analisis faktor-faktor yang mempengaruhi likuiditas...
TRANSCRIPT
ANALISIS FAKTOR-FAKTOR YANG
MEMPENGARUHI LIKUIDITAS PERBANKAN
SYARIAH DI INDONESIA PADA PERIODE 2013-2017
SKRIPSI
Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat
Guna Memperoleh Gelar Sarjana Ekonomi (S.E)
Disusun Oleh
MUHAMMAD MUTTAQIN
NIM 21314177
JURUSAN S1 PERBANKAN SYARIAH
FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI SALATIGA
2018
i
ANALISIS FAKTOR-FAKTOR YANG
MEMPENGARUHI LIKUIDITAS PERBANKAN
SYARIAH DI INDONESIA PADA PERIODE 2013-2017
SKRIPSI
Diajukan untuk Memenuhi Tugas dan Melengkapi Syarat
Guna Memperoleh Gelar Sarjana Ekonomi (S.E)
Disusun Oleh
MUHAMMAD MUTTAQIN
NIM 21314177
JURUSAN S1 PERBANKAN SYARIAH
FAKULTAS EKONOMI DAN BISNIS ISLAM
INSTITUT AGAMA ISLAM NEGERI SALATIGA
2018
ii
iii
iv
v
PERNYATAAN BEBAS PLAGIAT
Saya yang bertanda tangan di bawah ini:
Nama : Muhammad Muttaqin
NIM : 213 14 177
Progam Studi : S1 Perbankan Syariah
Fakultas : Ekonomi dan Bisnis Islam
Dengan ini saya menyatakan bahwa judul skripsi “Analisis Faktor-Faktor
Yang Mempengaruhi Likuiditas Perbankan Syariah di Indonesia Pada Periode
2013-2017” ini benar-benar bebas plagiat, dan apabila pernyataan ini terbukti tidak
benar maka saya bersedia sanksi sesuai ketentuan berlaku.
Demikian pernyataan ini saya buat untuk dipergunakan sebagaimana
mestinya.
vi
vii
MOTTO DAN PERSEMBAHAN
Motivasi terbaikmu adalah masa lalumu
Penyemanagat terbaikmu adalah visi dan misimu
Jaminan kesuksesanmu adalah istiqomahmu
Ukuran bahagiamu adalah taqwamu
PERSEMBAHAN
Kupersembahkan dengan segenap doa karya kecil ini untuk:
Kedua orang tua yang selalu mendoakan dan mendukungku,
kakak dan adik-adik ku tersayang, beserta segenap keluarga Alm.kakek dan
Tempatku menimba ilmu IAIN Salatiga
Teman-teman yang selalu memberikan doa dan semangat
Terimakasih…
viii
KATA PENGANTAR
Asaalamu’alikum wr wb.
Segala puji dan rasa syukur sudah seharusnya saya ungkapkan ke hadirat
Allah SWT, dengan rahmat, taufik, sertahidayahnya sehingga penulis dapat
menyelesaikan skripsi yang berjudul “Analisis Faktor-faktor yang Mempengaruhi
Likuiditas Perbankan Periode 2013-2017”. Sholawat serta salam semoga
tercurahkan kepada nabi utusan Allah yaitu Nabi Muhammad SAW
Penulis menyadari sepenuhnya, telah banyak mendapatkan dukungan,
bimbingan dan dorongan dari berbagai pihak yang telah menyumbangkan pikiran,
waktu, tenaga dan sebagainya. Oleh karena itu, pada kesempatan ini dengan setulus
hati penulis mengucapkan terimakasih Kepada:
1. Bapak dan ibu saya, dengan do’a dan segala motovasi yang menyertai dalam
penulisan skripsi ini, kepada kakak saya yang tak pernah meragukan usaha
adik-adiknya serta dengan dukungan kakak saya skripsi ini bisa selesai, dan
adik-adik saya yang saya sayangi.
2. Dr. Rahmat Hariyadi M.Pd, selaku rektor IAIN Salatiga.
3. Dr.Anton Bawono, M.Si, selaku Dekan Fakultas Ekonomi dan Bisnis Islam
IAIN Salatiga dan dosen pembimbing akademik penulis yang telah
menasehati, memotivasi dan membantu penulis selama belajar.
4. Fetria Eka Yudiana, M.Si, selaku Ketua Progam Studi Perbankan Syari’ah
S1 Fakultas Ekonomi dan Bisnis Islam IAIN Salatiga.
5. Dr Agus waluyo
6. Bapak, Ibu Dosen dan karyawan Fakulas Ekonomi dan Bisnis Islam IAIN
Salatiga yang telah memberikan ilmu, wawasan, pencerahan selama penulis
menjalankan pendidikan di kampus IAIN Salatiga.
ix
7. Guru-guru saya, mulai dari guru mengaji sejak kecil sampai guru-guru
tingkat kuliah yang tidak bisa saya sebutkan satu persatu, salah satunya
simbah H. Anwar alm semoga amal ibadah beliau di terima dan segala
dosanya di ampuni oleh Allah SWT.
8. Sahabat muhidin yang telah membersamai perjalanan kuliah, memotivsi,
memberikan arahan, dukungan, pembelajaran tentang dunia akademik.
9. Kawan-kawan santri Pondok Pesantren Sunan Giri, kawan-kawan
Perbankan Syariah angkatan 2014, kawan-kawan organisasi Pondok
Pesantren Sunan Giri, KSEI, HMJ PS, DEMA FEBI, VCS, yang telah
memberikan pandangan ilmu diluar bangku kuliah.
Akhir kata kepada semua pihak telah membantu selesainnya skripsi ini
penulis ucapkan terima kasih. Penulis menyadari skripsi ini masih ada
kekurangan karena keterbatasan pengetahuan penulis, oleh karena itu penulis
mengharapkan saran dan kritik yang membangun demi penelitian yang lebih
baik. Semoga skripsi ini dapat memberikan manfaat bagi penulis sendiri,
akademisi maupun masyarakat terhadap perkembangan Perbankan Syariah
Indonesia.
x
ABSTRAK
Muttaqin, Muhammad. 2018. Analisis Faktor-Faktor Yang Mempengaruhi
Likuiditas Perbankan Syariah Pada Periode 2013-2017. Skripsi,
Fakultas Ekonomi dan Bisnis Islam Progam Studi SI-Perbankan
Syariah IAIN Salatiga. Pembimbing : Dr. Agus Waluyo,
Pemeliharaan kesehatan bank antara lain dilakukan dengan tetap
menjaga likuiditasnya, sehingga bank bisa memenuhi kewajiban-kewajiban
kepada semua pihak yang menarik simpanannya. Pentingnya penilian likuiditas
suatu bank merupakan salah satu cara untuk bisa menemukan apakah bank
tersebut dalam kondisi yang baik atau buruk. Penelitian ini bertujuan untuk
melihat pengaruh ukuran bank, dana pihak ketiga, non perfomin financing, net
interest margin dan capital adequacy ratio terhadap likuiditas yang diproksikan
financing to deposit ratio.
Populasi pada penelitian ini adalah seluruh Bank Umum Syariah ( BUS).
Sampel penelitian ini sejumlah 11 Bank Umum Syariah, dengan metode
pengambilan sampel yang digunakan adalah purposive sampling. Jenis data
yang digunakan adalah data sekunder berupa laporan keuangan tahunan
perbankan syariah yang menjadi sampel selama periode penelitian dari tahun
2013 sampai dengan tahun 2017. Metode analisis data yang digunakan adalah
analisis regresi data panel.
Hasil penelitian menunjukkan bahwa Ukuran Bank berpenaruh negatif.
Sedangkan Dana Pihak Ketiga, Non Perfoming Financing, Net Interest Margin
dan Capital Adequacy Ratio terbukti secara simultan berpengaruh signifikan
terhadap Likuiditas. Pengujian secara parsial membuktikan bahwa kelima
variabel independen berpengaruh positif dan signifikan terhadap Likuiditas
kecuali variabel Net Interest Margin Berpengaruh negatif dan signifikan
Kata Kunci : Ukuran Bank, Dana Pihak Ketiga, Non Perfoming Financing, Net
Interest Margin dan Capital Adequacy Ratio, Bank Umum Syariah
xi
DAFTAR ISI
Persetujuan Pembimbing..................................................................... iii
Pengesahan Kelulusan ........................................................................ iv
Pernyataan Keaslian Tulisan ............................................................. . v
Motto dan Persembahan...................................................................... vi
Kata Pengantar ................................................................................... vii
Abstrak............................................................................................... . xi
Daftar Isi.............................................................................................. xii
Daftar Tabel........................................................................................ xiv
Daftar Gambar.................................................................................... xv
Daftar Lampiran.................................................................................. xvi
BAB I PENDAHULUAN
A. Latar Belakang Masalah ................................................. 1
B. Rumusan Masalah ........................................................... 6
C. Tujuan Penelitian ............................................................. 7
D. Kegunaan Penelitian ........................................................ 8
E. Sistematika Penulisan ...................................................... 9
BAB II LANDASAN TEORI
A. Telaah Pustaka................................................................. 11
B. Penelitian Terdahulu ........................................................ 15
C. Kerangka Penelitian ......................................................... 19
D. Hipotesis .......................................................................... 20
xii
BAB III METODE PENELITIAN
A. Jenis Penelitian ................................................................... 24
B. Lokasi dan Waktu Penelitian ............................................. 25
C. Populasi dan Sampel .......................................................... 25
D. Definisi Konsep dan Operasional ...................................... 28
E. Metode Pengumpulan Data ............................................... 30
F. Teknik Analisis .................................................................. 31
1. Uji Sationeritas........................................................... 31
2. Metode Estimasi Model Regresi Panel...................... 32
3. Pemilihan Model Regresi Panel................................. 32
4. Uji Asumsi Klasik...................................................... 33
5. Uji Hipotesis.............................................................. 35
6. Alat Analisis............................................................... 37
BAB IV ANALISIS DATA
A. Deskripsi Obyek Penelitian ................................................. 40
B. Analisis Data ........................................................................ 43
1. Uji Sationeritas................................................................ 43
2. Metode Estimasi Model Regresi ..................................... 44
3. Pemilihan Model Regresi Panel ..................................... 48
4. Uji Asumsi Klasik .......................................................... 51
5. Uji Hipotesis .................................................................. 57
6. Hasil Analisis Data ....................................................... 63
xiii
BAB V PENUTUP
A. Kesimpulan ........................................................................... 68
B. Saran ..................................................................................... 68
Daftar Pustaka .................................................................................... 70
Lampiran-Lampiran............................................................................ 74
Lembar Konsultasi Skripsi
Daftar Riwayat Hidup Penulis
xiv
DAFTAR TABEL
Tabel 2.1 Ringkasan Penelitian Terdahulu.................................. 15
Tabel 2.2 Ringkasan Hipotesis Penelitian .................................. 23
Tabel 3.1 Populasi Penelitian Bank Umum Syariah................... 26
Tabel 3.2 Sampel Penelitian Bank Umum Syariah..................... 27
Tabel 3.3 Pengambilan Keputusan Korelasi............................... 36
Tabel 4.1 Deskripsi Variabel Penelitian ..................................... 36
Tabel 4.2 Hasil Uji Stationeritas ................................................. 42
Tabel 4.3 Hasil Uji Regresi Common Effect.............................. 44
Tabel 4.4 Hasil Uji Regresi Fixed Effect ................................... 45
Tabel 4.5 Hasil Uji Random Effect ............................................ 46
Tabel 4.6 Hasl Uji Chow-Test .................................................... 48
Tabel 4.7 Hasil Uji Hausman ..................................................... 49
Tabel 4.8 Hasil Uji Normalitas Data .......................................... 50
Tabel 4.9 Hasil Uji Durbin Watson ............................................ 52
Tabel 4.10 Hasil Uji Multikolinearitas.......................................... 53
Tabel 4.11 Hasil Uji-Glesjer ........................................................ 54
Tabel 4.12 Hasil Pemilihan Estimasi Model ................................ 56
Tabel 4.14 Ringkasan Hipotesis Penelitian ................................. 67
xv
DAFTAR GAMBAR
Gambar 2.1 Kerangka Penelitian ....................................................... 20
xvi
DAFTAR LAMPIRAN
A. Data Rasio Keuangan BUS
B. Hasil Uji Penelitian
1. Uji Deskriptif
2. Uji Stationeritas
3. Uji Metode Estimasi Model Regresi Panel
4. Uji Pemilihan Model Regresi Panel
5. Uji Asumsi Klasik
C. Daftar Riwayat Hidup
1
BAB 1
PENDAHULUAN
A. Latar Belakang
Bank syariah merupakan salah satu bentuk dari perbankan nasional
yang mendasarkan operasinya pada syariat islam. Pengakuan pemerintah
terhadap spesifikasi perbankan syariah di indonesia dibuktikan dengan
berlakukannya Undang-Undang Nomor 21 Tahun 2008 tentang perbankan
syariah. Undang-Undang ini mengatur tentang operasional bank syariah
agar bank syariah menjalakan operasinya dengan prinsip syariah. Undang-
Undang ini di berlakukan berlandaskan saat terjadinya fenomena krisis
moneter yang terjadi pada tahun 1998, yang mana perbankan syariah di
waktu itu masih bisa berdiri tegak di antara bank-bank konvensional yang
terancam di likuidasi. Bank sariah mampu berdiri karena dalam
operasionalnya berdasarkan prinsip syariah.
Tantangan terbesar yang dihadapi industri perbankan syariah pada
tahun 2017 adalah likuiditasnya. Ketatnya likuiditas dapat dilihat dari
penurunan dana pihak ketiga pada tahun 2017 menjadi 19,83% dari tahun
sebelumnya yang mencapai 22,6%. Hal tersebut juga diiringi dengan
pertumbuhan market share yang masil lamban. Meskipun mengalami
peningkatan pada tahun 2016 sebesar 4,87% menjadi 5,3% dan 5,44% pada
tahun 2017 besarnya masih rendah jka dibandingkan bank konvensional.
Oleh karena itu industri perbankan syariah di Indonesia dituntut untuk
2
meningkatkan performa bisnis dan mempertahankan stabilitas sistem
perbankan dalam menghadapi kompetisi industri perbankan. Hal ini
disebabkan karena kesehatan bank merupakan hal yang vital dalam
mempertahankan stabilitas sistem perbankan.
Dari fenomena diatas menunjukkan bahwa pengelolaan likuiditas
merupakan suatu prioritas dari suatu lembaga keuangan, termasuk
perbankan. Pengelolaan likuiditas yang baik dapat menunjang kesehatan
dan kesetabilan perbankan, dan mengurangi risiko kebangkrutan. Likuiditas
merupakan salah satu indikator pengukur tingkat kesehatan bank atas
kinerja keuanganya. Sehingga bank yang mampu mengatasi resiko
likuiditas dapat membayar semua hutang-hutangnya pada saat ditagih
nasabah, serta mampu memenuhi semua permohonan kredit dari calon
debitur yang layak untuk dibiayai.
Likuiditas perbankan syariah dipengaruhi oleh beberapa faktor yang
menjalankan fungsinya, salah satunya adalah Dana Pihak Ketia (DPK).
Dana Pihak Ketiga merupakan dana yang berasal dari masyarkat luas yang
merupakan sumber dana terpenting bagi kegiatan operasional suatu bank
dan merupakan ukuran keberhasilan bank jika mampu menyalurkan
dananya dalam bentuk kredit dan pembiayaan dari sumber dana ini (Kasmir,
2008 : 64).
Selain DPK, untuk mengukur keberhasilan bank adalah melihat dari
segi permodalan yang dimiliki oleh bank tersebut. Menurut Surat Eedaran
3
Bank Indonesia No.3/30 DPNP tanggal 14 Desember 2001 pada perbankan
syariah permodalan dapat diukur dengan Capital Adequacy Ratio (CAR)
dengan ketentuan BI yang menetapkan kunci minimal 8%.
Penyaluran pembiayaan yang dilakukan tidak terlepas dari adanya
risiko pembiayaan. Risiko pembiayaan dalam penelitian ini diukur dengan
Non Perfoming Financing. Non Perfoming Financing merupakan rasio
perbandingan antara kredit bermasalah terhadap total kredit yang diberikan
kepada pihak ketiga. Sehingga disaat NPF pada bank syariah tinggi maka
menunjukkan bahwa kinerja bank tersebut buruk. Dengan demikian maka
NPF menjadi indikator yang dapat mempengaruhi tingkat likuiditas dan
dijadikan ukuran untuk tinggi rendahnya likuiditas pada perbankan.
Ukuran industri perbankan yang diukur menggunakan total aset juga
menjadi salah satu indikator untuk mengukur tingkat likuiditas karena
struktur aset akan berpengaruh pada besarnya laba yang dihasilkan,
sehingga porsi terbesar aset ialah penyaluran kredit, maka piutang
penyaluran kredit, dan apabila porsi kredit tidak lancar maka akan
berpengaruh terhadap pendapatan bank sehinga akan menyebabkan
penurunan modal, maka dari itu setiap adanya peningkatan aset atau total
aset akan menyebabkan penurunan likuiditas.
Penelitian terdahulu yang menghubungkan dana pihak ketiga
terhadap likuiditas yang dilakukan oleh Melese (2015), Nguyen (2017),
menyatakan bahwa dana pihak ketiga berpenaruh positif dan signifikan
4
terhadap likuiditas. Hasil penelitian tersebut tidak konsisten dengan
penelitian yang dilakukan oleh Zaghoudi (2017) dan Alzubi (2017) yang
menyatakan bahwa dana pihak ketiga berpengaruh negatif terhadap
likuiditas.
Non Performing Financing (NPF) adalah rasio yang digunakan
untuk mengukur kemampuan bank dalam mengcover risiko kegagalan
pengembalian kredit oleh debitur, sehingga industri perbankan dapat
menilai risiko kredit yang dialami. Ervina daan Ardiansari (2016)
menyatakan bahwa industri perbankan dengan tingat NPF yang tinggi maka
risiko kredit yang ditanggung oleh perbankan semakin besar. Akibatnya
dengan tingginya tingkat NPF maka industri perbankan sulit untuk
memperoleh modal tambahan dan mengembangkan usaha bisnisnya
kedepan. Penelitian sebelumnya yang menghubungkan non performing
financing terhadap likuiditas dilakukan oleh Hasanovic (2017), Rafikha
(2013) dan Ichwan (2016) menyatakan bahwa NPF berpengaruh signifikan
terhadap FDR. Sedangkan hasil penelitian yang dilakukan oleh Ervina
(2016) dan Melese (2015) terjadi ketidak konsistenan hasil yang
menyatakan bahwa NPF tidak berpengaruh signifikan terhadap likuiditas.
Net imbalan adalah sebua rasio keuangan yang merupakan nilai hasil
dari perbandingan antara presentasi bagi hasil bersih terhadap total aktiva
produktif (Riyadi, 2006:21). Kawuri (2015) menyatakan bahwa industri
perbankan dengan net imbalan (NI) yang besar maka bank memiliki laba
bunga bersih yang lebih tinggi yang dapat digunakan untuk memenuhi
5
tanggal jatuh tempo. Hal demikian membuat bank akan memiliki
kemungkinan yang lebih kecil dalam masalah risiko. Penelitian sebelumnya
yang menghubungkan net interest margin (NIM) terhadap likuiditas
dilakukan oleh Vira (2013), Faisusza (2015), dan Hasna, menyatakan bahwa
net interest margin memiliki pengaruh positif dan signifikan terhadap
likuiditas. Tetapi hasil penelitian ini bertentangan dengan penelitian yang
dilakukan oleh Rafikha (2013) dan Harjum yang menyatakan bahwa net
interest margin tidak memiliki pengaruh terhadap likuiditas.
Capital Adequacy Ratio (CAR) adalah rasio kinerja bank untuk
mengukur kecukupan modal yang dimiliki oleh bank untuk menunjang
aktiva yang mengandung atau menghasilkan risiko. Vodova (2011)
menyatkan bahwa industri perbankan dengan CAR yang lebih besar berarti
bank memiliki modal modal besar yang berarti modal dapat digunakan
untuk menutupi tanggal jatuh tempo dan bank akan memiliki lebih sedikit
masalah risiko. Penelitian sebelumnya yang menganalisis pengaruh CAR
terhadap likuiditas dilakukan oleh Melese (2013), Nguyen (2017) dan
Ervina (2016), menyatkan bahwa CAR memiliki pengaruh positif dan
signifikan terhadap likuiditas. Hasil penelitiaan tersebut tidak konsisten
dengan penelitian yang dilakukan oleh Hasna (2013) yang menyatkan
bahwa CAR tidak berpengaruh terhadap likuiditas.
Ukuran bank merupakan pencerminan besar atau kecilnya suatu
industri perbankan yang dapat dilihat dari total aktiva. Melese (2015)
menyatakan bahwa struktur aktiva sangat berpengaruh terhadap besarnya
6
laba yang dihasilkan. Apabila porsi terbesar aset adalah piutang dari
penyaluran kredit, maka piutang dari penyaluran kredit akan meningkatkan
pendapatan yang diterima karena performing loans ini merupakan income-
generating aset dalam bentuk pendaptan bunga. Sehingga apabila porsi
kredit tidak lancarnya besar, maka akan berpengaruh terhadap pendapatan
bank sehingga menyebabkan penurunan modal. Sehingga setiap ada
kenaikan aset atau total aset maka akan menyebabkan penurunan likuiditas.
Penelitian sebelumnya yang menghubungkan pengaruh ukuran bank
terhadap likuiditas dilakukan oleh Zaghoudi (2017) yang menyatakan
bahwa ukuran bank berpengaruh positif dan signifikan terhadap likuiditas.
Hasil penelitian tersebut tidak konsisten dengan penelitian yang dilakukan
oleh Alzoubi (2017) yang menunjukkan bahwa ukuran bank berpengaruh
negatif terhadap likuiditas.
Berdasarkan uraian diatas, maka penulis tertarik untuk mengadakan
penelitian pada industri perbankan syari’ah dengan judul: “ANALISIS
FAKTOR-FAKTOR YANG MEMPENGARUHI LIKUIDITAS
BANK SYARI’AH DI INDONESIA PADA PERIODE 2013-2017”.
B. Rumusan Masalah
1. Bagaimanakah pengaruh Ukuran Bank terhadap likuiditas pada industri
perbankan syariah ?
2. Bagaimanakah pengaruh Dana Pihak Ketiga (DPK) terhadap likuiditas
pada industri perbankan syariah ?
7
3. Bagaimanakah pengaruh Non Performing Financing terhadap likuiditas
pada industri perbankan syariah ?
4. Bagaimanakah pengaruh Net Imbalan (NI) terhadap likuiditas pada
industri perbankan syariah ?
5. Bagaimanakah pengaruh Capital Adequacy Ratio (CAR) terhadap
likuiditas pada industri perbankan syariah ?
C. Tujuan Penelitian
Sesuai dengan perumusan masalah yang diajukan dalam penelitian ini
maka tujuan penelitian ini adalah sebagai berikut ;
1. Untuk menganalisis pengaruh Ukuran Perusahaan terhadap likuiditas
pada industri perbankan syariah .
2. Untuk menganalisis pengaruh Dana Pihak Ketiga (DPK) terhadap
likuiditas pada industri perbankan syariah .
3. Untuk menganalisis pengaruh Non Performing Financing terhadap
likuiditas pada industri perbankan syariah.
4. Untuk menganalisis pengaruh Net Imbalan (NI) terhadap likuiditas pada
industri perbankan syariah.
5. Untuk menganalisis pengaruh Capital Adequacy Ratio (CAR) terhadap
likuiditas pada industri perbankan syariah.
D. Manfaat Penelitian
Penelitian ini diharapkan mempunyai manfaat antara lain :
1. Bagi Akademisi
8
Hasil penelitian ini diharapkan dapat memberikan wawasan dan
mengaplikasikan ilmu yang telah diperoleh dibangku perkuliahan dalam
kehidupan nyata sehari-hari dan dapat dikembangkan ke dalam
penelitian selanjutnya dan digunakan untuk pembanding hasil riset
maupun sebagai acuan penelitian berikutnya.
2. Bagi Bank Syariah
Hasil penelitian ini diharapkan dapat memberikan gambaran
mengenai faktor-faktor yang mempengaruhi likuiditas yang akan
dihadapi dalam perkembangan perusahaan perbankan syariah
kedepannya. Sehingga industri perbankan syariah dapat lebih berhati-
hati dalam mengelola dana yang dimiliki dalam menyalurkan dananya
kepada masyarakat.
3. Bagi Masyarakat
Hasil penelitian ini diharapkan dapat memberikan indikiasi dini
kepada nasabah yang akan menggunakan jasa perbankan syariah
mengenai kemungkinan terjadinya risiko likuiditas dalam perusahaan
perbankan, dimana likuiditas tersebut mengacu kepada kemampuan
bank untuk pembayaran pinjaman jatuh tempo, penarikan deposito dan
lain-lain tanpa mengalami kesulitan. Hasil penelitian ini juga
diharapkan dapat digunakan sebagai pembanding hasil penelitian
maupun sebagai acuan penelitian selanjutnya.
9
E. Sistematika Penulisan
Penelitian ini dibagi dalam lima bab dan masing-masing bab terbagi
dalam subab-subbab, dengan susunan sebagai berikut:
BAB I :PENDAHULUAN
Dalam bab ini, penulis akan menyajikan latar belakang penelitian,
rumusan masalah, tujuan penelitian, manfaat penelitian dan sistematika
penulisan.
BAB II : TELAAH PUSTAKA
Dalam bab ini akan diuraikan pemahaman tentang likuiditas dan
faktor-faktor yang mempengaruhi likuiditas, penelitian terdahulu, konsep
kerangka pemikiran dan hipotesis
BAB III :METODE PENELITIAN
Dalam bab ini akan diuraikan metode yang digunakan dalam
penelitian yang meliputi: jenis dan sumber data, populasi dan sampel,
variabel penelitian dan definisi operasional, metode pengumpulan data, dan
metode analisis data untuk menguji hipotesis.
BAB IV :ANALISIS DATA
Dalam bab ini akan menjelaskan analisis data dan pembahasan hasil
penelitian yang merupakan bentuk lebih sederhana untuk dibaca dan mudah
diinterprestasikan meliputi deskripsi objek penelitian, analisis penelitian,
10
serta analisis data dan pembahasan. Hasil penelitian mengungkapkan
interprestasi untuk memakai implikasi penelitian.
BAB V : PENUTUP
Dalam bab ini berisi kesimpulan berdasarkan hasil pembahasan,
keterbatasan penelitian serta saran-saran bagi para peneliti selanjutnya.
11
BAB II
LANDASAN TEORI
A. Telaah Pustaka
1. Likuiditas
Likuiditas adalah kemampuan suatu perusahaan untuk
memenuhi seluruh liabilitas yang jatuh tempo kurang dari satu tahun,
perusahaan biasanya menggunakan aset-aset yang likuid. Sehingga
perusahaan dapat dikatakan likuid jika aset lancar yang dimiliki lebih
besar dibandingkan liabilitas lancar. Oleh karena itu, bank manapun
akan memiliki masalah likuiditas karena mayoritas asetnya adalah aset
yang tidak likuid sementara mayoritas liabilitas yang harus dilunasi
berjangka waktu kurang dari satu tahun (Imam Wahyudi, Miranti K
Dewi, dkk, 2013:211). Definisi lainya terkait likuiditas adalah
kemampuan perusahaan dalam memenuhi kewajiban jangka pendek.
Untuk menggambarkan seberapa likuidnya suatu perusahaan serta
kemampuan perusahaan untuk menyelesaikan kewajiban jangka pendek
dengan menggunakan aktiva lancar. Dengan kata lain, rasio ini
digunakan untuk mengukur kemampuan perusahaan untuk membayar
kewajiban yang segera jatuh tempo ( Kasmir, 2008:129).
2. Ukuran Bank
Ukuran bank adalah ukuran atau besarnya aset yang dimiliki
oleh perusahaan. Dimana perusahaan yang lebih besar sahamnya
12
tersebar sangat luas akan lebih berani mengeluarkan saham baru dalam
memenuhi kebutuhannya untuk membiayai pertumbuhan penjualannya
dibandingkan perusahaan yang lebih kecil. Sehingga semakin besar
ukuran perusahaan, kecenderungan untuk memakai dana eksternal juga
semakin besar (Riyanto, 2001:299).
3. Dana Pihak Ketiga
Dana pihak ketiga adalah dana yang berasal dari masyarkat luas
yang merupakan sumber dana terpenting bagi kegiatan operasional
suatu bank dan merupakan ukuran keberhasilan bank jika mampu
membiayai operasionalnya dari sumber dana ini (Kasmir, 2008 :64).
Sedangkan dalam undang-undang Perbankan RI No. 10 tahun 1998
tentang perbankan adalah dana yang dipercayakan oleh masyarakat
kepada bank berdasarkan perjanjian penyimpanan dana dalam bentuk
giro, deposito, sertifikat deposito, tabungan, dan atau bentuk lainnya
yang dipersamakan dengan itu.
Menurut undang undang Perbankan No. 10 tahun 1998 sumber
dana pihak ketiga yang dimaksud adalah sebagai berikut :
a. Giro adalah simpanan yang penarikannya dapat dilakukan setiap
saat dengan menggunakan cek, bilyet, giro, sarana perintah
pembayaran lainnya atau dengan cara pemindahbukuan.
b. Deposito adalah simpanan yang penarikannya hanya dilakukan pada
waktu tertentu berdasarkan perjanjian nasabah penyimpan dengan
bank.
13
c. Tabungan adalah simpanan yang penarikannya hanya dapat
dilakukan menurut syarat-syarat tertentu yang disepekati, tetapi
tidak dapat ditarik dengan cek, bilyet giro, dan atau alat lainnya yang
dipersamakan dengan itu.
4. Net Perfoming Financing (NPF)
Suatu kenyataan bahwa pembiayaan bermasalah merupakan
bagian dari financing portofolio dari sebuah bank syariah, namun
pemberi pembiayaan yang sukses adalah bank yang mampu mengelola
pembiayaan bermasalah pada suatu tingkat wajar yang tidak
menimbulkan kerugian bank bersangkutan (Siamat, 2005:175).
Sedangkan dampak dari keberadaan Non Perfoming Financing
(NPF) yang tidak wajar diantaranya adalah hilangnya kesempatan
memperoleh pendapatan dari kredit yang diberikan, sehingga
mengurangi perolehan laba dan berpengaruh buruk pada profitabilitas
(Dendawijaya, 2005:82).
5. Net Imbalan (NI)
Net imbalan adalah sebua rasio keuangan yang merupakan nilai
hasil dari perbandingan antara presentasi bagi hasil bersih terhadap total
aktiva produktif (Riyadi, 2006:21). NI digunakan untuk mengevaluasi
kemampuan bank dalam mengelola risiko terhadap bagi hasil. Saat suku
bunga berubah, pendapatan bagi hasil dan biaya akan berubah. Semakin
tinggi NI menunjukkan semakin tinggi efektivitas bank dalam
penempatan pembiayaan. Dan semakin besar rasio NI maka akan
14
meningkatkan pendapatan bagi hasil atas aktiva produktif yang dikelola
bank dengan baik sehingga dapat mengindikasikan keadaan suatu bank
dalam kondisi bermasalah yang semakin kecil (Kawuri, 2015:31).
6. Capital Adequacy Ratio (CAR)
Capital Adequacy Ratio adalah sebuah rasio yang
memperlihatkan seberapa jauh seluruh aktiva bank yang mengandung
risiko kredit, surat berharga, tagihan pada bank lain dan penyertaan yang
ikut dibiayai dari dana modal sendiri bank, disamping memperoleh
sumber dana luar bank. dengan kata lain, CAR adalah rasio kinerja bank
untuk mengukur kecukupan modal yang dimiliki bank untuk menunjang
aktiva yang mengandung atau menghasilkan risiko, misal kredit yang
diberikan (Dendawijaya, 2009:121).
Capital Adequacy Ratio (CAR) adalah indikator terhadap
kemampuan bank untuk menututpi penurunan aktivanya sebagai akibat
dari kerugian-kerugian bank yang disebabkan oleh aktiva yang berisiko.
15
B. Penelitian Terdahulu
Tabel 2.1
RESEARCH GAP
No Peneliti (Tahun),
Judul
Variabel Alat Analisis Hasil
Penelitian
Ukuran Bank (X1)
1 Zaghoudi (2017) Variabel
Independen
Size
Variabel
Dependen
Liquidity
Risk
Analisis Data
Panel
Size
berpengaruh
negatif dan
signifikan
2 Melese dan
Laximinkantham
(2015)
Variabel
Independen :
Size, NPL,
CAR
Variabel
Dependen :
Likuiditas
Analisis Data
Penel
Size
berpengaruh
positif dan
signifikan
terhadap
likuiditas.
3 Alzoubi (2017) Variabel
Independen
Size
Variabel
dependen :
Likuiditas
risiko
Analisis data
panel
Size
memiliki
hubungan
negatif
dengan
likuiditas
risiko
4 Mousa (2015) Variabel
Independen :
Size,
Data Panel Size tidak
berpengaruh
signifikan
16
Variabel
Dependen
Likuiditas
Bank
terhadap
likuiditas
5 Nguyen dan Diep
(2017)
Variabel
Independen :
Size dan
CAR
Variabel
dependen :
Likuiditas
OLS Size
berpengaruh
signifikan
DPK (X2)
1 Astuti (2016) Variabel
Independen :
DPK
Variabel
Independen :
FDR
Analisis Data
Regresi
DPK
memiliki
pengaruh
negatif dan
signifikan
terhadap
FDR
2 Ervina, Ardiansari
(2016)
Variabel
Independen :
DPK, NPF,
CAR
Data Panel DPK
berpengaruh
terhadap
likuiditas
3 Rafikha (2013), Variabel
Independen:
DPK, NPF,
CAR, ROA,
ROE, NIM,
PUAS
Analisis
Regresi
Linear
Berganda
DPK
berpengaruh
signifikan
terhadap
FDR
17
Variabel
Dependen:
FDR
4 Gustria (2010), Variabel
Independen:
DPK, LDR,
CAR
Variabel
Dependen :
Likuiditas
Ordinary
Least Square
DPK tidak
memiliki
pengaruh
yang
signifikan
terhadap
Likuiditas
NPF (X3)
1 Rafikha (2013) Variabel
Independen:
DPK, NPF,
CAR, ROA,
ROE, NIM,
PUAS
Variabel
Dependen:
FDR
Analisis
Regresi
Linear
Berganda
NPF
berpengaruh
signifikan
terhadap
FDR
2 Hasanovic & Latic
(2017),
Independen
Variable :
NPL, Profit,
Equity,
Loans, LIR,
Growth, Size.
Dependen
Variable :
Liquidity
Ordinary
Least
Squares
NPL
berpengaruh
positif
terhadap
likuiditas
18
3 Melese dan
Laximinkantham
(2015)
Variabel
Independen :
Size, NPL,
CAR
Variabel
Dependen :
Likuiditas
Analisis Data
Penel
NPL tidak
berpengaruh
terhadap
likuiditas
4 Ichwan dan Nafik
(2016)
Variabel
Independen :
NPF
Variabel
Dependen
Likuiditas
Analisis
Reresi
Berganda
NPF
memiliki
pengaruh
yang tidak
signifikan
terhadap
likuiditas
5 Ervina, Ardiansari
(2016)
Variabel
Independen :
DPK, NPF,
CAR
Data Panel NPF tidak
berpengaruh
signifikan
terhadap
likuiditas
NI (X4)
1 Pavla, (2013), Independen
Variable :
CAR, Profit,
NIM, Size,
Growrh etc.
Dependen
Variable:
Liquidity
Panel Data
Regression
NIM tidak
berpengaruh
terhadap
Likuiditas
2 Rafikha (2013) Variabel
Independen:
DPK, NPF,
CAR, ROA,
ROE, NIM,
PUAS
Analisis
Regresi
Linear
Berganda
NIM tidak
berpengaruh
signifikan
terhadap
FDR
19
Variabel
Dependen:
FDR
3 Vira (2013) Variabel
Independen :
LDR, CAR,
NPL, NIM,
ROA
Variabel
Dependen :
LDR
Regresi
linear
berganda
NIM
berpengaruh
positif dan
signifikan
terhadap
LDR
4 Faisusza (2015) Variabel
Independen:
CAR, ROA,
ROE, NIM,
Ukuran
perusahaan
Analisis
Regresi
Berganda
NIM
berpengaruh
positif dan
signifikan
terhadap
Likuiditas
CAR (X5)
1 Ervina, Ardiansari
(2016)
Variabel
Independen :
DPK, NPF,
CAR
Data Panel CAR
berpengaruh
terhadap
likuiditas
2 Vodova (2011) Variabel
independen :
Size, NIM,
CAR
Data Panel CAR
berpengaruh
terhadap
likuiditas
20
Variabel
dependen :
Likuiditas
3 Melese dan
Laximinkantham
(2015)
Variabel
Independen :
Size, NPL,
CAR
Variabel
Dependen :
Likuiditas
Analisis Data
Penel
CAR
bengaruh
positif dan
signifikan
terhadap
likuiditas
4 Nguyen (2017) Variabel
Independen :
Size dan
CAR
OLS CAR
berpengaruh
signifikan
5 Hasna ( 2013) Variabel
Independen :
CAR, NIM,
Profitability,
ROE, ROA
Data panel CAR tidak
berpengaruh
signifikan
terhadap
likuiditas.
Sumber : Berbagai kumpulan jurnal yang sudah diolah
Berdasarkan uraian penelitian terdahulu pada tabel 2.1, maka
perbedaan penelitian ini dengan penelitian terdahulu adalah:
1. Variabel Net Interest Margin yang digunakan dalam penelitian ini
adalah Net Imbalan.
2. Jumlah obyek penelitian lebih banyak dari penelitian sebelumnya yaitu
13 perbankan syariah di Indonesia.
21
3. Periode penelitian selama lima tahun dari tahun 2013-2017 dengan
laporan keuangan tahunan perbankan syariah yang terdaftar dalam
Otoritas Jasa Keuangan.
C. Kerangka Penelitian
Variabel dalam penelitian ini terdiri dari variabel dependen dan
variabel independen. Variabel dependen dalam penelitian ini adalah
likuiditas dan variabel independennya adalah Dana Pihak Ketiga (DPK),
Non Performing Financing (NPF), Net Imbalan (NI), Capital Adequacy
Ratio(CAR), dan ukuran bank sebagai faktor-faktor yang mempengaruhi
likuiditas pada perbankan syariah di Indonesia.
22
Ukuran Bank
(X1)
DPK
(X2)
NPF
(X3)
NI
(X4)
CAR
(X5)
Gambar 2.1
Kerangka Penelitian
D. Hipotesis
1. Pengaruh Ukuran Bank Terhadap Likuiditas
Ukuran Bank dalam penelitian ini diukur dengan logaritma
natural (Ln) dari total aset. Aset adalah aktiva yang digunakan untuk
aktivitas operasional perusahaan. Semakin besar aset yang dimiliki
Likuiditas
(Y1)
23
perusahaan maka diharapkan akan semakin besar hasil operasional
perusahaan. Penelitian yang pernah dilakukan Pavla (2011) dan Galuh
(2012) menunjukkan bahwa ukuran perusahaan berpengaruh positif
terhadap likuiditas. Sedangkan dalam penelitiannya Arif (2012) dan
Alwan (2017) menunjukkan bahwa size tidak berpengaruh terhadap
likuiditas. Dari uraian ini dapat dirumuskan hipotesis sebagai berikut:
H1: Ukuran bank berpengaruh positif terhadap likuiditas.
2. Pengaruh Dana Pihak Ketiga (DPK) Terhadap Likuiditas
Likuiditas pada perbankan Syariah di proksikan oleh financing
to deposit ratio (FDR), karena FDR adalah satu indikator penilaian bank
yang menggambarkan tingkat efisiensi pelaksanaan fungsi bank sebagai
lemabaga intermediasi dalam menghimpun dana dan pengalokasianya.
Dari hasil peneltian Hanafi (2013) menjelaskan bahwa DPK
berpengaruh dan signifikan terhadap likuiditas. Sejalan dengan hasil
penelitian Sunaryati (2015) dan Rafikha (2013) juga menjelaskan bahwa
DPK berpengaruh signifikan terhadap likuiditas. Sedangkan penelitian
yang dilakukan Gustria (2010) dan Faizal (2014) terdapat ketidak
konsistenan hasil yang menyatakan bahwa DPK tidak memiliki
pengaruh yang signifikan terhadap likuiditas. Dari uraian ini dapat
dirumuskan hipotesis sebagai berikut:
H2: Dana Pihak Ketiga berpengaruh positif terhadap likuiditas.
24
3. Pengaruh Non Performing Financing (NPF)Terhadap Likuiditas
NPF merupakan rasio dari kredit yang bermasalah dibandingkan
dengan total kredit yang diberikan. Maka semakin kecil NPF kinerja
bank akan semakin baik. Hasil dari penelitian Fatimah (2012) dan
Rafikha (2013) menyatakan bahwa NPF berpengaruh dan signifikan
terhadap likuiditas. Hanafi (2013) juga menyimpulkan bahwa NPF
berpengaruh dan signifikan terhadap likuiditas. Berbeda dengan hasil
penelitian Annur (2017) dan Ervina (2016) yang menjelaskan bahwa
NPF tidak berpengaruh terhadap likuiditas. dari beberapa penelitian
terdahulu dapat dirumuskan hipotesis sebagai berikut :
H3: NPF berpengaruh negatif terhadap likuiditas.
4. Pengaruh Net Imbalan Terhadap Likuiditas
Net imbalan adalah sebua rasio keuangan yang merupakan nilai
hasil dari perbandingan antara presentasi bagi hasil bersih terhadap total
aktiva produktif (Riyadi, 2006:21).. Hasil penelitian terdahulu Vira
(2013) menunjukkan bahwa NIM berpengaruh positif dan signifikan
terhadap likuiditas. Faisusza dan Hasna (2015) menjelaskan bahwa NIM
berpengaruh positif dan signifikan terhadap likuiditas. Sedangkan
Harjum dan Rafikha (2013) menunjukkan bahwa NIM tidak
berpengaruh dan signifikan terhadap likuiditas. Dari uraian ini dapat
dirumuskan hipotesis sebagai berikut :
H4 : Net Imbalan berpengaruh positif terhadap likuiditas.
25
5. Pengaruh Capital Adequacy Ratio Terhadap Likuiditas
CAR merupakan indikator terhadap kemampuan bank untuk
menutupi penurunan aktivanya sebagai akibat terhadap dari keruagian
bank yang disebabkan oleh aktiva. Hal ini berarti bank yang memiliki
kemampuan dalam mempertahankan modalnya maka bank dapat
mengontrol resiko-resiko yang dapat mempengaruhi besarnya modal
dan likuiditas bank. Hasil penelitian terdahulu Hanafi (2013)
menunjukkan bahwa CAR berpengaruh positif terhadap likuiditas pada
bank. Mardiyah (2015) menjelaskan bahwa CAR berpengaruh negatif
dan tidak signifikan terhadap likuiditas. Berbeda dengan penelitian
Faisuzza dan Hasna (2015), CAR tidak berpengaruh signifikan terhadap
likuiditas. Dari beberapa penelitian terdahulu tersebut dapat dirumuskan
hipotesis sebagai berikut:
H5: CAR berpengaruh positif terhadap likuiditas.
26
Tabel 2.2
Ringkasan Hipotesis Penelitian
H1 : Ukuran bank berpengaruh positif terhadap likuiditas.
H2 : Dana Pihak Ketiga berpengaruh positif terhadap likuiditas
H3 : Non Perfoming Financing berpengaruh negatif terhadap likuiditas.
H4 : Net Imbalan berpengaruh positif terhadap likuiditas
H5 : Capital Adequacy Ratio berpengaruh positif terhadap likuiditas.
27
BAB III
METODE PENELITIAN
A. Jenis Penelitian dan Sumber Data
Metode yang di gunakan dalam penelitian ini adalah jenis penelitian
kuantitatif. Menurut Juliansyah (2011:38) penelitian kuantitatif adalah
metode untuk menguji teori-teori tertentu dengan cara meneliti hubungan
antarvariabel. Variabel-variabel ini diukur dengan instrumen penelitian
sehingga data yang terdiri dari angka-angka dapat dianalisis berdasarkan
prosedur statistik.Menrut sugiono (2009:7) metode kuantitatif dinamalan
metode tradisional, karena metode ini sudah cukup lama di gunakan
sehingga sudah mentradisi sebagai metode penelitian. Metode ini di sebut
sebagai metode postivistik karena berdasar pada filsafat positivisme.
Metode ini sebagai metode ilmiah/scientific karena telah memenuhi kaidah-
kaidah ilmiah yaitu kongkrit/empiri, obyektif, terukur, rasional, dan
sistematis. Metode ini juga di sebut metode discovery, karena dengan
metode ini dapat ditemukan dan di kembangkan sebagai iptek baru. Metode
ini di sebut metode kuantitatif karena data penelitian berupa angka-angka
dan analisis menggunakan statistik. Sumber data yang di gunakan penelitian
ini adalah data sekunder yaitu sumber yang tidak langsung memberikan
data kepada pengumpul data (sugiono, 2009:137). Sedangkan menururt
Daniel (2002:113) data sekunder adalah data yang telah tersedia dalam
berbagai bentuk. Biasanya sumber data ini lebih banyak sebagai data
statistik atau data yang sudah diolah sedemikian rupa sehingga siap
28
digunakan. Penelitian ini menggunakan data sekunder yang bersumber dari
laporan keuangan industri perbankan syariah yan diambil dari masing-
masing industri perbankan syariah tersebut dari periode 2013-2017.
B. Lokasi dan Waktu Penelitian
Penelitiian ini dilakukan pada industri bank syariah melalui website
resmi masing-masing bank. Dan dilaksanakan pada bulan Agustus 2018
sampai September 2018.
C. Populasi dan Sampel
1. Populasi
Menurut Juliansyah (2010:147) populasi adalah seluruh elemen
atau anggota dari suatu wilayah yang menjadi sasaran objek penelitian.
Sedangkan menurut Sumanto (2014:160), populasi merupakan
kelompok dimana seseorang peneliti akan memperoleh hasil penelitian
yang dapat disamaratakan (digeneralisasikan). Selanjutnya, menurut
Burhan (2006:99), populasi merupakan keseluruhan dari objek
penelitian yang dapat berupa manusia, hewan, tumbuhan, udara, gejala,
nilai, peristiwa, sikap hidup, dan sebagainnya sehingga objek-objek ini
dapat menjadi sumber data penelitian. Dalam penelitian ini populasinya
adalah industri bank umum syariah di Indonesia yang masih
beroperasional pada tahun 2013-2017. Maka populasi penelitian ini
dapat dilihat pada tabel sebagai berikut :
Tabel 3.1
29
Daftar Populasi Penelitian Bank Umum Syariah
Sumber : www.ojk.co.id
2. Sampel
Menurut Mardalis (1995:55), sampel adalah sebagian dari
seluruh individu yang menjadi objek penelitian. Sedangkan menurut
Sumanto (2014:160), sampel merupakan sejumlah individu (objek
penelitian) untuk suatu penelitian sedemikian rupa sehingga individu-
individu (objek penelitian) tersebut merupakan perwakilan kelompok
yang lebih besar pada mana objek itu dipilih. Kemudian menurut Burhan
(2006:102) sampel adalah wakil semua unit strata dan sebagainya yang
ada dalam populasi. Pengambilan sampel pada penelitian ini dengan
teknik Sampel Nonprobabilitas yaitu teknik pengambilan sampel
dimana setiap anggota populasi tidak memiliki kesempatan atau peluang
yang sama sebagai sampel, (Juliansyah, 2011:154). Salah satu teknik
No Nama Bank
1 Bank Aceh
2 Bank BCA Syariah
3 Bank BJB Syariah
4 Bank BNI Syariah
5 Bank BRI Syariah
6 Bank BTPN Syariah
7 Bank Maybank Syariah Indonesia
8 Bank Mega Syariah
9 Bank Muamlat Indonesia
10 Bank Panin Syariah, Tbk
11 Bank Syariah Bukopin
12 Bank Syariah Mandiri
13 Bank Victoria Syariah
30
pengambilan sampel dalam non probability sampling adalah purposive
sampling. Purposive sampling adalah teknik penentuan sampel dengan
pertimbangan khusus sehingga layak dijadikan sampel (Juliansyah,
2011:155). Dalam penelitian ini pengambilan sampel didasarkan pada
kriteria sebagai berikut :
1. Perbankan syariah yang ada di Indonesia dan terdaftar pada Otoritas
Jasa Keuangan.
2. Perbankan syari’ah yang mempublikasikan laporan keuangan
periodik selama periode pengamatan pada tahun 2013-2017 secara
lengkap.
Maka dalam penelitian ini sampel yang digunakan adalah sebagi
berikut :
Tabel 3.2
Daftar Sampel Industri Perbankan Syariah
Sumber : www.ojk.co.id
No Nama Bank
1 Bank Aceh
2 Bank BCA Syariah
3 Bank BJB Syariah
4 Bank BRI Syariah
5 Bank BTPN Syariah
6 Bank Maybank Syariah Indonesia
7 Bank Mega Syariah
8 Bank Muamlat Indonesia
9 Bank Syariah Bukopin
10 Bank Syariah Mandiri
11 Bank Victoria Syariah
31
D. Variabel Penelitian dan Definisi Operasional
1. Variabel Dependen
Variabel dependen adalah variabel yang dipengaruhi atau akibat
karena adanya variabel bebas, (Sumanto, 2014:39). Variabel dependen
yang digunakan dalam penelitian ini adalah :
a. Likuiditas (Y1)
Variabel adalah suatu kemampuan suatu lembaga dalam hal
ini lembaga perbankan khususnya bank umum syariah dalam
memenuhi segala kewajiban-kewajiban yang segera jatuh tempo dan
mampu memenuhi permintaan kredit tanpa adanya penundaan.
Salah satu cara untuk menghitung tingkat likuiditas perbankan
adalah dengan (Wahyu :2016).
Dengan rumus :
Likuiditas = Total Pembiayaan X 100%
Total Dana
b. Variabel Independen
Variabel independen adalah variabel yang mempengaruhi
atau menjadi sebab perubahan atau timbulnya variabel terikat,
(Juliansyah,2011:48). Variabel independen dalam penelitian ini
adalah
32
a. Dana Pihak Ketiga
Dana Pihak Ketiga biasanya lebih di kenal dengan dana
masyarakat, yaitu dana yang di himpun dari masyarakat dalam
arti luas, meliputi masyarakat individu, maupun badan usaha.
Bank menawarkan produk simpanan kepada masyarakat dalam
menghimpun dananya untuk dikelola sesuai kesepakatan
diantara pihak bank dan penyimpan (Ismail, 2010:43). DPK
dapat dirumuskan sebagai berikut :
DPK = Giro + Tabungan + Deposito
b. Non Performing Financing (NPF)
Non Performing Financing merupakan rasio yang
digunakan untuk mengukur kemampuan manajemen bank dalam
mengelola kredit bermasalah yang ada dapat dipenuhi dengan
aktiva produktif yang dimiliki oleh suatu bank. Besarnya nilai
NPF dapat dihitung dengan rumus (Wahyu, 2016);
Non Performing Financing = Pembiayaan BermasalahX 100%
Total Pembiayaan
c. Net Imbalan
Net imbalan adalah sebua rasio keuangan yang
merupakan nilai hasil dari perbandingan antara presentasi bagi
hasil bersih terhadap total aktiva produktif (Riyadi, 2006:21) .
Besarnya nilai NI dapat dihitung dengan rumus :
NI = Bagi Hasil Bersih x 100 %
33
Total Aktiva Produktif
d. Capital Adequacy Ratio (CAR)
Capital Adequacy Ratio (CAR) menunjukkan
kemampuan dari modal untuk menutup kemungkinan kerugian
atas kredit yang diberikan beserta kerugian pada investasi surat-
surat berharga (Arif : 2012).
Dengan rumus = Modal x 100%
ATMR
e. Ukuran Bank
Ukuran bank merupakan ukuran atau besarnya aset yang
dimiliki bank. ukuran bank diukur dengan dari total aset yang
dimiliki bank, dikarenakan besarnya toal aset masing-masing
berbeda, maka ukuran bank diukur dengan logaritma natural dari
total aset (Iqbal, 2012). Dengan rumus :
Ukuran bank = Ln Total Aset
E. Metode Pengumpulan Data
Metode pengumpulan data adalah bagian instrumen pengumpulan
data yang menentukan berhasil atau tidaknya suatu penelitian, yang mana
kesalahan dalam pengumpulan data yang tidak digunakan semestinya akan
berakibat fatal terhadap hasil-hasil penelitian yang dilakukan,
(Burhan,2005:123). Dalam penelitian ini metode pengumpulan datanya
adalah
34
1. Metode dokumentasi, adalah metode yang digunakan untuk menelusuri
data historis berbentuk surat-surat, catatan harian, kenang-kenangan,
laporan dan sebagainya (Burhan, 2005:144). Dokumentasi dalam
penelitian ini yang dilakukan yaitu dengan cara mengumpulkan data
laporan keuangan tahunan industri perbankan yang telah dipublikasikan.
2. Metode Studi Pustaka, adalah metode pengumpulan data untuk
mengetahui beberapa teori yang berhubungan dengan penelitian
(Sangadji, 2010:28). Studi pustaka dalam penelitian ini yang dilakukan
yaitu dengan memperoleh data dari buku-buku pustaka, jurnal, dan
berbagai literature lainnya yang menjadi refrensi dan sesuai dengan
penelitian.
F. Analisis Data
Analisis data yang digunakan dalam penelitian
menggunakan data panel yaitu gabungan dari runtut waktu dan data
silang ( Basuki, 2016:276). Kemudian pengujian hipotesis dilakukan
dengan model regresi data panel. Pengolahan data dalam penelitian ini
menggunakan bantuan software EVIEWS versi 0.9.
Dengan Penjelasan sebagai berikut
1. Statistik Deskriptif
Statistik deskriptif adalah uji statistik yang memberikan
gambaran suatu data yang dilihat dari nilai rata-rata, standar deviasi,
varian, maksimum, minimum, sum, range, kurtosis dan swekness
35
(kemencengan distributsi). Statistik deskriptif mendeskripsikan data
menjadi sebuah informasi yang lebih jelas dan mudah dipahami.
Statistik deskriptif digunakan untuk mengembangkan profil perusahaan
yang menjadi sampel. Statistik deskriptif berhubungan dengan
pengumpulan data, serta penyajian hasil penelitian tersebut (Ghozali,
2011:19).
2. Uji Stasioneritas
Uji stasioneritas digunakan untuk menguji data time series agar
data yang digunakan tidak bersifat flat, tidak mengandung komponen
trend, dengan keragaman konstan dan tidak terjadi fluktuasi periodik
(Aisyah, 2017). Uji data yang digunakan adalah uji Unit Root dengan
uji Augemented –Dickey-Fuller. Pengambilan keputusan pada uji
statisioneritas adalah jika nilai probabilitas lebih kecil dari 0.05, maka
data tersebut bersifat stationer (Winarno, 2015:115).
3. Metode Estimasi Model Regresi Panel
a. Common Effect Model
Model commen effect adalah pendekatan data panel paling
sederhana. Karena mode ini tidak memperhatikan dimensi waktu
atau waktu sehingga diasumsikan bahwa perilaku antar individu
sama dalam berbagai kurun waktu. Model common effect ini hanya
mengombinasikan data time series dan cross section dalam bentuk
pool (Basuki, 2016:278).
36
b. Fixed Effect Model
Model fixed effect adalah teknik mengestimasi data panel
dengan menggunakan variabel dummy untuk menangkap adanya
perbedaan intersep. Pengertian fixed effect ini didasarkan adanya
perbedaan intersep antara perusahaan namun intersepnya sama antar
waktu. Model fixed effect juga mengasumsikan bahwa koefisien
regresi tetap antar perusahaan dan antar waktu. Model estimasi ini
seringkali disebut dengan teknik Least Squares Dummy Variables
(Widarjono, 2013:357).
c. Random Effect Model
Random effect model adalah model pendekatan data panel
yang akan mengestimasi data panel dimana variable gangguan
mungkin saling berhubungan antara waktu dan antar individu. Pada
model ini perbedaan intersep diakomodasi oleh error terms masing-
masing perusahaan. Keuntungan memakai model ini adalah
menghilangkan heterokedastisitas (Rosaidi, 2012:273).
4. Pemilihan Model
a. Uji Chow
Uji Chow (Fstatistik) adalah pengujian yang dilakukan untuk
mengetahui apakah model yang digunakan adalah common effect atau
fixed effect (Widarjono, 2013: 362).
Pengujian Uji Chow dilakukan dengan hipotesis sebagai berikut :
H0 : Model menggunakan pendekatan Common Effect
37
Ha : Model menggunakan pendekatan Fixed Effect
Pengujian ini menggunakan distributsi F Statistik, dimana jika F
statistik lebih besar dari Ftabel maka Ho ditolak. Nilai Chow menunjukkan
nilai F statistik dimana bilai nilai Chow yang kita dapat lebih besar dari
nilai Ftabel yang digunakan berarti kita menggunakan model fixed effect.
Atau kita dapat melihat pada nilai probabilitas cross section F dan Chi
Square, dengan ketentuan :
Jika probabilitas < 0,05, berarti H0 ditolak, dan Ha diterima
Jika probabilitas > 0,05 berarti H0 diterima
b. Uji Hausman
Uji hausman adalah penggunaan uji statistik sebagai dasar
pertimbangan kita dalam memilih apakah menggunakan model fixed
effect atau model random effect (Widarjono, 2013:365). Pengujian uji
hausman dilakukan dengan hipotesis sebagai berikut :
H0 : Model menggunakan pendekatan random effect
Ha : Model menggunakan pendekatan fixed effect
Uji ini menggunakan chi square dimana jika probabilitas dari
hausman lebih kecil dari α (hasil Hausman tes signifikan) maka H0
ditolak dan model fixed effect yang digunakan.
c. Uji Lagrange Multilier
Uji lagrange multilier adalah pengujian statistic untuk
mengetahui apakah model random effect lebih baik dari model
commont effect. Apabila nilai LM hitung lebih besar dari nilai kritis
38
maka nilai kritis Chi-Squre maka artinya model yang tepat untuk
regresi data panel adalah model Random Effect. Dengan hipotesis
yang dibentuk dalam LM test adalah sebagai berikut :
H0 : Common Effect Model
H1 : Random Effect Model
5. Pengujian Asumsi Klasik
Menurut Ghozali (2009:107), uji asumsi klasik adalah pengujian
data yang dilakukan untuk memastikan bahwa hasil penelitian adalah
valid, tidak bias, konsisten dan penaksiran koefisien regresinya efisien.
a. Uji Multikolonieritas
Menurut Ghozali (2009:25), uji multikolineritas adalah uji
data yang berfungsi untuk menguji apakah model regresi ditemukan
adanya korelasi antar variabel independen. Ada tidaknya masalah
multikolinearitas digunakan correlaction matriks untuk mengetahui
koefisien korelasi antara variabel bebas. Jika nilai koefisien korelasi
kurang dari 0,8 maka data tidak mengandung masalah
multikolinearitas (Wiryono, 2015:5)
b. Uji Autokorelasi
Uji Autokorelasi adalah uji data yang berfungsi untuk meguji
apakah dalam model regresi linier ada korelasi antara kesalahan
pengganggu pada periode t-1 (sebelumnya). Apabila terjadi korelasi,
maka dinamakan ada problem autokorelasi. Autokorelasi muncul
39
karena penelitian yang berurutan sepanjang waktu. Model regresi
yang baik adalah regresi yang terbebas dari autokorelasi (Imam,
2005: 95). Cara yang digunakan untuk mendeteksi ada atau tidaknya
korelasi, yaitu dengan Uji Durbin Watson (DW), hipotesisi yang
akan diuji adalah :
H0 : tidak ada autokorelasi (r=0)
Ha : ada autokorelasi (r=/ 0)
Pengambilan keputusan ada tidaknya autokoreasi menurut
Imam Ghozali (2005:96), adalah sebagai berikut :
Tabel 3.3
Keputusan Pengambilan Korelasi
Hipotesis nol Keput
usan
Jika
Tidak ada
autokorelasi
Tolak 0 < d<dl
Tidak ada
autokorelasi positif
No decision dl<d<du
Tidak ada korelasi
negatif
Tolak 4-dl<d<4
Tidak ada korelasi
negatif
No decision 4-du<d<4 -dl
Tidak ada
autokorelasi,
positif atau negatif
Tidak ditolak du<d<4-du
Sumber : Ghozali (2005)
40
c. Uji Heterokedastisitas
Uji heteroskedasisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan kepangamatan yang lain (Ghozali, 2005;105). Untuk
menguji ada tidaknya heteroskedastisitas menurut Gujarati (2004:406),
digunakan uji-Glejser, yaitu dengan mengregresikan masing-masing
variabel bebas terhadap nilai absolut dari residual. Jika nilai koefisien
regresi dari masing-masing variabel bebas terhadap nilai absolut dari
residual (error) ada yang signifikan (sig < a) maka dapat disimpulkan
adanya heteroskedastisitas (variansi dari residual tidak homogen ).
d. Uji Normalitas
Uji normalitas adalah uji statistik yang bertujuan untuk menguji
apakah dalam model regresi, variabel pengganggu atau residual
memiliki distibutsi normal. Seperti diketahui bahwa uji t dan f
mengasumsikan bahwa nilai residual mengikuti distributsi normal.
Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid untuk
jumlah sampel kecil (Imam, 2006:110). Sedangkan untuk pengujian
normalitas dalam penelitian ini menggunakan uji Jarque-Bera. Uji ini
mengukur swkness dan kurtosis data dan dibandingkan apabila datanya
bersifat normal.
41
F. Uji Hipotesis
1. Uji Koefisien Determinasi (Uji R2)
Menurut Setiawan dan Kusrini (2010:64-65), uji koefisien
determinasi (Uji R2) adalah uji data yang digunakan untuk mengetahui
sejauh mana ketepatan garis yang terbentuk mewakili kelompok data
hasil penelitian. Uji R2 menggambarkan bagian variansi yang dapat
diterangkan dalam model. semakin besar nilai R2 mendekati 1, maka
dapat dikatakan ketepatan model semakin baik. Menurut Setiawan
(2010), koefisien determinasi memiliki sifat sebagai berikut :
1) Nilai R2 selalu positif karena merupakan nisbah dari jumlah
kuadrat.
2) Nilai 0 < R2<1
R2= 0, berarti tidak ada hubungan antara X dan Y, atau model regresi
yang terbentuk tidak tepat untuk meramalkan Y.
R2= 1, garis regresi yang terbentuk mampu meramalkan Y secara
sempurna.
2. Uji F
Menurut Sudjana (2003:90), uji F adalah uji data yang berfungsi
untuk menguji keberartian regresi dan untuk mengetahui ada tidaknya
pengaruh secara simultan antara variabel independen dengan variabel
dependen. Menurut Sugiyono (2005:223), dalam pengambilan
keputusan Uji F dilakukan dengan cara membandingkan antara Fhitung
dengan F tabel pada tingkat kepercayaan 5% apabila Fhitung > F tabel maka
42
secara keseluruhan variabel independen berpengaruh secara simultan
terhadap variabel dependen.
3.Uji T
Menurut Algifari (2013:71), uji t adalah uji data yang digunakan
untuk mengetahui pengaruh variabel independen secara parsial terhadap
variabel dependen. Sedangkan pengambilan keputusan pada Uji t
dilakukan dengan membandingkan nilai thitung masing-masing koefisien
regresi dengan nilai ttabel dengan signifikan yang diberlakukan.
1) Apabila thitung < t tabel maka keputusannya menerima daerah
permintaaan hipotesis nol (HO). Artinya, variabel independen tidak
berpengaruh terhadap variabel dependen.
2) Apabila thitung > t tabel, maka keputusannya menolak hipotesis nol
(Ho). Artinya variabel independen berpengaruh terhadap variabel
dependen.
43
BAB IV
ANALISIS DATA
A. Deskripsi Obyek Penelitian
Dalam bab ini akan diuraikan hal-hal yang berkaitan dengan data
penelitian yang berhasil disimpulkan, hasil pengolahan data dan
pembahasan dari hasil pengolahan tersebut. Dari seluruh industri keuangan
syariah yang terdaftar di Otoritas Jasa Keuangan (OJK) tidak semua
dijadikan sampel dalam penelitian ini, karena dalam penelitian ini yang
dijadikan sampel adalah industri perbankan syariah yang terdaftar di OJK
periode 2013-2017 yang mempublikasikan data-data keuangannya.
Dari 13 bank umum syariah yang dijadikan obyek dalam penelitian
ini adalah 11 bank yang memenuhi syarat penelitian untuk dijadikan sampel.
Beberapa sampel digugurkan karena ketidak lengkapan data. Denganoo
demikian selama 5 tahun pengamatan diperoleh data sejumlah 11 x 5 data =
55 pengamatan. Pada tabel 4.1 disajikan perusahaan yang menjadi sampel
penelitian ini
44
Tabel 4.1
Daftar Sampel Penelitian
Sumber : Otoritas Jasa Keuangan 2018
Berdasarkan data mentah yang diinput dari Otoritas Jasa Keuangan
(OJK 2018) yang berupa data laporan keuangan tahunan yang berisi
mengenai ukuran perusahaan (size)dana pihak ketiga, non perfoming
financing, net interest margin, capita; adequacy ratio, dan likuiditas maka
dapat dihitung rasio-rasio keuangan yang digunakan dalam penelitian ini.
Statistik diskriptif dari 200 data pengamatan terhadap variabel-
variabel penelitian dapat dilihat pada tabel 4.2 berikut ini
No Nama Industri Perbankan Syariah
1 Bank Aceh
2 Bank BCA Syariah
3 Bank BJB Syariah
4 Bank BRI Syariah
5 Bank BTPN Syariah
6 Bank Maybank Syariah Indonesia
7 Bank Mega Syariah
8 Bank Muamlat Indonesia
9 Bank Syariah Bukopin
10 Bank Syariah Mandiri
11 Bank Victoria Syariah
45
Tabel 4.2
Statistik Diskriptif Variabel
Date: 10/07/18
Time: 08:26
Sample: 2013 2017
LIKUIDITAS UKURAN_BA
NK NPF DPK NIM CAR
Mean 93.83545 15160.77 2.648545 17813735 7.587091 22.46291
Median 91.05000 15629.00 2.980000 5881057. 6.040000 17.91000
Maximum 157.7700 19993.00 4.930000 77903000 86.91000 88.02000
Minimum 69.44000 11.02000 0.000000 561506.0 0.100000 11.10000
Std. Dev. 17.38620 3369.074 1.714599 20852485 11.71240 15.62843
Skewness 2.370071 -3.315860 -0.394158 1.296363 5.966729 3.021145
Kurtosis 8.773997 15.67518 1.680350 3.505380 40.09734 12.19521
Jarque-Bera 127.8933 468.9663 5.415027 15.99041 3480.170 277.4319
Probability 0.000000 0.000000 0.066702 0.000337 0.000000 0.000000
Sum 5160.950 833842.5 145.6700 9.80E+08 417.2900 1235.460
Sum Sq. Dev. 16323.12 6.13E+08 158.7519 2.35E+16 7407.741 13189.39
Sumber : Data Sekunder 2018 diolah
Data diskriptif likuiditas yang diambil dari tahun 2013 sampai
dengan tahun 2017 berdasarkan data tahunan dari 11 sampel adalah tampak
menunjukkan nilai rata-rata 93.83545 dengan standar deviasi sebesar
17.38620. sedangkan untuk nilai minimum dan maksimumnya yaitu
69.44000 dan 157.7700. Laporan mengenai ukuran perusahaan dari 11
sampel selama 5 tahun pengamatan menunjukkan rata-rata sebesar
15160.77 denga deviasi standar sebesar 3369.074, sedangkan nilai
maksimum dan minimumnya adalah 19993.00 dan 11020.00.
Laporan dana pihak ketiga (DPK) melaporkan nilai rata-rata sebesar
17813735 dengan deviasi standar sebesar 20852485, sedangkan nilai
46
maksimum dan minimumnya yaitu 77903000 dan 561506.0. Secara
statistik, nilai rata-rata non perfoming financing sebesar 2.648545 dengan
deviasi standar sebesar 1.714599, sedangkan nilai aksimum dan
minimumnya yaitu sebesar 4.930000 dan 0.000000. Laporan mengenai net
imbalan melaporkan nilai rata-rata sebesar 7.587091 dengan deviasi standar
sebesar 11.71240, sedangkan nilai maksimum dan minimumnya yaitu
sebesar 86.91000 dan -3.000000. Untuk statistik nilai rata-rata capital
adequacy ratio sebesar 22.46291 dengan deviasi standar sebesar 15.62843
sedangkan nilai maksimum dan minimumnya yaitu sebesar 88.02000 dan
11.10000.
B. Analisis Data
Sesuai dengan tujuan penelitian, maka penelitian ini menggunakan
analisis regresi data panel. Regresi data panel akan membentuk estimasi
yang baik apabila terpenuhi semua asumsi-asumsi klasiknya.
1. Uji Statisioneritas
Uji stasioneritas digunakan untuk menguji data time series agar
data yang digunakan tidak bersifat flat, tidak mengandung komponen
trend, dengan keragaman konstan dan tidak terjadi fluktuasi periodik
(Aisyah, 2017). Uji data yang digunakan adalah uji Unit Root dengan
uji Augemented –Dickey-Fuller. Hasil uji stattisioneritas untuk masing-
masing variabel penelitian dapat dilihat pada tabel 4.3 sebagai berikut :
47
Tabel 4.3
Hasil Uji Stationeritas
Berdasarkan tabel hasil uji stationeritas diatas, dapat diambil
kesimpulan bahwa variabel likuiditas dan variabel ukuran bank, dana
pihak ketiga, non perfoming financing, net interest margin serta capital
adequacy ratio pada penelitian ini telah memenuhi uji stationeritas
dengan nilai probabilitas kurang dari 0,05
2. Uji Estimasi Model Regresi Panel
Dalam analisis model data panel, terdapat tiga pendekatan yang
digunakan dalam mengestimasi model regresi data panel, yaitu :
No
Variabel
Probability
Unit Root Test
1 X1 – Ukuran Bank 0.0047
2 X2 – Dana Pihak Ketiga 0.0000
3 X3 – Non Perfoming Financing 0.0000
4 X4 – Net Interest Margin 0.0000
5 X5 – Capital Adequacy Ratio 0.0000
6 Y- Likuiditas 0.0000
48
a. Uji Common Effect Model
Uji common effect mengasumsikan apabila data gabungan
yang ada menunjukkan kondisis sesungguhnya dan hasil analisis
regresi dianggap berlaku pada semua objek waktu ( Basuki, 2016 :
278). Hasil uji common effect dapat dilihat pada tabel 4.3, sebagai
berikut :
Tabel 4.3
Hasil Uji Regresi Common Effect
Berdasarkan tabel 4.3, dapat diketahui bahwa bentuk regresi
common effect adalah
Dependent Variable: LIKUIDITAS
Method: Panel Least Squares
Date: 09/20/18 Time: 20:32
Sample: 2013 2017
Periods included: 5
Cross-sections included: 11
Total panel (balanced) observations: 55
White diagonal standard errors & covariance (d.f. corrected)
Variable Coefficient Std. Error t-Statistic Prob.
C 0.504278 0.127450 3.956682 0.0002
UKURAN_BANK -0.008386 0.004690 -1.788302 0.0799
DPK -0.053502 0.015461 -3.460478 0.0011
NPF 0.013682 0.018959 0.721652 0.4739
NI 0.016222 0.015171 1.069246 0.2902
CAR 0.125282 0.081159 1.543670 0.1291
R-squared 0.429119 Mean dependent var -0.033566
Adjusted R-squared 0.370866 S.D. dependent var 0.069019
S.E. of regression 0.054745 Akaike info criterion -2.869607
Sum squared resid 0.146852 Schwarz criterion -2.650626
Log likelihood 84.91420 Hannan-Quinn criter. -2.784925
F-statistic 7.366450 Durbin-Watson stat 1.133511
Prob(F-statistic) 0.000032
49
Likuiditas = 0.504278+ 0.008386 Ukuran Bank + 0.053502
DPK + 0.013682 NPF + 0.016222 NI + 0.125282
CAR
b. Fixed Effect Model
Uji regresi fixed effect mengasumsikan bahwa data gabungan
yang ada memiliki koefisien regresi tetap antar perusahaan dan antar
waktu. Hasil uji regresi fixed effect model dapat dilihat pada tabel
4.4, sebagai berikut :
Tabel 4.4
Uji Fixed Effect Model
Dependent Variable: LIKUIDITAS
Method: Panel Least Squares
Date: 09/20/18 Time: 20:34
Sample: 2013 2017
Periods included: 5
Cross-sections included: 11
Total panel (balanced) observations: 55
White diagonal standard errors & covariance (d.f. corrected)
Variable Coefficient Std. Error t-Statistic Prob.
C 1.124691 0.478809 2.348933 0.0240
UKURAN_BANK -0.002401 0.010409 -2.230646 -0.0088
DPK 0.146524 0.076925 1.904777 0.0042
NPF -0.029190 0.031394 -1.929791 0.0082
NI 0.008185 0.016862 2.485404 0.0301
CAR 0.133179 0.064312 1.070827 0.0450
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.693693 Mean dependent var -0.033566
Adjusted R-squared 0.675882 S.D. dependent var 0.069019
S.E. of regression 0.044948 Akaike info criterion -3.128563
50
Sumber : Data sekunder yang diolah, 2018
Berdasarkan tabel 4.4, dapat diketahui bahwa bentuk
persamaan regresi fixed effect adalah :
Likuiditas = 1.124691 + 0.002401 Ukuran Bank + 0.146524
DPK + 0.029190 NPF + 0.008185 NI + 0.133179
CAR
c. Random Effect Model
Uji random effect digunakan untuk mengestimasi data panel
dimana variable gangguan mungkin saling berhubungan antara
waktu dan antar individu (Rosaidi, 2012:273). Hasil uji regresinya
dapat dilihat pada tabel 4.5, sebagai berikut :
Tabel 4.5
Hasil Uji Random Effect Model
Sum squared resid 0.078793 Schwarz criterion -2.544612
Log likelihood 102.0355 Hannan-Quinn criter. -2.902745
F-statistic 5.888211 Durbin-Watson stat 1.753329
Prob(F-statistic) 0.000004
Dependent Variable: LIKUIDITAS
Method: Panel Least Squares
Date: 09/20/18 Time: 21:22
Sample: 2013 2017
Periods included: 5
Cross-sections included: 11
Total panel (balanced) observations: 55
White diagonal standard errors & covariance (d.f. corrected)
Variable Coefficient Std. Error t-Statistic Prob.
C 0.504278 0.127450 3.956682 0.0002
UKURAN_BANK -0.008386 0.004690 -1.788302 0.0799
DPK -0.053502 0.015461 -3.460478 0.0011
NPF 0.013682 0.018959 0.721652 0.4739
NIM 0.016222 0.015171 1.069246 0.2902
51
Sumber : Data sekunder yang diolah
Berdasarkan tabel 4.5, dapat diketahui bentuk persamaan
regresi dengan random effect adalah :
Likuiditas = 0.504278 + 0.008386 Ukuran Bank + 0.053502
DPK + 0.013682 NPF + 0.016222 NIM + 0.125282
CAR
3. Pemilihan Model Regresi Panel
Setelah dilakukan uji estimasi model regresi panel dengan
common effect model, fixed effect model dan random effect model,
selanjutnya dilakukan pemilihan model regresi yang tepat digunakan
untuk pengolahan dalam data panel, maka dilakukan pemilihan model
regresi yang tepat dengan cara spesifikasi model regresi. Berikut
merupakan hasil spesifikasi model uji regresi :
a. Uji Chow Test
Pengujian yang dilakukan untuk mengetahui apakah model
yang digunakan adalah common effect atau fixed effect. Rumus
(Widarjono, 2013:362). Pengujian ini menggunakan distributsi F
Statistik, dimana jika F statistik lebih besar dari Ftabel maka Ho
CAR 0.125282 0.081159 1.543670 0.1291
R-squared 0.429119 Mean dependent var -0.033566
Adjusted R-squared 0.370866 S.D. dependent var 0.069019
S.E. of regression 0.054745 Akaike info criterion -2.869607
Sum squared resid 0.146852 Schwarz criterion -2.650626
Log likelihood 84.91420 Hannan-Quinn criter. -2.784925
F-statistic 7.366450 Durbin-Watson stat 1.133511
Prob(F-statistic) 0.000032
52
ditolak. Nilai Chow menunjukkan nilai F statistik dimana bila nilai
Chow yang kita dapat lebih besar dari nilai Ftabel yang digunakan
berarti kita menggunkan model fixed effect begitu juga dengan
kebalikannya. Adapun hasil uji-chow test dapat dilihat pada tabel
4.7, sebagai berikut :
Tabel 4.7
Hasil Uji Chow Test
Redundant Fixed Effects Tests
Equation: EQUE_Y
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 3.368637 (10,39) 0.0030
Cross-section Chi-square 34.242575 10 0.0002
Sumber : Data sekunder yang diolah
Berdasarkan hasil uji chow test pada tabel 4.7, nilai cross
section chi square sebesar 34.242575 dengan probabilitas 0.0002 <
0.05 sehingga dapat disimpulkan bahwa regresi yang tepat
digunakan adalah model fixed effect.
b. Uji Hausman Test
Pengujian statistik ini digunakan sebagai dasar pertimbangan
kita dalam memilih apakah menggunakan model fixed effect atau
model random effect (Widarjono, 2013:365). Uji ini menggunakan
53
chi square dimana jika probabilitas dari hausman lebih kecil dari α
(hasil Hausman tes signifikan maka H0 ditolak dan model fixed effect
yang digunakan. Adapun hasil uji hausman tes dapat dilihat pada
tabel 4.8, sebagai berikut :
Tabel 4.8
Hasil Uji Hausman Test
Correlated Random Effects - Hausman Test
Equation: EQUE_Y
Test cross-section random effects
Test Summary
Chi-Sq.
Statistic Chi-Sq. d.f. Prob.
Cross-section random 20.147230 5 0.0000
Sumber : Data sekunder yang diolah
Berdasarkan tabel diatas, nilai cross-section random sebesar
20.147230 dengan probabilitas 0.0000 < 0.05, sehingga dapat
disimpulkan bahwa regresi dengan random effect kurang tepat
digunakan dalam penelitian ini. Jadi yng tepat digunakan dalam
penelitian adalah fixed effect.
4. Uji Asumsi Klasik
a. Uji Normalitas Data
Uji ini bertujuan untuk menguji apakah dalam model regresi,
variabel pengganggu atau residual memiliki distibutsi normal.
Seperti diketahui bahwa uji t dan f mengasumsikan bahwa nilai
residual mengikuti distributsi normal. Kalau asumsi ini dilanggar
54
maka uji statistik menjadi tidak valid untuk jumlah sampel kecil
(Imam, 2006: 110). Sedangkan untuk pengujian normalitas dalam
penelitian ini menggunakan uji Jarque-Bera. Uji ini mengukur
swkness dan kurtosis data dan dibandingkan apabila datanya bersifat
normal. Hasil dari uji normalitas dapat dilihat pada tabel 4.9 sebagai
berikut :
Tabel 4.9
Hasil Uji Normalitas Data
0
2
4
6
8
10
12
14
16
-0.10 -0.05 0.00 0.05 0.10 0.15
Series: Standardized Residuals
Sample 2013 2017
Observations 55
Mean -4.87e-17
Median 0.000564
Maximum 0.141343
Minimum -0.122356
Std. Dev. 0.053338
Skewness 0.210077
Kurtosis 3.299964
Jarque-Bera 0.610745
Probability 0.736849
Sumber : Data sekunder yang diolah
Berdasarkan tabel diata, dapat diketahui bahwa hasil nilai
Jarque-Bera 0.610745 dengan dengan p value sebesar 0.736849
dimana > 0.05 yang menunjukkan bahwa data yang diuji
berdistributsi normal.
55
b. Uji Autokorelasi
Uji ini digunakan untuk meguji apakah dalam model regresi
linier ada korelasi antara kesalahan pengganggu pada periode t-1
(sebelumnya). Apabila terjadi korelasi, maka dinamakan ada
problem autokorelasi. Autokorelasi muncul karena penelitian yang
berurutan sepanjang waktu. Model regresi yang baik adalah regresi
yang terbebas dari autokorelasi (Imam, 2005: 95). Adapun hasil uji
autokorelasi dalam penelitian ini dapat dilihat pada tabel 4.10
berikut :
Tabel 4.11
Hasil Uji Durbin Watson
Dependent Variable: LIKUIDITAS
Method: Panel Least Squares
Date: 09/20/18 Time: 20:34
Sample: 2013 2017
Periods included: 5
Cross-sections included: 11
Total panel (balanced) observations: 55
White diagonal standard errors & covariance (d.f. corrected)
Variable Coefficient Std. Error t-Statistic Prob.
C 1.124691 0.478809 2.348933 0.0240
UKURAN_BANK -0.002401 0.010409 -2.230646 -0.0088
DPK 0.146524 0.076925 1.904777 0.0042
NPF -0.029190 0.031394 -1.929791 -0.0082
NI 0.008185 0.016862 2.485404 0.0301
CAR 0.133179 0.064312 1.070827 0.0450
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.693693 Mean dependent var -0.033566
Adjusted R-squared 0.675882 S.D. dependent var 0.069019
S.E. of regression 0.044948 Akaike info criterion -3.128563
Sum squared resid 0.078793 Schwarz criterion -2.544612
56
Sumber : Data sekunder yang diolah
Berdasarkan tabel 4.10, dapat diketahui bahwa nilai D-W
sebesar 1.753329. Nilai tersebut akan dibandingkan dengan nilai
DW tabel sebesar 1.3344 dan nilai du 1.8137(sig 0.05, n = 55 ,k=7
). Setelah nilai DW dibandingkan, maka nilai d berada pada rentang
1.3344 < 1.753329 < 1.8137 (du<d<4-du) sehingga dapat ditarik
kesimpulan bahwa hipotesis nol tidak ada autokorelasi positif atau
negatif tidak ditolak, maka model regresi dapat dinyatakan tidak
terdapat autokorelasi.
c. Uji Multikolienieritas
Uji data ini berfungsi untuk menguji apakah model regresi
ditemukan adanya korelasi antar variabel independen ( Ghozal, 2009
:25 ). Model regresi yang baik adalah tidak terjadi korelsi diantara
variabel independen. Ada tidaknya masalah multikolinearitas
digunakan correlaction matriks untuk mengetahui koefisien korelasi
antara variabel bebas. Jika nilai koefisien korelasi kurang dari 0,8
maka data tidak mengandung masalah multikolinearitas (Wiryono,
2015:5). Adapun hasil ujinya dapat dilihat pada tabel 4.12 sebagai
berikut :
Log likelihood 102.0355 Hannan-Quinn criter. -2.902745
F-statistic 5.888211 Durbin-Watson stat 1.753329
Prob(F-statistic) 0.000004
57
Tabel 4.12
Hasil Uji Multikolinearitas
UKURAN_
BANK DPK NPF NIM CAR
UKURAN
_BANK 1.000000 -0.223823 0.181036 0.040842 -0.004000
DPK -0.223823 1.000000 -0.106983 -0.028129 -0.253447
NPF 0.181036 -0.106983 1.000000 0.146477 -0.417184
NIM 0.040842 -0.028129 0.146477 1.000000 0.161754
CAR -0.004000 -0.253447 -0.417184 0.161754 1.000000
Sumber : Data sekunder yang diolah
Berdasarkan hasil uji pada tabel 4.12, dapat diketahui bahwa
hasil uji multikolinearitas diperoleh hasil bahwa tidak ada nilai
koefisien korelasi yang lebih dari 0,8, sehingga terbukti bahwa data
tidak terjadi masalah multikolinearitas dan dapat digunakan sebagai
prediktor yang memenuhi syarat tidak adanya multikolinearitas.
d. Heteroskedastisitas
Uji heteroskedasisitas bertujuan untuk menguji apakah
dalam model regresi terjadi ketidaksamaan variance dari residual
satu pengamatan kepangamatan yang lain (Ghozali,2005;105).
Dalam penelitian ini untuk menguji heterokedastisitas menggunakan
uji-Glejser. Adapun hasil ujinya dapat dilihat pada tabel 4.13 berikut
:
58
Tabel 4.13
Hasil Uji Glejser
Dependent Variable: RESABS
Method: Panel EGLS (Cross-section random effects)
Date: 09/18/18 Time: 06:49
Sample: 2013 2017
Periods included: 5
Cross-sections included: 11
Total panel (balanced) observations: 55
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C 0.136081 0.079623 1.709061 0.0938
UKURAN_B
ANK 0.003470 0.006234 0.556688 0.5803
DPK -0.007845 0.010622 -0.738611 0.4637
NPF -0.002953 0.007662 -0.385481 0.7015
NI -0.004358 0.009487 -0.459361 0.6480
CAR 0.094693 0.021979 4.308304 0.2970
Effects Specification
S.D. Rho
Cross-section random 0.018168 0.3572
Idiosyncratic random 0.024373 0.6428
Weighted Statistics
R-squared 0.299824 Mean dependent var 0.020692
Adjusted R-
squared 0.228378 S.D. dependent var 0.029406
S.E. of
regression 0.025831 Sum squared resid 0.032694
F-statistic 4.196482 Durbin-Watson stat 1.903103
Prob(F-
statistic) 0.002975
Unweighted Statistics
R-squared 0.167886 Mean dependent var 0.040220
Sum squared
resid 0.053801 Durbin-Watson stat 1.156511
Sumber : Data sekunder yang diolah
59
Berdasarkan tabel 4.13, dapat diketahui bahwa dari keenam
variabel tidak ada yang memiliki signifikansi yang kurang dari 0,05,
dengan demikian dapat ditarik kesimpulan bahwa model regresi
pada model ini tidak mengandung adanya masalah
heteroskedastisitas.
5. Hasil Uji Hipotesis dan Pembahasan
Berdasarkan hasil metode pemilihan model regresi panel dengan
uji Chow dan uji Hausman data panel yang terpilih adalah fixed effect
model, maka untuk uji selanjutnya menggunakan hasil uji metode fixed
effect.
60
Tabel 4.14
Hasil Pemilihan Estimasi Model
Sumber : Data sekunder diolah 2018
a. Hasil Uji F ( Secara Simultan)
Uji ini digunakan untuk menguji keberartian regresi dan
untuk mengetahui ada tidaknya pengaruh secara simultan antara
variabel independen dengan variabel dependen (Setiawan dan
Kusrini, 2010: 63). Dalam pengambilan keputusan Uji F dilakukan
dengan cara membandingkan antara Fhitung dengan F tabel pada tingkat
kepercayaan 5% apabila Fhitung > F tabel maka secara keseluruhan
Dependent Variable: LIKUIDITAS
Method: Panel Least Squares
Date: 09/20/18 Time: 20:34
Sample: 2013 2017
Periods included: 5
Cross-sections included: 11
Total panel (balanced) observations: 55
White diagonal standard errors & covariance (d.f. corrected)
Variable Coefficient Std. Error t-Statistic Prob.
C 1.124691 0.478809 2.348933 0.0240
UKURAN_BANK -0.002401 0.010409 -2.230646 -0.0088
DPK 0.146524 0.076925 1.904777 0.0042
NPF -0.029190 0.031394 -1.929791 -0.0082
NI 0.008185 0.016862 2.485404 0.0301
CAR 0.133179 0.064312 1.070827 0.0450
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.693693 Mean dependent var -0.033566
Adjusted R-squared 0.675882 S.D. dependent var 0.069019
S.E. of regression 0.044948 Akaike info criterion -3.128563
Sum squared resid 0.078793 Schwarz criterion -2.544612
Log likelihood 102.0355 Hannan-Quinn criter. -2.902745
F-statistic 5.888211 Durbin-Watson stat 1.753329
Prob(F-statistic) 0.000004
61
variabel independen berpengaruh secara simultan terhadap variabel
dependen (Sugiyono,2005:223).
Dari hasil output pada tabel 4.13, dapat diketahui bahwa nilai
F hitung yang didapat adalah sebesar 5.888211 sementara F Tabel
diperoleh dengan perhitungan sebagai berikut :
F tabel = | a ; df = (k-1),(n-k) |
= 5% ; df = (6-1), (55-6)
= 5 % ; df = (5),(49)
= 2.40
Berdasarkan perhitungan diatas diperoleh F tabel sebesar
2.40, yang berarti F hitung > F tabel. Hasil menunjukkan bahwa dari
kelima variabel secara bersama-sama berpengaruh terhadap
likuiditas pada bank umum syariah di Indonesia periode 2013-2017.
a. Hasil Uji t ( Secara Parsial)
Uji t digunakan untuk mengetahui pengaruh variabel
independen secara parsial terhadap variabel dependen. Sedangkan
pengambilan keputusan pada Uji t dilakukan dengan
membandingkan nilai thitung masing-masing koefisien regresi dengan
nilai ttabel dengan signifikan yang diberlakukan (Algifari, 2013:71).
Apabila thitung < t tabel maka keputusannya menerima daerah
permintaaan hipotesis nol (HO). Artinya, variabel independen tidak
62
berpengaruh terhadap variabel dependen, begitu juga dengan
sebaliknya.
Dengan menggunakan uji Tabel t dengan signifikansi α =
0.05 didapat t tabel dengan perhitungan berikut :
T tabel = | a ; df = ( n-k) |
= 5% ; df = ( 55-6)
= 5% : df = ( 49)
= 1.67655
Hasil pengujian hipotesis masing-masing variabel
independen secara parsial terhadap variabel dependennya sebagai
berikut:
1) Uji t Ukuran Bank terhadap Likuiditas
Berdasarkan hasil output pada tabel 4.14, didapati nilai t
hitung pada variabel Ukuran Bank sebesar -2.230646, yang
berarti nilai t hitung -2.230646 > t tabel 1.67655, maka H0
ditolak dan Ha diterima. Bisa dilihat pula pada probabilitasnya
yaitu sebesar -0.0088 < 0.05. dapat disimpulkan bahwa variabel
Ukuran Bank secara individual berpengaruh signifikan terhadap
likuiditas.
Tanda negatif pada t hitung menunjukkan adanya
hubungan berbanding terbalik antara variabel Ukuran Bank
63
dengan Likuiditas, sehingga peningkatan Ukuran Bank
mengakibatkan menurunya Likuiditas.
2) Uji t Dana Pihak Ketiga (DPK) terhadap Likuditas
Berdasarkan hasil output pada tabel 4.14, didapati nilai t
hitung pada variabel Dana Pihak Ketiga sebesar 1.904777, yang
berarti nilai t hitung 1.904777 > t tabel 1.67655, maka H0 ditolak
dan Ha diterima. Bisa dilihat pula pada probabilitasnya yaitu
sebesar 0.0042 < 0.05. dapat disimpulkan bahwa variabel Dana
Pihak Ketiga secara individual berpengaruh signifikan terhadap
likuiditas.
Tanda positif pada t hitung menunjukkan adanya
hubungan searah antara variabel Dana Pihak Ketiga dengan
Likuiditas, sehingga peningkatan Dnan Pihak Ketiga
mengakibatkan naiknya Likuiditas.
3) Uji t Non Perfoming Financing (NPF) terhadap Likuiditas
Berdasarkan hasil output pada tabel 4.14, didapati nilai t
hitung pada variabel Non Perfoming Financing sebesar -
1.929791, yang berarti nilai t hitung -1.929791> t tabel 1.67655,
maka H0 ditolak dan Ha diterima. Bisa dilihat pula pada
probabilitasnya yaitu sebesar -0.0082 < 0.05. dapat disimpulkan
bahwa variabel Non Perfoming Financing secara individual
berpengaruh signifikan terhadap Likuiditas.
64
Tanda negatif pada t hitung menunjukkan adanya
hubungan berbanding terbalik antara variabel Non Perfoming
Financing dengan Likuiditas, sehingga peningkatan Non
Perfoming Financing mengakibatkan menurunya Likuiditas.
4) Uji t Net Imbalan (NIM) terhadap Likuiditas
Berdasarkan hasil output pada tabel 4.14, didapati nilai t
hitung pada variabel Net Imbalan sebesar 2.485404, yang berarti
nilai t hitung 2.485404> t tabel 1.67655, maka H0 ditolak dan Ha
diterima. Bisa dilihat pula pada probabilitasnya yaitu sebesar
0.0301 < 0.05. dapat disimpulkan bahwa variabel Net Imbalan
secara individual berpengaruh signifikan terhadap likuiditas.
Tanda positif pada t hitung menunjukkan hubungan yang
searah antara Net Imbalan dengan Likuiditas, sehingga
peningkatan Net Imbalan menyebabkan meningkatnya
Likuiditas.
5) Uji t Capital Adequacy Ratio (CAR) terhadap Likuiditas
Berdasarkan hasil output pada tabel 4.14, didapati nilai t
hitung pada variabel Capital Adequacy Ratio sebesar 2.485404,
yang berarti nilai t hitung 1.970827> t tabel 1.67655, maka H0
ditolak dan Ha diterima. Bisa dilihat pula pada probabilitasnya yaitu
sebesar 0.0450 < 0.05. dapat disimpulkan bahwa variabel Capital
65
Adequacy Ratio secara individual berpengaruh signifikan terhadap
likuiditas.
Tanda positif pada t hitung menunjukkan adanya hubungan
searah antara variabel Capital Adequacy Ratio dengan Likuiditas,
sehingga peningkatan Capital Adequacy Ratio mengakibatkan
naiknya Likuiditas.
b. Hasil Uji Koefisien Determinasi (R2)
Uji data ini digunakan untuk mengetahui sejauh mana
ketepatan garis yang terbentuk mewakili kelompok data hasil
penelitian. Uji R2 menggambarkan bagian variansi yang dapat
diterangkan dalam model. semakin besar nilai R2 mendekati 1, maka
dapat dikatakan ketepatan model semakin baik ( Setiawan dan
Kusrini, 2010 : 64). Dalam penelitian ini menggunakan nilai
adjusted R-Square dari regresi.
Berdasarkan output pada tabel 4.14, dapat diketahui bahwa
koefisien determinasi yang ditunjukkan nilai adjusted R2 sebesar
0,675882, hal ini berarti bahwa variabel dependen likuiditas dapat
dijelaskan oleh kelima variabel sebesar 67% sedangkan sisanya
sebesar 33% likuiditas dijelaskan oleh variabel lain diluar model.
66
6. Pembahasan Hasil Analisis Data
a. Pengaruh Ukuran Bank terhadap Likuiditas
Berdasarkan hasil pengujian parsial (Uji t) pada tabel 4.14,
didapati nilai t hitung pada variabel Ukuran Bank sebesar- 2.230646,
yang berarti nilai t hitung -2.230646 > t tabel 1.67655, maka H0
ditolak dan Ha diterima. Bisa dilihat pula pada probabilitasnya yaitu
sebesar -0.0088 < 0.05. dapat disimpulkan bahwa variabel Ukuran
Bank secara individual berpengaruh negatif signifikan terhadap
likuiditas. Dari hasil analisis ini berarti hipotesis ke-satu didukung.
Strukutur aset sangat berpengaruh terhadap besarnya laba
yang dihasilkan. Apabila porsi terbesar aset adalah piutang dari
penyaluran kredit, maka piutang dari penyaluran kredit akan
meningkatkan pendapatan yang diterima karena perfoming loans ini
merupakan income generating asset dalam bentuk pendapatan
bunga. Apabila ternyata porsi kredit tidak lancarnya besar, maka
akan berpengaruh terhadap pendapatan bank sehinga menyebabkan
Penururnan modal sehingga setiap ada kenaikan asset atau total aset
akan menyebabkan penurunan likuiditas. Hasil penelitian ini
mendukung penelitian Vodova (2014) dan Alzoubi (2017), yang
menyatakan ukuran bank berpengaruh terhadap likuiditas.
b. Pengaruh Dana Pihak Ketiga terhadap Likuiditas
Berdasarkan hasil output pada tabel 4.14, didapati nilai t
hitung pada variabel Dana Pihak Ketiga sebesar 1.904777, dengan
67
probabilitasnya sebesar 0.0042 < 0.05.. berarti hipotesis kedua
didukung. Hasil penelitian ini mendukung penelitian yang
dilakukan oleh Sunaryati (2015) dan Rafikha (2013) yang
menunjukkan DPK berpengaruh positif dan signifikan terhadap
likuiditas.
Berdasarkan hasil penelitian, peneliti mendapatkan hasil
bahwa DPK terdapat pengaruh positif dan signifikan terhadap
likuiditas. Hal ini dikarenakan bahwa semakin meningkatnya
penghimpunan dana pihak ketiga akan membuat bank semakin
meningkatkan penyaluran pembiayaan dan tidak adanya dana
menganggur. Meningkatnya pembiayaan membuat bank dapat
memenuhi kewajibannya terhadap DPK sehingga keadaan likuiditas
bank meningkat.
c. Pengaruh Non Perfoming Financing terhadap Likuiditas
Berdasarkan hasil pengujian analisis regresi data panel pada
uji hipotesis didapati nilai t hitung pada variabel Non Perfoming
Financing sebesar -1.929791, yang berarti nilai t hitung -1.929791>
t tabel 1.67655, dengan probabilitas sebesar -0.0082 < 0.05, maka
keputusan yang diambil adalah hipotesis ketiga didukung.
Non Perfoming Financing merupakan rasio perbandingan
antara kredit bermasalah terhadap total kredit yang diberikan kepada
pihak ketiga. Sehingga disaat NPF pada bank syariah tinggi maka
menunjukkan bahwa kinerja bank tersebut buruk. Hal ini membawa
68
implikasi, dimana apabila NPF naik sebesar 1% maka akan
menurunkan Likuiditas sebesar 1,67655 persen. Hasil penelitian ini
sesuai dengan penelitian yang dilakukan oleh Romadhoni dan Eka
Nugraha (2014) yang menjelaskan bahwa NPF berpengaruh negatif
secara signifikan terhadap likuiditas.
d. Pengaruh Net Imbalan (NI) terhadap Likuiditas
Hasil statistik uji analisis T untuk variabel NI diperoleh nilai
t hitung sebesar 2.485404 > t tabel 1.67655, dengan probabilitas
sebesar 0.0301 < 0.05. Berarti penelitian ini berhasil membuktikan
hipotesis keempat didukung.
NI merupakan rasio yang menunjukkan bank dalam
mengelola aktiva produktifnya untuk menghasilkan margin bersih.
Pendapatan margin bersih diperoleh dari pemberian pembiayaan.
Semakin besar rasio ini maka akan meningkatkan pendapatan
keuntungan atas aktiva produktif yang dikelola bank. Hasil
penelitian ini mendukung penelitian yang dilakukan oleh Vira
(2013) dan Faisuza (2015) yang menyatakan bahwa NI berpengaruh
terhadap likuiditas.
e. Pengaruh Capital Adequacy Ratio (CAR) terhadap Likuiditas
Berdasakan hasil pengujian analisis regresi data panel nilai t
hitung variabel Capital Adequacy Ratio sebesar 1.970827, dengan
probabilitas sebesar 0.0450 < 0.05. Maka keputusan yang diambil
69
hipotesis kelima didukung. Yang berartikan variabel CAR,
berpengaruh positif dan signifikan terhadap Likuiditas. Temuan ini
mendukung penelitian yang telah dilakukan oleh Melese (2013) dan
Vodova (2014).
CAR merupakan indikator terhadap kemampuan bank untuk
menutupi penurunan aktivanya sebagai ajibat dari kerugian bank
yang disebabkan oleh aktiva berisiko. Hal in berarti semakin tinggi
nilai CAR suatu bank maka semakin tingggi pula tingkat likuiditas
bank tersebut. Dengan thitung yang positif menunjukkan bahwa ban
memiliki kemampuan dalam mempertahankan modalnya dan dapat
mengontrol-mengontrol resiko yang dapat mempengaruhi besarnya
modal bank dan likuiditas bank.
70
Tabel 4.
Ringkasan Hasil Hipotesis
No Hipotesis Keterangan Kesimpulan
1 Ukuran bank berpengaruh
positif terhadap likuiditas
Ukuran bank
berpengaruh negatif
terhadap likuiditas
Hipotesis 1
ditolak
2 Dana Pihak Ketiga
berpengaruh positif terhadap
likuiditas
Dana Pihak Ketiga
berpengaruh ositif
terhadap likuiditas
Hipotesis 2
didukung
3 Non Perfoming Financing
berpengaruh negatif terhadap
likuiditas
Non Perfoming
Financing
berpengaruh negatif
terhadap likuiditas
Hipotesis 3
didukung
4 Net Imbalan berpengaruh
positif terhadap likuiditas
Net Imbalan
berpengaruh positif
dan signifikan
terhadap likuiditas
Hipotesis 4
didukung
5 Capital Adequacy Ratio
berpengaruh positif terhadap
likuiditas
Capital Adequacy
Ratio berpengaruh
positif terhadap
likuiditas
Hipotesis 5
didukung
71
BAB V
PENUTUP
A. Kesimpulan
Berdasarkan pada hasil penelitian dan pembahasan tentang
pengaruh ukuran bank, dana pihak ketiga, non perfoming financing, net
interest margin dan capital adequacy ratio terhadap likuiditas perbankan
syariah periode 2013-2017. Maka, dutarik kesimpulan bahwa :
1. Berdasarkan hasil analisis diperoleh bahwa ukuran bank berpengaruh
negatif dan signifikan terhadap likuiditas.
2. Berdasarkan hasil analisis diperoleh bahwa dana pihak ketiga
berpengaruh positif dan signifikan terhadap likuiditas.
3. Berdasarkan hasil analisis diperoleh bahwa non perfoming financing
berpengaruh positif dan signifikan terhadap likuiditas.
4. Berdasarkan hasil analisis diperoleh bahwa net imbalan berpengaruh
positif dan signifikan terhadap likuiditas.
5. Berdasarkan hasil analisis diperoleh bahwa capital adequacy ratio
berpengaruh positif dan signifikan terhadap likuiditas.
B. Saran
1. Sebaiknya penelitian yang akan datang dapat menambah jumlah sampel
dan objek penelitian pada Unit Usaha Syariah, Bank Pembiayaan
Rakyat Syariah dan Koperasi Jasa Keuangan Syariah agar pembahasan
tentang likuiditas menjadi lebih objektif.
72
2. Penelitian selanjutnya diharapkan menambah variabel-variabel lain baik
dari variabel internal maupun variabel eksternal bank syariah agar hasil
penelitian dapat menggambarkan hal-hal apa saja yang mempengaruhi
tingkat likuiditas bank karena dalam penelitian ini variabel yang
digunakan hanya mempengaruhi Likuiditas hanya 67% yang
tercermmin dalam Adjusted R Square.
73
DAFTAR PUSTAKA
Algifari. 2013. Statistika Induktif: Untuk Ekonomi dan Bisnis. Yogyakarta:
STIM YKPN.
Alwan. 2017. Analisis Faktor-Faktor Yang Mempengaruhi Risiko
Likuiditas Pada Bank Konvensional. Skripsi: UNDIP.
Alzoubi.2017. Determinats of Liquidity Risk in Islamic Banks : Banks and
Bank System Jordan, (Online), Vol. 12, Issue 3,
(www.bustnessperspectives.org, diakses 22 September 2018).
Annur. 2017. Analisis Faktor-Faktor Yang Mempengaruhi Risiko
Likuiditas Bank Syariah di Indonesia. Skripsi: UIN Syarif
Hidayatullah Jakarta.
Astuti. 2016. Pengaruh Efisiensi Usaha, Risiko Keuangan, dan
Kepercayaan Masyarakat terhadap Kemampuan Penyaluran
Pembiayaan pada Bank Umum Syariah di Indonesia Tahun 2011-
2014 : Jurnal Ekonomi & Keuangan Islam STEBI Global Mulia
Jakarta, (Online), Vol. 2, No.2, (http://journal.uii.ac.id, diakses
21 September 2018).
Arif. 2012.Analisis Faktor-Faktor Yang Mempengaruhi Likuiditas
Perbankan di Indonesia. Artikel. UNS
Basuki, A, dkk. 2016. Analisis Regresi dalam Penelitian Ekonomi &
Bisnis : Dilengkapi Aplikasi SPSS & Eviews. Jakarta : Rajawali
Pers.
Burhan, Bunguin. 2005. Metode Penelitian Kuantitatif. Ekonomi dan
Kebijakan Publik Serta Ilmu Sosial Lainnya. Jakarta : Kencana
Prenada Media Group. 2005.
Azhary.A. 2017. Analisis Faktor-Faktor Yang Mempengaruhi Risiko
Likuiditas Pada Bank Konvensional. Skripsi. UNDIP Semarang.
Cici W. 2015. Perbandingan Manajemen Risiko Likuiditas Bank
Konvensional Dengan Bank Syariah di Indonesia. Artikel. STIE
Islam Bumiayu.
Ervina, Adiansari. 2016. Pengaruh DPK, NPF, CAR, ROA Terhadap
tingkat likuiditas : Management Analysis Journal, (Online).
Vol.5, No.1, (http://maj.unnes.ac.id, diakses 2 Oktober 2018)
74
Dendawijaya, Lukman. 2009. Manajemen Perbankan, Edisi Kedua.
Jakarta : Ghalia indonesia.
Fatimah. 2012. Analisis Faktor-Faktor Yang Mempengaruhi Likuiditas
Perbankan Syariah di Indonesia. Skripsi : PN Bandung.
Galuh. 2012. Analisis Pengaruh Ukuran Perusahaan, NWC, ROA, CAR
DAN NPL Terhadap Likuiditas Pada Bank Umum dan Bank
Syariah di Indonesia. Skripsi : FE UNS.
Ghozali, Imam.2011.Aplikasi Analisis Multivariat dengan Progam APSS.
Edisi Kelima, Semarang : Badan Penerbit UNDIP Semarang.
Gujarati, Damodar. 2004. Basic Econometrics (Ekonometrika Dasar).
Jakarta : Eelangga.
Hasanovic & Latic. 2017, The Determinants of Excess Liquidity in the
Banking Sector of Bosnia and Herezegovina : Grade Institue
Geneva, (Online), (diakses 22 September 2018).
Ichwan. Nafik.2016. Analisis Faktor-Faktor Yang Berpengaruh Terhadap
Likuiditas Bank Syariah : Jurnal Ekonomi Syariah dan Terapan,
(Online), Vol.3, No.2, (diakses 18 September 2018).
Ismail. 2010. Manajemen Perbankan; Dari Teori Menuju Aplikasi.
Jakarta. Kencana
Kasmir.2008. Pengantar Manajemen Keuangan. Jakarta : Kencana.
Kawuri. 2015. Analisis Pengruh Fundamental Terhadap Risiko Likuiditas
Pada Sektor Perbankan. UNS.
Kurnia. 2012. The Influence of Fundamental Factors to Liquidity Risk on
Banking Industry Comparative Study Between Islamic Bank and
Conventional Bank in Indonesia : CBAM-FE UNISSULA, (
Online), Vol. 1, No. 1, ( diakses 7 Januari 2018).
Mardiyah. 2015. Analisis Faktor-Faktor Yang Mempengaruhi Likuiditas
Bank Umum Syariah di Indonesia Periode 2013-2014. Skripsi.
UIN Walisongo Semarang.
Mazur & Szajt. 2015. Determinants of Liquidity Risk In Commercial
Banks in The European Union : Wroclaw University Economics,
(Online), (https://www.researchgate.net/publication/286459307,
diakses 21 September 2018).
75
Melese, Laximikantham.2015. Determinants of Banks Liquidity :
Emperical Evidence on Eithopian Commercial Banks : Journal
of Economics and Sustainable Development, (Online), Vol. 6,
No.15, (www.iiste.org. Diakses 22 September 2018).
Moussa.2015. The Determinants of Bank Liquidity : Case of Tunisia :
International Journal of Economics and Financial Issues,
(Online), Vol.5, No.1, (www.econjournals.com.diakses 21
september 2018).
Nguyen. 2017. Determinants of Liquidity of Commercial Banks in
Vietnam in the Period 2009-2016 : International Journal of
Scientific. (0nline), Vol. 5, Issue. 6, (DIAKSES 22 September
2018).
Rafikha. 2013. Analisis Faktor-Faktor yang Mempenaruhi Likuiditas
Pada Bank Umum Syariah di Indonesia Periode 2017-2010.
Skripsi, UIN Sunan Kalijaga Yogyakarta.
Riyadi, S. ( 2006). Asset And Liability Management. Jakarta : Fakultas
Ekonomi Universitas Indonesia.
Riyanto. 2001. Dasar-dasar Pembelanjaan Perusahaan. Edisi 4. Cet ke 7.
Yogyakarta. BPFE UGM.
Sangadji, E.M. 2010. Metodologi Penelitian Pendekatan Praktis dalam
Penelitian. Yogyakarta : Andi.
Santoso. 2012. Analisis Faktor-Faktor Yang Mempengaruhi Likuiditas
Perbankan di Indonesia. Artikel. USM Surakrta.
Sartono, A. 2005. ManajemenKeuangan:TeoridanAplikasi,Yogyakarta:
BPFE.
Setiawan dan Kusrini. 2010. Ekonometrika. Yogyakarta: Andi.
Siamat. 2005. Manajemen Lembaga Keuangan. Jakarta : FE UI.
Sudjana. 2003. Teknik Analisis Regresi dan Korelasi bagi Peneliti.
Bandung: Tarsito.
Sugiyono. 2009. Metode Penelitian Bisnis. Bandung : Alfabeta.
_______ . 2005. Metode Penelitian Administrasi, Bandung : Alfabeta.
76
Vira. 2013. Analisis Pengaruh CAR, NPL, NIM, dan ROA Terhadap
Likuiditas Pada Bank BUMN di Indonesia Periode 2017-2011.
Skripsi. UIN Malik Ibrahim.
Vodova.P. 2011. Determinants of Commercial Banks Liquidity in the
Czech Republic : Recent Researches in Aplied Computational
Mathematics, (Online),
(http://opf.slu.cz/kfi/eng/lide/vodova/vodova.htm. Diakses 21
September 2018).
Wahyu. 2016. FDR Sebagai Salah Satu Penilian Kesehatan BUS : Jurnal
Ekonomi dan Keuangan dan Bisnis Islam IAIN Sultan Maulana
Hasanudin Banten, (Online), Vol. 7, N0.1, (diakses 5 Oktober
2018)
Widardjono, Agus. 2013. Ekonometrika Pengantar dan Aplikasinya
Disertai Panduan Eviews, Edisi Keempat, Yogyakarta : UPP
STIM YKPN.
Winarni, Wing Wahyu. 2015. Analisis Ekonometrika dan Statistik dengan
Eviews. Yogyakarta : UPP STIM YKPN.
Zaghoudi, Hakimi. 2017, The Determints of Liquidity Risk : Evidence
from Tunisian Banks : Journal of Applied Finance & Banking,
(Online), Vol. 7, No. 2, (diakses 22 September 2018).
LAMPIRAN
Data Laporan Keuangan
Nama Bank Tahun Likuiditas Ukuran Bank DPK NPF NIM CAR
Muamalat 2013 99,99% 17,949 41,790,360 1,56% 4,64% 14,05%
Muamalat 2014 84,14 % 17,799 51,206,270 4,85% 3,36% 14,15%
Muamalat 2015 90,30% 10,953 45,078,000 4,2% 4,9% 12,00%
Muamalat 2016 95,13% 10,929 41,920,000 1,4% 4,8% 12,74%
Muamalat 2017 84,41% 11,02 48,687,000 2,75% 4,3% 13,62%
BCA S 2013 83,5% 16,650 17,030,000 0,1% 4,9% 22,4%
BCA S 2014 91,2% 16,967 23,387,000 0,1% 4,2% 29,6%
BCA S 2015 91,4% 15,285 32,252,000 0,5% 4,9% 34,3%
BCA S 2016 90,1% 15,424 38,423,000 0,2 % 4,8% 36,7%
BCA S 2017 88,5% 15.471 44,364,000 0,04% 4,3% 29,4%
BRI S 2013 102,70% 16,672 13,794,809 3,26% 6,27% 14,49%
BRI S 2014 93,90% 16,828 16,711,516 3,65% 6,04% 12,89%
BRI S 2015 84,16% 14,137 21,014,510 3,89% 6,66% 13,94%
BRI S 2016 81,47% 14,301 22,991,786 3,19 % 6,67% 20,63%
BRI S 2017 71,87% 17,266 26,373,417 4,72% 5,84% 20,29%
Mandiri S 2013 89,37% 15,671 56,461,000 2,29% 7,25% 14,10%
Mandiri S 2014 82,13% 18,019 59,821,000 4,29% 6,9% 14,76%
Mandiri S 2015 81,99% 18,664 62,113,000 4,05% 6,54% 12,85%
Mandiri S 2016 79,19% 18,182 69,950,000 3,13% 6,75% 14,01%
Mandiri S 2017 77,66% 18,292 77,903,000 2,71% 7,35% 15,89%
Aceh S 2013 93,37% 16,026 7,736,248 2,98% 10,66% 12,99%
Aceh S 2014 93,61% 15,767 5,881,057 3,89% 8,33% 19,26%
Aceh S 2015 84.05% 17,003 14,151,718 0,81% 7,22% 19,44%
Aceh S 2016 84.59% 17,136 14,429,246 0,07% 7,47% 20,74%
Aceh S 2017 69,44% 19,993 18,499,068 0,04% 7,61% 21,59%
BJB S 2013 97,40% 15,362 4,695,088 4,00% 6,65% 17,99%
BJB S 2014 88,02% 15,622 6,090,945 4,11% 8,34% 88,02%
BJB S 2015 88,03% 16,738 4,563,554 4,46% 6,88% 15,02%
BJB S 2016 85,99% 13,747 5,118,972 4,92% 3,55% 16,63%
BJB S 2017 79,65% 15,853 5,359,038 2,85% 6,64% 17,91%
BTPN 2013 149,87% 14,915 1,022,274 1,25% 86,91% 86,91%
BTPN 2014 93,97% 15,126 2,707,504 0,17% 32,78% 32,78%
BTPN 2015 96,5% 15,709 3,809,967 0,2% 4,8% 19,9%
BTPN 2016 92,8 % 15,882 5,387,364 0,2% 0,2% 23,8%
BTPN 2017 92,5% 16,029 6,545,879 0,1% 0,1% 28,9%
Victoria 2013 84,65% 14,180 1,323,398 3,31% 2,96% 18,40%
Victoria 2014 95,91% 14,095 1,439,983 4,75% 3,34% 15,27%
Victoria 2015 95,25% 15,462 1,128,908 4,82% 6,5% 16,4%
Victoria 2016 100,67% 15,806 1,204,681 4,35% 4,3% 15,98%
Victoria 2017 83,59% 15,510 1,511,159 4,08% 2,1% 19,29%
Mega 2013 93,61% 16,026 5,881,057 3,89% 8,33% 19,26%
Mega 2014 93,37% 15,767 7,736,248 2,98% 10,60% 12,99%
Mega 2015 98,49% 15,531 4,354,546 3,16% 9,34% 18,74%
Mega 2016 95,25 % 15,629 4,973,126 2,81% 7,56% 23,53%
Mega 2017 91,05% 15,766 5,103,100 2,75% 6,03% 22,19%
May Bank 2013 152,87% 14,648 1,262,141 0,00% 5,61% 59,41%
May Bank 2014 157,77% 14,711 1,367,961 4,29% 6,65% 52,13%
May Bank 2015 110,54% 14,371 958,724 4,93% 6,54% 15,02%
May Bank 2016 134,73% 14,111 561,506 4,60% 4,99% 15,95%
May Bank 2017 85,94% 14,058 714,716 0,00% 8,79% 17,91%
Bukopin 2013 100,29% 15,284 3,272,263 4,27% 3,15% 11,10%
Bukopin 2014 92,89% 15,456 3,994,957 4,07% 2,10% 15,85%
Bukopin 2015 90,56% 15,578 4,756,303 2,74% 3,14% 17%
Bukopin 2016 88,18% 15,747 5,442,608 4,66% 3,31% 15,15%
Bukopin 2017 82,44% 15,184 5,498,425 4,18% 2,44% 19,20%
2. Uji Descriptive
Date: 09/16/18
Time: 11:23
Sample: 2013 2017
LIKUIDITAS CAR DPK NIM NPF
UKURAN_BA
NK
Mean -0.033566 -0.705410 6.907391 -1.286104 -1.813465 4.082463
Median -0.040720 -0.746904 6.769455 -1.218963 -1.500313 4.193931
Maximum 0.198024 -0.055419 7.891554 -0.060930 -1.307153 4.300878
Minimum -0.158390 -0.954677 5.749354 -3.000000 -3.397940 1.042182
Std. Dev. 0.069019 0.196816 0.597400 0.398075 0.649575 0.583571
Skewness 1.785810 1.708908 -0.060756 -1.647797 -1.248961 -4.909457
Kurtosis 6.915141 5.856397 1.952197 11.55831 2.990877 25.28851
Jarque-Bera 64.36098 45.46773 2.549839 192.7422 14.29930 1359.391
Probability 0.000000 0.000000 0.279453 0.000000 0.000785 0.000000
Sum -1.846141 -38.79754 379.9065 -70.73574 -99.74060 224.5355
Sum Sq. Dev. 0.257237 2.091778 19.27191 8.557034 22.78515 18.38997
Observations 55 55 55 55 55 55
3. Uji Stationeritas
X-1 Ukuran Bank
Panel unit root test: Summary
Series: D(UKURAN_BANK)
Date: 09/20/18 Time: 00:10
Sample: 2013 2017
Exogenous variables: None
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -6.35621 0.0000 11 33
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 43.0281 0.0047 11 33
PP - Fisher Chi-square 47.2647 0.0014 11 33
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
X2- Dana Pihak Ketiga
Panel unit root test: Summary
Series: D(DPK)
Date: 09/20/18 Time: 00:11
Sample: 2013 2017
Exogenous variables: None
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -4.96898 0.0000 11 33
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 61.6223 0.0000 11 33
PP - Fisher Chi-square 66.2299 0.0000 11 33
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
X-3 Non Perfoming Financing
Panel unit root test: Summary
Series: D(NPF)
Date: 09/20/18 Time: 00:10
Sample: 2013 2017
Exogenous variables: None
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -9.57150 0.0000 11 33
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 76.0835 0.0000 11 33
PP - Fisher Chi-square 75.1293 0.0000 11 33
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
X-4 Net Interest Margin
Panel unit root test: Summary
Series: D(NIM)
Date: 09/20/18 Time: 00:11
Sample: 2013 2017
Exogenous variables: None
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -5.97852 0.0000 11 33
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 57.9434 0.0000 11 33
PP - Fisher Chi-square 62.9410 0.0000 11 33
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
X-5 Capital Adequacy Ratio
Panel unit root test: Summary
Series: D(CAR)
Date: 09/20/18 Time: 00:11
Sample: 2013 2017
Exogenous variables: None
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -10.2829 0.0000 11 33
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 70.2510 0.0000 11 33
PP - Fisher Chi-square 70.6889 0.0000 11 33
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
Y- Likuiditas
Panel unit root test: Summary
Series: D(LIKUIDITAS)
Date: 09/20/18 Time: 00:18
Sample: 2013 2017
Exogenous variables: None
Automatic selection of maximum lags
Automatic lag length selection based on SIC: 0
Newey-West automatic bandwidth selection and Bartlett kernel
Balanced observations for each test
Cross-
Method Statistic Prob.** sections Obs
Null: Unit root (assumes common unit root process)
Levin, Lin & Chu t* -20.1036 0.0000 11 33
Null: Unit root (assumes individual unit root process)
ADF - Fisher Chi-square 73.3369 0.0000 11 33
PP - Fisher Chi-square 73.7351 0.0000 11 33
** Probabilities for Fisher tests are computed using an asymptotic Chi
-square distribution. All other tests assume asymptotic normality.
Metode Estimasi Model Regreri
Common Effect
Dependent Variable: LIKUIDITAS
Method: Panel Least Squares
Date: 09/20/18 Time: 20:32
Sample: 2013 2017
Periods included: 5
Cross-sections included: 11
Total panel (balanced) observations: 55
White diagonal standard errors & covariance (d.f. corrected)
Variable Coefficient Std. Error t-Statistic Prob.
C 0.504278 0.127450 3.956682 0.0002
UKURAN_BANK -0.008386 0.004690 -1.788302 0.0799
DPK -0.053502 0.015461 -3.460478 0.0011
NPF 0.013682 0.018959 0.721652 0.4739
NIM 0.016222 0.015171 1.069246 0.2902
CAR 0.125282 0.081159 1.543670 0.1291
R-squared 0.429119 Mean dependent var -0.033566
Adjusted R-squared 0.370866 S.D. dependent var 0.069019
S.E. of regression 0.054745 Akaike info criterion -2.869607
Sum squared resid 0.146852 Schwarz criterion -2.650626
Log likelihood 84.91420 Hannan-Quinn criter. -2.784925
F-statistic 7.366450 Durbin-Watson stat 1.133511
Prob(F-statistic) 0.000032
Fixed Effect
Dependent Variable: LIKUIDITAS
Method: Panel Least Squares
Date: 09/20/18 Time: 20:34
Sample: 2013 2017
Periods included: 5
Cross-sections included: 11
Total panel (balanced) observations: 55
White diagonal standard errors & covariance (d.f. corrected)
Variable Coefficient Std. Error t-Statistic Prob.
C 1.124691 0.478809 2.348933 0.0240
UKURAN_BANK -0.002401 0.010409 -2.230646 -0.0088
DPK 0.146524 0.076925 1.904777 0.0042
NPF 0.029190 0.031394 1.929791 0.0082
NIM 0.008185 0.016862 2.485404 0.0301
CAR 0.133179 0.064312 1.070827 0.0450
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.693693 Mean dependent var -0.033566
Adjusted R-squared 0.675882 S.D. dependent var 0.069019
S.E. of regression 0.044948 Akaike info criterion -3.128563
Sum squared resid 0.078793 Schwarz criterion -2.544612
Log likelihood 102.0355 Hannan-Quinn criter. -2.902745
F-statistic 5.888211 Durbin-Watson stat 1.753329
Prob(F-statistic) 0.000004
Random Effect
Dependent Variable: LIKUIDITAS
Method: Panel Least Squares
Date: 09/20/18 Time: 21:22
Sample: 2013 2017
Periods included: 5
Cross-sections included: 11
Total panel (balanced) observations: 55
White diagonal standard errors & covariance (d.f. corrected)
Variable Coefficient Std. Error t-Statistic Prob.
C 0.504278 0.127450 3.956682 0.0002
UKURAN_BANK -0.008386 0.004690 -1.788302 0.0799
DPK -0.053502 0.015461 -3.460478 0.0011
NPF 0.013682 0.018959 0.721652 0.4739
NIM 0.016222 0.015171 1.069246 0.2902
CAR 0.125282 0.081159 1.543670 0.1291
R-squared 0.429119 Mean dependent var -0.033566
Adjusted R-squared 0.370866 S.D. dependent var 0.069019
S.E. of regression 0.054745 Akaike info criterion -2.869607
Sum squared resid 0.146852 Schwarz criterion -2.650626
Log likelihood 84.91420 Hannan-Quinn criter. -2.784925
F-statistic 7.366450 Durbin-Watson stat 1.133511
Prob(F-statistic) 0.000032
4. Uji Asumsi Klasik
Normalitas
0
2
4
6
8
10
12
14
16
-0.10 -0.05 0.00 0.05 0.10 0.15
Series: Standardized Residuals
Sample 2013 2017
Observations 55
Mean -4.87e-17
Median 0.000564
Maximum 0.141343
Minimum -0.122356
Std. Dev. 0.053338
Skewness 0.210077
Kurtosis 3.299964
Jarque-Bera 0.610745
Probability 0.736849
Uji Multikolineritas
UKURAN_BA
NK DPK NPF NIM CAR
UKURAN_BA
NK 1.000000 -0.223823 0.181036 0.040842 -0.004000
DPK -0.223823 1.000000 -0.106983 -0.028129 -0.253447
NPF 0.181036 -0.106983 1.000000 0.146477 -0.417184
NIM 0.040842 -0.028129 0.146477 1.000000 0.161754
CAR -0.004000 -0.253447 -0.417184 0.161754 1.000000
Uji Heterokesdastisitas
Dependent Variable: RESABS
Method: Panel EGLS (Cross-section random effects)
Date: 09/18/18 Time: 06:49
Sample: 2013 2017
Periods included: 5
Cross-sections included: 11
Total panel (balanced) observations: 55
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C 0.136081 0.079623 1.709061 0.0938
UKURAN_BANK 0.003470 0.006234 0.556688 0.5803
DPK -0.007845 0.010622 -0.738611 0.4637
NPF -0.002953 0.007662 -0.385481 0.7015
NIM -0.004358 0.009487 -0.459361 0.6480
CAR 0.094693 0.021979 4.308304 0.0001
Effects Specification
S.D. Rho
Cross-section random 0.018168 0.3572
Idiosyncratic random 0.024373 0.6428
Weighted Statistics
R-squared 0.299824 Mean dependent var 0.020692
Adjusted R-squared 0.228378 S.D. dependent var 0.029406
S.E. of regression 0.025831 Sum squared resid 0.032694
F-statistic 4.196482 Durbin-Watson stat 1.903103
Prob(F-statistic) 0.002975
Unweighted Statistics
R-squared 0.167886 Mean dependent var 0.040220
Sum squared resid 0.053801 Durbin-Watson stat 1.156511
RIWAYAT HIDUP
Nama : M.Muttaqin
Tempat, Tgl. Lahir : Semarang 30 November 1994
Agama : Islam
Domisili : krasak, ledok, argomulyo, kota salatiga
Jenis Kelamin : Laki-laki
Status : Belum Menikah
No. Hp : 085741396330
Email : [email protected]
Riwayat Pendidikan
1. MI Kedungringin 02 (2007)
2. MTs Darul ‘Ulum Suruh (2010)
3. Kejar paket C PKBM Sunan Giri Salatiga (2014)
4. Institut Agama Islam Negeri Salatiga (2018)
D. Pengalaman Organisasi
1. KSEI (Kelompok Studi Ekonomi Islam) (2014-2017)
2. HMJ ( Himpunan Mahasiswa Jurusan ) (2015-2016)
3. Dema FEBI ( Fakultas Ekonomi Bisnis Islam ) (2016-2017)
4. Devisi keuangan yayasan Sunan Giri Salatiga (2017)