Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
MODEL KEBIJAKAN PERATURAN BANK INDONESIA
TENTANG TINGKAT KESEHATAN BANK DALAM RANGKA
MENDUKUNG PENGEMBANGAN USAHA SKALA KECIL
DAN MENENGAH
Oleh
Agung Dharmawan Buchdadi, MM, Ph.D
Dr. Suherman, M.Si
Ir. Indra Astrayuda, MA, Ph.D
UNIVERSITAS NEGERI JAKARTA
OKTOBER 2013
i
KATA PENGANTAR
Segala puji dan syukur kehadirat Tuhan yang maha Esa atas rahmat
dan hidayahNYA, kami dapat menyelesaikan karya ilmiah ini. Karya
ilmiah ini disusun berkaitan dengan model kebijakan peraturan Bank
Indonesia tentang tingkat kesehatan Bank dalam rangka mendukung
pengembangan usaha kecil dan menengah. Terima kasih sebesar
besarnya juga kami haturkan keseluruh pihak yang membantu dalam
penyusunan karya ilmiah ini.
Segala upaya dan usaha telah kami curahkan demi kesempurnaan
dalam penyusunan karya ilmiah ini. Namun, kami menyadari bahwa
masih terdapat kekurangan disana-sini dalam penyusunan karya
ilmiah ini. Oleh karena itu, kami memohon maaf sebesar besarnya atas
kesalahan itu dan membuka kritik dan saran demi penyempurnaan
karya ini dimasa depan.
Akhirnya, besar harapan kami semoga karya ilmiah ini bermanfaat
bagi seluruh bangsa Indonesia dan terutama bagi pembaca buku
ilmiah ini
Jakarta, Oktober 2013
Tim Penyusun
ii
RINGKASAN
Karya ilmiah ini bertujuan untuk mengetahui bagaimana variabel
indikator kesehatan BPR yang telah ditetapkan BI mempengaruhi
kinerja dan efektifitas bank tersebut dan untuk mengetahui apakah
terdapat konsistensi pengaruh variabel tersebut pada BPR menurut
kategori besarnya aset BPR. Data diperoleh dari Bank Indonesia.
Variabel dependen nya adalah performance (ROA dan NIM),
efficiency (NPL). Sedangkan variabel independennya ialah CAR,
NPL, BOPO, LDR, dan Size.
Teknik analisis yang digunakan dalam penelitian ini adalah regresi
data panel. Hasil penelitian ini yaitu karakteristik BPR yang
digunakan dalam penelitian ini ditemukan berpengaruh signifikan
dalam berbagai ukuran kinerja BPR di Indonesia selama tahun
pengamatan yang melewati masa krisis ekonomi dan paska krisis
ekonomi. Koefisien determinasi yang ditemukan cukup kuat, sehingga
diharapkan dapat bermanfaat untuk bahan evaluasi Bank Indonesia
dalam menentukan kebijakan tingkat kesehatan BPR. Terdapat
perbedaan pengaruh baik positif maupun negatif untuk setiap kapital
aset yang berbeda. Setiap variabel dapat berpengaruh positif untuk
kapital aset yang kecil namun dapat berpengaruh negatif untuk kapital
aset yang besar, begitupula sebaliknya atau bisa pula konsisten untuk
setiap kapital aset yang berbeda.
.
iii
DAFTAR ISI
DAFTAR ISI .......................................................................................................... iii
BAB 1 PENDAHULUAN ...................................................................................... 1
A. Latar Belakang Penelitian ........................................................................ 1
B. Perumusan Masalah .................................................................................. 3
BAB 2 LANDASAN TEORI .................................................................................. 5
A. Kinerja Perbankan .................................................................................... 5
B. Telaah Penelitian-penelitian Terdahulu .................................................... 7
C. Peta Jalan Penelitian ............................................................................... 10
BAB 3 TUJUAN DAN MANFAAT PENELITIAN ............................................ 11
A. Tujuan Penelitian .................................................................................... 11
B. Manfaat Penelitian .................................................................................. 11
BAB 4 METODE PENELITIAN ......................................................................... 12
A. Desain Penelitian .................................................................................... 12
B. Definisi dan Pengukuran Variabel ......................................................... 12
Variabel Performance ................................................................................... 12
Variabel Efficiency ........................................................................................ 12
Variabel Size ................................................................................................. 13
Variabel Permodalan ..................................................................................... 13
Variabel Rentabilitas ..................................................................................... 13
Variabel Likuiditas ........................................................................................ 13
C. Populasi dan Sampel .............................................................................. 14
D. Jenis dan Sumber Data ........................................................................... 14
E. Metode Analisis Data ............................................................................. 14
F. TAHAP TAHAP DAN DIAGRAM ALIR PENELITIAN ........................ 15
DIAGRAM ALIR PENELITIAN ................................................................. 16
Langkah Pelaksanaan Penelitian Tahun 1 ..................................................... 17
Uji Multikolinearitas ..................................................................................... 20
Uji Heteroskedastisitas .................................................................................. 23
Uji Autokorelasi ............................................................................................ 24
Hasil Uji Regresi ........................................................................................... 26
Pembahasan ................................................................................................... 28
iv
B. Saran ............................................................................................................. 33
DAFTAR PUSTAKA ........................................................................................... 35
LAMPIRAN .......................................................................................................... 37
v
DAFTAR GAMBAR
Gambar 4.1 Diagram Alir Penelitian ....................................................................16
Gambar 4.2 Bagan Alir Penelitian.........................................................................17
vi
DAFTAR TABEL
Tabel 1.1 Aspek Pengawasan Kesehatan BPR Oleh Bank Indonesia...............3
Tabel 2.1 Peta Jalan Penelitian..............................................................................10
Tabel 4.1 Tahap dan Keluaran Penelitian............................................................15
Tabel 5.1 Statistik Deskriptif Data Penelitian.......................................................18
Tabel 5.2 Uji Multikolinearitas Kapital Aset Dibawah 5M................................21
Tabel 5.3 Uji Multikolinearitas Kapital Aset Diantara 5-10M..........................21
Tabel 5.4 Uji Multikolinearitas Kapital Aset Diatas 10M..................................22
Tabel 5.5 Uji Heteroskedastisitas Kapital Aset Dibawah 5M...........................23
Tabel 5.6 Uji Heteroskedastisitas Kapital Aset Diantara 5-10M......................23
Tabel 5.7 Uji Heteroskedastisitas Kapital Aset Diatas 10M..............................23
Tabel 5.8 Uji Autokorelasi Kapital Aset Dibawah 5M.......................................24
Tabel 5.9 Uji Autokorelasi Kapital Aset Diantara 5-10M.................................24
Tabel 5.10 Uji Autokorelasi Kapital Aset Diatas 10M.......................................24
Tabel 5.11 Uji Model Panel Kapital Aset Dibawah 5M......................................25
Tabel 5.12 Uji Model Panel Kapital Aset Diantara 5-10M...............................25
Tabel 5.13 Uji Model Panel Kapital Aset Diatas 10M.......................................26
Tabel 5.14 Uji Regresi Kapital Aset Dibawah 5M..............................................26
Tabel 5.15 Uji Regresi Kapital Aset Diantara 5-10M........................................26
Tabel 5.16 Uji Regresi Kapital Aset Diatas 10M................................................27
1
BAB 1 PENDAHULUAN
A. Latar Belakang Penelitian
Kondisi Ekonomi Indonesia yang mengalami krisis pada tahun 1998
membuat industri perbankan melakukan pembenahan. Kemudian tercatat pula
krisis keuang global di tahun 2008. Penelitian ini akan melakukan penelitian
kinerja dan efisiensi perbankan setelah krisis 1998 sampai 2008 dan kinerja
perbankan pasca krisis 2008. Diharapkan gambaran kondisi perbankan
Indonesia akan diperoleh melalui penelitian ini.
Gambaran mengenai kondisi perbankan Indonesia menunjukkan bahwa
restrukturisasi di sektor perbankan merupakan hal yang sangat mendesak dan
harus secepatnya dilaksanakan dalam rangka pemulihan ekonomi nasional.
Restrukturisasi perbankan ini bertujuan untuk menjamin kegiatan operasional
perbankan yang sehat dan tersedianya fasilitas jasa perbankan yang merupakan
hal yang sangat penting sebagai wadah untuk memobilisasi dana; menciptakan
infrastruktur hukum dan standar pengawasan perbankan; menciptakan dan
mempertahankan sistem perbankan yang sehat; dan untuk menyelesaikan
masalah bank yang lemah dan insolven serta mengembalikan kepercayaan
masyarakat terhadap sistem perbankan (Gunawan, Jasmina & Rizali, 1998).
Diketahui kapabilitas perbankan masih lemah. Evaluasi terhadap
kemampuan operasional perbankan Indonesia menunjukkan adanya kesenjangan
yang cukup mengkhawatirkan pada beberapa bidang, khususnya bidang risk
management, corporate governance, dan core banking skills. Penelitian lebih
mendalam menunjukkan bahwa bank-bank besar mempunyai kemampuan
operasional yang lebih baik. Namun, secara umum, kemampuan operasional BI
masih di bawah international best practices. Hal ini tercermin, antara lain, pada
pemberian kredit sebelum krisis yang pada umumnya kurang mengindahkan
aspek prudential, sehingga timbul berbagai masalah yang bermuara pada
meningkatnya NPL. Hal ini juga telah kami temukan dalam penelitian Arafat dkk
2
(2013) dan Buchdadi dkk (2012) dimana variable NPL berpengaruh signifikan
terhadap kinerja bank bank yang terdaftar dalam bursa efek Indonesia.
Selain itu profitabilitas dan efisiensi operasional bank tidak sustainable.
Dilihat dari profitabilitasnya, perbankan Indonesia telah menunjukkan kinerja yang
baik. Secara industri, ROA (return on asset) perbankan Indonesia mencapai 2,4%
(per September 2003). Namun demikian, profitabilitas dan efisiensi operasional
yang dicapai perbankan pada umumnya kurang sustainable, lantaran beberapa
factor, antara lain struktur aset perbankan yang lemah, di mana margin lebih
banyak diperoleh dari lebarnya suku bunga pinjaman. Margin ini diperkirakan tidak
dapat berkelanjutan apabila suku bunga terus menurun. Saat ini, non interest
income merupakan faktor utama yang menunjang kinerja perbankan Indonesia.
Namun demikian, hanya 30 bank yang pendapatannya berasal dari fee based
income. Sedangkan, sisanya berasal dari aktivitas trading yang berfluktuasi.
Pengembalian penyisihan penghapusan aktiva produktif (PPAP) cukup signifikan
dalam menopang ROA perbankan Indonesia. Tanpa komponen pendapatan ini, ROA
perbankan Indonesia akan lebih rendah daripada yang dilaporkan. Pengembalian
PPAP ini terutama berasal dari restrukturisasi kredit dan penjualan NPL yang
tampaknya tidak akan sustainable. Biaya operasional perbankan Indonesia
cenderung lebih tinggi dibandingkan dengan negara lain. Hal ini disebabkan
faktor geografis yang luas dan rendahnya rasio asset per customer.
Hal penting yang akan digali dalam penelitian ini adalah kebutuhan
pendanaan di masyarakat seiring tumbuhnya perekonomian bangsa terutama di
sektor UMKM yang sangat ditopang oleh peran Bank Perkreditan Rakyat (BPR).
Bank seperti ini lazimnya bank umum, namun memiliki kekhususan yakni
melayani keperluan masyarakat di wilayah pedesaan dan usaha mikro kecil
(UMK) dalam bentuk simpanan (tabungan dan deposito) dan kredit. BPR tidak
dapat menerbitkan cek dan bilyet giro seperti bank umum. Wilayah operasional
BPR pun terbatas hanya dalam lingkup satu propinsi. Oleh karena itu kajian
dalam penelitian ini akan mendukung program pengembangan UMKM dengan
melihat performa BPR menjalan fungsi intermediasi keuangan.
3
Bersumber dari website Bank Indonesia (BI), per Oktober 2011 terdapat
1837 BPR Kriteria tingkat kesehatan bank berdasarkan studi oleh Direktorat
Kredit, BPR, dan UMKM selama 5 tahun (per Desember 2011) dapat ditemukan
dalam dokumen model bisnis BPR yang dapat diunduh dari website BI. Kriteria
tersebut disajikan dalam table berikut:
Tabel 1.1 Aspek Pengawasan Kesehatan BPR oleh BI
Aspek Indikator Nilai
Permodalan CAR >8%
Kualitas Aktiva Produktif NPL <5%
Rentabilitas ROA >1,3%
BOPO <93,5%
Liquiditas Cash Ratio >4%
LDR 80% - 95%
Sumber: Dokumen Model Bisnis BPR, www.bi.go.id
Berdasarkan uraian di atas, penelitian ini akan memberikan masukan dari
akademisi mengenai kebijakan tingkat kesehatan bank khususnya BPR yang
telah ditetapkan oleh BI. Dengan demikian inovasi dan penerapan yang akan
dihasilkan dalam penelitian ini diantara lain:
1. Evaluasi atas nilai atas indicator yang telah ditetapkan mengenai tingkat
kesehatan BPR sesuai dengan tingkat kinerja dan efektifitas BPR.
2. Langkah awal melakukan kajian lebih mendalam terhadap aspek lain yang
juga dinilai kurang diaplikasikan di Indonesia yaitu penerapan Good
Corporate Governance dan Manajemen Risiko, yang direncanakan
dilakukan di tahun ke 2, dimana akan dipilih sejumlah BPR yang berkinerja
baik sebagai responden.
B. Perumusan Masalah
Berdasarkan uraian latar belakang diatas, penulis merumuskan
permasalahan penelitian adalah:
1. Bagaimana variabel indikator kesehatan BPR yang telah ditetapkan BI
mempengaruhi kinerja dan efektifitas bank tersebut. Sehingga akan
4
dievaluasi kesesuaian indikator –indikator tersebut dimana semakin ”Sehat”
sebuah BPR semakin BPR tersebut berkinerja baik dan efektif.
2. Apakah terdapat konsistensi pengaruh variabel tersebut pada BPR menurut
kategori besarnya aset BPR.
5
BAB 2 LANDASAN TEORI
A. Kinerja Perbankan
Kinerja dapat diartikan sebagai ukuran tingkat keberhasilan manajemen
dalam mengelola sumber daya perusahaan, baik sumber daya financial maupun
non financial. Kinerja juga menyangkut aspek akuntabilitas publik, transparansi
alokasi dan pemanfaatan sumber daya, serta tata kelola perusahaan yang baik.
Mardiasmo (2004) mengungkapkan tujuan dari pengukuran kinerja
perusahaan adalah untuk:
1. mengkomunikasikan strategi secara lebih baik (top-down dan bottom-up)
2. mengukur kinerja financial dan non financial secara berimbang, sehingga
dapat ditelusuri perkembangan pencapaian strategi yang telah ditetapkan.
3. mengakomodasi pemahaman kepentingan manajer tingkat menengah dan
bawah, serta memotivati untuk mencapai tujuan bersama (goal-
congruance).
4. sebagai alat untuk mencapai kepuasan berdasarkan pendekatan individual
dan kemampuan kolektif yang rasional.
Cuervo dan Villalonga (2000) mengatakan bahwa yang dimaksud dengan
kinerja perusahaan adalah efisiensi keuangan dan operasi suatu perusahaan.
Definisi ini kemudian dikembangkan secara lebih operasional oleh Makhija
(2003) yang menggunakan variabel kinerja yang terdiri dari: 1)ukuran perusahaan,
2)variasi profitabilitas, 3)leverage, 4)pangsa pasar, 5)efisiensi manajerial, dan
6)kepemilikan saham oleh manajemen, masyarakat, dan pemerintah.
Rasio-rasio keuangan yang termasuk dalam CAMEL dapat digunakan
sebagai alat ukur kinerja perbankan. Rasio-rasio tersebut menggambarkan suatu
hubungan atau perbandingan antara suatu jumlah tertentu dengan jumlah yang
lain. Dengan analisis rasio dapat diperoleh gambaran baik buruknya kinerja atau
posisi keuangan suatu bank.
CAMEL adalah aspek yang paling banyak berpengaruh terhadap kondisi
keuangan bank yang mempengaruhi pula tingkat kesehatan bank. CAMEL
6
merupakan tolok yang menjadi obyek pemeriksaan bank yang dilakukan oleh
pengawas bank. CAMEL terdiri atas lima kriteria yaitu modal, aktiva,
manajemen, pendapatan dan liquiditas (kamus Perbankan, 1999).
Berikut ini rasio-rasio yang terdapat pada CAMEL yang akan digunakan
dalam penelitian ini sesuai dengan indikator tingkat kesehatan BPR:
a. CAR (Capital Adequancy Ratio) CAR adalah rasio yang memperlihatkan
seberapa besar jumlah seluruh aktiva bank yang menganduug resiko
(kredit, penyertaan, surat berharga, tagihan pada bank lain) ikut dibiayai dari
modal sendiri disamping memperoleh dana-dana dari sumber-sumber diluar
bank. Rasio ini dapat dirumuskan sebagai berikut:
CAR. = Modal Bank x 100%
Total ATMR
b. NPL (Non Performing Loan). Rasio ini menunjukan bahwa
kemampuan manajemen bank dalam mengelola kredit bermasalah yang
diberikan oleh bank. Sehingga semakin tinggi rasio ini maka akan semakin
semakin buruk kualitas kredit bank yang menyebabkan jumlah kredit
bermasalah semakin besar maka kemungkinan suatu bank dalam kondisi
bermasalah semakin besar. Kredit dalam hal ini adalah kredit yang
diberikan kepada pihak ketiga tidak termasuk kredit kepada bank lain.
Kredit bermasalah adalah kredit dengan kualitas kurang lancar, diragukan
dan macet. Rasio ini dapat dirumuskan sebagai berikut:
NPL = Kredit bermasalah x 100%
Total kredit
c. ROA (Return on Assets). Rasio ini digunakan untuk mengukur kemampuan
manajemen bank dalam memperoleh keuntungan yang dihasilkan dari rata-
rata total aset bank yang bersangkutan. Semakin besar ROA, semakin
besar pula tingkat keuntungan yang dicapai bank sehingga
kemungkinan suatu bank dalam kondisi bermasalah semakin kecil. Rasio ini
dirumuskan sebagai berikut:
ROA = Laba setelah pajak x 100%
Total asset
7
d. NIM (Net Interest Margin). Rasio ini digunakan untuk mengukur
kemampuan manajemen bank dalam mengelola aktiva produktifnya
untuk menghasilkan pendapatan bunga bersih. Pendapatan bunga bersih
diperoleh dari pendapatan bunga dikurangi beban bunga. Rasio ini
dirumuskan sebagai berikut :
NIM = Pendapatan Bunga bersih x 100%
Aktiva produktif
e. BOPO (Rasio Biaya Operasional terhadap Pendapatan Operasional).
Rasio yang sering disebut rasio efisiensi ini digunakan untuk mengukur
kemampuan manajemen bank dalam mengendalikan biaya operasional
terhadap pendapatan operasional. Semakin kecil rasio ini berarti
semakin efisien biaya operasional yang dikeluarkan bank yang
bersangkutan. Rasio ini dirumuskan sebagai berikut:
BOPO = Biaya Operasional x 100%
Pendapatan Operasional
f. LDR (Loan to Deposit Ratio). Rasio ini digunakan untuk menilai
likuiditas suatu bank yang dengan cara membagi jumlah kredit yang
diberikan oleh bank terhadap dana pihak ketiga. Semakin tinggi rasio
ini, semakin rendahnya kemampuan likuiditas bank yang bersangkutan
sehingga kemungkinan suatu bank dalam kondisi bermasalah akan
semakin besar. Rasio ini dapat dirumuskan sebagai berikut :
LDR = Total kredit x 100%
Total dana pihak ketiga
B. Telaah Penelitian-penelitian Terdahulu
Havrylchyk (2005) meneliti hubungan konsolidasi dan efisiensi perbankan
di Polandia. Ia menfokuskan pada pengaruh kepemilikan asing terhadap efisiensi.
Regresi yang digunakan adalah Tobit Regression. Periode penelitian adalah tahun
1997 sampai 2001. Efisiensi diukur dengan cost efficiency, allocative efficiency
dan technical efficiency. Hasil penelitiannya mengungkapkan bahwa foreign
ownership berpengaruh terhadap efisiensi. Selanjutnya ditemukan bahwa foreign
8
banks lebih efisien dibandingkan dengan domestic banks dengan tingkat
perbandingan sebesar 73.23% dan 52.92%. Ini artinya bahwa foreign banks
mampu memberdayakan superior technology dan expertise mereka walaupun
foreign banks tidak mengetahui pasar lokal. Diantara foreign banks, ternyata
foreign banks asal Belanda menempati ranking pertama dalam hal efisiensi
disusul oleh foreign banks asal Jerman, Prancis dan Amerika Serikat. Hasilnya
lainnya adalah kepemilikan pemerintah terhadap banks menunjukkan lebih efisien
dibandingkan dengan domestic private banks.
Okazaki dan Sawada (2006) mengungkapkan hubungan konsolidasi
perbankan dan kinerja. Sampel penelitian mereka adalah perusahaan yang
mengalami konsolidasi mulai Januari 1927 sampai Desember 1932 di Jepang.
Jumlah consolidation samples adalah 164. Kinerja diukur dengan 1)perbedaan
deposit growth rate dari tahun t-1 sampai t+2 atau t+3, dan 2)perbedaan return on
total assets (ROA) dari tahun t-1 sampai t+2 atau t+3. Variabel-variabel bebas
yang dimasukkan dalam model penelitian mereka adalah bank yang dimerger atau
tidak (variabel dummy), size, perubahan jumlah cabang bank (changes in branch),
dan bank yang berpusat di urban area atau tidak (variabel dummy). Hasil regresi
menunjukkan bahwa konsolidasi berpengaruh positif signifikan terhadap deposit
growth, tetapi berpengaruh negatif signifikan terhadap perubahan ROA. Size,
changes in branch dan variabel dummy urban berpengaruh positif signifikan
terhadap ROA pada hampir semua panel regresi. Lebih jauh, size dan changes in
branch berpengaruh positif signifikan terhadap deposit growth. Tetapi, variabel
dummy urban tidak pengaruh signifikan terhadap deposit growth dimana
koefisiennya bertanda negatif.
Laeven (2006) meriset pengaruh kompetisi, diversifikasi dan kepemilikan
terhadap kinerja perbankan di sejumlah negara di Asia ; Hong Kong (China),
Indonesia, Korea Selatan, Malaysia, Pilipina, Singapura dan Thailand. Tujuan
utama riset tersebut adalah untuk mengetahui perkembangan kinerja dan stabilitas
bank sejak krisis keuangan Asia tahun 1997-98. Statistik deskriptik menunjukkan
bahwa foreign onwership di Indonesia mengalami kenaikan sejak tahun 1996
sampai tahun 2004, mulai dari 5,23% sampai dengan 27,43%. Kepemilikan asing
9
tertinggi terlihat di Hong Kong dimana pada tahun 2004 sebesar 55,60%. Kinerja
bank diukur dengan operating income to total assets, dan activity-adjusted
operating income to total assets. Variabel penjelas yang digunakan adalah income
diversity, size (total assets), total operating income, market share deposits,
deposits to liabilities, equity to assets, growth in operating income, private
domestic ownership, dan foreign ownership. Laeven mengatakan bahwa
umumnya proses konsolidasi perbankan yang masih berjalan dan kenaikan
kepemilikan asing pada bank telah meningkatkan kinerja dan stabilitas bank.
Lebih jauh, Laeven mengungkapkan bahwa foreign banks mempunyai kinerja
yang lebih baik dibandingkan dengan domestic banks. Ia juga menemukan bahwa
beberapa sistem perbankan – khususnya di Indonesia – sangat tidak kompetitif
dan kompetisi tersebut umumnya masih berada pada level yang lebih rendah
dibandingkan sebelum krisis keuangan tahun 1997-98. Masuknya bank-bank
asing mungkin merupakan salah satu cara untuk mendorong bank-bank lokal
untuk lebih kompetitif.
Basu, Druck, Marston dan Susmel (2004) menjelaskan hubungan antara
konsolidasi dan kinerja perbankan di Argentina. Periode penelitian mulai
Desember 1995 sampai Desember 2000. Variabel dependen menggunakan empat
pengukuran yaitu ROE, Z-ROE (ROE adjusted for return variance), ROA, dan Z-
ROA (ROA adjusted for return variance). Variabel bebas nya adalah loan
portfolio diversification, non performing loan, leverage, merger (variabel
dummy), akuisisi (dummy), privatisasi (dummy), beberapa variabel makro seperti
country risk, GDP growth dan central bank reserves. Model regresi yang
digunakan adalah Generalized Least Square (GLS). Sampel akhir berjumlah 98
dengan jumlah observasi sebanyak 4742. Secara keseluruhan, hasil penelitian
mereka menunjukkan bahwa konsolidasi mempunyai pengaruh positif signifikan
terhadap kinerja. Keuntungan bank naik dengan adanya konsolidasi, dan
insolvency risk menurun. Hasil riset juga mengungkapkan bahwa merger dan
privatisasi berpengaruh bagus terhadap return bank. Namun, dampak akuisisi
pada return on equity adalah negatif. Risiko insolvency bank berkurang signifikan
dengan adanya merger dan privatisasi, tapi tidak dengan akuisisi bank.
10
C. Peta Jalan Penelitian
Peta jalan penelitian disajikan dalam bentuk tabel berikut yang
memberikan informasi mengenai penelitian dan kebijakan yang sudah ada,
penelitian yang telah dilakukan oleh peneliti, dan penelitian yang akan dilakukan.
Tabel 2.1. Peta Jalan Penelitian
Jenis Penelitian Uraian Keterangan
Penelitian Acuan
Basu, Druck, Marston dan
Susmel (2004)
hubungan antara konsolidasi dan kinerja
perbankan di Argentina.
Havrylchyk (2005) hubungan konsolidasi dan efisiensi
perbankan di Polandia
Okazaki dan Sawada (2006) hubungan konsolidasi perbankan dan
kinerja di Jepang
Laeven (2006)
pengaruh kompetisi, diversifikasi dan
kepemilikan terhadap kinerja perbankan
di sejumlah negara di Asia
Bank Indonesia (2011) Indikator Kesehatan BPR berdasarkan
penelitian 5 tahun terakhir.
Penelitian
Pendahuluan
Arafat, Buchdadi dan
Suherman (2013)
Hubungan Karakteristik Bank terhadap
kinerja Bank dan efektfitas Bank (bank
yang terdaftar di Bursa Efek Indonesia
2005-2007)
Buchdadi, dkk (2012)
Hubungan Karakteristik Bank terhadap
kinerja Bank dan efektfitas Bank (bank
yang terdaftar di Bursa Efek Indonesia
2002-2011)
Penelitian Tahun
1
Evaluasi Tingkat Kesehatan
BPR dari Aspek
Rentabilitas dan
Permodalan (Rasio
Keuangan)
Diharapkan menghasilkan: Model awal
tentang tingkat kesehatan BPR serta
publikasi ilmiah mengenai BPR
berdasarkan rasio keuangan.
Penelitian Tahun
2
Evaluasi Tingkat Kesehatan
BPR dari Aspek GCG dan
Manajemen Risiko
Diharapkan menghasilkan: Model
komprehensif tentang kesehatan BPR
konvensional dan Syariah
Sumber: Data Diolah
11
BAB 3 TUJUAN DAN MANFAAT PENELITIAN
A. Tujuan Penelitian
Sesuai dengan masalah penelitian maka tujuan penelitian ini adalah:
1. Untuk mengetahui bagaimana variabel indikator kesehatan BPR yang telah
ditetapkan BI mempengaruhi kinerja dan efektifitas bank tersebut.
2. Untuk mengetahui apakah terdapat konsistensi pengaruh variabel tersebut
pada BPR menurut kategori besarnya aset BPR.
B. Manfaat Penelitian
Penelitian diharapkan bermanfaat untuk:
1. Hasil penelitian ini sebagai salah satu pertimbangan bagi Bank Indonesia
untuk mengevaluasi kebijakan mengenai tingkat kesehatan BPR
2. Bagi BPR, Hasil penelitian ini menjadi benchmark atau pembanding
mengenai pengelolaan BPR yang dapat digunakan untuk mengembangkan
masing masing BPR dimasa mendatang.
3. Bagi investor dan pelaku bisnis, Hasil penelitian ini menjadi pertimbangan
dalam memilih BPR untuk menunjang bisnis yang akan dilakukan.
4. Hasil riset ini juga dapat memperkaya hasil penelitian-penelitian
terdahulu tentang konsolidasi perbankan yang pernah dilakukan didalam
maupun diluar negeri. Hasil penelitian ini dapat memberi konfirmasi,
dukungan, dan tanggapan terhadap hasil penelitian terdahulu.
12
BAB 4 METODE PENELITIAN
A. Desain Penelitian
Desain penelitian diawali dengan usaha membuat model kebijakan
kesehatan bank yang telah dikeluarkan oleh Bank Indonesia. Keluaran tahun
pertama yaitu model kebijakan kesehatan yang dapat menjunjang pertumbuhan
UMKM akan dihasilkan dan dipublikasikan. Namun demikian model ini harus
diklarifikasi dan konfirmasi dengan teknik wawancara mendalam sehingga model
kebijakan yang dihasilkan juga mempunyai aspek good governance dan
manajemen risiko. Penelitian ini juga merupakan penelitian dalam bidang
banking, yaitu mengenai hubungan karakteristik bank terhadap performa dan
efisiensi bank perkreditan rakyat.
B. Definisi dan Pengukuran Variabel
Penelitian ini akan menggunakan variabel dependen dan independen.
Variabel dependen nya adalah performance, efficiency,. Sedangkan variabel
independennya ialah CAR, NPL, BOPO, LDR, dan Size
Variabel Performance
Kinerja ialah ukuran tingkat keberhasilan manajemen dalam mengelola
sumber daya perusahaan, baik sumber daya financial maupun non financial. Pada
usulan penelitian ini, kami menggunakan pengukuran finansial untuk menilai
kinerja perusahaan, yaitu ROA (return on total assets), net interest income to
total assets.
Variabel Efficiency
Efisiensi adalah tingkat seberapa banyak pemanfaaatan total asset untuk
mencapai keuntungan. Di Indonesia variable NPL menjadi indikator tingkat
13
efisiensi bank sehubungan dengan peraturan BI yang mengharuskan NPL rendah.
Semakin rendah NPL maka semakin besar keuntungan bank.
Variabel Size
Size menggambarkan ukuran besar kecilnya perusahaan. Peneliti memakai
besarnya total assets yang dilogaritmakan untuk mengukur bank size.
Variabel Permodalan
Pada penelitian ini menggunakan CAR (Capital Adequancy Ratio. CAR
adalah rasio yang memperlihatkan seberapa besar jumlah seluruh aktiva bank
yang menganduug resiko (kredit, penyertaan, surat berharga, tagihan pada bank
lain) ikut dibiayai dari modal sendiri disamping memperoleh dana-dana dari sumber-
sumber diluar bank.
Variabel Rentabilitas
Pada penelitian ini menggunakan BOPO (Rasio Biaya Operasional
terhadap Pendapatan Operasional). Rasio yang sering digunakan untuk
mengukur kemampuan manajemen bank dalam mengendalikan biaya
operasional terhadap pendapatan operasional. Semakin kecil rasio ini berarti
semakin efisien biaya operasional yang dikeluarkan bank yang bersangkutan.
Biaya operasional dihitung berdasarkan penjumlahan dari total beban bunga
dan total beban operasional lainnya. Pendapatan operasional adalah
penjumlahan dari total pendapatan bunga dan total pendapatan operasional
lainnya.
Variabel Likuiditas
Penelitian ini menggunakan LDR (Loan to Deposit Ratio). Rasio ini
digunakan untuk menilai likuiditas suatu bank yang dengan cara membagi
jumlah kredit yang diberikan oleh bank terhadap dana pihak ketiga. Semakin
tinggi rasio ini, semakin rendahnya kemampuan likuiditas bank yang
bersangkutan sehingga kemungkinan suatu bank dalam kondisi bermasalah akan
semakin besar. Kredit yang diberikan tidak termasuk kredit kepada bank lain
14
sedangkan untuk dana pihak ketiga adalah giro, tabungan, simpanan
berjangka, sertifikat deposito.
C. Populasi dan Sampel
Populasi penelitian ini adalah bank-bank perkreditan rakyat yang
beroperasi di lima provinsi di Jawa yaitu Banten, Jawa Barat, DKI Jakarta, Jawa
Tengah, DI Yogyakarta, dan Jawa Timur selama tahun 2009-2012. Pulau Jawa
dipilih mengingat sebagian besar kegiatan ekonomi Indonesia dilakukan di Jawa.
Sampel diambil berdasarkan purposive sampling yaitu BPR dijadikan sampel
penelitian jika laporan keuangannya ada dan lengkap diseluruh tahun pengamatan.
D. Jenis dan Sumber Data
Data penelitian diambil dari laporan keuangan yang didapatkan dari Bank
Indonesia. Data yang terkait dengan penelitian ini adalah data sekunder. Untuk
melengkapi data yang diperoleh dari Bank Indonesia, kami juga akan mengambil
data dari sumber-sumber lain seperti terbitan-terbitan International Monetary
Fund, website-website, koran, majalah, dan lainnya.
E. Metode Analisis Data
Untuk menjawab hipotesis penelitian, peneliti menggunakan regresi
berganda. Analisis regresi dilakukan untuk mengetahui hubungan antara variabel-
variabel bebas dan variabel tidak bebas.
Analisis Regresi Berganda (panel Data)
Untuk menguji pengaruh variabel-variabel bebas terhadap variabel tidak
bebas dibuat persamaan regresi berganda sebagai berikut :
Performance (ROA dan NIM) = β0 + β1Size + β2 CAR + β3NPL + β4 BOPO + β5LDR
+ε
Efficiency (NPL) = η0 + η1Size + η2 CAR + η3 BOPO + η4LDR +ε
15
F. TAHAP TAHAP DAN DIAGRAM ALIR PENELITIAN
Tabel 4.1. Tahap dan Keluaran Penelitian
Nama Kegiatan Penelitian
Fakultas
Penelitian Pemula
Lemlit UNJ
Penelitian Hibah Bersaing
Dikti
Penelitian Hibah Bersaing
Dikti
Tahap 2009 2012 Tahap 1 Tahap 2
Sumber
Pendanaan
PNBP Fakultas BLU - UNJ Dikti Dikti
Lokasi Penelitian Bursa Efek Jakarta
(data 2005 – 2008)
Bursa Efek Jakarta
(Data 2002 – 2011)
Bank Indonesia di seluruh Jawa BPR sehat dan kurang sehat
berdasarkan penelitian pertama
Hasil Penelitian Model Efisiensi dan
Kinerja Perbankan
Model Efisiensi dan
Kinerja Perbankan
Sebelum dan Paska
Krisis
Data empiris tingkat
kesehatan BPR di Jawa
Model efisiensi dan Kinerja
BPR
Data empiris dan Model
Aspek GCG dan
Manajemen Risiko BPR
Keluaran Jurnal Internasional,
J. Global Business
Advancement
(Under review)
Bahan Ajar
Kuliah
berdasarkan data
empiris
Makalah siap
publikasi
seminar
internasional
Rancangan rekomendasi
kebijakan BI tingkat
kesehatan BPR aspek
Rentabilitas dan Likuiditas
Bahan Ajar Kuliah
berdasarkan data empiris
Makalah siap publikasi
seminar internasional
Rancangan rekomendasi
kebijakan BI tingkat
kesehatan BPR konvensional
dan Syariah aspek GCG dan
Manajemen risiko
Bahan Ajar Kuliah
berdasarkan data empiris
Makalah siap publikasi
seminar internasional
16
DIAGRAM ALIR PENELITIAN
Model Kebijakan
Kesehatan BPR
(Tahun 1)
Jurnal Acuan
Basu, dkk (2004)
Havrylchyk (2005)
Okazaki, dkk (2006)
Laeven (2006)
Penelitian Pendahuluan
Yasser Arafat, dkk (2009)
Agung DB, dkk (2012)
Studi Pustaka
Dan Peraturan
Bank Indonesia
Tentang
Kesehatan BPR
Teknik Analisis
Performa dan
Efektivitas
Model Kebijakan
Kesehatan BPR
Plus Aspek GCG
Dan Aspek Risk
Management
(Tahun 2)
Data BPR
Berdasarkan Model
Tahun 1
Penggalian Data
Melalui wawancara
Mendalam terutama
Mengenai:
Aspek GCG
Aspek Risk Management
Gambar 4.1
17
Pembahasan dan pengambilan simpulan
Penyusunan Rekomendasi Kebijakan BI mengenai tingkat Kesehatan
BPR
Studi Pustaka dan Kebijakan Bank Indonesia mengenai Kesehatan BPR
Pengumpulan Data Keuangan BPR di seluruh Jawa
Uji Asumsi Klasik (Outlier, Normalitas, Heteroskedastis, Autokorelasi,
Multkolininearitas)
Analisis Regresi Panel
Langkah Pelaksanaan Penelitian Tahun 1
Gambar 4.2. Bagan Alir Penelitian
Studi Pustaka dan Kebijakan Bank Indonesia mengenai Kesehatan BPR
Pengumpulan Data Keuangan BPR di seluruh Jawa
Uji Asumsi Klasik
Analisis Regresi Panel
18
BAB 5 HASIL PENELITIAN DAN PEMBAHASAN
A. Statistik Deskriptif
Pada bagian ini akan dibahas deskripsi dari seluruh variabel yang
digunakan dalam penelitian ini. Seperti yang telah dikemukakan pada bagian
sebelumnya bahwa waktu pengamatan yang digunakan adalah mulai tahun 2009
sampai 2012. Jumlah bank yang digunakan dalam hal ini adalah 164 Bank
Perkreditan Rakyat mengingat ketersedian laporan keuangan sepanjang tahun
pengamatan. Dari 164 Bank Perkreditan Rakyat ini peneliti memisah berdasarkan
3 kapital aset yang berbeda, yaitu: 33 BPR dengan nilai kapital aset dibawah 5M,
31 BPR dengan nilai kapital aset diantara 5M dan 10M, dan 100 BPR dengan nilai
kapital aset diatas 10M.
Selanjutnya, varaiabel variabel yang digunakan diolah menggunakan
program SPSS. Hasil keluaran disajikan dalam tabel berikut:
Tabel 5.1 Statistik Deskriptif Data Penelitian
Sumber: data diolah
Variabel Net Interest Income to Total Asset (NIM), yang mengukur rasio
pendapatan bunga (yang merupakan sumber penghasilan utama bank sebagai
Statistics
NIM BOPO NPL CAR LDR SIZE ROA
N Valid 656 656 656 656 656 656 656
Missing 0 0 0 0 0 0 0 Mean 1.0754 16.3437 .0671 .3547 .8022 41830546.98 .0609 Median .2074 .8338 .0391 .2563 .8049 17855482.50 .0368 Std. Deviation 17.78825 205.75019 .09486 .38852 .29793 9.862E7 .25000 Minimum .00 .00 -.02 -.27 .05 814000 -.35 Maximum 434.71 3471.11 .91 6.12 7.30 2144032144 5.92
19
lembaga keuangan) dengan total aset, mean dari variabel NIM sebesar 1.0754
dengan standar deviasi 17.78 menunjukkan fluktuasi NIM yang tinggi, nilai
minimum 0 dan maksimum 434.71.
BOPO (Rasio Biaya Operasional terhadap Pendapatan Operasional).
Rasio yang sering disebut rasio efisiensi ini digunakan untuk mengukur
kemampuan manajemen bank dalam mengendalikan biaya operasional terhadap
pendapatan operasional. Mean dari variabel BOPO sebesar 16.3437 dengan
standar deviasi 205.75019 menunjukkan fluktuasi BOPO yang tinggi, nilai
minimum 0, dan maksimum 3471.11.
NPL (Non Performing Loan). Rasio ini menunjukan bahwa
kemampuan manajemen bank dalam mengelola kredit bermasalah yang diberikan
oleh bank. Mean dari variabel NPL sebesar 0.0671 dengan standar deviasi
0.09486, menunjukkan fluktuasi NPL yang tidak terlalu tinggi, nilai
minimum -0.02, dan maksimum 0.91.
CAR (Capital Adequancy Ratio). Rasio yang memperlihatkan seberapa
besar jumlah seluruh aktiva bank yang menganduug resiko (kredit, penyertaan,
surat berharga, tagihan pada bank lain) ikut dibiayai dari modal sendiri disamping
memperoleh dana-dana dari sumber-sumber diluar bank. Mean dari variabel CAR
sebesar 0.3547 dengan standar deviasi 0.38852, menunjukkan fluktuasi CAR
yang hampir stabil, nilai minimum -0.27, dan maksimum 6.12.
LDR (Loan to Deposit Ratio). Rasio ini digunakan untuk menilai
likuiditas suatu bank yang dengan cara membagi jumlah kredit yang diberikan
oleh bank terhadap dana pihak ketiga. Mean dari variabel LDR sebesar
20
0.8022 dengan standar deviasi 0.29793, menunjukkan fluktuasi LDR yang
rendah dengan nilai minimum 0.05, dan maksimum 7.30.
SIZE diukur dari nilai total aset pada Bank masing-masing. Apabila
membandingkan ukuran aset bank yang menjadi sampel dalam penelitian ini
terlihat perbedaan ukuran aset yang sangat dalam. Tercatat rata rata aset adalah
Rp. 41830546.98 dengan standar deviasi Rp. 98620000 dan nilai minimum Rp.
814000 dan nilai maksimum Rp. 2144032144
Return on Asset (ROA) yang mengukur rasio imbal hasil terhadap aset
bank. Rata-rata ROA sebesar 6% dengan standar deviasi 25% berarti fluktuasi
ROA cukup tinggi.
B. Uji Asumsi Klasik
Dengan asumsi bahwa setiap data akan berdistribusi normal bila
menggunakan observasi lebih besar dari 30, maka penelitian ini dapat
mengabaikan uji normalitas. Asumsi data berdistribusi normal karena jumlah data
yang lebih besar dari 30 (central limit theorem) dipakai yang sekaligus menjadi
keterbatasan dalam penelitian ini.
Uji Multikolinearitas
Uji Multikolinearitas dilakukan dengan menggunakan Pearson
Correlation Matrix. Variabel terindikasi multikolinearitas apabila korelasi lebih
besar dari 0,8 Hasil Uji Pearson Correlation Matrix dari masing-masing model
disajikan dalam table berikut:
21
Tabel 5.2 Hasil Uji Multikolinearitas Kapital Aset dibawah 5M
Model 1: ROA = β0 + β1BOPO + β2 CAR + β3LDR + β4 NPL + β5SIZE +ε
Variabel BOPO CAR LDR NPL SIZE
BOPO 1 -0.010277 -0.152831 0.223766 0.036258
CAR -0.010277 1 -0.426787 0.002799 -0.2601
LDR -0.152831 -0.426787 1 -0.148064 0.064162
NPL 0.223766 0.002799 -0.148064 1 -0.08146
SIZE 0.036258 -0.260104 0.064162 -0.081455 1
Model 2 : NIM = β0 + β1BOPO + β2 CAR + β3LDR + β4 NPL + β5SIZE +ε
Variabel BOPO CAR LDR NPL SIZE
BOPO 1 -0.0046 -0.140336 0.210819 0.039892
CAR -0.0046 1 -0.368434 -0.02267 -0.2472
LDR -0.14034 -0.36843 1 -0.17194 0.121121
NPL 0.210819 -0.02267 -0.171937 1 -0.08159
SIZE 0.039892 -0.2472 0.121121 -0.08159 1
Model 3 : NPL= η0 + η1Size + η2 CAR + η3 BOPO + η4LDR +ε
Variabel BOPO CAR LDR SIZE
BOPO 1 -0.00318 -0.15202 0.039033
CAR -0.00318 1 -0.38869 -0.22186
LDR -0.15202 -0.38869 1 0.098831
SIZE 0.039033 -0.22186 0.098831 1
Sumber: Data diolah
Tabel 5.3 Hasil Uji Multikolinearitas Kapital Aset diantara 5M-10M
Model 1: ROA = β0 + β1BOPO + β2 CAR + β3LDR + β4 NPL + β5SIZE +ε
Variabel BOPO CAR LDR NPL SIZE
BOPO 1 0.088551 0.09736 -0.05123 0.268003
CAR 0.088551 1 -0.30787 0.213181 -0.22684
LDR 0.09736 -0.30787 1 -0.09328 0.202437
NPL -0.05123 0.213181 -0.09328 1 -0.04272
SIZE 0.268003 -0.22684 0.202437 -0.04272 1
Model 2 : NIM = β0 + β1BOPO + β2 CAR + β3LDR + β4 NPL + β5SIZE +ε
Variabel BOPO CAR LDR NPL SIZE
BOPO 1 0.07895 0.075352 -0.04975 0.277236
CAR 0.07895 1 -0.2617 0.195297 -0.23048
LDR 0.075352 -0.2617 1 -0.08741 0.176077
NPL -0.04975 0.195297 -0.08741 1 -0.03806
SIZE 0.277236 -0.23048 0.176077 -0.03806 1
22
Model 3 : NPL= η0 + η1Size + η2 CAR + η3 BOPO + η4LDR +ε
Variabel BOPO CAR LDR SIZE
BOPO 1 0.033626 0.116613 0.300686
CAR 0.033626 1 0.079616 -0.2396
LDR 0.116613 0.079616 1 0.07875
SIZE 0.350682 -0.15799 0.08717 0.130873
Sumber: Data diolah
Tabel 5.4 Hasil Uji Multikolinearitas Kapital Aset diatas 10M
Model 1: ROA = β0 + β1BOPO + β2 CAR + β3LDR + β4 NPL + β5SIZE +ε
Variabel BOPO CAR LDR NPL SIZE
BOPO 1 -0.39012 -0.00037 0.204794 0.009254
CAR -0.39012 1 -0.16577 -0.06526 -0.044472
LDR -0.00037 -0.16577 1 -0.03311 -0.017324
NPL 0.204794 -0.06526 -0.03311 1 -0.059326
SIZE 0.009254 -0.04447 -0.01732 -0.05933 1
Model 2 : NIM = β0 + β1BOPO + β2 CAR + β3LDR + β4 NPL + β5SIZE +ε
Variabel BOPO CAR LDR NPL SIZE
BOPO 1 -0.26974 0.003834 0.164437 -0.0006
CAR -0.26974 1 0.462662 -0.06166 -0.09463
LDR 0.003834 0.462662 1 0.017066 -0.02841
NPL 0.164437 -0.06166 0.017066 1 -0.13185
SIZE -0.0006 -0.094634 -0.02841 -0.13185 1
Model 3 : NPL= η0 + η1Size + η2 CAR + η3 BOPO + η4LDR +ε
Variabel BOPO CAR LDR SIZE
BOPO 1 -0.29188 0.011411 0.014847
CAR -0.29188 1 0.472109 -0.044866
LDR 0.011411 0.472109 1 -0.02411
SIZE 0.014847 -0.044866 -0.02411 1
Sumber: Data diolah
Berdasarkan hasil pengujian multikolinearitas dapat disimpulkan bahwa
seluruh variabel dalam ketiga model dengan tiga kapital aset berbeda bebas
terhadap fenomena multikolinearitas.
23
Uji Heteroskedastisitas
Uji Heteroskedastisitas dilakukan dengan Uji Breusch-Pagan-Godfrey.
Apabila nilai probabilitas Obs*R-squared pada Model I lebih besar dari α=5%
maka model bebas dari fenomena heteroskedastisitas. Uji tersebut dilakukan
dengan menggunakan E-Views 7, dengan hasil uji masing-masing model sebagai
berikut.
Tabel 5.5 Hasil Uji Heteroskedastisitas Kapital Aset dibawah 5M
Tabel 5.6 Hasil Uji Heteroskedastisitas Kapital Aset diantara 5M-10M
Model Obs*R-squared Probability Kesimpulan
1 8.209812 0.1465 Heteroskedastis
2 3.852171 0.5829 Heteroskedastis
3 9.080923 0.0578 Heteroskedastis
Sumber: Data diolah
Tabel 5.7 Hasil Uji Heteroskedastisitas Kapital Aset diatas 10M
Model Obs*R-squared Probability Kesimpulan
1 16.50528 0.0051
Heteroskedastis
2 1.970445 0.8557 Heteroskedastis
3 23.12969 0.0001 Heteroskedastis
Sumber: Data diolah
Model Obs*R-squared Probability Kesimpulan
1 25.13648 0.0001 Heteroskedastis
2 2.20606 0.8283 Heteroskedastis
3 4.213865 0.3863 Heteroskedastis
Sumber: Data diolah
24
Dari ketiga table diatas diketahui bahwa seluruh model yang dikembangkan
terindikasi mengalami fenomena heteroskedastis. Namun hal ini tidak jadi
masalah karena program eviews mampu mengatasi fenomena ini secara otomatis.
Uji Autokorelasi
Untuk mengidentifikasi adanya autokorelasi dapat dilakukan uji Breusch-
Godfrey untuk melihat ada tidaknya autokorelasi dengan menggunakan lag 2.
Apabila nilai probabilitas Obs*R-squared pada Model I lebih besar dari α=5%
maka model bebas dari fenomena autokorelasi. Hasil pengujian disajikan dalam
table berikut:
Tabel 5.8 Hasil Uji Autokorelasi kapital Aset Dibawah 5M
Model Obs*R-squared Probability Kesimpulan
1 5.639232 0.0675 Bebas autokorelasi
2 2.416665 0.3397 Bebas autokorelasi
3 3.728702 0.1676 Bebas autokorelasi
Sumber: Data diolah
Tabel 5.9 Hasil Uji Autokorelasi kapital Aset antara 5-10M
Model Obs*R-squared Probability Kesimpulan
1 1.581964 0.477 Bebas autokorelasi
2 1.86241 0.4159 Bebas autokorelasi
3 2.994445 0.2423 Bebas autokorelasi
Sumber: Data diolah
Tabel 5.10 Hasil Uji Autokorelasi kapital Aset diatas 10M
Model Obs*R-squared Probability Kesimpulan
1 4.694087 0.0992 Bebas autokorelasi
2 4.398452 0.1159 Bebas autokorelasi
3 0.066314 0.968 Bebas autokorelasi
Sumber: Data diolah
25
C. Pembahasan dan Hasil Penelitian
Untuk mendapatkan model regresi yang terbaik terlebih dahulu
ditentukan jenis data panel apa yang paling baik untuk setiap model. Terdapat tiga
pilihan yaitu: Pooled Ordinary Least Square (POLS), Fixed Effect Model (FEM),
atau Random Effect Model (REM).
Langkah pertama yang dilakukan adalah uji Chow untuk mengetahui
jenis POLS atau bukan yang tepat untuk model tersebut. Model diasumsikan
fixed effect model lalu diamati redundant fixed effect likelyhood ratio model
tersebut. Apabila nilai probabilitas χ2 lebih kecil dari α=5% maka model yang
tepat adalah bukan POLS.
Selanjutnya, dilakukan uji Hausman dengan mengasumsi REM pada
model. Bila mendapatkan nilai probabilitas χ2 lebih kecil dari α=5% maka REM
yang paling tepat dimana H1 diterima. Sebaliknya χ2 lebih besar dari α=5% maka
model FEM yang dipakai. Hasil pengujian disajikan dalam table berikut:
Tabel 5.11 Hasil Uji Model Panel Kapital Aset dibawah 5M
Model Uji Hausman (probabilitas Chi-square) Kesimpulan
1 1 FEM
2 1 FEM
3 0 REM
Sumber: Data diolah
Tabel 5.12 Hasil Uji Model Panel Kapital Aset diantara 5-10M
Model Uji Hausman (probabilitas Chi-square) Kesimpulan
1 0.1247 FEM
2 0.1456 FEM
3 0.8627 FEM
Sumber: Data diolah
26
Tabel 5.13 Hasil Uji Model Panel Kapital Aset diatas 10M
Model Uji Hausman (probabilitas Chi-square) Kesimpulan
1 0.0288 REM
2 0 REM
3 0.176 FEM
Sumber: Data diolah
Hasil Uji Regresi
Hasil uji regresi untuk setiap model disajikan dalam tabel berikut:
Tabel 5.14 Hasil Uji Regresi Panel Kapital Aset dibawah 5M
Mode
l
1
(ROA)
t-
statistic
p-
value
2 (NIM) t-
statisti
c
p-
value
3(NPL) t-
statistic
p-
value
n 33 33 33
C 0.009712
0.488432
0.6265 0.194471
3.209491
0.0023 0.137493
3.684478
0.0003
BOP
O 1.74E-05 3.69101 0.000
4 1.54E-05 1.47875
3 0.145
5 5.01E-05 3.44876
9 0.000
8
CAR 0.007887
1.133541
0.2603 0.010274
0.936071
0.3537 -0.018 -1.63368 0.105
LDR 0.029827
1.417397
0.1602 0.03315
1.134814
0.2619 -0.05978 -1.78733
0.0764
NPL -0.08084 -3.00748
0.0035 -0.12308
-1.65788
0.1036
SIZE 5.76E-10
0.139796
0.8892 5.68E-09
0.451621
0.6535 8.79E-10
0.120059
0.9046
Adj.R2
0.492681
0.33813
0.10258
Sumber: Data diolah
27
Tabel 5.15 Hasil Uji Regresi Panel Kapital Aset diantara 5-10M
Mode
l
1
(ROA)
t-
statistic
p-
value
2 (NIM) t-
statisti
c
p-
value
3(NPL) t-
statistic
p-
value
n 31 31 31
C 0.044644
1.401626 0.165 0.192283
5.781214 0 0.021051
0.527511
0.5995
BOP
O -0.04802 -2.76185 0.007
2 -0.04432 -
2.56949 0.011
9 0.062847 2.82976
8 0.006
1
CAR 0.011046
0.998306
0.3213 -0.01992
-1.73383
0.0865
-0.028486 -1.44755
0.1522
LDR 0.006401
0.239386
0.8114 0.063631
2.311888
0.0231 0.032316
1.004545
0.3186
NPL -0.00402 -0.15578
0.8766 0.014158
0.519533
0.6047 -4.01E-09
SIZE 3.51E-09
1.185259
0.2396 3.41E-09
1.114336
0.2682 0.021051 -1.13756
0.2592
Adj.R2
0.412225
0.56068
3
0.44505
8
Sumber: Data diolah
Tabel 5.16 Hasil Uji Regresi Panel Kapital Aset diatas 10M
Mode
l
1
(ROA)
t-
statistic
p-
value
2
(NIM)
t-
statistic
p-
value
3(NPL) t-
statistic
p-
value
n 100 100 100
C 0.231046
0.488432
0.6265 0.00158
3.209491
0.0023
0.003143
0.210532
0.8334
BOP
O
-0.24273
8 3.69101 0.000
4 -0.00033 1.47875
3 0.145
5 0.04149
4 2.40532
9 0.016
8
CAR 0.016964
1.133541
0.2603
0.000156
0.936071
0.3537 -0.00627 -0.51012
0.6104
LDR 0.01014 1.41739 0.160 -0.00018 1.13481 0.261 0.00255 0.45810 0.647
28
1 7 2 4 9 3 5 2
NPL 0.017902 -3.00748
0.0035
0.001546 -1.65788
0.1036
0.167943
0.8668
SIZE -2.74E-11
0.139796
0.8892 -3.59252
0.451621
0.6535 2.34E-12
0.210532
0.8334
Adj.R2
0.771652
-0.00821
0.10258
Sumber: Data diolah
Pembahasan
Dari hasil penelitian diketahui karakteristik BPR yaitu BOPO secara
konsisten dan signifikan berpengaruh positif terhadap performa dan efisiensi
Bank pada kapital aset bank dibawah 5M, baik itu performa bank yang diukur
dengan ROA tetapi signifikan terhadap NIM. Namun untuk kapital aset diantara
5-10M dan diatas 10M maka BOPO hanya berpengaruh positif signifikan
terhadap efisiensi namun negatif signifikan terhadap performa bank. Dimana kita
ketahui semakin kecil rasio BOPO berarti semakin efisien biaya operasional
yang dikeluarkan bank yang bersangkutan. Penelitian ini mendukung Weill
(2003) dalam M. Y. Arafat et al (2013), bank yang efektif mengelola biaya
operasional mereka lebih cenderung memiliki banyak ruang untuk manuver
selama krisis kredit saat ini daripada bank yang tidak. Ini mungkin sangat
signifikan bagi bank yang berjuang untuk membangun kembali posisi modal
yang rusak akibat krisis . Dalam lingkungan ini , ada kontribusi penting ke baris
bawah.
Variabel CAR menunjukkan hasil tidak konsisten terhadap performa dan
efisiensi diamana CAR berpengaruh positif dan sifgnifikan terhadap performa
29
Bank, yang diukur dengan ROA dan NIM, namun negatif signifikan terhadap
efisiensi Bank untuk kapital aset dibawah 5M. Sedangkan untuk kapital aset
diantara 5-10M dan diatas 10M variabel CAR hanya berpengaruh positif
signifikan terhadap ROA, sedangkan NIM dan NPL negatif signifikan. Hasil
tersebut mendukung hasil penelitian Anggrainy (2010) dalam Latifah et al (2012),
yang menyatakan bahwa CAR berpengaruh positif terhadap ROA. Hasil
penelitian ini juga mendukung teori yang mengatakan semakin kecil risiko suatu
bank maka semakin besar keuntungan yang diperoleh bank (Kuncoro dan
Suharjono,Manajemen Perbankan,2002:112, dalm Latifah et al 2012).Hal tersebut
dikarenakan CAR yang terlalu besar juga perlu menjadi pertimbangan manajemen
bank karena hal tersebut mengindikasikan bahwa modal sendiri bank tidak
dioperasionalkan secara optimal sehingga beban bank meningkat dengan
menanggung biaya dana yang besar.
Variabel LDR juga menunjukkan hasil tidak konsisten terhadap performa
dan efisiensi dimana LDR berpengaruh positif signifikan terhadap performa Bank
namun negatif tidak signifikan terhadap efisiensi Bank untuk kapital aset dibawah
5M. Namun untuk kapital aset diantara 5-10M LDR konsisten berpengaruh positif
signifikan terhadap performa dan positif tidak signifikan terhadap efisiensi.
Sedangkan untuk kapital aset diatas 10M hanya berpengaruh positif signifikan
terhadap ROA dan NPL namun negatif signifikan terhadap NIM. Semakin tinggi
rasio ini, semakin rendahnya kemampuan likuiditas bank yang bersangkutan
sehingga kemungkinan suatu bank dalam kondisi bermasalah akan semakin
30
besar. Hasil penelitian ini mendukung penelitian Latifah et al(2012) dimana
LDR berpengaruh positif signifikan terhadap performa bank.
Variabel NPL memiliki pengaruh negatif signifikan terhadap performa
Bank untuk ROA namun negatif tidak signifikan untuk kapital aset dibawah 5M,
berpengaruh positif tidak signifikan terhadap ROA dan berpengaruh negatif
tidak signifikan terhadap NIM untuk kapital aset diantara 5-10M, sedangkan
untuk kapital aset diatas 10 M NPL konsisten berpengaruh positif signifikan
terhadap performa. Sehingga semakin tinggi rasio ini maka akan semakin semakin
buruk kualitas kredit bank yang menyebabkan jumlah kredit bermasalah semakin
besar maka kemungkinan suatu bank dalam kondisi bermasalah semakin besar.
Kredit dalam hal ini adalah kredit yang diberikan kepada pihak ketiga tidak
termasuk kredit kepada bank lain. Kredit bermasalah adalah kredit dengan kualitas
kurang lancar, diragukan dan macet. Hasil penelitian ini sesuai dengan hasil
penelitian Basu, Druck, Marston dan Susmel (2004) menemukan hubungan yang
negatif signifikan pada variabel NPL pada bank di Argentina juga menunjukkan
hasil yang sama dengan penelitian Buchdadi A. D. et al (2012)
Variabel Size menunjukkan hasil konsisten terhadap performa dan efisiensi
Bank untuk kapital aset dibawah 5M berpengaruh positif signifikan terhadap
performa dan efisiensi, untuk kapital aset diantara 5-10M hanya berpengaruh
positif tidak signifikan terhadap performa namun negatif signifikan terhadap
efisiensi, sedangkan untuk kapital aset diatas 10M berpengaruh negatif tidak
signifikan terhadap performa namun tidak positif signifikan terhadap efisiensi.
Dengan demikian hasil penelitian ini sebagian mendukung penelitian Okazaki dan
31
Sawada (2006) dan penelitian Laeven (2006) menyimpulkan pengaruh positif
signifikan dari variabel SIZE.
Akhirnya, bila diamati nilai koefisien determinasi dari seluruh model yang
dikembangkan, terlihat model sangat kuat untuk menjelaskan kinerja dan efisiensi
perbankan. Model mampu menghasilkan nilai Adj R squared lebih dari 25%.
Sehingga penelitian ini sangat bermanfaat untuk digunakan sebagai model
pertimbangan bagi Bank Indonesia untuk mengevaluasi kebijakan mengenai
tingkat kesehatan BPR, bagi investor untuk memilih BPR yang sehat dan
diharapkan dapat mendukung penelitian terdahulu.
32
BAB 6 RENCANA PENELITIAN TAHUN KEDUA
Setelah menghasilkan model penelitian determinasi efektifitas dan efisiensi pada
Bank Perkreditan Rakyat pada tahun pertama penelitian (2013), diharapkan
selanjutnya pada tahun kedua (2014) model tersebut dapat dikembangkan berupa:
a) Menentukan model seberapa jauh tata kelola perusahaan telah dijalankan
oleh BPR
b) Menentukan model risk management yang dijalankan oleh BPR
c) Menghasilkan bahan buku ajar
33
BAB 7 KESIMPULAN DAN SARAN
A. Kesimpulan
Kesimpulan yang dapat diambil dalam penelitian ini adalah:
1. Karakteristik BPR yang digunakan dalam penelitian ini ditemukan
berpengaruh signifikan dalam berbagai ukuran kinerja BPR di Indonesia
selama tahun pengamatan yang melewati masa krisis ekonomi dan paska
krisis ekonomi. Koefisien determinasi yan ditemukan cukup kuat,
sehingga diharapkan dapat bermanfaat untuk bahan evaluasi Bank
Indonesia dalam menentukan kebijakan tingkat kesehatan BPR.
2. Terdapat perbedaan pengaruh baik positif maupun negatif untuk setiap
kapital aset yang berbeda. Setiap variabel dapat berpengaruh positif untuk
kapital aset yang kecil namun dapat berpengaruh negatif untuk kapital aset
yang besar, begitupula sebaliknya atau bisa pula konsisten untuk setiap
kapital aset yang berbeda.
B. Saran
Saran yang dapat diambil dalam penelitian ini adalah:
1. Bagi pihak perbankan, untuk dapat meningkatkan profitabilitas bank,
disarankan kepada manajemen bank untuk mengambil kebijakan yang
tepat sesuai dengan kondisi yang terjadi seperti kebijakan penyaluran
kredit dan pendanaan, karena kebijakan tersebut berpengaruh terhadap
34
profitabilitas. Menjaga agar tetap rendah biaya operasional Bank juga
sangat penting dilakukan oleh manajemen, semakin rendah biaya
operasional maka semakin efisien bank tersebut.
2. Bagi peneliti selanjutnya, penelitian ini diharapakan dapat menjadi acuan
untuk mendukung penelitian selanjutnya. Karena hasil yang cukup kuat
dari setiap variabelnya untuk mengukur tingkat performa dan efisiensi
BPR.
35
DAFTAR PUSTAKA
Arafat, M. Y, Ari Warokka, Agung D. Buchdadi, Suherman, 2013,
“Banking Efficiency and Performance: A Test of Banking
Characteristics in an Emerging Market”, Journal of Global Business
Advancement, vol.6, no.1, pp.13-23
Buchdadi, Agung D; Tri Hesti U., Umi Mardiyati, Asti Nur Afala Sahir,
2012, “Faktor-Faktor Yang Mempengaruhi Kinerja Perbankan
Indonesia Sebelum dan Sesudah Krisis Tahun 2008”, Laporan
Penelitian, Universitas Negeri Jakarta
Basu, R., Druck, P., Marston, D., dan Susmel, R., 2004, “Bank
Consolidation and Performance: The Argentine Experience,”
Working Paper, International Monetary Fund.
Cuervo, A., dan Villalonga, B., 2000, “Expalining the Variance in the
Performance Effect of Privatization,” Academy of Management
Review, July, 25, 3, p.881
Gunawan, Anton H., Thia Jasmina, dan Siswa Rizali. 1998. "Rehabilitasi
dan Restrukturisasi Perbankan Dalarn Rangka Pemulihan Ekonomi
Indonesia". working paper , UI.
Havrylchyk, Olena. 2005, “Banking Efficiency, Consolidation and Foreign
Ownership: Evidence from the Polish Banking Market,” A thesis for
the degree of Ph.D., European University of Viadrina, German.
Institut Perbankan Indonesia, 1999, Kamus Perbankan.
Laeven, Luc, 2006, ”Banking Sector in East Asian Countries: the Effect of
Competition, Diversification and Ownership,” working paper, the
World Bank and CEPR.
Latifah, Nurul Mauldya, Rhodiyah dan Saryadi, 2012, “Pengaruh CAR,
NPL dan LDR terhadap ROA” Jurnal Ilmu
AdministrasiBisnis.Undip.
Mardiasmo , 2004, Akuntansi Sektor Publik, penerbit ANDI, Yogyakarta.
36
Okazaki, T., dan Sawada, M., 2006, ”Effects of a Bank Consolidation
Promotion Policy : Evaluating Bank Law in 1927 Japan,” working
paper, Faculty of Economics, The University of Tokyo.
Sekaran, Uma, 2002, Research Methods for Business, John Wiley and
Sons Inc., New York, 4th edition
www.bi.go.id
37
LAMPIRAN
Kapital aset dibawah 5M
Model 1
Setelah transformasi
uji Multikolinearitas pearson correlation matrix
BOPO CAR LDR NPL SIZE
0
4
8
12
16
20
-0.10 -0.05 0.00 0.05 0.10
Series: ResidualsSample 1 120Observations 120
Mean -6.56e-18Median 0.000138Maximum 0.098356Minimum -0.130448Std. Dev. 0.042713Skewness -0.668399Kurtosis 3.887421
Jarque-Bera 12.87273Probability 0.001602
0
4
8
12
16
20
-5 -4 -3 -2 -1 0 1
Series: ResidualsSample 1 107Observations 107
Mean 1.06e-15Median 0.218874Maximum 1.302102Minimum -5.512143Std. Dev. 1.068042Skewness -2.292488Kurtosis 10.20277
Jarque-Bera 325.0208Probability 0.000000
38
BOPO 1 -0.010277 -0.152831 0.223766 0.03625
8
CAR
-0.01027
7 1 -0.426787 0.002799 -0.2601
LDR
-0.15283
1 -0.426787 1 -0.148064 0.06416
2
NPL 0.22376
6 0.002799 -0.148064 1 -0.08146
SIZE 0.03625
8 -0.260104 0.064162 -0.081455 1
Uji Heteroskedastisitas terkena heteroskedastisitas
Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 6.04143
4 Prob. F(5,114)
0.0001
Obs*R-squared 25.1364
8 Prob. Chi-Square(5) 0.0001 Scaled explained
SS 32.7515
4 Prob. Chi-Square(5) 0
Uji Autokorelasi maka model bebas dari fenomena autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.76141 Prob. F(2,112) 0.0675
Obs*R-squared 5.639232 Prob. Chi-Square(2) 0.0596
UJI PANEL (FEM)
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
39
Test Summary
Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 0 5 1
* Cross-section test variance is invalid. Hausman statistic set to zero. ** WARNING: robust standard errors may not be consistent with assumptions of Hausman test variance calculation.
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
BOPO 0.000017 -0.000007 0 NA
CAR 0.007887 0.010712 -0.000027 NA
LDR 0.029827 0.016881 -0.000081 NA
NPL -0.080839 -0.116331 -0.001869 NA
SIZE 0 0 0 NA
Cross-section random effects test equation: Dependent Variable: ROA
Method: Panel Least Squares Date: 10/07/13 Time: 13:36 Sample: 2009 2012
Periods included: 4 Cross-sections included: 33
Total panel (unbalanced) observations: 120 White cross-section standard errors & covariance (d.f. corrected)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C 0.009712 0.019883 0.488432 0.6265
BOPO 1.74E-05 4.72E-06 3.69101 0.0004
CAR 0.007887 0.006958 1.133541 0.2603
LDR 0.029827 0.021044 1.417397 0.1602
NPL -0.080839 0.026879 -3.007479 0.0035
SIZE 5.76E-10 4.12E-09 0.139796 0.8892
Effects Specification
40
Cross-section fixed (dummy variables)
R-squared 0.650419 Mean dependent var
0.032497
Adjusted R-squared 0.492681 S.D. dependent var
0.049145
S.E. of regression 0.035004 Akaike info criterion
-3.61414
Sum squared resid 0.100474 Schwarz criterion
-2.73144
Log likelihood 254.8485 Hannan-Quinn criter.
-3.25567
F-statistic 4.123417 Durbin-Watson stat
2.886257
Prob(F-statistic) 0
HASIL MODEL 1
Dependent Variable: ROA Method: Panel Least Squares Date: 10/07/13 Time: 13:46 Sample: 2009 2012 Periods included: 4 Cross-sections included: 33 Total panel (unbalanced) observations: 120
White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C 0.009712 0.019883 0.488432 0.6265 BOPO 1.74E-05 4.72E-06 3.69101 0.0004 CAR 0.007887 0.006958 1.133541 0.2603 LDR 0.029827 0.021044 1.417397 0.1602 NPL -0.080839 0.026879 -3.00748 0.0035 SIZE 5.76E-10 4.12E-09 0.139796 0.8892
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.650419 Mean dependent var 0.032497
Adjusted R-squared 0.492681 S.D. dependent var 0.049145
S.E. of regression 0.035004 Akaike info criterion -3.614141
41
Sum squared resid 0.100474 Schwarz criterion -2.731435
Log likelihood 254.8485 Hannan-Quinn criter. -3.25567
F-statistic 4.123417 Durbin-Watson stat 2.886257 Prob(F-statistic) 0
Model 2
uji Multikolinearitas pearson correlation matrix
BOPO CAR LDR NPL
BOPO 1 0.092309876 0.055766335 0.463304
0
4
8
12
16
20
-0.06 -0.04 -0.02 0.00 0.02
Series: ResidualsSample 1 66Observations 66
Mean 5.70e-18Median 0.000904Maximum 0.033027Minimum -0.055781Std. Dev. 0.013411Skewness -0.751167Kurtosis 7.167044
Jarque-Bera 53.95848Probability 0.000000
0
1
2
3
4
5
-0.4 -0.3 -0.2 -0.1 0.0 0.1 0.2 0.3
Series: ResidualsSample 1 12Observations 12
Mean 1.76e-15Median -0.024537Maximum 0.255180Minimum -0.362509Std. Dev. 0.182723Skewness -0.455965Kurtosis 2.441159
Jarque-Bera 0.571959Probability 0.751278
42
CAR 0.092309876 1 0.648877081 0.275168
LDR 0.055766335 0.648877081 1 0.456188
NPL 0.463304055 0.275167511 0.456187996 1
SIZE 0.113088246 0.71453518 0.866517796 0.41626
Uji Heteroskedastisitas
Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 2.735571 Prob. F(5,60) 0.0272
Obs*R-squared 12.25251 Prob. Chi-Square(5) 0.0315
Scaled explained SS 31.22387 Prob. Chi-Square(5) 0
Test Equation: Dependent Variable: RESID^2
Method: Least Squares Date: 10/21/13 Time: 23:37
Sample: 1 66 Included observations: 66
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000213 5.72E-05 3.724245 0.0004
BOPO -8.15E-07 6.98E-07 -1.166798 0.2479
CAR 0.000141 0.000896 0.15786 0.8751
LDR 0.002317 0.001648 1.405704 0.165
NPL 0.009887 0.003776 2.618305 0.0112
SIZE -5.09E-10 4.18E-10 -1.217985 0.228
R-squared 0.185644 Mean dependent var 0.000177
Adjusted R-squared 0.117781 S.D. dependent var 0.000443
S.E. of regression 0.000416 Akaike info criterion -12.6438
Sum squared resid 1.04E-05 Schwarz criterion -12.4447
Log likelihood 423.2439 Hannan-Quinn criter. -12.5651
F-statistic 2.735571 Durbin-Watson stat 2.077091
43
Prob(F-statistic) 0.027198
Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.100532 Prob. F(2,57)
0.3397
Obs*R-squared 2.416665 Prob. Chi-Square(2) 0.2987
Test Equation: Dependent Variable: RESID
Method: Least Squares Date: 10/21/13 Time: 23:52
Sample: 1 65 Included observations: 65 Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C 0.00033 0.001998 0.165287 0.8693
BOPO 5.36E-07 2.39E-05 0.022443 0.9822
CAR 0.00055 0.030944 0.017777 0.9859
LDR 0.010738 0.056832 0.188948 0.8508
NPL 0.015393 0.129526 0.118841 0.9058
SIZE -6.10E-10 1.41E-08 -0.04317 0.9657
RESID(-1) -0.178667 0.136924 -1.30486 0.1972
RESID(-2) -0.125175 0.141051 -0.88745 0.3786
R-squared 0.037179 Mean dependent var 2.30E-18
Adjusted R-squared -0.081062 S.D. dependent var 0.01349
S.E. of regression 0.014026 Akaike info criterion -5.581038
Sum squared resid 0.011213 Schwarz criterion -5.313422
Log likelihood 189.3837 Hannan-Quinn criter. -5.475446
F-statistic 0.314438 Durbin-Watson stat 2.036858
Prob(F-statistic) 0.944531
UJI PANEL (FEM)
44
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic
Chi-Sq. d.f. Prob.
Cross-section random 0 5 1
* Cross-section test variance is invalid. Hausman statistic set to zero.
** WARNING: robust standard errors may not be consistent with
assumptions of Hausman test variance calculation.
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
BOPO 0.000015 0.000005 0 0.2026 CAR 0.010274 0.00371 0.000087 0.4804 LDR 0.03315 0.058129 -0.00013 NA NPL -0.12308 -0.096876 -0.00489 NA SIZE 0 0 0 0.8078
Cross-section random effects test equation: Dependent Variable: NIM
Method: Panel Least Squares Date: 10/07/13 Time: 14:04 Sample: 2009 2012
Periods included: 4 Cross-sections included: 33
Total panel (unbalanced) observations: 88 White cross-section standard errors & covariance (d.f. corrected)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error t-Statistic Prob.
C 0.194471 0.060592 3.209491 0.0023 BOPO 1.54E-05 1.04E-05 1.478753 0.1455
45
CAR 0.010274 0.010976 0.936071 0.3537 LDR 0.03315 0.029212 1.134814 0.2619 NPL -0.12308 0.074239 -1.65788 0.1036 SIZE 5.68E-09 1.26E-08 0.451621 0.6535
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.619615 Mean dependent var 0.224078 Adjusted R-
squared 0.33813 S.D. dependent var 0.066402 S.E. of regression 0.054021 Akaike info criterion -2.70055 Sum squared
resid 0.145916 Schwarz criterion -1.63079 Log likelihood 156.8241 Hannan-Quinn criter. -2.26957 F-statistic 2.201237 Durbin-Watson stat 5.995733 Prob(F-statistic) 0.004788
HASIL MODEL 2
Dependent Variable: NIM Method: Panel Least Squares Date: 10/07/13 Time: 14:16 Sample: 2009 2012 Periods included: 4 Cross-sections included: 33 Total panel (unbalanced) observations: 88
White cross-section standard errors & covariance (d.f. corrected)
WARNING: estimated coefficient covariance matrix is of reduced rank
Variable Coefficient Std. Error
t-Statistic Prob.
C 0.194471 0.060592 3.209491 0.0023
BOPO 1.54E-05 1.04E-05 1.478753 0.1455
CAR 0.010274 0.010976 0.936071 0.3537
LDR 0.03315 0.029212 1.134814 0.2619
NPL -0.12308 0.074239 -1.65788 0.1036
SIZE 5.68E-09 1.26E-08 0.451621 0.6535
Effects
46
Specification
Cross-section fixed (dummy variables)
R-squared 0.619615 Mean dependent var 0.224078
Adjusted R-squared 0.33813
S.D. dependent var 0.066402
S.E. of regression 0.054021 Akaike info criterion -2.700547
Sum squared resid 0.145916 Schwarz criterion -1.630788
Log likelihood 156.8241 Hannan-Quinn criter. -2.269568
F-statistic 2.201237 Durbin-Watson stat 5.995733
Prob(F-statistic) 0.004788
Model 3
0
4
8
12
16
20
-0.15 -0.10 -0.05 0.00 0.05 0.10 0.15 0.20
Series: ResidualsSample 1 124Observations 124
Mean 6.77e-18Median -0.021154Maximum 0.210675Minimum -0.170424Std. Dev. 0.072570Skewness 1.117054Kurtosis 3.850628
Jarque-Bera 29.52650Probability 0.000000
0
4
8
12
16
20
-3 -2 -1 0 1 2
Series: ResidualsSample 1 123Observations 123
Mean -5.99e-16Median 0.062053Maximum 1.882519Minimum -3.519971Std. Dev. 1.059107Skewness -0.731401Kurtosis 3.851860
Jarque-Bera 14.68544Probability 0.000647
47
uji Multikolinearitas pearson correlation matrix
BOPO CAR LDR SIZE
BOPO 1 -0.00318 -0.15202 0.039033
CAR -0.00318 1 -0.38869 -0.22186
LDR -0.15202 -0.38869 1 0.098831
SIZE 0.039033 -0.22186 0.098831 1
Uji Heteroskedastisitas bebas hetero
Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 1.046552 Prob. F(4,119) 0.3863
Obs*R-squared 4.213865 Prob. Chi-Square(4) 0.3778
Scaled explained SS 5.531484
Prob. Chi-Square(4) 0.237
Test Equation: Dependent Variable: RESID^2
Method: Least Squares Date: 10/04/13 Time: 11:30 Sample: 1 124
Included observations: 124
Variable Coefficient Std. Error
t-Statistic Prob.
C 0.00619 0.00437 1.416602 0.1592
BOPO 2.40E-06 1.73E-06 1.38717 0.168
CAR -0.00053 0.001397 -0.38173 0.7033
LDR -0.00363 0.004101 -0.88463 0.3781
SIZE 7.39E-10 8.10E-10 0.912271 0.3635
48
R-squared 0.033983 Mean dependent var 0.005224
Adjusted R-squared 0.001512
S.D. dependent var 0.008856
S.E. of regression 0.008849 Akaike info criterion -6.57752
Sum squared resid 0.009318 Schwarz criterion -6.4638
Log likelihood 412.806 Hannan-Quinn criter. -6.53132
F-statistic 1.046552 Durbin-Watson stat 1.862206
Prob(F-statistic) 0.38627
Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.813642 Prob. F(2,117) 0.1676
Obs*R-squared 3.728702 Prob. Chi-Square(2) 0.155
Test Equation: Dependent Variable: RESID
Method: Least Squares Date: 10/04/13 Time: 14:38 Sample: 1 124
Included observations: 124 Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C 0.011061 0.036753 0.300951 0.764
BOPO -4.72E-06 1.45E-05 -0.324442 0.7462
CAR -0.0012 0.011604 -0.102983 0.9182
LDR -0.01088 0.034812 -0.312542 0.7552
SIZE -5.69E-10 6.74E-09 -0.084428 0.9329
RESID(-1) 0.113479 0.094195 1.204727 0.2307
RESID(-2) 0.124759 0.093646 1.332241 0.1854
R-squared 0.03007 Mean dependent var 6.77E-18
49
Adjusted R-squared -0.01967 S.D. dependent var 0.07257
S.E. of regression 0.07328 Akaike info criterion -2.334253
Sum squared resid 0.628291 Schwarz criterion -2.175044
Log likelihood 151.7237 Hannan-Quinn criter. -2.269579
F-statistic 0.604547 Durbin-Watson stat 2.037219
Prob(F-statistic) 0.726231
UJI PANEL (REM)
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 4943.374 5 0
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
BOPO 0 0 0 0
CAR 0 0 0 0
LDR 0 0 0 0
NPL 1 1 0 0
SIZE 0 0 0 0.2544
Cross-section random effects test equation: Dependent Variable: NPL
Method: Panel Least Squares Date: 10/07/13 Time: 14:36 Sample: 2009 2012
Periods included: 4 Cross-sections included: 33
Total panel (unbalanced) observations: 124
Variable Coefficient Std. Error t-Statistic Prob.
50
C 1.99E-17 2.53E-17 0.786708 0.4336
BOPO -2.25E-20 9.10E-21 -2.478924 0.0151
CAR -5.02E-18 6.43E-18 -0.780498 0.4372
LDR -6.97E-17 2.05E-17 -3.394562 0.001
NPL 1 5.55E-17 1.80E+16 0
SIZE 0 5.03E-24 0 1
Effects Specification
Cross-section fixed (dummy variables)
R-squared 1 Mean dependent var 0.085933
Adjusted R-squared 1 S.D. dependent var 0.080032
S.E. of regression 3.19E-17 Akaike info criterion -72.88428
Sum squared resid 8.74E-32 Schwarz criterion -72.02
Log likelihood 4556.825 Hannan-Quinn criter. -72.53318
F-statistic 2.10E+31 Durbin-Watson stat 2.505551
Prob(F-statistic) 0
HASIL MODEL 3
Dependent Variable: NPL Method: Panel EGLS (Cross-section random effects)
Date: 10/07/13 Time: 14:39 Sample: 2009 2012
Periods included: 4 Cross-sections included: 33
Total panel (unbalanced) observations: 124
Swamy and Arora estimator of component variances
Variable Coefficient Std. Error t-Statistic Prob.
C 0.137493 0.037317 3.684478 0.0003
BOPO 5.01E-05 1.45E-05 3.448769 0.0008
CAR -0.018 0.01102 -1.63368 0.105
LDR -0.05978 0.033445 -1.78733 0.0764
SIZE 8.79E-10 7.32E-09 0.120059 0.9046
51
Effects Specification
S.D. Rho
Cross-section random 0.040726 0.3043
Idiosyncratic random 0.061581 0.6957
Weighted Statistics
R-squared 0.131764 Mean dependent var 0.052838
Adjusted R-squared 0.10258 S.D. dependent var 0.065643
S.E. of regression 0.062074 Sum squared resid 0.458533
F-statistic 4.514896 Durbin-Watson stat 2.273222
Prob(F-statistic) 0.001974
Unweighted Statistics
R-squared 0.167176 Mean dependent var 0.085933
Sum squared resid 0.656128 Durbin-Watson stat 1.588634
Kapital aset 5-10M
Model 1
Uji Multikolinearitas
BOPO CAR LDR NPL SIZE
BOPO 1 0.088551 0.09736 -0.05123 0.268003
CAR 0.088551 1 -0.30787 0.213181 -0.22684
0
2
4
6
8
10
12
-0.06 -0.04 -0.02 0.00 0.02 0.04 0.06 0.08
Series: ResidualsSample 1 113Observations 113
Mean -1.07e-17Median -0.002132Maximum 0.080154Minimum -0.074025Std. Dev. 0.032385Skewness -0.033924Kurtosis 2.821196
Jarque-Bera 0.172203Probability 0.917501
52
LDR 0.09736 -0.30787 1 -0.09328 0.202437
NPL -0.05123 0.213181 -0.09328 1 -0.04272
SIZE 0.268003 -0.22684 0.202437 -0.04272 1
Uji Heteroskedastisitas Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 1.676588 Prob. F(5,107) 0.1465 Obs*R-squared 8.209812 Prob. Chi-Square(5) 0.145 Scaled explained
SS 6.703022 Prob. Chi-Square(5) 0.2437
Test Equation: Dependent Variable: RESID^2
Method: Least Squares Date: 10/05/13 Time: 09:04 Sample: 1 113
Included observations: 113
Variable Coefficient Std. Error t-Statistic Prob.
C 2.73E-05 0.001068 0.025538 0.9797 BOPO -0.0009 0.000454 -1.98783 0.0494 CAR 8.63E-05 0.000353 0.244513 0.8073 LDR 0.001999 0.000988 2.02406 0.0455 NPL 0.000838 0.001077 0.778066 0.4382 SIZE 5.11E-12 1.03E-10 0.049472 0.9606
R-squared 0.072653 Mean dependent var 0.00104 Adjusted R-
squared 0.029319 S.D. dependent var 0.001409 S.E. of regression 0.001388 Akaike info criterion -10.2699 Sum squared
resid 0.000206 Schwarz criterion -10.1251 Log likelihood 586.2484 Hannan-Quinn criter. -10.2111 F-statistic 1.676588 Durbin-Watson stat 1.809942
53
Prob(F-statistic) 0.146456
Uji Autokorelasi Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.745419 Prob. F(2,105) 0.477 Obs*R-squared 1.581964 Prob. Chi-Square(2) 0.4534
Test Equation: Dependent Variable: RESID
Method: Least Squares Date: 10/05/13 Time: 09:04 Sample: 1 113
Included observations: 113 Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000517 0.025818 0.02002 0.9841 BOPO 0.002047 0.011004 0.186042 0.8528 CAR 0.000472 0.00851 0.055412 0.9559 LDR -0.00428 0.02398 -0.17835 0.8588 NPL -0.00016 0.026083 -0.00623 0.995 SIZE 1.41E-10 2.49E-09 0.056932 0.9547 RESID(-1) 0.0952 0.100236 0.949757 0.3444 RESID(-2) 0.067449 0.101687 0.663294 0.5086
R-squared 0.014 Mean dependent var -1.07E-
17 Adjusted R-
squared -0.05173 S.D. dependent var 0.032385 S.E. of regression 0.033212 Akaike info criterion -3.90364 Sum squared
resid 0.11582 Schwarz criterion -3.71055 Log likelihood 228.5556 Hannan-Quinn criter. -3.82529 F-statistic 0.212977 Durbin-Watson stat 1.980258
54
Prob(F-statistic) 0.981775
uji data panel (fem) Correlated Random Effects - Hausman Test
Equation: Untitled Test cross-section random effects
Test Summary Chi-Sq. Statistic
Chi-Sq. d.f. Prob.
Cross-section random 8.632128 5 0.1247
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
BOPO -0.04802 -0.06478 0.000166 0.1928 CAR 0.011046 0.0109 0.000048 0.9832 LDR 0.006401 0.03621 0.000187 0.0293 NPL -0.00402 -0.02067 0.000085 0.0706 SIZE 0 0 0 0.8028
Cross-section random effects test equation: Dependent Variable: ROA
Method: Panel Least Squares Date: 10/07/13 Time: 13:54 Sample: 2009 2012
Periods included: 4 Cross-sections included: 31
Total panel (unbalanced) observations: 113
Variable Coefficient Std. Error t-Statistic Prob.
C 0.044644 0.031852 1.401626 0.165 BOPO -0.04802 0.017387 -2.76185 0.0072
55
CAR 0.011046 0.011064 0.998306 0.3213 LDR 0.006401 0.02674 0.239386 0.8114 NPL -0.00402 0.02578 -0.15578 0.8766 SIZE 3.51E-09 2.96E-09 1.185259 0.2396
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.595905 Mean dependent var 0.044058 Adjusted R-
squared 0.412225 S.D. dependent var 0.038531 S.E. of regression 0.02954 Akaike info criterion -3.95254 Sum squared
resid 0.067192 Schwarz criterion -3.08364 Log likelihood 259.3186 Hannan-Quinn criter. -3.59995 F-statistic 3.244261 Durbin-Watson stat 2.646108 Prob(F-statistic) 0.000009
hasil model 1 Dependent Variable: ROA
Method: Panel Least Squares Date: 10/07/13 Time: 14:00 Sample: 2009 2012
Periods included: 4 Cross-sections included: 31
Total panel (unbalanced) observations: 113
Variable Coefficient Std. Error
t-Statistic Prob.
C 0.044644 0.031852 1.401626 0.165
BOPO -0.04802 0.017387 -2.76185 0.0072
CAR 0.011046 0.011064 0.998306 0.3213
LDR 0.006401 0.02674 0.239386 0.8114
NPL -0.00402 0.02578 -0.15578 0.8766
SIZE 3.51E-09 2.96E-09 1.185259 0.2396
Effects Specification
Cross-section fixed (dummy variables)
56
R-squared 0.595905 Mean dependent var 0.044058
Adjusted R-squared 0.412225
S.D. dependent var 0.038531
S.E. of regression 0.02954 Akaike info criterion -3.95254
Sum squared resid 0.067192 Schwarz criterion -3.08364
Log likelihood 259.3186 Hannan-Quinn criter. -3.59995
F-statistic 3.244261 Durbin-Watson stat 2.646108
Prob(F-statistic) 0.000009
Model 2
0
4
8
12
16
20
-0.05 0.00 0.05 0.10
Series: ResidualsSample 1 123Observations 123
Mean 5.75e-17Median -0.005760Maximum 0.118900Minimum -0.081474Std. Dev. 0.041964Skewness 0.705239Kurtosis 3.252601
Jarque-Bera 10.52295Probability 0.005188
57
Setelah transformasi
Uji Multikolinearitas
BOPO CAR LDR NPL SIZE
BOPO 1 0.07895 0.075352 -0.04975 0.277236
CAR 0.07895 1 -0.2617 0.195297 -0.23048
LDR 0.075352 -0.2617 1 -0.08741 0.176077
NPL -0.04975 0.195297 -0.08741 1 -0.03806
SIZE 0.277236 -0.23048 0.176077 -0.03806 1
Uji Heteroskedastisitas Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 0.756546 Prob. F(5,117) 0.5829 Obs*R-squared 3.852171 Prob. Chi-Square(5) 0.5709 Scaled explained
SS 3.92574 Prob. Chi-Square(5) 0.5602
Test Equation: Dependent Variable: RESID^2
Method: Least Squares Date: 10/05/13 Time: 09:19
Sample: 1 123 Included observations: 123
0
4
8
12
16
20
24
-0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4
Series: ResidualsSample 1 123Observations 122
Mean 4.38e-17Median -0.006480Maximum 0.441151Minimum -0.875033Std. Dev. 0.190198Skewness -0.444598Kurtosis 5.623292
Jarque-Bera 39.00102Probability 0.000000
58
Variable Coefficient Std. Error t-Statistic Prob.
C -0.001 0.001982 -0.50181 0.6167 BOPO 0.000993 0.000853 1.164928 0.2464 CAR 0.000304 0.000649 0.469035 0.6399 LDR 0.002372 0.001795 1.321652 0.1889 NPL -0.00046 0.002033 -0.22658 0.8211 SIZE 1.70E-12 1.92E-10 0.008877 0.9929
R-squared 0.031318 Mean dependent var 0.001747 Adjusted R-
squared -0.01008 S.D. dependent var 0.002632 S.E. of regression 0.002645 Akaike info criterion -8.98443 Sum squared
resid 0.000819 Schwarz criterion -8.84725 Log likelihood 558.5422 Hannan-Quinn criter. -8.9287 F-statistic 0.756546 Durbin-Watson stat 2.137185 Prob(F-statistic) 0.582948
Uji Autokorelasi Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.884024 Prob. F(2,115) 0.4159 Obs*R-squared 1.86241 Prob. Chi-Square(2) 0.3941
Test Equation: Dependent Variable: RESID
Method: Least Squares Date: 10/05/13 Time: 09:19
Sample: 1 123 Included observations: 123
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C 0.000258 0.032155 0.00803 0.9936
59
BOPO -0.00365 0.014133 -0.25824 0.7967 CAR -0.00053 0.010598 -0.04982 0.9604 LDR 0.002079 0.029189 0.071212 0.9434 NPL 0.001386 0.033372 0.041531 0.9669 SIZE 1.41E-10 3.15E-09 0.044829 0.9643 RESID(-1) -0.09483 0.095315 -0.99488 0.3219 RESID(-2) 0.074423 0.097256 0.765221 0.4457
R-squared 0.015142 Mean dependent var 5.75E-17 Adjusted R-
squared -0.04481 S.D. dependent var 0.041964 S.E. of regression 0.042893 Akaike info criterion -3.39736 Sum squared
resid 0.211583 Schwarz criterion -3.21446 Log likelihood 216.9379 Hannan-Quinn criter. -3.32307 F-statistic 0.252578 Durbin-Watson stat 2.004018 Prob(F-statistic) 0.97043
uji data panel (fem) Correlated Random Effects - Hausman Test
Equation: Untitled Test cross-section random effects
Test Summary Chi-Sq. Statistic
Chi-Sq. d.f. Prob.
Cross-section random 8.19943 5 0.1456
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
BOPO -0.04432 -0.02888 0.00009 0.1038 CAR -0.01992 -0.01947 0.000029 0.9323 LDR 0.063631 0.081554 0.000102 0.0763 NPL 0.014158 0.006172 0.000044 0.2298 SIZE 0 0 0 0.4179
60
Cross-section random effects test equation: Dependent Variable: NIM
Method: Panel Least Squares Date: 10/07/13 Time: 14:15 Sample: 2009 2012
Periods included: 4 Cross-sections included: 31
Total panel (unbalanced) observations: 123
Variable Coefficient Std. Error t-Statistic Prob.
C 0.192283 0.03326 5.781214 0 BOPO -0.04432 0.017247 -2.56949 0.0119 CAR -0.01992 0.01149 -1.73383 0.0865 LDR 0.063631 0.027524 2.311888 0.0231 NPL 0.014158 0.027252 0.519533 0.6047 SIZE 3.41E-09 3.06E-09 1.114336 0.2682
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.686717 Mean dependent var 0.225734 Adjusted R-
squared 0.560683 S.D. dependent var 0.047456 S.E. of regression 0.031454 Akaike info criterion -3.84148 Sum squared
resid 0.086075 Schwarz criterion -3.0184 Log likelihood 272.2511 Hannan-Quinn criter. -3.50715 F-statistic 5.448689 Durbin-Watson stat 2.973638 Prob(F-statistic) 0
hasil model 2 Dependent Variable: NIM
Method: Panel Least Squares Date: 10/07/13 Time: 14:21 Sample: 2009 2012
Periods included: 4 Cross-sections included: 31
Total panel (unbalanced) observations: 123
61
Variable Coefficient Std. Error
t-Statistic Prob.
C 0.192283 0.03326 5.781214 0
BOPO -0.04432 0.017247 -2.56949 0.0119
CAR -0.01992 0.01149 -1.73383 0.0865
LDR 0.063631 0.027524 2.311888 0.0231
NPL 0.014158 0.027252 0.519533 0.6047
SIZE 3.41E-09 3.06E-09 1.114336 0.2682
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.686717 Mean dependent var 0.225734
Adjusted R-squared 0.560683
S.D. dependent var 0.047456
S.E. of regression 0.031454 Akaike info criterion -3.84148
Sum squared resid 0.086075 Schwarz criterion -3.0184
Log likelihood 272.2511 Hannan-Quinn criter. -3.50715
F-statistic 5.448689 Durbin-Watson stat 2.973638
Prob(F-statistic) 0
Model 3
62
Setelah transformasi
Uji Multikolinearitas
BOPO CAR LDR NPL SIZE
BOPO 1 0.033626 0.116613 0.35068
2 0.30068
6
CAR 0.033626 1 0.079616 -0.15799 -0.2396
LDR 0.116613 0.079616 1 0.08717 0.07875
NPL 0.350682 -0.15799 0.08717 1 0.13087
3
SIZE 0.300686 -0.2396 0.07875 0.13087
3 1
Uji Heteroskedastisitas Heteroskedasticity Test: Breusch-Pagan-Godfrey
0
2
4
6
8
10
12
14
16
-0.050 -0.025 0.000 0.025 0.050 0.075 0.100
Series: ResidualsSample 1 105Observations 105
Mean 9.53e-18Median -0.007649Maximum 0.110760Minimum -0.062526Std. Dev. 0.037731Skewness 0.711164Kurtosis 2.857614
Jarque-Bera 8.939396Probability 0.011451
0
4
8
12
16
20
-3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0 1.5
Series: ResidualsSample 1 105Observations 104
Mean -9.31e-16Median 0.086876Maximum 1.334091Minimum -3.178870Std. Dev. 0.865714Skewness -0.921946Kurtosis 4.096283
Jarque-Bera 19.94102Probability 0.000047
63
F-statistic 2.366819 Prob. F(4,100) 0.0578 Obs*R-squared 9.080923 Prob. Chi-Square(4) 0.0591 Scaled explained SS 7.650271 Prob. Chi-Square(4) 0.1053
Test Equation: Dependent Variable: RESID^2
Method: Least Squares
Date: 10/05/13 Time: 09:28 Sample: 1 105
Included observations: 105
Variable Coefficient Std. Error t-Statistic Prob.
C -0.00018 0.001578 -0.113591 0.9098 BOPO 0.001489 0.000672 2.215882 0.029 CAR -0.00114 0.00066 -1.7326 0.0862 LDR 0.000874 0.001455 0.600696 0.5494 SIZE 2.52E-11 1.52E-10 0.165078 0.8692
R-squared 0.086485 Mean dependent var 0.00141
Adjusted R-squared 0.049944 S.D. dependent var 0.00193
1 S.E. of regression 0.001882 Akaike info criterion -9.66626 Sum squared resid 0.000354 Schwarz criterion -9.53988 Log likelihood 512.4784 Hannan-Quinn criter. -9.61504
F-statistic 2.366819 Durbin-Watson stat 2.19308
9 Prob(F-statistic) 0.057815
Uji Autokorelasi Breusch-Godfrey Serial Correlation LM Test:
F-statistic 1.43843 Prob. F(2,98) 0.2423 Obs*R-squared 2.994445 Prob. Chi-Square(2) 0.2238
64
Test Equation: Dependent Variable: RESID
Method: Least Squares
Date: 10/05/13 Time: 09:28 Sample: 1 105
Included observations: 105 Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error t-Statistic Prob.
C 0.001007 0.032336 0.031154 0.9752 BOPO -0.00137 0.013714 -0.099985 0.9206 CAR -0.00058 0.013464 -0.043018 0.9658 LDR 0.002667 0.029671 0.089899 0.9286 SIZE -2.38E-10 3.15E-09 -0.075604 0.9399 RESID(-1) 0.171613 0.101535 1.690185 0.0942 RESID(-2) -0.03947 0.102419 -0.385388 0.7008
R-squared 0.028519 Mean dependent var 9.53E-18
Adjusted R-squared -0.03096 S.D. dependent var 0.03773
1 S.E. of regression 0.038311 Akaike info criterion -3.62183 Sum squared resid 0.143837 Schwarz criterion -3.4449 Log likelihood 197.1459 Hannan-Quinn criter. -3.55013
F-statistic 0.479477 Durbin-Watson stat 1.98399
7 Prob(F-statistic) 0.822179
Uji Data Panel (fem) Correlated Random Effects - Hausman Test
Equation: Untitled Test cross-section random effects
Test Summary
Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section
1.291957 4 0.8627
65
random
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
BOPO 0.062847 0.055221 0.000257 0.6345 CAR -0.02849 -0.02578 0.00021 0.8522 LDR 0.032316 0.026954 0.000222 0.7189 SIZE 0 0 0 0.4822
Cross-section random effects test equation: Dependent Variable: NPL
Method: Panel Least Squares Date: 10/07/13 Time: 14:47 Sample: 2009 2012
Periods included: 4 Cross-sections included: 31
Total panel (unbalanced) observations: 105
Variable Coefficient Std. Error t-Statistic Prob.
C 0.021051 0.039906 0.527511 0.5995 BOPO 0.062847 0.022209 2.829768 0.0061 CAR -0.02849 0.019679 -1.447554 0.1522 LDR 0.032316 0.032169 1.004545 0.3186 SIZE -4.01E-09 3.53E-09 -1.137556 0.2592
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.626481 Mean dependent var 0.05387
4
Adjusted R-squared 0.445058 S.D. dependent var 0.04106
8 S.E. of regression 0.030594 Akaike info criterion -3.87484 Sum squared resid 0.065518 Schwarz criterion -2.99019 Log likelihood 238.4293 Hannan-Quinn criter. -3.51636
66
F-statistic 3.453144 Durbin-Watson stat 2.99960
4 Prob(F-statistic) 0.000006
Hasil Model 3 Dependent Variable: NPL
Method: Panel Least Squares Date: 10/07/13 Time: 14:48 Sample: 2009 2012
Periods included: 4 Cross-sections included: 31
Total panel (unbalanced) observations: 105
Variable Coefficient Std. Error
t-Statistic Prob.
C 0.021051 0.039906 0.527511 0.5995
BOPO 0.062847 0.022209 2.829768 0.0061
CAR -0.028486 0.019679 -1.44755 0.1522
LDR 0.032316 0.032169 1.004545 0.3186
SIZE -4.01E-09 3.53E-09 -1.13756 0.2592
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.626481 Mean dependent var 0.053874
Adjusted R-squared 0.445058 S.D. dependent var 0.041068
S.E. of regression 0.030594 Akaike info criterion -3.87484
Sum squared resid 0.065518 Schwarz criterion -2.99019
Log likelihood 238.4293 Hannan-Quinn criter. -3.51636
F-statistic 3.453144 Durbin-Watson stat 2.999604
Prob(F-statistic) 0.000006
Kapital aset diatas 10M
Model 1
67
Setelah transformasi
Uji Multikolinearitas
pearson correlation matrix
BOPO CAR LDR NPL SIZE
BOPO 1 -0.39012 -0.00037 0.20479
4 0.009254
CAR -0.39012 1 -0.16577 -0.06526 -0.044472
LDR -0.00037 -0.16577 1 -0.03311 -0.017324
NPL 0.204794 -0.06526 -0.03311 1 -0.059326
SIZE 0.009254 -0.04447 -0.01732 -0.05933 1
uji heterosketadisitas
0
10
20
30
40
50
60
70
-0.04 -0.02 0.00 0.02 0.04
Series: ResidualsSample 1 369Observations 369
Mean -7.10e-17Median -0.001484Maximum 0.053855Minimum -0.053316Std. Dev. 0.018012Skewness 0.432407Kurtosis 4.079712
Jarque-Bera 29.42284Probability 0.000000
0
20
40
60
80
100
120
-3.0 -2.5 -2.0 -1.5 -1.0 -0.5 0.0 0.5 1.0
Series: ResidualsSample 1 340Observations 340
Mean 9.14e-16Median 0.029835Maximum 1.221454Minimum -3.110637Std. Dev. 0.479115Skewness -1.721617Kurtosis 11.98207
Jarque-Bera 1310.892Probability 0.000000
68
Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 3.399435 Prob. F(5,363) 0.0051
Obs*R-squared 16.50528 Prob. Chi-Square(5) 0.0055
Scaled explained SS 24.59594 Prob. Chi-Square(5) 0.0002
Test Equation: Dependent Variable: RESID^2
Method: Least Squares
Date: 10/04/13 Time: 11:17 Sample: 1 369
Included observations: 369
Variable Coefficient
Std. Error
t-Statistic Prob.
C 0.000114 0.00031
8 0.35849
2 0.7202
BOPO -0.00021 0.00024
3 -0.84734 0.3974
CAR 0.000649 0.00021
3 3.05209
7 0.0024
LDR 0.000227 0.00025
3 0.89881
2 0.3693
NPL 0.000289 0.00047
3 0.61060
5 0.5418
SIZE 4.31E-13 2.35E-13 1.83293
1 0.0676
R-squared 0.04473 Mean dependent var
0.000324
Adjusted R-squared 0.031572 S.D. dependent var
0.000569
S.E. of regression 0.00056 Akaike info criterion -12.1229
Sum squared resid 0.000114 Schwarz criterion -12.0593
Log likelihood 2242.676 Hannan-Quinn criter. -12.0976
F-statistic 3.399435 Durbin-Watson stat
1.700241
69
Prob(F-statistic) 0.005149
autokorelasi Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.325745 Prob. F(2,361) 0.0992
Obs*R-squared 4.694087 Prob. Chi-Square(2) 0.0957
Test Equation: Dependent Variable: RESID
Method: Least Squares Date: 10/04/13 Time: 14:25 Sample: 1 369
Included observations: 369 Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error
t-Statistic Prob.
C -0.00011 0.010255 -0.0102 0.9919
BOPO -0.00028 0.007857 -0.03528 0.9719
CAR -0.0008 0.006879 -0.11648 0.9073
LDR 0.000719 0.008172 0.087985 0.9299
NPL -0.00114 0.015272 -0.0747 0.9405
SIZE -8.36E-14 7.61E-12 -0.01099 0.9912
RESID(-1) 0.056568 0.052753 1.072312 0.2843
RESID(-2) -0.10118 0.052645 -1.92196 0.0554
R-squared 0.012721 Mean dependent var
-7.10E-17
Adjusted R-squared -0.00642
S.D. dependent var 0.018012
S.E. of regression 0.018069 Akaike info criterion -5.16775
Sum squared resid 0.117867 Schwarz criterion -5.08297
Log likelihood 961.4507 Hannan-Quinn criter. -5.13407
F-statistic 0.664499 Durbin-Watson stat 1.996586
Prob(F-statistic) 0.702141
70
uji regresi
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.
Cross-section random 12.480726 5 0.0288
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
BOPO -0.21758 -0.238132 0.000073 0.0161
CAR 0.027385 0.020183 0.00002 0.1049
LDR 0.012152 0.011481 0.000056 0.9284
NPL 0.011035 0.01573 0.000098 0.6361
SIZE 0 0 0 0.0153
Cross-section random effects test equation: Dependent Variable: ROA
Method: Panel Least Squares Date: 10/07/13 Time: 09:59 Sample: 2009 2012
Periods included: 4 Cross-sections included: 100
Total panel (unbalanced) observations: 369
Variable Coefficient Std. Error t-Statistic Prob.
C 0.20543 0.013657 15.04204 0
BOPO -0.21758 0.011893 -18.2946 0
CAR 0.027385 0.008178 3.348521 0.0009
LDR 0.012152 0.011314 1.074086 0.2838
NPL 0.011035 0.018191 0.606598 0.5446
SIZE -9.74E-12 9.26E-12 -1.05147 0.294
71
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.865253 Mean dependent var
0.042644
Adjusted R-squared 0.812171 S.D. dependent var
0.037951
S.E. of regression 0.016448 Akaike info criterion
-5.143
Sum squared resid 0.07142 Schwarz criterion
-4.03017
Log likelihood 1053.883 Hannan-Quinn criter. -4.70093
F-statistic 16.30023 Durbin-Watson stat
3.551692
Prob(F-statistic) 0
Redundant Fixed Effects Tests Equation: Untitled
Test cross-section fixed effects
Effects Test Statistic d.f. Prob.
Cross-section F 1.790968 -99,264 0.0001
Cross-section Chi-square 189.5882 99 0
Cross-section fixed effects test equation: Dependent Variable: ROA
Method: Panel Least Squares Date: 10/07/13 Time: 10:01 Sample: 2009 2012
Periods included: 4 Cross-sections included: 100
Total panel (unbalanced) observations: 369
Variable Coefficient Std. Error t-Statistic Prob.
C 0.231046 0.010292 22.44923 0
BOPO -0.242738 0.007884 -30.788 0
CAR 0.016964 0.00689 2.462167 0.0143
72
LDR 0.010141 0.008191 1.23805 0.2165
NPL 0.017902 0.015318 1.168672 0.2433
SIZE -2.74E-11 7.62E-12 -3.59252 0.0004
R-squared 0.774755 Mean dependent var 0.042644
Adjusted R-squared 0.771652 S.D. dependent var 0.037951
S.E. of regression 0.018135 Akaike info criterion -5.165792
Sum squared resid 0.119386 Schwarz criterion -5.102201
Log likelihood 959.0886 Hannan-Quinn criter. -5.14053
F-statistic 249.7154 Durbin-Watson stat 2.173149
Prob(F-statistic) 0
Model 2
73
autokorelasi Breusch-Godfrey Serial Correlation LM Test:
F-statistic 2.171298 Prob. F(2,280) 0.1159
Obs*R-squared 4.398452 Prob. Chi-Square(2) 0.1109
Test Equation: Dependent Variable: RESID
Method: Least Squares Date: 10/09/13 Time: 14:45 Sample: 1 288
Included observations: 288
0
10
20
30
40
50
60
-0.15 -0.10 -0.05 0.00 0.05 0.10
Series: ResidualsSample 1 391Observations 391
Mean -6.43e-17Median -0.004955Maximum 0.125937Minimum -0.179894Std. Dev. 0.038778Skewness 0.164685Kurtosis 4.177796
Jarque-Bera 24.36725Probability 0.000005
0
4
8
12
16
20
24
-1.2 -1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4
Series: ResidualsSample 1 212Observations 212
Mean 2.21e-16Median 0.021510Maximum 0.466618Minimum -1.163682Std. Dev. 0.215675Skewness -0.937718Kurtosis 6.267556
Jarque-Bera 125.3819Probability 0.000000
74
Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error
t-Statistic Prob.
C -0.00079 0.00977 -0.08092 0.9356
BOPO 0.000334 0.014451 0.023139 0.9816
CAR -0.00031 0.010169 -0.03005 0.9761
LDR 2.44E-04 0.009386 0.025951 0.9793
NPL 0.000309 0.028725 0.010771 0.9914
SIZE 1.14E-11 3.58E-11 0.319865 0.7493
RESID(-1) 0.11001 0.060207 1.827197 0.0687
RESID(-2) 0.050018 0.061092 0.818728 0.4136
R-squared 1.53E-02 Mean dependent var
-9.50E-17
Adjusted R-squared -0.00935
S.D. dependent var 0.028582
S.E. of regression 0.028716 Akaike info criterion -4.23536
Sum squared resid 0.230886 Schwarz criterion -4.13361
Log likelihood 617.8918 Hannan-Quinn criter. -4.19459
F-statistic 0.620371 Durbin-Watson stat 1.993196
Prob(F-statistic) 0.738984
uji multi
BOPO CAR LDR NPL SIZE
BOPO 1 -0.21293 0.059154 0.060162 -0.02334
CAR -0.21293 1 0.033954 -0.13688 -0.0813
LDR 0.059154 0.033954 1 0.036905 0.043069
NPL 0.060162 -0.13688 0.036905 1 -0.10329
SIZE -0.02334 -0.0813 0.043069 -0.10329 1
uji hetero
Heteroskedasticity Test: Breusch-Pagan-Godfrey
75
F-statistic 0.524477 Prob. F(5,287) 0.7577
Obs*R-squared 2.652969 Prob. Chi-Square(5) 0.7533
Scaled explained SS 6.212146
Prob. Chi-Square(5) 0.2861
Test Equation: Dependent Variable: RESID^2
Method: Least Squares Date: 10/09/13 Time: 08:22 Sample: 1 293
Included observations: 293
Variable Coefficient Std. Error
t-Statistic Prob.
C 0.001473 0.000697 2.113245 0.0354 BOPO -0.00089 0.001031 -0.86455 0.388 CAR -0.00079 0.000721 -1.09991 0.2723 LDR 0.000101 0.000672 0.150792 0.8802 NPL -0.00159 0.002027 -0.78213 0.4348 SIZE 1.33E-12 2.52E-12 0.529088 0.5972
R-squared 0.009055 Mean dependent var 0.000928
Adjusted R-squared -0.00821
S.D. dependent var 0.002053
S.E. of regression 0.002061 Akaike info criterion -9.51067
Sum squared resid 0.001219 Schwarz criterion -9.43531
Log likelihood 1399.314 Hannan-Quinn criter. -9.48049
F-statistic 0.524477 Durbin-Watson stat 2.068627
Prob(F-statistic) 0.757703
uji regresi berganda
Redundant Fixed Effects Tests Equation: Untitled
Test cross-section fixed effects
76
Effects Test Statistic d.f. Prob.
Cross-section F 3.169072 -98,189 0
Cross-section Chi-square 284.7957 98 0
Cross-section fixed effects test equation:
Dependent Variable: NIM Method: Panel Least Squares Date: 10/09/13 Time: 08:24 Sample: 2010 2012
Periods included: 3 Cross-sections included: 99
Total panel (unbalanced) observations: 293
Variable Coefficient Std. Error
t-Statistic Prob.
C 0.183227 0.010408 17.60482 0
BOPO -0.06822 0.015386 -4.43366 0
CAR -0.00041 0.010766 -0.03839 0.9694
LDR -0.00042 0.010036 -0.04192 0.9666
NPL 0.021615 0.030262 0.714265 0.4756
SIZE -2.98E-10 3.76E-11 -7.92956 0
R-squared 0.227958 Mean dependent var 0.132132
Adjusted R-squared 0.214507
S.D. dependent var 0.034722
S.E. of regression 0.030774 Akaike info criterion -4.10405
Sum squared resid 0.271794 Schwarz criterion -4.02869
Log likelihood 607.2434 Hannan-Quinn criter. -4.07387
F-statistic 16.94825 Durbin-Watson stat 1.003869
Prob(F-statistic) 0
Correlated Random Effects - Hausman Test Equation: Untitled
Test cross-section random effects
77
Test Summary Chi-Sq. Statistic
Chi-Sq. d.f. Prob.
Cross-section random 33.658369 5 0
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
BOPO -0.02398 -0.045774 0.000037 0.0004
CAR -0.0098 -0.004405 0.000008 0.051
LDR -0.03442 -0.014873 0.000021 0
NPL 0.022107 0.024606 0.000055 0.7366
SIZE 0 0 0 0.3153
Cross-section random effects test equation: Dependent Variable: NIM
Method: Panel Least Squares Date: 10/09/13 Time: 08:26 Sample: 2010 2012
Periods included: 3 Cross-sections included: 99
Total panel (unbalanced) observations: 293
Variable Coefficient Std. Error t-Statistic Prob.
C 0.183009 0.010504 17.42245 0
BOPO -0.02398 0.014558 -
1.647354 0.1011
CAR -0.0098 0.009143 -
1.071347 0.2854
LDR -0.03442 0.009738 -
3.534035 0.0005
NPL 0.022107 0.025498 0.867006 0.387
SIZE -3.95E-10 9.18E-11 -
4.295335 0
Effects Specification
78
Cross-section fixed (dummy variables)
R-squared 0.707916 Mean dependent var 0.132132
Adjusted R-squared 0.548738 S.D. dependent var 0.034722
S.E. of regression 0.023325 Akaike info criterion -4.40711
Sum squared resid 0.102827 Schwarz criterion -3.10083
Log likelihood 749.6412 Hannan-Quinn criter. -3.88393
F-statistic 4.447326 Durbin-Watson stat 2.718532
Prob(F-statistic) 0
Model 3
0
5
10
15
20
25
30
35
-0.06 -0.04 -0.02 0.00 0.02 0.04 0.06 0.08
Series: ResidualsSample 1 376Observations 376
Mean 1.65e-17Median -0.006422Maximum 0.090079Minimum -0.066680Std. Dev. 0.030267Skewness 0.825538Kurtosis 3.272120
Jarque-Bera 43.86822Probability 0.000000
0
10
20
30
40
50
-4 -3 -2 -1 0 1 2
Series: ResidualsSample 1 363Observations 363
Mean 1.32e-15Median 0.268905Maximum 1.980851Minimum -3.902815Std. Dev. 1.131863Skewness -1.129665Kurtosis 4.041839
Jarque-Bera 93.62381Probability 0.000000
79
uji multikolinearitas
BOPO CAR LDR SIZE
BOPO 1 -0.29188 0.011411 0.014847
CAR -0.29188 1 0.472109 -0.044866
LDR 0.011411 0.472109 1 -0.02411
SIZE 0.014847 -0.044866 -0.02411 1
uji heterosketadisitas
Heteroskedasticity Test: Breusch-Pagan-Godfrey
F-statistic 6.07951 Prob. F(4,371) 0.0001
Obs*R-squared 23.12969 Prob. Chi-Square(4) 0.0001
Scaled explained SS 25.58251 Prob. Chi-Square(4) 0
Test Equation: Dependent Variable: RESID^2
Method: Least Squares Date: 10/04/13 Time: 11:24 Sample: 1 376
Included observations: 376
Variable Coefficient Std. Error t-Statistic Prob.
C -0.000657 0.000486 -1.350733 0.1776
BOPO 0.002141 0.000547 3.916569 0.0001
CAR -0.000586 0.000444 -1.318964 0.188
LDR -1.10E-05 0.000222 -0.049439 0.9606
SIZE -4.91E-13 5.60E-13 -0.875964 0.3816
R-squared 0.061515 Mean dependent var 0.000914
Adjusted R-squared 0.051397 S.D. dependent var 0.001379
S.E. of regression 0.001343 Akaike info criterion -10.37445
Sum squared resid 0.000669 Schwarz criterion -10.3222
80
Log likelihood 1955.397 Hannan-Quinn criter. -10.35371
F-statistic 6.07951 Durbin-Watson stat 1.988323
Prob(F-statistic) 0.000095
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 0.032545 Prob. F(2,369) 0.968
Obs*R-squared 0.066314 Prob. Chi-Square(2) 0.9674
Test Equation: Dependent Variable: RESID
Method: Least Squares Date: 10/04/13 Time: 14:34 Sample: 1 376
Included observations: 376 Presample missing value lagged residuals set to zero.
Variable Coefficient Std. Error
t-Statistic Prob.
C 0.00019 0.011145 0.017027 0.9864
BOPO -0.00017 0.01256 -0.01374 0.989
CAR -0.00018 0.01013 -0.01739 0.9861
LDR 1.01E-05 0.005041 0.002012 0.9984
SIZE -2.05E-13 1.28E-11 -0.01601 0.9872
RESID(-1) -0.00169 0.053067 -0.0319 0.9746
RESID(-2) -0.01327 0.052411 -0.2531 0.8003
R-squared 0.000176 Mean dependent var 1.65E-17
Adjusted R-squared -0.01608
S.D. dependent var 0.030267
S.E. of regression 0.030509 Akaike info criterion -4.12314
Sum squared resid 0.343467 Schwarz criterion -4.04998
Log likelihood 782.1505 Hannan-Quinn criter. -4.0941
F-statistic 0.010848 Durbin-Watson stat 1.998892
Prob(F-statistic) 0.999994
81
uji regresi
Redundant Fixed Effects Tests Equation: Untitled
Test cross-section fixed effects
Effects Test
Statistic d.f. Prob.
Cross-section F
2.288146 -99,272 0
Cross-section Chi-square 227.801296 99 0
Cross-section fixed effects test equation: Dependent Variable: NPL
Method: Panel Least Squares Date: 10/07/13 Time: 10:19 Sample: 2009 2012 Periods included: 4 Cross-sections included: 100 Total panel (unbalanced) observations: 376
Variable Coefficient Std. Error t-Statistic Prob.
C -0.019556 0.011015 -1.7755 0.0766
BOPO 0.069578 0.012388 5.616687 0
CAR -0.013133 0.010062 -1.30518 0.1926
LDR 0.005527 0.005026 1.099693 0.2722
SIZE -1.37E-11 1.27E-11 -1.078735 0.2814
R-squared 0.10676 Mean dependent var 0.037864
Adjusted R-squared 0.097129 S.D. dependent var 0.032024
S.E. of regression 0.030429 Akaike info criterion -4.133603
Sum squared resid 0.343528 Schwarz criterion -4.081348
Log likelihood 782.1173 Hannan-Quinn criter. -4.112859
F-statistic 11.08543 Durbin-Watson stat 1.671234
Prob(F-statistic) 0
Correlated Random Effects - Hausman Test
Equation: Untitled Test cross-section random effects
82
Test Summary Chi-Sq. Statistic
Chi-Sq. d.f. Prob.
Cross-section random 6.326632 4 0.176
Cross-section random effects test comparisons:
Variable Fixed Random Var(Diff.) Prob.
BOPO 0.041494 0.059915 0.000124 0.0979
CAR -0.00627 -0.01047 0.000049 0.5501
LDR 0.002553 0.004208 0.000007 0.5407
SIZE 0 0 0 0.1967
Cross-section random effects test equation:
Dependent Variable: NPL Method: Panel Least Squares Date: 10/07/13 Time: 10:20 Sample: 2009 2012
Periods included: 4 Cross-sections included: 100
Total panel (unbalanced) observations: 376
Variable Coefficient Std. Error
t-Statistic Prob.
C 0.003143 0.01493 0.210532 0.8334
BOPO 0.041494 0.017251 2.405329 0.0168
CAR -0.00627 0.012284 -0.51012 0.6104
LDR 0.002553 0.005574 0.458105 0.6472
SIZE 2.34E-12 1.39E-11 0.167943 0.8668
Effects Specification
Cross-section fixed (dummy variables)
R-squared 0.512641 Mean dependent var 0.037864
Adjusted R-squared 0.328089
S.D. dependent var 0.032024
S.E. of regression 0.02625
Akaike info criterion -4.21286
Sum squared resid 0.187432 Schwarz criterion -3.12595
Log likelihood 896.018
Hannan-Quinn criter. -3.7814
F-statistic 2.777767 Durbin-Watson stat 2.980235