SKRIPSI
ANALISIS PENGARUH RASIO CAMEL DAN TOTAL ASET TERHADAP PREDIKSI KONDISI BERMASALAH PADA LEMBAGA PERBANKAN
YANG TERDAFTAR DI BURSA EFEK INDONESIA PERIODE 2009 – 2013
OLEH
Putri Nursani K.Lubis 120522115
PROGRAM STUDI AKUNTANSI DEPARTEMEN AKUNTANSI FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS SUMATERA UTARA
i
PERNYATAAN
Saya yang bertanda tangan di bawah ini menyatakan dengan sesungguhnya bahwa skripsi saya yang berjudul “Analisis Pengaruh Rasio CAMEL dan Total Aset Terhadap Prediksi Kondisi Bermasalah Pada Lembaga Perbankan Yang Terdaftar Di Bursa Efek Indonesia Periode 2009 – 2013” adalah benar hasil karya tulis saya sendiri yang disusun sebagai tugas akademik guna menyelesaikan beban akademik pada Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.
Bagian atau data tertentu yang saya peroleh dari perusahaan atau lembaga, dan/atau saya kutip dari hasil karya orang lain telah mendapat ijin, dan/atau dituliskan sumbernya secara jelas sesuai dengan norma, kaidah dan etika penulisan ilmiah.
Apabila kemudian hari ditemukan adanya kecurangan dan plagiat dalam skripsi ini, saya bersedia menerima sanksi sesuai dengan peraturan yang berlaku.
Medan, 2015 Yang membuat pernyataan,
ii
ABSTRAK
ANALISIS PENGARUH RASIO CAMEL DAN TOTAL ASET TERHADAP PREDIKSI KONDISI BERMASALAH PADA LEMBAGA PERBANKAN
YANG TERDAFTAR DI BURSA EFEK INDONESIA PERIODE 2009 – 2013
Penelitian ini bertujuan untuk menganalisis pengaruh rasio CAMEL dan Total Aset terhadap prediksi kondisi bermasalah pada bank dengan menggunakan
Capital Adecuacy Rasio (CAR), Net Interest Margin (NIM), Non Performing Loan (NPL), Return On Asset (ROA), Beban Operasional terhadap Pendapatan Operasional (BOPO), Loan to Deposite Ratio (LDR) dan Total Aset (TA) secara parsial maupun simultan terhadap kondisi bermasalah pada lembaga perbankan yang terdaftar di Bursa Efek Indonesia tahun 2009 – 2013.
Jenis penelitian ini adalah penelitian kuantitatif dan jenis data yang digunakan adalah data sekunder yang didapat oleh peneliti secara tidak langsung dari objek penelitian. Metode pengumpulan data yang digunakan adalah studi dokumentasi. Populasi dalam penelitian ini adalah 39 bank umum, setelah lulus purposive sampling ada 30 sampel bank. Variabel dependen yang digunakan adalah kondisi bermasalah, sedangkan variabel independen yang digunakan adalah CAR, NIM, NPL, ROA, BOPO dan TA. Analisis yang digunakan untuk menguji hipotesis penelitian adalah dengan mengunakan regresi logistik.
Hasil penelitian menunjukkan bahwa secara parsial CAR, dan Total Aset tidak memiliki pengaruh yang signifikan terhadap prediksi kondisi bermasalah pada bank, sedangkan NPL, NIM, ROA, dan BOPO berpengaruh signifikan terhadap prediksi kondisi bermasalah pada bank. Pengujian secara simultan menunjukkan bahwa seluruh variabel independen berpengaruh signifikan terhadap prediksi kondisi bermasalah pada bank.
iii
ABSTRACT
ANALYSIS OF THE INFLUENCE OF CAMEL RATIO AND TOTAL ASSETS OF PROBLEMATIC CONDITIONS IN THE BANKING INSTITUTIONS LISTED
ON INDONESIA STOCK EXCHANGE IN 2009 – 2013
This study aims to analyze the influence of CAMEL rasio and Total Assets of the bank’s prediction problematic conditions using of financial ratios such as Capital Adecuacy Rasio (CAR), Net Interest Margin (NIM), Non Performing Loan (NPL), Return On Asset (ROA), Operating Expense to Operating Income
(BOPO), Loan to Deposite Ratio (LDR) dan Total Assets (TA) either partially or simultaneously to the problematic conditions in the banking institutions listed on the Indonesia Stock Exchange in 2009-2013.
The research is a quantitative research and the type of data used are secondary data obtained by researchers indirectly from the object of research. Data collection method used is the study documentation. The population in this study were 39 commercial banks, after graduating purposive sampling there are 30 sample banks. The dependent variable used is problematicconditions, while the independent variable used is the CAR, NIM, NPL, ROA, BOPO, LDR and TA. The analysis used to test the research hypothesis is by using logistic regression..
The results showed that partially CAR and Total Assets does not have a significant effect on the prediction of problematic condition on the bank. Simultaneous testing showed that all independent variables significantly influences predictions on the bank.
.
iv
KATA PENGANTAR
Puji syukur penulis ucapkan ke hadirat Tuhan Yang Maha Esa karena atas berkat dan karunia-Nya lah penulis berhasil menyelesaikan skripsi dengan judul “Analisis Pengaruh Rasio CAMEL dan Total Aset Terhadap Prediksi Kondisi Bermasalah Pada Lembaga Perbankan Yang Terdaftar Di Bursa Efek Indonesia Periode 2009 – 2013”. Adapun tujuan dari penulisan skripsi ini adalah memenuhi salah satu syarat untuk memperoleh gelar sarjana pada Fakultas Ekonomi dan Bisnis Departemen Akuntansi Universitas Sumatera Utara.
Penulisan skripsi ini tidak akan terwujud tanpa adanya dukungan berupa pengarahan, bimbingan, bantuan, doa, dan kerja sama semua pihak yang telah turut membantu dalam proses penyelesaian skripsi. Oleh karena itu, pada kesempatan ini penulis menyampaikan terimakasih kepada semua pihak yang telah memberikan bantuan dan bimbingan, yaitu kepada:
1. Bapak Prof. Dr. Azhar Maksum, M.Ec.Ac., Ak., CA selaku Dekan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.
2. Bapak Dr. Syafruddin Ginting Sugihen, MAFIS., Ak., CPA selaku Ketua Departemen Akuntansi dan Bapak Drs. Hotmal Jafar, M.M., Ak. selaku Sekretaris Departemen Akuntansi Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.
3. Bapak Drs. Firman Syarif, M.Si., Ak. selaku Ketua Program Studi S1 Akuntansi dan Ibu Dra. Mutia Ismail, M.M., Ak. selaku sekretaris Program Studi S1 Akuntansi Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.
4. Bapak Drs. Chairul Nazwar, M.Si., Ak. selaku dosen pembimbing yang telah banyak meluangkan waktu dalam memberikan petunjuk, pengarahan, dan bimbingan dari awal hingga selesainya skripsi ini.
v 6. Kedua Orang Tua Penulis, Ayahanda Ir. H. Syawal Tula K. Lubis dan
Ibunda Hj. Derlina Lubis, kakak saya Rahma Dhani K.Lubis, Adik Abdurrahman. K. Lubis, Abdurrahim K.Lubis yang telah memberikan kasih sayang, didikan, perhatian, doa, serta dukungan moril dan materil kepada penulis.
7. Sahabat-sahabat tersayang, Dewi, Ica, Sari, Aisyah, Syifa Aprilla, Yuni Rahayu, dan Rindang yang telah memberikan bantuan, dukungan dan semangat dalam penyelesaian skripsi ini.
Penulis menyadari bahwa skripsi ini jauh dari kesempurnaan yang disebabkan keterbatasan penulis dalam pengetahuan. Oleh karena itu, penulis mengharapkan saran yang membangun sehingga skripsi ini dapat dijadikan acuan dalam penulisan karya-karya ilmiah selanjutnya. Akhir kata, penulis berharap semoga skripsi ini bermanfaat bagi para pembaca.
Medan, 2015 Penulis
vi
BAB I PENDAHULUAN 1.1 Latar Belakang ...1
1.2 Perumusan Masalah ...10
1.3 Tujuan Penelitian ...10
1.4 Manfaat Penelitian ...10
BAB II TINJAUAN PUSTAKA 2.1 Kondisi Bermasalah atau Financial Distress dan Kebangkrutan... 12
2.1.1 Kondisi Bermasalah atau Financial Distress...12
2.1.2 Kebangkrutan ...14
2.2 Tingkat Kesehatan Bank ...16
2.3 Rasio-rasio CAMEL...18
2.3.1 Capital Adequacy Ratio (CAR)... 20
2.3.2 Non Performing Loan (NPL)...22
2.3.3 Net Interest Margin (NIM)...23
2.3.4 Return On Asset (ROA)...24
2.3.5 Beban Operasional Pendapatan Operasional (BOPO)… 25 2.3.6 Loan to Deposite Ratio ( LDR )... 26
2.3.7 Total Aset..………...27
2.4 Penelitian Terdahulu...28
2.5 Kerangka Konseptual... 32
2.6 Hipotesis Penelitian ...34
2.6.1 Pengaruh CAR terhadap prediksi kondisi bermasalah pada lembaga perbankan………...34
2.6.2 Pengaruh NPL terhadap prediksi kondisi bermasalah pada lembaga perbankan………...35
2.6.3 Pengaruh NIM terhadap prediksi kondisi bermasalah pada lembaga perbankan………...35
vii 2.6.5 Pengaruh BOPO terhadap prediksi kondisi bermasalah
pada lembaga perbankan………...36
2.6.6 Pengaruh LDR terhadap prediksi kondisi bermasalah pada lembaga perbankan………...37
2.6.7 Pengaruh Total Aset terhadap prediksi kondisi bermasalah pada lembaga perbankan………...37
BAB III METODE PENELITIAN 3.1 Desain Penelitian ...39
3.2 Tempat dan Waktu Penelitian...39
3.2.1 Tempat Penelitian...39
3.2.2 Waktu Penelitian...39
3.3 Jenis dan Sumber Data ...40
3.4 Populasi dan Sampel ...40
3.4.1 Populasi...41
3.4.2 Sampel... 41
3.5 Metode Pengumpulan Data ... 44
3.6 Defenisi Operasional Variabel dan Pengukuran Variabel... 44
3.6.1 Variabel Dependen... 44
3.6.2 Variabel Independen... 45
3.7 Teknis Analisis Data... 50
3.7.1 Statidtik Deskriptif... 50
3.7.2 Analisis Regresi Logistik... 50
3.8 Uji Hipotesis Penelitian... 53
BAB IV HASIL DAN PEMBAHASAN 4.1 Gambaran Umum………... 54
4.2 Hasil Penelitian………...55
4.2.1 Statistik Deskriptif……… 56
4.2.2 Hasil Pengujian Hipotesis Penelitian……….58
4.2.2.1 Menilai Keseluruhan Model (Overall Model Fit). 58
4.3 Pembahasan Hasil Uji Hipotesis……… 65
viii
4.3.5 Pengaruh BOPO terhadap prediksi kondisi bermasalah....67
4.3.6 Pengaruh LDR terhadap prediksi kondisi bermasalah ...68
4.3.7 Pengaruh Size terhadap prediksi kondisi bermasalah …..68
4.3.8 Pengaruh ROA, NPL, NIM, ROA, BOPO,LDR, dan Size terhadap prediksi kondisi bermasalah………....69
BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan ...70
5.2 Keterbatasan ...71
5.3 Saran………. .71
DAFTAR PUSTAKA ...72
ix
DAFTAR TABEL
No. Tabel Judul Halaman
2.1 Penilaian Tingkat Kesehatan CAR... 21
2.2 Penilaian Tingkat Kesehatan NP... 22
2.3 Penilaian Tingkat Kesehatan NIM... 23
2.4 Penilaian Tingkat Kesehatan ROA... 24
2.5 Penilaian Tingkat Kesehatan BOPO... 26
2.6 Penilaian Tingkat Kesehatan LDR... 27
2.7 Ringkasan Penelitian Terdahulu... 28
3.1 Waktu Penelitian... 40
3.2 Perusahaan yang Menjadi Sampel Penelitian... 42
3.3 Defenisi Operasional dan Pengukuran Variabel... 48
4.1 Proses seleksi sampel dengan kriteria……….. 54
4.2 Sampel Penelitian………. 55
4.3 Hasil Uji Statistik Deskriptif……… 56
4.4 Menilai Keseluruhan Model………... 58
4.5 Menguji Kelayakan Model Regresi………. 60
4.6 Uji Koefisien Determinasi (Nagelkerke R Square)…………. 60
4.7 Hasil Matriks Klasifikasi………. 61
4.8 Hasil Uji Multikolonieritas……….. 62
4.9 likelihood Ratio Test (uji simultan)………. 64
x
DAFTAR GAMBAR
No. Gambar Judul Halaman
xi
DAFTAR LAMPIRAN
No. Lampiran Judul Halaman
1 Sampel Perusahaan………. 74
2 Nilai Variabel Terikat dan Variabel Bebas……… 75
ii
ABSTRAK
ANALISIS PENGARUH RASIO CAMEL DAN TOTAL ASET TERHADAP PREDIKSI KONDISI BERMASALAH PADA LEMBAGA PERBANKAN
YANG TERDAFTAR DI BURSA EFEK INDONESIA PERIODE 2009 – 2013
Penelitian ini bertujuan untuk menganalisis pengaruh rasio CAMEL dan Total Aset terhadap prediksi kondisi bermasalah pada bank dengan menggunakan
Capital Adecuacy Rasio (CAR), Net Interest Margin (NIM), Non Performing Loan (NPL), Return On Asset (ROA), Beban Operasional terhadap Pendapatan Operasional (BOPO), Loan to Deposite Ratio (LDR) dan Total Aset (TA) secara parsial maupun simultan terhadap kondisi bermasalah pada lembaga perbankan yang terdaftar di Bursa Efek Indonesia tahun 2009 – 2013.
Jenis penelitian ini adalah penelitian kuantitatif dan jenis data yang digunakan adalah data sekunder yang didapat oleh peneliti secara tidak langsung dari objek penelitian. Metode pengumpulan data yang digunakan adalah studi dokumentasi. Populasi dalam penelitian ini adalah 39 bank umum, setelah lulus purposive sampling ada 30 sampel bank. Variabel dependen yang digunakan adalah kondisi bermasalah, sedangkan variabel independen yang digunakan adalah CAR, NIM, NPL, ROA, BOPO dan TA. Analisis yang digunakan untuk menguji hipotesis penelitian adalah dengan mengunakan regresi logistik.
Hasil penelitian menunjukkan bahwa secara parsial CAR, dan Total Aset tidak memiliki pengaruh yang signifikan terhadap prediksi kondisi bermasalah pada bank, sedangkan NPL, NIM, ROA, dan BOPO berpengaruh signifikan terhadap prediksi kondisi bermasalah pada bank. Pengujian secara simultan menunjukkan bahwa seluruh variabel independen berpengaruh signifikan terhadap prediksi kondisi bermasalah pada bank.
iii
ABSTRACT
ANALYSIS OF THE INFLUENCE OF CAMEL RATIO AND TOTAL ASSETS OF PROBLEMATIC CONDITIONS IN THE BANKING INSTITUTIONS LISTED
ON INDONESIA STOCK EXCHANGE IN 2009 – 2013
This study aims to analyze the influence of CAMEL rasio and Total Assets of the bank’s prediction problematic conditions using of financial ratios such as Capital Adecuacy Rasio (CAR), Net Interest Margin (NIM), Non Performing Loan (NPL), Return On Asset (ROA), Operating Expense to Operating Income
(BOPO), Loan to Deposite Ratio (LDR) dan Total Assets (TA) either partially or simultaneously to the problematic conditions in the banking institutions listed on the Indonesia Stock Exchange in 2009-2013.
The research is a quantitative research and the type of data used are secondary data obtained by researchers indirectly from the object of research. Data collection method used is the study documentation. The population in this study were 39 commercial banks, after graduating purposive sampling there are 30 sample banks. The dependent variable used is problematicconditions, while the independent variable used is the CAR, NIM, NPL, ROA, BOPO, LDR and TA. The analysis used to test the research hypothesis is by using logistic regression..
The results showed that partially CAR and Total Assets does not have a significant effect on the prediction of problematic condition on the bank. Simultaneous testing showed that all independent variables significantly influences predictions on the bank.
.
1
BAB I PENDAHULUAN
1.1 Latar Belakang
Prediksi kondisi bermasalah pada lembaga perbankan memiliki arti penting
dan berperanan strategis karena lembaga perbankan merupakan suatu lembaga
keuangan yang cukup vital pengaruhnya terhadap perekonomian di Indonesia.
Bisnis perbankan adalah bisnis yang memiliki resiko tinggi, disatu sisi
menjanjikan keuntungan dan disisi lain beresiko tinggi karena aktivitasnya
sebagian besar mengandalkan dana titipan masyarakat. Bank melancarkan sistem
pembayaran bagi seluruh sektor perekonomaian. Kegagalan suatu bank
khususnya yang bersifat sistemik akan mengakibatkan terjadinya krisis yang dapat
mengganggu kegiatan suatu perekonomian. Kelangsungan bank sangat
tergantung dari sumber dana masyarakat kepadanya, oleh karena itu bank perlu
memperhatikan tingkat kesehatannya agar tidak merugikan pemilik dana
sehingga pemilik dana merasa aman dan percaya untuk menanamkan
investasi atau dananya di bank.
Krisis moneter yang menimpa Indonesia pertengahan tahun 1997 telah
menghancurkan sendi-sendi ekonomi termasuk pada sektor perbankan. Krisis
moneter yang berkelanjutan mengakibatkan terjadinya krisis kepercayaan,
sehingga banyak bank membutuhkan bantuan likuiditas Bank Indonesia (BLBI).
Perbankan menggunakan BLBI untuk mempertahankan dan meneruskan bisnisnya
karena kredit macet. Dengan adanya gejolak keuangan global yang terjadi,
2 perusahaan perbankan tersebut dalam keadaan baik atau tidak baik, karena ketika
masalah terlambat teridentifikasi biaya yang dikeluarkan akan jauh lebih mahal
sebagai usaha menyelesaikan kesulitan keuangan. (Poghosyan dan Cihak, 2009
melalui Martharini 2012). Selain kondisi ekonomi, tingginya kredit macet juga
merupakan indikator bank dalam kondisi bermasalah karena menunjukkan risiko
kredit yang dihadapi bank cukup tinggi, yang akan berpengaruh pada permodalan
yang meningkatkan kemungkinan kerugian.
Melalui seminar restrukturisasi perbankan yang dilaksanakan di Jakarta
tahun 1998 disimpulkan beberapa penyebab menurunnya kinerja bank, antara lain:
(1) semakin meningkatnya kredit bermasalah perbankan; (2) dampak likuidasi
bank-bank 1 November 1997 yang mengakibatkan turunnya kepercayaan
masyarakat terhadap perbankan dan pemerintah, sehingga memicu penarikan dana
secara besar-besaran; (3) semakin menurunnya permodalan bank-bank; (4) banyak
bank-bank tidak mampu melunasi kewajibannya karena menurunnya nilai tukar
rupiah; serta (5) manajemen tidak profesional (Almilia dan Herdiningtyas, 2005).
Adanya krisis global yang terjadi beberapa waktu lalu, pemerintah dalam hal ini
Bank Indonesia lebih ketat dalam mengawasi dan melakukan kebijakan dalam
mengatas krisis terhadap bank karen dikhawatirkan dapat bedampak seperti yang
terjadi pada krisi 1997/1998 dimana bank-bank banyak mengalami kebangkrutan
dan akhirnya dilikuidasi (Surifah, 2002 melalui Martharini, 2012). Langkah
strategis yang dapat dilakukan adalah dengan cara memperbaiki kinerja bank.
Kinerja yang baik suatu bank diharapkan mampu meraih kembali kepercayaan
3 Pada sisi lain kinerja bank dapat pula dijadikan sebagai tolok ukur kesehatan bank
tersebut. Secara intuitif dapat dikatakan bahwa bank yang sehat akan mendapat
dukungan dan kepercayaan dari masyarakat serta akan terhindar dari kondisi
bermasalah. Salah satu pendekatan yang dapat digunakan untuk mengetahui
kinerja bank adalah rasio keuangan Capital, Assets quality, Management,
Earnings, Liquidity dan Sensitivity to Market Risk (CAMELS). Dalam prakteknya
di Indonesia CAMELS digunakan sebagai indikator penilaian kesehatan bank
umum sebagimana tertuang dalam Peraturan Bank Indonesia (PBI)
No.6/10/PBI/2004 tanggal 12 April 2004 dan Surat Edaran No.6/23/DPNP
tanggal 31 Mei 2004 tentang Sistem Penilaian Tingkat Kesehatan Bank Umum.
Khusus untuk BPR, digunakan penilaian dengan menggunakan rasio keuangan
Capital, Assets quality, Management, Earnings dan Liquidity (CAMEL)
sebagaimana ditetapkan dalam Surat Keputusan Direksi Bank Indonesia No.
30/12/KEP/DIR tanggal 30 April 1997 dan Surat Edaran No.30/3/UPPB tanggal
30 April 1997 tentang Tata Cara Penilaian Tingkat Kesehatan Bank Perkreditan
Rakyat. Hasil pengukuran berdasarkan alat analisis CAMEL diterapkan untuk
menentukan tingkat kesehatan bank yang dikategorikan dalam empat predikat
yaitu: “Sehat”, “Cukup Sehat”, “Kurang Sehat” dan “Tidak Sehat” (Widiharto,
2008).
Hasil penilaian kinerja sebuah bank yang diukur dengan menggunakan alat
analisis CAMEL dapat dimanfaatkan secara langsung baik oleh pemilik modal,
pengelola ataupun masyarakat. Hasil penilaian tersebut dapat dijadikan sebagai
4 dijadikan informasi penting bagi pengelola dalam menyusun langkah-langkah
operasional pengembangan usahanya. Bagi masyarakat, informasi tentang kinerja
bank dapat menjadi acuan dalam memilih perusahaan perbankan untuk memenuhi
kebutuhan akan jasa keuangan. Tingkat kesehatan bank dapat dinilai
menggunakan beberapa indikator. Salah satu indikator utama yang sering
dijadikan dasar penilaian adalah laporan keuangan bank yang bersangkutan.
Berdasarkan laporan keuangan dapat dihitung sejumlah rasio keuangan yang
lazim dijadikan dasar penilaian tingkat kesehatan bank. Analisis rasio keuangan
memungkinkan pihak manajemen untuk mengidentifikasikan
perubahan-perubahan pokok pada trend jumlah, dan hubungan serta alasan perubahan
tersebut. Hasil analisis laporan keuangan dapat membantu menginterpretasikan
berbagai hubungan kunci serta kecenderungan yang dapat memberikan dasar
pertimbangan mengenai potensi keberhasilan perusahaan di masa mendatang
(Almilia dan Herdiningtyas, 2005). Informasi tentang posisi keuangan perusahaan,
kinerja perusahaan, aliran kas perusahaan dan informasi lain yang berkaitan
dengan laporan keuangan dapat diperoleh berdasarkan laporan keuangan
perusahaan. Untuk memahami informasi tentang laporan keuangan, analisis
laporan keuangan sangat dibutuhkan. Analisis laporan keuangan meliputi
perhitungan dan interpretasi rasio keuangan. Analisis rasio keuangan dapat
membantu para pelaku bisnis, pemerintah dan pemakai laporan keuangan lain
dalam menilai kondisi keuangan suatu perusahaan tidak terkecuali perusahaan
perbankan. Penilaian kinerja perusahaan perbankan umumnya menggunakan lima
5
Liquidity (CAMEL). Penelitian ini berusaha untuk mengungkap sebagian dari
persoalan yang berkaitan dengan penilaian kinerja bank dilihat dari prediksi
kondisi bermasalah bank dengan menganalisis secara empiris data tentang kinerja
bank melalui rasio keuangannya. Dengan adanya penelitian mengenai prediksi
bermasalah diharapkan mampu memberikan indikator prediksi yang menunjukkan
bank ketika bermasalah dan menuju kebangkrutan sehingga dapat diambil
kebijakan dan antisipasi sebelum bank dicabut ijinnya oleh Bank Indonesia.
Penelitian sebelumnya mengenai prediksi terjadinya kondisi bermasalah
bank telah dilakukan oleh beberapa peneliti diantaranya Almilia dan
Herdiningtyas (2005) dalam hasil penelitiannya bahwa CAR berpengaruh negatif
signifikan terhadap prediksi kondisi bermasalah dimana CAR (Capital Adequacy
Ratio) adalah rasio kinerja bank untuk mengukur kecukupan modal yang dimiliki
bank untuk menunjang aktiva yang mengandung risiko, apabila CAR yang
dimiliki semakin rendah berarti semakin kecil modal bank yang dimiliki untuk
menanggung aktiva beresiko, sehingga semakin besar kemungkinan bank akan
mengalami kondisi bermasalah karena modal yang dimiliki bank tidak cukup
menanggung penurunan nilai aktiva beresiko, berbeda dalam penelitian
Wicaksana (2011) yang menunjukkan bahwa CAR berpengaruh negatif tidak
signifikan terhadap kondisi bermasalah, hal ini mengindikasikan bahwa jumlah
permodalan yang lebih baik tidak menjamin bahwa suatu bank tidak akan
mengalami kondisi bermasalah karena bank tidak cukup ekspansif didalam
melakukan investasi pada aktiva yang beresiko dalam memperoleh pendapatan.
6 alami suatu bank semakin besar, hasil penelitian Wicaksana (2011) sama dengan
penelitian Martharini (2012) yaitu CAR berpengaruh negatif tidak signifikan.
Penelitian sebelumnya mengenai NPL (Non Performing Loan) terhadap
kondisi bermasalah dilakukan oleh Martharini (2012) bahwa NPL berpengaruh
positif signifikan terhadap prediksi kondisi bermasalah sama halnya dengan
penelitian Wicaksana (2011) dimana Rasio NPL (Non Performing Loan)
menggambarkan kemampuan bank dalam mengelola kreditnya. Rasio ini
menunjukkan besarnya tingkat kredit macet yang dimiliki bank, sehingga
menunjukkan kualitas aktiva produktif yang bermasalah. Rasio NPL
menunjukkan tingginya angka kredit macet pada bank. Semakin besar NPL
menunjukkan semakin tinggi resiko kredit yang harus dihadapi bank, sehingga
semakin besar bank menghadapi kondisi bermasalah, berbeda dengan penelitian
Almilia dan Herdiningtyas (2005) yang menunjukkan NPL berpengaruh positif
tidak signifikan dan berbeda juga dengan penelitian Bestari (2013) bahwa NPL
tidak berpengaruh secara signifikan terhadap kondisi bermasalah pada perbankan.
Penelitian mengenai NIM (Net Interest Margin) terhadap prediksi kondisi
bermasalah dilakukan sebelumnya oleh Sumantri dan Jurnali (2010) bahwa NIM
berpengaruh positif signifikan terhadap prediksi kondisi bermasalah sama halnya
dengan Bestari (2013). Rasio NIM yang mengukur tingkat pendapatan bunga
bersih yang diperoleh. Bank yang sebagian besar pendapatannya masih diperoleh
dari bunga (interest based income) menunjukkan bahwa semakin tinggi rasio ini
menunjukkan manajemen bank semakin baik karena mampu menghasilkan bunga
7 menghindarkan bank dari kondisi bermasalah berbeda dengan dengan penelitian
yang dilakukan Almalia dan Herdiningtyas (2005) bahwa NIM berpengaruh
negatif tidak signifikan.
Dalam penelitian Chrissa (2011) ROA (Return on Assets) berpengaruh
negatif signifikan terhadap prediksi kondisi bermasalah pada bank, ROA
menunjukkan kemampuan total aktiva produktif dalam menghasilkan laba.
Dimana jika tingkat ROA yang tinggi menunjukkan bahwa laba bank tinggi dan
kemungkinan bank mengalami kondisi bermasalah lebih rendah berbeda dengan
penelitian yang dilakukan oleh Sumantri dan Jurnali (2010) bahwa ROA
berpengaruh positif signifikan, namun dalam penelitian Mulyaningrum (2008)
menemukan bahwa ROA berpengaruh negatif tidak signifikan sama dengan hasil
penelitian Almalia dan Herdiningtyas (2005) bahwa ROA berpengaruh negatif
tidak signifikan, sama dengan penelitian Wicaksana (2011).
Kemudian penelitian yang dilakukan oleh Wicaksana (2011) dimana dalam
hasil penelitiannya menunjukkan bahwa LDR (Loan to Deposit Ratio)
berpengaruh negatif tidak signifikan terhadap prediksi kondisi bermasalah, Rasio
LDR menunjukkan tingginya kredit yang disalurkan dari total dana pihak ketiga
yang dihimpun. Semakin besar rasio ini menunjukkan semakin rendahnya tingkat
likuiditas yang dimiliki bank sehingga dapat meningkatkan potensi terjadinya
kondisi bermasalah, karena bank tidak memiliki cukup dana untuk memenuhi
penarikan dana pihak ketiga sedangkan penelitian yang dilakukan oleh Sumantri
dan Teddy (2010) bahwa LDR berpengaruh negatif signifikan terhadap kondisi
8 Penelitian oleh Almalia dan Herdiningtyas (2005) menunjukkan bahwa
BOPO (Biaya Operasional terhadap Pendapatan Operasional) berpengaruh
positif signifikan terhadap prediksi kondisi bermasalah, rasio yang sering disebut
rasio efisiensi ini digunakan untuk mengukur kemampuan manajemen bank dalam
mengendalikan biaya operasional terhadap pendapatan operasional. Semakin kecil
rasio ini berarti semakin efisien biaya operasional yang dikeluarkan bank yang
bersangkutan sehingga kemungkinan suatu bank dalam kondisi bermasalah
semakin kecil.berbeda dengan penelitian Martharini (2012) berpengaruh positif
tidak signifikan terhadap prediksi kondisi bermasalah pada perbankan berbeda
juga dengan penelitian Sumantry dan Jurnali (2010) bahwa BOPO berpengaruh
negatif tidak signifikan berbeda juga dengan Bestari (2013) menyebutkan BOPO
tidak berpengaruh secara signifikan terhadap kondisi bermasalah pada perbankan.
Penelitian oleh Bestari (2013) dimana total aset berpengaruh secara
signifikan terhadap prediksi kondisi bermasalah pada perbankan. Semakin besar
bank akan semakin meningkatkan kepercayaan dikalangan investor maupun
nasabah, dengan besarnya tingkat kepercayaan nasabah akan menghindarkan bank
dari kondisi bermasalah, karena nasabah maupun investor akan memberikan
kepercayaan dengan menanamkan investasi di bank tersebut sehingga peluang
mengalami kondisi bermasalah semakin rendah dengan besarnya kepercayaan
nasabah terhadap bank, berbeda dengan penelitian Martharini (2012) tentang total
aset berpengaruh positif tidak signifikan Hal ini dapat terjadi karena pengukuran
total aset menggunakan total aktiva dimana didalam total aktiva terdapat aktiva –
9 didalamnya juga mempunyai pinjaman dalam bentuk valas sehingga beban bunga
bertambah besar saat rupiah melemah.
Dari latar belakang adanya perbedaan hasil – hasil penelitian yang telah
dilakukan sebelumnya yang menimbulkan adanya research gap, sehingga peneliti
tertarik untuk mereplikasi penelitian Martharini (2012) yang menggunakan rasio
CAMEL yang diproksikan ke dalam rasio CAR, NPL, NIM, ROA, BOPO dan
LDR, dan total aset sebagai variabel bebas dan prediksi kondisi bermasalah
sebagai variabel terikat, dengan periode penelitian untuk tahun 2006-2010. Hasil
penelitian Martharini (2012) menunjukkan CAR, NIM dan LDR berpengaruh
negatif tidak signifikan , NPL berpengaruh positif signifikan, ROA berpengaruh
negatif signifikan, dan BOPO dan total aset berpengaruh positif tidak signifikan.
Perbedaan penelitian ini dengan penelitian sebelumnya adalah :
1. Penelitian ini menggunakan tahun yang lebih up-date yaitu tahun 2009 –
2013, sedangkan penelitian sebelumnya pada tahun 2006-2010.
2. Pada penelitian ini menggunakan populasi dan sampel perusahaan perbankan
yang sudah go-publik yang terdaftar di Bursa Efek Indonesia, sedangkan
penelitian sebelumnya populasi dan sampelnya pada bank umum yang
terdaftar dalam direktori perbankan.
Penelitian ini bertujuan untuk meneliti kembali pengaruh rasio CAMEL dan
total aset terhadap prediksi kondisi bermasalah pada perbankan sehingga
penelitian ini memberikan kontribusi untuk menguji apakah terjadi penguatan
konsistensi terhadap teori maupun penelitian yang ada selama ini. Dari uraian
10 dengan judul: “Analisis Pengaruh Rasio CAMEL dan Total Aset Terhadap Prediksi Kondisi Bermasalah pada Lembaga Perbankan yang Terdaftar di Bursa Efek Indonesia Periode Tahun 2009-2013.”
1.2 Perumusan Masalah
Berdasarkan latar belakang yang telah diuraikan sebelumnya, maka yang
menjadi rumusan masalah dalam penelitin ini adalah :
“ Apakah rasio CAMEL (CAR, NPL, NIM, ROA, BOPO, LDR) dan total
aset berpengaruh secara parsial dan simultan terhadap prediksi kondisi bermasalah
pada lembaga perbankan yang terdaftar di Bursa Efek Indonesia periode tahun
2009 - 2013?”.
1.3 Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk “Menganalisis pengaruh rasio
CAMEL (CAR NPL, NIM, ROA, BOPO, LDR) dan total aset secara parsial dan
simultan terhadap prediksi kondisi bermasalah pada lembaga perbankan yang
terdaftar di Bursa Efek Indonesia periode tahun 2009 - 2013”.
1.4 Manfaat Penelitian
Hasil penelitian diharapkan dapat memberikan manfaat :
1. Bagi Peneliti
Sebagai penambah pengetahuan dan wawasan tentang prediksi kondisi
bermasalah pada lembaga perbankan, meningkatkan kemampuan, sumber
11 2. Bagi Akademisi
Sebagai bahan masukan untuk penelitian berikutnya yang ingin
menjadikannya sebagai bahan pembanding, referensi, ataupun sumber
kepustakaan.
3. Bagi Internal bank
Membantu mengevaluasi hasil operasi perbankan dalam menilai tingkat
kinerja, sehingga dapat menjadi peringatan dini jika bank mengalami
tanda-tanda kesulitan keuangan dan tanda-tanda kebangkrutan yang dapat segera diambil
langkah perbaikan dan pencegahan.
4. Bagi Deposan, Investor, kreditor dan masyarakat luas
Dapat dijadikan sebagai acuan pelengkap dalam mengevaluasi bank-bank
12
BAB II
TINJAUAN PUSTAKA
2. 1 Kondisi Bermasalah atau Financial Distress dan Kebangkrutan 2.1.1 Kondisi Bermasalah atau Financial Distress
Almilia dan Kristijadi (2003) menyatakan bahwa perusahaan yang
mengalami financial distress adalah perusahaan yang selama beberapa tahun
mengalami laba bersih operasi (net operation income) negatif.
Menurut Almilia dan Kristijadi (2003) prediksi financial distress
perusahaan menjadi perhatian dari banyak pihak. Pihak-pihak yang
menggunakan model tersebut meliputi:
a. Pemberi Pinjaman
Penelitian berkaitan dengan prediksi financial distress mempunyai
relevansi terhadap institusi pemberi pinjaman, baik dalam memutuskan
apakah akan memberikan suatu pinjaman dan menentukan kebijakan untuk
mengawasi pinjaman yang telah diberikan.
b. Investor
Model prediksi financial distress dapat membantu investor ketika akan
menilai kemungkinan masalah suatu perusahaan dalam melakukan
pembayaran kembali pokok dan bunga.
c. Pembuat peraturan
Lembaga regulator mempunyai tanggung jawab mengawasi kesanggupan
membayar hutang dan menstabilkan perusahaan individu, hal ini
13 kesanggupan perusahaan membayar hutang dan menilai stabilitas
perusahaan.
d. Pemerintah
Prediksi financial distress juga penting bagi pemerintah dalam anti trust
regulation.
e. Auditor
Model prediksi financial distress dapat menjadi alat yang berguna bagi
auditor dalam membuat penilaian going concern suatu perusahaan.
f. Manajemen.
Apabila perusahaan mengalami kebangkrutan maka perusahaan akan
menanggung biaya langsung (fee akuntan dan pengacara) dan biaya tidak
langsung kerugian penjualan atau kerugian paksaan akibat ketetapan
pengadilan). Sehingga dengan adanya model prediksi financial distress
diharapkan perusahaan dapat menghindari kebangkrutan dan otomatis juga
dapat menghindari biaya langsung dan tidak langsung dari kebangkrutan.
Menurut Platt dan Platt (2002) melalui Arini (2010) dalam Martharini (2012), financial distress adalah tahap penurunan kondisi keuangan yang dialami oleh suatu perusahaan, yang terjadi sebelum terjadinya kebangkrutan ataupun likuidasi. Platt dan Platt (2002) melalui Arini (2010) dalam Martharini (2012) menyatakan 3 kegunaan informasi jika suatu perusahaan mengalami financial distress adalah:
14
2. Pihak manajemen dapat mengambil tindakan merger atau takeover agar perusahaan lebih mampu untuk membayar hutang dan mengelola perusahaan dengan baik.
3. Memberi tanda peringatan dini/awal adanya kebangkrutan pada masa yang akan datang.
2.1.2 Kebangkrutan
Kebankrutan (Bankruptcy) biasanya diartikan sebagai kegagalan
perusahaan dalam menjalankan operasi perusahaan untuk menghasilkan
laba. Menurut Undang-Undang No. 14 tahun 1998 adalah dimana suatu
institusi dinyatakan bankrut oleh keputusan pengadilan bila debitur
memiliki dua atau lebih kreditur dan tidak membayar sedikitnya satu hutang
yang telah jatuh tempo dan dapat ditagih. Kebangkrutan sering juga disebut
likuidasi perusahaan atau penutupan perusahaan ataupun insolvibilitas.
Kebangkrutan sebagai suatu kegagalan yang terjadi pada sebuah perusahaan
didefinisikan dalam beberapa pengertian menurut Supardi (2003) melalui
Asmoro (2007) dalam Bestari (2013), yaitu :
a. Kegagalan Ekonomi (Economic Distressed).
Kegagalan dalam ekonomi berarti bahwa perusahaan kehilangan uang
atau pendapatan perusahaaan tidak mampu menutupi biayanya sendiri, ini
berarti tingkat labanya lebih kecil dari biaya modal atau nilai sekarang dari
arus kas perusahaan lebih kecil dri biaya modal atau nilai sekarang dari arus
kas perusahaan lebih kecil dari kewajiban. Kegagalan terjadi bila arus kas
15 Bahkan kegagalan dapat juga berarti bahwa tingkat pendapatan atas biaya
historis dari investasinya lebih kecil daripada biaya modal perusahaan yang
dikeluarkan untuk sebuah investasi tersebut.
b. Kegagalan Keuangan
Disebut dengan insolvabilitas (insolvency) yang membedakan antara
dasar arus kas dan dasar saham. Ada bentuk Insolvi :
1) Insolvi Teknis
Perusahaan dianggap gagal jika tidak mampu memenuhi kewajibannya
saat jatuh tempo. Meskipun nilai pembukuan assetnya masih melebihi
total hutang, artinya masih ada saldo modal bersih positif, perusahaan
tidak lagi mempunyai likuiditas yang memadai untuk melunasi
hutangnya, keadaan ini dapat bersifat sementara ataupun permanen.
2) Insolvi dalam pengertian kebangkrutan
Pasiva perusahaan sebenarnya lebih besar daripada assetnya, ini berarti
juga saldo modal bersihnya perusahan itu negatif atau minus, tanpa
memperdulikan likuiditas asset-asset, perusahaan jelas tidak mampu
memenuhi kewajiban keuangannya yang telah jatuh tempo. Dalam
keadaan seperti ini, likuidasi (pembubaran) perusahaan lebih baik
dilakukan daripada reorganisasi.
Suatu bank dikatakan bermasalah jika bank yang bersangkutan
mengalami kesulitan yang bisa membahayakan kelangsungan usahanya,
kondisi usaha bank semakin menurun, yang ditandai dengan menurunnya
16 didasarkan prinsip kehati-hatian dan asas perbankan yang sehat (Usman,
2001 dalam Martharini, 2012). Bank dalam keadaan bermasalah dapat
digolongkan dalam dua kelompok :
1) Bank yang bermasalah struktural, yakni bank yang kondisinya sudah
tergolong sangat parah (tidak sehat) dan setiap saat dapat terancam
kelangsungan hidupnya.
2) Bank yang bermasalah non structural , rentabilitas semakin menurun
akibat kualitas aktifa produktif yang semakin menurun , namun modal
masih mencukupi ketentuan penyediaan modal minimum.
Bank bermasalah berdasarkan kamus Bank Indonesia adalah :
1) Bank yang mempunyai rasio atau nisbah kredit tak lancar yang tinggi
apabila dibandingkan dengan modalnya.
2) Bank yang dari hasil pemeriksaan nilai CAMEL-nya berada pada posisi
empat (kurang sehat) atau lima (tidak sehat) pada daftar urutan kondisi
bank, penilaian tersebut tidak disebarluaskan ke masyarakat; bank
bermasalah akan lebih sering diperiksa daripada bank yang berkondisi
sehat.
2.2 Tingkat Kesehatan Bank
Sebagaimana layaknya manusia, di mana kesehatan merupakan hal yang
paling penting dalam kehidupannya. Tubuh yang sehat akan meningkatkan
kemampuan kerja dan kemampuan lainnya. Begitu pula dengan perbankan harus
17 Kesehatan bank dapat dilihat dari berbagai segi. Penilaian ini bertujuan
untuk menentukan apakah bank tersebut dalam kondisi yang sehat, cukup sehat,
kurang sehat dan tidak sehat. Sehingga Bank Indonesia sebagai pengawas dan
pembina bank-bank dapat memberikan arahan atau petunjuk bagaimana bank
tersebut harus dijalankan atau bahkan dihentikan kegiatan operasinya.
Ukuran untuk melakukan penilaian kesehatan bank telah ditentukan oleh
Bank Indonesia. kepada bank-bank diharuskan membuat laporan baik yang
bersifat rutin ataupun secara berkala mengenai seluruh aktivitasnya dalam suatu
periode tertentu.
Penilaian kesehatan bank dilakukan setiap tahun, apakah ada peningkatan
atau penurunan. Bagi bank yang kesehatannya terus meningkat tidak menjadi
masalah, karena itulah yang diharapkan dan supaya dipertahankan terus
kesehatannya. Akan tetapi bagi bank yang terus menerus tidak sehat, mungkin
harus mendapat pengarahan atau sangsi dari Bank Indonesia sebagai pengawas
dan pembina bank-bank.
Bank Indonesia dapat saja menyarankan untuk melakukan perubahan
manajemen, merger, konsolidasi, akuisisi atau malah dilikuidir keberadaannya
jika memang sudah parah kondisi bank tersebut.
Penilaian yang dilakukan oleh Bank Indonesia meliputi beberapa aspek
seperti :
1. Aspek permodalan
Yang dinilai adalah permodalan yang ada didasarkan kepada kewajiban
18
Adequacy Ratio) yang telah ditetapkan BI. Perbandingan rasio tersebut
adalah rasio modal terhadap Aktiva Tertimbang Menurut Risiko (ATMR)
dan sesuai Peraturan Bank Indonesia Nomor: 10/ 15 /PBI/2008 Tentang
Kewajiban Penyediaan Modal Minimum Bank Umum minimal harus 8 %.
2. Aspek Kualitas Aset
Dengan Memperbandingkan aktiva produktif diklasifikasikan dengan aktiva
produktif.
3. Aspek Kualitas Manajemen
Kualitas Manajemen dapat dilihat dari kualitas manusia dalam manajemen
permodalan, aktiva, manajemen umum, rentabilitas, dan manajemen
kualitas.
4. Aspek Likuiditas
Suatu bank dapat dikatakan liquid apabila bank yang bersangkutan dapat
membayar semua hutangnya terutama tabungan, giro, deposito pada saat
ditagih dan dapat memenuhi permohonan kredit yang layak dibiayai
5. Aspek Rentabilitas
Merupakan kemampuan bank dalam meningkatkan labanya apakah setiap
periode atau menukur tingkat efisiensi usaha dan profitabilitas yang dicapai
bank bersangkutan.
2.3 Rasio – Rasio CAMEL
Dalam melakukan penilaian terhadap tingkat kesehatan bank, bank sentral
biasanya menggunakan kriteria CAMEL yaitu : Capital adequacy, Asset quality,
19
a) Capital adequacy
Adalah kecukupan modal yang menunjukkan kemampuan bank dalam
mempertahankan modal yang mencukupi dan kemampuan manajemen bank
dalam mengidentifikasi, mengukur, mengawasi, dan mengontrol resiko –
resiko yang timbul yang dapat berpengaruh terhadap besarnya modal bank.
b) Asset quality
Menunjukkan kualitas asset sehubungan dengan resiko kredit yang dihadapi
bank akibat pemberian kredit dan investasi bank pada portofolio yang berbeda.
c) Manajemen quality
Menunjukkan kemampuan manajemen bank untuk mengidentifikasi,
mengawasi dan mengontrol resiko yang timbul melalui kebijakan – kebijakan
dan strategi bisnisnya untuk mencapai target.
d) Earning
Keberhasilan bank didasarkan pada penilaian kuantitatif terhadap rentabilitas
bank yang diukur dengan dua rasio yang berbobot sama. Rasio tersebut terdiri
dari :
• Rasio perbandingan laba dalam 12 tahun terakhir terhadap volume usaha
dalam periode yang sama ( Return on Asset atau ROA)
• Rasio biaya operasional terhadap biaya operasional.
e) Liqudity
Menunjukkan ketersediaan dana dan sumber dana bank pada saat ini dan masa
yang akan datang. Pengaturan likuiditas bank dimaksudkan agar bank setiap
20 Metode atau cara penilaian tingkat kinerja Bank dapat menggunakan metode
CAMEL. Rasio keuangan digunakan untuk menentukan faktor penting yang dapat
menjelaskan perubahan kondisi internal bank.
Berikut ini Rasio – rasio yang dapat menjelaskan kinerja dan kondisi bank melaui
CAMEL:
2.3.1 Capital Adequacy Ratio (CAR)
Kecukupan modal menunjukkan kemampuan bank dalam
mempertahankan modal yang mencukupi dan kemampuan manajemen bank
dalam mengidentifikasi, mengukur, mengawasi, dan mengontrol resiko –
resiko yang timbul yang dapat berpengaruh terhadap besarnya modal bank.
Rasio Kecukupan modal diproksikan pada Capital Adequacy Ratio (CAR).
CAR adalah rasio kecukupan modal bank atau merupakan kemampuan bank
dalam permodalan yang ada untuk menutup kemungkinan kerugian di dalam
perkreditan atau didalam perdagangan surat berharga.
CAR menunjukan seberapa besar modal bank telah memadai untuk
menunjang kebutuhannya dan sebagai dasar menilai prospek kelanjutan
usaha bank yang bersangkutan. (Dendawijaya, 2005:122 dalam Bestari,
2013). Menurut Mulyaningrum (2008) dalam Bestari (2013), semakin besar
rasio ini,semakin kecil probabilitas suatu bank mengalami kebangkrutan.
Pendapat tersebut juga diperkuat dengan (Almilia dan Herdiningtyas, 2005)
bahwa CAR berpengaruh negatif signifikan terhadap kondisi bermasalah
21 CAR diukur dari rasio antara modal sendiri terhadap Aktiva
Tertimbang Menurut Resiko (ATMR). ATMR adalah penjumlahan ATMR
dari Aktiva Neraca dengan ATMR Aktiva administratif. ATMR aktiva
neraca diperoleh dengan mengalikan nilai nominal aktiva dengan bobot
resiko. ATMR aktiva administratif diperoleh dengan cara mengalikan nilai
nominalnya dengan bobot resiko aktiva administratif. Besarnya nilai Capital
Adequacy Ratio suatu bank dapat dihitung dengan rumus :
CAR = Modal Bank
Aktiva Tertimbang Menurut Resiko x 100%
Berdasarkan ketentuan Bank Indonesia, bank yang dinyatakan
termasuk sebagai bank yang sehat harus memiliki CAR paling sedikit
sebesar 8%. Kriteria penilaian tingkat kesehatan bank rasio modal terhadap
aktiva tertimbang menurut resiko :
Tabel 2.1
Penilaian Tingkat Kesehatan CAR
Rasio Peringkat
CAR ≥ 12% Sangat sehat
9% ≤ CAR< 12% Sehat 8% ≤ CAR < 9% Cukup sehat 6% < CAR < 8% Kurang sehat
CAR ≤ 6% Tidak sehat
Sumber : Bank Indonesia
Manfaat mengetahui rasio CAR bagi masyarakat adalah CAR
merupakan kemampuan bank dalam hal permodalan yang ada untuk
menutup kemungkinan adanya kerugian dalam perkreditan dan perdagangan
surat berharga. CAR juga menunjukan seberapa besar modal bank telah
memadai untuk menunjang kebutuhan masyarakat dan sebagai dasar menilai
22
2.3.2 Non Performing Loan (NPL)
Menunjukan kulaitas aset sehubungan dengan resiko kredit yang
dihadapi bank akibat pemberian kredit dan investasi bank pada portofolio
yang berbeda. Penilaian kinerja keuangan perbankan dari aspek kualitas
aktiva produktif diproksikan dengan Non Performing Loan (NPL). NPL
merupakan rasio yang menunjukan kemampuan manajemen bank dalam
mengelola kredit bermasalah yang diberikan oleh bank (SE Bank Indonesia
No.3/30/DPNP). NPL dihitung berdasarkan perbandingan antara jumlah
kredit yang bermasalah dibandingkan dengan total kredit.
NPL = Kredit Bermasalah
Total Kredit x 100%
Besar NPL yang diperbolehkan oleh bank Indonesia saat ini adalah
maksimal 5%. Semakin besar tingkat NPL menunjukan bahwa bank tidak
profesional dalam mengelola kreditnya dan resiko bank cukup tinggi searah
dengan rasio NPL (Riyadi, 2006 dalam Bestari 2013)). Kriteria penilaian
tingkat kesehatan rasio NPL :
Tabel 2.2
Penilaian Tingkat Kesehatan NPL
NPL Peringkat
NPL > 5 % Tidak sehat
NPL ≤ 5% Sehat
Sumber : Bank Indonesia
Manfaat mengetahui rasio NPL bagi masyarakat adalah masyarakat
dapat menilai bank tersebut dalam hal kredit yang bermasalah pada bank.
Semakin besar rasio ini berarti kredit macet semakin tinggi, sehingga bank
bisa dikatakan bermasalah. Masyarakat tidak perlu untuk memilih bank
23
2.3.3 Net Interest Margin (NIM)
Kualitas manajemen menunjukan kemampuan bank untuk
mengidentifikasi, mengawasi, dan mengontrol resiko yang timbul melalui
kebijakan-kebijakan dan strategi bisnisnya untuk mencapai target. NIM
merupakan rasio keuangan yang mengukur kemampuan manajemen bank
dalam menghasilkan net interest income atas pengelolaan besar aktiva
produktif. NIM merupakan perbandingan antara pendapatan bunga bersih
terhadap rata-rata aktiva produktif. Pendapatan bunga bersih diperoleh dari
pendapatan bunga dikurangi beban bunga. Rasio NIM dapat dihitung
dengan menggunakan rumus sebagai berikut :
NIM = Pendapatan Bunga Bersih
Aktiva Produktif x 100%
Berdasarkan ketentuan Bank Indonesia, bank yang dinyatakan
termasuk sebagai bank yang sehat harus memiliki NIM paling sedikit
sebesar 1,5%. Kriteria penilian tingkat kesehatan rasio NIM :
Tabel 2.3
Penilaian Tingkat Kesehatan NIM Rasio Peringkat
NIM > 3% Sangat sehat
2% < NIM ≤ 3% Sehat 1,5% < NIM ≤ 2% Cukup sehat 1% < NIM ≤ 1,5% Kurang Sehat
NIM ≤ 1% Tidak sehat
Sumber : Bank Indonesia
Manfaat masyarakat mengetahui rasio NIM adalah bahwa rasio NIM
adalah kemampuan bank dalam mendapatkan pendapatan bunga bersih dari
24 masyarakat akan mendepositokan uangnya supaya mendapatkan pendapatan
bunga semakin meningkat.
2.3.4 Return On Asset (ROA)
Keberhasilan bank didasarkan pada penilaian kuantitatif terhadap
rentabilitas bank. Rasio ini merupakan salah satu dari rasio yang digunakan
untuk menilai aspek earning. Rasio ini digunakan untuk mengukur
kemampuan manajemen bank dalam memperoleh keuntungan (laba sebelum
pajak) yang dihasilkan dari rata-rata total aset bank yang bersangkutan.
Mulyaningrum (2008) melalui Bestari (2013) menyatakan semakin besar
ROA, semakin besar pula tingkat keuntungan yang dicapai bank sehingga
kemungkinan suatu bank dalam kondisi keuangan bermasalah semakin
kecil. ROA dpat dihitung dengan :
ROA = Laba Sebelum Pajak
Total Aktiva x 100 %
Bank dikatakan sehat jika rasio laba terhadap volume usaha
mencapai sekurang-kurangnya 1,2%. Berikut ini menunjukan kriteria
penilaian tingkat kesehatan Bank berdasarkan ROA :
Tabel 2.4
Penilaian Tingkat Kesehatan ROA
Rasio Peringkat
ROA > 1,5% Sangat sehat
1,25% < ROA ≤ 1,5% Sehat 0,5% ≤ ROA ≤ 1,25% Cukup sehat 0 < ROA ≤ 0,5% Kurang Sehat
ROA ≤ 0% Tidak sehat
25 Manfaat mengetahui rasio ROA bagi masyarakat adalah untuk
mengetahui kemampuan bank dalam memperoleh keuntungan atau laba.
Suatu bank dengan ROA yang semakin meningkat menunjukan bank
tersebut semakin bonafit sehingga akan lebih dipercaya oleh nasabahnya
dan masyarakat.
2.3.5 Beban Operasional Pendapatan Operasi (BOPO)
Rasio yang sering disebut rasio efisiensi ini digunakan untuk
mengukur kemampuan manajemen bank dalam mengendalikan biaya
operasional terhadap pendapatan operasional. Semakin kecil rasio ini berarti
semakin efisiensi biaya operasionalnya. Semakin kecil rasio ini semakin
efisiensi biaya operasional yang dikeluarkan bank yang bersangkutan
sehingga kemungkinan suatu bank dalam kondisi bermasalah semakin kecil
dan profitabilitas meningkat (Dendawijaya, 2005:121 dalam Bestari, 2013).
Biaya operasi merupakan biaya yang dikeluarkan oleh bank dalam rangka
menjalankan aktivitas usaha utamanya seperti biaya bunga, biaya
pemasaran, biaya tenaga kerja dan biaya operasi lainnya. Sedangkan
pendapatan operasi merupakan pendapatan utama bank yaitu pendapatan
yang diperoleh dari penempatan dana dalam bentuk kredit dan pendapatan
operasi lainnya. BOPO dapat dihitung dengan rumus :
BOPO = Beban Operasional
26 Rasio BOPO menurut Bank Indonesia adalah 96%, dan lebih dari 96%
dianggap bank tidak sehat dan tidak efisien dalam menjalankan
operasionalnya. Kriteria penilaian tingat kesehatan rasio BOPO :
Tabel 2.5
Penilaian Tingkat Kesehatan BOPO Rasio Peringkat
BOPO ≤ 94% Sangat sehat
94% < BOPO ≤ 95% Sehat 95% < BOPO ≤ 96% Cukup sehat 96% < BOPO ≤ 97% Kurang Sehat
BOPO > 97% Tidak sehat
Sumber : Bank Indonesia
Manfaat masyarakat mengetahui rasio BOPO adalah masyarakat akan
tahu seberapa efisien bank tersebut dalam mengendalikan biaya
operasionalnya. Semakin efisien bank, maka bank tersebut bisa dikatan
sehat dan masyarakat akan lebih percaya dengan bank tersebut.
2.3.6 Loan to Deposite Ratio ( LDR )
Likuiditas menunjukan adanya ketersediaan dana dan sumber dana
bank pada saat ini dan masa yang akan datang. Pengaturan likuiditas bank
dimaksudkan agar bank setiap saat dapat memenuhi kewajiban – kewajiiban
yang harus segera dibayar. Rasio ini digunakan untuk menilai likuiditas
suatu bank yang dengan cara membagi jumlah kredit yang diberikan oleh
bank terhadap dana pihak ketiga (Almilia dan Herdiningtyas, 2005).
Semakin tinggi rasio LDR maka semakin tinggi probabilitas dari sebuah
bank mengalami kebangkrutan. Hal ini memberikan Rasio indikasi semakin
rendahnya kemampuan likuiditas bank yang bersangkutan. Hal ini
27 menjadi semakin besar. Loan to Depocite Ratio ( LDR ) dapat dihitung
dengan rumus :
LDR = Jumlah kredit yang Diberikan
Dana Pihak Ketiga +KLBI +Modal Inti x 100% Rasio LDR yang ditentukan oleh Bank Indonesia minimal 75% yang
bisa dikatakan bahwa bank tersebut tidak dalam kondisi bermasalah.
Kriteria penilaian Rasio LDR :
Tabel 2.6
Penilaian Tingkat Kesehatan LDR Rasio Peringkat
LDR ≤ 75% Sangat sehat
75% < LDR ≤ 85% Sehat 85% < LDR ≤ 100% Cukup sehat 100% < LDR ≤ 120% Kurang Sehat
LDR > 120% Tidak sehat
Sumber : Bank Indonesia
Manfaat masyarakat mengetahui rasio LDR adalah masyarakat akan
mengetahui jumlah kredit yang diberikan kepada masyarakat. Apabila rasio
LDR ini tinggi maka prediksi kondisi bermasalah pada bank akan besar
karena kemungkinan terjadi kredit macet dan merugikan bank maupun
masyarakat.
2.3.7 Total Aset
Menentukan besar kecil suatu perusahaan dapat dilihat dari beberapa
factor salah satunya dengan melihat total aktiva. Total aset yaitu aktiva
lancar dan aktiva tetap. Menurut Widjaja (2009) melalui Bestari (2013) total
asset menggambarkan kemampuan dalam mendanai investasi yang
28 prospek kedepan yang baik. Bank yang sehat diinterpretasikan dengan
kualitas aset yang baik. Bank dengan kualitas aset yang baik lazimnya
pendapatannya juga baik, akan tetapi besar aset yang dimiliki oleh bank
tidak berarti jika seluruhnya merupakan aset beresiko (Jumono, 2012 dalam
Bestari 2013). Bank yang memiliki jumlah aset yang besar didalamnya juga
mempunyai pinjaman dalam bentuk valas sehingga berubah besar saat
rupiah melemah (Sulistyowati, 2002 dalam Bestari, 2013). Total aset dalam
penelitian ini adalah dengan menghitung dari seluruh total aset dengan
menggunakan ukuran Log Natural. Rumus total aset dapat dinyatakan
sebagai berikut:
Total aset = Ln (Total Aset)
2.4 Penelitian Terdahulu
Penelitian ini mendapat ide dan pengetahuan dari penelitian terdahulu yang
beragam. Penelitian terdahulu dapat dilihat pada tabel 2.7.
Tabel 2.7
Ringkasan Penelitian Terdahulu
No. Nama Peneliti (Tahun)
Judul Penelitian
variabel Hasil
Penelitian berbeda antara bank bermasalah dan tidak bermasalah, PPAP, ROE, ATTM, LDR tidak memiliki perbedaan signifikan
antara bank bermasalah dan tidak
29 APB negatif tidak signifikan, NPL positif tidak signifikan, PPAPAP
berpengaruh positif tidak signifikan,
variabel LDR, ROA, ATTM yang bisa membedakan antara bank bermasalah dan tidak bermasalah, bermasalah dan tidak bermasalah. Teddy Jurnali ( 2010) dan BOPO tidak memiliki perbedaan signifikan antara bank pailit dan tidak pailit, sedangkan rasio keuangan CAR,
30 ROE, NIM,
BOPO dan LDR
memilki perbedaan signifikan antara bank pailit dan tidak pailit, Kemudian pengaruhnya
terhadap kepalitan bank bahwa CAR berpengaruh positif BOPO negatif tidak signifikan, LDR
Variabel CAR, ROA, dan LDR memiliki perbedaan yang signifikan antara bank bermasalah dan
31 Variabel CAR, NIM, LDR berpengaruh BOPO dan Total aset berpengaruh positif dan sisanya 17,1%% dapat dijelaskan variabel yang lain.
7. Adhisty Rizky
Prediksi Kondisi Bermasalah
Hasil penelitian ini menunjukan bahwa NIM berpengaruh signifikan
terhadap prediksi kondisi bermasalah pada perbankan dan Ukuran Bank
berpengaruh
32 Bursa Efek
Indonesia Tahun 2007 – 2011 )
perbankan.
Variabel – variabel lain seperti CAR, NPL, ROA, BOPO,
Hasil penelitian ini menghasilkan bahwa
Sumber : Hasil pengolahan peneliti,Review dari beberapa artikel/jurnal
Penelitian ini menggunakan beberapa acuan jurnal, yang salah satunya
adalah penelitian Martharini (2012) yang sama-sama menggunakan variabel CAR,
NPL, NIM, ROA, BOPO, LDR dan Total aset dan alat analisis regresi logistik .
Perbedaan penelitian Martharini dengan penelitian ini adalah dilihat dari periode
tahun penelitian, penelitian Martharini meneliti dari periode tahun 2006 – 2010,
sedangkan penelitian ini meneliti dari tahun 2009 – 2013.
2.5 Kerangka Konseptual
Kerangka konseptual menjelaskan bagaimana hubungan teori dengan faktor
faktor penting yang telah diketahui dalam masalah tersebut. Kerangka konseptual
penelitian ini dapat dilihat sebagai berikut ini:
33
Sumber : Peneliti, 2014
Gambar 2.1 Kerangka Konseptual
Sesuai dengan gambar kerangka konseptual (Gambar 2.1), dapat dijelaskan
bahwa rasio CAMEL yang diproksikan ke variabel CAR (X1), NPL (X2), NIM
(X3), ROA (X4), BOPO (X5), LDR (X6), dan variabel Total aset (X7)berpengaruh
secara parsial dan simultan terhadap prediksi kondisi bermasalah pada lembaga
perbankan yang terdaftar di Bursa Efek Indonesia periode tahun 2009 – 2013.
Prediksi Kondisi Bermasalah pada Lembaga Perbankan
(Y) Capital Adequacy Ratio
(CAR) (X1)
Non Performing Loan (NPL) (X2)
Net Interest Margin (NIM) (X3)
Return On Asset (ROA) (X4)
Biaya Operasi Dibanding Dengan Pendapatan Operasi
(BOPO) (X5)
Loanto Deposite Ratio ( LDR) (X6)
34
2.6 Hipotesis Penelitian
Hipotesis menurut Erlina (2007 : 41) menyatakan “hubungan yang diduga
secara logis antara dua variabel atau lebih dalam rumusan preposisi yang dapat
diuji secara empiris”. Hipotesis adalah dugaan atau jawaban sementara terhadap
masalah yang akan diuji kebenarannya, melalui analisis data yang relevan dan
kebenaranya akan diketahui setelah dilakukan penelitian.
2.6.1 Pengaruh CAR terhadap prediksi kondisi bermasalah pada lembaga perbankan
Capital Adequay Ratio (CAR) digunakan untuk mengukur kemampuan
permodalan yang ada untuk menutup kemungkinan kerugian di dalam perkreditan
dan perdagangan surat berharga. Apabila CAR yang dimiliki semakin rendah
berarti semakin kecil modal bank yang dimiliki untuk menanggung aktiva
beresiko, sehingga semakin besar kemungkinan bank akan mengalami kondisi
bermasalah karena modal yang dimiliki bank tidak cukup mnanggung penurunan
nilai aktiva beresiko. Menurut Mulyaningrum (2008) semakin besar rasio ini,
semakin kecil probabilitas suatu bank mengalami kebangkrutan. Pendapat tersebut
juga diperkuat dengan Almalia dan Herdiningtyas (2005) bahwa CAR
berpengaruh negatif signifikan terhadap kondisi bermasalah perbankan. Maka
dapat diajukan hipotesis :
H1: CAR berpengaruh negatif signifikan terhadap prediksi kondisi
35
2.6.2 Pengaruh NPL terhadap prediksi kondisi bermasalah pada lembaga perbankan
NPL (Non Performing Loan) merupakan kemampuan manajemen bank
dalam mengelola kredit bermasalah yang diberikan oleh bank. Rasio NPL
menunjukan tingginya angka kredit macet pada bank, semakin besar NPL
menunjukan semakin tinggi resiko kredit yang harus dihadapi bank, sehingga
semakin besar bank menghadap kondisi bermasalah. NPL berpengaruh positif,
karena apabila kondisi NPL suatu bank tinggi maka akan memperbesar biaya
pencadangan aktiva produktif maupun biaya lainnya sehingga berpotensi terhadap
kerugian bank. Menurut penilitian Aryati dan Balafif (2007) melalui Bestari
(2013) sini menunjukan bahwa rasio NPL mempunyai pengaruh positif dan
signifikan terhadap prediksi tingkat kesehatan bank. Maka dapat diajukan
hipotesis
H2: NPL berpengaruh positif signifikan terhadap prediksi kondisi
bermasalah pada lembaga perbankan.
2.6.3 Pengaruh NIM terhadap prediksi kondisi bermasalah pada lembaga perbankan
Net Interest Margin (NIM) digunakan untuk mengukur kemampuan
manajemen bank dalam mengelola aktiva produktifnya untuk menghasilkan
pendapatan bunga bersih. Semakin besar rasio ini maka meningkatnya pendapatan
bunga atas aktiva produktif yang dikelola bank sehingga kemungkinan suatu bank
36 Menurut Januarti (2002) NIM berpengaruh negatif signifikan terhadap
kebangkrutan bank. Atas dasar hal tersebut aka dapat diajukan hipotesis :
H3: NIM berpengaruh negatif signifikan terhadap prediksi kondisi
bermasalah pada lembaga perbankan.
2.6.4 Pengaruh ROA terhadap prediksi kondisi bermasalah pada lembaga perbankan
ROA digunakan untuk mengukur kemampuan manajemen bank dalam
memperoleh keuntungan (laba sebelum pajak) yang dihasilkan dari rata-rata total
aset bank yang bersangkutan. Semakin tinggi nilai ROA, semakin efektif pula
pengelolaan asset perusahaan, sehingga kemungkinan bank akan gagal akan
semakin kecil. Di dalam penelitian Martharini (2012) dan diperkuat dengan
penelitian Nugroho (2011) menyatakan bahwa ROA berpengaruh negatif dan
signifikan terhadap prediksi bermasalah pada bank. Atas dasar hal tersebut maka
dapat diajukan hipotesis sebagai berikut :
H4: ROA berpengaruh negatif signifikan terhadap prediksi kondisi
bermasalah pada lembaga perbankan.
2.6.5 Pengaruh BOPO Terhadap prediksi kondisi bermasalah pada lembaga perbankan
Rasio BOPO digunakan untuk mengukur tingkat efisiensi dan kemampuan
bank dalam melakukan kegiatan opersionalnya. Semakin besar rasio ini berarti
semakin tidak efisien biaya operasional yang dikeluarkan oleh bank dan bank
37 Herdiningtyas (2005) menunjukan bahwa BOPO berpengaruh positif terhadap
prediksi kondisi bermasalah pada bank. Maka dapat diajukan Hipotesis :
H5: BOPO berpengaruh positif terhadap prediksi kondisi bermasalah pada
lembaga perbankan.
2.6.6 Pengaruh LDR terhadap prediksi kondisi bermasalah pada lembaga perbankan
LDR menunjukan seberapa jauh kemampuan bank dalam membayar
kembali penarikan dana yang dilakukan deposan dengan mengandalkan kredit
yang diberikan sebagai sumber likuiditas. Semakin besar rasio LDR maka
probabilitas bank mengalami kondisi bermasalah akan semakin besar pula karena
bank tidak mampu mengendalikan kredit yang diberikan. Maka dapat diajukan
hipotesis:
H6: LDR berpengaruh positif terhadap prediksi kondisi bermasalah pada
lembaga perbankan
2.6.7 Pengaruh Total aset terhadap prediksi kondisi bermasalah pada lembaga perbankan
Suatu bank yang menunjukan besar atau kecilnya suatu perusahaan dapat
dilihat dari total asetnya. Bank dengan kualitas aset yang baik dapat dikatakan
bahwa bank dapat terhindar dari prediksi kondisi bermasalah. Semakin besar bank
maka akan semakin meningkatkan kepercayaan dikalangan investor maupun
nasabah. Besarnya tingkat kepercayaan nasabah akan menghindarkan bank dari
38 kepercayaan dengan menanamkan investasi di bank tersebut sehingga peluang
mengalami kondisi bermasalah semakin rendah dengan besarnya kepercayaan
naabah terhadap bank. Aset bank yang semakin besar akan berpengaruh negatif
terhadap kondisi bermasalah pada bank, sehingga dapat diajukan hipotesis sebagai
berikut :
H7: Total aset berpengaruh negatif terhadap prediksi kondisi bermasalah
pada lembaga perbankan.
H8: CAR, NPL, NIM, ROA, BOPO, LDR, dan Total aset berpengaruh
39
BAB III
METODE PENELITIAN
3.1 Desain Penelitian
Menurut Erlina (2007:62) “Desain penelitian merupakan suatu rancangan
dan struktur penelitian yang dibuat sedemikian rupa agar memperoleh jawaban
atas pertanyaan penelitian”. Penelitian ini bertujuan untuk menguji pengaruh
Rasio CAMEL dan Total aset terhadap prediksi kondisi bermasalah pada lembaga
perbankan yang terdaftar di BEI dengan rancangan desain penelitian berikut :
a. Penelitian ini merupakan penelitian kuantitatif dengan data berbentuk rasio
yang menghasilkan data riil berupa angka dan dapat diukur dengan pasti.
b. Penelitian ini merupakan penelitian asosiatif dengan hubungan kausal, yaitu
penelitian yang bertujuan menganalisis hubungan sebab akibat antara variabel
independen dengan variabel dependen
c. Metode pengumpulan data berupa studi pengamatan
3.2 Tempat dan Waktu penelitian 3.2.1 Tempat Penelitian
Penelitian ini dilakukan di Bursa Efek Indonesia melalui media
internet dengan situs
3.2.2 Waktu Penelitian
40
Tabel 3.1 Waktu Penelitian
No Tahapan Penelitian
Nov Des Jan Feb Mar
2014 2014 2015 2015 2015
1 Pengajuan Judul
2 Proses Bimbingan Proposal Skripsi
3 Pengumpulan Data
4 Rencana Seminar Proposal Skripsi
5 Penyusunan Skripsi & Bimbingan Skripsi
6 Rencana Sidang Meja Hijau
3.3 Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini merupakan data kuantitatif
yaitu data yang diukur dalam suatu skala secara numerik. Data yang digunakan
merupakan data sekunder, yaitu data primer yang telah diolah lebih lanjut,
misalnya dalam bentuk tabel, grafik, diagram, gambar, dan sebagainya sehingga
lebih informatif jika digunakan oleh pihak lain Umar (2008 : 60). Data sekunder
dalam penelitian ini diperoleh dari website Bursa Efek Indonesia
berupa laporan keuangan tahunan perusahaan perbankan yang terdaftar di BEI
selama tahun 2009 sampai tahun 2013.
Menurut waktu pengumpulannya, data yang digunakan dalam penelitian ini
adalah pooling data. Menurut Jogiyanto (2004:54) “Panel data atau pooling data
adalah gabungan dari data yang melibatkan satu waktu tertentu (cross sectional)
41
3.4 Populasi dan Sampel
3.4.1 Populasi
Populasi dari penelitian ini adalah Perusahaan Perbankan Umum yang
terdaftar atau listing di BEI selama periode 2009-2013. Memilih
perusahaan perbankan umum di Indonesia karena perbankanlah yang
sebenarnya menjaga perekonomian suatu negara dan sebagai tulang
punggung perekonomian negara, untuk itu perlu senantiasa untuk
dianalisis (Qurriyani, 2011 melalui Bestari, 2013).
3.4.2 Sampel
Dalam penelitian ini menggunakan purposive sampling, karena
informasi yang dibutuhkan dapat diperoleh dari satu kelompok tertentu yang
mampu memberikan informasi dan memenuhi kriteria penelitian. Kriteria
pemilihan sampel yang akan diteliti sebagai berikut :
1. Perusahaan perbankan umum yang terdaftar atau listing di Bursa Efek
Indonesia selama periode 2009 – 2013.
2. Perusahan perbankan umum yang memiliki laporan keuangan lengkap
sudah di audit dan tersedianya rasio-rasio keuangan yang mendukung
penelitian.
3. Bank yang dijadikan sampel terbagi menjadi dua kategori yaitu:
42 - Bank-bank tersebut tidak mengalami kerugian dan tidak masuk
dalam program penyehatan bank seta tidak dalam pengawasan
khusus pada tahun 2009 – 2013.
- Bank-bank yang beroperasi sampai tanggal 31 Desember 2013
b) Bank bermasalah, yaitu:
- Bank-bank yang menderita kerugian minimal dua tahun
berturut-turut pada tahun 2009 – 2013.
- Bank-bank yang dinyatakan bangkrut atau telah ditutup oleh Bank
Indonesia pada tahun 2013.
- Bank-bank yang mengalami kerugian lebih dari 75% modal disetor
(KUHD pasal 47 ayat 2).
Dari kriteria tersebut, maka sampel dalam penelitian ini 19 data perusahaan
perbankan dengan total sampel penelitian berjumlah 150 (30x5). Bank yang
mengalami kondisi bermasalah yaitu sebanyak 3 bank sedangkan kriteria bank
yang tidak mengalami kondisi bermasalah sebanyak 27 bank yang terdapat dalam
tabel 3.2 sebagai berikut:
Tabel 3.2
Perusahaan yang Menjadi Sampel Penelitian
No. Nama Bank Kode
Kriteria Penentuan
Sampel Sampel 1 2 3
1 Bank Rakyat Indonesia Agro Niaga AGRO √ √ √ 1
2 Bank ICB Bumi Putra BABP √ √ √ 2
3 Bank Capital Indonesia BACA √ √ √ 3
4 Bank Ekonomi Raharja BAEK √ √ √ 4
5 Bank Central Asia BBCA √ √ √ 5
6 Bank Bukopin BBKP √ √ √ 6
