BAB III METODOLOGI PENELITIAN
D. Variabel Oprasional
2. Risiko Pembiayaan Murabahah ( NPF Murabahah )
Risiko pembiayaan murabahah dengan menggunakan rasio NPF
murabahah merupakan variabel bebas dalam penelitian ini. Risiko pembiayaan murabahah adalah terlambatnya pembayaran oleh pihak ketiga, sedangkan pihak bank tidak dapat menuntut kompensasi apapun atas keterlambatan pembayaran. Risiko pembiayaan murabahah (NPF
murabahah) yang besar dapat berpengaruh pada kemungkinan terjadinya penurunan besarnya keuntungan atau pendapatan yang diperoleh bank.
Tabel 3.2 Rata-Rata NPFMurabahah NPFMURABAHAH Data Triwulan BPRS BANDUNG AMANAH RABBANIAH BPRS TANGERANG BERKAH RAMADAHAN BPRS HIK TANGERANG Mar-12 1,93 16,06 1,63 Jun-12 2,59 12,93 2,29 Sep-12 2,63 7,32 2,12 Des-12 4,02 4,79 1,97 Mar-13 5,30 3,69 2,08 Jun-13 5,87 0,64 2,01 Sep-13 8,01 0,35 1,95 Des-13 4,88 2,83 1,71 Mar-14 5,55 2,45 1,91 Jun-14 4,72 3,60 1,74 Sep-14 8,16 1,57 1,61 Des-14 6,88 2,38 1,22 Mar-15 7,15 2,17 1,56 Jun-15 7,7 2,97 3,45 Sep-15 7,16 2,89 3,35 Des-15 5,84 2,71 2,88 RATA-RATA 5,52 4,33 2,09
NPF murabahah yang dihasilkan BPRS Amanah Rabbaniah Bandung dari Maret 2012 hingga September 2015 mengalami kenaikan yang fluktuatif, namun pada Desember 2015 terjadi penurunan. Kenaikan NPFmurabahahtertinggi sebesar 8,16% pada bulan September 2014.
NPF murabahah pada BPRS Tangerang Berkah Ramadahan dari Maret 2012 hingga Desember 2015 mengalami penurunan yang fluktuatif. Sedangkan pada BPRS HIK Tangerang dari Maret 2012 hingga Desember 2015 NPFmurabahahstabil.
BerdasarkanTabel 3.2rata-rata NPFmurabahahyang paling besar terdapat di BPRS Amanah Rabbaniah sebesar 5,52%. Diposisi kedua adalah BPRS Tangerang Berkah Ramadahan yang memiliki rata-rata NPF
murabahah 4,33%. Dan yang terkecil adalah BPRS HIK Tangerang sebesar 2,09%. Sebagaimana kita ketahui bahwa kriteria penilaian peringkat Non Performing Financing (NPF) yang sangat baik dilihat dari persentase yang terkecil yaitu NPF<2% sedangkan batas NPF yang wajar berkisar 5%≤NPF<8%. Sehingga dapat disimpulkan NPFmurabahahyang sangat kecil dan sangat baik terdapat di BPRS HIK Tangerang karena memiliki nilai NPF sebesar 2,09. Sedangkan pada BPRS Amanah Rabbaniah, dan BPRS Tangerang Berkah Ramadahan NPF murabahah
cukup baik, ini mengindikasi bahwa kinerja keuangan bank di BPRS tersebut sudah cukup baik.
3. Risiko PembiayaanMusyarakah(NPFMusyarakah)
Risiko pembiayaan musyarakah dengan menggunakan rasio NPF
musyarakah merupakan variabel bebas dalam penelitian ini. Risiko pembiayaan musyarakah adalah adanya kelalaian ataupun ketidak jujuran yang akan mengakibatkan ketidakstabilan pendapatan perusahaan. Risiko pembiayaan musyarakah (NPF) yang besar dapat memerpengaruhi besarnya profitabilitas lembaga keuangan syariah.
Tabel 3.3 Rata-Rata NPFMusyarakah NPFMUSYARAKAH Data Triwulan BPRS BANDUNG AMANAH RABBANIAH BPRS TANGERANG BERKAH RAMADAHAN BPRS HIK TANGERANG Mar-12 2,88 12,14 1,79 Jun-12 4,33 11,68 1,6 Sep-12 3,06 11,54 1,59 Des-12 2,65 4,12 1,58 Mar-13 2,28 5,62 1,57 Jun-13 2,71 5,29 1,48 Sep-13 2,84 2,56 2,04 Des-13 2,02 1,35 1,91 Mar-14 2,01 1,58 2,27 Jun-14 1,74 3,85 2 Sep-14 1,77 0,99 1,64 Des-14 1,63 1,49 1,88 Mar-15 2,02 2,03 1,7 Jun-15 1,95 1,68 3,78 Sep-15 1,77 1,68 3,64 Des-15 1,78 0,32 2,06 RATA-RATA 2,34 4,25 2,03
NPF musyarakah yang dihasilkan BPRS Amanah Rabbaniah Bandung dan BPRS Tangerang Berkah Ramadahan dari Maret 2012 hingga Desember 2015 mengalami penurunan yang fluktuatif. Sedangkan NPF musyarakah BPRS HIK Tangerang dari Maret 2012 hingga Desember 2015 stabil.
Berdasarkan Tabel 3.3 rata-rata NPF musyarakah yang paling besar adalah BPRS Tangerang Berkah Ramadahan sebesar 4,25%. Diposisi kedua adalah BPRS Amanah Rabbaniah yang memiliki rata-rata
NPF musyarakah sebesar 2,34%. Dan rata-rata NPF musyarakah yang terkecil adalah BPRS HIK Tangerang sebesar 2,03%. Sebagaimana kita ketahui bahwa kriteria penilaian peringkat Non Performing Financing
(NPF) yang sangat baik dilihat dari persentase yang terkecil yaitu NPF<2% sedangkan batas NPF yang wajar berkisar 5%≤NPF<8%. Sehingga dapat disimpulkan NPF musyarakah yang sangat kecil dan sangat baik terdapat di BPRS HIK Tangerang karena memiliki nilai NPF sebesar 2,03. Sedangkan pada BPRS Amanah Rabbaniah, dan BPRS Tangerang Berkah Ramadahan NPF musyarakah cukup baik, ini mengindikasi bahwa kinerja keuangan bank di BPRS tersebut sudah cukup baik.
4. Financing to Deposit Ratio(FDR)
Financing to Deposit Ratio (FDR) merupakan variabel terikat dalam penelitian ini. Financing to Deposit Ratio (FDR) adalah rasio yang menyatakan seberapa jauh kemampuan bank dalam membayar kembali penarikan dana yang dilakukan deposan dengan mengendalikan kredit yang diberikan sebagai sumber likuiditasnya. Semakin tinggi rasio ini, memberikan indikasi semakin rendahnya likuiditas bank yang bersangkutan.
Tabel 3.4 Rata-Rata FDR FDR Data Triwulan BPRS BANDUNG AMANAH RABBANIAH BPRS TANGERANG BERKAH RAMADAHAN BPRS HIK TANGERANG Mar-12 86,84 57,8 108 Jun-12 86,16 57,75 107,3 Sep-12 81,94 73,93 109,25 Des-12 75,08 76,22 111,2 Mar-13 68,21 85,75 116,7 Jun-13 92,84 72,24 109,5 Sep-13 81,2 80,72 108,8 Des-13 81,68 78,83 104 Mar-14 76,97 77,61 105,9 Jun-14 98,31 85,28 117 Sep-14 91,51 77,05 107,5 Des-14 83,6 89,9 101,5 Mar-15 81,39 80,83 97,7 Jun-15 92,78 81,94 105,9 Sep-15 89,73 71,31 104,1 Des-15 79,93 81,45 102,7 RATA-RATA 84,26 76,78 107,32
BerdasarkanTabel 3.4rata-rataFinancing to Deposit Ratio(FDR) yang paling besar adalah BPRS HIK Tangerang sebesar 107,32%. Diposisi kedua adalah BPRS Amanah Rabbaniah yang memiliki rata-rata FDR sebesar 84,26%. Dan rata-rata FDR yang terkecil adalah BPRS Tangerang Berkah Ramadahan sebesar 76,78%. Sebagaimana kita ketahui bahwa
kriteria penilaian peringkatFinancing to Deposit Ratio(FDR) yang sangat baik berkisar 50%<FDR≤75% sedangkan batas FDR yang wajar berkisar 85%<FDR≤100%. Sehingga dapat disimpulkan Financing to Deposit Ratio (FDR) di BPRS HIK Tangerang, BPRS Amanah Rabbaniah, dan BPRS Tangerang Berkah Ramadahan memiliki Financing to Deposit Ratio(FDR) cukup baik.
E. Teknik Analisis Data
Setelah mendapatkan data-data yang dibutuhkan, peneliti akan melakukan serangkaian tahap untuk menghitung dan mengolah data yang sudah tersedia. Peneliti menggunakan analisis statistik melalui pendekatan analisis regresi linier berganda, untuk meramalkan nilai pengaruh lebih dari dua variabel bebas terhadap suatu variabel terikat serta membuktikan ada tidaknya hubungan parsial atau hubungan simultan antara variabel bebas terhadap variabel terikat.3 Pada penelitian ini akan menggunakan software SPSS 22 untuk memproses data yang didapat dari laporan keuangan BPRS Amanah Rabbaniah Bandung, BPRS Berkah Ramadhan Tangerang, dan BPRS HIK Tangerang periode 2012-2015. Pengujiannya adalah sebagai berikut: 1. Uji Variabel (Asumsi Klasik)
Sebelum dilakukan pengujian regresi berganda, perlu dilakukan suatu pengujian asumsi klasik agar model regresi menjadi suatu model yang lebih terarah. Uji asumsi klasik penting dilakukan untuk 3
Sambas Ali Muhidin dan Maman Abdurrahman, Analisis Korelasi, Regresi, dan Jalur dalam Penelitian, (Bandung: Pustaka Setia, 2007), h. 198
menghasilkan estimator yang linier tidak bias dengan varian yang minimum.
a. Uji Heteroskedasitas
Uji heteroskedasitas bertujuan menguji apakah dalam regresi terjadi ketidaksamaan variance dari residual atau pengamatan ke pengamatan yang lain dengan menggunakan grafik scatterplot. Model regresi yang baik adalah tidak terjadi heteroskedasitas.4
Salah satu cara untuk melihat adanya problem heteroskedasitas adalah dengan melihat grafik plot antara nilai prediksi (ZPRED) dengan residualnya (SRESID). Cara menganalisisnya:5
1) Dengan melihat apakah titik-titik memiliki pola tertentu yang teratur seperti gelombang, melebar kemudian menyempit, jika terjadi maka mengindikasi terdapat heteroskedasitas.
2) Jika terdapat pola tertentu yang jelas, serta titik-titik menyebar diatas dan dibawah angka 10 pada sumbu Y maka mengindikasi tidak terjadi heteroskedasitas.
4
Imam Ghozali, Aplikasi Analisis Multivariat dengan Program SPSS, Edisi ketiga, (Semarang: Universitas Diponegoro2005), h.105
5
Tony Wijaya, Analisis Multivariat, (Yogyakarta: Penerbit Universitas Atmajaya,2010), h.56
b. Uji Autokorelasi
Bertujuan menguji apakah dalam sebuah model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya).6 Jika terjadi korelasi maka ada problem autokorelasi. Untuk mendeteksi ada atau tidaknnya autokorelasi maka dilakukan pengujian Durbin Watson (DW) dengan ketentuan sebagai berikut:7
1) 1,65 < DW < 2,35→tidak ada autokorelasi
2) 1,21 < DW < 1,65 atau 2,35 < DW < 2,79 → tidak dapat disimpulkan
3) DW < 1,21 atau DW > 2,79→ terjadi autokorelasi c. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel independen.8 Jika terjadi korelasi, maka terdapat masalah pada multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independennya.
Ada atau tidaknya multikolinearitas di dalam model regresi adalah dilihat dari besaran VIF (Variance Inflation Factor) dan
6
Imam Ghozali, Aplikasi Analisis Multivariat dengan Program SPSS, Edisi ketiga, h.96
7
Wahid Sulaiman, Analisis Regresi Menggunakan SPSS, (Yogyakarta, Andi Offset, 2004), h.89
8
Imam Ghozali, Aplikasi Analisis Multivariat dengan Program SPSS, Edisi ketiga, (Semarang: Universitas Diponegoro2005), h.91
tolerance.9 Untuk mendeteksi ada atau tidaknya multikolinearitas adalah sebagai berikut:10
1) Nilai R2 yang dihasilkan oleh estimasi model regresi empiris sangat tinggi, tetapi secara individual variabel bebas banyak yang tidak signifikan mempengaruhi variabel terikat.
2) Menganalisis korelasi antar variabel bebas. Jika antar variabel bebas ada korelasi yang cukup tinggi diatas (0,90) maka hal ini merupakan indikasi adanya multikolinearitas.
3) Multikolinearitas dapat juga dilihat dari VIF, jika VIF < 10 maka tingkat multikolinearitas dapat ditoleransi.
4) Nilai Eigen value sejumlah satu atau lebih variabel bebas yang mendekati nol memberikan petunjuk adanya multikolinearitas. d. Uji Normalitas
Uji normalitas bertujuan menguji apakah dalam model regresi, variabel dependen dan variabel independen mempunyai distribusi normal atau tidak. Model regresi yang baik adalah mempunyai distribusi normal atau mendekati normal.11 Uji normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya.
9
Imam Ghozali, Aplikasi Analisis Multivariat dengan Program SPSS, Edisi ketiga, h.92
10
Tony Wijaya, Analisis Multivariat, (Yogyakarta: Penerbit Universitas Atmajaya,2010), h.51
11
Imam Ghazali, Aplikasi Multivariate dengan Program IBM 19, (Semarang : BP Universitas Diponegoro, 2011), h.147
1) Jika data menyebar di sekitar garis diagonal dan mengikuti garis diagonal atau grafik histogramnya menunjukan pola distribusi normal regresi memenuhi normalitas.
2) Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.