You are on page 1of 128

PENGARUH RISIKO KREDIT, STRUKTUR MODAL, DAN

LIKUIDITAS TERHADAP PROFITABILITAS PADA


PERUSAHAAN PERBANKAN YANG TERDAFTAR DI
BURSA EFEK INDONESIA

Oleh:

RIFDA AYU AZTARI

NPM: 19.1.01.11998

Program Studi: Akuntansi

SEKOLAH TINGGI ILMU EKONOMI INDONESIA (STIESIA)

SURABAYA

2023
PENGARUH RISIKO KREDIT, STRUKTUR MODAL, DAN
LIKUIDITAS TERHADAP PROFITABILITAS PADA
PERUSAHAAN PERBANKAN YANG TERDAFTAR DI
BURSA EFEK INDONESIA

Oleh:

RIFDA AYU AZTARI

NPM: 19.1.01.11998

Program Studi: Akuntansi

SEKOLAH TINGGI ILMU EKONOMI INDONESIA (STIESIA)

SURABAYA

2023

ii
PENGARUH RISIKO KREDIT, STRUKTUR MODAL, DAN
LIKUIDITAS TERHADAP PROFITABILITAS PADA
PERUSAHAAN PERBANKAN YANG TERDAFTAR DI
BURSA EFEK INDONESIA

Skripsi Diajukan untuk Memenuhi Salah Satu Syarat Guna


Memperoleh Gelar Sarjana Ekonomi

Program Studi: Akuntansi

Konsentrasi: Akuntansi Keuangan

Oleh:

RIFDA AYU AZTARI

NPM: 19.1.01.11998

SEKOLAH TINGGI ILMU EKONOMI INDONESIA (STIESIA)

SURABAYA

2023

iii
PENGARUH RISIKO KREDIT, STRUKTUR MODAL, DAN
LIKUIDITAS TERHADAP PROFITABILITAS PADA PERUSAHAAN
PERBANKAN YANG TERDAFTAR DI BURSA EFEK INDONESIA

Dipersiapkan dan Disusun Oleh:

RIFDA AYU AZTARI

NPM: 19.1.01.11998

Telah dipertahankan di depan Tim Penguji

Pada Tanggal 04 Maret 2023

Susunan Tim Penguji:

Ketua : Dr. Akhmad Riduwan, S.E., MSA, Ak., CA.

Anggota : 1. Astri Fitria, S.E., M.Si., Ak., CA.

2. Farida Idayati, S.E., M.S.A.

Dinyatakan Memenuhi Syarat dan Diterima Oleh:

Dosen Pembimbing Ketua Program Studi S1 Akuntansi

Farida Idayati, S.E., M.S.A. Dr. Wahidahwati, S.E., M.Si., Ak., CA.

Ketua STIESIA

Dr. Nur Fadjrih Asyik, S.E., M.Si., Ak., CA.

iv
PERNYATAAN KEASLIAN KARYA TULIS SKRIPSI

Yang bertanda tangan di bawah ini, saya:

Nama : RIFDA AYU AZTARI

N.P.M : 19.1.01.11998

Menyatakan bahwa skripsi dengan judul:

PENGARUH RISIKO KREDIT, STRUKTUR MODAL, DAN LIKUIDITAS


TERHADAP PROFITABILITAS PADA PERUSAHAAN PERBANKAN
YANG TERDAFTAR DI BURSA EFEK INDONESIA

Diajukan untuk diuji pada tanggal 04 Maret 2023 adalah hasil karya saya.

Dengan ini saya menyatakan dengan sesungguhnya bahwa dalam skripsi ini
tidak terdapat keseluruhan atau sebagian tulisan orang lain yang saya ambil dengan
cara menyalin, atau meniru dalam bentuk rangkaian kalimat atau simbol yang
menunjukkan gagasan atau pendapat atau pemikiran dari penulis lain, yang saya
akui seolah-olah sebagai tulisan saya sendiri, dan atau tidak terdapat bagian atau
keseluruhan tulisan yang saya salin, tiru, atau yang saya ambil dari tulisan orang
lain tanpa memberikan pengakuan pada penulis aslinya.

Apabila saya melakukan hal tersebut di atas, baik sengaja maupun tidak,
dengan ini saya menyatakan menarik skripsi yang saya ajukan sebagai hasil tulisan
saya sendiri ini. Bila kemudian terbukti bahwa saya ternyata melakukan tindakan
menyalin atau meniru tulisan orang lain seolah-olah hasil pemikiran saya sendiri,
berarti gelar dan ijazah yang telah diberikan Sekolah Tinggi Ilmu Ekonomi
Indonesia (STIESIA) Surabaya batal saya terima.

Surabaya, 04 Maret 2023

Yang membuat pernyataan

Materai

10000

Rifda Ayu Aztari

v
DAFTAR RIWAYAT HIDUP

A. MAHASISWA
Nama : Rifda Ayu Aztari
NPM : 19.1.01.11998
Program Studi : S1 Akuntansi
Tempat/Tanggal Lahir : Surabaya, 02 April 2001
Agama : Islam
Jumlah Saudara/Anak ke : 2 (dua) / 1 (satu)
Alamat Rumah : Rungkut Lor 5. 17
Status : Belum Kawin

B. ORANG TUA
Nama : Ida Yuniati
Alamat Rumah/Telepon : Rungkut Lor 5. 17 / 087852777373
Alamat Kantor/Telepon :-
Pekerjaan/Jabatan : Ibu Rumah Tangga

C. RIWAYAT PENDIDIKAN
1. Tamat SD di SDN Kendangsari IV Surabaya tahun 2007 – 2013
2. Tamat SMP di SMP Negeri 17 Surabaya tahun 2013 – 2016
3. Tamat SMA di SMA Negeri 17 Surabaya tahun 2016 – 2019
4. Pendidikan Tinggi (PT)
Nama PT Tempat Semester Tahun Keterangan
STIESIA Jl. Menur I – VII 2019 – 2023 Mahasiswa
Pumpungan
No. 30
Surabaya

D. RIWAYAT PEKERJAAN
Tahun Bekerja di Pangkat/Golongan Jabatan
- - - -

Dibuat dengan sebenarnya

Rifda Ayu Aztari

vi
KATA PENGANTAR

Puji syukur kepada Tuhan Yang Maha Esa atas segala rahmat dan hidayah-
Nya, penulis dapat menyelesaikan skripsi ini dengan judul “PENGARUH RISIKO
KREDIT, STRUKTUR MODAL, DAN LIKUIDITAS TERHADAP
PROFITABILITAS PADA PERUSAHAAN PERBANKAN YANG
TERDAFTAR DI BURSA EFEK INDONESIA”. Penulisan skripsi ini sebagai
salah satu syarat guna memperoleh gelar strata satu (S1) pada Sekolah Tinggi Ilmu
Ekonomi Indonesia (STIESIA) Surabaya. Penulis menyadari bahwa dalam
penulisan skripsi ini tidak akan berhasil tanpa adanya bantuan dan dukungan dari
berbagai pihak yang telah banyak membantu. Sehingga, pada kesempatan kali ini
penulis menyampaikan rasa terima kasih sebesar-besarnya kepada:

1. Dr. Nur Fadjrih Asyik, S.E., M.Si., Ak., CA., selaku Ketua Sekolah Tinggi
Ilmu Ekonomi Indonesia (STIESIA) Surabaya.
2. Dr. Wahidahwati, S.E., M.Si., Ak., CA., selaku Ketua Program Studi
Akuntansi Sekolah Tinggi Ilmu Ekonomi Indonesia (STIESIA) Surabaya.
3. Farida Idayati, S.E., M.S.A. selaku Dosen Pembimbing penulisan skripsi yang
telah meluangkan waktu dan tenaga untuk membimbing serta memberikan
arahan selama mengerjakan skripsi.
4. Lydia Setyawardani, S.E., M.Si., Ak., CA. selaku Dosen Wali SA-4 yang
memberikan bimbingan dan pengarahan selama masa perkuliahan.
5. Mochamad Jamil, S.E., MM., selaku Ketua Galeri Bursa Efek Indonesia (BEI)
STIESIA Surabaya yang telah memberikan izin riset untuk melakukan riset
penelitian di BEI.
6. Bapak dan Ibu dosen serta para staf Sekolah Tinggi Ilmu Ekonomi Indonesia
(STIESIA) Surabaya yang telah memberikan banyak ilmu yang bermanfaat
selama kegiatan perkuliahan.
7. Orang tua tercinta, Bapak Nur Qomari dan Ibu Ida Yuniati, yang selalu
memberikan kasih sayang, doa, nasihat, dukungan, semangat, serta atas
kesabaran yang luar biasa dalam setiap langkah hidup penulis, yang merupakan
anugerah terbesar dalam hidup.

vii
8. Adik tercinta Daffa Nur Halim, terima kasih atas segala doa dan dukungan.
9. Sahabat terbaik, Laili, Imraatus, Linda, Feni, Dina, Santi yang selalu
mendukung, membantu, hingga menghibur selama ini.
10. Teman seperjuangan, Laila, Nova, Aprillya, dan Yuniar yang telah
mendukung, memberikan semangat, dan kerja sama dalam hal diskusi, saran,
serta memberikan pengalaman baru pada saat kuliah.
11. Rekan-rekan SA-4 angkatan 2019 yang sama-sama berjuang dari awal hingga
akhir dan telah memberikan kesan yang tidak akan terlupakan serta
mendukung dalam penulisan skripsi.
12. Muchammad Adib, yang telah membersamai penulis pada hari-hari yang tidak
mudah selama proses pengerjaan skripsi.
13. Keluarga Menwa 809 STIESIA Surabaya yang telah memotivasi dan
memberikan dukungan sehingga dapat menyelesaikan skripsi, serta
memberikan pengalaman berorganisasi dan membagikan banyak pengalaman
di luar kampus.
14. Semua pihak yang telah membantu dalam penyusunan hingga terselesaikannya
penulisan skripsi yang tidak dapat disebutkan satu persatu.

Semoga ALLAH SWT membalas segala kebaikan yang bapak dan ibu,
saudara, dan teman-teman yang telah terlibat dalam pembuatan skripsi. Penulis
menyadari bahwa skripsi ini masih banyak kekurangan. Maka penulis
mengharapkan kritik dan saran dari pembaca untuk kedepannya skripsi ini bisa
lebih dikembangkan lagi. Semoga penulisan skripsi ini dapat memberikan manfaat
dan pengetahuan bagi pembaca.

Surabaya, 04 Maret 2023

Rifda Ayu Aztari

viii
DAFTAR ISI

HALAMAN SAMPUL LUAR SKRIPSI ............................................................. i


HALAMAN SAMPUL DALAM SKRIPSI ......................................................... ii
HALAMAN JUDUL SKRIPSI ........................................................................... iii
HALAMAN PENGESAHAN TIM PENGUJI .................................................. iv
HALAMAN PERNYATAAN ............................................................................... v
DAFTAR RIWAYAT HIDUP ............................................................................ vi
KATA PENGANTAR ......................................................................................... vii
DAFTAR ISI ......................................................................................................... ix
DAFTAR TABEL ................................................................................................ xi
DAFTAR GAMBAR ........................................................................................... xii
DAFTAR LAMPIRAN ...................................................................................... xiii
ABSTRAK .......................................................................................................... xiv
ABSTRACT .......................................................................................................... xv

BAB 1 : PENDAHULUAN ................................................................................... 1


1.1 Latar Belakang Masalah ........................................................................... 1
1.2 Rumusan Masalah...................................................................................... 9
1.3 Tujuan Penelitian ....................................................................................... 9
1.4 Manfaat Penelitian ................................................................................... 10
1.4.1 Manfaat Praktis ....................................................................... 10
1.4.2 Manfaat Teoritis ...................................................................... 10
1.4.3 Manfaat Kebijakan .................................................................. 11
1.5 Ruang Lingkup Penelitian ...................................................................... 11

BAB 2 : TINJAUAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS ... 12


2.1 Tinjauan Teoritis...................................................................................... 12
2.1.1 Trade off Theory dan Pecking Order Theory .......................... 12
2.1.2 Teori Agensi (Agency Theory) ................................................ 13
2.1.3 Teori Sinyal (Signalling Theory) ............................................ 14
2.1.4 Risiko Kredit ........................................................................... 15
2.1.5 Struktur Modal ........................................................................ 20
2.1.6 Likuiditas ................................................................................ 23
2.1.7 Profitabilitas ............................................................................ 27
2.2 Penelitian Terdahulu ............................................................................... 29
2.3 Rerangka Konseptual .............................................................................. 34
2.4 Pengembangan Hipotesis ........................................................................ 34
2.4.1 Pengaruh Risiko Kredit Terhadap Profitabilitas ..................... 35
2.4.2 Pengaruh Struktur Modal Terhadap Profitabilitas .................. 35

ix
2.4.3 Pengaruh Likuiditas Terhadap Profitabilitas ........................... 36

BAB 3 : METODE PENELITIAN .................................................................... 37


3.1 Jenis Penelitian dan Gambaran dari Populasi (Objek) Penelitian ..... 37
3.2 Teknik Pengambilan Sampel.................................................................. 38
3.3 Teknik Pengumpulan Data ..................................................................... 38
3.4 Variabel dan Definisi Operasional Variabel ........................................ 39
3.4.1 Variabel Dependen .................................................................. 39
3.4.2 Variabel Independen ............................................................... 40
3.5 Teknik Analisis Data ............................................................................... 41
3.5.1 Analisis Statistik Deskriptif .................................................... 41
3.5.2 Uji Asumsi Klasik ................................................................... 41
3.5.3 Analisis Regresi Linier Berganda ........................................... 44
3.5.4 Uji Kelayakan Model .............................................................. 45

BAB 4 : HASIL PENELITIAN DAN PEMBAHASAN ................................... 49


4.1 Hasil Penelitian ........................................................................................ 49
4.1.1 Gambaran Umum Objek Penelitian ........................................ 49
4.1.2 Perhitungan Variabel Independen dan Variabel Dependen .... 49
4.1.3 Analisis Statistik Deskriptif .................................................... 57
4.1.4 Uji Asumsi Klasik ................................................................... 59
4.1.5 Analisis Regresi Linier Berganda ........................................... 64
4.1.6 Uji Kelayakan Model .............................................................. 66
4.2 Pembahasan .............................................................................................. 70
4.2.1 Pengaruh Risiko Kredit Terhadap Profitabilitas ..................... 70
4.2.2 Pengaruh Struktur Modal Terhadap Profitabilitas .................. 72
4.2.3 Pengaruh Likuiditas Terhadap Profitabilitas ........................... 74

BAB V : PENUTUP ............................................................................................ 77


5.1 Simpulan ................................................................................................... 77
5.2 Keterbatasan ............................................................................................. 77
5.3 Saran .......................................................................................................... 78

JADWAL PENELITIAN ................................................................................... 80


DAFTAR PUSTAKA .......................................................................................... 81
LAMPIRAN-LAMPIRAN ................................................................................. 85

x
DAFTAR TABEL

Tabel Halaman

1 Pedoman Perhitungan Rasio Profitabilitas ......................................................... 28


2 Sampel Penelitian ............................................................................................... 38
3 Hasil Perhitungan Risiko Kredit ........................................................................ 50
4 Hasil Perhitungan Struktur Modal ..................................................................... 52
5 Hasil Perhitungan Likuiditas .............................................................................. 54
6 Hasil Perhitungan Profitabilitas ......................................................................... 56
7 Hasil Uji Analisis Statistik Deskriptif ................................................................ 57
8 Hasil Uji Normalitas .......................................................................................... 61
9 Hasil Uji Multikolinieritas ................................................................................. 62
10 Hasil Uji Autokorelasi ..................................................................................... 63
11 Hasil Uji Regresi Linier Berganda ................................................................... 65
12 Hasil Uji Kelayakan Model .............................................................................. 67
13 Hasil Uji Koefisien Determinasi ...................................................................... 68
14 Hasil Uji Hipotesis ........................................................................................... 69

xi
DAFTAR GAMBAR

Gambar Halaman

1 Rerangka Konseptual ......................................................................................... 34


2 Hasil Uji Normalitas .......................................................................................... 60
3 Hasil Uji Heteroskedastisitas ............................................................................. 64

xii
DAFTAR LAMPIRAN

Lampiran Halaman

1 Daftar Sampel Perusahaan Sektor Perbankan ................................................... 85


2 Daftar Perhitungan Risiko Kredit....................................................................... 86
3 Daftar Perhitungan Struktur Modal .................................................................... 89
4 Daftar Perhitungan Likuiditas ............................................................................ 92
5 Daftar Perhitungan Profitabilitas ....................................................................... 95
6 Hasil Output Pengolahan Data Menggunakan SPSS ......................................... 98
7 Surat Tugas Penulisan Skripsi.......................................................................... 106
8 Kartu Konsultasi Bimbingan Skripsi ............................................................... 107
9 Surat Pengantar Penelitian Skripsi (Ijin Riset) ................................................ 108
10 Surat Keterangan Selesai Riset ...................................................................... 109
11 Sertifikat Seminar Ekuitas ............................................................................. 110
12 Surat Keterangan Bebas Plagiasi ................................................................... 111
13 Hasil Output Turnitin ..................................................................................... 112

xiii
ABSTRAK

Penelitian ini bertujuan untuk menguji pengaruh risiko kredit, struktur modal,
dan likuiditas terhadap profitabilitas. Pada penelitian ini, risiko kredit diukur
dengan Non Performing Loan (NPL), struktur modal diukur dengan Capital
Adequacy Ratio (CAR), dan likuiditas diukur dengan Loan to Deposit Ratio (LDR).
Jenis penelitian ini adalah penelitian kuantitatif. Populasi penelitian adalah
perusahaan perbankan yang terdaftar di Bursa Efek Indonesia (BEI). Proses
pengambilan sampel menggunakan metode purposive sampling, yaitu pemilihan
sampel dengan kriteria yang telah ditentukan. Berdasarkan kriteria tersebut,
didapatkan sampel sebanyak 30 perusahaan perbankan. Data penelitian diambil
selama tiga tahun, yaitu tahun 2019 – 2021, sehingga diperoleh 90 data yang diolah.
Teknik analisis data dilakukan menggunakan regresi linier berganda dengan
bantuan program SPSS versi 26.
Hasil penelitian menunjukkan bahwa risiko kredit tidak berpengaruh terhadap
profitabilitas, artinya risiko kredit bukan menjadi penentu peningkatan jumlah
profitabilitas. Sedangkan struktur modal berpengaruh positif terhadap profitabilitas,
artinya perusahaan perbankan dapat memenuhi kecukupan modal yang menjadi
tolak ukur keberhasilan dalam memperoleh profitabilitas. Dan likuiditas
berpengaruh positif terhadap profitabilitas, artinya perusahaan perbankan mampu
menjalankan kegiatan operasionalnya dengan memenuhi kewajiban dan
menyalurkan kredit kepada pihak ketiga sehingga menghasilkan profitabilitas.

Kata kunci: risiko kredit, struktur modal, likuiditas, profitabilitas

xiv
ABSTRACT

This research aimed to examine the effect of credit risk, capital structure, and
liquidity on profitability. The credit risk was measured by Non-Performing Loan
(NPL), the capital structure was measured by Capital Adequacy Ratio (CAR), and
liquidity was measured by Loan to Deposit Ratio (LDR).
The research was quantitative. Furthermore, the population was banking
companies that were listed on the Indonesia Stock Exchange (IDX). The data
collection technique used purposive sampling in which the sample was based on the
criteria given. In line with that, there were 30 banking companies as the sample
during three years (2019-2021). In total, there were 90 observation data. Moreover,
the data analysis technique used multiple linear regressions with SPSS 26.
The research result indicated that credit risk did not affect profitabilitas. Iit
meant credit risk was not the main determinant of the increase in profitability.
However, the capital structure had a positive effect on profitabilitas. This meant
banking companies could meet capital adequacy measured the success in obtaining
profitability. Likewise, liquidity had a positive effect on profitabilitas. In other
words, banking companies were able to carry out their operational activities by
fulfilling obligations and channeling credit to third parties. As consequence, it
generated profitability.

Keywords: Credit Risk, Capital Structure, Liquidity, Profitability

xv
BAB 1

PENDAHULUAN

1.1 Latar Belakang Masalah

Situasi di sektor perbankan Indonesia telah berubah secara signifikan dari

waktu ke waktu. Berkembangnya kegiatan ekonomi, kebutuhan akan lembaga yang

mengelola keuangan semakin meningkat. Peran Bank Nasional dalam

pembangunan ekonomi merupakan salah satu sektor kunci yang berperan positif

dalam membangun negara dan memberikan kontribusi yang signifikan terhadap

perekonomian Indonesia. Seperti halnya fungsi bank sebagai pengumpul, penyalur,

penyedia jasa pembayaran, dan peredaran uang dalam masyarakat, bank juga

berperan dalam peningkatan pembangunan nasional, memajukan keadilan,

pertumbuhan ekonomi, dan peningkatan taraf hidup masyarakat.

Perkembangan perbankan menunjukkan dinamika kehidupan perekonomian.

Banyak masalah yang terkait dengan perbankan, masalah utama yang timbul dari

perbankan adalah pengaturan sistem keuangan yang mengacu pada mekanisme

yang menentukan jumlah uang yang beredar dalam perekonomian. Sistem

keuangan yang terdiri dari otoritas keuangan (financial authorities) sistem

perbankan, dan sistem lembaga keuangan non perbankan pada dasarnya merupakan

sistem perekonomian suatu negara yang berperan penting dalam penyediaan jasa

keuangan. Jasa keuangan disediakan oleh lembaga keuangan seperti pasar uang dan

pasar modal, namun lembaga keuangan secara umum dapat dikategorikan menjadi

dua jenis yaitu lembaga keuangan perbankan dan lembaga keuangan non

perbankan. Sistem perbankan Indonesia dibedakan berdasarkan operasionalnya

1
2

yang terdiri dari Bank Sentral, Bank Umum dan Bank Perkreditan Daerah (BPR).

Bank umum dapat menghimpun dana secara langsung dari masyarakat dalam

bentuk giro, tabungan dan deposito berjangka dan menyalurkannya kepada

masyarakat terutama dalam bentuk pinjaman dan bentuk lainnya. Bank umum

memberikan layanan transaksi pembayaran dalam kegiatannya.

Seiring berkembangnya perbankan pada tahun 1990, Undang-Undang Nomor

7 Tahun 1992 menetapkan “Perbankan Indonesia dalam melakukan usahanya

berasaskan demokrasi ekonomi dengan menggunakan prinsip kehati-hatian”

dengan memberikan kepastian hukum bagi bank. Kepercayaan masyarakat terhadap

bank mulai tumbuh, bank swasta muncul atau didirikan, dan sistem didirikan untuk

menilai kesehatan bank. Sejak tahun 1990, kinerja perbankan Indonesia mengalami

penurunan karena meningkatnya risiko kredit, likuiditas perbankan yang menurun,

dan sulitnya penerapan ketentuan kehati-hatian perbankan. Hal yang paling

menonjol adalah struktur modal yang dimiliki oleh bank.

Kebutuhan bank dan lembaga keuangan dapat dipenuhi baik secara internal

maupun eksternal. Karena sumber pembiayaan eksternal (external fund), lembaga

keuangan memiliki kewajiban yang harus dipenuhi baik dalam jangka pendek

maupun jangka panjang, seperti pembayaran pajak, pembayaran pegawai,

pembayaran bagi hasil kepada pelanggan, dan pembayaran dividen kepada investor.

Oleh karena itu, lembaga keuangan bank harus mengelola sebagian aset untuk

segera membayar utang.


3

Eksekutif Pengawas Otoritas Jasa Keuangan (OJK) menyampaikan bahwa

seluruh bank umum harus memenuhi modal inti sebesar Rp 3 trilliun hingga akhir

batas waktu 31 Desember 2022. Ketentuan modal inti bank umum tersebut dimuat

dalam 12/POJK.03/2020 tentang konsolidasi bank umum. Sinergi perbankan dalam

POJK bank umum bertujuan untuk mendukung efisiensi bank dan lembaga jasa

keuangan lain dalam Kelompok Usaha Bank (KUB) serta mengoptimalisasi sumber

daya. Menurut riset TrenAsia.com, sejauh ini terdapat 13 bank dengan modal inti

kurang dari Rp 3 trilliun, yakni PT Bank Ganesha Tbk (BGTG), PT Bank Bumi

Artha Tbk (BNBA), PT Bank Capital Indonesia Tbk (BACA), PT Bank Neo

Commerce Tbk (BBYB), PT Allo Bank Tbk (BBHI), PT Bank Amar Indonesia Tbk

(AMAR), PT Bank IBK Indonesia Tbk (AGRS), PT Bank Victoria International

Tbk (BVIC), PT Bank India of Indonesia Tbk (BSWD), PT Bank Maspion Tbk

(BMAS), PT Bank J Trust Indonesia (BCIC), PT Bank Bisnis Internasional

Indonesia Tbk (BBSI), dan PT Bank Ina Perdana Tbk (BINA). Pemberlakuan

modal inti minimum tersebut dilakukan untuk memperkuat keuangan di Indonesia.

Aspek mitigasi menjadi sorotan utama agar industri keuangan, termasuk perbankan

mendapat kepercayaan lebih dari masyarakat (Septiawan, 2021).

Berdasarkan Peraturan Otoritas Jasa Keuangan (POJK) Nomor

12/POJK.03/2020 tentang modal inti minimum bank umum sebesar Rp 3 triliun,

peraturan ini mewajibkan beberapa bank untuk mengambil tindakan korporasi

untuk memenuhi ketentuan dari OJK tersebut, salah satunya yang banyak

diterapkan adalah right issue yaitu penerbitan saham baru oleh emiten dalam rangka

penambahan modal perusahaan dan menambah jumlah saham yang beredar di pasar
4

saham. Hal ini akan meningkatkan frekuensi perdagangan saham tersebut, dengan

kata lain untuk meningkatkan likuiditas saham perusahaan (Dianka, 2022). Dengan

meningkatkan modal tersebut, bank juga harus menjaga risiko kredit tetap

terkendali dengan mendapatkan dana pihak ketiga yang utamanya didorong oleh

peningkatan tabungan dan deposito serta menjaga rasio likuiditas dalam keadaan

yang memadai. Dengan demikian operasional bank dapat berjalan lancar karena

memiliki kecukupan modal, sehingga akan meningkatkan profitabilitas dan bank

tetap pada posisi aman.

Profitabilitas merupakan faktor penting dalam menilai kesehatan suatu bank.

Beberapa faktor dalam menilai perubahan profitabilitas, antara lain risiko kredit,

struktur modal dan likuiditas bank. Pertumbuhan laba dapat dicapai yang dinilai

dari laporan keuangan bank. Pemangku kepentingan dapat memperoleh informasi

tentang kinerja dan kesehatan bank dengan menganalisis laporan keuangan.

Analisis laporan keuangan merupakan alat yang sangat penting untuk memperoleh

informasi tentang kondisi keuangan sektor perbankan, hasil yang dicapai dengan

memilih strategi yang akan diterapkan dan keadaan yang dihasilkan serta

pertumbuhan sektor keuangan adalah alat yang sangat penting untuk memahami

dalam menyadari kelemahan dari hasil yang dicapai serta dapat mengetahui potensi

kegagalan sektor perbankan. Ukuran profitabilitas yang digunakan di sektor

perbankan adalah Return on Assets (ROA). Rasio ini memungkinkan untuk

menjelaskan kemampuan bank dalam menghasilkan keuntungan secara

keseluruhan. Bank Indonesia lebih mengutamakan penilaian ROA yang diukur

terhadap aset yang bersumber dari dana masyarakat sebagai tingkat kesehatan bank.
5

Dalam hal ini, ROA merupakan indikator profitabilitas bank yang mewakili dalam

mengukur tingkat profitabilitas perbankan.

Kredit merupakan sumber pendapatan dan keuntungan terbesar bagi bank.

Pada saat yang sama, kredit juga merupakan kegiatan investasi yang seringkali

menjadi penyebab utama risiko kredit bank, jika kredit tidak dikelola dengan baik

maka akan menjadi kredit bermasalah. Kredit bermasalah atau kredit macet adalah

risiko bahwa debitur tidak dapat melakukan pembayaran tepat waktu dengan tidak

mampu membayar angsuran dalam jangka waktu yang sudah diberikan sehingga

mempengaruhi pendapatan bank dengan menghambat pemasukan laba yang

menyebabkan terjadinya masalah akuntansi. Dan apabila bank itu sendiri tidak

memberi kredit terhadap debitur maka bank tersebut tidak akan memperoleh

keuntungan yang berasal dari kredit. Dalam penelitian ini, risiko kredit diukur

menggunakan Non Performing Loan (NPL). Peningkatan NPL yang besar dapat

menimbulkan masalah bagi kesehatan bank. Sehingga bank selalu menjaga kredit

tidak dalam posisi NPL yang tinggi. Standar yang sesuai untuk NPL ditentukan

dalam menentukan tingkat yang dapat diterima. Peraturan Bank Indonesia Nomor

11/25/PBI/2009 mengatur standar tingkat NPL yaitu sebesar kurang lebih 5% dari

total portofolio kreditnya.

Struktur modal mengukur sumber daya keuangan perusahaan dalam hal

berupa pembiayaan utang jangka pendek, jangka panjang dan modal. Kemampuan

untuk memenuhi kebutuhan-kebutuhan suatu bank sangat tergantung pada besarnya

modal yang digunakan untuk menggerakkan operasional bank tersebut dengan dana

sebagian besar berasal dari modal sendiri, sehingga struktur modal sektor
6

perbankan khususnya kinerja dana tersebut juga memiliki pengaruh yang signifikan

terhadap tingkat pengembalian dana. Dalam penelitian ini, struktur modal diukur

dengan penggunaan Capital Adequacy Ratio (CAR) karena variabel CAR

digunakan untuk mengukur kecukupan modal bank dalam menunjang aset yang

mengandung atau menghasilkan risiko, misalkan kredit yang diberikan oleh bank.

Semakin tinggi CAR maka semakin baik juga kondisi sebuah bank. Berdasarkan

Peraturan Bank Indonesia Nomor 15/2/PBI/2013 setiap bank wajib memenuhi

kecukupan modalnya minimal sekitar 8% dari total aset.

Likuiditas menunjukkan kemampuan bank untuk memenuhi kebutuhan

transaksi terkait penarikan nasabah, jika bank tidak mampu memenuhi kebutuhan

nasabah, maka bank tersebut memiliki risiko likuiditas. Ada dua jenis risiko

likuiditas, yaitu risiko kelebihan dana yang menimbun terlalu banyak uang di bank

sehingga menimbulkan korban suku bunga yang tinggi. Risiko lainnya adalah

kurangnya likuiditas dan denda dari bank sentral karena tidak cukup dana untuk

memenuhi kebutuhan jangka pendek. Bank tidak mengharapkan kedua situasi ini

karena mempengaruhi kinerja keuangan bank dan kepercayaan publik. Dengan

demikian, dapat disimpulkan bahwa ketika bank mengharapkan keuntungan yang

maksimal akan berisiko pada tingkat risiko likuiditas yang rendah atau ketika risiko

likuiditas tinggi, maka tingkat keuntungan tidak maksimal. Terdapat konflik

kepentingan antara mempertahankan likuiditas yang tinggi dan mencari keuntungan

yang tinggi. Salah satu penilaian likuiditas bank adalah dengan menggunakan Loan

to Deposit Ratio (LDR). Rasio LDR digunakan untuk mengukur kemampuan bank

tersebut apakah mampu membayar kewajibannya dan membayar kembali kepada


7

deposan serta apakah dapat memenuhi permintaan kredit yang diajukan yaitu

berapa banyak kredit yang diberikan kepada nasabah. Kredit dapat mengimbangi

kewajiban bank untuk segera memenuhi permintaan deposan yang ingin menarik

kembali uangnya yang telah digunakan oleh bank untuk memberikan kredit.

Menurut Surat Edaran BI Nomor 12/11/DPNP/2011, LDR dapat diukur dengan

membandingkan total jumlah kredit yang diberikan terhadap dana pihak ketiga.

Besarnya jumlah kredit yang disalurkan akan menentukan profitabilitas bank. Jika

bank tidak mampu memberikan kredit, sedangkan dana yang terhimpun banyak

maka akan menyebabkan bank tersebut rugi. Semakin tinggi LDR maka

meningkatkan laba perusahaan, dengan asumsi bank tersebut mampu menyalurkan

kredit dengan efektif, sehingga jumlah kredit macet akan kecil. Menurut peraturan

Bank Indonesia besarnya likuiditas yang baik adalah 80-110%.

Profitabilitas pada suatu bank telah beberapa kali dilakukan penelitian. Dari

penelitian tersebut peneliti menemukan adanya research gap, beberapa pendapat

terdapat perbedaan dengan penelitian sebelumnya, menurut Fajari dan Sunarto

(2017) dengan hasil penelitian yang menyatakan bahwa risiko kredit berpengaruh

positif signifikan terhadap profitabilitas, sedangkan dalam penelitian yang

dilakukan oleh Sunaryo et al., (2021) memperlihatkan bahwa risiko kredit tidak

berpengaruh terhadap profitabilitas. Penelitian yang dilakukan oleh Munggar dan

Maria (2021) menunjukkan hasil analisis bahwa struktur modal berpengaruh

terhadap profitabilitas, namun berbeda dengan penelitian yang dilakukan oleh

Tantono dan Candradewi (2019) yang mengungkapkan bahwa struktur modal

berpengaruh negatif terhadap profitabilitas. Penelitian yang dilakukan oleh Ariani


8

dan Fatma (2021) menunjukkan bahwa likuiditas berpengaruh positif signifikan

terhadap profitabilitas, sedangkan penelitian dari Hariemufti et al., (2016)

menyatakan bahwa rasio likuiditas tidak berpengaruh signifikan terhadap

profitabilitas.

Penelitian ini berbeda dengan penelitian sebelumnya. Alasan untuk meninjau

penelitian ini karena dari beberapa penelitian sebelumnya masih terdapat hasil yang

tidak konsisten. Penelitian ini didasarkan pada kelemahan penelitian terdahulu

dengan menggunakan pengembangan variabel independen yaitu risiko kredit,

struktur modal, dan likuiditas yang diukur dengan NPL, CAR, dan LDR. Penelitian

ini mengambil obyek perusahaan sektor perbankan yang terdaftar di BEI pada

periode 2019 – 2021. Peneliti memilih untuk melakukan penelitian pada perusahaan

perbankan karena sektor perbankan merupakan salah satu sektor yang diharapkan

memiliki prospek masa depan yang cerah dan karena perbankan merupakan salah

satu cabang ekonomi yang berperan penting dalam meningkatkan pendapatan

negara serta melihat dari kegiatan sehari-hari masyarakat tidak terlepas dari jasa

yang diberikan oleh bank. Saat ini banyak sektor perbankan yang telah go public

sehingga akan memudahkan peneliti untuk melihat posisi keuangan dan kinerja

keuangan suatu bank. Peneliti menggunakan periode waktu dari tahun 2019-2021

karena data ini merupakan data terbaru yang belum diteliti oleh peneliti

sebelumnya.

Variabel independen dalam penelitian ini adalah risiko kredit, struktur modal,

dan likuiditas yang diukur dengan Non Performing Loan (NPL), Capital Adequacy

Ratio (CAR), dan Loan to Deposit Ratio (LDR). Alasan penulis menggunakan
9

variabel independen NPL, CAR, dan LDR karena rasio-rasio tersebut umum

digunakan untuk mengukur profitabilitas yang diukur dengan Return on Asset

(ROA) sebagai variabel dependen pada perusahaan sektor perbankan serta karena

NPL dan LDR berkaitan dengan kredit yang disalurkan oleh bank dan CAR

berkaitan dengan struktur modal bank yang dimana kegiatan-kegiatan tersebut

berkaitan dengan fungsi utama bank.

1.2 Rumusan Masalah

Berdasarkan latar belakang yang telah dikemukakan, maka permasalahan

yang akan dikaji dalam penelitian ini dirumuskan sebagai berikut:

1. Apakah Risiko Kredit (NPL) berpengaruh terhadap profitabilitas?

2. Apakah Struktur Modal (CAR) berpengaruh terhadap profitabilitas?

3. Apakah Likuiditas (LDR) berpengaruh terhadap profitabilitas?

1.3 Tujuan Penelitian

Dengan memperhatikan rumusan masalah yang telah dikemukakan di atas,

maka tujuan penelitian yang hendak dicapai adalah:

1. Untuk menguji pengaruh Risiko Kredit (NPL) terhadap Profitabilitas.

2. Untuk menguji pengaruh Struktur Modal (CAR) terhadap Profitabilitas.

3. Untuk menguji pengaruh Likuiditas (LDR) terhadap Profitabilitas.


10

1.4 Manfaat Penelitian

1.4.1 Manfaat Praktis

a. Bagi perusahaan perbankan yang terdaftar di Bursa Efek Indonesia (BEI)

sebagai pedoman untuk meningkatkan kinerja perbankan dengan

memperhatikan tingkat kesehatan bank seperti meminimalisir risiko kredit,

meningkatkan struktur modal dan menjaga tingkat likuiditas.

b. Bagi masyarakat dapat meningkatkan kepercayaan untuk menginvestasikan

dananya ke sektor perbankan.

c. Bagi pemerintah dapat dijadikan bahan pertimbangan untuk membuat

kebijakan dalam meningkatkan kinerja perbankan guna menjaga stabilitas

ekonomi Indonesia.

1.4.2 Manfaat Teoritis

a. Penelitian ini dapat dijadikan bahan pemahaman teoritis dan perbandingan

serta referensi penelitian berikutnya di masa yang akan datang untuk diteliti

lebih lanjut terkait pengaruh risiko kredit, struktur modal, dan likuiditas

terhadap profitabilitas.

b. Hasil penelitian ini diharapkan dapat mendukung Financial Statement

Analysis Theory yang tercermin dari pengaruh risiko kredit, struktur modal

dan likuiditas terhadap profitabilitas pada perusahaan perbankan yang

terdaftar di Bursa Efek Indonesia.


11

1.4.3 Manfaat Kebijakan

Memberikan arahan kebijakan pengembangan bagi peneliti selanjutnya dalam

pengembangan teori mengenai pengaruh risiko kredit, struktur modal, dan likuiditas

terhadap profitabilitas pada perusahaan perbankan yang terdaftar di Bursa Efek

Indonesia.

1.5 Ruang Lingkup Penelitian

Ruang lingkup peneliti merupakan batasan yang dibuat oleh peneliti agar

pembahasan tidak melebar dan tidak menimbulkan perbedaan persepsi sehingga

dapat terfokus dan terarah pada titik permasalahan yang akan dibahas.

1. Penelitian ini hanya menguji beberapa unsur yaitu risiko kredit, struktur

modal dan likuiditas terhadap profitabilitas.

2. Obyek penelitian yaitu bank umum yang terdaftar di Bursa Efek Indonesia

(BEI).

3. Data penelitian ini menggunakan periode 2019 – 2021.


BAB 2

TINJAUAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS

2.1 Tinjauan Teoritis

Tinjauan teoritis menjelaskan tentang teori-teori yang berkaitan dengan

rumusan masalah penelitian. Tinjauan teoritis pada penelitian ini berisikan tentang

pembahasan teori risiko kredit, struktur modal, likuiditas, dan profitabilitas.

2.1.1 Trade off Theory dan Pecking Order Theory

Menurut Oktapiani dan Wiksuana (2018), terdapat dua teori yang

menjelaskan hubungan atara struktur modal dengan profitabilitas yaitu pecking

order theory dan trade of theory. Trade off theory yang digunakan untuk

menentukan struktur modal yang optimal menentukan beberapa faktor antara lain

financial distress (biaya kesulitan keuangan), agency costs (biaya keagenan), dan

pajak, dengan tetap mempertahankan asumsi efisiensi pasar dan symmetric

information yang menjadi pertimbangan dan manfaat penggunaan utang. Tingkat

utang yang optimal dicapai ketika tax shields (penghematan pajak) telah mencapai

jumlah maksimum untuk menutupi biaya kesulitan keuangan.

Sedangkan konsep pecking order theory membedakan ekuitas yang

dihasilkan dari laba ditahan dan penerbitan saham baru karena terdapat sumber

pendanaan yang diutamakan untuk menahan akumulasi laba dan menerbitkan

saham baru. Pecking Order Theory merupakan suatu kebijakan yang ditempuh bagi

suatu perusahaan untuk mencari tambahan dana dengan cara menjual aset yang

12
13

dimiliki. Seperti menjual build (gedung), land (tanah), inventory (peralatan) dan

seperti aset-aset yang lainnya (Hidayati et al., 2021).

2.1.2 Teori Agensi (Agency Theory)

Hubungan keagenan pada sektor perbankan sangat rumit, yang melibatkan

hubungan pemegang saham dengan manajemen (agen), hubungan bank (pemegang

saham) dengan debitur, juga melibatkan hubungan bank dengan regulator.

Hubungan tersebut mampu menjelaskan mekanisme kontrol antara pihak-pihak

yang terlibat dalam pengelolaan bank. Oleh karena itu, dari sudut pandang lembaga

pengawasan bank sangat relevan dengan kondisi perbankan di Indonesia, salah

satunya kontrol keagenan dalam hal utang. Menurut Taswan (2010:115) (dalam

Fajari dan Sunarto, 2017) menyatakan bahwa pengendalian bank tidak hanya

dilakukan oleh pemegang saham, namun juga dilakukan oleh kreditur atau investor

atau deposan. Dalam istilah perbankan disebut market disipline, dalam prospektif

keagenan dapat dijelaskan melalui hubungan keagenan utang. Penggunaan utang

bank mendorong manajer utuk bekerja lebih hati-hati guna menghindari ancaman

risiko kebangkrutan. Selain itu, utang mendorong manajer untuk melepaskan arus

kas bebas kepada pemegang saham untuk tujuan investasi.

Dari sudut pandang manajemen bank, sumber pembiayaan bank adalah utang

yang ditunjukkan dari risiko utang terhadap modal yang relatif tinggi risikonya dan

sebagian besar aset bank dibiayai oleh dana pihak ketiga (tabungan, deposito

masyarakat). Dengan demikian, peran utang cukup besar bagi bank, namun

penggunaan utang atau dana masyarakat dapat menimbulkan masalah keagenan


14

ketika pemegang saham bersama manajer mengambil keputusan-keputusan

investasi yang berisiko tinggi.

2.1.3 Teori Sinyal (Signalling Theory)

Menurut Sunardi (2010) (dalam Purba dan Hutagalung, 2018) menyatakan

bahwa teori sinyal adalah teori yang menjelaskan bahwa laporan keuangan yang

baik merupakan sinyal atau tanda bahwa perusahaan juga telah berjalan dengan

baik. Sinyal yang baik akan direspon dengan baik oleh pihak lain. Informasi yang

dipublikasikan sebagai suatu pengumuman akan memberikan sinyal kepada

investor dalam pengambilan keputusan investasi.

Teori sinyal menjelaskan tentang bagaimana para investor memiliki

informasi yang sama mengenai prospek perusahaan sebagai manajer perusahaan

(informasi asimetris). Namun, kenyataannya manajer sering memiliki informasi

lebih baik dari investor luar. Untuk menghindari asimetri informasi tersebut,

perusahaan harus memberikan informasi sebagai sinyal kepada pihak investor.

Ketika melakukan investasi pada suatu perusahaan, investor selalu membutuhkan

informasi yang asimetris sebagai pemantau dalam menanamkan dana, jadi sangat

penting bagi perusahaan untuk memberikan informasi setiap account (rekening)

pada laporan keuangan dimana merupakan sinyal bagi investor maupun calon

investor. Teori ini menyatakan seberapa besarkah sinyal-sinyal yang diberikan

pihak bank terhadap investor, pihak ketiga atau nasabah yang diharapkan mampu

memberikan informasi atau sinyal.


15

2.1.4 Risiko Kredit

Menurut Peraturan Bank Indonesia Nomor 11/25/PBI/2009, risiko kredit

adalah risiko yang timbul karena debitur dan atau pihak lain tidak memenuhi

kewajiban kepada bank. Risiko kredit timbul dari kegiatan penyaluran dana dan

kewajiban lainnya, risiko ini timbul dari debitur yang tidak dapat memenuhi

kewajiban finansialnya kepada bank pada saat jatuh tempo. Risiko ini disebabkan

ketidakpastian pengembalian pinjaman oleh debitur (Hariemufti et al., 2016). Baik

buruknya kinerja suatu bank dapat ditentukan dari adanya risiko kredit. Indikasi

kredit bermasalah (selain penagihan utang) juga dapat dilihat diantaranya,

perputaran piutang dan persediaan menurun, penurunan current ratio, peningkatan

aktiva tetap lebih besar daripada aktiva lancarnya, ekspansi yang berlebihan dan

ada penundaan pembayaran utang (Fajari dan Sunarto, 2017). Berdasarkan definisi

tersebut, dapat disimpulkan bahwa risiko kredit adalah risiko yang dihadapi bank

dalam penyaluran dana dalam bentuk pinjaman kepada nasabah karena beberapa

hal, nasabah tidak dapat memenuhi kewajibannya seperti pembayaran pokok dan

bunga pinjaman sesuai dengan jangka waktu perjanjian yang telah ditetapkan oleh

pihak bank, sehingga bank mengalami kerugian karena tetap mengeluarkan beban

bunga untuk simpanan nasabah.

Risiko kredit dapat mempengaruhi pola pikir, karir, pendapatan, moral,

waktu, dan tenaga pegawai bank. Bagi pemegang saham, risiko kredit

mempengaruhi dividen, nilai saham, dan moral. Pada saat yang sama, nasabah

dengan risiko kredit biasanya mengalami kerugian dalam usahanya. Selain itu,

reputasi bank memburuk. Disisi lain, dampak risiko kredit juga dialami oleh
16

nasabah lain, baik peminjam maupun pemilik modal. Bank juga memiliki

pembatasan uang tunai dan pinjaman yang lebih ketat. Hal terburuk yang bisa

terjadi adalah nasabah yang memiliki dana menarik uang dari bank karena tidak

percaya dengan bank. Dampak selanjutnya terhadap keandalan sistem perbankan,

perkembangan ekonomi, orientasi perbankan, dan kelangsungan usaha serta

mempengaruhi kebijakan moneter seperti pembangunan sosial ekonomi,

penerimaan negara dan kesempatan kerja negara yang berimbas pada mengancam

stabilitas ekonomi karena menempatkan investasi dan dunia usaha dalam keadaan

buruk yang menyebabkan kehidupan ekonomi melambat dan juga melemahkan

daya beli masyarakat sehingga menurunkan penjualan dan mengganggu cash flow

debitur.

Menurut (Dwi R et al., 2020) risiko kredit timbul dari beberapa kemungkinan

sebagai berikut:

1. Debitur tidak dapat membayar utangnya.

2. Obligasi yang dibeli oleh bank, tidak membayar kupon dan atau pokok utang.

3. Terjadinya non-performance (gagal bayar) dari semua kewajiban antara bank

dengan pihak lain.

Untuk meminimalkan risiko tersebut, perlu diterapkan manajemen yang baik

melalui manajemen risiko dalam pengelolaan potensi kerugian yang mungkin

timbul akibat gagal bayar dari debitur, sehingga kerugian yang timbul akibat gagal

bayar debitur dapat diminimalisir dengan cara:


17

1. Penyaringan

Manajemen risiko harus diterapkan sedini mungkin, yaitu sehubungan dengan

pengajuan kredit. Berinvestasi pada calon debitur untuk menganalisis dan

mengolah informasi mengenai calon debitur merupakan langkah yang dapat

diambil, sehingga debitur terpilih telah melalui proses seleksi yang baik.

2. Pembatasan

Manajemen risiko lain yang sering diterapkan pemberi kredit adalah

membatasi jumlah kredit. Pembatasan ini bertujuan untuk membatasi pemberian

pinjaman yang berlebihan dan tambahan kepada debitur.

3. Diversifikasi

Diversifikasi pinjaman juga diperlukan untuk meminimalkan risiko.

Diversifikasi penyaluran kredit ini dapat berupa penyaluran kredit perusahaan,

industri, ukuran perusahaan dan penyaluran kredit sektoral.

Bank menggunakan beberapa teknik dan praktik dalam pengelolaan risiko

kredit dengan tujuan untuk meminimalkan kemungkinan terjadinya risiko atau

kerugian kredit yang disebut dengan mitigasi risiko kredit dengan metode yang

sering digunakan antara lain:

1. Model Pemeringkatan (Grading Model)

Langkah pertama adalah membuat model peringkat kredit yang dapat

menentukan probabilitas gagal bayar. Dalam hal ini, bank memeriksa keakuratan

dari alat ukur dengan cara membandingkannya dengan standar risiko yang

memungkinkan bank menetapkan peluang tertentu dari setiap kejadian yang tidak
18

diinginkan. Metode ini memungkinkan bank untuk memastikan bahwa portofolio

kredit bank tidak terkonsentrasi pada kredit berkualitas rendah dengan

kemungkinan gagal bayar yang tinggi.

2. Manajemen Portofolio Kredit

Bank mengukur portofolio kredit untuk memastikan bahwa kredit tidak terlalu

terkonsentrasi pada satu kegiatan atau wilayah geografis tertentu. Dengan cara ini,

bank dapat menerapkan strategi investasi dari berbagai jenis instrumen investasi

untuk mengurangi risiko. Jenis analisis ini dapat digunakan untuk pinjaman bisnis

dan pribadi.

3. Sekuritisasi

Selain penyediaan modal yang memadai, bank juga melakukan upaya lain

untuk melindungi usahanya. Salah satu teknik yang digunakan adalah menjual

sebagian portofolio kredit kepada investor sebagai surat berharga. Teknik ini

dikenal sebagai sekuritisasi yang memungkinkan bank untuk menghilangkan risiko

jenis kredit tertentu yang menurut skenario perbankan menunjukkan tingkat risiko

atau konsentrasi risiko tertinggi.

4. Peran Agunan

Agunan adalah aktiva yang diperjanjikan kreditnya oleh debitur dan dapat

diambil alih jika terjadi kebangkrutan. Agunan memainkan peran penting dalam

kebijakan kredit bank. Jaminan yang paling sederhana dan paling aman adalah uang

tunai, tetapi jaminan yang paling umum adalah properti tempat tinggal.
19

5. Monitoring Arus Kas

Beberapa bank dengan utang dalam jumlah besar menemukan bahwa

tanggapan langsung terhadap gagal bayar kredit secara signifikan mengurangi

masalah. Akibatnya, bank-bank tersebut mengurangi risiko kredit dengan

membatasi eksposur (dikenal sebagai EAD/Exposure at Default) dan memastikan

bahwa nasabah merespon kondisi yang berubah dengan cepat.

6. Manajemen Pemulihan

Manajemen kredit yang belum dibayar secara efektif dapat menghasilkan

penagihan (pemulihan) yang cukup besar dibandingkan dengan tingkat

kerugiannya. Oleh karena itu, beberapa bank telah membentuk unit kerja yang

secara khusus menangani pemulihan kerugian kredit sebagai bagian dari proses

manajemen risiko kredit yang berkualitas.

2.1.4.1 Metode Pengukuran Risiko Kredit

Risiko kredit dalam penelitian ini diukur dengan menggunakan Non

Performing Loan (NPL). Non Performing Loan (NPL) sebagai variabel independen

(X1), yaitu rasio antara kredit bermasalah dengan kredit yang disalurkan. Risiko

kredit dapat dihitung menggunakan NPL, karena NPL merupakan kondisi dimana

nasabah telah tidak mampu untuk membayar seluruh atau sebagian kewajiban bank

sesuai dengan kontrak kredit. (Nadillah dan Muniarty, 2021). Rasio NPL

merupakan rasio yang digunakan untuk mengetahui kualitas aset bank. Selain itu,

rasio risiko kredit menunjukkan kemampuan manajemen bank untuk menangani

pinjaman rumit yang ditawarkan oleh bank. Peningkatan tarif NPL akan

mengurangi jumlah modal bank karena bank menggunakan pembayaran dengan


20

jaminan internal untuk mengurangi peningkatan tarif NPL. Hal ini terjadi karena

semakin banyak modal, artinya uang yang akan dikeluarkan dimasa depan justru

berbalik arah. Situasi seperti ini akan mengganggu operasional internal bank dan

mengurangi pendapatan, meningkatkan NPL dan menurunkan profitabilitas bank.

Non Performing Loan (NPL) menunjukkan kemampuan manajemen bank

untuk mengelola kredit bermasalah yang diberikan oleh bank. Kredit dalam hal ini

adalah kredit yang diberikan kepada pihak bank dan tidak termasuk kredit kepada

bank lain. Kredit bermasalah adalah kredit yang memiliki kualitas kurang lancar,

diragukan, dan macet.

Peningkatan NPL dalam jumlah banyak dapat menimbulkan masalah bagi

kesehatan bank. Bank harus selalu menjaga kredit supaya tidak dalam posisi NPL

yang tinggi. Jadi, kinerja keuangan bank menurun jika nilai ROA menurun karena

nilai NPL semakin besar, dan sebaliknya kinerja keuangan bank semakin baik jika

nilai ROA meningkat karena nilai NPL semakin kecil.

Standar yang tepat untuk NPL agar dapat menentukan tingkat wajar maka

ditentukanlah dalam Peraturan Bank Indonesia Nomor 20/8/PBI/2018 tingginya

NPL yang dibolehkan Bank Indonesia sekarang yaitu maksimum 5%, apabila

melebihi 5% maka bisa berpengaruh evaluasi tingkatan kepulihan bank.

2.1.5 Struktur Modal

Modal merupakan salah satu faktor yang sangat penting bagi bank dalam

mengembangkan usaha dan menutupi kerugian serta mencerminkan kesehatan bank

yang bertujuan untuk menjaga kepercayaan masyarakat (Sari, 2016). Dengan


21

permodalan yang kuat, bank dapat menjaga kepercayaan masyarakat untuk

menyimpan dana terhadap bank. Dana tersebut disalurkan kembali kepada

masyarakat dalam bentuk pinjaman (kredit). Kredit dapat meningkatkan

pendapatan sehingga memperoleh bunga yang memberikan keuntungan bagi bank.

Bank dapat menumbuhkan struktur permodalan yang kuat untuk membangun posisi

keuangan yang sehat pada tingkat yang menguntungkan.

Struktur modal merupakan faktor penting yang dapat mempengaruhi

profitabilitas. Struktur modal (capital structure) merupakan kombinasi utang dan

ekuitas dalam struktur keuangan jangka panjang perusahaan. Dasar keputusan ini

adalah optimalisasi pembiayaan dan konsolidasi penggunaan ekuitas dari luar

perusahaan (Tantono dan Candradewi, 2019). Berdasarkan definisi tersebut, dapat

disimpulkan bahwa struktur modal adalah suatu ukuran keuangan perusahaan

dalam hal pembiayaan utang jangka pendek, jangka panjang, dan modal yang

menyediakan kerangka kerja untuk menangani modal bank dan deposito.

Kelangsungan hidup bank sangat bergantung pada tingkat kecukupan modal yang

memandu operasi bank.

Struktur modal dalam dunia perbankan juga memiliki dampak yang

signifikan, terutama terhadap tingkat pengembalian dana tersebut, karena banyak

dana yang digunakan untuk operasional perbankan tidak berasal dari modal sendiri.

Sumber pendanaan sektor perbankan dibagi menjadi dua, yaitu pendanaan internal

dan pendanaan eksternal. Sumber pendanaan internal sendiri didapatkan dari

operasional yang terjadi didalam perusahaan, seperti modal disetor dari pemegang

saham. Namun, pembiayaan eksternal berasal dari masyarakat, kreditur dan debitur,
22

serta dapat diperoleh dari pinjaman lembaga lain. Berdasarkan peraturan dari Bank

Indonesia Nomor 3/21/PBI/2001, setiap bank wajib memenuhi kecukupan

modalnya sebesar 8 %.

2.1.5.1 Metode Pengukuran Struktur Modal

Struktur modal dalam penelitian ini diukur menggunakan Capital Adequacy

Ratio (CAR) sebagai variabel independen (X2), yaitu rasio permodalan yang

menunjukkan kemampuan bank dalam menyediakan dana untuk keperluan

pengembangan usaha dan menampung risiko kerugian dana yang diakibatkan oleh

kegiatan operasi bank. Risiko yang dimaksud dalam dana modal internal seperti

kredit, penyertaan, surat berharga, tagihan pada bank lain, serta risiko pada dana

modal eksternal seperti pinjaman atau simpanan dari masyarakat, dan lain-lain.

CAR menunjukkan sejauh mana penurunan aset bank masih dapat ditutup oleh

equity bank yang tersedia.

Perhitungan struktur modal bank didasarkan pada rasio atau perbandingan

antara modal yang dimiliki bank dan jumlah aktiva tertimbang menurut risiko

(ATMR). ATMR merupakan penjumlahan ATMR aktiva neraca (aktiva yang

tercantum dalam neraca) dan ATMR aktiva administrative (aktiva yang bersifat

administratif) (Surat Edaran Bank Indonesia Nomor 13/24/DPNP/2011). Semakin

tinggi CAR maka semakin baik kemampuan bank tersebut untuk menanggung

risiko dari setiap kredit. Jika nilai CAR tinggi maka bank tersebut dapat membiayai

kegiatan operasional dan berdampak signifikan terhadap profitabilitas.


23

Pengukuran rasio struktur modal perbankan Indonesia disasarkan pada

Surat Edaran Bank Indonesia Nomor 13/24/DPNP/2011 tanggal 25 Oktober 2011

yang mengatur tentang penilaian tingkat kesehatan bank umum diukur

menggunakan Capital Adequacy Ratio (CAR). Besarnya CAR diukur dari rasio

antara modal sendiri terhadap Aktiva Tertimbang Menurut Risiko (ATMR). Sesuai

dengan Peraturan Otoritas Jasa Keuangan Nomor 11/POJK.03/2016 tentang

kewajiban penyediaan modal minimum bank umum menyebutkan bahwa bank

wajib menyediakan modal minimum sesuai profil risiko.

2.1.6 Likuiditas

Berdasarkan Peraturan Bank Indonesia Nomor 11/25/PBI/2009 tentang

perubahan atas Peraturan Bank Indonesia Nomor 5/8/PBI/2003 tentang penerapan

manajemen risiko bagi bank umum mendefinisikan risiko likuiditas adalah risiko

akibat ketidakmampuan bank untuk memenuhi kewajiban yang jatuh tempo dari

sumber pendanaan arus kas dan atau dari aset likuid berkualitas tinggi yang dapat

diagunkan, tanpa mengganggu aktivitas dan kondisi keuangan bank. Likuiditas

suatu perusahaan menunjukkan kemampuan perusahaan untuk memenuhi

kewajiban keuangan jangka pendek tepat pada waktu, yang ditunjukkan dengan

jumlah aktiva lancar (Tantono dan Candradewi, 2019). Likuiditas merupakan

kemampuan bank untuk menyediakan uang kas dalam memenuhi kewajiban dengan

biaya yang wajar (Ikatan Bankir Indonesia, 2016:48). Berdasarkan definisi tersebut,

dapat disimpulkan bahwa, likuiditas adalah kemampuan bank dalam memenuhi

penarikan dana dari deposan dengan mengandalkan kredit yang diberikan sebagai

sumber likuiditasnya. Apabila suatu perusahaan perbankan dapat memberikan


24

pinjaman yang cukup besar kepada masyarakat, maka hal tersebut dapat menjadi

pilar penyangga bank tersebut, menarik perhatian sekaligus meningkatkan citra

bank tersebut di masyarakat. Perbankan memperoleh kepercayaan masyarakat,

yang menimbulkan minat masyarakat untuk berinvestasi dan memberikan pinjaman

kepada bank, dimana pendapatan yang diperoleh dapat meningkatkan keuntungan

atau profit bank tersebut. Oleh karena itu, bank harus menyediakan likuiditas yang

cukup untuk melayani nasabah yang beroperasi secara efisien.

Keuntungan bank terutama bersumber dari pendapatan bunga pinjaman dari

debitur. Semakin banyak kredit yang disalurkan, maka semakin meningkatkan

profitabilitas perusahaan perbankan. Jika kredit yang dialokasikan lebih besar dari

dana nasabah, maka timbul kondisi tidak likuid, sedangkan jika jumlah kredit yang

diberikan lebih kecil dari dana nasabah, akibatnya adalah dana tidak terpakai (idle

money) dan hal ini akan berpengaruh pada jalannya kegiatan operasional

perbankan. Dalam situasi yang tidak likuid, bank berjuang untuk mendapatkan

kepercayaan publik, yang membuat operasi menjadi sulit dan mengarah pada

profitabilitas yang tinggi atau rendah.

Sebagai lembaga yang terpercaya, bank harus mampu menjalankan fungsinya

sebagai penghimpun dana dan penyalur dana untuk memperoleh profit yang dapat

diterima. Pada sisi kewajiban, bank harus dapat memenuhi kewajibannya kepada

nasabah setiap kali simpanan nasabah ditarik. Sedangkan pada sisi aset, bank harus

setuju untuk memberikan kredit kepada nasabah untuk memenuhi kewajibannya

setiap kali simpanan nasabah ditarik. Bank harus setuju untuk membayar kredit

yang dijanjikan (komitmen kredit).


25

Teori likuiditas pada dasarnya adalah teori yang berkaitan dengan

pengelolaan dana dan aset bank untuk menjaga posisi likuiditas dan memenuhi

segala kebutuhan likuiditas dalam kegiatan operasional bank sehari-hari.

1. Shiftability Theory

Teori likuiditas ini menyatakan bahwa likuiditas bank tergantung pada

kemampuan bank untuk mentransfer dana kepada orang lain dengan harga yang

dapat diprediksi.

2. Commercial Loan Theory

Teori likuiditas ini menjelaskan bahwa bank hanya dapat memberikan

pinjaman dengan obligasi korporasi jangka pendek yang dapat dicairkan (self-

liquidating).

3. Anticipated Income Theory

Teori likuiditas ini menjelaskan bahwa dana yang dialokasikan oleh bank

harus dialokasikan ke sektor yang menguntungkan dan tidak menguntungkan.

4. The Liability Management Theory

Teori likuiditas ini menyatakan bahwa bank harus mampu mengelola

kewajibannya agar dapat menjadi sumber likuiditas.

2.1.6.1 Metode Pengukuran Likuiditas

Rasio likuiditas dalam penelitian ini diukur menggunakan Loan to deposit

ratio (LDR) sebagai variabel independen (X3) yang menunjukkan seberapa jauh

kemampuan bank dalam memenuhi penarikan dana dari deposan dengan

mengandalkan kredit yang diberikan sebagai sumber likuiditasnya. Dengan kata

lain, sejauh mana pemberian kredit kepada nasabah dapat mengimbangi kewajiban
26

bank untuk segera memenuhi permintaan deposan yang ingin mencairkan uang

yang telah digunakan oleh bank untuk memberikan kredit.

Dengan LDR yang tinggi, dapat diasumsikan bahwa cash flow dari

perusahaan pinjaman dan pembayaran bunga yang dilakukan oleh debitur kepada

bank menjadi tidak sebanding dengan kebutuhan untuk memenuhi cash outflow

penarikan dana giro, tabungan dan deposito yang jatuh waktu dari masyarakat.

Dapat diduga dengan LDR tinggi, bank secara potensial dapat mengalami kesulitan

likuiditas (Harun, 2016).

Menurut Sugiantari dan Dans (dalam Wulandari et al., 2022) semakin tinggi

LDR suatu bank, maka semakin besar kredit yang disalurkan, yang akan

meningkatkan pendapatan bunga bank dan dan menyebabkan peningkatan laba.

Semakin tinggi rasio ini maka semakin rendah pula kemampuan likuiditas bank

yang bersangkutan. Hal ini disebabkan karena jumlah dana yang dibutuhkan untuk

membiayai kredit semakin besar. Sebaliknya, semakin rendah LDR, semakin tidak

efisien bank tersebut dalam menyalurkan kredit. LDR yang rendah menunjukkan

bank yang likuid dengan kelebihan kapasitas dana yang siap untuk dipinjamkan.

Berdasarkan Peraturan Bank Indonesia Nomor 17/11/PBI/2015 tentang perubahan

atas Peraturan Bank Indonesia Nomor 15/15/PBI/2013 tentang giro wajib minimum

bank umum dalam rupiah dan valuta asing bagi bank umum konvensional

menyebutkan bahwa batas bawah LDR yaitu sebesar 78%, sedangkan batas atas

LDR yaitu sebesar 92%.


27

2.1.7 Profitabilitas

Menurut (Ningsih dan Manda, 2021) profitabilitas adalah kemampuan suatu

perusahaan untuk mengukur efesiensi pengelolaan manajemen industri dalam

menghasilkan laba. Profitabilitas menunjukkan kemampuan perusahaan untuk

menghasilkan laba selama periode waktu tertentu. Rasio profitabilitas merupakan

perbandingan antara laba bersih perusahaan terhadap investasi atau ekuitas yang

digunakan untuk memperoleh laba perusahaan tersebut (Purba dan Hutagalung,

2018). Sedangkan menurut (Dwi R et al., 2020) profitabilitas merupakan faktor lain

yang mempengaruhi kegiatan usaha perbankan. Tujuan utama dari operasional

perbankan adalah memperoleh tingkat profitabilitas yang tinggi. Berdasarkan

definisi tersebut, dapat disimpulkan bahwa profitabilitas mengacu pada

kemampuan bank untuk menghasilkan keuntungan dari semua sumber yang

tersedia seperti uang tunai, aset dan modal. Profitabilitas menggambarkan efisiensi

penggunaan dan indikator kunci yang digunakan dalam perbankan, dimana

profitabilitas adalah kemampuan bank untuk menghasilkan keuntungan yang

dinyatakan dalam persentase. Keuntungan pada dasarnya adalah laba (rupiah) yang

dinyatakan dalam presentasi keuntungan.

Jika bank memiliki laba yang baik maka kelangsungan hidup bank terjamin

karena bank mampu menutupi biaya operasionalnya. Namun, jika profitabilitas

bank minimal, hal itu akan mempengaruhi kompleksitas pengembangan bisnis

bank. Indikator profitabilitas dapat digunakan untuk menggambarkan efisiensi

suatu perusahaan dengan membandingkan berbagai komponen yang termasuk

dalam laporan keuangan perusahaan, terutama neraca dan laporan laba rugi.
28

Laporan keuangan menunjukkan aktivitas perusahaan selama periode tertentu

yang dinyatakan secara kualitatif melalui analisis laporan keuangan sebagai tingkat

profitabilitas selama periode tertentu. Kemampuan profitabilitas merupakan hasil

akhir bersih dari berbagai kebijakan dan keputusan manajemen. Rasio keuntungan

akan memberikan jawaban akhir atas efisiensi pengelolaan perusahaan, rasio ini

menggambarkan tingkat efesiensi pengelolaan perusahaan.

2.1.7.1 Metode Pengukuran Profitabilitas

Terdapat empat pedoman untuk menghitung rasio profitabilitas yang dapat

digunakan untuk meninjau kemampuan perusahaan yaitu:

Tabel 1
Pedoman Perhitungan Rasio Profitabilitas

Indikator Rumus

Return on Assets (ROA) ROA = Laba Sebelum Pajak x 100%


Total Aktiva
Return on Equity (ROE) ROE = Laba Setelah Pajak x 100%
Equity Capital
Net Interest Margin (NIM) NIM = Pendapatan Bunga Bersih x 100%
Rata-rata Aktiva Produktif
Beban Operasional Terhadap BOPO = Biaya Operasional x 100%
Pendapatan Operasi Pendapatan Operasional

Sumber: Diolah oleh peneliti


Berdasarkan tabel 1, peneliti memutuskan untuk menggunakan rasio Return

on Asset (ROA) sebagai variabel dependen yang digunakan untuk mengukur

kemampuan manajemen bank dalam memperoleh keuntungan (laba) secara


29

keseluruhan. Return on Asset (ROA) menurut Surat Edaran Bank Indonesia Nomor

13/24/DPNP/2011 digunakan sebagai proksi dalam mengukur profitabilitas suatu

bank. Return on Asset digunakan karena merupakan rasio profitabilitas yang

penting bagi bank dan digunakan untuk mengukur efisiensi bank dalam

menghasilkan laba dengan memanfaatkan total aktiva-aktiva yang dimilikinya.

Semakin besar ROA maka semakin besar pula tingkat keuntungan yang

dicapai bank tersebut dari segi penggunaan aset. Rasio ini digunakan untuk

menggambarkan produktivitas bank yang bersangkutan (berapa banyak kekayaan

yang harus dikumpulkan dan dipakai untuk menghasilkan jumlah laba tertentu).

Rasio Return on Asset (ROA) dapat memperhitungkan kemampuan pengelolaan

bank untuk mencapai profitabilitas, dan penggunaan rasio ROA digunakan oleh

pihak Bank Indonesia sebagai penilaian kesehatan bank dalam aspek

profitabilitasnya.

2.2 Penelitian Terdahulu

Berikut penelitian terdahulu yang berkaitan dengan Pengaruh Risiko Kredit,

Struktur Modal, dan Likuiditas Terhadap Profitabilitas adalah sebagai berikut:

1. Fajari dan Sunarto, 2017 dalam penelitiannya yang berjudul Pengaruh CAR,

LDR, NPL, BOPO Terhadap Profitabilitas Bank (Studi Kasus Perusahaan

Perbankan yang Tercatat di Bursa Efek Indonesia Periode Tahun 2011

Sampai 2015). Penelitian menyatakan bahwa Variabel CAR dan LDR tidak

berpengaruh terhadap ROA, berarti pihak bank belum mengoptimalkan

modal yang ada untuk disalurkan ke kredit sehingga keuntungan bank belum
30

maksimal. Untuk variabel NPL berpengaruh positif signifikan terhadap ROA,

dengan demikian pihak bank (emiten) selama periode penelitian fungsi

intermediasi bank sudah berjalan dengan baik. Variabel BOPO berpengaruh

negatif signifikan yang nilainya agak tinggi, berarti bank belum melakukan

efisiensi dengan baik.

2. Mukaromah dan Supriono, 2020 dalam penelitiannya yang berjudul Pengaruh

Kecukupan Modal, Risiko Kredit, Efiisensi Operasional, dan Likuiditas

Terhadap Profitabilitas Perbankan yang Terdaftar di Bursa Efek Indonesia

Tahun 2015-2017. Penelitian menyatakan bahwa kecukupan modal (CAR),

risiko kredit (NPL), efisiensi operasional (BOPO), dan likuiditas (LDR)

memberikan kontribusi sebesar 52% terhadap profitabilitas perbankan

(ROA). Secara parsial kecukupan modal (CAR), dan efisiensi operasional

(BOPO) berpengaruh positif dan signifikan terhadap profitabilitas (ROA).

Sedangkan risiko kredit (NPL) tidak berpengaruh terhadap profitabilitas

(ROA), likuiditas (LDR) berpengaruh positif tetapi tidak signifikan terhadap

profitabilitas (ROA). Secara simultan kecukupan modal (CAR), risiko kredit

(NPL), efisiensi operasional (BOPO), dan likuiditas (LDR) berpengaruh

positif dan signifikan terhadap profitabilitas (ROA).

3. Wulandari et al., 2022 dalam penelitiannya yang berjudul Pengaruh Dana

Pihak Ketiga, Risiko Kredit, Loan to Deposit Ratio dan Struktur Modal

Terhadap Profitabilitas pada Perusahaan Perbankan yang Terdaftar di Bursa

Efek Indonesia. Penelitian menyatakan bahwa Dana Pihak Ketiga, Risiko

Kredit, Loan To Deposit Ratio tidak berpengaruh Terhadap Profitabilitas pada


31

Perusahaan Perbankan yang Terdaftar di Bursa Efek Indonesia Periode 2015-

2019. Struktur Modal berpengaruh Terhadap Profitabilitas pada Perusahaan

Perbankan yang Terdaftar di Bursa Efek Indonesia Periode 2015-2019. Dana

Pihak Ketiga, Risiko Kredit, Loan To Deposit Ratio dan Struktur Modal

berpengaruh Terhadap Profitabilitas pada Perusahaan Perbankan yang

Terdaftar di Bursa Efek Indonesia Periode 2015-2019.

4. Hariemufti et al., 2016 dalam penelitiannya yang berjudul Analisis Pengaruh

Risiko Kredit, Risiko Likuiditas dan Permodalan Terhadap Profitabilitas

Perbankan (Studi pada Perusahaan Bank Umum yang Terdaftar di BEI Tahun

2010-2014). Penelitian menyatakan bahwa seluruh variabel independen, yaitu

risiko kredit (NPL), risiko likuiditas (LDR), dan permodalan (CAR)

berpengaruh signifikan secara simultan terhadap profitabilitas perbankan.

Secara parsial risiko kredit (NPL) yang memiliki pengaruh signifikan

terhadap profitabilitas perbankan. Risiko likuiditas (LDR) dan permodalan

(CAR) tidak berpengaruh signifikan terhadap profitabilitas perbankan.

5. Sari, 2016 dalam penelitiannya yang berjudul Pengaruh Risiko Kredit,

Kecukupan Modal, Likuiditas, dan Efisiensi Operasional, Net Interest Margin

Terhadap Profitabilitas pada Bank Konvensional Go Publik. Penelitian

menyatakan bahwa Risiko Kredit (NPL) berpengaruh negatif signifikan

terhadap Profitabilitas (ROA), Struktur Modal (CAR) berpengaruh positif

tidak signifikan terhadap Profitabilitas (ROA), Likuiditas (LDR) berpengaruh

positif signifikan terhadap Profitabilitas (ROA), Efisiensi Operasional


32

berpengaruh negatif signifikan terhadap Profitabilitas (ROA), dan Net

Interest Margin berpengaruh positif signifikan terhadap Profitabilitas (ROA).

6. Harun, 2016 dalam penelitiannya yang berjudul Pengaruh Ratio-Ratio

Keuangan CAR, LSR, NIM, BOPO, NPL, Terhadap ROA. Penelitian

menyatakan bahwa Capital Adequacy Ratio (CAR) tidak berpengaruh

terhadap Return on Asset (ROA), Loan to Deposit Ratio (LDR) berpengaruh

signifikan terhadap Return on Asset (ROA), Net Interest Margin (NIM) tidak

berpengaruh terhadap Return on Asset (ROA), Efisiensi Operasi (BOPO)

berpengaruh signifikan terhadap Return on Asset (ROA), Non Performing

Loan (NPL) berpengaruh tidak signifikan terhadap Return on Asset (ROA).

7. Santi, 2020 dalam penelitiannya yang berjudul Pengaruh Risiko Kredit dan

Risiko Likuiditas Terhadap Profitabilitas pada Perbankan yang Terdaftar di

Bursa Efek Indonesia. Penelitian menyatakan bahwa secara simultan NPL

dan LDR berpengaruh signifikan, sedangkan dari pengujian secara parsial

diperoleh bahwa NPL dan LDR berpengaruh negatif signifikan terhadap

ROA.

8. Tantono dan Candradewi, 2019 dalam penelitiannya yang berjudul Pengaruh

Struktur Modal, Kebijakan Dividen dan Likuiditas Terhadap Profitabilitas

Perusahaan Perbankan di Bursa Efek Indonesia. Penelitian menyatakan

bahwa struktur modal memiliki pengaruh negatif signifikan terhadap

profitabilitas, kebijakan dividen berpengaruh positif signifikan terhadap

profitabilitas dan likuiditas berpengaruh positif signifikan terhadap

profitabilitas.
33

9. Purba dan Hutagalung, 2018 dalam penelitiannya yang berjudul Pengaruh

LDR, NPL, BOPO, CAR, dan GCG Terhadap Profitabilitas pada Perusahaan

Perbankan yang Terdaftar di Bursa Efek Indonesia Periode 2016-2018.

Penelitian menyatakan bahwa Loan to Deposit Ratio menunjukkan pengaruh

positif dan signifikan terhadap profitabilitas. Artinya pihak bank mampu

mengelola pembiayaan terhadap utang secara baik. Hasil penelitian ini

mampu menjelaskan teori signal. Biaya Operasional Pendapatan Operasional

dan Good Corporate Governance menunjukkan pengaruh negatif dan

signifikan terhadap profitabilitas. Artinya, perusahaan mampu mengelola

biaya operasional dengan baik dan semakin baik kinerja Good Corporate

Governance maka tingkat kepercayaan (trust) dari nasabah maupun investor

menunjukkan respon yang positif. Hasil penelitian ini mampu menjelaskan

teori signal dan teori agen. Non Performing Loan dan Capital Adequacy Ratio

tidak berpengaruh signifikan terhadap profitabilitas. Artinya, pihak bank

tidak mampu mengelola pinjaman dan memanfaatkan modal dengan baik.

Hasil penelitian ini tidak mampu menjelaskan teori signal.

10. Ningsih dan Manda, 2021 dalam penelitiannya yang berjudul Pengaruh

Risiko Kredit dan Tingkat Kecukupan Modal Terhadap Tingkat Profitabilitas

pada Perusahaan Perbankan yang Terdaftar di BEI Periode 2015-2019.

Penelitian menyatakan bahwa NPL negatif dan signifikasi mempengaruhi

profitabilitas pada industri perbankan yang terdata di BEI dengan koefisien β

negatif sebesar -0,386 dan nilai signifikansi 0,017 > 0,05, CAR tidak

signifikansi mempengaruhi profitabilitas pada industri perbankan yang


34

terdata di BEI dengan koefisien β positif sebesar 0,051 serta nilai signifikansi

0,252 > 0,05.

2.3 Rerangka Konseptual

Dalam penelitian ini peneliti mengukur pengaruh risiko kredit, struktur

modal, dan likuiditas sebagai variabel independen terhadap profitabilitas sebagai

variabel dependen. Dari hubungan variabel tersebut dapat digambarkan rerangka

pemikiran sebagai berikut:

Struktur
Modal
(X2)
Risiko
Likuiditas
Kredit
(X3)
(X1)

Profitabilitas
(Y)

Gambar 1
Rerangka Konseptual
Sumber: Diolah oleh peneliti
2.4 Pengembangan Hipotesis

Hipotesis merupakan pernyataan tentang hubungan antara beberapa variabel

yang bersifat dugaan sementara. Berdasarkan perumusan masalah, tujuan

penelitian, dan landasan teori yang telah dikemukakan sebelumnya, maka hipotesis

penelitian dalam penelitian ini dirumuskan sebagai berikut:


35

2.4.1 Pengaruh Risiko Kredit Terhadap Profitabilitas

Hasil penelitian Sari (2016) menunjukkan bahwa variabel NPL berpengaruh

negatif signifikan terhadap profitabilitas bank, artinya semakin rendah NPL maka

profitabilitas bank semakin baik karena kredit bermasalah yang dialami oleh bank

rendah sehingga peroleh bunga dan pokok pinjaman akan lebih besar. Semakin

rendah tingkat kredit bermasalah maka semakin kecil risiko kredit yang ditanggung

oleh pihak bank. Dengan risiko kredit yang rendah, bank dapat mengurangi

cadangan kredit sehingga modal pada akhirnya akan meningkat. Besarnya modal

sangat mempengaruhi besarnya pemberian kredit. Adanya kredit bermasalah yang

wajar, meningkatnya peluang bank untuk memperoleh pendapatan dari kredit yang

diberikan, sehingga meningkatkan perolehan laba dan berpengaruh positif pada

profitabilitas bank. Hasil penelitian ini sejalan dengan penelitian Ningsih dan

Manda (2021) menyatakan bahwa NPL berpengaruh negatif dan signifikan

terhadap profitabilitas. Hipotesis dalam penelitian ini adalah:

H1 : Risiko kredit berpengaruh negatif terhadap profitabilitas

2.4.2 Pengaruh Struktur Modal Terhadap Profitabilitas

Hasil penelitian Mukaromah dan Supriono, (2020) menyatakan bahwa

variabel CAR berpengaruh positif dan signifikan terhadap profitabilitas bank, yang

artinya semakin tinggi CAR maka akan semakin meningkat ROA di bank tersebut

karena semakin besar CAR suatu bank menunjukkan bahwa bank memiliki modal

yang cukup untuk pengembangan usahanya dan bank memiliki pengetahuan untuk

menutup kerugian yang terjadi akibat perkreditan dan perdagangan surat-surat

berharga sehingga ROA atau tingkat pengembalian yang didapat oleh bank akan
36

semakin meningkat. Hasil penelitian ini sejalan dengan penelitian Wulandari et al.,

(2022) menyatakan bahwa CAR berpengaruh terhadap profitabilitas. Hipotesis

dalam penelitian ini adalah:

H2 : Struktur modal berpengaruh positif terhadap profitabilitas

2.4.3 Pengaruh Likuiditas Terhadap Profitabilitas

Hasil penelitian Purba dan Hutagalung (2018) menyatakan bahwa variabel

LDR berpengaruh positif dan signifikan terhadap profitabilitas bank, yang artinya

penyaluran ke dana pinjaman atau kredit semakin besar sehingga akan menambah

pendapatan bunga yang pada akhirnya laba akan meningkat. Jika pihak ketiga tidak

tersalur atas idle money maka akan menyebabkan bank kehilangan peluang untuk

mendapatkan bunga yang akan menyebabkan pendapatan rendah dan perubahan

laba menjadi rendah. Semakin tinggi rasio tersebut memberikan indikasi semakin

rendahnya kemampuan likuiditas bank yang bersangkutan. Hal ini disebabkan

karena jumlah dana yang diperlukan untuk membiayai kredit akan semakin besar.

Semakin tinggi LDR bank, maka laba akan semakin meningkat. Hasil penelitian ini

sejalan dengan penelitian Tantono dan Candradewi, (2019) menyatakan bahwa

LDR berpengaruh positif signifikan terhadap profitabilitas. Hipotesis dalam

penelitian ini adalah:

H3 : Likuiditas berpengaruh positif terhadap profitabilitas


BAB 3

METODE PENELITIAN

3.1 Jenis Penelitian dan Gambaran dari Populasi (Objek) Penelitian

Penelitian ini merupakan penelitian kuantitatif dengan pendekatan kausal

komparatif. Penelitian kuantitatif adalah penelitian yang dilakukan dengan

pengukuran data kuantitatif dan statistik objektif melalui perhitungan ilmiah yang

berasal dari sampel. Penelitian kausal komparatif merupakan jenis penelitian yang

memiliki karakteristik problematis berupa hubungan sebab akibat antara dua

variabel atau lebih, hubungan sebab dimana risiko kredit, struktur modal, dan

likuiditas sebagai variabel independen yang berakibat atau berpengaruh pada

profitabilitas sebagai variabel dependen. Variabel-variabel yang diamati dan diteliti

akan diuji dengan SPSS yang dilakukan pengujian dengan pembuktian atas

hipotesis yang diajukan.

Penelitian ini menggunakan data sekunder dari laporan keuangan. Data

sekunder adalah data yang diperoleh oleh peneliti secara tidak langsung melalui

sumber yang sudah ada pada umumnya berupa bukti catatan atau laporan historis

yang telah tersusun dalam arsip yang telah dipublikasikan.

Adapun gambaran dari populasi (objek) penelitian ini adalah bank umum go

public yang terdaftar di Bursa Efek Indonesia selama tiga tahun periode berturut-

turut yaitu 2019 – 2021.

37
38

3.2 Teknik Pengambilan Sampel

Penelitian ini menggunakan teknik purposive sampling yaitu teknik

pengambilan sampel dengan kriteria tertentu. Berikut kriteria yang harus dipenuhi

dalam pengambilan sampel:

1. Perusahaan perbankan yang go public dan terdaftar di Bursa Efek Indonesia

(BEI) periode 2019 – 2021.

2. Perusahaan perbankan yang menerbitkan data laporan keuangan secara

lengkap dan tersedia selama periode 2019 – 2021 secara berturut-turut.

3. Perusahaan perbankan yang diteliti menunjukkan laba positif dalam laporan

keuangan tahunan periode 2019 – 2021.

Tabel 2
Sampel Penelitian

Kriteria Jumlah
Populasi: Perusahaan perbankan yang terdaftar di BEI hingga 48
tahun 2021
Pengambilan sampel berdasarkan kriteria (purposive sampling):
1. Perusahaan perbankan yang tidak go public dan terdaftar di (1)
Bursa Efek Indonesia (BEI) periode 2019 – 2021.
2. Perusahaan perbankan yang tidak menerbitkan data laporan (3)
keuangan secara lengkap dan tersedia selama periode 2019 –
2021 secara berturut-turut.
3. Perusahaan perbankan yang diteliti tidak menunjukkan laba (14)
positif dalam laporan keuangan tahunan periode 2019 –
2021.
Sampel penelitian 30
Total sampel (n x periode penelitian) (30x3 tahun) 90
Sumber: Lampiran 1 (Galeri Investasi Bursa Efek Indonesia STIESIA Surabaya)

3.3 Teknik Pengumpulan Data

Data yang digunakan dalam penelitian ini adalah data dokumenter. Jenis data

yang digunakan adalah data sekunder yaitu laporan keuangan bank umum pada

periode 2019 – 2021. Untuk memperoleh data yang diperlukan dalam penelitian ini,
39

penulis menggunakan metode dokumentasi berdasarkan data yang dipublikasikan

oleh bank mengenai informasi laporan keuangan. Data tersebut diperoleh melalui

situs resmi Bursa Efek Indonesia (www.idx.co.id) periode 2019 – 2021. Jangka

waktu tersebut dipandang cukup untuk mengikuti perkembangan kinerja bank

karena menggunakan data periode terbaru laporan keuangan publikasi yang

diterbitkan oleh Bank Indonesia.

3.4 Variabel dan Definisi Operasional Variabel

Suatu penelitian terdapat dua jenis variabel yaitu variabel dependen dan

variabel independen.

3.4.1 Variabel Dependen

Variabel dependen dalam penelitian ini adalah profitabilitas perusahaan

perbankan. Profitabilitas pada dasarnya dinyatakan sebagai tingkat keuntungan.

Profitabilitas digunakan untuk mengukur efesiensi bank di dalam menghasilkan

keuntungan melalui total aset yang dimilikinya. Profitabilitas sangat penting bagi

masa depan sebuah perusahaan karena dengan memiliki profitabilitas yang baik

akan menjamin masa depan bank. Dalam penelitian ini, peneliti memilih

pendekatan Return On Asset (ROA) untuk mengukur profitabilitasnya. Return On

Asset yang semakin besar nilainya akan semakin besar juga kinerja bank. Menurut

Surat Edaran Otoritas Jasa Keuangan Nomor 43/SEOJK.03/2016, Return On Asset

diukur menggunakan rumus sebagai berikut:

𝐿𝑎𝑏𝑎 𝐵𝑒𝑟𝑠𝑖ℎ
ROA = x 100%
𝑇𝑜𝑡𝑎𝑙 𝐴𝑠𝑒𝑡
40

3.4.2 Variabel Independen

Variabel independen dalam penelitian ini adalah risiko kredit, struktur modal,

dan likuiditas yang mempengaruhi perubahan oleh adanya variabel dependen.

1. Risiko Kredit

Risiko kredit sebagai variabel independen (X1) adalah akibat dari

pembayaran yang tidak terbayarkan oleh nasabah dan melebihi jangka waktu yang

telah ditentukan. Jadi, risiko kredit adalah dana yang diberikan kepada nasabah

tetapi tidak dapat dibayar dalam jangka waktu yang telah ditetapkan oleh pihak

bank. Menurut Surat Edaran Otoritas Jasa Keuangan nomor 43/SEOJK.03/2016,

rumus yang digunakan untuk menentukan besarnya risiko kredit yaitu:

𝐾𝑟𝑒𝑑𝑖𝑡 𝐵𝑒𝑟𝑚𝑎𝑠𝑎𝑙𝑎ℎ
NPL = 100%
𝑇𝑜𝑡𝑎𝑙 𝐾𝑟𝑒𝑑𝑖𝑡

2. Struktur Modal

Struktur modal sebagai variabel independen (X2) adalah rasio kinerja bank

yang mengukur kecukupan modal untuk dimiliki oleh bank dalam menunjang aset

yang mengandung atau menghasilkan risiko. Menurut Surat Edaran Otoritas Jasa

Keuangan nomor 43/SEOJK.03/2016, rumus yang digunakan untuk menentukan

besarnya kecukupan modal yaitu:


𝑇𝑜𝑡𝑎𝑙 𝑀𝑜𝑑𝑎𝑙
CAR = x 100%
𝐴𝑘𝑡𝑖𝑣𝑎 𝑇𝑒𝑟𝑡𝑖𝑚𝑏𝑎𝑛𝑔 𝑀𝑒𝑛𝑢𝑟𝑢𝑡 𝑅𝑖𝑠𝑖𝑘𝑜

3. Likuiditas

Likuiditas sebagai variabel independen (X3) adalah jumlah total kredit yang

diberikan bank dan proporsi dana yang diterima bank dari masyarakat. Rasio

likuiditas menggambarkan tingkat kemampuan bank dalam menyalurkan dana


41

pihak ketiga yang dihimpun oleh bank tersebut. Menurut Surat Edaran Otoritas Jasa

Keuangan nomor 43/SEOJK.03/2016, rumus yang digunakan untuk menentukan

besarnya likuiditas yaitu:

𝐽𝑢𝑚𝑙𝑎ℎ 𝐾𝑟𝑒𝑑𝑖𝑡 𝑦𝑎𝑛𝑔 𝐷𝑖𝑏𝑒𝑟𝑖𝑘𝑎𝑛


LDR = x 100%
𝑇𝑜𝑡𝑎𝑙 𝐷𝑎𝑛𝑎 𝑃𝑖ℎ𝑎𝑘 𝐾𝑒𝑡𝑖𝑔𝑎

3.5 Teknik Analisis Data

Teknik analisis data adalah metode yang digunakan untuk menganalisis suatu

penelitian guna menguji suatu hipotesis. Data yang digunakan dalam penelitian ini

adalah data kuantitatif, maka cara menganalisisnya menggunakan metode statistik

berupa angka. Tahap analisis data dilakukan sebagai berikut:

3.5.1 Analisis Statistik Deskriptif

Statistik deskriptif adalah statistik yang memberikan gambaran atau deskripsi

suatu data yang dilihat dari nilai rata-rata, standar deviasi, maksimum, minimum,

sum, dan range. Statistik deskriptif mendeskripsikan data menjadi sebuah informasi

yang lebih jelas dan mudah dipahami (Ghozali, 2016:19). Analisis statistik

deskriptif berfungsi untuk mengetahui mengenai tata cara pengumpulan data,

pengelompokkan data, penentuan nilai, fungsi statistik, serta pembuatan grafik dan

gambar.

3.5.2 Uji Asumsi Klasik

Uji asumsi klasik dilakukan dengan empat tahap yaitu uji asumsi normalitas,

uji asumsi multikoleniaritas, uji autokeorelasi, dan uji heteroskedastisitas. Maksud

dari uji tersebut, agar persamaan regresi yang dihasilkan teruji ketetapannya. Untuk

lebih jelasnya berikut adalah definisi dari empat pengujian asumsi klasik tersebut:
42

1. Uji Normalitas

Menurut Ghozali, (2016:154) uji normalitas dilakukan untuk menguji apakah

dalam model regresi variabel independen dan variabel dependen atau keduanya

mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi

data normal atau mendekati normal. Apabila variabel tidak berdistribusi secara

normal maka hasil uji statistik akan mengalami penurunan. Hasil suatu distribusi

dapat diketahui melalui normal probability plot yang membandingkan distribusi

normal dengan distribusi kumulatif. Jika distribusi data normal, maka garis yang

menggambarkan data sebenarnya akan mengikuti garis diagonalnya.

Uji normalitas data dalam penelitian ini berdasarkan pada analisis uji statistik

non-parametik Kolmograv-Smirnov (K-S) yaitu sebagai berikut:

a. Jika hasil 1-Sample K-S lebih besar dari signifikansi 0,05 maka model regresi

memenuhi asumsi normalitas.

b. Jika hasil 1-Sample K-S lebih kecil dari signifikasnsi 0,05 maka model regresi

tidak memenuhi asumsi normalitas.

2. Uji Multikoleniaritas

Menurut Ghozali, (2016:103) pengujian multikolinieritas bertujuan untuk

menguji apakah model regresi ditemukan adanya korelasi antar variabel

independen. Efek dari multikolinieritas ini adalah menyebabkan tingginya variabel

pada sampel. Hal tersebut berarti standard error besar, akibatnya ketika koefisien

diuji, t-hitung akan bernilai kecil dari t-tabel. Hal ini menunjukkan tidak adanya

hubungan linier antara variabel independen yang dipengaruhi dengan variabel

dependen.
43

Uji multikoleniaritas dapat dilakukan dengan cara menganalisis metrik

korelasi variabel-variabel independen. Untuk mendeteksi ada atau tidaknya

multikoleniaritas didalam regresi adalah sebagai berikut:

a. Jika nilai Variance Inflaction Factor (VIF) < 10 dan nilai Tolerance Value ≥

0,1 maka model dapat dikatakan terbebas dari uji multikoleniaritas.

b. Jika nilai Variance Inflaction Factor (VIF) > 10 dan nilai Tolerance Value ≤

0,1 maka model regresi tersebut terjadi multikoleniaritas.

3. Uji Autokorelasi

Uji autokorelasi adalah uji yang bertujuan untuk menguji apakah terdapat

korelasi antara kesalahan gangguan periode t dengan kesalahan gangguan periode

t-1 sebelumnya (Santoso, 2012:241). Uji autokorelasi digunakan untuk mengetahui

apakah terdapat hubungan antara residual dalam model regresi linier yang tidak

saling independen. Model regresi yang baik adalah tidak terdapat autokorelasi,

sebab uji autokorelasi muncul karena observasi yang berurutan sepanjang waktu

berkaitan dengan lainnya. Salah satu dalam menentukan uji autokorelasi dengan uji

Durbin Watson (DW) adalah sebagai berikut:

a. Jika nilai DW kurang dari -2 maka terjadi autokorelasi positif.

b. Jika nilai DW diantara -2 sampai 2 maka tidak terjadi autokorelasi.

c. Jika nilai DW lebih besar dari 2 maka terjadi autokorelasi negatif.

4. Uji Heteroskedastisitas

Uji ini bertujuan untuk menguji apakah terdapat ketidaksamaan varians dari

residual satu pengamatan ke pengamatan lain dalam model regresi. Jika varians

berbeda, disebut heteroskedastisitas. Salah satu cara untuk mengetahui apakah


44

suatu model regresi linier berganda memiliki heteroskedastisitas adalah dengan

melihat grafik sccatterplot atau nilai prediksi dari variabel dependen yaitu SRESID

beserta residual error yaitu ZPRED. Jika tidak ada pola tertentu dan menyebar

diatas dan dibawah angka nol pada sumbu y, maka tidak terjadi heteroskedastisitas.

Model yang baik adalah model yang tidak terjadi heteroskedastisitas karena data

tersebut mengumpulkan data dengan ukuran yang berbeda (Ghozali, 2016:134).

Analisis pada gambar scatterplot yang menyatakan bahwa model regresi

linier berganda tidak terdapat heteroskedastisitas apabila:

a. Titik-titik data menyebar di atas dan di bawah sekitar angka 0 pada sumbu y.

b. Titik-titik tidak hanya mengumpul di atas atau di bawah saja.

c. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang

melebar kemudian menyempit dan melebar kembali.

d. Penyebaran titik-titik data sebaiknya tidak berpola.

3.5.3 Analisis Regresi Linier Berganda

Analisis regresi linier berganda yaitu suatu analisis yang akan menjelaskan

kemampuan variabel independen dalam mendeteksi variabel dependen dengan cara

menaikkan dan menurunkan nilainya (Hidayati et al., 2021). Analisis regresi linier

berganda dalam penelitian ini digunakan untuk mengetahui pengaruh risiko kredit

yang menggunakan indikator Non Performing Loan (NPL), struktur modal yang

menggunakan indikator Capital Adequacy Ratio (CAR), dan likuiditas yang

menggunakan indikator Loan to Deposit Ratio (LDR) pada perusahaan perbankan

yang terdaftar di Bursa Efek Indonesia periode 2019 – 2021. Adapun bentuk umum

dari regresi linier berganda secara sistematis adalah sebagai berikut:


45

PF = α + β1 X1 + β2 X2 + β3 X3 + e

PF = Profitabilitas
α = Konstanta
β1 β2 β3 = Koefisien Regresi
X1 = Risiko Kredit
X2 = Struktur Modal
X3 = Likuiditas
e = Faktor Pengganggu dari Model (Erorr)
Selain diketahui persamaan regresi maka hubungan antara variabel

independen dan variabel dependen dapat ditafsirkan berdasarkan nilai koefisien dari

variabel independen.

3.5.4 Uji Kelayakan Model

Uji kelayakan model digunakan untuk menguji kelayakan model dalam

penelitian. Model Goodness of Fit dapat diukur dari nilai uji goodness of fit (uji F),

nilai koefisien determinasi (R²), uji hipotesis (uji t).

1. Uji F

Menurut Ghozali (2018:98) “Uji F dilakukan untuk melihat apakah model

yang dianalisis memiliki tingkat kelayakan model yang tinggi yaitu variabel-

variabel yang digunakan mampu untuk menjelaskan fenomena yang dianalisis”. Uji

F ini dapat dilakukan melalui pengamatan nilai signifikan F dalam Tabel Analysis

of Variance (ANOVA) pada tingkat α yang digunakan yaitu 0,05 (a=5%). Selain

itu, uji F dapat dilihat dengan membandingkan perhitungan nilai Fhitung dengan

nilai Ftabel, di mana jika nilai Fhitung > nilai Ftabel maka artinya model regresi

memiliki kelayakan. Untuk mengetahui nilai Ftabel dengan derajat kebebasan df(1)
46

= k-1 dan df(2) = n-k, dimana n = jumlah observasi dan k = jumlah variabel

(independen dan dependen). Maka kelayakan uji F data dalam penelitian ini

berdasarkan pada tingkat signifikansi yaitu sebagai berikut:

a. Jika p-value (pada kolom sig.) > level of significant (0,05) maka penelitian

ditolak yang berarti model penelitian tidak layak untuk diuji.

b. Jika p-value (pada kolom sig.) < level of significant (0,05) maka penelitian

diterima yang berarti model penelitian layak untuk diuji.

2. Uji Koefisien Determinasi (R²)

Menurut Ghozali (2018:97) uji Koefisien Determinasi atau uji Rsquare (R²)

bertujuan untuk mengukur kemampuan model dalam menerangkan variasi variabel

independen. Nilai koefisien determinasi yaitu antara nol dan satu. Nilai adjusted R²

yang kecil mendekati angka nol menunjukkan bahwa kemampuan variabel-variabel

independen dalam menjelaskan variabel dependen sangat terbatas (terdapat

pengaruh yang kurang kuat). Nilai yang mendekati angka satu menunjukkan

variabel-variabel independen dapat memprediksi variasi variabel dependen

(terdapat pengaruh yang kuat).

3. Uji Hipotesis (t)

Menurut (Ghozali, 2018) Uji t digunakan untuk menguji secara parsial ada

atau tidaknya pengaruh yang signifikan dari masing-masing variabel independen

terhadap variabel dependen. Untuk menguji pengaruh risiko kredit yang

menggunakan indikator Non Performing Loan (NPL), struktur modal yang

menggunakan indikator Capital Adequacy Ratio (CAR), dan likuiditas yang

menggunakan indikator Loan to Deposit Ratio (LDR) pada perusahaan perbankan


47

yang terdaftar di Bursa Efek Indonesia periode 2019 – 2021 maka dilakukannya

uji t.

Penelitian ini menggunakan uji t untuk mengetahui apakah masing-masing

variabel independen seperti risiko kredit, struktur modal, dan likuiditas berpengaruh

secara parsial terhadap variabel dependen yaitu profitabilitas. Uji t dapat dilihat

dengan membandingkan perhitungan nilai t-hitung dengan nilai t-tabel, di mana jika

nilai t-hitung > t-tabel maka hipotesis diterima. Untuk mengetahui nilai t-tabel

dengan derajat kebebasan df = (n-k-1), dimana n = jumlah observasi dan k = jumlah

variabel. Adapun kriteria pengujian secara parsial dengan tingkat level of significant

(α=5%) sebagai berikut:

1. Pengujian hipotesis risiko kredit dengan indikator Non Performing Loan

(NPL).

a. Jika p-value (pada kolom sig.) > level of significant (0,05) maka Ha ditolak

yang berarti Non Performing Loan (NPL) secara parsial tidak berpengaruh

terhadap profitabilitas.

b. Jika p-value (pada kolom sig.) < level of significant (0,05) maka Ha diterima

yang berarti Non Performing Loan (NPL) secara parsial berpengaruh

terhadap profitabilitas.

2. Pengujian hipotesis struktur modal dengan indikator Capital Adequacy Ratio

(CAR)

a. Jika p-value (pada kolom sig.) > level of significant (0,05) maka Ha ditolak

yang berarti Capital Adequacy Ratio (CAR) secara parsial tidak berpengaruh

terhadap profitabilitas.
48

b. Jika p-value (pada kolom sig.) < level of significant (0,05) maka Ha diterima

yang berarti Capital Adequacy Ratio (CAR) secara parsial berpengaruh

terhadap profitabilitas.

3. Pengujian hipotesis likuiditas dengan indikator Loan to Deposit Ratio (LDR)

a. Jika p-value (pada kolom sig.) > level of significant (0,05) maka Ha ditolak

yang berarti Loan to Deposit Ratio (LDR) secara parsial tidak berpengaruh

terhadap profitabilitas.

b. Jika p-value (pada kolom sig.) < level of significant (0,05) maka Ha diterima

yang berarti Loan to Deposit Ratio (LDR) secara parsial berpengaruh

terhadap profitabilitas.
BAB 4

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Hasil Penelitian

4.1.1 Gambaran Umum Objek Penelitian

Objek yang digunakan dalam penelitian ini adalah perusahaan perbankan

yang terdaftar di Bursa Efek Indonesia selama periode 2019 – 2021 dalam jangka

waktu tiga tahun. Penelitian ini menggunakan metode purposive sampling untuk

pemilihan sampel data, dengan terdapat beberapa kriteria untuk tujuan tertentu

dalam penelitian. Dari 48 perusahaan perbankan yang bergabung dalam perusahaan

perbankan yang terdaftar di Bursa Efek Indonesia di dalamnya, terdapat 30

perusahaan yang memenuhi kriteria sebagai sampel dalam penelitian ini, seperti

yang telah diuraikan dalam BAB 3, sehingga total pengamatan yang digunakan

sebanyak 90 data.

4.1.2 Perhitungan Variabel Independen dan Variabel Dependen

1. Risiko Kredit

Risiko kredit adalah risiko yang dihadapi bank dalam penyaluran dana dalam

bentuk pinjaman kepada nasabah karena beberapa hal, nasabah tidak dapat

memenuhi kewajibannya seperti pembayaran pokok dan bunga pinjaman sesuai

dengan jangka waktu perjanjian yang telah ditetapkan oleh pihak bank, sehingga

bank mengalami kerugian karena tetap mengeluarkan beban bunga untuk simpanan

nasabah. Dan apabila bank itu sendiri tidak memberi kredit terhadap debitur maka

bank tersebut tidak akan memperoleh keuntungan yang berasal dari kredit. Oleh

49
50

karena itu, bank harus memperhatikan kinerja keuangan calon debitur sebagai bahan

pertimbangan. Non Performing Loan (NPL) menunjukkan kemampuan manajemen

bank untuk mengelola kredit bermasalah yang diberikan oleh bank. Kredit dalam hal

ini adalah kredit yang diberikan kepada pihak bank dan tidak termasuk kredit kepada

bank lain. Kredit bermasalah adalah kredit yang memiliki kualitas kurang lancar,

diragukan, dan macet. Jika nilai NPL semakin besar, maka profitabilitas perbankan

menurun. Tabel 3 berikut merupakan tabel perhitungan risiko kredit yang sudah

dipilih sesuai kriteria sampel:

Tabel 3
Hasil Perhitungan Risiko Kredit

Kode
No 2019 2020 2021
Perusahaan
1 SDRA 0.016569234 0.011239231 0.009436583
2 PNBN 0.031545098 0.031280675 0.029700231
3 NOBU 0.020958069 0.002150214 0.005826509
4 NISP 0.017802853 0.020132222 0.025110411
5 MEGA 0.024613357 0.013917301 0.011165443
6 MCOR 0.025480061 0.027336865 0.044858791
7 MAYA 0.040095134 0.042758034 0.039951143
8 BTPS 0.012991691 0.02080354 0.025121889
9 BTPN 0.008167533 0.012303902 0.017267918
10 BSIM 0.084954104 0.052619948 0.052075384
11 BRIS 2.070449622 2.314540926 0.288399366
12 BNLI 0.007717707 0.01396071 0.016969869
13 BNII 0.036325555 0.043583788 0.040308399
14 BNGA 0.028720121 0.038588891 0.03759897
15 BNBA 0.015390792 0.026702661 0.031008967
16 BMRI 0.022012422 0.030767061 0.02414162
17 BMAS 0.023444482 0.019340057 0.016786718
18 BJTM 0.007333265 0.009248603 0.009994295
19 BJBR 0.005192669 0.01027279 0.009073922
20 BINA 0.038671621 0.01481196 0.027254276
21 BGTG 0.023258059 0.056428672 0.053646825
22 BDMN 0.032721523 0.029964098 0.028765221
23 BBTN 0.004590002 0.006860461 0.008167114
51

24 BBRI 0.030279876 0.033587229 0.03434363


25 BBNI 0.01044526 0.023382833 0.021223685
26 BBMD 0.023020842 0.017232326 0.011996996
27 BBCA 0.013770031 0.018856626 0.022738902
28 BACA 0.018316618 0.000001096 0
29 BABP 0.059392535 0.058729456 0.045314998
30 AMAR 0.048872643 0.072757122 0.069681178
Sumber: Lampiran 2 (Laporan keuangan yang diolah oleh peneliti)
Berdasarkan tabel 3 menunjukkan hasil perhitungan risiko kredit yang

diperoleh dari menghitung NPL dengan membagi jumlah kredit kurang lancar,

diragukan, dan macet dengan total kredit yang disalurkan kemudian dikali 100%.

Hasil tersebut menunjukkan bahwa nilai NPL terendah pada tahun 2019 dimiliki

oleh bank BJTM dengan nilai sebesar 0.007333265, kemudian pada tahun 2020 dan

2021 dimiliki oleh bank BACA dengan nilai masing-masing sebesar 0.000001096

dan 0. Sedangkan nilai NPL tertinggi pada tahun 2019, 2020, dan 2021 dimiliki

oleh bank BRIS dengan nilai masing-masing sebesar 2.070449622, 2.314540926,

dan 0.288399366. Hal ini menunjukkan bahwa bank BRIS mengalami risiko kredit

yang besar, maka profitabilitas perbankan tersebut menurun.

2. Struktur Modal

Struktur modal adalah suatu ukuran keuangan perusahaan dalam hal

pembiayaan utang jangka pendek, jangka panjang, dan modal yang menyediakan

kerangka kerja untuk menangani modal bank dan deposito. Kelangsungan hidup

bank sangat bergantung pada tingkat kecukupan modal yang memandu operasi

bank. Perhitungan struktur modal bank didasarkan pada rasio atau perbandingan

antara modal yang dimiliki bank dan jumlah ATMR. Semakin tinggi Capital

Adequacy Ratio (CAR) maka semakin baik kemampuan bank tersebut untuk
52

menanggung risiko dari setiap kredit. Jika nilai CAR tinggi maka bank tersebut

mampu membiayai kegiatan operasional dan memberikan kontribusi yang cukup

besar bagi profitabilitas. Tabel 4 berikut merupakan tabel perhitungan struktur

modal yang sudah dipilih sesuai kriteria sampel:

Tabel 4
Hasil Perhitungan Struktur Modal

Kode
No 2019 2020 2021
Perusahaan
1 SDRA 0.20021 0.199893 0.244772
2 PNBN 0.234073 0.295829 0.298615
3 NOBU 0.215646 0.220988 0.209137
4 NISP 0.191733 0.220531 0.230473
5 MEGA 0.236766 0.310382 0.272993
6 MCOR 0.173829 0.352848 0.379595
7 MAYA 0.161873 0.154547 0.143662
8 BTPS 0.743074 0.948599 1.256854
9 BTPN 0.24239 0.255511 0.261692
10 BSIM 0.173232 0.170965 0.291157
11 BRIS 0.252571 0.190435 0.220865
12 BNLI 0.198853 0.356765 0.349354
13 BNII 0.213764 0.243117 0.269168
14 BNGA 0.209177 0.21239 0.222941
15 BNBA 0.235469 0.258013 0.417287
16 BMRI 0.213871 0.198991 0.19603
17 BMAS 0.201868 0.165288 0.136908
18 BJTM 0.217708 0.216447 0.235238
19 BJBR 0.177135 0.173103 0.179105
20 BINA 0.374099 0.400841 0.53138
21 BGTG 0.328384 0.356989 0.67155
22 BDMN 0.241811 0.249777 0.267202
23 BBTN 0.173167 0.193387 0.191352
24 BBRI 0.225526 0.206091 0.252848
25 BBNI 0.226128 0.193818 0.228833
26 BBMD 0.386015 0.47293 0.481185
27 BBCA 0.246411 0.268943 0.268527
28 BACA 0.126674 0.181135 0.405181
29 BABP 0.151573 0.157492 0.243112
30 AMAR 0.556449 0.453442 0.298458
Sumber: Lampiran 3 (Laporan keuangan yang diolah oleh peneliti)
53

Berdasarkan tabel 4 menunjukkan hasil perhitungan struktur modal yang

diperoleh dari menghitung CAR dengan membagi modal dengan ATMR kemudian

dikali 100%. Hasil tersebut menunjukkan bahwa nilai CAR terendah pada tahun

2019 dimiliki oleh bank BACA dengan nilai sebesar 0.126674, kemudian pada

tahun 2020 dimiliki oleh bank MAYA dengan nilai sebesar 0.154547 dan 2021

dimiliki oleh bank BMAS dengan nilai sebesar 0.136908. Sedangkan nilai CAR

tertinggi pada tahun 2019, 2020, dan 2021 dimiliki oleh bank BTPS dengan nilai

masing-masing sebesar 0.743074, 0.948599, dan 1.256854. Hal ini menunjukkan

bahwa bank BTPS mempunyai struktur modal yang tinggi, sehingga bank tersebut

mampu membiayai kegiatan operasional dan memberikan kontribusi yang cukup

besar bagi profitabilitas.

3. Likuiditas

Likuiditas adalah kemampuan bank dalam memenuhi penarikan dana dari

deposan dengan mengandalkan kredit yang diberikan sebagai sumber likuiditasnya.

Apabila suatu perusahaan perbankan dapat memberikan pinjaman yang cukup besar

kepada masyarakat, maka hal tersebut dapat menjadi pilar penyangga bank tersebut,

menarik perhatian sekaligus meningkatkan citra bank tersebut di masyarakat.

Perbankan memperoleh kepercayaan masyarakat, yang menimbulkan minat

masyarakat untuk berinvestasi dan memberikan pinjaman kepada bank, dimana

pendapatan yang diperoleh dapat meningkatkan keuntungan atau profit bank

tersebut. Oleh karena itu, bank harus menyediakan likuiditas yang cukup untuk

melayani nasabah yang beroperasi secara efisien. Dengan Loan to Deposit Ratio

(LDR) menunjukkan penyaluran kredit semakin tinggi, maka semakin


54

meningkatkan profitabilitas perusahaan perbankan. Jika kredit yang dialokasikan

lebih besar dari dana nasabah, maka timbul kondisi tidak likuid, sedangkan jika

jumlah kredit yang diberikan lebih kecil dari dana nasabah, akibatnya adalah dana

tidak terpakai (idle money) dan hal ini akan berpengaruh pada jalannya kegiatan

operasional perbankan. Tabel 5 berikut merupakan tabel perhitungan likuiditas

yang sudah dipilih sesuai kriteria sampel:

Tabel 5
Hasil Perhitungan Likuiditas

Kode
No 2019 2020 2021
Perusahaan
1 SDRA 1.386268 1.599554 1.401776
2 PNBN 1.040501 0.811793 0.845047
3 NOBU 0.787311 0.75988 0.609131
4 NISP 4.548229 2.984303 2.173702
5 MEGA 9.625791 5.707895 3.712812
6 MCOR 1.066643 0.78883 0.699424
7 MAYA 0.896875 0.744983 0.704305
8 BTPS 4.624408 4.712982 4.760291
9 BTPN 1.772882 1.433096 1.314214
10 BSIM 0.864608 0.613653 0.429747
11 BRIS 0.044462 0.020002 0.158633
12 BNLI 0.853047 0.760265 0.649949
13 BNII 0.987146 0.817195 0.789181
14 BNGA 0.945797 0.770261 0.679885
15 BNBA 0.863084 0.75464 0.616518
16 BMRI 10.3094 0.838397 0.858652
17 BMAS 0.938799 0.838532 0.682813
18 BJTM 0.617254 0.584593 0.491794
19 BJBR 190.8318 182.6627 152.8227
20 BINA 0.614581 0.398034 0.285246
21 BGTG 0.811391 0.622851 0.382381
22 BDMN 0.973346 0.840009 0.825692
23 BBTN 0.023959 0.023939 0.031123
24 BBRI 0.842118 0.767127 0.79876
25 BBNI 0.926737 0.83694 0.729792
26 BBMD 0.862171 0.711657 0.697703
27 BBCA 0.818384 0.656424 0.60893
28 BACA 0.595306 0.38991 0.12319
55

29 BABP 0.871457 0.749321 0.736968


30 AMAR 1.032883 0.707721 0.7054
Sumber: Lampiran 4 (Laporan keuangan yang diolah oleh peneliti)
Berdasarkan tabel 5 menunjukkan hasil perhitungan likuiditas yang diperoleh

dari menghitung LDR dengan membagi jumlah kredit yang diberikan dengan total

dana pihak ketiga kemudian dikali 100%. Hasil tersebut menunjukkan bahwa nilai

LDR terendah pada tahun 2019 dan 2021 dimiliki oleh bank BBTN dengan nilai

masing-masing sebesar 0.023959, dan 0.031123, kemudian pada tahun 2020

dimiliki oleh bank BRIS dengan nilai sebesar 0.020002. Sedangkan nilai LDR

tertinggi pada tahun 2019, 2020, dan 2021 dimiliki oleh bank BJBR dengan nilai

masing-masing sebesar 190.8318, 182.6627, dan 152.8227. Hal ini menunjukkan

bahwa bank BJBR merupakan bank yang likuid dengan kelebihan kapasitas dana

yang siap dipinjamkan, yang artinya bank tersebut dapat menyalurkan kredit

semakin tinggi, maka semakin meningkatkan profitabilitas perusahaan perbankan.

4. Profitabilitas

Profitabilitas mengacu pada kemampuan bank untuk menghasilkan

keuntungan dari semua sumber yang tersedia seperti uang tunai, aset dan modal.

Profitabilitas digunakan untuk mengukur efektifitas bank di dalam menghasilkan

keuntungan dengan memanfaatkan total aset yang dimilikinya. Profitabilitas

sangatlah penting untuk masa depan sebuah perusahaan karena dengan memiliki

profitabilitas yang baik maka masa depan bank terjamin. Penggunaan rasio Return

on Asset (ROA) dapat memperhitungkan kemampuan manajemen bank dalam

memperoleh profitabilitas secara menyeluruh, serta penggunaan rasio ROA

dilakukan oleh pihak Bank Indonesia sebagai penilaian kesehatan bank dalam aspek
56

profitabilitasnya. Tabel 6 berikut merupakan tabel perhitungan profitabilitas yang

sudah dipilih sesuai kriteria sampel:

Tabel 6
Hasil Perhitungan Profitabilitas

Kode
No 2019 2020 2021
Perusahaan
1 SDRA 0.013531 0.014085 0.014364
2 PNBN 0.016557 0.014327 0.008887
3 NOBU 0.003483 0.003902 0.003094
4 NISP 0.016265 0.010188 0.011752
5 MEGA 0.019868 0.026811 0.030163
6 MCOR 0.00418 0.00198 0.003031
7 MAYA 0.005654 0.000694 0.00037
8 BTPS 0.090986 0.051999 0.079002
9 BTPN 0.016475 0.01095 0.016175
10 BSIM 0.000185 0.002657 0.002425
11 BRIS 0.001716 0.004298 0.011415
12 BNLI 0.009293 0.003649 0.005253
13 BNII 0.01138 0.007415 0.009954
14 BNGA 0.013273 0.007159 0.013188
15 BNBA 0.006726 0.00459 0.005129
16 BMRI 0.021586 0.012345 0.017705
17 BMAS 0.007893 0.006625 0.005632
18 BJTM 0.017943 0.017806 0.015121
19 BJBR 0.012664 0.011991 0.012748
20 BINA 0.001352 0.002296 0.00264
21 BGTG 0.002462 0.000596 0.001267
22 BDMN 0.021912 0.005421 0.008683
23 BBTN 0.000671 0.004436 0.00639
24 BBRI 0.024291 0.012343 0.018328
25 BBNI 0.01834 0.003726 0.011377
26 BBMD 0.019191 0.023018 0.032508
27 BBCA 0.031088 0.02524 0.025596
28 BACA 0.000838 0.003037 0.001558
29 BABP 0.001926 0.000894 0.000918
30 AMAR 0.017792 0.002116 0.000791
Sumber: Lampiran 5 (Laporan keuangan yang diolah oleh peneliti)
Berdasarkan tabel 6 menunjukkan hasil perhitungan profitabilitas yang

diperoleh dari menghitung ROA dengan membagi laba bersih dengan total asset
57

kemudian dikali 100%. Hasil tersebut menunjukkan bahwa nilai ROA terendah

pada tahun 2019 dimiliki oleh bank BSIM dengan nilai sebesar 0.000185, kemudian

pada tahun 2020 dimiliki oleh bank BGTG dengan nilai sebesar 0.000596 dan 2021

dimiliki oleh bank MAYA dengan nilai sebesar 0.00037. Sedangkan nilai ROA

tertinggi pada tahun 2019, 2020, dan 2021 dimiliki oleh bank BTPS dengan nilai

masing-masing sebesar 0.090986, 0.051999, dan 0.079002. Hal ini menunjukkan

bahwa bank BTPS mampu menggunakan aset dengan baik untuk memperoleh

profitabilitas.

4.1.3 Analisis Statistik Deskriptif

Analisis statistik deskriptif adalah statistik yang memberikan gambaran atau

deskripsi suatu data yang dilihat dari rata-rata hitung (mean), rata-rata

penyimpangan (standar deviasi), dan keseluruhan nilai maksimum yang diperoleh

pada periode pengamatan dalam penelitian ini. Analisis statistik deskriptif

berfungsi untuk mengetahui tentang tata cara pengumpulan data, pengelompokkan

data, penentuan nilai, fungsi statistik, serta pembuatan grafik dan gambar.

Sedangkan variabel dependen yang digunakan yaitu profitabilitas.

Tabel 7
Hasil Uji Analisis Statistik Deskriptif
Descriptive Statistics
Std.
N Minimum Maximum Mean Deviation
NPL 90 .000 2.315 .07683 .322899
CAR 90 .127 1.257 .28294 .167919
LDR 90 .020 190.832 7.07344 31.628252
ROA 90 .000 .091 .01224 .014387
Valid N (listwise) 90
Sumber: Lampiran 6 (Data olahan SPSS, 2023)
58

Berdasarkan perhitungan uji analisis statistik deskriptif pada tabel 7,

diperoleh deskriptif untuk setiap masing-masing variabel selama periode 2019-

2021 sebagai berikut:

1. Risiko Kredit

Deskriptif variabel risiko kredit berdasarkan tabel 7 menunjukkan nilai

minimum sebesar 0,000 persen, nilai maksimum risiko kredit sebesar 2,315 persen.

Data memiliki selisih (range) sebesar 2,315 persen. Nilai rata-rata (mean) risiko

kredit adalah 0,07683 persen selama tahun 2019-2021. Dengan rata-rata tingkat

penyimpangan (standar deviasi) risiko kredit adalah 0,322899.

2. Struktur Modal

Deskriptif variabel struktur modal berdasarkan tabel 7 menunjukkan nilai

minimum sebesar 0,127 persen, nilai maksimum struktur modal sebesar 1,257

persen. Data memiliki selisih (range) sebesar 1,13 persen. Nilai rata-rata (mean)

struktur modal adalah 0,28294 persen selama tahun 2019-2021. Dengan rata-rata

tingkat penyimpangan (standar deviasi) struktur modal adalah 0,167919.

3. Likuiditas

Deskriptif variabel likuiditas berdasarkan tabel 7 menunjukkan nilai

minimum sebesar 0,020 persen, nilai maksimum likuiditas sebesar 190,832 persen.

Data memiliki selisih (range) sebesar 190,812 persen. Nilai rata-rata (mean)

likuiditas adalah 7.07344 persen selama tahun 2019-2021. Dengan rata-rata tingkat

penyimpangan (standar deviasi) likuiditas adalah 31,628252.


59

4. Profitabilitas

Deskriptif variabel profitabilitas berdasarkan tabel 7 menunjukkan nilai

minimum sebesar 0,000 persen, nilai maksimum profitabilitas sebesar 0,091 persen.

Data memiliki selisih (range) sebesar 0,091 persen. Nilai rata-rata (mean)

profitabilitas adalah 0,01224 persen selama tahun 2019-2021. Dengan rata-rata

tingkat penyimpangan (standar deviasi) profitabilitas adalah 0,014387.

4.1.4 Uji Asumsi Klasik

Uji asumsi klasik sering disebut dengan analisis residual. Uji analisis asumsi

klasik digunakan untuk mengetahui apakah model regresi berganda yang digunakan

dalam menganalisa penelitian ini, apakah sudah memenuhi asumsi klasik atau tidak.

Beberapa uji asumsi klasik sebagai berikut:

1. Uji Normalitas

Menurut Ghozali, (2016:154) uji normalitas dilakukan untuk menguji apakah

dalam model regresi variabel independen dan variabel dependen atau keduanya

mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi

data normal atau mendekati normal. Apabila variabel tidak berdistribusi secara

normal maka hasil uji statistik akan mengalami penurunan. Hasil suatu distribusi

dapat diketahui melalui normal probability plot yang membandingkan distribusi

normal dengan distribusi kumulatif. Jika distribusi data normal, maka garis yang

menggambarkan data sebenarnya akan mengikuti garis diagonalnya. Hasil normal

probability plot disajikan pada gambar berikut:


60

Gambar 2
Hasil Uji Normalitas
Sumber: Lampiran 6 (Data olahan SPSS, 2023)

Untuk lebih meyakinkan bahwa model uji normalitas berdistribusi normal

maka dalam penelitian ini juga menggunakan uji statistik Kolmogorof-Smirnov (K-

S). Jika Kolmogorof-Smirnov menunjukkan hasil nilai signifikan > 0,05 maka data

residual berdistribusi normal. Jika menggunakan data asli, hasil pengujian

normalitas tidak berdistribusi normal yang ditunjukkan dengan nilai signifikansi

Kolmogorov-Smirnov sebesar 0,025 < 0,05 yang disajikan pada lampiran 6 hasil

uji normalitas. Untuk mengatasi kondisi tersebut maka dilakukan transformasi data

jenis moderate positive skewness yaitu dengan mencari akar datanya atau x^(1/2).

Hasil uji Kolmogorof-Smirnov (K-S) disajikan pada tabel berikut:


61

Tabel 8
Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 90
a,b
Normal Parameters Mean .0000000
Std. Deviation .04579963
Most Extreme Differences Absolute .078
Positive .047
Negative -.078
Test Statistic .078
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Sumber: Lampiran 6 (Data olahan SPSS, 2023)
Berdasarkan perhitungan uji normalitas pada tabel 8, dapat diketahui bahwa

p-value dari Kolmogorof-Smirnov menunjukkan bahwa data telah berdistribusi

normal. Hal ini ditunjukkan dengan tingkat signifikansi sebesar 0,200 yaitu lebih

besar dari 0,05. Sehingga dapat digunakan dalam penelitian.

2. Uji Multikolinieritas

Menurut Ghozali, (2016:103) uji multikolinieritas bertujuan untuk menguji

apakah model regresi ditemukan adanya korelasi antar variabel independen. Untuk

mendeteksi ada atau tidaknya multikoleniaritas didalam regresi adalah Jika nilai

Variance Inflaction Factor (VIF) < 10 dan nilai Tolerance Value ≥ 0,1 maka model

dapat dikatakan terbebas dari uji multikoleniaritas. Hasil uji tolerance dan Variance

Inflaction Factor (VIF) disajikan pada tabel berikut:


62

Tabel 9
Hasil Uji Multikolinieritas
Coefficientsa
Collinierity Statistics
Model Tolerance VIF
1 (Constant)
NPL_T .975 1.025
CAR_T .988 1.012
LDR_T .972 1.029

a. Dependent Variable: ROA_T


Sumber: Lampiran 6 (Data olahan SPSS, 2023)
Berdasarkan perhitungan uji multikolinieritas pada tabel 9, dijelaskan bahwa

masing-masing nilai tolerance dari risiko kredit, struktur modal, dan likuiditas

adalah 0,975, 0,988, dan 0,972. Artinya tidak terdapat korelasi antar variabel

independen yaitu nilai tolerance ≥ 0,1. Hasil perhitungan VIF untuk risiko kredit,

struktur modal, dan likuiditas adalah 1,025, 1,012, dan 1,029. Nilai VIF variabel

independen dalam penelitian ini < 10 yang berarti bahwa tidak ada korelasi antar

variabel independen. Jadi, perhitungan ini menyatakan dalam persamaan regresi

tidak ditemukan adanya korelasi antara variabel independen multikolinieritas,

sehingga semua variabel independen tersebut dapat digunakan untuk penelitian.

3. Uji Autokorelasi

Menurut Santoso (2012:241) uji autokorelasi bertujuan untuk menguji apakah

terdapat korelasi antara kesalahan gangguan periode t dengan kesalahan gangguan

periode t-1 sebelumnya. Regresi yang baik adalah regresi yang tidak terjadi

autokorelasi didalamnya. Untuk mengetahui ada atau tidaknya autokorelasi, dapat

dilakukan pengujian Durbin Watson (DW). Jika nilai DW > -2 maka terjadi

autokorelasi positif, dan jika nilai DW diantara -2 hingga 2 maka tidak ada
63

autokorelasi, sedangkan jika nilai DW > 2 maka terjadi autokorelasi negatif. Hasil

uji Durbin Watson (DW) disajikan pada tabel berikut:

Tabel 10

Hasil Uji Autokorelasi

Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 .515a .266 .240 .046592 1.051
a. Predictors: (Constant), LDR_T, CAR_T, NPL_T
b. Dependent Variable: ROA_T
Sumber: Lampiran 6 (Data olahan SPSS, 2023)

Berdasarkan perhitungan uji autokorelasi pada tabel 10, terlihat bahwa hasil uji

t autokorelasi dari penelitian ini menunjukkan nilai DW sebesar 1,051 yaitu antara -2

sampai 2, maka dapat disimpulkan bahwa tidak terjadi autokorelasi dalam penelitian

ini.

4. Uji Heteroskedastisitas

Menurut Ghozali (2016:134) uji heteroskedastisitas bertujuan untuk menguji

apakah terdapat ketidaksamaan varians dari residual satu pengamatan ke

pengamatan lain dalam model regresi. Dari grafik scatter plot yang berasal dari

output program SPSS dapat menganalisis ada atau tidak adanya heteroskedastisitas

dalam penelitian ini. Jika tidak ada pola tertentu dan data menyebar diatas dan

dibawah angka nol pada sumbu y, maka tidak terjadi heteroskedastisitas. Model

regresi yang baik adalah model yang tidak terjadi heteroskedastisitas. Hasil scatter

plot disajikan pada gambar berikut:


64

Gambar 3
Hasil Uji Heteroskedastisitas
Sumber: Lampiran 6 (Data olahan SPSS, 2023)
Berdasarkan dari hasil pengolahan data pada gambar 3 grafik scatter plot

menunjukkan bahwa data tersebar di atas dan di bawah angka 0 pada sumbu Y dan

tidak ada suatu pola yang jelas dalam sebaran data tersebut. Hal ini menunjukkan

bahwa tidak terjadi heteroskedastisitas pada model. Setelah dilakukan pengujian

asumsi klasik tersebut, maka dapat disimpulkan bahwa model persamaan regresi

linier dalam penelitian ini bebas dari asumsi klasik, sehingga pengambilan

keputusan uji F dan uji t yang akan dilakukan dalam penelitian ini sesuai dengan

tujuan penelitian.

4.1.5 Analisis Regresi Linier Berganda

Menurut Hidayati et al., (2021) analisis regresi linier berganda yaitu suatu

analisis yang akan menjelaskan kemampuan variabel independen dalam mendeteksi

variabel dependen dengan cara menaikkan dan menurunkan nilainya. Perolehan

data yang diambil dari masing-masing indikator suatu variabel yang dihitung

bersama-sama menggunakan persamaan regresi berganda.


65

Hasil analisis regresi linier berganda dapat diketahui dari hasil output SPSS

terhadap persamaan regresinya. Analisis regresi linier berganda dalam penelitian

ini memiliki lebih dari satu variabel independen, maka analisis ini digunakan untuk

menguji pengaruh dari risiko kredit, struktur modal, dan likuiditas terhadap

profitabilitas dalam perusahaan perbankan yang terdaftar di Bursa Efek Indonesia.

Berdasarkan hasil perhitungan SPSS diperoleh persamaan regresi yang tersaji

sebagai berikut:

Tabel 11
Hasil Uji Regresi Linier Berganda

Coefficientsa
Unstandardized Standardied
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -.001 .022 -.060 .952
NPL_T -.039 .024 -.152 -1.629 .107
CAR_T .191 .040 .449 4.835 .000
LDR_T .005 .002 .198 2.109 .038
a. Dependent Variable: ROA_T
Sumber: Lampiran 6 (Data olahan SPSS, 2023)

Berdasarkan perhitungan uji regresi linier berganda pada tabel 11,

menunjukkan ada atau tidaknya hubungan antara variabel independen dengan

variabel dependen. Maka dapat dikembangkan hasil pengujian kedalam model

persamaan regresi linier berganda sebagai berikut:

ROA = -0,001 + (-0,039)X1 + 0,191X2 + 0,005X3 + e

Persamaan regresi tersebut memiliki makna sebagai berikut:

1. Nilai konstan sebesar -0,001 ini dapat diartikan bahwa nilai profitabilitas

perbankan bernilai -0,001 apabila masing-masing variabel risiko kredit,

struktur modal, dan likuiditas bernilai 0 atau tidak ada.


66

2. Nilai koefisien risiko kredit sebesar -0,039. Tanda negatif ini dapat diartikan

bahwa variabel NPL mempunyai hubungan yang tidak searah (negatif)

terhadap profitabilitas perbankan. Artinya apabila NPL mengalami kenaikan

maka profitabilitas perbankan mengalami penurunan.

3. Nilai koefisien struktur modal sebesar 0,191. Tanda positif ini dapat diartikan

bahwa variabel CAR mempunyai hubungan yang searah (positif) terhadap

profitabilitas perbankan. Artinya apabila CAR mengalami kenaikan maka

profitabilitas perbankan juga akan mengalami kenaikan.

4. Nilai koefisien likuiditas sebesar 0,005. Tanda positif ini dapat diartikan

bahwa variabel LDR mempunyai hubungan yang searah (positif) terhadap

profitabilitas perbankan. Artinya apabila LDR mengalami kenaikan maka

profitabilitas perbankan juga akan mengalami kenaikan.

4.1.6 Uji Kelayakan Model

1. Uji Kelayakan Model (Uji F)

Menurut Ghozali (2018:98) “uji F dilakukan untuk melihat apakah model

yang dianalisis memiliki tingkat kelayakan model yang tinggi yaitu variabel-

variabel yang digunakan mampu untuk menjelaskan fenomena yang dianalisis”. Uji

F ini dapat dilakukan melalui pengamatan nilai signifikan F dalam Tabel Analysis

of Variance (ANOVA) pada tingkat α yang digunakan yaitu 0,05 (a=5%). Apabila

nilai signifikansi > 0,05 maka penelitian ditolak yang berarti model penelitian tidak

layak untuk diuji, jadi variabel independen tidak mempunyai pengaruh terhadap

variabel dependen. Namun jika nilai signifikansi < 0,05 maka penelitian diterima

yang berarti model penelitian layak untuk diuji, jadi variabel independen
67

mempunyai pengaruh terhadap variabel dependen. Selain itu, uji F dapat dilihat

dengan membandingkan perhitungan nilai Fhitung dengan nilai Ftabel, di mana jika

nilai Fhitung > Ftabel maka artinya model regresi memiliki kelayakan. Hasil uji F

disajikan pada tabel berikut:

Tabel 12
Hasil Uji Kelayakan Model
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression .068 3 .023 10.371 .000b
Residual .187 86 .002
Total .254 89
a. Dependent Variable: ROA_T
b. Predictors: (Constant), LDR_T, CAR_T, NPL_T
Sumber: Lampiran 6 (Data olahan SPSS, 2023)
Berdasarkan perhitungan uji kelayakan model pada tabel 12, menunjukkan

hasil dari nilai hitung uji F sebesar 10,371 yaitu Fhitung > Ftabel (10,371 > 2,711)

dengan nilai signifikansi sebesar 0,000 < dari 0,05 yang artinya variabel independen

secara simultan berpengaruh terhadap variabel dependen. Sehingga dapat

disimpulkan model layak untuk dilakukan penelitian.

2. Uji Koefisien Determinasi (R²)

Menurut Ghozali (2018:97) uji koefisien determinasi atau uji Rsquare (R²)

bertujuan untuk mengukur kemampuan model dalam menerangkan variasi variabel

independen. Nilai koefisien determinasi yaitu antara nol dan satu. Nilai adjusted R²

yang kecil mendekati angka nol menunjukkan bahwa kemampuan variabel-variabel

independen dalam menjelaskan variabel dependen sangat terbatas (terdapat

pengaruh yang kurang kuat). Sebaliknya, apabila nilai R² yang mendekati angka
68

satu menunjukkan variabel-variabel independen dapat memprediksi variasi variabel

dependen (terdapat pengaruh yang kuat). Hasil uji R² disajikan pada tabel berikut:

Tabel 13
Hasil Uji Koefisien Determinasi
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 .515 .266 .240 .046592 1.051
a. Predictors: (Constant), LDR_T, CAR_T, NPL_T
b. Dependent Variable: ROA_T
Sumber: Lampiran 6 (Data olahan SPSS, 2023)
Berdasarkan perhitungan uji koefisien determinasi pada tabel 13, diperoleh

nilai RSquare sebesar 26,6% artinya dapat menjelaskan variabel independen yaitu

risiko kredit, struktur modal, dan likuiditas. Sedangkan sisanya 73,4% dipengaruhi

oleh faktor atau variabel lain diluar penelitian.

3. Uji Hipotesis (Uji t)

Menurut (Ghozali, 2018) uji t digunakan untuk menguji secara parsial ada

atau tidaknya pengaruh yang signifikan dari masing-masing variabel independen

terhadap variabel dependen. Uji t digunakan untuk melihat seberapa jauh pengaruh

dari variabel dependen dengan variabel independen, dengan menggunakan uji t

pada tingkat sebesar (α=5%). Apabila nilai signifikansi > 0,05 maka penelitian

ditolak yang berarti variabel independen tidak memiliki pengaruh terhadap variabel

dependen. Sedangkan jika nilai signifikansi < 0,05 maka penelitian diterima yang

berarti variabel dependen memiliki pengaruh terhadap variabel independen. Selain

itu, uji t dapat dilihat dengan membandingkan perhitungan nilai t-hitung dengan
69

nilai t-tabel, di mana jika nilai t-hitung > t-tabel maka hipotesis diterima. Hasil uji

t disajikan pada tabel berikut:

Tabel 14
Hasil Uji Hipotesis
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -.001 .022 -.060 .952
NPL_T -.039 .024 -.152 -1.629 .107
CAR_T .191 .040 .449 4.835 .000
LDR_T .005 .002 .198 2.109 .038
a. Dependent Variable: ROA_T
Sumber: Lampiran 6 (Data olahan SPSS, 2023)
Berdasarkan tabel 14 menunjukkan hasil uji hipotesis sebagai berikut:

1. Variabel risiko kredit (NPL) dengan nilai t-hitung sebesar -1,629 yaitu t-

hitung < t-tabel (-1,629 < 1,988) dengan hasil signifikan sebesar 0,107.

Berdasarkan hasil tersebut dapat dikatakan bahwa nilai signifikan risiko kredit

lebih besar daripada nilai taraf ujinya (0,107 > 0,05), dan memiliki koefisien

regresi negatif yaitu -0,039. Jadi, dapat disimpulkan bahwa variabel risiko

kredit tidak berpengaruh terhadap profitabilitas, maka hipotesis (H1) ditolak.

2. Variabel struktur modal (CAR) dengan nilai t-hitung sebesar 4,385 yaitu t-

hitung > t-tabel (4,385 > 1,988) dengan hasil signifikan sebesar 0,00.

Berdasarkan hasil tersebut dapat dikatakan bahwa nilai signifikan struktur

modal lebih kecil daripada nilai taraf ujinya (0,00 < 0,05), dan memiliki

koefisien regresi positif yaitu 0,191. Jadi, dapat disimpulkan bahwa variabel

struktur modal berpengaruh positif terhadap profitabilitas, maka hipotesis

(H2) diterima.
70

3. Variabel likuiditas (LDR) dengan nilai t-hitung sebesar 2,109 yaitu t-hitung >

t-tabel (2,109 > 1,988) dengan hasil signifikan sebesar 0,038. Berdasarkan

hasil tersebut dapat dikatakan bahwa nilai signifikan likuiditas lebih kecil

daripada nilai taraf ujinya (0,038 < 0,05), dan memiliki koefisien regresi

positif yaitu 0,005. Jadi, dapat disimpulkan bahwa variabel likuiditas

berpengaruh positif terhadap profitabilitas, maka hipotesis (H3) diterima.

4.2 Pembahasan

4.2.1 Pengaruh Risiko Kredit Terhadap Profitabilitas

Penelitian ini dilakukan untuk menguji pengaruh risiko kredit (NPL) terhadap

profitabilitas (ROA). Berdasarkan hasil pengujian, risiko kredit (NPL) tidak

berpengaruh terhadap profitabilitas (ROA) dengan nilai t sebesar -1,629 dan nilai

signifikan sebesar 0,107 (sig > 0,05) dengan nilai koefisien -0,039. Sehingga,

hipotesis pertama (H1) yang menyatakan bahwa risiko kredit (NPL) berpengaruh

negatif terhadap profitabilitas (ROA) ditolak.

Hasil tersebut menunjukkan bahwa risiko kredit bukan merupakan faktor

penentu peningkatan jumlah profitabilitas yang diterima oleh bank. Kondisi ini

mengandung arti bahwa peningkatan NPL tidak akan mempengaruhi profitabilitas

pada bank umum. Begitu juga sebaliknya, penurunan NPL tidak akan

mempengaruhi tingkat profitabilitas. Hal ini disebabkan karena proporsi risiko

kredit (NPL) pada bank umum yang dijadikan sampel penelitian relatif rendah,

yaitu memiliki rasio Non Performing Loan kurang dari 5%, sehingga dimungkinkan

bahwa profitabilitas bank masih akan dapat meningkat meskipun NPL naik.
71

Kondisi ini dapat diartikan bahwa meskipun nilai NPL semakin tinggi, namun tidak

berdampak negatif terhadap profitabilitas perusahaan. Hal itu disebabkan nilai

Penyisihan Penghapusan Aktiva Produktif (PPAP) masih dapat menutupi kredit

bermasalah. Profitabilitas perbankan masih dapat meningkat dengan NPL yang

tinggi karena bank masih dapat memperoleh sumber profit tidak hanya dari bunga

tetapi juga dari sumber lain, seperti surat-surat berharga, penempatan dana pada

bank lain, dan penyertaan modal bank pada lembaga keuangan yang bukan bentuk

bank atau perusahaan lain (fee-based income) yang juga memberikan pengaruh

yang relatif tinggi terhadap tingkat ROA. Atau mungkin risiko kredit yang rendah

tidak mempengaruhi profitabilitas karena bank umum yang dijadikan sampel

penelitian mungkin memiliki modal yang tinggi sehingga risiko tersebut dapat

ditutupi dengan modal yang dimiliki bank tersebut.

Hasil penelitian ini didukung dengan penelitian sebelumnya yang dilakukan

oleh Sunaryo et al., (2021) menyatakan bahwa variabel Risiko Kredit (NPL) tidak

memiliki pengaruh signifikan terhadap Profitabilitas bank (ROA). Penelitian ini

juga selaras dengan penelitian Purba dan Hutagalung (2018) yang menyatakan

bahwa NPL tidak berpengaruh signifikan terhadap Profitabilitas.

Namun, penelitian ini bertolak belakang dengan penelitian yang dilakukan

oleh Fajari dan Sunarto (2017), dalam penelitiannya menjelaskan bahwa risiko

kredit (NPL) berpengaruh positif signifikan terhadap profitabilitas (ROA).

Terdapat beberapa hal yang menyebabkan risiko kredit berpengaruh terhadap

profitabilitas karena kredit bermasalah bersifat kasuasitas, yang artinya masalah

yang ada pada satu debitur akan berbeda dengan debitur lainnya. Kredit macet atau
72

bermasalah yang terjadi secara tiba-tiba tanpa dimulai serangkaian tanda-tanda atau

sinyal adalah sangat langka. Bank dapat mendeteksi dari variabel-variabel dalam

penepatan kolektibilitas yang didasarkan pada kriteria tunggakan utang pokok,

bunga, penarikan yang melebihi dana yang tersedia pada akun giro (overdraft), dan

indikator lainnya.

4.2.2 Pengaruh Struktur Modal Terhadap Profitabilitas

Penelitian ini dilakukan untuk menguji pengaruh struktur modal (CAR)

terhadap profitabilitas (ROA). Berdasarkan hasil pengujian struktur modal (CAR)

berpengaruh positif terhadap profitabilitas (ROA) dengan nilai t sebesar 4,835 dan

nilai signifikan sebesar 0,000 (sig < 0,05) dengan nilai koefisien 0,191. Sehingga,

hipotesis kedua (H2) yang menyatakan bahwa struktur modal (CAR) berpengaruh

positif terhadap profitabilitas (ROA) diterima.

Hasil ini menunjukkan bahwa pengaruh positif CAR yang bernilai tinggi ini

berarti bank memiliki kecukupan modal bernilai tinggi. Tingginya permodalan

yang dimiliki bank umum dapat membuat bank dengan leluasa menggunakan

dananya demi investasi yang dapat memberikan keuntungan kepada bank, yang

dapat membuat kepercayaan nasabah meninggi karena bank cenderung

mendapatkan keuntungan yang tinggi. Selain itu, semakin tinggi permodalan bank,

semakin tinggi keamanan ekspansi bisnis bank. Adanya ekspansi bisnis pada

akhirnya dapat membuat kinerja keuangan bank terpengaruhi. Modal bank terutama

dimaksudkan untuk menutupi potensi kerugian yang tidak terduga (unexpected

loss) dan sebagai cadangan pada saat terjadi krisis perbankan. Dana tersebut dapat
73

diperoleh dari pemilik bank (pemegang saham), pemerintah, Bank Indonesia,

pihak-pihak luar negeri, maupun masyarakat di dalam negeri. Apabila dana bank

semakin meningkat maka akan mempengaruhi dana untuk dipinjamkan ke nasabah

juga meningkat dan berdampak meningkatnya Return on Asset (ROA).

Hasil penelitian ini didukung dengan penelitian sebelumnya yang dilakukan

oleh Munggar dan Maria (2021) yang menyatakan bahwa variabel Struktur Modal

(CAR) memiliki pengaruh positif terhadap Profitabilitas bank (ROA). Penelitian ini

juga selaras dengan penelitian Fajari dan Sunarto (2017) yang menyatakan bahwa

Capital Adeguacy Ratio (CAR) berpengaruh positif terhadap Return on Asset

(ROA).

Namun, penelitian ini bertolak belakang dengan penelitian yang dilakukan

oleh Tantono dan Candradewi (2019) dalam penelitiannya menjelaskan bahwa

struktur modal (CAR) berpengaruh negatif terhadap profitabilitas (ROA). Terdapat

beberapa hal yang menyebabkan struktur modal berpengaruh negatif terhadap

profitabilitas karena salah satu pendanaan bank berasal dari pendanaan eksternal

terutama utang yang akan meningkatkan risiko perusahaan mengalami kesulitan

keuangan (financial distress) yang nantinya akan meningkatkan perhatian dan

pengaruh investor akan meningkatnya biaya agensi. Selain itu, penggunaan utang

(pendanaan eksternal) yang tinggi menyebabkan biaya bunga meningkat sehingga

profitabilitas perusahaan menurun.


74

4.2.3 Pengaruh Likuiditas Terhadap Profitabilitas

Penelitian ini dilakukan untuk menguji pengaruh likuiditas (LDR) terhadap

profitabilitas (ROA). Berdasarkan hasil pengujian likuiditas (LDR) berpengaruh

positif terhadap profitabilitas (ROA) dengan nilai t sebesar 2,109 dan nilai

signifikan sebesar 0,038 (sig < 0,05) dengan nilai koefisien 0,005. Sehingga,

hipotesis ketiga (H3) yang menyatakan bahwa likuiditas (LDR) berpengaruh positif

terhadap profitabilitas (ROA) diterima.

Hasil ini menunjukkan bahwa bank umum dapat melunasi pinjaman oleh

debitur atau pihak ketiga sehingga dengan adanya peningkatan LDR bisa

meningkatkan profitabilitas dari bank umum dan tidak menghilangkan kesempatan

bank dalam mendapatkan laba dari penyaluran kredit kepada pihak ketiga atau

debitur. Apabila kemampuan bank dalam menyalurkan kredit terhadap dana pihak

ketiga yang terkumpul adalah tinggi maka semakin besar kredit yang disalurkan,

yang akan meningkatkan pendapatan bunga bank dan akan mengakibatkan

kenaikan laba. Artinya kenaikan likuiditas akan meningkatkan profitabilitas,

sehingga kinerja keuangan bank akan semakin baik. Dengan optimalnya LDR

perusahaan dalam kegiatan usahanya, maka bank lebih mudah untuk memperoleh

keuntungan. Maka diperlukannya market disipline dalam penerapan teori agensi

untuk mengelola sumber pembiayaan bank terutama utang atau dana masyarakat.

Dalam hal ini terdapat hubungan dengan teori sinyal apabila likuiditas perusahaan

baik, maka hal tersebut menandakan bahwa perusahaan dapat membayar kewajiban

jangka pendeknya dengan baik dan dapat dijadikan sebagai sinyal kepada
75

manajemen untuk menarik investor dalam menanamkan modalnya ke perusahaan

tersebut.

Hasil penelitian ini didukung dengan penelitian sebelumnya yang dilakukan

oleh Sari (2016) yang menyatakan bahwa likuiditas berpengaruh positif signifikan

terhadap profitabilitas. Penelitian ini juga selaras dengan penelitian Ariani dan

Fatma (2021) yang menyatakan bahwa terdapat pengaruh positif LDR terhadap

ROA.

Namun, penelitian ini bertolak belakang dengan penelitian yang dilakukan

Hariemufti et al., (2016) dalam penelitiannya menjelaskan bahwa likuiditas (LDR)

tidak berpengaruh terhadap profitabilitas (ROA). Terdapat beberapa hal yang

menyebabkan likuiditas tidak berpengaruh terhadap profitabilitas karena kebijakan

likuiditas umum sebuah bank, sesungguhnya adalah menentukan jumlah dana yang

akan ditahan dalam uang tunai, dalam bentuk surat berharga (securities) dan berapa

yang akan ditempatkan dalam bentuk kredit, dengan berbagai tipenya dan berapa

dalam bentuk investasi dengan mempertimbangkan informasi tentang sifat jenis-

jenis dana bank (tabungan, giro, deposito berjangka, sertifikat deposito, dan lain

sebagainya). Jadi, di dalam usaha mencapai keuntungan yang optimal (dengan

memberikan pinjaman) perlu menjaga tingkat likuiditas yang sehat yang

diperkirakan dapat menampung atau memenuhi penarikan simpanan oleh nasabah,

disamping dapat memenuhi kewajiban memelihara likuiditas minimum yang

ditetapkan oleh regulator.


76

Dengan demikian, dapat disimpulkan bahwa jika suatu bank mengharapkan

keuntungan yang maksimal akan berisiko pada tingkat likuiditas yang rendah, atau

ketika likuiditas tinggi berarti tingkat keuntungan tidak maksimal. Sehingga

terdapat konflik kepentingan antara mempertahankan likuiditas yang tinggi dan

mencari keuntungan yang tinggi. Pengelolaan likuiditas sangat penting bagi bank

terutama untuk mengatasi risiko likuiditas yang disebabkan oleh hal di atas. Untuk

menjaga agar risiko likuiditas ini tidak terjadi maka kebijakan manajemen likuiditas

yang dapat dilakukan antara lain dengan menjaga aset jangka pendek, seperti kas.
BAB V

PENUTUP

5.1 Simpulan

Penelitian ini bertujuan untuk mengetahui pengaruh risiko kredit, struktur

modal, dan likuiditas terhadap profitabilitas pada perusahaan perbankan yang

terdaftar di Bursa Efek Indonesia periode 2019 – 2021. Berdasarkan hasil penelitian

yang dilakukan menggunakan metode purposive sampling dengan jumlah sampel

sebanyak 30 perusahaan perbankan. Maka diambil kesimpulan sebagai berikut:

1. Risiko kredit tidak berpengaruh terhadap profitabilitas pada bank umum yang

terdaftar di Bursa Efek Indonesia, maka hipotesis pertama ditolak. Hal ini

menunjukkan bahwa Risiko Kredit (NPL) bukan menjadi penentu peningkatan

jumlah profitabilitas (ROA) yang diterima oleh bank.

2. Struktur modal berpengaruh positif terhadap profitabilitas pada bank umum

yang terdaftar di Bursa Efek Indonesia, maka hipotesis kedua diterima. Hal

ini menunjukkan bahwa semakin tinggi tingkat pemenuhan kecukupan modal

(CAR) suatu bank dapat menjadi tolak ukur keberhasilan manajemen bank

dalam memperoleh profitabilitas (ROA) yang tinggi.

3. Likuiditas berpengaruh positif terhadap profitabilitas pada bank umum yang

terdaftar di Bursa Efek Indonesia, maka hipotesis ketiga diterima. Hal ini

menunjukkan perusahaan perbankan mampu menjalankan kegiatan

operasionalnya dengan memenuhi kewajibannya dan menyalurkan kredit

kepada pihak ketiga sehingga menghasilkan profitabilitas (ROA).

77
78

5.2 Keterbatasan

Penelitian ini dilakukan dengan beberapa keterbatasan, dimana dengan adanya

keterbatasan tersebut dapat mempengaruhi hasil penelitian. Dan untuk menjadi arah

bagi peneliti selanjutnya, berikut beberapa keterbatasan dalam penelitian ini:

1. Objek penelitian dalam perusahaan yang tergabung dalam perbankan dan

sesuai dengan kriteria penelitian hanya terdapat 30 sampel.

2. Penelitian ini hanya menggunakan objek penelitian pada perusahaan

perbankan yang terdaftar di Bursa Efek Indonesia (BEI) dengan periode yang

cukup pendek yaitu pada tahun 2019 – 2021.

3. Penelitian ini hanya menggunakan tiga variabel independen yaitu Risiko

Kredit dengan pengukuran Non Performing Loan (NPL), Struktur Modal

dengan pengukuran Capital Adequacy Ratio (CAR), dan Likuiditas dengan

pengukuran Loan to Deposit Ratio (LDR). Sedangkan terdapat banyak faktor-

faktor lainnya yang dapat mempengaruhi Profitabilitas pada Perusahaan

Perbankan yang tergabung dalam Bursa Efek Indonesia.

5.3 Saran

Saran yang dapat diberikan peneliti berdasarkan hasil penelitian ini adalah

sebagai berikut:

1. Peneliti selanjutnya diharapkan dapat melakukan penelitian terhadap objek

lain dan memperpanjang periode pengamatan yang diteliti.

2. Peneliti selanjutnya bisa menggunakan variabel independen lain atau

menambahkan variabel lain yang tidak digunakan dalam penelitian ini, seperti

Efisiensi Operasional (BOPO), Net Interest Margin (NIM), dan Ukuran


79

Perusahaan (Firm Size) agar memperkuat kontribusi dan pengaruh variabel

independen terhadap variabel dependen.

3. Bagi pihak perusahaan dapat mengevaluasi, memperbaiki dan meningkatkan

profitabilitas serta perusahaan lebih efektif dan efisien dalam mengelola aset

untuk keberhasilan perusahaan sehingga dapat meningkatkan perekonomian

negara dan kesejahteraan masyarakat Indonesia melalui kontribusi tersebut.

4. Bagi investor yang menanamkan modal pada perusahaan perbankan yang

terdaftar di Bursa Efek Indonesia dapat menjadikan risiko kredit, struktur

modal, dan likuiditas sebagai dasar acuan dalam menilai profitabilitas yang

akan diperoleh perusahaan tersebut di masa yang akan datang.


JADWAL PENELITIAN

PENGARUH RISIKO KREDIT, STRUKTUR MODAL, DAN LIKUIDITAS TERHADAP PROFITABILITAS PADA
PERUSAHAAN PERBANKAN YANG TERDAFTAR DI BURSA EFEK INDONESIA

Tahun 2022 Tahun 2023


No Kegiatan Penelitian Oktober November Desember Januari
1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
1 ACC Judul
2 Revisi Proposal
3 ACC Proposal
4 Revisi BAB 1-3
5 ACC BAB 1-3
6 Revisi BAB 4-5
7 ACC BAB 4
8 ACC BAB 4-5
9 ACC ABSTRAK

80
81

DAFTAR PUSTAKA

Ariani, F., dan R. W. Prinoya. 2021. Pengaruh Permodalan, Likuiditas Dan


Efisiensi Operasional Terhadap Profitabilitas Pada Perbankan Syariah Yang
Terdaftar Di Bei. Journal of Applied Managerial Accounting 5(1): 23–31.

Dianka, A. A. 2022. Dikejar Ketentuan Modal Inti Rp3 Triliun, Emiten Perbankan
Rights Issue Berjemaah. TrenAsia. https://www.trenasia.com/dikejar-
ketentuan-modal-inti-rp-3-triliun-emiten-perbankan-rights-issue-berjemaah.
15 Januari 2023 (07:45).

Dwi R, M., S. Rahayu, dan I. Wahyudi. 2020. Pengaruh Kecukupan Modal, Risiko
Kredit, Profitabilitas, dan Ukuran Bank Terhadap Likuiditas (Studi Pada
Perusahaan Perbankan yang Terdaftar di BEI Tahun 2013 - 2018). Jurnal
Akuntansi dan Keuangan Unja 5(2): 90–100.

Fajari, S., dan Sunarto. 2017. Pengaruh CAR, LDR, NPL, BOPO terhadap
Profitabilitas Bank (Studi Kasus Perusahaan Perbankan yang Tercatat di Bursa
Efek Indonesia Periode Tahun 2011 sampai 2015). Prosiding Seminar
Nasional Multi Disiplin Ilmu dan Call for Papers UNISBANK 3(3): 853–862.

Ghozali, I. 2016. Aplikasi Analisis Multivariete Dengan Program IBM SPSS 23.
Badan Penerbit Universitas Diponegoro. 19-154.

________. 2018. Aplikasi Analisis Multivariate dengan Program IBM SPSS 25.
Badan Penerbit Universitas Diponegoro. 97-98.

Hariemufti, Y., F. Titik, dan D. P. K. Mahardika. 2016. Analisis Pengaruh Risiko


Kredit, Risiko Likuiditas, dan Permodalan Terhadap Profitabilitas Perbankan.
e-Proceeding of Management 3(2): 1634–1640.

Harun, U. 2016. Pengaruh Ratio-Ratio Keuangan CAR, LDR, NIM, BOPO, NPL
Terhadap ROA. Pengaruh Ratio-ratio keuangan 4(1): 67–82.

Hidayati, A., I. Lakoni, dan W. L. Seventeen. 2021. Analisis Hubungan Struktur


Modal Berdasarkan Trade Off Theory Dan Pecking Order Theorypada Sektor
Perbankan Yang Terdaftar Pada Indeks LQ 45. Jurnal Manajemen dan
Perbankan (JUMPA) 8(3): 1–15.

Ikatan Bankir Indonesia (IBI). 2016. Tata Kelola Manajemen Risiko. Gramedia
Pustaka Utama. Jakarta.

Mukaromah, N., dan Supriono. 2020. Pengaruh Kecukupan Modal, Risiko Kredit,
Efisiensi Operasional, Dan Likuiditas Terhadap Profitabilitas Perbankan Yang
Terdaftar Di Bursa Efek Indonesia Tahun 2015 – 2017. Journal of Economic,
82

Management, Accounting and Technology 3(1): 67–78.

Munggar, P. W., dan G. S. Maria. 2021. Pengaruh Risiko Kredit Dan Kecukupan
Modal Terhadap Profitabilitas. Competitive Jurnal Akuntansi dan Keuangan
5(2): 199–204.

Nadillah, K., dan P. Muniarty. 2021. Pengaruh Risiko Kredit Dan Tingkat
Kecukupan Modal Terhadap Profitabilitas Perbankan Yang Listing Di Bei
Periode 2015-2019. Nominal: Barometer Riset Akuntansi dan Manajemen
10(2): 228–237.

Ningsih, R., dan G. S. Manda. 2021. Pengaruh Risiko Kredit dan Tingkat
Kecukupan Modal terhadap Tingkat Profitabilitas pada Perusahaan Perbankan
yang Terdaftar di BEI Periode 2015-2019. Jurnal Ilmiah MEA 5(2): 1419–
1430.

Oktapiani, N. L. M. W., dan I. G. B. Wiksuana. 2018. Peran Ukuran Perusahaan


Dan Pertumbuhan Penjualan Dalam Memoderasi Pengaruh Struktur Modal
Terhadap Profitabilitas. E-Jurnal Manajemen Universitas Udayana 7(3):
1195–1221.

Peraturan Bank Indonesia Nomor 3/21/PBI/2001. Kewajiban Penyediaan Modal


Minimum Bank Umum. 13 Desember 2001. Jakarta.

_____________________ Nomor 5/8/PBI/2003. Penerapan Manajemen Risiko


Bagi Bank Umum. 19 Mei 2003. Lembaran Negara Republik Indonesia Tahun
2003 Nomor 56. Jakarta.

_____________________ Nomor 11/25/PBI/2009. Penerapan Manajemen Risiko


Bagi Bank Umum. 01 Juli 2009. Lembaran Negara Republik Indonesia Tahun
2009 Nomor 103 dan Tambahan Lembaran Negara Nomor 5029. Jakarta.

_____________________ Nomor 15/2/PBI/2013. Penetapan Status dan Tindak


Lanjut Pengawasan Bank Umum Konvensional. 20 Mei 2013. Lembaran
Negara Republik Indonesia Tahun 2013 Nomor 93 dan Tambahan Lembaran
Negara Nomor 5417. Jakarta.

_____________________ Nomor 17/11/PBI/2015 Perubahan atas Peraturan Bank


Indonesia Nomor 15/15/PBI/2013. Giro Wajib Minimum Bank Umum dalam
Rupiah dan Valuta Asing Bagi Bank Umum Konvensional. Lembaran Negara
Republik Indonesia Tahun 2003 Nomor 152. Jakarta.

_____________________ Nomor 20/8/PBI/2018. Rasio Loan to Value. 30 Juli


2018. Lembaran Negara Republik Indonesia Tahun 2018 Nomor 118 dan
Tambahan Lembaran Negara Nomor 6230. Jakarta.

Peraturan Otoritas Jasa Keuangan 11/POJK.03/2016. Kewajiban Penyediaan


Modal Minimum Bank Umum. 29 Januari 2016. Lembaran Negara Republik
83

Indonesia Tahun 2016 Nomor 25 dan Tambahan Lembaran Negara Nomor


5848. Jakarta.

_____________________ 12/POJK.03/2020. Konsolidasi Bank Umum. 16 Maret


2020. Lembaran Negara Republik Indonesia Tahun 2020 Nomor 78 dan
Tambahan Lembaran Negara Nomor 6481. Jakarta.

Purba, E. L. D., dan P. C. R. Hutagalung. 2018. Perusahaan Perbankan Yang


Terdaftar Di Bursa Efek Indonesia Periode 2016-2018. Jurnal Akuntansi,
Keuangan dan Perpajakan Indonesia (JAKPI) 9: 102–114.

Santi. 2020. Pengaruh Risiko Kredit dan Risiko Likuiditas Terhadap Profitabilitas
pada Perbankan yang Terdaftar di Bursa Efek Indonesia. Skripsi. Program
Studi Akuntansi Universitas Muhammadiyah Makassar. Makassar.

Santoso, S. 2012. Aplikasi SPSS pada Statistik Parametrik. Gramedia.

Sari, I. D. P. 2016. Pengaruh Risiko Kredit, Kecukupan Modal, Likuiditas dan


Efesiensi Operasional, Net Interest Margin Terhadap Profitabilitas pada Bank
Konvensional Go Publik. Ucv I(02): 0–16.

Septiawan, M. A. 2021. OJK Ubah Klasifikasi Modal Bank Umum dari BUKU ke
KBMI. TrenAsia. https://beta.trenasia.com/ojk-ubah-klasifikasi-modal-bank-
umum-dari-buku-ke-kbmi-apa-perbedaannya. 15 Januari 2023 (07:22).

Sunaryo, D., D. Kurnia, Y. Adiyanto, dan I. Quraysin. 2021. Pengaruh Risiko


Kredit, Risiko Likuiditas Dan Risiko Operasional Terhadap Profitabilitas
Perbankan Pada Bank Umum Di Asia Tenggara Periode 2012-2018. Jurnal
Ilmu Keuangan dan Perbankan (JIKA) 11(1): 62–79.

Surat Edaran Bank Indonesia Nomor 13/24/DPNP/2011. Penilaian Tingkat


Kesehatan Bank Umum. 05 Januari 2011. Lembaran Negara Republik
Indonesia Tahun 2011 Nomor 01 dan Tambahan Lembaran Negara Nomor
5184. Jakarta.

Surat Edaran Otoritas Jasa Keuangan Nomor 43/SEOJK.03/2016. Transparansi


dan Publikasi Laporan Bank Umum Konvensional. 28 September 2016.
Jakarta.

Tantono, W., dan M. R. Candradewi. 2019. Pengaruh Struktur Modal, Kebijakan


Dividen dan Likuiditas Terhadap Profitabilitas Perusahaan Perbankan di Bursa
Efek Indonesia. E-Jurnal Manajemen 8(8): 4871–4898.

Undang-Undang Republik Indonesia Nomor 7 Tahun 1992. Perbankan. 25 Maret


1992. Lembaran Negara Republik Indonesia Tahun 1992 Nomor 32 dan
Tambahan Lembaran Negara Republik Indonesia Nomor 3473. Jakarta.

Wulandari, B., V. Veronica, dan Vinna. 2022. Pengaruh Dana Pihak Ketiga, Risiko
84

Kredit, Loan to Deposit Ratio dan Struktur Modal terhadap Profitabilitas pada
Perusahaan Perbankan yang Terdaftar di Bursa Efek Indonesia. Management
Studies and Entrepreneurship Journal 3(2): 325–335.
85

LAMPIRAN-LAMPIRAN
Lampiran 1
Daftar Sampel Perusahaan Sektor Perbankan
No Kode Perusahaan Nama Perusahaan
1 SDRA Bank Woori Saudara Indonesia 1906
2 PNBN Bank Pan Indonesia Tbk
3 NOBU Bank Nationalnobu Tbk.
4 NISP Bank OCBC NISP Tbk.
5 MEGA Bank Mega Tbk.
6 MCOR Bank China Construction Bank I
7 MAYA Bank Mayapada Internasional Tb
8 BTPS Bank BTPN Syariah Tbk.
9 BTPN Bank BTPN Tbk.
10 BSIM Bank Sinarmas Tbk.
11 BRIS Bank Syariah Indonesia Tbk.
12 BNLI Bank Permata Tbk.
13 BNII Bank Maybank Indonesia Tbk.
14 BNGA Bank CIMB Niaga Tbk.
15 BNBA Bank Bumi Arta Tbk.
16 BMRI Bank Mandiri (Persero) Tbk.
17 BMAS Bank Maspion Indonesia Tbk.
18 BJTM Bank Pembangunan Daerah Jawa T
19 BJBR Bank Pembangunan Daerah Jawa B
20 BINA Bank Ina Perdana Tbk.
21 BGTG Bank Ganesha Tbk.
22 BDMN Bank Danamon Indonesia Tbk.
23 BBTN Bank Tabungan Negara (Persero)
24 BBRI Bank Rakyat Indonesia (Persero
25 BBNI Bank Negara Indonesia (Persero
26 BBMD Bank Mestika Dharma Tbk.
27 BBCA Bank Central Asia Tbk.
28 BACA Bank Capital Indonesia Tbk.
29 BABP Bank MNC Internasional Tbk.
30 AMAR Bank Amar Indonesia Tbk.
Sumber: Galeri Investasi Bursa Efek Indonesia STIESIA Surabaya
86

Lampiran 2
Daftar Perhitungan Risiko Kredit (NPL) pada Perusahaan Perbankan Umum
di Bursa Efek Indonesia Periode Tahun 2019 – 2021
RISIKO KREDIT
Kode
Tahun Rumus = Kredit Bermasalah / Total Kredit x 100%
Perusahaan
Kredit Bermasalah Total Kredit Hasil
2019 437,920 26,429,707 0.016569234
SDRA 2020 332,446 29,579,069 0.011239231
2021 315,461 33,429,580 0.009436583
2019 4,313,000 136,724,890 0.031545098
PNBN 2020 3,632,000 116,110,025 0.031280675
2021 4,248,000 143,029,190 0.029700231
2019 148,946 7,106,857 0.020958069
NOBU 2020 15,906 7,397,403 0.002150214
2021 56,829 9,753,524 0.005826509
2019 2,037,302 114,436,825 0.017802853
NISP 2020 2,209,268 109,737,912 0.020132222
2021 2,843,219 113,228,691 0.025110411
2019 1,305,069 53,022,795 0.024613357
MEGA 2020 676,299 48,594,122 0.013917301
2021 678,199 60,740,894 0.011165443
2019 349,559 13,718,923 0.025480061
MCOR 2020 397,910 14,555,802 0.027336865
2021 604,728 13,480,702 0.044858791
2019 2,769,271 69,067,509 0.040095134
MAYA 2020 2,304,873 53,905,027 0.042758034
2021 2,777,790 69,529,675 0.039951143
2019 122.670 8,767,346 0.013991691
BTPS 2020 182,084 8,752,549 0.02080354
2021 247,254 9,842,174 0.025121889
2019 1,152,605 141,120,343 0.008167533
BTPN 2020 1,642,200 133,469,850 0.012303902
2021 2,283,279 132,226,656 0.017267918
2019 1,810,754 21,314,497 0.084954104
BSIM 2020 993,379 18,878,373 0.052619948
2021 849,551 16,313,869 0.052075384
2019 826,803 399,335 2.070449622
BRIS
2020 721,123 311,562 2.314540926
87

2021 2,619,070 9,081,400 0.288399366


2019 810,994 105,082,244 0.007717707
BNLI 2020 1,546,999 110,810,908 0.01396071
2021 1,985,235 116,985,878 0.016969869
2019 3,966,000 109,179,337 0.036325555
BNII 2020 4,096,000 93,979,899 0.043583788
2021 3,655,000 90,675,892 0.040308399
2019 5,313,169 184,998,140 0.028720121
BNGA 2020 6,168,503 159,851,784 0.038588891
2021 6,169,587 164,089,257 0.03759897
2019 78,802,519,264 5,120,108,183 0.015390792
BNBA 2020 120,430,519,015 4,510,056,925 0.026702661
2021 120,767,146,574 3,894,587,892 0.031008967
2019 18,839,262 855,846,844 0.022012422
BMRI 2020 24,855,920 807,874,363 0.030767061
2021 23,118,888 957,636,147 0.02414162
2019 127,826,000 5,452,285,130 0.023444482
BMAS 2020 133,069,000 6,880,486,442 0.019340057
2021 137,595,000 8,196,659,054 0.016786718
2019 274.060 37,372,166 0.007333265
BJTM 2020 370,185 40,026,045 0.009248603
2021 408,948 40,918,142 0.009994295
2019 421,551 81,181,946 0.005192669
BJBR 2020 900,875 87,695,264 0.01027279
2021 852,982 94,003,674 0.009073922
2019 95,133 2,460,021 0.038671621
BINA 2020 41,886 2,827,850 0.01481196
2021 97,193 3,566,156 0.027254276
2019 68,184 2,931,629 0.023258059
BGTG 2020 144,866 2,567,241 0.056428672
2021 129,600 2,415,800 0.053646825
2019 3,496,802 106,865,502 0.032721523
BDMN 2020 3,114,379 103,937,018 0.029964098
2021 2,875,543 99,965,961 0.028765221
2019 1,040,951 226,786,631 0.004590002
BBTN 2020 1,529,198 222,900,180 0.006860461
2021 1,912,081 234,119,536 0.008167114
2019 25,406,855 839,067,353 0.030279876
BBRI
2020 28,021,597 834,293,205 0.033587229
88

2021 31,238,375 909,582,789 0.03434363


2019 5,639,000 539,862,076 0.01044526
BBNI 2020 12,673,000 541,978,801 0.023382833
2021 11,294,000 532,141,344 0.021223685
2019 176,071,000 7,648,330,156 0.023020842
BBMD 2020 121,350,000 7,041,997,767 0.017232326
2021 93,509,000 7,794,367,992 0.011996996
2019 7,876,926 572,033,999 0.013770031
BBCA 2020 10,326,712 547,643,666 0.018856626
2021 13,411,713 589,813,578 0.022738902
2019 175,631 9,588,615 0.018316618
BACA 2020 7 6,382,269 0.000001096
2021 - 2,305,357 0
2019 436,386 7,347,489 0.059392535
BABP 2020 405,168 6,898,889 0.058729456
2021 375,445 8,285,226 0.045314998
2019 92,436,566 1,891,376,468 0.048872643
AMAR 2020 118,165,119 1,624,103,817 0.072757122
2021 156,287,166 2,242,889,248 0.069681178
Sumber: Diolah oleh peneliti
89

Lampiran 3
Daftar Perhitungan Struktur Modal (CAR) pada Perusahaan Perbankan Umum
di Bursa Efek Indonesia Periode Tahun 2019 – 2021
STRUKTUR MODAL
Kode
Tahun Rumus = Total Modal / ATMR x 100%
Perusahaan
Total Modal ATMR Hasil
2019 4,939,254 24,670,377 0.200209912
SDRA 2020 5,517,300 27,601,205 0.199893447
2021 7,581,850 30,975,174 0.244771829
2019 44,104,733 188,423,308 0.234072597
PNBN 2020 48,410,745 163,644,601 0.29582855
2021 47,331,453 158,503,275 0.298614984
2019 1,393,506 6,462,020 0.215645572
NOBU 2020 1,494,640 6,763,441 0.220988104
2021 1,719,197 8,220,433 0.209137037
2019 28,297,214 147,586,674 0.191732853
NISP 2020 30,339,061 137,572,646 0.220531202
2021 32,664,182 141,726,981 0.230472573
2019 14,684,721 62,022,061 0.236766092
MEGA 2020 18,037,950 58,115,367 0.310381762
2021 19,026,087 69,694,444 0.27299288
2019 2,852,953 16,412,377 0.173829361
MCOR 2020 5,973,602 16,929,677 0.35284796
2021 5,915,204 15,582,937 0.379594938
2019 12,690,303 78,396,553 0.161873227
MAYA 2020 13,983,851 90,482,997 0.154546727
2021 13,637,746 94,929,537 0.143661777
2019 5,226,123 7,033,112 0.743074047
BTPS 2020 5,618,766 5,923,225 0.948599116
2021 6,839,187 5,441,511 1.256854392
2019 34,803,067 143,582,952 0.242389967
BTPN 2020 36,347,511 142,253,917 0.255511495
2021 36,347,312 138,893,556 0.261691853
2019 5,702,574 32,918,774 0.173231664
BSIM 2020 5,864,688 34,303,404 0.170965191
2021 6,848,594 23,521,960 0.291157455
2019 5,812,183 23,012,092 0.252570822
BRIS
2020 6,030,642 31,667,790 0.190434571
90

2021 25,122,769 113,747,059 0.220865218


2019 23,136,836 116,351,407 0.198853083
BNLI 2020 42,860,774 120,137,222 0.35676515
2021 45,207,861 129,404,263 0.349353723
2019 26,770,455 125,233,908 0.213763632
BNII 2020 27,146,750 111,661,320 0.243116864
2021 28,387,820 105,464,909 0.269168392
2019 42,809,769 204,658,467 0.209176633
BNGA 2020 38,950,113 183,389,425 0.21239018
2021 40,877,509 183,355,999 0.222940669
2019 1,527,093,938,292 6,485,320,612,107 0.235469305
BNBA 2020 1,539,559,020,116 5,966,972,932,277 0.258013408
2021 2,270,439,702,734 5,440,959,552,117 0.417286635
2019 188,828,259 882,905,621 0.213871397
BMRI 2020 164,657,355 827,461,178 0.198991034
2021 175,256,894 894,029,247 0.196030381
2019 1,233,964,298 6,112,714,153 0.201868477
BMAS 2020 1,304,694,816 7,893,465,443 0.165287962
2021 1,341,030,904 9,795,133,297 0.136907877
2019 8,202,293 37,675,659 0.217708017
BJTM 2020 8,825,829 40,776,010 0.216446607
2021 9,712,263 41,286,928 0.235238209
2019 11,391,189 64,308,062 0.177134696
BJBR 2020 12,796,321 73,923,122 0.173103092
2021 14,786,544 82,558,110 0.179104682
2019 1,175,257 3,141,569 0.374098739
BINA 2020 1,221,295 3,046,829 0.400841334
2021 2,362,381 4,445,747 0.531379991
2019 1,131,125 3,444,517 0.328384212
BGTG 2020 1,069,953 2,997,161 0.35698883
2021 2,106,168 3,136,280 0.671549734
2019 41,298,702 170,789,224 0.241810935
BDMN 2020 39,277,601 157,250,615 0.24977709
2021 40,275,907 150,731,797 0.26720246
2019 23,350,625 134,844,273 0.173167347
BBTN 2020 24,995,226 129,249,781 0.193386989
2021 25,706,310 134,340,567 0.191351805
2019 195,986,650 869,020,388 0.225525952
BBRI
2020 183,337,537 889,596,695 0.206090623
91

2021 241,660,763 955,756,191 0.252847709


2019 118,095,752 522,251,934 0.226127936
BBNI 2020 103,145,466 532,176,616 0.19381811
2021 125,616,033 548,942,339 0.228832837
2019 3,575,268 9,261,988 0.386015184
BBMD 2020 4,186,264 8,851,764 0.472929915
2021 4,450,177 9,248,363 0.481185373
2019 177,888,239 721,917,072 0.246410905
BBCA 2020 186,953,899 695,143,985 0.268942698
2021 203,621,221 758,288,767 0.268527281
2019 1,561,147 12,324,170 0.126673602
BACA 2020 1,602,755 8,848,391 0.181135192
2021 2,146,837 5,298,469 0.405180629
2019 1,267,964 8,365,359 0.151573172
BABP 2020 1,270,983 8,070,167 0.157491536
2021 2,110,179 8,679,871 0.243111793
2019 1,052,804 1,892,006 0.556448552
AMAR 2020 1,047,384 2,309,850 0.453442431
2021 1,048,630 3,513,496 0.298457718
Sumber: Diolah oleh peneliti
92

Lampiran 4
Daftar Perhitungan Likuiditas (LDR) pada Perusahaan Perbankan Umum
di Bursa Efek Indonesia Periode Tahun 2019 – 2021
LIKUIDITAS
Kode
Tahun Rumus = Total Kredit / Total Dana Pihak Ketiga x 100%
Perusahaan
Total Kredit Total DPH Hasil
2019 26,429,707 19,065,370 1.38626772
SDRA 2020 29,579,069 18,492,074 1.599553895
2021 33,429,580 23,848,020 1.401775913
2019 136,724,890 131,402,909 1.040501242
PNBN 2020 116,110,025 143,029,190 0.811792509
2021 113,294,013 134,068,318 0.845046874
2019 7,106,857 9,026,742 0.787311413
NOBU 2020 7,397,403 9,734,959 0.759880242
2021 9,753,524 16,012,192 0.609131092
2019 114,436,825 25,160,744 4.548228979
NISP 2020 109,737,912 36,771,711 2.98430258
2021 113,228,691 52,090,261 2.173701741
2019 53,022,795 5,508,409 9.625791222
MEGA 2020 48,594,122 8,513,492 5.707895421
2021 60,740,894 16,359,810 3.712811701
2019 13,718,923 12,861,778 1.066642808
MCOR 2020 14,555,802 18,452,403 0.788829617
2021 13,480,702 19,274,009 0.699423872
2019 69,067,509 77,009,109 0.896874537
MAYA 2020 53,905,027 72,357,421 0.744982702
2021 69,529,675 98,720,992 0.704304866
2019 8,767,346 1,895,885 4.624408126
BTPS 2020 8,752,549 1,857,115 4.712981695
2021 9,842,174 2,067,557 4.760291494
2019 141,120,343 79,599,416 1.772881638
BTPN 2020 133,469,850 93,133,923 1.433095973
2021 132,226,656 100,612,722 1.314214081
2019 21,314,497 24,652,197 0.864608416
BSIM 2020 18,878,373 30,763,916 0.613653119
2021 16,313,869 37,961,555 0.429747122
2019 399,335 8,981,586 0.044461524
BRIS
2020 311,562 15,576,470 0.020002093
93

2021 9,081,400 57,247,890 0.158632921


2019 105,082,244 123,184,575 0.853047096
BNLI 2020 110,810,908 145,753,072 0.760264648
2021 116,985,878 179,992,316 0.64994929
2019 109,179,337 110,601,006 0.987145967
BNII 2020 93,979,899 115,003,047 0.817194861
2021 90,675,892 114,898,775 0.789180668
2019 184,998,140 195,600,300 0.945796811
BNGA 2020 159,851,784 207,529,424 0.770260819
2021 164,089,257 241,348,510 0.679885105
2019 5,120,108,183,470 5,932,337,771,204 0.8630844
BNBA 2020 4,510,056,924,861 5,976,432,134,617 0.754640365
2021 3,894,587,892,160 6,317,072,871,740 0.616517804
2019 855,846,844 83,016,203 10.30939519
BMRI 2020 807,874,363 963,593,762 0.838397253
2021 957,636,147 1,115,278,713 0.858651865
2019 5,452,285,130 5,807,722,699 0.938799149
BMAS 2020 6,880,486,442 8,205,394,897 0.83853203
2021 8,196,659,054 12,004,244,727 0.682813391
2019 37,372,166 60,545,872 0.617253741
BJTM 2020 40,026,045 68,468,280 0.58459253
2021 40,918,142 83,201,867 0.491793556
2019 81,181,946 425,411 190.831798
BJBR 2020 87,695,264 480,094 182.6626952
2021 94,003,674 615,116 152.8226773
2019 2,460,021 4,002,762 0.614580882
BINA 2020 2,827,850 7,104,540 0.398034215
2021 3,566,156 12,502,036 0.285246019
2019 2,931,629 3,613,089 0.811391305
BGTG 2020 2,567,241 4,121,760 0.622850675
2021 2,415,800 6,317,788 0.382380669
2019 106,865,502 109,791,910 0.973345869
BDMN 2020 103,937,018 123,733,204 0.840009105
2021 99,965,961 121,069,317 0.825691955
2019 1,152,605 48,108,116 0.023958639
BBTN 2020 1,642,200 68,600,765 0.023938509
2021 2,283,279 73,362,874 0.031123085
2019 839,067,353 996,377,825 0.842117651
BBRI
2020 834,293,205 1,087,555,173 0.767127246
94

2021 909,582,789 1,138,743,215 0.798760227


2019 539,862,076 582,540,625 0.926737214
BBNI 2020 541,978,801 647,571,744 0.836940163
2021 532,141,344 729,168,611 0.729791897
2019 7,648,330,156,117 8,871,009,275,656 0.862171363
BBMD 2020 7,041,997,767,384 9,895,218,981,306 0.711656587
2021 7,794,367,992,285 11,171,473,843,411 0.697702747
2019 572,033,999 698,980,068 0.81838385
BBCA 2020 547,643,666 834,283,843 0.656423675
2021 589,813,578 968,606,744 0.608929869
2019 9,588,615 16,107,028 0.595306285
BACA 2020 6,382,269 16,368,567 0.389910064
2021 2,305,357 18,713,805 0.12319018
2019 7,347,489 8,431,272 0.871456762
BABP 2020 6,898,889 9,206,851 0.749321239
2021 8,285,226 11,242,321 0.736967571
2019 1,891,376,468 1,831,162,119 1.032883134
AMAR 2020 1,624,103,817 2,294,835,438 0.707721255
2021 2,242,889,248 3,179,598,306 0.70540019
Sumber: Diolah oleh peneliti
95

Lampiran 5
Daftar Perhitungan Profitabilitas (ROA) pada Perusahaan Perbankan Umum
di Bursa Efek Indonesia Periode Tahun 2019 – 2021
PROFITABILITAS
Kode
Tahun Rumus = Laba Bersih / Total Asset x 100%
Perusahaan
Laba Bersih Total Asset Hasil
2019 499,791 36,936,262 0.013531174
SDRA 2020 536,001 38,053,939 0.014085296
2021 629,168 43,801,571 0.014364051
2019 3,498,299 211,287,370 0.016557066
PNBN 2020 3,124,205 218,067,091 0.014326806
2021 1,816,976 204,462,542 0.008886596
2019 45,794 13,147,503 0.003483095
NOBU 2020 53,607 13,737,934 0.003902115
2021 64,186 20,742,643 0.003094398
2019 2,939,243 180,706,987 0.016265243
NISP 2020 2,101,671 206,297,200 0.010187589
2021 2,519,619 214,395,608 0.011752195
2019 2,002,733 100,803,831 0.019867628
MEGA 2020 3,008,311 112,202,653 0.026811407
2021 4,008,051 132,879,390 0.030163075
2019 78,967 18,893,684 0.004179545
MCOR 2020 49,979 25,235,573 0.001980498
2021 79,392 26,194,548 0.00303086
2019 528,114 93,408,831 0.005653791
MAYA 2020 64,164 92,518,025 0.00069353
2021 44,127 119,104,185 0.000370491
2019 1,399,634 15,383,038 0.090985539
BTPS 2020 854,614 16,435,005 0.051999619
2021 1,465,005 18,543,856 0.079002177
2019 2,992,418 181,631,385 0.016475225
BTPN 2020 2,005,677 183,165,978 0.010950052
2021 3,104,215 191,917,794 0.016174712
2019 6,752 36,559,556 0.000184685
BSIM 2020 118,522 44,612,045 0.002656726
2021 127,748 52,671,981 0.00242535
2019 74,016 43,123,488 0.001716373
BRIS
2020 248,054 57,715,586 0.004297869
96

2021 3,028,205 265,289,081 0.011414737


2019 1,500,420 161,451,259 0.009293331
BNLI 2020 721,587 197,726,097 0.003649427
2021 1,231,127 234,379,042 0.005252718
2019 1,924,180 169,082,830 0.011380103
BNII 2020 1,284,392 173,224,412 0.007414613
2021 1,679,754 168,758,476 0.009953598
2019 3,642,935 274,467,227 0.01327275
BNGA 2020 2,011,254 280,943,605 0.007158924
2021 4,098,604 310,786,960 0.013187825
2019 51,167,901,115 7,607,653,715 0.006725845
BNBA 2020 35,053,333,152 7,637,524,326 0.00458962
2021 44,449,400,923 8,666,525,829 0.00512886
2019 28,455,592 1,318,246,335 0.021585944
BMRI 2020 17,645,624 1,429,334,484 0.012345343
2021 30,551,097 1,725,611,128 0.017704509
2019 59,746,814 7,569,580,138 0.007893016
BMAS 2020 66,986,471 10,110,519,691 0.006625423
2021 80,162,068 14,234,358,584 0.00563159
2019 1,376,505 76,715,290 0.017943033
BJTM 2020 1,488,963 83,619,452 0.017806419
2021 1,523,070 100,723,330 0.015121323
2019 1,564,492 123,536,474 0.012664211
BJBR 2020 1,689,996 140,934,002 0.0119914
2021 2,018,654 158,356,097 0.012747561
2019 7,115 5,262,429 0.001352037
BINA 2020 19,376 8,437,685 0.002296364
2021 39,748 15,055,850 0.002640037
2019 11,841 4,809,743 0.002461878
BGTG 2020 3,198 5,365,456 0.000596035
2021 10,866 8,575,950 0.001267032
2019 4,240,671 193,533,970 0.021911766
BDMN 2020 1,088,942 200,890,068 0.005420587
2021 1,669,280 192,239,698 0.008683326
2019 209,263 311,776,828 0.000671195
BBTN 2020 1,602,358 361,208,406 0.004436104
2021 2,376,227 371,868,311 0.006389969
2019 34,413,825 1,416,758,840 0.024290531
BBRI
2020 18,660,393 1,511,804,628 0.012343125
97

2021 30,755,766 1,678,097,734 0.018327756


2019 15,508,583 845,605,208 0.018340217
BBNI 2020 3,321,442 891,337,425 0.003726358
2021 10,977,051 964,837,692 0.011377096
2019 247,573,726,183 12,900,218,775 0.019191436
BBMD 2020 325,932,118,524 14,159,755,232 0.023018203
2021 519,580,026,420 15,983,152,301 0.032507982
2019 28,569,974 918,989,312 0.031088473
BBCA 2020 27,147,109 1,075,570,256 0.025239736
2021 31,440,159 1,228,344,680 0.025595551
2019 15,884 18,959,522 0.000837785
BACA 2020 61,414 20,223,558 0.003036755
2021 34,785 22,325,883 0.001558057
2019 20,433 10,607,879 0.00192621
BABP 2020 10,414 11,652,904 0.000893683
2021 12,868 14,015,360 0.000918136
2019 61,426,524 3,452,515,470 0.017791817
AMAR 2020 8,586,126 4,057,988,611 0.002115858
2021 4,115,012 5,203,044,896 0.000790885
Sumber: Diolah oleh peneliti
98

Lampiran 6
Hasil Output Pengolahan Data Menggunakan SPSS

Hasil Uji Analisis Statistik Deskriptif


Descriptive Statistics

N Minimum Maximum Mean Std. Deviation


NPL 90 .000 2.315 .07683 .322899
CAR 90 .127 1.257 .28294 .167919
LDR 90 .020 190.832 7.07344 31.628252
ROA 90 .000 .091 .01224 .014387
Valid N (listwise) 90
Sumber: Data olahan SPSS, 2023

Hasil Uji Probability Plot


Sebelum Transformasi Data

Sumber: Data olahan SPSS, 2023


99

Hasil Uji Probability Plot


Setelah Transformasi Data

Sumber: Data olahan SPSS, 2023

Hasil Uji Normalitas


Sebelum Transformasi Data

Unstandardized Residual
N 90
Normal Parametersa,b Mean .0000000
Std. Deviation .01101773
Most Extreme Differences Absolute .101
Positive .068
Negative -.101
Test Statistic .101
Asymp. Sig. (2-tailed) .025c
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
Sumber: Data olahan SPSS, 2023
100

Hasil Uji Normalitas


Setelah Transformasi Data

Unstandardized Residual
N 90
Normal Parametersa,b Mean .0000000
Std. Deviation .04579963
Most Extreme Differences Absolute .078
Positive .047
Negative -.078
Test Statistic .078
Asymp. Sig. (2-tailed) .200c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.
Sumber: Data olahan SPSS, 2023

Hasil Uji Multikolinieritas


Sebelum Transformasi Data
Coefficientsa

Collinierity Statistics
Model Tolerance VIF
1 (Constant)
NPL .994 1.006
CAR .985 1.015
LDR .986 1.014
a. Dependent Variable: ROA_T
Sumber: Data olahan SPSS, 2023
101

Hasil Uji Multikolinieritas


Setelah Transformasi Data
Coefficientsa

Collinierity Statistics
Model Tolerance VIF
1 (Constant)
NPL_T .975 1.025
CAR_T .988 1.012
LDR_T .972 1.029
a. Dependent Variable: ROA_T
Sumber: Data olahan SPSS, 2023

Hasil Uji Autokorelasi


Sebelum Transformasi Data
Model Summaryb

Adjusted R Std. Error of


Model R R Square Square the Estimate Durbin-Watson
1 .643a .414 .393 .011208 1.289
a. Predictors: (Constant), LDR, NPL, CAR
b. Dependent Variable: ROA
Sumber: Data olahan SPSS, 2023

Hasil Uji Autokorelasi


Setelah Transformasi Data
Model Summaryb

Adjusted R Std. Error of


Model R R Square Square the Estimate Durbin-Watson
1 .515a .266 .240 .046592 1.051
a. Predictors: (Constant), LDR_T, CAR_T, NPL_T
b. Dependent Variable: ROA_T
Sumber: Data olahan SPSS, 2023
102

Hasil Uji Scatter Plot


Sebelum Transformasi Data

Sumber: Data olahan SPSS, 2023

Hasil Uji Scatter Plot


Setelah Transformasi Data

Sumber: Data olahan SPSS, 2023


103

Hasil Uji Regresi Linier Berganda


Sebelum Transformasi Data
Coefficientsa

Unstandardized Standardized
Coefficients Coefficients t Sig.
Model B Std. Error Beta
1 (Constant) -.003 .002 -1.356 .179
NPL -.003 .004 -.071 -.857 .394
CAR .055 .007 .637 7.662 .000
LDR 4.235E-5 .000 .093 1.120 .266
a. Dependent Variable: ROA
Sumber: Data olahan SPSS, 2023

Hasil Uji Regresi Linier Berganda


Setelah Transformasi Data
Coefficientsa

Unstandardized Standardized
Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -.001 .022 -.060 .952
NPL_T -.039 .024 -.152 -1.629 .107
CAR_T .191 .040 .449 4.835 .000
LDR_T .005 .002 .198 2.109 .038
a. Dependent Variable: ROA
Sumber: Data olahan SPSS, 2023

Hasil Uji Kelayakan Model (Uji F)


Sebelum Transformasi Data
ANOVAa

Sum of
Model Squares df Mean Square F Sig.
1 Regression .008 3 .003 20.215 .000b
Residual .011 86 .000
Total .018 89
a. Dependent Variable: ROA
b. Predictors: (Constant), LDR, NPL, CAR
Sumber: Data olahan SPSS, 2023
104

Hasil Uji Kelayakan Model (Uji F)


Setelah Transformasi Data

ANOVAa

Sum of
Model Squares df Mean Square F Sig.
1 Regression .068 3 .023 10.371 .000b
Residual .187 86 .002
Total .254 89
a. Dependent Variable: ROA_T
b. Predictors: (Constant), LDR_T, CAR_T, NPL_T
Sumber: Data olahan SPSS, 2023

Hasil Uji Koefisien Determinasi (Uji R²)


Sebelum Transformasi
Model Summaryb

Adjusted R Std. Error of


Model R R Square Square the Estimate Durbin-Watson
1 .643a .414 .393 .011208 1.289
a. Predictors: (Constant), LDR, NPL, CAR
b. Dependent Variable: ROA
Sumber: Data olahan SPSS, 2023

Hasil Uji Koefisien Determinasi (Uji R²)


Setelah Transformasi
Model Summaryb

Adjusted R Std. Error of


Model R R Square Square the Estimate Durbin-Watson
1 .515a .266 .240 .046592 1.051
a. Predictors: (Constant), LDR_T, CAR_T, NPL_T
b. Dependent Variable: ROA_T
Sumber: Data olahan SPSS, 2023
105

Hasil Uji Hipotesis (Uji t)


Sebelum Transformasi
Coefficientsa

Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -.003 .002 - .179
1.356
NPL -.003 .004 -.071 -.857 .394
CAR .055 .007 .637 7.662 .000
LDR 4.235E-5 .000 .093 1.120 .266
a. Dependent Variable: ROA
Sumber: Data olahan SPSS, 2023

Hasil Uji Hipotesis (Uji t)


Setelah Transformasi
Coefficientsa

Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -.001 .022 -.060 .952
NPL_T -.039 .024 -.152 -1.629 .107
CAR_T .191 .040 .449 4.835 .000
LDR_T .005 .002 .198 2.109 .038
a. Dependent Variable: ROA
Sumber: Data olahan SPSS, 2023
106

Lampiran 7
Surat Tugas Penulisan Skripsi
107

Lampiran 8
Kartu Konsultasi Bimbingan Skripsi
108

Lampiran 9
Surat Pengantar Penelitian Skripsi (Ijin Riset)
109

Lampiran 10
Surat Keterangan Selesai Riset
110

Lampiran 11
Sertifikat Seminar Ekuitas
111

Lampiran 12
Surat Keterangan Bebas Plagiasi
112

Lampiran 13
Hasil Output Turnitin
113

You might also like