PENGARUH CAPITAL ADEQUACY RATIO (CAR), NON...

PENGARUH CAPITAL ADEQUACY RATIO (CAR), NON PERFORMING

FINANCE (NPF) DAN BIAYA OPERASIONAL PENDAPATAN

OPERASIONAL (BOPO) TERHADAP RENTABILITAS BANK UMUM

SYARIAH DI INDONESIA TAHUN 2015-2017

SKRIPSI

Diajukan Kepada Fakultas Ekonomi dan Bisnis

Untuk Memenuhi Syarat-syarat Untuk Meraih Gelar Sarjana Ekonomi (S.E.)

Oleh:

MANNIK MANILA

NIM: 1113085000040

JURUSAN PERBANKAN SYARIAH

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1438 H/2017M

v

DAFTAR RIWAYAT HIDUP

A. IDENTITAS PRIBADI

1. Nama : Mannik Manila

2. Tempat/Tanggal Lahir : Tangerang, 26 Oktober 1994

3. Alamat : Jalan WR. Supratman, Gg. Bacang RT

003/09 No. 34 Kel. Cempaka Putih, Kec.

Ciputat Timur, Kota Tangerang Selatan,

Provinsi Banten, 15412

4. Telepon : 0877-7418-0575

5. Email : [email protected]

B. PENDIDIKAN

1. TK Al-amin Ciputat Timur Tahun 1999-2000

2. MI Jam’iyyatul Khair Ciputat Timur Tahun 2000-2006

3. MTs Jam’iyyatul Khair Ciputat Timur Tahun 2006-2009

4. MAN 4 Jakarta Tahun 2009-2012

5. UIN Syarif Hidayatullah Jakarta Tahun 2013-2017

C. PENGALAMAN ORGANISASI

1. OSIS MTs Jam’iyyatul Khair (2008-2009)

2. Anggota Paskibra MAN 4 Jakarta (2009-2010)

3. Anggota HMJ Perbankan Syariah Departemen Hubungan Luar Kampus

(2015-2016)

4. Kepala Bidang 2 HMJ Perbankan Syariah (2016-2017)

5. Sekretaris Umum Pengajian Remaja 09 (2016-2017)

vi

ABSTRACT

This study aims to analyze the influence of Capital Adequacy Ratio (CAR),

Non Performing Finance (NPF), and Operating Expensive of Operating Income

(BOPO) to Earning of Sharia Commercial Banks in Indonesia. The sample in this

study was taken using data collection method called purposive sampling. The

number of samples used is 12 sharia bank in Indonesia. Data were analyzed by

using regression data panel method with software Eviews 9.5 and Microsoft Excel

2007. The result showed: 1) Capital Adequacy Ratio (CAR) has no significant

effect on Earning. 2) Non Performing Finance (NPF) has a significant effect on

Earning. 3) Operating Expensive of Operating Income (BOPO) has a significant

effect on Earning. 4) CAR, NPF, and BOPO has a significant effect on Earning.

Keywords: CAR, NPF, BOPO, Earning

vii

ABSTRAK

Penelitian ini bertujuan untuk menganalisis pengaruh Capital Adequacy Ratio

(CAR), Non Performing Finance (NPF), dan Biaya Operasional Pendapatan

Operasional (BOPO) terhadap Rentabilitas Bank Umum Syariah di Indonesia.

Sampel dalam penelitian ini diambil menggunakan metode pengumpulan data

yang disebut purposive sampling. Jumlah sampel yang digunakan sebanyak 12

Bank Umum Syariah di Indonesia. Data yang diperoleh dianalisis dengan

menggunakan metode analisis regresi data panel melalui software Eviews 9.5 dan

Microsoft Excel 2007. Hasil penelitian menunjukkan bahwa: 1) Capital Adequacy

Ratio (CAR) tidak berpengaruh signifikan terhadap Rentabilitas. 2) Non

Performing Finance (NPF) berpengaruh signifikan terhadap Rentabilitas. 3) Biaya

Operasional Beban Operasional (BOPO) berpengaruh signifikan terhadap

Rentabilitas. 4) CAR, NPF, dan BOPO berpengaruh signifikan terhadap

Rentabilitas.

Kata Kunci: CAR, NPF, BOPO, Rentabilitas

viii

KATA PENGANTAR

Bismillahirrahmanirrahim

Segala puji bagi Allah subhanahu wa ta’ala yang telah melimpahkan segala

nikmat dan hidayah-Nya kepada peneliti, sehingga penulis dapat menyelesaikan

skripsi ini yang berjudul “Pengaruh Capital Adequacy Ratio (CAR), Non

Performing Finance (NPF), dan Biaya Operasional Pendapatan Operasional

(BOPO) Terhadap Rentabilitas Bank Umum Syariah Tahun 2015-2017”

dengan baik. Shalawat serta salam peneliti haturkan kepada Nabi Muhammad

salllallahu alaihi wassalam yang telah membawa cahaya dari zaman jahiliyah ke

zaman yang terang benderang terutama dengan adanya ilmu pengetahuan.

Skripsi ini disusun dalam rangka memenuhi syarat-syarat untuk memperoleh

gelar Sarjana Ekonomi di Universitas Islam Negeri Syarif Hidayatullah Jakarta.

Selesainya skripsi ini tentu dengan adanya dukungan, bimbingan, bantuan dan

semangat serta doa dari semua orang di sekeliling peneliti selama proses

penyelesaian skripsi ini. Oleh karena itu, penulis mengucapkan terima kasih

kepada:

1. Allah SWT, yang telah memberikan anugerah dan rahmat-Nya kepada

penulis, sehingga penulis dapat menyelesaikan skripsi ini.

2. Ayahanda dan Ibunda tercinta, Alm. Wariman Sudiro dan Almh. Patimah,

yang telah memotivasi penulis untuk terus melanjutkan pendidikan sampai

dengan ke jenjang perkuliahan.

ix

3. Seluruh keluarga besar, abang-abang ku (Agung Sedayu dan Werhapnolo),

om dan tante (Ayatih, Taufik MHT, dan Saidih S.Kom), dan seluruh anggota

keluarga Senah, terima kasih atas motivasinya, dukungannya berupa material

maupun nonmaterial sehingga penulis dapat menyelesaikan skripsi ini.

4. Bapak Dr. M. Arief Mufraini, Lc., M.Si. selaku Dekan Fakultas Ekonomi dan

Bisnis yang telah mengizinkan penulis untuk menimba ilmu dengan sebaiknya-

baiknya di FEB UIN Syarif Hidayatullah Jakarta.

5. Ibu Umiyati, SEI., MSi., selaku Dosen Pembimbing I yang telah memberikan

arahan, saran, ilmu dan bimbingan serta meluangkan waktunya dalam proses

penyelesaian penelitian skripsi hingga skripsi ini selesai.

6. Ibu Cut Erika Ananda Fatimah, SE., MBA. selaku Ketua Jurusan Perbankan

Syariah dan Ibu Fitri Damayanty, SE., M.Si selaku Sekretaris Jurusan Perbankan

Syariah yang telah memberikan arahan serta bimbingan dalam membantu

peneliti selama masa perkuliahan.

7. Bapak Dr. Ade Sofyan Mulazid, S.Ag., M.H., selaku dosen Pembimbing

Akademik yang senantiasa memberikan saran-saran yang bermanfaat.

8. Seluruh jajaran Dosen Fakultas Ekonomi dan Bisnis yang telah memberikan ilmu

yang sangat berguna dan berharga bagi penulis selama masa perkuliahan.

9. Seluruh jajaran karyawan dan staff di UIN Syarif Hidayatullah Jakarta yang telah

melayani dan membantu penulis selama perkuliahan.

10. Sahabat-sahabatku, Uphy Samsurin, Hexa Nur Hidayanti, Jamilah Nur Indah

Sari, Dwi Rahma Putri Ageng, Syifa Alawiyah, dan Yesi Fitriani. Terima

kasih untuk kesediaannya memotivasi, menemani, mengajari, mendengarkan,

x

memberikan masukan dan untuk semua hal berharga yang kalian ukir dalam

hidup penulis.

11. Dahsya Karesna, Erna Putri Lestari, dan seluruh teman-teman perbankan

syariah kelas A dan B angkatan 2013. Terima kasih untuk kebersamaannya

selama 4 tahun ini, mudah-mudahan silaturahmi kita tetap terjaga sampai tua

nanti.

12. Kakak-kakak senior Perbankan Syariah 2012, atas bimbingan ilmu dan

pengalaman kehidupan di kampus dari awal pertama kali OPAK hingga

penyelesaian skripsi ini.

13. KKN CADUDASA 2016, Bapak Abdullah, Selvi, Lulu, Ika, Nday, Nando,

Ari, Rofik, Alif dan Daus. Atas pengabdian selama 1 bulan yang telah kita

laksanakan bersama. Tanpa KKN ini, penulis tidak akan bisa menjalankan sidang

skripsi.

14. Serta seluruh pihak yang telah membantu peneliti baik selama masa perkuliahan

sampai pengerjaan skripsi yang tidak dapat peneliti sebut satu persatu. Semoga

Allah membalas kebaikan kalian semua. Aamiin.

Peneliti menyadari bahwa skripsi ini masih jauh dari kesempurnaan karena

keterbatasan pengetahuan maupun pengalaman yang dimiliki peneliti. Oleh sebab itu,

peneliti mengharapkan segala bentuk kritik dan saran yang membangun untuk

pencapaian yang lebih baik.

Wassalamu’alaikum Warahmatullahi Wabarakaatuh.

Tangerang Selatan, Oktober 2017

Mannik Manila

xi

DAFTAR ISI

LEMBAR PENGESAHAN ..................................................................... i

LEMBAR PENGESAHAN UJIAN KOMPREHENSIF ...................... ii

LEMBAR PENGESAHAN UJIAN SKRIPSI ....................................... iii

LEMBAR PERNYATAAN KEASLIAN SKRIPSI .............................. iv

DAFTAR RIWAYAT HIDUP ................................................................ v

ABSTRACT .............................................................................................. vi

ABSTRAK ................................................................................................ vii

KATA PENGANTAR .............................................................................. viii

DAFTAR ISI ............................................................................................. xi

DAFTAR TABEL ..................................................................................... xiii

DAFTAR GAMBAR ................................................................................ xv

DAFTAR LAMPIRAN ............................................................................ xvi

BAB I PENDAHULUAN ......................................................................... 1

A. Latar Belakang Masalah ................................................................. 1

B. Rumusan Masalah .......................................................................... 13

C. Tujuan Penelitian ........................................................................... 14

D. Manfaat Penelitian ......................................................................... 14

BAB II TINJAUAN PUSTAKA .............................................................. 16

A. Landasan Teori ............................................................................... 16

1. Kinerja Perbankan Syariah ...................................................... 16

2. Rentabilitas Bank Syariah ....................................................... 25

3. Net Operating Margin (NOM) ................................................ 31

4. Capital Adequacy Ratio (CAR) ............................................... 33

5. Non Performing Finance (NPF) .............................................. 34

6. Biaya Operasional Pendapatan Operasional (BOPO) ............. 36

7. Bank Syariah ........................................................................... 37

B. Penelitian Terdahulu ...................................................................... 42

C. Keterkaitan Antar Variabel dan Pengembangan Hipotesis ............ 47

D. Kerangka Pemikiran ....................................................................... 50

xii

BAB III METODE PENELITIAN ......................................................... 52

A. Ruang Lingkup Penelitian .............................................................. 52

B. Metode Penentuan Sampel ............................................................. 53

C. Metode Pengumpulan Data ............................................................ 56

D. Metode Analisis Data ..................................................................... 58

E. Operasional Variabel Penelitian ..................................................... 75

BAB IV ANALISIS DAN PEMBAHASAN ........................................... 80

A. Sekilas Gambaran Umum Objek Penelitian ................................... 80

B. Analisis Statistik Deskriptif ........................................................... 87

C. Uji Stasioneritas ............................................................................. 92

D. Hasil Analisis dan Pembahasan ..................................................... 94

E. Interpretasi Hasil Penelitian ........................................................... 113

BAB V PENUTUP .................................................................................... 120

A. Kesimpulan .................................................................................... 120

B. Saran ............................................................................................... 120

DAFTAR PUSTAKA ............................................................................... 123

LAMPIRAN .............................................................................................. 127

xiii

DAFTAR TABEL

Tabel 1.1 Indikator Utama Perbankan Syariah (BUS-UUS) Tahun 2011-2015

(dalam persen (%)) ......................................................................... 4

Tabel 1.2 Perkembangan NOM, CAR, NPF, BOPO Bank Umum Syariah di

Indonesia tahun 2011-2015 (dalam persen (%)) ............................. 8

Tabel 2.1 Peringkat Rentabilitas ..................................................................... 31

Tabel 2.2 Kriteria Peringkat Net Operating Margin (NOM) .......................... 33

Tabel 2.3 Kriteria Peringkat Kewajiban Penyediaan Modal Minimum ........... 34

Tabel 2.4 Kriteria Peringkat Non Perfotming Finance (NPF) ......................... 35

Tabel 2.5 Kriteria Peringkat BOPO/REO ........................................................ 37

Tabel 2.6 Perbedaan antara Bank Syariah dan Bank Konvensional ............... 42

Tabel 2.7 Penelitian Terdahulu ....................................................................... 43

Tabel 3.1 Populasi Penelitian .......................................................................... 54

Tabel 3.2 Proses Pengambilan Sampel ........................................................... 55

Tabel 3.3 Sampel Penelitian ............................................................................ 56

Tabel 3.4 Hubungan Taraf Signifikansi dan Hipotesis ................................... 75

Tabel 3.5 Operasional Variabel Penelitian ...................................................... 79

Tabel 4.1 Statistik Deskriptif NOM Bank Umum Syariah ............................. 88

Tabel 4.2 Statistik Deskriptif CAR Bank Umum Syariah .............................. 89

Tabel 4.3 Statistik Deskriptif NPF Bank Umum Syariah ............................... 90

Tabel 4.4 Statistik Deskriptif BOPO Bank Umum Syariah ............................ 92

Tabel 4.5 Hasil Uji Augmented Dickey Fuller (ADF) Tingkat Level ............. 93

Tabel 4.6 Hasil Uji Augmented Dickey Fuller (ADF) Tingkat 1st Difference . 93

Tabel 4.7 Hasil Regresi Data Panel Menggunakan Common Effect ............... 94

Tabel 4.8 Hasil Regresi Data Panel Menggunakan Fixed Effect .................... 95

Tabel 4.9 Hasil Uji Chow ................................................................................ 96

Tabel 4.10 Hasil Regresi Data Panel Menggunakan Random Effect .............. 97

Tabel 4.11 Hasil Uji Hausman ........................................................................ 98

Tabel 4.12 Hasil Uji Normalitas ..................................................................... 99

Tabel 4.13 Hasil Uji Normalitas Menggunakan Logartima Natural ............... 100

xiv

Tabel 4.14 Hasil Uji Multikolinearitas ............................................................ 100

Tabel 4.15 Hasil Uji Heteroskedastisitas ........................................................ 101

Tabel 4.16 Hasil Uji Autokorelasi .................................................................. 101

Tabel 4.17 Hasil Uji t ...................................................................................... 102

Tabel 4.18 Hasil Uji F ..................................................................................... 105

Tabel 4.19 Hasil Uji Adjusted R-Square ......................................................... 106

Tabel 4.20 Hasil Regresi Data Panel ............................................................... 107

Tabel 4.21 Model Regresi Tiap Bank ............................................................. 109

xv

DAFTAR GAMBAR

Gambar 1.1 Penilaian Rentabilitas BUS Tahun 2014-2015 ............................ 7

Gambar 1.2 Pertumbuhan NOM dan CAR tahun 2011-2015 ......................... 10

Gambar 1.3 Pertumbuhan NOM dan NPF tahun 2011-2015 .......................... 11

Gambar 1.4 Pertumbuhan NOM dan BOPO tahun 2011-2015 ...................... 12

Gambar 2.1 Kerangka Pemikiran .................................................................... 51

Gambar 3.1 Pemilihan Model Regresi ............................................................ 70

xvi

DAFTAR LAMPIRAN

Lampiran 1: Data Sekunder Sebelum diolah ................................................ 127

Lampiran 2: Data Logaritma Natural ............................................................ 130

Lampiran 3: Data Outlier .............................................................................. 133

Lampiran 4: Uji Stasioner Data Tahap Level ............................................... 136

Lampiran 5: Uji Stasioner Data Tahap 1st Difference ................................... 140

Lampiran 6: Uji Chow .................................................................................. 144

Lampiran 7: Uji Hausman ............................................................................. 145

Lampiran 8: Uji Heteroskedastisitas ............................................................. 146

Lampiran 9: Uji Autokorelasi ....................................................................... 147

Lampiran 10: Hasil Regresi Menggunakan SPSS 22.0 ................................. 148

1

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Di Indonesia, perkembangan ekonomi Islam telah diadopsi ke dalam

kerangka besar kebijakan ekonomi. Paling tidak, Bank Indonesia sebagai

otoritas perbankan di tanah air telah menetapkan Perbankan Syariah sebagai

salah satu pilar penyangga dual-banking system (Is, 2015).

Hal ini sesuai dengan Undang-Undang No. 7 Tahun 1992 tentang

Perbankan sebagaimana telah diubah dengan Undang-Undang No. 10 Tahun

1998, dan Undang-Undang No. 21 Tahun 2008 yang menegaskan bahwa di

Indonesia Bank dibagi menjadi dua, yaitu Bank Umum dan Bank Perkreditan

Rakyat Syariah (BPRS). Bank Umum dibagi lagi menjadi dua, yaitu bank

dengan sistem bunga (bank konvensional) dan bank dengan sistem bagi hasil

(bank syariah).

Sebagai lembaga intermediasi, bank syariah maupun bank konvensional

sama-sama menjalankan kegiatan usahanya dengan cara menghimpun dana

dari masyarakat yang kelebihan dana dan menyalurkannya lagi kepada

masyarakat yang membutuhkan dana. Hal yang membedakan keduanya

adalah penetapan sistem keuntungan dimana bank syariah menggunakan

sistem bagi hasil dan bank konvensional menggunakan sistem bunga yang

tentunya di larang dalam syariat islam karena telah dipersamakan dengan riba

(fatwa MUI).

2

Fatwa Majelis Ulama Indonesia (MUI) No. 1 Tahun 2004 memustuskan

yang pertama adalah bahwa bunga (interest/fa’idah) merupakan tambahan

yang dikenakan dalam transaksi pinjaman uang (al-qardh) yang

diperhitungkan dari pokok pinjaman tanpa mempertimbangkan

pemanfaatan/hasil pokok tersebut, berdasarkan tempo waktu, diperhitungkan

secara pasti di muka, dan pada umumnya berdasarkan persentase. Yang

kedua, bahwa praktek pembungaan uang saat ini telah memenuhi kriteria riba

yang terjadi pada jaman Rasulullah SAW, yaitu Riba Nasi’ah. Dengan

demikian, praktek pembungaan uang ini termasuk salah satu bentuk riba, dan

riba haram hukumnya.

Pelarangan riba dalam Al-Qur’an terdapat dalam surat Al-Baqarah ayat

275-276 (Tanjung, 2007):

بوا ل يقومون إل ك لك بأنهم قالوا إنما ٱلبيع ٱلذين يأكلون ٱلر ن من ٱلمس ذ يط ما يقوم ٱلذي يتخبطه ٱلش

بهۦ فٱنتهى ف فمن جاءهۥ موعظة من ربوا م ٱلر ٱلبيع وحر وأحل ٱلل

بوا و مثل ٱلر ل لهۥ ما أمرهۥ إلى ٱلل

لدون ب ٱلنار هم فيها خ ئك أصح ل يحب كل ٥٧٢ومن عاد فأول ت وٱلل دق بوا ويربي ٱلص ٱلر يمحق ٱلل

٥٧٢ كفار أثيم

Artinya: “Orang-orang yang makan (mengambil) riba tidak dapat

berdiri melainkan seperti berdirinya orang yang kemasukan syaitan lantaran

(tekanan) penyakit gila. Keadaan mereka yang demikian itu, adalah

disebabkan mereka berkata (berpendapat), sesungguhnya jual beli itu sama

dengan riba, padahal Allah telah menghalalkan jual beli dan mengharamkan

riba. Orang-orang yang telah sampai kepadanya larangan dari Tuhannya,

lalu terus berhenti (dari mengambil riba), maka baginya apa yang telah

diambilnya dahulu (sebelum datang larangan); dan urusannya (terserah)

kepada Allah. Orang yang kembali (mengambil riba), maka orang itu adalah

penghuni-penghuni neraka; mereka kekal di dalamnya. Allah memusnahkan

riba dan menyuburkan sedekah. Dan Allah tidak menyukai setiap orang yang

tetap dalam kekafiran, dan selalu berbuat dosa.”

Selain surat Al-Baqarah ayat 275-276 masih ada beberapa surat yang

berbeda di dalam Al-Qur’an yang berisi tentang pelarangan riba, seperti

3

terdapat pada surat Ar-Ruum ayat 39, An-Nisaa ayat 161, Ali Imron ayat 130,

dan Al-Baqarah ayat 278-279 (Tanjung, 2007).

Alasan diharamkannya bunga bank menurut Abul A’la Maududi yang

diikuti oleh Muhammad Netajullah Shiddiqi dalam bukunya yang berjudul

Muslim Economic Thinking yang diterjemahkan oleh A.M Saefuddin dengan

judul Pemikiran Ekonomi Islam berpendapat bahwa bunga bank merupakan

salah satu sumber dari sekian banyak sumber keburukan ekonomi (Is, 2015).

Melihat sejarah pada tahun 1998, dimana krisis ekonomi melanda dunia

perbankan. Pada bulan maret 1998 tingkat Non Performing Loan (NPL)

sudah di atas 10% kemudian naik terus sehingga mencapai puncaknya pada

bulan maret 1999 yang bertengger di atas 50%. Hal ini terjadi akibat dari

beban berat nasabah penerima pinjaman yang juga mengalami kesulitan di

masa krisis yang pada akhirnya tidak dapat memenuhi besarnya bunga

pinjaman dari bank. Sebagian besar bank menerapkan tingkat bunga pinjaman

lebih rendah dari pada bunga simpanan yang mengakibatkan terjadinya

negative spread (Tanjung, 2007).

Dibandingkan dengan dilikuidasinya 27 bank konvensional dimana 16

bank ditutup pada 1 November 1997 dan 11 bank pada tanggal 4 April 1998

oleh otoritas moneter, perbankan syariah justru menjelang krisis pada tahun

1997 mengalami pertumbuhan kantor cabang yang pesat, dari empat kantor

cabang pada tahun 1996 menjadi 10 kantor cabang pada tahun 1997 (Ismail,

2013).

4

Berkat ketahanan Bank Muamalat Indonesia pada krisis 1998, maka

diubahnya Undang-Undang No. 7 Tahun 1992 menjadi Undang-Undang No.

10 Tahun 1998 menjadi bukti untuk eksistensi bank syariah dan terbukanya

peluang yang lebih besar untuk bank syariah berkembang.

Tabel 1.1

Indikator Utama Perbankan Syariah (BUS-UUS)

Tahun 2011-2015

(dalam persen (%))

Indikator

(Rp Triliun) 2011 2012 2013 2014 2015

Total Aset 145,47 195,02 242,28 272,34 296,26

DPK 115,41 147,51 183,53 217,86 231,17

PYD 102,66 147,51 184,12 199,30 212,96

Sumber: Laporan Perkembangan Keuangan Syariah Tahun 2015

Berdasarkan tabel 1.1 sampai dengan tahun 2015 Total Aset, Dana Pihak

Ketiga (DPK), dan Pembiayaan Yang Diberikan (PYD) mengalami

peningkatan di setiap tahunnya meskipun laju pertumbuhan dari setiap

masing-masing indikator mengalami penurunan. Aset BUS-UUS tahun 2015

mengalami peningkatan sebesar Rp23,9 triliun menjadi Rp296,26 triliun atau

tumbuh 8,78% dari aset tahun sebelumnya. Sementara DPK BUS-UUS

meningkat sebesar Rp13,32 triliun atau tumbuh 6,11% sehingga DPK BUS-

UUS tahun 2015 tercatat ssebesar Rp231,17 triliun. Pada tahun 2015 BUS

dan UUS membukukan pembiayaan yang diberikan sebesar Rp212,96 triliun

yang berarti terjadi peningkatan pembiayaan sebesar Rp13,66 triliun atau

tumbuh 6,85% dibandingkan pada tahun sebelumnya.

5

Perkembangan tersebut tentu saja menggembirakan, tetapi tidak

kemudian hanya menumbuhkan euforia saja. Perkembangan tersebut harus

dijawab oleh manajemen bank syariah dengan kinerja yang baik, karena bank

merupakan lembaga yang beroperasi atas dasar kepercayaan. Ketika nasabah

tidak percaya kepada suatu bank, maka dengan segera dia akan beralih ke

bank lain yang lebih dipercaya. Di dalam perbankan, kinerja bank tersebut

kemudian dikenal dengan tingkat kesehatan bank. Banyak faktor yang

mempengaruhi tingkat kesehatan suatu bank, baik yang terkait manajemen

maupun keuangan.

Sejak diberlakukannya Peraturan Otoritas Jasa Keuangan (POJK) Nomor

8/POJK.03/2014 tanggal 11 Juni 2014 tentang Penilaian Tingkat Kesehatan

Bank Umum Syariah, maka sejak Juni 2014 penilaian tingkat kesehatan Bank

Umum Syariah (BUS) dilakukan berdasarkan risiko termasuk risiko terkait

penerapan prinsip syariah dan kinerja bank atau disebut dengan Risk Based

Bank Rating (RBBR). Penilaian tingkat kesehatan dengan RBBR mencakup

penilaian terhadap faktor profil risiko (risk profile), Good Corporate

Governance (GCG), rentabilitas (earnings) dan permodalan (capital). POJK

ini telah mencabut Peraturan Bank Indonesia Nomor 9/1/PBI/2007 tentang

Sistem Penilaian Tingkat Kesehatan Bank Umum Syariah yang mengatur

penilaian tingkat kesehatan bank mencakup penilaian terhadap faktor-faktor

permodalan (capital), kualitas aset (aset quality), manajemen (management),

rentabilitas (earning), likuiditas (liquidity) dan sensitivitas terhadap risiko

pasar (sensitivity to market risk) atau disebut dengan CAMELS.

6

Dari faktor-faktor penilaian tersebut, faktor yang sering menjadi

Pertimbangan masyarakat ataupun investor dalam memilih bank adalah faktor

earning (rentabilitas). Earning atau Rentabilitas adalah kemampuan bank

dalam menghasilkan laba. Masyarakat seringkali menjadikan rentabilitas

bank sebagai salah satu faktor preferensi mereka dalam memilih bank,

termasuk bank syariah. Apalagi, besar kecilnya bagi hasil yang diterima di

bank syariah, khususnya bagi nasabah penabung, ditentukan oleh besar-

kecilnya profit yang bisa dihasilkan oleh bank syariah. Selain itu, investor

ketika akan menanamkan modal di bank, tentu salah satu faktor utama yang

akan dilihat adalah rentabilitas bank tersebut.

Kinerja bank dalam menghasilkan laba (rentabilitas) yang optimal dan

berkesinambungan merupakan prasyarat yang penting bagi kelangsungan

usaha bank. Rentabilitas yang optimal dan berkesinambungan memungkinkan

bank untuk mendanai pertumbuhan aset, meningkatkan modal dan

memberikan imbal hasil yang memadai bagi para pemegang saham serta

nasabah deposan/investor. Penilaian rentabilitas yang komprehensif

merupakan faktor penting dalam menentukan kondisi kesehatan dan profil

risiko bank maupun sistem perbankan secara keseluruhan.

Sesuai dengan Laporan Perkembangan Keuangan Syariah tahun 2015,

rincian penilaian rentabilitas bank umum syariah tahun 2014-2015 terlihat

pada gambar 1.1 dibawah ini:

7

Gambar 1.1

Penilaian Rentabilitas BUS Tahun 2014-2015

Sumber: Laporan Perkembangan Keuangan Syariah 2015

Gambar 1.1 di atas menunjukkan bahwa empat bank atau 33% dari total

BUS dinilai “memadai”, enam bank atau 42% dari total BUS dinilai “cukup

memadai”, dan dua bank atau 17% dari total BUS dinilai “kurang memadai”.

Sedangkan pada tahun sebelumnya, 25% dari total BUS dinilai “memadai”,

17% dari total BUS dinilai “kurang memadai”, dan 58% dari total BUS

dinilai “cukup memadai”.

Berdasarkan Surat Edaran Bank Indonesia Nomor 13/24/DPNP/2011

komponen faktor rentabilitas di bagi menjadi 3 rasio:

1. Rasio Utama, yaitu Net Operating Margin (NOM).

2. Rasio Penunjang, yaitu Return On Asset (ROA), Rasio Efisiensi Kegiatan

Operasional (REO), Rasio Aktiva Yang Dapat Menghasilkan Pendapatan

(IGA), Diversifikasi Pendapatan, dan Proyeksi Pendapatan Bersih

Operasional Utama (PPBO).

3. Rasio Reserved, yaitu Rasio Net Margin Operasional Utama, Return On

Equity (ROE), Komposisi penempatan dana pada surat berharga/pasar

25%

58%

17%

33%

42%

17%

0%

10%

20%

30%

40%

50%

60%

70%

Memadai Cukup Memadai

Kurang Memadai

2014 2015

8

keuangan, Disparitas imbal jasa antara employee benefit tertinggi dengan

employee benefit terendah, fungsi edukasi publik (CSR), Fungsi sosial,

Korelasi antara tingkat bunga di pasar dengan return/bagi hasil yang

diberikan oleh bank syariah, Besarnya bagi hasil dana investasi, dan

Penyaluran dana yang diwrite-off dibandingkan dengan biaya operasional .

Pada penelitian ini, variabel dependen yang digunakan adalah rasio

utama dari rentabilitas yaitu Net Operating Margin (NOM) yaitu rasio yang

menunjukkan kemampuan bank dalam menghasilkan laba dari kegiatan

operasinya. Sedangkan untuk variabel independen yang digunakan adalah

variabel spesifik bank yang diukur dengan menggunakan rasio-rasio

keuangan yaitu Capital Adequacy Ratio (CAR), Non Performing Finance

(NPF), dan Biaya Operasional Pendapatan Operasional (BOPO).

Tabel 1.2

Perkembangan NOM, CAR, NPF, dan BOPO Bank Umum Syariah

(BUS) di Indonesia tahun 2011-2015

(dalam persen (%))

Rasio 2011 2012 2013 2014 2015

NOM 1,20 2,04 1,82 0,52 0,52

CAR 16,63 14,13 14,44 16,10 15,02

NPF 2,52 2,22 2,62 4,33 4,34

BOPO 78,41 74,97 78,21 94,16 94,38

Sumber: Laporan Perkembangan Keuangan Syariah 2011-2015, Statistik

Perbankan Indonesia 2011-2015, dan Statistik Perbankan Syariah 2011-

2015

Berdasarkan pada tabel 1.2 dapat dilihat bahwa rasio NOM Bank Umum

Syariah berfluktuasi dari tahun ke tahun. NOM Bank Umum Syariah naik

sebesar 0,84% pada tahun 2011-2012. Sedangkan tahun 2012-2014 terus

9

mengalami penurunan yaitu sebesar 0,22% pada tahun 2012-2013 dan 1,30%

pada tahun 2013-2014. Untuk tahun 2015 nilai NOM sama dengan tahun

sebelumnya yaitu sebesar 0,52% dan tergolong sangat rendah (NOM < 1%)

menurut standar penilaian Bank Indonesia. Maka untuk perkembangan NOM

Bank Umum Syariah sampai dengan tahun 2015, masih diperlukan upaya-

upaya bank syariah untuk dapat meningkatkan kemampuannya dalam

menghasilkan laba. Dengan demikian perlu diketahui faktor-faktor yang

mempengaruhi NOM sehingga dapat diambil langkah perbaikan kinerja untuk

meningkatkan NOM selanjutnya.

Capital Adequacy Ratio (CAR) merupakan rasio kinerja bank untuk

mengukur kecukupan modal yang dimiliki oleh bank untuk menunjang aktiva

yang mengandung atau menghasilkan resiko. Rasio ini menunjukkan

kecukupan modal yang ditetapkan lembaga pengatur yang khusus berlaku

bagi bank (Harahap, 2015). Semakin tinggi CAR maka semakin kuat

kemampuan bank tersebut untuk menanggung risiko dari setiap pinjaman atau

aktiva produktif yang berisiko. Atau dengan kata lain, maka semakin tinggi

kecukupan modalnya untuk menanggung risiko pinjaman macetnya, sehingga

kinerja bank semakin baik, dan dapat meningkatkan kepercayaan masyarakat

terhadap bank yang bersangkutan yang berujung pada meningkatnya laba

(Wahyuni, 2017).

Dalam penelitian yang dilakukan oleh Wibisono dan Wahyuni (2017)

menyebutkan bahwa CAR memiliki pengaruh negatif signifikan secara

10

parsial terhadap NOM sedangkan menurut Romdayanah (2011) CAR

memiliki pengaruh negatif namun tidak signifikan.

Gambar 1.2

Pertumbuhan NOM dan CAR tahun 2011-2015

Sumber: Data diolah

Nilai CAR pada tabel 1.2 dan gambar 1.2 mengalami penurunan terbesar

pada tahun 2011-2012 sebesar 2,5%, dan NOM pada tahun yang sama

mengalami peningkatan sebesar 0,84%. Pada tahun 2013-2014 CAR

mengalami peningkatan sebesar 1,66% dan NOM menurun sebesar 1,30%.

Namun pada tahun 2014-2015 CAR mengalami penurunan sebesar 1,08%

sedangkan NOM tidak mengalami kenaikan pada tahun yang sama.

Fenomena ini menunjukkan telah terjadi ketidakkonsistenan hubungan antara

CAR dan NOM. Oleh karena itu perlu dilakukan penelitian lebih lanjut.

Non Performing Financing (NPF) merupakan pembiayaan macet, ini

sangat berpengaruh terhadap laba bank syariah. NPF erat kaitannya dengan

pembiayaan yang disalurkan oleh bank syariah kepada nasabahnya. Apabila

NPF menunjukkan nilai yang rendah diharapkan pendapatan akan meningkat

sehingga laba yang dihasilkan akan meningkat, namun sebaliknya apabila

0

2

4

6

8

10

12

14

16

18

20

2011 2012 2013 2014 2015

CAR

NOM

11

nilai NPF tinggi maka pendapatan akan menurun sehingga laba yang didapat

akan turun (Yulianto, 2014).

Penelitian yang dilakukan oleh Somantri (2017) menyebutkan bahwa

NPF tidak berpengaruh terhadap tingkat rentabilitas (NOM).

Gambar 1.3

Pertumbuhan NOM dan NPF tahun 2011-2015

Sumber: Data diolah

Berdasarkan pada tabel 1.2 dan gambar 1.3 NPF meningkat sebesar

1,71% pada tahun 2013-2014, NOM pada tahun yang sama mengalami

penurunan sebesar 1,30%. Tahun 2014-2015 NPF naik sebesar 0,1% dan

NOM tidak mengalami perubahan dari tahun sebelumnya. Fenomena ini

menunjukkan telah terjadi ketidakkonsistenan hubungan antara NPF dan

NOM. Oleh karena itu perlu dilakukan penelitian lebih lanjut.

Rasio BOPO menunjukkan efisiensi bank dalam menjalankan usaha

pokoknya terutama kredit, dimana bunga kredit menjadi pendapatan terbesar

perbankan. Pengelolaan pembiayaan sangat diperlukan oleh bank, mengingat

fungsi pembiayaan sebagai penyumbang pendapatan terbesar bagi bank

syariah. Semakin kecil BOPO menunjukkan semakin efisien bank dalam

menjalankan aktivitas usahanya. Semakin tinggi biaya pendapatan bank

0

1

2

3

4

5

6

2011 2012 2013 2014 2015

NPF

NOM

12

berarti kegiatan operasionalnya semakin tidak efisien sehingga

pendapatannya juga semakin kecil (Syaichu, 2013).

Penelitian yang dilakukan oleh Junita (2015) menyebutkan bahwa secara

parsial BOPO memiliki pengaruh negatif signifikan terhadap NOM.

Gambar 1.4

Pertumbuhan NOM dan BOPO tahun 2011-2015

Sumber: Data diolah

Tabel 1.2 dan gambar 1.4 menunjukkan rasio BOPO terus mengalami

kenaikan dari tahun 2012-2015 hal ini sejalan dengan turunnya NOM sampai

dengan tahun 2014. Tahun 2014-2015 NOM tidak mengalami perubahan dari

tahun sebelumnya padahal BOPO mengalami kenaikan sebesar 0,22%.

Fenomena ini menunjukkan telah terjadi ketidakkonsistenan hubungan antara

BOPO dan NOM. Oleh karena itu perlu dilakukan penelitian lebih lanjut.

Berdasarkan Surat Edaran Bank Indonesia Nomor 13/24/DPNP/2011

yang menyebutkan bahwa Net Operating Margin (NOM) merupakan rasio

utama yang menentukan faktor rentabilitas, maka penting untuk mengetahui

faktor-faktor penentu NOM. Dari tahun 2011-2015, dapat diketahui bahwa

angka NOM masih berfluktuasi namun cenderung menurun. Hal ini tentunya

akan menimbulkan kekhawatiran terhadap kinerja bank syariah, yang pada

0

20

40

60

80

100

2011 2012 2013 2014 2015

BOPO

NOM

13

akhirnya akan berdampak pada tingkat kepercayaan masyarakat terhadap

bank syariah.

Oleh karena itu, peneliti termotivasi melakukan penelitian ini untuk

mengetahui fakta mengenai seberapa besar pengaruh Capital Adequacy Ratio

(CAR), Non Performing Finance (NPF), dan Biaya Operasional Pendapatan

Operasional (BOPO) terhadap Rentabilitas Bank Umum Syariah di Indonesia.

Adanya hasil penelitian terdahulu membuat penulis ingin melakukan

pengujian kembali terhadap variabel-variabel tersebut dengan objek dan

metode penelitian yang berbeda dari sebelumnya.

Peneliti memilih Bank Umum Syariah di Indonesia tahun 2015-2017. Hal

ini dikarenakan terkait dengan kelengkapan data yang akan penulis peroleh

dari laporan keuangan yang telah dipublikasikan oleh Otoritas Jasa Keuangan

(OJK) dan juga sekaligus memberikan hasil penelitian yang ter-update.

Berdasarkan uraian di atas, maka penulis tertarik melakukan penelitian

dengan judul “Pengaruh Capital Adequacy Ratio (CAR), Non Performing

Finance (NPF) dan Biaya Operasional Pendapatan Operasional (BOPO)

Terhadap Rentabilitas Bank Umum Syariah Di Indonesia Tahun 2015-

2017”

B. Rumusan Masalah

Berdasarkan latar belakang yang diuraikan diatas, maka rumusan

masalah dalam penelitian adalah:

1. Apakah terdapat pengaruh Capital Adequacy Ratio (CAR), Non

Performing Financing (NPF), dan Biaya Operasional terhadap Pendapatan

14

Operasional (BOPO) secara parsial terhadap Rentabilitas Bank Umum

Syariah di Indonesia periode 2015-2017?

2. Apakah terdapat pengaruh Capital Adequacy Ratio (CAR), Non


Operasional (BOPO) secara simultan terhadap Rentabilitas Bank Umum

Syariah di Indonesia periode 2015-2017?

C. Tujuan Penelitian

Berdasarkan rumusan masalah di atas, maka tujuan penelitian ini adalah:

1. Untuk mengetahui pengaruh Capital Adequacy Ratio (CAR), Non


Operasional (BOPO) secara parsial terhadap Rentabilitas Bank Umum

Syariah di Indonesia periode 2015-2017.

2. Untuk mengetahui pengaruh Capital Adequacy Ratio (CAR), Non


Operasional (BOPO) secara simultan terhadap Rentabilitas Bank Umum

Syariah di Indonesia periode 2015-2017.

D. Manfaat Penelitian

Dengan diadakannya penelitian ini, diharapkan dapat memberikan

manfaat bagi berbagai pihak. Adapun manfaat penelitian ini adalah:

1. Kontibusi Praktis

a. Bagi Bank Syariah

Hasil penelitian ini diharapkan dapat memberikan kontribusi yang

baik bagi perbankan syariah khususnya pada Bank Umum Syariah di

15

Indonesia dalam proses peningkatan kinerja dari aspek keuangan

dalam memaksimalkan rentabilitas bank secara maksimal yang

diproksikan oleh Net Operating Margin (NOM).

b. Bagi Masyarakat

Dengan adanya penelitian ini diharapkan dapat membantu

masyarakat dalam mengambil keputusan terkait dengan aktivitas yang

dapat dilakukan dalam dunia perbankan syariah seperti menabung,

berinvestasi, dan sebagainya melalui tolak ukur rentabilitas.

2. Kontribusi Teoritis

a. Bagi Akademisi

Gagasan, pemahaman, pemikiran, literatur, dan hasil dari

penelitian ini dapat menambah rujukan untuk referensi pembaca yang

ingin melakukan penelitian selanjutnya dengan permasalahan yang

sejenis terkait rentabilitas perbankan syariah yang dilihat dari rasio

Net Operating Margin (NOM).

b. Bagi Peneliti

Bagi peneliti sendiri, penelitian ini diharapkan dapat menjadi

pemacu semangat atau motivator untuk terus belajar dan memperluas

wawasan tentang rentabilitas perbankan syariah yang dilihat dari rasio

Net Operating Margin (NOM). Serta dapat mengaplikasikan ilmu

yang di dapat selama di bangku perkuliahan.

16

BAB II

TINJAUAN PUSTAKA

A. Landasan Teori

1. Kinerja Perbankan Syariah

a. Pengertian Kinerja Keuangan

Berdasarkan Undang-Undang Nomor 21 tahun 2008 tentang

Perbankan Syariah, Bank wajib memelihara tingkat kesehatannya.

Kesehatan bank harus diperlihara dan ditingkatkan agar kepercayaan

masyarakat terhadap bank dapat terjaga. Kesehatan bank merupakan

cerminan kondisi dan kinerja Bank merupakan sarana bagi otoritas

pengawas dalam menetapkan strategi dan fokus pengawasan terhadap

bank. Selain itu bank juga menjadi kepentingan semua pihak yang

terkait, baik pemilik, pengelola (manajemen), dan masyarakat

pengguna bank.

Peraturan perundang-undangan yang secara spesifik mengatur

tentang kesehatan bank syariah adalah PBI No. 9/1/PBI/2007.

Peraturan ini sudah tidak berlaku sejak 1 Juli 2014 dan mulai berlaku

Peraturan Otoritas Jasa Keuangan Nomor 8/POJK.03/2014 tentang

Sistem Penilaian Tingkat Kesehatan Bank Umum Syariah dan Unit

Usaha Syariah.

Dalam peraturan ini, yang dimaksud dengan tingkat kesehatan

bank adalah hasil penilaian kondisi bank yang dilakukan berdasarkan

17

risiko termasuk risiko terkait penerapan prinsip syariah dan kinerja

bank atau disebut dengan Risk-based Bank Rating.

Menurut Kasmir (2008) tingkat kesehatan bank adalah

kemampuan suatu bank untuk melakukan kegiatan operasional

perbankan secara normal dan mampu memenuhi kewajibannya

dengan baik dengan cara-cara yang sesuai dengan peraturan

perbankan yang berlaku (Husein, 2016).

Kinerja keuangan adalah suatu analisis yang dilakukan untuk

melihat sejauh mana suatu perusahaan telah melaksanakan dengan

menggunakan aturan-aturan pelaksanaan keuangan secara baik dan

benar. Kinerja perusahaan merupakan suatu gambaran tentang kondisi

keuangan suatu perusahaan yang dianalisis dengan alat-alat analisis

keuangan, sehingga dapat diketahui mengenai baik buruknya keadaan

keuangan suatu perusahaan yang mencerminkan prestasi kerja dalam

periode tertentu. Hal ini sangat penting agar sumber daya digunakan

secara optimal dalam menghadapi perubahan lingkungan (Fahmi,

2011).

b. Pengukuran Kinerja Keuangan

Kinerja keuangan perusahaan berkaitan erat dengan pengukuran

dan penilaian kinerja. Pengukuran kinerja (performing measurement)

adalah upaya yang dilakukan untuk mengukur tingkat keberhasilan

aktivitas bisnis berdasarkan standar dan kriteria yang telah ditetapkan,

juga bagaimana tingkat pencapaian keberhasilan perusahaan apakah

18

sudah sesuai dengan target, sehingga penyimpangan yang terjadi dapat

dieliminasi melalui proses perbaikan yang berkesinambungan (Hery,

2017).

Pengukuran kinerja digunakan perusahaan untuk melakukan

perbaikan di atas kegiatan operasionalnya agar dapat bersaing dengan

perusahaan lain. Analisis kinerja keuangan merupakan proses

pengkajian secara kritis terhadap review data, menghitung, mengukur,

menginterprestasi, dan memberi solusi terhadap keuangan perusahaan

pada suatu periode tertentu.

Menurut Munawir (2012) menyatakan bahwa tujuan dari

pengukuran kinerja keuangan perusahaan adalah:

1. Mengetahui tingkat likuiditas. Likuiditas menunjukkan

kemampuan suatu perusahaan untuk memenuhi kewajiban

keuangan yang harus segera diselesaikan pada saat ditagih.

2. Mengetahui tingkat solvabilitas. Solvabilitas menunjukkan

kemampuan perusahaan untuk memenuhi kewajiban

keuangannya apabila perusahaan tersebut dilikuidasi, baik

keuangan jangka pendek maupun jangka panjang.

3. Mengetahui tingkat rentabilitas. Rentabilitas atau yang sering

disebut dengan profitabilitas menunjukkan kemampuan

perusahaan untuk menghasilkan laba selama periode tertentu.

4. Mengetahui tingkat stabilitas. Stabilitas menunjukkan

kemampuan perusahaan untuk melakukan usahanya dengan

19

stabil, yang diukur dengan mempertimbangkan kemampuan

perusahaan untuk membayar hutang- hutangnya serta membayar

beban bunga atas hutang-hutangnya tepat pada waktunya.

c. Alat Analisis Kinerja Keuangan

Kinerja keuangan dapat dinilai dengan beberapa alat analisis.

Berdasarkan tekniknya, analisis keuangan dapat dibedakan menjadi

(Jumingan, 2017):

a) Analisis Perbandingan Laporan Keuangan, merupakan teknik

analisis dengan cara membandingkan laporan keuangan dua

periode atau lebih dengan menunjukkan perubahan, baik dalam

jumlah (absolut) maupun dalam persentase (relatif).

b) Analisis Tren (tendensi posisi), merupakan teknik analisis untuk

mengetahui tendensi keadaan keuangan apakah menunjukkan

kenaikan atau penurunan.

c) Analisis Persentase per-Komponen (common size), merupakan

teknik analisis untuk mengetahui persentase investasi pada

masing-masing aktiva terhadap keseluruhan atau total aktiva

maupun utang.

d) Analisis Sumber dan Penggunaan Modal Kerja, merupakan

teknik analisis untuk mengetahui besarnya sumber dan

penggunaan modal kerja melalui dua periode waktu yang

dibandingkan.

20

e) Analisis Sumber dan Penggunaan Kas, merupakan teknik

analisis untuk mengetahui kondisi kas disertai sebab terjadinya

perubahan kas pada suatu periode waktu tertentu.

f) Analisis Rasio Keuangan, merupakan teknik analisis keuangan

untuk mengetahui hubungan di antara pos tertentu dalam neraca

maupun laporan laba rugi baik secara individu maupun secara

simultan.

g) Analisis Perubahan Laba Kotor, merupakan teknik analisis

untuk mengetahui posisi laba dan sebab-sebab terjadinya

perubahan laba.

h) Analisis Break Event, merupakan teknik analisis untuk

mengetahui tingkat penjualan yang harus dicapai agar

perusahaan tidak mengalami kerugian.

d. Pengukuran Rasio Keuangan

Rasio keuangan adalah angka yang diperoleh dari hasil

perbandingan dari satu pos laporan keuangan dengan pos lainnya yang

mempunyai hubungan yang relevan dan signifikan (berarti) (Harahap,

2015).

Diantara keunggulan analisis menggunakan rasio keuangan

dibandingkan dengan teknik analisis lainnya adalah (Harahap, 2015):

a) Rasio merupakan angka-angka atau ikhtisar statistik yang lebih

mudah dibaca dan ditafsirkan

21

b) Merupakan pengganti yang lebih sederhana dari informasi yang

disajikan laporan keuangan yang sangat rinci dan rumit

c) Mengetahui posisi perusahaan di tengah industri lain

d) Sangat bermanfaat untuk bahan dalam mengisi model-model

pengambilan keputusan dan model prediksi (Z-score)

e) Menstandarisir size perusahaan

f) Lebih mudah memperbandingkan perusahaan dengan

perusahaan lain atau melihat perkembangan perusahaan secara

periodek atau “time series”

g) Lebih mudah melihat tren perusahaan serta melakukan prediksi

di masa yang akan datang.

Umumnya rasio yang dikenal dan populer adalah: rasio likuiditas,

solvabilitas, dan rentabilitas. Namun, untuk penilaian tingkat

kesehatan bank syariah meliputi penilaian terhadap 6 (enam) faktor

berikut yang sering disingkat dengan CAMELS (Prasetiyo, 2012):

a. Capital (Permodalan)

b. Asset Quality (Kualitas Aset)

c. Management (Manajemen)

d. Earning (Rentabilitas)

e. Liquidity (Likuiditas)

f. Sensitivity to Market Risk (Sensitifitas terhadap risiko pasar).

22

Penilaian terhadap faktor permodalan (capital) dimaksudkan

untuk menilai kecukupan modal bank untuk mengamankan eksposur

risiko posisi dan mengantisipasi eksposur risiko yang akan muncul.

Sementara, penilaian faktor kualitas aset dimaksudkan untuk

menilai kondisi aset bank, termasuk antisipasi atas risiko gagal bayar

dari pembiayaan (credit risk) yang akan muncul.

Selanjutnya, penilaian terhadap faktor manajemen dimaksudkan

untuk menilai kemampuan manajerial pengurus bank dalam

menjalankan usaha sesuai dengan prinsip manajemen umum,

kecukupan manajemen risiko dan kepatuhan bank terhadap ketentuan

baik yang terkait dengan prinsip kehati-hatian maupun kepatuhan

terhadap prinsip syariah dan komitmen bank kepada Bank Indonesia.

Penilaian berikutnya adalah penilaian terhadap faktor

Earning/Rentabilitas. Penilaian rentabilitas merupakan penilaian

terhadap kondisi dan kemampuan bank untuk menghasilkan

keuntungan dalam rangka mendukung kegiatan operasional dan

permodalan (Rustam, 2013).

Selanjutnya adalah penilaian terhadap faktor likuiditas. Penilaian

likuiditas dimaksudkan untuk menilai kemampuan bank dalam

memelihara tingkat likuiditas yang memadai termasuk antisipasi atas

risiko likuiditas yang akan muncul.

Penilaian yang terakhir adalah penilaian terhadap faktor

sensitifitas terhadap risiko pasar. Penilaian sensitivitas atas risiko

23

pasar dimaksudkan untuk menilai kemampuan keuangan bank dalam

mengantisipasi perubahan risiko pasar yang disebabkan oleh

pergerakan nilai tukar. Penilaian sensitivitas atas risiko pasar

dilakukan dengan menilai besarnya kelebihan modal yang digunakan

untuk menutup risiko bank dibandingkan dengan besarnya risiko

kerugian yang timbul dari pengaruh perubahan risiko pasar.

e. Peringkat Komponen Rasio Keuangan Bank Syariah

Berdasarkan hasil penilaian peringkat setiap rasio dan komponen

ditetapkan peringkat setiap faktor. Penilaian peringkat komponen atau

rasio keuangan pembentuk faktor permodalan, kualitas aset,

rentabilitas, likuiditas, dan sensitivitas terhadap risiko pasar dihitung

secara kuantitatif. Selanjutnya, peringkat faktor-faktor ini ditunjukkan

dalam 5 (lima) peringkat, yaitu peringkat 1, peringkat 2, peringkat 3,

peringkat 4 dan peringkat 5. Sementara, penilaian peringkat

komponen pembentuk faktor manajemen dilakukan melalui analisis

dengan mempertimbangkan indikator pendukung dan unsur

judgement. Sedangkan hasilnya ditunjukkan dalam 4 kategori, yaitu

peringkat A, peringkat B, peringkat C dan peringkat D.

Berdasarkan hasil penilaian peringkat masing-masing faktor

ditetapkan Peringkat Komposit (composite rating). Peringkat

Komposit ditetapkan sebagai berikut:

24

a) Peringkat Komposit 1, mencerminkan bahwa Bank dan UUS

tergolong sangat baik dan mampu mengatasi pengaruh negatif

kondisi perekonomian dan industri keuangan.;

b) Peringkat Komposit 2, mencerminkan bahwa Bank dan UUS

tergolong baik dan mampu mengatasi pengaruh negatif kondisi

perekonomian dan industri keuangan namun Bank dan UUS

masih memiliki kelemahan kelemahan minor yang dapat segera

diatasi oleh tindakan rutin;

c) Peringkat Komposit 3, mencerminkan bahwa Bank dan UUS

tergolong cukup baik namun terdapat beberapa kelemahan yang

dapat menyebabkan peringkat kompositnya memburuk apabila

Bank dan UUS tidak segera melakukan tindakan korektif;

d) Peringkat Komposit 4, mencerminkan bahwa Bank dan UUS

tergolong kurang baik dan sensitif terhadap pengaruh negatif

kondisi perekonomian dan industri keuangan atau Bank dan

UUS memiliki kelemahan keuangan yang serius atau kombinasi

dari kondisi beberapa faktor yang tidak memuaskan, yang

apabila tidak dilakukan tindakan yang efektif berpotensi

mengalami kesulitan yang dapat membahayakan kelangsungan

usaha;

e) Peringkat Komposit 5, mencerminkan bahwa Bank dan UUS

sangat sensitif terhadap pengaruh negatif kondisi perekonomian,

25

industri keuangan, dan mengalami kesulitan yang

membahayakan kelangsungan usaha.

2. Rentabilitas Bank Syariah

Rentabilitas atau profitabilitas adalah rasio untuk mengetahui

kemampuan bank menghasilkan keuntungan baik dari kegiatan operasional

bank yang bersangkutan maupun dari hasil-hasil non operasionalnya

(Somantri, 2017).

Menurut Harahap (2015) rentabilitas atau disebut juga profitabilitas

menggambarkan kemampuan perusahaan mendapatkan laba melalui semua

kemampuan, dan sumber yang ada seperti kegiatan penjualan, kas, modal,

jumlah karyawan, jumlah cabang, dan sebagainya.

Berdasarkan Surat Edaran Bank Indonesia No. 9/24/DPbS 2007

Tentang Sistem Penilaian Tingkat Kesehatan Bank Umum Berdasarkan

Prinsip Syariah Romawi II.3 menyatakan bahwa penilaian rentabilitas

merupakan penilaian terhadap kondisi dan kemampuan Bank dan Unit

Usaha Syariah (UUS) untuk menghasilkan keuntungan dalam rangka

mendukung kegiatan operasional dan permodalan. Rentabilitas sering

disebut dengan profitabilitas, sehingga berhubungan dengan laba yang

diperoleh oleh suatu bank tersebut (Kasmir, 2013).

Penilaian rentabilitas dimaksudkan untuk menilai kemampuan bank

dalam menghasilkan laba. Penilaian kuantitatif faktor rentabilitas

dilakukan dengan melakukan penilaian terhadap 15 komponen yang terdiri

dari 1 (satu) rasio utama, 5 (lima) rasio penunjang dan 9 (sembilan) rasio

26

pengamatan. Berdasarkan Surat Edaran Bank Indonesia No. 13/24/DPNP

tahun 2011 rumus rasio masing-masing komponen tersebut adalah :

a. Net Operating Margin (NOM), merupakan rasio utama. Perhitungan

komponen ini bertujuan untuk mengetahui kemampuan aktiva

produktif dalam menghasilkan laba. Formula untuk menghitung

komponen ini adalah:

b. Return On Assets (ROA), merupakan rasio penunjang. Analisis

komponen ini bertujuan untuk mengukur keberhasilan manajemen

dalam menghasilkan laba. Semakin kecil rasio ini mengindikasikan

kurangnya kemampuan manajemen bank dalam hal mengelola aktiva

untuk meningkatkan pendapatan dan atau enekan biaya. Formula

untuk perhitungan komponen ini adalah:

c. Rasio efesiensi kegiatan operasional (REO) merupakan rasio

penunjang. Analisis komponen ini bertujuan untuk mengukur

efisiensi kegiatan operasional bank syariah. Formula untuk

perhitungan komponen ini adalah:

27

d. Rasio Aktiva Yang Dapat Menghasilkan Pendapatan (IGA),

merupakan rasio penunjang. Analisis komponen ini bertujuan untuk

mengukur besarnya aktiva bank syariah yang dapat

menghasilkan/memberikan pendapatan. Formula untuk perhitungan

komponen ini adalah:

e. Diversifikasi pendapatan, merupakan rasio penunjang. Analisis

komponen ini bertujuan untuk mengukur kemampuan bank syariah

dalam menghasilkan pendapatan dari jasa berbasis fee. Semakin

tingggi pendapatan berbasis fee mengindikasikan semakin berkurang

ketergantungan bank terhadap pendapatan dari penyaluran dana.

Formula untuk perhitungan komponen ini adalah:

f. Proyeksi pendapatan bersih operasional utama (PPBO), merupakan

rasio penunjang. Analisis komponen ini bertujuan untuk mengetahui

kemampuan aktiva produktif dalam menghasilkan laba dalam

periode yang akan datang. Formula untuk perhitungan komponen ini

adalah:

28

g. Net structural operating margin, merupakan rasio pengamatan

(observed). Analisis komponen ini bertujuan untuk mengukur

pendapatan bersih dari operasi utama terhdap total penyaluran dana.


h. Return On Equity (ROE), merupakan rasio pengamatan. Analisis

komponen ini bertujuan untuk mengukur kemampuan modal di setor

bank dalam menghasilkan laba. Semakin besar rasio ini

menunjukkan kemampuan modal di setor bank dalam menghasilkan

laba bagi pemegang saham semakin besar. Formula untuk


i. Komposisi penempatan dana pada surat berharga/pasar keuangan,

merupakan rasio pengamatan. Analisis komponen ini bertujuan

untuk mengukur besarnya penempatan dana ban syariah pada surat

berharga dan psaar keuangan. Semakin tinggi rasio ini

mengindikasikan fungsi intermediasi bank syariah belum optimal.


29

j. Disparitas imbal jasa tertinggi dengan terendah, merupakan rasio

pengamatan. Analisis komponen ini bertujuan untuk mengukur

besarnya perbedaan benefit antara pengurus/pegawai level tertinggi

dengan pegawai level terendah. Disparitas yang terlalu tinggi

menciptakan potensi permasalahan yang lebih besar. Formula untuk


k. Fungsi edukasi publik (CSR), merupakan rasio pengamatan. Analisis

komponen ini bertujuan untuk mengukur besar fungsi corporate

social responsibility (CSR) terhadap proses pembelajaran

masyarakat. Formula untuk perhitungan komponen ini adalah:

l. Pelaksanaan fungsi sosial, merupakan rasio pengamatan. Analisis

komponen ini bertujuan untuk mengukur besarnya pelaksanaan

fungsi sosial bank syariah. Semakin tinggi komponen ini

mengindikasikan pelaksanaan fungsi sosial bank syariah semakin

tinggi. Formula untuk perhitungan komponen ini adalah:

30

m. Korelasi antara tingkat bunga di pasar dengan return/bagi hasil yang

diberikan oleh bank syariah merupakan rasio pengamatan. Analisis

komponen ini bertujuan untuk mengetahui hubungan antara tingkat

bunga dengan return yang diberikan bank syariah kepada nasabah.


n. Rasio besarnya bagi hasil dana investasi merupakan rasio

pengamatan. Analisis komponen ini bertujuan untuk mengetahui

kemampuan bank dalam mengelola dana investasi untuk

menghasilkan pendapatan. Formula untuk perhitungan komponen ini

adalah:

o. Penyaluran dana yang dihapus buku (write off) dibandingkan dengan

biaya operasional merupakan rasio pengamatan. Analisis komponen

ini bertujuan untuk mengukur signifikansi pengaruh keputusan

penghapusbukuan terhadap efisiensi operasional bank. Formula

untuk perhitungan komponen ini adalah:

31

Berdasarkan rasio-rasio di atas maka faktor rentabilitas suatu bank

dapat di kategorikan menjadi 5 peringkat seperti yang terdapat pada tabel

2.1 di bawah ini:

Tabel 2.1

Peringkat Rentabilitas

Peringkat Definisi

1 Rentabilitas sangat memadai, laba melebihi target dan

mendukung pertumbuhan permodalan bank.

2 Rentabilitas memadai, laba melebihi target dan mendukung

pertumbuhan permodalan bank.

3 Rentabilitas cukup memadai, laba memenuhi target, namun

terdapat tekanan terhadap kinerja laba yang dapat

menyebabkan penurunan laba namun cukup dapat

mendukung pertumbuhan permodalan bank.

4 Rentabilitas kurang memadai, laba tidak memenuhi target,

dan diperkirakan akan tetap seperti kondisi tersebut di masa

datang sehingga kurang dapat mendukung pertumbuhan

permodalan bank dan kelangsungan usaha bank.

5 Rentabilitas tidak memadai, laba tidak memenuhi target dan

tidak dapat diandalkan serta memerlukan peningkatan

kinerja laba segera untuk memastikan kelangsungan usaha

bank.

Sumber: Surat Edaran Bank Indonesia No. 13/24/DPNP/ Tahun 2011

3. Net Operating Margin (NOM)

Rasio Net Interest Margin (NIM) mengindikasikan kemampuan bank

dalam menghasilkan pendapatan bunga bersih dengan penempatan aktiva

produktif. Rasio NIM juga mencerminkan risiko pasar yang timbul akibat

berubahnya kondisi pasar, dimana hal tersebut dapat merugikan bank.

Dalam bank syariah, istilah NIM lebih dikenal dengan rasio Net Operating

32

Margin (NOM) karena dalam menjalankan kegiatan operasionalnya, bank

syariah tidak menggunakan sistem bunga (Afifah, 2014).

Net Operating Margin (NOM) merupakan rasio utama rentabilitas

pada bank syariah untuk mengetahui kemampuan aktiva produktif dalam

menghasilkan laba. Net Operating Margin juga dapat diartikan rasio

rentabilitas untuk mengetahui kemampuan aktiva produktif dalam

menghasilkan laba melalui perbandingan pendapatan operasional dan

biaya operasional dengan rata-rata aktiva produktif (Ihsan, 2013).

Rumus perhitungan Net Operating Margin (NOM) sebagai berikut:

Keterangan:

NOM = Net Operating Margin

PO = Pendapatan Operasional

DBH = Dana Bagi Hasil

BO = Biaya Operasional

Besarnya Net Operating Margin (NOM) dapat menjadi tolak ukur

bank syariah untuk menentukan peringkat bank syariah. Peringkat ini

berguna untuk evaluasi manajemen bank syariah dan menjadi

pertimbangan pengambilan keputusan untuk dapat terus mengendalikan

angka NOM sesuai dengan standar yang dibutuhkan.

Adapun kriteria peringkat dari NOM yang ditetapkan oleh Bank

Indonesia disajikan dalam tabel 2.2 berikut ini:

33

Tabel 2.2

Kriteria Peringkat Net Operating Margin (NOM)

Peringkat Kriteria Keterangan

1 NOM > 3% Sangat Tinggi

2 2% < NOM 3% Cukup Tinggi

3 1,5% < NOM 2% Rendah

4 1% < NOM 1,5% Cukup Rendah

5 NOM 1% Sangat Rendah

Sumber: Surat Edaran Bank Indonesia No. 13/24/DPNP tahun 2011

4. Capital Adequacy Ratio (CAR)

Standar kecukupan modal bank yang harus diperhatikan atau dipenuhi

oleh bank adalah Capital Adequacy Ratio (CAR). Capital Adequacy Ratio

(CAR) merupakan rasio yang memperlihatkan seberapa jauh seluruh

aktiva bank yang mengandung risiko (kredit, penyertaan, surat berharga,

dan tagihan pada bank lain) ikut dibiayai dari dana modal bank sendiri,

disamping dana-dana yang berasal dari sumber-sumber di luar bank seperti

dana masyarakat, pinjaman dan lain-lain. Dengan kata lain CAR adalah

rasio kinerja bank untuk mengukur kecukupan modal yang dimiliki bank

untuk menunjang aktiva yang mengandung atau menghasilkan risiko,

misalnya kredit yang diberikan (Rahardja, 2014).

CAR yang tinggi akan memberikan kontribusi yang cukup besar bagi

profitabilitas dan mengindikasikan bahwa bank tersebut mempunyai aset

yang likuid dalam jangka panjang. Tingginya rasio modal dapat

melindungi deposan dan meningkatkan kepercayaan masyarakat kepada

bank, dan pada akhirnya dapat meningkatkan pendapatan suatu bank.

Sesuai dengan Surat Edaran Bank Indonesia Nomor 13/24/DPNP

tanggal 25 Oktober 2011, perbandingan antara modal dengan Aktiva

34

Tertimbang Menurut Risiko (ATMR) disebut dengan Kewajiban

Penyedian Modal Minimum (KPMM), berikut ini formula untuk

perhitungan CAR/KPMM:

Adapun kriteria peringkat dari CAR/KPMM yang ditetapkan oleh

Bank Indonesia disajikan dalam tabel 2.3 berikut ini:

Tabel 2.3

Kriteria Peringkat Kewajiban Penyediaan Modal Minimun


1 CAR/KPMM 12% Sangat Baik

2 9% CAR/KPMM < 12% Baik

3 8% CAR/KPMM < 9% Cukup Baik

4 6% < CAR/KPMM < 8% Kurang Baik

5 CAR/KPMM 6% Tidak Baik


5. Non Performing Finance (NPF)

Non Performing Finance (NPF) merupakan pembiayaan macet yang

erat kaitannya dengan pembiayaan yang disalurkan oleh bank syariah

kepada nasabahnya (Yulianto, 2014).


tanggal 25 Oktober 2011, NPF merupakan rasio penunjang dari komponen

faktor kualitas aset. Non Performing Finance (NPF) merupakan istilah

yang digunakan untuk rasio pembiayaan bermasalah dalam perbankan

syariah. NPF dapat dirumuskan sebagai berikut:

35

Non Performing Finance (NPF) merupakan suatu rasio yang

membandingkan tingkat pembiayaan bermasalah terhadap total

pembiayaan yang diberikan. Semakin tinggi rasio ini maka akan semakin

buruk kualitas kredit bank yang menyebabkan jumlah kredit bermasalah

semakin besar, dan oleh karena itu bank harus menanggung kerugian

dalam kegiatan operasionalnya sehingga berpengaruh terhadap penurunan

laba dan berpengaruh pada tingkat rentabilitas bank.

Adanya pembiayaan bermasalah dalam bank syariah menyebabkan

adanya kolektiblitas pembiayaan. Ada lima macam kategori dalam

kolektibilitas pembiayaan, yaitu:

a) Kolektibilitas 1 disebut lancar

b) Kolektibilitas 2 disebut kurang lancar

c) Kolektibilitas 3 disebut diragukan

d) Kolektibilitas 4 disebut perhatian khusus

e) Kolektibilitas 5 disebut macet.

Adapun kriteria peringkat dari NPF yang ditetapkan oleh Bank


Tabel 2.4

Kriteria Peringkat Non Performing Finance (NPF)


1 NPF < 2% Sangat Baik

2 2% NPF < 5% Baik

3 5% NPF < 8% Cukup Baik

4 8% NPF < 12% Kurang Baik

5 NPF 12% Tidak Baik


36

6. Biaya Operasional Pendapatan Operasional (BOPO)

Menurut Lukaman (2005) dalam Wibisono dan Wahyuni (2017)

BOPO adalah perbandingan antara biaya operasional dengan pendapatan

operasional dalam mengukur tingkat efisiensi dan kemampuan bank dalam

melakukan kegiatan operasinya. Semakin kecil rasio BOPO berarti

semakin efisien biaya operasional yang dikeluarkan oleh bank yang

bersangkutan, dan setiap peningkatan pendapatan operasi akan berakibat

pada berkurangnya laba sebelum pajak yang pada akhirnya akan

menurunkan laba atau profitabilitas bank yang bersangkutan.

Biaya Operasional terhadap Pendapatan Operasional (BOPO)

merupakan alat untuk mengukur tingkat efisiensi dan kemampuan bank

dalam melakukan segala operasinya. Efisiensi operasional sangat penting

bagi bank untuk meningkatkan tingkat keuntungan yang akan dicapai

(Wahyuni, 2017).


tanggal 25 Oktober 2011, perbandingan antara biaya operasional dengan

pendapatan operasional disebut dengan rasio efisiensi kegiatan operasional

(REO), berikut ini formula untuk perhitungan BOPO/REO:

Kriteria penilaian peringkat BOPO sesuai dengan Surat Edaran Bank


37

Tabel 2.5

Kriteria Peringkat Peringkat BOPO/REO


1 BOPO/REO 83% Sangat Baik

2 83% < BOPO/REO 85% Baik

3 85% < BOPO/REO 87% Cukup Baik

4 87% < BOPO/REO 89% Kurang Baik

5 BOPO/REO > 89% Tidak Baik


7. Bank Syariah

a) Definisi Bank Syariah

Bank Syariah terdiri atas dua kata, yaitu (a) bank dan (b) syariah.

Kata bank bermakna suatu lembaga keuangan yang berfungi sebagai

perantara keuangan dari dua pihak, yaitu pihak yang berkelebihan dan

dan pihak yang kekurangan dana. Kata syariah dalam versi bank

syariah di Indonesia adalah aturan perjanjian berdasarkan yang

dilakukan oleh pihak bank dan pihak lain untuk penyimpangan dana

dan/atau pembiayaan kegiatan usaha dan kegiatan lainnya sesuai

dengan hukum islam (Ali, 2008).

Penggabungan kedua kata dimaksud, menjadi “bank syariah”.

Bank syariah adalah suatu lembaga keuangan yang berfungsi sebagai

perantara bagi pihak yang berkelebihan dana dengan pihak yang

kekurangan dana untuk kegiatan usaha dan kegiatan lainnya sesuai

dengan hukum islam. Selain itu, bank syariah biasa disebut Islamic

Banking atau interest fee banking, yaitu suatu sistem perbankan dalam

pelaksanaan operasional tidak menggunakan sistem bunga (riba),

38

spekulasi (maisir), dan ketidakpastian atau ketidakjelasan (gharar)

(Ali, 2008).

Menurut pasal 1 ayat Undang-Undang Nomor 21 Tahun 2008

tentang Perbankan Syariah, perbankan syariah adalah “segala sesuatu

yang menyangkut tentang Bank Syariah dan Unit Usaha Syariah

(UUS), mencakup kelembagaan, kegiatan usaha, serta cara dan proses

dalam melaksanakan kegiatan usahanya.

Bank syariah berarti bank yang tata cara beroperasinya didasarkan

pada tata cara bermuamalat secara islam, yaitu mengacu pada

ketentuan-ketentuan Al-Qur’an dan Al-hadis (Is, 2015).

Bank syariah sebagai sebuah lembaga keuangan mempunyai

mekanisme dasar, yaitu menerima deposito dari pemilik modal

(depositor) dan mempunyai kewajiban (liability) untuk menawarkan

pembiayaan kepada investor pada sisi asetnya, dengan pola dan/atau

skema pembiayaan yang sesuai dengan syariat islam. Pada sisi

kewajiban, terdapat dua kategori utama, yaitu interest fee current and

saving account dan investment accounts yang berdasarkan pada

prinsip PLS (Profit and Loss Sharing) antara pihak bank dengan pihak

depositor; sedangkan pada sisi aset, yang termasuk di dalamnya

adalah segala bentuk pola pembiayaan yang bebas riba dan sesuai

prinsip atau standar syariah seperti mudharabah, musyarakah, istisna,

salam, dan lain-lain (Ali, 2008).

39

b) Fungsi dan Peranan Bank Syariah

Sesuai dengan Undang-Undang Nomor 21 Tahun 2008 tentang

Perbankan Syariah, fungsi bank syariah pada umumnya adalah

sebagai berikut (Ikatan Bankir Indonesia, 2014):

1) Penghimpun Dana (Mudharib)

Bank syariah dapat menghimpun dana masyarakat sesuai

dengan fungsinya sebagai pengelola dana (mudharib) dalam bentuk

simpanan.

2) Penyalur Dana (Shahibul Maal)

Dana yang dihimpun disalurkan dalam bentuk pembiayaan

atau bentuk lainnya dalam bentuk investasi pembelian sukuk

(obligasi syariah), serta penyertaan dalam bentuk bagi hasil.

3) Pelayan Jasa Keuangan

Melakukan pelayanan jasa lalu-lintas pembayaran dilakukan

dalam berbagai aktivitas, seperti pengiriman uang (transfer),

inkaso, penagihan berupa collection, kartu debit, kartu kredit

syariah, transaksi tunai, Real Time Gross Settlement (RTGS),

kliring (sistem kliring nasional), Automatic Teller Machine (ATM),

electronic banking, dan layanan perbankan lainnya.

Bank syariah juga mempunyai peran penting dalam sistem

keuangan nasional dalam hal berikut:

1) Pengalihan Aset (Asset Transmutation)

40

Sumber dana yang diberikan untuk pembiayaan berasal dari

pemilik dana selaku unit surplus. Jangka waktunya dapat diatur

sesuai keinginan pemilik dana sehingga bank berperan sebagai

pengalih aset yang likuid dari unit surplus (shahibul maal) kepada

unit defisit selaku pengelola dana (mudharib) atau yang

memerlukan pembiayaan dalam bentuk jual beli, sewa-menyewa,

atau dengan akad lainnya.

2) Transaksi (Transaction)

Bank memberikan layanan dan kemudahan kepada pelaku

ekonomi untuk melakukan berbagai transaksi keuangan yang

menuyangkut barang dan jasa.

3) Likuiditas (Liquidity)

Bank juga berperan sebagai penjaga likuiditas masyarakat

dengan adanya aliran dana dari unit surplus kepada unit defisit

lewat mekanisme pengelolaan penghimpunan dan penyaluran dana

masyarakat.

4) Broker for Business

Bank bisa berperan sebagai broker untuk mempertemukan para

bebisnis, terutama antarnasabah mereka sendiri, sehingga mampu

menjembatani informasi yang tidak simetris (asymetric

information) dan terjadi efisiensi biaya ekonomi, terutama dalam

praktik bisnisnya yang bervariasi, seperti dalam hal jual-beli, sewa-

menyewa, sewa beli, gadai, dan berbagi hasil.

41

c) Jenis-Jenis Bank Syariah

Sesuai dengan pasal 1 ayat 1 Undang-Undang Nomor 21 Tahun

2008 tentang Perbankan Syariah, bank syariah adalah bank yang

menjalankan kegiatan usahanya berdasarkan prinsip syariah, dan

menurut jenisnya terdiri atas Bank Umum Syariah dan Bank

Perkreditan Rakyat Syariah.

Bank Umum Syariah adalah Bank Syariah yang dalam

kegiatannya memberikan jasa dalam lalu lintas pembayaran.

Sedangkan Bank Pembiayaan Rakyat Syariah adalah Bank Syariah

yang dalam kegiatannya tidak memberikan jasa dalam lalu lintas

pembayaran.

Unit Usaha Syariah, yang selanjutnya disebut UUS, adalah unit

kerja dari kantor pusat Bank Umum Konvensional yang berfungsi

sebagai kantor induk dari kantor atau unit yang melaksanakan

kegiatan usaha berdasarkan Prinsip Syariah, atau unit kerja di kantor

cabang dari suatu Bank yang berkedudukan di luar negeri yang

melaksanakan kegiatan usaha secara konvensional yang berfungsi

sebagai kantor induk dari kantor cabang pembantu syariah dan/atau

unit syariah.

Jenis bank syariah berdasarkan kepemilikan mencakup Bank

Umum Milik Negara (BUMN), Bank Umum Swasta (BUS), Bank

Campuran, dan Bank Pembangunan Daerah (BPD) sebagaimana pada

umumnya. Selain itu, ada juga yang berstatus devisa (dapat melayani

42

valuta asing dan transaksi internasional) dan nondevisa (tidak

memberikan layanan valuta asing dan transaksinya berskala domestik)

(Ikatan Bankir Indonesia, 2014).

d) Perbedaan Bank Syariah dengan Bank Konvensional

Secara garis besar perbandingan antara bank syariah dengan bank

konvensional dijelaskan pada tabel 2.6 berikut ini:

Tabel 2.6

Perbedaan antara Bank Syariah dan Bank Konvensional

No. Bank Syariah Bank Konvensional

1 Melakukan investasi-investasi

yang halal saja

Investasi yang halal dan

haram

2 Berdasarkan prinsip bagi hasil,

jual beli atau sewa

Memakai perangkat bunga

3 Profit dan falah oriented Profit oriented

4 Hubungan dengan nasabah

dalam bentuk kemitraan

Hubungan nasabah dalam

bentuk hubungan kreditur

debitur

5 Penghimpunan dan penyaluran

dana harus sesuai dengan fatwa

Dewan Pengawas Syariah

Tidak terdapat dewan sejenis

Sumber: Is, Muhamad Sadi. 2015. Konsep Hukum Perbankan Syariah. Malang:

Setara Press.

B. Penelitian Terdahulu

Beberapa penelitian yang berkaitan dengan rentabilitas bank syariah

pernah dilakukan sebelumnya, namun masih sangat jarang penelitian

terdahulu terkait Net Operating Margin (NOM). Maka peneliti memaparkan

beberapa penelitian terdahulu yang mendukung penelitian terkait Net

Operating Margin (NOM) seperti pada tabel 2.7 di bawah ini:

43

Tabel 2.7

Penelitian Terdahulu

No Peneliti

(Tahun)

Judul

Penelitian

Metodologi Hasil

Persamaan Perbedaan

1 Yeni Fitriani

Somantri

(2017)

Pengaruh

Risiko

Pembiayaan,

Kualitas

Aktiva

Produktif,

Dana Pihak

Ketiga, Dan

Volume

Pembiayaan

Terhadap

Tingkat

Rentabilitas

Pada Bank

Umum Syariah

Variabel

independen :

Risiko

Pembiayaan

(NPF)

Variabel

Dependen:

Net Operating

Margin

(NOM)

Studi Kasus:

Bank Umum

Syariah

Teknik

pengambilan

sample:

Purposive

sampling

Variabel

independen:

CAR dan BOPO

Alat olah data:

Peneliti

terdahulu

menggunakan

SPSS,

sedangkan

penelitian ini

menggunakan

Eviews 9.5

Periode

Penelitian:

Penelian

terdahulu 2011-

2013, sedangkan

penelitian ini

2015-2017

1. Risiko

pembiayaan

(NPF) tidak

berpengaruh

terhadap

tingkat

rentabilitas

(NOM)

2. Kualitas

aktiva

produktif

(KAP), dana

pihak ketiga

(DPK), dan

volume

pembiayaan

(FDR)

berpengaruh

terhadap

tingkat

rentabilitas

(NOM).

2 Luhur

Prasetiyo

(2012)

Analisis

Rentabilitas

Bank Umum

Syariah Di

Indonesia

Variabel

penelitian:

Net Operating

Margin

(NOM)

Studi kasus:

Bank Umum

Syariah

Jenis

Penelitian:

Penelitian

terdahulu

merupakan

kuantitatif

deskriptif,

sedangkan

penelitian ini

merupakan

kuantitatif

korelasi

Periode

penelitian:

Penelitian

terdahulu 2011,

sedangkan

1. Kinerja

rentabilitas

tertinggi

pada tahun

2011 adalah

Bank

Victoria

Syariah

2. kinerja

paling

rendah

adalah BRI

Syariah.

44

No Peneliti

(Tahun)

Judul

Penelitian

Metodologi Hasil

Persamaan Perbedaan

penelitian ini

2015-2017

3 Muhammad

Yusuf

Wibisono dan

Salamah

Wahyuni

(2017)

Pengaruh

CAR, NPF,

BOPO, FDR,

terhadap ROA

yang di

Mediasi oleh

NOM

Variabel

independen:

CAR, NPF,

dan BOPO

Variabel

Dependen:

NOM

Teknik

pengambilan

sample:

Purposive

sampling

Variabel

independen:

Peneliti tidak

menggunakan

rasio FDR

Variabel

Dependen:

Penelitian

terdahulu

menggunakan

NOM dan ROA,

sedangkan

penelitian ini

hanya

menggunakan

NOM

Alat olah data:

Penelitian

terdahulu

menggunakan

SPSS,

sedangkan

penelitian ini

menggunakan

Eviews 9.5

Studi kasus:

Penelitian

terdahulu

menggunakan 9

bank syariah

yang terdaftar di

BEI, sedangkan

penelitian ini 12

bank umum

syariah di

Indonesia

Periode

penelitian:

Penelitian

sebelumnya

1. Secara

parsial CAR,

NPF, BOPO

dan FDR

berpengaruh

signifikan

terhadap

NOM

2. Secara

simultan

variabel

CAR, NPF,

BOPO, FDR

berpengaruhs

ignifikan

terhadap

NOM

3. Secara

parsial

variabel

CAR dan

NPF tidak

berpengaruh

signifikan

terhadap

ROA,

sedangkan

variabel

FDR,

BOPO dan

NOM

berpengaruh

signifikan

terhadap

ROA

4. Secara

serempak

45

No Peneliti

(Tahun)

Judul

Penelitian

Metodologi Hasil

Persamaan Perbedaan

2012-2015,

sedangkan

penelitian ini

2015-2017

variabel

CAR, NPF,

BOPO, FDR

dan NOM

berpengaruh

terhadap

ROA

4 Sherty Junita

(2015)

Pengaruh

KAP, BOPO,

dan FDR

terhadap Net

Operating

Margin

(NOM)

Perbankan

Syariah di

Indonesia

Periode 2010-

2014

Variabel

independen:

BOPO

Variabel

dependen:

Net Operating

Margin

(NOM)

Teknik

pengambilan

sample:

Purposive

sampling

Variabel

independen:

Penelitian

terdahulu

menggunakan

KAP dan FDR,

sedangkan

penelitian ini

menggunakan

CAR dan NPF

Periode

penelitian:

Penelitian

terdahulu 2010-

2014, sedangkan

penelitian ini

2015-2017

Alat olah data:

Penelitian

terdahulu

menggunakan

SPSS,

sedangkan

penelitian ini

menggunakan

Eviews 9.5

1. Secara

parsial

BOPO dan

FDR

berpengaruh

signifikan

terhadap

NOM,

sedangkan

KAP tidak

berpengaruh

signifikan

terhadap

NOM

2. Secara

simultan

KAP, BOPO,

dan FDR

berpengaruh

signifikan

terhadap

NOM

5 Romdayanah

(2011)

Pengaruh

Faktor

Permodalan,

Kualitas Aset,

dan Likuiditas

terhadap

Profitabilitas

Bank Umum

Variabel

dependen:

Net Operating

Margin

(NOM)

Variabel

Independen:

CAR

Variabel

Independen:

Penelitian

terdahulu

menggunakan

variabel KAP

dan STM,

sedangkan

1. Secara

parsial,

CAR/KPMM

berpengaruh

negatif dan

tidak

signifikan

terhadap

46

No Peneliti

(Tahun)

Judul

Penelitian

Metodologi Hasil

Persamaan Perbedaan

Syariah Teknik

pengambilan

sample:

Purposive

sampling

penelitian ini

menggunakan

variabel NPF

dan BOPO

Periode

penelitian:

Penelitian

terdahulu 2009-

2011, sedangkan

penelitan ini

2015-2017

Alat olah data:

Penelitian

terdahulu

menggunakan

SPSS,

sedangkan

penelitian ini

menggunakan

Eviews 9.5

NOM, KAP

berpengaruh

positif dan

signifikan

terhadap

NOM, dan

STM

berpengaruh

positif dan

tidak

signifikan

terhadap

NOM

2. Secara

simultan,

CAR/KPMM

, KAP, dan

STM

berpengaruh

signifikan

terhadap

NOM

6 Ibrahim Kholil

Nasution

(2017)

Pengaruh

FDR, CAR,

NPF Dan

BOPO

Terhadap Net

Operating

Margin

(NOM) Bank

Pembiayaan

Rakyat

Syariah

(BPRS)

Di Indonesia

(Periode 2011-

2016)

Variabel

Dependen:

Net Operating

Margin

(NOM)

Variabel

Independen:

CAR, NPF,

dan BOPO

Teknik

pengambilan

sample:

Purposive

sampling

Variabel

Independen:

Penelitian

terdahulu

menggunakan

variabel FDR,

sedangkan

penelitian ini

tidak.

Periode

penelitian:

Penelitian

terdahulu 2011-

2016, sedangkan

penelitian ini

2015-2017

Studi kasus:

Penelitian

terdahulu

1. Secara

parsial, FDR,

CAR, NPF,

dan BOPO

berpengaruh

signifikan

terhadap

NOM

2. Secara

simultan

variabel

FDR, CAR,

NPF, dan

BOPO

berpengaruh

signifikan

terhadap

NOM

47

No Peneliti

(Tahun)

Judul

Penelitian

Metodologi Hasil

Persamaan Perbedaan

menggunakan

Bank

Perkreditan

Rakyat Syariah

(BPRS) di

Indonesia,n

sedangkan

penelitian ini

menggunakan

12 Bank Umum

Syariah di

Indonesia

Alat olah data:

Penelitian

terdahulu

menggunakan

SPSS,

sedangkan

penelitian ini

menggunakan

Eviews 9.5

Sumber: Data di olah dari berbagai referensi

C. Keterkaitan Antar Variabel dan Pengembangan Hipotesis

1. Pengaruh CAR terhadap Rentabilitas

CAR adalah rasio kinerja bank untuk mengukur kecukupan modal

yang dimiliki bank untuk menunjang aktiva yang mengandung atau

menghasilkan risiko, misalnya pembiayaan (Ismail 2011). CAR yang

tinggi akan memberikan kontribusi yang cukup besar bagi profitabilitas

dan mengindikasikan bahwa bank tersebut mempunyai aset yang likuid

dalam jangka panjang. Tingginya rasio modal dapat melindungi deposan

dan meningkatkan kepercayaan masyarakat kepada bank, dan pada

48

akhirnya dapat meningkatkan pendapatan suatu bank. Hal ini berarti

CAR memiliki pengaruh yang positif terhadap NOM.

Hasil penelitian ini sesuai dengan penelitian yang dilakukan oleh

Muhammad Yusuf Wibisono dan Salamah Wahyuni (2017) dan Ibrahim

Kholil Nasution (2017) yang menyatakan bahwa CAR berpengaruh

signifikan terhadap NOM.

Berdasarkan penelitian terdahulu maka hipotesis yang diajukan

dalam penelitian ini adalah sebagai berikut:

Ho1 : CAR tidak berpengaruh signifikan terhadap Rentabilitas

Ha1 : CAR berpengaruh signifikan terhadap Rentabilitas

2. Pengaruh NPF terhadap Rentabilitas

NPF merupakan alat untuk mengukur pembiayaan bermasalah bank

syariah. Semakin tinggi NPF maka akan semakin buruk kualitas kredit

bank yang menyebabkan jumlah kredit bermasalah semakin besar, dan

oleh karena itu bank harus menanggung kerugian dalam kegiatan

operasionalnya sehingga NPF berpengaruh terhadap penurunan laba dan

berpengaruh pada tingkat rentabilitas bank (Somantri, 2017).

Non Performing Financing (NPF) yang tidak dapat ditangani dengan

tepat, akan menghilangkan kesempatan pendapatan (income) dari

pembiayaan yang diberikan, sehingga mengurangi laba dan mengurangi

kemampuan untuk memberikan pembiayaan. Banyaknya pembiayaan

bermasalah membuat bank syariah tidak berani meningkatkan penyaluran

pembiayaannya apalagi bila dana pihak ketiga tidak dapat dicapai secara

49

optimal maka dapat mengganggu margin bank, oleh karena itu

pembiayaan bermasalah berpengaruh terhadap pendapatan, atau dengan

kata lain NPF memiliki pengaruh yang negative terhadap NOM.

Hal ini sesuai dengan penelitian yang dilakukan oleh Muhammad

Yusuf Wibisono dan Salamah Wahyuni (2017) dan Ibrahim Kholil

Nasution (2017) yang menyatakan bahwa NPF berpengaruh signifikan

terhadap NOM.



Ho2 : NPF tidak berpengaruh signifikan terhadap Rentabilitas

Ha2 : NPF berpengaruh signifikan terhadap Rentabilitas

3. Pengaruh BOPO terhadap Rentabilitas

BOPO merupakan proyeksi dari rasio efesiensi, BOPO menunjukkan

seberapa besar bank dapat menekan biaya operasionalnya di satu pihak,

dan seberapa besar bank dapat melakukan efesiensi terhadap biaya

operasional yang dikeluarkan. Semakin kecil rasio BOPO, berarti

semakin efisien biaya operasional yang dikeluarkan bank yang

bersangkutan sehingga kemungkinannya lebih besar bagi bank untuk

mendapatkan keuntungan yang lebih dan menunjukkan bahwa bank tidak

berada dalam kondisi bermasalah.

Namun sebaliknya makin besar biaya operasional yang dikeluarkan

oleh bank akan menunjukkan besarnya volume transaksi yang dilakukan

dan akan menuntut margin yang lebih besar. Sehingga dapat disimpulkan

50

biaya operasional memiliki hubungan yang terbalik terhadap pendapatan

operasional. Atau dengan kata lain BOPO memiliki hubungan yang

negatif terhadap NOM.

Hal ini sesuai dengan penelitian yang dilakukan oleh Sherty Junita

(2015) dan Muhammad Yusuf Wibisono dan Salamah Wahyuni (2017)

yang menyatakan bahwa BOPO memiliki pengaruh signifikan terhadap

NOM.



Ho3 : BOPO tidak berpengaruh signifikan terhadap Rentabilitas

Ha3 : BOPO berpengaruh signifikan terhadap Rentabilitas

D. Kerangka Pemikiran

Kerangka berfikir adalah model konseptual hubungan antar variabel yang

merupakan hasil sintesis landasan teori, pustaka dan hasil penelitian terdahulu

yang disusun dalam bentuk paradigma penelitian. Apabila dalam penelitian

hanya menggunakan variabel independent dan dependent, maka dalam

kerangka berpikir juga hanya menjelaskan hubungan antara variabel

independent dan variabel dependent.

Penelitian ini bertujuan untuk melihat pengaruh variabel independen

bebas yaitu, Capital Adequacy Ratio (CAR), Non Performing Finance (NPF),

dan Biaya Operasional Pendapatan Operasional (BOPO) terhadap variabel

dependen yaitu Net Operating Margin (NOM).

51

Gambar berikut ini menunjukkan kerangka pemikiran dalam model

penelitian mengenai pengaruh CAR, NPF, dan BOPO terhadap Rentabilitas

Bank Umum Syariah di Indonesia.

Gambar 2.1

Kerangka Pemikiran

Grand Theory: Kinerja Keuangan

CAR (X1) NPF (X2)

BOPO (X3)

Net Operating Margin (NOM) (Y)

Uji Stasioneritas Data

Uji Asumsi Klasik

1. Uji Normalitas

2. Uji Multikolinearitas

3. Uji Heteroskedasitas

4. Uji Autokorelasi

Random Effect

Uji Chow Uji Hausman

Common Effect Fixed Effect

Surat Edaran Bank Indonesia No. 13/24/DPNP Tahun 2011, rasio utama dari

faktor rentabilitas adalah Net Operating Margin (NOM)

Uji Signifikansi: Uji t, Uji F dan

Koefisien Determinasi

Hasil dan Kesimpulan

52

BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Jenis Penelitian ini adalah penelitian kuantitatif, yaitu metode

penelitian yang berlandaskan pada filsafat positivisme, digunakan untuk

meneliti pada populasi atau sampel tertentu, pengumpulan data

menggunakan instrumen penelitian, analisis data bersifat

kuantitatif/statistik, dengan tujuan untuk menguji hipotesis yang telah

ditetapkan (Sugiyono, 2016). Data kuantitatif adalah yang berbentuk

angka atau informasi numeric dan biasanya diasosiasikan dengan analisis-

analisis statistik.

Data-data yang digunakan dalam penelitian ini adalah data triwulan

bank umum syariah mulai dari triwulan pertama tahun 2015 sampai

dengan triwulan pertama tahun 2017 yang bersumber dari laporan

keuangan bank umum syariah dan khususnya Net Operating Margin

(NOM) yang telah dipublikasikan ke Bank Indonesia melalui website

Bank Indonesia (www.bi.go.id) dan juga Otoritas Jasa Keuangan melalui

website Otoritas Jasa Keuangan (www.ojk.go.id). Pengambilan kurun

waktu penelitian didasarkan pada ketersediaan data yang ada pada sumber

data.

Dalam penelitian ini penulis menggunakan pendekatan asosiatif.

Penelitian asosiatif merupakan penelitian yang bertujuan untuk

mengetahui pengaruh ataupun juga hubungan antara dua variabel atau

http://www.bi.go.id/

http://www.ojk.go.id/

53

lebih (Sugiyono, 2016). Metode yang digunakan adalah metode kausal-

asosiatif yang dilakukan terhadap data yang dikumpulkan setelah

terjadinya suatu peristiwa.

Dalam penelitian ini, penulis memfokuskan penelitian terhadap

variabel dependen yaitu Net Operating Margin (NOM) dan 3 variabel

independen yaitu Capital Adequacy Ratio (CAR), Non Performing

Finance (NPF), dan Biaya Operasional Pendapatan Operasional (BOPO)

dengan periode penelitian tahun 2015 sampai dengan tahun 2017.

Variabel-variabel ini diregresikan dengan metode analisis regresi data

panel dengan menggunakan Eviews 9.5.

Pertimbangan penulis memilih Eviews 9.5 dari pada SPSS

dikarenakan pada software Eviews terdapat beberapa uji model yang

dibutuhkan oleh data panel yang tidak ada pada SPSS. Selain itu, pada

Eviews terdapat 3 kemungkinan hasil yang akan diperoleh, yaitu common

effect, fixed effect, atau random effect. Sedangkan pada SPSS hasil olah

data hanya menampilkan model common effect.

Sebagai perbandingan, penulis juga melakukan olah data

menggunakan SPSS dan hasilnya dapat dilihat pada lampiran 10.

B. Metode Penentuan Sampel

Populasi adalah wilayah generalisasi yang terdiri atas obyek/subyek

yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh

peneliti untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono,

2016). Populasi yang digunakan dalam penelitian ini adalah 13 Bank

54

Umum Syariah yang ada di Indonesia yang dijabarkan pada tabel 3.1

dibawah ini:

Tabel 3.1

Populasi Penelitian

No. Nama BUS di Indonesia

1. Bank Aceh Syariah

2. Bank Muamalat Indonesia

3. Bank Victoria Syariah

4. Bank BRI Syariah

5. Bank Jabar Banten Syariah

6. Bank BNI Syariah

7. Bank Syariah Mandiri

8. Bank Mega Syariah

9. Bank Panin Syariah

10. Bank Syariah Bukopin

11. BCA Syariah

12. Maybank Syariah Indonesia

13. Bank Tabungan Pensiunan Nasional Syariah

Sumber: Daftar BUS di Otoritas Jasa Keuangan

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh

populasi tersebut (Sugiyono, 2016). Dan pengambilan sample juga harus

betul-betul representatif (mewakili) dari populasi yang telah ditentukan.

Metode penentuan sampel yang digunakan dalam penelitian ini adalah

sampling purposive. Menurut Sugiyono (2016), sampling purposive adalah

teknik penentuan sampel dengan pertimbangan tertentu. Dalam penelitian

ini, peneliti menggunakan data runtut waktu (time series) mulai dari

triwulan pertama tahun 2015 sampai dengan triwulan pertama tahun 2017

dan data 12 Bank Umum Syariah (BUS) (cross section).

55

Adapun pertimbangan atau kriteria-kriteria bank umum syariah yang

ditetapkan dalam pemilihan sampel pada penelitian ini adalah sebagai

berikut:

1. Bank umum syariah yang terdaftar di Bank Indonesia dan atau

Otoritas Jasa Keuangan.

2. Bank umum syariah yang telah menerbitkan laporan keuangan secara

berkala yaitu mulai dari triwulan pertama tahun 2015 sampai dengan

triwulan pertama tahun 2017 dan telah dipublikasikan oleh Bank

Indonesia dan atau Otoritas Jasa Keuangan.

3. Bank tersebut memiliki data yang lengkap terkait dengan variabel

penelitian, seperti Net Operating Margin (NOM), Capital Adequacy

Ratio (CAR), Non Performing Financing (NPF), dan Biaya

Operasional Pendapatan Operasional (BOPO) selama periode

penelitian.

Berdasarkan kriteria diatas, maka sampel yang digunakan dalam

penelitian ini berjumlah 12 bank. Keterangan mengenai proses

pengambilan sampel disajikan pada tabel 3.1 sebagai berikut:

Tabel 3.2

Proses Pengambilan Sampel

No. Keterangan Jumlah

1

Bank Umum Syariah yang terdaftar

secara resmi di Bank Indonesia dan atau

Otoritas Jasa Keuangan.

13 BUS

2

Bank Umum syariah yang sudah

mempublikasikan laporan keuangan

mulai dari triwulan pertama tahun 2015

sampai dengan triwulan pertama tahun

2017 dan telah dipublikasikan oleh Bank

12 BUS

56

No. Keterangan Jumlah

Indonesia dan atau Otoritas Jasa

Keuangan.

3

Bank Umum Syariah yang memiliki

data lengkap terkait variabel penelitian,

yaitu Net Operating Margin (NOM),

Capital Adequacy Ratio (CAR), Non

Performing Financing (NPF), dan Biaya

Operasional Pendapatan Operasional

(BOPO) selama periode penelitian.

12 Bank

Jumlah data sampel yang diobservasi 12 BUS x 9 triwulan = 108

Sumber: Data diolah

Berikut adalah 12 Bank Umum Syariah yang termasuk sebagai sampel

dalam penelitian ini, yaitu:

Tabel 3.3

Sampel Penelitian

No. Nama Bank Kode

1 Bank Muamalat Indonesia BMI

2 Bank Syariah Mandiri BSM

3 Bank Negara Indonesia Syariah BNIS

4 Bank Rakyat Indonesia Syariah BRIS

5 Bank Mega Syariah BMS

6 Bank Panin Dubai Syariah BPDS

7 Bank Central Asia Syariah BCAS

8 Bank Jabar Banten Syariah BJBS

9 Bank Victoria Syariah BVS

10 Bank Syariah Bukopin BSB

11 Bank Tabungan Pensiunan Nasional Syariah BTPNS

12 Maybank Syariah Indonesia MSI

Sumber: Data diolah

C. Metode Pengumpulan Data

Jenis data yang digunakan dalam penelitian ini adalah data kuantitatif.

Data kuantitatif adalah data yang berbentuk angka atau data kualitatif yang

diangkakan (skoring) (Sugiyono, 2015).

57

Sumber data yang digunakan dalam penelitian ini adalah data

sekunder yang bersifat runtun waktu (time series). Data sekunder adalah

sumber yang tidak langsung memberikan data kepada pengumpul data,

misalnya lewat orang lain atau dokumen (Sugiyono, 2016). Data tersebut

diperoleh dari laporan keuangan bank umum syariah yang tersedia dalam

website resmi Bank Indonesia dan atau Otoritas Jasa Keuangan yang

kemudian dijadikan sampel dalam penelitian ini.

Terdapat beberapa jenis data yang tersedia untuk dianalisis secara

statistik antara lain data runtut waktu (time series), data silang waktu

(cross-section) dan data panel yaitu gabungan antara data time series dan

cross section. Data runtun waktu berdasarkan observasi yang dilakukan

pada waktu yang berbeda. Data seperti ini dikumpulkan secara regular

dengan waktu harian, mingguan, bulanan, kuartalan, dan tahunan.

Sedangkan data antar ruang (cross-sectional) adalah data yang

dikumpulkan pada satu waktu tertentu seperti data sensus penduduk yang

dilakukan setiap 5 tahun (Ghozali, 2013).

Jenis data yang digunakan dalam penelitian ini adalah data panel. Data

panel dapat didefinisikan sebagai sebuah kumpulan data (dataset) di mana

perilaku unit cross-sectional (misalnya individu, perusahaan, negara)

diamati sepanjang waktu. Metode yang digunakan dalam pengumpulan

data untuk melakukan penelitian ini adalah sebagai berikut:

58

1) Field Research

Peneliti menggunakan data sekunder berupa data runtut waktu

(time series) dan cross section dengan skala triwulan yang diambil

dari laporan keuangan triwulan bank umum syariah pada website

Otoritas Jasa Keuangan mulai dari triwulan pertama tahun 2015

sampai dengan triwulan pertama tahun 2017.

2) Library Research

Data yang digunakan dalam penelitian ini adalah data yang

diperoleh dari membaca literatur, buku, jurnal, artikel, dan sejenisnya

yang berhubungan dengan aspek yang diteliti sebagai upaya

memperoleh data yang valid.

3) Internet Research

Ilmu pengetahuan seiring dengan berjalannya waktu semakin

berkembang. Oleh karena itu, untuk mengantisipasi hal tersebut,

penulis menggunakan teknologi yang juga berkembang seperti

internet, sehingga data yang diperoleh merupakan data yang sesuai

dengan perkembangan zaman.

D. Metode Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah

analisis regresi dengan menggunakan data panel untuk menguji pengaruh

Capital Adequacy Ratio (CAR), Non Performing Finance (NPF), dan

Biaya Operasional Pendapatan Operasional (BOPO) terhadap Net

Operating Margin (NOM) pada Bank Umum Syariah periode 2015-2017.

59

Pengolahan data dalam penelitian ini dilakukan dengan menggunakan

program Microsoft Excel 2007 dan Eviews 9.5. Berikut ini adalah metode

yang digunakan dalam menganalisis data pada penelitian ini.

1. Uji Stasioneritas Data

Uji stasioner merupakan suatu proses stochastic yaitu sekumpulan

variabel random yang tersusun dalam waktu. Suatu proses stochastic

dikatakan stasioner jika nilai rata-rata (mean) dan varian (variance)

adalah konstan sepanjang waktu. Jika data runtun waktu stasioner,

maka nilai mean, variance dan autovariance tetap sama sehingga tidak

terpengaruh oleh waktu (time variant) (Ghozali, 2013).

Stasioneritas suatu data sangat penting dalam penggunaan analisis

data yang berbentuk time series. Jika data time series tidak stasioner,

maka tidak mempunyai mean yang dipengaruhi waktu (time varying

mean) atau variance yang dipengaruhi waktu (time varying variance)

atau keduanya. Stasioneritas dalam runtut waktu sangat penting

karena jika data tidak stasioner, hanya dapat mempelajari perilakunya

hanya pada periode waktu pengamatan. Akibatnya tidak mungkin

membuat generalisasi untuk periode waktu yang lain. jika hal ini

terjadi maka tujuan peramalan dengan data runtun waktu tidak

stasioner menjadi tidak bernilai (Ghozali, 2013).

Terdapat beberapa uji stasioneritas data dalam program Eviews

yaitu: analisis grafik, uji autocorrelation function, dan uji akar unit

60

(unit root test) (Ghozali, 2013). Uji stasioner yang digunakan dalam

penelitian ini adalah uji akar unit (unit root test).

Unit Root Test (uji akar unit) merupakan uji stasioneritas yang

paling populer digunakan. Berbagai uji dapat dilakukan untuk

memastikan adanya unit root dalam data. Untuk melihat

kestationeritasan data, pada penelitian ini digunakan uji unit root test

dengan metode Augmented Dickey Fuller (ADF).

Langkah-langkah pengujian sebagai berikut:

H0 : data tidak stasioner

Ha : data stasioner

Pengambilan keputusan dilakukan dengan kriteria:

Bila probabilitas > 0.05 maka H0 diterima

Bila probabilitas < 0.05 maka Ha diterima

Artinya, jika nilai probabilitas lebih kecil dari 0.05 maka dapat

disimpulkan bahwa data stasioner. Sedangkan jika nilai probabilitas

lebih besar dari 0.05 maka data tidak stasioner. Jika data tidak

stasioner dapat dinaikkan ke diferensiasi tingkat 1 dan tingkat 2

(Ghozali, 2013).

2. Uji Asumsi Klasik

a. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model

regresi, variabel pengganggu atau residual mempunyai distribusi

normal (Ghozali, 2013). Seperti diketahui, bahwa uji t dan F

61

mengasumsikan nilai residual mengikuti distribusi normal. Jika

asumsi ini tidak terpenuhi, maka hasil uji statistik menjadi tidak

valid khususnya untuk ukuran sampel kecil.

Menurut Ghozali (2013), kita perlu memperhatikan bahwa

asumsi distribusi normal residual ini terutama untuk ukuran sampel

yang kecil. Oleh karena itu, kita dapat mengabaikannya untuk

ukuran sampel besar. Pengujian asumsi sebaiknya lebih kita

tekankan pada heteroskedastisitas dan autokorelasi yang dapat

menyebabkan pengambilan kesimpulan statistik menjadi tidak

valid.

Untuk mengetahui data berdistribusi normal atau tidak dengan

menggunakan Uji Jarque-Bera dengan pengambilan keputusan

sebagai berikut:

H0 : data berdistribusi normal

Ha : data tidak berdistribusi normal

Jika hasil JB Hitung < Chi Square Table, maka H0 diterima.

Artinya pengujian bisa dilanjutkan ke tahap berikutnya karena data

telah berdistribusi normal.

Jika hasil JB Hitung > Chi Square Table, maka H0 ditolak.

Artinya diperlukan perbaikan karena data tidak berdistribusi

normal. Untuk menormalkan data tersebut, dilakukan transformasi

data dengan metode logaritma natural (Ln). (Ghozali, 2011)

62

Transformasi variabel menggunakan logaritma pada model

regresi sangat umum digunakan untuk mengatasi situasi dimana

terdapat hubungan tidak linear antara variabel independen dan

dependen. Transformasi logaritma dapat mengubah data yang tidak

linear dapat digunakan dalam model linear. Selain itu, transfomasi

logaritma juga merupakan cara yang mudah untuk mengubah data

yang awalnya sangat miring (berdistribusi tidak normal) menjadi

atau mendekati distribusi normal. (Kenneth, 2011)

b. Uji Multikolinieritas

Uji multikolinearitas bertujuan untuk menguji apakah dalam

model regresi ditemukan adanya korelasi yang tinggi atau

sempurna antarvariabel independen (Ghozali, 2013).

Pada penelitian ini, pendeteksian adanya multikolinearitas

dengan menggunakan uji efisiensi korelasi (r). Jika koefisien

korelasi lebih dari 0.9 maka diduga terjadi multikolinearitas dalam

model. Sebaliknya, jika koefisien relatif rendah maka diduga model

tidak terjadi multikolinearitas (Ghozali, 2013).

Untuk mengetahui data memiliki gejala multikolinearitas atau

tidak dengan menggunakan Uji Jarque-Bera dengan pengambilan

keputusan sebagai berikut:

H0 : tidak ada multikolinearitas

Ha : ada multikolinearitas

Jika r < 0,90 maka tidak ada multikolinearitas

63

Jika r > 0,90 maka ada multikolinearitas

c. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam

model regresi terjadi ketidaksamaan variance dari satu pengamatan

ke pengamatan yang lain (Ghozali, 2013). Uji Heteroskedasitas

adalah alat untuk mendeteksi apakah variabel gangguan tidak

konstan atau berubah-ubah. Heteroskedasitas dapat terjadi karena

adanya data outlier (data ekstrim). Heteroskedasitas tidak

menyebabkan estimator (koefisien variabel independen) menjadi

bias karena residual bukan komponen menghitungnya. Namun,

menyebabkan estimator jadi tidak efisien dan BLUE lagi serta

standard error dari model regresi menjadi bias sehingga

menyebabkan nilai t statistik dan F hitung bias (misleading).

Dampak akhirnya adalah pengambilan kesimpulan statistik untuk

pengujian hipotesis menjadi tidak valid.

Cara mendeteksi heteroskedastisitas yang dilakukan dalam

penelitian ini adalah menggunakan uji white. Hipotesis uji white

adalah (Ghozali, 2013):

Ho : tidak ada heteroskedastis

Ha : ada heteroskedastis

Apabila nilai probabilitas Obs*R2 > nilai signifikansi ( = 0,05)

maka Ho diterima atau dapat disimpulkan tidak ada

heteroskedastisitas. Sedangkan jika nilai probabilitas Obs*R2 <

64

nilai signifikansi ( = 0,05) maka Ho ditolak atau dapat

disimpulkan bahwa ada heteroskedastisitas dalam model.

d. Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam suatu model

regresi linier ada korelasi antarkesalahan pengganggu (residual)

pada periode t dengan kesalahan pada periode t-1 (sebelumnya).

Jika terjadi korelasi, maka ada masalah autokorelasi. Model regresi

yang baik adalah regresi yang bebas dari autokorelasi (Ghozali,

2013).

Ada beberapa cara untuk mendeteksi ada atau tidaknya

autokorelasi, yaitu Uji Durbin-Watson (DW test) dan Uji Lagrange

Multiplier (LM test). Dalam penelitian ini menggunakan Uji

Lagrange Multiplier (LM test) dengan hipotesis sebagai berikut:

H0 : tidak ada autokorelasi

Ha : ada autokorelasi

Apabila nilai probabilitas Obs*R2

> nilai signifikan ( = 0,05)

maka H0 diterima atau dapat disimpulkan tidak terjadi autokorelasi.

Sedangkan jika nilai probabilitas Obs*R2 < nilai signifikan ( =

0,05) maka H0 ditolak atau dapat disimpulkan bahwa terjadi

autokorelasi dalam model.

3. Model Regresi Data Panel

Salah satu bentuk struktur data yang sering digunakan dalam studi

ekonometrika adalah data panel. Data dengan karakteristik panel

65

adalah data yang berstruktur urut waktu sekaligus cross section

(Ariefianto, 2012).

Gujarati dan Hsiao (2003) menyatakan bahwa teknik data panel

yaitu dengan menggabungkan jenis data cross section dan time series,

memberikan beberapa keunggulan dibandingkan dengan pendekatan

standar cross section dan time series yaitu (Ghozali, 2013):

a) Dengan menggabungkan data time series dan cross-section,

maka data panel memberikan data yang lebih informatif, lebih

bervariasi, tingkat kolinearitas antarvariabel yang rendah, lebih

besar degree of freedom, dan lebih efisien.

b) Dengan menganalisis data cross-section dalam beberapa periode

maka data panel tepat digunakan dalam penelitian perubahan

dinamis (dynamic change).

c) Data panel mampu mendeteksi dan mengukur pengaruh yang

tidak dapat diobservasi melalui data murni time series atau

murni data cross-section.

d) Data panel memungkinkan kita mempelajari model perilaku

yang lebih komplek. Misalkan fenomena skala ekonomis dan

perubahan teknologi dapat dipahami lebih baik dengan data

panel daripada murni data cross-section atau murni data time

series.

66

e) Oleh karena data panel berhubungan dengan individu,

perusahaan, kota, negara dan sebagainya sepanjang waktu (over

time), maka akan bersifat heterogen dalam unit tersebut.

f) Data panel dapat memberikan informasi lebih banyak yang tidak

dapat diberikan hanya oleh data cross-section atau time series

saja.

g) Data panel dapat memberikan penyelesaian yang lebih baik

dalam inferensi perubahan dinamis dibandingkan data cross-

section.

Singkatnya, data panel dapat memperkaya analisis empiris dengan

cara yang mungkin tidak mungkin dilakukan jika kita hanya

menggunakan data cross-section atau time series (Gujarati, 2012).

Selain itu, keuntungan penting dari data panel dibandingkan dengan

time series atau cross-sectional adalah memungkinkan identifikasi

parameter atau pertanyaan tertentu, tanpa perlu membuat asumsi yang

membatasi (Verbeek, 2008).

Estimasi regresi data panel dapat dilakukan melalui tiga model

pendekatan:

a. Common Effect

Regresi data panel dengan metode common effect adalah

asumsi yang menganggap bahwa intersep dan slope selalu tetap

baik antar waktu maupun antar individu. Setiap individu (n) yang

diregresi untuk mengetahui hubungan antara variabel dependen

67

dengan variabel-variabel independennya akan memberikan nilai

intersep maupun slope yang sama besarnya. Begitu pula dengan

waktu (t), nilai intersep dan slope dalam persamaan regresi yang

menggambarkan hubungan antara variabel dependen dan variabel-

variabel independennya adalah sama untuk setiap waktu. Hal ini

dikarenakan dasar yang digunakan dalam regresi data panel ini

yang mengabaikan pengaruh individu dan waktu pada model yang

dibentuknya (Sriyana, 2014).

Model seperti ini dikatakan sebagai model paling sederhana,

dimana pendekatannya mengabaikan dimensi waktu dan ruang

yang dimiliki oleh data panel. Metode yang digunakan untuk

mengestimasi dengan pendekatan seperti ini adalah metode regresi

OLS (Ordinary Least Square) sehingga sering disebut pooled OLS

atau common OLS model (Ghozali, 2013). Persamaan matematis

untuk model common effect adalah sebagai berikut (Sriyana, 2014):

Dimana:

i = banyaknya observasi (1,2,....,n)

t = banyaknya waktu (1,2,....,t)

n x t = banyaknya data panel

= residual

Kelemahan asumsi ini adalah ketidaksesuaian model dengan

keadaan yang sesungguhnya. Kondisi tiap objek saling berbeda,

68

bahkan satu objek pada suatu waktu akan sangat berbeda dengan

kondisi objek tersebut pada waktu yang lain (Winarno, 2015).

b. Fixed Effect

Pendekatan ini merupakan cara memasukkan “individualitas”

setiap perusahaan atau setiap unit cross-sectional adalah dengan

membuat intersep bervarisi untuk setiap perusahaan tetapi masih

tetap berasumsi bahwa koefisien slope konstan untuk setiap

perusahaan (Ghozali, 2013).

Estimasi pada metode Fixed Effect dapat dilakukan dengan

pembobot (cross section weight) atau General Least Square (GLS)

atau tanpa pembobot (no weighted) atau Least Square Dummy

Variabel (LSDV). Tujuan dilakukannya pembobotan adalah untuk

mengurangi heterogenitas antar unit cross section (Gujarati, 2012).

Persamaan untuk pendekatan dengan menggunakan model

fixed effect adalah sebagai berikut (Sriyana, 2014):

Dimana:

i = banyaknya individu/unit observasi (1,2,....,n)

t = banyaknya waktu (1,2,....,n)

n = banyaknya variabel bebas


= residual

69

Kelemahan asumsi dengan model fixed effect adalah masih

adanya kemungkinan ketidaksesuaian model dengan keadaan yang

sesungguhnya (Sriyana, 2014).

c. Random Effect

Tidak seperti pada model fixed effect, pada model random

effect diasumsikan bahwa perbedaan intersep dan konstanta

disebabkan oleh residual/error sebagai akibat perbedaan antar unit

dan antar periode waktu yang terjadi secara random (Sriyana,

2014).

Metode efek random digunakan untuk mengatasi kelemahan

metode tetap yang menggunakan variabel semu, metode efek

random menggunakan residual, yang diduga memiliki hubungan

antarwaktu dan antarobjek. Namun, untuk menganalisis dengan

metode efek random ada satu syarat, yaitu objek data silang harus

lebih besar daripada banyaknya koefisien (Winarno, 2011). Metode

yang paling tepat untuk mengestimasi model ini adalah GLS

(generalized least square).

Persamaan model dengan menggunakan estimasi random effect

adalah sebagai berikut (Sriyana, 2014):

Dimana:

m = banyaknya observasi (1,2,....,m)

n = jumlah variabel bebas

70

t = banyaknya waktu (1,2,....,t)


= residual

4. Pengujian Model

Guna menentukan model pendekatan regresi dengan

menggunakan data panel yang tepat, maka perlu dilakukan pengujian

terhadap tiga model regresi data panel tersebut seperti ditunjukkan

pada gambar 3.1 berikut ini:

Gambar 3.1

Pemilihan Model Regresi

Sumber: Data di olah

a. Uji Chow

Uji Chow digunakan untuk menentukan apakah model

pendekatan yang akan digunakan common effect atau fixed effect

dengan melihat nilai probabilitasnya. Hipotesis yang digunakan

dalam uji ini adalah (Sriyana, 2014):

H0 : menggunakan pendekatan common effect

Ha : menggunakan pendekatan fixed effect

Apabila nilai probabilitas > nilai signifikansi (α = 0.05) maka

H0 diterima atau model yang digunakan adalah pendekatan

Common Effect

Fixed Effect

Random Effect

Uji Chow

Uji Hausman

71

common effect. Jika nilai probabilitas < nilai signifikansi (α = 0.05)

maka H0 ditolak atau model yang digunakan adalah pendekatan

fixed effect.

b. Uji Hausman

Uji Hausman dilakukan untuk menentukan apakah model

yang akan digunakan fixed effect atau random effect. Hipotesis

yang digunakan dalam uji ini adalah sebagai berikut (Sriyana,

2014):

H0 : menggunakan pendekatan random effect

Ha : menggunakan pendekatan fixed effect

Apabila nilai probabilitas > nilai signifikansi (α = 0.05) maka

H0 diterima atau model yang digunakan adalah pendekatan random

effect. Jika nilai probabilitas < nilai signifikansi (α = 0.05) maka H0

ditolak atau model yang digunakan adalah pendekatan fixed effect.

5. Pengujian Hipotesis

Dalam pengujian hipotesis ini, pengolahan data menggunakan

software Eviews 9.5. Dan juga menggunakan uji statistik meliputi Uji

F, Uji t, dan Uji Koefisien Determinasi.

a. Uji F (uji simultan)

Uji statistik F pada dasarnya menunjukkan apakah semua

variabel indpenden atau bebas yang dimasukkan dalam model

mempunyai pengaruh secara bersama-sama atau simultan terhadap

72

variabel dependen atau terikat (Ghozali, 2013). Hipotesis yang

digunakan dalam uji F ini adalah:

1) H0 : β = 0; Tidak terdapat pengaruh signifikan secara simultan

antara variabel independen terhadap variabel dependen.

2) H0 : β ≠ 0; Terdapat pengaruh signifikan secara simultan


Kaidah pengambilan keputusan:

1) Jika probabilitas < Sig (α = 0,05) maka H0 ditolak, yang artinya

terdapat pengaruh yang signifikan secara simultan

2) Jika probabilitas > Sig (α = 0,05) maka H0 diterima, yang

artinya terdapat pengaruh yang tidak signifikan secara

simultan.

b. Uji t (uji regresi secara parsial)

Uji statistik t pada dasarnya menunjukkan seberapa jauh

pengaruh satu variabel independen terhadap variabel dependen

dengan menganggap variabel independen lainnya konstan

(Ghozali, 2013).

Uji statistik t dilakukan untuk menunjukkan seberapa jauh

pengaruh Capital Adequacy Ratio (CAR), Non Performing

Financing (NPF), dan BOPO secara individual terhadap Net

Operating Margin (NOM).

Hipotesis yang digunakan dalam uji ini adalah (Ghozali,

2013):

73

H0 : ß1 = 0, Tidak terdapat pengaruh signifikan secara parsial


Ha : ß1 ≠ 0, Terdapat pengaruh signifikan secara parsial antara

variabel independen terhadap variabel dependen.

Kaidah pengambilan keputusan:

1) Jika Probabilitas < Sig (α = 0,05) maka H0 ditolak, yang

artinya terdapat pengaruh yang signifikan secara parsial

2) Jika Probabilitas > Sig (α = 0,05) maka H0 diterima, yang

artinya terdapat pengaruh yang tidak signifikan secara parsial.

c. Uji Koefisien Determinasi (R2)

Koefisien Determinasi (R2) pada intinya mengukur seberapa

jauh kemampuan model dalam menerangkan variasi variabel

dependen. Nilai koefisien determinasi adalah antara nol dan satu.

Nilai R2 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.

Namun penggunaan koefisien determinasi memiliki kelemahan

yaitu bias terhadap jumlah variabel independen yang dimasukkan

ke dalam model, setiap tambahan satu variabel tersebut

berpengaruh secara signifikan terhadap variabel dependen. Oleh

karena itu banyak peneliti menganjurkan untuk menggunakan nilai

74

Adjusted R2 saat mengevaluasi model regresi terbaik. (Ghozali,

2013).

d. Persamaan Model Regresi dengan menggunakan Data Panel

Model regresi data panel dalam penelitian ini adalah:

Yit = β0i + β1X1it + β2X2it + β3X3it + εit

Dimana:

β0i = konstanta model regresi pada unit observasi ke i

β1 – β3 = koefisien regresi

εit = standar error pada unit observasi ke i dan waktu ke t

Yit = Net Operating Margin (NOM)

X1it = CAR pada unit observasi ke i dan waktu ke t

X2it = NPF pada unit observasi ke i dan waktu ke t

X3it = BOPO pada unit observasi ke i dan waktu ke t

6. Kriteria Keterpengaruhan atau Taraf Signifikan

Kriteria keterpengaruhan atau taraf signifikan adalah kesediaan

dan keberanian peneliti untuk secara maksimal mengambil risiko

kesalahan dalam menguji hipotesis. Besarnya taraf signifikansi

dinyatakan dalam suatu bilangan presentase, umpamanya 50%, 10%,

5%, 1%, dan sebagainya (Bungin, 2009).

Dalam penelitian sosial, kelaziman menggunakan taraf

signifikansi adalah sekitar 5% sampai dengan 1%. Maksudnya adalah

apabila ada 100 kali peristiwa, maka kemungkinan penolakan

terhadap hipotesis atau kemungkinan terjadi kesalahan antara 5

75

sampai 1 kali. Sedangkan dari hipotesis tersebut kita menerima 95%.

Kalau kita menentukan taraf signifikansinya adalah 1% maka

kemungkinan penolakan tersebut adalah 1%, sedangkan kalau kita

menentukan 5% maka kemungkinan penolakannya adalah 5%.

Tabel 3.4

Hubungan Taraf Signifikansi dan Hipotesis

No. Taraf Signifikansi

Maknanya 5% 1%

1. Hipotesis diterima Hipotesis diterima Kondisi ini dapat

diterima

2. Hipotesis ditolak Hipotesis ditolak Kondisi ini juga dapat

diterima

3. Hipotesis ditolak Hipotesis diterima Kondisi seperti ini dapat

diterima

4. Hipotesis diterima Hipotesis ditolak Kondisi seperti ini tidak

dapat diterima sebagai

kebenaran

Sumber: Bungin, Burhan. 2009. Metodologi Penelitian Kuantitatif: Komunikasi,

Ekonomi dan Kebijakan Publik Serta Ilmu-ilmu Sosial Lainnya. Jakarta: Kencana.

E. Operasional Variabel Penelitian

Operasional variabel penelitian merupakan spesifikasi kegiatan

peneliti dalam mengukur suatu variabel. Spesifikasi tersebut menunjukkan

pada dimensi-dimensi dan indikator-indikator dari variabel peneliti yang

diperoleh melalui pengamatan dan penelitian terdahulu.

1. Variabel Dependen (Y)

Variabel dependen adalah variabel yang dipengaruhi oleh variabel

independen. Variabel dependen dalam penelitian ini adalah

Rentabilitas Bank Umum Syariah di Indonesia. Rentabilitas adalah

kemampuan bank syariah dalam menghasilkan laba. Rentabilitas pada

penelitian ini diukur berdasarkan Net Operating Margin (NOM).

76

Sesuai dengan Surat Edaran Bank Indonesia No. 13/24/DPNP

tahun 2011, Net Operating Margin (NOM) merupakan rasio utama

rentabilitas bank syariah yang mana rasio ini bertujuan untuk

mengetahui kemampuan aktiva produktif bank syariah dalam

menghasilkan laba.

Berikut ini merupakan formula perhitungan Net Operating

Margin (NOM) :

Keterangan:

NOM = Net Operating Margin

PO = Pendapatan Operasional

DBH = Dana Bagi Hasil

BO = Biaya Operasional

Jenis data NOM adalah dalam bentuk persentase. Data NOM

yang digunakan adalah data laporan keuangan triwulan Bank Umum

Syariah Maret 2015 sampai dengan Maret 2017 yang dipublikasikan

secara online oleh tiap Bank Umum Syariah.

2. Variabel Independen (X)

Variabel independen adalah variabel yang mempengaruhi variabel

dependen. Variabel yang menjadi variabel independen dalam

penelitian ini adalah :

77

a. Capital Adequacy Ratio (CAR)

CAR adalah rasio kinerja bank untuk mengukur kecukupan

modal yang dimiliki bank untuk menunjang aktiva yang

mengandung atau menghasilkan risiko, misalnya kredit yang

diberikan. Sesuai dengan Surat Edaran Bank Indonesia Nomor

13/24/DPNP/2011 tentang Penilaian Tingkat Kesehatan Bank

Umum, rasio Kecukupan Penyediaan Modal Minimum merupakan

salah satu faktor permodalan (Capital) yang kemudian diproksikan

dengan rasio KPMM sebagai rasio utama.

Rumus perhitungan CAR/KPMM adalah sebagai berikut:

Data CAR adalah dalam bentuk persentase. Data CAR yang

digunakan adalah data laporan keuangan triwulan Bank Umum

Syariah mulai dari Maret 2015 sampai dengan Maret 2017 yang

diperoleh dari www.ojk.go.id.

b. Non Performing Finance (NPF)

NPF merupakan rasio penunjang dari komponen faktor

kualitas aset. Non Performing Finance (NPF) merupakan istilah

yang digunakan untuk rasio pembiayaan bermasalah dalam

perbankan syariah. Sesuai dengan Surat Edaran Bank Indonesia

Nomor 13/24/DPNP/2011 tentang Penilaian Tingkat Kesehatan

Bank Umum, rasio Non Performing Finance merupakan salah satu

78

faktor kualitas aset (Asset Quality) yang kemudian diproksikan

dengan rasio NPF sebagai rasio penunjang.

Rumus perhitungan NPF adalah sebagai berikut:

Data NPF adalah dalam bentuk persentase. Data NPF yang




c. Biaya Operasional Pendapatan Operasional (BOPO)

BOPO adalah perbandingan antara biaya operasional dengan

pendapatan operasional dalam mengukur tingkat efisiensi dan

kemampuan bank dalam melakukan kegiatan operasinya. Sesuai

dengan Surat Edaran Bank Indonesia Nomor 13/24/DPNP/2011

tentang Penilaian Tingkat Kesehatan Bank Umum, rasio efisiensi

kegiatan operasional merupakan salah satu faktor rentabilitas

(Earning) yang kemudian diproksikan dengan rasio REO sebagai

rasio penunjang.

Rumus perhitungan BOPO/REO adalah sebagai berikut:

Data BOPO adalah dalam bentuk persentase. Data BOPO yang


79



Tabel 3.4 dibawah ini merupakan tabel operasional variabel penelitian

yang digunakan dalam penelitian ini.

Tabel 3.5

Operasional Variabel Penelitian

No. Variabel Definisi Variabel Pengukuran Variabel Sumber

1. Net Operating

Margin

(NOM)

Y

Rasio yang

digunakan untuk

mengetahui

kemampuan aktiva

produktif dalam

menghasilkan laba.

Surat Edaran

Bank

Indonesia

Nomor

13/4/DPNP/

2011

2. Capital

Adequacy

Ratio

(CAR/KPMM)

X1

Rasio kinerja bank

untuk mengukur

kecukupan modal

yang dimiliki bank

untuk menunjang

aktiva yang

mengandung atau

menghasilkan

risiko

Surat Edaran

Bank

Indonesia

Nomor

13/4/DPNP/

2011

3. Non

Performing

Finance (NPF)

X2

Rasio yang

digunakan untuk

mengukur tingkat

permasalahan

pembiayaan yang

dihadapi oleh bank

Surat Edaran

Bank

Indonesia

Nomor

13/4/DPNP/

2011

4. Biaya

Operasional

Pendapatan

Operasional

(BOPO/REO)

X3

Rasio yang

digunakan untuk

mengukur efisiensi

kegiatan

operasional bank

syariah

Surat Edaran

Bank

Indonesia

Nomor

13/4/DPNP/

2011

Sumber: data diolah melalui Surat Edaran Bank Indonesia Nomor 13/24/DPNP/2011


80

BAB IV

ANALISIS DAN PEMBAHASAN

A. Sekilas Gambaran Umum Objek Penelitian

1. Bank Muamalat Indonesia

PT Bank Muamalat Indonesia Tbk (“Bank Muamalat Indonesia”)

memulai perjalanan bisnisnya sebagai Bank Syariah pertama di

Indonesia pada 1 November 1991 atau 24 Rabi’us Tsani 1412 H.

Pendirian Bank Muamalat Indonesia digagas oleh Majelis Ulama

Indonesia (MUI), Ikatan Cendekiawan Muslim Indonesia (ICMI) dan

pengusaha muslim yang kemudian mendapat dukungan dari Pemerintah

Republik Indonesia.

Pada 27 Oktober 1994, Bank Muamalat Indonesia mendapatkan

izin sebagai Bank Devisa dan terdaftar sebagai perusahaan publik yang

tidak listing di Bursa Efek Indonesia (BEI). Pada tahun 2003, Bank

dengan percaya diri melakukan Penawaran Umum Terbatas (PUT)

dengan Hak Memesan Efek Terlebih Dahulu (HMETD) sebanyak 5

(lima) kali dan merupakan lembaga perbankan pertama di Indonesia

yang mengeluarkan Sukuk Subordinasi Mudharabah. Aksi korporasi

tersebut semakin menegaskan posisi Bank Muamalat Indonesia di peta

industri perbankan Indonesia.

Pada tahun 2009, Bank mendapatkan izin untuk membuka kantor

cabang di Kuala Lumpur, Malaysia dan menjadi bank pertama di

Indonesia serta satu-satunya yang mewujudkan ekspansi bisnis di

81

Malaysia. Hingga saat ini, Bank telah memiliki 363 kantor layanan

termasuk 1 (satu) kantor cabang di Malaysia.

(www.bankmuamalat.co.id)

2. Bank Syariah Mandiri

PT Bank Syariah Mandiri (BSM) berdiri pada tanggal 25 Oktober

1999 dan secara resmi mulai beroperasi sejak Senin tanggal 25 Rajab

1420 H atau tanggal 1 November 1999. Sampai saat ini, jumlah kantor

layanan BSM terdiri dari 765 kantor cabang yang tersebar di seluruh

provinsi di Indonesia dengan jumlah jaringan ATM BSM sebanyak

182,156 ATM (ATM BSM, ATM Mandiri, ATM Bersama termasuk

ATM Mandiri dan ATM BSM, ATM Prima dan MEPS).

(www.syariahmandiri.co.id)

3. Bank Negara Indonesia Syariah

Dengan berlandaskan pada Undang-undang No.10 Tahun 1998,

pada tanggal tanggal 29 April 2000 didirikan Unit Usaha Syariah

(UUS) BNI dengan 5 kantor cabang di Yogyakarta, Malang,

Pekalongan, Jepara dan Banjarmasin. Selanjutnya UUS BNI terus

berkembang menjadi 28 Kantor Cabang dan 31 Kantor Cabang

Pembantu.

Berdasarkan Keputusan Gubernur Bank Indonesia Nomor

12/41/KEP.GBI/2010 tanggal 21 Mei 2010 mengenai pemberian izin

usaha kepada PT Bank BNI Syariah. Dan di dalam Corporate Plan UUS

BNI tahun 2003 ditetapkan bahwa status UUS bersifat temporer dan

82

akan dilakukan spin off tahun 2009. Rencana tersebut terlaksana pada

tanggal 19 Juni 2010 dengan beroperasinya BNI Syariah sebagai Bank

Umum Syariah (BUS). Realisasi waktu spin off bulan Juni 2010 tidak

terlepas dari faktor eksternal berupa aspek regulasi yang kondusif yaitu

dengan diterbitkannya UU No.19 tahun 2008 tentang Surat Berharga

Syariah Negara (SBSN) dan UU No.21 tahun 2008 tentang Perbankan

Syariah. Disamping itu, komitmen Pemerintah terhadap pengembangan

perbankan syariah semakin kuat dan kesadaran terhadap keunggulan

produk perbankan syariah juga semakin meningkat.

Juni 2014 jumlah cabang BNI Syariah mencapai 65 Kantor

Cabang, 161 Kantor Cabang Pembantu, 17 Kantor Kas, 22 Mobil

Layanan Gerak dan 20 Payment Point. (www.bnisyariah.co.id)

4. Bank Rakyat Indonesia Syariah

Berawal dari akuisisi PT. Bank Rakyat Indonesia (Persero), Tbk.,

terhadap Bank Jasa Arta pada 19 Desember 2007 dan setelah

mendapatkan izin dari Bank Indonesia pada 16 Oktober 2008 melalui

suratnya o.10/67/KEP.GBI/DpG/2008, maka pada tanggal 17

November 2008 PT. Bank BRISyariah secara resmi beroperasi.

Kemudian PT. Bank BRISyariah merubah kegiatan usaha yang semula

beroperasional secara konvensional, kemudian diubah menjadi kegiatan

perbankan berdasarkan prinsip syariah Islam.

Aktivitas PT. Bank BRISyariah semakin kokoh setelah pada 19

Desember 2008 ditandatangani akta pemisahan Unit Usaha Syariah PT.

http://www.bnisyariah.co.id/

83

Bank Rakyat Indonesia (Persero), Tbk., untuk melebur ke dalam PT.

Bank BRISyariah (proses spin off-) yang berlaku efektif pada tanggal 1

Januari 2009. Penandatanganan dilakukan oleh Bapak Sofyan Basir

selaku Direktur Utama PT. Bank Rakyat Indonesia (Persero), Tbk., dan

Bapak Ventje Rahardjo selaku Direktur Utama PT. Bank BRI Syariah.

Saat ini PT. Bank BRI Syariah menjadi bank syariah ketiga terbesar

berdasarkan aset. (www.brisyariah.co.id)

5. Bank Mega Syariah

PT Bank Syariah Mega Indonesia lahir pada tanggal 27 Juli 2004

dan resmi beroperasi pada tanggal 25 Agustus 2004. Sejak 2 November

2010 sampai dengan sekarang, melalui Keputusan Gubernur Bank

Indonesia No.12/75/KEP.GBI/DpG/2010, PT. Bank Syariah Mega

Indonesia berganti nama menjadi PT Bank Mega Syariah.

Sejak 16 Oktober 2008, Bank Mega Syariah telah menjadi bank

devisa. Selain itu, pada 8 April 2009, Bank Mega Syariah memperoleh

izin dari Departemen Agama Republik Indonesia (Depag RI) sebagai

bank penerima setoran biaya penyelenggaraan ibadah haji (BPS BPIH).

Dengan demikian, bank ini menjadi bank umum kedelapan sebagai BPS

BPIH yang tersambung secara online dengan Sistem Komputerisasi

Haji Terpadu (Siskohat) Depag RI. Izin itu tentu menjadi landasan baru

bagi Bank Mega Syariah untuk semakin melengkapi kebutuhan

perbankan syariah umat Indonesia. (www.megasyariah.co.id)

http://www.brisyariah.co.id/

http://www.megasyariah.co.id/

84

6. Bank Panin Dubai Syariah

Panin Dubai Syariah Bank mendapat ijin usaha dari Bank

Indonesia berdasarkan Surat Keputusan Gubernur Bank Indonesia

No.11/52/KEP.GBI/DpG/2009 tanggal 6 Oktober 2009 sebagai bank

umum berdasarkan prinsip syariah dan mulai beroperasi sebagai Bank

Umum Syariah pada tanggal 2 Desember 2009.

Sampai dengan 30 Juni 2017, komposisi kepemilikan saham Panin

Dubai Syariah Bank terdiri dari 50,22% milik PT Bank Panin Tbk,

38,25% milik Dubai Islamic Bank, dan 11,53% milik masyarakat.

(www.paninbanksyariah.co.id)

7. Bank Central Asia Syariah

PT. Bank BCA Syariah berdiri dan mulai melaksanakan kegiatan

usaha dengan prinsip-prinsip syariah setelah memperoleh izin operasi

syariah dari Bank Indonesia berdasarkan Keputusan Gubernur BI No.

12/13/KEP.GBI/DpG/2010 tanggal 2 Maret 2009 dan kemudian resmi

beroperasi sebagai bank syariah pada hari Senin tanggal 5 April 2010.

Komposisi kepemilikan saham PT Bank BCA Syariah adalah

sebagai berikut: PT Bank Central Asia Tbk. sebesar 99.9999% dan PT

BCA Finance sebesar 0.0001%.

BCA Syariah hingga saat ini memiliki 49 jaringan cabang yang

terdiri dari 9 Kantor Cabang (KC), 3 Kantor Cabang Pembantu (KCP),

3 Kantor Cabang Pembantu Mikro Bina Usaha Rakyat (BUR), 8 Kantor

Fungsional (KF) dan 26 Unit Layanan Syariah (ULS) yang tersebar di

http://www.paninbanksyariah.co.id/

85

wilayah DKI Jakarta, Tangerang, Bogor, Depok, Bekasi, Surabaya,

Semarang, Bandung, Solo dan Yogyakarta (data per Agustus 2016).

(www.bcasyariah.co.id)

8. Bank Jawa Barat dan Banten Syariah

BJB Syariah bergerak sebagai Divisi/Unit Usaha syariah selama10

(sepuluh) tahun. Pada tanggal 15 Januari 2010 BJB Syariah resmi

didirikan berdasarkan Akta Pendirian Nomor 4. Mulai beroperasi pada

tanggal 6 Mei 2010 setelah mendapatkan surat ijin dari Bank Indonesia

Nomor 12/629/DPbS tertanggal 30 April 2010.

Hingga saat ini Bank BJB syariah berkedudukan dan berkantor

pusat di Kota Bandung, Jalan Braga No 135, dan telah memiliki 8

(delapan) kantor cabang, 44 (empat puluh empat) kantor cabang

pembantu, 54 (empat puluh enam) jaringan Anjungan Tunai Mandiri

(ATM) yang tersebar di daerah Propinsi Jawa Barat, Banten dan DKI

Jakarta dan 49.630 jaringan ATM Bersama. (www.bjbsyariah.co.id)

9. Bank Victoria Syariah

Bank Swaguna di konversi menjadi PT bank Victoria Syariah. Pada

Tanggal 10 Februari 2010, PT Bank Victoria Syariah mendapat izin

operasional sebagai bank Syariah berdasarkan SK Gubenur Indonesia

No. 12/8/KEP GBI/DpG/2010. Bank beroperasi penuh dengan sistem

syariah pada 1 April 2010.

http://www.bjbsyariah.co.id/

86

Jumlah jaringan kantor sampai dengan tahun 2016 sebanyak 8

Kantor Cabang dan 5 Kantor Cabang Pembantu.

(www.bankvictoriasyariah.co.id)

10. Bank Syariah Bukopin

PT Bank Syariah Bukopin secara resmi beroperasi tanggal 9

Desember 2008. Sampai dengan akhir Desember 2014 Perseroan

memiliki jaringan kantor yaitu 1 (satu) Kantor Pusat dan Operasional,

11 (sebelas) Kantor Cabang, 7 (tujuh) Kantor Cabang Pembantu, 4

(empat) Kantor Kas, 1 (satu) unit mobil kas keliling, dan 76 (tujuh

puluh enam) Kantor Layanan Syariah, serta 27 (dua puluh tujuh) mesin

ATM BSB dengan jaringan Prima dan ATM Bank Bukopin.

(www.syariahbukopin.co.id)

11. Bank Tabungan Pensiunan Nasional Syariah

BTPN Syariah lahir dari perpaduan dua kekuatan yaitu, PT Bank

Sahabat Purbadanarta dan Unit Usaha Syariah BTPN.

Bank Sahabat Purbadanarta yang berdiri sejak Maret 1991 di

Semarang, merupakan bank umum non devisa yang 70% sahamnya

diakusisi oleh PT Bank Tabungan Pensiunan Nasional, Tbk (BTPN),

pada 20 Januari 2014, dan kemudian dikonversi menjadi BTPN Syariah

berdasarkan Surat Keputusan Otoritas Jasa Keuangan (OJK) tanggal 22

Mei 2014.

Unit Usaha Syariah BTPN yang difokuskan melayani dan

memberdayakan keluarga pra sejahtera di seluruh Indonesia adalah

http://www.bankvictoriasyariah.co.id/

http://www.syariahbukopin.co.id/

87

salah satu segmen bisnis di PT Bank Tabungan Pensiunan Nasional Tbk

sejak Maret 2008, kemudian di spin off dan bergabung ke BTPN

Syariah pada Juli 2014. (www.btpnsyariah.com)

12. Maybank Syariah Indonesia

Pada 23 September 2010, PT Bank Maybank Indocorp berubah

menjadi bank syariah komersial, dan berganti nama menjadi PT Bank

Maybank Syariah Indonesia (Maybank Syariah) berdasarkan Surat

Keputusan Gubernur Bank Indonesia No. 12/60/KEP.GBI/DpG/2010

tanggal 23 September 2010 tentang Pemberian izin Perubahan Kegiatan

Usaha dari Bank Umum Konvensional menjadi Bank Umum Syariah

PT Bank Maybank Syariah Indonesia. Setelah mendapat persetujuan

Bank Indonesia, Maybank Syariah memulai kegiatan usaha sebagai

bank syariah pada tanggal 1 Oktober 2010. (Maybank Syariah Annual

Report 2016)

B. Analisis Statistik Deskriptif

Pada bagian ini akan digambarkan ataupun dideskripsikan dari data

masing-masing variabel yang menampilkan karakteristik dari sampel yang

digunakan dalam penelitian ini. Karakteristik sample tersebut meliputi, nilai

rata-rata (mean), nilai maksimum dan minimum untuk tiap-tiap variabel.

Deskripsi dalam penelitian meliputi 4 variabel, yaitu Net Operating Margin

(NOM), Capital Adequacy Ratio (CAR), Non Performing Finance (NPF),

dan Biaya Operasional Pendapatan Operasional (BOPO). Perhitungan data

variabel pada penelitian ini adalah sebagai berikut:

http://www.btpnsyariah.com/

88

1. Net Operating Margin (NOM)


tahun 2011, Net Operating Margin (NOM) merupakan rasio utama dari

faktor Rentabilitas bank syariah. Rasio ini digunakan untuk melihat

seberapa besar kemampuan aktiva produktif bank syariah dalam

menghasilkan laba.

Semakin tinggi nilai NOM bank, maka semakin baik kinerja

rentabilitas bank tersebut, dan sebaliknya.

Tabel 4.1

Statistik Deskriptif NOM Bank Umum Syariah

BUS

NOM (dalam persen)

2015

Q1

2015

Q2

2015

Q3

2015

Q4

2016

Q1

2016

Q2

2016

Q3

2016

Q4

2017

Q1

BMI 0,27 0,54 0,42 0,27 0,3 0,01 0,1 0,2 0,16

BSM 0,45 0,59 0,45 0,58 0,6 0,67 0,65 0,64 0,68

BNIS 0,52 0,61 0,43 0,67 1,3 1,18 1,03 0,9 0,73

BRIS -0,11 1,67 0,08 0,07 0,44 0,51 0,45 0,39 0,2

BMS -1,45 -1,39 -1,05 -0,34 4,96 2,95 2,36 -2,44 1,44

BPDS 0,86 0,81 0,78 0,86 0,02 0,15 0,14 0,05 0,5

BCAS 0,73 0,84 0,87 0,98 0,79 0,94 1,03 1,15 1,03

BJBS -2,45 -1,39 -3,31 -2,45 -0,61 -18,84 -23,63 -27,84 -1,14

BVS -4,63 1,48 0,49 -4,63 -11,64 -8,06 -53,06 -3,17 0,16

BSB 0,15 0,61 0,81 0,27 1,28 1,17 0,79 0,40 0,19

BTPNS 0,06 2,14 5,20 5,77 7,90 8,53 9,53 10,2 11,86

MSI -6,52 -23,4 -25,64 -32,92 -9,18 -19,09 -20,01 -19,96 -26,95

Rata-rata -1,01 -1,41 -1,71 -2,57 -0,32 -2,49 -6,72 -3,29 -0,93

Minimum -6,52 -23,4 -25,6 -32,9 -11,64 -19,09 -53,1 -27,84 -26,95

Maksimum 0,86 2,14 5,2 5,77 7,9 8,53 9,53 10,2 11,86

Sumber: data diolah

Dari hasil perhitungan data di atas dapat kita lihat bahwa nilai

NOM terbesar terjadi pada tahun 2017 quartal pertama oleh BTPNS

sebesar 11,86% dan terendah pada tahun 2015 quartal empat oleh MSI

sebesar -32,9%. Sementara itu, rata-rata NOM Bank Umum Syariah

(BUS) di Indonesia dari tabel di atas masih tergolong sangat rendah

89

dengan rata-rata angka dibawah 1%. Hal ini perlu menjadi perhatian

khusus karena tingkat rentabilitas bank syariah yang dalam hal ini di

proksikan dengan rasio NOM dapat mengakibatkan ketidakpercayaan

masyarakat terhadap bank syariah yang pada akhirnya akan

menurunkan laba bank syariah.

2. Capital Adequacy Ratio (CAR)

CAR adalah rasio kinerja bank untuk mengukur kecukupan modal

yang dimiliki bank untuk menunjang aktiva yang mengandung atau

menghasilkan risiko, misalnya kredit yang diberikan (Rahardja, 2014).


tahun 2011, kecukupan penyediaan modal minimum (KPMM)

merupakan rasio utama dari faktor permodalan (capital). Semakin besar

KPMM bank syariah mengindikasikan bahwa bank tersebut memiliki

aset yang likuid dalam jangka panjang.

Tabel 4.2

Statistik Deskriptif CAR Bank Umum Syariah

BUS

NOM (dalam persen)

2015

Q1

2015

Q2

2015

Q3

2015

Q4

2016

Q1

2016

Q2

2016

Q3

2016

Q4

2017

Q1

BMI 12,36 13,60 13,71 12,00 12,10 12,78 12,75 12,74 12,83

BSM 11,35 11,97 11,84 12,85 13,39 13,69 13,50 14,01 14,40

BNIS 15,40 15,11 15,38 15,48 15,85 15,56 15,82 14,92 14,44

BRIS 13,21 11,03 13,82 13,94 14,66 14,06 14,30 20,63 21,14

BMS 18,80 16,54 17,81 18,74 22,22 22,86 22,97 23,53 25,76

BPDS 20,30 21,88 21,37 20,30 19,80 19,51 19,86 18,17 18,04

BCAS 43,57 27,29 43,20 40,00 39,16 37,93 37,12 36,78 35,26

BJBS 22,53 12,20 22,44 22,53 24,58 20,93 23,10 18,25 17,96

BVS 16,14 20,39 19,87 16,14 16,05 15,88 14,20 15,98 24,44

BSB 14,50 14,10 15,26 16,31 15,62 14,82 15,06 17,00 16,71

BTPNS 31,56 20,57 21,29 19,93 22,03 21,47 23,82 23,80 23,88

MSI 44,43 43,35 43,05 38,40 46,57 45,63 46,07 55,06 61,44

Rata-rata 22,01 19,00 21,59 20,55 21,84 21,26 21,55 22,57 23,89

Minimum 11,35 11,03 11,84 12,00 12,10 12,78 12,75 12,74 12,83

90

BUS

NOM (dalam persen)

2015

Q1

2015

Q2

2015

Q3

2015

Q4

2016

Q1

2016

Q2

2016

Q3

2016

Q4

2017

Q1

Maksimum 44,43 43,35 43,20 40,00 46,57 45,63 46,07 55,06 61,44

Sumber: data diolah

Dari tabel 4.2 diatas menunjukkan bahwa rata-rata CAR Bank

Umum Syariah di Indonesia berada pada peringkat 1 karena nilainya

lebih dari 12%. Angka terendah CAR terjadi pada tahun 2015 quartal

kedua sebesar 11,03% oleh BRIS dan angka terbesar CAR terjadi pada

tahun 2017 quartal pertama sebesar 61,44% oleh MSI.

3. Non Performing Finance (NPF)


tanggal 25 Oktober 2011, NPF merupakan rasio penunjang dari

komponen faktor kualitas aset. Non Performing Finance (NPF)

merupakan istilah yang digunakan untuk rasio pembiayaan bermasalah

dalam perbankan syariah.

Tingginya NPF suatu bank akan menghilangkan kesempatan

pendapatan (income) dari pembiayaan yang diberikan, sehingga

mengurangi laba.

Tabel 4.3

Statistik Deskriptif NPF Bank Umum Syariah

BUS

NOM (dalam persen)

2015

Q1

2015

Q2

2015

Q3

2015

Q4

2016

Q1

2016

Q2

2016

Q3

2016

Q4

2017

Q1

BMI 7,11 4,93 4,64 7,11 6,07 7,23 4,43 3,83 4,56

BSM 6,77 6,67 6,89 6,06 6,42 5,58 5,43 4,92 4,91

BNIS 2,22 2,42 2,54 2,53 2,77 2,80 3,03 2,94 3,16

BRIS 4,96 5,31 4,90 4,86 4,84 4,87 5,22 4,57 4,71

BMS 4,33 4,86 4,78 4,26 4,18 4,16 3,74 3,30 3,43

BPDS 2,63 0,91 1,76 2,63 2,70 2,70 2,87 2,26 2,28

BCAS 0,92 0,60 0,59 0,70 0,59 0,55 1,14 0,50 0,50

BJBS 6,93 6,91 6,91 6,93 6,93 17,09 12,50 17,91 18,13

91

BUS

NOM (dalam persen)

2015

Q1

2015

Q2

2015

Q3

2015

Q4

2016

Q1

2016

Q2

2016

Q3

2016

Q4

2017

Q1

BVS 9,80 5,03 6,56 9,80 11,06 12,03 11,61 5,82 8,49

BSB 4,52 3,03 3,01 2,99 2,89 2,88 2,59 3,17 2,22

BTPNS 1,81 1,21 1,30 1,25 1,22 1,18 1,41 1,53 1,74

MSI 5,06 15,15 18,07 35,15 21,88 29,31 30,30 43,99 46,55

Rata-rata 4,76 4,75 5,16 7,02 10,52 7,53 7,02 7,90 8,39

Minimum 0,92 0,6 0,59 0,70 0,59 0,55 1,14 0,50 0,50

Maksimum 9,8 15,2 18,1 35,2 6,07 29,3 30,3 43,99 46,55

Sumber: data diolah

Dari tabel 4.3 diatas dapat kita lihat bahwa rata-rata NPF Bank

Umum Syariah di Indonesia tergolong cukup baik karena berada pada

tingkat 5% sampai dengan 8%, kecuali untuk tahun 2016 dan 2017

quartal pertama yang tergolong kurang baik karena angkanya lebih dari

8%. Angka terendah dicapai oleh BCAS tahun 2016 quartal empat dan

2017 quartal pertama sebesar 0,50%. Sedangkan angka tertinggi tahun

2017 quartal pertama sebesar 46,55% oleh MSI.

4. Biaya Operasional Pendapatan Operasional (BOPO)


tanggal 25 Oktober 2011, perbandingan antara biaya operasional

dengan pendapatan operasional disebut dengan rasio efisiensi kegiatan

operasional (REO).

Biaya Operasional Terhadap Pendapatan Operasional (BOPO)

merupakan alat untuk mengukur tingkat efisiensi dan kemampuan bank

dalam melakukan segala operasinya. Efisiensi operasional sangat

penting bagi bank untuk meningkatkan tingkat keuntungan yang akan

dicapai (Wahyuni, 2017).

92

Tabel 4.4

Statistik Deskriptif BOPO Bank Umum Syariah

BUS

NOM (dalam persen)

2015

Q1

2015

Q2

2015

Q3

2015

Q4

2016

Q1

2016

Q2

2016

Q3

2016

Q4

2017

Q1

BMI 97,41 94,84 96,26 97,36 97,32 99,90 98,89 97,76 98,19

BSM 95,92 96,16 97,41 94,78 94,44 93,76 93,93 94,12 93,82

BNIS 89,87 90,39 91,60 89,63 85,37 85,88 86,28 87,67 87,29

BRIS 96,13 93,84 93,97 93,79 90,47 90,41 90,99 91,33 93,67

BMS 110,53 104,80 102,33 99,51 84,92 89,07 89,50 88,16 88,82

BPDS 89,29 88,80 89,57 89,33 98,14 96,51 95,91 96,17 91,56

BCAS 90,62 93,33 94,61 92,48 94,07 92,87 92,91 92,18 92,97

BJBS 98,78 99,47 104,25 98,78 95,12 106,12 118,66 122,77 97,76

BVS 119,19 90,02 99,74 119,19 133,20 177,90 163,41 131,34 98,86

BSB 96,10 94,78 87,95 91,99 88,95 89,88 89,74 91,76 94,12

BTPNS 89,72 88,72 86,83 85,32 81,14 79,17 77,10 75,14 71,98

MSI 124,36 212,62 145,50 192,60 114,67 182,28 171,24 160,28 91,72

Rata-rata 99,83 103,98 99,17 103,73 96,48 106,98 105,71 102,39 91,73

Minimum 89,29 88,72 86,83 85,32 81,14 79,17 77,10 75,14 71,98

Maksimum 124,4 212,62 145,50 192,6 133,2 182,28 171,24 160,28 98,86

Sumber: data diolah

Dari tabel 4.4 diatas, menunjukkan bahwa rata-rata BOPO Bank

Umum Syariah di Indonesia tergolong tidak baik karena angkanya lebih

dari 89%. Angka terendah sebesar 75,14% yaitu pada tahun 2016

quartal empat oleh BTPNS, sedangkan angka tertinggi sebesar 212,62%

yaitu pada tahun 2015 quartal kedua oleh MSI.

C. Uji Stasioneritas

Langkah awal sebelum mengestimasi model terlebih dahulu dilakukan uji

akar unit terhadap data yang akan digunakan permasing-masing variabel yang

ada dalam model sehingga dapat diketahui stasioneritas data tersebut. Adapun

jenis pengukuran akar unit yang dilakukan adalah menggunakan Augmented

Dickey Fuller (ADF) pada tingkat level dan Fisrt Difference.

93

Tabel 4.5

Hasil Uji Augmented Dickey Fuller (ADF) Tingkat Level

Variabel

Tingkat Stasioneritas

Keterangan

Level

t-statistic

Test Critical Value Probabil

ity 1%

level

5%

level

10%

level

NOM -3.374573 -4.105534 -3.480463 -3.168039 0.0638 TIDAK

STASIONER

CAR -2.063655 -4.046925 -3.452764 -3.151911 0.5596 TIDAK

STASIONER

NPF -1.816134 -4.046072 -3.452358 -3.151673 0.6901 TIDAK

STASIONER

BOPO -4.395618 -4.046072 -3.452358 -3.151673 0.0034 STASIONER

Sumber: Output Eviews 9.5 (data diolah)

Data dikatakan stasioner jika probabilitas nya < 0.05%. Dari tabel 4.5

diatas, dapat disimpulkan bahwa hanya satu variabel yang stasioner yaitu

BOPO dengan probabilitas 0.0034 (0.0034 < 0.05). Sedangkan NOM, CAR

dan NPF tidak stasioner karena probabilitas nya > 0.05 yaitu 0.0638 untuk

NOM, 0.9384 untuk CAR dan 1.0000 untuk NPF. Karena hasil uji ADF

masih menunjukkan adanya data yang tidak stasioner, maka perlu dilakukan

uji ADF pada tingkat 1st difference.

Tabel 4.6

Hasil Uji Augmented Dickey Fuller (ADF) Tingkat 1st Difference

Variabel

Tingkat Stasioneritas

Keterangan

1st difference

t-statistic

Test Critical Value Probabil

ity 1%

level

5%

level

10%

level

NOM -10.57548 -4.105534 -3.480463 -3.168039 0.0000 STASIONER

CAR -14.04003 -4.046925 -3.452764 -3.151911 0.0000 STASIONER

NPF -10.06985 -4.046925 -3.452764 -3.151911 0.0000 STASIONER

BOPO -11.67724 -4.046925 -3.452764 -3.151911 0.0000 STASIONER


Hasil uji ADF pada tingkat 1st difference diatas menunjukkan bahwa

semua data telah stasioner. Hal ini ditunjukkan dengan probabilitas masing-

94

masing variabel < 0.05 sehingga H0 ditolak dan Ha diterima. Karena seluruh

data sudah stasioner, maka pengujian bisa dilanjutkan ke tahap berikutnya.

D. Hasil Analisis dan Pembahasan

1. Uji Model Regresi Data Panel

Analisis model data panel dalam penelitian ini dilakukan dengan

tiga model yaitu, common effect, fixed effect, dan random effect.

a. Common Effect

Langkah pertama adalah dengan melakukan olah data

menggunakan pendekatan Common Effect Model (CEM).

Hasil pengolahan menggunakan program Eviews 9.5 seperti

pada table 4.7 di bawah ini:

Tabel 4.7

Hasil Regresi Data Panel Menggunakan Common Effect Dependent Variable: NOM?

Method: Pooled Least Squares

Date: 09/29/17 Time: 12:51

Sample: 2015Q1 2017Q1

Included observations: 9

Cross-sections included: 12

Total pool (unbalanced) observations: 101 Variable Coefficient Std. Error t-Statistic Prob. C 25.01788 3.298476 7.584679 0.0000

CAR? -0.023415 0.039422 -0.593969 0.5539

NPF? -0.449806 0.111151 -4.046812 0.0001

BOPO? -0.237386 0.039681 -5.982419 0.0000 R-squared 0.714192 Mean dependent var -0.612574

Adjusted R-squared 0.705353 S.D. dependent var 6.058521

S.E. of regression 3.288653 Akaike info criterion 5.257631

Sum squared resid 1049.078 Schwarz criterion 5.361201

Log likelihood -261.5104 Hannan-Quinn criter. 5.299559

F-statistic 80.79620 Durbin-Watson stat 0.774743

Prob(F-statistic) 0.000000


95

b. Fixed Effect

Langkah kedua dilakukan pengolahan data menggunakan

pendekatan Fixed Effect Model (FEM).

Hasil pengolahan menggunakan program Eviews 9.5 seperti

pada table 4.7 di bawah ini:

Tabel 4.8

Hasil Regresi Data Panel Menggunakan Fixed Effect Dependent Variable: NOM?

Method: Pooled Least Squares

Date: 09/23/17 Time: 09:21

Sample: 2015Q1 2017Q1



Total pool (unbalanced) observations: 108 Variable Coefficient Std. Error t-Statistic Prob. C 35.71230 5.141656 6.945682 0.0000

CAR? -0.178191 0.113227 -1.573753 0.1192

NPF? -0.366341 0.130149 -2.814785 0.0060

BOPO? -0.319960 0.044356 -7.213521 0.0000

Fixed Effects (Cross)

BMI--C 0.057197

BSM--C -0.249270

BNIS--C -2.941461

BRIS--C -1.121146

BMS--C 0.592027

BPDS--C -1.161037

BCAS--C 1.924434

BJBS--C -3.573249

BVS--C 3.577686

BSB--C -1.872205

BTPNS--C 1.860963

MSI--C 8.327479 Effects Specification Cross-section fixed (dummy variables) R-squared 0.811597 Mean dependent var -0.612574








96

c. Uji Chow

Langkah selanjutnya adalah dilakukan pengujian untuk

memilih model data panel yang akan digunakan. Untuk memilih

common effect atau fixed effect maka digunakan uji Likelihood atau

uji chow. Jika probabilitasnya > 0.05 maka H0 diterima, artinya

model yang terpilih adalah common effect. Dan sebaliknya, jika

probabilitas < 0.05 maka H0 ditolak dan Ha diterima, artinya model

yang terpilih adalah fixed effect.

Berikut ini merupakan hasil dari uji chow:

Tabel 4.9

Hasil Uji Chow

Redundant Fixed Effects Tests

Pool: Untitled

Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 4.042028 (11,86) 0.0001

Cross-section Chi-square 42.090445 11 0.0000


Nilai yang harus diperhatikan pada uji chow adalah nilai

probabilitas dari F-Statistik. Hipotesis yang digunakan dalam uji

chow adalah sebagai berikut:

H0 : Common Effect Model (CEM)

Ha : Fixed Effect Model (FEM)

Berdasarkan tabel 4.9 diatas, model yang terpilih untuk

sementara adalah fixed effect. Hal ini dikarenakan nilai

97

probabilitasnya adalah < 0.05 (0.0001 < 0.05) yang berarti H0

ditolak dan Ha diterima.

d. Random Effect

Setelah dilakukannya uji chow, maka dilakukan pengolahan

data dengan metode pendekatan Random Effect Model (REM)

untuk dibandingkan dengan Fixed Effect Model (FEM). Adapun

Hasil pengolahan dari program Eviews 9.5 didapatkan data sebagai

berikut:

Tabel 4.10

Hasil Regresi Data Panel Menggunakan Random Effect Dependent Variable: NOM?

Method: Pooled EGLS (Cross-section random effects)

Date: 09/23/17 Time: 09:24

Sample: 2015Q1 2017Q1



Total pool (unbalanced) observations: 108

Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 28.20628 3.522494 8.007474 0.0000

CAR? -0.027028 0.056740 -0.476346 0.6349

NPF? -0.368632 0.115329 -3.196353 0.0019

BOPO? -0.272692 0.038766 -7.034360 0.0000

Random Effects (Cross)

BMI--C 0.806915

BSM--C 0.637533

BNIS--C -1.493184

BRIS--C -0.221861

BMS--C 0.330991

BPDS--C -0.815779

BCAS--C -0.525722

BJBS--C -3.184243

BVS--C 2.177673

BSB--C -0.806124

BTPNS--C 1.566004

MSI--C 1.527796 Effects Specification

S.D. Rho Cross-section random 1.775431 0.2816

Idiosyncratic random 2.835707 0.7184

98

Weighted Statistics R-squared 0.626942 Mean dependent var -0.391650


S.E. of regression 2.864777 Sum squared resid 796.0740


Prob(F-statistic) 0.000000 Unweighted Statistics R-squared 0.711136 Mean dependent var -0.612574

Sum squared resid 1060.297 Durbin-Watson stat 0.744169


e. Uji Hausman

Langkah selanjutnya adalah memilih metode data panel yang

akan digunakan. Maka dari itu, perlu dilakukan kembali uji

penentuan model yaitu Uji Hausman untuk memilih antara Fixed

Effect Model (FEM) atau Random Effect Model (REM). Jika

probabilitasnya > 0.05 maka H0 diterima, artinya model yang

terpilih adalah Random Effect. Namun, jika probabilitasnya < 0.05

maka H0 ditolak dan Ha diterima, artinya model yang terpilih

adalah Fixed Effect.

Tabel 4.11

Hasil uji Hausman

Correlated Random Effects - Hausman Test

Pool: Untitled

Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 4.998122 3 0.1719


99

Nilai yang harus diperhatikan pada Uji Hausman adalah nilai

probabilitas dari F-Statistik. Hipotesis yang digunakan dalam Uji

Hausman adalah sebagai berikut:

H0 : Random Effect Model (REM)

Ha : Fixed Effect Model (FEM)

Berdasarkan tabel 4.11 diatas, maka model yang terpilih adalah

Random Effect. Hal ini dikarenakan angka probabilitasnya > 0.05

(0.1719 > 0.05), yang berarti H0 diterima.

2. Uji Asumsi Klasik

a. Uji Normalitas

Tabel 4.12

Hasil Uji Normalitas

0

2

4

6

8

10

12

14

16

-3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5

Series: Residuals

Sample 1 99

Observations 77

Mean -7.24e-15

Median -0.016164

Maximum 1.586195

Minimum -2.751568

Std. Dev. 0.827164

Skewness -1.091847

Kurtosis 4.818439

Jarque-Bera 25.90806

Probability 0.000002


Berdasarkan histogram uji normalitas di atas dapat diketahui

bahwa probability Jarque-Bera < 0.05 (0.000002 < 0.05), artinya

data pada penelitian ini tidak berdistribusi secara normal. Oleh

karena itu, perlu dilakukan perbaikan atas data outlier.

Peneliti memperbaiki data dengan cara mengubah model

regresi menjadi logaritma natural pada semua variabel, kemudian

100

dilakukan uji normalitas ulang dengan menambah log pada variabel

nom menjadi bentuk lognom. Berikut ini adalah hasil dari

pengujian ulang pada uji normalitas.

Tabel 4.13

Hasil Uji Normalitas Menggunakan Logaritma Natural

0

1

2

3

4

5

6

-3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5 2.0

Series: ResidualsSample 23 99Observations 21

Mean -5.75e-15Median 0.178959Maximum 1.547595Minimum -2.905996Std. Dev. 1.120011Skewness -0.768098Kurtosis 3.171467

Jarque-Bera 2.090635Probability 0.351580


Berdasarkan tabel 4.13 diatas, dapat diketahui bahwa

probability JB > 0.05 (0.351580 > 0.05), sehingga dapat

disimpulkan bahwa H0 diterima dan data berdistribusi normal.

b. Uji Multikolinearitas

Tabel 4.14

Hasil Uji Multikolinearitas

CAR NPF BOPO

CAR 1.000000 -0.021325 0.311999

NPF -0.021325 1.000000 0.656128

BOPO 0.311999 0.656128 1.000000


Berdasarkan tabel 4.14 diatas dengan menggunakan

correlation test dapat disimpulkan bahwa tidak terjadi

multikolinearitas. Hal ini dapat di lihat pada nilai tertinggi sebesar

101

0.664094 (0.656128 < 0.9) yaitu antara NPF dan BOPO yang

artinya H0 diterima.

c. Uji Heteroskedastisitas

Tabel 4.15

Hasil Uji Heteroskedastisitas (Uji White) Heteroskedasticity Test: White

F-statistic 1.526576 Prob. F(9,67) 0.1567

Obs*R-squared 13.10289 Prob. Chi-Square(9) 0.1580

Scaled explained SS 22.48472 Prob. Chi-Square(9) 0.0075 Sumber: Output Eviews 9.5 (data diolah)

Berdasarkan tabel 4.16 diatas dapat disimpulkan bahwa H0

diterima. Hal ini terbukti dengan nilai probability chi-square > 0.05

(0.1580 > 0.05), artinya tidak terjadi heteroskedastisitas sehingga

dapat dilanjutkan ke pengujian selanjutnya.

d. Uji Autokorelasi

Tabel 4.16

Hasil Uji Autokorelasi Breusch-Godfrey Serial Correlation LM Test:


Obs*R-squared 1.346057 Prob. Chi-Square(2) 0.5102 Sumber: Output Eviews 9.5 (data diolah)

Berdasarkan tabel 4.16 diatas, dapat disimpulkan bahwa tidak

terjadi gelaja autokorelasi dalam model. Hal ini dibuktikan dengan

nilai probability chi-square > 0.05 (0.5102 > 0.05), yang artinya H0

diterima.

102

3. Pengujian Hipotesis dengan Analisis Regresi Data Panel

a) Pengaruh Variabel CAR, NPF, dan BOPO terhadap Rentabilitas

secara parsial (uji t)

Uji t dilakukan untuk mengetahui besarnya pengaruh variabel

CAR, NPF, dan BOPO secara parsial terhadap Rentabilitas yang

diproksikan dengan Net Operating Margin (NOM). Pengujian

secara parsial digunakan untuk menguji pengaruh variabel

independen terhadap variabel dependen. Jika probabilitas < 0.05

maka H0 ditolak dan Ha diterima sehingga dapat disimpulkan bahwa

variabel independen berpengaruh signifikan terhadap variabel

dependen. Sedangkan apabila probabilitas > 0.05 maka H0 diterima

dan Ha ditolak sehingga dapat disimpulkan bahwa variabel

independen berpengaruh tidak signifikan terhadap variabel

dependen. Uji hipotesis secara parsial dapat dilihat dari tabel

berikut:

Tabel 4.17

Hasil Uji t

Dependent Variable: NOM?


Date: 09/23/17 Time: 09:24

Sample: 2015Q1 2017Q1





CAR? -0.027028 0.056740 -0.476346 0.6349

NPF? -0.368632 0.115329 -3.196353 0.0019

103

BOPO? -0.272692 0.038766 -7.034360 0.0000


BMI--C 0.806915

BSM--C 0.637533

BNIS--C -1.493184

BRIS--C -0.221861

BMS--C 0.330991

BPDS--C -0.815779

BCAS--C -0.525722

BJBS--C -3.184243

BVS--C 2.177673

BSB--C -0.806124

BTPNS--C 1.566004



Idiosyncratic random 2.835707 0.7184 Weighted Statistics R-squared 0.626942 Mean dependent var -0.391650







Berdasarkan tabel diatas, maka dapat ditarik kesimpulan

sebagai berikut:

1) Pengaruh CAR terhadap rentabilitas

Hasil pengujian dengan analisis regresi data panel di atas

menunjukan nilai coefficient CAR sebesar -0.476346 yang

menunjukan bahwa arah koefisien negatif, sedangkan

probabilitas CAR sebesar 0.6349 > 0.05 menyebabkan H0

104

diterima dan Ha ditolak. Sehingga dapat disimpulkan bahwa

CAR tidak berpengaruh signifikan terhadap rentabilitas.

2) Pengaruh NPF terhadap rentabilitas


menunjukan nilai coefficient NPF sebesar -3.196353 yang

menunjukkan bahwa arah koefisien negatif, sedangkan

probabilitas NPF sebesar 0.0019 < 0.05 menyebabkan H0

ditolak dan Ha diterima. Sehingga dapat disimpulkan bahwa

NPF memiliki pengaruh signifikan terhadap rentabilitas.

3) Pengaruh BOPO terhadap rentabilitas


menunjukan nilai coefficient BOPO sebesar -7.034360 yang

menunjukkan bahwa arah koefisien negatif, sedangkan

probabilitas BOPO sebesar 0.0000 < 0.05 sehingga H0 ditolak

dan Ha diterima. Sehingga dapat disimpulkan bahwa BOPO

memiliki pengaruh signifikan terhadap rentabilitas.

b) Pengaruh Variabel CAR, NPF, dan BOPO terhadap Rentabilitas

secara simultan (uji F)

Uji F digunakan untuk mengetahui besarnya pengaruh variabel

CAR, NPF, dan BOPO secara simultan terhadap rentabilitas yang

diproksikan dengan Net Operating Margin (NOM). Pengujian

secara simultan atau uji F digunakan untuk menguji pengaruh

variabel independen secara bersama-sama terhadap variabel

105

dependen. Apabila probabilitas < 0.05 maka Ho ditolak dan Ha

diterima sehingga dapat disimpulkan bahwa variabel independen

berpengaruh signifikan secara simultan terhadap variabel

dependen. Sedangkan apabila nilai probabilitasnya > 0.05 maka H0

diterima dan Ha ditolak sehingga dapat disimpulkan bahwa variabel

independen secara simultan tidak berpengaruh signifikan terhadap

variabel independen. Uji Hipotesis secara simultan dapat dilihat

dari tabel berikut:

Tabel 4.18

Hasil Uji F Weighted Statistics R-squared 0.626942 Mean dependent var -0.391650






Dengan Hipotesis :

H0 : CAR, NPF, dan BOPO secara simultan tidak berpengaruh

signifikan terhadap rentabilitas

Ha : CAR, NPF, dan BOPO secara simultan memiliki pengaruh

signifikan terhadap rentabilitas

Berdasarkan hasil uji F diatas dapat dilihat bahwa nilai

probabilitas F-statistic sebesar 0.000000 < 0.05, sehingga H0

ditolak dan Ha diterima. Dengan demikian dapat disimpulkan

106

bahwa secara simultan terdapat pengaruh yang signifikan antara

variabel independen (CAR, NPF, dan BOPO) terhadap rentabilitas.

4. Koefisien Determinasi (Adjusted R2)

Koefisien Determinasi digunakan untuk mengetahui seberapa besar

kemampuan model dalam penelitian menerangkan variabel dependen.

Koefisien determinasi dapat dilihat pada tabel berikut:

Tabel 4.19

Hasil Uji Adjusted R-Square Weighted Statistics R-squared 0.626942 Mean dependent var -0.391650






Berdasarkan tabel 4.19 diatas besarnya nilai Adjusted R-squared

adalah 0.615404. Hal ini menunjukkan bahwa rentabilitas dapat

dijelaskan oleh variabel independen (CAR, NPF, dan BOPO) sebesar

61.54%. Sedangkan sisanya (100% - 61.54% = 38.46%) dijelaskan oleh

faktor lain diluar model regresi penelitian seperti faktor internal bank

(KAP, FDR, STM, pembiayaan, dll) dan faktor eksternal bank (tingkat

suku bunga, inflasi, dll).

107

5. Model Regresi Data Panel

Tabel 4.20

Hasil Regresi Data Panel



Date: 09/23/17 Time: 09:24

Sample: 2015Q1 2017Q1





CAR? -0.027028 0.056740 -0.476346 0.6349

NPF? -0.368632 0.115329 -3.196353 0.0019

BOPO? -0.272692 0.038766 -7.034360 0.0000


BMI--C 0.806915

BSM--C 0.637533

BNIS--C -1.493184

BRIS--C -0.221861

BMS--C 0.330991

BPDS--C -0.815779

BCAS--C -0.525722

BJBS--C -3.184243

BVS--C 2.177673

BSB--C -0.806124

BTPNS--C 1.566004



Idiosyncratic random 2.835707 0.7184 Weighted Statistics R-squared 0.626942 Mean dependent var -0.391650







108

Berdasarkan tabel 4.20 diatas, maka diperoleh persamaan model

regresi antara variabel dependen (NOM) dan variabel independen

(CAR, NPF, dan BOPO) sebagai berikut:

Rentabilitasit = 28.20628 - 0.027028CARit - 0.368632NPFit -

0.272692BOPOit + e

Dari persamaan diatas dapat dijelaskan bahwa:

a. Konstanta sebesar 28.20628 menunjukan bahwa jika variabel

independen (CAR, NPF, dan BOPO) pada observasi ke i dan

periode ke t adalah konstan, maka nilai NOM adalah 28.20628.

b. Koefisien regresi sebesar -0.027028 menunjukkan jika nilai CAR

pada observasi ke i dan periode ke t naik sebesar 1% maka akan

menurunkan nilai NOM pada observasi ke i dan periode ke t

sebesar -0.027028.

c. Koefisien regresi sebesar -0.368632 menunjukkan jika nilai NPF

pada observasi ke i dan periode ke t turun sebesar 1% maka akan


sebesar -0.368632.

d. Koefisien regresi sebesar -0.272692 menunjukkan jika nilai BOPO

pada observasi ke i dan periode ke t turun sebesar 1% maka akan


sebesar -0.272692.

Yit = β0i + β1X1it + β2X2it + β3X3it + εit

109

6. Persamaan Model Regresi Tiap Bank

Tabel 4.21

Model Regresi Tiap Bank Variable Coefficient Std. Error t-Statistic Prob. C 28.20628 3.522494 8.007474 0.0000

CAR? -0.027028 0.056740 -0.476346 0.6349

NPF? -0.368632 0.115329 -3.196353 0.0019

BOPO? -0.272692 0.038766 -7.034360 0.0000


BMI--C 0.806915

BSM--C 0.637533

BNIS--C -1.493184

BRIS--C -0.221861

BMS--C 0.330991

BPDS--C -0.815779

BCAS--C -0.525722

BJBS--C -3.184243

BVS--C 2.177673

BSB--C -0.806124

BTPNS--C 1.566004

MSI--C 1.527796 Sumber: Output Eviews 9.5 (data diolah)

Berdasarkan table 4.21 diatas, maka didapat persamaan model

regresi tiap bank umum syariah sebagai berikut:

1) Persamaan model regresi Bank Muamalat Indonesia

Rentabilitas BMIit = 0.806915 - 0.027028CARit -

0.368632NPFit - 0.272692BOPOit + e

Konstanta sebesar 0.806915 menunjukkan bahwa jika variabel


periode ke t adalah konstan, maka rentabilitas meningkat sebesar

0.806915.

110

2) Persamaan model regresi Bank Syariah Mandiri

Rentabilitas BSMit = 0.637533 - 0.027028CARit -

0.368632NPFit - 0.272692BOPOit + e




0.637533.

3) Persamaan model regresi Bank Negara Indonesia Syariah

Rentabilitas BNISit = -1.493184 - 0.027028CARit -

0.368632NPFit - 0.272692BOPOit + e

Konstanta sebesar -1.493184 menunjukkan bahwa jika variabel


periode ke t adalah konstan, maka rentabilitas menurun sebesar -

1.493184.

4) Persamaan model regresi Bank Rakyat Indonesia Syariah

Rentabilitas BRISit = -0.221861 - 0.027028CARit -

0.368632NPFit - 0.272692BOPOit + e




0.221861.

111

5) Persamaan model regresi Bank Mega Syariah

Rentabilitas BMSit = 0.330991 - 0.027028CARit -

0.368632NPFit - 0.272692BOPOit + e




0.330991.

6) Persamaan model regresi Bank Panin Dubai Syariah

Rentabilitas BPDSit = -0.815779 - 0.027028CARit -

0.368632NPFit - 0.272692BOPOit + e




0.815779.

7) Persamaan model regresi Bank Central Asia Syariah

Rentabilitas BCASit = -0.525722 - 0.027028CARit -

0.368632NPFit - 0.272692BOPOit + e




0.525772.

112

8) Persamaan model regresi Bank Jabar Banten Syariah

Rentabilitas BJBSit = -3.184243 - 0.027028CARit -

0.368632NPFit - 0.272692BOPOit + e




3.184243.

9) Persamaan model regresi Bank Victoria Syariah

Rentabilitas BVSit = 2.177673 - 0.027028CARit -

0.368632NPFit - 0.272692BOPOit + e




2.177673.

10) Persamaan model regresi Bank Syariah Bukopin

Rentabilitas BSBit = -0.806124 - 0.027028CARit -

0.368632NPFit - 0.272692BOPOit + e




0.806124.

113

11) Persamaan model regresi Bank Tabungan Pensiunan Nasional

Syariah

Rentabilitas BTPNSit = 1.566004 - 0.027028CARit -

0.368632NPFit - 0.272692BOPOit + e




1.566004.

12) Persamaan model regresi Maybank Syariah Indonesia

Rentabilitas MBSit = 1.527796 - 0.027028CARit -

0.368632NPFit - 0.272692BOPOit + e




1.527796.

E. Interpretasi Hasil Penelitian

1. Pengaruh CAR terhadap rentabilitas

Hasil penelitian menunjukkan bahwa H01 diterima dan Ha1 ditolak

yang artinya variabel CAR tidak berpengaruh signifikan terhadap

Rentabilitas. Hal ini dibuktikan dengan hasil uji hipotesis dengan nilai

signifikan lebih besar dari nilai α (0.6349 > 0.05).

Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh

Romdayanah (2011) dan Defri (2012) yang menyatakan bahwa CAR tidak

114

berpengaruh signifikan terhadap Rentabilitas. Namun, hasil ini

bertentangan dengan penelitian yang dilakukan oleh Wibisono dan

Wahyuni (2017) dan Nasution (2017) yang menyatakan bahwa CAR

berpengaruh signifikan terhadap Rentabilitas.

Capital Adequacy Ratio (CAR) tidak berpengaruh signifikan terhadap

rentabilitas. Hasil penelitian ini mengindikasikan bahwa semakin tinggi

tingkat kecukupan pemenuhan modal (CAR) suatu bank tidak menjadi

tolak ukur keberhasilan manajemen bank dalam memperoleh laba yang

tinggi. Bank yang memiliki modal besar namun tidak dapat menggunakan

modalnya itu secara efektif untuk menghasilkan laba, maka modal yang

besar pun tidak berpengaruh secara signifikan terhadap profitabilitas bank

(Syaichu, 2013).

Tidak signifikannya CAR terhadap NOM, hal ini kemungkinan

dikarenakan peraturan BI yang mengharuskan bank syariah untuk menjaga

CAR dengan ketentuan minimal 8%, sehingga pemilik bank menambah

modal bank dengan menyediakan dana (fresh money) untuk mengantisipasi

risiko pembiayaan yang diberikan agar rasio kecukupan modal (CAR)

bank dapat terpenuhi. Sedangkan pangsa pasar perbankan saat

dilakukannya penelitian masih tergolong rendah yaitu berkisar di angka

5%. Hal ini membuktikan bahwa tingkat kepercayaan masyarakat juga

masih tergolong rendah. Terlihat pada akhir tahun 2016 dana pihak ketiga

bank umum syariah sebesar Rp 206 Miliar lebih terhadap Financing to

Deposit Ratio (FDR) sebesar 85,99%. Artinya, bank syariah belum mampu

115

menyentuh angka FDR 90%. Untuk dapat memperoleh imbal hasil yang

efektif untuk nasabah simpanan, maka bank syariah harus dapat menjaga

tingkat FDR di atas 90%.

Akibat dari kejadian tersebut perbankan kurang menyalurkan

pembiayaan, bank dan pemilik modal lebih dominan membeli sertifikat

Bank Indonesia (SBI) dimana Aktiva Tertimbang Menurut Risiko

(ATMR) SBI oleh bank adalah 0. Dengan demikian ATMR bank relatif

kecil sehingga CAR tetap besar. Sehingga wajar jika CAR tidak signifikan

terhadap rentabilitas yang diproksikan oleh NOM, karena walaupun modal

yang dimiliki bank tinggi, tetapi kepercayaan masyarakat masih rendah,

hal ini tidak berdampak pada rentabilitas bank.

Hubungan antara CAR dan rentabilitas adalah negatif (-0.476346),

sehingga dapat diartikan bahwa CAR berpengaruh negatif terhadap

rentabilitas. Hal ini tidak sejalan dengan teori yang dikemukakan Somantri

(2013) yang menyebutkan bahwa semakin tinggi CAR maka akan semakin

meningkatkan rentabilitas sehingga dapat dikatakan memiliki pengaruh

positif.

Perbedaan hasil penelitian dengan teori terjadi karena, Bank Umum

Syariah di Indonesia pada tahun penelitian belum memaksimalkan modal

yang ada. Jika kecukupan modal besar maka diperkirakan rentabilitas

bank akan kecil. Hal ini dikarenakan kecukupan modal yang besar, yang

mana merupakan dana yang difungsikan untuk menghadapi kemungkinan

risiko yang akan terjadi, dapat diartikan dana yang tidak produktif. Dengan

116

kata lain, semakin tingginya dana yang tidak produktif akan berdampak

pada kemampuan bank dalam menghasilkan laba rendah.

2. Pengaruh NPF terhadap rentabilitas

Hasil penelitian menunjukkan bahwa H02 ditolak dan Ha2 diterima

yang artinya variabel NPF berpengaruh signifikan terhadap Rentabilitas.

Hal ini dibuktikan dengan hasil uji hipotesis dengan nilai signifikan lebih

kecil dari nilai α (0.0019 < 0.05).


Wibisono dan Wahyuni (2017) dan Nasution (2017) yang menyatakan

bahwa NPF berpengaruh signifikan terhadap Rentabilitas. Namun, hasil ini

bertentangan dengan penelitian yang dilakukan oleh Somantri (2017) yang

menyatakan bahwa NPF tidak berpengaruh signifikan terhadap

Rentabilitas.

Non Performing Finance (NPF) merupakan refleksi dari besarnya

pembiayaan bermasalah yang dihadapi oleh bank. Semakin tinggi rasio ini

maka akan semakin buruk kualitas kredit bank yang menyebabkan jumlah

kredit bermasalah semakin besar, dan oleh karena itu bank harus

menanggung kerugian dalam kegiatan operasionalnya sehingga

berpengaruh terhadap penurunan laba dan berpengaruh pada tingkat

rentabilitas bank (Somantri, 2017).

Hubungan antara NPF dan rentabilitas adalah negatif (-3.196353),

sehingga dapat diartikan bahwa NPF berpengaruh negatif terhadap

rentabilitas. Hal ini sejalan dengan hasil penelitian yang dilakukan oleh

117

Wibisono dan Wahyuni (2017) dan Nasution (2017) yang menyebutkan

bahwa semakin tinggi NPF maka akan berpengaruh terhadap penurunan

laba. NPF yang tinggi mengindikasikan pembiayaan bermasalah yang

tinggi yang pada akhirnya dapat menurunkan laba bank syariah.

3. Pengaruh BOPO terhadap rentabilitas


yang artinya variabel BOPO berpengaruh signifikan terhadap Rentabilitas.

Hal ini dibuktikan dengan hasil uji hipotesis dengan nilai signifikan lebih

kecil dari nilai α (0.0000 < 0.05).


Wibisono dan Wahyuni (2017) dan Junita (2015) yang menyatakan bahwa

BOPO berpengaruh signifikan terhadap Rentabilitas. Namun, hasil ini

bertentangan dengan penelitian yang dilakukan oleh Sabir, Ali dan Habbe

(2012) yang menyatakan bahwa BOPO tidak berpengaruh signifikan

terhadap Rentabilitas.

Biaya Operasional Pendapatan Operasional (BOPO) digunakan untuk

mengukur tingkat efisiensi dan kemampuan bank dalam melakukan

kegiatan operasinya. Semakin kecil rasio BOPO berarti semakin efisien

biaya operasional yang dikeluarkan bank yang bersangkutan sehingga

kecil kemungkinan suatu bank dalam kondisi bermasalah dan semakin

kecil rasio ini maka kinerja bank semakin baik. Dengan demikian, efisiensi

operasi suatu bank yang diproksikan dengan rasio BOPO akan

mempengaruhi kinerja bank tersebut (Syamsurizal, 2016).

118

Hubungan antara BOPO dan rentabilitas adalah negatif (-7.034360),

sehingga dapat diartikan bahwa BOPO berpengaruh negatif terhadap

rentabilitas. Ini berarti, jika BOPO bank syariah semakin kecil, maka

NOM akan semakin besar. hal ini terjadi dikarenakan dengan adanya

peningkatan kemampuan manajemen bank dalam mengendalikan biaya

operasional maka akan memperbesar peluang suatu bank dalam

meningkatkan perolehan pendapatan operasionalnya sehingga berdampak

pada tingkat NOM suatu bank menjadi lebih baik. BOPO sering digunakan

dalam mengukur efisiensi suatu bank. Rendahnya BOPO mencerminkan

kualitas manajemen yang tinggi pada bank. Semakin rendah rasio ini

semakin bagus karena bank menghasilkan banyak pendapatan operasional

dari pengelolaan aktivanya dengan biaya operasional yang rendah. Oleh

karena itu, Bank Indonesia menetapkan angka terbaik untuk rasio BOPO

yaitu dibawah 85% dalam predikat sehat, jika BOPO melebihi angka 87%

atau mendekati 100% maka bank tersebut dapat dikategorikan tidak efisien

dalam menjalankan operasinya.

4. Pengaruh CAR, NPF, dan BOPO secara simultan terhadap rentabilitas


yang artinya secara simultan variabel CAR, NPF, dan BOPO berpengaruh

signifikan terhadap Rentabilitas. Hal ini dibuktikan dengan hasil uji

hipotesis dengan nilai signifikan lebih kecil dari nilai α (0.0000 < 0.05).

CAR merupakan rasio permodalan. Semakin tinggi CAR maka

semakin kuat kemampuan bank tersebut untuk menanggung risiko dari

119

setiap pinjaman atau aktiva produktif yang berisiko (Wibisono, 2017).

Atau dengan kata lain, maka semakin tinggi kecukupan modalnya untuk

menanggung risiko pinjaman macetnya, sehingga kinerja bank semakin

baik, dan dapat meningkatkan kepercayaan masyarakat terhadap bank

syariah yang bersangkutan.

NPF mencerminkan risiko pembiayaan, semakin tinggi rasio ini,

menunjukkan kualitas pembiayaan bank syariah semakin buruk.

Pengelolaan pembiayaan sangat diperlukan oleh bank, mengingat fungsi

pembiayaan sebagai penyumbang pendapatan terbesar bagi bank syariah.

Tingkat kesehatan pembiayaan (NPF) ikut mempengaruhi pencapaian laba

bank (Suhada, 2009). Bertambahnya NPF akan mengakibatkan hilangnya

kesempatan untuk memperoleh pendapatan dari pembiayaan yang

diberikan sehingga mempengaruhi perolehan laba (Wibowo dan Syaichu,

2013).

BOPO menunjukkan seberapa besar bank dapat menekan biaya

operasionalnya di satu pihak, dan seberapa besar bank dapat melakukan

efisiensi terhadap biaya operasional yang dikeluarkan. Semakin kecil rasio

BOPO, berarti semakin efisien biaya operasional yang dikeluarkan bank

yang bersangkutan sehingga kemungkinan yang lebih besar bagi bank

untuk mendapatkan keuntungan yang lebih dan menunjukkan bahwa bank

tidak berada dalam kondisi bermasalah (Sukarno dan Syaichu, 2006).

Dari penjelasan diatas dapat disimpulkan bahwa ketiga variabel

tersebut, yaitu Capital Adequacy Ratio (CAR), Non Performing Finance

120

(NPF), dan Biaya Operasional Pendapatan Operasional (BOPO) bersama-

sama memiliki pengaruh signifikan terhadap rentabilitas.

120

BAB V

PENUTUP

A. Kesimpulan

Berdasarkan analisis dan pembahasan hasil penelitian dengan melakukan

pengujian hipotesis menggunakan analisis regresi data panel, dapat diambil

kesimpulan pada studi kasus Bank Umum Syariah di Indonesia periode 2015-

2017 sebagai berikut:

1. Secara Parsial, Capital Adequacy Ratio (CAR) tidak memiliki pengaruh

signifikan terhadap rentabilitas dengan nilai probabilitas sebesar 0,6349.

Non Performing Finance (NPF) memiliki pengaruh signifikan terhadap

rentabilitas dengan nilai probabilitas sebesar 0,0019. Biaya Operasional

Pendapatan Operasional (BOPO) memiliki pengaruh signifikan terhadap

rentabilitas dengan nilai probabilitas sebesar 0,0000.

2. Capital Adequacy Ratio (CAR), Non Performing Finance (NPF), dan

Biaya Operasional Pendapatan Operasional (BOPO) secara simultan

berpengaruh signifikan terhadap rentabilitas dengan nilai probabilitas

sebesar 0,00000.

B. Saran

Berkaitan dengan penelitian ini, penulis menyarankan beberapa hal

sebagai berikut :

1. Teoritis

a. Bagi Akademisi

121

Penelitian rentabilitas khususnya pada rasio Net Operating

Margin (NOM) bank umum syariah di Indonesia masih tergolong

baru. Maka dari itu dibutuhkan penelitian selanjutnya agar dapat

mendukung hasil penelitian sebelumnya.

Melihat hasil Adjusted R-Square pada penelitian ini sebesar

61,54% maka disarankan bagi peneliti selanjutnya untuk

menambahkan variabel independen lainnya baik dari segi internal

maupun eksternal bank syariah.

Dalam penelitian selanjutnya juga diharapkan tidak hanya

menggunakan Bank Umum Syariah (BUS) tetapi menggunakan

industri perbankan syariah lainnya seperti Unit Usaha Syariah (UUS)

dan Bank Perkreditan Rakyat Syariah (BPRS).

2. Praktisi

a. Perbankan Syariah

Bagi pihak manajemen bank, diharapkan bank syariah dapat

mengelola modal yang dimilikinya dengan baik untuk

menghindari terjadinya idle fund (dana menganggur), sehingga

dapat meningkatkan rentabilitas. Bank juga harus terus berhati-

hati dalam penyaluran pembiayaan, karena pembiayaan

bermasalah yang tinggi akan berpengaruh terhadap menurunnya

rentabilitas. Efisiensi bank juga harus ditingkatkan dengan terus

menekan biaya operasional seminimal mungkin. karena semakin

kecil rasio BOPO maka semakin efisien manajeman bank dalam

122

mengelola bank syariah yang berujung pada peningkatan

rentabilitas.

b. Masyarakat

Dengan adanya penelitian ini, masyarakat tentunya

mendapatkan gambaran informasi terkait rentabilitas bank umum

syariah. Sehingga diharapkan dapat membantu masyarakat dalam

mengambil keputusan terkait aktivitas-aktivitas perbankan.

Terkait dengan adanya risiko, maka disarankan bagi masyarakat

untuk memilih bank dengan tingkat rentabilitas yang tinggi.

Rentabilitas yang tinggi mengindikasikan bahwa bank dapat

mengelola dananya dengan baik sehingga kemampuannya dalam

menghasilkan laba juga tinggi.

Rentabilitas bukanlah satu-satunya faktor yang dapat

dijadikan tolak ukur dalam mengambil keputusan, oleh karena itu,

masyarakat disarankan untuk lebih memperkaya informasi terkait

faktor lainnya seperti: faktor permodalan, kualitas aset, likuiditas,

dan sensitivitas.

123

DAFTAR PUSTAKA

Al-Qur’an

Ali, Zainuddin. 2008. Hukum Perbankan Syariah. Jakarta: Sinar Grafika.

Ariefianto, Moch Doddy. 2012. Ekonometrika Esensi dan Aplikasi dengan

Menggunakan Eviews. Jakarta: Erlangga.

Benoit, Kenneth. 2011. Linear Regression Models with Logarithmic

Transformations. Methodology Institute, London School of Economics.

Bungin, Burhan. 2009. Metodologi Penelitian Kuantitatif: Komunikasi, Ekonomi

dan Kebijakan Publik Serta Ilmu-ilmu Sosial Lainnya. Jakarta: Kencana.

Rustam, Bambang Rianto. 2013. Manajemen Risiko Perbankan Syariah di

Indonesia. Jakarta: Salemba empat.

Fahmi, Irham. 2011. Analisis Laporan Keuangan. Lampulo: ALFABETA.

Ghozali, Imam. 2011. Aplikasi Analisis Multivariat dengan Program IBM SPSS

19 edisi 5. Semarang: Badan Penerbit Universitas Diponegoro.

Ghozali, Imam, & Ratmono, Dwi. 2013. Analisis Multivariat dan Ekonometrika.

Semarang: UNDIP.

Gujarati, Damodar N. 2012. Basic Econometrics. USA: McGraw-Hill.

Harahap, Sofyan Syafri. 2015. Analisis Kritis atas Laporan Keuangan. Jakarta:

PT Raja Grafindo Persada.

Hendro, Tri, & Rahardja, Conny Tjandra. 2014. Bank & Institusi Keuangan Non

Bank di Indonesia. Yogyakarta: UPP STIM YKPN.

Hery. 2017. Balanced Scorecard for Business. Jakarta: PT. Grasindo.

Husein, Arif Rachman, & Hasib, Fatin Fadhilah. 2016. Tingkat Kesehatan Bank:

Analisa Perbandingan Pendekatan CAMELS dan RGEC (Studi Pada Bank

Umum Syariah Tahun Periode 2012-2014). Jurnal Ekonomi Syariah Teori

dan Terapan, 3 No. 2, 102-116.

Is, Muhamad Sadi. 2015. Konsep Hukum Perbankan Syariah. Malang: Setara

Press.

Ihsan, Dwi Nur’aini. 2013. Analisis Laporan Keuangan Perbankan Syariah.

Jakarta: UIN Jakarta Press.

124

Ikatan Bankir Indonesia. 2014. Memahami Bisnis Bank Syariah. Jakarta: PT

Gramedia Pustaka Utama.

Ismail. 2011. Manajemen Perbankan: Dari Teori Menuju Aplikasi. Jakarta:

Kencana Prenada Media Group.

Ismail, V. R. 2013. Islamic Risk Management For Islamic Bank. Jakarta: PT

Gramedia Pustaka Utama.

Jumingan. 2017. Analisis Laporan Keuangan, Cetakan Keenam. Jakarta: PT Bumi

Akasara.

Kasmir. 2013. Analisis Laporan Keuangan. Jakarta: Rajawali Pers.

Kasmir. 2014. Manajemen Perbankan. Jakarta: PT RajaGrafindo Persada.

Nasution, Ibrahim Kholil. 2017. Pengaruh FDR, CAR, NPF, dan BOPO terhadap

Net Operating Margin (NOM) Bank Pembiayaan Rakyat Syariah (BPRS)

di Indonesia (Periode 2011-2016). Jakarta: UIN Syarif Hidayatullah

Jakarta.

Perwataatmadja, Karnaen A, & Tanjung, Hendri. 2007. Bank Syariah Teori,

Praktik, dan Peranannya. Jakarta: Celestial Publishing.

Prasetiyo, Luhur. 2012. Analisis Rentabilitas Bank Umum Syariah Di Indonesia.

Kodifikasia, Vol. 6, No. 1.

Rivai, Veithzal, & Ismail, Rifki. 2013. Islamic Risk Management For Islamic

Bank. Jakarta: PT Gramedia Pustaka Utama.

Riyadi, Slamet, & Yulianto, Agung. 2014. Pengaruh Pembiayaan Bagi Hasil,

Pembiayaan Jual Beli, Financing To Deposit Ratio (FDR) Dan Non

Performing Financing (NPF) Terhadap Profitabilitas Bank Umum Syariah

Di Indonesia. Accounting Analysis Journal. ISSN: 2252-6765.

Romdayanah. 2011. Pengaruh Faktor Permodalan, Kualitas Aset, dan Likuiditas

terhadap Profitabilitas Bank Umum Syariah. Semarang: IAIN Walisongo.

Sherty Junita. 2015. Pengaruh KAP, BOPO, dan FDR terhadap Net Operating

Margin (NOM) Perbankan Syariah di Indonesia Periode 2010-2014.

Jakarta: UIN Syarif Hidayatullah Jakarta.

Somantri, Yeni Fitriani. 2017. Pengaruh Risiko Pembiayaan, Kualitas Aktiva

Produktif, Dana Pihak Ketiga, dan Volume Pembiayaan terhadap Tingkat

125

Rentabilitas pada Bank Umum Syariah. LPPM Universitas Perjuangan

Tasikmalaya, Vol. 1 No. 1, 2549-872X.

Spiegel, Murray R., dan Larry J. Stephens. 2007. Statistik. Edisi Ketiga. Jakarta:

Erlangga.

Sriyana, Jaka. 2014. Metode Regresi Data Panel. Yogyakarta: Ekonisia.

Sugiyono. 2016. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung:

ALFABETA.

Syamsurizal. 2016. Pengaruh CAR (Capital Adequacy Ratio), NPF (Non

Performing Financing) dan BOPO (Biaya Operasional Perpendapatan

Operasional) terhadap ROA (Return On Asset) pada BUS (Bank Umum

Syariah) yang Terdaftar di BI (Bank Indonesia). Jurnal Penelitian Sosial

Keagamaan, Vol. 19 No. 2 .

Verbeek, Marno. 2008. A Guide to Modern Econometrics. Third Edition.

England: John Wiley & Sons Ltd.

Wibisono, Muhammad Yusuf, & Wahyuni, Salamah. 2017. Pengaruh CAR, NPF,

BOPO, FDR, terhadap ROA yang Dimediasi oleh NOM. Jurnal Bisnis &

Manajemen , Vol. 17 No. 1, 41-62.

Wibowo, Edhi Satriyo, & Syaichu, Muhammad. 2013. Analisis Pengaruh Suku

Bunga, Inflasi, CAR, BOPO, NPF Terhadap Profitabilitas Bank Syariah.

Diponegoro Joutrnal Of Management, Vol. 2 No. 2, 1-10.

Winarno, Wing Wahyu. 2015. Analisis Ekonometrika dan Statistik dengan

Eviews. Yogyakarta: UPP STIM YKPN.

Winarno, Wing Wahyu. 2011. Analisis Ekonometrika dan Statistik dengan

Eviews. Yogyakarta: UPP STIM YKPN.

www.ojk.go.id

www.bi.go.id

www.bankmuamalat.co.id di akses pada 11 September 2017

www.syariahmandiri.co.id di akses pada 11 September 2017

www.bnisyariah.co.id di akses pada 11 September 2017

www.brisyariah.co.id di akses pada 11 September 2017

www.megasyariah.co.id di akses pada 11 September 2017


http://www.bi.go.id/

http://www.bankmuamalat.co.id/

http://www.syariahmandiri.co.id/

http://www.bnisyariah.co.id/

http://www.brisyariah.co.id/

http://www.megasyariah.co.id/

126

www.paninbanksyariah.co.id di akses pada 11 September 2017

www.bcasyariah.co.id di akses pada 11 September 2017

www.bjbsyariah.co.id di akses pada 11 September 2017

www.bankvictoriasyariah.co.id di akses pada 11 September 2017

www.syariahbukopin.co.id di akses pada 11 September 2017

www.btpnsyariah.com di akses pada 11 September 2017

Maybank Syariah Annual Report 2016

Laporan Perkembangan Keuangan Syariah 2015

Statistik Perbankan Syariah 2011-2015

Staistik Perbankan Indonesia 2011-2015

Surat Edaran Bank Indonesia Nomor 13/24/DPNP tahun 2011

http://www.paninbanksyariah.co.id/

http://www.bcasyariah.co.id/

http://www.bjbsyariah.co.id/

http://www.bankvictoriasyariah.co.id/

http://www.syariahbukopin.co.id/

http://www.btpnsyariah.com/

127

LAMPIRAN

Lampiran 1: Data Sekunder Sebelum diolah

Nama Bank Periode NOM CAR NPF BOPO FDR

BMI 2015Q1 0,27 12,36 7,11 97,41 90,30

BMI 2015Q2 0,54 13,60 4,93 94,84 99,05

BMI 2015Q3 0,42 13,71 4,64 96,26 96,09

BMI 2015Q4 0,27 12,00 7,11 97,36 90,30

BMI 2016Q1 0,30 12,10 6,07 97,32 97,30

BMI 2016Q2 0,01 12,78 7,23 99,90 99,11

BMI 2016Q3 0,10 12,75 4,43 98,89 96,47

BMI 2016Q4 0,20 12,74 3,83 97,76 95,13

BMI 2017Q1 0,16 12,83 4,56 98,19 90,93

BSM 2015Q1 0,45 11,35 6,77 95,92 81,45

BSM 2015Q2 0,59 11,97 6,67 96,16 85,01

BSM 2015Q3 0,45 11,84 6,89 97,41 84,49

BSM 2015Q4 0,58 12,85 6,06 94,78 81,99

BSM 2016Q1 0,60 13,39 6,42 94,44 80,16

BSM 2016Q2 0,67 13,69 5,58 93,76 82,31

BSM 2016Q3 0,65 13,50 5,43 93,93 80,40

BSM 2016Q4 0,64 14,01 4,92 94,12 79,19

BSM 2017Q1 0,68 14,40 4,91 93,82 77,75

BNIS 2015Q1 0,52 15,40 2,22 89,87 90,10

BNIS 2015Q2 0,61 15,11 2,42 90,39 96,65

BNIS 2015Q3 0,43 15,38 2,54 91,60 89,65

BNIS 2015Q4 0,67 15,48 2,53 89,63 91,94

BNIS 2016Q1 1,30 15,85 2,77 85,37 86,26

BNIS 2016Q2 1,18 15,56 2,80 85,88 86,92

BNIS 2016Q3 1,03 15,82 3,03 86,28 85,79

BNIS 2016Q4 0,90 14,92 2,94 87,67 84,57

BNIS 2017Q1 0,73 14,44 3,16 87,29 82,32

BRIS 2015Q1 -0,11 13,21 4,96 96,13 88,24

BRIS 2015Q2 1,67 11,03 5,31 93,84 92,05

BRIS 2015Q3 0,08 13,82 4,90 93,97 86,61

BRIS 2015Q4 0,07 13,94 4,86 93,79 84,16

BRIS 2016Q1 0,44 14,66 4,84 90,47 82,73

BRIS 2016Q2 0,51 14,06 4,87 90,41 87,92

BRIS 2016Q3 0,45 14,30 5,22 90,99 83,98

BRIS 2016Q4 0,39 20,63 4,57 91,33 81,42

BRIS 2017Q1 0,20 21,14 4,71 93,67 77,56

128


BMS 2015Q1 -1,45 18,80 4,33 110,53 95,21

BMS 2015Q2 -1,39 16,54 4,86 104,80 94,92

BMS 2015Q3 -1,05 17,81 4,78 102,33 98,86

BMS 2015Q4 -0,34 18,74 4,26 99,51 98,49

BMS 2016Q1 4,96 22,22 4,18 84,92 95,85

BMS 2016Q2 2,95 22,86 4,16 89,07 95,97

BMS 2016Q3 2,36 22,97 3,74 89,50 98,13

BMS 2016Q4 -2,44 23,53 3,30 88,16 95,24

BMS 2017Q1 1,44 25,76 3,43 88,82 97,56

BPDS 2015Q1 0,86 20,30 2,63 89,29 96,43

BPDS 2015Q2 0,81 21,88 0,91 88,80 96,43

BPDS 2015Q3 0,78 21,37 1,76 89,57 96,10

BPDS 2015Q4 0,86 20,30 2,63 89,33 96,43

BPDS 2016Q1 0,02 19,80 2,70 98,14 94,03

BPDS 2016Q2 0,15 19,51 2,70 96,51 89,60

BPDS 2016Q3 0,14 19,86 2,87 95,91 89,14

BPDS 2016Q4 0,05 18,17 2,26 96,17 91,99

BPDS 2017Q1 0,50 18,04 2,28 91,56 90,34

BCAS 2015Q1 0,73 43,57 0,92 90,62 100,11

BCAS 2015Q2 0,84 27,29 0,60 93,33 94,13

BCAS 2015Q3 0,87 43,20 0,59 94,61 102,09

BCAS 2015Q4 0,98 40,00 0,70 92,48 91,41

BCAS 2016Q1 0,79 39,16 0,59 94,07 92,76

BCAS 2016Q2 0,94 37,93 0,55 92,87 99,60

BCAS 2016Q3 1,03 37,12 1,14 92,91 97,56

BCAS 2016Q4 1,15 36,78 0,50 92,18 90,12

BCAS 2017Q1 1,03 35,26 0,50 92,97 83,44

BJBS 2015Q1 -2,45 22,53 6,93 98,78 104,75

BJBS 2015Q2 -1,39 12,20 6,91 99,47 95,70

BJBS 2015Q3 -3,31 22,44 6,91 104,25 103,48

BJBS 2015Q4 -2,45 22,53 6,93 98,78 104,75

BJBS 2016Q1 -0,61 24,58 6,93 95,12 92,53

BJBS 2016Q2 -18,84 20,93 17,09 106,12 93,67

BJBS 2016Q3 -23,63 23,10 12,50 118,66 107,42

BJBS 2016Q4 -27,84 18,25 17,91 122,77 98,73

BJBS 2017Q1 -1,14 17,96 18,13 97,76 87,70

BVS 2015Q1 -4,63 16,14 9,80 119,19 95,29

BVS 2015Q2 1,48 20,39 5,03 90,02 85,73

BVS 2015Q3 0,49 19,87 6,56 99,74 102,11

BVS 2015Q4 -4,63 16,14 9,80 119,19 95,29

129


BVS 2016Q1 -11,64 16,05 11,06 133,20 95,07

BVS 2016Q2 -8,06 15,88 12,03 177,90 95,93

BVS 2016Q3 -53,06 14,20 11,61 163,41 97,79

BVS 2016Q4 -3,17 15,98 5,82 131,34 100,67

BVS 2017Q1 0,16 24,44 8,49 98,86 86,19

BSB 2015Q1 0,15 14,50 4,52 96,10 95,12

BSB 2015Q2 0,61 14,10 3,03 94,78 93,82

BSB 2015Q3 0,81 15,26 3,01 87,95 91,82

BSB 2015Q4 0,27 16,31 2,99 91,99 90,56

BSB 2016Q1 1,28 15,62 2,89 88,95 92,14

BSB 2016Q2 1,17 14,82 2,88 89,88 92,25

BSB 2016Q3 0,79 15,06 2,59 89,74 93,14

BSB 2016Q4 0,40 17,00 3,17 91,76 88,18

BSB 2017Q1 0,19 16,71 2,22 94,12 91,58

BTPNS 2015Q1 0,06 31,56 1,81 89,72 93,73

BTPNS 2015Q2 2,14 20,57 1,21 88,72 94,69

BTPNS 2015Q3 5,20 21,29 1,30 86,83 94,18

BTPNS 2015Q4 5,77 19,93 1,25 85,32 96,54

BTPNS 2016Q1 7,90 22,03 1,22 81,14 96,38

BTPNS 2016Q2 8,53 21,47 1,18 79,17 91,91

BTPNS 2016Q3 9,53 23,82 1,41 77,10 97,47

BTPNS 2016Q4 10,20 23,80 1,53 75,14 92,75

BTPNS 2017Q1 11,86 23,88 1,74 71,98 90,82

BMSI 2015Q1 -6,52 44,43 5,06 124,36 161,88

BMSI 2015Q2 -23,40 43,35 15,15 212,62 202,45

BMSI 2015Q3 -25,64 43,05 18,07 145,50 227,11

BMSI 2015Q4 -32,92 38,40 35,15 192,60 110,54

BMSI 2016Q1 -9,18 46,57 21,88 114,67 143,99

BMSI 2016Q2 -19,09 45,63 29,31 182,28 146,43

BMSI 2016Q3 -20,01 46,07 30,30 171,24 157,15

BMSI 2016Q4 -19,96 55,06 43,99 160,28 134,73

BMSI 2017Q1 -26,95 61,44 46,55 91,72 176,97

130

Lampiran 2: Data Logaritma Natural

Nama Bank Periode NOM CAR NPF BOPO

BMI 2015Q1 -1.30933 2.514465 1.961502 4.578929

BMI 2015Q2 -0.61619 2.61007 1.595339 4.552191

BMI 2015Q3 -0.8675 2.618125 1.534714 4.567053

BMI 2015Q4 -1.30933 2.484907 1.961502 4.578415

BMI 2016Q1 -1.20397 2.493205 1.803359 4.578005

BMI 2016Q2 -4.60517 2.547881 1.978239 4.60417

BMI 2016Q3 -2.30259 2.545531 1.4884 4.594008

BMI 2016Q4 -1.60944 2.544747 1.342865 4.582515

BMI 2017Q1 -1.83258 2.551786 1.517323 4.586904

BSM 2015Q1 -0.79851 2.429218 1.912501 4.563515

BSM 2015Q2 -0.52763 2.482404 1.89762 4.566013

BSM 2015Q3 -0.79851 2.471484 1.930071 4.578929

BSM 2015Q4 -0.54473 2.553344 1.80171 4.551558

BSM 2016Q1 -0.51083 2.594508 1.859418 4.547965

BSM 2016Q2 -0.40048 2.616666 1.719189 4.540738

BSM 2016Q3 -0.43078 2.60269 1.691939 4.54255

BSM 2016Q4 -0.44629 2.639771 1.593309 4.544571

BSM 2017Q1 -0.38566 2.667228 1.591274 4.541378

BNIS 2015Q1 -0.65393 2.734368 0.797507 4.498364

BNIS 2015Q2 -0.4943 2.715357 0.883768 4.504134

BNIS 2015Q3 -0.84397 2.733068 0.932164 4.517431

BNIS 2015Q4 -0.40048 2.739549 0.928219 4.49569

BNIS 2016Q1 0.262364 2.76317 1.018847 4.446995

BNIS 2016Q2 0.165514 2.744704 1.029619 4.452951

BNIS 2016Q3 0.029559 2.761275 1.108563 4.457598

BNIS 2016Q4 -0.10536 2.702703 1.07841 4.47358

BNIS 2017Q1 -0.31471 2.670002 1.150572 4.469236

BRIS 2015Q1 0 2.580974 1.601406 4.565701

BRIS 2015Q2 0.512824 2.400619 1.669592 4.541591

BRIS 2015Q3 -2.52573 2.626117 1.589235 4.542976

BRIS 2015Q4 -2.65926 2.634762 1.581038 4.541058

BRIS 2016Q1 -0.82098 2.685123 1.576915 4.505018

BRIS 2016Q2 -0.67334 2.643334 1.583094 4.504355

BRIS 2016Q3 -0.79851 2.66026 1.652497 4.51075

BRIS 2016Q4 -0.94161 3.026746 1.519513 4.514479

BRIS 2017Q1 -1.60944 3.051167 1.549688 4.539778

BMS 2015Q1 0 2.933857 1.465568 4.705287

BMS 2015Q2 0 2.805782 1.581038 4.652054

BMS 2015Q3 0 2.87976 1.564441 4.628203

131


BMS 2015Q4 0 2.93066 1.449269 4.600258

BMS 2016Q1 1.601406 3.100993 1.430311 4.44171

BMS 2016Q2 1.081805 3.129389 1.425515 4.489423

BMS 2016Q3 0.858662 3.134189 1.319086 4.494239

BMS 2016Q4 0 3.158276 1.193922 4.479153

BMS 2017Q1 0.364643 3.248823 1.23256 4.486612

BPDS 2015Q1 -0.15082 3.010621 0.966984 4.491889

BPDS 2015Q2 -0.21072 3.085573 -0.09431 4.486387

BPDS 2015Q3 -0.24846 3.061988 0.565314 4.49502

BPDS 2015Q4 -0.15082 3.010621 0.966984 4.492337

BPDS 2016Q1 -3.91202 2.985682 0.993252 4.586395

BPDS 2016Q2 -1.89712 2.970927 0.993252 4.569647

BPDS 2016Q3 -1.96611 2.988708 1.054312 4.56341

BPDS 2016Q4 -2.99573 2.899772 0.815365 4.566117

BPDS 2017Q1 -0.69315 2.892592 0.824175 4.516994

BCAS 2015Q1 -0.31471 3.774369 -0.08338 4.506675

BCAS 2015Q2 -0.17435 3.30652 -0.51083 4.536142

BCAS 2015Q3 -0.13926 3.76584 -0.52763 4.549763

BCAS 2015Q4 -0.0202 3.688879 -0.35667 4.526992

BCAS 2016Q1 -0.23572 3.667656 -0.52763 4.544039

BCAS 2016Q2 -0.06188 3.635742 -0.59784 4.531201

BCAS 2016Q3 0.029559 3.614156 0.131028 4.531631

BCAS 2016Q4 0.139762 3.604954 -0.69315 4.523743

BCAS 2017Q1 0.029559 3.562749 -0.69315 4.532277

BJBS 2015Q1 0 3.114848 1.93586 4.592895

BJBS 2015Q2 0 2.501436 1.93297 4.599856

BJBS 2015Q3 0 3.110845 1.93297 4.646792

BJBS 2015Q4 0 3.114848 1.93586 4.592895

BJBS 2016Q1 0 3.201933 1.93586 4.555139

BJBS 2016Q2 0 3.041184 2.838493 4.664571

BJBS 2016Q3 0 3.139833 2.525729 4.776262

BJBS 2016Q4 0 2.904165 2.885359 4.810313

BJBS 2017Q1 0 2.888147 2.897568 4.582515

BVS 2015Q1 0 2.781301 2.282382 4.780719

BVS 2015Q2 0.392042 3.015045 1.61542 4.500032

BVS 2015Q3 -0.71335 2.989211 1.880991 4.602567

BVS 2015Q4 0 2.781301 2.282382 4.780719

BVS 2016Q1 0 2.775709 2.403335 4.891852

BVS 2016Q2 0 2.76506 2.487404 5.181222

BVS 2016Q3 0 2.653242 2.451867 5.096262

132


BVS 2016Q4 0 2.771338 1.7613 4.877789

BVS 2017Q1 -1.83258 3.196221 2.138889 4.593705

BSB 2015Q1 -1.89712 2.674149 1.508512 4.565389

BSB 2015Q2 -0.4943 2.646175 1.108563 4.551558

BSB 2015Q3 -0.21072 2.725235 1.10194 4.476768

BSB 2015Q4 -1.30933 2.791778 1.095273 4.52168

BSB 2016Q1 0.24686 2.748552 1.061257 4.488074

BSB 2016Q2 0.157004 2.695978 1.05779 4.498475

BSB 2016Q3 -0.23572 2.712042 0.951658 4.496917

BSB 2016Q4 -0.91629 2.833213 1.153732 4.519176

BSB 2017Q1 -1.66073 2.816007 0.797507 4.544571

BTPNS 2015Q1 -2.81341 3.45189 0.593327 4.496694

BTPNS 2015Q2 0.760806 3.023834 0.19062 4.485485

BTPNS 2015Q3 1.648659 3.058237 0.262364 4.463952

BTPNS 2015Q4 1.752672 2.992226 0.223144 4.446409

BTPNS 2016Q1 2.066863 3.092405 0.198851 4.396176

BTPNS 2016Q2 2.143589 3.066657 0.165514 4.371597

BTPNS 2016Q3 2.254445 3.170526 0.34359 4.345103

BTPNS 2016Q4 2.322388 3.169686 0.425268 4.319353

BTPNS 2017Q1 2.473171 3.173041 0.553885 4.276388

MSI 2015Q1 0 3.793915 1.621366 4.823181

MSI 2015Q2 0 3.769307 2.718001 5.359507

MSI 2015Q3 0 3.762362 2.894253 4.980176

MSI 2015Q4 0 3.648057 3.559625 5.260615

MSI 2016Q1 0 3.840957 3.085573 4.742058

MSI 2016Q2 0 3.820565 3.377929 5.205544

MSI 2016Q3 0 3.830162 3.411148 5.143066

MSI 2016Q4 0 4.008423 3.783962 5.076922

MSI 2017Q1 0 4.118061 3.840527 4.51874

133

Lampiran 3: Data Outlier


BMI 2015Q1 0.27 12.36 7.11 97.41

BMI 2015Q2 0.54 13.60 4.93 94.84

BMI 2015Q3 0.42 13.71 4.64 96.26

BMI 2015Q4 0.27 12.00 7.11 97.36

BMI 2016Q1 0.3 12.10 6.07 97.32

BMI 2016Q2 0.01 12.78 7.23 99.90

BMI 2016Q3 0.1 12.75 4.43 98.89

BMI 2016Q4 0.2 12.74 3.83 97.76

BMI 2017Q1 0.16 12.83 4.56 98.19

BSM 2015Q1 0.45 11.35 6.77 95.92

BSM 2015Q2 0.59 11.97 6.67 96.16

BSM 2015Q3 0.45 11.84 6.89 97.41

BSM 2015Q4 0.58 12.85 6.06 94.78

BSM 2016Q1 0.6 13.39 6.42 94.44

BSM 2016Q2 0.67 13.69 5.58 93.76

BSM 2016Q3 0.65 13.50 5.43 93.93

BSM 2016Q4 0.64 14.01 4.92 94.12

BSM 2017Q1 0.68 14.40 4.91 93.82

BNIS 2015Q1 0.52 15.40 2.22 89.87

BNIS 2015Q2 0.61 15.11 2.42 90.39

BNIS 2015Q3 0.43 15.38 2.54 91.60

BNIS 2015Q4 0.67 15.48 2.53 89.63

BNIS 2016Q1 1.3 15.85 2.77 85.37

BNIS 2016Q2 1.18 15.56 2.80 85.88

BNIS 2016Q3 1.03 15.82 3.03 86.28

BNIS 2016Q4 0.9 14.92 2.94 87.67

BNIS 2017Q1 0.73 14.44 3.16 87.29

BRIS 2015Q1 -0.11 13.21 4.96 96.13

BRIS 2015Q2 1.67 11.03 5.31 93.84

BRIS 2015Q3 0.08 13.82 4.90 93.97

BRIS 2015Q4 0.07 13.94 4.86 93.79

BRIS 2016Q1 0.44 14.66 4.84 90.47

BRIS 2016Q2 0.51 14.06 4.87 90.41

BRIS 2016Q3 0.45 14.30 5.22 90.99

BRIS 2016Q4 0.39 20.63 4.57 91.33

BRIS 2017Q1 0.2 21.14 4.71 93.67

BMS 2015Q1 -1.45 18.80 4.33 110.53

BMS 2015Q2 -1.39 16.54 4.86 104.80

BMS 2015Q3 -1.05 17.81 4.78 102.33

134


BMS 2015Q4 -0.34 18.74 4.26 99.51

BMS 2016Q1 4.96 22.22 4.18 84.92

BMS 2016Q2 2.95 22.86 4.16 89.07

BMS 2016Q3 2.36 22.97 3.74 89.50

BMS 2016Q4 -2.44 23.53 3.30 88.16

BMS 2017Q1 1.44 25.76 3.43 88.82

BPDS 2015Q1 0.86 20.30 2.63 89.29

BPDS 2015Q2 0.81 21.88 0.91 88.80

BPDS 2015Q3 0.78 21.37 1.76 89.57

BPDS 2015Q4 0.86 20.30 2.63 89.33

BPDS 2016Q1 0.02 19.80 2.70 98.14

BPDS 2016Q2 0.15 19.51 2.70 96.51

BPDS 2016Q3 0.14 19.86 2.87 95.91

BPDS 2016Q4 0.05 18.17 2.26 96.17

BPDS 2017Q1 0.5 18.04 2.28 91.56

BCAS 2015Q1 0.73 43.57 0.92 90.62

BCAS 2015Q2 0.84 27.29 0.60 93.33

BCAS 2015Q3 0.87 43.20 0.59 94.61

BCAS 2015Q4 0.98 40.00 0.70 92.48

BCAS 2016Q1 0.79 39.16 0.59 94.07

BCAS 2016Q2 0.94 37.93 0.55 92.87

BCAS 2016Q3 1.03 37.12 1.14 92.91

BCAS 2016Q4 1.15 36.78 0.50 92.18

BCAS 2017Q1 1.03 35.26 0.50 92.97

BJBS 2015Q1 -2.45 22.53 6.93 98.78

BJBS 2015Q2 -1.39 12.20 6.91 99.47

BJBS 2015Q3 -3.31 22.44 6.91 104.25

BJBS 2015Q4 -2.45 22.53 6.93 98.78

BJBS 2016Q1 -0.61 24.58 6.93 95.12

BJBS 2016Q2 -18.84 20.93 17.09 106.12

BJBS 2016Q3 -23.63 23.10 12.50 118.66

BJBS 2016Q4 -27.84 18.25 17.91 122.77

BJBS 2017Q1 -1.14 17.96 18.13 97.76

BVS 2015Q1 -4.63 16.14 9.80 119.19

BVS 2015Q2 1.48 20.39 5.03 90.02

BVS 2015Q3 0.49 19.87 6.56 99.74

BVS 2015Q4 -4.63 16.14 9.80 119.19

BVS 2016Q1 -11.64 16.05 11.06 133.20

BVS 2016Q2 -8.06 15.88 12.03 0

BVS 2016Q3 0 14.20 11.61 163.41

135


BVS 2016Q4 -3.17 15.98 5.82 131.34

BVS 2017Q1 0.16 24.44 8.49 98.86

BSB 2015Q1 0.15 14.50 4.52 96.10

BSB 2015Q2 0.61 14.10 3.03 94.78

BSB 2015Q3 0.81 15.26 3.01 87.95

BSB 2015Q4 0.27 16.31 2.99 91.99

BSB 2016Q1 1.28 15.62 2.89 88.95

BSB 2016Q2 1.17 14.82 2.88 89.88

BSB 2016Q3 0.79 15.06 2.59 89.74

BSB 2016Q4 0.40 17.00 3.17 91.76

BSB 2017Q1 0.19 16.71 2.22 94.12

BTPNS 2015Q1 0.06 31.56 1.81 89.72

BTPNS 2015Q2 2.14 20.57 1.21 88.72

BTPNS 2015Q3 5.20 21.29 1.30 86.83

BTPNS 2015Q4 5.77 19.93 1.25 85.32

BTPNS 2016Q1 7.90 22.03 1.22 81.14

BTPNS 2016Q2 8.53 21.47 1.18 79.17

BTPNS 2016Q3 9.53 23.82 1.41 77.10

BTPNS 2016Q4 10.2 23.80 1.53 75.14

BTPNS 2017Q1 11.86 23.88 1.74 71.98

MSI 2015Q1 -6.52 44.43 5.06 124.36

MSI 2015Q2 -23.4 43.35 15.15 0

MSI 2015Q3 -25.64 43.05 18.07 145.50

MSI 2015Q4 0 38.40 0 0

MSI 2016Q1 -9.18 46.57 21.88 114.67

MSI 2016Q2 -19.09 45.63 29.31 0

MSI 2016Q3 -20.01 46.07 30.30 171.24

MSI 2016Q4 -19.96 0 0 160.28

MSI 2017Q1 -26.95 0 0 91.72

136

Lampiran 4: Uji Stasioner Data Tahap Level

1) NOM

Null Hypothesis: NOM has a unit root

Exogenous: Constant, Linear Trend

Lag Length: 1 (Automatic - based on SIC, maxlag=11)

t-Statistic Prob.*

Augmented Dickey-Fuller test statistic -3.374573 0.0638

Test critical values: 1% level -4.105534

5% level -3.480463

10% level -3.168039

*MacKinnon (1996) one-sided p-values.

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(NOM)

Method: Least Squares

Date: 09/27/17 Time: 11:52

Sample (adjusted): 3 99

Included observations: 65 after adjustments

Variable Coefficient Std. Error t-Statistic Prob.

NOM(-1) -0.371970 0.110227 -3.374573 0.0013

D(NOM(-1)) -0.041564 0.119685 -0.347280 0.7296

C -0.566679 0.257217 -2.203118 0.0314

@TREND("1") 0.009570 0.004193 2.282261 0.0260

R-squared 0.211266 Mean dependent var 0.086234







137

2) CAR

Null Hypothesis: CAR has a unit root



t-Statistic Prob.*



5% level -3.452764

10% level -3.151911



Dependent Variable: D(CAR)


Date: 09/27/17 Time: 11:54




CAR(-1) -0.133635 0.064757 -2.063655 0.0416

D(CAR(-1)) -0.240105 0.098646 -2.434009 0.0167

C 0.332342 0.169791 1.957366 0.0530

@TREND("1") 0.001517 0.000784 1.934267 0.0559



S.E. of regression 0.192939 Akaike info criterion -0.415883

Sum squared resid 3.796986 Schwarz criterion -0.315376

Log likelihood 26.04179 Hannan-Quinn criter. -0.375147



138

3) NPF

Null Hypothesis: NPF has a unit root



t-Statistic Prob.*



5% level -3.452358

10% level -3.151673



Dependent Variable: D(NPF)


Date: 09/27/17 Time: 11:56




NPF(-1) -0.081252 0.044739 -1.816134 0.0722

C 0.035252 0.100804 0.349712 0.7273

@TREND("1") 0.001749 0.001341 1.304395 0.1950








139

4) BOPO

Null Hypothesis: BOPO has a unit root



t-Statistic Prob.*



5% level -3.452358

10% level -3.151673



Dependent Variable: D(BOPO)


Date: 09/27/17 Time: 11:56




BOPO(-1) -0.317214 0.072166 -4.395618 0.0000

C 1.423564 0.324429 4.387904 0.0000

@TREND("1") 0.000627 0.000446 1.404960 0.1630

R-squared 0.156770 Mean dependent var -0.000563







140

Lampiran 5: Uji Stasioner Data Tahap 1st Difference

1) NOM

Null Hypothesis: D(NOM) has a unit root



t-Statistic Prob.*



5% level -3.480463

10% level -3.168039



Dependent Variable: D(NOM,2)


Date: 09/27/17 Time: 11:57




D(NOM(-1)) -1.222587 0.115606 -10.57548 0.0000

C -0.070759 0.228102 -0.310209 0.7574

@TREND("1") 0.003688 0.004121 0.894900 0.3743








141

2) CAR

Null Hypothesis: D(CAR) has a unit root



t-Statistic Prob.*



5% level -3.452764

10% level -3.151911



Dependent Variable: D(CAR,2)


Date: 09/27/17 Time: 11:58




D(CAR(-1)) -1.313123 0.093527 -14.04003 0.0000

C -0.009025 0.038881 -0.232126 0.8169

@TREND("1") 0.000508 0.000623 0.815102 0.4169








142

3) NPF

Null Hypothesis: D(NPF) has a unit root



t-Statistic Prob.*



5% level -3.452764

10% level -3.151911



Dependent Variable: D(NPF,2)


Date: 09/27/17 Time: 11:58




D(NPF(-1)) -0.989851 0.098298 -10.06985 0.0000

C -0.055673 0.086630 -0.642655 0.5219

@TREND("1") 0.001407 0.001391 1.011757 0.3140








143

4) BOPO

Null Hypothesis: D(BOPO) has a unit root



t-Statistic Prob.*



5% level -3.452764

10% level -3.151911



Dependent Variable: D(BOPO,2)


Date: 09/27/17 Time: 11:58




D(BOPO(-1)) -1.218400 0.104340 -11.67724 0.0000

C 0.001270 0.028451 0.044633 0.9645

@TREND("1") -1.03E-05 0.000456 -0.022523 0.9821








144

Lampiran 6: Uji Chow

Redundant Fixed Effects Tests

Pool: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob.

Cross-section F 4.042028 (11,86) 0.0001

Cross-section Chi-square 42.090445 11 0.0000

Cross-section fixed effects test equation:


Method: Panel Least Squares

Date: 09/26/17 Time: 19:31

Sample: 2015Q1 2017Q1





C 25.01788 3.298476 7.584679 0.0000

CAR? -0.023415 0.039422 -0.593969 0.5539

NPF? -0.449806 0.111151 -4.046812 0.0001

BOPO? -0.237386 0.039681 -5.982419 0.0000








145

Lampiran 7: Uji Hausman

Correlated Random Effects - Hausman Test

Pool: Untitled

Test cross-section random effects

Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob.

Cross-section random 4.998122 3 0.1719

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob.

CAR? -0.178191 -0.027028 0.009601 0.1229

NPF? -0.366341 -0.368632 0.003638 0.9697

BOPO? -0.319960 -0.272692 0.000465 0.0283

Cross-section random effects test equation:


Method: Panel Least Squares

Date: 09/26/17 Time: 19:33

Sample: 2015Q1 2017Q1





C 35.71230 5.141656 6.945682 0.0000

CAR? -0.178191 0.113227 -1.573753 0.1192

NPF? -0.366341 0.130149 -2.814785 0.0060

BOPO? -0.319960 0.044356 -7.213521 0.0000

Effects Specification

Cross-section fixed (dummy variables)








146

Lampiran 8: Uji Heteroskedastisitas

Heteroskedasticity Test: White



Scaled explained SS 22.48472 Prob. Chi-Square(9) 0.0075

Test Equation:

Dependent Variable: RESID^2


Date: 09/28/17 Time: 09:43

Sample: 1 99



C -454.1901 878.6537 -0.516916 0.6069

CAR^2 -2.964963 3.508008 -0.845199 0.4010

CAR*NPF -1.987513 2.537216 -0.783344 0.4362

CAR*BOPO -20.49470 19.49286 -1.051395 0.2969

CAR 114.3786 85.51169 1.337578 0.1856

NPF^2 -1.043230 0.677859 -1.539006 0.1285

NPF*BOPO 4.830266 8.391472 0.575616 0.5668

NPF -13.60454 34.50279 -0.394303 0.6946

BOPO^2 -6.083556 37.66735 -0.161507 0.8722

BOPO 119.4672 359.8652 0.331978 0.7409








147

Lampiran 9: Uji Autokorelasi

Breusch-Godfrey Serial Correlation LM Tes t:



Test Equation:

Dependent Variable: RESID


Date: 09/28/17 Time: 09:45

Sample: 1 108


Presample and interior missing value lagged residuals set to zero.


C 0.425856 2.745305 0.155122 0.8770

CAR 0.001981 0.057259 0.034601 0.9725

NPF 0.005589 0.092610 0.060354 0.9520

BOPO -0.004917 0.028939 -0.169912 0.8654

RESID(-1) -0.037482 0.102838 -0.364475 0.7163

RESID(-2) 0.113483 0.103420 1.097299 0.2751

R-squared 0.012580 Mean dependent var 8.04E-15

Adjusted R-squared -0.036302 S.D. dependent var 5.171645






148

Lampiran 10: Hasil Regresi Menggunakan SPSS 22.0

PENGARUH CAPITAL ADEQUACY RATIO (CAR), NON...

Documents

Transcript of PENGARUH CAPITAL ADEQUACY RATIO (CAR), NON...