Management : Manajemen atau tata kelola usaha dan risiko bank. Aspek ini dikuantitaskan dengan direpresentasikan dengan rasio NIM Net
Interest Margin yaitu rasio pendapatan bunga bersih atas aktiva yang dimiliki bank.
Earning : Rentabilitas atau kemampuan bank untuk mendapatkan penghasilan.
Aspek ini direpresentasikan dengan rasio ROA Return On Assets yaitu rasio kemampuan bank menghasilkan laba atas aktiva yang
dimiliki bank. Liquidity
: Likuiditas atau kemampuan bank membayar kewajiban jangka pendeknya. Aspek ini direpresentasikan oleh rasio LDR Loan to
Deposit Rasio yaitu perbandingan antara aktiva lancar bank yaitu kredit terhadap hutang lancar bank yaitu Dana Pihak Ketiga Giro,
Tabungan dan Deposito.
3.5. Metode Analisis
3.5.1 CAMEL
Perhitungan CAMEL dimulai dengan mengumpulkan data rasio keuangan 120 bank. Data diambil dari media massa, buku Peta Keuangan Perbankan Indonesia,
home page Bank Indonesia, dan majalah Info Bank yang khusus memuat peringkat perbankan Indonesia berdasarkan rasio yang dimilikinya. Data tersebut telah diaudit
oleh auditor independen sehingga bisa dipertanggungjawabkan. Dari beberapa rumus yang ada maka penulis memilih masing-masing satu rumus sehingga mempermudah
Universitas Sumatera Utara
perhitungan. Untuk data kualitatif aspek manajemen, penulis tidak mengumpulkan datanya dengan alasan waktu yang tidak mencukupi sehingga aspek ini tidak
diikutsertakan dalam perhitungan. Perhitungan yang digunakan berdasar masing- masing aspek adalah:
a. Perhitungan aspek permodalan, dari dua rumus yang ada maka diwakili oleh
Capital Adequacy Ratio CAR . b.
Perhitungan aktiva produktif, dari empat rumus yang ada maka diwakili oleh rasio aktiva produktif bermasalah terhadap total akitva produktif NPL
c. Perhitungan aspek manajemen diwakili oleh Net Interest Margin NIM
d. Perhitungan rentabilitas, dari empat rumus yang ada maka diwakili oleh Return
On Assets ROA . e.
Perhitungan likuiditas tetap menggunakan Loan to Deposit Ratio LDR Karena keterbatasan ketentuan komposit Bank Indonesia, maka peneliti
melakukan modifikasi dengan membagi komposit tersebut secara merata atau masing-masing aspek memiliki tingkat komposit yang sama yaitu 20 100 : 5.
Untuk Capital CAR 20, Asset Quality NPL 20, Management NIM 20, Earning ROA 20 dan Liquidity LDR 20. Total skor untuk perhitungan ini
sebesar 100 sehingga kriteria perhitungan tingkat kesehatan adalah :
Nilai Predikat
81 sd 100 Sehat
66 sd 81 Cukup Sehat
51 sd 66 Kurang Sehat
0 sd 51 Tidak Sehat
Universitas Sumatera Utara
3.5.2 Model Tobit
Sebagian besar analisa yang dilakukan akademis Indonesia menggunakan metode ordinary least squares OLS. Namun untuk analisa menggunakan variabel tidak
bebas yang censored, yaitu nilai dari variabel tidak bebas tersebut terbatas atau sengaja dibatasi, metode OLS tidak dapat digunakan karena parameter yang
dihasilkan oleh OLS mengalami bias dan juga tidak konsisten. Untuk mengatasi kekurangan tersebut, harus digunakan metode regresi Tobit, yang dikembangkan oleh
Tobin 1958. Metode ini dipilih karena mengingat adanya ketidaksamaan informasi yang
dimiliki oleh keempat kelompok bank sehat, cukup sehat, kurang sehat dan tidak sehat. Adapun model regresinya adalah regrsei non linier, yaitu Tobit Model :
Y = α+ β1 CAPITAL + β2 ASSET + β3 MAN + β4 EAR + β5 LIK + ε
Dimana : Y
= Sehat 4, Cukup Sehat 3, Kurang Sehat 2, Tidak Sehat 1 Capital = Asek permodalan atau Capital Adequity Ratio persen
ASSET = Kualitas aktiva produktif Non Performa Loans persen MAN
= Manajemen Net Interest Margin persen EAR
= Earning atau tingkat rentabilitas bank persen LIK
= Likuiditas atau Loan to Deposit Ratio persen Informasi regressan tersedia hanya jika hanya beberapa regressan dapat
diobservasi disebut cencored sample, sebaliknya informasi regressor tersedia hanya
Universitas Sumatera Utara
jika beberapa regressan dapat diobservasi disebut truncater sampel Manurung 2006,hal.204. Estimasi model regressan adalah :
Y = X e
+ β
jika RHS 0 = 0
jika lainnya
Estimasi Model Regresi Tobit
Regresi Tobit regresi tersensor merupakan analisis regresi yang digunakan untuk menggambarkan hubungan antara variabel dependen dan variabel independen.
Variabel dependen variable respon biasa disimbolkan Y yang berskala campuran dengan variabel indepeden variable prediktor biasa disimbolkan X. Output dari
analisis regresi ini untuk mengestimasi nilai rata-rata dari variabel dependen bila nilai variabel independen diketahui.
Formula model tobit secara umum adalah sebagai berikut : Y
= X β + ε
3.1 dimana :
Y : vektor dari variabel takbebas
X : matriks dari variabel regressor atau bebas β : vektor estimasi parameter yang nilainya belum diketahui
ε : residual model yang mengikuti distribusi normal terpotong 0,σ
2
. Model Tobit juga dapat terbentuk dalam dua bagian formula yang digunakan
untuk memprediksikan variabel tak bebas yaitu memprediksikan nilai dimana
Universitas Sumatera Utara
variabel tak bebas adalah nol limited sedangkan yang lain tidak nol unlimited. Model tobit dapat ditulis sebagai:
⎩ ⎨
⎧ =
i i
Y Y
Nilai
ekspektasi dari regresi Tobit adalah : =
= +
=
i i
i i
i i
Y Y
E Y
P Y
Y E
Y P
X Y
E 3.2
σ β
σ β
+ Φ
= =
+ Φ
+ Φ
= X
Y P
X
i i
. 1
3.3.
Tujuan utama dari pembentukan model adalah untuk memilih variabel yang sesuai dan memberikan hasil yang terbaik dalam menjelaskan masalah yang dihadapi.
Semakin banyak variabel yang masuk kedalam model, maka semakin kompleks model yang dihasilkan. Begitu juga semakin banyak variabel prediktor yang
diperlukan untuk menduga respon. Hal ini diatasi dengan menyeleksi variabel yang masuk ke model secara bertahap agar didapatkan model yang layak digunakan.
Langka-langkah yang dilakukan untuk memilih variabel yang layak adalah pertama, memeriksa korelasi antara variabel prediktor. Tujuannya adalah untuk
mendapatkan variabel prediktor yang independen. Jika didapatkan variabel prediktor yang saling berkorelasi, maka hanya variabel prediktor yang mempunyai korelasi
terbesar dengan variabel respon yang akan diikutkan dalam pembentukan model, karena variabel prediktor yang nilai korelasinya dengan variabel respon kecil sudah
terwakili oleh variabel tersebut. Untuk yang lain
Jika
i
Y 0
Universitas Sumatera Utara
Selanjutnya membuat model univariat, yaitu dengan meregresikan masing- masing variabel prediktor terhadap variabel respon. Untuk mengetahui apakah
hubungan antara variabel respon dengan prediktor signifikan atau tidak. Variabel prediktor yang tidak mempunyai hubungan yang signifikan dengan variabel respon
akan dikeluarkan dari pembentukan model. Kemudian memodelkan secara serentak multivariate variabel respon dan semua variabel prediktor yang signifikan pada
pemodelan univariate.
3.6. Uji Penyimpangan Asumsi Klasik
