Z = 2,888 - 0,005 (16,655) + 0,000 (686,605) + 0,052 (9,346) – 0,536 (1,455) + 0,399 (1,072) + 0,007 (87,285) - 0,457 (0,785) + 0,010 (-17,212) + 0,187 (3,170) - 0,069 (94,216) + 0,025 (8,077) + 0,015 (51,405) Z = - 1,918
Z score untuk kelompok bank tidak pailit (1) Z = 2,888 - 0,005 (27,479) + 0,000 (2121,946) + 0,052
(17,190) – 0,536 (2,229) + 0,399 (1,813) + 0,007
Rasio CAM EL Bank yang Pailit Bank Tidak Pailit
KP (X2) APYD (X3) APYDAP (X4) NPA (X5) PPAP (X6) ROA (X7) ROE (X8) NIM (X9) BOPO (X10) FBI (X11) LDR (X12) Rat a-rat a 16,6550 686,6050 9,3462 1,4550 1,0725 87,2850 0,7850 -17,2125 3,1700 94,2162 8,0775 51,4050 27,4794 2121,9400 17,1908 2,2291 1,8137 138,8278 1,8908 12,5524 6,4875 84,6964 5,8897 71,4881
hasil bahwa rasio keuangan CAMEL dan rasio-rasio keuangan perbankan dapat membedakan kondisi bank yang bermasalah/ pailit dan tidak bermasalah/ tidak pailit.
Di sisi lain hasil penelitian ini tidak konsisten dengan penelitian yang dilakukan oleh Wilopo (2001), dimana rasio keuangan CAMEL tidak mem-punyai perbedaan signifikan secara simultan antara bank yang pailit dan tidak pailit. Penelitian ini juga tid ak ko nsisten d engan hasil penelitian yang dilakukan oleh Sulianita (2003) yang dalam pene-litiannya menggunakan variabel independen yang berbeda dengan rasio keuangan CAMEL yaitu be-rupa rasio EAGLES yang dikemukakan oleh Vong (1995) terdiri dari 6 aspek. Hasil analisis data men-dukung hipotesis 1 dan terbukti kebenarannya bah-wa rasio keuangan CAMEL mempunyai perbedaan yang signifikan secara simultan antara bank yang pailit dan tidak pailit.
Pembahasan hasil uji hipotesis 2 kriteria yang digunakan adalah jika mempunyai wilk’s lambda
kecil, F ratio besar dan level of significance maksimal 10%. Berdasarkan hasil pengujian secara parsial yang diperlihatkan pada tabel test of equity of group means, dari 12 variabel yang digunakan sebagai va-riabel prediktor ternyata terdapat 5 vava-riabel yang signifikan dalam membedakan bank yang pailit dan tidak pailit, yaitu PPA P, ROE, NIM, BOPO dan LDR, sedangkan 7 variabel lain yang tidak signifikan adalah KPMM, KP, A PYD, APYDAP, NPA, ROA, dan FBI.
Hasil penelitian ini menarik karena pada pe-nelitian sebelumnya variabel PPAP ini tidak pernah masuk sebagai variabel yang secara parsial punyai perbedaan yang signifikan dalam mem-bedakan bank yang pailit dan tidak pailit, sehingga hasil penelitian ini tidak konsisten dengan pene-litian-penelitian sebelumnya.
Variabel bebas yang tidak mempunyai per-bedaan yang signifikan secara parsial terdiri dari 7 variabel yaitu KPMM, KP, A PYD, A PYDA P, NPA, ROA, dan FBI.
Berdasarkan hasil pengujian hipotesis ketiga secara parsial yang diperlihatkan pada tabel test of equity of group means, dari 12 variabel yang diguna-kan sebagai variabel prediktor ternyata hanya ter-dapat 5 variabel yang signifikan dalam membeda-kan bank yang pailit dan tidak pailit, yaitu PPAP, ROE, NIM, BOPO, dan LDR, sedangkan variabel yang dominan adalah variabel NIM dengan nilai F paling besar yaitu 10,835 dan tingkat signifikansi paling rendah yaitu 0,002.
Hasil yang ditunjukkan dalam structure ma-trix juga memperlihatkan bahwa variabel NIM me-rupakan variabel yang dominan dalam membeda-kan bank pailit dan tidak pailit, dibuktimembeda-kan dengan kedudukannya pada peringkat pertama sebagai variabel yang dominan.
Hasil penelitian ini konsisten dengan pene-litian terdahulu yang obyeknya adalah industri perbankan, tetapi tidak sejalan dengan penelitian yang obyeknya industri di luar perbankan. Peneliti-an yPeneliti-ang dilakukPeneliti-an pada industri perbPeneliti-ankPeneliti-an meng-hasilkan profitabilitas sebagai variabel yang domin-an dalam membedakdomin-an bdomin-ank ydomin-ang pailit ddomin-an tidak pailit, sedangkan penelitian dengan obyek peneliti-an di luar industri perbpeneliti-ankpeneliti-an rata-rata menghasil-kan rasio likuiditas sebagai rasio yang dominan dalam membedakan kondisi bangkrut dan tidak bangkrut. Perbedaan hasil penelitian ini kemung-kinan besar disebabkan perbedaan obyek yang di-teliti dimana rasio keuangan yang digunakan untuk industri perbankan dengan rasio keuangan untuk industri di luar perbankan tentu berbeda, yang pada akhirnya membuat hasil penelitian juga ber-beda. Hasil penelitian ini tidak konsisten dengan hasil penelitian sebelumnya yang dilakukan oleh Rodliyah (2003), yang menghasilkan rasio likuiditas dan permodalan sebagai variabel yang dominan.
Berdasarkan uraian tersebut maka dapat disimpulkan bahwa hipotesis 3 dalam penelitian ini dapat diterima karena variabel NIM yang meru-pakan variabel yang masuk dalam aspek earnings
dominan dalam membedakan bank pailit dan tidak pailit.
Pembahasan hasil uji hipotesis 4 dalam fungsi diskriminan, dihasilkan secara simultan telah ter-bukti signifikan hasil prediksi mampu mengklasi-fikasikan bank ke dalam kelompok pailit dan tidak pailit secara akurat, sedangkan dengan uji press’s Q terbukti bahwa model yang digunakan stabil, sehingga dapat disimpulkan untuk uji keakuratan dan kestabilan, model terbukti akurat dan stabil untuk digunakan.
Klasifikasi bank memberikan hasil bahw a model diskriminan ini mampu mengklasifikasikan secara benar sebanyak 91,1% dari kasus yang dite-liti. Model diskriminan hanya gagal mengklasifika-sikan 1 bank atau 12,5% dari yang seharusnya ma-suk kelompok pailit ternyata mama-suk ke dalam ke-lompok tidak pailit. Selain itu model hanya gagal mengklasifikasikan 3 bank atau 8,1% dari yang seharusnya masuk kelompok tidak pailit ternyata masuk ke dalam kelompok pailit. Dengan demikian maka keanggotaan kelompok secara benar telah diprediksi sebesar 87,5% untuk bank yang pailit dan 91,9% untuk bank yang tidak pailit.
Penelitian ini secara terperinci memberikan hasil pengklasifikasian bank ke dalam kelompok pailit, tidak pailit dan dalam kesulitan keuangan dengan menggunakan titik cut-off point. Hasil pre-diksi terhadap 45 sampel bank umum swasta nasi-onal di Indonesia, mengelompokkan 10 bank dalam kondisi pailit, 25 bank dalam kondisi tidak pailit dan 10 bank dalam kondisi sedang mengalami ke-sulitan keuangan. Hasil menarik diperoleh dari pe-nelitian ini, yaitu terdapat 10 bank yang sedang menghadapi kesulitan keuangan, yang jika tidak segera diatasi akan kemungkinan besar terjadi pai-lit. Dengan ditentukannya titik cut-off point dan dibandingkan dengan hasil klasifikasi seperti yang diperlihatkan pada tabel classification result maka terbukti bahwa fungsi diskriminan dengan meng-gunakan 12 rasio keuangan CAMEL yaitu KPMM, KP, A PYD, APYDAP, NPA , PPA P, ROA , ROE,
NIM, BOPO, FBI dan LDR secara simultan mampu memprediksi kepailitan bank dengan akurat dan stabil.
KESIM PULAN DAN SARAN Kesimpulan
Penelitian ini bertujuan untuk menguji mampuan rasio keuangan dalam memprediksi ke-pailitan bank. Oleh karena yang diteliti adalah bank maka rasio yang digunakan adalah rasio-rasio yang terdapat dalam CAMEL.Hasil penguji-an terhadap hipotesis 1 dengpenguji-an menggunakpenguji-an me-tode langsung terbukti bahwa rasio keuangan CAMEL yang terd iri d ari rasio KPM M, KP, A PYD, APYDAP, NPA, PPAP, ROA, ROE, NIM, BOPO, FBI, dan LDR mempunyai perbedaan yang signifikan secara simultan antara bank yang pailit dan tidak pailit pada bank umum swasta nasional di Indonesia. Hasil pengujian hipotesis 2 diketahui hanya terdapat 5 variabel yang signifikan dalam mem-bedakan bank yang pailit dan tidak pailit yaitu PPAP, ROE, NIM, BOPO, dan LDR, sedangkan 7 variabel lainnya tidak signifikan. Hasil pengujian terhadap hipotesis 3, terbukti bahwa rasio keuang-an CA MEL dalam aspek rentabilitas merupakkeuang-an rasio yang dominan dalam membedakan bank yang pailit dan tidak pailit pada bank umum swasta nasional di Indonesia. Variabel yang dominan ada-lah variabel NIM yang merupakan rasio pengukur
earnings atau profitabilitas. Hasil penelitian ini kon-sisten dengan penelitian terdahulu yang obyeknya adalah industri perbankan, tetapi tidak sejalan de-ngan penelitian yang obyeknya industri di luar per-bankan. Penelitian yang dilakukan pada industri perbankan menghasilkan profitabilitas sebagai variabel yang dominan dalam membedakan bank yang pailit dan tidak pailit, sedangkan penelitian dengan obyek penelitian di luar industri perbankan rata-rata menghasilkan rasio likuiditas sebagai ra-sio yang dominan dalam membedakan kondisi pai-lit dan tidak paipai-lit. Hasil pengujian terhadap
hipo-tesis 4, terbukti bahw a rasio keuangan CA MEL dapat digunakan untuk memprediksi kepailitan pa-da bank umum swasta nasional di Indonesia secara akurat dan stabil. Model diskriminan yang dihasil-kan mampu mengklasifikasidihasil-kan secara benar seba-nyak 91,1% dari kasus yang diteliti. Model diskri-minan hanya gagal mengklasifikasikan 1 bank atau 12,5% dari yang seharusnya masuk kelompok pailit ternyata masuk ke dalam kelompok tidak pailit. Selain itu model hanya gagal mengklasifikasikan 3 bank atau 8,1% dari yang seharusnya masuk lompok tidak pailit ternyata masuk ke dalam ke-lompok pailit. Dengan demikian maka keanggota-an group secara benar telah diprediksi sebesar 87,5% untuk bank yang pailit dan 91,9% untuk bank yang tidak pailit. Hasil prediksi terhadap 45 sampel bank umum sw asta nasio nal d i Ind o nesia, mengelompokkan 10 bank dalam kondisi pailit, 25 bank dalam kondisi tidak pailit dan 10 bank dalam kondisi sedang mengalami kesulitan keuangan.
Saran
Kondisi perekonomian baik nasional mau-pun internasional yang dapat berubah sewaktu-w aktu menuntut pihak manajemen bank untuk selalu tanggap dan bertindak cepat dalam mengha-dapi kemungkinan buruk yang terjadi. Disarankan hasil penelitian ini dapat digunakan sebagai pe-ringatan dini, jika terjadi penurunan yang berturut-turut pada aspek rentabilitas maka pihak manaje-men harus segara tanggap manaje-mengatasinya dan manaje- men-cari solusi agar terhindar dari kepailitan.
Masyarakat atau nasabah sebaiknya perlu mengetahui dan memahami bahwa Bank Indone-sia mewajibkan semua bank untuk mempublikasi-kan laporan keuangan secara periodek yang dapat diakses melalui internet maupun publikasi di kan-tor pelayanan. Disarankan dengan pemahaman atas laporan keuangan yang ada maka masyarakat atau nasabah dapat mengetahui kinerja bank tem-pat mereka menyimpan dan mempercayakan
dana-nya.
Keterbatasan penelitian ini berupa penggu-naan level of significance yang maksimal, data ke-uangan 2 tahun sebelum pailit dan tidak semua aspek CAMEL dipergunakan, maka disarankan pa-da peneliti selanjutnya, pa-dapat melengkapi keku-rangan yang merupakan keterbatasan penelitian ini sehingga diperoleh hasil yang lebih akurat.
DAFTAR PUSTAKA
A biw odo., 2000, Pengaruh Modal, Kualitas A ktiva Produktif, Rentabilitas dan Likuiditas terhadap Rasio Laba Bersih Industri Perbankan yang Go Public di Bursa Efek Jakarta. Tesis. Program Pasca Sarjana Universitas Brawijaya. Malang.
Almilia, L. S. 2006. Prediksi Kondisi Financial Distress Perusahaan Go Public Dengan Menggunakan Analisis Multinomial Logit. Jurnal Ekonomi dan Bisnis, Vol.XII, No.1, hlm.1-20.
A lmilia, L. S. & Kristijad i, E. 2003. A nalisis Rasio Keuangan untuk Memprediksi Financial Distress Perusahaan Manufaktur yang Terdaftar di Bursa Efek Jakarta. Jurnal Akuntansi dan Auditing Indonesia, Vol.7, No.2, hlm.1–27.
Almilia, L.S. & Herdiningtyas, W. 2003. Analisis Rasio Keuangan CA MEL terhadap Prediksi Kondisi Bermasalah pada Lembaga Perbankan Periode 2000–2002. Jurnal Ekonomi Akuntansi, Fakultas Ekonomi, Universitas Kristen Petra.
A ltman, E. I. 1968. Financial Ratio s, Discriminant A nalysis and The Pred ictio n o f Co rp o rate Bankrupcty. Journal of Finance, Vol.XXIII, No.4, pp.589-609.
Angelina, L. 2004. Perbandingan Early Warning Systems (EWS) untuk Memprediksi Kebangkrutan Bank Umum di Indonesia. Buletin Ekonomi Moneter dan Perbankan.
A rif, W. 2000. Pengembangan Model Z Score untuk Mengid entifikasi Kesulitan Keuangan d an Kemungkinan Kebangkrutan Industri Perbankan d i Indo nesia. Tesis. Pro gram Pasca Sarjana Universitas Brawijaya. Malang.
Bank Indonesia. 2004. Peraturan Bank Indonesia nomor 6/ 10/PBI/2004 tanggal 12 April 2004 dan Surat Edaran Bank Indonesia nomor 6/23/DPNP tanggal 31 M ei 2004 tentang Sistem Penilaian Tingkat Kesehatan Bank Umum yang M elaksanakan Kegiatanny a secara Konvensional. Bank Indonesia. Jakarta.
Muliaman. 2003. Indikator Kepailitan di Indonesia A n Additional Early Warning Tools Pada Stabilitas Sistem Keuangan, Direktorat Penelitian dan Pengaturan Perbankan Bank Indonesia. Jakarta.
Muliaman. 2004. Model Prediksi Kepailitan Bank Umum di Indonesia. Direktorat Penelitian dan Pengaturan Perbankan Bank Indonesia. Jakarta.
Rodliyah, S. 2003. Penerapan A nalisis Diskriminan A ltman untuk Memp red iksi Tingkat Kebangkrutan (Studi Kasus pada Perusahaan Tekstil dan Produk Tekstil yang Tercatat di BEJ). Program Studi Akuntansi UMM.
Sulianita, L. 2003. A nalisis Kesulitan Keuangan dan Kemungkinan Kebangkrutan Berdasarkan Aspek-Aspek Penilaian Kinerja Keuangan. Tesis. Program Pasca Sarjana Universitas Brawijaya. Malang. Triandaru, S. & Budisantoso, T. 2006. Bank dan Lembaga
Keuangan Lain. Jakarta: Salemba Empat.
__________. Undang-Undang Kepailitan. 2003. Jakarta: Redaksi Sinar Grafika.
Wilopo. 2001. Prediksi Kebangkrutan Bank. Jurnal Riset Akuntansi Indonesia, Vol.4, No.2, hlm.184–198.
Korespondensi dengan penulis:
Nu r Asn aw i: Telp./Fax.: +62 341 558 881 E-mail: caksispdim@gmail.com