BAB V HASIL DAN PEMBAHASAN

Transkripsi

1 BAB V HASIL DAN PEMBAHASAN A. Statistik Deskriptif Statistik deskriptif merupakan cara untuk menggambarkan dan menyajikan informasi dari sejumlah besar data (Herliansyah, 2013). Data yang digunakan dalam penelitian ini adalah data laporan keuangan bank pemerintah dan bank swasta nasional devisa dari tahun Data laporan keuangan tersebut dibuat dalam bentuk rasio berdasarkan difinisi dan operasional variabel kemudian dilakukan pengolahan data dengan pemodelan data panel. Adapun karakteristik data tergambar dalam tabel 5.1. Tabel 5.1. Statistik Deskriptif TREV PL PK PF LA DA Mean Median Maximum Minimum Std.Dev Observasi Sumber: output hasil uji dengan Eviews7 (data diolah) Pada tabel 5.1 nilai rata-rata TREV 0, artinya secara rata-rata total pendapatan yang dihasilkan bank hanya sebesar 10% dari total asset yang 74

2 75 dimiliki. Nilai rata-rata PL 0, artinya secara rata-rata total beban gaji karyawan hanya sebesar 1,6% dari total asset. Nilai rata-rata PK 0, artinya secara rata-rata semua beban yang dikeluarkan selain beban gaji sebesar 2,2% dari total asset. PF 0, artinya secara rata-rata beban bunga hanya sebesar 5,7% dari total deposito dan kewajiban lainnya. LA artinya secara ratarata total kredit yang disalurkan sebesar 58,64% dari total asset. DA artinya secara rata-rata struktur modal perbankan didominasi oleh hutang (pendanaan eksternal) sampai sebesar 88,02% dari total asset. Nilai maksimum dari TREV artinya total pendapatan terhadap total asset dari bank yang diteliti paling tinggi sebesar 36,30%. Nilai maksimum PL artinya total beban gaji terhadap total asset dari bank yang diteliti paling tinggi sebesar 4,09%. Nilai maksimum PK artinya total semua beban yang dikeluarkan selain gaji terhadap total asset dari bank yang diteliti paling tinggi sebesar 26,83%. Nilai maksimum PF artinya total beban bunga terhadap deposito dan kewajiban lainnya dari bank yang diteliti paling tinggi sebesar 11,11%. Nilai maksimum LA artinya total kredit terhadap total asset dari bank yang diteliti paling tinggi sebesar 186%, hal ini disebabkan dalam penelitian ini kredit yang dijadikan data adalah total kredit bruto sebelum dikurangi cadangan kerugian penurunan nilai kredit, kredit bruto dipilih karena jika digunakan kredit bersih, hasil perhitungannya akan dipengarui oleh tingkat konservatisme perusahaan dalam mengestimasi cadangan kerugian penurunan nilai kredit (Subramanyam, 2010). Angka LA maksimum sampai 186% karena pada tahun 2003, Bank Arta Graha International mencadangkan

3 76 kerugian penurunan asset sangat tinggi sekali yaitu sebesar Rp juta rupiah dari total kredit Rp juta rupiah sehingga total asset hanya sebesar Rp juta rupiah (lihat lampiran data mentah). Nilai maksimum DA artinya total hutang terhadap total asset dari bank yang diteliti paling tinggi sebesar 142%, hal ini terjadi karena pada tahun 2005, Bank Tabungan Negara memiliki ekuitas negatif sebesar Rp juta rupiah sehingga meningkatkan total kewajiban menjadi sebesar Rp juta rupiah. Pada tahun 2008 Bank Mutiara juga memiliki ekuitas negatif sebesar Rp juta rupiah sehingga meningkatkan total kewajiban menjadi sebesar Rp juta rupiah. Nilai minimum TREV artinya total pendapatan terhadap total asset dari bank yang diteliti paling rendah sebesar 34,26%. Nilai minimum PL artinya total beban gaji terhadap total asset dari bank yang diteliti paling rendah sebesar 0,26%. Nilai minimum PK artinya total semua beban yang dikeluarkan selain gaji terhadap total asset dari bank yang diteliti paling rendah sebesar 0,77%. Nilai minimum PF artinya total beban bunga terhadap deposito dan kewajiban lainnya dari bank yang diteliti paling rendah sebesar 1,91%. Nilai minimum LA artinya total kredit terhadap total asset dari bank yang diteliti paling rendah sebesar 16,56%. Nilai minimum DA artinya total hutang terhadap total asset dari bank yang diteliti paling rendah sebesar 41,70%. B. Uji asumsi dan Kualitas Instrumen Penelitian

4 77 Dalam penelitian ini dilakukan beberapa uji yaitu: 1) uji pemilihan model terbaik dari pemodelan data panel. 2) Uji asumsi klasik 3) uji keseimbangan model yang merupakan asumsi dari P-R Model 4) Uji perbedaan kinerja bank periode sebelum dan setelah krisis. 1. Uji pemilihan model terbaik dari pemodelan data panel Dalam melakukan pengujian model panel yang terbaik dilakukan 2 (uji) yaitu 1) uji redundant fixed effect test untuk menentukan model pooled least squared atau fixed effect dan 2) dan jika model fixed effect yang terbaik maka dilakukan uji lagi yaitu Hausman test untuk menguji apakah fixed effect atau random effect yang terbaik. Tabel 5.2. Uji pemilihan model pooled least squared atau fixed effect model Redundant fixed effect test Test cross-section and periode fixed effect Effect Test Statistic d.f Prob Cross-section F (34.301) Period F (9.301) Cross-section/Period F (43.301) Sumber: output hasil uji dengan Eviews7 (data diolah) Berdasarkan hasil uji pemilihan model pada tabel 5.2 di atas didapatkan nilai probabilitas dari Cross-section F maupun Periode F adalah kurang dari 0,01 sehingga dapat disimpulkan bahwa model fixed effect lebih baik daripada model pooled least squared. Selanjutnya dilakukan uji Hausman untuk menentukan model yang terbaik diantara fixed effect model atau random effect model, adapun hasil uji tersaji pada tabel 5.3.

5 78 Tabel 5.3. Uji pemilihan model fixed effect model atau random effect model Correlated random effect-hausman Test Test cross-section and period random Test Summary Chisq.statistic Chi-sq d.f. Prob. Cross-section random Period random Cross-section and period random Cross-section and periode test variance is invalid. Hausman statistic set to zero Sumber: output hasil uji dengan Eviews7 (data diolah) Berdasarkan hasil uji pada tabel 5.3 terdapat catatan bahwa test tidak valid sehingga model terbaik yang akan digunakan dalam estimasi adalah fixed effect model. 2. Uji Asumsi Klasik 1) Uji Autokorelasi Dalam uji asumsi klasik ini, telah dilakukan tiga uji sebagai berikut: Berdasarkan hasil pengujian diperoleh nilai Durbin-Watson statistik sebesar 1,851. Bila nilai D-W statistik terletak diantara batas atas atau upper bound (du) dan (4-du) maka koefisien autokorelasi = 0 yang berarti tidak ada autokorelasi. Sedangkan berdasarkan tabel D-W, nilai du dengan derajat kebebasan 0,01 dengan k = 5 dan n= 350 sebesar 1,820. Oleh karena nilai D-W statistik 1,850 terletak antara du= 1,820 dan kurang dari 4-du (4-1,820= 2,18) maka dapat disimpulkan bahwa model regresi tersebut tidak ada autokorelasi.

6 79 2) Uji Multikolinieritas Berdasarkan hasil pengujian pada tabel 5.4 menunjukkan bahwa korelasi antar variabel independen lebih kecil dari 0,8 sehingga dapat disimpulkan bahwa data terbebas dari masalah multikolinieritas. Tabel 5.4. Hasil Pengujian Multikolinieritas Correlation LNTREV LNPL LNPK LNPF LNLA LNDA LNTREV LNPL LNPK LNPF LNLA LNDA Sumber: output hasil uji dengan Eviews7 (data diolah) 3) Uji Heteroskedastisitas Berdasarkan hasil pengujian heteroskedastisitas dengan White Test pada tabel 5.5 didapatkan nilai Obs * R-squared = 0,5836 < F-statistik = 0,7774 maka Ho diterima yang berarti tidak terdapat masalah heteroskedastisitas atau data homoskedastis. Tabel 5.5 Hasil Pengujian Heteroskedastisitas Heteroskedasticity Test: White F-statistic Prob. F (5,4) Obs * R-squared Prob. Chi-squared (5) Scaled explained SS Prob. Chi-squared (5) Sumber: output hasil uji dengan Eviews7 (data diolah)

7 80 3. Uji Keseimbangan Model Salah satu asumsi berdasarkan P-R Model adalah pasar berada dalam kondisi keseimbangan (Claessens dan Laeven, 2003). Kita harus menguji apakah asumsi ini terpenuhi. Mengacu pada beberapa studi, pengujian keseimbangan pasar harus dapat memvalidasi bahwa statistik Panzar-Rose dapat memberikan hasil yang akurat (De Bandt dan Davis, 2000). Untuk menguji keseimbangan, beberapa studi mencoba sebuah pengujian apakah harga input berkaitan dengan pendapatan industri. Di sini, kita akan memodifikasi bentuk reduksi persamaan penerimaan dengan mengganti variabel dependen pendapatan dengan rasio laba bersih terhadap total aset (De Bandt dan Davis, 2000). Berdasarkan hasil uji dengan dependen variabel ROA didapatkan nilai F-statistik sebesar dengan pro (F-statistic) kurang dari 0,01 artinya asumsi model terpenuhi (hasil regresi lihat lampiran). 4. Uji perbedaan kinerja perbankan periode sebelum dan setelah krisis Pengujian ini dilakukan untuk melihat apakah ada perbedaan kinerja bank di Indonesia pada periode sebelum dan setelah krisis dengan menggunakan uji beda yaitu Chow Test, adapun hasil perhitungan adalah sebagai berikut: F test = (RSS r RSS ur ) / k (RSS ur ) / (N1 + N2 2K) Dimana: RSS r = 3, RSS1 = 1, RSS2 = 0, RSS ur = 1,639447

8 81 N1 = 175 N2 = 105 K = 6 (jumlah parameter) F test = ((3, (1, ,529446))/6 1, / ( (6)) = = 1, / 6 1,639447/268 0, , = 37,08 F tabel df 6,268 dengan tingkat signifikansi 0,05 = 2,09 Kesimpulan = F hitung = 37,08 > F tabel = 0,29 artinya mendukung hipotesa bahwa ada perbedaan kinerja perbankan pada periode sebelum krisis dan setelah krisis. C. Pembahasan Berdasarkan pilihan model panel yang terbaik, data diestimasi dengan fixed effect model, penelitian ini mengestimasi data dalam 4 periode yaitu periode total observasi ( ), periode sebelum krisis ( ), periode krisis ( ) dan periode setelah krisis ( ), adapun hasil estimasi terangkum dalam tabel 5.6.

9 82 Tabel 5.6 Hasil empiris dengan menggunakan fixed effect model Total pendapatan sebagai variabel dependen, seluruh bank persero dan bank devisa, periode , periode sebelum krisis ( ), periode krisis ( ) dan periode setelah krisis ( ) Input tenaga kerja Periode observasi ( ) 0,121985*** (5,191938) Periode sebelum krisis ( ) 0,246341*** (4,950611) Periode krisis ( ) 0,256125*** (3,068306) Periode setelah krisis ( , (1,490934) Input pendanaan 0,495591*** (5,191938) 0,560648*** (9,622014) 0,398664*** (6,143609) 0,415593*** (5,920235) Input fisik modal 0,234909*** (17,73627) -0, (-0,028510) 0, (0,106961) 0,401289*** (7,929895) Penyaluran kredit 0,133159*** (4,357332) 0,148569*** (3,128475) 0,258146*** (3,744313) -0, (-0,200357) Struktur modal 0,308521*** (3,149076) 0,491835*** (4,030106) -0, (-0,200462) 0, (1,275198) Jumlah pengamatan R 2 0, , , , Adj-R 2 0, , , O, H (kompetisi) 0,85 0,81 0,66 0,94 Struktur pasar Kompetisi monopolistik Kompetisi monopolistik Kompetisi monopolistik Kompetisi monopolistik Ket. Nilai dalam kurung adalah t-statistik *** signifikan pada 99% confidence level Sumber: output hasil uji dengan Eviews7 (data diolah) Tabel 5.6 menyediakan informasi lengkap tentang hasil estimasi persamaan bentuk reduksi pendapatan. H-statistik pada periode total observasi

10 83 adalah 0,85 dan sedikit menurun ketika periode sebelum krisis yaitu sebesar 0,81 dan menurun tajam pada periode krisis yaitu hanya sebesar 0,66 dan meningkat tajam pada periode setelah krisis yaitu sampai 0,94. Hal ini mengindikasikan bahwa setelah krisis struktur pasar perbankan di Indonesia semakin bersaing. Uji F menunjukkan bahwa nilai secara signifikan berbeda dari nol sehingga menolak hipotesis bentuk pasar monopoli. Hal ini juga secara signifikan berbeda dari satu, sehingga juga menolak hipotesis persaingan sempurna. Berdasarkan ini, dapat disimpulkan bahwa sektor perbankan bekerja pada persaingan monopolistis. Perubahan faktor harga akan meningkatkan pendapatan kurang dari proporsional karena produk terdiferensiasi dan biaya switching tinggi. Selanjutnya, kompetisi telah meningkat dari waktu ke waktu. Seperti yang diperkirakan, deposito atau dana adalah input yang paling penting. Koefisien untuk tingkat pendanaan adalah kontributor utama dari elastisitas. Angka ini konsisten di semua periode observasi, pada periode total observasi sebesar 0,49 artinya jika input pendanaan naik 1 rupiah maka pendapatan akan naik 0,49 rupiah, periode sebelum krisis sebesar 0,56, periode krisis sebesar 0,39 dan periode setelah krisis sebesar 0,41. Sumber daya manusia merupakan input utama kedua di industri perbankan, pada periode total observasi sebesar 0,12 artinya jika input tenaga kerja naik 1 rupiah maka pendapatan akan naik 0,12 rupiah, periode sebelum krisis sebesar 0,25, periode krisis sebesar 0,26 dan periode setelah krisis sebesar 0,12. Tanda koefisien juga positif signifikan kecuali pada periode setelah krisis yang juga berpengaruh positif tetapi tidak

11 84 signifikan, hal ini menunjukkan bahwa kenaikan tingkat upah ditransmisikan ke pendapatan. Input penting selanjutnya adalah modal fisik, input ini menarik karena pada periode total observasi berpengaruh positif signifikan sebesar 0,23 dan ketika periode sebelum krisis dan periode krisis tidak berpengaruh, tetapi pada periode setelah krisis berpengaruh positif signifikan sebesar 0,40. Hal ini mengindikasikan bahwa investasi pada modal fisik baru berkontribusi pada pendapatan setelah berjalannya waktu. Tanda koefisien positif signifikan sebesar 0,40 pada periode setelah krisis artinya jika input modal fisik naik 1 rupiah maka pendapatan naik 0,40 rupiah. Penyaluran kredit adalah penjelas penting dari pola pendapatan. Pada periode total observasi berpengaruh positif signifikan sebesar 0,13 artinya jika penyaluran kredit naik 1 rupiah maka pendapatan akan naik 0,13 rupiah, periode sebelum krisis berpengaruh positif signifikan sebesar 0,15, periode krisis berpengaruh positif signifikan sebesar 0,26 tetapi pada periode setelah krisis tidak lagi berpengaruh. Koefisien positif untuk penyaluran kredit mengimplikasikan bank dengan proporsi pinjaman yang lebih tinggi di neraca menghasilkan pendapatan bunga yang lebih tinggi per aset rupiah. Struktur modal yang menggambarkan penggunaan pendanaan eksternal/hutang juga berpengaruh pada pola pendapatan. Pada periode total observasi berpengaruh positif signifikan sebesar 0,31 artinya jika hutang naik 1 rupiah maka pendapatan akan naik 0,31 rupiah, periode sebelum krisis berpengaruh positif signifikan sebesar 0,49, tetapi pada periode krisis dan periode

12 85 setelah krisis tidak lagi berpengaruh. Pada periode sebelum krisis nilai koefisien cukup tinggi yaitu sebesar 0,49, hal ini mengindikasikan bahwa peningkatan pendanaan eksternal atau hutang terbukti secara signifikan meningkatkan pendapatan yang berarti manfaat dari penggunanan hutang lebih besar dari biayanya, tetapi pada periode setelah krisis peningkatan pendanaan dengan hutang tidak lagi berpengaruh terhadap pendapatan. R 2 yang merupakan koefisien determinasi digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel-variabel dependen. Pada periode total observasi nilai R 2 diperoleh sebesar 0,83 atau 83% artinya 83% total pendapatan (TREV) dipengarui oleh variabel-variabel PL, PF, PK, LA dan DA sedangkan sisanya yaitu 17% dijelaskan oleh variabel lain di luar model. Nilai R 2 pada periode lainnya juga tinggi, pada periode sebelum krisis sebesar 0,86, periode krisis sebesar 0,98 dan periode setelah krisis sebesar 0,92. Hal ini mengindikasikan bahwa model yang digunakan relevan untuk menjawab tujuan penelitian.