PREDIKSI TINGKAT KESEHATAN BANK PERSERO DAN BANK UMUM SWASTA NASIONAL DENGAN ANALISIS DISKRIMINAN. Halim Fawzi. Abstract

PREDIKSI TINGKAT KESEHATAN BANK PERSERO DAN BANK UMUM SWASTA NASIONAL DENGAN ANALISIS DISKRIMINAN Halim Fawzi

Abstract The aim of the research is to know is The CAMEL variable can significantly discriminate healthy and unhealthy bank. This research use discriminant analysis with stepwise method. The result show that ROE and NPM are variables that statistically can discriminate healthy and unhealthy bank. The variables can minimize wilk’s lambda dan also can maximize F ratio and mahalanobis distance. Key Words : Bank Health , CAMEL, Discriminant Analysis

1. Latar Belakang Pembangunan di segala bidang memerlukan dana dan investasi yang besar, hal ini membuat lembaga keuangan mempunyai peranan yang sangat penting dan strategis agar pembiayaan pembangunan bisa ditingkatkan. Keadaan bank merupakan hal yang sangat penting dalam usaha. Keterkaitan antara dunia usaha dan lembaga keuangan bank memang tidak bisa dilepaskan. Deregulasi 1 Juni 1983 yang dapat dikatakan sebagai awal dari liberalisasi dibidang keuangan dan perbankan yang kemudian disusul dengan Paket Kebijaksanaan 27 Oktober 1988 (Pakto 27, 1988) dan Paket Kebijaksanaan 20 Desember 1988 (Pakdes 20, 1988) serta kebijaksanaan-kebijaksanaan lanjutannya merubah total pola strategi pengelolaan lembaga-lembaga keuangan di Indonesia. Penelitian yang berkaitan tentang penggunaan rasio keuangan untuk memprediksi kondisi keuangan bank dan penggunaan analisis diskriminan telah banyak dilakukan. Penelitian ini antara lain dilakukan oleh Altman (1968), Nurdianto (2004), Haryati (2005), Anis ( 2007). Altman (1968) memprediksi kebangkrutan dengan analisis model multivariat. Periode penelitian adalah 1946-1966 dengan sampel 33 perusahaan manufaktur di USA yang pailit berdasarkan Chapter X of National Bankruptcy Act dan 33 perusahanan tidak pailit. Melalui Multiple discriminant Analysis dari 22 rasio hanya 5 rasio keuangan yang paling signifikan mengukur profitabilitas, likuiditas, dan solvabilitas. Altman dapat menentukan satu angka indeks diskriminan yang dapat membedakan antara perusahaan yang pailit dan yang tidak. Penilaian kondisi bank tersebut dapat digunakan sebagai salah satu sarana dalam menetapkan strategi usaha di waktu yang akan datang. Ketatnya penilaian oleh Bank Indonesia (BI) dan Badan Penyehatan Perbankan Nasional (BPPN) 

Dosen Jurusan Administrasi Bisnis FISIPOL Universitas Islam Balitar

Jurnal Translitera Edisi 2/2014

33

PREDIKSI TINGKAT KESEHATAN BANK PERSERO DAN BANK UMUM SWASTA NASIONAL DENGAN ANALISIS DISKRIMINAN

34

diharapkan dapat diketahui segera bank mana yang memerlukan penanganan khusus, sehingga bank-bank tersebut semakin sehat dan kuat terhadap goncangan ekonomi. Selain itu dengan banyaknya bank-bank yang sehat akan bisa menambah daya saing perbankan nasional sendiri. Banyak pihak yang berkepentingan dengan penilaian kinerja pada sebuah perusahaan perbankan diantara lain bagi para manajer, investor atau calon investor, pemerintah, masyarakat bisnis maupun lembaga-lembaga lainnya. Manajemen sangat memerlukan hasil penilaian terhadap kinerja unit bisnisnya, yaitu untuk memastikan tingkat ukuran keberhasilan para manajer dan sekaligus sebagai evaluasi penyusunan strategi maupun operasional dimasa yang akan datang. Adanya kinerja perbankan yang positif akan menarik investor sebesarbesarnya ke pada sektor perbankan. Karena investor melihat semakin sehat suatu bank maka manajemen bank tersebut bagus, serta diharapkan bisa memberikan return yang di harapkan. Hal ini penting bagi investor sebelum melakukan investasi, karena bagaimana pun juga investor akan berusaha untuk mencari return yang tinggi (Dedy, 2003:3). Rasio keuangan dapat digunakan untuk mengukur kinerja organisasi secara menyeluruh telah diperkenalkan sejak tahun 1902 oleh Coleman, Piere, dan Alfred I Du Pont (Wren, 1994 dalam Hariyanti, 2005). Rasio keuangan dihitung berdasarkan laporan keuangan, melalui kinerja keuangan saat ini perusahaan dapat memprediksi, mengantisipasi dan merencanakan langkah strategis untuk mencapai kondisi dimasa yang akan datang (Bringham, 2005:444). Upaya yang dilakukan untuk meminimalkan biaya yang berkaitan dengan kebangkrutan bank, para regulator bank dan para manajer bank berupaya untuk bertindak cepat mencegah kebangkrutan bank atau menurunkan biaya kegagalan tersebut. Teknik statistik yang sering dipergunakan untuk menganalisis kebangkrutan bank adalah analisis diskriminan yang digunakan untuk tujuan estimasi yang konsisten dan lebih efisien. 2. Perumusan Masalah Berdasarkan latar belakang permasalahan diatas serta hasil penelitian sebelumnya, maka penelitian ini ingin memprediksi tentang tingkat kesehatan dengan analisis diskriminan pada Bank Persero dan Bank Umum Swasta Nasional. Maka yang menjadi pokok permasalahan adalah apakah rasio CAMEL mampu membedakan tingkat kesehatan Bank Persero dan Bank Umum Swasta Nasional ke dalam kategori bank sehat dan tidak sehat. 3. Tujuan Penelitian Berdasarkan latar belakang dan perumusan masalah tersebut di atas, maka penelitian ini bertujuan untuk :Untuk mengidentifikasi dan menganalisis rasio CAMEL yang mampu membedakan tingkat kesehatan bank persero dan bank umum swasta nasional dalam kategori bank sehat dan tidak sehat. 4. Tinjauan Teoritis Nurhidayah (2003) meneliti analisis Z-Score dan CAMEL dalam mengavaluasi tingkat kesehatan Bank yang Go Public di Bursa Efek Jakarta, menghasilkan bahwa uji analisis Diskriminan Z-Score, diketahui kemapuan Z-


35

Score dalam menjelaskan hasil klarifikasi bank sehat dan tidak sehat sebesar 16,6% dengan tingkat ketepatan pengklasifikasikan bank sebesar 84,1 % (terdapat kesalahan klasifikasi sebanyak 11 bank selama 3 tahun dengan Pemerintah atau Bank Indonesia) serta hasil pengklasifikasian bank dengan model Z-score dinyatakan akurat (Hit Ratio > Cpro dan Cmax atau Chance Model). Sementara itu, kemampuan model CAMEL dalam menjelaskan hasil klasrifikasian bank sebesar 63,77 % (terdapat kesalahan klasifikasi sebanyak 25 Bank selama 3 tahun dengan Pemerintah atau Bank Indonesia) dinyatakan dengan model CAMEL dinyatakan tidak akurat (Hit Ratio < Cpro dan Cmax atau change Model). Nurdianto (2004) meneliti tingkat kesehatan bank campuran periode tahun 1999-2000 menggunakan Multiple Diskriminan Analysis. Variabel rasio yang digunakan X1= CAR, X2= Aktiva Produktif yang kualifikasikan (APYD) terhadap aktiva produktif, X3 = Penyisihan Penghapusan Aktiva Produktif Yang Dibentuk (PPAPYD) Terhadap PPAP Yang Wajib Dibentuk (PPAPYWD), X4= ROA, X5= BOPO, X6= Kewajiban Bersih antara bank terhadap modal inti, X7= LDR. Hasil penelitian menunjukkan pada tahun 1999 terpilih X1 dan X2 serta tahun 2000 terpilih X1, X2, dan X3 sebagai variabel memberikan konstribusi Dominan. Haryati (2005) menganalisis tingkat kesehaan bank umum Swasta Nasional di Indonesia periode tahun 1999-2004 menggunakan Multiple Diskriminan Analysis. Hasil penelitian menunjukkan terdapat 16 dari 27 variabel rasio yang signifikan yang berasal dari rasio Permodalan, Kualitas Aktiva, Dan Rasio Profitabilitas. Sedangkan Rasio Likuiditas, Sensitivitas Terhadap Resiko Pasar dan Size merupakan variabel pembeda yang tidak signifikan. Dari 16 Variabel tersebut dihasilkan 12 Variabel yang membentuk model diskriminan. Anis (2007) mengkaji potensi kebangkrutan keuangan Bank Umum Swasta Nasional Indonesia menggunakan analisis diskriminan pada tahun 19971999 dengan rasio CAR, RORA, NPM, ROA, LDR, dan BMPK. Diketahui bahwa rasio yang signifikan membedakan tingkat potensi kebangkrutan pada tahun 1997 adalah rasio NPM, sedangkan pada tahun 1998 dan 1999 rasio yang signifikan sebagai diskriminator adalah rasio CAR. 5. Metode Penelitian 5.1. Populasi Penelitian Populasi adalah jumlah keseluruhan dari unit analisis yang ciri-cirinya akan diduga. Populasi yang akan diamati dalam penelitian ini adalah bank umum yang beroperasi di Indonesia, yang meliputi Bank Persero (Pemerintah) dan Bank Umum Swasta Nasional (BUSN). Dengan demikian, teknik yang digunakan adalah sensus karena tidak dilakukan pengambilan sampel dari populasi. 5.2.

Jenis dan Sumber data Data pada penelitian ini adalah data sekunder yang diperoleh dari laporan keuangan publikasi Bank Persero (Pemerintah) dan Bank Umum Swasta Nasional (BUSN) di Indonesia yang terdapat dalam Direktori Perbankan Indonesia tahun 2007.


36

5.3.

Definisi Operasional Variabel Penelitian ini variabel dependen menggunakan notasi Z, sedangkan variabel independen menggunakan notasi X. Variabel-variabel dalam penelitian ini didefinisikan sebagai berikut : a. Variabel Terikat (Variabel Dependen) = Z Variabel Terikat (dependent variable) adalah variabel tidak bebas atau tergantung. Variabel dependen dalam analisis diskriminan memiliki skala kategorikal, dalam penelitian ini variabel dependen yang digunakan terdiri dari dua kelompok. Jika dinyatakan Z = 1 maka bank yang diteliti adalah bank yang sehat, sedangkan jika Z = 0 maka bank yang diteliti adalah bank yang tidak sehat. Tabel 1. Nilai Kredit dan Predikat Kesehatan Bank Nilai Kredit Predikat 64,8 – 80 Sehat 52,8 - < 64,8 Cukup Sehat 40,8 - < 52,8 Kurang Sehat 0 - < 40,8 Tidak Sehat Sumber : Hasibuan (2005:184) b.

Variabel Bebas (Variabel Independen) = X Variabel independen adalah variabel yang menjelaskan atau mempengaruhi variabel lain. Variabel independen dilambangkan dengan notasi X. Variabel independen dalam penelitian ini adalah rasio CAMEL dan memiliki ukuran skala rasio. 1). Capital (Permodalan) X1 = CAR (Capital Adequancy Ratio) Penilaian aspek permodalan lebih dimaksudkan untuk mengetahui bagaimana atau berapa modal bank tersebut telah memadai untuk menunjang usahanya. Merupakan perbandingan antara modal dengan aktiva tertimbang menurut resiko yang berpedoman pada ketentuan Bank Indonesia tentang kewajiban penyediaan modal minimum yang berlaku. CAR merupakan suatu rasio permodalan yang menjaga keamanan dana pihak ketiga. Rasio ini menjaga ketidaklancaran proses transaksi dan lalu lintas keuangan. 2). Asset Quality (Kualitas Aset) X2 = Return On Risked Asset Merupakan perbandingan pendapatan sebelum pajak dengan total kredit yang diberikan bank dan surat-surat berharga yang dimiliki bank tersebut. Komponen ini salah satu untuk menghitung asset yang dimiliki oleh bank. X3 = Rasio Penyisihan Penghapusan Aktiva Produktif terhadap Aktiva Produktif Rasio ini merupakan perbandingan penghapusan aktiva produktif dengan aktiva produktif. Rasio ini berfungsi untuk memproksikan kualitas aktiva produktif dan mempunyai bobot 25 %. X4 = NPL (Non Performance Loan)


37

Merupakan perbandingan antara kredit bermasalah dikurangi PPAP dengan total kredit. Kredit bermasalah adalah kredit dengan kualitas kurang lancar, diragukan, dan macet kredit dihitung secara net (dikurangi PPAP). PPAP adalah PPAP khusus untuk kredit dengan kualitas Kurang Lancar, Diragukan dan Macet. Total kredit merupakan kredit yang diberikan kepada pihak ketiga (tidak termasuk kredit kepada bank lain). 3). Management (Manajemen) X5 = (Net Profit Margin) Aspek manajemen diproyeksikan dengan net profit margin. Rasio ini dihitung dari pendapatan bersih dengan pendapatan operasional. Penggunaan rasio ini dikarenakan karena semua kegiatan manajemen pada akhirnya akan bermuara pada perolehan laba. 4). Earnings (Rentabilitas) X6 = ROA (Return On Asset) Merupakan perbandingan laba sebelum pajak dengan rata-rata total aset. ROA adalah rasio yang berusaha memproksikan kondisi efektifitas aset yang diberdayakan menjadi suatu alat yang produktif sehingga menghasilkan return yang lebih dari hanya sekedar menutup biaya dan kewajiban yang ditimbulkan keberadaan pengelolaan aset tersebut. X7 = ROE (Return On equity) Merupakan perbandingan antara laba setelah pajak dengan rata-rata modal inti. ROE adalah rasio rentabilitas yang digunakan untuk mengukur kemampuan modal dalam menghasikan laba dan mengambarkan tongkat kesejahteraan investor yang menanamkan saham pada bank. X8 = NIM ( Net Income Margin) Merupakan perbandingan antara pendapatan bunga bersih dengan rata-rata aktiva produktif. Pendapatan bunga bersih adalah adalah pendapatan bunga dikurangi beban bunga. NIM adalah rasio yang digunakan untuk mengukur kemampuan bank dalam mengendalikan atau mengontrol besarnya beban bunga dari pendapatan bunga yang diterima dari bank. X9 = BOPO (Beban Operasional terhadap Pendapatan Operasional) Merupakan perbandingan antara total baban operasional dengan total pendapatan operasional. Rasio ini mencerminkan keseimbangan antara biaya dan pendapatan artinya semakin kecil rasio ini maka semakin baik kondisi laba atau rentabilitasnya. 5). Liquidity (Likuiditas) X10 = LDR (Loan Deposits Ratio) Merupakan perbandingan antara kredit dengan dana pihak ketiga. Kredit merupakan kredit yang diberikan kepada pihak ketiga (tidak termasuk kredit kepada bank lain). Dana pihak ketiga mencakup giro, tabungan, deposito (tidak temasuk giro dan deposito antar bank). 5.4.

Metode Analisis Data Penelitian ini menggunakan metode analisis melalui dua tahap yaitu dengan menghitung rasio CAMEL dan Analisis Diskriminan.


38

5.5.

Analisis Diskriminan Analisis diskriminan dilakukan dengan membangun fungsi diskriminan, serta membuat tabel akurasi atau Classification Accuracy dan menentukan Z cut off. a. Fungsi Diskriminan Untuk menentukan fungsi diskriminan dibutuhkan Stepwise Discriminant Analysis, karena metode ini bisa menyeleksi variabel-variabel mana saja yang discriminating power-nya memang tinggi. Analisis Stepwise ini menggunakan nilai Wilk’s Lambda dan F Parsial (Partial F Value) sebagai dasar untuk memilih variabel-variabel independen dalam fungsi diskriminan. Metode kriteria yang digunakan dalam meminimalkan nilai Wilk’s Lamda dihitung dengan F test yaitu pada tingkat sig > 0,05 yang berarti tidak ada perbedaan antara group dan sig ≤ 0,05 yang berarti ada perbedaan antar kedua group (sehat dan tidak sehat). Jadi variabel yang tingkat signifikasinya kurang dari 0,05 akan dipilih sebagai variabel diskriminator dalam analisis diskriminan. Hasil signifikansi berdasarkan uji Wilk’s Lambda ditampilkan dalam Tabel berikut.

Test of Function (s) 1 Sumber : data diolah

Tabel 2. Wilk’s lambda Wilks' Lambda Chi-square .324 77.709

df 2

Sig. .000

Tabel analisis pada nilai Wilk’s Lambda sebesar 0,324. nilai Chi-Square 77,709 dengan derajat kebebasan (degree of freedom)/(df) sebesar 2, dan tingkat signifikasi sebesar 0,000 atau dibawah 0,05 (0,00 < 0,05). Hal ini bisa diartikan bahwa variabel diskriminan memiliki hubungan yang erat atau perbedaan yang signifikan atau nyata antara kedua group (sehat dan tidak sehat). Proses Stepwise Discriminant Analysis dalam penelitian ini ditampilkan dalam lampiran yang dibantu dengan program komputer SPSS 13.0 sub Program Discriminant Analysis. Hasil dari variabel Stepwise dapat disajikan pada Tabel berikut. Tabel 3.Variabel Terpilih dalam Analisis Diskriminan Sig. of F to Min. D Step Variabel Tolerance Remove Squared Between Groups 1 ROE 1.000 .000 2 ROE Tidak Sehat dan .374 84.634 5.793 Sehat NPM

.374

11.010

24.968

Tidak Sehat dan Sehat

Sumber :Data diolah Prosedur stepwise dimulai dengan memaksimumkan Mahalonobis Distance (D2) antar kelompok. Dalam hal ini minimum significant value adalah


39

0,05 digunakan sebagai syarat entry variabel dan Mahalonobis (D2) digunakan untuk memilih variabel. Pada tabel di atas nilai maksimum Mahalonobis Distance (D2) ternyata jatuh pada variabel X7 yaitu ROE (return on equity) karena mempunyai nilai tolerance 1,000. Step kedua adalah variabel X7 yaitu ROE (return on equity) dan X5 yaitu NPM (Net Profit Margin). Dari hasil stepwise dapat diketahui variabel yang signifikan ada 2 variabel, yaitu X5 (NPM) dan X7 (ROE). Variabel ini mampu membedakan status kesehatan bank karena mampu meminimumkan nilai wilks’ lambda dan memaksimumkan nilai Mahalonobis Distance (D2) Setelah diperoleh variabel-variabel independen terpilih dalam fungsi diskriminan melalui metode Wilk’s Lambda maka langkah selanjutnya adalah menentukan persamaan fungsi diskriminan. Sebagaimana disebutkan dalam bab sebelumnya formulasi diskriminan dinyatakan sebagai berikut : Z = W1X1+W2X2+…WnXn Proses perhitungan koefisien diskriminan (Z) dapat dilihat pada lampiran hasil output SPSS 13,0 For Windows sub program Discriminant Analysis, pada Tabel 4 disajikan koefisien fungsi diskriminan. Tabel 4. Koefisien Fungsi Diskriminan Fungsi Variabel 1 NPM ROE (Constant) Sumber : Data diolah

-.021 .105 -.477

Berdasarkan hasil perhitungan koefisien diskriminan pada tabel 4. tersebut, maka fungsi diskriminan adalah Z = - 0,477 – 0,021X5 + 0,105 X7 Persamaan diatas bisa diartikan bahwa fungsi diskriminan untuk tingkat kesehatan bank pada tahun 2007 adalah Z = -0.477- 0.021(NPM) + 0.105 (ROE). Nilai konstanta diperoleh sebesar -0,477. Hal ini berarti apabila kedua variabel pembentuk fungsi diskriman bernilai nol, maka besarnya tingkat kesehatan akan memiliki nilai dibawah nol atau masuk kategori bank tidak sehat. Nilai koefisien NPM sebesar -0,021. Hal ini bisa diartikan bahwa jika rasio NPM naik satu satuan dengan asumsi kedelapan variabel lainnya tetap, maka justru akan diikuti oleh penurunan bobot tingkat kesehatan perbankan sebesar 0,021%. Karena NPM menghasilkan koefesien negatif. Nilai koefisien ROE sebesar 0,105. Hal ini dapat diartikan apabila rasio ROE naik sebesar satu satuan dengan asumsi kedelapan variabel lainnya tetap, maka akan diikuti oleh kenaikan bobot tingkat kesehatan perbankan sebesar 0,105%. b. Tabel Akurasi Tabel akurasi atau classification accuracy adalah pengujian terhadap kualitas fungsi diskriminan. Pengujian ini dapat dilakukan untuk mengetahui tingkat ketepatan klasifikasi kelompok bank. Matarik klasifikasi yang ada pada kolom vertikal merupakan aktual dari objek yang diteliti dan dalam kolompok


40

horisontal merupakan prediksi kelompok. Kemudian dari matrik tersebut dapat diketahui kesalahan klasifikasi atau tingkat akurasi untuk dua group tersebut. Tabel 5. Hasil Klasifikasi Akurasi Analisis Diskriminan Predicted Group Membership TIDAK Total STATUS SEHAT SEHAT Original Count TIDAK 4 1 5 SEHAT SEHAT 0 67 67 % TIDAK 80.0 20.0 100.0 SEHAT SEHAT .0 100.0 100.0 a. 98.6% of original grouped cases correctly classified. Sumber :Data diolah Tabel 5. merupakan tabel hasil klasifikasi akurasi untuk validitas analisis diskriminan pada tahun 2007 yang menunjukkan bahwa tingkat kesalahan klasifikasi pada kelompok bank dengan status tidak sehat sebanyak 1 bank dengan persentase 20% dan tingkat ketepatannya sebanyak 4 bank dengan persentase 80%. Sedangkan pada kelompok bank dengan status sehat tingkat kesalahan klasifikasi sebanyak 0 dengan presentase 0% (tidak ada tingkat kesalahan klasifikasi) dan tingkat ketepatannya sebanyak 67 bank dengan persentase 100%. Secara keseluruhan dari populasi penelitian pada tahun 2007, keseluruhan tingkat kesalahan klasifikasi adalah 1,4% dengan tingkat ketepatan klasifikasi sebesar 98,6%. c.

Menentukan Z Cut Off Langkah selanjutnya adalah melakukan pembuktian untuk menentukan valid tidaknya ketepatan klasifikasi tersebut valid tidaknya ketepatan klasifikasi ketepatan klasifikasi dengan cara membandingkan hasil perhitungan ZCut Off dengan ZBank. Kriteria keputusan sebagai berikut: (a). Jika ZBank lebih Besar dari Z Cut Off, maka bank tersebut tergolong kelompok bank Sehat (b). Jika ZBank lebih kecil dari Z Cut Off, maka bank tersebut tergolong kelompok bank Tidak Sehat Rumus untuk menghitung nilai Z Cut Off sebagai berikut : N0Z1  N1Z0 ZCutOff  N0  N1 Keterangan : Z Cut Off = Cutting score untuk membedakan kesehatan bank No = Jumlah klasifikasi bank yang Tidak Sehat N1 = Jumlah klasifikasi bank yang Sehat Zo = Centroid (rata-rata score) kelompok bank yang tidak sehat Z1 = Centroid (rata-rata score) kelompok bank Sehat


41

Tabel 6. Nilai Rata-rata Score Rata-Rata Score STATUS 1 TIDAK SEHAT -5.210 SEHAT .389 Sumber : Data diolah Pada Tabel 6. diketahui score rata-rata untuk bank dengan status tidak sehat adalah -5,210 dan skor rata-rata untuk bank yang berstatus sehat adalah 0,389. Maka dapat dihitung Z Cut Off (Cutting Score) pada periode 2007 adalah: 5 x(0,389)  67 x(5,210) Z Cut Off =  - 2.90319 5  67 Jadi pada tahun 2007 jika Z bank lebih besar dari -2,90319 maka bank tergolong ke dalam bank status sehat, sedangkan bank dengan Z bank kurang dari 2,90319 maka bank tersebut tergolong ke dalam bank status tidak sehat. Berdasarkan tabel 6. bank dengan status sehat sebanyak 0 bank tidak diklasifikasikan oleh persamaan dan 67 bank dapat diklasifikasikan dengan tepat oleh persamaan yang dihasilkan. Dengan demikian bisa diartikan tidak ada kesalahan dalam mengklasifikasi tingkat kesehatan bank yang berstatus sehat. Sedangkan bank dengan status tidak sehat sebanyak 1 bank tidak diklasifikasikan oleh persamaan dan 4 bank dapat diklasifikasikan dengan tepat oleh persamaan. Dengan demikian bisa diartikan hanya terdapat 1 kesalahan dalam mengklasifikasi tingkat kesehatan bank yang berstatus tidak sehat. 5.6.

Pengujian Hipotesis Berdasarkan hasil analisis dapat dilihat bahwa variabel yang signifikan adalah X5 yaitu NPM (net profit margin) dan X7 yaitu ROE (return on equity) karena mampu meminimumkan nilai wilk’s lambda, memaksimumkan nilai F rasio dan memaksimumkan Mahalonobis Distance (D2) dengan nilai tolerance maksimum 1.000 dan 0.374. Sedangkan RORA, ROA dan BOPO tidak signifikan meskipun berada dibawah 0,05 karena tidak mampu meminimumkan nilai wilks lambda, memaksimumkan nilai F rasio dan minimumkan Mahalanobis Distance. Karena significance value of F to remove dibawah 0,05. Maka Ho5 dan H07 ditolak serta Ha5 dan Ha7 diterima. Sedangkan H01, H02, H03, H04, H06, H08, H09 dan H010 diterima, maka Ha1,Ha2,Ha3,Ha4,Ha6, Ha8,Ha9,Ha10 ditolak atau tidak terbukti. Tabel 7. Tabel Hasil Pengujian Hipotesis Wilk’s Variabel F Ratio Sig Hasil Uji Keputusan Lambda .999 .059 .809 Ho Diterima Tidak Signifikan X1 : CAR .668 34.824 .000 Ho Diterima Tidak Signifikan X2 : RORA .917 6.335 .014 Ho Diterima Tidak Signifikan X3 : PPAP .875 10.025 .002 Ho Diterima Tidak Signifikan X4 : NPL Net .722 26.854 .000 Ho Ditolak Signifikan X5 : NPM


.654 37.014 X6 : ROA .376 116.170 X7 : ROE .901 7.689 X8 : NIM .474 77.680 X9 : BOPO .998 .160 X10: LDR Sumber : Data diolah

.000 .000 .007 .000 .690

Ho Diterima Ho Ditolak Ho Diterima Ho Diterima Ho Diterima

42

Tidak Signifikan Signifikan Tidak Signifikan Tidak Signifikan Tidak Signifikan

6. Simpulan Dari hasil analisis rasio keuangan CAMEL, analisis diskriminan dan untuk menjawab rumusan masalah serta tujuan penelitian maka dapat disimpulkan bahwa penelitian tentang prediksi tingkat kesehatan Bank Persero dan Bank Umum Swasta Nasional adalah sebagai berikut: Rasio CAMEL yang terpilih sebagai variabel diskriminator dominan untuk membedakan bank ke dalam kategori sehat dan tidak sehat adalah rasio NPM (Net Profit Margin) dan ROE (Return On Equity). Sedangkan kedelapan rasio lainnya (CAR, RORA, PAP, NPL ROA, NIM, BOPO, LDR) tidak signifikan sebagai diskriminator dominan karena tidak mampu meminumkan wilk’s lambda, memaksimumkan mahalanobis dan memaksimumkan nilai F rasio. 7. Saran Berdasarkan manfaat dari penelitian maka dapat diajukan saran sebagai berikut : a. Bagi Perbankan Bagi pihak manajemen bank untuk selalu menjaga kesehatan keuangan banknya dengan memperhatikan kondisi yang ada, sehingga kesulitan dapat diatasi sedini mungkin agar dapat menentukan arah kebijaksaaan yang lebih baik. b. Bagi Investor Bagi investor diharapkan dalam proses pengambilan keputusan untuk menamkan modal atau menyimpan dana, terlebih dahulu memperhatikan nilai rasio-rasio keuangan agar diketahui kinerja perbankan tersebut dan menghindari kerugian c. Bagi Peneliti selanjutnya Bisa digunakan sebagai referensi untuk penelitian yang menggunakan analisis diskriminan dengan perbedaan proksi dan variabel agar diperoleh hasil yang lebih baik.


43

Daftar Pustaka Altman, Edward I.1968. “Financial Ratios, Discriminat Analysis and The Prediction of Corporate Bankcruptcy”. The Journal Of Finance Vol.XXIII. No. 4 Amin, Wijaya Tunggal. 1999. Kamus MBA. Bumi Aksara. Jakarta Anis, 2007, Kajian Teori Kebangkrutan Keuangan Bank Umum Swasta Nasional di Indonesia, Skripsi, Tidak dipublikasikan, Fakultas Ekonomi, Universitas Jember Brigham Eugene F., Micheal C. Enrhard, 2005, Financial Management Thoey And Practice, Internasional Student Edition, South-Western Thomson Siamat, Dahlan. 2004. Manajemen Lembaga Keuangan. Fakultas Ekonomi. Universitas Indonesia. Jakarta Handoko, Dedy, 2003, Metode CAMEl untuk Menyevaluasi Kinerja Bank Hasil Merger (Studi Kasus Pada Bank Mandiri Dan Bank Central Asia), Jurnal Program Studi Manajemen, Fakultas Ekonomi Pascasarjana, Universitas Airlangga, Surabaya Ghozali, Imam. 2005. Aplikasi Analisis Multivariate Dengan Program SPSS, Edisi 3. Semarang: Badan Penerbit Universitas Diponegoro Hair Jr. Joseph F.Ar all, 1992, Multivariat Data Analysis, Macmillan Publishing Company, New York Hasibuan, H Malayu. 2005. Dasar-Dasar Perbankan. Bumi Aksara. Jakarta Haryati, Sri. 2005. Studi Tentang Model Prediksi Tingkat Kesehatan Bank Umum Swata Nasional Indonesia. Disertasi Universitas Brawijaya Malang Jeni, Susyanti, 2002. Indikasi Potensi Economic Value Added dan Analisis Rasio CAMEL Dalam Memprediksi Kesehatan Bank Yang Listing di Bursa Efek Jakarta. Jurnal Ekonomi Pasca Sarjana Universitas Brawijaya. Malang Kasmir. 2002. Manajemen Perbankan. PT.Raja Grafindo Persada. Jakarta Malik, Abdul dkk. 2004. Sistem dan Manajemen Bank Umum. Fakultas Ekonomi Universitas Merdeka Maholtra, K.Naresh. 2004. Marketing Research An Applied Orientation. Edisi Keempat. Pearson Education Internasional. Prentice Hall. Martono, 2002. Bank dan Lembaga Keuangan Lain. Penerbit Ekonisa. Yogyakarta. Nurdianto, Arif, 2004, Analisis Tingkat Kesehatan Bank Campuran Dengan Pendekatan Analisis Diskriminan Periode 1999-2000, Skripsi, tidak dipublikasikan, Fakultas Ekonomi, Universitas Jember. Nurhidayah, 2003, Analisis Z-score dan CAMEL Dalam Mengevaluasi Tingkat Kesehatan Bank Yang Go Publik Di Bursa Efek Jakarta. Jurnal Ekonomi. Pasca Sarjana Universitas Brawijaya. Malang. Prastowo, Dwi, Akuntansi Analisis Laporan Keuangan Konsep Dan Aplikasi. UPP AMP YKPN. Yogyakarta. S.Munawir, 2002. Analisis Laporan Keuangan. Penerbit Liberty. Yogyakarta. Santoso, Singgih. 2004. SPSS Parametik. Elex Media. Jakarta. Undang-Undang No.7 Tahun 1992 Tentang Perbankan sebagaimana Telah Diubah Dengan Undang-Undang No. 10 Tahun 1998.


44

J, Supranto, 2004, Analisis Multivariate Arti Dan Interpestasi, PT. Rineka Cipta, Jakarta

PREDIKSI TINGKAT KESEHATAN BANK PERSERO DAN BANK UMUM SWASTA NASIONAL DENGAN ANALISIS DISKRIMINAN. Halim Fawzi. Abstract

Recommend Documents