Post on 01-Apr-2019
ANALISIS PENGARUH RASIO CAMEL TERHADAP KONDISI
BERMASALAH PADA SEKTOR PERBANKAN DI INDONESIA
Rizki Ludy Wicaksana
Drs. Sudarno M.Si., Akt., PhD.
JURUSAN AKUNTANSI FAKULTAS EKONOMI
UNIVERSITAS DIPONEGORO
ABSTRACT
This research aims to provide empirical evidence about the factors that
affect the conditions experienced by troubled banks in Indonesia by analyzing
financial statements of the bank. Factors examined include the ratio of CAMEL is
composed of CAR, NPL, ROA, ROE, NIM, BOPO, and LDR. The problem of this
research is due to a contradiction (research gap) than previous studies.
The sampling of this study using purposive sampling method, with samples
as many as 94 banking companies in accordance with established criteria. The
research sample consisted of secondary data from State-Owned Banks, National
General Private Foreign Exchange Banks, National General Private Non-Foreign
Exchange Banks, Regional Development Banks, Joint Venture Banks, and Foreign
Banks listed in the Directory of Bank Indonesia during the period 2004-2007. The
analysis method used to test the research hypothesis is logistic regression.
The results of this research indicate that financial ratios CAR, NPL, ROA,
ROE, NIM, BOPO, and LDR have classification power predictions for the
conditions banks experiencing financial difficulties and the bank that went bankrupt.
The resulting regression equation is Y = - 27,9755 – 0,039 CAR + 0,341 NPL –
0,428 ROA + 0,062 ROE – 0,400 NIM + 0,271 BOPO – 0,021 LDR. The analysis
shows that the variable partial results of NPL and BOPO significant positive
influence to the problem. ROE has positive but not significant to the problematic
conditions, while the variable CAR, ROA, NIM, and LDR have negative but not
significant to the problematic conditions in the banking sector. Then the results of
logistic regression estimates show predictive ability of the 7 independent variables
had on the troubled condition of the banking sector amounted to 84.3% while the
remainder, amounting to 15.7% explained by other variables outside the model.
Keyword : Financial Distress, Bankruptcies, CAMEL Ratios, Logistic Regression
I. PENDAHULUAN
Kondisi perekonomian Indonesia sempat mengalami keterpurukan sebagai
imbas dari krisis perekonomian yang melanda kawasan Asia pada tahun 1997. Salah
satu akibat dari krisis perekonomian tersebut adalah bangkrutnya sejumlah bank
yang tidak mampu untuk tetap melanjutkan usahanya. Januarti (2002) menyatakan
selama tiga tahun berturut-turut sejak tahun 1997 sebanyak 64 bank (26,78 %)
dengan perincian 16 bank (1997), 10 bank (1998) dan 38 bank (1999) dilikuidasi
oleh pemerintah, sedangkan 13 bank masuk daftar take over dan 7 bank peserta
rekapitalisasi. Menurut Endri (2009) kebangkrutan merupakan suatu keadaan atau
situasi di mana perusahaan tidak mampu lagi memenuhi kewajiban-kewajibanya
kepada debitur karena perusahaan mengalami kekurangan dana untuk melanjutkan
usahanya sehingga tujuan ekonomi yang ingin dicapai oleh perusahaan yaitu profit,
tidak tercapai.
Kebangkrutan atau kegagalan perbankan dianggap lebih merugikan daripada
badan usaha non-perbankan. Hal ini disebabkan kekhawatiran dimana kegagalan
bank individual dapat menimbulkan kegagalan sistem yang luas dalam sistem
perbankan (Jumingan, 2003). Januarti (2002) berpendapat hal ini akan berakibat
buruk mengingat sektor perbankan mempunyai peranan yang cukup dominan dalam
menggerakkan sektor riil.
Bank sebagai salah satu lembaga keuangan di dalam perekonomian sesuatu
negara, berfungsi sebagai penunjang kelancaran sistem pembayaran, pelaksana
kebijakan moneter, dan sarana untuk mencapai stabilitas sistem keuangan yang
menjalankan usahanya berdasarkan prinsip kepercayaan. Oleh karena itu dalam
menjalankan fungsi-fungsi tersebut, bank dituntut untuk berada dalam kondisi yang
sehat.
Prasnanugraha (2007) menyatakan suatu bank dikatakan sehat apabila dapat
melakukan kegiatan operasional perbankan secara normal dan mampu memenuhi
semua kewajibannya dengan baik dengan cara-cara yang sesuai dengan peraturan
perbankan yang berlaku. Dengan mengetahui tingkat kesehatan bank maka seluruh
pihak yang terkait dapat mengukur sejauh mana pengelolaan bank telah sesuai
dengan asas pengelolaan bank yang sehat dan ketentuan yang berlaku di Indonesia.
Selain itu tingkat kesehatan bank juga bermanfaat untuk meningkatkan efisiensi
kinerja bank dalam kegiatan operasional sehingga bank dapat mengoptimalkan
keuntungan dan kemungkinan kegagalan atau kebangkrutan dapat dihindari.
Salah satu indikator tingkat kesehatan bank adalah laporan keuangan bank.
Laporan keuangan sebagai hasil akhir dari suatu proses kegiatan akuntansi
perusahaan yang dihasilkan oleh pihak manajemen memberikan informasi mengenai
prestasi historis dari suatu perusahaan dan memberikan dasar untuk membuat
proyeksi dan peramalan terhadap pengambilan kebijakan di masa depan.
Berdasarkan laporan tersebut akan dapat dihitung sejumlah rasio keuangan yang
lazim dijadikan dasar penilaian tingkat kesehatan bank. Dengan melakukan analisis
rasio-rasio keuangan terhadap komponen laporan keuangan dapat diketahui seberapa
baik kinerja bank tersebut. Hal ini penting karena penurunan kinerja bank dapat
berakibat buruk.
Wilopo (2001) mengatakan bahwa penurunan kinerja bank secara terus
menerus dapat menyebabkan terjadinya financial distress yaitu keadaan yang sangat
sulit bahkan dapat dikatakan mendekati kebangkrutan yang apabila tidak segera
diselesaikan akan berdampak besar pada bank-bank tersebut dengan hilangnya
kepercayaan dari para nasabah. Model financial distress perlu untuk dikembangkan,
karena dengan mengetahui kondisi financial distress perusahaan sejak dini
diharapkan dapat dilakukan tindakan-tindakan untuk mengantisipasi kondisi yang
mengarah pada kebangkrutan (Almilia dan Kristijadi, 2003).
Payamata dan Machfoedz (dalam Aprilia, 2010) mengatakan penilaian
terhadap kinerja perbankan di Indonesia seringkali dilakukan dengan menggunakan
rasio CAMEL yang meliputi Capital, Assets, Earnings, Management, dan Liquidity.
CAMEL tidak sekedar mengukur tingkat kesehatan bank, tetapi juga digunakan
sebagai indikator dalam menyusun peringkat dan memprediksi kebangkrutan bank.
Rasio-rasio CAMEL yang sering digunakan adalah Capital Adequacy Ratio (CAR),
Non Performing Loan (NPL), Return On Assets (ROA), ROE (Return On Equity),
Biaya Operasional terhadap Pendapatan Operasional (BOPO), NIM (Net Interest
Margin), dan Loans to Deposits Ratio (LDR). Penelitian dengan menggunakan
rasio-rasio CAMEL di dalam memprediksi kebangkrutan atau kegagalan bank telah
beberapa kali dilakukan sebelumnya namun belum menunjukkan hasil yang
konsisten.
Berdasarkan hasil penelitian terdahulu, peneliti tertarik untuk menggunakan
kembali rasio-rasio CAMEL tersebut. Penelitian ini mengacu kepada penelitian
Almilia dan Kristjadi (2003) dan Almilia dan Herdiningtyas (2005) yang bertujuan
untuk mengetahui probabilitas kondisi bermasalah yang dialami oleh sektor
perbankan di Indonesia dimana suatu bank dikatakan bermasalah jika mengalami net
income negatif minimal selama 2 tahun berturut-turut atau bank yang mengalami
kebangkrutan pada tahun 2008. Perbedaan penelitian ini dengan penelitian
sebelumnnya terdapat pada periode penelitian dan sampel yang digunakan dimana
penelitian ini menggunakan tahun 2004-2007 sebagai periode pengamatan dan
sampel yang digunakan adalah bank-bank yang terdaftar di dalam Direktori Bank
Indonesia tahun 2004-2007. Sedangkan variabel independen yang digunakan dalam
penelitian ini adalah rasio CAMEL yang terdiri dari CAR, NPL, ROA, ROE,
BOPO, LDR, dan NIM seperti dalam penelitian Mulyaningrum (2008).
II. TINJAUAN PUSTAKA
Pengertian Bank
Menurut PSAK No.31 tentang Akuntansi Perbankan, Bank adalah suatu
lembaga yang berperan sebagai perantara keuangan (financial intermediary) antara
pihak-pihak yang memiliki kelebihan dana (surplus unit) dengan pihak-pihak yang
memerlukan dana (deficit unit), serta sebagai lembaga yang berfungsi memperlancar
lalu lintas pembayaran. Falsafah yang mendasari kegiatan usaha bank adalah
kepercayaan masyarakat. Hal ini tampak dari kegiatan pokok bank yang menerima
simpanan dari masyarakat yang kelebihan dana dalam bentuk giro, tabungan serta
deposito berjangka dan memberikan kredit kepada pihak yang memerlukan dana.
Manfaat Laporan Keuangan
Laporan keuangan beserta pengungkapannya dibuat perusahaan dengan tujuan
memberikan informasi yang berguna untuk pengambilan keputusan-keputusan
investasi dan pendanaan (Almilia dan Kristijadi, 2003). Informasi yang disediakan
oleh laporan keuangan berupa informasi akuntansi. Belkaoui (2000) mendefinisikan
informasi akuntansi sebagai informasi kuantitatif tentang entitas ekonomi yang
bermanfaat untuk pengambilan keputusan ekonomi dalam menetukan pilihan-pilihan
di antara alternatif-alternatif tindakan. Informasi akuntansi yang dihasilkan oleh
pihak manajemen perusahaan mempunyai beberapa karakteristik kualitatif yang
harus dimiliki.
Karakteristik tersebut dapat membedakan antara informasi yang bermanfaat
dengan yang kurang bermanfaat. Dalam pemilihan metode akuntansi yang akan
digunakan perusahaan, karakteristik tersebut haruslah menjadi salah satu dasar
pertimbangan pemilihan metode akuntansi yang akan digunakan.
Analisis Rasio Keuangan
Untuk mengetahui kondisi keuangan suatu bank maka dapat dilihat laporan
keuangan yang disajikan oleh suatu bank secara periodik. Laporan ini juga sekaligus
menggambarkan kinerja bank selama periode tersebut (Kasmir, 2004).
Di dalam laporan keuangan terdapat hasil analisis dari rasio keuangan.
Analisis rasio keuangan menunjukkan hubungan di antara pos-pos yang terpilih dari
data laporan keuangan. Rasio memperlihatkan hubungan matematis di antara satu
kuantitas dengan kuantitas lainnya. Hubungan ini dinyatakan dalam presentase,
tingkat, maupun proporsi tunggal (Gamayuni, 2006).
Usman (dalam Asmoro, 2010) menyatakan analisis rasio keuangan berguna
sebagai analisis intern bagi manajemen perusahaan untuk mengetahui hasil finansial
yang telah dicapai guna perencanaan yang akan datang dan juga untuk analisis intern
bagi kreditor dan investor untuk menetukan kebijakan pemberian kredit dan
penanaman modal suatu perusahaan. Dalam beberapa kasus, mengevaluasi kinerja
masa lalu perusahaan merupakan dasar untuk analisis masa depan. Evaluasi tersebut
dapat menunjukkan bahwa kinerjanya kemungkinan akan berlanjut pada tingkat
yang sama atau bahwa kemungkinan terjadinya tren kenaikan atau penurunan
(Greuning dan Bratanovic, 2011).
Rasio keuangan yang lazim digunakan dalam menilai tingkat kesehatan bank
untuk menentukan suatu bank bermasalah atau tidak adalah rasio keuangan
CAMEL. Beberapa rasio CAMEL yang paling sering digunakan adalah rasio CAR,
NPL, ROA, ROE, NIM, BOP, dan LDR.
Penelitian Terdahulu
Altman (1968) meneliti mengenai prediksi kebangkrutan dengan menggunakan
teknik multiple discriminant analysis (MDA). Sampel yang digunakan 66 perusahaan
dengan 33 perusahaan pada masing-masing dari dua grup. Dua puluh dua variabel (rasio)
terseleksi yang diklasifikasikan menjadi lima kategori rasio standar: likuiditas,
profitabilitas, leverage, solvabilitas dan aktivitas. Lima variabel sebagai yang terbaik
dalam prediksi kebangkrutan perusahaan adalah working capital/total assets, retained
earning/total assets, EBIT/total assets (ROA), market value equity/book value of total
debt, dan sales/total asset.
Santoso (1996) melakukan penelitian empiris mengenai faktor-faktor yang
mempengaruhi bank bermasalah di Indonesia dengan mengunakan logit model. Data panel
kuartalan dari 231 bank sejak Maret 1989 sampai dengan September 1995 digunakan
Santoso untuk mengindikasikan resiko perbankan. Kesimpulan dari penelitian ini bahwa
model 2 menghasilkan koefisien estimasi yang lebih bagus dibandingkan model 1.
Januarti (2002) melakukan penelitian tentang Variabel Proksi CAMEL dan
Karakteristik Bank Lainnya untuk Memprediksi Kebangkrutan Bank di Indonesia dengan
menggunakan uji univariate dan uji multivariate. Variabel independen yang digunakan
antara lain Equity, Loanta, NIM, ROA, Uncollected, Core, Insider Overhead, Logsize,
Holding, dan Go-public. Hasil penelitian membuktikan bahwa variabel NIM dan Core
yang secara konsisten mempunyai kesamaan tanda yang diprediksikan untuk 3 tahun
berturut-turut.
Almilia dan Kristijadi (2003) melakukan penelitian yang berjudul “Analisis Rasio
Keuangan Untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang
Terdaftar Di Bursa Efek Jakarta”. Variabel independen penelitian ini berupa rasio-rasio
seperti pada penelitian Platt (2002). Sampel sebanyak 61 perusahaan manufaktur, 24
perusahaan dikatakan mengalami financial distress dan 37 perusahaan tidak mengalami
financial distress. Hasil penelitian menunjukkan profit margin ratio (net income/net
sales), financial leverage ratio (current liabilities/total assets), liquidity ratio (current
assets/current liabilities) and growth (net income/total assets growth) berpengaruh secara
signifikan terhadap kondisi financial distress perusahaan.
Almilia dan Herdiningtyas (2005) melakukan penelitian yang berjudul “Analisis
Rasio Camel Terhadap Prediksi Kondisi Bermasalah Pada Lembaga Perbankan Periode
2000-2002” dengan sampel penelitian yang terdiri dari 16 bank sehat, 2 bank yang
mengalami kebangkrutan, dan 6 bank yang mengalami kondisi kesulitan keuangan
dengan menggunakan rasio keuangan CAMEL (CAR, ATTM, APB, NPL, PPAPAP,
PPAP, ROA, ROE, NIM, BOPO, dan LDR). Penelitian ini menggunakan model analisis
regresi logistik dan penentuan sampel digunakan metode purposive sampling. Penelitian
ini juga memberikan bukti bahwa hanya rasio keuangan CAR dan BOPO yang secara
statistik signifikan untuk memprediksi kondisi kebangkrutan dan kesulitan keuangan pada
sektor perbankan.
Mulyaningrum (2008) dalam penelitianya menggunakan variabel yang sama dengan
penelitian yang dilakukan oleh Haryati (2006) dengan mengggunakan rasio-rasio CAR,
LDR, NPL, BOPO, ROA, ROE dan NIM dan model regresi logistik Menggunakan data
pada Direktori Perbankan Indonesia tahun 2006 terdapat 130 bank terdiri dari 5 bank
Persero, 35 Bank Umum Swasta Nasional Devisa, 36 Bank Umum Swasta Nasional bukan
Devisa, 26 Bank Pembangunan daerah, 17 Bank Campuran dan 11 Bank Asing. Penelitian
ini menyimpulkan bahwa dari 7 rasio keuangan yang digunakan hanya rasio LDR yang
signifikan terhadap kebangkrutan bank. Ringkasan penelitian dapat dilihat pada tabel di
bawah ini.
Perumusan Hipotesis
Berdasarkan latar belakang, perumusan masalah dan telaah pustaka diatas, maka
dapat dirumuskan hipotesis sebagai berikut :
H1: CAR berpengaruh negatif terhadap kondisi bermasalah bank di Indonesia.
H2: NPL berpengaruh positif terhadap kondisi bermasalah bank di Indonesia
H3: ROA berpengaruh negatif terhadap kondisi bermasalah bank di Indonesia
H4: ROE berpengaruh negatif terhadap kondisi bermasalah bank di Indonesia
H5: NIM berpengaruh negatif terhadap kondisi bermasalah bank di Indonesia
H6: BOPO berpengaruh positif terhadap kondisi bermasalah bank di Indonesia
H7: LDR berpengaruh positif terhadap kondisi bermasalah bank di Indonesia
III. METODE PENELITIAN
Jenis dan Metode Pengumpulan Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data
tersebut berupa rasio-rasio keuangan dalam laporan keuangan masing-masing Bank
Persero, BUSN devisa, BUSN non-devisa, Bank Pembangunan Daerah, Bank
Campuran, dan Bank Asing yang ada dalam Direktori Bank Indonesia periode 2004-
2007 serta sumber-sumber lain yang relevan baik melalui media elektronik maupun
media massa.
Populasi dan Sampel
Sampel dari penelitian ini adalah populasi bank yang terdaftar di dalam
Direktori Bank Indonesia selama periode 2004-2007. Teknik sampling yang
digunakan dalam penelitian adalah purposive sampling. Kriteria pemilihan sampel
yang akan diteliti sebagai berikut :
1. Bank Persero, Bank Umum Swasta Nasional Devisa, Bank Umum Swasta
Nasional Non-Devisa, Bank Pembangunan Daerah, dan Bank Asing yang
terdaftar di dalam Direktori Bank Indonesia pada periode tahun 2004-
2007.
2. Bank umum selain dari bank syariah karena kriteria bank umum
konvensional berbeda dengan bank umum syariah.
3. Laporan keuangan harus mempunyai tahun buku yang berakhir 31
Desember dan tersedia rasio-rasio keuangan yang mendukung penelitian.
4. Bank yang diteliti tidak melakukan merger selama periode pengamatan
(2004-2007) maupun tahun 2008.
5. Bank yang dijadikan sampel terbagi menjadi dua atau kategori yaitu:
a. Bank tidak bermasalah, yaitu:
i) Bank-bank tersebut tidak mengalami kerugian pada tahun 2004-
2007
ii) Bank-bank yang masih beroperasi sampai tanggal 31 Desember
2008.
b. Bank bermasalah, yaitu:
i) Bank-bank yang menderita kerugian minimal dua tahun berturut-
turut selama tahun 2004-2007
ii) Bank-bank yang dinyatakan bangkrut atau telah ditutup oleh Bank
Indonesia pada tahun 2008.
Definisi Variabel
Variabel Dependen
Definisi operasional variabel dependen yang digunakan dalam penelitian ini
adalah perusahaan perbankan yang mengalami kondisi bermasalah. Suatu bank
dikatakan mengalami kondisi bermasalah jika mengalami financial distress yaitu
apabila laba bersih bank (operating net income) negatif selama minimal 2 tahun
berturut-turut (Almilia dan Kristjadi, 2003) atau bank mengalami kebangkrutan atau
dicabut ijin usahanya (Almilia dan Herdiningtyas, 2005) pada tahun 2008. Variabel
dependen yang digunakan merupakan variabel kategori (dummy variable), dimana
nilai 0 diberikan untuk bank yang tidak bermasalah dan 1 untuk bank yang
bermasalah.
Variabel Independen
1) CAR (Capital Adequacy Ratio)
Merupakan rasio yang memperlihatkan seberapa besar jumlah seluruh aktiva
bank yang mengandung risiko (kredit, penyertaan, surat berharga, tagihan pada bank
lain) ikut dibiayai dari modal sendiri di samping memperoleh dana-dana dari
sumber-sumber di luar bank (Almilia dan Herdiningtyas, 2005). Rasio ini dapat
dirumuskan sebagai berikut (Surat Edaran Bank Indonesia No.6/23/DPNP tanggal
31 Mei 2004) :
Kriteria Pengukuran Rasio CAR
Sumber : Bank Indonesia, 2004
2) NPL (Non Performing Loans)
NPL merupakan salah satu indikator kesehatan kualitas aset bank. Menurut
Kuncoro dan Suharjono (dalam Mulyaningrum, 2008) penilaian kualitas aset
merupakan penilaian terhadap kondisi aset Bank dan kecukupan manajemen risiko
kredit. Kredit bermasalah adalah kredit dengan kualitas kurang lancar, diragukan dan
macet (Almilia dan Herdiningtyas, 2005).
Rasio ini dapat dirumuskan sebagai berikut (Surat Edaran Bank Indonesia
No.6/23/DPNP tanggal 31 Mei 2004) :
Kriteria Hasil Rasio Sehat ≥8% Tidak Sehat <8%
Modal Bank
CAR = ------------------------------ x 100%
Total ATMR
Kredit Bermasalah
NPL = -------------------------------------- x100 %
Total Kredit
Kriteria Pengukuran Rasio NPL
Sumber : Bank Indonesia, 2004
3) ROA (Return On Assets)
Rasio ini digunakan untuk mengukur kemampuan manajemen bank dalam
memperoleh keuntungan (laba sebelum pajak) yang dihasilkan dari rata-rata total
aset bank yang bersangkutan. Semakin besar ROA, semakin besar pula tingkat
keuntungan yang dicapai bank sehingga kemungkinan suatu bank dalam kondisi
bermasalah semakin kecil. Rasio ini dirumuskan sebagai berikut (Surat Edaran Bank
Indonesia No.6/23/DPNP tanggal 31 Mei 2004) :
Kriteria Pengukuran Rasio ROA
Sumber : Bank Indonesia, 2004
4) ROE (Return on Equity)
Rasio ini digunakan untuk mengukur kinerja manajemen bank dalam
mengelola modal yang tersedia untuk menghasilkan laba setelah pajak. Semakin
besar ROE, semakin besar pula tingkat keuntungan yang dicapai bank sehingga
kemungkinan suatu bank dalam kondisi bermasalah semakin kecil (Almilia dan
Herdiningtyas, 2005). Rasio ini dirumuskan sebagai berikut (Surat Edaran Bank
Indonesia No.6/23/DPNP tanggal 31 Mei 2004) :
Kriteria Hasil Rasio Sehat ≤5% Tidak Sehat >5%
Kriteria Hasil Rasio Sehat ≥0.5% Tidak Sehat <0.5%
Laba sebelum pajak
ROA = ------------------------------------- x 100 %
Rata-Rata Total Aset
Kriteria Pengukuran Rasio ROE
Sumber : Bank Indonesia, 2004
5) NIM (Net Interest Margin)
Rasio ini digunakan untuk mengukur kemampuan manajemen bank dalam
mengelola aktiva produktifnya untu k menghasilkan pendapatan bunga bersih.
Pendapatan bunga bersih diperoleh dari pendapatan bunga dikurangi beban bunga.
Semakin besar rasio ini maka meningkatnya pendapatan bunga atas aktiva produktif
yang dikelola bank sehingga kemungkinan suatu bank dalam kondisi bermasalah
semakin kecil. Rasio ini dirumuskan sebagai berikut (Surat Edaran Bank Indonesia
No.6/23/DPNP tanggal 31 Mei 2004) :
Kriteria Pengukuran Rasio NIM
Sumber : Bank Indonesia, 2004
Kriteria Hasil Rasio Sehat >5% Tidak Sehat <5%
Kriteria Hasil Rasio Sehat ≥1.5% Tidak Sehat <1.5%
Laba setelah pajak
ROE = -------------------------------------- x 100 %
Rata-rata total ekuitas
Pendapatan Bunga Bersih
NIM = ------------------------------------- x 100 %
Aktiva Produktif
6) BOPO (Biaya Operasional terhadap Pendapatan Operasional)
Rasio yang sering disebut rasio efisiensi ini digunakan untuk mengukur
kemampuan manajemen bank dalam mengendalikan biaya operasional terhadap
pendapatan operasional. Semakin kecil rasio ini, berarti semakin efisien biaya
operasional yang dikeluarkan bank yang bersangkutan sehingga kemungkinan suatu
bank dalam kondisi bermasalah semakin kecil (Almilia dan Herdiningtyas, 2005).
Rasio ini dirumuskan sebagai berikut (Surat Edaran Bank Indonesia No.6/23/DPNP
tanggal 31 Mei 2004):
Kriteria Pengukuran Rasio BOPO
Kriteria Penilaian Rasio BOPO
Sumber : Bank Indonesia, 2004
7) LDR (Loans to Deposit Ratio)
Rasio ini digunakan untuk menilai likuiditas suatu bank yang dengan cara
membagi jumlah kredit yang diberikan oleh bank terhadap dana pihak ketiga. Kredit
yang diberikan tidak termasuk kredit kepada bank lain sedangkan untuk dana pihak
ketiga adalah giro, tabungan, simpanan berjangka, sertifikat deposito (Almilia dan
Herdiningtyas, 2005). Rasio ini dapat dirumuskan sebagi berikut (Surat Edaran Bank
Indonesia No.6/23/DPNP tanggal 31 Mei 2004) :
Kriteria Hasil Rasio Sehat ≤94% Tidak Sehat >94%
Biaya Operasional
BOPO = ------------------------------------- x 100 %
Pendapatan Operasional
Total Kredit
LDR = ------------------------------------- x 100 %
Total Dana Pihak Ketiga
Kriteria Pengukuran Rasio LDR
Sumber : Bank Indonesia, 2004
Metode Analisis Data
Dalam penelitian ini digunakan model regresi logistik karena model variabel
dependen dalam model adalah binary atau dummy, dengan memberi nilai 1 untuk bank
yang mengalami kondisi bermasalah dan nilai 0 untuk bank yang tidak mengalami kondisi
bermasalah. Selain itu penggunaan model ini didasarkan atas masukan dari beberapa
penelitian sebelumnya yang menyarankan untuk penggunaan model ini karena mempunyai
tingkat klasifikasi yang lebih baik dibandingkan model lain serta tidak sensitif terhadap
jumlah sampel yang tidak sama frekuensinya (Januarti, 2002). Persamaan logistic
regression dapat dinyatakan sebagai berikut (Ghozali, 2007) :
Ln [odds (S│X1,X2,Xk)] = Y = b0 + b1CAR + b2NPL + b3ROA + b4ROE +
b5BOPO + b6NIM + b7LDR+e
Atau :
Ln�
��� = Y = b0 + b1CAR + b2NPL + b3ROA + b4ROE + b5BOPO + b6NIM + b7
LDR + e
Keterangan :
Y = probabilitas kondisi bermasalah
b0 = konstanta
b1 – b7 = koefisien regresi
CAR = Capital Adequacy Ratio
NPL = Non Performing Loan
Kriteria Hasil Rasio Sehat 50%<rasio≤100% Tidak Sehat >100%
ROA = Return on Assets
ROE = Return on Equity
BOPO = Biaya Operasional/Pendapatan Operasional
NIM = Net Interest Margin
LDR = Loan to Deposit Ratio
IV. HASIL PENELITIAN DAN PEMBAHASAN
Berdasarkan data yang diperoleh diketahui bahwa jumlah bank yang terdaftar di
Direktori Bank Indonesia dari tahun 2004-2007 sebanyak 130 bank. Dari jumlah tersebut,
hanya 94 perusahaan yang memenuhi kriteria yang telah ditetapkan dan digunakan sebagai
sampel. Karena penelitian ini mengambil periode selama 4 tahun maka sampel akan dikali 4
sebanyak 376 perusahaan. Berikut merupakan rincian pengambilan sampel :
Rincian pengambilan sampel penelitian dan data pengamatan
Jumlah Bank yang terdaftar di Direktori Bank Indonesia periode 2004-2007 130
Tidak Tersedia Data (27)
Bank Merger (9)
Jumlah sampel penelitian 94
Jumlah sampel penelitian selama 4 tahun 376
Dengan ketentuan yang di tetapkan sebelumnya, diperoleh kondisi sebagai berikut:
` Klasifikasi
Kriteria Jumlah Bank Persentase Tidak Bermasalah 359 95,4 % Bermasalah 17 4,6 %
Dari data pengamatan sebanyak 376 sampel bank diperoleh sebanyak 359 bank
dengan persentase 95,4 % dalam kondisi yang sehat atau tidak mengalami kondisi
bermasalah, sedangkan 17 bank dengan persentase 4,6 % mengalami kondisi bermasalah.
Analisis Data
Statistik Deskriptif
Statistik Deskriptif Variabel CAR, NPL, ROA, ROE, NIM, BOPO, dan LDR Bank-
Bank Tidak Bermasalah
Sumber : Data yang telah diolah dengan SPSS
Statistik Deskriptif Variabel CAR, NPL, ROA, ROE, NIM, BOPO, dan
LDR Bank-Bank Bermasalah
Sumber : Data yang telah diolah dengan SPSS
Dari kedua tabel statistik deskriptif di atas, terdapat perbedaan koefisien
variabel CAR, NPL, ROA, ROE, NIM, BOPO, dan LDR antara bank yang tidak
bermasalah dan bank yang bermasalah. Perbedaan tersebut yaitu :
a. Rasio CAR mayoritas bank-bank yang tidak bermasalah maupun bank-
bank yang bermasalah secara umum telah memnuhi ketentuan Bank
N Minimum Maximum Mean Std. Deviation
CAR 359 1.61 248.59 27.6169 26.29725
NPL 359 -.96 16.14 1.9046 2.04023
ROA 359 -1.01 15.04 2.8489 2.00688
ROE 359 -16.45 68.18 16.7262 11.97700
NIM 359 .30 97.61 8.6271 11.37627
BOPO 359 8.40 117.91 78.0350 15.41952
LDR 359 4.00 2802.94 91.2291 167.50761
Valid N (listwise) 359
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
CAR 17 8.1 1380.9 114.676 329.5097
NPL 17 .0 27.6 8.799 7.9539
ROA 17 -153.0 3.0 -11.931 36.6204
ROE 17 -165.1 14.8 -24.787 55.2776
NIM 17 -4.0 11.2 3.571 3.6232
BOPO 17 93.6 273.5 140.306 47.2638
LDR 17 21.35 106.70 66.9788 24.96871
Valid N (listwise) 17
Indonesia sebesar 8%. Namun bank yang bermasalah memiliki nilai CAR
yang lebih baik dibandingkan dengan bank yang tidak bermasalah. Hal ini
mengindikasikan bahwa jumlah permodalan yang lebih baik tidak
menjamin bahwa suatu bank tidak akan mengalami kondisi bermasalah,
karena bank tidak cukup ekspansif didalam melakukan investasi pada
aktiva yang berisiko dalam memperoleh pendapatan. Hal ini justru dapat
mengakibatkan kemungkinan kondisi bermasalah yang dialami suatu bank
semakin besar.
b. Rasio NPL mayoritas bank-bank yang tidak bermasalah memiliki nilai
yang lebih baik jika dibandingkan dengan bank-bank yang bermasalah.
Hal ini dapat dilihat pada tabel statistik deskriptif dimana rata-rata nilai
rasio NPL bank yang tidak bermasalah sebesar 1,9046% lebih kecil jika
dibandingkan dengan bank bermasalah yang sebesar 8,799%. Hal ini
menunjukkan rata-rata bank yang tidak bermasalah telah menunjukkan
kinerja yang baik dan dapat memenuhi ketentuan Bank Indonesia dimana
rasio NPL tidak lebih dari 5%.
c. Rasio ROA mayoritas bank-bank yang tidak bermasalah memiliki nilai
yang lebih baik jika dibandingkan dengan bank-bank yang bermasalah.
Hal ini dapat dilihat pada tabel statistik deskriptif dimana rata-rata nilai
rasio ROA bank yang tidak bermasalah sebesar 2,8489% lebih besar jika
dibandingkan dengan bank bermasalah yang sebesar -11.931%. Hal ini
mengindikasikan rata-rata bank yang tidak bermasalah telah menunjukkan
kinerja yang baik dan dapat memenuhi ketentuan Bank Indonesia dimana
rasio ROA yang baik tidak lebih kecil dari 0,5%.
d. Rasio ROE mayoritas bank-bank yang tidak bermasalah memiliki nilai
yang lebih baik jika dibandingkan dengan bank-bank yang bermasalah.
Hal ini dapat dilihat pada tabel statistik deskriptif dimana rata-rata nilai
rasio ROA bank yang tidak bermasalah sebesar 16,7262% jauh lebih
besar jika dibandingkan dengan bank bermasalah yang sebesar -24.787%.
Hal ini mengindikasikan rata-rata bank yang tidak bermasalah telah
menunjukkan kinerja yang baik dan dapat memenuhi ketentuan Bank
Indonesia dimana rasio ROE yang baik tidak lebih kecil dari 5%.
e. Rasio NIM mayoritas bank-bank yang tidak bermasalah dan bank-bank
yang bermasalah telah memenuhi ketentuan Bank Indonesia sebesar 1,5%.
Berdasarkan statistik deskriptif dapat dilihat bahwa bank yang tidak
bermasalah memiliki nilai NIM yang jauh lebih baik jika dibandingkan
dengan bank yang bermasalah. Rasio NIM bank yang tidak bermasalah
sebesar 8.6271% lebih besar jika dibandingkan dengan bank bermasalah
yang sebesar 3,571%. Hal ini mengindikasikan rata-rata bank yang tidak
bermasalah memiliki kinerja yang lebih baik dibandingkan bank
bermasalah.
f. Rasio BOPO mayoritas bank-bank yang tidak bermasalah memiliki nilai
yang lebih baik jika dibandingkan dengan bank-bank yang bermasalah.
Hal ini dapat dilihat pada tabel statistik deskriptif dimana rata-rata nilai
rasio BOPO bank yang tidak bermasalah sebesar 78,0350%. lebih kecil
jika dibandingkan dengan bank bermasalah yang sebesar 140,306%. Hal
ini mengindikasikan rata-rata bank yang tidak bermasalah telah
menunjukkan kinerja yang lebih baik dan dapat memenuhi ketentuan
Bank Indonesia dimana rasio BOPO yang baik tidak lebih besar dari 94%.
g. Rasio LDR mayoritas bank-bank yang tidak bermasalah maupun bank-
bank yang bermasalah telah dapat memenuhi ketentuan Bank Indonesia,
yaitu lebih besar dari 50% dan kurang dari atau sama dengan 100%.
Jumlah rata-rata rasio LDR bank-bank yang tidak bermasalah lebih besar
jika dibandingkan dengan bank-bank yang bermasalah. LDR yang tinggi
mengindikasikan bank-bank memperoleh sumber pembiayaan kredit
selain dari deposito. Sumber dana lain tersebut dapat diperoleh dari pasar
uang atau bank lain. Sumber dana lain tersebut memberikan kesempatan
lebih besar kepada bank untuk meningkatkan ekpansi kreditnya dan
kemungkinan kondisi bermasalah dapat dihindari.
Uji Kelayakan Model (Goodness of Fit)
Untuk menilai model fit, perlu dilakukan pengujian terhadap hipotesis :
H0 : Model yang dihipotesiskan fit dengan data
H1 : Model yang dihipotesiskan tidak fit dengan data
Dari hipotesis di atas jelas bahwa H0 tidak boleh ditolak agar model fit
dengan data. Untuk menguji hipotesis tersebut perlu dilakukan analisis
terhadap nilai -2Log Likelihood pada blok pertama (Block 0 : Beginning Block)
dan blok kedua (Block 1 : Method = Enter). Selain analisis terhadap nilai -2
Log Likelihood, analisis terhadap Hosmer and Lemeshow’s Test juga dapat
dilakukan untuk menilai model fit. Sedangkan untuk menilai variabilitas
variabel dependen yang dapat dijelaskan oleh variabilitas variabel independen,
dapat dilihat dari nilai Cox and Snell’s R Square dan Nagelkerke R Square.
Sumber : Data yang telah diolah dengan SPSS
Hasil pengujian model prediksi dengan observasi diperoleh nilai chi
square sebesar 0,553 dengan signifikansi sebesar 1 yang lebih besar dari 0,05
maka berarti tidak diperoleh adanya perbedaan antara data estimasi model
regresi logitik dengan data observasinya, berarti model tersebut sudah tepat
dengan data, maka tidak perlu adanya modifikasi model.
Hosmer and Lemeshow Test
Step Chi-square Df Sig.
1 .553 8 1.000
Berdasarkan tabel diketahui observasi jumlah bank di Indonesia yang
mengalami kondisi bermasalah adalah 17 bank. Hasil prediksi memperlihatkan
14 bank yang mengalami kondisi bermasalah dan 3 yang tidak mengalami
kondisi bermasalah.
Dengan demikian ketepatan model dalam memprediksi bank yang
mengalami kondisi bermasalah mencapai tingkat akurasi 82,4%. Hasil
observasi bank yang tidak bermasalah menunjukkan 359 bank. Hasil prediksi
memperlihatkan 2 bank yang mengalami kondisi bermasalah dan 357 tidak
mengalami kondisi bermasalah. Ketepatan model dalam memprediksi bank
yang tidak mengalami kondisi bermasalah mencapai 99,4%. Sedangkan tingkat
akurasi secara keseluruhan sebesar 98,7%.
Classification Tablea,b
Observed
Predicted
Status Percentage
Correct tidak bermasalah bermasalah
Step 0 Status tidak bermasalah 359 0 100.0
Bermasalah 17 0 .0
Overall Percentage 95.5
a. Constant is included in the model. b. The cut value is .500
Sumber : Data yang telah diolah dengan SPSS
Uji Overall Model Fit
-2 Log Likelihood Pada Blok Pertama
Sumber : Data yang telah diolah dengan SPSS
Iteration -2Log likelihood
Coefficients
Constant
Step 0 1 174.864 -1.819
2 142.192 -2.605
3 138.594 -2.973
4 138.496 -3.047
5 138.496 -3.050
6 138.496 -3.050
-2 Log Likelihood Pada Blok Kedua
Iteration -2 Log likelihood
Coefficients
Constant CAR NPL ROA ROE NIM BOPO LDR
Step 1 1 135.818 -3.343 .003 .087 -.007 .001 .000 .015 .000
2 75.435 -6.517 .004 .139 -.001 .006 -.003 .040 .000
3 49.171 -11.009 .005 .187 .023 .008 -.007 .081 .001
4 37.319 -16.177 .002 .233 .034 .018 -.016 .129 .000
5 31.021 -20.264 .000 .270 -.052 .034 -.054 .173 -.004
6 26.819 -22.031 .000 .281 -.282 .043 -.222 .203 -.011
7 25.608 -25.341 -.001 .315 -.384 .053 -.338 .242 -.018
8 25.450 -27.510 -.002 .336 -.422 .061 -.390 .266 -.020
9 25.446 -27.961 -.002 .340 -.428 .062 -.400 .271 -.021
10 25.446 -27.975 -.002 .341 -.428 .062 -.400 .271 -.021
11 25.446 -27.975 -.002 .341 -.428 .062 -.400 .271 -.021
Sumber : Data yang telah diolah dengan SPSS
Nilai -2LogL Block Number = 0 adalah sebesar 138,496. Setelah dimasukkan
ketujuh variabel independen, maka nilai -2LogL Block Number = 1 mengalami
penurunan menjadi sebesar 25,446. Penurunan likelihood (-2LL) ini menunjukkan
model regresi yang lebih baik atau dengan kata lain model yang dihipotesiskan fit
dengan data.
Omnibus Tests of Model Coefficients
Chi-square Df Sig.
Step 1 Step 113.050 7 .000
Block 113.050 7 .000
Model 113.050 7 .000 Sumber : Data yang telah diolah dengan SPSS
Hasil pengujian omnibus test diperoleh nilai chi square sebesar 113,050
dengan signifikansi sebesar 0,000. Dengan nilai signifikansi yang lebih kecil dari
0,05 dapat disimpulkan bahwa secara bersama-sama kondisi bermasalah dapat
diprediksi oleh variabel rasio keuangan CAR, NPL, ROA, ROE, NIM, BOPO dan
LDR.
Cox and Snell’s R Square and Nagelkerke R Square
Sumber : Data yang telah diolah dengan SPSS
Berdasarkan tabel di atas dapat diketahui bahwa nilai Cox and Snell’s R
Square adalah sebesar 0,260 dan Nagelkerke R Square sebesar 0,843. Berarti
ukuran Cox & Snell yang diperoleh bahwa 26 % variasi kondisi bermasalah dapat
diprediksi menggunakan rasio CAR, NPL, ROA, ROE, NIM, BOPO, dan LDR,
sedangkan menurut ukuran Nagelkerke R Square diperoleh 84,3 % variasi kondisi
Step -2 Log
likelihood Cox & Snell R Square
Nagelkerke R Square
1 25.446a .260 .843 a. Estimation terminated at iteration number 11 because parameter estimates changed by less than .001.
bermasalah dapat diprediksi menggunakan rasio CAR, NPL, ROA, ROE, NIM,
BOPO, dan LDR. Hal tersebut menunjukkan bahwa variabilitas variabel dependen
yang dapat dijelaskan variabilitas variabel independen adalah sebesar 84,3%,
sedangkan sisanya, yaitu sebesar 15,7% dijelaskan oleh variabel lain di luar model.
Uji Koefisien Parsial .
Sumber : Data yang telah diolah dengan SPSS
Pengujian hipotesis untuk mengetahui pengaruh rasio CAR, NPL, ROA,
ROE, NIM, BOPO, dan LDR terhadap kondisi bermasalah bank-bank di Indonesia
dapat dijelaskan sebagai berikut :
a. Berdasarkan tabel dapat diketahui bahwa CAR (Capital Adequacy Ratio)
memiliki koefisien bertanda negatif dengan nilai 0,002 dan tidak
berpengaruh signifikan terhadap prediksi kondisi bermasalah pada bank-
bank di Indonesia. Hal ini ditunjukkan oleh koefisien sebesar 0,807 yang
lebih besar dari 0,05. Hipotesis 1 ditolak.
b. Berdasarkan tabel dapat diketahui bahwa rasio NPL (Non Performing Loan)
memiliki koefisien bertanda positif dengan nilai 0,341 dan memiliki
pengaruh signifikan terhadap prediksi kondisi bermasalah pada bank-bank
di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,018 yang lebih kecil
dari 0,05. Hipotesis 2 diterima.
Variables in the Equation
B S.E. Wald Df Sig. Exp(B)
Step 1a CAR -.002 .008 .060 1 .807 .998
NPL .341 .144 5.585 1 .018 1.406
ROA -.428 .365 1.376 1 .241 .652
ROE .062 .059 1.137 1 .286 1.064
NIM -.400 .345 1.343 1 .247 .670
BOPO .271 .092 8.732 1 .003 1.311
LDR -.021 .029 .507 1 .476 .979
Constant -27.975 9.065 9.525 1 .002 .000
a. Variable(s) entered on step 1: CAR, NPL, ROA, ROE, NIM, BOPO, LDR.
c. Berdasarkan tabel dapat diketahui bahwa ROA (Return on Assets) memiliki
koefisien bertanda negatif dengan nilai 0.428 dan tidak memiliki pengaruh
signifikan terhadap prediksi terjadinya kondisi bermasalah pada bank-bank
di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,226 yang lebih besar
dari 0,05. Hipotesis 3 ditolak.
d. Berdasarkan tabel dapat diketahui bahwa ROE (Return on Equity) memiliki
koefisien bertanda positif dengan nilai 0,062 dan tidak memiliki pengaruh
signifikan terhadap prediksi terjadinya kondisi bermasalah pada bank-bank
di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,286 yang lebih besar
dari 0,05. Hipotesis 4 ditolak .
e. Berdasarkan tabel dapat diketahui bahwa NIM (Net Interest Margin)
memiliki koefisien bertanda negatif dengan nilai 0,400 dan tidak memiliki
pengaruh signifikan terhadap prediksi terjadinya kondisi bermasalah pada
bank-bank di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,247 yang
lebih besar dari 0,05. Hipotesis 5 ditolak .
f. Berdasarkan tabel dapat diketahui bahwa BOPO (Biaya
Operasional/Pendapatan Operasional) memiliki koefisien bertanda positif
dengan nilai 0,271 dan memiliki pengaruh signifikan terhadap prediksi
terjadinya kondisi bermasalah pada bank-bank di Indonesia. Hal ini
ditunjukkan oleh signifikansi = 0,003 yang lebih kecil dari 0,05. Hipotesis 6
diterima.
g. Berdasarkan tabel dapat diketahui bahwa LDR (Loan to Deposit Ratio)
memiliki koefisien bertanda negatif dengan nilai 0,021 dan tidak memiliki
pengaruh signifikan terhadap prediksi terjadinya kondisi bermasalah pada
bank-bank di Indonesia. Hal ini ditunjukkan oleh signifikansi = 0,476 yang
lebih besar dari 0,05. Hipotesis 7 ditolak.
V. PENUTUP
Simpulan
Berdasarkan hasil analisis dan pengujian hipotesis, dapat ditarik kesimpulan
sebagaimana diuraikan di bawah ini:
1. Hasil pengujian regresi logistik diperoleh bahwa CAR (Capital Adequacy
Ratio) berpengaruh negatif tidak signifikan terhadap prediksi kondisi
bermasalah pada bank-bank di Indonesia periode 2004-2007.
2. Hasil pengujian regresi logistik diperoleh bahwa NPL (Non Performing
Loan) memiliki pengaruh positif signifikan terhadap prediksi kondisi
bermasalah pada bank –bank di Indonesia periode 2004-2007.
3. Hasil pengujian regresi logistik diperoleh bahwa ROA (Return on Assets)
berpengaruh negatif tidak signifikan terhadap prediksi kondisi
bermasalah pada bank – bank di Indonesia periode 2004-2007.
4. Hasil pengujian regresi logistik diperoleh bahwa ROE (Return on Equity)
berpengaruh positif tidak signifikan terhadap prediksi kondisi bermasalah
pada bank – bank di Indonesia periode 2004-2007.
5. Hasil pengujian regresi logistik diperoleh bahwa NIM (Net Interest
Margin) berpengaruh negatif tidak signifikan terhadap prediksi kondisi
bermasalah pada bank – bank di Indonesia periode 2004-2007.
6. Hasil pengujian regresi logistik diperoleh bahwa BOPO (Biaya
Operasional/Pendapatan Operasional) memiliki pengaruh positif
signifikan terhadap prediksi kondisi bermasalah pada bank-bank di
Indonesia periode 2004-2007.
7. Hasil pengujian regresi logistik diperoleh bahwa LDR (Loan to Deposit
Ratio) memiliki pengaruh negatif tetapi tidak signifikan terhadap prediksi
kondisi bermasalah pada bank-bank di Indonesia periode 2004-2007.
Keterbatasan
Keterbatasan dalam penelitian ini adalah:
1. Penelitian ini hanya memprediksi pada tahun sebelum dan saat terjadinya
kondisi bermasalah, namun tidak memprediksi ke tahun yang akan datang.
2. Sampel dalam penelitian ini tidak membedakan bank Devisa dan bank Non
Devisa yang secara operasional bank-bank tersebut berbeda serta tidak
membedakan antara bank yang Go Public dan Non- Go Public.
3. Data yang digunakan dalam penelitian hanya bersumber pada laporan
keuangan tahunan bank yang diterbitkan untuk publik, sedangkan laporan
keuangan interim bank belum dipertimbangkan.
4. Penelitian ini tidak mempertimbangkan unsur-unsur kondisi ekonomi
makro seperti volatilitas kurs, inflasi, tingkat suku bunga, dsb.
Saran
a. Implikasi kebijakan
1. Berdasarkan penelitian ini, rasio keuangan NPL berpengaruh positif
terhadap prediksi kondisi bermasalah, maka langkah yang sebaiknya
diambil oleh pihak bank adalah wajib memenuhi ketentuan rasio NPL
yang ditetapkan oleh Bank Indonesia sebesar 5%. Hal ini dapat
dilakukan dengan memperhatikan penyaluran kredit kepada masyarakat,
dimana kredit yang disalurkan harus memiliki kualitas yang baik, dalam
arti digunakan sesuai dengan tujuannya dan lancar pengembaliannya.
Untuk menjaga kualitas kredit yang diberikan, maka pihak bank wajib
melakukan serangkaian analisis kredit yang dimaksudkan untuk melihat
kemauan dan kemampuan calon debitur melunasi cicilan hutang pokok
dan bunganya.
2. Berdasarkan penelitian ini, rasio keuangan BOPO berpengaruh positif
terhadap prediksi kondisi bermasalah, maka langkah yang sebaiknya
diambil oleh pihak bank adalah memperhatikan kegiatan operasional
yang dilakukan bank dengan melihat perbandingan biaya operasional
yang dikeluarkan bank (didominasi oleh biaya bunga) dengan
pendapatan operasional yang didapatkan bank (didominasi oleh hasil
bunga) untuk menilai tingkat efisiensi yang telah dilakukan. Bank dapat
memperhatikan penghasilan bunga yang sebagian besar diperoleh dari
interest income dari jasa pemberian kredit kepada masyarakat, seperti
bunga pinjaman, provisi kredit, appraisal fee, supervision fee,
commitment fee, syndication fee, dan lain-lain.
b. Saran penelitian yang akan datang
Saran-saran yang dapat disampaikan terkait dengan penelitian ini adalah:
1. Penelitian selanjutnya hendaknya memprediksi kondisi bermasalah pada
tahun-tahun yang akan datang sehingga dapat memberikan informasi
yang bermanfaat di dalam pengambilan keputusan.
2. Penelitian selanjutnya hendaknya dilakukan dengan memperhatikan
ukuran perusahaan dan jenis perusahaan perbankan baik devisa atau non
devisa maupun bank yang Go Public dan Non Go Public.
3. Penelitian selanjutnya hendaknya juga mempertimbangkan laporan
keuangan interim perusahaan apabila memungkinkan untuk diteliti.
4. Penelitian selanjutnya hendaknya menggunakan unsur-unsur kondisi
makro ekonomi, seperti pengaruh volatilitas kurs, tingkat inflasi, tingkat
suku bunga, disamping rasio-rasio keuangan.
DAFTAR PUSTAKA
Almilia, Luciana Spica dan Emanuel Kristijadi. 2003. “Analisis Rasio Keuangan Untuk Memprediksi Kondisi Financial Distress Perusahaan Manufaktur Yang Terdaftar di Bursa Efek Jakarta”. Jurnal Akuntansi dan Auditing Indonesia (JAAI) Vol.7, No.2, Desember.
Almilia, Luciana Spica dan Winny Herdiningtyas. (2005). Analisis Rasio CAMEL terhadap prediksi kondisi bermasalah pada lembaga perbankan periode 2000-2002. Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005.
Altman, E. I. 1968. “Financial Ratios, Discriminant Analysis and The Prediction of Corporate Bankruptcy.” The Journal of Finance, Vol. 23, No.4, pp.589-609.
Asmoro, Argo. 2010. “Analisis Pengaruh Rasio Keuangan Terhadap Prediksi Kondisi Bermasalah Pada Bank”. Skripsi S1 Jurusan Manajemen Fakultas Ekonomi Universitas Diponegoro.
Bank Indonesia. Direktori Perbankan Indonesia 2005.
_____________, Direktori Perbankan Indonesia 2006.
_____________, Direktori Perbankan Indonesia 2007.
_____________, Direktori Perbankan Indonesia 2008.
Bank Indonesia. 2001. Surat Edaran Bank Indonesia No. 3/30/ DPNP Tentang Transparansi Kondisi Keuangan Bank Desember 2001 http://www.bi.go.id, diakses 25 Desember 2010.
Bank Indonesia. 2004. Surat Edaran Bank Indonesia No. 6/23/ DPNP Tentang Sistem Penilaian Tingkat Kesehatan Bank Umum http://www.bi.go.id, diakses 25 Desember 2010.
Dewi, Aprilia. 2010. “Rasio Keuangan Versi Bank Indonesia Versus Infobank”. (Studi Empiris : Bank Umum Konvensional di Indonesia Periode 2005-2008). Skripsi S1 Jurusan Akuntansi Fakultas Ekonomi Universitas Diponegoro.
Endri. 2009. “Prediksi Kebangkrutan Bank Untuk Menghadapi dan Mengelola Perubahan Lingkungan Bisnis : Analisis Model Altman’s Z-Score”. Perbanas Quarterly Review, Vol. 2 No. 1 Maret 2009.
Gamayuni, Rindu Rika. 2006. “Rasio Keuangan Sebagai Prediktor Kegagalan Perusahaan di Indonesia”. Jurnal Bisnis dan Manajemen, Volume 3, No.1, September 2006, pp 15-38
Ghozali, Imam. 2007. Aplikasi Analisis Multivariate dengan Program SPSS. Edisi IV. Semarang : Universitas Diponegoro
Greuning, Hennie Van dan Sonja Brajovic Bratanovic. 2011. Analisis Risiko Perbankan. 3th ed. Jakarta : Penerbit Salemba Empat.
Gunsel, Nil. 2010. “Determinants of timing of Bank Failure”. The Journal of Risk Finance, Vol. 11 No. 1, 2010, pp 89-106.
Hair, J.F., W.C. Black, B.J. Babin, R.E. Anderson, R.L. Tatham. 2006. Multivariate Data Analysis. 6th Ed. Pearson International Edition.
Januarti, Indira. 2002. “Variabel Proksi CAMEL dan Karakteristik Bank Lainnya untuk Memprediksi Kebangkrutan Bank di Indonesia.” Thesis Program Pasca Sarjana Magister Akuntansi Universitas Diponegoro (tidak dipublikasikan).
Jumingan. 2003. “Analisis Rasio Keuangan dan Legal Lending Limit Sebagai Alat Dalam Memprediksi Kesehatan Bank.” Thesis Program Pasca Sarjana Magister Akuntansi Universitas Diponegoro (tidak dipublikasikan).
Kasmir. 2004. Manajemen Perbankan. Jakarta : PT RajaGrafindo Persada
Kasmir. 2005. Bank & Lembaga Keuangan Lainnya. Jakarta : PT RajaGrafindo Persada
Mulyaningrum, Penni. 2008. “Pengaruh Rasio Keuangan Terhadap Kebangkrutan Bank di Indonesia”. Thesis Program Pasca Sarjana Magister Akuntansi Universitas Diponegoro (tidak dipublikasikan).
Nuralata, Amelia. 2007. “Analisis Pengaruh Rasio Keuangan yang Dapat Memprediksi Probabilitas Kondisi Financial Distress”. Tesis Program Pasca Sarjana Magister Manajemen Universitas Diponegoro (tidak dipublikasikan).
Pedoman Penyusunan Skripsi dan Pelaksanaan Ujian Akhir Program Sarjana Strata Satu (S1) Fakultas Ekonomi. 2008. Semarang : Fakultas Ekonomi, Universitas Diponegoro.
Prasnanugraha. Ponttie. 2007. “Analisis Pengaruh Rasio-Rasio Keuangan Terhadap Kinerja Bank Umum di Indonesia”. Thesis Program Pasca Sarjana Magister Akuntansi Universitas Diponegoro (tidak dipublikasikan).
Riahi, Ahmed Belkaoui. 2000. Teori Akuntansi, Salemba Empat, Jakarta.
Santoso, W. 1996. ”The Determinants of Problem Banks in Indonesia (An Empirical Study).”, http:// www.bi.go.id. Diakses tanggal 25 Februari 2011
Sugiyono. 1999. Metoda Penelitian Bisnis. Penerbit CV Alvabeta. Jakarta
Wilopo. 2001. “Prediksi Kebangkrutan Bank”. Jurnal Riset Akuntansi Indonesia, Vol 4, No. 2, Mei 2001: 184 -198.