BAB IV ANALISIS HASIL PENELITIAN
B. Analisis Hasil Penelitian
1. Loan to Deposit Ratio (LDR)
X3 = Return On Assets (ROA), dalam satuan %
X4 = Biaya Operasional terhadap Pendapatan Operasional (BOPO), dalam satuan %
e = tingkat kesalahan pengganggu
Statistik deskriptif ini memberikan gambaran mengenai nilai minimum, nilai maksimum, nilai rata – rata, variance serta standar deviasi data yang digunakan dalam penelitian. Statistik data penelitian disajikan dalam tabel 4.1 berikut:
Tabel 4.1 Statistik Deskriptif
Sumber: hasil pengolahan data dengan SPSS, 2010
Descriptive Statistics
N Range Minimum Maximum Mean Std. Deviation Variance Statistic Statistic Statistic Statistic Statistic Std. Error Statistic Statistic
LDR 76 .9260 .2030 1.1290 .680763 .0220230 .1919916 .037
NPL 76 .1603 .0014 .1617 .035722 .0040601 .0353953 .001
ROA 76 .5704 -.5200 .0504 .006601 .0071672 .0624822 .004
BOPO 76 .9926 .6423 1.6349 .897201 .0177584 .1548138 .024
CAR 76 .5547 -.2220 .3327 .162446 .0081516 .0710636 .005
Valid N (listwise) 76
1. Variabel independen pertama yaitu Loan to Deposit Ratio (LDR), pada sampel penelitian berjumlah 76, mempunyai nilai terendah yaitu 0,2030 dan nilai tertinggi adalah 1,1290, dengan nilai rata – rata adalah 0,680763. Hal ini menunjukkan bahwa bank – bank yang menjadi sampel mempunyai nilai LDR bernilai positif. Artinya, tidak ada satu sampel pun pada penelitian ini, yang nilai LDR-nya bernilai negatif.
Nilai maksimum rasio ini sebesar 1,1290 menunjukkan bahwa pada penelitian ini, seluruh sampel yang diamati mempunyai nilai total simpanan (deposit) yang lebih besar daripada nilai pinjaman (kredit yang diberikan) yang dimilikinya. Nilai standar deviasi sebesar 0,1919916 menunjukkan bahwa tidak terdapat sampel yang mempunyai nilai rasio LDR yang bersifat ekstrim, dan tidak terdapat data yang outlier. Rentang nilai (range), senilai 0,9260 menunjukkan bahwa data yang digunakan dalam penelitian ini bersifat heterogen, karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum.
2. Variabel independen kedua yaitu Non Performing Loan (NPL), pada sampel penelitian berjumlah 76, mempunyai nilai terendah yaitu 0,0014 dan nilai tertinggi adalah 0,1617, dengan nilai rata – rata adalah 0,035722. Hal ini menunjukkan bahwa bank – bank yang menjadi sampel mempunyai nilai NPL bernilai positif. Artinya, tidak ada satu sampel pun pada penelitian ini, yang nilai NPL-nya bernilai negatif.
Nilai maksimum rasio ini sebesar 0,1617 menunjukkan bahwa pada
penelitian ini, seluruh sampel yang diamati mempunyai nilai total kredit yang lebih besar daripada nilai kredit bermasalah yang dimilikinya. Nilai standar deviasi sebesar 0,0353953 menunjukkan bahwa tidak terdapat sampel yang mempunyai nilai rasio NPL yang bersifat ekstrim, dan tidak terdapat data yang outlier. Rentang nilai (range), senilai 0,1603 menunjukkan bahwa data yang digunakan dalam penelitian ini bersifat heterogen, karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum.
3. Variabel independen ketiga yaitu Return On Assets (ROA), sampel penelitian berjumlah 76, mempunyai nilai terendah yaitu -0,5200 dan nilai tertinggi adalah 0,0504, dengan nilai rata – rata adalah 0,006601.
Hal ini menunjukkan bahwa bank – bank yang menjadi sampel mempunyai nilai ROA yang bernilai positif dan negatif. Artinya, ada beberapa sampel pada penelitian ini, yang mempunyai laba bersih negatif pada periode pengamatan. Nilai maksimum rasio ini sebesar 0,0504 menunjukkan bahwa pada penelitian ini, seluruh sampel yang diamati mempunyai nilai total aset yang lebih besar daripada laba bersih yang dihasilkan. Nilai standar deviasi sebesar 0,0624822 menunjukkan bahwa tidak terdapat sampel yang mempunyai nilai rasio ROA yang bersifat ekstrim, dan tidak terdapat data yang outlier.
Rentang nilai (range), senilai 0,5704 menunjukkan bahwa data yang digunakan dalam penelitian ini bersifat heterogen, karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum
4. Variabel independen keempat yaitu Biaya Operasional terhadap Pendapatan Operasional (BOPO), pada sampel penelitian berjumlah 76, mempunyai nilai terendah yaitu 0,6423 dan nilai tertinggi adalah 1,6349, dengan nilai rata – rata adalah 0,897201. Hal ini menunjukkan bahwa bank – bank yang menjadi sampel mempunyai nilai BOPO bernilai positif. Artinya, tidak ada satu sampel pun pada penelitian ini, yang nilai BOPO-nya bernilai negatif. Nilai maksimum rasio ini sebesar 1,6349 menunjukkan bahwa pada penelitian ini, seluruh sampel yang diamati mempunyai nilai total pendapatan operasional yang lebih besar daripada biaya operasional yang dimilikinya. Nilai standar deviasi sebesar 0,1548138 menunjukkan bahwa tidak terdapat sampel yang mempunyai nilai rasio BOPO yang bersifat ekstrim, dan tidak terdapat data yang outlier. Rentang nilai (range), senilai 0,9926 menunjukkan bahwa data yang digunakan dalam penelitian ini bersifat heterogen, karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum.
5. Variabel dependen, yaitu Capital Adequacy Ratio (CAR), pada sampel penelitian berjumlah 76, mempunyai nilai terendah yaitu -0,2220 dan nilai tertinggi adalah 0,3327, dengan nilai rata – rata adalah 0,162446.
Hal ini menunjukkan bahwa bank – bank yang menjadi sampel mempunyai nilai CAR yang bernilai positif dan negatif. Artinya, ada beberapa sampel pada penelitian ini, yang mempunyai kecukupan modal negatif pada periode pengamatan. Nilai maksimum rasio ini
sebesar 0,3327 menunjukkan bahwa pada penelitian ini, seluruh sampel yang diamati mempunyai nilai Aktiva Tertimbang Menurut Resiko (ATMR) yang lebih besar daripada modal yang dimilikinya.
Nilai standar deviasi sebesar 0,0710636 menunjukkan bahwa tidak terdapat sampel yang mempunyai nilai rasio CAR yang bersifat ekstrim, dan tidak terdapat data yang outlier. Rentang nilai (range), senilai 0,5547 menunjukkan bahwa data yang digunakan dalam penelitian ini bersifat heterogen, karena adanya perbedaan nilai antara nilai maksimum dan nilai minimum.
3. Uji Asumsi Klasik
Gambar 4.1 Grafik Histogram (1) Sumber: hasil pengolahan data dengan SPSS, 2010
Gambar 4.2
Normal Probability Plot (1) Sumber: hasil pengolahan data dengan SPSS, 2010
Normalitas data diuji secara statistik dengan menggunakan uji Kolmogorov Smirnov yang terdapat pada tabel 4.2 berikut:
Tabel 4.2
Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
LDR NPL ROA BOPO CAR
N 76 76 76 76 76
Normal Parametersa Mean .680763 .035722 .006601 .897201 .162446 Std. Deviation .1919916 .0353953 .0624822 .1548138 .0710636
Most Extreme Differences Absolute .109 .189 .407 .161 .139
Positive .109 .189 .278 .161 .096
Negative -.100 -.166 -.407 -.066 -.139
Kolmogorov-Smirnov Z .949 1.651 3.550 1.404 1.214
Asymp. Sig. (2-tailed) .329 .009 .000 .039 .105
a. Test distribution is Normal.
Sumber: hasil pengolahan data dengan SPSS, 2010
Dari hasil uji Kolmogorov Smirnov, dapat diketahui bahwa nilai sigifikansi dari variabel LDR dan CAR dengan probalilitas signifikansi masing – masing 0,329; 0,105 yang nilainya > 0,05. Hal tersebut menunjukan bahwa variabel LDR dan CAR berdistribusi normal.
Sedangkan variabel NPL, ROA dan BOPO dengan probabilitas signifikansi masing – masing 0,009; 0,000; 0,039 yang nilainya < 0,05.
Hal ini berarti hipotesis nol ditolak atau variabel NPL, ROA dan BOPO tidak terdistribusi secara normal.
Untuk memperoleh data yang berdistribusi secara normal, dilakukan transformasi data menjadi bentuk LN. Setelah dilakukan transformasi
data, maka hasil uji normalitas dapat dilihat pada grafik histogram, normal probability plot, dan tabel Kolmogorov Smirnov sebagai berikut:
Gambar 4.3
Grafik Histogram setelah transformasi data (LN) (2) Sumber: hasil pengolahan data dengan SPSS, 2010
Gambar 4.4
Normal Probability Plot setelah transformasi data (LN) (2) Sumber: hasil pengolahan data dengan SPSS, 2010
Grafik histogram setelah transformasi data memperlihatkan pola distribusi yang mendekati normal. Titik – titik yang menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal pada normal probability plot juga menunjukkan bahwa data berdistribusi normal.
Tabel 4.3
Uji Kolmogorov Smirnov setelah transformasi data (LN)
One-Sample Kolmogorov-Smirnov Test
LN_LDR LN_NPL LN_ROA LN_BOPO LN_CAR
N 76 76 72 76 75
Normal Parametersa Mean -.4326 -3.7316 -4.5636 -.1215 -1.8387 Std. Deviation .33379 .92782 .98821 .15892 .32482 Most Extreme
Differences
Absolute .132 .069 .144 .126 .076
Positive .098 .056 .072 .126 .067
Negative -.132 -.069 -.144 -.072 -.076
Kolmogorov-Smirnov Z 1.149 .598 1.219 1.099 .661
Asymp. Sig. (2-tailed) .143 .867 .102 .179 .774
a. Test distribution is Normal.
Sumber: hasil pengolahan data dengan SPSS, 2010
Dari hasil uji normalitas yang diperoleh melalui grafik histogram, normal probability plot, dan Kolmogrov Smirnov, variabel LDR, NPL, ROA, BOPO dan CAR telah berdistribusi secara normal. Tindakan perbaikan yang dilakukan dalam penelitian ini agar model regresi memenuhi asumsi normalitas, yakni dengan menggunakan transformasi seluruh variabel penelitian ke dalam fungsi logaritma natural atau LN, menghasilkan nilai signifikansi LN_LDR 0,143; LN_NPL 0,867;, LN_ROA 0,102; LN_BOPO 0,179; dan LN_CAR 0,774. Transformasi
data dalam bentuk LN menyebabkan variabel LN_LDR, LN_NPL, LN_ROA, LN_BOPO dan LN_ CAR memiliki nilai signifikansi > 0,05.
Hal ini menunjukkan bahwa variabel terdistribusi secara normal, dan hasil pengujian statistik Kolmogorov Smirnov ini sejalan dengan hasil pengujian grafik yang menggambarkan data terdistribusi secara normal.
b. Multikolinearitas
Uji multikolinearitas dengan melihat nilai tolerance dan VIF menunjukan hasil seperti pada tabel 4.4 berikut:
Tabel 4.4 Uji Multikolinearitas
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.909 .380 -2.394 .019
LN_LDR .031 .111 .034 .283 .778 .776 1.288
LN_NPL .021 .044 .059 .471 .639 .703 1.422
LN_ROA .178 .049 .557 3.607 .001 .458 2.185
LN_BOPO .036 .340 .015 .107 .915 .523 1.912
a. Dependent Variable: LN_CAR
Sumber: hasil pengolahan data dengan SPSS, 2010
Tabel 4.4 di atas memperlihatkan bahwa penelitian ini bebas dari adanya multikolinearitas. Hal ini bisa dilihat dengan membandingkan nilai tolerance dan VIF. Masing – masing variabel bebas yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,01
yaitu untuk LN_LDR nilai tolerance 0,776; LN_NPL nilai tolerance 0,703; LN_ROA nilai tolerance 0,458; LN_BOPO nilai tolerance 0,523.
Jika dilihat dari VIF-nya, bahwa masing – masing variael bebas lebih kecil dari 10, yaitu untuk VIF LN_LDR sebesar 1,288; VIF LN_NPL sebesar 1422; VIF LN_ROA sebesar 2,185; VIF LN_BOPO sebesar 1,912. Dengan demikian dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas dalam variabel bebasnya.
c. Heteroskedastisitas
Dari grafik scatterplot terlihat bahwa titik – titik menyebar secara acak dengan tidak adanya pola yang jelas serta tersebar baik diatas maupun dibawah angka 0 pada sumbu Y. Dengan demikian, dapat disimpulkan bahwa tidak terjadi heterokedastisitas sehingga model ini layak dipakai untuk mengetahui pengaruh terhadap kecukupan modal perbankan yang terdaftar di Bursa Efek Indonesia berdasarkan masukan variabel independen yaitu Loan to Deposit Ratio (LDR), Non Performing Loan (NPL), Return On Assets (ROA), dan Biaya Operasional Pendapatan Operasional (BOPO). Ada tidaknya heterokedastisitas pada penelitian ini dapat dilihat dari grafik scatterplot pada gambar 4.5 berikut ini:
Gambar 4.5 Grafik Scatterplot
Sumber: hasil pengolahan data dengan SPSS, 2010
d. Autokorelasi
Hasil uji Autokorelasi pada penelitian ini dapat dilihat pada tabel 4.5 berikut ini:
Tabel 4.5 Uji Autokorelasi
Model Summaryb Model R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .518a .268 .224 .27797 2.307
a. Predictors: (Constant), LN_BOPO, LN_LDR, LN_NPL, LN_ROA b. Dependent Variable: LN_CAR
Sumber: hasil pengolahan data dengan SPSS, 2010
Dari tabel di atas diketahui bahwa nilai DW sebesar 2,307. Nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 0,05 (5%), jumlah sampel 72 (n) dan jumlah variabel independen 4 (k=4). Dari tabel Durbin Watson didapat nilai batas atas (du) 1,7398 dan nilai batas bawah (dl) 1,5188, dan 4-du = 2,2602. Nilai DW lebih besar dari du dan tidak lebih kecil dari 4 – du (1,7398 < 2,307 > 2,2602), sehingga diduga terjadinya autokorelasi.
Untuk memperoleh data yang bebas dari autokorelasi, dilakukan transformasi data menjadi bentuk LAG. Transformasi data dalam bentuk LAG, yakni menambah variabel LAG sebagai variabel bebas, yang kemudian akan di regresi lagi agar mengurangi nilai DW-nya. Setelah dilakukan transformasi data, maka hasil uji autokorelasi dapat dilihat pada tabel 4.6 sebagai berikut:
Tabel 4.6
Uji Autokorelasi setelah tranformasi (LAG)
Model Summaryb Model R R Square Adjusted R Square
Std. Error of the
Estimate Durbin-Watson
1 .520a .270 .214 .27897 2.164
a. Predictors: (Constant), LAG_CAR, LN_NPL, LN_LDR, LN_BOPO, LN_ROA b. Dependent Variable: LN_CAR
Sumber: hasil pengolahan data dengan SPSS, 2010
Dari tabel di atas diketahui bahwa nilai DW setelah di trasformasi dalam bentuk LAG sebesar 2,164. Nilai ini akan dibandingkan dengan nilai tabel dengan menggunakan nilai signifikansi 0,05 (5%), jumlah sampel 71 (n) dan jumlah variabel independen 5 (k=5). Dari tabel
Durbin Watson didapat nilai batas atas (du) 1,7684 dan nilai batas bawah (dl) 1,468, dan 4-du = 2,2316. Nilai DW lebih besar dari du dan lebih kecil dari 4–du (1,7398 < 2,164 < 2,2316), sehingga dapat disimpulkan bahwa variabel bebas dari autokorelasi.
Dengan demikian, dari hasil seluruh pengujian asumsi klasik dapat disimpulkan bahwa model regresi yang dipakai dalam penelitian ini telah memenuhi estimasi yang Best Linear Unbiased Estimator (BLUE) dan layak dilakukan analisis statistik selanjutnya untuk memprediksi kecukupan modal perbankan yang terdaftar di Bursa Efek Indonesia berdasarkan masukan variabel independen LDR, NPL dan ROA.
4. Pengujian Hipotesis
(R2) atau koefisien determinasi bernilai 0,27. Angka ini mengindikasikan bahwa 27% variasi atau perubahan dalam CAR dapat dijelaskan oleh LDR, NPL, ROA, dan BOPO. Sedangkan sisanya sebesar 73%
dijelaskan oleh sebab – sebab lain yang tidak dimasukkan dalam model penelitian. Kemudian standard error of estimate adalah sebesar 0,27897.
Semakin kecil angka ini akan membuat model regresi semakin tepat dalam memprediksi kecukupan modal (CAR).
b. Uji statistik “F”
Tabel 4.8 Uji Statistik “F”
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1.895 4 .474 6.133 .000a
Residual 5.177 67 .077
Total 7.072 71
a. Predictors: (Constant), LN_BOPO, LN_LDR, LN_NPL, LN_ROA b. Dependent Variable: LN_CAR
Sumber: hasil pengolahan data dengan SPSS, 2010
Tabel di atas menunjukan nilai F hitung sebesar 6,133 dan nilai signifikansi sebesar 0,000. Nilai probabilitas yang diperoleh < 0,05, yang berarti model regresi dapat digunakan untuk memprediksi variabel dependen, yaitu kecukupan modal (CAR). Nilai signifikansi yang diperoleh sebesar 0,000 menunjukkan bahwa nilai Sig. untuk uji “F”
lebih kecil dari tingkat signifikansi alpha yang telah ditetapkan 5%
(0,05). Hal ini menunjukan bahwa Ha diterima dan atau Ho ditolak,
artinya varibel LDR, NPL, ROA dan BOPO berpengaruh secara simultan terhadap variabel CAR.
c. Uji statistik “t”
Pengaruh LDR, NPL, ROA, dan BOPO secara parsial terhadap CAR dapat diketahui dari hasil uji t yang terdapat pada tabel 4.9 berikut:
Tabel 4.9 Uji Statistik “t”
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.909 .380 -2.394 .019
LN_LDR .031 .111 .034 .283 .778 .776 1.288
LN_NPL .021 .044 .059 .471 .639 .703 1.422
LN_ROA .178 .049 .557 3.607 .001 .458 2.185
LN_BOPO .036 .340 .015 .107 .915 .523 1.912
a. Dependent Variable: LN_CAR
Sumber: hasil pengolahan data dengan SPSS, 2010
Nilai t hitung variabel LDR (X1) diperoleh sebesar 0,283 dan nilai signifikansi sebesar 0,778. Nilai signifikansi untuk uji “t” yang diperoleh sebesar 0,778 lebih besar dari tingkat signifikansi alpha yang telah ditetapkan 5% (0,05). Hal ini menunjukan bahwa Ho diterima dan atau Ha ditolak, artinya secara parsial variabel LDR tidak berpengaruh terhadap CAR.
Nilai t hitung variabel NPL (X2) diperoleh sebesar 0,471 dan nilai signifikansi sebesar 0,639. Nilai signifikansi untuk uji “t” yang diperoleh sebesar 0,639 lebih besar dari tingkat signifikansi alpha yang telah ditetapkan 5% (0,05). Hal ini menunjukan bahwa Ho diterima dan atau Ha ditolak, artinya secara parsial variabel NPL tidak berpengaruh terhadap CAR.
Nilai t hitung variabel ROA (X3) diperoleh sebesar 3,607 dan nilai signifikansi sebesar 0,001. Nilai signifikansi untuk uji “t” yang diperoleh sebesar 0,001 lebih kecil dari tingkat signifikansi alpha yang telah ditetapkan 5% (0,05). Hal ini menunjukan bahwa Ha diterima dan atau Ho ditolak, artinya secara parsial variabel ROA berpengaruh terhadap CAR.
Nilai t hitung variabel BOPO (X4) diperoleh sebesar 0,107 dan nilai signifikansi sebesar 0,915. Nilai signifikansi untuk uji “t” yang diperoleh sebesar 0,915 lebih besar dari tingkat signifikansi alpha yang telah ditetapkan 5% (0,05). Hal ini menunjukan bahwa Ho diterima dan atau Ha ditolak, artinya secara parsial variabel BOPO tidak berpengaruh terhadap CAR.
Berdasarkan tabel uji “t” di atas maka model regresi yang digunakan adalah sebagai berikut:
Y = -0,909 + 0,031X1 + 0,021X2 + 0,178X3 + 0,036X4 + e, Dimana:
Y = Capital Adequacy Ratio (CAR), dalam satuan % a = konstanta
ß1, ß2 , ß3, ß4 = koefisien regresi variabel
X1 = Loan to Deposit Ratio (LDR), dalam satuan % X2 = Non Performing Loan (NPL), dalam satuan % X3 = Return On Assets (ROA), dalam satuan %
X4 = Biaya Operasional terhadap Pendapatan Operasional (BOPO), dalam satuan %
e = tingkat kesalahan pengganggu
Berdasarkan hasil persamaan regresi berganda tersebut masing – masing variabel menjelaskan bahwa:
a. konstanta sebesar -0,909 menyatakan bahwa apabila tidak ada nilai variabel bebas yaitu LDR, NPL, ROA dan BOPO, maka nilai kecukupan modal yang dilihat dari nilai Y adalah sebesar -0,909,
b. koefisien LDR sebesar 0,031 menunjukan bahwa setiap kenaikan LDR 1 satuan, maka kecukupan modal akan meningkat sebesar 0,031 satuan atau 3,1% dengan asumsi variabel lain dianggap tetap,
c. koefisien NPL sebesar 0,021 menunjukan bahwa setiap kenaikan NPL 1 satuan, maka kecukupan modal akan meningkat sebesar 0,021 satuan atau 2,1% dengan asumsi variabel lain dianggap tetap,
d. koefisien ROA sebesar 0,178 menunjukan bahwa setiap kenaikan ROA 1 satuan, maka kecukupan modal akan meningkat sebesar 0,178 satuan atau 17,8% dengan asumsi variabel lain dianggap tetap,
e. koefisien BOPO sebesar 0,036 menunjukan bahwa setiap kenaikan BOPO 1 satuan, maka kecukupan modal akan meningkat sebesar 0,036 satuan atau 3,6% dengan asumsi variabel lain dianggap tetap.
B. ANALISIS HASIL PENELITIAN
Penelitian ini menjelaskan bahwa LDR memiliki hubungan yang positif dengan CAR, berbeda dengan Sinaga (2008), Ayu (2003). Hubungan yang positif ini sesuai dengan pendapat Dendawijaya (2005:116), ”semakin tinggi rasio LDR memberi indikasi semakin rendahnya kemampuan likuiditas bank yang bersangkutan” dan pendapat Muljono (2002:249), ”tingkat likuiditas yang rendah akan mengancam kredibilitas bank yang bersangkutan dan sebaliknya tingkat likuiditas yang tinggi justru akan mengancam profitabilitasnya”. Kemampuan likuiditas yang rendah akan meningkatkan profitabilitas yang berarti akan menambah modalnya dan modal yang ada sebelumnya tidak berkurang untuk menyediakan alat likuid. Apabila dihubungkan dengan CAR, maka LDR searah dengan CAR, dan hasil penelitian yang didapat sejalan dengan pendapat tersebut. Rasio LDR menggambarkan kemampuan bank membayar kembali penarikan yang dilakukan nasabah deposan dengan mengandalkan kredit yang diberikan sebagai sumber likuiditasnya. Akibatnya, hal ini dapat meningkatkan pendapatan dan menambah modal.