ANALISIS TINGKAT KESEHATAN DAN EFISIENSI PERBANKAN

TERHADAP PROFITABILITAS BANK MENGGUNAKAN REGRESI

BERGANDA DAN ANOVA*

Studi kasus pada tahun 2014 – 2017

Dita Anggun Lestari1 and Sarini Abdullah 2‡

1
Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Indonesia,
Depok 16424, Indonesia, [email protected]
2
Department of Mathematics, Faculty of Mathematics and Natural Sciences, Universitas Indonesia,
Depok 16424, Indonesia, [email protected]
‡
corresponding author

Indonesian Journal of Statistics and Its Applications (eISSN:2599-0802)

Vol 4 No 3 (2020), 401 - xxx

Copyright © 2020 Dita Anggun Lestari and Sarini Abdullah. This is an open-access article distributed
under the Creative Commons Attribution License, which permits unrestricted use, distribution, and
reproduction in any medium, provided the original work is properly cited.

Abstract
In this digital era, the competitiveness of small banks has decreased, and many
bank consolidation phenomena have occurred. This study aims to examine the effect of
bank soundness and efficiency on profitability in the face of competition and the current
bank consolidation or merger phenomenon. Determination of variables refers to Bank
Indonesia standards in measuring bank performance using the RGEC method approach
consisting of the ratio of LDR, NIM, BOPO, NPL, CAR, and prime lending rate (SBDK),
while bank profitability is represented by ROA. The research object is the bank category
BUKU 1 - 4 which is supervised by OJK and listed as issuers on the Indonesia Stock
Exchange during 2014 - 2017. The sampling technique used is purposive sampling so
that from 102 banks 34 banks were obtained which were used as research objects. The
data analysis technique used is multiple regression analysis and Anova comparison test.
Based on the results of data testing, it is known that simultaneously and partially the
ratios of LDR, NIM, BOPO, NPL, CAR, and SBDK have an effect on ROA. In comparison
to the average BOPO, prime lending rate and ROA variables, there are significant
differences with bank categorization BUKU 1-4.

Keywords: anova, bank perfomance, bank profitability, regression.

*
Received Aug 2019; Accepted Nov 2020; Published online on Nov 2020
401
402 Lestari et al.

1. Pendahuluan

Perbankan merupakan salah satu faktor yang menentukan pertumbuhan ekonomi

suatu negara karena fungsinya sebagai lembaga dana public (Kuncoro, 2002). Dalam
beberapa tahun terakhir, industri perbankan semakin terkonsolidasi. Fenomena
tersebut tidak hanya terlihat pada jumlah bank umum yang terus berkurang, tetapi juga
pada bisnis perbankan yang cenderung semakin terkonsentrasi pada bank-bank besar
dan menengah. Bank umum adalah lembaga keuangan, pencipta uang, pengumpul
dana dan pengumpul kredit, pelaksana lalu lintas pembayaran, stabilisator moneter
serta dinamisator pertumbuhan perekonomian (Hasibuan, 2005). Data Statistik
Perbankan Indonesia yang dirilis Otoritas Jasa Keuangan (OJK) menunjukkan jumlah
bank umum terus menyusut dari 119 bank pada akhir tahun 2014 menjadi 115 bank
pada akhir tahun 2017. Jumlah bank menyusut dikarenakan terjadinya akuisisi dan
merger terhadap bank-bank kecil oleh bank-bank yang lebih besar.
Pada era digital ini, daya saing bank-bank kecil semakin menurun. Masyarakat
lebih memilih bank-bank menengah besar untuk menaruh simpanan atau mengajukan
kredit. Alasannya, bank-bank menengah besar dianggap lebih aman dan memberikan
bunga kredit yang lebih murah (Intensari, 2019). Buktinya, bisnis perbankan
cenderung semakin terkonsentrasi pada bank menengah besar, terutama bank yang
masuk kategori Bank Umum Kelompok Usaha (BUKU) 3 dan 4. BUKU 3 adalah bank
dengan modal inti Rp 5 – 30 triliun, sementara BUKU 4 merupakan bank dengan modal
inti di atas Rp 30 triliun (Kurniawan, 2017). Jumlah BUKU 3 dan 4 sebanyak 31 bank
pada akhir tahun 2017. Dengan demikian, 71 bank lainnya merupakan BUKU 1 dan
BUKU 2 dengan masing-masing modal inti kurang dari Rp 1 triliun dan Rp 1 – 5 triliun.
Berdasarkan data dari Otoritas Jasa Keuangan, pada akhir tahun 2014, porsi aset
BUKU 3 dan 4 terhadap total aset perbankan adalah sebesar 75,52 persen. Namun
pada akhir tahun 2017, porsinya membesar menjadi 83,97 persen. Konsentrasi juga
terjadi pada penghimpunan dan penyaluran kredit. Porsi dana pihak ketiga (DPK)
BUKU 3 dan 4 meningkat dari 77,57 persen pada akhir 2014 menjadi 83,74 persen
pada akhir 2017. Adapun porsi kredit naik dari 75,73 persen menjadi 84,04 persen.
Kondisi ini secara alami akan menyebabkan bank-bank kecil semakin terdesak. Jika
ingin bertahan, bank-bank kecil harus dapat meningkatkan modalnya atau bergabung
(merger) dengan bank yang lebih besar.
Keberadaan finansial teknologi semakin membatasi ruang gerak bank-bank kecil.
Kondisi ini banyak menggerus pasar bank-bank kecil seperti UMKM dan personal yang
ingin mendapatkan kredit dengan mudah dan cepat. Berikut adalah komposisi jumlah
Bank Umum semakin menurun dari tahun ke tahun yang ditampilkan pada Gambar 1.
Indonesian Journal of Statistics and Its Applications. Vol 4 No 3 (2020), 401 - 418 403

Jumlah Bank Umum Konvensional dan Bank Umum Syariah

Berdasarkan Pengelompokan Total Aset
140
120
100 BUKU 3 SYARIAH
80
BUKU 2 SYARIAH
60
40 BUKU 1 SYARIAH
20 BUKU 4
0
BUKU 3

> 50 Triliun
< 1 Triliun
> 50 Triliun

> 50 Triliun

> 50 Triliun
< 1 Triliun

< 1 Triliun

< 1 Triliun
10 - 50 Triliun

10 - 50 Triliun

10 - 50 Triliun

10 - 50 Triliun
1 - 10 Triliun

1 - 10 Triliun

1 - 10 Triliun

1 - 10 Triliun
Total Bank

Total Bank

Total Bank

Total Bank
BUKU 2
BUKU 1

Desember 2014 Desember 2015 Desember 2016 Desember 2017

Gambar 1: Jumlah Bank Umum pada Tahun 2014 – 2017

(sumber: Otoritas Jasa Keuangan (OJK), data diolah)

Menanggapi trend konsolidasi perbankan tersebut, maka perlu dilakukan penelitian

untuk mengetahui kinerja perbankan kategori BUKU 1 dan 2 melalui rasio-rasio
keuangan dan membandingkannya dengan kinerja keuangan perbankan kategori
BUKU 3 dan 4. Menurut Peraturan Pemerintah Republik Indonesia No. 28 tahun 1999
tentang Merger, Konsolidasi, dan Akuisisi Bank, syarat untuk melakukan merger salah
duanya adalah: 1) Pada saat terjadinya Merger atau Konsolidasi, jumlah aktiva Bank
hasil Merger atau Konsolidasi tidak melebihi 20% (dua puluh perseratus) dari jumlah
aktiva seluruh Bank di Indonesia. 2) Permodalan Bank hasil Merger atau Konsolidasi
harus memenuhi ketentuan rasio kecukupan modal yang ditetapkan oleh bank
Indonesia. Dengan kata lain masing-masing bank harus dalam keadaan sehat dan
memiliki kecukupan modal untuk menyokong proses konsolidasi yang memerlukan
biaya.
Selain itu perlu diketahui juga bagaimana kinerja perbankan ketegori BUKU 1 dan
2 mempengaruhi penetapan suku bunga dasar kreditnya (SBDK), mengingat yang
menjadi salah satu kelemahan perbankan kategori BUKU 1 dan 2 dalam melakukan
penetrasi adalah mahalnya suku bunga kredit yang ditawarkan. Penentuan tingkat
suku bunga kredit tidak hanya penting bagi perbankan tapi juga bagi perekonomian,
untuk mengatur tingkat bunga perbankan nasional, bank sentral Bank Indonesia
menggunakan instrumen tingkat suku bunga acuan yaitu BI 7Days Repo Rate (BI,
2016).
Dalam menentukan faktor-faktor yang memengaruhi tingkat efisiensi operasional,
beberapa penelitian telah dilakukan untuk menjelaskan konsep-konsep efisiensi
operasional. Berger & Mester (1997) menyebutkan bahwa tingkat modal bank secara
langsung memengaruhi biaya (cost) bank dengan menyediakan alternatif sumber dana
yang digunakan untuk memberikan kredit. Pancurova & Lyocsa (2013) menyebutkan
bahwa rasio modal yang rendah mengarah pada nilai efisiensi yang rendah pula.
Hipotesis “bad luck” yang dikemukakan oleh Berger & DeYoung (1997), yaitu Non-
Performing Loan (NPL) yang meningkat disebabkan oleh faktor-faktor eksternal yang
404 Lestari et al.

tidak dapat dikontrol oleh manajemen seperti kondisi perekonomian yang menurun.
NPL yang tinggi dapat menyebabkan perbankan tidak memiliki efisiensi operasional.
Dengan kata lain, NPL berpengaruh terhadap efisiensi teknis perbankan (Muljawan et
al., 2014). Surifah (2011) mengungkapkan bahwa perusahaan besar mempunyai
sumber daya yang lebih baik, biaya transaksi yang lebih rendah, dan lebih bisa
bertahan dalam menghadapi persaingan dan goncangan perekonomian.
Tingkat kesehatan bank adalah hasil penilaian kualitatif atas berbagai aspek yang
berpengaruh terhadap kondisi atau kinerja suatu Bank melalui penilaian kuantitatif dan
atau penilaian kualitatif terhadap faktor-faktor permodalan, kualitas aset, manajemen,
rentabilitas, likuiditas, dan sensitivitas terhadap risiko pasar (BI, 2004). Dalam menilai
kesehatan bank dapat dinilai dengan berbagai macam cara atau metode. Penilaian
kesehatan akan berpengaruh terhadap kelangsungan bank yang bersangkutan. Salah
satu alat untuk mengukur kesehatan bank adalah dengan analisis CAMEL (Capital,
Assets, Management, Earning, Liquidity). Aspek capital (permodalan) meliputi CAR,
aspek assets meliputi NPL, aspek earning meliputi ROA, aspek likuiditas meliputi LDR.
Aspek-aspek tersebut kemudian dinilai dengan menggunakan rasio keuangan
sehingga dapat menilai kondisi keuangan perusahaan perbankan (Kasmir, 2002).
Secara umum ukuran profitabilitas pada industri perbankan ada dua, yaitu rate of
Return on Equity (ROE) dan Return on Asset (ROA). Selain itu, variabel–variabel yang
dapat dipergunakan untuk mengukur kinerja perbankan menurut SEBI No 13/24/DPNP
dengan menggunakan pendekatan metode RGEC (Risk Profile, Good Corporate
Governance, Earnings, and Capital) yaitu LDR (Loan to Deposit Ratio), NIM (Net
Interest Margin), BOPO (Biaya Operasional Pendapatan Operasional), NPL (Non-
Performing Loan), dan CAR (Capital Adequacy Ratio) (BI, 2011).
Ukuran kinerja, digunakan sebagai indikator tingkat persaingan antar bank,
termasuk tingkat keuntungan bank, suku bunga yang dibebankan bank atas pinjaman,
dan suku bunga yang mereka bayarkan untuk deposito (Gilbert, 1984). NPL dan LDR
merupakan rasio untuk mengukur risiko sehingga berpengaruh negatif terhadap
profitabilitas. CAR merupakan rasio yang mengukur kekuatan modal dari bank,
semakin tinggi modal yang dimiliki maka dapat menjamin keamanan dari suatu bank
sehingga berpengaruh positif terhadap profitabilitas. Sedangkan BOPO dan SBDK
merupakan cerminan efisiensi dari perbankan. BOPO adalah rasio yang mengukur
efisiensi dari beban yang dikeluarkan oleh bank untuk menghasilkan laba. Apabila
bebannya terlalu tinggi maka akan mengurangi profitabilitas dari bank. Sedangkan
SBDK (Suku Bunga Dasar Kredit) merupakan suku bunga terendah yang
mencerminkan kewajaran biaya yang dikeluarkan oleh Bank termasuk ekspektasi
keuntungan yang akan diperoleh.
Melengkapi penjelasan konseptual yang telah dirujuk, beberapa peneliti juga telah
melakukan beberapa penelitian di berbagai negara menyangkut faktor-faktor yang
memengaruhi efisiensi operasional bank. Berikut adalah rangkuman studi empiris
terkait dengan faktor-faktor yang memengaruhi efisiensi operasional bank yang
disajikan pada Tabel 1.
Indonesian Journal of Statistics and Its Applications. Vol 4 No 3 (2020), 401 - 418 405

Tabel 1: Rangkuman Studi Empiris terkait Faktor Efisiensi Operasional Bank

No Pengaruh Hasil Penelitian Peneliti

Variabel
1 Pengaruh a) Signifikan positif a) (Broner et al.,
CAR 2006;
terhadap Herdinigtyas &
ROA Almilia, 2005;
Sutadanu, 2009;
Werdaningtyas,
2002)
b) Tidak signifikan b) (Altunbaş* et al.,
2005)
2 Pengaruh c) Signifikan positif c) Herdinigtyas, W.,
NIM & Almilia, L. S.
terhadap d) Tidak signifikan (2005)
ROA d) Boehmer dan
Ljungvist (2004)
3 Pengaruh e) Signifikan positif e) (Lestari &
LDR Sugiharto, 2007;
terhadap Zhou & Wong,
ROA 2008)
f) Signifikan negatif f) (Werdaningtyas,
g) Tidak signifikan 2002)
g) (Boehmer &
Ljungqvist, 2004;
Yuliani, 2007)
4 Pengaruh h) Signifikan negatif h) (Ariyanto, 2004;
NPL Mawardi, 2004)
terhadap i) Tidak signifikan i) (Boehmer &
ROA Ljungqvist, 2004)
5 Pengaruh j) Signifikan negatif j) (Schwaiger &
BOPO Liebeg, 2008)
terhadap k) Tidak signifikan k) (Ariyanto, 2004)
ROA
Sumber: Berbagai jurnal

Berdasarkan latar belakang yang telah dijelaskan maka perlu diadakannya

penelitian untuk mengetahui dan menguji pengaruh kinerja atau kesehatan bank
terhadap performa atau profitabilitas bank. Oleh karena itu, penelitian ini bertujuan
untuk menguji pengaruh kinerja atau kesehatan bank yang diwakilkan oleh variabel
LDR, NIM, BOPO, NPL, CAR, dan SBDK terhadap performa atau profitabilitas bank
yang diwakilkan oleh variabel ROA dengan menggunakan metode statistika analisis
regresi dan anova.
Berdasarkan studi empiris yang dilakukan oleh penulis, pada penelitian ini akan
diuji beberapa hipotesis sebagai berikut.
H1 : BOPO berpengaruh negatif terhadap ROA
H2 : NIM berpengaruh positif terhadap ROA
H3 : NPL berpengaruh negatif terhadap ROA
406 Lestari et al.

H4 : SBDK berpengaruh negatif terhadap ROA

H5 : LDR berpengaruh negatif terhadap ROA
H6 : CAR berpengaruh positif terhadap ROA
H7 : BOPO, NIM, LDR, NPL, CAR, dan SBDK secara simultan berpengaruh terhadap
ROA
H8 : Adanya perbedaan yang signifkan antar variabel terhadap adanya kategori bank
BUKU 1 – 4

2. Metodologi

2.1 Bahan dan Data

Data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang
diambil dari laporan keuangan bank kategori BUKU 1-4 yang terdaftar di Bursa Efek
Indonesia tahun 2014-2017. Pengumpulan data dilakukan dengan metode
dokumentasi, yaitu dengan mengumpulkan data-data yang di ambil dari website Bursa
Efek Indonesia yang diakses melalui www.idx.co.id yang berupa annual report.
Terdapat 7 faktor untuk menaksir ROA, yaitu LDR, NIM, BOPO, NPL, CAR, dan
SBDK. Untuk variabel SBDK dalam penelitian ini menggunakan rasio SBDK untuk
kredit retail. Hubungan antar pengukuran tersebut dengan ROA akan dimodelkan
dengan analisis regresi linear berganda.
Populasi dari penelitian ini terdiri dari Bank Umum kategori BUKU 1 – 4 yang
diawasi dan terdaftar OJK sampai dengan akhir tahun 2017 sebanyak 102 bank.
Sedangkan untuk sampel dari penelitian ini menggunakan motode purposive
sampling, dengan menggunakan kriteria sebagai berikut.
a. Bank umum dengan modal inti <1 triliun – 50 triliun yang terdaftar sebagai
emiten di Bursa Efek Indonesia
b. Bank umum yang melaporkan laporan keuangannya sepanjang tahun 2014 –
2017
Dari kriteria diatas maka diperoleh 34 bank yang dapat digunakan sebagai sampel
dalam penelitian ini. Tabel 2 menyajikan daftar bank yang digunakan sebagai sampel
penelitian.

2.2 Metode Penelitian

Metode statistika yang digunakan adalah analisis regresi linear berganda dan uji
anova. Analisis regresi linear berganda digunakan untuk menguji pengaruh variabel
bebas (independent) terhadap variabel terikat (dependen). Analisis ini juga mencakup
uji kelayakan model secara keseluruhan dan uji parsial. Uji kelayakan model (koefisien
regresi) atau disebut dengan uji F, yaitu untuk mengetahui apakah variabel
independen yang terdapat dalam persamaan tersebut di atas secara bersama-sama
berpengaruh signifikan pada nilai variabel dependen. Sedangkan, uji parsial (koefisien
regresi) atau disebut dengan uji t bertujuan untuk menguji signifikan konstanta dan
variabel independen yang terdapat dalam persamaan regresi secara individu. Uji
anova pada penelitian ini digunakan untuk melihat adanya perbedaan yang signifikan
dari rata-rata nilai variabel berdasarkan keterkaitan masing-masing kategori bank
BUKU 1 – 4.
Indonesian Journal of Statistics and Its Applications. Vol 4 No 3 (2020), 401 - 418 407

Tabel 2: Daftar Bank sebagai Sampel Penelitian

Emiten Bank BUKU 4 (Modal 1. BBCA (Bank Central Asia)

Inti >= Rp30 Triliun) 2. BBNI (Bank Negara Indonesia)
3. BBRI (Bank Rakyat Indonesia)
4. BMRI (Bank Mandiri)
5. BNGA (Bank CIMB Niaga Tbk – per 25 April
2017)
Emiten Bank BUKU 3 (Modal 1. BBKP (Bank Bukopin),
Inti Rp5 – < Rp30 Triliun) 2. BBTN (Bank Tabungan Negara),
3. BDMN (Bank Danamon Indonesia),
4. BJBR (Bank Pembangunan Daerah Jawa
Barat),
5. BJTM (Bank Pembangunan Daerah Jawa
Timur),
6. BNII (Bank Maybank Indonesia),
7. BNLI (Bank Permata),
8. BTPN (Bank Tabungan Pensiunan Nasional),
9. MAYA (Bank Mayapada International – per 2
Juni 2017)
10. MEGA (Bank Mega),
11. NISP (Bank OCBC NISP),
12. PNBN (Bank Pan Indonesia)
Emiten Bank BUKU 2 (Modal 1. AGRO (Bank BRI Agro Niaga)
Inti Rp1 – < Rp5 Triliun) 2. BABP (Bank MNC Internasional)
3. BACA (Bank Capital Indonesia)
4. BBNP (Bank Nusantara Parahyangan)
5. BGTG (Bank Ganesha)
6. BINA (Bank Ina Perdana)
7. BKSW (Bank QNB Indonesia)
8. BMAS (Bank Maspion Indonesia)
9. BNBA (Bank Bumi Arta)
10. BSIM (Bank Sinar Mas)
11. BVIC (Bank Victoria)
12. NOBU (Bank Nobu)
Emiten Bank BUKU 1 (Modal 1. AGRS (Bank Agris Tbk),
Inti < Rp1 Triliun) 2. ARTO (Bank Artos),
3. BBYB (Bank Yudha Bhakti),
4. BBHI (Bank Harda Internasional),
5. BSWD (Bank Of India Indonesia)

3. Hasil dan Pembahasan

3.1 Statistika Deskriptif

Dari tabel deskriptif terlihat pada variabel LDR BUKU 1 & 2 dalam kondisi sehat
dengan mean sebesar 80,3% sedangkan BUKU 3 & 4 berada dalam kondisi cukup
sehat dengan mean sebesar 88,3%. Standar deviasi keduannya masih lebih kecil jika
dibandingkan dengan mean, sehingga dapat dikatakan bahwa simpangan pada data
408 Lestari et al.

LDR relatif baik. Berikut adalah statistika deskriptif BUKU 1 & 2 yang diringkas pada
Tabel 3.

Tabel 3: Statistika Deskriptif BUKU 1 & 2

Std.
N Range Minimum Maximum Mean Deviation Variance
LDR 17 38.99 54.97 93.96 80.3394 11.18966 125.208
NIM 17 4.42 1.91 6.33 4.4547 1.23856 1.534
BOPO 17 54.81 86.25 141.06 99.5029 15.02396 225.719
NPL 17 7.67 .02 7.69 2.9900 1.72481 2.975
CAR 17 26.16 9.18 35.34 21.1641 6.02194 36.264
SBDK 17 3.70 11.78 15.48 13.1706 1.17931 1.391
ROA 17 4.51 -2.98 1.53 .1982 1.35619 1.839
Valid N
17
(listwise)

Berdasarkan Tabel 3, terlihat bahwa pada variabel NIM terdapat perbedaan yang
cukup besar dari BUKU 1 & 2 dibandingkan dengan BUKU 3 & 4 dimana maksimum
BUKU 3 & 4 berada pada 11,58% sedangkan BUKU 1 & 2 pada 6,33%. Hal ini
menunjukan bahwa BUKU 3 & 4 lebih banyak mendapatkan spread bunga karena
dapat mengelola bebannya lebih efisien yang ditunjukkan dari variabel BOPO pada
BUKU 3 & 4 lebih kecil jika dibandingkan dengan BUKU 1 & 2. Berikut adalah statistika
deskriptif BUKU 3 & 4 yang diringkas pada Tabel 4.

Tabel 4: Statistika Deskriptif BUKU 3 & 4

Std.
N Range Minimum Maximum Mean Deviation Variance
LDR 17 45.17 60.68 105.85 88.3412 9.69367 93.967
NIM 17 8.07 3.51 11.58 6.0376 2.02026 4.081
BOPO 17 47.43 61.15 108.58 81.5341 11.02972 121.655
NPL 17 3.97 .78 4.75 2.7894 1.08180 1.170
CAR 17 12.28 11.87 24.15 18.5447 3.31525 10.991
SBDK 17 6.04 10.62 16.66 12.2406 1.69756 2.882
ROA 17 4.84 -.73 4.11 2.0735 1.19014 1.416
Valid N
17
(listwise)

Berdasarkan Tabel 3 dan Tabel 4, terlihat bahwa variabel NPL pada BUKU 1 & 2
sebesar 2,99% lebih tinggi dari BUKU 3 & 4 sebesar 2,7%. Hal ini selaras dengan
variabel LDR BUKU 1 & 2 yang lebih kecil dari BUKU 3 & 4. Karena NPL yang cukup
tinggi dapat menahan laju pemasaran kredit sehingga perputaran modal dan
profitabilitas kurang agresif dan efektif yang ditujukan dari mean variabel CAR pada
BUKU 1 & 2 lebih tinggi dibandingkan BUKU 3 & 4, yaitu sebesar 21,16% dan 18,54%.
Berdasarkan Tabel 3 dan Tabel 4 juga terlihat bahwa mean variabel SBDK dari BUKU
1 & 2 sebesar 13,17% sedangkan BUKU 3 & 4 sebesar 12,24%. Hal ini menunjukkan
bahwa adanya penurunan kinerja perbankan BUKU 1 & 2 yang dikarenakan
penawaran suku bunga kredit yang lebih mahal jika dibandingkan BUKU 3 & 4.
Indonesian Journal of Statistics and Its Applications. Vol 4 No 3 (2020), 401 - 418 409

3.2 Analisis Regresi

Pada analisis regresi, efek parsial dari masing-masing variabel penjelas (independent)
dimungkinkan untuk diukur dengan baik jika tidak ada multikolinearitas antar peubah
penjelas. Oleh karena itu, akan dilakukan uji multikolinearitas terlebih dahulu, yang
hasilnya tertera seperti berikut.

Tabel 5: Hasil Uji Multikolinearitas

Correlations Collinearity Statistics
Model Zero-order Partial Part Tolerance VIF
1 (Constant)
LDR .129 -.053 -.008 .719 1.391
CAR .032 .130 .019 .761 1.315
SBDK -.314 .018 .003 .690 1.449
NIM .634 .602 .111 .516 1.937
BOPO -.979 -.965 -.545 .344 2.910
NPL -.581 .228 .034 .525 1.906

Berdasarkan Tabel 5, terlihat bahwa hasil uji multikolinearitas menyatakan bahwa

tidak ada korelasi antar variabel bebas, ditunjukkan dengan nilai VIF kurang dari 10
dan nilai Tolerance lebih besar dari 0,01. Dengan demikian, dapat dievaluasi efek dari
masing-masing variabel penjelas pada BUKU 1 & 2 dan BUKU 3 & 4 seperti yang
ditampilkan pada Tabel 6 dan Tabel 7 berikut.

Tabel 6: Hasil Analisis Regresi BUKU 1 & 2

Unstandardized Standardized Collinearity
Coefficients Coefficients Statistics
Std.
Model B Error Beta t Sig. Tolerance VIF
1 (Constant) 10.000 1.025 9.760 .000
LDR .002 .006 .019 .399 .698 .758 1.320
NIM .014 .056 .012 .242 .814 .679 1.473
BOPO -.099 .007 -1.092 -14.269 .000 .307 3.259
NPL .126 .059 .160 2.136 .058 .319 3.136
CAR .012 .010 .052 1.136 .282 .844 1.185
SBDK -.066 .053 -.058 -1.254 .238 .849 1.177
Taksiran regresi:
ROA = 10 + 0,002 LDR + 0,14 NIM – 0,99 BOPO + 0,126 NPL + 0,12 CAR – 0,66 SBDK

Berdasarkan Tabel 6, terlihat bahwa dari hasil uji T pada BUKU 1 & 2, variabel
yang memiliki pengaruh signifikan terhadap ROA adalah BOPO. Sedangkan pada
BUKU 3 & 4 berdasarkan hasil uji T yang ditampilkan pada Tabel 7, variabel yang
memiliki pengaruh signifikan terhadap ROA adalah BOPO dan NIM. Sehingga
kesimpulan dari beberapa hipotesis berikut adalah:
H1: BOPO berpengaruh negatif terhadap ROA (tidak ditolak)
H2: NIM berpengaruh positif terhadap ROA (tidak ditolak pada BUKU 3 & 4, ditolak
pada BUKU 1 & 2)
410 Lestari et al.

H3 : NPL berpengaruh negatif terhadap ROA (ditolak)

H4 : SBDK berpengaruh negatif terhadap ROA (ditolak)
H5 : LDR berpengaruh negatif terhadap ROA (ditolak)
H6 : CAR berpengaruh positif terhadap ROA (ditolak)

Tabel 7: Hasil Analisis Regresi BUKU 3 & 4

Unstandardized Standardized Collinearity

Coefficients Coefficients Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 8.786 1.204 7.297 .000
LDR -.004 .008 -.033 -.491 .634 .670 1.493
NIM .152 .053 .259 2.898 .016 .368 2.714
BOPO -.091 .010 -.841 -9.185 .000 .351 2.852
NPL -.017 .088 -.015 -.188 .855 .457 2.189
CAR -.005 .031 -.013 -.154 .881 .397 2.516
SBDK .020 .056 .029 .364 .723 .457 2.186

Taksiran Regresi:
ROA = 8,786 – 0,004 LDR + 0,152 NIM – 0,91 BOPO – 0,17 NPL – 0,005 CAR +
0,20 SBDK

Sementara untuk hipotesis bahwa BOPO, NIM, LDR, NPL, CAR, dan SBDK secara
simultan berpengaruh terhadap ROA (H7) adalah tidak ditolak. Hal ini karena
berdasarkan uji model secara keseluruhan dengan uji F, diperoleh kesimpulan bahwa
paling tidak salah satu dari faktor-faktor tersebut terkait dengan ROA secara signifikan
secara statistika pada 𝛼 =5%, seperti hasil pada Tabel 8 dan Tabel 9 berikut.

Tabel 8: Hasil Analisis Uji F BUKU 1&2

Sum of Mean
Model Squares df Square F Sig.
1 Regressio
28.899 6 4.817 91.151 .000b
n
Residual .528 10 .053
Total 29.428 16

Berdasarkan Tabel 8, terlihat bahwa hasil regresi yang telah dilakukan diketahui
bahwa koefisien determinasi (R2) untuk BUKU 1 & 2 sebesar 97,1% sedangkan hasil
regresi pada BUKU 3 & 4 yang dapat dilihat pada Tabel 9 adalah sebesar 95,3%. Hal
ini menyatakan bahwa variabel LDR, NIM, BOPO, NPL, CAR dan SBDK dapat
menjelaskan variabel ROA sebesar 97,1% untuk BUKU 1 & 2 dan sebesar 95,3%
untuk BUKU 3 & 4.
Indonesian Journal of Statistics and Its Applications. Vol 4 No 3 (2020), 401 - 418 411

Tabel 9: Hasil Analisis Uji F BUKU 3&4

Sum of Mean
Model Squares df Square F Sig.
1 Regressio
21.997 6 3.666 55.064 .000b
n
Residual .666 10 .067
Total 22.663 16

3.3 Analisis Uji Perbandingan (Uji Anova)

Untuk membandingkan apakah ada perbedaan kinerja keuangan pada kategori bank
BUKU 1 – 4 melalui rasio-rasio dari variabel independent pada penelitian ini, maka
penguji menggunakan Uji Perbandingan Annova. Prinsip Uji Anova adalah melakukan
analisis variabilitas data menjadi dua sumber variasi yaitu variasi di dalam kelompok
(within) dan variasi antar kelompok (between). Kelompok yang dimaksud dalam
penelitian ini adalah kategori bank BUKU 1 – 4, sedangkan variasi antara kelompok
adalah hubungan antar variabel dalam penelitian.

Deskriptif

Berdasarkan Tabel 10, nilai ROA pada bank BUKU 1 memiliki nilai negatif yang mana
menunjukan bahwa bank BUKU 1 mengalami kerugian. Hal ini selaras dengan nilai
BOPO sebesar 109,59 lebih besar dari nilai mean sebesar 90,519. Untuk bank ketogri
BUKU 2 terlihat kurang efektif dalam menyalurkan kredit, ditunjukan dari nilai LDR dan
CARnya lebih besar dari nilai mean. Dan bila dilihat dari nilai SBDK, bank BUKU 1 dan
2 memiliki nilai SBDK yang lebih tinggi dar nilai mean menunjukan bahwa penawaran
harga dari bank BUKU 1 dan 2 kalah bersaing dalam pasar. Selain itu NPL di bank
BUKU 1 sangat tinggi yaitu 2 kali nilai mean. Sedangkan untuk NIM bank BUKU dan
2 memiliki nilai di bawah mean.

Sebelum melakukan Uji Anova akan diperiksa terlebih dahulu beberapa asumsi,
yaitu: sampel berasal dari kelompok yang independen, variansi antar kelompok
homogen, dan data masing-masing kelompok terdistribusi normal.
412 Lestari et al.

Tabel 10: Statistika Deskriptif Uji ANOVA

95% Confidence
Std. Interval for Mean
N Mean
Deviation Lower Upper
Bound Bound
Buku4 5 87.2780 7.05746 78.5150 96.0410
Buku3 12 88.7842 10.85541 81.8870 95.6814
NilaiLDR Buku2 12 78.1825 12.19729 70.4327 85.9323
Buku1 5 85.5160 6.65223 77.2562 93.7758
Total 34 84.3403 11.07967 80.4744 88.2062
Buku4 5 6.4320 1.03217 5.1504 7.7136
Buku3 12 5.8733 2.33433 4.3902 7.3565
NilaiNIM Buku2 12 4.3375 1.27989 3.5243 5.1507
Buku1 5 4.7360 1.22116 3.2197 6.2523
Total 34 5.2462 1.83523 4.6058 5.8865
Buku4 5 72.5940 10.57289 59.4660 85.7220
Buku3 12 85.2592 9.21062 79.4070 91.1113
NilaiBOP
Buku2 12 95.2967 11.18068 88.1928 102.4005
O
Buku1 5 109.5980 19.45870 85.4368 133.7592
Total 34 90.5185 15.86157 84.9842 96.0529
Buku4 5 2.4300 1.03513 1.1447 3.7153
Buku3 12 2.9392 1.10880 2.2347 3.6437
NilaiNPL Buku2 12 2.4075 1.31924 1.5693 3.2457
Buku1 5 4.3880 1.91124 2.0149 6.7611
Total 34 2.8897 1.42133 2.3938 3.3856
Buku4 5 19.2800 1.57807 17.3206 21.2394
Buku3 12 18.2383 3.83836 15.7996 20.6771
NilaiCAR Buku2 12 22.1533 5.76003 18.4936 25.8131
Buku1 5 18.7900 6.62076 10.5692 27.0108
Total 34 19.8544 4.96776 18.1211 21.5877
Buku4 5 11.2020 .28934 10.8427 11.5613
Buku3 12 12.6733 1.86187 11.4904 13.8563
NilaiSBDK Buku2 12 12.8442 .90342 12.2702 13.4182
Buku1 5 13.9540 1.49393 12.0990 15.8090
Total 34 12.7056 1.51469 12.1771 13.2341
Buku4 5 2.9780 1.17251 1.5221 4.4339
Buku3 12 1.6967 1.01664 1.0507 2.3426
NilaiROA Buku2 12 .5700 1.09600 -.1264 1.2664
Buku1 5 -.6940 1.62600 -2.7129 1.3249
Total 34 1.1359 1.57618 .5859 1.6858

Uji Homogenitas

Berdasarkan Tabel 11, hasil uji homogenitas menunjukkan bahwa hampir semua
varian dari setiap variabel kelompok tersebut sama dimana sig > 𝛼 = 0.05, sehingga
asumsi homogenitas terpenuhi, sedangkan untuk variabel SBDK, asumsi homogenitas
tidak terpenuhi.
Indonesian Journal of Statistics and Its Applications. Vol 4 No 3 (2020), 401 - 418 413

Tabel 11: Hasil Analisis Uji Homogenitas

Levene Statistic df1 df2 Sig.

NilaiLDR .550 3 30 .652
NilaiNIM 1.833 3 30 .162
NilaiBOPO 1.492 3 30 .237
NilaiNPL .612 3 30 .613
NilaiCAR 1.320 3 30 .286
NilaiSBDK 3.554 3 30 .026
NilaiROA .816 3 30 .495

Uji Normalitas
Berdasarkan Tabel 12, hasil uji normalitas menunjukan bahwa data pada penelitian ini
tidak semua kelompok terdistribusi normal, dikarenakan terdapat sig < α = 0.05
sehingga uji Anova tidak cocok.

Tabel 12: Hasil Analisis Uji Normalitas – Shapiro Wilk

Kelompok Kolmogorov-Smirnova Shapiro-Wilk

Variabel
Bank Statistic df Sig. Statistic df Sig.
NilaiLDR Buku4 .265 5 .200* .922 5 .543
Buku3 .227 12 .089 .870 12 .065
Buku2 .216 12 .129 .901 12 .162
*
Buku1 .261 5 .200 .856 5 .213
NilaiNIM Buku4 .254 5 .200* .879 5 .304
Buku3 .231 12 .077 .847 12 .034
Buku2 .161 12 .200* .940 12 .503
Buku1 .211 5 .200* .969 5 .867
NilaiBOPO Buku4 .304 5 .146 .904 5 .432
Buku3 .260 12 .024 .874 12 .073
Buku2 .279 12 .010 .725 12 .001
Buku1 .245 5 .200* .893 5 .374
*
NilaiNPL Buku4 .146 5 .200 .997 5 .997
Buku3 .189 12 .200* .952 12 .672
*
Buku2 .101 12 .200 .992 12 1.000
Buku1 .345 5 .051 .793 5 .071
*
NilaiCAR Buku4 .168 5 .200 .986 5 .964
Buku3 .112 12 .200* .968 12 .892
Buku2 .234 12 .070 .836 12 .025
*
Buku1 .244 5 .200 .940 5 .664
NilaiSBDK Buku4 .248 5 .200* .945 5 .700
Buku3 .290 12 .006 .816 12 .014
Buku2 .186 12 .200* .846 12 .032
*
Buku1 .242 5 .200 .899 5 .403
NilaiROA Buku4 .257 5 .200* .897 5 .393
*
Buku3 .197 12 .200 .909 12 .205
Buku2 .268 12 .017 .783 12 .006
Buku1 .226 5 .200* .964 5 .837
414 Lestari et al.

Uji Kruskal Wallis

Sebagai alternatif akan dilakukan uji perbandingan dengan Uji Kruskal Wallis.
Berdasarkan Tabel 13 yang menampilkan hasil uji Kruskal Wallis, terlihat bahwa
variabel yang memiliki pengaruh signifikan berdasarkan pembuatan kategori adalah
BOPO, SBDK dan ROA karena nilai sig nya < 𝛼 = 0.05. Hal ini juga selaras dengan
uji deskriptif dimana variabel LDR, NIM, CAR, dan NPL masih memiliki rata-rata yang
hampir sama di setiap variabel.

Tabel 13: Hasil Analisis Uji Normalitas – Kruskal Wallis

Uji Post Hoc

Uji post hoc dilakukan untuk melihat kelompok mana saja yang berbeda. Dalam
penelitian ini, akan dilakukan uji Post Hoc untuk variabel yang signifikan berbeda, yaitu
BOPO, SBDK, dan ROA. Akan digunakan uji Bonferroni untuk variabel BOPO dam
ROA, karena hasil uji homogenitas menunjukan bahwa data memiliki variansi yang
sama. Sedangkan untuk variabel SBDK, akan digunakan uji Games-Howell, karena
asumsi homogenitas tidak terpenuhi.
Berdasarkan Tabel 14 dan Tabel 15, terlihat bahwa kelompok yang menunjukan
adanya perbedaan rata-rata ditandai dengan tanda bintang “*” yaitu BOPO, SBDK,
dan ROA. BOPO pada BUKU 4 memiliki perbedaan yang signifikan bila dibandingkan
dengan BUKU 1 sebesar -37,00 dan BUKU 2 sebesar -22,70. Sedangkan BUKU 3
memiliki perbedaan signifikan dengan BUKU 1 -24,33. Variabel SBDK BUKU 4
terhadap BUKU 1 memiliki perbedaan signifikan sebesar -2.7552. Dan untuk ROA
pada BUKU 4 memiliki perbedaan signifikan terhadap BUKU 2 -2,40800 dan BUKU 1
-3,67200 sedangkan BUKU 3 memiliki perbedaan signifikan terhadap BUKU 1 sebesar
-2,39067.
Indonesian Journal of Statistics and Its Applications. Vol 4 No 3 (2020), 401 - 418 415

Tabel 14: Hasil Analisis Uji Bonferroni

416 Lestari et al.

Tabel 15: Hasil Analisis Uji Games-Howell

4. Simpulan

Berdasarkan pembahasan di atas, dapat disimpulkan bahwa secara

partial/individual pada BUKU 1 & 2 dan BUKU 3 & 4, faktor yang memiliki pengaruh
signifikan terhadap ROA adalah BOPO. Secara partial/individual pada BUKU 1 & 2
faktor NIM tidak berpengaruh positif secara signifikan terhadap ROA. Hal ini
dikarenakan BUKU 1 & 2 kurang agresif dalam memasarkan kredit dan kurang efisien
dalam mengelola modalnya. Sedangkan pada BUKU 3 & 4 faktor NIM berpengaruh
positif terhadap ROA secara partial/individual. Pada BUKU 1 & 2 dan BUKU 3 & 4,
variabel BOPO, NIM, LDR, NPL, CAR, dan SBDK secara simultan berpengaruh
terhadap ROA. Hal ini mengartikan bahwa kinerja atau kesehatan bank berpengaruh
terhadap performa atau profitabilitas bank.

Daftar Pustaka

Altunbaş*, Y., Gadanecz, B., & Kara, A. (2005). Key factors affecting internationally
active banks’ decisions to participate in loan syndications. Applied Economics
Letters, 12(4): 249–253.

Ariyanto, T. (2004). Profil Persaingan Usaha dalam Industri Perbankan Indonesia.

Perbanas Finance and Banking. Journal, 6(2): 95–108.

Berger, A. N., & DeYoung, R. (1997). Problem loans and cost efficiency in commercial
banks. Journal of Banking & Finance, 21(6): 849–870.

Berger, A. N., & Mester, L. J. (1997). Inside the black box: What explains differences
in the efficiencies of financial institutions? Board of Governors of the Federal
Reserve System Working Paper, (1997–10).
Indonesian Journal of Statistics and Its Applications. Vol 4 No 3 (2020), 401 - 418 417

[BI], Bank Indonesia. (2004). Sistem Penilaian Tingkat Kesehatan Bank Umum.
Retrieved May 26, 2019, from https://www.bi.go.id
[BI], Bank Indonesia. (2011). Surat Edaran Bank Indonesia Nomor 13/24/DPNP Perihal
Penilaian Tingkat Kesehatan Bank Umum. Jakarta (ID): Bank Indonesia.
[BI], Bank Indonesia. (2016). Moneter BI 7-day (Reverse) Repo Rate. Retrieved May
26, 2019, from https://www.bi.go.id/id/moneter/bi-7day-
RR/penjelasan/Contents/Default.aspx
Boehmer, E., & Ljungqvist, A. (2004). On the decision to go public: Evidence from
privately-held firms.

Broner, F. A., Gelos, R. G., & Reinhart, C. M. (2006). When in peril, retrench: Testing
the portfolio channel of contagion. Journal of International Economics, 69(1): 203–
230.
Gilbert, R. A. (1984). Bank market structure and competition: a survey. Journal of
Money, Credit and Banking, 16(4): 617–645.
Hasibuan, M. S. P. (2005). Dasar-dasar Perbankan. Penerbit PT Bumi Aksara: Jakarta.

Herdinigtyas, W., & Almilia, L. S. (2005). Analisis rasio CAMEL terhadap prediksi
kondisi bermasalah pada lembaga perbankan perioda 2000-2002. Jurnal Akuntansi
Dan Keuangan, 7(2): 131–147.
Intensari, R. (2019). Analisis kinerja keuangan PT. Bank Himpunan Saudara saat
sebelum merger dan PT. Bank Woori Saudara saat setelah merger.
Kasmir, S. (2002). Bank dan Lembaga Keuangan Lainnya. Jakarta (ID): PT. Raja
Grafindo Persada.
Kuncoro, M. (2002). Manajemen perbankan: Teori dan aplikasi. In Suhardjono, BPFE
Yogyakarta. Jakarta (ID): PT. Raja Grafindo Persada.

Kurniawan, R. (2017). Perbankan Mengenal Istilah Perbankan: Kategori BUKU.

Retrieved May 26, 2019, from http://rivankurniawan.com/2017/09/29/mengenal-
istilah-perbankan/.
Lestari, M. I., & Sugiharto, T. (2007). Kinerja Bank Devisa Dan Bank Non Devisa Dan
Faktor-Faktor Yang Memengaruhinya.
Mawardi, W. (2004). Analisis Faktor Faktor Yang Mempengaruhi Kinerja Keuangan
Bank Umum Di Indonesia (Studi Kasus Pada Bank Umum dengan Total Asset
Kurang Dari 1 Trilyun) (PhD Thesis). program Pascasarjana Universitas
Diponegoro.
Muljawan, D., Hafidz, J., Astuti, R. I., & Oktapiani, R. (2014). Faktor-faktor penentu
efisiensi perbankan Indonesia serta dampaknya terhadap perhitungan suku bunga
kredit. Working Papar of Bank Indonesia, 2.

Pancurova, D., & Lyocsa, S. (2013). Determinants of commercial banks’ efficiency:

evidence from 11 CEE Countries. Finance a Uver, 63(2): 152-179.
418 Lestari et al.

Schwaiger, M. S., & Liebeg, D. (2008). Determinants of bank interest margins in

Central and Eastern Europe. Financial Stability Report, 14(1): 68–87.

Surifah, S. (2011). Kepemilikan ultimat, tingkat risiko, efisiensi dan kinerja industri
perbankan di Indonesia. Jurnal Siasat Bisnis, 15(1):37-53.
Sutadanu, H. (2009). Pengaruh FDR dan CAR terhadap ROA bank. Jurnal Keuangan.

Werdaningtyas, H. (2002). Faktor yang Mempengaruhi Profitabilitas Bank Take Over

Pramerger di Indonesia. Jurnal Manajemen Indonesia, 1(2): 24–39.

Yuliani, Y. (2007). Hubungan efisiensi operasional dengan kinerja profitabilitas pada

sektor perbankan yang go publik di Bursa Efek Jakarta. Jurnal Manajemen Dan
Bisnis Sriwijaya, 5(10): 15–43.

Zhou, K., & Wong, M. C. (2008). The determinants of net interest margins of
commercial banks in mainland China. Emerging Markets Finance and Trade, 44(5):
41–53.