Analisis dan Pembahasan Hipotesis Kedua; Ketiga; Keempat

BAB IV ANALISIS DAN PE11BAHASAN

4.4.2. Analisis dan Pembahasan Hipotesis Kedua; Ketiga; Keempat

4.4.2.1. Hasil Uji Normalitas

Terlihat pada gambar 4.4, sebaran data terletak di sekitar garis luros. Oleh

karena itu dapat dikatakan data berdistribusi normal atau memenuhi persyaratan

normalitas.

Gam bar 4.4 Sebaran data berdistribusi normal hipotesis kedua; ketiga;

keempat

Normal P-P Plot of Regression Standardized Residual

Dependent Variable: ROA

1.0· .. '"":~ ... ";'"'":"","'"";'" :"': ·: ~· '".': ~ ... : .. : ... -.... · ... ~-· ... ~-':·.~· ... ~ ..

: .. :

...

^:

..

^{: :·:·:} ... .

• • • • • • • 0 •

• • • • • 0 0 0 • • • •

• • 0 0 • •

..

^:

.

:. ... . .

.

. . . .

• • 0 • • •

.

.

. .

. .

o . e ·· · ·: : .. : ·: ... : :· · · · :

Sl ' ~::

=:; L;; ;

~·::·;

:·:: :: .: :

()

..

.

...

^'

i·· .. ·.·:·:y:::i::!!:i;i•

' a . . . ... .

~

^{OA .}

~:~ PC h;:iT""

•

1:1.

><

w

0.0 OA

Observed Cum Prob

Sumber: Data Diolah

4.4.2.2. Basil Uji Asumsi Klasik

1 0

52

Sebelum dilakukan pengujian statistik untuk regresi linier baik sederhana maupun majemuk, terlebih dahulu dilakukan uji asumsi klasik agar model yang digunakan dalam penelitian prediksinya tidak bias. Untuk hipotesis kedua yang menggunakan regresi linier berganda maka uji asumsi klasik yang digunakan adalah uji multikolinieritas, uji otokorelasi dan uji heteroskedastisitas. Selanjutnya hasil dari uji asumsi klasik dijelaskan sebagai berikut :

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

53

4.4.2.2.1. Basil Uj i Multikolinieritas

Uji mulitkolinieritas bertujuan untuk membuktikan keberadaan hubungan antar variabel bebas. Nilai masing-masing variabel tertera pada tabel di berikut : Tabel 4.10 Basil Uji Multikolinieritas Hipotesis Kedua; Ketiga; Keempat

Varia bel VIF Tolerance

Constan

KL 1,333 0,750

D 1,271 0,786

M 1,270 0,788

Sumber: Data Dio/ah (Lampi ran 1 0)

Terlihat dari tabel setiap variabel memiliki nilai TOL mendekati 1 dan nilai

VIF < 5, sehingga dapat dikatakan tidak ada mulitikolinieritas.

4.4.2.2.2. Hasil Uji Otokorelasi

Hasil uji otokorelasi dapat dilihat dari The Breusch-Godjrey (BG) test. Pada tingkat signifikansi 5% dengan n = 336 dan tiga variabel bebas, probabilitas Obs*R-Squared dari The Breusch-Godfrey (BG) test sebesar 0,0000 atau dengan kata lain kurang dari 0,05 menunjukkan adanya otokorelasi (Ho ditolak) (Lampi ran 11 A).

Tabel 4.11 Hasil Uji Otokorelasi Hipotesis Kedua; Ketiga; Keempat sebelum model ditambahkan AR(1)

F-statistic

Obs*R-squared

373.5769 233.0621 Sumber: Data Diolah (Lampiran 1 JA)

Prob. F(2,330) Prob. Chi-Square(2)

0.000000

0 .000000

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

55

Tabel 4.13 Basil Uji Heteroskedastisitas Hipotesis Kedua; Ketiga; Keempat sebelum model ditambahkan AR(l)

F-statistic

Obs*R-squared

4.402142 24.97017

Sumber : Data Diolah (Lampiran 12A)

Prob. F(6,329) Prob. Chi-Square(6)

0.000269 0.000346

Namun, setelah pada uji otokorelasi sebelumnya telah dilakukan penyesuaian model dengan menambahkan AR(l) maka pada hasil uji heterokedastisitas, probabilitas dari Obs*R-Squared berubah menjadi 0,161551 atau dengan kata lain lebih dari 0,05 yang menunjukkan tidak adanya heteroskedastisitas (Ho tidak dapat ditolak) (Lampiran 12B).

Tabel 4.14 llasil Uji Heterokedastisitas Hipotesis Kedua; Ketiga; Keempat setelah model ditambahkan AR(l)

F -statistic

Obs*R-squared

1.547226 Prob. F(6,328)

9.220509 Prob. Chi-Square(6) Sumber : Data Diolah (Lampiran 12B)

4.4.2.3. Basil Uji Statistik

0.162108 0.161551

4.4.2.3.1. Basil Koefisien determinasi (R ² ) atau Goodness of fit

Untuk kasus regresi tinier majemuk, digunakan adjusted multiple coefficient

of determination (Anderson, et.al, 2002). Dari output, diperoleh AdjustedR ² untuk

model penelitian ini sebesar 0, 081990 atau 8, 19900/o (Lampi ran 9 A). Hal tersebut

56

8,1990% oleh variabel bebas. Sisanya sebesar 91,801% dijelaskan oleh variabel- variabel lainnya. Di sini dapat dilihat bahwa kemampuan variabel bebas KL, D, dan M dalam menjelaskan variabel bebas ROA sangat rendah.

Selanjutnya setelah model ditambahkan AR(1) maka nilai R ² membesar menjadi 0,726625 atau 72,6625% (Lampiran 9B). Ini berarti pada model yang baru, variabel terikat ROA dapat dijelaskan oleh variabel bebas KL, D, dan M sebesar 72,6625%, sedangkan sisanya sebesar 27,3375% dijelaskan oleh variabel lainnya.

4.4.2.3.2. Basil Uj i F

Uji F, berdasarkan distribusi probabilitas F, dapat digunakan untuk menguj i signifikansi keseluruhan dalam regresi. Dari Output, diperoleh F sebesar 10,97325 (Lampiran 9A). Selanjutnya dengan signifikansi a= 0,05 serta derajat kebebasan 1 dalam numerator dan derajat kebebasan dalam denominator (n-1-1 = 336-1-1) 334 maka diperoleh Fa dari tabel sebesar 3,84. Oleh karena itu dapat dilihat bahwa F (10,97325) > Fa (3,84), yang berarti Ho ditolak. Hal tersebut menunjukkan variabel bebas (X), yaitu KL, D, dan M berpengaruh secara signifikan terhadap variabel terikat (Y), yaitu ROA. Selain itu juga, dari output,

didapatkan tingkat signifikansi 0,000 atau probabilitas kurang dari 0,05 (p-value (0.000) < a (0.05)). Hal tersebut berarti model regresi dapat dipakai untuk memprediksi ROA.

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

57

Namun sehubungan dengan adanya otokorelasi, maka pada model ditambahkan AR(1 ), sehingga nitai F menjadi sebesar 222,9409 yang berarti lebih besar dari Fa. (3,84) (Lampiran 9B). Hal ini berarti Ho ditolak. Selain itu, dari output didapatkan tingkat signifikansi 0,000001 atau probabilitas kurang dari 0,05 (p-value (0.000) < a ( 0,05)). Jadi model regresi yang baru juga dapat digunakan untuk memprediksi ROA.

4.4.2.3.3. Hasil Uj i t

Tujuan dari uji t adalah untuk menyimpulkan bahwa P1 =F 0. (Anderson, et.al, 2002). 1-1engingat bahwa dalam model digunakan variabel bebas KL, D, M maka analisis uji t akan dilakukan pada masing-masing variabel.

1. Pada variabel KL (Kredit golongan Kurang Lancar). Dari output, diperoleh nilai t = -0,385852 (Lampiran 9A) sedangkan, ta.~ 2 ⁼ 1,960 pada a ⁼ 0,05 dengan derajat kebebasan (n-1-1 = 336-1-1) 334. Itu berarti Ho, untuk uji t, tidak dapat ditolak karena t ( -0,385852) > -

^{ta12 (}

-1,960). Selain itu p-value (0,6999) >a ( 0,05). Jadi dapat dikatakan Ho2 tidak dapat ditolak yang artinya variabel bebas KL tidak berpengaruh secara signifikan terhadap variabel terikat ROA.

Namun, sehubungan dengan adanya otokorelasi, maka pada model

ditambahkan AR( 1 ), sehingga nilai t menj adi sebesar -1, 15 5 514 (Lampi ran

9B) yang artinya nilai t (-1,155514) >- ta12 (-1,960). Hal ini berarti Ho, untuk

58

signifikansi 0,2487 atau probabilitas lebih dari 0,05 (p-value (0,2487) < a

(0,05)). Jadi pada model regresi yang baru, Ho2 tetap tidak dapat ditolak . .

Artinya variabel bebas KL tidak berpengaruh secara signifikan terhadap variabel terikat ROA. Hal ini wajar, walaupun bagian kredit yang digolongkan kurang lancar dari jumlah non performing loan lebih ban yak dari bagian kredit diragukan, bank masih memiliki kemungkinan besar mendapatkan pokok dan bunga dari kredit. Selain itu beban penyisihan penghapusan aktiva produktifnya (PP AP = 15% dari Aktiva dengan kualitas Kurang Lancar setelah dikurangi nilai agunan) tidak sebesar kredit yang digolongkan Diragukan dan Macet.

2. Pada variabel D (Kredit golongan Diragukan). Dari output, diperoleh nilai t ⁼ 1,056488 (Lampiran 9A) sedangkan, ta~2 = 1,960 pada a= 0,05 dengan derajat kebebasan (n-1-1 = 336-1-1) 334. Itu berarti Ho, untuk uji t, tidak dapat ditolak karena nilai t (1.056488) > ta~2 (1,960). Selain itu p-value (0,2915) > a (0,05). Kesimpulannya dapat dikatakan Ho3 tidak dapat ditolak yang artinya variabel bebas D tidak berpengaruh secara signifikan terhadap variabel terikat ROA.

Namun, sehubungan dengan adanya otokorelasi, maka pada model ditambahkan AR( 1 ), sehingga nilai t menj adi sebesar -1.73 9082 (Lampi ran 9B) yang artinya nilai t (-1.739082) >- ta~2 (-1,960). Hal ini berarti Ho, untuk uji t, tetap tidak dapat ditolak. Selain itu dari output, didapatkan tingkat signifikansi 0,0830 atau probabilitas lebih dari 0,05 (p-value (0,0830 > a.

(0,05)). Jadi pada model regresi yang baru, Ho3 tetap tidak dapat ditolak.

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

59

Artinya variabel bebas KL tidak berpengaruh secara signifikan terhadap variabel terikat ROA. Selain itu, meskipun bagian kredit yang digolongkan

~

diragukan dari jumlah non performing loan kurang dari bagian kredit yang digolongkan kurang lancar terhadap total non performing loan, bank akan lebih sulit mendapatkan kembali pokok dan bunga pinjaman daripada kredit k.l!rang lancar. Selain itu beban penyisihan penghapusan aktiva produktifnya (PPAP ⁼ 50% dari Aktiva dengan kualitas Kurang Lancar setelah dikurangi nilai agunan) lebih besar kredit yang digolongkan kurang lancar. Lalu bank memiliki kemungkinan kecil mendapatkan bunga dari kredit.

3. Pada variabel M (Kredit golongan Macet). Dari output Eviews, diperoleh nilai t ⁼ -5,221868 (Lampiran 9A) sedangkan, tan ⁼ 1,960 pada a ⁼ 0,05 dengan derajat kebebasan (n-1-1 = 336-1-1) 334. hal tersebut berarti Ho, untuk uji t, ditolak dikarenakan nilai t (-5,221868) < - ^ta~ ₂ (-1,960). Selain itu p-value (0,0000) <a ( 0,05). Kesimpulannya dapat dikatakan Ho4 ditolak yang artinya variabel bebas M berpengaruh secara signifikan terhadap variabel terikat ROA.

Namun sehubungan dengan adanya otokorelasi, maka pada model

ditambahkan AR(l), sehingga nilai t menjadi sebesar -3,562318 (Lampiran

9B) yang artinya nilai t (-3,562318) <-

^ta12

(-1,960). Hal ini berarti Ho, untuk

uji t, tetap ditolak. Selain itu dari output, didapatkan tingkat signifikansi

0,0004 atau probabilitas kurang dari 0,05 (p-value (0.0004) <a (0.05)). Jadi

pada model regresi yang baru, Ho4 tetap ditolak. Artinya variabel bebas M

60

karena bagian kredit yang digolongkan macet dari jumlah non performing loan adalah yang terbesar. Selain itu beban penyisihan penghapusan aktiva produktifnya (PP AP = 100% dari Aktiva dengan kualitas Kurang Lancar setelah dikurangi nilai agunan) adalah yang paling besar sehingga menimbulkan biaya bagi bank. Lalu bank akan sangat kesulitan memperoleh pengembalian pokok dan bunga kredit. Hal-hal tersebut otomatis akan mengurangi pendapatan bank sehingga ROA-nya berkurang.

4.4.2.4. Pembentukan Model Persamaan Regresi

Model hubungan linier antara variabel terikat ROA dengan variabel bebas NPL dalam penelitian ini adalah ROAit = bo + b1KLit + b1Dit + b1Mit + e.

Selanjutnya dari hasil pengolahan data :

1. Sebelum ditambahkan AR(l) atau otokorelasi belum diatasi, diperoleh nilai konsanta, bo = 0,024953, nilai koefisien variabel bebas KL, b ₁ = -0,025983.

Hal ini sesuai dengan teori bahwa non performing loan dapat mengurangi tingkat pengembalian aset. Selanjutnya, koefisien variabel bebas D, b

₂

=

0,083246. ini tidak sesuai dengan teori . Untuk variabel M, koefisiennya, b ₃ =

-0, 159242 (Lamp iran 9 A). Hal tersebut menandakan pengaruh dari kenaikan atau penurunan kredit macet akan sangat memengaruhi ROA. Sehingga model yang dapat dibentuk yaitu sebagai berikut :

ROAtt = 0,024953- 0,025983KLtt + 0,083246Dit - 0,159242M _1t + e ... (B 1)

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

61

Jadi dapat dikatakan hubungan antara KL dengan ROA adalah negatif, yang artinya jika kredit kurang lancar naik (turon) 0,01 atau 1% dari total

,.

kredit maka ROA akan turun (naik) kurang dari 0,00025983 . Lalu hubungan antara D dengan ROA adalah positif yang artinya jika kredit diragukan naik (turun) 0,01 atau 1% dari total kredit maka ROA akan naik (turun) kurang dari 0,00083246. Hubungan, M dengan ROA adalah negatif Artinya jika kredit macet naik (turun) 0,01 atau 1% dari total kredit maka ROA akan turun (naik) 0,159242.

2. Setelah ditambahkan AR(1) atau otokorelasi diatasi maka diperoleh nilai konsanta, bo = 0,025465, nilai koefisien variabel bebas KL, b

1

= -0,044305 . hal ini sesuai dengan teori bahwa non performing loan dapat mengurangi tingkat pengembalian asset. Selanjutnya, koefisien variabel bebas D, b2 = -

0,084889. Untuk variabel M, koefisiennya, b ₃ = -0,109453 (paling besar diantara variabel bebas lainnya) (Lampiran 9B). Hal tersebut menandakan pengaruh dari kenaikan atau penurunan kredit macet akan sangat memengaruhi ROA. Selanjutnya model yang dapat dibentuk yaitu sebagai berikut:

ROAtt = 0,025465- 0,044305KLit- 0,084889Dtt - 0,109453Mit +

[AR(l)=0,842222] ... . ... . ... . ... .. .... . ... . ... . ... . (B2) Jika dijabarkan maka model di atas menjadi seperti :

ROAat = (0,025465- (0,842222*0,025465) + 0,842222ROA,t- t - 0,044305(I(Ltt

- 0,842222KLtt-t) - 0,084889(Dtt - 0,842222Dit- t) - 0,1 09453(Mit _

62

Sehingga menj adi

ROAtt = 0,004016 + 0,842222ROAit- t- 0,044305(KLu- 0,842222KLu- t)-

0,084889(Dit- 0,842222Dit - t)- 0,109453(Mit- 0,842222Mit- t) ... (B4)

Jadi dapat dikatakan model yang baru dipengaruhi oleh KL; D; M satu periode sebelumnya dan ROA dari satu periode sebelumnya. Lalu hubungan antara KL atau kredit golongan kurang lancar dengan ROA adalah negatif, yang artinya jika KL naik (turun) 0,01 atau 1% dari total kredit (selisih antara KL periode t dengan KL periode t-1) maka ROA akan turun (naik) kurang dari 0,00044305. Hubungan antara D atau kredit golongan diragukan dengan ROA juga negatif Artinyajika D naik (turun) 0,01 atau 1% dari total kredit (selisih antara D periode t dengan D periode t-1) maka ROA akan turun (naik) kurang dari 0,00084889. Begitu juga M atau kredit macet sangat berpengaruh terhadap ROA dan hubungannya negatif. Hal tersebut menandakan jika M naik (turun) 0,01 atau 1% dari total kredit (selisih antara M periode t dengan M periode t-1) maka ROA akan turun (naik) 0,00109453 atau 0,109453%.

Selanjutnya jika ROA pada satu periode sebelumnya sebesar 0,01 atau 1%

maka ROA akan bertambah sebesar 0,00842222. kemudian jika ROA satu periode sebelumnya sama dengan nol dan selisih KL; D; M sama dengan nol maka kurang lebih nilai ROA menjadi sebesar 0,004016 atau 0,4016%.

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

5.1. Kesimpulan

BABV

KES~PULANDANSARAN

Setelah dilakukan analisis dan pembahasan hasil penelitian, beberapa kesimpulan yang diharapkan mampu menjawab permasalahan dan tujuan penelitian, yaitu :

1. Pada hipotesis pertama, variabel bebas NPL berpengaruh secara signifikan terhadap variabel terikat ROA (tingkat pengembalian aset) dan arahnya pengaruhnya negatif sehingga bank perlu memerhatikan pengelolaan kreditnya untuk n1engurangi peluang timbulnya non performing loan.

2. Variabel bebas KL (kredit kurang lancar), D (kredit diragukan), dan M (kredit macet) secara keseluruhan, signifikan berpengaruh terhadap variabel terikat ROA (tingkat pengembalian aset). Hal tersebut sejalan dengan hasil uji F hipotesis pertama. Namun, jika ditinjau secara individual (uji t), tidak semua variabel bebasnya signifikan. Selain itu, jika kualitas kreditnya memburuk maka terlihat bahwa signifikansi

semakin membesar yang ditunjukkan oleh p-value-nya.

3. Variabel be bas yang signifikan hanya M (kredit macet) yang dapat dilihat

dari nilai t dan koefisiennya serta arah pengaruhnya negatif Hal tersebut

dimungkinkan karena dari sampel 21 Bank Tbk, bagian kredit macet

secara rata-rata adalah yang terbesar dalam rata-rata non performing loan,

dan peluang bank untuk memperoleh pendapatan bunga sangat kecil atau

hampir tidak ada serta biaya penyisihannya sangat besar.

64

4. Untuk variabel bebas D (kredit diragukan), arah pengaruhnya negatif, kemungkinan besar, bank akan mengalami kesulitan untuk memperoleh pendapatan bunga serta biaya penyisihannya cukup besar sehingga pengaruhnya tidak signifikan terhadap ROA.

5. Untuk variabel bebas KL (kredit kurang lancar), tidak signifikan pengaruhnya terhadap RO A serta arahnya neg~tif Hal tersebut dimungkinkan bank masih memiliki peluang untuk memperoleh pendapatan bunga, selain itu biaya penyisihannya tidak terlalu besar.

5.2. Saran

1. Bank dapat mengurangi peluang terjadinya non performing loan (NPL) dan memenuhi ketentuan Bank Indonesia. Cara-cara yang dapat dilakukan antara lain :

• Melakukan analisis kredit dengan baik sebelum memberikan kredit kepada calon debitur;

• Menerapkan Four eyes principles;

• Tidak melanggar ketentuan mengenai Batas Maksimum Pemberian Kredit (B11PK).

2. Pihak manajemen bank dapat terns menjaga kualitas kreditnya agar tidak terjadi kemacetan dan mengawasi komposisi kolektibilitas kredit sehingga jumlah non performing loan-nya minimal. Cara-cara yang dapat dilakukan j ika terjadi kemacetan an tara lain :

• Membentuk Penyisihan Penghapusan Aktiva Produktif sesuai dengan

ketentuan regulator;

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

65

• Melakukan restrukturisasi kredit.

• Melakukan penyelamatan kredit.

3. Untuk upaya penelitian selanjutnya, seyogyanya variabel be bas diperluas dan rentang waktunya diperpanjang serta memperbesar sampel yang diteliti untuk dapat lebih tepat menentukan aspek yang paling memengaruhi RO A. Jika memungkinkan, penelitian agar mencakup seluruh bank go public atau berstatus tbk di Indonesia sehingga dapat diperoleh lebih banyak informasi tentang pengaruh non performing loan terhadap bank-bank dimaksud.

4. Melihat hasil penelitian yang menunjukkan bahwa komponen non performing loan yang paling signifikan pengaruhnya terhadap profitabilitas adalah kredit golongan macet, maka pihak manajemen bank harus memperhatikan jumlah kredit macet banknya agar tetap memenuhi ketentuan yang berlaku dan diupayakan agar menjadi sekecil mungkin.

Upaya ini merupakan sesuatu terus-menerus harus dilakukan. Apabila

perlu, dibentuk satuan kerja khusus untuk menangani kredit macet.

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

67

Bank Indonesia, (2004), Surat Edaran Bank Indonesia No 6/23 DPNP tanggal 31 Mei 2004 tentang Sistem Penilaian Tingkat Kesehatan Bank Umum.

Bitner, John W., and Robert A. Goddard, (1992), Succesji1l Bank Asset/Liability Management, A guide to the future beyond gap, New jersey: John

Wiley & Sons, Inc.

Hempel, George H. and Donald G. Simonson, (1999), Bank Management : Text and Cases, 5th ed, New jersey: John Wiley & Sons, Inc.

Haroen, Sjofwan, (2007). Ana/isis Variabel-variabel internal (keuangan) dan eksternal (makro) yang memengaruhi profitabilitas bank tbk di Indonesia, Malang : Universitas Brawijaya. Skipsi. ( diperoleh dari www.google.co.id Januari 2008).

lswanto, Yudi, (2001), Ana/isis Variabel-Variabel Penentu Kinerja Bank Go Public dengan Indikator ROA Di Indonesia untuk Periode 1994-1997, Depok: Universitas Indonesia. Tesis: Tidak Diterbitkan.

Keown, Arthur.J, et.al, (2005), Financial management, New York Pearson prentice Hall.

Koch, Timothy W, (1995), Bank Management : International Edition,

^3rd

ed, Florida : The Dryden Press.

Nachrowi, Nachrowi D. dan Hardius Usman, (2006), Ekonometri : Pendekatan Populer dan Praktis Untuk Ana/isis Ekonomi dan Keuangan, Jakarta:

Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia.

Peraturan Bank Indonesia No .6/10/PBII2004 tanggal 12 April 2004 tentang Sistem Penilaian Tingkat Kesehatan Bank Umum.

Rose, Peter.S dan Sylvia C.Hudgins, (2005), Bank Management & Financial

Services , New York : McGraw Hill International edition.

68

Santoso, Singgih, (2008), Panduan Lengkap Menguasai SPSS 16, Jakarta:

Penerbit PT Elex Media Komputindo.

Siamat, Dahlan, (2004), Manajenten Lembaga Keuangan (edisi keempat), Depok : Universitas Indonesia.

Soedaryono, (200 1 ), Penerapan Prinsip Prudential Banking Melalui Pengendalian Risiko Kredit (Studi Kasus Pada Pt. Bank Bpd Jateng), Jakarta: Lembaga Pengembangan Perbankan Indonesia. Makalah Sespibank Angkatan XXVIII: Tidak diterbitkan.

Sutojo, Siswanto, (2008), Menangani Non pe1jorming loan : Konsep dan Kasus, edisi kedua, Jakarta: PT. Damar Mulia Pustaka

Syahril, dan Trini Saptirini, (2006), Ana/isis Pengaruh Pinjaman Macet (PM) dan Rasia Kecukupan Modal (RKM) Terhadap Pengembalian Ekuitas (PE) Bank Syariah Kasus PT Bank Muamalat Indonesia, Tbk, , Depok:

Fakultas Ekonomi Universitas Gunadarma, Majalah Ekonomi dan Komputer No.2 Tahun XIV-2006.

Undang-Undang R1 No.7 Th.l992 Ten tang Perbankan sebagaimana telah diu bah dcngan Undang-undang Nomor I 0 Tahun 1998 .

Widarjono, Agus, (2007), Ekonometrika: Teori dan Aplikasi, Yogyakarta:

Ekonisia Fakultas Ekonomi UII.

Media Elektronik :

Reuters Financial Glossary. http://glossary.reuters.com/index.php/Non- performing_Loan.

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

LAMP IRAN

Lampiran 1. Return On Asset (ROA)

Lampiran 2. Rasio Non Performing Loan (NPL) Gross Lampi ran 3. Kredit Kurang Lancar Terhadap Total Kredit Lampiran 4. Kredit Diragukan Lancar Terhadap Total Kredit Lampiran 5. Kredit Macet Terhadap Total Kredit

Lampiran 6. Hasil Uji Hipotesis Pertama

Lampiran 7. Hasil Uji Otokorelasi (BG Test) Hipotesis Pertama Lamp iran 8. Hasil Uj i Heterokedastisitas Hipotesis Pertama Lampiran 9. Hasil Uji Hipotesis Kedua; Ketiga; Keempat

Lampiran 10. Hasil Uji Multikolinieritas Hipotesis Kedua; Ketiga; Keempat

Lampiran 11. Hasil Uji Otokorelasi (BG Test) Hipotesis Kedua; Ketiga ; Keempat

Lampiran 12. Hasil Uji Heterokedastisitas Hipotesis Kedua; Ketiga; Keempat

LAMPIRAN 1

RETURN ON ASSET (ROA)

T RIW ULAN

NO BANK _{2004 2005 2006 2007}

Mar Jun ^Sept Des Mar Jun Sept Des Mar Jun Sept Des Mar Jun ^{Sept ·} Des 1 ['.GRO 2.19% 2.23% 2.25% 2.72% 1.81 % 1.92% 2.00% 1.64% 0.56% 0.56% 0.42% -0.49% -0.57% 0.07% 0.1 1% 0.39%

2 BUMIPUTERA IND. 1.08% 1.32% 1.43% 1.27% 0.60% 0.58% 0.16% -1 .24% 0.31 % 0.27% 0.21% 0.26% 1.33% 0.91% 0.68% 0.57%

3 BCA 3.19% 3.11% 3 .20% 3.21% 3.22% 3.34% 3.35% 3.44% 3.72% 3.81 % 3.84% 3.80% 3.38% 3.42% 3.43% 3.34%

4 DANAMON IND. 5.25% 5.65% 4.00% 5.94% 6.20% 5.89% 5.39% 4.26% 2.03% 3.61% 2.27% 5.65% 3.31 % 3.07% 3.55% 5.89%

5 EKSEKUTIF INTL. 4.61% 2.91% 2.57% 1.06% -3.22% -3.81 % -4.31% -4.20% 0.56% -0. 87% -0.85% -0.96% -3.16% - 1.33% 0.08% 0.13%

6 811 2.67% 2 .26% 2.38% 2.37% 2.41% 2.07% 1.94% 1.72% 1.54% 1.55% 1.52% 1.43% 1.31% 1.57% 1.66% 1.23%

7 KESAWAN 2.96% 1.48% 1.37% 0.37% 0.94% 0.44% 0.16% 0.30% 0.01% 0.23% 0.43% 0.36% 0.95% 0.90% 0.69% 0.35%

8 LIP PO 0.84% 0.80% 1.20% 3.33% 2.12% 2.10% 2.37% 1.87% 2.20% 2.37% 2.76% 1.98% 2.92% 3.1 4% 2.57% 2.92%

9 MANDIRI 4.13% 3.76% 3 .59% 3.19% 1.31 % 0.76% 1.05% 0.47% 1.24% 0.39% 0.96% 1.1 2% 2.31% 2. 42% 2.39% 2.40%

10 MAYAPADA 1.99% 2.52% 0.87% 2.11 % 1.24% 1.04% 0.97% 0.84% 0.49% 1.25% 1.16% 1.55% 1.98% 1.74% 1.59% 1.46%

11 MEGA 4.80% 3.56% 3 .25% 2.99% 3.07% 2.51 % 1.80% 1.25% 0.60% 0.86% 0.81% 0.88% 2.17% 2.49% 2.44% 2.33%

12 BNI 2.41% 2.44% 2.43% 2.41% 2.74% 1.95% 1.71 % 1.61 % 0.90% 1.64% 1.81% 1.85% 1.63% 1.76% 1.74% 0.85%

13 NIAGA 3.76% 3.33% 3.04% 2.91% 3.00% 2. 75% 2.45% 2.10% 2.27% 2.35% 2.34% 2.27% 2.47% 2.51% 2.30% 2.22%

14 NISP 2.19% 2.37% 2.40% 2.50% 2.60% 1.63% 0.85% 1.52% 1.51% 1.45% 1.54% 1.55% 1.71% 1.50% 1.45% 1.31 % 15 NUSANTARA PARA. 1.52% 1.59% 1.63% 1.98% 1.91 % 1.71 % 1.13% 1.59% 0. 84% 1.02% 1.05% 1.44% 1.53% 1.22% 0.90% 1.29%

16 PERMATA 1.80% 2.00% 2.30% 2.30% 2.50% 2.10% 1.40% 1.20% 1.20% 1.10% 1.20% 1.20% 1.40% 1.50% 1.90% 1.90%

17 BRI 5.78% 5.32% 5.81% 5.77% 6.08% 4.84% 4.62% 5.04% 5.59% 4.28% 4.56% 4.36% 4.49% 4.29% 4.27% 4.61%

18 SWADESI 2.55% 2.65% 2.55% 2.34% 1.95% 2.07% 2.05% 2.08% 1.42% 1.32% 1.28% 1.28% 1.63% 1.47% 1.27% 1.17%

19 UOB BUANA 3.15% 2.75% 2.67% 2.66% 2.76% 3.97% 3.36% 3.13% 3.56% 3.40% 3.61% 3.47% 3.78% 3.68% 3.64% 3.40%

20 VICTORIA INTL. 0.66% 0.77% 1.09% 1.54% 2.65% 2.22% 1.64% 1.56% 1.03% 1.33% 1.21% 1.76% 2.87% 2.33% 2.05% 1 .64%

21 PAN INDONESIA 3.14% 3 .52% 4.24% 5.61 % 4.22% 3.46% 2.82% 2.27% 2.35% 2.50% 2.55% 2.78% 2.55% 3.25% 3.23% 3.1 4%

-

^{'-~- - - - - - - - - - -} ---- ^{- - -- - - ---} --- - ^---~~

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

LAMPIRAN 2

RASIO NON PERFORMING LOAN (NPL) GROSS

TRIWULAN

NO BANK 2004 2005 2006 2007

Mar

Jun

Sept Des Ma

r

Jun Sept Des

Mar

Jun Sept Des Mar Jun Sept Des 1 AGRO

7

.39%

5

.76%

4

.96%

5

.32%

5.42% 4.58% 4.65% 4.83% 4.56%

5.23% 8.34% 12.16% 13.10% 13.66% 11.25% 6.54 %

2

BUMIPUTERA IND.

2

.76%

3

.01 %

4

.56%

3.33% 3.80% 8.41

%

6

.50%

7

.98%

7

.08%

5.47%

5.87% 5.58% 5.61% 6.16% 5

.96%

6.10%

3

BCA

0

.95%

0.84% 0

.67%

1.28% 1.51

%

1.73% 1.66% 1.71

%

1.30% 1.56%

1.57% 1.30% 1.59% 1.43% 1.13% 0.81%

4

DANAMON IND.

9

.14%

6

.93%

5

.85%

4.29% 3

.70% 2.73%

2.21

%

2.59% 3

.43% 3.46% 3.

51%

3.32% 3.17% 3.07% 2.77% 2.27%

5

EKSEKUTIF INTL.

4.22% 8.58% 7

.88% 9.67%

10.03%

6.48%

10.66% 13.53% 5

.85%

5

.26%

5.26%

7.89% 5.61% 6.21% 7.97% 15.17%

6

811

7

.04%

7

.08%

7

.57%

4.01

%

3

.35 %

3.0

5%

2.87% 2

.89%

3

.13% 3.88%

4.78%

5.43% 5.44% 4.35% 3

.75%

3.10%

7

KESAWAN

3

.84%

2

.73%

2.11

%

5.79% 5.2

9% 13.00% 8.

17% 12.76%

7.29% 5.25% 5.09% 6

.20%

5.62% 5.60% 6

.19%

6.81%

8

LIP PO

8

.65%

7.33% 10

.50% 6.75% 6.60% 5.38%

5.34% 1.75% 2.85%

2.00% 1.98% 1.96% 1.95% 1.71% 1.45% 1.28%

9

MANDIRI

8.66% 8

.56% 7

.49% 7.42% 18.96% 25.93% 24.57% 26.66% 27.66% 26.45% 26.03% 17.08% 17.02% 16.18% 12.90%

8.93%

10 MAYAPADA

4.34% 3

.93%

2

.37%

3.11

%

1.57%

2.06%

1.96% 1.79%

1.80% 0.76% 4.08% 0.65% 0.70% 0.57% 0.53% 0.48%

11

MEGA

0.23% 3

.39%

1.85% 1.98% 1.98% 1.26% 1.10% 1.43% 1.54% 1.68% 1.73%

1.68% 1.97% 1.42% 1.26% 1.53%

12

BNI

4.61% 6.00%

6.

13% 4.63% 5.52% 13.08% 14.52% 13.73% 15.89% 15.92% 16.70% 10.46%

9.42% 8.97% 8.28% 8.59%

13

NIAGA

3

.90%

5.84% 4

.98% 3.

18% 3.38%

6.05% 6.09% 5

.23% 4.97%

5

.24%

3.64% 3.47% 4.02% 4.21% 4.74% 3.79%

14

NISP

1.19% 1.21

% 1.29%

1.01% 1.26%

1.76% 2.26% 2

.46%

3.15% 3.77% 3.31% 2.49% 2.84% 2.67% 2

.51

o/o 2.53%

15 NUSANTARA PARA.

0

.38%

0.28% 0

.61% 0.80% 0.55% 0.63% 0.08% 0.17% 0.29% 1.01% 1.31% 3.02% 1.63% 1.70% 2.07% 1.89%

16 PERMATA

8

.34% 7.

16%

6.59% 3.55% 3.30% 4.90% 6.43% 5.26% 5.64% 6.78% 6.47% 6.39% 6

.70%

6.10% 5

.55%

4.55%

17

BRI

6

.30%

6.45%

5.76%

4

.19%

4.58%

5.6

1%

5.17%

4.68%

5.02% 5.09% 4.78% 4.81% 5.31% 5.45% 4.99% 3.44%

18

SWADESI

2.29% 3.07% 3

.19% 2.66% 2.86% 2.54% 3.66% 2

.63%

2.88% 2.80% 2.74% 2.55% 2.69% 2.47% 2.31% 1.95%

19

UOB BUANA

0.87% 1.56% 1.43% 1.61%

1.46% 1.99%

1.82%

2.34% 2.38% 4.71% 4.26% 4.38% 3.78% 3

.60%

3

.55%

3.34%

20

VICTORIA INTL.

8.28% 7.26%

5.65% 5.23% 3.21% 8.27% 6.63% 6

.03%

5.39% 6.90% 6.89% 3.79% 3.65% 2

.89%

2.48% 2

.39%

21

PAN INDONESIA

8.56% 7.27%

6.90% 7.71% 6

.03%

4.91% 9.05% 9

.34%

8.24% 8.23% 7.79% 7.95% 7.29% 4.98% 4.70% 3.06%

LAMPIRAN3

KURANG LAN CAR TERHADAP TOTAL KREDIT

TRIWULAN

NO BANK 2004 2005 2006 2007

Mar Jun Sept Des Mar J un Sept Des Mar Jun ^Sept Des Mar Jun Sept Des 1 AGRO 3.85% 0.09% 0.13% 0.39% 0.27% 0.26% 0.37% 0.30% 0.49% 4.69% 1.98% 1.33% 3. 15% 2.45% 0.74% 0.08%

2 BUMIPUTERA IND. 0.37% 0.78% 1.95% 1.77% 1.55% 0.15% 0.21 % 1.34% 1.15% 1.73% 1.68% 0.58% 0. 33% 0. 36% 0.72% 0.77%

3 BCA 0.42% 0.30% 0.21 % 0.91 % 1.05% 0.39% 0.45% 0.48% 0.44% 0.46% 0.45% 0.33% 0.45% 0.27% 0.14% 0.12%

4 DANAMON IND. 4.53% 2 .99% 2.31 % 1.56% 1.53% 1.12% 0.62% 0.83% 1.40% 0.79% 0.73% 0. 52% 0.58% 0.59% 0.50% 0. 54%

5 EKSEKUTIF INTL. 0.19% 1.34% 0 .50% 2.56% 2.32% 0.40% 3.28% 4.21 % 2.17% 0.82% 0. 86% 2.74% 1.61% 2.61% 1.11% 8.65%

6 811 1.86% 1.68% 1.21 % 1.32% 1.11 % 0.68% 0.59% 0.86% 1.03% 0.80% 1.78% 1.61% 1.63% 0.28% 0.65% 0.29%

7 KESAWAN 2.57% 2.27% 1.83% 1.17% 1.07% 4.31 % 3.37% 2.75% 0.50% 0.95% 2.24% 1.74% 1.27% 0.83% 0.98% 0.97%

8 LIP PO 0.74% 0.85% 1.96% 1.73% 1.68% 1.41 % 1.61 % 0.52% 1.49% 0.50% 0.29% 0.30% 0.54% 0.55% 0.64% 0.56%

9 MANDIRI 2.30% 2 .87% 2.51 % 2.60% 8.30% 9.88% 7.32% 5.60% 4.50% 3.17% 3.79% 1.82% 1.82% 1.64% 1.69% 0.99%

10 MAYAPADA 3.68% 3.38% 1.57% 2.47% 1.03% 1.28% 1.30% 1.15% 1.21% 0.17% 2.61% 0.00% 0.14% 0.12% 0.14% 0.03%

11 MEGA 0.05% 3.28% 1.74% 1.35% 1.31 % 0.09% 0.13% 0.52% 0.52% 0.55% 0.60% 0.54% 0.63% 0.21% 0.20% 0.82%

12 BNI 1.61 % 2.51 % 3.25% 2.36% 2.03% 3.58% 3.58% 3.83% 4.85% 4.02% 5.85% 1.75% 2.01% 1.83% 1.37% 1.32%

13 NIAGA 2.83% 4.78% 3.89% 2.24% 0.82% 3.13% 3.22% 2.88% 2.45% 2.64% 0.72% 1.09% 1.27% 1.34% 1.71% 0.51%

14 NISP 0.26% 0.37% 0.55% 0.33% 0.62% 0.10% 0. 12% 0.25% 0. 17% 0.86% 1.13% 0.84% 1.16% 0.23% 0.69% 0.77%

15 NUSANTARA PARA. 0.25% 0.16% 0.50% 0.71 % 0.19% 0.37% 0.02% 0.14% 0.15% 0.49% 0.34% 1.87% 0.31% 0.25% 0.29% 0.22%

16 PERMATA 3.96% 0 .57% 4.03% 1.16% 1.05% 3.06% 3.08% 2.91% 2.71% 3.17% 3.06% 1.73% 1.94% 0.72% 0.74% 0.50%

17 BRI 2.90% 2.76% 3.01 % 1.74% 1.66% 1.59% 1.25% 1.19% 1.23% 1.50% 1.30% 0.90% 0.81% 0.96% 1.06% 0.73%

18 SWADESI 0.83% 1.17% 1.50% 0.48% 0.58% 0.20% 0. 16% 0.52% 0.56% 0.55% 0.59% 0.59% 0.37% 0.24% 0.28% 0.44%

19 UOB BUANA 0.39% 1.34% 1.19% 1.38% 1.07% 1.32% 1.17% 0.84% 0.55% 2.06% 1.76% 1.41% 0.67% 0.55% 0.40% 0.53%

20 VICTORIA INTL. 2.22% 1.62% 3.69% 0.01% 0.18% 0.74% 0.67% 0.90% 2.26% 1.06% 0.41% 0.05% 0.05% 0.30% 0.27% 0.18%

21 PAN INDONESIA 1.28% 0.82% 0.59% 0.31% 0.41% 0.13% 3.96% 3.59% 3.20% 2.47% 2.50% 1.80% 1.64% 1.10% 1.04% 0.22%

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

LAMPIRAN 4

DIRAGUKAN TERHADAP TOTAL KREDIT

TRIWULAN

NO BANK ₂₀₀₄ 2005 2006 2007

Mar Jun Sept Des Mar Jun Sept Des Mar Jun Sept Des Mar Jun Sept Des 1 AGRO 0.30% 2.78% 0.05% 0. 10% 0.73% 0.22% 0.08% 0.76% 0.02% 0.1 8% 0.81% 3.07% 0.52% 1.12% 0.02% 0 .02%

2 BUMIPUTERA IND. 1.63% 0.11% 1.02% 0.50% 0.87% 2.71 % 1.02% 0.56% 0.67% 0.28% 1.63% 0.92% 1.00% 1.02% 1.17% 0.41%

3 BCA 0.24% 0.12% 0.12% 0.13% 0.15% 1.01 % 0.13% 0.23% 0.21 % 0.24% 0.17% 0.1 4% 0.21% 0.28% 0.19% 0.08%

4 DANAMON IND. 2.1 5% 2.15% 2.01% 1.93% 1.15% 0.62% 0.47% 0.73% 0. 77% 0.84% 0.72% 0.69% 0.57% 0.74% 0.61 o/o ^0.55%

5 EKSEKUTIF INTL. 0.82% 2.44% 1.22% 0.38% 2.26% 3.80% 1.19% 1.59% 1.33% 1.06% 0.71% 1.18% 0.38% 0.21% 2.01% 0.29%

6 811 0.28% 0.43% 0.42% 0.06% 0.18% 0.65% 0.73% 0.82% 0.57% 0.93% 0.76% 0.90% 0.64% 0.56% 0.29% 0.37%

7 KESAWAN 0.06% 0.05% 0.00% 2.13% 1.94% 3.31% 2.07% 2.73% 2.68% 2.30% 1.71% 1.74% 1.61% 1.74% 1.61% 1.52%

8 U PPO 0.13% 0.17% 3.00% 2.89% 3.03% 3. 10% 3.10% 0.43% 0.25% 0.47% 0.49% 0.25% 0.25% 0.15% 0.12% 0.15%

9 MANDIRI 1.28% 0.59% 0.66% 0.47% 4.28% 5.83% 5.31% 5.31 % 5.90% 6.12% 1.92% 0.48% 0.47% 0.68% 0.33% 0.23%

10 MAYAPADA 0.39% 0 .31% 0.47% 0.40% 0.34% 0.24% 0.15% 0.03% 0 .05% 0.04% 0.02% 0.01% 0.00% 0.00% 0.00% 0.06%

11 MEGA 0.15% 0.03% 0.02% 0.00% 0.01% 0.05% 0.06% 0.09% 0.11% 0.20% 0.11% 0.13% 0.37% 0.21% 0.17% 0.16%

12 BNI 1.83% 2.25% 1.18% 0.76% 1.60% 3.45% 2.35% 1.44% 1.87% 1.63% 2.50% 1.15% 0.55% 0.95% 0.58% 0.82%

13 NIAGA

I

0.80% 0.80% 0.85% 0.57% 2.16% 2.53% 0.99% 0.58% 0.68% 0.56% 0.70% 0.57% 0.47% 0.44% 0.40% 0.66%

14 NISP 0.27% 0.1 4% 0.11% 0.13% 0.10% 0.81% 0.64% 0.10% 0.68% 0.37% 0.20% 0.18% 0.14% 0.42% 0.17% 0.09%

15 NUSANTARA PARA. 0.06% 0.05% 0.05% 0.00% 0.28% 0.21% 0.02% 0.00% 0.11% 0.21% 0.30% 0.31% 0.15% 0.14% 0.39% 0.30%

16 PERMATA 2.18% 3.72% 1.04% 1.06% 0.89% 0.17% 0.24% 0.76% 0.72% 0.87% 0.49% 1.83% 1.83% 0.51% 0.44% 0.42%

17 BRI 1.3 0 % 1.52% 1.03% 0.91% 0.93% 1.90% 2.07% 1.80% 1.92% 1.82% 1.62% 1.04% 1.26% 1.14% 0.97% 0 .51 o/o 18 SWADESI 0.02% 0.07% 0.34% 1.46% 1.74% 0.21% 1.31% 0.10% 0.07% 0.16% 0.18% 0.01% 0.11% 0.01% 0.01% 0 .03%

19 UOB BUANA 0.05% 0.06% 0.08% 0.12% 0.21 o/o 0.47% 0.35% 0.55% 0.60% 0.83% 0.43% 0.55% 0.53% 0.48% 0 .38% 0.23%

20 VICTO RIA INTL. 4.21 o/o 2.10% 1.42% 0.99% 0.00% 2.14% 0.49% 0.79% 0.44% 1.07% 0.78% 0.50% 0.17% 0 .15% 0.14% 0.05%

21 PAN INDONESIA 7.10% 6.20% 5.76% 0.76% 4.14% 3.14% 0.95% 0.20% 0.35% 0.91% 0.49% 1.67% 1.73% 0.69% 0.54% 0.51 o/o

' - -- - - - - - - - --~

LAMPIRAN5

MACET TERHADAP TOTAL KRE DIT

TRJ WULAN

NO BANK 2004 2005 2006 2007

Mar Jun ^{Sept Des Mar} Jun ^{Sept Des Mar} Jun Sept Des Mar Jun Sept Des 1 AGRO 3.24% 2.90% 4.79% 4.83% 4.41% 4.09% 4.20% 3.78% 4.05% 0.36% 5.55% 7.75% 9.43% 10.09% 10.49% 6.44%

2 BUMIPUTERA IND. 0.77% 2.12% 1.58% 1.07% 1.38% 5.54% 5.27% 6.08% 5.26% 3.47% 2.55% 4.08% 4.27% 4.78% 4.07% 4.92%

3 BCA 0.29% 0.42% 0.33% 0.24% 0.31% 0.33% 1.08% 1.00% 0.65% 0.86% 0.95% 0.83% 0.93% 0.88% 0.80% 0.61%

4 DANAMON IND. 2.46% 1.78% 1.53% 0.79% 1.02% 0.99% 1.12% 1.02% 1.27% 1.82% 2.07% 2.12% 2.02% 1.74% 1.66% 1.19%

5 EKSEKUTIF INTL. 3.21% 4.81% 6.16% 6.73% 5.45% 2.28% 6.19% 7.73% 2.35% 3.38% 3.69% 3.97% 3.61% 3.40% 4.85% 6.23%

6 Bll 4.90% 4.97% 5.94% 2.62% 2.07% 1.72% 1.55% 1.21% 1.53% 2.15% 2.23% 2.92% 3.17% 3.52% 2.80% 2.44%

7 KESAWAN 1.21% 0.40% 0.28% 2.49% 2.29% 5.38% 2.72% 7.28% 4.11% 2:00% 1.13% 2.72% 2.74% 3.03% 3.61% 4.31%

8 LIP PO 7.78% 6.30% 5.54% 2.13% 1.89% 0.87% 0.63% 0.80% 1.11% 1.03% 1.20% 1.41% 1.16% 1.01% 0.68% 0.57%

9 MANDIRI 5.08% 5. 10% 4.32% 4.36% 6.38% 10.22% 11.94% 15.76% 17.26% 17.16% 20.32% 14.78% 14.73% 13.86% 10.87% 7.72%

10 MAYAPADA 0.27% 0.24% 0.33% 0.24% 0.19% 0.54% 0.52% 0.61% 0.54% 0.54% 1.45% 0.63% 0.57% 0.45% 0.39% 0.38%

11 MEGA 0.04% 0.09% 0.09% 0.62% 0.65% 1.12% 0.91% 0.81% 0.91% 0.93% 1.02% 1.01 % 0.98% 0.99% 0.89% 0.55%

12 BNI 1.17% 1.24% 1.71% 1.50% 1.89% 6.05% 8.59% 8.46% 9.17% 10.27% 8.35% 7.57% 6.86% 6.19% 6.34% 6.44%

13 NIAGA 0.26% 0.27% 0.24% 0.37% 0.40% 0.40% 1.88% 1.77% 1.84% 2.04% 2.22% 1.81% 2.28% 2.43% 2.64% 2.61%

14 NISP 0.66% 0.70% 0.63% 0.55% 0.53% 0.85% 1.50% 2.11% 2.31% 2.53% 1.98% 1.47% 1.54% 2.03% 1.65% 1.67%

15 NUSANTARA PARA. 0.08% 0.07% 0.06% 0 .09% 0.08% 0.04% 0.04% 0.02% 0.03% 0.31% 0.67% 0.84% 1.17% 1.30% 1.39% 1.37%

16 PERMATA 2.21% 2.87% 1.52% 1.32% 1.36% 1.67% 3.11% 1.60% 2.21% 2.75% 2.92% 2.84% 2.92% 4.87% 4.36% 3 .63%

17 BRI 2.10% 2.17% 1.72% 1.54% 1.98% 2.11% 1.84% 1.68% 1.87% 1.76% 1.86% 2.87% 3.23% 3.34% 2.96% 2 .20%

18 SWADESI 1.45% 1.83% 1.35% 0.72% 0.53% 2.13% 2.19% 2.01% 2.25% 2.09% 1.97% 1.94% 2.20% 2.22% 2.02% 1.48%

19 UOB BUANA 0.44% 0.16% 0.16% 0.10% 0.18% 0.20% 0.31 % 0.94% 1.24% 1.82% 2.07% 2.41 % 2.58% 2.56% 2.76% 2.58%

i

20 VICTORIA INTL. 1.85% 3 .53% 0.53% 4.23% 3.03% 5.39% 5.47% 4.34% 2.70% 4.77% 5.69% 3.24% 3.43% 2.44% 2.07% 2.16%

21 PAN INDONESIA 0.19% 0.25% 0.55% 6.63% 1.49% 1.64% 4.14% 5.55% 4.69% 4.85% 4.80% 4.49% 3.93% 3.19% 3.12% 2.33%

- - - -~--·-- - - - - - - -

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

LAMPIRAN6

BASIL UJI HIPOTESIS PERTAMA Lampiran 6A

Sebelum AR(1)

Dependent Variable : ROA Method: Least Squares Date: 07/15/08 Time: 15:16 Sample: 1 336

Included observations: 336 Variable

NPL

c

R-squared

Adjusted R-squared S.E. of regression Sum squared resid Log likelihood Durbin-Watson stat

Lampiran 6B

Setelah AR(1)

Coefficient -0.089264 0.025460 0.064784 0.061984 0.015019 0.075341 934.9138 0.315066

Dependent Variable: ROA Method: Least Squares Date: 07/15/08 Time: 15:17 Sample (adjusted): 2 336

Std. Error t-Statistic 0.018558 -4.810066 0.001264 20.13534 Mean dependent var S.D.dependentvar Akaike info criterion

Schwarz criterion F-statistic

Prob(F-statistic)

Included observations: 335 after adjustments Convergence achieved after 4 iterations

Variable Coefficient Std. Error t-Statistic NPL -0.082771 0.021335 -3.879598

c ^{0.025210 0.003026 8.331364}

AR(1) 0.842881 0.029580 28.49495 R-squared 0.728521 Mean dependent var Adjusted R·squared 0.726886 S.D. dependentvar S.E. of regression 0.008116 Akaike info criterion Sum squared resid 0.021870 Schwarz criterion Log likelihood 1138.814 F-statistic

Durbin-Watson stat 2.144529 Prob(F-statistic) Inverted AR Roots .84

Pro b.

0.0000 0.0000 0.020828 0.015507 -5.553059 -5.530338 23.13674

0 .000002

Pro b.

0.0001

0.0000

0.0000

0.020825

0.015530

-6.780979

-6.746823

445.4654

0.000000

LAMPIRAN7

BASIL Un OTOKORELASI (BG TEST) HIPOTESIS PERTAMA ..

Lampiran 7A

Sebelum AR(1)

Breusch-Godfrey Serial Correlation LM Test:

F-statistic Obs*R-squared

409.7097 Prob. F(2,332)

239 .1178 Prob. Chi-Square(2)

Test Equation:

Dependent Variable: RESID Method: Least Squares Date: 07/16/08 Time: 10:41 Sample: 1 336

Included observations: 336

Presample missing value lagged residuals set to zero.

Variable Coefficient Std. Error t-Statistic NPL 0.000693 0.009995 0.069324

c ^{-1.10E-05 0.000681} .. 0.016210 RESID(-1) 0.770488 0.054680 14.09087 RESID(-2) 0.085882 0.054725 1.569333 R-squared 0.711660 Mean dependent var Adjusted R-squared 0.709055 S.D.dependentvar S.E. of regression 0.008089 Akaike info criterion Sum squared resid 0.021724 Schwarz criterion Log likelihood 1143.841 F-statistic

Durbin-Watson stat 1.989348 Prob(F-statistic)

0.000000 0.000000

Pro b.

0.9448 0.9871 0.0000 0.1175 8.26E-20

0 .014997

-6 .784769

-6.739328 273.1398 0.000000

Pengaruh Risiko Kredit..., Egi Primantara Adjie, Ma.-IBS, 2008

LAMPIRAN 7 (LANJUTAN)

BASIL UJI OTOKORELASI (BG TEST) HIPOTESIS PERTAMA Lampiran 7B

Setelah AR(1)

Breusch-Godfrey Serial Correlation LM Test : F-statistic

Obs*R-squared

1.845937 Prob . F(2,330) 3. 706348 Pro b . Chi-Square(2)

Test Equation :

Dependent Variable: RESID Method: Least Squares Date: 07/15/08 Time: 15:21 Sample: 2 336

Included observations: 335

Presample missing value lagged residuals set to zero .

Variable Coefficient Std . Error t-Statistic NPL 0.002506 0.021393 0.117142

c ^{-0.000123 0.003021 -0.040738}

AR(1) 0.004495 0.041687 0.107818 RESID(-1) -0.071493 0.070518 -1.013834 RESID(-2) 0.072873 0 .065586 1.111109 R-squared 0.011064 Mean dependent var Adjusted R-squared -0.000923 S.D. dependentvar S.E. of regression 0.008096 Akaike info criterion Sum squared resid 0 .021628 Schwarz criterion Log likelihood 1140.678 F-statistic

Durbin-Watson stat 2.006288 Prob(F-statistic)

0 .159504

0 .156739

Pro b.

0.9068

0.9675

0.9142

0.3114

0.2673

-6.55E-16

0.008092

-6.780164

-6.723237

0.922969

0.450680