commit to user 41
Sedangkan untuk variable independen yang terdiri dari 7 variabel, CAR memiliki nilai minimum 11; nilai maksimum 29; nilai rata-rata
17,62; dan standar deviasi 5,19. NPL memiliki nilai minimum 1; nilai maksimum 9; nilai rata-rata 3,71; dan standar deviasi 2,28. ROA
memiliki nilai minimum minus 36; nilai maksimum 4; nilai rata-rata 0,05; dan standar deviasi 8,39. ROE memiliki nilai minimum minus 35;
nilai maksimum 37; nilai rata-rata 11,76; dan standar deviasi 17,32. BOPO memiliki nilai minimum 46; nilai maksimum 133; nilai rata-rata
81,14; dan standar deviasi 21,52. NIM memiliki nilai minimum 2; nilai maksimum 61; nilai rata-rata 8,14; dan standar deviasi 12,22. LDR
memiliki nilai minimum 28; nilai maksimum 87; nilai rata-rata 65,33; dan standar deviasi 17,55.
C. UJI NORMALITAS DATA
Uji normalitas dilakukan untuk mengetahui apakah data penelitian terdistribusikan secara normal atau tidak. Penelitian ini menggunakan uji
Kolmogorov-Smirnov
dengan kriteria pengujian jika
asymp. Significance
0.05, maka data terdistribusi normal dan sebaliknya jika
asymp. Significance
0.05, maka data terdistribusi tidak normal. Berdasarkan pada hasil analisis yang telah dilakukan adalah sebagai berikut :
commit to user 42
Tabel IV. 4 Hasil Uji One-Sample Kolmogorov-Smirnov Test
CAR NPL
ROA ROE
BOPO NIM
LDR N
21 21
21 21
21 21
21 Normal
Parametersa,b Mean
.1762 .0371
.0005 .1176
.8114 .0814
.6533 Std.
Deviation .05191 .02283
.08393 .17317 .21523 .12220 .17554
Most Extreme Differences
Absolute .146
.194 .356
.199 .219
.409 .165
Positive .146
.194 .319
.099 .119
.409 .109
Negative -.101
-.117 -.356
-.199 -.219
-.320 -.165
Kolmogorov-Smirnov Z .670
.890 1.631
.910 1.006
1.876 .758
Asymp. Sig. 2-tailed .761
.407 .010
.379 .264
.002 .613
a Test distribution is Normal. b Calculated from data.
Dari tabel di atas tampak bahwa variabel CAR, NPL, ROE, BOPO, dan LDR terdistribusi normal 0,05, sedangkan variable ROA dan NIM terdistribusi
tidak normal 0,05.
D. UJI ASUMSI KLASIK
1. Uji Multikolinearitas
Pengujian multikolinieritas digunakan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas
independen. Uji ini dilakukan dengan melihat
tolerance value
dan
variance inflation factor
VIF dari hasil analisis dengan menggunakan SPSS. Apabila
tolerance value
lebih besar dari 0,10 atau VIF lebih kecil
commit to user 43
dari 10 maka dapat disimpulkan antar variabel bebas tidak terjadi multikoliniearitas. Berikut ini adalah hasil uji multikoliniearitas yang telah
dilakukan.
Tabel IV. 5 Hasil Uji Multikoliniearitas
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
1 Constant
CAR .418
2.394 NPL
.603 1.658
ROA .295
3.392 ROE
.233 4.299
BOPO .354
2.823 NIM
.647 1.545
LDR .612
1.633 a Dependent Variable: Laba_Rugi
Pada tabel di atas dapat diketahui
tolerance value
masing-masing variabel bebas lebih besar dari 0,10 dan nilai VIF lebih kecil dari 10. Dari hasil
tersebut dapat disimpulkan bahwa antar variabel independen tidak terjadi multikoliniearitas.
2. Uji Autokorelasi
Untuk mendeteksi adanya gejala autokorelasi digunakan Uji Durbin Watson DW. Jika -2
≤ DW ≤ 2 maka tidak ada autokorelasi Sukestiyarno, 2006 : 10. Berikut ini hasil pengujian autokorelasi yang
telah dilakukan.
commit to user 44
Tabel IV. 6 Hasil Uji Autokorelasi
Model Summaryb
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .860a
.740 .600
1145310.801 1.623
a Predictors: Constant, LDR, ROE, NIM, CAR, NPL, BOPO, ROA b Dependent Variable: Laba_Rugi
Berdasarkan output SPSS di atas nilai Durbin Watson menunjukkan angka sebesar 1,623. Nilai ini berada di antara -2 dan 2, hal ini menujukkan tidak
adanya autokorelasi.
3. Uji Heterokedatisitas
Pengujian heterokedatisitas dapat dilihat dari scatterplot diagram yang tersaji dalam output SPSS. Berikut ini hasil uji heterokedatisitas yang
telah dilakukan.
commit to user 45
Grafik IV. 1 Hasil Uji Heterokedatisitas
-2 -1
1 2
3
Regression Standardized Residual
1 2
3 4
5 6
7
Frequ en cy
Mean = -1.28E-16 Std. Dev. = 0.806
N = 21
Dependent Variable: Laba_Rugi Histogram
-3 -2
-1 1
2 3
Regression Standardized Predicted Value
-2 -1
1 2
3
Regr ession Stud entiz ed R esidu al
Dependent Variable: Laba_Rugi Scatterplot
commit to user 46
Dari grafik scatterplot di atas tampak bahwa titik-titik data menyebar secara acak, tidak berkumpul di bawah saja atau hanya di atas saja.
Sedangkan dalam histogram diagram batang tidak melengkung membentuk kurva. Hal ini menunjukkan bahwa tidak terjadi
multikolinearitas.
E. UJI HIPOTESIS
1. Uji Kelayakan Model
Uji ini dilakukan untuk mengetahui pengaruh secara simultan atau bersama-sama antara variabel dependen CAR, NPL, ROA, ROE, BOPO,
NIM, LDR terhadap variabel independen laba rugi. Pengujian ini membandingkan taraf signifikansi F dengan tingkat signifikansi yang telah
ditentukan sebelumnya, yaitu 0,05.
Tabel IV. 7 Hasil Uji F
ANOVAb
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
48540803231343.500 7
6934400461620.500 5.286
.005a Residual
17052578806341.430 13
1311736831257.033 Total
65593382037684.900 20
a Predictors: Constant, LDR, ROE, NIM, CAR, NPL, BOPO, ROA b Dependent Variable: Laba_Rugi
commit to user 47
Dari hasil uji di atas tampak bahwa nilai signifikansi F adalah 0,005 atau kurang dari 0,05. Hal ini menunjukkan bahwa variabel
independen yaitu CAR, NPL, ROA, ROE, BOPO, NIM, dan LDR secara simultan atau bersama-sama mempunyai pengaruh terhadap kondisi bank
bermasalah atau tidak bermasalah yang dalam penelitian ini di proxy-kan dengan laba rugi perusahaan. Dengan demikian dapat disimpulkan model
penelitian ini dapat diterima.
2. Uji Pengaruh Parsial
Alat analisis yang digunakan dalam penelitian ini adalah model regresi linier berganda. Analisis regresi ini digunakan untuk mengetahui
apakah hipotesis penelitian terbukti signifikan atau tidak signifikan, dengan menggunakan persamaan sebagai berikut:
Y = α + b
1
CAR + b
2
NPL + b
3
ROA + b
4
ROE + b
5
BO PO + b
6
NIM + b
7
LDR +
e
Berikut ini adalah tabel yang menujukkan hasil regresi linier berganda yang diolah dengan menggunakan SPSS 12.
commit to user 48
Tabel IV. 8 Hasil Regresi Linier Berganda
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -263601.278
3283786.838 -.080
.937 CAR
4981240.868 7632647.392
.143 .653
.525 NPL
36307610.990 14440743.264 .458
2.514 .026
ROA -7373323.737
5619595.312 -.342
-1.312 .212
ROE 9334210.809
3066203.192 .893
3.044 .009
BOPO -1374262.557
1999204.563 -.163
-.687 .504
NIM 2146897.131
2604651.545 .145
.824 .425
LDR -2174872.998
1864624.837 -.211
-1.166 .264
a Dependent Variable: Laba_Rugi
Berdasarkan pengolahan data di atas maka diperoleh model regresi sebagai berikut:
Y = -263601,278 + 4981240,868 CAR + 36307610,990 NPL - 7373323,737 ROA + 9334210,809 ROE - 1374262,557
BO PO + 2146897.131 NIM - 2174872,998 LDR +
e
Uji
t
dalam penelitian ini bertujuan untuk menguji pengaruh secara parsial variabel-variabel independen yang digunakan dalam penelitian.
Pengujian dilakukan dengan cara membandingkan nilai signifikansi
t
terhadap taraf signifikansi yang telah ditentukan yaitu sebesar 0,05. Kriteria pengujiannya adalah:
a Jika signifikansi
t
0,05 maka H ditolak
b Jika signifikansi
t
0,05 maka H diterima
commit to user 49
Berikut hasil pengujiannya:
Tabel IV. 9 Hasil Uji
t
Variabel Nilai
t
hitung Signifikansi
t
Keterangan CAR
0,653 0,525
Diterima NPL
2,514 0,026
Ditolak ROA
-1,312 0,212
Diterima ROE
3,044 0,009
Ditolak BO PO
-0,687 0,504
Diterima NIM
0,824 0,425
Diterima LDR
-1,166 0,264
Diterima
Berdasarkan tabel di atas, dapat diketahui bahwa pengaruh rasio CAR terhadap kondisi bermasalah pada bank adalah tidak signifikan
karena tingkat signifikansi diatas 0,05 yaitu sebesar 0,525. Pengaruh rasio NPL terhadap kondisi bermasalah pada bank adalah signifikan karena
tingkat signifikansi dibawah 0,05 yaitu sebesar 0,026. Pengaruh rasio ROA terhadap kondisi bermasalah pada bank adalah tidak signifikan
karena tingkat signifikansi diatas 0,05 yaitu sebesar 0,212. Pengaruh rasio ROE terhadap kondisi bermasalah pada bank adalah signifikan karena
tingkat signifikansi dibawah 0,05 yaitu sebesar 0,009. Pengaruh rasio BO PO terhadap kondisi bermasalah pada bank adalah tidak signifikan karena
tingkat signifikansi diatas 0,05 yaitu sebesar 0,504. Pengaruh rasio NIM terhadap kondisi bermasalah pada bank adalah tidak signifikan karena
tingkat signifikansi diatas 0,05 yaitu sebesar 0,425. Pengaruh rasio CAR terhadap kondisi bermasalah pada bank adalah tidak signifikan karena
tingkat signifikansi diatas 0,05 yaitu sebesar 0,264.
commit to user 50
Rasio CAR, NPL, ROE, dan NIM mempunyai pengaruh yang positif, artinya semakin tinggi rasio ini maka kemungkinan suatu bank
dalam kondisi bermasalah semakin besar. Sedangkan rasio ROA, BO PO, dan LDR mempunyai pengaruh negatif, artinya semakin rendah rasio ini
maka kemungkinan suatu bank dalam kondisi bermasalah semakin besar.
3. Uji Koefisien Determinasi
Uji ini dilakukan untuk mengetahui persentase variabel dependen yang dapat dijelaskan oleh variabel independen. Nilai
R
2
besarnya antara 0 sampai 1.
R
2
dinyatakan baik jika mendekati 1. Tetapi jika R
2
bernilai 0 maka hal ini berarti variabel independen tidak pengaruh terhadap variabel
dependen. Hasil pengujian
R
2
ditunjukkan dalam tabel di bawah ini:
Tabel IV. 10 Hasil Uji
R
2
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-Watson
1 .860a
.740 .600
1145310.801 1.623
a Predictors: Constant, LDR, ROE, NIM, CAR, NPL, BOPO, ROA b Dependent Variable: Laba_Rugi
Dari tabel tampak bahwa nilai adjusted
R
2
adalah 0,600 yang artinya CAR, NPL, ROA, ROE, BOPO, NIM, dan LDR menjelaskan kondisi
kesehatan perbankan sebesar 60, dan 40 sisanya dijelaskan oleh variabel lain yang tidak diamati dalam penelitian ini.
commit to user 51
4. Uji Beda
Dalam penelitian ini dilakukan uji beda untuk mengetahui apakah rasio keuangan CAMEL memiliki perbedaan yang signifikan antara bank
kategori tidak bermasalah yang di
proxy
kan dengan laba dan bank kategori bermasalah yang di
proxy
kan dengan rugi. Uji beda menggunakan alat uji
Independen Sample Test
untuk data yang berdistribusi normal dan
Mann Whitney
untuk data yang berdistribusi tidak normal. Hasilnya adalah sebagai berikut:
Tabel IV. 10 Hasil Uji Beda
Rasio Keuangan Signifikansi Keterangan Kesimpulan
CAR 0,005
H ditolak
H
a
diterima Tidak ada perbedaan
NPL 0,009
H ditolak
H
a
diterima Tidak ada perbedaan
ROA 0,001
H ditolak
H
a
diterima Tidak ada perbedaan
ROE 0,000
H ditolak
H
a
diterima Tidak ada perbedaan
BOPO 0,006
H ditolak
H
a
diterima Tidak ada perbedaan
NIM 0,712
H diterima
H
a
ditolak Ada perbedaan
LDR 0,768
H diterima
H
a
ditolak Ada perbedaan
Dari hasil pengujian diatas dapat diketahui sebagian besar rasio keuangan menunjukkan tidak ada perbedaan antara bank kategori
bermasalah bank kategori tidak bermasalah. Hanya rasio NIM dan LDR yang
menunjukkan adanya perbedaan yang signifikan.
commit to user 52
F. PEMBAHASAN
Dari informasi yang disajikan di halaman Lampiran 1 yaitu data Laba Rugi perusahaan, dari 21 bank yang dijadikan sampel terdapat 4 bank
dikatergorikan dalam kondisi bermasalah karena pada periode penelitian mengalami kerugian, yaitu Bank Permata yang mengalami kerugian 4 tahun
berturut-turut, Bank Century pada tahun 2004 mengalami kerugian yang cukup besar, Bank Eksekutif Internasional yang mengalami kerugian 2 tahun
berturut-turut, serta Bank Bumiputera yang rugi pada tahun 2005. Dari hasil rata-rata laba rugi selama 4 tahun keempat bank tersebut Bank Permata, Bank
Century, dan Bank Eksekutif Internasional mengalami kerugian, sedangkan Bank Bumiputera tidak rugi tetapi rasio ROA dan ROE masing-masing
bernilai 0. Berdasarkan hasil analisis yang telah dilakukan menunjukan bahwa
tidak semua rasio keuangan CAMEL yang digunakan dalam penelitian ini yaitu CAR, NPL, ROA, ROE, BOPO, NIM, dan LDR mempunyai pengaruh
terhadap kondisi bermasalah pada bank. Hanya rasio NPL dan ROE yang mempunyai pengaruh yang signifikan terhadap adanya kondisi bermasalah
pada perusahaan perbankan yang dalam penelitian ini di
proxy
-kan dengan nilai laba rugi perusahaan.
Hasil korelasi antar variabel yang ditunjukkan dalam Lampiran 10, terdapat 4 variabel independen yang mempunyai korelasi positif dengan
variabel dependen, yaitu CAR, ROA, ROE, dan NIM. Artinya, semakin tinggi rasio CAR, ROA, ROE, NIM maka semakin tinggi pula laba perusahaan. ROE
commit to user 53
mempunyai hubungan yang paling erat dengan laba rugi, keeratan hubungan sebesar 63,2, dilanjutkan dengan NIM yaitu sebesar 45, kemudian CAR
sebesar 44, dan yang terakhir adalah ROA sebesar 22,4. Dalam Lampiran 11 dapat diketahui bahwa pada bank-bank kategori tidak bermasalah terdapat
4 variabel independen yang berkorelasi positif dengan laba rugi, yaitu CAR, NPL, ROA, ROE, dan NIM. Korelasi paling kuat terjadi pada ROE dan NIM
keeratan hubungannya sama yaitu 54,8, kemudian ROA sebesar 41,9, selanjutnya CAR dan NPL masing-masing sebesar 26,6 dan 20,4. Dapat
disimpulkan bahwa pada bank-bank bermasalah dan tidak bermasalah, laba rugi mempunyai korelasi yang positif pada CAR, ROA, ROE, dan NIM.
Sedangkan pada kelompok bank dengan kategori tidak bermasalah, laba rugi berkorelasi positif dengan CAR, NPL, ROA, ROE, dan NIM.
Berdasarkan uji beda yang telah dilakukan, rasio CAR antara bank bermasalah dan tidak bermasalah tidak memiliki perbedaan yang signifikan
karena tingkat signifikansinya di bawah 5 sehingga tidak mendukung hipotesis yang telah dirumuskan. Hal ini diperkuat dengan data yang
menunjukkan bahwa rata-rata rasio CAR dari seluruh bank bernilai 18, keempat bank kategori bermasalah memiliki nilai CAR yang lebih rendah dari
rata-rata, namun ada pula bank yang tidak termasuk dalam kategori bermasalah memiliki CAR di bawah rata-rata lihat Lampiran 2.
Hasil uji beda secara statistik menunjukkan rasio NPL tidak memiliki perbedaan yang signifikan antara bank bermasalah dan bank tidak bermasalah
karena tingkat signifikansinya dibawah 0,050 yaitu 0,009. Hal ini didukung
commit to user 54
dengan data bahwa pada rasio NPL, rata-rata dari seluruh bank bernilai 4, tiga dan keempat bank kategori bermasalah memiliki nilai NPL yang lebih
tinggi dari rata-rata namun ada pula bank yang tidak termasuk dalam kategori bermasalah memiliki NPL di atas rata-rata lihat Lampiran 3.
Untuk rasio ROA, rata-rata dari seluruh bank bernilai 0, keempat bank kategori bermasalah memiliki nilai ROA yang lebih rendah dari rata-
rata, namun ada pula bank yang tidak termasuk dalam kategori bermasalah memiliki ROA di bawah rata-rata lihat Lampiran 4. Hal ini mendukung hasil
uji statistik bahwa tidak ada perbedaan yang signifikan antara ROA bank bermasalah dan bank tidak bermasalah, ditunjukkan dengan nilai signifikansi
ROA dibawah 0,050 yaitu sebesar 0,001. Hasil uji beda rasio ROE menunjukkan angka signifikansi 0,000 atau
di bawah 0,050 sehingga tidak mendukung hipotesis yang diajukan penulis. Hal ini didukung dengan data bahwa untuk rasio ROE, rata-rata dari seluruh
bank bernilai 12, keempat bank kategori bermasalah memiliki nilai ROE yang lebih rendah dari rata-rata, namun ada pula bank yang tidak termasuk
dalam kategori bermasalah memiliki ROE di bawah rata-rata Lampiran 5. Maka dapat disimpulkan bahwa ROE bank bermasalah dan tidak bermasalah
tidak memiliki perbedaan yang signifikan. Dalam Tabel IV.10 dapat dilihat tingkat signifikansi BO PO untuk uji
beda adalah 0,006. Ini menunjukkan bahwa tidak adanya perbedaan yang signifikan antara bank bermasalah dan tidak bermasalah. Simpulan tersebut
didukung dengan data bahwa untuk rasio BO PO, rata-rata dari seluruh bank
commit to user 55
bernilai 81, keempat bank kategori bermasalah memiliki nilai BO PO yang lebih besar dari rata-rata, namun ada pula bank yang tidak termasuk dalam
kategori bermasalah memiliki BO PO di atas rata-rata Lampiran 6. Rasio NIM dan LDR merupakan rasio yang memiliki perbedaan antara
bank bermasalah dan bank tidak bermasalah, hal ini ditunjukkan dalam Tabel IV.10. Nilai signifikansi untuk kedua rasio tersebut masing-masing 0,712 dan
0,768. Berdasarkan uraian di atas dapat disimpulkan bahwa sebagian besar rasio keuangan pada bank bermasalah dan bank tidak bermasalah tidak
memiliki perbedaan yang signifikan. Hipotesis yang diajukan dalam penelitian ini hanya berlaku untuk variabel independen NIM dan LDR.
Berdasarkan Ketetapan Bank Indonesia, Rasio keuangan CAMEL CAR, NPL, NIM, ROA, ROE, BO PO, LDR merupakan alat untuk
mengukur tingkat kesehatan perbankan, sehingga kurang tepat jika digunakan untuk memprediksi kebangkrutan. Bank-bank yang termasuk dalam kategori
bermasalah akan masuk dalam daftar pengawasan untuk ‘disehatkan’ kembali sehingga tidak ada kecenderungan bank berada dalam kondisi kebangkrutan.
commit to user
56
BAB V PENUTUP
E. KESIMPULAN
