Analisis Pengaruh Faktor Internal dan Faktor Eksternal ...

Journal of Applied Islamic Economics and Finance Vol. 1, No. 3, June 2021, pp. 661 – 676 ©Jurusan Akuntansi Politeknik Negeri Bandung

Journal of Applied Islamic Economics and Finance ISSN: 2746-6213 (Online) | 661

Analisis Pengaruh Faktor Internal dan Faktor Eksternal Terhadap Non-Performing Financing pada Bank Umum Syariah Analysis iof ithe iinfluence iof iinternal iand iexternal ifactors ion inon-performing ifinancing iin

iIslamic icommercial ibanks Framesa iJanuari iRahmah Program Studi D4 Keuangan Syariah Politeknik Negeri Bandung Email: [email protected]

Leni iNur iPratiwi Jurusan Akuntansi, Politeknik iNegeri iBandung Email: [email protected]

Iwan Setiawan Jurusan Akuntansi Politeknik iNegeri iBandung Email: [email protected]

Abstract: Islamic banking at the moment is one of the most important things in the economy in

Indonesia. Non Performing Financing (NPF) is one of the ratio that is considered by Islamic banking. NPF is an indicator that shows the risk of payment failure in the financing provided by Islamic banking. This study aims to analyze the influence of internal factors and external factors on Non-Performing

Financing. The study was conducted at Islamic Commercial Banks in Indonesia for the 2014-2018

period. The internal variables used are the Capital Adequacy Ratio (CAR) and the Financing to

Deposit Ratio (FDR) and the external variables used are the inflation rate, Gross Domestic Product (GDP) and the BI Rate. The results of the research shown by the t test show that partially the CAR

and BI Rate variables have a negative effect on NPF meanwhile FDR, inflation and GDP variables

have no effect on NPF.

Keywords: NPF, CAR, FDR, Inflation, GDP and BI Rate.

1. Pendahuluan

Bank iSyariah ipada iawalnya idikembangkan isebagai ihasil idari sebuah keinginan kelompok

ekonom idan ipraktisi iperbankan imuslim iyang iberupaya menyediakan jasa transaksi keuangan yang dijalankan berdasarkan prinsip Syariah. Tidak dapat dipungkiri bahwa perkembangan iPerbankan

Syariah idi iIndonesia idapat idikatakan icukup ipesat. iPesatnya iperkembangan iPerbankan iSyariah iini dapat idilihat idari ijumlah iBank iUmum iSyariah idi iIndonesia iyang iterus imeningkat idari itahun ike

tahun, ijumlah ibank imeningkat idari ihanya i9 iBank iUmum iSyariah ipada itahun i2009 ihingga ipada

tahun i2018 itercatat iada i13 iBank iUmum iSyariah iyang beroperasi di iIndonesia. iDengan

diberlakukannya iUndang-Undang iNo. i21 iTahun i2008 itentang iPerbankan iSyariah iyang

diterbitkan ipada itanggal i16 iJuli i2009, imaka ipengembangan iindustri iPerbankan iSyariah inasional semakin ikuat ikarena itelah imemiliki ilandasan ihukum iyang imemadai idan iakan imendorong

pertumbuhannya isecara ilebih icepat ilagi. iPenambahan ijumlah ibank itentunya iakan idisertai idengan

meningkatnya ijumlah idana iinvestasi iyang itersedia, isehingga idiharapkan ikemampuan ibank idalam

Framesa iJanuari iRahmah, Leni Nur Pratiwi, Iwan Setiawan


imemberikan ipembiayaan ikepada imasyarakat isemakin imeningkat.

Dilansir dari portal berita online www.kontan.co.id, Jasa Otoritas Keuangan (OJK) menegaskan bahwa likuiditas pada akhir tahun 2018 masih dalam keadaan yang longgar. Hal ini ditunjukkan dengan rasio pembiayaan dibanding Dana iPihak iKetiga (DPK) atau disebut Financing

to iDeposit iRatio i(FDR) per agustus 2018 sebesar 89,6% yang dapat dilihat dari Statistik Perbankan Syariah bulan Agustus 2018. Dengan artian bahwa Perbankan Syariah masih memiliki dana yang cukup besar untuk idisalurkan idalam ibentuk ipembiayaan ikepada imasyarakat kedepannya. Peningkatan FDR yang terjadi sejak bulan Mei 2018 disebabkan karena adanya peningkatan jumlah penyaluran pembiayaan iyang idiberikan ioleh ibank Syariah. Namun, menurut (Hidayah, 2019) peningkatan jumlah penyaluran pembiayaan ini dapat memicu pembiayaan ibermasalah iatau iNon

Performing iFinancing i(NPF). Dengan meningkatnya jumlah ipembiayaan iyang diberikan oleh bank, maka NPF juga akan meningkat. Peningkatan NPF merupakan indikasi bahwa bank dalam kondisi yang tidak baik karena semakin tinggi Non iPerforming iFinancing iatau iNPF, isemakin itinggi irisiko

kredit iyang iakan idihadapi ioleh ibank iSyariah. Menurut (Frianto, 2012) iRisiko ikredit iadalah irisiko

kerugian iyang idialami ioleh ibank ikarena inasabah idebitur itidak idapat idan iatau itidak imau

memenuhi ikewajiban iuntuk imembayar ikembali idana iyang idipinjamkannya isecara ipenuh isaat

jatuh itempo iatau isesudahnya. iRisiko iyang itinggi iini iakan imempengaruhi ipermodalan ibank Syariah itu sendiri.

Gambar 1. Grafik Perbandingan Perkembangan NPF dan Jumlah Pembiayaan pada BUS Periode i2014-2018 idalam ipersen i(%)

Berdasarkan iGambar i1. idi iatas idapat dilihat adanya perkembangan jumlah pembiayaan dan jumlah NPF selama 5 tahun yang berfluktuatif. Namun, selama tahun penelitian tersebut ternyata terjadi kesenjangan antara jumlah pembiayaan dan jumlah NPF yang dapat dilihat pada tahun 2015 dimana jumlah pembiayaan naik menjadi 35,81% akan tetapi terjadi penurunan NPF yang turun menjadi 4,84%, kemudian pada tahun 2018 jumlah pembiayaan naik menjadi 36,56% sedangkan NPF turun menjadi 3,26%. Hal ini menunjukan bahwa kenaikan pembiayaan tidak selamanya diikuti dengan kenaikan NPF.

Pembiayaan bermasalah dapat terjadi karena adanya faktor penyebab dari sisi internal maupun sisi eksternal. Menurut (Anisa & Tripuspitorini, 2019) faktor iinternal imerupakan ifaktor yang iberasal idari ikegiatan ioperasional idi idalam ibank iitu isendiri iyang idituangkan idalam ikinerja

keuangan. iKinerja ikeuangan idapat idilihat imelalui irasio ikeuangannya isebagai iindikator ikesehatan

bank seperti NPF, CAR, FDR, dan ROE. Faktor ieksternal ibank imerupakan ifaktor iyang iberasal bukan idari kegiatan operasional ibank, tetapi bisa berasal dari faktor makroekonomi. Menurut (Tripuspitorini & Setiawan, 2020) makroekonomi ditujukan untuk mempelajari bagaimana perekonomian bekerja sebagai isuatu ikeseluruhan, idengan idemikian ihubungan-hubungan isebab

akibat iyang iingin idipelajari ioleh iilmu iekonomi imakro ipada idasarnya iadalah ihubungan iantar

variabel iekonomi iagregatif seperti inflasi, BI Rate¸GDP, dan IHSG.

2014 2015 2016 2017 2018

Non PerformingFinancing (NPF)

4.95 4.84 4.42 4.76 3.26

JumlahPembiayaan

32.85 35.81 34.64 35.22 36.56

0153045

Grafik Perkembangan NPF dan Jumlah Pembiayaan



Berdasarkan pemaparan data mengenai pengaruh ifaktor iinternal idan ifaktor ieksternal iyang

mempengaruhi iNon iPerforming iFinancing iatau iNPF idan ikasus iyang ibersumber idari ibeberapa portal berita imendorong iipenulis iiingin iimeneliti iilebih iilanjut iimengenai iipengaruh iifaktor iiinternal (FDR

dan iiCAR) iidan iifaktor iieksternal ii(Inflasi, iiGDP, iBI iRate) ipada iBank iiUmum iiSyariah idengan

judul i“ANALISIS iPENGARUH iFAKTOR iINTERNAL idan iFAKTOR iEKSTERNAL

TERHADAP iNON iPERFORMING iFINANCING iPADA iBANK iUMUM iSYARIAH”.

2. Tinjauan iPustaka 2.1. Non iPerforming iFinancing i(NPF)

Menurut i(Siamat, 2005) iNPF iadalah ipinjaman iyang imengalami ikesulitan ipelunasan iakibat

adanya ifaktor-faktor iinternal iyaitu iadanya ikesengajaan idan ifaktor ieksternal iyaitu isuatu ikejadian

diluar ikemampuan ikendali ikreditur.

Menurut iApriyanthi et al. (2020) dalam kegiatan operasionalnya sehari-hari Bank Syariah dihadapkan ipada iberbagai imacam irisiko iyang iberkaitan idengan ifungsinya isebagai iintermediary atau

iperantara ikeuangan. iSalah isatu irisiko iyang iharus idihadapi iadalah idefault inasabah iatau kelalaian

inasabah idalam imemenuhi iperjanjian idengan iBank iSyariah. iDefault inisbah iini iakan menyebabkan

iterjadinya ipembiayaan ibermasalah iatau NPF. Bank syariah dalam menghadapi kemungkinan terjadinya kegagalan dalam pembiayaan, perlu melakukan ipembinaan idan iregular imonitoring, iyaitu

idengan imemonitoring secara iaktif idan isecara ipasif. Agar terhindar dari NPF bank perlu berhati-hati dalam menilai calon nasabah. Bank perlu menelaah permohonan pembiayaan yang diajukan agar bank memperoleh keyakinan bahwa usaha yang dibiayai layak untuk dijalankan.

2.2. Capital iAdequacy iRatio i(CAR)

Capital iAdequacy iRatio (CAR) iadalah besarnya rasio iminimum iperbandingan iantara imodal risiko idengan iaktiva iyang imemiliki irisiko. iCAR imemperlihatkan iseberapa ibanyak iaktiva bank yang mengandung risiko i(kredit, ipenyertaan, isurat iberharga, itagihan ipada ibank ilain) iikut idibiayai dari imodal ibank isendiri. Menurut Dendawijaya (2005) CAR imerupakan iindikator ikemampuan

bank iuntuk imenutupi ipenurunan iaktivanya isebagai iakibat idari ikerugian-kerugian ibank iyang

disebabkan ioleh iaktiva iyang imengandung irisiko. i

2.3. Financing ito iDeposit iRatio i(FDR)

Menurut iVeithzal, (2007) FDR adalah irasio iyang imenggambarkan iperbandingan iantara

besarnya ijumlah ipinjaman iatau ijumlah ipembiayaan iyang idiberikan ikepada inasabah idengan

jumlah idana inasabah ikeseluruhan iyang iberhasil idihimpun ioleh ibank isyariah. iSehingga idapat

ditarik ikesimpulan ibahwa iFDR iadalah irasio iyang imenunjukkan itingkat kemampuan bank syariah dalam mengembalikan dana ikepada ipihak iketiga imelalui ikeuntungan iyang diperoleh dari pembiayaan-pembiayaan yang telah idilakukan ibank isyariah.

2.4. Inflasi

Menurut BI inflasi adalah kondisi imeningkatnya iharga-harga isecara iumum idan iterjadi iterus-menerus. iKenaikan iharga iini menyebabkan adanya tekanan ipada perekonomian negara terutama

ibagi ekonomi masyarakat iyang imenjadi nasabah pembiayaan bank isyariah. Terjadinya iinflasi juga akan menimbulkan penurunan daya beli masyarakat.

2.5. Gross Domestic Product (GDP)

Menurut Fathonah & Hermawan (2020) GDP adalah nilai ibarang iatau ijasa iyang idiproduksi ioleh suatu negara dengan ifaktor iproduksi imilik iwarga itersebut idan inegara iasing. GDP juga digunakan sebagai indikator untuk imempelajari iperekonomian isebuah inegara idari iwaktu ike

iwaktu, maupun sebagai indikator untuk imembandingkan ibeberapa ikondisi perekonomian.



2.6. BI Rate

Menurut BI suku bunga dapat ididefinisikan sebagai suatu ikebijakan iiyang iimencerminkan

iisikap iikebijakan iimoneter iiyang iidiberlakukan iioleh iiBank iiIndonesia iidan iidiumumkan iikepada

iiumum.

2.7. Kerangka iPemikiran

Gambar i2. iKerangka iPemikiran

Bank iUmum iSyariah iadalah ibank iyang melakukan kegiatan iusahanya iberdasarkan iprinsip

isyariah iyang beroperasi di Indonesia. Bank Syariah melakukan kegiatan operasionalnya yang berupa penghimpunan dana dalam ibentuk itabungan, igiro idan ideposito iserta penyaluran dana dalam bentuk pembiayaan. Dalam melakukan kegiatan usahanya yaitu pembiayaan, Bank Umum Syariah memiliki irisiko iberupa ipembiayaan ibermasalah idimana itingkat ipembiayaan ibermasalah dicerminkan dalam irasio iNon iPerforming iFinancing. Beberapa rasio berupa CAR dan FDR yang diambil dari rasio keungan merupakan ifaktor iinternal iyang idapat imempengaruhi itingkat

ipembiayaan ibermasalah ipada iBank Umum Syariah. i iIndikator imakro iekonomi iberupa iinflasi idan

iGDP idan ijuga ikebijakan iyang idiberlakukan ioleh iBank iIndonesia iberupa iBI iRate imerupakan

ifaktor ieksternal iyang idapat imempengaruhi itingkat ipembiayaan ibermasalah pada Bank Umum Syariah.

2.1. Hipotesis Penelitian 1. Pengaruh iFDR iterhadap iNPF

Rasio FDR imenunjukkan ibesarnya ijumlah ipembiayaan iyang idisalurkan ioleh ibank ikepada nasabah, ini artinya isemakin itinggi irasio iFDR iakan mengakibatkan jumlah dana yang disalurkan meningkat. iHal iini ijuga imenunjukkan ibahwa ketika rasio ijumlah ipembiayaan meningkat akan menimbulkan risiko kredit yang tinggi pula. Dengan kata lain, ketika rasio FDR meningkat maka NPF pun akan meningkat. Hasil penelitian iyang idilakukan ioleh i(Nugraini, 2015) mengatakan



bahwa iFDR iberpengaruh signifikan postif.

H1: FDR iberpengaruh ipositif iterhadap iNPF

2. Pengaruh iCAR iterhadap iNPF

CAR merupakan faktor utama dalam menentukan apakah bank mampu iuntuk imenutupi ipenurunan iaktiva-aktivanya isebagai iakibat idari iadanya ikerugian ibank. CAR juga erat kaitannya dengan ATMR. Nilai iATMR iyang irendah idapat imenunjukkan ibahwa irisiko ikredit iatau

pembiayaan ijuga irendah. iHasil iini imengindikasikan ibahwa ipermodalan ibank isyariah iyang

diwakilkan ioleh irasio iCAR iharus imampu imenutupi iseluruh irisiko iusaha iyang idihadapi ioleh bank, termasuk irisiko ikerugian iyang iterjadi iakibat iterjadinya ipembiayaan ibermasalah. Apabila CAR meningkat maka dapat diartikan bahwa nilai ATMR irendah. Dengan inilai iATMR iyang rendah

maka idapat idiketahui ibahwa irisiko ipembiayaan ijuga irendah. iHasil ipenelitian iyang dilakukan oleh (Nugraini, 2015) dan imenunjukkan ibahwa ivariabel iCAR iberpengaruh inegatif terhadap iNPF. i i

H2: iCAR iberpengaruh inegatif iterhadap iNPF

3. Pengaruh iinflasi iterhadap NPF

Inflasi dianggap dapat membawa dampak buruk bagi pertumbuhan ekonomi dan pertumbuhan kondisi keuangan perusahaan. Naiknya harga barang komoditi dan jasa dalam jumlah yang besar akan menurunkan daya beli dan jumlah konsumsi masyarakat. Dengan menurunnya daya beli dan jumlah konsumsi masyarakat dapat menurunkan minat masyarakat dalam berinvestasi. Hal ini dapat menyebabkan adanya penurunan tingkat pembiayaan yang diberikan kepada masyarakat, sehingga penurunan pembiayaan ini juga akan menurunkan rasio Non iPerforming

iFinancing (NPF). Hasil penelitian iyang idilakukan ioleh i (Mutamimah & Chasanah, 2012) menunjukkan ibahwa iinflasi iberpengaruh inegatif iterhadap iNPF

H3: iInflasi iberpengaruh inegatif iterhadap iNPF

4. Pengaruh iGDP iterhadap iNPF

GDP merupakan gambaran idari banyaknya jumlah barang idan ijasa yang mampu dihasilkan produsen dalam isatu iperiode itertentu. iDengan meningkatnya jumlah produksi barang dan jasa tersebut maka akan meningkatkan pendapatan riil masyarakat yang kemudian akan meningkatkan pertumbuhan ekonomi. Dengan meningkatnya pendapatan riil perusahaan maupun masyarakat akan meningkatkan jumlah konsumsi dan investasi di Bank iSyariah. iHal iini ijuga idapat

meningkatkan ijumlah ipembiayaan iyang idiberikan kepada masyarakat, dengan meningkatnya jumlah pembiayaan akan meningkatkan rasio Non Performing Financing (NPF). iHasil ipenelitian yang dilakukan ioleh (Popita, 2013) menunjukkan ibahwa iGDP iberpengaruh ipositif iterhadap iNPF.

H4: iGDP iberpengaruh ipositif iterhadap iNPF

5. Pengaruh iBI iRate iterhadap iNPF

Bank syariah menggunakan BI Rate sebagai benchmark atau tolak ukur untuk menentukan tingkat bagi hasil agar bank isyariah imampu ibersaing idengan itingkat isuku ibunga ibank

konvensional. Dengan demikian diharapkan ketika bank syariah mampu meningkatkan bagi hasil, masyarakat lebih tertarik untuk meminjam dana dari bank syariah ketimbang bank konvensional. Ketika BI iRate imeningkat, imaka iproduk ipembiayaan ibank iakan isemakin ibanyak. Namun kenaikan pembiayaan ini tidak luput dari meningkatnya risiko pembiayaan. Sehingga dapat ditarik kesimpulan bahwa ketika BI iRate imeningkat iakan meningkatkan besarnya NPF bank syariah. Hasil penelitian yang dilakukan oleh (Hernawati & Puspasari, 2018) menunjukkan ibahwa iBI iRate

berpengaruh ipositif isignifikan iterhadap iNPF.

H5: iBI iRate iberpengaruh ipositif iterhadap iNPF



3. Metode iPenelitian 3.1. Objek iPenelitian

Populasi idari ilaporan iini iadalah iseluruh iBank iUmum iSyariah iyang iterdaftar idi iOtoritas

iJasa iKeuangan isampai itahun i2018. iSampel ipenelitian iini iditentukan isebanyak i10 iBank iUmum

iSyariah iyang iberoperasi idi iIndonesia idari iperiode i2014-2018.

3.2. Jenis idan iSumber iData

Jenis idata iyang idigunakan iadalah idata isekunder idalam ibentuk itime iseries idan cross section yang

ibersifat ikuantitatif iyaitu idata berupa angka-angka. Data iyang idigunakan berupa inflasi, BI Rate dan GDP diperoleh idari iLaporan iBank iIndonesia idan iWorld iBank, isedangkan idata iCAR, iFDR idan

iNPF idiperoleh idari iLaporan iKeuangan iyang idipublikasikan ioleh imasing-masing ibank.

3.3. Teknik iPengumpulan iData

Teknik pengumpulan data iyang idigunakan dalam ipenelitian iini iadalah iteknik idokumentasi.

iData idiambil dan dikumpulkan dari laman resmi masing-masing web. Periodisasi data penelitian yang mencakup data iselama iperiode itahun i2014 isampai idengan itahun i2018.

3.4. Operasional Variabel Penelitian

Variabel iipenelitian iiadalah iisegala iiatribut iiatau iisifat iiatau iinilai iidari iiorang, iiobjek iiatau

iikegiatan iiyang iimempunyai iivariasi iitertentu iiyang iiditetapkan iioleh iipeneliti iiuntuk iidipelajari

iikemudian iidiambil iikesimpulannya. iBerikut imerupakan ivariabel iindependen idan ivariabel idependen

idalam ipenelitian iini:

1. Non iPerforming iFinancing i(NPF)

Non iPerforming iFinancing iadalah iukuran irisiko ipembiayaan iyang iada idi iPerbankan isyariah. i

iRisiko ikredit iatau ipembiayaan imerupakan isalah isatu iutama ikondisi isuatu ibank memburuk. NPF dapat terjadi karena pengaruh dari berbagai kondisi, di antaranya kondisi lingkungan internal dan lingkungan eksternal.

𝑁𝑃𝐹 = 𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛 𝐵𝑒𝑟𝑚𝑎𝑠𝑎𝑙𝑎ℎ

𝑇𝑜𝑡𝑎𝑙 𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛 𝑦𝑎𝑛𝑔 𝑑𝑖𝑠𝑎𝑙𝑢𝑟𝑘𝑎𝑛𝑥 100%

2. Financing ito iDeposit iRatio i(FDR)

Financing ito iDeposit iRatio adalah iperbandingan iantara jumlah pembiayaan iyang idiberikan

ioleh ibank idengan idana ipihak iketiga iyang berhasil dikumpulkan atau dihimpun oleh ibank. iFDR menggambarkan kemampuan ibank isyariah idalam mengembalikan dana kepada ipihak iketiga iatau nasabahnya.

𝐹𝐷𝑅 =𝐽𝑢𝑚𝑙𝑎ℎ 𝑃𝑒𝑚𝑏𝑖𝑎𝑦𝑎𝑎𝑛

𝐽𝑢𝑚𝑙𝑎ℎ 𝐷𝑃𝐾 + 𝑀𝑜𝑑𝑎𝑙 𝐼𝑛𝑡𝑖𝑥 100%

3. Capital iiAdequacy iiRatio ii(CAR)

Capital iiAdequacy iiRatio iimerupakan iiindikator iikemampuan iibank iiuntuk iimenutupi

iipenurunan iiaktivanya iisebagai iiakibat iidari iikerugian-kerugian iibank iiyang iidisebabkan iioleh iiaktiva

iiyang imengandung irisiko. iCAR idapat idihitung idengan irumus:

𝐶𝐴𝑅 = 𝑀𝑜𝑑𝑎𝑙 𝑆𝑒𝑛𝑑𝑖𝑟𝑖

𝐴𝑇𝑀𝑅𝑥 100

4. Inflasi

Inflasi i imerupakan ikenaikan iharga iyang ibersifat iumum idan iterjadi isecara iterus imenerus

iselama isatu iperiode itertentu. iInflasi idapat dihitung dengan menggunakan rumus:

𝐼𝑛𝑓𝑙𝑎𝑠𝑖 = 𝐼𝐻𝐾𝑛 + 𝐼𝐻𝐾𝑛−1

𝐼𝐻𝐾𝑛−1 𝑥 100%

5. Gross iDomestic iProduct i(GDP)



GDP merupakan inilai iibarang iidan iijasa iiyang iidiproduksi iidi iidalam iinegeri iidalam iisatu

iiperiode iitertentu. iGDP ijuga imerupakan iindikator iyang ipenting idalam imenilai isebuah

ipembangunan iekonomi isuatu inegara. iGDP dapat dihitung dengan rumus:

𝐺𝐷𝑃 = 𝐶 + 𝐼 + 𝐺 + (𝑋 − 𝑀) 6. BI iRate

BI iRate merupakan ikebijakan iyang imencencminkan isikap imoneter iyang iditetapkan ioleh

iBank iIndonesia idan idiimplementasikan ipada ipengelolaan ilikuiditas idi ipasar iuang iuntuk

imencapai isasaran ikebijakan imoneter. iPenelitian iini imenggunakan idata iBI iRate iyang

idipublikasikan ioleh iBank iIndoneia idi ihalaman iresminya iwww.bi.go.id.

3.5. Teknik iAnalisis iData

Berikut ibeberapa langkah-langkah ianalisis iyang ipeneliti ilakukan:

1. Estimasi iData iPanel

Analisis regresi data panel dilakukan agar dapat mengetahui seberapa kuat pengaruh kelima variabel iindependen iterhadap ivariabel idependen ibaik isecara iparsial imaupun isecara isimultan.

iAdapun ipersamaan iregresi idata ipanel iadalah isebagai iberikut:

𝑌 = 𝛽0 + 𝛽1𝑋1 + 𝛽2𝑋2 + 𝛽3𝑋3 + 𝛽4𝑋4 + 𝛽4𝑋4 + 𝜀

Teknik ianalisis idata ipanel idalam ipenelitian iini imenggunakan i3 i(tiga) imodel idata ipanel iyang isering idigunakan iyaitu iCommon iEffect iModel, iFixed iEffect iModel idan iRandom iEffect iModel

a. Uji iChow

Uji iini idilakukan iuntuk imenguji iantara imodel iCEM idan iFEM. iPengujian itersebut

idilakukan idengan iprogram iEviews i11. iUji iChow idilakukan idengan iCara imeregresikan idata

idengan imenggunakan imodel iCEM idan iFEM

b. Uji iHausman

Uji iini idilakukan iuntuk imenguji iantara imodel iFEM idan iREM. iPengujian itersebut

idilakukan idengan iprogram iEviews i11. iUji iHausman idilakukan idengan iCara imeregresikan idata

idengan imenggunakan imodel iREM idan iFEM i

c. Uji iLangrange iMultiplier

Uji iini idilakukan iuntuk imenguji iantara imodel iREM idan iCEM. iPengujian itersebut

idilakukan idengan iprogram iEviews i11. iUji iLangrange iMultiplier idilakukan idengan iCara

imeregresikan idata idengan imenggunakan imodel iREM idan iCEM.

2. Uji iAsumsi iKlasik

Berdasarkan pemilihan imodel iregresi idata ipanel, imodel iregresi idata iyang idipilih iadalah

irandom ieffect model yang termasuk kedalam pendekatan OLS, maka dari itu perlu dilakukan uji

iasumsi iklasik. iUji iasumsik iklasik iyang idilakukan idalam ipenelitian iini imeliputi:

a. Uji iNormalitas

Uji iinormalitas idilakukan iuntuk imengetahui iapakah idistribusi isebuah idata iyang

ididapatkan isesuai iatau imendekati ihukum inormal ibaku. i iPada ipenelitian iini iuji iyang idilakukan

iuntuk ipermasalahan inormalitas iyaitu iuji istatistik iJarque-Bera zi(JB) i(Winarno, 2015). Pengambilan keputusan dengan kriteria: Probabilitas R2 > i0,05 iimaka iidata iiberdistribusi iinormal,

iisedangkan iiapabila iprobabilitas iR2 i< i0,05 iimaka iidata iitidak iiterdistribusi iinormal.

b. Uji iMultikolinearitas

Multikolinieritas iterjadi iapabila ijumlah ivariabel iindependen iyang digunakan lebih idari isatu

iada ikorelasi iyang icukup itinggi iatau isignifikan. Uji multikolinieritas dilakukan untuk mengetahui bila



terjadi ikorelasi ilinier iantar ivariabel ihingga imendekati isempurna iantara isatu iatau ilebih idari ivariabel ibebas. iPengambilan ikeputusan idengan ikriteria ijika icorrelation ivariabel iindependen i<

i0,80 imaka itidak iterdapat imultikolinearitas isedangkan iapabila icorrelation ivariabel iindependen i>

i0,80 maka terdapat multikolinearitas.

c. Uji iHeteroskedastisitas

Menurut iGujarati (2006), uji iiheteroskedastisitas iidilakukan iiuntuk iimenguji iiapakah iidalam

sebuah iiregresi iiterjadi iiketidaksamaan iivarian iidari iiresidual iidari iisuatu iipengamatan iike pengamatan

lain. iiHeteroskedastisitas iiberarti iiada iivarian ipada imodel iyang itidak isama. Pengambilan keputusan dengan kriteria jika Probabilitas iR2

i> i0,05 imaka data bersifat homoskedastitas

sedangkan iapabila Probabilitas R2 i< i0,05 imaka idata bersifat heteroskedastisitas.

d. Uji iiAutokorelasi

Uji iiautokorelasi iidilakukan iiuntuk iimenguji iiapakah iidalam iisuatu iimodel iiregresi iilinier iiada

iikorelasi iiantara iikesalahan iipengguna iipada iiperiode iit iidengan iikesalahan iipada iiperiode iit-1.

iiPengambilan iikeputusan iiada iiatau itidaknya iautokorelasi imenurut i(Santoso, 2012) dapat dilihat

isesuai idengan iketentuan iberikut:

- Bila inilai iD-W i< i-2 imaka iterdapat iautokorelasi ipositif.

- Bila i-2 i< iD-W i< i2 imaka itidak iterdapat iautokorelasi.

- Bila iD-W i> i2 imaka iterdapat iautokorelasi inegatif. 3. Uji iHipotesis

Dalam ipenelitian iini idilakukan iuji ihipotesis iyang dinilai berdasarkan uji it, iuji iF, idan iadjusted

iR-squared.

a. Uji it i

Uji it dilakukan untuk imenguji iapakah isuatu ihipotesis iditerima iatau iditolak, idimana iuntuk

ikekuatan ipada iuji it iadalah isebagai iberikut:

Hipotesis: i H0 i: iTidak iada ipengaruh yang iberarti idari ivariabel ibebas iterhadap ivariabel iterikat. H1 i: iAda ipengaruh iyang iberarti idari ivariabel ibebas iterhadap ivariabel iterikat. Pengambilan ikeputusan idengan ikriteria: i thitung i> ittabel, iimaka iiH0 iiditolak iidan iiH1 iiditerima. thitung i< ittabel, imaka iiH0 iiditerima iidan iiH1 iiditolak.

b. Uji iiF

Uji iiF dilakukan untuk imengetahui apakah seluruh ivariabel iindependen i(X1, iX2, i...., iX5)

memiliki ipengaruh isecara ibersama-sama iterhadap ivariabel idependen i(Y). Jika inilai isignifikan

iyang idihasilkan idalam iUji iF iP i< i0,05, iimaka iidapat iidisimpulkan iibahwa iseluruh iivariabel

iiindependen i(X1, iX2, i...., iX5) i imemiliki ipengaruh isecara iibersama-sama iiterhadap iivariabel iidependen

ii(Y). ii

c. Uji iiKoefisien iiDeterminasi ii(R2)

Uji iikoefisien iideterminansi iidigunakan iiuntuk iimengetahui iisampai imana iketepatan iatau

ikecocokan igaris iregresi iyang iterbentuk idalam imewakili ikelompok idata ihasil iobservasi. iUntuk

imengurangi ikelemahan idari ikoefisien ideterminasi imaka idigunakan ikoefisien ideterminasi iyang

itelah idisesuaikan iatau idisebut iAdjusted iR2 i(Adj. iR2) i(Suliyanto, 2011)



4. HASIL idan iPEMBAHASAN 4.1. Rancang iUji

4.1.1. Uji iKetepatan iModel 4.1.1.1.Uji iChow

Tabel. i1 iUji iChow

UjiChow merupakan uji yang dilakukan untuk menentukan apakah common effect imodel iatau

ifixed ieffect imodel yang ipaling ibaik iuntuk idigunakan idalam ipemodelan idata panel. Berdasarkan hasil pengujian di atas, dapat dilihat hasil bahwa nilai probabilitasnya sebesar 0,0000 < 0,05 sehingga model yang dipilih adalah fixed effect.

4.1.1.2. Uji Hausman Tabel. 2 iUji iHausman

Uji iHausman dilakukan untuk menentukan apakah fixed ieffect imodel iatau irandom ieffect imodel iyang paling tepat iuntuk idigunakan idalam pemodelan data ipanel. Berdasarkan hasil ipengujian

iidengan iuji ihausman idi iatas, idapat idilihat ihasil ibahwa inilai iuji ihausman ihitung iadalah isebesar 1.0000

i> i0,05 isehingga imodel iyang idipilih iadalah irandom ieffect

4.1.1.3. Uji iLangrange iMultiplier Tabel.3 iUji iLangrange iMultiplier

Berdasarkan ihasil ipengujian idengan iuji iLM idi iatas, idapat idilihat ihasil ibahwa inilai iuji iLM

ihitung iadalah isebesar i0,0038 i< i0,05 iartinya inilai iuji iLM ihitung i< ichi-square itabel imaka imodel iyang idipilih iadalah irandom ieffect. iSehingga idapat idisimpulkan imodel iterbaik iyang idapat idigunakan

idalam ipenelitian iini iadalah iRandom iEffect iModel.

4.1.2. Analisis iRegresi iData iPanel

Berdasarkan Uji Chow dan Uji Hausman imodel iyang idigunakan idalam ipenelitian iini iadalah

iRandom iEffect iModel. iBerikut ihasil iregresi idata ipanel iRandom iEffect iModel:

Redundant Fixed Effects Tests

Equation: Untitled

Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 4.155339 (9,35) 0.0010

Cross-section Chi-square 36.341568 9 0.0000

Cross-section fixed effects test equation:

Dependent Variable: NPF

Method: Panel Least Squares

Date: 06/20/20 Time: 14:57

Sample: 2014 2018

Periods included: 5

Cross-sections included: 10

Total panel (balanced) observations: 50 Variable Coefficient Std. Error t-Statistic Prob. C 4.296117 11.04126 0.389097 0.6991

FDR 1.437056 1.169232 1.229060 0.2256

CAR -0.623935 0.161112 -3.872688 0.0004

INFLASI 0.101877 0.653269 0.155950 0.8768

GDP -0.793627 1.648646 -0.481381 0.6326

BIRATE -1.564800 0.909719 -1.720091 0.0924 Root MSE 0.567419 R-squared 0.295489

Mean dependent var 1.413800 Adjusted R-squared 0.215431

S.D. dependent var 0.682884 S.E. of regression 0.604870

Akaike info criterion 1.944562 Sum squared resid 16.09820

Schwarz criterion 2.174004 Log likelihood -42.61404

Hannan-Quinn criter. 2.031935 F-statistic 3.690932

Durbin-Watson stat 0.713984 Prob(F-statistic) 0.007093

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 0.000000 5 1.0000 * Cross-section test variance is invalid. Hausman statistic set to zero.

Cross-section random effects test comparisons:

Variable Fixed Random Var(Diff.) Prob. FDR 2.280870 1.679888 0.372796 0.3250

CAR -0.170837 -0.389780 0.009979 0.0284

INFLASI 0.156404 0.113061 0.002719 0.4058

GDP -1.386174 -1.145409 0.031401 0.1742

BIRATE -1.615236 -1.556192 0.010578 0.5659

Cross-section random effects test equation:



Date: 06/20/20 Time: 15:01

Sample: 2014 2018

Periods included: 5



FDR 2.280870 1.292996 1.764019 0.0865

CAR -0.170837 0.191419 -0.892476 0.3782

INFLASI 0.156404 0.515439 0.303439 0.7634

GDP -1.386174 1.318118 -1.051631 0.3002

BIRATE -1.615236 0.727093 -2.221499 0.0329 Effects Specification Cross-section fixed (dummy variables) Root MSE 0.394525 R-squared 0.659412







Lagrange Multiplier Tests for Random Effects

Null hypotheses: No effects

Alternative hypotheses: Two-sided (Breusch-Pagan) and one-sided

(all others) alternatives Test Hypothesis

Cross-section Time Both Breusch-Pagan 8.362094 2.728728 11.09082

(0.0038) (0.0986) (0.0009)

Honda 2.891728 -1.651886 0.876701

(0.0019) (0.9507) (0.1903)

King-Wu 2.891728 -1.651886 0.229590

(0.0019) (0.9507) (0.4092)

Standardized Honda 3.254958 -0.702624 -1.306037

(0.0006) (0.7589) (0.9042)

Standardized King-Wu 3.254958 -0.702624 -2.013848

(0.0006) (0.7589) (0.9780)

Gourieroux, et al.* -- -- 8.362094

(0.0057)



Tabel. i4 iRegresi iData iPanel

Berdasarkan tabel idi iatas, imaka idiperoleh ipersamaan iregresi idata ipanel isebagai iberikut:

𝑁𝑃𝐹 = 3,941 + 1,679𝐹𝐷𝑅 − 0,389𝐶𝐴𝑅 + 0,113𝐼𝑁𝐹𝐿𝐴𝑆𝐼 − 1,145𝐺𝐷𝑃 − 1,556𝐵𝐼 𝑅𝐴𝑇𝐸 + 𝑒 4.1.3. Uji iAsumsi iKlasik

4.1.3.1. Uji iNormalitas idata Tabel. 5 iUji iNormalitas

Uji iNormalitas idilakukan idengan imelakukan iJarque-Bera iTest. iBerdasarkan ihasil ipengujian

pada igambar idiatas imenunjukan ibahwa idata itelah iberdistribusi isecara inormal. iHal iini iditunjukan

dengan inilai iprobabilitas iJarque-Bera isebesar i0,9807 iyang iberada idi iatas i0,05 iyang iberarti idata

residual iberdistribusi isecara inormal.

4.1.3.2. Uji iMultikolinearitas Tabel. 6 Uji Multikolinearitas

Uji multikolinearitas dilakukan dengan menggunakan Pearson Correlation Test. Berdasarkan

ihasil ipengujian ipada igambar idi iatas itidak iada nilai koefisien korelasi antar ivariabel yang lebih dari 0,8. iMaka idapat idisimpulkan ibahwa idata itidak imemiliki imasalah imultikolinearitas.

4.1.3.3. Uji iHeteroskedastisitas Tabel. 7 Uji Heteroskedastisitas


Method: Panel EGLS (Cross-section random effects)

Date: 06/20/20 Time: 15:05

Sample: 2014 2018

Periods included: 5


Total panel (balanced) observations: 50

Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 3.941160 9.383958 0.419989 0.6765

FDR 1.679888 1.139756 1.473902 0.1476

CAR -0.389780 0.163287 -2.387087 0.0213

INFLASI 0.113061 0.512795 0.220481 0.8265

GDP -1.145409 1.306152 -0.876934 0.3853

BIRATE -1.556192 0.719782 -2.162032 0.0361 Effects Specification

S.D. Rho Cross-section random 0.361015 0.3695

Idiosyncratic random 0.471547 0.6305 Weighted Statistics Root MSE 0.456312 R-squared 0.210047



Sum squared resid 10.41103 F-statistic 2.339900

Durbin-Watson stat 1.034989 Prob(F-statistic) 0.057298 Unweighted Statistics R-squared 0.252079 Mean dependent var 1.413800

Sum squared resid 17.09014 Durbin-Watson stat 0.630499

FDR CAR INFLASI GDP BIRATE FDR 1.000000 0.194408 0.273591 -0.340418 0.358921

CAR 0.194408 1.000000 -0.265145 0.314744 -0.267861

INFLASI 0.273591 -0.265145 1.000000 -0.806226 0.871907

GDP -0.340418 0.314744 -0.806226 1.000000 -0.770490

BIRATE 0.358921 -0.267861 0.871907 -0.770490 1.000000

Dependent Variable: RESABS


Date: 06/20/20 Time: 15:04

Sample: 2014 2018

Periods included: 5



FDR 0.090704 0.672952 0.134786 0.8934

CAR 0.180622 0.092728 1.947873 0.0578

INFLASI 0.279479 0.375990 0.743316 0.4612

GDP -0.744098 0.948879 -0.784186 0.4371

BIRATE -0.408606 0.523589 -0.780393 0.4393 Root MSE 0.326578 R-squared 0.121576









Berdasarkan hasil pengujian yang ditunjukkan pada tabel di atas, diketahui bahwa probabilitas masing-masing variabel berada di atas 0,05. Hal ini sesuai dengan kriteria pengujian bahwa hasil uji heteroskedastisitas tidak ada nilai probabilitas masing-masing variabel yang kurang dari 0,05. Maka dapat disimpulkan bahwa data tidak memiliki masalah heteroskedastisitas.

4.1.3.4. Uji Autokorelasi Tabel. 8 Uji Autokorelasi

Berdasarkan ihasil pengujian yang ditunjukkan pada itabel idi iatas, idiketahui inilai Durbin-Watson adalah sebesar i1,0349. iHal iini sesuai dengan kriteria pengujian bahwa jika nilai Durbin-Watson berada diantara nilai -2 dan 2 maka data terbebas dari autokorelasi. Maka dapat disimpulkan bahwa data tidak memiliki masalah autokorelasi.

4.1.4. Uji Hipotesis 4.1.4.1. Uji t atau uji signifikansi

Tabel. 9 Uji t

Berikut penjelasan masing-masing hipotesis dari hasil pengujian regresi data panel di atas yaitu sebagai berikut:

Pada tabel 4.9 menunjukkan nilai isignifikansi idari iFDR iyaitu isebesar i0,1476 iyang ilebih ibesar idari itaraf isignifikansi i0,05 idan imempunyai ikoefisien iregresi isebesar i1,679888 isehingga idapat idisimpulkan ibahwa ivariabel iFDR itidak iberpengaruh iterhadap iNPF. iMaka isecara iparsial iH1 iditolak.

Pada itabel i4.9 imenunjukkan inilai isignifikansi idari iCAR iyaitu isebesar i0,0213 iyang ilebih ikecil idari itaraf isignifikansi i0,05 idan imempunyai ikoefisien iregresi isebesar i-0,389780, isehingga idapat idisimpulkan ibahwa ivariabel iCAR iberpengaruh inegatif isignifikan iterhadap iNPF. iMaka isecara iparsial iH2 iditerima.

Pada itabel idi iatas idiperoleh inilai isignifikansi idari iinflasi iyaitu isebesar i0,8265 iyang iberarti ilebih ibesar idari itaraf isignifikansi i0,05 idan imempunyai ikoefisien iregresi isebesar i0,113061, isehingga idapat idisimpulkan ibahwa ivariabel iinflasi itidak iberpengaruh iterhadap iNPF. iMaka isecara iparsial iH3 iditolak.

Pada itabel idi iatas idiperoleh inilai isignifikansi idari iGDP iyaitu isebesar i0,3853 iyang iberarti ilebih ibesar idari itaraf isignifikansi i0,05 idan imempunyai ikoefisien iregresi isebesar i-1,145409, isehingga idapat idisimpulkan ibahwa ivariabel iGDP itidak iberpengaruh iterhadap iNPF. iMaka isecara iparsial iH4 iditolak.

Pada tabel di atas diperoleh nilai signifikansi dari BI Rate yaitu sebesar 0,0361 yang berarti lebih kecil dari taraf signifikansi 0,05 dan mempunyai koefisien regresi sebesar -1,556192, sehingga

Dependent Variable: Y


Date: 06/20/20 Time: 12:55

Sample: 2014 2018

Periods included: 5




X1 -0.389780 0.163287 -2.387087 0.0213

X2 1.679888 1.139756 1.473902 0.1476

X3 0.113061 0.512795 0.220481 0.8265

X4 -1.145409 1.306152 -0.876934 0.3853

X5 -1.556192 0.719782 -2.162032 0.0361 Effects Specification










Date: 06/20/20 Time: 15:05

Sample: 2014 2018

Periods included: 5




FDR 1.679888 1.139756 1.473902 0.1476

CAR -0.389780 0.163287 -2.387087 0.0213

INFLASI 0.113061 0.512795 0.220481 0.8265

GDP -1.145409 1.306152 -0.876934 0.3853











dapat disimpulkan bahwa variabel BI Rate berpengaruh negatif signifikan terhadap NPF. Maka secara parsial H5 ditolak.

4.1.4.2. Uji F atau uji simultan Tabel. 10 Uji F

Berdasarkan tabel idi iatas imenunjukkan ibahwa nilai Prob(F-Statistic) sebesar 0,057298. Karena probabilitasnya lebih besar dari 0,05 maka dapat dikatakan bahwa FDR, CAR, inflasi, GDP, dan BI Rate secara bersama-sama tidak berpengaruh terhadap NPF H6 ditolak.

4.1.4.3. Uji Koefisien Determinasi (uji R2) Tabel. 11 Uji R Square

Berdasarkan itabel idi iatas idapat idiketahui ibahwa ibesarnya iadjusted iR2 iyaitu isebesar i0,1202 atau

sebesar 12.02%. Dapat disimpulkan bahwa kemungkinan variabel FDR, CAR, inflasi, GDP, dan BI Rate terhadap NPF yang dapat diterangkan oleh model persamaan ini adalah sebesar 12,02% dan sisanya sebesar 87,98% dijelaskan oleh variabel yang lain iyang itidak iterdapat idalam ipenelitian

iini.

4.2. Pembahasan

4.2.1. Financing iito iDeposit iRatio i(FDR) iberpengaruh iterhadap iNon iPerforming

iFinancing i(NPF)

Pengujian ihipotesis ipertama idalam ipenelitian iini iuntuk ivariabel ipertama iyaitu iFDR itidak

imemiliki ipengaruh iterhadap iNPF. iHal iini imenunjukkan ibahwa isemakin ibesar ikenaikan iatau

ipenurunan iFDR ihanya iakan imemberikan isedikit ipengaruh iterhadap ikenaikan iatau ipenurunan

iNPF ipada iBank iUmum iSyariah. iHubungan ipositif iantara iFDR idengan iNPF iini iterjadi ikarena

isemakin itinggi iijumlah idana iyang idisalurkan ibank iakan imenimbulkan irisiko ipembiayaan iyang

ibermasalah iyang isebanding. iHal iini menunjukkan bahwa jumlah dana di sektor perbankan syariah sudah idigunakan isecara imaksimal idalam imenyalurkan ipembiayaan. iHasil ipenelitian iini isejalan

idengan hasil penelitian terdahulu yang dilakukan oleh i i(Nugraini, 2015) idan i i(Popita, 2013) menyatakan bahwa FDR berpengaruh positif terhadap NPF.

4.2.2. Capital iAdequacy iRatio i(CAR) iberpengaruh iterhadap iNon iPerforming

iFinancing i(NPF)

Pengujian hipotesis ikedua idalam ipenelitian iini iuntuk ivariabel ikedua iyaitu iCAR imemiliki ipengaruh inegatif isignifikan iterhadap iNPF. iHal iini imenunjukan ibahwa isemakin ikenaikan atau penurunan CAR akan memberikan pengaruh yang signifikan terhadap kenaikan atau penurunan NPF Bank Umum Syariah. iNilai iATMR iyang irendah idapat imenunjukkan ibahwa iresiko

ipembiayaan ijuga irendah. iHal iini imengindikasikan ibahwa ipermodalan ibank syariah yang ditunjukkan oleh rasio iCAR iharus imampu imenutupi iseluruh irisiko iusaha iyang idihadapi ioleh



Date: 06/20/20 Time: 15:05

Sample: 2014 2018

Periods included: 5




FDR 1.679888 1.139756 1.473902 0.1476

CAR -0.389780 0.163287 -2.387087 0.0213

INFLASI 0.113061 0.512795 0.220481 0.8265

GDP -1.145409 1.306152 -0.876934 0.3853











Date: 06/20/20 Time: 15:05

Sample: 2014 2018

Periods included: 5




FDR 1.679888 1.139756 1.473902 0.1476

CAR -0.389780 0.163287 -2.387087 0.0213

INFLASI 0.113061 0.512795 0.220481 0.8265

GDP -1.145409 1.306152 -0.876934 0.3853











ibank, termasuk risiko kerugian yang disebabkan oleh adanya pembiayaan bermasalah. Dengan demikian CAR merupakan ifaktor ipenting idalam imitigasi irisiko iyang idilakukan ioleh ibank isyariah

iterkait ikemungkinan iterjadinya ipembiayaan ibermasalah. iHasil ipenelitian iini isejalan idengan penelitian yang dilakukan oleh (Nugraini, 2015) dan (Dinnul, 2016) yang imenyatakan ibahwa

ivariabel iCAR iberpengaruh inegatif iterhadap iNPF. i

4.2.3. Inflasi iberpengaruh iterhadap iNon iPerforming iFinancing i(NPF)

Pengujian ihipotesis iketiga idalam ipenelitian iini iuntuk ivariabel iketiga iyaitu iinflasi itidak

imemiliki ipengaruh iterhadap iNPF. iHal iini imenunjukkan ibahwa isemakin ibesar ikenaikan iatau

ipenurunan iinflasi ihanya iakan imemberikan isedikit ipengaruh iterhadap ikenaikan iatau ipenurunan

iNPF ipada iBank iUmum iSyariah. i

Inflasi iyang iterjadi idi itahun ipenelitian iini imengalami iperubahan iyang cukup berfluktuatif dan cenderung mengalami penurunan. Meskipun terjadi kenaikan inflasi pada beberapa tahun penelitian, kenaikan ini tidak separah pada saat kenaikan inflasi yang menyebabkan krisis moneter pada tahun i1997/1998 iyang imencapai ihyper iinflation iatau ipada isaat itahun i2008 iterjadi ikrisis

ekonomi iglobal idimana itingkat iinflasi idi iIndonesia imencapai i11,06%. iKenaikan iatau ipenurunan

tingkat iinflasi ipada itahun ipenelitian iini imasih iterjaga idibawah i10% iatau idikenal isebagai moderate

inflation i(inflasi isatu idigit). iSehingga idapat idisimpulkan ibahwa ikenaikan iatau ipenurunan iinflasi pada itahun ipenelitian iini itidak memberikan dampak berarti bagi kenaikan atau penurunan tingkat NPF. Hasil penelitian ini sejalan idengan ipenelitian iyang idilakukan ioleh i(Manafe, 2017) yang menyatakan bahwa inflasi berpengaruh positif terhadap NPF.

4.2.4. Gross iDomestic iProduct i(GDP) iberpengaruh iterhadap iNon iPerforming

iFinancing i(NPF)

Pengujian hipotesis ikeempat dalam penelitian ini untuk variabel keempat yaitu GDP tidak memiliki pengaruh terhadap NPF. Hal ini menunjukkan bahwa semakin besar kenaikan atau penurunan GDP hanya akan memberikan sedikit pengaruh terhadap kenaikan atau penurunan NPF pada Bank Umum Syariah.

Saat perekonomian sektor makro meningkat maka akan meningkatkan aktivitas ekonomi. Dengan imeningkatnya iaktivitas iekonomi, imaka iakan iberdampak ipada ipeningkatan ipendapatan

imasyarakat idan ipada iakhirnya iakan imeningkatkan ikapasitas idebitur idalam imengembalikan

ipinjamannya. iKetika ikemampuan imasyarakat idalam imengembalikan ipinjamannya imeningkat

idan imasyarakat imembayar ipinjamannya itepat iwaktu imaka ikemungkinan iterjadinya ipembiayaan

iakan iberkurang. iSehingga idapat idikatakan ibahwa iketika iGDP imeningkat iakan imenurunkan

itingkat ipembiayaan ibermasalah. iHasil ipenelitian iini isejalan idengan ipenelitian iyang idilakukan oleh (Dinnul, 2016)dan (Padmantyo, 2011) yang imenyatakan ibahwa iGDP iberpengaruh inegatif

iterhadap NPF.

4.2.5. BI Rate berpengaruh terhadap iNon iPerforming iFinancing i(NPF)

Pengujian ihipotesis ikelima idalam ipenelitian iini iuntuk ivariabel ikelima iyaitu iBI iRate

iberpengaruh inegatif isignifikan iterhadap iNPF. iHal iini imenunjukkan ibahwa isemakin ibesar

ikenaikan iatau ipenurunan iBI iRate iakan imemberikan pengaruh yang signifikan iterhadap ikenaikan

iatau ipenurunan iNPF ipada iBank iUmum iSyariah. i

Hal iini disebabkan karena banyak iinstitusi ikeuangan isyariah imelalui ipembiayaan

imenetapkan ikeuntungan iatau imenaikkan iharga iberdasarkan isuku ibunga iyang iberlaku isaat iitu. iSemakin itinggi iBank iIndonesia idalam imenetapkan iBI iRate imaka ipembiayaan idiyakini iakan

imenurun ikarena ibank syariah juga menggunakan iBI iRate isebagai idasar idalam imenentukan

imargin idan ibagi ihasil dalam pembiayaan. Tingginya margin dan bagi hasil pembiayaan akan mengurangi atau menurunkan minat masyarakat dalam mengajukan pembiayaan. Dengan menurunnya pembiayaan maka risiko terjadinya pembiayaan bermasalah pun ikut menurun. Hasil



ipenelitian iiini iisejalan iidengan iipenelitian iiyang iidilakukan iioleh ii(Amanah, i2019) iyang imenyatakan

iibahwa iiBI iiRate iiberpengaruh iinegatif iiterhadap iiNPF. i

4.2.6. FDR, CAR, Inflasi, GDP dan BI Rate berpengaruh iterhadap iNon

iPerforming iFinancing i(NPF).

Pengujian ihipotesis ikeenam idalam ipenelitian iini idiperoleh inilai iProb(F-Statistic) isebesar

i0,057298. iKarena iprobabilitasnya ilebih ibesar idari i0,05 imaka idapat idikatakan ibahwa iFDR, iCAR, iinflasi, iGDP, idan iBI iRate secara bersama-sama tidak berpengaruh terhadap NPF. Berdasarkan

itabel ihasil iuji iR iSquare ididapatkan inilai i iadjusted iR2 isebesar i0,1202 atau sebesar 12.02%. Dapat

idisimpulkan ibahwa ikemungkinan variabel iFDR, iCAR, iinflasi, iGDP, idan iBI iRate iterhadap iNPF

iyang idapat iditerangkan ioleh imodel ipersamaan iini iadalah isebesar i12,02% idan isisanya isebesar

i87,98% idijelaskan ioleh ivariabel iyang ilain iyang itidak iterdapat idalam ipenelitian iini. iHasil ipenelitian

iini iberbeda idengan ipenelitian iyang idilakukan ioleh i(Dinnul, 2016) iyang imenyimpulkan ibahwa

iiVariabel iiInflasi, iiGDP, iiCAR, iidan iiFDR iisecara iisimultan iibersama-sama iiberpengaruh iiterhadap

iiNPF iidan iipenelitian iiyang iidilakukan iioleh i(Amanah, 2019) iyang iimenyimpulkan iibahwa ii iiPDB,

iiinflasi, iiBI iiRate, iidan iinilai iitukar iirupiah iisecara iisimultan iiberpengaruh iipositif iidan iisignifikan

iiterhadap iiNPF.

5. Penutup

Berdasarkan ihasil ipenelitian imengenai ipengaruh faktor internal dan faktor eksternal terhadap Non Performing Financing pada bank umum syariah di Indonesia tahun 2014-2018 dapat disimpulkan sebagai berikut:

a) Secara parsial variabel CAR dan BI Rate berpengaruh negatif terhadap NPF, yang berarti

apabila terjadi kenaikan pada variabel CAR atau BI Rate akan mengakibatkan penurunan pada

variabel NPF dan sebaliknya. Sedangkan variabel FDR, inflasi dan GDP tidak berpengaruh

terhadap NPF, yang berarti apabila terjadi kenaikan atau penurunan pada variabel FDR, inflasi

dan GDP tidak akan memberikan perubahan pada variabel NPF.

b) Secara simultan variabel CAR, FDR, inflasi, GDP dan BI Rate tidak berpengaruh terhadap

NPF, yang berarti bahwa variabel NPF dipengaruhi oleh faktor lain di luar variabel CAR dan

BI Rate.

Dengan imenggunakan iprinsip isyariah ipada ipengelolaan ibank isyariah idi iIndonesia

imenunjukkan ipeningkatan iyang ipesar ipada iperkembangan ipengelolaan iNon iPerforming

iFinancing, ipada irentang iwaktu ipenelitian idilihat iperbedaan ihasil ipenelitian ijika idibandingan

idengan ipenelitian iterdahulu. iBank isyariah ilebih idapat itahan iterhadap ikondisi iekonomi imakro

iyang iberfluktuasi ikhususnya iinflasi idan iGDP idibandingkan idengan ibank ikonvensional.

Keputusan ibank iuntuk imenyalurkan idana ipihak iketiga idalam ibentuk ipembiayaan

imerupakan ikeputusan iyang ibanyak imengandung irisiko ikerugian iterkait idengan ipembiayaan. ibank iselaku ilembaga iintermediasi iyang imemperoleh ikepercayaan idari ipara inasabahnya iperlu

imenimbang ibanyak iaspek ibaik idari isisi iteknis idan inon iteknis ibaik iyang ibersifat imikro imaupun

imakro idengan iharapan ipembiayaan iyang idisalurkan idapat idiperoleh ikembali ioleh ibank isesuai iwaktunya.

Berdasarkan ihasil ipenelitian iserta ikesimpulan iyang idiperoleh, iterdapat ibeberapa iimplikasi imanajerial iyang idiharapkan idari ipenelitian iini ibagi iBank iUmum iSyariah idan ipihak-pihak iterkait

idengan ipengelolaan isektor iperbankan isyariah idi iIndonesia iadalah isebagai iberikut:

a) Semakin ibesar iaktivitas isuatu ibisnis imaka isemakin ibesar ipula irisiko iyang iakan idihadapi iseiring idengan iperkembangan iusahanya. iRisiko itersebut itidak imungkin idihapuskan iatau

idihilangkan inamun iyang idapat idilakukan iadalah ibagaimana iperbankan isyariah imampu

imengelola irisiko itersebut idan imengubahnya imenjadi iumpan ibalik iyang ipositif.



b) Perbankan iSyariah iperlu imelakukan ipengawasan iterhadap itingkat iCapital iAdequacy iRatio

i(CAR) ikarena iberdasarkan ihasil iuji iestimasi inilai iCAR iberpengaruh idalam imenurunkan

iNPF, iakan itetapi itingkat iCAR itetap iharus idijaga iagar itetap iberada ipada inilai ibatas iyang

iditetapkan ioleh iBank iIndonesia. iSelain iitu, iBank iUmum iSyariah iperlu imelakukan

ipengawasan iterhadap itingkat ibiaya ioverhead isehingga idalam ikegiatan ioperasional ibiaya

ioverhead iyang idigunakan idapat ilebih iefisien. c) Bank iUmum iSyariah iharus ilebih ipeka iterhadap ikondisi imakroekonomi iterutama itingkat iBI

iRate isehingga idapat imenentukan ikebijakan ipembiayaan isecara itepat iagar idapat

imengendalikan itingkat iNPF ipada itaraf iyang iwajar. d) Peneliti iselanjutnya idapat imenggunakan ivariabel iinternal ilain iseperti iKPMM idan iBOPO idan

ivariabel ieksternal ilain iseperti ikurs. iSelain iitu idapat ijuga idengan imemperluas icakupan iobjek

ipenelitian iserta imenganalisis idari isisi iinternal idebitur iagar ididapatkan ihasil iyang iberagam.

Daftar Pustaka

Amanah, T. (2019). Pengaruh Produk Domestik Bruto, Inflasi, BI Rate, dan Nilai Tukar Rupiah Terhadap Pembiayaan Bermasalah Dalam Perspektif Ekonomi Islam. Raden Intan Repository, 53(9), 1689–1699.

Anisa, L. S., & Tripuspitorini, F. A. (2019). Analisis Pengaruh Dana Pihak Ketiga, Non Performing Finance Murabahah, dan Inflasi Terhadap Pembiayaan Murabahah Pada Bank Umum Syariah di Indonesia. Jurnal Maps (Manajemen Perbankan Syariah), 52–64.

Apriyanthi, R., Purbayanti, R., & Setiawan. (2020). Faktor – Faktor Yang Mempengaruhi

Pembiayaan Sektor Konstruksi Pada Perbankan Syariah di Indonesia. Probank : Jurnal Ekonomi dan Perbankan, 5(1).

Dendawijaya, L. (2005). Manajamen Lembaga Keuangan. Jurnal Akuntansi.

Dinnul, A. (2016). Inflasi, Gross Domesctic Product (GDP), Capital Adequacy Ratio (CAR), dan Finance To Deposit Ratio (FDR) Terhadap Non Performing Financing (NPF) Pada Bank Umum Syariah di Indonesia. I-Economics.

Fathonah, A. S., & Hermawan, D. (2020). Estimasi Pengaruh Faktor Internal Bank dan Stabilitas Makroekonomi Terhadap Profitabilitas Dengan Mediasi Rasio Pembiayaan Bermasalah di Pt Bank Muamalat Indonesia. Jurnal Maps (Manajemen Perbankan Syariah), 3(2), 93–108.

Frianto, P. (2012). Manajemen Dana dan Kesehatan Bank. in Manajemen Dana dan Kesehatan Bank.

Gujarati, D. N. (2006). Econometria Básica. in Basic Econometrics.

Hernawati, H., & Puspasari, O. R. (2018). Pengaruh Faktor Makroekonomi Terhadap Pembiayaan Bermasalah. Journal Of Islamic Finance And Accounting.

Hidayah, A. N. (2019). Analisis Pengaruh Faktor Internal dan Eksternal Terhadap Terjadinya Non Performing Financing Pada Pt. Bank Negara Indonesia Syariah Periode 2011-2018.

Manafe, Y. E. (2017). Pengaruh Inflasi Terhadap Non Performing Financing (NPF) Pada Pt. Bank Syariah Mandiri di Indonesia. Eprint Uin Raden Fatah Palembang, 12–21.

Mutamimah, S., & Chasanah, N. Z. (2012). Analisis Eksternal dan Internal Dalam Menentukan Non Performing Financing Bank Umum Syariah di Indonesia. Jurnal Bisnis dan Ekonomi (Jbe).

Nugraini, Y. (2015). Analisis Pengaruh Faktor Eksternal dan Internal Terhadap Non Performing Financial (NPF) Pada Bank Umum Syariah di Indonesia. Unissula Repository, 1–28.

Padmantyo, S. (2011). Analisis Variabel Yang Mempengaruhi Kredit Macet di Indonesia. Laporan Penelitian Intensif Reguler Kompetitif., 1 Of 21.

Popita, M. S. A. (2013). Non Performing Financing. Determinan Non Performing Financing (NPF) Bank



Pembiayaan Rakyat Syariah (Bprs) di Indonesia Tahun 2011-2015.

Santoso, S. (2012). Panduan Lengkap Spss Versi 20. in Pt Elex Media Komputindo.

Siamat, D. (2005). Manajemen Lembaga Keuangan. “Kebijakan Moneter dan Perbankan.” Jakarta: Fakultas Ekonomi Universitas Indonesia, Edisi Kesatu.

Suliyanto. (2011). Uji R. in Ekonometrika Terapan.

Tripuspitorini, F. A., & Setiawan. (2020). Pengaruh Faktor Makroekonomi Terhadap Pertumbuhan Dana Pihak Ketiga Pada Bank Umum Syariah di Indonesia. Jurnal Riset Akuntansi dan Keuangan,8 (1), 2020, 121-132, 8(1), 121–132.

Veithzal, R. And Others. (2007). Bank And Financial Institute Management. Jakarta: Pt. Raja Grafindo Persada.

Winarno, W. W. (2015). Analisis Ekonometrika dan Statistika Dengan Eviews. Edisi Ketiga. in Upp Stim Ykpn. Yogyakarta.

Analisis Pengaruh Faktor Internal dan Faktor Eksternal ...

Documents