BAB III METODE PENELITIAN

3.1 Objek Penelitian

Sesuai dengan judulnya, objek penelitian ini adalah kinerja keuangan Bank BUKU 4. Menurut definisi OJK (Otoritas Jasa Keuangan), yang dimaksud dengan Bank BUKU 4 adalah bank umum (BU) yang mempunyai modal inti minimum Rp 30 triliun. Pada periode tahun 2012-2016, ada empat bank yang termasuk dalam kelompok Bank BUKU 4, yaitu terdiri dari 3 (tiga) bank milik pemerintah (BUMN) dan 1 (satu) bank umum swasta nasional (BUSN) dengan kode saham di Bursa Efek Indonesia sebagai berikut:

Tabel 2.1 Objek Penelitian

No.	Nama Bank	Status Kepemilikan	Kode Saham
1	PT Bank Mandiri (Persero) Tbk.	Pemerintah/BUMN	BMRI
2	PT Bank Rakyat Indonesia (Persero) Tbk.	Pemerintah/BUMN	BBRI
3	PT Bank Negara Indonesia (Persero) Tbk.	Pemerintah/BUMN	BBNI
4	PT Bank Central Asia Tbk.	Swasta Nasional	BBCA

Sumber: diolah penulis

Kinerja keuangan kategori bank BUKU 4 ini menarik untuk dijadikan sebagai objek penelitian karena beberapa alasan: pertama, keadaan keuangan perusahaan yang begitu besar nilainya mempunyai peran yang penting dalam industri perbankan, sistem keuangan dan perekonomian Indonesia (Tabel 1.4); kedua, semua bank ini sudah ‘go public’ dengan nilai pasar yang dominan dan penentu gerak pasar saham sektor perbankan di Bursa Efek Indonesia (Tabel 1.5); ketiga, peraturan tentang pengelompokan Bank Berdasarkan Kegiatan Usaha yang disebut ‘BUKU’ baru dikeluarkan pada tahun 2012 (Tabel 1.3) dan studi mengenai kinerja keuangan Bank BUKU 4 relatif masih sangat terbatas, sehingga terasa sangat perlu adanya serangkaian penelitian lagi mengenai kinerja keuangan dari bank BUKU 4 untuk mengisi kesenjangan penelitian (research gap).

3.2 Populasi dan Sampel

Populasi dalam penelitian ini adalah seluruh bank yang termasuk dalam kategori bank BUKU 4 periode tahun 2012-2016. Oleh karena bank BUKU 4 di Indonesia dalam periode tersebut hanya terdiri dari 4 (empat) bank besar saja, metode pengumpulan data dimungkinkan ditempuh dengan cara sensus, yaitu semua anggota populasi dimasukkan dalam penelitian. Pengambilan sampel diperlukan apabila informasi lengkap tentang suatu populasi sulit atau tidak mungkin diperoleh (Evans, 2013, hal. 36).

Adapun hal yang mendasari pemilihan periode tahun 2012-2016 adalah data seri waktu (time series) selama lima tahun terakhir yang dilengkapi dengan data lintas waktu (cross section) dapat memberikan gambaran yang lebih jelas terhadap keadaan dan kecenderungan perubahan (trend) kinerja operasional dan kondisi keuangan perusahaan. Dalam kurun waktu tersebut perusahaan perbankan tampakmya berada dalam lingkungan bisnis dan ekonomi yang semakin dinamis, yang ditandai dengan gejala persaingan yang semakin ketat, preferensi nasabah (customers) yang bergeser, instrumen keuangan yang makin kompleks, suku bunga (interest rate) yang volatil, mata uang (currency rates) yang berfluktuasi, teknologi informasi dan elektronik perbankan (e-banking) yang berkembang cepat, peraturan yang sering berubah, serta faktor-faktor eksternal lain yang berubah lebih cepat daripada sebelumnya.

Selama periode 2012-2016, diketahui pertumbuhan ekonomi Indonesia melambat dari tahun ke tahun dan baru kembali meningkat pada tahun 2016. Pertumbuhan Produk Domestik Bruto (PDB) Indonesia tercatat secara berturut-turut bergerak dari angka 6.03%, 5.56%, 5.01%, 4.88%, dan ke 5.03% dengan tingkat pertumbuhan rata-rata 5.19% (BI, Laporan Perekonomian Indonesia 2017). Pada kondisi ekonomi seperti itu, turun dahulu baru kemudian naik, kinerja operasional dan kinerja keuangan bank benar-benar diuji pencapaiannnya dalam menghadapi tantangan berbagai situasi dan kondisi internal serta eksternal perusahaan daripada hanya dalam satu atau dua tahun terakhir saja yang mungkin bersifat temporer atau musiman (seasonal). Oleh karena itu, data keuangan bank tahun 2012-2016 yang digunakan sebagai sampel penelitian ini.

3.3 Operasional Variabel

Pengukuran dan perhitungan rasio-rasio keuangan bank yang digunakan dalam penelitian ini sesuai dengan standar atau ketentuan yang berlaku, yaitu mengacu pada ketentuan pelaksanaan yang ditetapkan oleh otoritas terkait, yaitu (1) Surat Edaran Bank Indonesia Nomor 13 Tahun 2011 Tentang Penilaian Tingkat Kesehatan Bank Umum dan (2) Surat Edaran Otoritas Jasa Keuangan Nomor 43 Tahun 2016 Tentang Transparansi dan Publikasi Laporan Bank Umum Konvensional.

Selanjutnya, terhadap masalah apakah terdapat perbedaan signifikan atau tidak, kinerja keuangan bank BUKU 4 dianalisis dari 4 (empat) aspek kinerja bank sebagai berikut: permodalan, risiko likuiditas, risiko kredit, dan profitabilitas. Masing-masing aspek diukur dengan menggunakan rasio keuangan tertentu yang dinyatakan dalam bentuk persentase (%) sebagai proksi atau representasi dari variabel-variabel kinerja keuangan yang dilambangkan dengan tanda X1 sampai dengan X7; dan data empat bank BUKU 4 selama periode tahun 2012-2016 sebagai sebagai unit pengamatan.

Adapun definisi operasional serta pengukuran ketujuh variabel rasio tersebut, yakni X1 samapai X7, adalah sebagai berikut:

(1) Capital Adequacy Ratio (CAR) sebagai X1 (ukuran Permodalan)

CAR adalah rasio kewajiban penyediaan minimum modal (KPMM) bank yang diukur berdasarkan perbandingan antara jumlah modal dengan aktiva tertimbang menurut risiko (ATMR). Rasio CAR merupakan penilaian terhadap kecukupan modal bank dalam menyerap eksposur risiko saat ini dan mengantisipasi eksposur risiko dimasa datang.

Rumus Perhitungan:

Keterangan: 

• Perhitungan Modal Inti dan Aset Tertimbang Menurut Risiko (ATMR) dilakukan berdasarkan ketentuan mengenai Kewajiban Penyediaan Modal Minimum (KPMM) atau yang lebih dikenal sebagai Capital Adequacy Ratio (CAR). 
• Perhitungan ATMR didasarkan pada nilai tercatat aset dalam neraca (setelah dikurangi Cadangan Kerugian Penurunan Nilai/CKPN). 
• Rasio CAR menurut ketentuan BI angka minimalnya sebesar 8% dari aset tertimbang menurut risiko (ATMR).

(2) Loan to Deposit Ratio (LDR) sebagai X2 (ukuran risiko likuiditas)

LDR adalah rasio kredit yang diberikan kepada pihak ketiga dalam Rupiah dan valuta asing (tidak termasuk kredit kepada bank lain) terhadap dana pihak ketiga dalam Rupiah dan valuta asing (tidak termasuk dana antar bank). 

Rumus perhitungan:

Keterangan:

• Kredit adalah kredit sebagaimana diatur dalam ketentuan mengenai penilaian kualitas aset bank umum. 
• Dana Pihak Ketiga (DPK) mencakup giro, tabungan, dan deposito (tidak termasuk antar bank). 
• Semakin tinggi LDR, semakin tinggi risiko likuiditas. Sesuai kententuan, rasio LDR ditetapkan dalam kisaran 80-95 persen.

(3) Non Performing Loans NPL (Gross) sebagai X3 (ukuran Risiko Kredit)

NPL atau kredit bermasalah adalah kredit yang diberikan kepada kepada pihak ketiga bukan bank yang tergolong kurang lancar, diragukan, atau macet. Rasio NPL dihitung dengan membandingkan kredit bermasalah terhadap total kredit; Rasio ini menunjukkan keefektifan bank dalam menerima pembayaran kembali pinjamannya. 

Rumus perhitungan:

Keterangan:

• Kredit bermasalah dihitung berdasarkan nilai tercatat dalam neraca secara gross (sebelum dikurangi CKPN). 
• Total kredit adalah kredit kepada kepada pihak ketiga bukan bank 
• Total kredit dihitung berdasarkan nilai tercatat dalam neraca secara gross sebelum dikurangi Cadangan Kerugian Penilaian Nilai (CKPN) sebagaimana diatur dalam ketentuan mengenai penilaian kualitas aset bank umum. 
• Cadangan Kerugian Penurunan Nilai (CKPN) adalah penyisihan yang dibentuk apabila nilai tercatat kredit setelah penurunan nilai kurang dari nilai tercatat awal.

(4) Rasio Biaya Operasional terhadap Pendapatan Operasional (BOPO) sebagai X4 (ukuran profitabilatas)

BOPO adalah rasio biaya operasional (BO) dibandingkan dengan pendapatan operasional (PO). Rasio ini menunjukkan seberapa besar biaya operasional yang dikeluarkan pihak bank dalam upaya menghasilkan pendapatan operasional bank. 

Rumus perhitungan:

Keterangan:

• Semakin kecil nilai rasio ini menunjukkan pendapatan operasional yang lebih besar dibandingkan biayanya, sehingga disimpulkan bahwa bank mengoptimalisasikan biaya yang dikeluarkan untuk memperoleh pendapatan operasional. 
• Semakin tinggi rasio BOPO berarti semakin tinggi ketidakefisienan (ineffiiency) dan semakin meningkatkan risiko bank.

(5) Net Interest Margin (NIM) sebagai X5 (ukuran profitabilitas)

NIM merupakan indikator profitabilitas bank yang dihitung dengan cara membagi pendapatan bunga bersih (net interest income) dengan aset produktif (earning assets). Rasio ini digunakan untuk mengukur persentase besarnya pendapatan utama bank yaitu pendapatan bunga bersih (net interest) dari aset yang menghasilkan bunga. 

Rumus perhitungan:

Keterangan:

• Pendapatan bunga bersih (net interest) adalah pendapatan bunga (interest income) dikurangi dengan beban bunga (interest expenses). 
• Aset Produktif yang diperhitungkan adalah aset produktif yang menghasilkan bunga (interest bearing assets). 
• Semakin tinggi rasio NIM, semakin menurunkan risiko bank karena efek peningkatan profitabilitas.

(6) Rasio Return on Asset (ROA) sebagai X6 (ukuran profitabilitas) 

ROA adalah salah satu jenis rasio profitabilitas untuk mengukur aset perusahaan dalam menghasilkan laba.

Rumus perhitungan:

Keterangan:

• Laba sebelum pajak adalah laba tahun berjalan sebelum pajak.

(7) Rasio Return on Equity (ROE) sebagai X7 (ukuran profitabilitas)

ROE adalah salah satu di antara rasio profitabilitas untuk mengukur kemampuan modal perusahaan dalam menghasilkan laba. 

Rumus perhitungan:

Keterangan:

• Yang dimaksud laba setelah pajak adalah laba bersih tahun berjalan setelah pajak. 
• Rata-rata ekuitas adalah rata-rata modal inti (tier 1). Perhitungan modal inti dilakukan berdasarkan ketentuan mengenai kewajiban penyediaan modal minimum (KPMM).

3.4 Teknik Pengumpulan Data

Data keuangan bank termasuk data rasio keuangan dan data terkait lain kesemuanya berupa data sekunder yang diperoleh dari sumber-sumber resmi sebagai sebagai berikut:

1. Data keuangan bank diambil dari publikasi laporan tahunan (annual reports) sejak tahun 2012 sampai dengan 2016 yang diunduh dari situs web perusahaan yang bersangkutan: Bank Mandiri, Bank BRI, Bank BNI dan Bank BCA.
2. Data saham Bank BUKU 4 diambil dari Statistik Tahunan BEI Tahun 2012-2016 yang diunduh dari situs web Bursa Efek Indonesia (BEI).
3. Data industri perbankan diambil dari Statistik Perbankan Indonesia (SPI) Tahun 2016 yang diunduh dari situs webe Otoritas Jasa Keuangan (OJK).
4. Data makro ekonomi dan keuangan diambil dari Statistik Sistem Keuangan Indonesia (SKKI) Tahun 2016 yang diunduh dari ‘website’ Bank Indonesia (BI).

3.5 Teknik Analisis Data

Data yang diperlukan dan dikumpulkan dalam penelitian ini adalah data berkala (time series) dari semua bank BUKU 4 sebagai unit analisis dengan periode pengamatan selama lima tahun dari 2012 sampai dengan 2016. Data keuangan dan rasio-rasio-keuangan kemudian dianalisis dengan dua pendekatan, yaitu teknik analisis data menurut (1) metode akuntansi dan (2) metode statistika. Baik akuntansi maupun statistika, menurut Boone dan Kurtz (1995, hal. 380), keduanya merupakan bahasa dunia usaha (language of buisness) yang menjadi bagian penting dalam proses pengambilan keputusan berdasarkan data/informasi.

Yang pertama, metode akuntansi sebagaimana telah dibahas pada BAB 2 (Landasan Teori) diterapkan untuk pengukuran rasio-rasio keuangan individual bank serta analisis perbandingan terhadap kinerja historis periode tahun 2012 – 2016. Yang kedua, metode statistika yang menjadi pusat perhatian pada bagian bab ini, digunakan untuk mengumpulkan dan mengikhtisarkan data dan informasi keuangan bank-bank BUKU 4 melalui penerapan statistika deskriptif (descriptive statistics), yaitu suatu metode yang membantu pengumpulan, peringkasan, penyajian dan analisis sekumpulan data (Berenson dkk, 2012, hal. 4). Tujuannya, agar data dan informasi berupa angka-angka dan rasio yang menggambarkan perkembangan kinerja keuangan bank dapat lebih mudah dibaca dan dipahami. 

Kiranya perlu dikemukakan disini, kumpulan data (data set) dalam penelitian ini adalah data sekunder populasi yang dalam kaitannya dengan kinerja keuangan perusahaan-perusahaan perbankan memungkinkan untuk dikumpulkan secara elektornik dari situs web masing-masing bank dan dapat diakses sewaktu-waktu secara online. Analisis data diharapkan akan lebih akurat karena sumber datanya berasal dari populasi terbatas (finite population), yakni seluruh bank BUKU 4 yang saat ini terdiri dari empat besar saja: Bank Mandiri, Bank BRI, Bank BNI, dan Bank BCA sebagai unsur-unsurnya (elements) atau anggota populasi. Adapun peubah atau variabel (variable), yakni ciri-ciri tertentu dari suatu unsur (Anderson dkk., 2012, hal.5), …….

yang diamati dan dimasukkan dalam hipotesis penelitian ini mencakup tujuh rasio kinerja keuangan bank: CAR, LDR, NPL, BOPO, NIM, ROA, dan ROE; masing-masing variabel ini terdiri atas 20 pengamatan (N = 20) dan dapat dianalisis secara sendiri-sendiri (univariate). Data berkala dan berukuran rasio ini selama 5 tahun terakhir (periode tahun 2012 – 2016) yang diambil dari laporan tahunan yang dipublikasikan adalah sebagai berikut:

Tabel 3.X Data Rasio Keuangan Bank BUKU 4

Tahun 2012 – 2016 (Dalam Persentase)

Aspek Kinerja	Rasio	Bank	Tahun
			2012	2013	2014	2015	2016
1. Modal	1. CAR	BMRI	15.48	14.93	16.60	18.60	21.36
		BBRI	16.95	16.99	18.31	20.59	22.91
		BBNI	16.67	15.09	16.22	19.49	19.36
		BBCA	14.24	15.66	16.86	18.65	21.90
2. Risiko     Likuiditas	2. LDR	BMRI	77.66	82.97	82.02	87.05	85.86
		BBRI	79.85	88.54	81.68	86.88	87.77
		BBNI	77.52	85.30	87.80	87.77	90.41
		BBCA	68.61	75.40	76.80	81.06	77.12
3. Risiko     Kredit	3. NPL	BMRI	1.88	1.91	2.15	2.60	4.00
		BBRI	1.78	1.55	1.69	2.02	2.03
		BBNI	2.80	2.20	2.00	2.70	3.00
		BBCA	0.40	0.40	0.60	0.70	1.30
4. Profitabilitas	4. BOPO	BMRI	69.13	67.66	70.02	74.28	83.50
		BBRI	59.93	60.58	65.42	67.96	68.93
		BBNI	71.00	67.10	69.80	75.48	73.59
		BBCA	62.40	61.50	62.40	63.22	60.44
	5. NIM	BMRI	5.64	5.74	5.97	6.08	6.44
		BBRI	8.42	8.55	8.51	8.13	8.27
		BBNI	5.90	6.10	6.20	6.42	6.17
		BBCA	5.60	6.20	6.50	6.72	6.81
	6. ROA	BMRI	3.54	3.66	3.57	3.15	1.95
		BBRI	5.15	5.03	4.74	4.19	3.84
		BBNI	2.92	3.36	3.49	2.64	2.69
		BBCA	3.59	3.84	3.86	3.84	3.96
	7. ROE	BMRI	22.60	27.31	25.81	23.03	11.12
		BBRI	38.66	34.11	31.22	29.89	23.08
		BBNI	19.99	22.47	23.64	17.21	15.54
		BBCA	30.44	28.15	25.50	21.86	20.46

Sumber: ditabulasi dari laporan tahunan Bank BUKU 4 Tahun 2012 - 2106

Kemudian dengan bantuan perangkat lunak komputer, yakni paket aplikasi statiskal Microsoft Excel dan SPSS (Statistical Package for the Social Sciences), kumpulan data mentah (raw data) dari ketujuh variabel rasio keuangan bank-bank tersebut diolah dan hasil pengolahan (output) berupa parameter populasi yang menunjukkan ukuran-ukuran tertentu mengenai pemusatan (central tendency), penyebaran (dispersion) atau keragaman (variation) serta bentuk (shape) — kecondongan (skewness) dan keruncingan (curtosis). Yang dimaksud dengan parameter adalah karakteristik atau ciri-ciri suatu populasi (Lind dkk. 2012, hal. 90), dan parameter populasi adalah ukuran deskriptif dari populasi (Bowerman dkk., 2015, hal. 99) yang dalam buku statistika dibedakan dengan apa yang sering kali disebut dengan istilah statistik (statistic), yaitu ukuran yang menunjukkan karakteristik dari suatu sampel (Berenson dkk, 2012, hal. 6). Beberapa ukuran statistik deskriptif yang umumnya dipakai untuk mengetahui ciri-ciri pemusatan dan penyebaran data, baik untuk data yang belum dikelompokkan (ungrouped data) maupun data yang telah dikelompokkan (grouped data), meliputi rerata (mean), nilai tengah (median), rentangan (range), ragam (variance) dan simpangan baku (standard deviation) (Black, 2010, hal. 47), akan diulas pada Bab 4.3 sebagai kerangka dasar dalam proses pembahasan guna menganalisis dan menafsirkan data kinerja keuangan bank secara statistik.

Selanjutnya, untuk menguji kebenaran hipotesis penelitian yang diajukan pada Bab 2.4, tidak terdapat atau terdapat perbedaan capaian kinerja keuangan di antara bank BUKU 4, diperlukan statistika inferensial (inferential statistics), yaitu satu bagian statistik yang berkaitan dengan penarikan kesimpulan (conclusions) dari data (Ross dkk, 2010, hal. 4). Terdapat dua pilihan mengenai teknik dan prosedur uji statistik yang perlu dipertimbangkan: menggunakan cara parametrik ataukah nonparametrik. Menurut Siegel (2012, hal. 491), metode parametrik adalah prosedur statistik yang memerlukan model spesifik yang lengkap; sebaliknya metode nonparametrik lebih fleksibel dan merupakan prosedur statistik untuk pengujian hipotesis yang tidak memerlukan distribusi normal (atau bentuk distribusi khusus lainnya) karena metode ini didasarkan pada perhitungan (counts) atau peringkat (rank) dari pengamatan terkecil di peringkat satu, berikutnya dua, lalu tiga, dan seterusnya dari nilai data yang sebenarnya.

Uji nonparametrik, juga disebut uji bebas distribusi (distribution-free test), biasanya fokus pada tanda (sign) atau peringkat (rank) dari data ketimbang nilai numerik yang tepat dari variabel, yang tidak memspesifikasikan bentuk (shape) populasinya (Doane dan Seward, 2016, hal. 689). Kelebihan dari prosedur nonparametrik adalah bahwa cara ini dapat digunakan baik untuk data ordinal maupun kuantitatif dan tidak memerlukan asumsi bahwa populasi mempunyai distribusi normal (Anderson dkk. op.cit, hal. 871). Lagi pula, apabila data yang dikumpulkan sedikit atau kurang dari tiga puluh data maka prosedur statistik nonparametrik lebih baik digunakan (Junaidi, xxxx, hal. xx).

Sehubungan dengan hal itu, dalam penelitian ini akan digunakan uji statistik nonparametrik sebagai teknik analisis data. Salah satu di antara metode nonparametrik yang cocok diterapkan untuk jenis penelitian yang bersifat analisis perbandingan multiple adalah uji Kruskal-Wallis (Kruskal-Wallis test). Metode ini, juga disebut uji H (H test), dirancang untuk uji nonparametrik yang menggunakan peringkat (rank) sampel acak sederhana (simple random sample) dari tiga atau lebih populasi independen dalam menguji hipotesis nol (null hypothesis) bahwa populasi memiliki median yang sama, dan hipotesis alternatif bahwa populasi memiliki median yang tidak semuanya sama (Triola, 2012, hal. 704). Rerata (mean) bagaimanapun bukan satu-satunya ukuran dari suatu pemusatan data populasi; nilai tengah (median) juga dapat digunakan dan menunjukkan ukuran tengah yang tepat ketika data diurutkan dari nilai yang terkecil ke nilai yang terbesar, yang tidak dipengaruhi oleh nilai-nilai ekstrim (outlier) atau kecondongan (Rumsey, 2009, hal. 277).

Sedikitnya, terdapat tiga tahapan atau prosedur dan langkah-langkah penting dalam menerapkan uji Kruskal-Wallis, seperti tertera pada skema berikut ini: