camel

http://spicaalmilia.files.wordpress.com/2007/03/penelitian-camel.pdf
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 1
ANALISIS RASIO CAMELTERHADAP PREDIKSI KONDISI
BERMASALAH PADA LEMBAGA PERBANKAN
PERIODA 2000 – 2002
Luciana Spica Almilia, S.E., M.Si.
Winny Herdiningtyas, S.E.
STIE PERBANAS SURABAYA
Abstract
This research has a purpose to provide empirical evident about factors that affect
bankruptcy and financial distress of bank. The examined factors on this research are
CAMEL financial ratio.
The samples consist of 16 banks which had not bankrupt until 2000; 2 banks bankrupt,
and 6 banks which had financial distress. The statistic method used to test on the research
hypothesis is logit regression. The result show that CAMEL financial ratio had
classification power to predict bankruptcy and financial distress banks. This research also
indicate that CAR, APB, NPL, PPAPAP, ROA, NIM and BOPO ratios are statistically
different for bankrupt or financial distress banks and non bankrupt and non financial
distress bank, finally only CAR and BOPO is significant variables in determinant
bankruptcy and financial distress banks .
Keywords: financial distress, bankruptcy, CAMEL financial ratio, logit regression.
Abstraksi
Penelitian ini bertujuan untuk memberikan bukti empiris tentang factor-faktor yang
mempengaruhi kondisi kebangkrutan dan kesulitan keuangan perusahaan. Faktor-faktor
yang diuji dalam penentuan kondisi kebangkrutan dan kesulitan keuangan perusahaan
adalah rasio CAMEL sesuai dengan ketentuan Bank Indonesia.
Sampel penelitian terdiri dari dari 16 bank sehat, 2 bank yang mengalami
kebangkrutan dan 6 bank yang mengalami kondisi kesulitan keuangan. Metoda statistik
yang digunakan untuk menguji hipotesis penelitian adalah regresi logistik. Hasil
penelitian ini menunjukkan bahwa rasio keuangan CAMEL memiliki daya klasifikasi atau
daya prediksi untuk kondisi bank yang mengalami kesulitan keuangan dan bank yang
mengalami kebangkrutan. Dalam penelitian ini juga memberikan bukti bahwa rasio CAR,
APB, NPL, PPAPAP, ROA, NIM dan BOPO secara statistik berbeda untuk kondisi bank
bangkrut dan mengalami kesulitan keuangan dengan bank yang tidak bangkrut dan tidak
mengalami kondisi kesulitan keuangan. Penelitian ini juga memberikan bukti empiris
bahwa hanya rasio keuangan CAR dan BOPO yang secara statistik signifikan untuk
memprediksi kondisi kebangkrutan dan kesulitan keuangan pada sector perbankan.
Kata Kunci: Kesulitan keuangan, Kebangkrutan, Rasio Keuangan CAMEL, regresi
logistik.
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 2
LATAR BELAKANG MASALAH
Seiring dengan krisis multi dimensi yang menimpa Indonesia sejak pertengahan tahun 1997
yang dimulai dengan merosotnya nilai rupiah terhadap dolar Amerika Serikat telah
menghancurkan sendi-sendi ekonomi termasuk pada sektor perbankan. Krisis moneter yang
terus menerus mengakibatkan krisis kepercayaan, akibatnya banyak bank dilanda penyakit
yang sama. Hal ini menyebabkan banyak bank yang lumpuh karena dihantam kredit macet.
Dalam Seminar Restrukturisasi Perbankan di Jakarta pada tahun 1998 disimpulkan
beberapa penyebab menurunnya kinerja bank, antara lain :
a. Semakin meningkatnya kredit bermasalah perbankan
b. Dampak likuidasi bank-bank 1 November 1997 yang mengakibatkan turunnya
kepercayaan masyarakat terhadap perbankan dan pemerintah, sehingga memicu
penarikan dana secara besar-besaran.
c. Semakin turunnya permodalan bank-bank
d. Banyak bank-bank tidak mampu kewajibannya karena menurunnya nilai tukar
rupiah
e. Manajemen tidak profesional
Tingkat kesehatan bank dapat dinilai dari beberapa indikator. Salah satu sumber utama
indikator yang dijadikan dasar penilaian adalah laporan keuangan bank yang bersangkutan.
Berdasarkan laporan itu akan dapat dihitung sejumlah rasio keuangan yang lazim dijadikan
dasar penilaian tingkat kesehatan bank. Analisis rasio keuangan memungkinkan
manajemen untuk mengidentifikasikan perubahan-perubahan pokok pada trend jumlah, dan
hubungan serta alasan perubahan tersebut. Hasil analisis laporan keuangan akan membantu
mengintepretasikan berbagai hubungan kunci serta kecenderungan yang dapat memberikan
dasar pertimbangan mengenai potensi keberhasilan perusahaan dimasa mendatang.
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 3
Untuk menilai kinerja perusahaan perbankan umumnya digunakan lima aspek
penilaian, yaitu : 1) capital; 2) assets; 3) management; 4) earnings; 5) liquidity yang biasa
disebut CAMEL. Aspek-aspek tersebut menggunakan rasio keuangan. Hal ini menunjukan bahwa
rasio keuangan dapat digunakan untuk menilai tingkat kesehatan bank.. Secara empiris tingkat
kegagalan bisnis dan kebangkrutan bank dengan menggunakan rasio-rasio keuangan model
CAMEL dapat diuji sebagaimana yang telah dilakukan oleh beberapa peneliti yaitu :
Thomson (1991) dalam Wilopo (2001) yang menguji manfaat rasio keuangan CAMEL
dalam memprediksi kegagalan bank di USA pada tahun 1980an dengan menggunakan alat
statistik regresi logit, Whalen dan Thomson (1988) dalam Wilopo (2001) menemukan
bahwa rasio keuangan CAMEL cukup akurat dalam menyusun rating bank, dan di
Indonesia Surifah (1999) menguji manfaat rasio keuangan dalam memprediksi
kebangkrutan bank dengan menggunakan model CAMEL.
Berdasarkan uraian di atas, pada penelitian kali ini, peneliti ingin mengetahui
bagaimana peranan rasio CAMEL dalam memprediksi kondisi bermasalah pada lembaga
perbankan perioda 2000-2002. Penelitian ini lebih terfokus untuk memprediksi kondisi
bermasalah pada lembaga perbankan. Maksud dari kondisi bermasalah tersebut adalah
bank-bank yang dinyatakan bangkrut atau telah ditutup oleh Bank Indonesia pada tahun 8
April 2004 (Peraturan Pemerintah RI No.25 tahun 1999 tentang pencabutan izin usaha,
pembubaran dan likuidasi bank), bank-bank yang menderita kerugian tiga tahun berturutturut
(Surifah,2002:34 tentang kriteria perusahaan yang divonis delisting), bank-bank yang
mengalami kerugian lebih dari 75% modal disetor (KUHD pasal 47 ayat 2 tentang kriteria
perusahaan yang diyatakan bubar).
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 4
KAJIAN TEORI DAN PENGEMBANGAN HIPOTESIS
Kebangkrutan biasanya diartikan sebagai kegagalan perusahaan dalam menjalankan operasi
perusahaan untuk menghasilkan laba. Kebangkrutan juga sering disebut likuidasi
perusahaan atau penutupan perusahaan atau insolvabilitas. Kebangkrutan sebagai
kegagalan didefinisikan dalam beberapa arti (Muhammad Akhyar Adnan dan Eha
Kurniasih, 2000:137) : yaitu kegagalan ekonomi (Economic failure) dan kegagalan
keuangan (financial failure).
Kegagalan dalam arti ekonomi biasanya berarti bahwa perusahaan kehilangan uang
atau pendapatan perusahaan tidak menutup biayanya sendiri, ini berarti tingkat labanya
lebih kecil dari biaya modal atau nilai sekarang dari arus kas perusahaan lebih kecil dari
kewajiban. Kegagalan terjadi bila arus kas sebenarnya dari perusahaan tersebut jatuh di
bawah arus kas yang diharapkan. Bahkan kegagalan dapat juga berarti bahwa tingkat
pendapatan atas biaya historis dari investasinya lebih kecil daripada biaya modal
perusahaan.
Kegagalan keuangan bisa diartikan sebagai insolvensi yang membedakan antara dasar
arus kas dan dasar saham. Insolvensi atas dasar arus kas ada dua bentuk : Insolvensi Teknis
dan Insolvensi dalam pengertian kebangkrutan. Insolvensi teknis adalah Perusahaan dapat
dianggap gagal jika perusahaan tidak dapat memenuhi kewajiban pada saat jatuh tempo.
Walaupun total aktiva melebihi total utang atau terjadi bila suatu perusahaan gagal
memenuhi salah satu atau lebih kondisi dalam ketentuan hutangnya seperti rasio aktiva
lancar terhadap utang lancar yang telah ditetapkan atau rasio kekayaan bersih terhadap total
aktiva yang disyaratkan. Insolvensi juga terjadi bila arus kas tidak cukup untuk memenuhi
pembayaran kembali pokok pada tanggal tertentu. Insolvensi dalam pengertian
kebangkrutan adalah kebangkrutan didefinisikan dalam ukuran sebagai kekayaan bersih
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 5
negatif dalam neraca konvensional atau nilai sekarang dari arus kas yang diharapkan lebih
kecil dari kewajiban.
Kebangkrutan dari berbagai pengertian di atas dapat disimpulkan sebagai suatu
keadaan atau situasi dalam hal ini perusahaan gagal atau tidak mampu lagi memenuhi
kewajiban-kewajiban kepada debitur karena perusahaan mengalami kekurangan dan
ketidakcukupan dana untuk menjalankan atau melanjutkan usahanya sehingga tujuan
ekonomi yang ingin dicapai oleh perusahaan tidak dapat dicapai yaitu profit, sebab dengan
laba yang diperoleh perusahaan bisa digunakan untuk mengembalikan pinjaman,
membiayai operasi perusahaan dan kewajiban-kewajiban yang harus dipenuhi bisa ditutup
dengan laba atau aktiva yang dimiliki.
Kebangkrutan akan cepat terjadi di negara yang sedang mengalami kesulitan ekonomi,
karena kesulitan ekonomi akan memicu semakin cepatnya kebangkrutan perusahaan yang
mungkin tadinya sudah sakit kemudian semakin sakit dan bangkrut. Perusahaan yang
belum sakit pun akan mengalami kesulitan dalam pemenuhan dana untuk kegiatan
operasional akibat adanya krisis ekonomi tersebut. Proses kebangkrutan, tidak semata-mata
disebabkan oleh faktor ekonomi tetapi juga disebabkan oleh faktor yang lain yang sifatnya
non ekonomi.
Konsep dan Rasio CAMEL
Dalam kamus Perbankan (Institut Bankir Indonesia), edisi kedua tahun 1999: CAMEL
adalah aspek yang paling banyak berpengaruh terhadap kondisi keuangan bank, yang
mempengaruhi pula tingkat kesehatan bank, CAMEL merupakan tolok yang menjadi obyek
pemeriksaan bank yang dilakukan oleh pengawas bank. CAMEL terdiri atas lima kriteria
yaitu modal, aktiva, manajemen, pendapatan dan likuiditas. Berdasarkan kamus Perbankan
(Institut Bankir Indonesia), edisi kedua tahun 1999, peringkat CAMEL dibawah 81
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 6
memperlihatkan kondisi keuangan yang lemah yang ditunjukan oleh neraca bank, seperti
rasio kredit tak lancar terhadap total aktiva yang meningkat, apabila hal tersebut tidak
diatasi akan mengganggu kelangsungan usaha bank, bank yang terdaftar pada pengawasan
dianggap sebagai bank bermasalah dan diperiksa lebih sering oleh pengawas bank jika
dibandingkan dengan bank yang tidak bermasalah. Bank dengan peringkat CAMEL diatas
81 adalah bank dengan pendapatan yang kuat dan aktiva tak lancar sedikit, peringkat
CAMEL tidak pernah diinformasikan secara luas.
Rasio CAMEL adalah menggambarkan suatu hubungan atau perbandingan antara
suatu jumlah tertentu dengan jumlah yang lain. dengan analisis rasio dapat diperoleh
gambaran baik buruknya keadaan atau posisi keuangan suatu bank.
Manfaat Rasio Keuangan untuk Memprediksi Kebangkrutan
Machfoedz (1994) menguji manfaat rasio keuangan dalam memprediksi laba perusahaan
dimasa yang akan datang. Rasio keuangan yang digunakan adalah cash flows/current
liabilities, net worth and total liabilities/fixed assets, gross profit/sales, operating
income/sales, net income/sales, quick assets/inventory, operating income/total liabilities,
net worth/sales, current liabilities/net worth, dan net worth/total liabilities. Ditemukan
bahwa rasio keuangan yang digunakan dalam model bermanfaat untuk memprediksi laba
satu tahun ke muka, namun tidak bermanfaat untuk memprediksi lebih dari satu tahun.
Penelitian berkaitan dengan prediksi kebangkrutan bank di Indonesia dilakukan oleh
Wilopo (2001). Penyampelan dalam penelitian ini dilakukan secara cluster yaitu 235 bank
pada akhir tahun 1996 dibagi menjadi 16 bank terlikuidasi dan 219 bank yang tidak
dilikuidasi, selanjutnya diambil 40% sebagai sampel estimasi, terdiri atas 7 bank
terlikuidasi dan 87 bank yang tidak dilikuidasi. Kemudian dari 215 bank pada akhir tahun
1997 yang terdiri atas 38 bank terlikuidasi dan 177 bank pada tahun 1999 yang tidak
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 7
dilikuidasi, diambil 40% sebagai sampel validasi yang terdiri atas 16 bank terlikuidasi dan
70 bank yang tidak dilikuidasi. Variabel yang digunakan dalam penelitian ini untuk
memprediksikan kebangkrutan bank adalah rasio keuangan model CAMEL (13 rasio),
besaran (size) bank yang diukur dengan log. assets, dan variabel dummy (kredit lancar dan
manajemen). Hasil penelitian ini menunjukkan bahwa secara keseluruhan tingkat prediksi
variabel-variabel yang digunakan dalam penelitian ini tinggi (lebih dari 50% sebagai cutoff
value-nya). Tetapi jika dilihat dari tipe kesalahan yang terjadi tampak bahwa kekuatan
prediksi untuk bank yang dilikuidasi 0% karena dari sampel bank yang dilikuidasi,
semuanya diprediksikan tidak dilikuidasi. Dengan demikian hasil penelitian ini tidak
mendukung hipotesis yang diajukan bahwa “rasio keuangan model CAMEL, besaran (size)
bank serta kepatuhan terhadap Bank Indonesia” dapat digunakan untuk memprediksikan
kegagalan bank di Indonesia. Simpulan ini diambil didasarkan atas tipe kesalahan yang
terjadi, khusus kasus di Indonesia ternyata rasio CAMEL serta variabel-variabel
independen lain yang digunakan dalam penelitian ini belum dapat memprediksikan
kegagalan bank. Dengan demikian perlu eksplorasi lebih lanjut terhadap variabel lain di
luar rasio keuangan agar diperoleh model yang lebih tepat untuk memprediksikan
kegagalan bank.
Sedangkan penelitian yang dilakukan Swandari (2002) berusaha untuk menganalisa
apakah tingginya perilaku risiko dari pemegang saham, kepemilikan institusi dan kinerja
mempengaruhi kebangkrutan bank. Sampel penelitian ini terdiri dari bank yang
dikategorikan fail dan bank yang sehat yang terdiri atas 25 bank yang dikategorikan fail
dan 35 bank yang sehat atau survive. Dalam penelitian ini variabel kinerja diproksikan
dengan NITA (laba bersih / total aktiva) dan FUTL (laba operasi / total kewajiban), selain
itu dalam penelitian ini juga memasukkan variabel kontrol yaitu size perusahaan dan
jumlah modal. Diprediksikan bahwa perilaku risiko berpengaruh positif terhadap
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 8
kebangkrutan bank, sedangkan porsi kepemilikan institusi dan kinerja berpengaruh negatif
terhadap kebangkrutan bank. Hasil penelitian ini menunjukkan bahwa:
1. Variabel perilaku resiko memiliki tanda sesuai dengan prediksi namun secara statistik
tidak signifikan atau dapat dikatakan hipotesis yang dinyatakan dalam penelitian ini
ditolak. Hasil ini sejalan dengan teori agency cost of debt yang menyatakan bahwa
perusahaan dengan tingkat hutang yang tinggi akan menyebabkan manajer atau pemilik
bank berperilaku lebih beresiko atas beban debtholder atau para deposan. Dengan kata
lain, pemilik akan berupaya meningkatkan nilai opsi call dari saham yang mereka
miliki.
2. Variabel proksi kepemilikan institusi juga memiliki tanda sesuai prediksi namun secara
statistik tidak signifikan atau dapat dikatakan hipotesis yang dinyatakan dalam
penelitian ini ditolak..
3. Sedangkan dua variabel kinerja yang digunakan yaitu NITA dan FUTL, keduanya
memberikan dukungan terhadap hipotesis yang dinyatakan dalam penelitian ini.
Penelitian yang dilakukan oleh Haryati (2002) berusaha untuk menganalisa: (1) apakah
terdapat perbedaan bermakna kinerja keuangan yang diukur dari rasio cadangan
penghapusan kredit terhadap kredit, ROA, efisiensi dan LDR antar bank kelompok kategori
A, B dan C, dan (2) apakah rasio keuangan tersebut mempunyai pengaruh yang bermakna
terhadap kemungkinan kebangkrutan bank-bank kategori A, B dan C. Hasil dari penelitian
ini adalah empat rasio keuangan yang digunakan ternyata rasio ROA, Efisiensi dan LDR
mempunyai perbedaan yang signifikan di antara bank-bank dalam kategori A, B dan C.
Adapun rasio Cadangan Penghapusan Kredit terhadap Kredit tidak mempunyai perbedaan
bermakna mengingat pengukuran rasio ini untuk menilai kualitas asset dari bank kurang
tepat (tidak sesuai dengan pengukuran sebagaimana telah ditentukan oleh Bank Indonesia).
Penggunaan rasio keuangan yang mempunyai perbedaan signifikan dalam model logistic
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 9
regression untuk menguji prediksi kebangkrutan bank-bank dalam kategori bangkrut
adalah akurat yang ditunjukkan dengan tingkat kemaknaan 0,00%. Dari ketiga rasio ROA,
Efisiensi dan LDR hanya rasio ROA yang mempunyai pengaruh bermakna terhadap
kemungkinan kebangkrutan bank.
Etty M. Nasser dan Titik Aryati (2000) menyimpulkan bahwa dengan uji univariate
ada dua jenis rasio yang signifikan yang membedakan bank sehat dan bank gagal yaitu
rasio EATAR dan OPM. Untuk rasio keuangan yang dominan mempengaruhi kegagalan
dan keberhasilan bank adalah EATAR dan PBTA melalui analisis Stepwise Statistic, dan
dengan analisis Casewise Statistic dapat diketahui tingkat keberhasilan keseluruhan dari
fungsi diskriminan dan untuk peramalan empat tahun sebelum bangkrut adalah 67,6 %.
Penelitian ini menggunakan bank go public sebagai sampel. Variabel bebas yang
digunakan adalah beberapa rasio-rasio keuangan model CAMEL yaitu CAR1, CAR2, ETA,
RORA, ALR, NPM, OPM, ROA, ROE, BOPO, PBTA, EATAR, dan LDR. Sedangkan
yang menjadi variabel terikat adalah Financial Distress dengan dua alternatif yaitu bank
sehat dan bank gagal.
Secara empiris tingkat kegagalan bisnis dan kebangkrutan bank dengan menggunakan
rasio-rasio keuangan model CAMEL dapat dibuktikan sebagaimana yang telah dilakukan
oleh beberapa peneliti yaitu : Thomson (1991) dalam Wilopo (2001) yang menguji manfaat
rasio keuangan CAMEL dalam memprediksi kegagalan bank di USA pada tahun 1980an
dengan menggunakan alat statistik regresi logit, Whalen dan Thomson (1988) dalam
Wilopo (2001) menemukan bahwa rasio keuangan CAMEL cukup akurat dalam menyusun
rating bank, dan di Indonesia Surifah (1999) menguji manfaat rasio keuangan dalam
memprediksi kebangkrutan bank dengan menggunakan model CAMEL. Berdasarkan
analisis dan temuan penelitian terdahulu, maka hipotesis penelitian dinyatakan sebagai
berikut:
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 10
H1: Rasio keuangan CAMEL (CAR, ATTM, APB, NPL, PPAP terhadap Aktiva
Produktif, Pemenuhan PPAP, ROA, ROE, NIM, BOPO, LDR) memiliki
perbedaan yang signifikan antara bank-bank bermasalah dan tidak
bermasalah perioda 2000-2002.
H2: Rasio keuangan CAMEL (CAR, ATTM, APB, NPL, PPAP terhadap Aktiva
Produktif, Pemenuhan PPAP, ROA, ROE, NIM, BOPO, LDR) dapat
digunakan untuk memprediksi kondisi bermasalah bank-bank umum swasta
nasional di Indonesia perioda 2000-2002.
METODA PENELITIAN
Data Penelitian
Data yang digunakan adalah data kuantitatif, yaitu data yang diukur dalam suatu skala
numerik (angka). Dalam penelitian ini menggunakan data sekunder yaitu data yang telah
dikumpulkan oleh lembaga pengumpul data dan dipublikasikan kepada masyarakat
pengguna data. Data sekunder berupa laporan keuangan tahunan dari bank-bank umum
swasta nasional perioda 2000-2002 yang terdaftar di direktori Bank Indonesia.
Populasi dan Sampel Penelitian
Populasi penelitian ini yaitu bank-bank umum swasta nasional yang terdaftar dalam
direktori Bank Indonesia. Dari populasi yang ada akan diambil sejumlah tertentu sebagai
anggota sampelnya yaitu bank umum swasta nasional yang terdaftar direktori Bank
Indonesia perioda 2000-2002, total aktiva yang dimiliki sebesar 100 juta – 37 milyar
Rupiah per 31 Desember 2000, bank yang dijadikan sampel terbagi menjadi dua kelompok
yaitu bank bermasalah dan tidak bermasalah.
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 11
Teknik sampling yang digunakan dalam penelitian adalah metoda purposive sampling,
yaitu sampel ditarik sejumlah tertentu dari populasi emiten dengan menggunakan
pertimbangan atau kriteria tertentu (Sugiyono, 1999). Kriteria pemilihan sampel yang akan
diteliti sebagai berikut :
1. Bank-bank umum swasta nasional yang mempublikasikan laporan keuangan pada
tahun 2000-2002.
2. Total aktiva yang dimiliki bank-bank tersebut sebesar 100 juta - 37 milyar per 31
Desember 2000
3. Bank yang dijadikan sampel terbagi menjadi dua atau kategori yaitu:
a. Bank tidak bermasalah, yaitu:
i) Bank-bank yang tidak masuk program penyehatan perbankan dan tidak
dalam pengawasan khusus. Bank-bank tersebut masih beroperasi sampai
31 Desember 2004.
ii) Bank-bank tersebut tidak mengalami kerugian pada tahun 2000-2003
b. Bank bermasalah, yaitu:
i) Bank-bank yang dinyatakan bangkrut atau telah ditutup oleh Bank
Indonesia pada tahun 8 April 2004. (Peraturan Pemerintah RI No.25
tahun 1999 tentang pencabutan izin usaha, pembubaran dan likuidasi
bank).
ii) Bank-bank yang menderita kerugian minimal tiga tahun berturut-turut
yaitu 2000-2003 (Surifah,2002:34 tentang kriteria perusahaan divonis
delisting).
iii) Bank-bank yang mengalami kerugian lebih dari 75% modal disetor pada
tahun 2000-2003 (KUHD pasal 47 ayat 2).
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 12
Jumlah sampel akhir yang terpilih sebanyak 24 bank umum swasta nasional yang
terdaftar di direktori Bank Indonesia dalam kurun waktu 2000 – 2002 yang terdiri dari 16
bank kondisi tidak bermasalah dan 8 bank kondisi bermasalah. Berdasarkan kriteria
tersebut maka 24 bank yang terpilih sebagai sampel yang disajikan pada Lampiran 1.
Definisi Variabel
1. Variabel dependen yang digunakan dalam penelitian ini adalah kondisi bermasalah
suatu bank yang merupakan variabel kategori, 0 untuk perusahaan tidak bermasalah
dan untuk bank bermasalah.
2. Variabel independen yang digunakan dalam penelitian ini adalah rasio keuangan
CAMEL yaitu:
a. CAR (Capital Adequancy Ratio) CAR adalah rasio yang memperlihatkan
seberapa besar jumlah seluruh aktiva bank yang mengandung 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 =
Total ATMR
Modal Bank
x 100%
b. Rasio Aktiva Tetap terhadap Modal (ATTM). Rasio ini mengukur kemampuan
manajemen bank dalam menentukan besarnya aktiva tetap dan inventaris yang
dimiliki bank yang bersangkutan terhadap modal. Semakin tinggi rasio ini
artinya modal yang dimiliki bank kurang mencukupi dalam menunjang aktiva
tetap dan inventaris sehingga kemungkinan suatu bank dalam kondisi
bermasalah akan semakin besar. Rasio ini dapat dirumuskan sebagai berikut :
ATTM =
Modal
Aktiva Tetap dan Inventaris
x 100%
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 13
c. Rasio Aktiva Produktif Bermasalah (APB). Rasio ini untuk menunjukkan
kemampuan manajemen bank dalam mengelola aktiva produktif bermasalah
terhadap total aktiva produktif. Semakin tinggi rasio ini maka semakin buruk
kualitas aktiva produktif yang menyebabkan PPAP yang tersedia semakin besar
maka kemungkinan suatu bank dalam kondisi bermasalah semakin besar.
Aktiva produktif bermasalah adalah aktiva produtif dengan kualitas kurang
lancar, diragukan dan macet. Rasio ini dapat dirumuskan sebagi berikut (SE BI
No 3/30DPNP tgl 14 Desember 2001) :
APB =
Total aktiva produktif
Aktiva produktif bermasalah
x 100%
d. 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 (SE BI No 3/30DPNP tgl 14 Desember 2001) :
NPL =
Total kredit
Kredit bermasalah
x 100%
e. Rasio PPAPAP (Penyisihan Penghapusan Aktiva Produktif terhadap Aktiva
Produktif). Rasio PPAP menunjukkan kemampuan manajemen bank dalam
menjaga kualitas aktiva produktif sehingga jumlah PPAP dapat dikelola dengan
baik. Semakin besar PPAP maka semakin buruk aktiva produktif bank yang
bersangkutan sehingga kemungkinan suatu bank dalam kondisi bermasalah
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 14
semakin besar. Cakupan komponen aktiva produktif dan PPAP yang telah
dibentuk sesuai dengan ketentuan Kualitas Aktiva Produktif yang berlaku.
Rasio ini dirumuskan sebagai berikut (SE BI No 3/30DPNP tgl 14 Desember
2001):
PPAP terhadap Aktiva Produktif =
Total aktiva produktif
PPAP yang telah dibentuk
x 100%
f. Rasio pemenuhan PPAP. Rasio ini menunjukkan kemampuan manajemen bank
dalam menentukan besarnya PPAP yang telah dibentuk terhadap PPAP yang
wajib dibentuk. Semakin besar rasio ini maka kemungkinan bank dalam
kondisi bermasalah semakin kecil karena semakin besar PPAP yang telah
dibentuk dari PPAP yang wajib dibentuk. Penghitungan PPAP yang wajib
dibentuk sesuai dengan ketentuan Kualitas Aktiva Produktif yang berlaku.
Rasio ini dirumuskan sebagai berikut (SE BI No 3/30DPNP tgl 14 Desember
2001) :
Pemenuhan PPAP =
PPAP wajib dibentuk
PPAP yang telah dibentuk
x 100%
g. ROA (Return on Assets). Rasio ini digunakan untuk mengukur kemampuan
manajemen bank dalam memperoleh keuntungan (laba sebelum pajak) 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. Laba
sebelum pajak adalah laba bersih dari kegiatan operasional sebelum pajak.
Sedangkan rata-rata total asset adalah rata-rata volume usaha atau aktiva. Rasio
ini dirumuskan sebagai berikut (SE BI No 3/30DPNP tgl 14 Desember 2001) :
ROA =
Rata - rata total asset
Laba sebelum pajak
x 100%
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 15
h. ROE (Return on Equity). Rasio ini digunakan untuk mengukur kinerja
manajemen bank dalam mengelolah modal yang tersedia untuk menghasilkan
laba setelah pajak. Semakin besar ROE, semakin besar pula tingkat keuntungan
yang dicapai bank sehingga kemungkinan suatu bank dalam kondisi
bermasalah semakin kecil. Laba setelah pajak adalah laba bersih dari kegiatan
operasional setelah dikurangi pajak sedangkan rata-rata total ekuitas adalah
rata-rata modal inti yang dimiliki bank, perhitungan modal inti dilakukan
berdasarkan ketentuan kewajiban modal minimum yang berlaku. Rasio ini
dirumuskan sebagi berikut (SE BI No 3/30DPNP tgl 14 Desember 2001):
ROE =
Rata - rata ekuitas
Laba setelah pajak
x 100%
i. 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. Semakin besar rasio ini maka meningkatnya
pendapatan bunga atas aktiva produktif yang dikelola bank sehingga
kemungkinan suatu bank dalam kondisi bermasalah semakin kecil. Rasio ini
dirumuskan sebagai berikut (SE BI No 3/30DPNP tgl 14 Desember 2001) :
NIM =
Aktiva produktif
Pendapatan Bunga bersih
x 100%
j. 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 sehingga kemungkinan suatu bank
dalam kondisi bermasalah semakin kecil. Biaya operasional dihitung
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 16
berdasarkan penjumlahan dari total beban bunga dan total beban operasional
lainnya. Pendapatan operasional adalah penjumlahan dari total pendapatan
bunga dan total pendapatan operasional lainnya. Rasio ini dirumuskan sebagai
berikut (SE BI No 3/30DPNP tgl 14 Desember 2001) :
BOPO =
Pendapatan Operasional
Biaya Operasional
x 100%
k. 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 sedangkan untuk dana pihak ketiga
adalah giro, tabungan, simpanan berjangka, sertifikat deposito. Rasio ini dapat
dirumuskan sebagi berikut (SE BI No 3/30DPNP tgl 14 Desember 2001) :
LDR =
Total dana pihak ketiga
Total kredit
x 100%
Teknik Analisis dan Model Analisis
Pengujian Hipotesis I
Analisis awal dilakukan sebelum pengujian hipotesis 1 adalah analisis normalitas data.
Dalam analisis ini digunakan uji Kolmogorov Smirnov dengan tingkat signifikansi yang
digunakan = 5%, jika P value > 5% maka data dianggap normal. Uji ini dilakukan
dengan tujuan untuk mengetahui jenis alat analisis yang digunakan untuk melakukan uji
beda (non parametrik atau parametrik). Jika data tidak normal maka digunakan uji beda
non parametrik dengan menggunakan Mann Whitney U sebaliknya jika data normal
digunakan Independen T-test (Ghozali dan Castellan, 2002). Uji beda dilakukan untuk
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 17
mengetahui rasio CAMEL yang dapat membedakan bank bermasalah dan bank tidak
bermasalah.
Pengujian Hipotesis II
Pengujian hipotesis 2 digunakan untuk menentukan pengaruh dari masing-masing variabel
bebas (Rasio CAMEL menurut Bank Indonesia) terhadap prediksi kondisi bermasalah
bank-bank umum swasta nasional di Indonesia perioda 2000-2002. Karena variabel
terikatnya memiliki dua alternatif maka digunakan model Regression Logistic (Ghozali,
2002). Adapun formulasinya adalah sebagai berikut:
Y = a + b(CAR) + c(ATTM) + d(APB) + e(NPL) + f(PPAPAP) + g(PemPPAP) + h(ROA)
+ i(ROE) + j(NIM) + k(BOPO) + l(LDR) + e ….....(12)
PENGUJIAN EMPIRIS DAN HASIL
Hasil Hipotesis I
Berdasarkan uji One Sample Kolmogorov Smirnov test, yaitu uji yang dilakukan untuk
mengetahui alat uji analisis yang digunakan untuk melakukan uji beda (parametrik atau non
parametrik). Untuk sampel penelitian yang berdistribusi normal, alat uji yang digunakan
adalah uji beda parametrik Independen Sample T-test dengan P value lebih besar dari 0.05
sedangkan untuk sampel penelitian yang berdistribusi tidak normal, alat uji yang digunakan
adalah uji beda non parametrik Mann Whitney U dengan P value lebih kecil dari 0.05.
Analisis normalitas data masing-masing rasio disajikan pada tabel 1.
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 18
Tabel 1
UJI NORMALITAS DATA (ONE SAMPLE KOLMOGOROF SMIRNOV TEST)
Rasio Signifikans
i
Keterangan
CAR (Bank Tidak Bermasalah)
CAR (Bank Bermasalah)
0.216
0.098
Normal
Normal
ATTM(Bank Tidak Bermasalah)
ATTM (Bank Bermasalah)
0.293
0.756
Normal
Normal
APB (Bank Tidak Bermasalah)
APB (Bank Bermasalah)
0.068
0.661
Normal
Normal
NPL (Bank Tidak Bermasalah)
NPL (Bank Bermasalah)
0.002
0.662
Tidak Normal
Normal
PPAPAP (Bank Tidak Bermasalah)
PPAPAP (Bank Bermasalah)
0.059
0.641
Normal
Normal
P_ PPAP (Bank Tidak Bermasalah)
P_ PPAP (Bank Bermasalah)
0.000
0.199
Tidak Normal
Normal
ROA (Bank Tidak Bermasalah)
ROA (Bank Bermasalah)
0.074
0.016
Normal
Tidak Normal
ROE (Bank Tidak Bermasalah)
ROE (Bank Bermasalah)
0.371
0.009
Normal
Tidak Normal
NIM (Bank Tidak Bermasalah)
NIM (Bank Bermasalah)
0.051
0932
Normal
Normal
BOPO (Bank Tidak Bermasalah)
BOPO (Bank Bermasalah)
0.485
0.759
Normal
Normal
LDR (Bank Tidak Bermasalah)
LDR (Bank Bermasalah)
0.587
0.941
Normal
Normal
Sumber Data: Output SPSS, diolah
Berdasarkan tabel 1 rasio NPL, Pemenuhan PPAP, ROA, ROE dikatakan tidak normal
karena dalam salah satu kategorinya karena memiliki P value lebih kecil dari 0.05. Untuk
rasio CAR, ATTM, APB, PPAPAP, NIM, BOPO, LDR berdistribusi normal karena
memiliki P value lebih besar dari 0.05.
Langkah selanjutnya adalah melakukan uji beda. Uji beda dilakukan untuk mengetahui
apakah rasio keuangan CAMEL (CAR, ATTM, APB, NPL, PPAP terhadap Aktiva
Produktif, Pemenuhan PPAP, ROA, ROE, NIM, BOPO, LDR) memiliki perbedaan yang
signifikan antara bank-bank bermasalah dan tidak bermasalah perioda 2000-2002. Pada
penelitian ini uji beda dilakukan dengan menggunakan alat uji Independen Sample T-test
untuk data yang berdistribusi normal sedangkan untuk data yang berdistribusi tidak normal
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 19
menggunakan alat uji Mann Whitney U. Uji beda untuk data berdistribusi normal akan
disajikan pada tabel 4.5 dan untuk data berdistribusi tidak normal tabel 2.
Tabel 2
UJI BEDA INDEPENDEN SAMPLE T-TEST
Rasio Signifikansi Hipotesis Null
CAR 0.000 Ditolak
ATTM 0.873 Diterima
APB 0.005 Ditolak
PPAPAP 0.024 Ditolak
NIM 0.000 Ditolak
BOPO 0.000 Ditolak
LDR 0.059 Diterima
Sumber Data: Output SPSS, diolah
Berdasarkan tabel 2 dapat diketahui rasio CAR signifikansinya sebesar 0.000, APB
signifikansinya sebesar 0.005, PPAPAP signifikansi sebesar 0.024, NIM signifikansinya
sebesar 0.000, BOPO signifikansinya sebesar 0.000. Kelima rasio tersebut mempunyai P
value lebih kecil dari 0.05, maka dapat disimpulkan bahwa hipotesis null ditolak artinya
rasio CAR, APB, PPAPAP, NIM, BOPO memiliki perbedaan yang signifikan antara bank
bermasalah dan bank tidak bermasalah. Untuk rasio ATTM, LDR signifikansinya masingmasing
sebesar 0.873 dan 0.059. Rasio ATTM, dan LDR mempunyai P value lebih besar
dari 0.05, maka dapat disimpulkan bahwa hipotesa null diterima atau hipotesa alternatif
ditolak artinya rasio ATTM, LDR tidak memiliki perbedaan yang signifikan antara bank
bermasalah dan bank tidak bermasalah.
Tabel 3
UJI BEDA MANN WHITNEY U
Rasio Signifikansi
Hipotesis Null
NPL 0.000 Ditolak
Pemenuhan PPAP 0.059 Diterima
ROA 0.000 Ditolak
ROE 0.272 Diterima
Sumber Data: Output SPSS, diolah
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 20
Berdasarkan tabel 3 dapat diketahui NPL signifikansinya sebesar 0.000, ROA
signifikansinya sebesar 0.000. Kedua rasio tersebut mempunyai P value lebih kecil dari
0.05, maka dapat disimpulkan untuk data yang berdistribusi tidak normal, hipotesa null
ditolak atau hipotesa alternatif diterima artinya rasio NPL, ROA memiliki perbedaan yang
signifikan antara bank bermasalah dan bank tidak bermasalah. Untuk rasio Pemenuhan
PPAP signifikansinya sebesar 0.059, ROE signifikansinya sebesar 0.272. Kedua rasio
tersebut mempunyai P value lebih besar dari 0.05, maka dapat disimpulkan untuk data yang
berdistribusi tidak normal, hipotesa null diterima atau hipotesa alternatif ditolak artinya
rasio Pemenuhan PPAP, ROE tidak memiliki perbedaan yang signifikan antara bank
bermasalah dan bank tidak bermasalah.
Penelitian kali ini konsisten dengan penelitian Wilopo (2001) dan Sri Haryati (2002)
yaitu rasio ROA dan BOPO yang digunakan pada penelitian terdahulu dan sekarang adalah
mempunyai perbedaan yang signifikan artinya rata-rata ROA selama perioda penelitian
adalah lebih besar rata-rata ROA bank tidak bermasalah sedangkan rata-rata BOPO selama
perioda penelitian adalah lebih besar rata-rata BOPO bank bermasalah.
Pengujian Hipotesis II
Uji pengaruh dilakukan untuk mengetahui apakah rasio keuangan CAMEL (CAR, APB,
NPL, PPAP terhadap Aktiva Produktif, ROA, NIM, BOPO) memiliki pengaruh yang
signifikan terhadap prediksi kondisi bermasalah bank-bank umum swasta nasional di
Indonesia perioda 2000-2002. Karena variabel bebas memiliki dua alternatif yaitu
bermasalah dan tidak bermasalah maka model yang digunakan adalah Regression Logistic
dengan persamaan sebagai berikut :
Y = KDS = a + b(CAR) + c(APB) + d(NPL) + e(PPAPAP) + f(ROA) + g(NIM) +
h(BOPO) + e
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 21
Tabel 4
MENILAI MODEL FIT
- 2LL Blok Number 0 91.65 8
- 2LL Blok Number - 2LL Blok Number 1 26.054
Cox & Snell R Square Cox & Snell R Square 0.598
Nagelkerke R Square Nagelkerke R Square 0.830
Homer and Lemeshow Chi-Square 1.631
Test Sig. 0.990
Sumber Data: Output SPSS, diolah
Untuk menilai model fit adalah berdasarkan pada fungsi Likelihood. Likelihood L dari
model adalah probabilitas bahwa model yang dihipotesakan menggambarkan data input.
Untuk pengujian L ditransformasikan menjadi –2LogL. Statistik –2LogL pada awal (block
number = 0) dengan angka –2LogL pada block number = 1 dapat juga digunakan untuk
menetukan jika variabel bebas ditambahkan pada model apakah secara signifikan
memperbaiki model fit, apabila terjadi penurunan maka dapat ditarik kesimpulan bahwa
model tersebut menunjukan model regresi yang baik. Dari tabel 4 di atas menunjukan nilai
–2LogL Block Number = 0 adalah 91.658 kemudian terjadi penurunan nilai –2LogL Block
Number = 1 menjadi 26.054, maka dapat ditarik kesimpulan bahwa model tersebut
menunjukan model regresi yang baik. Jika dilihat dari nilai Cox & Snell R Square sebesar
0.598 dan Nagelkerke R Square sebesar 0.830 dapat menggambarkan bahwa variabel
terikat yang dapat dijelaskan oleh variabelitas variabel bebas sebesar 83.0 persen,
sedangkan 17.0 persen sisanya dipengaruhi oleh variabel lain. Homer and Lemeshow’s
Goodness of fit Test menguji bahwa data empiris cocok atau sesuai dengan model,
sehingga model dapat dikatakan fit. Dasar pengambilan keputusan tersebut jika nilai
probabilitas Hosmer & Lemeshow Test lebih besar dari tingkat signifikan 0.05 persen.
Nilai statistik Hosmer & Lemeshow Test sebesar 1.631 dengan tingkat probabilitas
signifikansi sebesar 0.990, yang berarti jauh di atas 0.05 sehingga model regresi ini layak
digunakan.
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 22
Tabel 5
KOEFISIEN REGRESI LOGISTIK DAN TINGKAT SIGNIFIKANSI RASIO
CAR, APB, NPL, PPAPAP, ROA, NIM, BOPO
Variabel B Signifikansi Hipotesis Null
CAR -0.341 0.027 Ditolak
APB -1.078 0.078 Diterima
NPL 0.663 0.088 Diterima
PPAPAP 0.694 0.494 Diterima
ROA -0.324 0.703 Diterima
NIM -0.125 0.818 Diterima
BOPO 0.329 0.018 Ditolak
Sumber Data: Output SPSS, diolah
Berdasarkan tabel 5, dapat diketahui bahwa rasio CAR mempunyai pengaruh
negatif artinya semakin rendah rasio ini maka semakin besar kemungkinan suatu bank
dalam kondisi bermasalah. Pengaruh rasio CAR terhadap kondisi bermasalah adalah
signifikan karena tingkat signifikansi di bawah 0.05 yaitu sebesar 0.027. Rasio APB, NPL,
PPAPAP, ROA, dan NIM tidak memiliki pengaruh yang signifikan terhadap kondisi
bermasalah suatu bank. Rasio BOPO mempunyai pengaruh positif artinya semakin tinggi
rasio ini maka kemungkinan suatu bank dalam kondisi bermasalah semakin besar.
Pengaruhnya terhadap kondisi bermasalah adalah signifikan karena tingkat signifikansinya
dibawah 0.05 yaitu sebesar 0.019.
Berdasarkan tes keakuratan pengelompokan bank bermasalah dan tidak bermasalah
dalam tabel 6 yang menyatakan pada kolom merupakan dua nilai prediksi dari variabel
terikat yaitu kondisi bank, dalam hal ini bank bermasalah (1) dan bank tidak bermasalah
(0). Pada model yang sempurna, maka semua kasus akan berada pada diagonal dengan
tingkat ketepatan peramalan 100%. Hasilnya menunjukan pada kolom, prediksi bank yang
bermasalah ada 24 bank-bank bermasalah (8 bank pada setiap tahun 2000, 2001, 2002)
sedangkan pada baris, hasil observasi sesungguhnya yang bermasalah hanya 20 bank dan 4
sisanya tidak bermasalah. Jadi ketepatan model ini untuk bank yang bermasalah adalah
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 23
20/24 atau 83.3%. prediksi bank yang bermasalah ada 48 bank-bank tidak bermasalah (16
bank pada setiap tahun 2000, 2001, 2002 sedangkan pada baris, hasil observasi
sesungguhnya yang tidak bermasalah 47 bank dan 1 sisanya bermasalah. Jadi ketepatan
model ini untuk bank yang tidak bermasalah adalah 47/48 atau 97.9%. Untuk tingkat
akurasi keseluruhan sebesar 93.1% sebagaimana dapat dilihat pada tebel 6.
Tabel 6
PREDIKSI KONDISI BERMASALAH BANK TAHUN 2000 – 2002
Prediksi
Bank
Tidak
Bermasalah
Bermasalah
Tingkat
Akurasi
(%)
Bank Tidak Bermasalah
Bank Bermasalah
Tingkat Akurasi Keseluruhan (%)
47
4
1
20
97.9
83.3
93.1
Sumber Data: Output SPSS, diolah
Penelitian kali ini tidak konsisten dengan penelitian Wilopo karena pada penelitiannya
menjelaskan bahwa ketepatan prediksi kebangkrutannya dari sampel estimasi dan validasi
menghasilkan 0% yang artinya dari bank kategori bangkrut tidak satupun yang diprediksi
bangkrut, jadi rasio CAMEL kurang dapat digunakan untuk memprediksi kebangkrutan.
Sedangkan pada penelitian kali ini menjelaskan ketepatan prediksi kondisi bermasalah
menghasilkan 83.3% selain itu prediksi kondisi bermasalah tiap-tiap tahunnya menunjukan
angka yang cukup meyakinkan yaitu 79.22% tahun 2000, 79.96% tahun 2001, 88.83%, jadi
rasio CAMEL dapat digunakan untuk memprediksi kondisi bermasalah.
SIMPULAN, KETERBATASAN PENELITIAN DAN SARAN
Simpulan
Dari 11 rasio keuangan CAMEL menurut Bank Indonesia sesuai dengan Surat Edaran
Bank Indonesia Nomor 3/30/DPNP tanggal 14 Desember 2001 yaitu CAR, ATTM, APB,
NPL, PPAP terhadap Aktiva Produktif, Pemenuhan PPAP, ROA, ROE, NIM, BOPO,
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 24
LDR, rasio yang memiliki perbedaan yang signifikan antara bank-bank kategori bermasalah
dan tidak bermasalah perioda 2000 – 2002 adalah CAR, APB, NPL, PPAPAP, ROA, NIM,
BOPO.
Penggunaan alat analisis regresi logistik ini untuk memprediksi konsisten bermasalah
kategori bank bermasalah dan tidak bermasalah adalah correct yang ditunjukan dengan
0.05 persen. Rasio CAR mempunyai pengaruh signifikan terhadap kondisi bermasalah dan
pengaruhnya negatif artinya semakin rendah rasio CAR, kemungkinan bank dalam kondisi
bermasalah semakin besar. Rasio APB mempunyai pengaruh yang tidak signifikan
terhadap kondisi bermasalah dan pengaruhnya negatif artinya semakin rendah rasio ini,
kemungkinan bank dalam kondisi bermasalah semakin besar. Rasio NPL mempunyai
pengaruh tidak signifikan terhadap kondisi bermasalah dan pengaruhnya positif artinya
semakin tinggi rasio ini, kemungkinan bank dalam kondisi bermasalah semakin kecil.
PPAPAP mempunyai pengaruh tidak signifikan terhadap kondisi bermasalah dan
pengaruhnya positif artinya semakin tinggi rasio PPAPAP kemungkinan bank dalam
kondisi bermasalah semakin kecil. ROA mempunyai pengaruh tidak signifikan terhadap
kondisi bermasalah dan pengaruhnya negatif artinya semakin rendah rasio ROA
kemungkinan bank dalam kondisi bermasalah semakin kecil. NIM mempunyai pengaruh
tidak signifikan terhadap kondisi bermasalah dan pengaruhnya negatif artinya semakin
rendah rasio NIM maka kemungkinan bank dalam kondisi bermasalah semakin kecil.
BOPO mempunyai pengaruh signifikan terhadap kondisi bermasalah dan pengaruhnya
positif artinya semakin tinggi rasio BOPO maka kemungkinan bank dalam kondisi
bermasalah semakin besar. Hasil pengujian hipotesis II adalah Rasio keuangan CAMEL
(CAR, BOPO) memiliki pengaruh yang signifikan terhadap prediksi kondisi bermasalah
bank-bank umum swasta nasional di Indonesia perioda 2000-2002.
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 25
Keterbatasan Penelitian dan Saran bagi Penelitian Selanjutnya
Penelitian ini memiliki beberapa keterbatasan antara lain :
1. Aspek lain menurut Bank Indonesia sesuai dengan Surat Edaran Bank Indonesia
Nomor 3/30/DPNP tanggal 14 Desember 2001 yaitu kepatuhan (Compliance) yang
terdiri dari Persentase Pelanggaran BMPK, Persentase Pelampauan BMPK, GWM
Rupiah, dan PDN belum dipergunakan sehingga seluruh aspek yang bersumber pada
Bank Indonesia belum lengkap.
2. Beberapa dari rasio keuangan yang tercantum pada direktori Bank Indonesia tidak
sesuai dengan perhitungan rasio keuangan yang dihitung berdasarkan akun-akunnya
atau rumus dari teori yang ada, hal ini menyatakan bahwa laporan keuangan yang
telah diaudit ternyata tidak sesuai dengan rumus dan akun-akun pada laporan
keuangan tersebut.
Berdasarkan simpulan yang telah dikemukakan diatas, maka saran-saran yang diajukan
adalah :
1. Penelitian selanjutnya diharapkan dapat melengkapi kekurangan-kekurangan atas
keterbatasan yang ada pada penelitian kali ini khususnya nomor 1 dan 2.
2. Untuk mendapatkan hasil yang lebih berkembang maka sebaiknya peneliti
selanjutnya dapat membedakan antara bank yang go public dan bank yang belum go
public karena kemungkinan status bank dapat berpengaruh pada hasil penelitian.
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 26
REFERENSI:
Bank Indonesia. 2001. Surat Edaran Bank Indonesia Nomor 3/30/DPNP tanggal 14
Desember 2001 (http://www.BI.go.id, diakses 24 Juni 2005)
Etty M. Nasser, Titik Aryati. 2000. “Model Analisis CAMEL Untuk Memprediksi
Financial Distress Pada Sektor Perbankan Yang Go Public.” Jurnal Auditing dan
Akuntansi Indonesia. Volume 4. No.2 Desember. Jakarta.
Fifi Swandari. 2002. “Pengaruh Perilaku Resiko, Kepemilikan Institusi dan Kinerja
terhadap Kebangkrutan Bank Umum di Indonesia”. Simposium Nasional
Keuangan In Memorian Prof. Dr. Bambang Riyanto. Fakultas Ekonomi
Universitas Gadjah Mada Yogyakarta.
Iman Ghozali, N.John Castellan. 2002. Statistik Non Parametrik. Badan Penerbit
Universitas Diponegoro. Semarang.
Iman Ghozali. 2002. Aplikasi Analisis Multivariate Dengan Program SPSS. Badan
Penerbit Universitas Diponegoro. Semarang.
Institut Bankir Indonesia. 1999. Kamus Perbankan Indonesia. Jilid Dua.
Machfoedz, M. 1994. “The Usefulness of Financial Ratio in Indonesia”. Jurnal KELOLA.
September: 94-110.
Muhammad Akhyar Adnan, Eha Kurniasih. 2000. “Analisis Tingkat kesehatan Perusahaan
Untuk Memprediksi Potensi Kebangkrutan Dengan Pendekatan Altman”. Jurnal
Auditing dan Akuntansi Indonesia. Volume 4. No.2 Desember. Yogyakarta
Sinungan Muchdarsyah. 1994. Strategi Manajemen Bank Menghadapi Tahun 2000.
Cetakan Pertama. Penerbit PT Rineka Cipta. Jakarta
Sri Haryati. 2002. “Analisis Kebangkrutan Bank”. Bunga Rampai Kajian Teori Keuangan
In Memorian Prof. Dr. Bambang Riyanto. Fakultas Ekonomi Universitas Gadjah
Mada Yogyakarta.
Sugiyono. 1999. Metoda Penelitian Bisnis. Penerbit CV Alvabeta. Jakarta
Surifah. 2002 “Studi Tentang Rasio Keuangan Sebagai Alat Prediksi Kebangkrutan
Perusahaan Publik Di Indonesia Pada Masa Krisis Ekonomi”. Kajian Bisnis STIE
Widya Wiwaha. No. 27. Yogyakarta.
Undang-Undang BI. 1999. tentang Lalu Lintas Devisa dan Sistem Nilai Tukar. Penerbit CV
Eko Jaya
Undang-Undang RI No 10 Tahun 1998 tentang Perbankan. Penerbit PT Sinar Grafita.
Wilopo. 2001. “Prediksi Kebangkrutan Bank”. Jurnal Riset Akuntansi Indonesia, Vol 4,
No. 2, Mei 2001: 184-198.
Jurnal Akuntansi dan Keuangan, Vol 7, No. 2, Nopember 2005
ISSN 1411 - 0288
Halaman 27
LAMPIRAN 1.
DAFTAR BANK YANG DIJADIKAN SAMPEL
NO NAMA BANK KONDISI BANK
1. Arta Niaga Kencana Bank Tidak Bermasalah
2. Bumi Arta Bank Tidak Bermasalah
3. Bumi Putera Bank Tidak Bermasalah
4. Danpac Bank Tidak Bermasalah
5. Ekonomi Raharja Bank Tidak Bermasalah
6. Eksekutif Internasional Bank Tidak Bermasalah
7. Global Internasional Bank Tidak Bermasalah
8. Jasa Jakarta Bank Tidak Bermasalah
9. Maspion Indonesia Bank Tidak Bermasalah
10. Mestika Darma Bank Tidak Bermasalah
11. Mega Bank Tidak Bermasalah
12. NISP Bank Tidak Bermasalah
13. Nusantara Parahyangan Bank Tidak Bermasalah
14. Pan Indonesia Bank Tidak Bermasalah
15. Syariah Mandiri Bank Tidak Bermasalah
16. Yudha Bakti Bank Tidak Bermasalah
1. Asiatic Bank Bermasalah karena bangkrut
2. Bank Dagang Bali Bank Bermasalah karena bangkrut
3. Century Bank Bermasalah karena mengalami
kerugian minimal tiga tahun berturut-turut
dan kerugian lebih dari 75% modal disetor
4. Ganesa Bank Bermasalah karena mengalami
kerugian minimal tiga tahun berturut-turut
dan kerugian lebih dari 75% modal disetor
5. Internasional Indonesia Bank Bermasalah karena mengalami
kerugian minimal tiga tahun berturut-turut
dan kerugian lebih dari 75% modal disetor
6. Lippo Bank Bermasalah karena mengalami
kerugian minimal tiga tahun berturut-turut
dan kerugian lebih dari 75% modal disetor
7. Ina Perdana Bank Bermasalah karena mengalami
kerugian minimal tiga tahun berturut-turut
dan kerugian lebih dari 75% modal disetor
8. Permata Bank Bermasalah karena mengalami
kerugian minimal tiga tahun berturut-turut
dan kerugian lebih dari 75% modal disetor
Sumber data, diolah