Analisis Hubungan Antara Marjin Bunga Bersih dan Pendapatan Non Bunga dengan Menggunakan Model Persamaan Simultan pada Bank Go Public

LAMPIRAN 1

Data Hasil Olahan Populasi No. Kode

Bank

Nama Bank Kriteria

1

Kriteria 2

Sampel terpilih

1. AGRO Bank Rakyat Indonesia Agro Niaga Tbk _{✓ ✓ ✓}

2. AGRS Bank Agris Tbk X _✓ X

3. BABP Bank MNC Internasional Tbk _{✓ ✓ ✓}

4. BACA Bank Capital Indonesia Tbk _{✓ ✓ ✓}

5. BBCA Bank Central Asia Tbk _{✓ ✓ ✓}

6. BBHI Bank Harda Internasional Tbk X _✓ X

7. BBKP Bank Bukopin Tbk _{✓ ✓ ✓}

8. BBMD Bank Mestika Dharma Tbk X _✓ X

9. BBNI Bank Negara Indonesia (Persero) Tbk _{✓ ✓ ✓}

10. BBNP Bank Nusantara Parahyangan Tbk _{✓ ✓ ✓}

11. BBRI Bank Rakyat Indonesia (Persero) Tbk _{✓ ✓ ✓}

12. BBTN Bank Tabungan Negara (Persero) Tbk _{✓ ✓ ✓}

13. BBYB Bank Yudha Bakti Tbk X _✓ X

14. BCIC Bank Mutiara Tbk _{✓ ✓ ✓}

15. BDMN Bank Danamon Indonesia Tbk _{✓ ✓ ✓}

16. BEKS Bank Pundi Indonesia Tbk _{✓ ✓ ✓}

17. BINA Bank Ina Perdana Tbk X _✓ X

18. BJBR Bank Jabar Banten Tbk X _✓ X

19. BJTM Bank Pembangunan Daerah Jawa Timur Tbk X _✓ X

21. BMAS Bank Maspion Indonesia Tbk X _✓ X

22. BMRI Bank Mandiri (Persero) Tbk _{✓ ✓ ✓}

23. BNBA Bank Bumi Arta Tbk _{✓ ✓ ✓}

24. BNGA Bank CIMB Niaga Tbk _{✓ ✓ ✓}

25. BNII Bank Internasional Indonesia Tbk _{✓ ✓ ✓}

26. BNLI Bank Permata Tbk _{✓ ✓ ✓}

27. BSIM Bank Sinar Mas Tbk X _✓ X

28. BSWD Bank Swadesi Tbk _{✓ ✓ ✓}

29. BTPN Bank Tabungan Pensiunan Nasional Tbk _{✓ ✓ ✓}

30. BVIC Bank Victoria Internasional Tbk _{✓ ✓ ✓}

31. DNAR Bank Dinar Indonesia Tbk X _✓ X

32. INPC Bank Artha Graha Internasional Tbk _{✓ ✓ ✓}

33. MAYA Bank Mayapada Internasional Tbk _{✓ ✓ ✓}

34. MCOR Bank Windu Kentjana International Tbk _{✓ ✓ ✓}

35. MEGA Bank Mega Tbk _{✓ ✓ ✓}

36. NAGA Bank Mitraniaga Tbk X _✓ X

37. NISP Bank NISP OCBC Tbk _{✓ ✓ ✓}

38. NOBU Bank Nationalnobu Tbk X _✓ X

39. PNBN Bank Pan Indonesia Tbk _{✓ ✓ ✓}

40. PNBS Bank Pan Indonesia Syariah Tbk X _✓ X

LAMPIRAN 2

Hasil Eviews Statistik Deskriptif

CR NII NIM ROA ROE SIZE

Mean 0.026897 0.514396 0.071559 1.698820 0.163343 17.36262 Median 0.020500 0.528864 0.053800 1.662146 0.148400 17.64214 Maximum 0.509600 1.271149 0.351000 4.559570 0.844400 20.47226 Minimum 0.002100 0.006000 0.011300 -10.64995 -0.089600 14.26124 Std. Dev. 0.045082 0.262206 0.042284 1.616965 0.111870 1.702647 Skewness 9.255455 -0.079696 10.55485 -3.409742 2.108226 0.049588 Kurtosis 98.93874 2.552827 118.0790 26.97975 12.45573 1.755029 Jarque-Bera 53701.29 1.267703 76999.53 3496.128 602.9398 8.773807 Probability 0.000000 0.530544 0.000000 0.000000 0.000000 0.012439 Sum 3.631100 69.44350 9.660500 229.3407 22.05130 2343.953 Sum Sq. Dev. 0.272340 9.212755 2.712806 350.3533 1.676986 388.4668 Observations 135 135 135 135 135 135

LAMPIRAN 3

Hasil Eviews Uji Hausman Test

Dependent Variable: NIM Method: Panel Least Squares Date: 04/09/16 Time: 14:48 Sample: 2010 2014

Periods included: 5

Cross-sections included: 27

Total panel (balanced) observations: 135

Variable Coefficient Std. Error t-Statistic Prob. C 1.050282 0.428362 2.451855 0.0155 SIZE -0.106355 0.045397 -2.342750 0.0207 CR 1.011632 0.504687 2.004474 0.0471 ROA 0.034052 0.012244 2.781247 0.0062 RES -1.475284 0.727969 -2.026575 0.0000 R-squared 0.168175 Mean dependent var 0.071559 Adjusted R-squared 0.135934 S.D. dependent var 0.142284 S.E. of regression 0.132261 Akaike info criterion -1.164659 Sum squared resid 2.256579 Schwarz criterion -1.035536 Log likelihood 84.61447 Hannan-Quinn criter. -1.112187 F-statistic 5.216148 Durbin-Watson stat 2.171728 Prob(F-statistic) 0.000215

LAMPIRAN 4

Hasil Eviews Two Stage Least Square (2SLS) Net Interest Margin

Dependent Variable: NIM

Method: Panel Two-Stage Least Squares Date: 04/09/16 Time: 15:25

Sample: 2010 2014 Periods included: 5

Cross-sections included: 27

Total panel (balanced) observations: 135 Instrument specification: C SIZE CR ROA ROE Constant added to instrument list

Variable Coefficient Std. Error t-Statistic Prob. C 1.050282 1.245357 0.843358 0.0000 SIZE 0.106355 0.131982 -0.805830 0.0418 CR 1.011632 1.467253 0.689474 0.0327 ROA 0.034052 0.035595 0.956659 0.0000 NII 1.521819 2.111903 0.720591 0.4725 R-squared -6.085177 Mean dependent var 0.071559 Adjusted R-squared -6.303182 S.D. dependent var 0.142284 S.E. of regression 0.384515 Sum squared resid 19.22071 F-statistic 6.280661 Durbin-Watson stat 0.627667 Prob(F-statistic) 0.000000 Second-Stage SSR 2.273458

LAMPIRAN 5

Hasil Eviews Two Stage Least Square (2SLS) Non Interest Income

Dependent Variable: NII

Method: Panel Two-Stage Least Squares Date: 04/09/16 Time: 16:03

Sample: 2010 2014 Periods included: 5

Cross-sections included: 27

Total panel (balanced) observations: 135 Instrument specification: C SIZE CR ROA ROE Constant added to instrument list

Variable Coefficient Std. Error t-Statistic Prob. C -0.632772 0.245379 -2.578750 0.0110 SIZE 0.066119 0.014700 4.498005 0.0000 CR 0.580519 0.858271 0.676382 0.5000 ROE -0.161288 0.256567 -0.628637 0.0007 NIM 0.138323 0.573482 0.241199 0.0098 R-squared 0.160130 Mean dependent var 0.514396 Adjusted R-squared 0.134288 S.D. dependent var 0.262206 S.E. of regression 0.243966 Sum squared resid 7.737516 F-statistic 5.914258 Durbin-Watson stat 0.366909 Prob(F-statistic) 0.000000 Second-Stage SSR 7.794360

LAMPIRAN 6

Tabel Pengolahan Data Skripisi

Model Persamaan Simultan antara Marjin Bunga Bersih dan Pendapatan Non Bunga pada Bank yang Terdaftar di BEI

Periode 2008-2014

Kode

Bank Tahun NIM NII SIZE CR ROA ROE

AGRO 2010 0.0572 0.8067 14.93302 0.0745 0.63 0.0416

AGRO 2011 0.0454 0.2475 15.06287 0.0355 1.29 0.1137

AGRO 2012 0.0600 0.1333 15.21179 0.0368 1.27 0.1026

AGRO 2013 0.0531 0.1504 15.44946 0.0227 1.40 0.0889

AGRO 2014 0.0462 0.2438 15.66949 0.0202 1.34 0.0736

BABP 2010 0.0619 0.4297 15.97421 0.0434 0.45 0.0533

BABP 2011 0.0543 0.3618 15.80336 0.0625 -1.96 -0.0896

BABP 2012 0.0544 0.3365 15.82155 0.0578 0.08 0.0026

BABP 2013 0.0484 0.2520 15.91547 0.0488 0.81 0.1628

BABP 2014 0.0343 0.2036 16.05943 0.0588 -0.74 0.0669

BACA 2010 0.0395 0.2108 15.29698 0.0103 0.66 0.0511

BACA 2011 0.0362 0.0630 15.36200 0.0081 0.73 0.0519

BACA 2012 0.0466 0.0475 15.55003 0.0211 1.10 0.0846

BACA 2013 0.0467 0.1291 15.78112 0.0037 1.31 0.1096

BACA 2014 0.0396 0.1114 16.04033 0.0034 1.07 0.0893

BBCA 2010 0.0530 0.5434 19.58998 0.0360 3.14 0.3330

BBCA 2011 0.0570 0.6316 19.74842 0.0049 3.49 0.3350

BBCA 2012 0.0560 0.7365 19.89498 0.0038 3.37 0.3040

BBCA 2013 0.0620 0.6383 20.00685 0.0044 3.61 0.2820

BBCA 2014 0.0650 0.6618 20.11075 0.0060 3.66 0.2550

BBKP 2010 0.0475 0.7619 17.64214 0.0325 1.42 0.1902

BBKP 2011 0.0455 0.7183 17.82179 0.0283 1.68 0.2010

BBKP 2012 0.0456 0.7644 17.95489 0.0278 1.64 0.1947

BBKP 2013 0.0382 0.7097 18.00796 0.0243 1.75 0.1909

BBKP 2014 0.0370 0.7074 18.12990 0.0277 1.24 0.1250

BBNI 2010 0.0578 0.5261 19.29861 0.0428 2.27 0.2470

BBNI 2011 0.0603 0.4861 19.48025 0.0361 2.56 0.2010

BBNI 2012 0.0593 0.5146 19.58861 0.0281 2.67 0.2000

BBNI 2013 0.0611 0.5913 19.73095 0.0216 2.98 0.2350

BBNI 2014 0.0620 0.6069 19.79051 0.0196 3.33 0.2364

BBNP 2010 0.0491 0.3942 15.47986 0.0067 1.29 0.1238

BBNP 2012 0.0556 0.4796 15.92113 0.0097 1.40 0.1937

BBNP 2013 0.0516 0.3949 16.11667 0.0092 1.42 0.1216

BBNP 2014 0.0469 0.4655 16.06352 0.0186 1.38 0.0909

BBRI 2010 0.1077 0.5073 19.80295 0.0278 3.74 0.4383

BBRI 2011 0.0958 0.5832 19.93917 0.0230 4.10 0.4249

BBRI 2012 0.0842 0.4684 20.09817 0.0097 4.42 0.3866

BBRI 2013 0.0855 0.5824 20.22300 0.0155 4.56 0.3411

BBRI 2014 0.0851 0.6530 20.47226 0.0169 3.95 0.3122

BBTN 2010 0.0599 0.5018 18.04067 0.0317 1.83 0.1656

BBTN 2011 0.0576 0.6383 18.30551 0.0270 1.71 0.1765

BBTN 2012 0.0583 0.6222 18.53176 0.0422 1.66 0.1823

BBTN 2013 0.0544 0.5142 18.69200 0.0430 1.63 0.1605

BBTN 2014 0.0447 0.5241 18.78932 0.0419 1.07 0.1066

BDMN 2010 0.0113 0.9294 18.55052 0.0325 2.09 0.1810

BDMN 2011 0.0990 0.9891 18.66114 0.0271 2.40 0.1720

BDMN 2012 0.1010 0.9741 18.68669 0.0267 3.10 0.1620

BDMN 2013 0.0960 0.9696 18.83953 0.0203 2.42 0.1450

BDMN 2014 0.0840 1.0187 18.91076 0.0247 3.01 0.0860

BEKS 2010 0.3510 0.4782 14.26124 0.5096 -10.65 0.8444

BEKS 2011 0.0820 0.4990 15.60611 0.0912 -2.86 0.5055

BEKS 2012 0.1664 0.6325 15.85451 0.0995 0.89 0.0952

BEKS 2013 0.1304 0.8268 16.01308 0.0675 1.14 0.1444

BEKS 2014 0.0965 0.9071 16.01762 0.0694 -1.64 0.1631

BKSW 2010 0.0513 0.1489 14.76714 0.0208 0.16 0.0077

BKSW 2011 0.0534 0.5699 15.09473 0.0156 0.43 0.0072

BKSW 2012 0.0463 0.1662 15.35123 0.0073 -0.74 0.0338

BKSW 2013 0.0820 0.6096 16.21773 0.0023 0.05 0.0029

BKSW 2014 0.0280 0.8341 16.85234 0.0031 0.78 0.0654

BMRI 2010 0.0539 0.6260 19.82635 0.0200 3.20 0.3309

BMRI 2011 0.0529 0.5707 20.00809 0.0200 2.99 0.2557

BMRI 2012 0.0558 0.6384 20.14898 0.0100 3.21 0.2723

BMRI 2013 0.0568 0.6074 20.28979 0.0100 3.34 0.2731

BMRI 2014 0.0594 0.6381 20.44493 0.0100 3.19 0.2581

hrBNBA 2010 0.0610 0.7999 14.79423 0.0225 1.42 0.0839

BNBA 2011 0.0656 0.5674 14.90176 0.0107 1.92 0.1194

BNBA 2012 0.0713 0.4280 15.06355 0.0063 2.22 0.1484

BNBA 2013 0.0616 0.5120 15.21316 0.0021 1.95 0.1315

BNBA 2014 0.0581 0.5180 15.45556 0.0025 1.37 0.1134

BNGA 2013 0.0281 0.6400 19.16939 0.0223 2.66 0.1550

BNGA 2014 0.0286 0.6692 19.24006 0.0390 1.53 0.0920

BNNI 2010 0.0586 0.8461 18.08695 0.0315 0.91 0.0681

BNNI 2011 0.0522 0.7670 18.32352 0.0207 0.98 0.0916

BNNI 2012 0.0570 0.7299 18.52649 0.0170 1.32 0.1579

BNNI 2013 0.0494 0.7134 18.71667 0.0211 1.35 0.1618

BNNI 2014 0.0476 0.8013 18.72257 0.0223 0.41 0.0602

BNLI 2010 0.0539 0.7060 18.08695 0.0265 1.79 0.2280

BNLI 2011 0.0513 0.7087 18.43591 0.0204 1.44 0.1587

BNLI 2012 0.0503 0.7323 18.69930 0.0137 1.45 0.1754

BNLI 2013 0.0422 0.7566 18.92474 0.0104 1.39 0.1568

BNLI 2014 0.0363 0.5138 19.03636 0.0170 1.11 0.1754

BSWD 2010 0.0582 0.7063 14.26680 0.0355 3.06 0.1169

BSWD 2011 0.0639 0.5451 14.54808 0.0198 3.10 0.1526

BSWD 2012 0.0512 0.5757 14.74797 0.0140 2.91 0.1682

BSWD 2013 0.0592 0.4323 15.09682 0.0159 3.04 0.2203

BSWD 2014 0.0420 0.5160 15.46401 0.0178 2.73 0.2313

BTPN 2010 0.1400 0.5705 17.35712 0.0114 3.27 0.3640

BTPN 2011 0.1300 0.5289 17.65821 0.0072 3.82 0.3180

BTPN 2012 0.1310 0.4491 17.89457 0.0058 4.21 0.0360

BTPN 2013 0.1270 0.2786 18.05921 0.0067 4.12 0.0450

BTPN 2014 0.1140 0.3525 18.09026 0.0070 3.40 0.0470

BVIC 2010 0.0177 0.0060 16.12870 0.0504 1.29 0.1841

BVIC 2011 0.0186 0.0232 16.24057 0.0238 2.06 0.2491

BVIC 2012 0.0312 0.0659 16.42307 0.0230 1.86 0.1648

BVIC 2013 0.0233 0.0463 16.70608 0.0070 1.71 0.1672

BVIC 2014 0.0188 0.0429 16.81815 0.0352 0.74 0.0762

INPC 2010 0.0397 0.2409 16.65243 0.0200 0.69 0.0879

INPC 2011 0.0355 0.1439 16.76966 0.0185 0.66 0.0879

INPC 2012 0.0422 0.3190 16.83880 0.0080 0.68 0.1314

INPC 2013 0.0531 0.3031 16.86897 0.0176 1.39 0.1159

INPC 2014 0.0475 0.2577 16.97052 0.0169 0.76 0.0580

MAYA 2010 0.0625 0.1227 16.12827 0.0327 1.05 0.0728

MAYA 2011 0.0584 0.0377 16.37670 0.0257 1.78 0.1153

MAYA 2012 0.0600 0.0256 16.65847 0.0302 2.05 0.1767

MAYA 2013 0.0575 0.0494 16.99421 0.0104 2.12 0.2285

MAYA 2014 0.0452 0.0921 17.40384 0.0146 1.60 0.2096

MCOR 2010 0.0461 0.2085 15.28671 0.0208 0.87 0.0724

MCOR 2011 0.0462 0.3979 15.68002 0.0317 0.75 0.0694

MCOR 2012 0.0518 0.8467 15.68658 0.0198 1.97 0.1591

MCOR 2014 0.0376 0.8940 16.09479 0.0271 0.73 0.0528

MEGA 2010 0.0488 0.5674 17.76153 0.0090 2.01 0.2720

MEGA 2011 0.0540 0.6547 17.94726 0.0098 1.91 0.2674

MEGA 2012 0.0645 0.9113 18.00757 0.0209 2.37 0.2744

MEGA 2013 0.0538 1.2711 18.01285 0.0217 0.95 0.0965

MEGA 2014 0.0527 0.9664 18.01588 0.0209 1.05 0.1005

NISP 2010 0.0504 0.6896 17.61043 0.0199 1.27 0.0812

NISP 2011 0.0480 0.6770 17.90709 0.0126 1.68 0.1290

NISP 2012 0.0417 0.6145 18.18675 0.0091 1.54 0.1222

NISP 2013 0.0411 0.6843 18.39561 0.0073 1.57 0.1187

NISP 2014 0.0415 0.9129 18.45143 0.0134 1.72 0.0968

PNBN 2010 0.0459 0.1963 18.47818 0.0437 1.47 0.1162

PNBN 2011 0.0464 0.1861 18.58841 0.0356 1.86 0.1472

PNBN 2012 0.0419 0.3178 18.76746 0.0169 1.78 0.1537

PNBN 2013 0.0409 0.4628 18.85330 0.0213 1.74 0.1456

PNBN 2014 0.0383 0.2825 18.88463 0.0205 1.74 0.1309

SDRA 2010 0.1024 0.5004 14.99286 0.0178 2.51 0.1745

SDRA 2011 0.0914 0.3916 15.44196 0.0165 2.40 0.2336

SDRA 2012 0.0828 0.4670 15.84646 0.0199 2.10 0.0969

SDRA 2013 0.0719 0.3203 15.92340 0.0264 3.31 0.1395

DAFTAR PUSTAKA

Adiyanti, S.K. 2013. ”Pengaruh Diversifikasi Pendapatan terhadap Risiko Bank (Studi Kasus Pada Bank yanag Terdaftar Di Bursa Efek Indonesia Tahun 2007-2011)”. Skripsi. Semarang: Fakultas Ekonomika dan Bisnis, Universitas Diponegoro.

Davis, P.L., 2002.” The changing structure of banks’ income – empirical investigation.” Journal of Economics and Business 2, 219–223.

Desfian, Basran., 2005.” Studi Manajemen dan Organisasi” vol.3, no.2, Juli

Deutsche Bank, 2012. “Pendapatan Non Bunga”. Jakarta

Farid Harianto dan Siswanto Sudomo,1998, Perangkat dan Teknik Analisis Investasi di Pasar Modal Indonesia, edisi pertama, BT Bursa Efek Jakarta, Jakarta

Gujarati, d., & porter, d. 2008. Basic economic. New York,; McGraw-Hill.

Hasan, I. M. 2002. Pokok-Pokok Materi Metodologi peneitian dan Aplikasinya. Jakarta: Ghalia Indonesia.Hunger, David K. dan Thomas L. Wheelen. 2003. Manajemen Strategis. Penerbit Andi. Yogyakarta.

Infobanknews. (2015, September 23). Retrieved oktober 6, 2015, from

Lepetit, L., Nys, E., Rous, P., Tarazi, A., 2008b. Bank income structure and risk: an empirical analysis. Journal of Banking and Finance 32, 1452– 1467.Prancis

LLPI, 2011. “Diversifikasi sumber pendapatan”. Jakarta

Nguyen, J.,2012. “The Relationship Between Net Interest Margin and Noninterest Income Using A System Estimation Approach”. Journal of Banking &

Finance 36, 2429-2437 USA.

Setyani, A.Y.,2002. “ Analisis Rasio Keuangan terhadap Perubahan Kinerja Perusahaan”, Jurnal Riset Akutansi dan Keuangan, Vol. 9, No.2, Agustus

Stiroh, K., 2004. “Diversification in banking: is noninterest income the answer? “Journal of Money, Credit and Banking 36, 853–882.USA

Sukmadinata. 2006. Metode Penelitian Pendidikan. Bandung:Rosdakarya

Valverde, S., Fernandez, F., 2007. “The determinants of bank margins in European banking.” Journal of Banking and Finance 31, 2043–2063

World Bank, 2014 “ Pertumbuhan Ekonomi dan Kinerja Indonesia 2014”

BAB III METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian yang digunakan dalam penelitian ini adalah berupa penelitian deskriptif dengan metode kuantitatif. Penelitian deskriptif menurut Sukmadinata (2006:72) adalah suatu bentuk penelitian yang ditunjukan untuk mendeskripsikan fenomena-fenomena yang ada, baik fenomena alamiah maupun fenomena buatan manusia. Fenomena itu bisa berupa bentuk, aktivitas, karakteristik, perubahan, hubungan, kesamaan, dan perbedaan antara fenomena yang satu dengan fenomena lainnya. Metode penelitian kuantitatif merupakan salah satu jenis penelitian yang spesifikasinya adalah sistematis, terencana, dan terstruktur dengan jelas sejak awal hingga pembuatan desain penelitiannya. Penelitian kuantitatif juga merupakan penelitian yang banyak menuntut penggunaan angka, mulai dari pengumpulan data, penafsiran terhadap data tersebut, serta penampilan dari hasilnya. Metode penelitian kuantitatif adalah penelitian yang berlandaskan pada filsafat positivisme, digunakan untuk meneliti pada populasi atau sampel tertentu dengan tujuan untuk menguji hipotesis.

3.2 Jenis data dan sumber data

Dalam Penelitian ini data yang digunakan adalah data sekunder berupa laporan keuangan tahunan bank yang dipublikasi di Bursa Efek Indonesia rasio marjin bunga bersih, pendapatan non bunga, size, credit risk, ROA dan ROE. Periode data menggunakan rentang waktu tahunan pada periode laporan

keuangan 2010-2014. Jenis data yang digunakan dalam penelitian ini adalah data panel (pooled data) merupakan kombinasi dari data time series dan data cross

setion. Data time series atau data berkala adalah data yang datanya

menggambarkan sesuatu dari waktu kewaktu atau periode secara historis, seperti data harian, data mingguan, bulanan atau tahunan yang dapat memberikan gambaran perkembangan suatu kegiatan atau keadaan. Sedangkan data cross

section adalah data yang menunjukkan titik waktu tertentu atau data yang

dikumpulkan pada waktu yang sama dari beberapa objek yang disebut responden dan perusahaan. Regresi dengan data panel memiliki keunggulan terutama karena bersifat robust terhadap beberapa tipe pelanggaran asumsi Gauss Markov, yaitu heterokendesitas dan normalitas. Disamping itu, struktur data ini dapat diharapkan mampu memberikan informasi yang lebih banyak (high informational content) dalam penelitian empiris. Data sekunder ini diperoleh dengan metode pengamatan rasio-rasio marjin bunga bersih, pendapatan non bunga, credit risk, size, ROA dan ROE.

3.3 Batasan Operasional

Definisi operasional merupakan spesifikasi kegiatan peneliti dalam mengukur suatu variabel. Spesifikasi tersebut menunjuk pada dimensi-dimensi dan indikator-indikator dari variabel penelitian yang diperoleh melalui studi pustaka.Batasan operasional pada penelitian ini adalah :

1. Penelitian ini menggunakan dua variabel endogen yaitu marjin bunga bersih dan pendapatan non bunga.

2. Objek yang digunakan dalam penelitian ini terdiri dari 27 (dua puluh tujuh) bank go public yang terdaftar di Bursa Efek Indonesia ( BEI)

3. Penelitian ini menggunakan data laporan keuangan tahunan yang dipublikasikan oleh BEI dengan rentang waktu mulai dari tahun 2010-2014

3.4 Variabel Penelitian dan Defenisi Operasional

Variabel penelitian adalah objek penelitian atau sesuatu yang menjadi titik perhatian. Dalam penelitian digunakan model persamaan simultan. Dalam model persamaan simultan, satu untuk variabel tidak bebas atau bersifat endogen atau gabungan atau bersama. Dalam model persamaan simultan penggunaan variabel dependen dan independen menjadi kurang tepat digunakan. Hal ini dikarenakan persaman simultan mendeskripsikan hubungan dua arah antara variabel dependen. Artinya sebuah variabel mempunyai peran ganda dalam model persamaan. Dengan demikian dalam penelitian ini definisi operasional dari variabel yang digunakan adalah :

1. Variabel endogen

Variabel endogen (endogenous variabel) adalah variabel yang mempunyai anak-anak panah menuju kearah variabel tersebut. Variabel yang termasuk di dalamnya ialah variabel perantara dan tergantung. Variabel perantara endogenous mempunyai anak panah yang menuju ke arahnya dan dari arah variabel tersebut dalam suatu model diagram jalur. Sedangkan variabel tergantung hanya mempunyai anak panah yang menuju kearahnya. Variabel endogen sama dengan variabel dependen (tidak bebas) pada persamaan simultan (jumlahnya sama

dengan jumlah persamaan dalam model simultan) atau dengan kata lain merupakan variabel tak bebas bersama atau variabel-variabel yang ditetapkan dalam model. Variabel endogen juga bersifat stokastik. Pada penelitian ini digunakan 2 variabel endogen yaitu sebagai berikut :

a. Marjin Bunga Bersih

Marjin bunga bersih (net interest marjin) menunjukkan kemampuan bank dalam menghasilkan pendapatan bunga dari menyalurkan kredit, karena pendapatan operasional bank sangat tergantung dari selisih bunga (spread) dari kredit yang disalurkan. Untuk dapat meningkatkan marjin bunga bersih maka perlu menekan biaya dana. Biaya dana adalah bunga yang dibayarkan oleh bank kepada masing masing sumber dana bank. NIM dapat dihitung sebagai berikut :

b. Pendapatan non bunga

Pendapatan non bunga adalah pendapatan provisi, fee atau komisi yang diterima bank dari pemasaran produk maupun transaksi jasa perbankan yang dibebankan kepada nasabah sehubungan dengan produk dan jasa bank yang dinikmatinya. Pendapatan non bunga merupakan pendapatan yang diperoleh bank dari pemberian jasa-jasa seperti transfer, inkaso, kliring, safe deposit box,bank

card, bank notes, bank garansi, letter of credit, dan cek wisata.

��� =��������������������ℎ

Predetermined Variable merupakan variabel yang nilainya ditentukan

diluar model. Nilai predetermined variable ini tidak ditentukan secara langsung di dalam sistem. Variabel ini ditetapkan lebih dulu nilainya (nonstokastik) Dalam penelitian ini Predetermined Variable yang digunakan adalah :

a. Bank size

Bank size merupakan ukuran yang menentukan besar kecilnya aset yang

dimiliki oleh bank. Size dapat mempengaruhi target risiko dan tingkat modal karena hubungannya dengan diversifikasi risiko, peluang investasi dan akses ke modal. Maka size dapat dihitung melalui rumus :

b. Credit risk

Credit risk yaitu suatu risiko kerugian yang disebabkan oleh

ketidakmampuan (gagal bayar) dari debitur atas kewajiban pembayaran utangnya baik utang pokok maupun bunganya ataupun keduanya. Risiko aset yaitu risiko yang terjadi akibat adanya penurunan nilai dari aset pinjaman pada lembaga keuangan. Secara teknis kondisi ini disebut default. Risiko kredit pada umumnya timbul dari berbagai kredit yang masuk dalam kategori bermasalah atau Non Performing Loans(NPL). Semakin tinggi NPL maka bank tersebut tidak sehat atau akan mengurangi laba yang diterima oleh bank

Bank Size _{= ln (total aset bank)}

���= ���������������ℎ

c. Return on Assets ( ROA)

Hanafi dan Halim ( 2003:27), Return on Assets merupakan rasio keuangan perusahaan yang berhubungan dengan profitabilitas untuk mengukur kemampuan perusahaan menghasilkan keuntungan atau laba pada tingkat pendapatan, asset dan modal saham tertentu. Rumus untuk menghitung ROA adalah sebagai berikut:

d. Return on Equity (ROE)

Return on Equity yaitu rasio untuk mengukur kemampuan equity untuk

menghasilkan pendapatan bersih. Rasio ini menggambarkan berapa persen diperoleh laba bersih bila diukur dari modal sendiri. Semakin tinggi rasio ini semakin baik karena berarti posisi pemilik perusahaan semakin kuat, demikian juga sebaliknya. Rumus menghitung ROE :

3.5 Populasi dan Sampel Penelitian

Populasi adalah keseluruhan wilayah generalisasi yang terdiri atas obyek/subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi yang digunakan dalam penelitin ini adalah bank-bank yang terdaftar di Bursa Efek

ROA =Laba bersih

total aset x 100 %

ROE =Laba bersih setelah pajak

Sampel merupakan bagian dari populasi yang ingin diteliti; dipandang sebagai suatu pendugaan terhadap populasi, yang dipilih berdasarkan prosedur tertentu. Sampel dianggap sebagai perwakilan dari populasi yang hasilnya mewakili keseluruhan gejala yang diamati. Ukuran dan keragaman sampel menjadi penentu baik tidaknya sampel yang diambil. Dalam penelitian ini, untuk menentukan sampelnya digunakan teknik Non probability sampling. Non

probability sampling yaitu setiap anggota populasi tidak mempunyai peluang

sama untuk dipilih menjadi anggota sampel.Dengan metode tersebut sampel yang diambil dari populasi berdasarkan kriteria khusus yang ditetapkan. Berdasarkan teknik purposive sampling maka kriteria yang digunakan untuk pemilihan perusahaan adalah sebagai berikut :

1. Sektor perbankan yang go public secara konsisten di BEI periode 2010-2014.

2. Bank yang menerbitkan laporan keuangan bulanan secara konsisten mulai Januari Desember 2014 dan laporan keuangan tahunan periode 2010-2014.

3. Perusahaan tersebut memiliki data yang dibutuhkan berkaitan dengan penelitian ini.

Berdasarkan kriteria yang telah ditetapkan, maka ditentukan sampel sebanyak 27 bank go public yaitu :

Tabel 3.1 daftar bank yang menjadi sampel

Sumber: Hasil olahan data lampiran 1

No. Kode Bank Nama Bank 1. AGRO Bank Rakyat Indonesia Agro Niaga Tbk 2. BABP Bank MNC Internasional Tbk

3. BACA Bank Capital Indonesia Tbk 4. BBCA Bank Central Asia Tbk 5. BBKP Bank Bukopin Tbk

6. BBNI Bank Negara Indonesia (Persero) Tbk 7. BBNP Bank Nusantara Parahyangan Tbk 8. BBRI Bank Rakyat Indonesia (Persero) Tbk 9. BBTN Bank Tabungan Negara (Persero) Tbk 10. BCIC Bank Mutiara Tbk

11. BDMN Bank Danamon Indonesia Tbk 12. BEKS Bank Pundi Indonesia Tbk 13. BKSW Bank Kesawan Tbk 14. BMRI Bank Mandiri (Persero) Tbk 15. BNBA Bank Bumi Arta Tbk 16. BNGA Bank CIMB Niaga Tbk

17. BNII Bank Internasional Indonesia Tbk 18 BNLI Bank Permata Tbk

19. BSWD Bank Swadesi Tbk

20. BTPN Bank Tabungan Pensiunan Nasional Tbk 21. BVIC Bank Victoria Internasional Tbk 22. INPC Bank Artha Graha Internasional Tbk 23. MCOR Bank Windu Kentjana International Tbk 24. MEGA Bank Mega Tbk

25. NISP Bank NISP OCBC Tbk 26. PNBN Bank Pan Indonesia Tbk

3.6 Teknik Analisis Data

Analisis data yang digunakan adalah analisis data kuantitatif. Analisis data kuantitatif adalah bentuk analisa yang menggunakan angka-angka dan perhitungan dengan metode statistik, maka data tersebut harus diklasifikasikan dalam kategori tertentu dengan menggunakan tabel-tabel tertentu, untuk mempermudah dalam menganalisis dengan menggunakan program E-views 7. Teknik analisis data yang digunakan adalah sebagai berikut:

3.6.1 Analisis Statistik Deskriptif

Analisis statistik deskriptif yaitu untuk menguji generalisasi penelitian yang memberikan gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), median dan standar deviasi.

3.6.2 Input data

Data yang digunakan dalam penelitian ini meliputi variabel marjin bunga bersih, pendapatan non bunga, size, credit risk, return on asset dan return on

equity.

3.6.3 Metode analisis data

Dalam penelitian ini dilakukan penelitian pustaka dengan cara mengumpulkan buku literatur yang ada hubungannya dengan penelitian ini, dengan tujuan untuk mendapatkan landasan teori dan teknik analisis dalam memecahkan masalah. Jenis data yang digunakan adalah data panel (pooled data) merupakan kombinasi dari data time series dan data cross setion. Data time series atau data berkala adalah data yang datanya menggambarkan sesuatu dari waktu kewaktu atau periode secara historis, seperti data harian, data mingguan, bulanan

atau tahunan yang dapat memberikan gambaran perkembangan suatu kegiatan atau keadaan. Sedangkan data cross section adalah data yang menunjukkan titik waktu tertentu atau data yang dikumpulkan pada waktu yang sama dari beberapa objek yang disebut responden dan perusahaan.

Data yang telah diperoleh dari data panel tersebut akan dianalisis dengan model persamaan simultan (simultaneous equations models). Dalam model persamaan simultan terdapat lebih dari satu variabel tak bebas dan lebih dari satu persamaan yang akan membentuk suatu sistem persamaan. Jumlah persamaan dalam sistem persamaan simultan tersebut adalah sama dengan jumlah variabel tak bebas. Model persamaan simultan menunjukan hubungan dua arah antara varibel X dan Y. Model persamaan simultan terjadi jika dalam sebuah persamaan Y ditentukan oleh X, dan sebaliknya dalam persamaan lain X ditentukan oleh Y. Ciri unik dari sistem persamaan simultan adalah bahwa variabel tak bebas dalam satu persamaan bisa muncul lagi sebagai variabel bebas dalam persamaan lain dari sistem. Oleh karena itu, pemberian nama variabel bebas dan variabel tak bebas di dalam sistem persamaan simultan sudah tidak tepat lagi. Sehingga untuk selanjutnya dalam persamaan simultan akan ada yang namanya variabel endogen dan variabel yang ditetapkan lebih dulu (predetermined variable)

.

Predetermined variable adalah variabel yang nilainya ditentukan langsung dalam sistem

peramaan atau nonstokastik. Variabel endogen dalam penelitian ini adalah marjin bunga bersih dan pendapatan non bunga. Dalam penelitian ini juga menggunakan

equity. Dengan demikian dalam penelitian ini dapat terbentuk regresi model

persamaan simultan sebagai berikut1:

����� = �₀+�₁. SIZE_it +�₂. CR_it +�₃. ROA_it +�₄∙NII_it +���

����� = �0+�1. SIZEit +�2. CRit+�3. ROEit+�4∙NIMit +���

Pada persamaan diatas i dan t merupakan gambaran penggabungan data cross

section dan time series. Dimana dari persamaan diatas dapat dijelaskan :

a = Konstanta �1- �4 = koefesien

NIM = net interest margin ( marjin bunga bersih) NII = non interest income ( pendapatan non bunga )

SIZE = size (ukuran aset bank )

CR = credit risk ROA = return on asset ROE = return on equity

� = Error Term

3.6.4 Penentuan Teknik Estimasi

Dalam menentukan teknik estimasi penelitian ini, dapat dilihat bahwa dalam model persamaan simultan terdapat lebih dari satu variabel tak bebas dan lebih dari satu persamaan yang akan membentuk suatu sistem persamaan. Untuk estimasi parameter persamaan simultan dapat dipakai beberapa metode, yaitu pertama metode OLS (Ordinary Least Squares), atau metode kuadrat terkecil biasa, yaitu dengan meminimumkan jumlah kuadrat error, sehingga diperoleh

estimator dengan varian yang terkecil. Kedua metode ILS (Indirect Least

Squares), yaitu metode kuadrat terkecil tak langsung dimana parameter persamaan

strukturalnya ditaksir secara tak langsung dari persamaan sederhana dengan hasil taksirannya bias tapi tetap konsisten. Ketiga metode 2-SLS ( Two Stages Least

Squares), yaitu metode kuadrat terkecil yang dilakukan dalam dua langkah dan

digunakan untuk persamaan dimana terjadi korelasi antara variabel gangguan dengan variabel bebas dan metode 3-SLS ( Three Stages Least Squares), yaitu metode kuadrat terkecil yang dilakukan dalam tiga langkah, untuk langkah ke satu dan kedua berkaitan dengan metode 2-SLS dan langkah ketiga adalah menggunakan metode SUR ( Seemingly Unrelated Regression ) dan metode GLS (Generalized Least Squares), 3-SLS digunakan pada kondisi adanya korelasi variabel gangguan antar persamaan dalam model.

Penyelesaian persamaan simultan diawali dengan mengidentifikasi variabel dalam persamaan. Identifikasi dapat dilakukan dengan menggunakan

order dan rank condition (Gujarati, 2003). Menurut order dan rank condition,

agar sebuah persamaan simultan dengan M persamaan struktural dapat diidentifikasi maka setidaknya harus memiliki M-1 variabel endogen, apabila jumlah variabel endogen tepat M-1 maka persamaan tersebut dapat dikatakan

exactly identified dan jika jumlah variabel endogen lebih dari M-1, maka

persamaan tersebut dikatakan over identified atau agar sebuah persamaan simultan dengan M persamaan struktural dapat diselesaiakan, jumlah variabel predetermine (variabel yang nilainya ditentukan diluar model ) yang ada dalam persamaan

tersebut harus tidak kurang dari jumlah variabel endogen yang ada dalam persamaan dikurangi satu (M-1). Dimana :

K-k ≥ m-1 Keterangan:

M = jumlah variabel endogen dalam sistem persamaan simultan. m = jumlah variabel endogen dalam suatu persamaan tertentu. K = jumlah variabel eksogen dalam sistem persamaan simultan. k = jumlah variabel eksogen dalam suatu persamaan tertentu. Kriteria yang digunakan untuk menentukan persamaan simultan yaitu:

1. Jika K-k = m-1, maka persamaan tersebut dikatakan exactly (just

identified).

Persamaan just identified diselesaikan dengan Indirect Least Square (ILS). 2. Jika K-k > m-1, maka persamaan tersebut dikatakan over identified.

Persamaan overidentified diselesaikan dengan Two Stage Least Squares (2SLS).

3. Jika K-k < m-1, maka persamaan tersebut unidentified atau tidak dapat diidentifikasi.

Dalam ketentuan diatas hanya persamaan yang bersifat just identified dan

over identified yang dapat digunakan untuk mengatasi persamaan simultan.

3.6.4.1. Metode Two Stage Least Squares (2SLS)

Pada model persamaan simultan, untuk persamaan marjin bunga bersih dan pendapatan non bunga berdasarkan Order Condition atau persyaratan dari metode persamaan simultan maka penelitian ini menggunakan metode 2SLS (Two

Stage Least Squares). Karena metode tersebut dapat digunakan untuk

mengestimasi model yang berada dalam kondisi tepat teridentifikasi (justidentified) dan terlalu teridentifikasi (over identified). Persamaan simultan dalam penelitian ini mengandung persamaan-persamaan yang overidentifed.

Metode 2SLS merupakan metode yang umum digunakan dalam persamaan simultan. Metode ini akan memberikan hasil estimasi yang konsisten dan efesien. Metode 2SLS bertujuan untuk memurnikan (purifying) variabel endogen terhadap

stochastiv disturbance. Hal ini dilakukan dengan menerapkan regresi persamaan reduced form yaitu regresi antara variabel endogen dengan seluruh predetermined variable agar mendapatkan nilai variabel endogen fitted serta regresi persamaan

struktural dengan variabel endogen yang sudah diestimasi dari regresi variabel endogen terhadap predetermined variables (Gujarati, 2003).

3.6.4.2. Uji Simultan (Hausman test)

Untuk melihat hubungan simultan antara marjin bunga bersih dan pendapatan non bunga maka uji Hausman ini didasarkan pada perbandingan nilai

probability variabel dengan nilai signifikansi α = 5%, dengan syarat-syarat sebagai berikut:

a. Jika nilai probability < 0,05 maka Ho ditolak, yang berarti ada masalah simultanitas.

b. Jika nilai probability > 0,05 maka Ho diterima, yang berarti tidak ada masalah simultanitas.

3.6.5 Pengujian Hipotesis

Pengujian hipotesis dalam penelitian ini menggunakan pengujian F statistic dan pengujian T-statistic.

3.6.5.1.Uji F-statistics

Uji F dikenal dengan uji serentak atau uji model, yaitu uji untuk melihat bagaimanakah pengaruh semua variabel bebasnya secara bersama-sama terhadap variabel terikatnya. Atau untuk menguji apakah model regresi yang kita buat baik/signifikan atau tidak baik/non signifikan. Jika model signifikan maka model bisa digunakan untuk prediksi/peramalan, sebaliknya jika non/tidak signifikan maka model regresi tidak bisa digunakan untuk peramalan.

Uji F juga dilakukan untuk mengetahui koefisien (slope) regresi secara bersamaan. Uji statistik F dapat didasarkan pada dua perbandingan, yaitu perbandingan antara nilai F hitung dengan F tabel dan perbandingan antara nilai F-statistic dengan taraf signifikansi 5%. Pengujian yang didasarkan pada perbandingan antara nilai F hitung dan F tabel adalah sebagai berikut:

a. Jika F hitung < F tabel maka Ho diterima, yang berarti variabel independen secara bersama-sama tidak berpengaruh terhadap variabel dependen.

b. Jika F hitung > F tabel maka Ho ditolak, yang berarti variabel independen secara bersama-sama berpengaruh terhadap variabel dependen.

Sedangkan pengujian yang didasarkan pada perbandingan nilai F-statistic dengan taraf signifikansi 5% adalah sebagai berikut:

a. Jika nilai statistik F < 0,05 maka Ho ditolak, yang berarti variabel-variabel independen secara bersama-sama (simultan) berpengaruh terhadap variable dependen.

b. Jika nilai statistik F > 0,05 maka Ho diterima, yang berarti variabel-variabel independen secara bersama-sama (simultan) tidak berpengaruh terhadap variabel dependen.

3.6.5.2.Uji t-statistic

Uji t dikenal dengan uji parsial, yaitu untuk menguji bagaimana pengaruh masing-masing variabel bebasnya secara sendiri-sendiri terhadap variabel terikatnya. Uji ini dapat dilakukan dengan mambandingkan t hitung dengan t tabel atau dengan melihat kolom signifikansi pada masing-masing t hitung, proses uji t identik dengan Uji F. Pengujian yang didasarkan pada perbandingan antara nilai t hitung dengan t tabel adalah sebagai berikut:

a. Jika t hitung < t tabel maka Ho diterima, yang berarti variabel independen secara individual tidak berpengaruh terhadap variabel dependen.

b. Jika t hitung > t tabel maka Ho ditolak, yang berarti variabel independen secara individual berpengaruh terhadap variabel dependen.

Sedangkan pengujian yang didasarkan pada perbandingan nilai probability dengan taraf signifikansi 5% adalah sebagai berikut:

a. Jika nilai probability < 0,05 maka Ho ditolak, yang berarti variabel independen secara individual berpengaruh terhadap variabel dependen.

b. Jika nilai probability > 0,05 maka Ho diterima, yang berarti variabel independen secara individual tidak berpengaruh terhadap variabel dependen.

3.6.5.3 Analisis koefisien determinasi (R square)

Analisis determinasi (R square) berfungsi untuk mengukur seberapa besar pengaruh variabel bebas terhadap variabel terikat. Koefisien determinasi pada dasarnya adalah untuk mengukur kebenaran model regresi. Nilai koefesien determinasi berkisar antara 0 dan 1. Apabila angka koefesien determinasi R

square semakin mendekati 1 maka semakin baik model regresi atau kemampuan

model yang digunakan sebagai model prediktif semakin kuat dan dapat dibenarkan, yang berarti variabel-variabel bebas memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variabel terikat. Sedangkan nilai koefesien determinasi R square yang kecil berarti kemampuan variabel-variabel bebas dalam menjelaskan variabel- variabel terikat adalah terbatas.

BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai rata-rata (mean), nilai tengah (median), dan nilai simpangan baku (standart deviation). Dalam penelitan ini, variabel yang digunakan dalam perhitungan deskriptif adalah Net Interest Margin (NIM), Non

Interest Income (NII), Non performing loan (NPL), Size, Return on Assets (ROA),

dan Return on Equity (ROE).Penelitian ini menggunakan data dari 27 bank yang termasuk dalam sampel penelitian dengan periode 2010-2014. Statistik deskriptif pada table 4.1 dibawah ini menampikan hasil statistik dari masing-masing variabel penelitian.

Tabel 4.1 Hasil Perhitungan Statistik Deskriptif

Variabel Endogen Mean Median Maximum Minimum Std.Dev

Net Interest Margin Non Interest Income

0.071559 0.514396 0.053800 0.528864 0.351000 1.271149 0.011300 0.006000 0.042284 0.262206

PredeterminedVariable Mean Median Maximum Minimum Std.Dev

Non performing loan Size

Return on Assets Return on Equity

0.026897 17.36262 1.698820 0.163343 0.020500 17.64214 1.662146 0.148400 0.509600 20.47226 4.559570 0.844400 0.002100 14.26124 -10.64995 -0.089600 0.045082 1.702647 1.616965 0.111870

Sumber : Hasil Olahan Data Eviews, Lampiran 2

Sebelum melakukan analisa lebih lanjut terhadap hasil uji hipotesis perlu dikaji terlebih dahulu statistik deskriptif dari masing-masing variabel penelitian.

Pada tabel deskriptif statistik tersebut, memberikan informasi tentang akumulasi rata-rata, standar deviasi dan jumlah sampel yang dijadikan obyek penelitian.

1. Rata-rata (mean) nilai Net Interest Margin dengan jumlah data 135 adalah 0.071559 dan median sebesar 0.053800. Nilai minimum adalah 0.011300 dan nilai maksimum adalah 0.351000 dengan standar deviasi sebesar 0.042284 menunjukkan bahwa NIM yang dimiliki oleh bank- bank go public relatif beragam. Nilai maksimum total aset sebesar 0.351000 dimiliki oleh Bank Pundi Indonesia Tbk. Data deskriptif statistik diatas menunjukkan bahwa jumlah NIM dalam penelitian ini memiliki perbedaan yang cukup besar. Nilai rata - rata (mean) yang lebih besar dibandingkan nilai standar deviasi (standard deviation) menunjukkan bahwa data terdistribusi dengan baik. 2. Rata-rata (mean) nilai Non Interest Income dengan jumlah data 135 adalah

0.514396 dan median sebesar 0.528864. Nilai rata-rata NII tersebut menggambarkan bahwa 51.4396% dari total profit yang dimiliki oleh bank berasal dari pendapatan non bunga. Nilai minimum adalah 0.006000 dan nilai maksimum adalah 1.271149, dengan standar deviasi 0.262206 menunjukkan bahwa kemampuan bank - bank go public dalam memperoleh NII dari nasabah dalam penelitian ini memiliki variasi yang cukup jauh. Terdapat bank yang memperoleh NII mencapai nilai 127,149% dan ada yang memperoleh NII hanya sebesar 0,6% dari profit yang dimiliki oleh bank. Nilai maksimum NII sebesar 1.271149 dimiliki oleh Bank Mega Tbk dan nilai minimum NII sebesar 0.006000 dimiliki oleh Bank Victoria Internasional Tbk. Nilai rata -

rata (mean) yang lebih besar dibandingkan nilai standar deviasi (standard

deviation) menunjukkan bahwa data terdistribusi dengan baik.

3. Non performing loan merupakan rasio yang dapat menggambarkan credit risk

yang dimiliki oleh bank. Dalam tabel 4.1 diatas menunjukkan rata-rata (mean) nilai NPL dengan jumlah data 135 adalah 0.026897 dan median sebesar 0.020500. Nilai minimum NPL adalah 0.002100 dan nilai maksimum adalah 0.509600, dengan standar deviasi adalah 0.045082. Nilai maksimum NPL sebesar 0.509600 dimiliki oleh Bank Pundi Indonesia Tbk dan nilai minimum NPL dimiliki oleh Bank Bumi Arta Tbk.

4. Bank size atau ukuran bank merupakan hasil logaritma natural dari total aset

atau kekayaan dari sebuah lembaga perbankan. Dari tabel diatas diketahui rata-rata dari ukuran bank dengan jumlah data 135 yang termasuk dalam sampel penelitian adalah 17.36262 dan median sebesar 17.64214. Nilai minimum adalah 14.26124. Sedangkan total kekayaan terbesar dimiliki oleh Bank Mandiri (Persero) Tbk, dengan nilai bank size sebesar 20.47226 pada tahun 2014.

5. Return on asset merupakan rasio pengembalian dari asset yang dimiliki oleh

bank. Pada tabel 4.1 diatas terlihat nilai rata-rata dari return on asset adalah sebesar 1.698820 dan median sebesar 1.662146. Nilai minimum adalah -10.64995 dan nilai maksimum adalah 11.92000. Nilai maksimum ROA dimiliki oleh Bank Rakyat Indonesia (persero) Tbk dan nilai paling rendah dimiliki oleh Bank Pundi Indonesia Tbk. Standar deviasi NPL

sebesar1.616965. Angka ini menunjukan bahwa rata-rata bank di Indonesia memiliki pengembalian dari asetnya sebesar 1,616965%.

6. Untuk return on equity memiliki nilai rata-rata sebesar 0.163343 dengan standar deviasi sebesar 0.111870 dan median sebesar 0.148400 Nilai minimum dan maksimum masing-masing adalah -0.089600 dan 0.844400. Nilai minimum yang negatif menunjukkan bahwa ada penghasilan ekuitas yang kurang baik pada bank tersebut. Serta terdapat perbedaan yang jauh dibandingkan dengan nilai maksimum yang dimiliki oleh bank yang lainnya. 4.2 Hasil Uji Spesifikasi Hausman (Hausman’s specification error test)

Uji simultanitas (Simultaneity) digunakan untuk melihat hubungan simultan antara variabel endogen serta untuk menguji apakah variabel dependen (endogen) tersebut berkorelasi dengan error atau disturbance. Uji simultanitas dapat dilakukan dengan Uji Spesifikasi Hausman (Hausman’s specification error

test). Tabel 4.2 berikut menunjukan hasil uji simultanitas (Hausman Test) antara

variabel marjin bunga bersih dengan pendapatan non bunga.

Tabel 4.2 Hasil Uji Spesifikasi Hausman (Hausman’s specification error test) antara Variabel Marjin Bunga Bersih dan Pendapata non Bunga

Variabel Koefisien t-statistic Prob.

Unstandardized Residual -1.475284 -2.026575 0.0000 Sumber : Hasil Olahan Data Eviews, Lampiran 3

Dari tabel 4.2 diatas dapat dilihat bahwa nilai probabilitas dari

Unstandardized Residual adalah 0.0000. Nilai ini lebih kecil dibandingkan dengan nilai signifikansi alfa 5% (α = 0,05). Hal ini menunjukkan bahwa Ho ditolak,

dengan demikian dapat disimpulkan bahwa antara variabel marjin bunga bersih dan variabel pendapatan non bunga memiliki hubungan simultan.

4.3 Hasil Estimasi Net Interest Margin

Dari uji Spesifikasi Hausman (Hausman’s specification error test) diatas, maka dapat disimpulkan bahwa variabel Net Interest Margin dan variabel Non

Interest Income memiliki hubungan simultan maka estimasi yang dilakukan

menggunakan metode Two-stage Least Squares (2SLS). Tabel 4.3 dibawah ini menggambarkan hasil dari estimasi persamaan berikut:

����� = �0+�1. SIZEit +�2. CRit +�3. ROAit +�4∙NIIit +���

Tabel 4.3 Hasil Two-stage Least Squares (2SLS) untuk Variabel Net Interest Margin

Variabel Coefficient Std. Error t-statistic Prob.

Konstanta 1.050282 1.245357 0.843358 0.0000

Non Performing Loan 1.011632 1.467253 0.689474 0.0327

Bank Size 0.106355 0.131982 -0.805830 0.0418

Return on Asset 0.034052 0.035595 0.956659 0.0000

Non Interest Income 1.521819 2.111903 0.720591 0.4725 Sumber : Hasil Olahan Data Eviews, Lampiran 4

Tabel 4.3 adalah hasil estimasi dari variabel net interest margin dengan

predetermind variabel. Interpretasi hasil estimasi adalah sebagai berikut :

a. Non Performing Loan

Non Performing Loan mempunyai koefisien 1.011632 hal ini

menunjukkan bahwa Non Performing Loan memiliki efek positif terhadap

b. Bank Size

Dari hasil estimasi nilai koefisien dari bank size adalah 0.106355. Hal ini menunjukan bahwa bank size memiliki efek yang positif terhadap Net

Interest Margin. Dengan kata lain jika terjadi kenaikan 1 satuan pada bank size akan menambah marjin bunga bersih sebesar 0,106355 satuan. Efek

positif ini terjadi karena apabila regulator menaikan persyaratan marjin bunga bersih maka hal ini akan menambah ukuran atau kekayaan suatu perusahaan perbankan .

c. Return On Asset

Variabel return on asset (ROA) memiliki pengaruh positif signifikan terhadap variabel Net Interest Margin. Hal ini dibuktikan dengan nilai koefisien dari return on assets sebesar 0.034052. Angka koefisien ini menggambarkan bahwa jika terjadi kenaikan 1 satuan pada return on asset maka akan mempengaruhi kenaikan net interest margin sebesar 0,034052 satuan.

d. Non Interest Income

Koefesien dari Non Interest Income adalah 1.521819. Hal ini menunjukkan bahwa NII memiliki efek yang positif terhadap NIM. Dengan asumsi jika terjadi kenaikan 1 satuan pada NII maka akan menambah 1,521819 pada marjin bunga bersih atau Net Interest Margin.

4.3.1 Uji Signifikansi 4.3.1.1Uji Parsial (t-statistic)

Pada tabel 4.5 akan menunjukkan hasil estimasi dari persamaan dua dengan menggunakan metode 2SLS. Dari hasil tabel tersebut dapat dilihat hubungan antara masing-masing variabel bebas terhadap variabel terikat. Uji parsial yaitu untuk menguji bagaimana hubungan antara masing-masing variabel independen terhadap variabel dependen. Dari tabel 4.5 maka dapat disimpulkan bahwa variabel bebas seperti Non Performing Loan, bank size, dan Return On

Asset, memiliki nilai probabilitas dibawah alfa signifikansi 0,05(α=5%). Hal ini membuktikan bahwa variabel Non Performing Loan, bank size, dan Return On

Asset, memiliki hubungan yang signifikan terhadap variabel dependen yaitu

marjin bunga bersih dengan tingkat kepercayaan signifikansi 99,5%. Sedangkan

Non Interest Income tidak memiliki hubungan signifikan terhadap marjin bunga

bersih. Hal ini ditunjukkan dengan nilai probabilitas dari variabel Non Interest

Income berada diatas nilai signifikansi alfa baik 1%, 5% atau 10%.

4.3.1.2Uji Simultan Signifikansi

Tabel 4.4 Estimasi Model (Uji F)

F-statistic 6.280661

Prob (F-statistic) 0.000000 Sumber : Hasil Olahan Data Eviews, Lampiran 5

Dari tabel 4.6 dapat dilihat bahwa hasil estimasi dari persamaan dua dengan metode two stage least square (2SLS) maka diperoleh nilai F-statistic 6.280661 dengan probability 0.00000. Nilai probabilitas F-statistik 0.000000 lebih

disimpulkan bahwa Ho ditolak. Dan hal ini membuktikan bahwa variabel independen secara bersama-sama atau simultan signifikan mempengaruhi variabel dependen atau variabel marjin bunga bersih dengan tingkat kepercayaan signifikansi 99,9%.

4.3.1.3 Koefesien Determinasi (R2)

Berdasarkan hasil estimasi yang dilakukan dengan menggunakan E-views,7 maka dapat diperoleh nilai koefesien determinasi (R2) sebesar 0.160130. Dalam hal ini berarti secara keseluruahan variabel independen hanya mampu menjelaskan pengaruhnya terhadap variabel dependen yaitu pendapatan non bunga sebesar 16,0130% dan sisanya 83,987% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model persamaan.

4.4 Hasil Estimasi Pendapatan Non Bunga

Berdasarkan uji Spesifikasi Hausman (Hausman’s specification error test) diatas, Maka dapat disimpulkan bahwa variabel marjin bunga bersih dan variabel pendapatan non bunga memiliki hubungan simultan maka estimasi yang dilakukan menggunakan metode Two-stage Least Squares (2SLS). Tabel 4.5 dibawah ini menggambarkan hasil dari estimasi persamaan berikut:

����� = �0+�1. SIZEit +�2. CRit+�3. ROEit+�4∙NIMit +���

Tabel 4.5 Hasil Two-stage Least Squares (2SLS) untuk Variabel Pendapatan Non Bunga

Variabel Coefficient Std. Error t-statistic Prob. Konstanta -0.632772 0.245379 -2.578750 0.0110

Bank Size 0.066119 0.014700 4.498005 0.0000

NPL 0.580519 0.858271 0.676382 0.5000

ROE -0.161288 0.256567 -0.628637 0.0007

NIM 0.138323 0.573482 0.241199 0.0098

Tabel 4.5 adalah hasil estimasi dari variabel pendapatan non bunga dengan

predetermind variable (variabel eksogen). Interpretasi hasil estimasi ini adalah

sebagai berikut : a. Bank Size

Berdasarkan hasil estiamasi pada tabel 4.5 dapat dilihat bahwa koefesien dari variabel bank size adalah 0.066119, maka dengan demikian bank size memberikan pengaruh positif terhadap pendapatan non bunga. Dengan kata lain apabila terjadi penambahan 1 satuan pada bank size maka akan mendorong pertambahan jumlah pendapatan non bunga sebesar 0,066119 satuan.

b. Non Performing Loans

Non Performing Loan memiliki pengaruh positif terhadap variabel

pendapatan non bunga. Hal ini ditunjukkan dengan nilai koefesien dari

non performing loan sebesar 0.580519 . Maka dapat disimpulkan bahwa

apabila terjadi kenaikan 1 satuan terhadap variabel non performing loan maka akan mendorong kenaikan sebesar 0,580519 satuan pada variabel pendapatan non bunga.

c. Return on Equity

Koefesien dari Return on Equity adalah -0.161288 , maka hal ini membuktikan bahwa variabel Return on Equity memiliki pengaruh negatif terhadap pendapatan non bunga. Dengan kata lain apabila terjadi kenaikan 1 satuan pada Return on Equity akan mendorong pertambahan sebesar

-d. Net Interest Margin

Pada tabel 4.5 dapat dilihat bahwa koefisien dari variabel Net Interest

Margin adalah 0.138323. Dengan demikian maka variabel memberikan

pengaruh positif pada variabel pendapatan non bunga. Dengan kata lain apabila terjadi kenaikan 1 satuan pada variabel Net Interest Margin maka dapat mendorong penambahan sebesar 0,138323 satuan pada variabel pendapatan non bunga.

4.4.1 Uji Signifikansi 4.4.1.1.Uji Parsial (t-statistic)

Tabel 4.5 menunjukkan hasil estimasi dari persamaan dua dengan menggunakan metode 2SLS. Dari hasil tabel tersebut dapat memberi gambaran hubungan antara masing-masing variabel bebas terhadap variabel terikat. Uji parsial ini berfungsi untuk menganalisis hubungan antara masing-masing variabel independen terhadap variabel dependen. Dari tabel 4.5 maka dapat disimpulkan bahwa variabel bank size, ROE, dan NIM memiliki nilai probabilitas dibawah alfa signifikansi 0,01(α=1%). Hal ini membuktikan bahwa variabel size, ROE, dan

NIM memiliki hubungan yang signifikan terhadap variabel dependen yaitu pendapatan non bunga dengan tingkat kepercayaan signifikansi 99,9%.

4.4.1.2.Uji Simultan Signifikansi

Tabel 4.6 Estimasi Model (Uji F)

F-statistic 5.914258

Prob (F-statistic) 0.000000 Sumber : Hasil Olahan Data Eviews, Lampiran 5

Tabel 4.6 menunjukkan hasil estimasi dari persamaan dua dengan metode

two stage least square (2SLS) maka diperoleh nilai F-statistic 5.914258 dengan

probability 0.000000. Nilai probabilitas F-statistik 0.000000 lebih kecil dibandingkan dengan alpha 0,01 (α=1%), dengan demikian maka dapat disimpulkan bahwa Ho ditolak. Dan hal ini membuktikan bahwa variabel independen secara bersama-sama atau simultan signifikan mempengaruhi variabel dependen atau variabel pendapatan non bunga dengan tingkat kepercayaan signifikansi 99,9%.

4.4.1.3.Koefesien Determinasi (R2)

Dari hasil estimasi yang dilakukan dengan menggunakan E-views,7 maka diperoleh nilai koefesien Derteminasi (R2) sebesar 0.160130. Dalam hal ini berarti secara keseluruahan variabel independen hanya mampu menjelaskan pengaruhnya terhadap variabel dependen yaitu pendapatan non bunga sebesar 16,0130% dan sisanya 83,9870% dijelaskan oleh variabel lain yang tidak dimasukkan dalam model persamaan.

4.5 Pembahasan

4.5.1 Hubungan antara Marjin Bunga Bersih dan Pendapatan Non Bunga Dari hasil estimasi menunjukkan bahwa marjin bunga bersih memiliki pengaruh signifikan terhadap pendapatan non bunga. Dengan kata lain ketika marjin bunga bersih pada bank bank yang tedaftar di Bursa Efek Indonesia meningkat maka pendapatan non bunga juga mengalami peningkatan karena nasabah yang melakukan transaksi seperti kredit yang diberikan bank, nasabah

tersebut menerima produk dan jasa perbankan yang meningkatkan pendapatan non bunga.

Dan dari hasil estimasi yang dilakukan menggunakan metode 2SLS diperoleh hasil bahwa pendapatan non bunga memiliki pengaruh positif tetapi tidak signifikan terhadap marjin bunga bersih. Hasil ini konsisten dengan penelitian James Nguyen (2012) dengan hasil marjin bunga bersih memiliki pengaruh positif dan signifikan terhadap pendapatan non bunga, pendapatan non bunga positif terhadap marjin bunga bersih tetapi tidak signifikan. Hasil ini konsisten dengan penelitian yang dilakukan oleh Davis (2002) yang mengungkapkan bahwa pendapatan non bunga berhubungan positif terhadap profitabilitas yang diukur dengan marjin bunga bersih yang mampu menstabilkan keuangan dan penyaluran dana bagi masyarakat.

4.5.2 Pengaruh Predetermined Variable terhadap Marjin Bunga Bersih dan Pendapatan Non-Bunga

Pada penelitian ini digunakan empat variabel eksogen yaitu bank size, risiko kredit, ROA dan ROE. Variabel bank size atau ukuran bank memberikan pengaruh positif terhadap kedua variabel endogen yaitu terhadap marjin bunga bersih dan terhadap pendapatan non bunga. Ukuran bank memiliki pengaruh positif terhadap marjin bunga bersih. Hal ini konsisten dengan Tin et al. (2011) yaitu pertumbuhan ukuran bank berpengaruh positif pada marjin bunga bersih yang diperoleh bank pada tingkat tertentu, selain itu diperkirakan pengaruhnya menjad negatif bagi bank menjadi besar, karena birokrasi atau alasan lain. Sedangkan pengaruh ukuran bank terhadap pendapatan non bunga adalah positif

signifikan,dimana ukuran bank menggambarkan besar kecilnya total aset yang dimiliki bank yang bersangkutan jika dibandingkan dengan total aset dari bank-bank lain.

Return on asset memiliki hubungan positif signifikan terhadap marjin

bunga bersih dan pendapatan non bunga. Semakin tinggi Net Interest Margin (NIM) menunjukkan semakin tinggi efektivitas bank dalam penempatan aktiva produktif dalam bentuk kredit dan semakin efesien bank tersebut dalam mengeluarkan biaya-biaya sehubungan kegiatan operasinya. Dengan mengetahui ROA memungkinkan investor untuk meihat apakah suatu bank berlebihan utang atau menggunakan leverage keuangan untuk mempengaruhi return karena ROA mencakup kewajiban dan ekuitas pemgang saham. Dan semakin besar rasio Net

Interest Margin (NIM) maka akan meningkatkan pendapatan bunga atas aktiva

produktif yang dikelola bank dengan baik sehingga dapat mengindikasikan keadaan suatu bank dalam kondisi bermasalah yang semakin kecil. Sehingga dapat disimpulkan bahwa semakin besar Net Interest Margin (NIM) suatu perusahaan, maka semakin besar pula Return On Asset (ROA) perusahaan tersebut, yang menigindikasikan bahwa kinerja keuangan bank tersebut semakin membaik atau meningkat. Begitu juga dengan sebaliknya, jika Net Interest

Margin (NIM) semakin kecil, Return On Asset (ROA) juga akan semakin kecil,

yang menigindikasikan bahwa kinerja keuangan bank tersebut semakin menurun. Teori yang menyatakan hubungan antara Net Interest Margin (NIM) dan Return

“Sumber keuangan dapat dibedakan menjadi 2 yaitu: (1) Sumber pendapatan utama (main sources revenue) adalah selisih suku bunga antara suku bunga yang diterima dari pinjaman yang diberikan dengan suku bunga yang dibayarkan kepada nasabah (girowan, penabung, deposan) yaitu dari rasio NIM.(2) Sumber pendapatan lain (other sources revenue) adalah non interest income atau disebut

fee-based income. Pada asset total yang sama, semakin tinggi non interest income

akan menghasilkan ROA yang semakin tinggi.” ROA yang tinggi yang artinya voume penjualan baik dan aktiva dapat lebih cepat berputar dan meraih laba yang akan menyebabkan NIM juga meningkat. Dan sejalan dengan penelitian Wisnu Mawardi (2005), yang menunjukkan bahwa Net Interest Margin (NIM) berpengaruh signifikan positif dan merupakan variabel yang paling berpengaruh terhadap kinerja keuangan bank yang diproksikan dengan Return On Assets (ROA).

Variabel eksogen selanjutnya adalah Non Performing Loan (NPL) berhubungan negatif terhadap marjin bunga bersih dan pendapatan non bunga ini konsisten dengan penellitian Kasmir (2004) bahwa NPL yang tinggi akan memperbesar biaya, sehingga berpotensi terhadap kerugian bank. Semakin tinggi rasio ini maka 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 profitabilitas yang diperoleh bank. Risiko kredit yang berhubungan negatif terhadap marjin bunga bersih dan pendapatan non bunga dimana hal ini konsisten dengan pendapat Haryati (2011). Penjelasan Haryati (2011) yaitu

penurunan pada marjin bunga bersih mendorong terjadinya peningkatan pada risiko kredit sehingga mengakibatkan perlambatan pertumbuhan kredit maupun pembiayaan lainnya. Risiko ini semakin besar bila bank- bank yang terdaftar di Bursa Efek Indonesia tidak mampu meningkatkan atau memperbaiki kualitas kredit yang disalurkan, karena pada dasarnya bank menanamkan sejumlah dananya dalam bentuk kredit dengan harapan bisa meningkatkan profit. Penyebab kredit bermasalah ini sebenarnya ada yang bisa dikendalikan dan ada yang tidak bisa dikendaikan. Faktor salah analisis, ketidakjujuran dari debitur merupakan penyebab kredit bermasalah yang bisa dikendalikan sehingga masih bisa diperbaiki dengan melakukan analisis yang lebih ketat terhadap debitur dan peningkatan kinerja pihak perbankan dalam melakukan analisis. Penyebab lainnya mungkin disebabkan oleh bencana alam yang memang tidak dapat dihindari oleh nasabah, misalnya kebanjiran atau gempa.

Variabel eksogen yang terakhir adalah Return On Equity yaitu rasio yang membagi laba setelah pajak dengan rata-rata modal pada sebuah perusahaan perbankan. Rasio ini digunakan untuk melihat tingkat efesiensi prusahaan dalam mengelola equitynya untuk menghasilkan laba bersih perusahaan. ROE memiliki pengaruh positif terhadap pendapatan non bunga. Dimana ketika pendapatan non bunga tinggi jika diukur ROE juga meningakat.

BAB V

KESIMPULAN DAN SARAN 5.1 Kesimpulan

Berdasarkan pengolahan data yang dilakukan pada bab IV dengan memperhatikan rumusan masalah penelitian yang diungkapkan pada bab I, maka dapat diambil kesimpulan bahwa Marjin bunga bersih memiliki pengaruh positif signifikan terhadap pendapatan non bunga dan pendapatan non bunga memiliki pengaruh positif tetapi tidak signifkan terhadap marjin bunga bersih.. Hasil ini konsisten dengan James Nguyen (2012) yang mengungkapkan bahwa marjin bunga bersih memiliki pengaruh positif dan signifikan terhadap pendapatan non bunga dan pendapatan non bunga berpengaruh positif tetapi tidak signifikan terhadap marjin bunga bersih. Hal Ini berarti menunjukan bahwa bank yang ada di indonesia ketika profit meningkat yang bersumber dari marjin bunga bersih, profit yang bersumber dari pendapatan non bunga juga meningkat. Begitu juga sebaliknya kenaikan pendapatan non bunga juga mengakibatkan kenaikan pada marjin bunga bersih.

Saran

Berdasarkan penelitian yang dilakukan maka ada beberapa saran yang dapat diberikan :

1. Bagi perbankan

Perbankan hendaknya meningkatkan profiabilitasnya melalui pendapatan bunga dengan meningkatkan kualitas penyaluran kredit tetapi harus tetap

menjaga stabilitas keuangan bank seperti rasio NIM, karena ketika rasio NIM tidak stabil ini meningkatkan risiko kredit, dan jika risiko kredit tinggi ada baiknya perbankan mengurangi aset berisiko seperti kredit tersebut dan mengalihkan ke aset yang bersumber dari pendapatan non bunga.

2. Bagi para investor

Hasil penelitian ini dapat menjadi bahan pertimbangan dalam memilih bank sebagai tempat berinvestasi dengan kualitas manajemen yang baik dan mengambil keputusan dengan memerhatikan rasio keuangan bank yang memiliki stabilitas yang bagus sehingga ketika berinvestasi tidak mengalami kerugian.

3. Bagi penelitian selanjutnya yang ingin mengembangkan penelitian ini dapat menambah variabel-variabel independen lainya serta menambah periode waktu penelitian agar sampel penelitian semakin besar dan memperluas obyek penelitian agar mendapatkan hasil penelitian yang lebih baik dan akurat.

BAB II

TINJAUAN PUSTAKA 2.1 Tinjauan Teoritis

2.1.1Teori Struktur Modal

Analisis fundamental merupakan sebuah metode untuk menganalisis sekuritas yang menggunakan data-data fundamental dari suatu perusahaan dan faktor-faktor eksternal yang secara langsung maupun tidak langsung mempengaruhi kinerja perusahaan yang bersangkutan. Data-data yang umum digunakan untuk melakukan analisis fundamental adalah pendapatan, pertumbuhan penjualan, laba, imbal hasil atau pengembalian ekuitas (return on

equity), marjin laba (profit margin), dan data-data lainnya.

Tujuan dasar analisis fundamental adalah untuk mendapatkan pemahaman tentang parameter penting dari kinerja keuangan dari laporan arus kas, neraca, laporan laba rugi, dll. Analisis fundamental lebih berfokus kepada bagaimana kinerja suatu perusahaan dibandingkan dengan transaksi harga saham perusahaan yang bersangkutan, sebagaimana penggunaan prinsip-prinsip dari analisa laporan keuangan yang dapat menggambarkan sehat tidaknya kinerja perusahaan, selanjutnya menghubungkan dengan harga saham suatu perusahaan yang layak dibeli (undervalue) dan mana yang tidak layak dibeli (overvalue).

Analisis fundamental dapat dibagi menjadi beberapa kelompok yang terdiri dari empat kategori besar, antara lain faktor ekonomi, faktor keuangan dan moneter, faktor politik, dan juga faktor eksternal. Keempat faktor tersebut merupakan faktor fundamental yang sangat penting untuk dicermati para investor.

Faktor ekonomi merupakan faktor yang menjadi indikator tingkat perekonomian di dalam suatu negara. Dengan berkembangnya teknologi zaman sekarang, agar mendapatkan beberapa sumber informasi terbaru, para investor sering menggunakan monitor komputer sebagi sumber informasi. Indikator ekonomi yang kerap digunakan di dalam analisis fundamental antara lain adalah Gross

Domestic Product, Inflasi, Balance of payment, dan juga employment.

Faktor politik yang merupakan kategori dari analisis fundamental ini adalah indikator yang dapat memprediksi pergerakan dari nilai tukar. Sulit untuk mengetahui timing terjadinya dengan pasti dan untuk menentukan akibatnya pada fluktuasi nilai tukar. Ada waktunya perkembangan politik memiliki dampak terhadap pertukaran nilai tukar. Sedangkan faktor analisa fundamental lainnya adalah faktor keuangan dan juga moneter. Peranan keuangan merupakan hal yang sangat penting di dalam melakukan analisis fundamental. Perubahan yang terjadi pada kebijakan moneter dan juga fiskal terutama di dalam hal kebijakan yang ada kaitannya dengan perubahan pada tingkat suku bunga akan memberikan dampak yang signifikan pada perubahan di dalam analisis fundamental perekonomian. Perubahan pada kebijakan ini juga memberikan pengaruh terhadap nilai tukar mata uang.

Faktor eksternal mengakibatkan pengaruh signifikan pada nilai tukar di suatu negara. Perubahan ekonomi yang terjadi pada suatu negara dapat memberikan dampak regional terhadap perekonomian negara lainnya yang berada di dalam kawasan sama. Para investor, fund manager, dan juga hedge fund yang

yang tidak hanya di dalam satu negara saja, tapi juga dalam satu kawasan atau regional tertentu.

Secara umum, analisis fundamental ini melibatkan banyak sekali data variabel yang harus dianalisis, dimana beberapa di antara variabel tersebut yang cukup penting untuk diperhatikan yaitu :

1. Pertumbuhan pendapatan (revenue growth)

2. Rasio laba terhadap saham yang beredar (earning per share-EPS) 3. Rasio pertumbuhan EPS

4. Rasio harga saham terhadap laba perlembar saham (price earning ratio) 5. Rasio harga saham terhadap pertumbuhan laba perseroan (price earning

growth ratio)

6. Rasio harga saham terhadap penjualan (price/sales ratio) 7. Rasio harga saham terhadap nilai buku (price book value) 8. Rasio hutang perseroan (debt ratio)

9. Marjin keuntungan bersih (net profit margin)

2.1.2Kinerja Berbasis Profit

Mengenai kinerja bank (Hunger & Wheelen, 2003) menyatakan bahwa pengukuran-pengukuran yang digunakan untuk menilai kinerja tergantung pada bagaimana unit organisasi akan dinilai dan bagaimana sasaran akan dicapai. Sasaran yang ditetapkan pada tahap perumusan strategi dalam sebuah proses manajemen strategis (dengan memperhatikan profitabilitas, pangsa pasar, dan

pengurangan biaya, dan berbagai ukuran lainnya) harus betul-betul digunakan untuk mengukur kinerja perusahaan selama masa implementasi strategi.

Kinerja keuangan pada dasarnya merupakan hasil yang dicapai suatu perusahaan dengan mengelola sumber daya yang ada dalam perusahaan tersebut dengan efektif dan efesien guna mencapai tujuan yang telah ditetapkan oleh manajemen (Farid dan Siswanto, 1998). Demikian juga halnya dengan kinerja perbankan dapat diartikan sebagai hasil yang dicapai suatu bank dengan mengelola sumber daya yang ada dalam bank seefektif dan seefisien mungkin guna mencapai tujuan yang telah ditetapkan manajemen (Basran Desfian, 2005).

Penilaian kinerja perbankan menjadi sangat penting dilakukan karena operasi perbankan sangat peka terhadap maju mundurnya perekonomian suatu negara (Astuti Yuli Setyani, 2002). Kinerja perbankan dapat dinilai dengan pendekatan analisis rasio keuangan. Tingkat kesehatan bank diatur oleh Bank Indonesia dalam Surat Edaran Bank Indonesia Nomor 6/23/DPNP 31 Mei 2004 kepada semua bank umum yang melaksanakan kegiatan usaha secara konvensional perihal sistem penilaian tingkat kesehatan bank umum dan Peraturan Bank Indonesia Nomor 6/10/PBI/2004 tanggal 12 April 2004 tentang sistem penilaian tingkat kesehatan bank umum, bank wajib melakukan penilaian tingkat kesehatan bank secara triwulan untuk posisi bulan Maret, Juni, September, dan Desember. Bank Indonesia akan meminta hasil penilaian tingkat kesehatan bank tersebut secara berkala dan sewaktu-waktu untuk posisi penilaian tersebut terutama untuk menguji ketepatan dan kecukupan hasil analisis bank. Penilaian

setelah posisi penilaian atau dalam jangka waktu yang ditetapkan oleh pengawas bank terkait. Penilaian tingkat kesehatan bank mencakup penilaian terhadap faktor-faktor permodalan, kualitas asset, manajemen, rentabilitas, likuiditas, sensitivitas terhadap resiko pasar.

Profitabilitas bank dapat mempengaruhi kebijakan nasabah atas investasi yang dilakukan. Kemampuan bank untuk menghasilkan laba yang baik atau kemampuan profitabilitas yang tinggi menunjukkan kemampuan bank melalui manajemen secara efektif dalam menggunakan sumber daya yang ada untuk mencapai atau melebihi target laba. Hal tersebut dapat menumbuhkan kepercayaan nasabah untuk melakukan investasi. Apabila tingkat profitabilitas bank rendah berarti manajemen tidak berhasil mendayagunakan sumber daya yang ada untuk mencapai target laba. Hal tersebut akan menyebabkan ketidakpercayaan untuk melakukan investasi bahkan dapat mengakibatkan nasabah melakukan penarikan atas dana investasinya. Sementara bagi bank itu sendiri, profitabilitas dapat digunakan sebagai evaluasi kinerja manajemen atas efektifitas pengelolaan bank.

Profitabilitas merupakan dasar pengukuran kondisi dan kinerja yang dihubungkan dengan volume penjualan, total aktiva dan modal sendiri. Ketiga pengukuran tersebut membantu untuk dapat mengevaluasi tingkat earning dalam hubungannya dengan volume penjualan, jumlah aktiva tetap dan investasi. Karena itu, dibutuhkan suatu alat analisis untuk bisa mengukurnya. Alat analisis tersebut adalah rasio-rasio keuangan profitabilitas. Terdapat beberapa jenis rasio profitabilitas yang dapat digunakan, masing-masing jenis rasio profitabilitas

digunakan untuk menilai dan mengukur posisi keuangan perusahaan dalam suatu periode tertentu atau untuk beberapa periode dimana penggunaan seluruh atau sebagian rasio profitabilitas tergantung dari kebijakan manajemen.

2.1.3Analisis Keuangan

Analisis keuangan adalah penelaahan untuk dapat memberikan gambaran dari suatu laporan keuangan dan menentukan posisi keuangan maupun hasil operasi serta perkembangan perusahaan. Analisis keuangan dilakukan oleh seorang profesional yang menyajikan laporan dalam bentuk rasio yang menggunakan informasi sebagaimana tersaji dalam laporan keuangan. Laporan ini biasanya disajikan kepada pimpinan puncak suatu usaha sebagai acuan untuk mengambil suatu kebijakan perusahaan.

Analisis keuangan menggunakan data laporan keuangan yang telah ada sebagai dasar penilaiannya. Meskipun didasarkan pada data dan kondisi masa lalu, analisis rasio keuangan dimaksudkan untuk menilai peluang dan risiko pada masa yang akan datang. Laporan keuangan sangat penting dalam penentuan tingkat kesehatan keuangan suatu perusahaan. Oleh karena itu, perusahaan harus memperhatikan rasio-rasio yang digunakan untuk mengukur kinerja perusahaan tersebut.

Berdasarkan hasil analisis keuangan maka manajemen dapat memutuskan berbagai keputusan manajemen misalnya :

• Melakukan pembelian atau menyewa mesin-mesin produksi

• Melakukan penerbit saham atau melakukan negosiasi untuk memperoleh pinjaman bank guna meningkatkan modal kerja perseroan

• Berbagai keputusan lainnya yang memungkinkan manajemen melakukan pilihan yang tepat terhadap berbagai alternatif yang ada dalam mengelola perusahaan

Ada 3 jenis rasio yang biasa digunakan dalam mengukur kinerja keuangan suatu bank. Adapun rasio yang dimaksut adalah rasio solvabilitas (kecukupan modal), rasio likuiditas, dan rasio profitabilitas. Penilaian keputusan berinvestasi dalam pasar modal dan menilai sehat atau tidaknya suatu bank, biasanya dinilai dari kinerja keuangan bank bersangkutan yang tercermin dalam laporan keuangan dan rasio keuangan. Jenis-jenis rasio keuangan tersebut adalah:

1. Rasio solvabilitas

Rasio solvabilitas digunakan untuk mengukur kemampuan bank mencari sumber dana untuk membiayai kegiatan bank atau alat ukur untuk melihat kekayaan bank serta melihat efesiensi pihak manajemen bank. Dalam praktiknya, untuk menutupi kekurangan akan kebutuhan dana, perusahaan memiliki beberapa pilihan sumber dana yang dapat digunakan. Pemilihan sumber dana ini tergantung dari tujuan, syarat-syarat, keuntungan dan kemampuan perusahaan tentunya. Sumber-sumber dana secara garis besar dapat diperoleh dari modal sendiri dan pinjaman (bank atau lembaga keuangan lainnya). Perusahaan dapat memilih dana dari salah satu sumber tersebut atau kombinasi dari keduanya.

Setiap sumber dana memiliki kelebihan dan kekurangan masing-masing. Misalnya penggunaan modal sendiri mimiliki kelebihan, yaitu mudah diperoleh, dan beban pengambilan yang relatif lama. Disamping itu dengan menggunakan modal sendiri tidak ada beban untuk membayar angsuran termasuk bunga dan biaya lainnya. Sebaliknya kekurangan modal sendiri sebagai sumber dana adalah jumlahnya yang relatif terbatas, terutama pada saat menjatuhkan dana yang relatif besar.

Pengukuran rasio solvabilitas, dilakukan melalui dua pendekatan, yaitu ;mengukur rasio-rasio neraca dan sejauh mana pinjaman digunakan untuk permodalan dan melalui pendekatan rasio-rasio laba rugi. Manfaat rasio solvabilitas (leverage) :

• untuk menganalisis kemampuan posisi perusahaan terhadap kewajiban kepada pihak lainnya

• untuk menganalisis kemampuan perusahaan memenuhi kewajiban yang bersifat tetap

• untuk menganalisis keseimbangan antara aktiva khususnya aktiva tetap dengan modal

2. Rasio likuiditas

Rasio likuiditas digunakan untuk mengukur kemampuan perusahaan untuk memenuhi liabilitas jangka pendeknya. Rasio ini membandingkan liabilitas jangka pendek dengan sumber daya jangka pendek (atau lancar) yang tersedia untuk memenuhi liabilitas tersebut. Artinya, seberapa mampu perusahaan untuk

mampu memenuhi kewajibannya, maka perusahaan dinilai sebagai perusahaan yang likuid. Sebaliknya, jika perusahaan tidak dapat memenuhi kewajibannya, maka perusahaan dinilai sebagai perusahaan yang illikuid. Dari rasio ini banyak pandangan ke dalam yang bisa didapatkan mengenai kompetensi keuangan perusahaan saat ini dan kemampuan perusahaan untuk tetap kompeten jika terjadi masalah.

Pada saat jatuh tempo, Perusahaan harus membayar kewajiban kepada pihak luar perusahaan atau likuiditas badan usaha, ataupun di dalam perusahaan atau likuiditas perusahaan. Untuk dapat memenuhi kewajibannya perusahaan harus memiliki jumlah kas atau investasi atau aktiva lancar lainnya yang dapat segera dikonversi atau diubah menjadi kas untuk memenuhi kewajibanya seperti membayar pengeluaran, tagihan, dan seluruh kewajiban lainnya yang sudah jatuh tempo.

3. Rasio profitabilitas

Rasio profitabilitas (Profitability ratio) adalah gambaran kemampuan suatu bank menghasilkan laba dengan kemampuan dan sumber yang dimiliki yang dibandingkan dengan expenses dan relevant cost lainnya yang terjadi pada waktu tertentu, dimana semakin tinggi rasio ini maka semakin baik. Profitabilitas merupakan faktor yang sangat penting karena untuk dapat menjalankan perusahaan, perusahaan tersebut harus berada dalam keadaan yang menguntungkan (profitable). Tanpa adanya keuntungan, maka akan sangat sulit bagi perusahaan untuk menarik modal dari luar. Para kreditur, pemilik perusahaan, dan terutama sekali dari pihak manajemen perusahaan akan berusaha

meningkatkan keuntungan karena disadari benar betapa pentingnya arti dari profit terhadap kelangsungan dan masa depan perusahaan.

Profitabilitas dari bank tidak hanya penting bagi pemiliknya, tetapi bagi golongan-golongan lain di dalam masyarakat. Bila bank berhasil mengumpulkan cadangan dengan memperbesar modal, bank akan memproleh kesempatan meminjamkan uang dengan luas dan besar karena tingkat kepercayaan atau kredibilitasnya meningkat. Para deposan atau pemilik simpanan yang ada pada bank tersebut tidak perlu merasa takut terhadap resiko seandainya simpanannya tidak dapat dilunasi oleh bank jika profitabilitas dari bank tersebut baik. Demikian juga bagi pemerintah dan masyarakat, jika profitabilitas meningkat maka diharapkan pergerakan keuangan dapat terjamin. Dimana pengumpulan dan penyaluran dana dari dan kepada masyarakat secara timbal balik dapat berjalan dengan baik. Adapun jenis- jenis profitabilitas adalah net interest margin, return

on asset (ROA), return on equity (ROE), basic earning power, earning per share

(EPS), contribution margin, dan rasio rentabilitas.

2.1.4 Marjin Bunga Bersih (Net Interest Margin)

Net Interest Margin (NIM) “marjin bunga bersih” merupakan sebuah rasio

keuangan yang merupakan hasil dari perbandingan antara pendapatan dari bunga terhadap aktiva, yang juga merupakan selisih antara bunga simpanan dan bunga pinjaman.

1. Keutuhan dana

Jika bank kelebihan dana dalam bentuk simpanan, akan tetapi permohonan kredit sedikit, maka bank akan menurunkan bunga simpanan sehingga mengurangi minat nasabah untuk menyimpan. Atau dengan cara menurunkan juga bunga kredit sehingga permohonan kredit meningkat.

2. Persaingan

Dalam memperebutkan dana simpanan maupun debitur, maka disamping faktor promosi, yang paling utama pihak perbankan harus memperhatikan pesaing.

3. Kebijaksanaan pemerintah

Pemerintah dapat menentukan batas masksimal atau minimal suku bunga simpanan maupun bunga pinjaman, sehngga bank tidak boleh melebihi batas yang sudah ditetapkan oleh pemerintah.

4. Target laba yang diinginkan

Jika laba yang diinginkan besar, maka bunga pinajaman ikut besar dan demikian sebaliknya.

5. Jangka waktu

Semakin panjang waktu pinjaman, maka akan semakin tinggi bunganya, hal ini disebabkan besarnya kemungkinan resiko di masa mendatang.

6. Kualitas jaminan

Semakin likuid jaminan yang diberikan, maka semakin rendah bunga kredit yang dibebankan dan sebaliknya.

Bonafiditas suatu perusahaan yang akan memperoleh kredit juga sangat menentukan tingkat suku bunga yang akan dibebankan nantinya, karena biasanya perusahaan yang bonafit kemungkinan resiko kredit macet di masa mendatang relatif kecil dan sebaliknya.

8. Produk yang kompetitif

Untuk produk yang kompetifi, bunga kredit yang diberikan relatif rendah jika dibandingkan dengan produk yang kurang kompetitif.

9. Hubungan baik

Nasabah utama yang mempunyai hubungan yang baik dengan pihak bank, sehingga dalam penentuan suku bunganya berbeda dengan nasabah biasa.

10.Jaminan pihak ketiga

Jika dalam pemberian kredit ada pihak yang memberikan jaminan kepada bank untuk menanggung segala risiko yang dibebankan kepada penerima kredit, bunga yang dibebankan juga akan berbeda, dan sebaliknya.

Penarikan tabungan dan pemberian kredit selalu dihubungkan dengan tingka suku bunga. _{Semakin besar rasio NIM menunjukkan tingginya pendapatan} bunga atas aktiva produktif dan menunjukkan efektivitas bank dalam mengelola aktiva perusahaan dalam bentuk kredit.

Marjin bunga bersih mirip dengan konsep untuk menyebarkan bunga bersih, namun penyebaran bunga bersih adalah selisih rata-rata nominal antara pinjaman dan suku bunga pinjaman, tanpa kompensasi untuk kenyataan bahwa aktiva produktif dan dana yang dipinjam dapat menjadi alat yang berbeda dalam

4. Bapak Wahyu Ario Pratomo, SE, M. Ec selaku Dosen Penguji yang telah memberikan kritik dan sarannya kepada penulis dalam menyelesaikan skripsi ini.

5. Ibu Dra. Raina Linda Sari, M.Si selaku Dosen Penguji yang telah memberikan masukan kepada penulis dalam menyelesaikan skripsi ini. 6. Bapak Wahyu Ario Pratomo, SE, M.Ec., selaku Ketua Departemen

Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara

7. Bapak Irsyad Lubis, SE, M.Soc.Sc, Ph.D selaku Ketua Program Studi S1 Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.

8. Bapak Paidi Hidayat, SE, M.Si., selaku Sekretaris Program Studi S1 Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.

9. Seluruh Dosen Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara yang telah memberikan pengetahuan serta wawasan yang bermanfaat kepada penulis.

10. Seluruh staff administrasi Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara yang telah membantu penulis dalam mengurus segala

Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, dikarenakan keterbatasan pengetahuan, pengalaman dan kemampuan penulis. Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini. Penulis juga berharap semoga skripsi ini bermanfaat bagi pembaca dan bagi peneliti selanjutnya

Medan, Juni 2016

DAFTAR ISI

Halaman

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... vi

DAFTAR TABEL ... viii

DAFTAR LAMPIRAN ... ix

BAB I PENGDAHULUAN ... 1

1.1 Latar Belakang Masalah... 1

1.2 Rumusan Masalah ... 10

1.3 Tujuan dan Manfaat Penelitian ... 10

1.3.1 Tujuan Penelitian ... 10

1.3.2 Manfaat Penelitian ... 10

BAB II TINJAUAN PUSTAKA ... 12

2.1 Tinjauan Teoritis ... 12

2.1.1 Teori Struktur Modal ... 12

2.1.2 Kinerja Berbasis Profit ... 14

2.1.3 Analisis Keuangan ... 17

2.1.4 Marjin Bunga Bersih ... 21

2.1.5 Pendapatan Non Bunga ... 24

2.1.6 Difersifikasi Pendapatan ... 29

2.2 Tinjauan Penelitian Terdahulu ... 31

2.3 Kerangka Konseptual ... 32

2.4 Hipotesis Penelitian ... 35

BAB III METODE PENELITIAN ... 38

3.6.4.1.Metode Two Stage Least Square (2SLS) ... 50

3.6.4.2.Uji Simultan (Hausman’s test) ... 51

3.6.5 Pengujian Hipotesis ... 52

3.6.5.1 Uji F-statistic ... 52

3.6.5.2 Uji t-statistic ... 53

3.6.5.3 Analisis koefisien determinasi (R2) ... 54

BAB IV HASIL DAN PEMBAHASAN ... 55

4.1 Hasil Statistik Deskriptif ... 55

4.2 Hasil Uji Spesifikasi Hausman (Hausman’s test) ... 58

4.3 Hasil Estimasi Marjin Bunga Bersih ... 59

4.3.1 Uji Signifikansi ... 61

4.3.1.1 Uji parsial (Uji statistik t) ... 61

4.3.1.2 Uji Simultan (Uji statistik F) ... 61

4.3.1.3 Koefisien Determinasi (R2) ... 62

4.4 Hasil Estimasi Pendapatan Non Bunga ... 60

4.4.1 Uji Signifikansi ... 64

4.4.1.1 Uji Parsial (Uji statistik t) ... 64

4.4.1.2 Uji Simultan (Uji statitik F) ... 64

4.4.1.3 Koefisien Determinasi (R2) ... 64

4.5 Pembahasan ... 65

4.5.1 Hubungan antara Capital Requirements dan Perubahan Risiko . 65 4.5.2 Pengaruh Predetermined Variable terhadap Capital Requirements dan Perubahan risiko ... 65

BAB V KESIMPULAN DAN SARAN ... 66

5.1 Kesimpulan ... 66

5.2 Saran ... 66

DAFTAR PUSTAKA ... 68

DAFTAR TABEL

No.Tabel Judul Halaman

2.1 Tinjauan Penelitian Terdahulu ... 31 3.1 Daftar Bank yang Menjadi Sampel ... 43 4.1 Hasil Perhitungan Statistik Deskriptif ... 53

4.2 Hasil Uji Spesifikasi Hausman (Hausman’s specification error test) antara Variabel Marjin Bunga Bersih dan Pendapatan Non Bunga ... 56 4.3 Hasil Two-stage Least Squares (2SLS) untuk Variabel

Marjin Bunga Bersih ... 56 4.4 Estimasi Model (Uji F) ... 58 4.5 Hasil Two-stage Least Squares (2SLS) untuk Variabel

Perubahan Risiko ... 59 4.6 Estimasi Model (Uji F) ... 62

DAFTAR LAMPIRAN

No.Lampiran Judul Halaman

1 Data Hasil Olahan Populasi …………...……….…71

2 Hasil Eviews Statistik Deskriptif………….………….….74

3 Hasil Eviews Uji Hausman Test………....…...……..75

4 Hasil Eviews 2SLS Net Interest Margin……...…….….76

5 Hasil Eviews 2SLS Non Interest Income...……….…...77