PENGARUH CAMEL TERHADAP FINANCIAL DISTRESS PADA SEKTOR PERBANKAN INDONESIA PERIODE 2009-2013.
PENGARUH CAMEL TERHADAP FINANCIAL DISTRESS
PADA SEKTOR PERBANKAN INDONESIA
PERIODE 2009-2013
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Menempuh Ujian Sidang Sarjana Pendidikan Program Studi Pendidikan Manajemen Bisnis
Oleh
GINA SOFIASANI 1101787
FAKULTAS PENDIDIKAN EKONOMI DAN BISNIS UNIVERSITAS PENDIDIKAN INDONESIA
(2)
PENGARUH CAMEL TERHADAP FINANCIAL DISTRESS
PADA SEKTOR PERBANKAN INDONESIA
PERIODE 2009-2013
Oleh Gina Sofiasani
1101787
Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana pada Fakultas Pendidikaan Ekonomi dan Bisnis
©Gina Sofiasani
Universitas Pendidikan Indonesia Maret 2015
Hak Cipta dilindungi undang-undang.
Skripsi ini tidak boleh diperbanyak seluruhnya atau sebagian, dengan dicetak ulang, difotokopi, atau cara lainnya tanpa ijin dari penulis
(3)
LEMBAR PENGESAHAN
PENGARUH CAMEL TERHADAP FINANCIAL DISTRESS
PADA SEKTOR PERBANKAN INDONESIA
PERIODE 2009-2013
Skripsi ini disetujui dan disahkan oleh: Pembimbing
Budhi Pamungkas Gautama, SE., M.Sc. NIP. 19820707200912 1 002
Mengetahui,
Dekan Fakultas
Pendidikan Ekonomi dan Bisnis Universitas Pendidikan Indonesia
Dr. H. Edi Suryadi, M.Si. NIP. 19600412 198603 1 002
Ketua Program Studi Pendidikan Manajemen Bisnis
Dr. Lili Adi Wibowo,S.Sos.,S.Pd.,M.M. NIP. 19690404 199903 1 001
Tanggung Jawab Yuridis Ada Pada Penulis
Gina Sofiasani NIM. 1101787
(4)
Gina Sofiasani, 2015
ABSTRAK
Gina Sofiasani (1101787), “Pengaruh CAMEL terhadap Financial Distress pada Sektor Perbankan Indonesia”. Dibawah bimbingan Budhi Pamungkas Gautama, S.E., M.Sc.
Penelitian ini dilatarbelakangi oleh kenaikan kemungkinan bank mengalami
financial distress yang terjadi pada Sektor Perbankan Indonesia periode 2009-2013.
Penelitian ini bertujuan untuk mengetahui 1) gambaran CAMEL yang terdiri dari unsur Capital, Management Efficiency, Earning dan Liquidity, 2) gambaran
Financial Distress, 3) Pengaruh Capital, Management Efficiency, Earning dan Liquidity terhadap Financial Distress.
Metode penelitian yang digunakan dalam penelitian ini adalah deskriptif dan verifikatif. Teknik analisis yang digunakan adalah analisis regresi multipel. Populasi dalam penelitian ini adalah Sektor Perbankan Indonesia yang berjumlah 120 bank. Sampel yang digunakan sebanyak sembilan bank pada Sektor Perbankan Indonesia periode 2009- 2013 dengan menggunakan teknik pengambilan sampel
purposive sampling.
Hasil penelitian ini, variabel capital yang diukur Capital Adequacy Ratio (CAR) dan liquidity yang diukur Loan to Deposit Ratio (LDR) tidak berpengaruh terhadap
Financial Distress sedangkan management efficiency yang diukur Biaya
Operasional Pendapatan Operasional (BOPO) dan earning yang diukur Return On
Assets (ROA) berpengaruh terhadap Financial Distress.
Kata Kunci: Financial Distress, Capital, Management Efficiency, Earning dan
(5)
ABSTRACT
Gina Sofiasani (1101787), “The Influence CAMEL on Financial Distress in Indonesian Banking Sector Period 2009-2013”. Under the guidance of Budhi
Pamungkas Gautama, S.E., M.Sc.
The research was motivated by increased probability of banks’s financial distress
in the Indonesian Banking Sector. The purpose of this research is 1) to obtain the capital adequacy, management efficiency, earning and liquidity, 2) to obtain teh financial distress, 3) to obtaain the influence capital adequacy, management efficiency, earning and liquidity on financial distress.
The method that used in this research is descriptive and verification method. The analytical technique of that used is multiple linear regression. The population of the research is Indonesian Banking Sektor there are 120 Banks. The sample were used nine banks of Indonesian Banking Sector period 2009-2013 using purposive sampling method.
The results of this research shows that a variable capital which is measured by Capital Adequacy Ratio (CAR) and liquidity which is measured by Loan to Deposit Ratio (LDR) is no significant on Financial Distress. Meanwhile management efficiency which is measured by Operating Expense to Operating Income (BOPO) and earning which is measured by Return on Assets (ROA) have significant influence on Financial Distress.
Keyword : Financial Distress, Capital, Management Efficiency, Earning and
(6)
Gina Sofiasani, 2015
DAFTAR ISI
ABSTRAK ... i
ABSTRACT ... ii
KATA PENGANTAR ... iii
UCAPAN TERIMA KASIH ... iv
DAFTAR ISI ... vii
DAFTAR TABEL ... xii
DAFTAR GAMBAR ... xiii
DAFTAR LAMPIRAN ... xiv
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang Penelitian ... 1
1.2 Identifikasi Masalah... 15
1.3 Rumusan Masalah ... 17
1.4 Tujuan Penelitian ... 17
1.5 Kegunaan Penelitian ... 18
BAB II KAJIAN PUSTAKA DAN KERANGKA PEMIKIRAN ... 20
2.1 Kajian Pustaka ... 20
2.1.1 Konsep CAMEL ... 20
2.1.1.1 Konsep CAMEL dalam Kesehatan Perbankan ... 20
2.1.1.2 Definisi CAMEL ... 27
2.1.1.3 Aspek-Aspek CAMEL ... 29
2.1.1.3.1 Capital ... 29
2.1.1.3.2 Asset Quality ... 33
2.1.1.3.3 Management Efficiency ... 35
2.1.1.3.4 Earning ... 38
2.1.1.3.5 Liquidity ... 41
2.1.2 Konsep Financial Distress ... 44
2.1.2.1 Definisi Financial Distress ... 46
(7)
2.1.3 Pengaruh CAMEL terhadap Financial distress ... 54
2.1.3.1 Pengaruh Capital terhadap Financial Distress. ... 54
2.1.3.2 Pengaruh Management Efficiency terhadap Financial Distress. ... 57
2.1.3.3 Pengaruh Earning terhadap Financial Distress. ... 59
2.1.3.4 Pengaruh Liquidity terhadap Financial Distress ... 60
2.1.4 Orisinalitas Penelitian ... 63
2.2 Kerangka Pemikiran ... 69
2.3 Paradigma Penelitian ... 76
2.4 Hipotesis Penelitian ... 76
BAB III OBJEK DAN METODE PENELITIAN ... 78
3.1 Objek Penelitian... 78
3.2 Metode Penelitian ... 79
3.2.1 Metode dan Desain Penelitian ... 79
3.2.1.1 Metode Penelitian ... 79
3.2.1.2 Desain Penelitian ... 80
3.2.2 Operasionalisasi Variabel ... 81
3.2.3 Jenis dan Sumber Data ... 82
3.2.4 Populasi, Sampel dan Teknik Penarikan Sampel ... 84
3.2.4.1 Populasi ... 84
3.2.4.2 Sampel dan Teknik Penarikan Sampel ... 84
3.2.5 Teknik Pengumpulan Data ... 86
3.2.6 Teknik Analisis Data dan Rancangan Hipotesis ... 87
3.2.6.1 Analisis Deskriptif ... 87
3.2.6.2 Uji Asumsi Klasik ... 89
3.2.6.2.1 Uji Normalitas ... 90
3.2.6.2.2 Uji Autokorelasi ... 90
3.2.6.2.3 Uji Multikolinearitas ... 91
3.2.6.2.4 Uji Heteroskedastisitas ... 92
3.2.6.3 Analisis Regresi Linier Multipel ... 92
(8)
Gina Sofiasani, 2015
3.2.6.4.1 Uji Keberartian Regresi (Uji F) ... 93
3.2.6.4.2 Uji Keberartian Koefisien Regresi (Uji t) ... 95
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 98
4.1 Gambaran Objek Penelitian ... 98
4.1.1 Profil Perusahaan Bank Anglomas Internasional ... 98
4.1.2 Profil Perusahaan Bank Andara ... 101
4.1.3 Profil Perusahaan Bank ICB Bumiputera ... 103
4.1.4 Profil Perusahaan Bank Mutiara ... 105
4.1.5 Profil Perusahaan Bank Nasional Nobu ... 107
4.1.6 Profil Perusahaan Bank Yudha Bakti ... 110
4.1.7 Profil Perusahaan Bank Pundi ... 113
4.1.8 Profil Perusahaan Bank Of America ... 115
4.1.9 Profil Perusahaan The Royal Bank of Scotland ... 119
4.2 Deskripsi Variabel Penelitian ... 120
4.2.1 Deskripsi CAMEL Sektor Perbankan Indonesia ... 120
4.2.1.1 Perkembangan Capital pada Sektor Perbankan Indonesia .... 121
4.2.1.2 Perkembangan Management Efficiency pada Sektor Perbankan Indonesia ... 132
4.2.1.3 Perkembangan Earning pada Sektor Perbankan Indonesia ... 141
4.2.1.4 Perkembangan Liquidity pada Sektor Perbankan Indonesia . 151 4.2.2 Deskripsi Financial Distress Pada Sektor Perbankan Indonesia ... 160
4.3 Pengujian Hipotesis Pengaruh CAMEL terhadap Financial Distress ... 176
4.3.1 Statistik Deskriptif... 176
4.3.2 Uji Asumsi Klasik ... 178
4.3.2.1 Uji Normalitas ... 178
4.3.2.2 Uji Multikoliniearitas ... 180
4.3.2.3 Uji Heteroskedastisitas ... 181
4.3.2.4 Uji Autokorelasi ... 182
4.3.3 Pengujian Hipotesis Penelitian ... 183
4.3.3.1 Analisis Regresi Liniear Multipel ... 183
(9)
4.3.3.1.2 Uji Keberartian Koefisien Regresi (Uji T) ... 188
4.4 Pembahasan Hasil Penelitian ... 191
4.4.1 Capital Pada Sektor Perbankan Indonesia ... 191
4.4.2 Management Efficiency Pada Sektor Perbankan Indonesia ... 193
4.4.3 Earning Pada Sektor Perbankan Indonesia ... 194
4.4.4 Liquidity Pada Sektor Perbankan Indonesia ... 195
4.4.5 Financial Distress Pada Sektor Perbankan Indonesia... 197
4.4.6 Pengaruh Capital terhadap Financial Distress Sektor Perbankan Indonesia ... 199
4.4.7 Pengaruh Management Efficiency terhadap Financial Distress Sektor Perbankan Indonesia ... 200
4.4.8 Pengaruh Earning terhadap Financial Distress Sektor Perbankan Indonesia ... 201
4.4.9 Pengaruh Liquidity terhadap Financial Distress Sektor Perbankan Indonesia ... 202
4.5 Temuan Hasil Penelitian ... 204
4.5.1 Temuan Hasil Penelitian Bersifat Teoritis ... 204
4.5.1.1 Capital Pada Sektor Perbankan Indonesia ... 204
4.5.1.2 Management Efficiency Pada Sektor Perbankan Indonesia .. 205
4.5.1.3 Earning Pada Sektor Perbankan Indonesia ... 207
4.5.1.4 Liquidity Pada Sektor Perbankan Indonesia ... 209
4.5.1.5 Financial Distress Pada Sektor Perbankan Indonesia ... 210
4.5.1.6 Pengaruh Capital terhadap Financial Distress Pada Sektor Perbankan Indonesia ... 211
4.5.1.7 Pengaruh Management Efficiency terhadap Financial Distress Pada Sektor Perbankan Indonesia ... 214
4.5.1.8 Pengaruh Earning terhadap Financial Distress Pada Sektor Perbankan Indonesia ... 215
4.5.1.9 Pengaruh Liquidity terhadap Financial Distress Pada Sektor Perbankan Indonesia ... 217
4.5.2 Temuan Hasil Penelitian Bersifat Empiris ... 220
4.5.2.1 Capital Pada Sektor Perbankan Indonesia ... 220
(10)
Gina Sofiasani, 2015
4.5.2.3 Earning Pada Sektor Perbankan Indonesia ... 223
4.5.2.4 Liquidity Pada Sektor Perbankan Indonesia ... 224
4.5.2.5 Financial Distress Pada Sektor Perbankan Indonesia ... 225
4.5.2.6 Pengaruh Capital terhadap Financial Distress Pada Sektor Perbankan Indonesia ... 226
4.5.2.7 Pengaruh Management Efficiency terhadap Financial Distress Pada Sektor Perbankan Indonesia ... 226
4.5.2.8 Pengaruh Earning terhadap Financial Distress Pada Sektor Perbankan Indonesia ... 227
4.5.2.9 Pengaruh Liquidity terhadap Financial Distress Pada Sektor Perbankan Indonesia ... 227
4.6 Implikasi Hasil Penelitian Terhadap Pengembangan Pendidikan Manajemen Bisnis ... 228
BAB V KESIMPULAN DAN REKOMENDASI ... 232
5.1 Kesimpulan ... 232
5.2 Rekomendasi ... 233
DAFTAR PUSTAKA ... 237
(11)
BAB I
PENDAHULUAN
1.1 Latar Belakang Penelitian
Peranan utama sebuah bank yaitu menjalankan fungsi intermediasi keuangan dalam menghimpun dana dari pihak luar dan menyalurkannya kembali kepada pihak tertentu yang membutuhkan (Rose dan Hudgins, 2002:4). Fungsi intermediasi sebuah bank dapat berjalan baik dengan mengandalkan prinsip kepercayaan dari masyarakat. Oleh karena itu bank juga disebut sebagai agent of
trust yaitu lembaga keuangan yang menjalankan kegiatan operasionalnya
tergantung pada sumber dana dari masyarakat. Keberlangsungan usaha sebuah bank bergantung pada kepercayaan masyarakat. Merosotnya kepercayaan masyarakat pada suatu bank akan berdampak luas terhadap sistem perbankan sehingga dapat mengakibatkan krisis perbankan (Veitzhal, et al, 2012:97).
Selain sebagai agent of trust bank juga berperan sebagai agent of
development yaitu lembaga keuangan yang memberikan kontribusi besar bagi
pembangunan ekonomi sebuah negara. Pada level ekonomi makro bank sebagai alat untuk menetapkan kebijakan moneter sedangkan pada skala mikro bank merupakan sumber utama pembiayaan bagi para masyarakat serta menunjang kelancaran sistem pembayaran sehingga pergerakan roda perekonomian sebuah negara sangat bergantung pada dinamika dan kontribusi nyata dari sektor perbankan (Koch dan Scott, 2009:47).
(12)
Bank dapat diklasifikasikan menjadi beberapa jenis yaitu berdasarkan fungsi, kepemilikan, status dan segi cara menentukan harga. Berdasarkan fungsinya bank terdiri dari Bank Sentral, Bank Umum dan Bank Perkreditan Rakyat. Dari segi kepemilikan bank terdiri dari Bank Milik Pemerintah dan Bank Campuran, klasifikasi bank berdasarkan status terdiri dari Bank Devisa dan Bank Non Devisa, sedangkan dari segi menentukan harga terdiri dari bank yang berdasarkan Prinsip Konvensional dan Prinsip Syariah (Kasmir, 2012:22). Bank Indonesia sebagai bank sentral membagi bank kedalam beberapa jenis, yang kesemuanya itu merupakan gabungan dari beberapa klasifikasi bank yang telah dijelaskan di atas. Jenis bank tersebut diantaranya adalah Bank Persero, Bank Devisa, Bank Non Devisa, Bank Campuran, Bank Asing dan Bank Pembangunan Daerah yang berjumlah 120 bank. Setiap jenis bank tersebut tentu memiliki peran yang berbeda dalam menjalankan setiap kegiatan operasionalnya. Namun tetap semua bank yang masuk kedalam kategori jenis bank apapun, memiliki fungsi utama sebagai lembaga intermediasi dan berperan sangat penting bagi kestabilan roda perekonomian di suatu negara. Oleh karena itu setiap jenis bank tentu harus dapat menjaga kinerja nya agar tetap dalam kondisi yang sehat, salah satunya dengan mempertahankan pertumbuhan laba agar tetap tumbuh dengan baik. Gambar 1.1 berikut menggambarkan pertumbuhan laba pada seluruh Sektor Perbankan di Indonesia
(13)
Sumber : Majalah Infobank, Edisi Juni 2014 (data diolah) GAMBAR 1.1
PERTUMBUHAN LABA SEKTOR PERBANKAN INDONESIA PERIODE 2009-2013
Dari Gambar 1.1 terlihat bahwa pertumbuhan laba Sektor Perbankan Indonesia selama periode 2009-2013 cenderung mengalami penurunan, kenaikan sebesar 16,08% terjadi pada tahun 2010 namun hingga tahun 2013 pertumbuhan laba terus mengalami penurunan yaitu sebesar 13,80% turun 7,70% dari tahun sebelumnya yang merupakan pertumbuhan paling rendah selama lima tahun terakhir.
Laba merupakan salah satu indikator untuk mengukur kondisi kesehatan sebuah bank, oleh karena itu perbankan Indonesia dituntut untuk terus dapat memepertahankan kekuatan labanya sehingga kinerja keuangan bank akan selalu berada pada kondisi yang sehat. Karena jika bank tidak dapat menghasilkan laba dengan optimal, maka akan berpengaruh terhadap kemampuan bank dalam menjalankan kegiatan operasionalnya, menghambat keberlangsungan usaha sebuah
19,98%
36,06%
28,95%
21,57%
13,80%
0,00% 5,00% 10,00% 15,00% 20,00% 25,00% 30,00% 35,00% 40,00%
2009 2010 2011 2012 2013
PERTUMBUHAN LABA
(14)
bank sehingga akan menghadapi kesulitan dalam berkembang. Bahkan jika hal tersebut berlangsung terus menerus bank dapat terindikasi mengalami kondisi kesulitan keuangan atau yang disebut juga dengan financial distress.
Menurut Brigham dan Daves (2009: 868), financial distress merupakan kondisi dimana keuangan perusahaan dalam keadaan tidak sehat atau rawan kebangkrutan, dimulai ketika perusahaan tidak dapat memenuhi jadwal pembayaran atau ketika proyeksi arus kas yang mengindikasikan bahwa perusahaan tersebut tidak dapat memenuhi kewajibannya. Menurut John, Jens, dan Jan (2010:2), menyatakan bahwa perusahaan yang mengalami financial distress memiliki karakteristik diantaranya baru saja mengalami kerugian, dan nilai saham yang rendah.
Platt & Platt (2006:144), menyatakan perusahaan dapat dikatakan sedang mengalami financial distress dapat bersumber dari earning, yaitu apabila selama dua tahun perusahaan tersebut memiliki EBITDA (Earning Before Interest Tax
Deperesiation dan Amortization), EBIT (Earning Before Interest and Tax) dan Net Income yang negatif. Menurut Whitaker (1999:129), suatu perusahaan dapat
dikatakan dalam kondisi financial distress atau kondisi bermasalah apabila perusahaan tersebut mengalami laba bersih (net income) negatif selama beberapa tahun, oleh karena itu penulis menggunakan net income sebagai indikator financial
distress. Tabel 1.1 berikut adalah daftar bank pada Sektor Perbankan Indonesia
(15)
TABEL 1.1
KONDISI FINANCIAL DISTRESS PADA SEKTOR PERBANKAN INDONESIA YANG MEMILIKI NET INCOME NEGATIF
PERIODE 2009-2013
Net Income (Dalam Jutaan Rupiah)
Nama Bank 2009 2010 2011 2012 2013
Anglomas International 2.255 -2.501 -1.301 -1.580 -2.071
Andara -22.419 -21.923 -18.170 -3.202 -40.311
ICB Bumiputera 5.043 12.169 -81.056 -173.946 1.119 Mutiara 265.483 217.963 260.445 145.338 -1.136.045
Nasional Nobu 1.821 1.834 1.915 3.706 -51.669
Yudha Bakti 11.854 28.905 23.257 18.780 -2.278
Pundi -134.870 90.161 -117.991 14.255 63.732
Bank Of America 739 -3.252 18.117 -19.025 12.521 Bank Of Scotland -21.990 -44.921 3.350 -76 64.859
Rata-Rata 11.990 30.937 9.840 -1.750 -121.127
Sumber : Annual Report (data diolah)
Dalam Tabel 1.1 terlihat bahwa Sektor Perbankan Indonesia khususnya jenis Bank Devisa, Bank Non Devisa dan Bank Asing yang terindikasi mengalami kondisi financial distress karena terdapat sembilan bank yang mengalami net
income negatif pada periode tahun 2009-2013. Terdapat lima Bank Non Devisa
yaitu Bank Anglomas Internasional, Bank Andara, Bank Nasional Nobu, Bank Yudha Bakti dan Bank Pundi. Jenis Bank Devisa terdapat dua bank yaitu Bank ICB Bumiputera & Bank Mutiara. Sedangkan untuk jenis Bank Asing terdiri dari Bank of America dan The Royal Bank of Scotland.
Secara rata-rata net income cenderung mengalami penurunan selama dua tahun terakhir yaitu pada 2012 sebesar Rp.-1.750 juta dan net income paling rendah terjadi pada 2013 yaitu sebesar Rp.-121.127 juta. Hal tersebut tentu menjadi sebuah permasalahan yang harus segera ditangani oleh sebuah lembaga perbankan yang keberadaan dan perannya crucial bagi stabilitas roda perekonomian sebuah negara.
(16)
Bank yang diduga mengalami financial distress menandakan bank berada dalam kondisi yang kurang sehat, sehingga menyebabkan fungsi intermediasi akan terganggu, maka sumber pembiayaan bagi masyarakat untuk kegiatan konsumsi dan investasi dalam perekonomian akan terbatas, sehingga lalu lintas sistem pembayaran menjadi tidak lancar dan tidak efisien. Ketidakpastian tingkat kesehatan suatu bank juga dapat mengakibatkan penarikan dana secara besar-besaran, hal tersebut terjadi dikarenakan kepercayaan masyarakat terhadap industri perbankan yang rendah, sehingga akan berpengaruh pada kelangsungan hidup sebuah bank dan berkontribusi pada roda perekonomian yang akan melambat (Veitzhal, et al, 2012:97).
Deteksi dini untuk mengetahui sebuah bank yang terindikasi mengalami
financial distress atau dalam kondisi yang sehat merupakan hal yang harus selalu
diperhatikan oleh para regulator bank. Tentunya dengan melakukan deteksi sedini mungkin, maka memungkinkan bank akan terhindar dari berbagai permasalahan dapat diminimalisir. Sehingga dengan mengetahui informasi kuantitatif maupun kualitatif mengenai kondisi kesehatan perusahaan, sebuah bank dapat melakukan langkah-langkah antisipatif dan menyusun berbagai strategi agar dapat terhindar ancaman kebangkrutan (Olivier Brossard et al. 2007:1).
Dalam mendeteksi kondisi kesehatan sebuah bank, para regulator bank di setiap negara memiliki aturannya sendiri untuk menentukan early warning model
of bank yang dapat digunakan untuk mendeteksi kesehatan sebuah bank. Menurut
Iustina Boitan (2012:348), ada beberapa model early warning system bank yang sudah menjadi standar internasional diantaranya adalah SCOR model (Statistical
(17)
Camels Off-site rating), CAMEL rating, SEER (System to Estimate Examination Ratings), SAABA (fr. Système d’aide à l’analyse bancaire), GMS (Growth
Monitoring System) dan Canary Project.
Dari beberapa early warning system tersebut, Bank Indonesia dalam mendeteksi kondisi kesehatan bank pada dasarnya menggunakan pendekatan kualitatif atas berbagai aspek yang berpengaruh terhadap kondisi kondisi suatu bank. Metode atau cara penilaian tingkat kesehatan bank tersebut dikenal dengan metode CAMEL, yang merupakan aspek yang banyak berpengaruh terhadap kondisi keuangan serta kesehatan sebuah bank (Veitzhal, et al, 2012:465).
Menurut Ridwan Nurazi dan Michael Evans (2005:2), rasio CAMEL merupakan rasio yang digunakan untuk mengevaluasi kondisi keuangan sebuah bank serta digunakan sebagai alat untuk memprediksi permasalahan keuangan sebuah bank. Pendapat lain menurut Muneer ali dan Hajan Jamali (2010:82), model CAMEL dengan sukses telah digunakan oleh banyak peneliti untuk mengevaluasi kinerja operasional dan keuangan sebuah bank. CAMEL merupakan tolak ukur objek pemeriksaan bank yang dilakukan oleh pengawas bank.
Mishra dan Parvesh (2013:53), melakukan penelitian dengan mengevaluasi kinerja kesehatan keuangan State Bank Group India menggunakan pendekatan CAMEL dan menyimpulkan bahwa CAMEL dapat dijadikan pendekatan yang efektif untuk menilai kesehatan sebuah bank. Sedangkan menurut Rahman dan Mazni (2014:451), menyatakan bahwa CAMEL dapat dijadikan alat pengukuran yang baik untuk memprediksi financial distress bank Islam yang ada di Malaysia
(18)
dengan memperkirakan kinerja dan efisiensi sebuah bank di masa yang akan datang.
Rasio CAMEL tidak sekedar mengukur tingkat kesehatan bank, tetapi juga digunakan sebagai indikator dalam menyusun peringkat dan memprediksi kebangkrutan bank. CAMEL mengevaluasi sebuah lembaga keuangan dengan memperhatikan beberapa unsur atau dimensi yang dapat berpengaruh terhadap kinerja sebuah bank yang terdiri dari Capital, Asset Quality, Management
Efficiency, Earning dan Liquidity (Ferrouchi, 2014:622). Unsur-unsur tersebut
diproksikan menjadi beberapa indikator yaitu Capital Adequacy Ratio (CAR), Non
Performing Loan (NPL), Return on Equity (ROE), Return on Assets (ROA), Net Interest Margin (NIM), Biaya Operasional terhadap Pendapatan Operasional
(BOPO) dan Loan to Deposit Ratio (LDR) (Surat Edaran Bank Indonesia Nomor 3/30/DPNP tanggal 14 Desember 2001).
Dalam penelitian ini unsur CAMEL yang digunakan hanya unsur capital,
management efficiency, earning dan liquidity. Sedangkan unsur assets quality
diduga bukan menjadi penyebab Sektor Perbankan Indonesia mengalami dugaan
financial distress. Berdasarkan hasil pengamatan, data assets quality yang diukur
dengan Net Performing Loan (NPL) berada pada kondisi sehat karena masih sesuai dengan standar NPL sehat yang ditentukan oleh Bank Indonesia yaitu di bawah 5%. Selama periode 2009-2013 kondisi NPL Sektor Perbankan Indonesia mengalami fluktuasi nilai terendah terjadi pada tahun 2012 sebesar 2,13% sedangkan nilai tertinggi terjadi pada 2009 sebesar 4,59% nilai tersebut menandakan tingkat kredit bermasalah yang dimiliki bank masih berada dalam kondisi yang aman dan sehat.
(19)
Unsur CAMEL yang pertama adalah capital merupakan indikator yang dapat dipertimbangkan untuk mengukur kesehatan sebuah bank. Jika modal sebuah perusahaan menurun dapat mengidentifikasikan bahwa bank akan mengalami kesulitan keuangan (David G.M dan Hanno S., 2012:11). David G dan Hanno Stremmel (2014:18), berpendapat kembali bahwa capital adequacy memiliki pengaruh yang signifikan terhadap kondisi financial distress, penurunan total modal terhadap aset mengindikasikan bank mengalami kemungkinan financial
distress.
Indikator yang digunakan adalah Capital Adequacy Ratio (CAR), menurut Sriharsha dan Thavalamar (2012:13), CAR mengindikasikan apakah bank memiliki modal yang cukup untuk menyerap kerugian yang tak terduga. Hal tersebut dilakukan untuk menjaga kepercayaan pihak ketiga dan mencegah bank dari kondisi financial distress.
TABEL 1.2
CAPITAL ADEQUACY RATIO (CAR) PADA SEKTOR PERBANKAN INDONESIA YANG MEMILIKI NET INCOME NEGATIF
PERIODE 2009-2013 Capital Adequacy Ratio (%)
Nama Bank 2009 2010 2011 2012 2013
Anglomas International 62,21% 97,78% 99,88% 135,59% 181,38%
Andara 146.85% 107,06% 71,67% 40,88% 33,87%
ICB Bumiputera 13,09% 11,21% 10,47% 12,55% 11,19%
Mutiara 10,02% 11,16% 9,41% 10,09% 14,03%
Nasional Nobu 2529,42% 489,58% 87,34% 68,60% 87,49%
Yudha Bakti 13% 13,56% 12,75% 12,89% 15,34%
Pundi 11,75% 41.42% 12,02% 13,27% 11,43%
Bank Of America 103,0% 89,00% 71,51% 62,86% 84,53% Bank Of Scotland 28,00% 36,00% 39,87% 31% 14,49%
Rata-Rata 307,83% 95,04% 46,10% 39,67% 50,42%
(20)
Berdasarkan Tabel 1.2 kondisi CAR perbankan Indonesia pada tahun 2009 berada diposisi yang dapat dikatakan tinggi yaitu sebesar 307,83%, menurun hingga tahun 2012 dengan presentase 39,67% dan kembali mengalami kenaikan pada tahun 2013 dengan CAR sebesar 50,42%. Nilai tersebut memang sudah berada di atas standar Bank Indonesia yaitu sebesar 8%, yang mengindikasikan bahwa Sektor Perbankan Indonesia sudah memenuhi standar kecukupan modal Bank Indonesia, akan tetapi jika nilai CAR terlalu tinggi menandakan bahwa dana yang tertanam dalam modal melebihi kebutuhan, sehingga banyak dana yang tersimpan tanpa dialokasikan dengan efektif yang semestinya dapat digunakan sehingga menghasilkan keuntungan lebih bagi bank.
Faktor selanjutnya adalah management efficiency yaitu kemampuan bank dalam mengelola dan mengontrol biaya sehingga dapat terlihat bagaimana efisiensi bank dalam melaksanakan kegiatan operasionalnya. Indikator dalam unsur
management efficiency yang digunakan adalah Biaya Operasional terhadap
Pendapatan Operasional (BOPO). Menurut Frianto (2012:72), berpendapat bahwa rasio BOPO digunakan untuk mengukur kemampuan manajemen bank dalam mengendalikan biaya operasional terhadap pendapatan operasional. Semakin kecil BOPO berarti semakin rendah efisiensi biaya operasional yang dikeluarkan bank yang bersangkutan sehingga kemungkinan suatu bank dalam kondisi bermasalah (financial distress) semakin kecil. Tabel 1.4 menjelaskan kondisi BOPO pada Sektor Perbankan Indonesia
(21)
TABEL 1.4
BIAYA OPERASIONAL TERHADAP PENDAPATAN OPERASIONAL (BOPO) PADA SEKTOR PERBANKAN INDONESIA YANG MEMILIKI
NET INCOME NEGATIF PERIODE 2009-2013 BOPO (%)
Nama Bank 2009 2010 2011 2012 2013
Anglomas International 89,23% 110,88% 109,56% 121,06% 115,83%
Andara 290,7% 159,18% 155,06% 102,04% 116,81%
ICB Bumiputera 98,84% 96,96% 114,63% 99,68% 107,77%
Mutiara 92,66% 81,8% 87,22% 92,96% 173,80%
Nasional Nobu 61,41% 68,74% 94,39% 95,53% 88,30%
Yudha Bakti 96% 88,71% 90,15% 90.59% 94.13%
Pundi 124,34% 157,50% 118,69% 97,77% 99,65%
Bank Of America 66,00% 58,00% 86,23% 99,60% 80,65%
Bank Of Scotland 68% 98% 0,98% 0,996% 97,55%
Rata-Rata 109,69% 102,19% 95,21% 88,70% 110,05%
Sumber : Annual Report (data diolah)
Berdasarkan Tabel 1.4 terlihat kondisi rasio Biaya Operasional terhadap Pendapatan Operasional (BOPO) pada Sektor Perbankan Indonesia yang terindikasi mengalami financial distress. Tabel 1.4 menjelaskan bahwa tahun 2009 nilai BOPO sebesar 45,09%, mengalami kenaikan pada 2010 dengan presentase sebesar 102,19%, pada tahun 2011 hingga 2012 nilai BOPO menurun pada posisi 88,70% dan kembali mengalami kenaikan pada tahun 2013 dengan presentase 110,05%. Nilai BOPO Sektor Perbankan Indonesia periode 2009-2013 cenderung meningkat setiap tahunnya. Hal tersebut menandakan kemampuan bank yang masih rendah dalam menggunakan berbagai sumber daya yang dimiliki, sehingga bank tidak dapat mengendalikan biaya operasional yang terlalu tinggi mengakibatkan terjadi ketidakefisienan bank dalam menjalankan kegiatan operasionalnya.
(22)
Faktor lain yang mempengaruhi financial distress adalah earning, merupakan kriteria yang penting dalam menentukan bagaimana kesanggupan bank menghasilkan pendapatan dengan konsisten. Penilaian terhadap kemampuan bank dalam menghasilkan laba harus selalu dilakukan. Hal tersebut dikarenakan bank bergantung pada kemampuan yang kuat dari pendapatan untuk melakukan kegiatan seperti pembayaran dividen, menjaga tingkat modal yang memadai dan memberikan peluang investasi bagi bank untuk tumbuh dan berkembang (Kumar, Harsha, Shivi dan Neil, 2012:10).
Menurut CA. Ruchi Gupta (2014:98), satu-satunya indikator terbaik dalam mengukur earning adalah menggunakan ROA, rasio ini digunakan untuk mengukur kemampuan manajemen bank dalam memperoleh keuntungan (laba) secara keseluruhan dari segi penggunaan aset. Harjanti (2011:98), berpendapat semakin tinggi aset bank dialokasikan pada pinjaman dan semakin rendah rasio permodalan maka kemungkinan bank untuk gagal semakin meningkat. Sedangkan semakin tinggi ROA semakin tinggi pula tingkat kesehatan bank, maka kemungkinan bank mengalami financial distress tidak akan terjadi.
TABEL 1.3
RETURN ON ASSETS (ROA) PADA SEKTOR PERBANKAN INDONESIA YANG MEMILIKI NET INCOME NEGATIF
PERIODE 2009-2013 Return on Assets (%)
Nama Bank 2009 2010 2011 2012 2013
Anglomas International 1,42% -1,08% -0,69% -1,36% -0,84%
Andara -15,82% -7,75% -5,97% -0,33% -1,94%
ICB Bumiputera 0,18% 0,24% -1,64% 0,09% 0,93%
Mutiara 3,84% 2,5% 2,17% 1,06% -7,58%
Nasional Nobu 2,88% 2,00% 1,16% 0,59% 0,78%
(23)
Pundi 0,08% -12,90% -4,75% 0,98% 1,23%
Bank Of America 1,00% 1,00% 0,56% 0,17% 0,64%
Bank Of Scotland -0,18% -0,78% 0,2% 0,20% 0,42%
Rata-Rata -0,67% -1,45% -0,47% 0,28% -0,81%
Sumber : Annual Report (data diolah)
Pada Tabel 1.3 terlihat kondisi ROA pada Sektor Perbankan Indonesia yang terindikasi mengalami financial distress periode 2009-2013. Pada tahun 2009 ROA berada pada posisi yang negatif yaitu sebesar -2,25%, mengalami kenaikan pada tahun 2010 hingga 2011 dengan presentase 0,005%, kembali mengalami penurunan pada tahun 2012 berada diposisi -0,15% dan pada tahun 2013 mengalami kenaikan dengan presentase -0,11%. Walaupun mengalami kenaikan namun nilai ROA yang negatif masih di bawah standar batas minimum ROA yang ditetapkan oleh Bank Indonesia yaitu sebesar 1,5%. Nilai ROA yang rendah menandakan kemampuan bank yang masih rendah dalam menggunakan aset sehingga tidak memberikan pengembalian yang tinggi yang akhirnya tidak mendorong bank mendapatkan keuntungan yang optimal.
Faktor terakhir yang dapat mempengaruhi financial distress adalah liquidity yang merupakan kemampuan bank untuk memenuhi kewajiban jangka pendek. Suatu bank dianggap liquid apabila bank tersebut mempunyai kesanggupan untuk membayar penarikan giro, tabungan, deposito berjangka, pinjaman bank yang segera jatuh tempo dan pemenuhan perminataan kredit tanpa adanya suatu penundaan (Frianto, 2012:113). Indikator unsur likuiditas yang dipilih adalah Loan
to Deposit Ratio (LDR) menunjukan seberapa jauh kemampuan bank dalam
(24)
kredit yang diberikan sebagai sumber likuiditasnya (Dendawijaya, 2009:116). Semakin besar rasio LDR maka probabilitas bank mengalami kondisi bermasalah akan semakin besar pula karena bank tidak mampu mengendalikan kredit yang diberikan. Menurut Almilia dan Winny (2005:139), LDR digunakan untuk menilai likuiditas suatu bank dengan cara membagi jumlah kredit yang diberikan oleh bank terhadap pihak ketiga. Semakin tinggi rasio ini, semakin rendahnya kemampuan likuiditas bank yang bersangkutan, semakin rendah tingkat kesehatan bank, sehingga kemungkinan suatu bank dalam kondisi financial distress akan terjadi.
TABEL 1.5
LOAN TO DEPOSIT RATIO (LDR) PADA SEKTOR PERBANKAN INDONESIA YANG MEMILIKI NET INCOME NEGATIF
PERIODE 2009-2013 Loan to Deposits Ratio (%)
Nama Bank 2009 2010 2011 2012 2013
Anglomas International 73,41% 73,22% 99,50% 84,25% 124,7%
Andara 124,37% 287,19% 620,25% 464,94% 630,82%
ICB Bumiputera 89,64% 84,96% 84,93% 79,48% 80,14%
Mutiara 81,66% 70,9% 83,90% 82,81% 96,31%
Nasional Nobu 34,57% 105,08% 81.33% 43,46% 45,72%
Yudha Bakti 59% 79,05% 79,63% 90,65% 76.58%
Pundi 80,86% 52,83% 66,78% 83,68% 88,68%
Bank Of America 36% 41% 42,57% 51,24% 93,43%
Bank Of Scotland 64% 98% 0,56% 1,31% 99,17%
Rata-Rata 71,50% 99,13% 134,76% 109,09% 157,37%
Sumber : Annual Report (data diolah)
Berdasarkan Tabel 1.4 terlihat kondisi LDR Sektor Perbankan Indonesia yang terindikasi mengalami financial distress, setelah dirata-ratakan pada tahun 2009 LDR berada diposisi 64% mengalami kenaikan hingga tahun 2011 dengan presentase 134,76%, kembali menurun pada posisi 109,09% tahun 2012 dan posisi tertinggi diraih pada tahun 2013 dengan presentasi sebesar 157,37%. Dari Tabel 1.4
(25)
dapat dikatakan bahwa kondisi LDR pada Sektor Perbankan Indonesia cenderung mengalami kenaikan dan melebihi batas standar maksimum BI sebesar 110%. Nilai LDR yang terlalu tinggi menandakan kemampuan likuiditas bank rendah karena sebagian besar dana yang dihimpun dari pihak ketiga disalurkan kembali kedalam bentuk kredit sehingga bank tidak memiliki cadangan kas yang cukup bilamana memiliki kebutuhan dana yang mendesak.
Berdasarkan fenomena yang telah dijelaskan di atas, maka penulis menduga penyebab sembilan bank pada Sektor Perbankan Indonesia diduga mengalami kondisi financial distress karena jika dilihat dari pendekatan CAMEL khususnya pada unsur capital dengan indikator CAR, management efficiency dengan indikator BOPO, earning dengan indikator ROA dan liquidity dengan indikator LDR yang masih belum sesuai dengan standar Bank Indonesia. Oleh karena itu penulis merasa perlu untuk mengadakan penelitian. Dalam penelitian ini, peneliti berusaha membuktikan kembali teori dan penelitian terdahulu mengenai pengaruh CAMEL yang terdiri dari capital, management efficiency, earning dan liquidity terhadap
financial distress. Berdasarkan uraian di atas, maka perlu diadakan penelitian
mengenai “Pengaruh CAMEL Terhadap Financial Distress Pada Sektor Perbankan Indonesia Periode 2009-2013”
1.2 Identifikasi Masalah
Peran crucial sebuah industri perbankan menuntut setiap jenis bank untuk dapat menjaga kondisi kesehatannya salah satunya dengan pertumbuhan laba. Sektor Perbankan Indonesia mengalami pertumbuhan laba yang cenderung
(26)
menurun hingga tahun 2013. Kinerja kesehatan bank yang menurun hal tersebut menandakan bank akan terancam mengalami kondisi financial distress.
Terdapat sembilan bank pada Sektor Perbankan Indonesia yang diduga mengalami financial distress karena memiliki net income negatif atau mengalami kerugian selama periode 2009-2013. Ketika bank mengalami ancaman financial
distress maka akan berpengaruh terhadap keberlangsungan hidup sebuah bank
sehingga tidak dapat menjalankan perannya dengan baik. Oleh karena itu deteksi dini sebuah bank yang berada dalam keadaan sehat atau terancam mengalami
financial distress harus selalu dilakukan oleh setiap bank.
Deteksi dini kesehatan sebuah bank di Indonesia mengacu pada pendekatan CAMEL yaitu metode yang digunakan untuk mendeteksi kesehatan sebuah bank dengan memperhatikan berbagai aspek yang dapat mempengaruhinya. Unsur tersebut terdiri dari capital, asset quality, management efficiency, earning dan liquidity. Berdasarkan hasil pengamatan, data capital dengan indikator CAR,
management efficiency dengan indikator BOPO, earning dengan indikator ROA
dan liquidity dengan indikator LDR, belum sesuai dengan standar sehat yang ditentukan oleh Bank Indonesia, sedangkan assets quality yang diukur dengan NPL sudah sesuai dengan standar sehat NPL yang ditentukan yaitu di bawah 5%.
Masalah yang akan dipecahkan dalam penelitian ini, dirumuskan dalam tema sentral berikut: Terdapat sembilan bank pada Sektor Perbankan Indonesia yang diduga mengalami kondisi financial karena memiliki net income negatif selama periode 2009-2013, hal tersebut tentu harus menjadi perhatian bagi bank karena jika tidak dilakukan langkah-langkah antisipasi maka bank akan terancam
(27)
dilikuidasi. Oleh karena itu deteksi dini kesehatan sebuah bank harus selalu dilakukan salah satunya dengan menggunakan pendekatan CAMEL. Kondisi sembilan bank pada Sektor Perbankan Indonesia yang diduga mengalami financial
distress pada periode 2009-2013 dapat dideteksi dengan menggunakan pendekatan
CAMEL yang terdiri dari unsur capital, management efficiency, earning dan
liquidity.
1.3 Rumusan Masalah
Berdasarkan uraian latar belakang di atas, maka masalah yang dapat dirumuskan adalah sebagai berikut:
1. Bagaimana gambaran Capital pada Sektor Perbankan Indonesia?
2. Bagaimana gambaran Management Efficiency pada Sektor Perbankan Indonesia?
3. Bagaimana gambaran Earning pada Sektor Perbankan Indonesia? 4. Bagaimana gambaran Liquidity pada Sektor Perbankan Indonesia?
5. Bagaimana gambaran Financial Distress pada Sektor Perbankan Indonesia? 6. Bagaimana pengaruh Capital terhadap Financial Distress pada Sektor
Perbankan Indonesia?
7. Bagaimana pengaruh Management Efficiency terhadap Financial Distress pada Sektor Perbankan Indonesia?
8. Bagaimana pengaruh Earning terhadap Financial Distress pada Sektor Perbankan Indonesia?
(28)
9. Bagaimana pengaruh Liquidity terhadap Financial Distress pada Sektor Perbankan Indonesia?
1.4 Tujuan Penelitian
Berdasarkan uraian latar belakang di atas, maka tujuan penelitian adalah untuk memperoleh temuan mengenai:
1. Gambaran Capital pada Sektor Perbankan Indonesia.
2. Gambaran Management Efficiency pada Sektor Perbankan Indonesia. 3. Gambaran Earning pada Sektor Perbankan Indonesia.
4. Gambaran Liquidity pada Sektor Perbankan Indonesia.
5. Gambaran Financial Distress pada Sektor Perbankan Indonesia.
6. Pengaruh Capital terhadap Financial Distress pada Sektor Perbankan Indonesia.
7. Pengaruh Management Efficiency terhadap Financial Distress pada Sektor Perbankan Indonesia.
8. Pengaruh Earning terhadap Financial Distress pada Sektor Perbankan Indonesia.
9. Pengaruh Liquidity terhadap Financial Distress pada Sektor Perbankan Indonesia.
1.5 Kegunaan Penelitian 1. Kegunaan Teoritis
Hasil dari penelitian ini diharapkan dapat menambah wawasan pengetahuan secara teoritis menjadi sumbangan untuk pengembangan ilmu manajemen
(29)
khususnya manajemen keuangan mengenai financial distress perusahaan perbankan yang dapat diprediksi dengan CAMEL.
2. Kegunaan Praktis 1) Bagi Pembaca
Untuk membantu menilai tingkat kesehatan sebuah bank khususnya bank yang terancam mengalami kondisi financial distress sehingga dapat ditentukan faktor-faktor yang dapat menjadi pengaruhnya menggunakan pendekatan CAMEL.
2) Bagi Penulis
Penelitian ini dapat menambah pengetahuan mengenai perbankan khususnya mengenai permasalahan financial distress yang terjadi pada internal bank tersebut yang dapat dideteksi dengan CAMEL serta dapat mengetahui aplikasi teori tersebut pada perusahaan perbankan.
(30)
Gina Sofiasani, 2015
BAB III
OBJEK DAN METODE PENELITIAN
3.1 Objek Penelitian
Penelitian ini menganalisis laporan keuangan menggunakan rasio CAMEL pada Sektor Perbankan di Indonesia serta pengaruhnya terhadap kondisi financial
distress. Adapun yang menjadi variabel bebas (independent variable) adalah Rasio
CAMEL yang terdiri dari Capital yang diukur dengan Capital Adequacy Ratio (CAR), Management Efficiency yang diukur dengan Biaya Operasional Pendapatan Operasional (BOPO), Earning yang diukur dengan Rerurn on Assets (ROA) dan
Liquidity yang diukur dengan Loan to Deposit Ratio (LDR). Variabel dependent
adalah Financial Distress yang diukur dengan net income (Y).
Penelitian dilakukan pada Sektor Perbankan Indonesia dengan unit analisis adalah laporan keuangan pada Sektor Perbankan Indonesia yang terindikasi mengalami financial distress. Dipilihnya Sektor Perbankan Indonesia sebagai objek penelitian yang akan diteliti karena berdasarkan data laporan keuangan publikasi yang diperoleh dalam Bank Indonesia. Pada tahun 2013 terdapat sembilan bank di Indonesia yang terindikasi mengalami financial distress karena memiliki net
income yang negatif. Hal tersebut menjadi tantangan bagi industri perbankan di
Indonesia untuk menghadapi kondisi perusahaan yang rawan kebangkrutan atau kondisi bermasalah keuangan tersebut. Penelitian ini dilakukan dengan
(31)
menganalisis laporan keuangan publikasi Sektor Perbankan di Indonesia pada periode 2009-2013.
3.2 Metode Penelitian
3.2.1 Metode dan Desain Penelitian 3.2.1.1 Metode Penelitian
Menurut Sugiyono (2013:2), metode penelitian diartikan sebagai cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan tertentu. Berdasarkan variabel-variabel yang diteliti maka metode penelitian ini menggunakan metode deskriptif dan verifikatif. Menurut pendapat Aaker (2004:755), menjelaskan bahwa riset deskriptif biasanya didesain untuk menyajikan beberapa aspek yang bersifat tentatif dan spekulatif dalam suatu cakupan bahasan. Hermawan (2009:18), “Penelitian deskriptif adalah penelitian yang memaparkan suatu karakteristik dari beberapa variabel dalam suatu situasi. Melalui jenis penelitian deskriptif maka dapat diperoleh gambaran mengenai analisis rasio CAMEL yang diukur dengan CAR, ROA, BOPO dan LDR serta bagaimana gambaran kondisi prediksi financial
distress pada Sektor Perbankan Indonesia.
Penelitian verifikatif pada dasarnya untuk menguji teori dengan pengujian hipotesis. Pengujian hipotesis dilakukan dengan mengunakan perhitungan statistik yang digunakan untuk menguji pengaruh variabel X1, X2,X3 danX4 terhadap Y. Menurut Sugiyono (2012:55), metode verifikatif merupakan penelitian yang bertujuan untuk mengetahui hubungan antara dua variabel atau lebih. Dalam hal ini
(32)
penelitian verifikatif bertujuan untuk mengetahui pengaruh CAMEL terhadap kondisi financial distress pada Sektor Perbankan Indonesia.
3.2.1.2 Desain Penelitian
Menurut Kerlinger dalam Purhantara (2010:34), desain penelitian merupakan rencana dan struktur penyelidikan yang dibuat sedemikian rupa agar diperoleh dilakukan peneliti mulai dari membuat hipotesis dan implikasinya terhadap jawaban atas pertanyaan-pertanyaan penelitian.
Menurut Hasan Iqbal (2002:32-33), menyatakan bahwa terdapat tiga jenis desain dalam penelitian yaitu sebagai berikut:
1. Desain eksplanatori, desain ini berusaha mencari ide-ide atau hubungan hubungan baru, sehingga dapat dikatakan bahwa desain ini bertitik tolak dari variabel, bukan dari fakta.
2. Desain deskriptif, desain ini bertujuan untuk menguraikan sifat atau karakteristik dari suatu fenomena tertentu.
3. Desain kausal, desain ini berguna untuk menganalisis hubungan antara satu variabel dengan variabel lainnya atau bagaimana suatu variabel dapat mempengaruhi variabel lainnya.
Berdasarkan penjelasan di atas, desain penelitian yang digunakan pada penelitian ini adalah desain kausal. Desain penelitian kausal pada penelitian ini berguna untuk mengetahui bagaimana hubungan-hubungan atau pengaruh CAMEL yang terdiri dari Capital yang diukur dengan Capital Adequacy Ratio (CAR),
(33)
Operasional (BOPO), Earning yang diukur dengan Rerurn on Assets (ROA) dan
Liquidity yang diukur dengan Loan to Deposit Ratio (LDR) terhadap Financial Distress pada Sektor Perbankan di Indonesia Periode 2009-2013.
3.2.2 Operasionalisasi Variabel
Penelitian ini meliputi dua variabel ini, yaitu variabel bebas dan variabel terikat. Menurut Maholtra (2009:248), yang dimaksud dengan variabel bebas merupakan variabel atau alternatif yang dimanipulasi dan yang mempengaruhi diukur dan dibandingkan. Variabel terikat merupakan variabel yang mengukur efek dari variabel independent pada unit tes.
Dalam penelitian ini terdapat dua variabel yang akan diteliti yaitu 1. Variabel bebas (eksogen)
Variabel bebas adalah merupakan variabel yang menjadi sebab perubahan atau timbulnya variabel terikat. Variabel bebas dalam penelitian ini adalah Analisis rasio CAMEL yang terdiri dari Capital yang diukur dengan Capital Adequacy
Ratio (CAR), Management Efficiency yang diukur dengan Biaya Operasional
Pendapatan Operasional (BOPO), Earning yang diukur dengan Rerurn on
Assets (ROA) dan Liquidity yang diukur dengan Loan to Depsits Ratio (LDR).
2. Variabel terikat (endogen)
Variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas. Variabel terikat dalam penelitian ini adalah
(34)
Variabel yang dikaji meliputi variabel bebas (independent variabel) yaitu Rasio CAMEL yang terdiri dari Capital yang diukur dengan CAR, Management
Efficiency yang diukur dengan BOPO, Earning yang diukur dengan ROA dan Liquidity yang diukur dengan LDR. Sedangkan variabel terikat (dependent variabel) adalah Financial Distress. Untuk lebih jelasnya dilihat pada Tabel 3.1
TABEL 3.1
OPERASIONALISASI VARIABEL Variabel Konsep Variabel Sub
Variabel Ukuran Skala
CAMEL
Rasio CAMEL
merupakan rasio yang digunakan untuk mengevaluasi kondisi keuangan sebuah bank serta digunakan sebagai
alat untuk
memprediksi permasalahan
keuangan sebuah bank. (Ridwan Nurazi dan Michael Evans, 2005:2)
Capital CAR =Modal BankATMR Rasio
Management Efficiency BOPO = Biaya Operasional Pendapatan Operasional Rasio
Earning ROA = Rasio
Liquidity = � Rasio
Financial Distress
Financial distress
merupakan kondisi dimana keuangan perusahaan dalam keadaan tidak sehat . Suatu perusahaan dapat dikatakan dalam kondisi financial distress atau kondisi
bermasalah apabila perusahaan tersebut mengalami laba bersih (net profit) negatif selama beberapa tahun (Whitaker, 1999:76)
Net Income Rasio
(35)
3.2.3 Jenis dan Sumber Data
Penelitian ini menggunakan data kuantitatif berupa data sumber yang merupakan data yang diperoleh dalam bentuk data jadi berupa publikasi. Sumber data yang digunakan adalah data sekunder. Menurut Sugiyono (2013:137), data sekunder merupakan sumber data yang tidak langsung memberikan data kepada pengumpul data, misalnya lewat orang lain atau lewat dokumen.
Data sekunder umumnya berupa bukti, catatan atau laporan historis yang telah tersusun dalam arsip (data dokumenter) yang dipublikasikan. Data sekunder yang diperlukan dalam penelitian ini adalah laporan keuangan tahunan Sektor Perbankan Indonesia periode 2009-2013. Untuk lebih jelasnya mengenai data dan sumber yang digunakan dalam penelitian ini, maka peneliti mengumpulkan dan menyajikan dalam Tabel 3.2.
TABEL 3.2
JENIS DAN SUMBER DATA
NO Data Sumber Data
1 Annual Report dan Laporan Keuangan
Publikasi Bank Anglomas Internasional
www.anglomasbank.co.id 2 Annual Report dan Laporan Keuangan
Publikasi Bank Andara
www.bankandara.co.id 3 Annual Report dan Laporan Keuangan
Publikasi Bank ICB Bumiputera
www.icbbumiputera.com 4 Annual Report dan Laporan Keuangan
Publikasi Bank Mutiara
www.mutiarabank.co.id 5 Annual Report dan Laporan Keuangan
Publikasi Bank Nasional Nobu
www.nobubank.com 6 Annual Report dan Laporan Keuangan
Publikasi Bank Yudha Bakti
www.yudhabhakti.co.id 7 Annual Report dan Laporan Keuangan
Publikasi Bank Pundi
www.bankpundi.co.id 8 Annual Report dan Laporan Keuangan
Publikasi Bank of America
www.corp.bankofamerica. com
(36)
9 Annual Report dan Laporan Keuangan
Publikasi The Royal Bank of Scotland
www.cib.rbs.com 10 Laporan Keuangan Publikasi www.bi.go.id 11 Pertumbuhan Laba Perbankan Majalah Infobank Diolah dari berbagai sumber
3.2.4 Populasi, Sampel dan Teknik Penarikan Sampel 3.2.4.1 Populasi
Populasi merupakan sejumlah objek yang dapat dijadikan sumber penelitian. Menurut Jackson (2012:20), populasi adalah semua orang mengenai siapa penelitian itu dimaksudkan kemudian melakukan generalisasi. Hermawan (2009: 145), menambahkan bahwa populasi berkaitan dengan seluruh kelompok orang peristiwa, atau benda yang menjadi pusat perhatian peneliti untuk diteliti. Sedangkan Maholtra (2009: 369) berpendapat populasi adalah total dari semua elemen yang terbagi beberapa seperangkat karakteristik setiap proyek riset pemasaran memiliki populasi yang didefinisikan unik untuk dijelaskan dalam istilah parameter. Tujuan dari proyek riset pemasaran adalah untuk mendapatkan informasi tentang karakteristik atau parameter dari suatu populasi. Berdasarkan pengertian di atas, maka yang menjadi populasi dalam penelitian ini adalah 120 Laporan Keuangan bank pada Sektor Perbankan Indonesia periode 2009-2013.
3.2.4.2 Sampel dan Teknik Penarikan Sampel
Menurut Arikunto (2009: 131), sampel adalah sebagian atau wakil populasi yang diteliti. Sedangkan menurut Mark L. Bernson et al (2012: 250), menyatakan sampel adalah populasi yang terpilih untuk dianalisis. Sampel dalam penelitian ini menggunakan purposive sampling, karena informasi yang dibutuhkan dapat
(37)
diperoleh dari satu kelompok sasaran tertentu yang mampu memberikan informasi dan memenuhi kriteria penelitian.
Teknik sampling merupakan teknik pengambilan sampel untuk menentukan sampel yang akan digunakan dalam penelitian, sehingga dapat memperoleh nilai karakteristik perkiraan (estimate value). Menurut Charles (2011:110), teknik sampling mengacu pada pemilihan orang-orang untuk berpartisipasi dalam sebuah proyek penelitian, biasanya digunakan untuk tujuan membuat kesimpulan tentang kelompok yang lebih besar dari individu.
Menurut Hermawan (2009:148), penarikan sampel merupakan suatu proses pemilihan sejumlah elemen dari populasi sehingga dengan mempelajari sampel, suatu pemahaman karakteristik subjek sampel akan memungkinkan untuk menggeneralisasi karakteristik elemen populasi. Pada penelitian ini teknik sampel yang digunakan adalah non probabilitas yang merupalan teknik sampel dimana setiap elemen populasi tidak dapat memiliki kesempatan yang sama untuk dijadikan sampel. Teknik sampel non probability memiliki tiga jenis teknik penarikan yaitu
convinience sampling, purposive sampling dan snowball samping. Setelah
memperoleh data dari responden yang merupakan populasi penelitian, penulis mengambil sampel berdasarkan teknik purposive sampling. Menurut Zikmund (2000: 362), teknik penarikan sampel yang dilakukan atas dasar tujuan atau target-target tertentu yang ingin dicapai peneliti. Peneliti harus betul-betul menyakini bahwa sampel yang diambil benar-benar dapat memberikan informasi yang diinginkan sesuai dengan masalah atau tujuan penelitian.
(38)
Oleh karena itu peneliti memutuskan untuk mengambil sampel yang sesuai dengan tujuan dan masalah penelitian sehingga memberikan informasi yang sesuai dengan kebutuhan dalam penelitian. Adapun kriteria-kriteria yang ditentukan adalah sebagai berikut:
1. Perusahaan sektor Perbankan Indonesia yang terdaftar di Direktori Perbankan Indonesia Periode 2009-2013
2. Bank pada Sektor Perbankan Indonesia yang terindikasi mengalami financial
distress yang memiliki net income negatif periode 2009-2013
3. Menyajikan laporan keuangan lengkap selama periode 2009-2013
Berdasarkan kriteria yang telah ditentukan, dari jumlah bank pada Sektor Perbankan Indonesia sebanyak laporan keuangan Sektor Perbankan Indonesia yang berjumlah sebanyak 120 bank, maka yang dijadikan sampel yaitu sebanyak sembilan laporan keuangan bank yang diantaranya terdapat pada Tabel 3.3.
TABEL 3.3
SEKTOR PERBANKAN INDONESIA YANG DIJADIKAN SAMPEL PENELITIAN
No Sampel
1 Bank Anglomas International 2 Bank Andara
3 Bank ICB Bumiputera 4 Bank Mutiara
5 Bank Nasional Nobu 6 Bank Yudha Bakti 7 Bank Pundi 8 Bank Of America
(39)
3.2.5 Teknik Pengumpulan Data
Teknik pengumpulan data merupakan cara yang diperoleh untuk mendapatkan data. Data yang telah dikumpulkan digunakan untuk menguji hipotesis yang telah dirumuskan. Metode ini menggunakan data sekunder sehingga metode yang digunakan adalah studi dokumentasi. Menurut Arikunto (2006:231), menjelaskan, metode dekomentasi yaitu mencari data mengenai hal-hal atau variabel yang berupa catatan, transkip, buku, surat kabar, majalah, prasasti, notulen rapat, lengger, agenda, dan sebagainya. Sehingga Keseluruhan data yang digunakan dalam penelitian ini merupakan data sekunder yaitu data yang diperoleh melalui dokumen-dokumen perusahaan dan laporan lainnya yang memiliki relefansi dengan penelitian ini.
3.2.6 Teknik Analisis Data dan Rancangan Hipotesis
Kegiatan penelitian pada dasarnya adalah ingin mendapatkan data obyektif, valid dan reliabel. Jenis data yang digunakan dalam penelitian dapat dikelompokkan menjadi dua yaitu data kuantitatif dan data kualitatif. Menurut Sugiyono (2012:7), data kuantitatif adalah data yang berbentuk angka, atau data kualitatif yang diangkakan (skoring). Dari definisi di atas dapat disimpulkan bahwa teknik analisis data merupakan suatu kegiatan mencari dan menyusun data secara sistematis yang mana data tersebut diperoleh dari hasil wawancara, telaah dokumentasi, catatan lapangan dengan cara mengorganisasikan data tersebut ke dalam beberapa kategori, menjabarkan ke dalam unit-unit, melakukan sintesa, menyusun ke dalam pola, memilih mana yang penting dan yang akan dipelajari dan
(40)
membuat kesimpulan sehingga dapat mudah dipahami dan hasil analisisnya tersebut dapat menjadi informasi berguna bagi orang-orang yang membutuhkan.
3.2.6.1 Analisis Deskriptif
Pada penelitian ini, analisis deskriptif dilakukan dengan menggambarkan setiap variabel dalam bentuk definisi, grafik maupun tabel sehingga data angka yang telah dikumpulkan akan mampu memberi gambaran secara teratur, ringkas dan jelas mengenai variabel dalam penelitian. Menurut Sugiyono (2012:147), statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Perhitungan yang digunakan pada penelitian ini sesuai dengan rasio pada variabel penelitian yaitu: Data berupa laporan keuangan tahunan Sektor Perbankan Indonesia yang telah dikumpulkan serta dihitung kinerja keuangannya yang diukur dari beberapa rasio dan kemudian di analisis sebelum di uji hipotesisnya. Perhitungan dari rasio-rasio tersebut dijelaskan sebagai berikut: a. Analisis CAMEL
1. =
�� � � � � � %
2. = �
� %
3. = �� �
� %
4. = �
(41)
Setelah melakukan perhitungan, selanjutnya dilakukan analisis deskriptif dengan interpretasi hasil perhitungan rasio keuangan berdasarkan ringkasan dari para ahli yang terdapat dalam Tabel 3.4 berikut.
(42)
TABEL 3.4
INTERPRETASI HASIL CAMEL
No Hasil Perhitungan Interpretasi
1 Capital Adequacy Ratio Semakin besar rasio ini menandakan kinerja
bank tersebut semakin baik, karena bank memiliki kecukupan modal yang baik
2 Return On Assets Semakin tinggi nilai ROA perusahaan maka akan semakin baik.
3 Biaya Operasional Pendapatan Operasional
Semakin besar rasio ini berarti semakin tidak efisien biaya operasional yang dikeluarkan oleh bank dan kemungkinan bank mengalami penurunan tingkat kesehatan.
4 Loan to Deposit Ratio Semakin besar rasio LDR maka probabilitas bank mengalami kondisi bermasalah akan semakin besar pula karena bank tidak mempu mengandalkan kredit yang diberikan
Sumber : Ringkasan berbagai para ahli b. Analisis Data Financial Distress (Y)
Financial distress merupakan kondisi dimana keuangan perusahaan dalam
keadaan tidak sehat atau krisis. Financial distress atau kesulitan keuangan dimulai ketika perusahaan tidak dapat memenuhi jadwal pembayaran atau ketika proyeksi arus kas mengindikasikan bahwa perusahaan tersebut akan segera tidak dapat memenuhi kewajibannya (Brigham dan Daves, 2009:836). Analisis data financial
distress pada Sektor Perbankan Indonesia dengan menganalisis laporan keuangan
publikasi bank di Indonesia yang memiliki net income negatif
3.2.6.2 Uji Asumsi Klasik
Uji asumsi klasik merupakan persyaratan statistik yang harus dipenuhi dalam analisis regresi linear berganda. Asumsi klasik dalam penelitian ini meliputi Uji Normalitas, Uji Autokorelasi, Uji Multikolinearitas dan Uji Heteroskedastisitas.
(43)
3.2.6.2.1 Uji Normalitas
Menurut Ghozali (2013: 147), uji normalitas bertujuan untuk menguji apakah dalam model statistik variabel-variabel penelitian berdistribusi normal atau tidak. Cara yang dapat digunakan untuk mengetahui apakah data terdistribusi normal atau tidak adalah dengan grafik probability plot. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka dapat disimpulkan bahwa model regresi, memenuhi asumsi normalitas. Sebaliknya jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
3.2.6.2.2 Uji Autokorelasi
Menurut Santoso (2012:241), tujuan uji autokorelasi adalah untuk mengetahui apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi pada sebagian besar kasus ditemukan pada regresi yang datanya adalah time series atau berdasarkan waktu berkala, setiap bulanan, tahunan dan seterusnya. Karena itu ciri khusus uji ini adalah waktu (Santoso, 2012:241). Untuk mendeteksi gejala autokorelasi dapat menggunakan uji Durbin-Watson (D-W). Pengambilan keputusan ada tidaknya autokorelasi dapat dilihat dari ketentuan berikut:
1. Bila nilai D-W terletak di bawah -2 berarti ada autokorelasi positif
(44)
3. Bila nilai D-W terletak di atas +2 berarti ada autokorelasi negatif. (Santoso, 2012:242).
3.2.6.2.3 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Multikolinearitas dapat dilihat dari nilai tolerance dan lawannya Variance Inflation
Factor (VIF). Kedua ukuran ini menunjukkan setiap variabel independen manakah
yang dijelaskan oleh varibel independen lainnya. Dalam pengertian sederhana setiap variabel independen menjadi variabel dependen dan diregresi terhadap variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Jadi nilai
tolerance yang rendah sama dengan nilai VIF yang tinggi (karena VIF =
1/Tolerance). Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolinearitas adalah nilai tolerance < 0,10 atau sama dengan nilai VIF >10 (Ghozali, 2013:105-106).
Sebagai dasar acuannya dapat disimpulkan sebagai berikut:
a) Jika nilai tolerance > 0,10 dan nilai VIF < 10, maka dapat disimpulkan bahwa tidak ada multikolinearitas antar variabel independen dalam model regresi. b) Jika nilai tolerance < 0,10 dan nilai VIF > 10, maka dapat disimpulkan bahwa
(45)
3.2.6.2.4 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, dan jika variance dari residual satu pengamatan ke pengamatan lain berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas.
Cara untuk mendeteksi ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat grafik scatterplot antara nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID). Dasar analisisnya adalah sebagai berikut:
a) Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.
b) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. (Ghozali, 2013:139)
3.2.6.3 Analisis Regresi Linier Multipel
Menurut Sugiyono (2012:153), analisis regresi linier multipel digunakan untuk melakukan prediksi, bagaimana perubahan variabel dependen bila nilai variabel independen dinaikkan atau diturunkan nilainya. Analisis regresi linear digunakan oleh peneliti, bila peneliti bermaksud menunjukkan pengaruh beberapa variabel independen terhadap variabel dependen. Penelitian ini menggunakan 4
(46)
variabel independen, yaitu Capital, Management Efficiency, Earning dan Liquidity dengan variabel dependen Financial Distress. Persamaan regresi kemudian menghasilkan konstanta dan koefisien regresi bagi masing-masing variabel bebas. Persamaan regresi dalam penelitian ini adalah sebagai berikut:
= + + + + + �
Untuk mencari nilai a, b1 b2 b3 b4
a) ∑ = + ∑ + ∑ + ∑ + ∑
b) ∑ = ∑ + ∑ + ∑ + ∑ + ∑
c) ∑ = ∑ + ∑ + ∑ + ∑ + ∑
d) ∑ = ∑ + ∑ + ∑ + ∑ + ∑
e) ∑ = ∑ + ∑ + ∑ + ∑ + ∑
Dimana:
Y : variabel dependen/terikat, financial distress
a : konstanta (harga Y untuk X1 = 0, X2 = 0, X3 = 0, X4 = 0 b1 : angka arah (koefisien regresi) dari prediktor X1
b2 : angka arah (koefisien regresi) dari prediktor X2 b3 : angka arah (koefisien regresi) dari prediktor X3 b4 :angka arah (koefisien regresi) dari prediktor X4 X1 : Variabel independen 1 (prediktor 1), Capital (CAR)
X2 : Variabel independen 2 (prediktor 2), Management Efficiency (BOPO) X3 : Variabel independen 3 (prediktor 3), Earning (ROA)
X4 : Variabel independen 4 (prediktor 4), Liquidity (LDR) 3.2.6.4 Rancangan Hipotesis
3.2.6.4.1 Uji Keberartian Regresi (Uji F)
Sebelum regresi yang diperoleh digunakan untuk membuat kesimpulan, terlebih dahulu perlu diperiksa keberartiannya. Uji F atau uji keberartian regresi
(47)
menurut Sudjana (2003:90), menguji keberartian regresi linier multipel ini dimaksudkan untuk meyakinkan diri apakah regresi (berbentuk linier) yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan mengenai hubungan sejumlah peubah yang sedang dipelajari.
Rumus uji F adalah sebagai berikut.
� = (⁄ � �− −)⁄
a) � � = ∑ + ∑ + ∑ + ∑
b) = ∑ − � �
(Sudjana, 2005:355) Dimana:
F = Statistik uji korelasi
k = Jumlah Variabel Independen n = Banyaknya data
Uji F statistik ini digunakan untuk mengetahui keberartian regresi dengan membandingkan Fhitung dengan Ftabel dengan taraf nyata α = 0,05, jika pada uji keberartian regresi menunjukkan regresi berarti, barulah dilanjutkan dengan uji t dan sebaliknya. Untuk menentukan apakah H0 ditolak atau diterima maka dapat menggunakan pedoman sebagai berikut:
1) Menentukan harga F tabel:
F tabel diperoleh dari tabel distribusi-F untuk taraf signifikansi tertentu dengan dkpembilang= k dan dkpenyebut= n – k -1
(Sudjana, 2003:91) 2) Melakukan pengujian hipotesis dengan kriteria pengujian sebagai berikut:
(48)
a. Jika Fhitung > Ftabel, maka H0 ditolak b. Jika Fhitung ≤ Ftabel, maka H0 diterima
(Sudjana, 2003:91) H0 : β1 = 0 : tidak terdapat pengaruh capital, management efficiency, earning dan
liquidity terhadap financial distress.
H0 : β1 ≠ 0 : terdapat pengaruh capital, management efficiency, earning dan
liquidity terhadap financial distress.
3.2.6.4.2 Uji Keberartian Koefisien Regresi (Uji t)
Uji t digunakan untuk mengetahui pengaruh capital, management efficiency,
earning dan liquidity terhadap financial distress. Dilakukan uji t dengan rumus
sebagai berikut:
=
Sudjana (2005:325) Dimana:
= √ =
∑ − ∑
= ∑ −−
bi = koefisien regresi sampel sbi = standard error sampel
(49)
Untuk menentukan apakah H0 ditolak atau diterima maka dapat menggunakan pedoman sebagai berikut:
1) Menentukan nilai t tabel
Nilai t tabel diperoleh dari tabel distribusi t untuk taraf signifikansi dan db yang telah ditentukan. Untuk taraf signifikansi 0,05 dan db = n – k -1
(Supardi, 2013:268) 2) Menguji hipotesis dengan kriteria pengujian sebagai berikut:
a) Kriteria uji untuk uji pihak kanan Jika thitung ttabel maka H0 diterima Jika thitung ttabel maka H0 ditolak b) Kriteria uji untuk uji pihak kiri
Jika thitung - ttabel maka H0 diterima Jika thitung - ttabel maka H0 ditolak
(Usman, 2003:127-128) 3) Menentukan hipotesis nol dan hipotesis alternatif
a) Hipotesis statistik 1 tentang Capital
H0:β1=0 (capital tidak berpengaruh terhadap financial distress) Ha: β1 < 0 (capital berpengaruh terhadap financial distress) b) Hipotesis statistik 2 tentang Management Efficiency
H0:β3 = 0 (management efficiency tidak berpengaruh terhadap financial
(50)
Ha: β3 < 0 (management efficiency berpengaruh terhadap financial distress) c) Hipotesis statistik 3 tentang Earning
H0:β2=0 (earning tidak berpengaruh terhadap financial distress) Ha: β2 < 0 (earning berpengaruh terhadap financial distress) d) Hipotesis statistik 4 tentang Liquidity
H0: β4 = 0 (liquidity tidak berpengaruh terhadap financial distress) Ha: β4 < 0 (liquidity berpengaruh terhadap financial distress)
(51)
BAB V
KESIMPULAN DAN REKOMENDASI
5.1 Kesimpulan
Berdasarkan uraian teori, hasil penelitian dan analisis baik secara deskriptif maupun verifikatif menggunakan analisis regresi multipel mengenai pengaruh CAMEL yang terdiri dari Capital, Management Efficiency, Earning dan Liquidity terhadap financial distress pada Sektor Perbankan Indonesia periode 2009-2013 dapat disimpulkan sebagai berikut.
1. Gambaran Capital yang diukur dengan Capital Adequacy Ratio (CAR) Sektor Perbankan Indonesia selama periode 2009-2013 cenderung mengalami kenaikan. Tingkat rata-rata CAR tertinggi terjadi pada 2009 sedangkan tingkat terendah terjadi pada tahun 2012.
2. Gambaran management efficiency yang diukur dengan Biaya Operasional terhadap Pendapatan Operasional (BOPO) Sektor Perbankan Indonesia selama periode 2009-2013 cenderung mengalami kenaikan. Tingkat rata-rata BOPO tertinggi terjadi pada 2009 sedangkan tingkat terendah terjadi pada tahun 2012. 3. Gambaran earning yang diukur dengan Return on Asset (ROA) Sektor
Perbankan Indonesia selama periode 2009-2013 cenderung mengalami penurunan. Tingkat rata-rata ROA tertinggi terjadi pada 2012 sedangkan tingkat terendah terjadi pada tahun 2010.
(52)
Gina Sofiasani, 2015
4. Gambaran liquidity yang diukur dengan Loan to Deposit Ratio (LDR) Sektor Perbankan Indonesia selama periode 2009-2013 cenderung mengalami kenaikan. Tingkat rata-rata LDR tertinggi terjadi pada 2013 sedangkan tingkat terendah terjadi pada tahun 2009.
5. Gambaran financial distress yang diukur dengan Net Income Sektor Perbankan Indonesia selama periode 2009-2013 cenderung mengalami kenaikan. Tingkat rata-rata net income tertinggi terjadi pada 2010 sedangkan tingkat terendah terjadi pada tahun 2013.
6. Hasil penelitian pengaruh capital adequacy terhadap financial distress pada Sektor Perbankan Indonesia menunjukkan hasil tidak berpengaruh terhadap
financial distress.
7. Hasil penelitian pengaruh management efficiency terhadap financial distress pada Sektor Perbankan Indonesia menunjukkan hasil berpengaruh terhadap
financial distress.
8. Hasil penelitian pengaruh earning terhadap financial distress pada Sektor Perbankan Indonesia menunjukkan hasil berpengaruh terhadap financial
distress.
9. Hasil penelitian pengaruh liquidity terhadap financial distress pada Sektor Perbankan Indonesia menunjukkan hasil tidak berpengaruh terhadap financial
distress.
5.2 Rekomendasi
(1)
Gina Sofiasani, 2015
PENGARUH CAMEL TERHADAP FINANCIAL DISTRESS PADA SEKTOR PERBANKAN INDONESIA PERIODE 2009-2013
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Dang, Uyen . 2011. The Camel Rating System In Banking Supervision A Case Study.Thesis. Arcada University of Applied Sciences. International Business.
David G Mayes & Hanno Stremmel. 2012. The Effectiveness Of Capital Adequacy Measures In Predicting Bank Distress. Journal Deutsche Bundesbank and University of Auckland.
David G Mayes & Hanno Stremmel. 2014. The Effectiveness Of Capital Adequacy Measures In Predicting Bank Distress. SUERF – The European Money and Finance Forum Study 2014/1, ISBN: 978-3-902109-72-9.
Defri. 2012. Pengaruh Capital Adequacy Ratio (CAR), Likuiditas dan Efisiensi Operasional. Jurnal Manajemen. Vol. 01 No.01, September 2012.
Dendawijaya, Lukman. 2009. Manajemen Perbankan. Jakarta:Ghalia
Ferrouchi, El Mehdi. 2014. Moroccon Banks Analysis Using CAMEL Model. International Journal of Economics and Financial Issues, Vol. 4, No. 3, Hal. 622-627.
Fitrianto dan Wisnu Mawardi. 2006. Analisis Pengaruh Kualitas Aset, Likuiditas, Rentabilitas, dan Efisiensi Terhadap Rasio Kecukupan Modal Perbankan yang Terdaftar di Bursa Efek Jakarta. Jurnal Studi Manajemen dan Organisasi. Vol. 3 No. 1 Hal: 1-11 Januari 2006.
Foster G . 1986. Financial Statement Analysis. 2nd edition. USA: Prentice Hall Int. Inc.
Frianto Pandia. 2012. Manajemen Dana dan Kesehatan Bank. Jakarta : Rineka Cipta.
Ghozali, Imam. 2013. Aplikasi Analisis Multivariate Dengan Program. Edisi Ketujuh. Semarang: Badan Penerbit Universitas Dipenogoro.
Gitman, J. Gitman. 2006. Principles of Managerial Finance. Boston : Pearson Prentice Hall
Gitman, J. Gitman. 2009. Principles of Managerial Finance. Boston : Pearson Prentice Hall
Habtom Woldemichael Kidane. 2004. “Predicting financial distress in IT and
services companies in South Africa”. Thesis Magister Commercil Faculty of Economic and Management Sciences. Department of Business Management. University of the Free State
(2)
Gina Sofiasani, 2015
PENGARUH CAMEL TERHADAP FINANCIAL DISTRESS PADA SEKTOR PERBANKAN INDONESIA PERIODE 2009-2013
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Harjanti, Reny Sri. 2011. Analisis Pengaruh Rasio Rasio Keuangan Terhadap Perdiksi Kebangkrutan Bank. Skripsi S1 Fakultas Ekonomika dan Bisnis Universitas Diponegoro
Hasan, M. Iqbal. 2002. Pokok-pokok Materi Metodologi Penelitian dan Aplikasinya. Bogor: Ghalia Indonesia.
Hermawan, Asep. 2009. Penelitian Bisnis Paradigma Kuantitatif. Jakarta : PT Gramedia Widyasarana Indonesia
Hidayah dan Didit Purnomo. 2014. Tingkat Efisiensi Perbankan Konvensional dan Perbankan Syariah di Indonesia. Research Methods and Organizational Studies, ISBN: 978-602-70429-1-9 Hal. 307-316.
Iswatun Khasanah. 2010. Pengaruh Rasio CAMEL Terhadap Kinerja Perusahaan Perbankan yang Terdaftar di BEI. Skripsi. Semarang: Fakultas Ekonomi Universitas Dipenogoro.
Iustina Boitan. 2012. Development Of An Early Warning System For Evaluating The Credit Portfolio’s Quality. A Case Study On Romania. Prague Economic Papers 2012, 3. Faculty of Finance, Insurance, Banking and Stock Exchanges, The Bucharest University of Economic Studies, Romania Jackson, Sherri L. 2012. Research Method: A Modular Approach 2 Edition.
Wadsworth/Cengange Learning
John, Jens, dan Jan. 2010. Predicting Financial Distress and the Performance of Distressed Stocks. Journal of Investment Management Vol. 9, No. 2, Hal.14-34.
Kasmir. 2008. Manajemen Perbankan Edisi Revisi. Jakarta : PT RajaGrafino Persada
Kasmir. 2012. Manajemen Perbankan Edisi Revisi. Jakarta : PT RajaGrafino Persada
Koch, Timothy W dan Mac Donald, S. Scot. 2009. Bank Management, Fourth Edition. South Western: Cengange Learning.
Kumar, G. Sri Harsha, Shivi Anand dan Neil Rajesh Dhruva. 2012. Analyzing Soundness in Indian Banking: A CAMEL Approach. Research Journal of Management Sciences. Vol. 1, No.3, Hal. 9-14.
(3)
Gina Sofiasani, 2015
PENGARUH CAMEL TERHADAP FINANCIAL DISTRESS PADA SEKTOR PERBANKAN INDONESIA PERIODE 2009-2013
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Kurniasari dan Imam Ghozali. 2013. Analisis Pengaruh Rasio CAMEL dalam Memprediksi kondisi Financial Distress Perbankan Indonesia. Dipenogoro Journal of Accounting Vol. 2, No. 4 tahun 2013.
Lesmana, Rico dan Rudy Surjanto. 2003. Financial Performance Analyzing. Jakarta: PT. Gramedia.
Lubis, Irsyad, 2010. Bank Dan Lembaga Keuangan Lain. Medan: USU Press Madhishetti, Srinivas. 2013. Ownership Structure and Financial Performance of
Commercial Banks. International Interdisciplinary Research Journal. Vol.1 No. 2, December 2013.
Maholtra, Narkesh K. 2009. Riset Pemasaran, Penerapan Terapan. Jakarta: Gramedia Pustaka Utama
Martharini, Latifa. 2013. Analisis Pengaruh Rasio Camel Dan Size Terhadap Prediksi Kondisi Bermasalah Pada Perbankan. Skripsi S1 Fakultas Ekonomika dan Bisnis Universitas Diponegoro
Mawardi, W. 2005. Analisa Faktor Faktor yang Mempengaruhi Kinerja Keuangan Bank Umum di Indonesia (Studi Kasus pada Bank Umum dengan Total Asset Kurang dari 1 Triliun). Jurnal Bisnis Strategi, Vol.14, No.1, Juli, pp.83–94.
Mishra dan Parvesh Kumar Aspal. 2013. A Camel Model Analysis of State Bank Group. World Journal of Social Sciences. Vol. 3. No. 4. July 2013 Issue. Hal. 36 – 55
Kuncoro dan Suhardjono. 2002. Manajemen Perbankan Teori dan Aplikasi . Yogyakarta : BBPFE UGM
Muneer ali S dan Hajan Jamali. 2010. Performance Evaluation of Banking Sector in Pakistan: An Application of Bankometer. International Journal of Business and Management, Vol. 5, No. 9, Hal. 81-86
Musyarofatun, Lia Dwi. 2013. Analisis Faktor-Faktor Yang Mempengaruhi Rentabilitas Bank Perkreditan Rakyat di Kabupaten Magelang. Accounting Analysis Journal.
Olivier Brossard et al. 2007. An Early Warning Model for EU banks with Detection of the Adverse Selection Effect. Groupement de Rechercher Economiques et Sociales: http://www.gres-so.org
(4)
Gina Sofiasani, 2015
PENGARUH CAMEL TERHADAP FINANCIAL DISTRESS PADA SEKTOR PERBANKAN INDONESIA PERIODE 2009-2013
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Pasaribu dan Rosa Luxita. 2011. Analisis Tingkat Kecukupan Modal dan Loan to Deposit Ratio Terhadap Profitabilitas. Jurnal Telaah dan Riset Akuntansi, Vol. 4, No.2, Hal. 144-125.
Platt, H., dan M. B. Platt. 2002. Predicting Financial Distres. Journal of Financial Service Professionals, Vol. 56, Hal. 12-15
Platt, Harland D dan Marjorie B. Platt. 2006. Understanding Differences Between Financial Distress and Bankruptcy. Review of Applied Economics, Vol. 2, No. 2, Hal : 141-157.
Prasad K. V. N., Ravinder G., Maheshwara Reddy. 2011. A Camel Model Analysis Of Public & Private Sector Banks In India. Journal On Banking Financial Services & Insurance Research. Volume 1, Issue 5, August, 2011.
Purhantara, Wahyu. 2010. Metode Penelitian Kuantitatif untuk Bisnis. Yogyakarta: Graha Ilmu.
Rahman, Rashidah Abdul dan Mazni. 2014. The Use Of “CAMELS” In Detecting Financial Distress Of Islamic Banks In Malaysia. The Journal of Applied Business Research. Vol. 30, No. 2, Hal. 445-452.
Ridwan Nurazi & Michael Evans. 2005. An Indonesian Study of the Use of CAMEL(S) Ratios as Predictors of Bank Failure. Journal of Economic and Social Policy. Vol.10. No. 1 Juli 2005
Rose dan Hudgins. 2000. Bank Management & Financial Services 6 Edition. New York : Mc Graw-Hill
Rose dan Hudgins. 2002. Bank Management & Financial Services 8 Edition. New York : Mc Graw-Hill
Rose dan Hudgins. 2010. Bank Management & Financial Services 8 Edition. New York : Mc Graw-Hill
Ross, Stephen, et al. 2008. Corporate Finance Fundamentals. New York: McGraw-Hill
Santoso, Singgih. 2012. Aplikasi SPSS pada Statistik Prametrik. Jakarta: Elexmedia Komputindo.
Sekaran, Uma. 2000. Metodelogi Penelitian. Yogyakarta : Penerbit Salemba Empat
(5)
Gina Sofiasani, 2015
PENGARUH CAMEL TERHADAP FINANCIAL DISTRESS PADA SEKTOR PERBANKAN INDONESIA PERIODE 2009-2013
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Silvanita, Mangani. 2012. Bank dan Lembaga Keuangan Lain. Jakarta: Erlangga. Sriharsa dan Thavalamar. 2012. Relative Performance of Commercial Banks in
India Using CAMEL Approach. The International Journal’s Research Journal of Economics & Business Studies, Vol. 1, No. 4, Hal. 1-23.
Stangor, Charles. 2011. Research Method for The Behavioral Science. Wadsworth/Cengange Learning
Sudjana. 2003. Teknik Analisis Regresi dan Korelasi. Bandung:Tarsito. Sudjana. 2005. Metoda Statistika. Bandung: Tarsito
Sugiyono. 2012. Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta
Sugiyono. 2013. Metode Penelitian Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta
Sukarno dan Muhamad Syaichu. 2006. Faktor-Faktor yang Mempengaruhi Kinerja Bank Umum di Indonesia. Jurnal Studi Manajemen dan Organisasi. Vol.3 No.2. 46-58. Juli 2006
Sumantri dan Teddy Jurnali. 2010. Manfaat Rasio Keuangan dalam Memprediksi Kepailitan Bank Nasional. Jurnal Bisnis dan Akuntansi, 12 (1), Hlm. 39-52 Supardi dan Sri Mastuti. 2003. Validitas Penggunaan Z-Score Altman Untuk
Menilai Kebangkrutan Pada Perusahaan Perbankan Go Publik di Bursa Efek Jakarta. Dalam Kompak No. 7. Januari-April, hal 10.
Supardi. 2013. Aplikasi Statistika dalam Penelitian Konsep Statistika yang Lebih Komprehensif. Jakarta: Change Publication.
Usman, H., dan Akbar R.P.S. 2003. Pengantar Statistika. Jakarta: Bumi Aksara. Veithzal Rivai, Andria Permata Veithzal dan Ferry N. Idroes. 2007. Bank and
Financial Institution Mangement. Jakarta : PT. RajaGrafindo Persada. Veithzal dan Veithzan Addrian Permata. 2007. Bank and Financial Institution
Management. Jakarta: Grafindo Persada.
Veitzhal, Sofyan, Sarwono dan Arifiandy. 2012. Commercial Bank Management Manajemen Perbankan Dari Teori ke Praktik. Jakarta: PT. RajaGrafindo Persada.
(6)
Gina Sofiasani, 2015
PENGARUH CAMEL TERHADAP FINANCIAL DISTRESS PADA SEKTOR PERBANKAN INDONESIA PERIODE 2009-2013
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Vincent, Okoth Ongore & Gemechu. 2013. Determinants of Financial Performance of Commercial Banks in Kenya. International Journal of Economics and Financial Issues. Vol. 3, No. 1, 2013, pp.237-252
Wahyudi dan Sutapa. 2010. Model Prediksi Tingkat Kesehatan Bank Melalui Rasio CAMELS. Jurnal Dinamika Keuangan dan Perbankan, Vol. 2, No. 2. Hal. 111-124. November 2010.
Whitaker, R.B. 1999. The Early Stages of Financial Distress. Journal of Economics and Finance, Vol. 23, No.2. Hal. 123-133
Widarjo, W dan Doddy Setiawan. 2009. Pengaruh Rasio Keuangan Terhadap Kondisi Financial Distress Perusahaan Otomotif. Jurnal Bisnis dan Akuntansi Vol. 11, No. 2, Agustus 2009. Hal. 107-119.
Zikmund, William G. dan Barry J. Babin. 2007. Exploring Marketing Research 9th Edition. Thompson South Western Wadsworth/Cengange Learning Zmijewski, M. E. 1984. Methodological Issues Related To The Estimation Of
Financial Distress Prediction Models. Journal of Accounting Research, 22, 59-82
Sumber Lain:
Annual Report Bank Anglomasi Internasional Annual Report Bank Andara
Annual Report Bank ICB Bumiputera Annual Report Bank Mutiara
Annual Report Bank Nasional Nobu Annual Report Bank Yudha Bakti Annual Report Bank Pundi Annual Report Bank of America
Annual Report The Royal Bank of Scotland
Surat Edaran Bank Indonesia Nomor 3/30/DPNP tanggal 14 Desember 2001 Majalah Infobank edisi Juni 2014
www.bi.go.id www.ojk.go.id
www.infobanknews.com www.datacon.co.id www.ibpa.co.id
www.sp.beritasatu.com/ www.keuangan.kontan.co.id www.sunarsip.com