PENGARUH RASIO CAMEL PRAKTIK MANAJEMEN LABA DI BANK SYARIAH

PENGARUH RASIO CAMEL TERHADAP PRAKTIK MANAJEMEN LABA
DI BANK SYARIAH
Abstract
The purpose of this study is to investigate earnings management in syaria banks and the
effect of CAMEL ratios on earnings management. Our samples consist of 21 syaria banks,
consist of Syaria Bank (Bank Umum Syariah/BUS) dan 18 Syaria Business Unit (Unit Usaha
Syariah/UUS) at years 2004-2006.
Our results show that on average there is no significant earnings management practices
(measured using discretionary accruals) in syaria banks, and CAMEL ratios do not have
significant effect on earnings management, except NPM which has positive and significant
effect. This indicate that altough in average there is no earnings management in syaria banks,
bank’s profitability could motivate management to engage in earnings management activity.
We also find evidence that earnings management in BUS is significantly higher than that in
UUS.
Keywords : syaria banks, discretionary accruals, earnings management, CAMEL ratios
1

1. Pendahuluan
Informasi akuntansi yang tersaji dalam laporan keuangan merupakan yang salah satu
informasi utama yang dapat diakses oleh investor, kreditur maupun pemegang saham untuk
menilai kinerja manajer dalam mengelola dana perusahaan. Manajer dapat saja melakukan
praktik manajemen laba (earnings management) untuk tujuan tertentu. Healy (1985), Kaplan
(1985), Mc Nichols and Nillson (1988), dan Holthausen, Larcker, and Sloan (1995)
menemukan bukti adanya tindakan manager dalam melakukan manajemen laba terutama yang
terkait dengan transaksi accrual.
Praktik manajemen laba ini juga ditemukan di sektor perbankan seperti Robb (1998)
yang mendapatkan bukti adanya indikasi pengelolaan laba pada sektor perbankan. Penelitian
Bertrand (2000) menemukan bukti secara empiris bank di Swiss yang sedikit kurang atau
mendekati ketentuan batasan kecukupan modal cenderung untuk meningkatkan ratio
kecukupan modal (CAR) mereka agar memenuhi persyaratan. Penelitian Betty and Petroni
(2002) menemukan, dibandingkan private banks, public banks cenderung memiliki insentif
lebih besar untuk melaporkan adanya kenaikan laba secara lebih konsisten. Penelitian Naciri
(2002) mendapatkan bukti empiris adanya indikasi pengelolaan laba pada sektor perbankan.
Beberapa penelitian pada bank konvensional di Indonesia, juga menunjukkan adanya
indikasi praktik manajemen laba yang dipengaruhi oleh beberapa faktor. Seperti penelitian
yang dilakukan oleh Setiawati dan Na’im (2001) yang menemukan bank-bank yang mengalami
penurunan score tingkat kesehatannya cenderung melakukan earnings management. Susanto
(2003) menemukan adanya indikasi praktek pengelolaan laba (earnings management) yang
dilakukan oleh kelompok bank tidak sehat dan salah satu faktor dominan yang mendorong
bank melakukan pengelolaan laba tersebut adalah motif meningkatkan kinerja bank. Endriani
(2004) menemukan adanya indikasi earnings management pada bank dalam usahanya
memenuhi ketentuan kecukupan CAR (Capital Adequancy Ratio) yang ditetapkan oleh BI.
2

Dan Arnawa (2006) juga menemukan adanya indikasi praktik manajemen laba dengan cara
meningkatkan laba pada perbankan nasional pasca program rekapitalisasi, dan motif
meningkatkan kinerja bank juga merupakan salah satu faktor utama yang mempengaruhi bank
melakukan manajemen laba.
Bank syariah yang merupakan salah satu bentuk operasional bank yang ada di Indonesia,
dimana seperti bank konvensional, bank syariah juga terikat dengan peraturan baik yang
ditetapkan oleh pemerintah maupun Bank Indonesia (BI) sebagai bank sentral di Indonesia,
dan ditambah dengan aturan syariah. Penilaian kinerja bank syariah juga tidak jauh berbeda
dengan bank konvensional. Sehingga penelitian pada bank syariah untuk melihat indikasi
praktik manajemen laba yang dipengaruhi oleh kinerjanya menjadi hal yang menarik untuk
dibahas. Berdasarkan uraian di atas, permasalahan dalam penelitian ini yaitu: 1) Apakah
terdapat indikasi praktik manajemen laba pada bank syariah? dan 2) Apakah kinerja bank
syariah dengan rasio CAMEL mempunyai pengaruh terhadap praktik manajemen laba ?
Kontribusi penelitian ini adalah menginvestigasi praktek manajemen laba di bank
syariah, sedangkan penelitian sebelumnya mengenai praktek manajemen laba di sektor
perbankan di Indonesia umumnya mengambil sampel bank konvensional. Manfaat yang
diharapkan dari penelitian ini antara lain memberikan informasi kepada pengguna laporan
keuangan untuk mengenai apakah terdapat indikasi manajemen laba di bank syariah, sehingga
pengguna dapat lebih teliti dalam membaca laporan keuangan. Adanya indikasi manajemen
laba diperbankan juga perlu mendapat perhatian dari BI sebagai penyusun regulasi yang terkait
dengan perbankan di Indonesia.
2. Telaah Literatur dan Pengembangan Hipotesis
Beberapa penelitian pada bank konvensional di Indonesia, menunjukkan adanya indikasi
praktik manajemen laba (earnings management) seperti penelitian yang dilakukan oleh
3

Setiawati dan Na’im (2001), Susanto (2003), Endriani (2004) dan Arnawa (2006). juga
menemukan adanya indikasi praktik manajemen laba dengan cara meningkatkan laba pada
perbankan nasional pasca program rekapitalisasi, dan motif meningkatkan kinerja bank juga
merupakan salah satu faktor utama yang mempengaruhi bank melakukan manajemen laba.
Bank syariah yang dalam operasionalnya memiliki fungsi yang lebih luas dari bank
konvensional seperti yang diuraikan dalam Pedoman Akuntansi Perbankan Syariah Indonesia
(PAPSI) 2003 yaitu sebagai Manajer Investasi, Investor, Penyedia Jasa Keuangan dan Lalu
Lintas Pembayaran, serta Pengembangan Fungsi Sosial. Khan (1992), dalam Sofie (2005),
mengidentifikasikan tujuan laporan keuangan akuntansi syariah antara lain adalah penentuan
laba rugi yang tepat dan melaporkan dengan benar dan adaptable terhadap perubahan.
Syahatah (2001) membagi tujuan akuntansi keuangan (laporan keuangan) diantaranya
membantu pengambilan keputusan yang lebih baik dan menentukan besarnya penghasilan yang
wajib dizakati. Sehingga idealnya di bank syariah tidak ada praktik manajemen laba, karena
informasi yang tersaji dalam laporan keuangan yang mengandung unsur manajemen laba dapat
berbeda dari kondisi yang sebenarnya. Sedangkan secara syariah juga tidak dibenarkan
menyampaikan informasi yang salah kepada orang lain. Tetapi karena keterbatasan sumber
daya manusia di perbankan syariah dan mayoritas dari mereka juga berasal dari bank
konvensional, maka diduga pada bank syariah masih terdapat indikasi praktik manajemen laba.
Berdasarkan dugaan ini dibangun hipotesis berikut :
H1 : Terdapat indikasi praktik manajemen laba pada bank syariah.
Karena penilaian kinerja bank syariah umumnya tidak jauh berbeda dengan bank
konvensional, maka diduga penilaian kinerja bank syariah dengan rasio CAMEL juga
mempunyai pengaruh terhadap praktik manajemen laba. Rasio CAMEL dan proksinya yang
digunakan dalam penelitian ini merujuk kepada penelitian Nasser (2003), yang sebelumnya
juga sudah digunakan oleh Payamta dan Machfoedz (1999) serta Nasser dan Aryati (2000).
4

Rasio C (Capital) pada rasio CAMEL dalam penelitian ini, diproksi dengan nilai rasio
CAR (Capital Adequacy Ratio. Penelitian Endriani (2004) ditemukan bahwa bank melakukan
earnings management dalam upaya memenuhi ketentuan rasio kecukupan modal minimum
(CAR) yang telah ditetapkan BI. Earnings management dilakukan oleh bank semakin intensif
dengan arah yang terbalik dengan tingkat CAR, dimana bank yang memiliki nilai CAR lebih
rendah dari ketentuan minimum BI cenderung lebih intensif (tinggi) melakukan praktik
earnings management dan sebaliknya. Sehingga dapat disimpulkan bahwa nilai rasio CAR
berpengaruh negatif terhadap praktik manajemen laba.
Karena nilai minimum CAR juga merupakan salah satu peraturan BI yang harus dipenuhi
oleh bank syariah, maka diduga praktik manajemen laba yang dipengaruhi oleh rasio CAR ini
juga terjadi pada bank syariah. Dimana hipotesis yang dibangun adalah:
H2a : Rasio CAR berpengaruh negatif terhadap praktik manajemen laba.
Rasio A (Assets quality) pada rasio CAMEL, dimana kualitas aset ini dapat dilihat dari
kemampuan aktiva produktif dalam menghasilkan laba. Sehingga rasio ini diproksi dengan
nilai rasio RORA (Return On Risked Assets) yang diperoleh dari perbandingan laba sebelum
pajak dengan aktiva produktif. Rasio RORA ini merupakan salah satu rasio yang menunjukkan
profitabilitas bank. Secara teori diketahui bahwa perusahaan yang memiliki profitabilitas yang
rendah lebih termotivasi untuk melakukan earnings management. Penelitian Robb (1998) juga
membuktikan secara empiris bahwa bank cenderung melakukan praktik pengelolaan laba
dengan cara meningkatkan laba, jika diperoleh laba yang lebih rendah dari yang diinginkan.
Sehingga disimpulkan profitabilitas bank berpengaruh negatif terhadap praktik manajemen
laba. Berdasarkan dugaan ini disusun hipotesis:
H2b : Rasio RORA berpengaruh negatif terhadap praktik manajemen laba.
Sedangkan rasio M (Management) pada rasio CAMEL, diproksi dengan nilai rasio ROA
(Return On Assets). Penelitian Arnawa (2006) menggunakan rasio Return On Assets (ROA)
5

sebagai salah satu proksi untuk menilai kinerja bank. Dimana nilai rasio ROA yang rendah
juga diduga akan lebih memotivasi bank untuk melakukan manajemen laba dengan cara
meningkatkan laba. Maka berdasarkan uraian di atas, dibangun hipotesis untuk melihat
pengaruh rasio ROA terhadap prkatik manajemen laba di bank syariah sebagai berikut :
H2c : Rasio ROA berpengaruh negatif terhadap praktik manajemen laba.
Rasio E (Earning) pada rasio CAMEL, diproksi dengan nilai rasio NPM (Net Profit
Margin) yang diperoleh dari perbandingan laba operasi dengan pendapatan. Sama halnya
dengan rasio RORA dan ROA sebelumnya, rasio NPM juga menunjukkan kemampuan bank
menghasilkan laba dari aktivitas operasionalnya. Dimana laba operasi yang digunakan dalam
rasio NPM ini jika ditambah dengan laba (rugi) bersih non operasional akan diperoleh nilai
laba sebelum pajak yang digunakan dalam rasio RORA dan jika laba sebelum pajak ini
dikurangi dengan perkiraan beban pajak penghasilan akan diperoleh nilai laba bersih yang
digunakan dalam rasio ROA. Karena itu rasio NPM ini diasumsikan juga akan bersifat sama
dengan rasio RORA dan ROA sebelumnya, dimana rasio-rasio tersebut dirujuk kepada rasio
ROA dalam penelitian Arnawa (2006). Berdasarkan asumsi ini dibangun hipotesis :
H2d : Rasio NPM berpengaruh negatif terhadap praktik manajemen laba.
Rasio L (Liquidity) pada rasio CAMEL, diproksi dengan nilai rasio LDR (Loan to
Deposit Ratio). Kinerja bank dalam penelitian Arnawa (2006) juga diproksi dengan rasio LDR.
Semakin rendah nilai LDR yang juga menunjukkan rendahnya penghasilan bank akan
memotivasi bank untuk melakukan manajemen laba dengan cara meningkatkan laba. Dan hasil
penelitiannya juga menunjukkan hal yang sama yaitu rasio LDR berpengaruh negatif terhadap
praktik manajemen laba secara signifikan. Karena rasio LDR dalam penelitian ini sama dengan
rasio LDR yang digunakan dalam penelitian Arnawa (2006), berdasarkan uraian di atas
dibangun hipotesis :
H2e : Rasio LDR berpengaruh negatif terhadap praktik manajemen laba.
6

3. Metodologi Penelitian
3.1. Model Penelitian
Untuk menguji indikasi praktik manajemen laba pada hipotesis 1 (H1) di atas digunakan
uji beda, yaitu apakah rata-rata nilai AD pada bank syariah ≠ 0.
Hipotesis 2 diuji dengan menggunakan regresi berganda dengan model sebagai berikut:
ADit = α + β1CARit + β2 RORAit + β3NPMit + β4ROAit + β5LDRit + β6BUSit + ε (1)
Dengan ekspektasi : β1 < 0, β2 < 0, β3 < 0, β4 < 0 dan β5 < 0
Dimana :
ADit = Akrual Diskresioner (akrual abnormal) bank syariah i pada tahun t
CARit = nilai rasio CAR (Capital Adequacy Ratio) bank syariah i pada tahun t
RORAit= nilai rasio RORA (Return On Risked Assets) bank syariah i pada tahun t
NPMit = nilai rasio NPM (Net Profit Margin) bank syariah i pada tahun t
ROAit = nilai rasio ROA (Return On Assets) bank syariah i pada tahun t
LDRit = nilai rasio LDR (Loan to Deposit Ratio) bank syariah i pada tahun t
BUSit = nilai Dummy bank syariah i pada tahun t, dimana 1 = BUS dan 0 = UUS
Pada model regresi di atas juga dimasukkan variabel kontrol BUS yang dimaksudkan
untuk mengontrol kemungkinan adanya perbedaan akrual diskresioner antara bank syariah
yang berbentuk BUS dengan UUS dengan ekspektasi β6 ≠ 0.
3.2. Pengukuran Variabel
• Variabel Independen: Akrual Diskresioner
Penghitungan total akrual sama dengan yang dilakukan Healy (1985) dan Jones (1991)
yang telah disesuaikan dengan karakteristik perbankan, dengan rumus:
TAit = (∆PMADit + ∆BDDit +∆UMPit - ∆BYDit - ∆UPit – BAPit - Depit)/(Ait-1)
7

Dimana: TAit = total akrual bank syariah i pada tahun t, ∆PMADit = selisih pendapatan masih
akan diterima bank syariah i pada tahun t dengan t-1, ∆BDDit = selisih beban dibayar dimuka
bank syariah i pada tahun t dengan t-1, ∆UMPit = selisih uang muka pajak bank syariah i pada
tahun t dengan t-1, ∆BYDit = selisih beban yang harus dibayar bank syariah i pada tahun t
dengan t-1, ∆UPit = selisih utang pajak bank syariah i pada tahun t dengan t-1, BAPit = beban
penyisihan aktiva produktif bank syariah i pada tahun t, Depit = beban depresiasi bank syariah i
pada tahun t, Ait-1 = total aktiva bank syariah i pada tahun t-1.
Kemudian, dilakukan estimasi dengan menggunakan model :
TAit / Ait-1 = a1(1/Ait-1) + b1(∆POit /Ait-1) + b2(PPEit /Ait-1) + εit
Dimana: TAit = total akrual bank syariah i pada tahun t, Ait-1 = total aktiva bank syariah i pada
tahun t-1, ∆POit = selisih pendapatan operasi bank syariah i pada tahun t dengan t-1, PPEit =
property, plant, and equipment (aktiva tetap) bank syariah i pada tahun t. Perkiraan error (εit)
dalam persamaan di atas menunjukkan akrual diskresioner (discretionary accruals).
• Variabel Dependen: Rasio CAMEL
Capital diukur dengan CAR = ekuitas/total aktiva; Asset Quality diukur dengan RORA =
laba sebelum pajak/aktiva produktif, dimana aktiva produktif adalah semua aktiva baik dalam
rupiah maupun valuta asing yang dimiliki bank syariah dengan maksud untuk memperoleh
penghasilan sesuai dengan fungsinya; Management diukur dengan ROA = laba bersih/total
aktiva; Earnings diukur dengan NPM = laba operasi/pendapatan; dan Liquidity diukur dengan
LDR = jumlah kredit yang diberikan/jumlah dana pihak ketiga, dimana dana pihak ketiga
adalah dana yang diterima oleh bank dari nasabah maupun dari pinjaman.
3.3. Prosedur Pengumpulan Data
8

Data yang akan diolah dalam penelitian ini diambil dari laporan keuangan publikasi
tahunan bank syariah yang terpilih sebagai sampel penelitian, yang dapat diperoleh dari media
massa yang memuat publikasi tersebut ataupun dari Direktori Perbankan Indonesia yang
diterbitkan oleh BI serta dari website BI : www.bi.go.id.
3.4. Populasi dan Sampel
Populasi dari penelitian ini adalah semua perbankan syariah di Indonesia, yang
berdasarkan data BI bulan Mei tahun 2007, Perbankan Syariah terdiri dari 3 kelompok yaitu
Bank Umum Syariah (BUS) sebanyak 3 bank, Unit Usaha Syariah (UUS) sebanyak 26 bank
dan Bank Perkreditan Rakyat Syariah (BPRS) sebanyak 106 bank. Karena tujuan dan
operasional BUS dan UUS relatif sama dan peraturan BI untuk kedua kelompok bank syariah
ini juga sama, maka diputuskan yang menjadi sampel dari penelitian ini hanya kelompok BUS
dan UUS dengan total 29 bank syariah. Tetapi ada beberapa UUS yang berdiri tahun 2007,
akhirnya ditetapkan 3 BUS dan 18 UUS yang terpilih sebagai sampel untuk tahun 2005-2006.
Sehingga total sampel yang diolah dalam penelitian ini adalah sebanyak 42 buah. Tetapi karena
adanya beberapa UUS yang berdiri tahun 2005 sehingga data tahun 2004 belum ada, maka data
sampel final yang diolah adalah sebanyak 38 buah.
4. Analisis Hasil Penelitian
4.1 Analisis Indikasi Praktik Manajemen Laba Pada Bank Syariah
Statistik deskriptif komponen total akrual pada bank syariah dari sampel yang digunakan
dalam penelitian ini dapat dilihat pada Tabel 4.1 di Lampiran 1, yang menunjukkan jumlah
data sampel yang diolah (N), nilai minimum dan maksimum, nilai rata-rata (mean) dan standar
9

deviasi dari variabel sampel, dimana nilai TA, ∆PO dan PPE telah dibagi dengan Total Aset
tahun sebelumnya.
Dari Tabel 4.1 juga terlihat nilai rata-rata (mean) dari TA adalah sekitar -0,02750, AND
sekitar -0,01922 dan AD sekitar -0,00828. Nilai rata-rata dari TA, AND dan AD yang kecil ini
menunjukkan bahwa nilai akrual yang ada pada bank syariah cukup kecil karena memang
perkiraan yang bersifat akrual pada bank syariah tidak begitu banyak. Sedangkan nilai rata-rata
yang negatif menunjukkan bahwa nilai akrual yang ada pada bank syariah cenderung bersifat
income decreasing (penurunan laba).
Model regresi yang menggunakan metode estimasi Ordinary Least Squares (OLS) akan
memberikan hasil yang Best, Linear, Unbiased dan Estimator (BLUE) jika memenuhi semua
asumsi klasik. Pengujian asumsi klasik yang dilakukan dari model regresi berdasarkan output
SPSS dapat dilihat pada Tabel 4.2, Tabel 4.3 di Lampiran 1 dan Gambar 4.1 di Lampiran 2
yang menunjukkan model regresi yang digunakan telah memenuhi uji asumsi klasik, sehingga
model sudah valid.
Pengujian hipotesis 1 (H1) dilakukan dengan uji beda. Hasil uji beda One Sample T Test
dengan program SPSS dapat dilihat pada Tabel 4.5 di Lampiran 1, dimana akrual diskresioner
(Discretionary Accrual) mempunyai nilai t = -1,602 dengan nilai signifikansi (sig. 2 tailed) =
0,118 jauh diatas 0,05 (sig = 0,118 > 0,05). Hal ini berarti bahwa akrual diskresioner secara
signifikan tidak berbeda dengan 0. Karena nilai akrual diskresioner merupakan proksi dari
indikasi praktik manajemen laba pada bank syariah, maka dapat disimpulkan bahwa pada bank
syariah tidak terdapat indikasi praktik manajemen laba, sehingga dugaan hipotesis 1 (H1)
tentang terdapatnya indikasi praktik manajemen laba pada bank syariah tidak terbukti (ditolak).
4.2 Analisis Pengaruh Kinerja Bank Syariah Dengan Rasio CAMEL Terhadap Praktik
Manajemen Laba
10

4.2.1 Statistik Deskriptif Sampel Kinerja Bank Syariah
Statistik deskriptif kinerja bank syariah dengan variabel Akrual Diskresioner (AD),
CAR, RORA, ROA, NPM dan LDR dapat dilihat pada Tabel 4.6 di Lampran 1 yang
menunjukkan jumlah data sampel yang diolah (N), nilai minimum dan maksimum, nilai rata-
rata (mean) dan standar deviasi dari variabel sampel yang digunakan dalam penelitian ini.
Dalam model regresi penelitian ini dimasukkan juga variabel kontrol BUS dengan nilai dummy
1 untuk BUS yang jumlah datanya sebanyak 6 buah atau 16% dan nilai dummy 0 untuk UUS
yang jumlah datanya sebanyak 32 buah atau 84%. Dari Tabel 4.6 juga terlihat nilai rata-rata
(mean) dari AD adalah sekitar -0,00828, dimana nilai rata-rata AD yang sangat kecil
(mendekati 0), sama dengan yang dibuktikan pada hasil pengujian hipotesis 1 (H1) yaitu nilai
akrual diskresioner secara signifikan tidak berbeda dengan 0.
Nilai rata-rata rasio CAR terlihat sangat rendah yaitu sebesar 0,00941 atau sekitar 0,9%,
yang jauh dibawah batasan minimum nilai CAR yang ditetapkan BI yaitu 8%. Nilai rata-rata
rasio CAR yang rendah dalam penelitian ini diperkirakan dipengaruhi oleh cara penghitungan
nilai CAR yang diperoleh perbandingan nilai modal sendiri (ekuitas) atau nilai saldo laba pada
UUS dengan nilai total aktiva. Sedangkan dalam ketentuan BI, nilai CAR dihitung dari
perbandingan ekuitas (modal inti + modal pelengkap) dengan nilai aktiva tertimbang menurut
resiko (ATMR), dimana nilai ATMR ini tentu lebih kecil dari total aktiva. Tetapi karena cukup
sulit untuk menghitung komposisi ATMR ini, maka digunakan perhitungan rasio CAR di atas,
seperti yang digunakan Naser (2003) dalam penelitiannya. Disamping itu nilai pembilang (nilai
ekuitas) dalam penelitian ini sebagian besar (84%) merupakan nilai saldo laba pada UUS,
dimana nilai saldo laba ini tentu jauh lebih kecil dari nilai ekuitas pada BUS pada umumnya.
Nilai rata-rata rasio RORA dan ROA juga sangat rendah bahkan negatif, sekitar -0,4%
dan -0,5%, yang berarti rata-rata profitabilitas bank syariah masih kurang baik. Hal ini
diperkiraan dipengaruhi oleh rugi non operasional yang besar, sehingga nilai laba sebelum
11

pajak yang digunakan dalan rasio RORA dan laba setelah pajak yang digunakan dalam rasio
ROA nilainya menjadi sangat kecil. Sedangkan nilai rata-rata rasio NPM cukup baik yaitu
sekitar 4,6%, dimana hal ini menunjukkan bahwa kinerja operasional bank syariah juga cukup
baik, karena nilai rasio NPM ini diperoleh dari perbandingan laba operasional dengan
pendapatan operasional.
Nilai rata-rata rasio LDR paling tinggi dari rasio lainnya yaitu sekitar 63% yang
menunjukkan baiknya kemampuan bank syariah dalam menyalurkan pembiayaan (kredit)
kepada masyarakat, dimana bagi hasil dari pembiayaan ini merupakan sumber pendapatan
operasional utama bank syariah, dimana hal ini sejalan dan tercermin dalam rasio NPM yang
cukup baik juga.
4.2.2 Pengujian Asumsi Klasik Model Regresi Kinerja Bank Syariah
Berdasarkan output SPSS pada Tabel 4.7 di Lampiran 1 terlihat bahwa nilai VIF dari
variabel independen RORA dan ROA lebih besar dari 10 yang berarti terdapat
multikolinearitas antara kedua variabel tersebut. Untuk menghilangkan multikolinearitas ini,
dilakukan pemisahan kedua variabel tersebut untuk dibuat model regresi baru dengan
menggunakan masing-masing variabel secara terpisah yaitu dengan menggunakan variabel
RORA dan model regresi baru yang menggunakan variabel ROA. Kedua model regrasi yang
baru ini masing-masing akan diolah kembali dengan program SPSS.
4.2.3 Model Regresi Kinerja Bank Syariah Dengan Variabel RORA dan ROA
Model regresi kinerja bank syariah yang baru dengan menggunakan variabel RORA dan
mengeluarkan variabel ROA dari model regresi awal yaitu :
DAit = α + β1CARit + β2 RORAit + β3NPMit + β4LDRit + β5BUS + ε (1a)
Dengan ekspektasi : β1 < 0, β2 < 0, β3 < 0, β4 < 0 dan β5 ≠ 0.
12

Sedangkan model regresi kinerja bank syariah yang baru dengan menggunakan variabel ROA
setelah mengeluarkan variabel RORA dari model regresi awal yaitu :
DAit = α + β1CARit + β2 ROAit + β3NPMit + β4LDRit + β5BUS + ε (1b)
Dengan ekspektasi : β1 < 0, β2 < 0, β3 < 0, β4 < 0 dan β5 ≠ 0.
4.2.4 Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel RORA dan ROA
Berdasarkan output SPSS, pengujian asumsi klasik terhadap model regresi dengan
variabel RORA dapat dilihat pada Tabel 4.8, Tabel 4.9 di Lampiran 1 dan Gambar 4.2 di
Lampiran 2, serta pada Tabel 4.10, Tabel 4.11 di Lampiran 1 dan Gambar 4.3 di Lampiran 2
untuk model regresi dengan variabel ROA. Dimana kedua model tersebut telah memenuhi
semua uji asumsi klasik, sehingga model regresi tersebut sudah valid.
4.2.5 Hasil Pengujian Hipotesis 2 (H2) Kinerja Bank Syariah Dengan Variabel RORA
dan Variabel ROA
Pengujian hipotesis 2 (H2a-H2e) dapat dilakukan berdasarkan output SPSS dari kedua
model regresi tersebut seperti yang terlihat pada Tabel 4.12 dan Tabel 4.13. Secara umum
terlihat bahwa hasil regresi dengan kedua model tidak jauh berbeda. Nilai adjusted R2
dari
model dengan variabel RORA adalah sebesar 0,081 atau sekitar 8,1%, dan dengan model
variabel ROA sebesar 0,078 atau sekitar 7,8%, menggambarkan kemampuan variabel
independen menjelaskan variabel dependen.
Pada Tabel 4.12 dan Tabel 4.13 di Lampiran 1 juga dapat dilihat bahwa semua variabel
rasio CAMEL (CAR, RORA, NPM, ROA dan LDR) yang dalam hipotesis diduga berpengaruh
negatif dan signifikan terhadap akrual diskresioner, tetapi hasil pengujian menunjukkan tidak
ada yang konsisten dengan dugaan hipotesis semula sehingga H2 ditolak.
13

Nilai slope (B) rasio CAR yang negatif seperti terlihat pada Tabel 4.12 dan Tabel 4.13
dapat diketahui bahwa rasio CAR berpengaruh negatif, tetapi tidak signifikan terhadap akrual
diskresioner, seingga hipotesis 2a (H2a) ditolak. Hal ini mungkin disebabkan oleh nilai rata-
rata rasio CAR secara keseluruhan yang kecil yaitu hanya 0,00941 atau 0,9% seperti yang
terlihat pada statistik deskriptif sebelumnya, sehingga diduga tidak cukup kuat untuk
mempengaruhi akrual diskresioner atau praktik manajemen laba secara signifikan.
Nilai rata-rata rasio CAR yang sangat rendah ini mungkin disebabkan oleh beberapa hal
seperti yang telah diuraikan dalam statistik deskriptif sebelumnya. Disamping itu kewajiban
pemenuhan batasan nilai minimum CAR yang ditetapkan oleh BI adalah pada tingkat banknya
bukan pada tingkat cabang atau unit usaha. Maka UUS yang berjumlah 84% dari data dalam
penelitian ini, yang merupakan cabang dari bank induk konvensionalnya, tidak wajib
memenuhi batasan nilai minimum CAR ini, sehingga hal ini diduga juga mempengaruhi tidak
signifikannya rasio CAR dalam mempengaruhi akrual diskresioner.
Dugaan ini dapat diperkuat dengan hasil penelitian yang menunjukkan bahwa variabel
kontrol BUS yang berpengaruh signifikan terhadap akrual diskresioner, yang menunjukkan
bahwa praktik manajemen laba biasanya terjadi pada tingkat bank, untuk penilaian kinerja
bank secara keseluruhan. Sehingga pada tingkat cabang diduga lebih cenderung untuk
memperhatikan penilaian kinerja operasional.
Rasio RORA berpengaruh positif dan tidak sisgnifikan seperti terlihat pada Tabel 4.12,
yang berarti tidak konsisten dengan dugaan hipotesis (H2b ditolak). Diduga rasio RORA juga
bukan merupakan orientasi utama UUS yang berstatus cabang dari bank induk konvensional.
Dimana rasio keuangan untuk menilai kualitas assets bank ini juga terpusat pada bank
induknya, sehingga UUS yang merupakan 84% dari sampel penelitian ini memberikan dampak
terhadap kemungkinan berbedanya pengaruh dan tidak signifikannya rasio RORA
mempengaruhi akrual diskresioner atau manajemen laba. Hasil penelitian ini juga sejalan atau
14

dapat disamakan dengan hasil penelitian Arnawa (2006) sebelumnya yang juga menemukan
pengaruh positif dari rasio ROA dan juga tidak signifikan terhadap pengelolaan laba.
Disamping itu nilai rata-rata rasio RORA yang cukup rendah yaitu sebesar -0,00361 atau
0,4% seperti yang terlihat pada statistik deskriptif, juga diduga tidak cukup kuat untuk
mempengaruhi akrual diskresioner secara signifikan. Nilai laba sebelum pajak yang digunakan
dalam rasio RORA pada beberapa bank syariah sampel cukup rendah dan bahkan ada yang
bernilai negatif, walaupun laba operasinya cukup tinggi, karena besarnya nilai rugi dari
aktivitas non operasional.
Rasio NPM yang positif dan signifikan seperti terlihat pada Tabel 4.12 dan Tabel 4.13,
menunjukkan bahwa rasio NPM berpengaruh positif dan signifikan terhadap akrual
diskresioner yang juga tidak sejalan dengan dugaan hipotesis 2d (H2d) semula. Pengaruh
positif dan signifikan rasio NPM terhadap akrual diskresioner juga memperkuat dugaan
sebelumnya bahwa kinerja operasional sangat diperhatikan dan lebih menjadi prioritas dari
rasio lainnya. Sehingga rasio NPM ini kemungkinan akan sangat diperhatikan nilainya dan
menjadi orientasi utama bank syariah, terutama UUS yang tidak terbebani oleh target nilai
rasio-rasio lainnya. Rasio NPM yang berbeda dari hipotesis awal, mungkin dapat dipengaruhi
oleh aktivitas big bath karena sekitar 53% sampel mengalami penurunan laba yang cukup
besar. Walaupun dari pengujian hipotesis 1 (H1) menunjukkan secara rata-rata tidak ada
praktik manajemen laba pada bank syariah, tetapi hasil rasio NPM yang berpengaruh positif
dan signifikan menunjukkan bahwa ada beberapa bank syariah yang melakukan praktik
manajemen laba tersebut.
Hipotesis H2d juga ditolak, karena hasil pengujian pada Tabel 4.13 menunjukkan rasio
ROA berpengaruh positif dan tidak signifikan terhadap akrual diskresioner. Nilai rata-rata
rasio ROA yang rendah yaitu sebesar -0,00452 atau 0,5% seperti yang terlihat pada statistik
deskriptif sebelumnya, juga diduga tidak cukup kuat untuk mempengaruhi akrual diskresioner
15

secara signifikan. Nilai rasio ROA ini diperolah dari perbandingan laba setelah pajak dengan
total aktiva. Nilai laba setelah pajak diperoleh dari laba sebelum pajak setelah dikurangi
dengan pajak penghasilan. Tetapi karena mayoritas (84%) sampel bank syariah adalah
berbentuk UUS yang merupakan cabang dari bank induk konvensional, sehingga pajak
penghasilan dibebankan pada kantor pusat, sehingga sebagian besar laba setelah pajak yang
digunakan dalam rasio ROA ini sama dengan laba sebelum pajak yang digunakan dalam
perhitungan rasio RORA sebelumnya. Disamping itu rasio ROA biasanya juga dihitung
ditingkat pusat untuk bank secara keseluruhan. Sejalan dengan kondisi rendahnya nilai rasio
RORA yang juga berbeda pengaruh dan tidak signifikan terhadap akrual diskresioner seperti
diuraikan sebelumnya, diduga hal yang sama juga mempengaruhi rasio ROA. Hasil penelitian
ini tetap sejalan dengan hasil penelitian Arnawa (2006) sebelumnya.
Sedangkan rasio LDR yang negatif dan tidak signifikan seperti terlihat pada Tabel 4.12
dan Tabel 4.13, menunjukkan bahwa hipotesis H2e juga ditolak. Nilai rata-rata rasio LDR
tinggi dibandingkan dengan rasio-rasio kinerja bank syariah lainnya yaitu 0,63297 atau 63%
seperti yang terlihat pada statistik deskriptif sebelumnya. Rasio LDR diperoleh dari
perbandingan jumlah kredit yang diberikan dengan jumlah dana pihak ketiga yang ada pada
bank syariah. Nilai rata-rata rasio LDR yang tinggi ini juga dapat menunjukkan baiknya bank
syariah dalam menyalurkan pembiayaan (kredit) kepada masyarakat, dimana bagi hasil dari
pembiayaan ini merupakan pendapatan utama bank syariah. Sehingga diduga orientasi utama
dari sampel adalah untuk meningkatkan pendapatan sebagai penilaian utama kinerja bank yang
dalam penelitian ini sejalan dengan baiknya nilai rasio NPM, jadi bukan untuk memenuhi
kecukupan rasio LDR yang juga ditetapkan BI untuk tingkat bank. Hal ini juga diduga
membuat rasio LDR tidak memotivasi manajemen untuk melakukan praktik manajemen laba
sehingga rasio LDR ini tidak berpengaruh signifikan terhadap akrual diskresioner.
16

Sedangkan untuk variabel kontrol BUS, seperti yang terlihat pada Tabel 4.10,
menunjukkan bahwa variabel BUS positif dan signifikan pada α = 10%. Hal ini menunjukkan
bahwa bentuk bank syariah sebagai BUS memang memiliki akrual diskresioner yang lebih
tinggi dibandingkan dengan bentuk bank syariah sebagai UUS. Hal ini berarti bahwa
kecenderungan praktik manajemen laba secara signifikan lebih tinggi pada tingkat bank (BUS)
dari pada tingkat cabang (UUS).
5. Penutup
5.1 Kesimpulan
Hasil penelitian empiris menunjukkan secara rata-rata tidak terdapat indikasi praktik
manajemen laba yang signifikan pada bank syariah di Indonesia berdasarkan laporan keuangan
publikasi tahun 2005 - 2006. Walaupun secara rata-rata tidak terdapat indikasi praktik
manajemen laba, tetapi terdapat kemungkinan pada beberapa bank syariah masih terdapat
praktik manajemen laba tersebut.
Faktor-faktor yang mempengaruhi praktik manajemen laba yang dihipotesiskan bahwa
rasio CAMEL, yang diproksi dengan rasio CAR, RORA, ROA, NPM dan LDR, berpengaruh
negatif dan signifikan terhadap praktik manajemen laba, tetapi hasil pengujian hipotesis
menunjukkan bahwa semua variabel tersebut tidak ada yang berpengaruh negatif dan
signifikan terhadap praktik manajemen laba tersebut.
Rasio CAR berpengaruh negatif terhadap praktik manajemen laba, tetapi tidak
signifikan. Hal ini diduga dipengaruhi oleh beberapa hal seperti cara perhitungan rasio yang
sedikit berbeda dengan cara yang ditetapkan BI, nilai saldo laba pada UUS yang digunakan
sebagai pengganti nilai ekuitas dalam menghitung rasio CAR dan pemenuhan batasan
minimum rasio CAR bukan kewajiban UUS yang berstatus cabang dari bank induk
17

konvensional, sehingga UUS tidak termotivasi untuk melakukan manajemen laba untuk
mencapai nilai CAR tertentu. Sedangkan UUS merupakan mayoritas sampel (84%) dalam
penelitian ini.
Rasio RORA dan ROA berpengaruh positif terhadap praktik manajemen laba dan juga
tidak signifikan. Tidak signifikannya pengaruh kedua rasio ini juga diduga karena kedua rasio
ini juga biasanya dihitung ditingkat bank (BUS) bukan cabang (UUS), sedangkan 84% sampel
adalah UUS. Tetapi hasil penelitian ini konsisten dengan hasil penelitian Arnawa (2006) yang
menggunakan rasio ROA sebagai salah satu proksi kinerja bank dengan pengaruh positif dan
juga tidak signifikan terhadap praktik manajemen laba.
Rasio NPM berpengaruh positif dan signifikan terhadap praktik manajemen laba. Rasio
NPM yang menunjukkan kinerja operasional bank syariah ini diperkirakan menjadi orientasi
utama dibandingkan rasio-rasio lainnya, terutama oleh UUS yang tidak dibebani dengan
pemenuhan target nilai rasio keuangan tertentu karena rasio-rasio tersebut bersifat terpusat
pada tingkat bank induk konvensionalnya.
Sedangkan rasio LDR berpengaruh negatif terhadap praktik manajemen laba dan juga
tidak signifikan. Dimana rasio LDR yang tinggi menunjukkan banyaknya pembiayaan yang
dikucurkan bank syariah sebagai upaya untuk meningkatkan kinerja operasional seperti yang
tercermin dalam baiknya rasio NPM, jadi bukan untuk mencapai target nilai rasio LDR
tertentu, sehingga rasio ini tidak memotivasi manajemen untuk melakukan praktik manajemen
laba di bank syariah.
Sedangkan variabel kontrol BUS yang berpengaruh positif dan signifikan terhadap akrual
diskresioner, menunjukkan bahwa praktik manajemen laba pada Bank Umum Syariah (BUS)
lebih tinggi dari pada pratil manajemen laba di Unit Usaha Syariah (UUS).
18

5.2 Implikasi dari Hasil Penelitian
Hasil penelitian ini secara empiris membuktikan bahwa secara rata-rata pada bank
syariah tidak terdapat praktik manajemen laba adalah suatu keharusan yang perlu
dipertahankan. Tetapi hasil pengujian hipotesis rasio NPM yang menunjukkan pengaruh positif
dan signifikan terhadap manajemen laba, menunjukkan ada beberapa bank syariah yang masih
melakukan praktik manajemen laba tersebut.
Beberapa bank syariah yang masih melakukan praktik manajemen laba ini, sebaiknya ke
depan memperbaikinya dan tidak melakukan pratik manajemen laba tersebut. Karena
walaupun manajemen laba dilakukan dengan cara yang tidak bertentangan dengan peraturan
yang ditetapkan IAI dan BI dalam menyusun laporan keuangan bank, tetapi karena informasi
yang dihasilkan dari laporan keuangan yang mengandung unsur manajemen laba dapat
menyesatkan pembacanya, dimana secara syariah hal ini juga tidak diperbolehkan (dilarang).
Disamping itu BI selaku regulator juga harus memperhatikan praktik manajemen laba
oleh perbankan ini terutama yang dilakukan oleh bank dalam upaya memenuhi ketentuan
regulasi yang ditetapkan BI seperti Ketentuan Pemenuhan Modal Minimum (rasio CAR).
Karena BI tentu tidak menginginkan bank dapat memenuhi regulasi di atas kertas karena
melakukan praktik manajemen laba untuk memenuhinya.
5.3 Keterbatasan Penelitian
Terdapat beberapa keterbatasan yang ditemui dalam penelitian ini. Pertama jangka waktu
data sampel yang digunakan relatif singkat yaitu hanya 2 tahun dan jumlah sampel yang dapat
diolah juga sedikit yaitu hanya 38 buah data. Kedua, laporan keuangan BUS tersedia lengkap
dengan catatan atas laporan keuangannya, tetapi laporan keuangan publikasi UUS yang
digunakan sebagai sumber data sampel dalam penelitian ini tidak dilengkapi dengan catatan
atas laporan keuangannya. Sehingga untuk beberapa perkiraan yang membutuhkan penjelasan
19

lebih lanjut untuk diterjemahkan ke dalam rumus perhitungan, merujuk kepada PAPSI sebagai
salah satu pedoman akuntansi yang digunakan oleh bank syariah. Dan ketiga model yang
digunakan untuk melihat indikasi praktik manajemen laba pada bank syariah adalah model
Jones (1991) yang telah disesuaikan dengan karakteristik perbankan. Dimana model Jones dan
modifikasi model Jones belum diyakini dapat memisahkan komponen akrual non diskresioner
dan akrual diskresioner dengan tepat. Sehingga ada kemungkinan kesalahan pengklasifikasian
akrual non diskresioner dan akrual diskresioner.
5.4 Saran Untuk Penelitian Selanjutnya
Dengan berbagai keterbatasan yang terdapat dalam penelitian ini dapat
direkomendasikan beberapa hal berikut. Pertama penelitian selanjutnya sebaiknya
menggunakan jangka waktu lebih lama dan sampel yang lebih besar serta menggunakan model
yang berbeda untuk melihat indikasi praktik manajemen laba pada bank syariah. Kedua, akan
lebih baik apabila menggunakan data sampel yang berdasarkan kepada laporan keuangan yang
lengkap dengan catatan atas laporan keuangan. Dan ketiga penelitian selanjutnya dapat
menggunakan modifikasi model Jones yang lebih akurat dan lebih sesuai dengan karakteristik
bank syariah.
20

DAFTAR PUSTAKA
Antonio, Muhammad Syafe’i (2000). Bank Syariah : Suatu Pengenalan Umum. Bandung :
Tazkia Institute.
______________ (2001). Islamic Banking : Bank Syariah Dari Teori Ke Praktik. Bandung :
Tazkia Institute.
Ahmed, Anwer S.; Takeda, Carolyn; and Thomas,Shawn (1999). “Bank Loan Loss
Provisions : A Reexamination of Capital Management, Earnings Management and
Signaling Effects”. Journal of Accounting and Economics, 28.
Arifin, Zainul (2003). Dasar-dasar Manajemen Bank Syariah. Jakarta : AlvaBet.
Arnawa, I Gede (2006). “Analisa Indikasi Manajemen Laba melalui Discretionary Allowance
for Loan Loses pada Perbankan Pasca Rekapitalisasi”. Karya Akhir Program Magister
Akuntansi Fakultas Ekonomi Universitas Indonesia, Jakarta.
Bank Indonesia (2007). Direktori Perbankan Indonesia. Jakarta : Biro data dan Informasi
Perbankan.
Beaver, William H. and Engel, Ellen E (1996). “Discretionary Behavior with Respect to
Allowance for Loan Loses and The Behavior of Security Prices”. Journal of Accounting
and Economics, 22.
Bernard, V.L. and D.J. Skinner (1996). “What Motivates Managers’ Choice of Discretionary
Accruals?” Journal of Accounting and Economics (August-December 1996), pp. 313-
325
Bertrand, Rima, Swiss National Bank (2000). “Capital Requirement and Bank Behaviour :
Emperical Evidence for Switzerland”. Working Paper.
Betty, Anne. L and Petroni, Kathy. R (2002). “Earnings Management to Avoid Earnings
Declines Across Publicy and Private Held Banks”, The Accounting Review, Vol 77.
Chipper, K., (1989). “Commentary on Earnings Management”, Accounting Horizon
(December 1989). Pp. 91-102
Dechow, P.M., R.G. Sloan, and A.P. Sweeney (1995). “Detecting Earnings Management,”
The Accounting Review (April 1995), pp. 193-225.
Endriani, D (2004). “Indikasi Praktek Earnings Management oleh Bank-Bank di Indonesia
Dalam Memenuhi Ketentuan Rasio Kecukupan Modal”. Karya Akhir Program Magister
Akuntansi Fakultas Ekonomi Universitas Indonesia, Jakarta.
Ghozali, Imam (2007). Aplikasi Analisis Multivariate dengan Program SPSS. Semarang :
Badan Penerbit Universitas Diponegoro.
Gujarati, Damodar N. (2003). Basic Econometric. New York : Mc GrowHill.
21

Healy, P.M. (1985). “The Effect of Bonus Schemes on Accounting Decision”. Journal of
Accounting and Economic 7: 85-107.
Ikatan Akuntan Indonesia (2007). Standar Akuntansi Keuangan per 1 Nopember 2007.
Jakarta : IAI.
______________________ (2003). Pedoman Akuntansi Perbankan Syariah Indonesia
(PAPSI 2003). Jakarta : IAI.
Jones, J.J. (1991). “Earnings Management During Import relief investigation”. Journal of
Accounting Research (Autumn) : 193-228.
Karim, Adiwarman (2004). Bank Islam : Analisis Fiqih dan Keuangan. Jakarta : PT
RajiGrafindo Persada.
Levin, Richard I. and Rubin, David S. (1998). Statistic for Management. United States :
Prentice Hall.
Mahu, Zainab (2004). “Perlakuan Perpajakan dan Akuntansi atas Transaksi Perbankan
Syariah”, Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas
Indonesia, Jakarta.
McNicholas,M. and M.D. Neimark (1988). “Evidence of Earnings Management from the
Provision for Bad Debts”, Journals of Accounting Research (Supplement 1988), pp 33-
57
Naciri, Ahmed (2002). “Earnings Management from Bank Provisions for Loans Losses”.
Working Paper, January.
Nasser, Etty M. (2003). “Perbandingan Kinerja Bank Pemerintah dan Bank Swasta dengan
Rasio CAMEL serta Pengaruhnya terhadap Harga Saham”, Media Riset Akuntansi,
Auditing dan Informasi, Vol 3 No 3 Desember 2003 : 217-136.
Robb, Sean, W.G. (1998). “The Effects of Analysts’ Forecase on Earnings Management in
Financial Institutions”. Journal of Financial Research (Fall).
Scott, William R. (2006). Financial Accounting Theory. International Edition, United States :
Pretince-Hall Inc.
Setiawati, Lilis dan Na’im Ainun (2001). “Bank Health Evaluation By Bank Indonesia and
Earning Management in Banking Industry”. Gadjah Mada International Journal of
Bussiness, May 2001, Vol 3 no 2 : 159 - 176.
Sofie (2005). “Merumuskan Tujuan Laporan Keuangan Bank Syariah : Sebuah Studi
Eksplorasi”. Media Riset Akuntansi, Auditing dan Informasi, Vol 5 No 1 April 2005 : 25-
39.
22

Susanto, Agus (2003). “Indikasi Praktek Pengelolaan Laba dan Faktor-Faktor yang
Mempengaruhinya (Studi Empiris pada Sektor Perbankan Sebelum Krisis Perbankan
Nasional)”, Karya Akhir Program Magister Akuntansi Fakultas Ekonomi Universitas
Indonesia, Jakarta.
Veronica, Sylvia N.P. Siregar dan Utama, Siddharta (2006). “Pengaruh Struktur Kepemilikan,
Ukuran Perusahaan dan Praktek Corporate Governance Terhadap Pengelolaan Laba
(Earnings Management)”, Jurnal Riset Akuntansi Indonesia, Vol.9, No.3, September
2006, Hal. 307 – 326.
23

Lampiran 1. Tabel yang digunakan dalam Analisis Hasil Penelitian
Tabel 4.1
Statistik Deskriptif Komponen Total Akrual Pada Bank Syariah
N Minimum Maksimum Mean Std. Deviation
TA 38 -0,11598 0,03000 -0,02750 0,03413
∆PO 38 -0,05219 4,36693 0,21997 0,70187
PPE 38 0,00000 0,30903 0,03815 0,05029
AND 38 -0,12822 0,01460 -0,01922 0,02185
AD 38 -0,10482 0,05562 -0,00828 0,03186
TA=Total Akrual, ∆PO=Perubahan Pendapatan Operasional, PPE=Aktiva Tetap,
AND=Akrual Non Diskresioner, AD=Akrual Diskresioner.
Sumber : Data diolah
Tabel 4.2
Uji Asumsi Klasik Model Regresi Total Akrual Pada Bank Syariah
Tolerance VIF
∆PO 0,169 5,934
PPE 0,436 2,296
Durbin-Watson dL dU Area No Serial Correlation
1,779 1,373 1,594 1,594 - 2,406
∆PO=Perubahan Pendapatan Operasional, PPE=Aktiva Tetap
Tabel 4.3
Uji Normalitas Model Regresi Total Akrual Pada Bank Syariah
Discretionary Accrual
N 38
Kolmogorov-Smirnov Z 0,857
Asymp. Sig. (2-tailed) 0,455
Tabel 4.5
Uji Indikasi Praktik Manajemen Laba Pada Bank Syariah
Test Value = 0
t Df
Sig. (2-
tailed)
Mean
Difference
95% Confidence
Interval of the
Difference
Lower Upper
Discretionary Accrual -1,602 37 0,118 -0,00828 -0,01875 0,00219
Tabel 4.6
Statistik Deskriptif Kinerja Bank Syariah
N Minimum Maksimum Mean Std. Deviation
AD 38 -0,10482 0,05562 -0,00828 0,03186
CAR 38 -0,42975 0,14421 0,00941 0,09023
RORA 38 -0,31012 0,13030 -0,00361 0,06593
ROA 38 -0,20489 0,05594 -0,00452 0,04711
NPM 38 -1,07939 0,51535 0,04461 0,33815
LDR 38 0,00000 0,96743 0,63297 0,24569
AD=Akrual Diskresioner, CAR=Capital Adequancy Ratio, RORA=Return On Risked Assets,
ROA=Return On Assets, NPM=Net Profit Margin, LDR=Loan to Deposit Ratio
Tabel 4.7
24

Uji Multikolinearits Model Regresi Kinerja Bank Syariah
Tolerance VIF
CAR 0,378 2,648
RORA 0,037 27,092
ROA 0,028 35,993
NPM 0,413 2,423
LDR 0,418 2,395
BUS 0,614 1,630
CAR=Capital Adequancy Ratio, RORA=Return On Risked Assets,
ROA=Return On Assets, NPM=Net Profit Margin, LDR=Loan to Deposit Ratio,
BUS=Bank Umum Syariah
Tabel 4.8
Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel RORA
Tolerance VIF
CAR 0,437 2,288
RORA 0,785 1,274
NPM 0,521 1,921
LDR 0,755 1,324
Durbin Watson dL dU Area No Serial Correlasion
1,857 1,261 1,722 1,722 – 2,278
CAR=Capital Adequancy Ratio, RORA=Return On Risked Assets,
NPM=Net Profit Margin, LDR=Loan to Deposit Ratio
Tabel 4.9
Uji Normalitas Model Regresi Kinerja Bank Syariah dengan Variabel RORA
Unstandardized Residual
N 38
Tabel 4.10
Uji Asumsi Klasik Kinerja Bank Syariah Dengan Variabel ROA
Tolerance VIF
CAR 0,418 2,392
ROA 0,591 1,693
NPM 0,510 1,961
LDR 0,654 1,530
Durbin Watson dL dU Area No Serial Correlation
1,857 1,261 1,722 1,722 - 2,278
CAR=Capital Adequancy Ratio, ROA=Return On Assets,
NPM=Net Profit Margin, LDR=Loan to Deposit Ratio
Tabel 4.11
Uji Normalitas Model Regresi Kinerja Bank Syariah dengan Variabel ROA
Unstandardized Residual
N 38
Tabel 4.12
25

Pengujian Hipotesis H2 Kinerja Bank Syariah Dengan Variabel RORA
Ekspektasi
slope
B Std. Error Beta t Sig.
(Constant) -0,004 0,015 0,801
CAR - -0,058 0,084 -0,163 -0,684 0,250
RORA - 0,069 0,086 0,142 0,797 0,216
NPM - 0,036 0,021 0,379 1,736 0,046**
LDR - -0,015 0,024 -0,119 -0,656 0,259
BUS 0,029 0,016 0,332 1,786 0,084*
Adjusted R2
0,081
CAR=Capital Adequancy Ratio, RORA=Return On Risked Assets, NPM=Net Profit Margin,
LDR=Loan to Deposit Ratio, BUS=Bank Umum Syariah
** Sigifikan pada α = 5%
* Sigifikan pada α = 10%
Tabel 4.13
Pengujian Hipotesis H2 Kinerja Bank Syariah Dengan Variabel ROA
Ekspektasi
slope B Std. Error Beta t Sig.
(Constant) -0,002 0,016 -0,121 0,905
CAR - -0,061 0,086 -0,173 -0,708 0,242
ROA - 0,101 0,139 0,149 0,725 0,237
NPM - 0,034 0,021 0,362 1,639 0,055**
LDR - -0,018 0,025 -0,139 -0,715 0,240
BUS 0,029 0,016 0,342 1,815 0,079*
Adjusted R2
0,078
CAR=Capital Adequancy Ratio, ROA=Return On Assets, NPM=Net Profit Margin,
LDR=Loan to Deposit Ratio, BUS=Bank Umum Syariah
** Sigifikan pada α = 5%
* Sigifikan pada α = 10%
26

Lampiran 2. Gambar yang digunakan dalam Analisis Hasil Penelitian
Gambar 4.1
Uji Heteroskedastisitas Model Regresi Total Akrual Pada Bank Syariah
Regression Standardized Predicted Value
210-1-2-3-4-5-6
RegressionStudentizedResidual
3
2
1
0
-1
-2
-3
-4
Gambar 4.2
Uji Heteroskedastisitas Kinerja Bank Syariah Dengan Variabel RORA
210-1-2-3-4
2
1
0
-1
-2
-3
Gambar 4.3
Uji Heteroskedastisitas Kinerja Bank Syariah Dengan Variabel ROA
210-1-2-3
2
1
0
-1
-2
-3
27

Lampiran 3 : Output Regresi Perhitungan Total Accrual
Descriptives
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation
TA.A1 38 -,11598 ,03000 -,0275024 ,03413417
A1
38
,
00000012
0900000
,
00049652
4300000
,
00004207
18236842
,
000097159838
7793
DPO.A1 38 -,05219 4,36693 ,2199726 ,70187051
PPE.A1 38 ,00000 ,30903 ,0381466 ,05029339
Unstandardized Predicted
Value 38 -,12822 ,01460 -,0192256 ,02184610
Unstandardized Residual 38 -,10482 ,05562 -,0082767 ,03185501
Valid N (listwise) 38
Regression
Descriptive Statistics(b)
Mean(a) Root Mean Square N
TA/A-1 -,0275024 ,04348402 38
1/A-1 ,0000420718236842 ,0001046979019141 38
dPO/A-1 ,2199726 ,72666803 38
PPE/A-1 ,0381466 ,06259411 38
a The observed mean is printed
b Coefficients have been calculated through the origin.
Correlations(a)
TA/A1 1/A-1 dPO/A-1 PPE/A-1
Std. Cross-product TA/A-1 1,000 -,375 -,188 -,648
1/A-1 -,375 1,000 ,844 ,506
dPO/A-1 -,188 ,844 1,000 ,129
PPE/A-1 -,648 ,506 ,129 1,000
Sig. (1-tailed) TA.A1 . ,010 ,130 ,000
A1 ,010 . ,000 ,001
DPO.A1 ,130 ,000 . ,220
PPE.A1 ,000 ,001 ,220 .
N TA.A1 38 38 38 38
A1 38 38 38 38
DPO.A1 38 38 38 38
PPE.A1 38 38 38 38
a Coefficients have been calculated through the origin.
28

Variables Entered/Removed(b,c)
Model Variables Entered
Variables
Removed Method
1
PPE/A-1, dPO/A-1, 1/ A-1(a) . Enter
a All requested variables entered.
b Dependent Variable: TA/A-1
c Linear Regression through the Origin
Model Summary(c,d)
Model R
R
Square(a)
Adjusted
R Square
Std. Error of
the Estimate
Change Statistics
Durbin-
WatsonR Square
Change
F
Change df1 df2
Sig. F
Change
1 ,664(b) ,441 ,393 ,03386891 ,441 9,213 3 35 ,000 1,779
a For regression through the origin (the no-intercept model), R Square measures the proportion of the
variability in the dependent variable about the origin explained by regression. This CANNOT be
compared to R Square for models which include an intercept.
b Predictors: PPE/A-1, dPO/A-1, 1/A-1
c Dependent Variable: TA/A-1
d Linear Regression through the Origin
ANOVA(c,d)
Model
Sum of
Squares df Mean Square F Sig.
1 Regression ,032 3 ,011 9,213 ,000(a)
Residual ,040 35 ,001
Total ,072(b) 38
a Predictors: PPE/A-1, dPO/A-1, 1/A-1
b This total sum of squares is not corrected for the constant because the constant is zero for regression
through the origin.
c Dependent Variable: TA/A-1
d Linear Regression through the Origin
Coefficients(a,b)
M
od
el
Unstandardized
Coefficients
Standar
dized
Coeffici
ents
t Sig.
95% Confidence
Interval for B Correlations
Collinearity
Statistics
B
Std.
Error Beta
Lower
Bound
Upper
Bound
Zero-
order Partial Part
Tolera
nce VIF
1 1/A-1 115,630 146,975 ,278 ,787 ,437 -182,746 414,006 -,375 ,132 ,099 ,127 7,844
dPO/A-1 -,020 ,018 -,326 -1,059 ,297 -,057 ,018 -,188 -,176 -,134 ,169 5,934
PPE/A-1 -,519 ,133 -,747 -3,903 ,000 -,789 -,249 -,648 -,551 -,493 ,436 2,296
a Dependent Variable: TA/A-1
b Linear Regression through the Origin
29

Coefficient Correlations(a,b)
Model PPE/A-1 dPO/A-1 1/A-1
1 Correlations PPE/A-1 1,000 ,644 -,746
dPO/A-1 ,644 1,000 -,910
1/A-1 -,746 -,910 1,000
Covariances PPE/A-1 ,018 ,002 -14,589
dPO/A-1 ,002 ,000 -2,464
1/A-1 -14,589 -2,464 21601,761
Collinearity Diagnostics(a,b)
Model Dimension Eigenvalue
Condition
Index
Variance Proportions
1/A-1 dPO/A-1 PPE/A-1
1 1 2,044 1,000 ,03 ,03 ,04
2 ,886 1,519 ,00 ,05 ,36
3 ,069 5,437 ,97 ,92 ,60
Casewise Diagnostics(a,b)
Case Number Std. Residual TA/A-1
Predicted
Value Residual
8 -3,095 -,11598 -,0111580 -,1048220
Residuals Statistics(a,b)
Minimum Maximum Mean Std. Deviation N
Predicted Value -,1282199 ,0146023 -,0192256 ,02184610 38
Std. Predicted Value -4,989 1,548 ,000 1,000 38
Standard Error of
Predicted Value ,00182466 ,03329828 ,00656960 ,00697726 38
Adjusted Predicted Value -,5436080 ,0339657 -,0354936 ,09439882 38
Residual -,1048220 ,0556198 -,0082767 ,03185501 38
Std. Residual -3,095 1,642 -,244 ,941 38
Stud. Residual -3,104 2,880 -,160 1,142 38
Deleted Residual -,1054492 ,5336780 ,0079912 ,09781362 38
Stud. Deleted Residual -3,594 3,250 -,163 1,225 38
Mahal. Distance ,110 36,730 3,000 7,601 38
Cook's Distance ,000 79,997 2,294 12,987 38
Centered Leverage Value ,003 ,967 ,079 ,200 38
30

Charts
Scatterplot
Dependent Variable: Total Accrual
210-1-2-3-4-5-6
3
2
1
0
-1
-2
-3
-4
NPar Tests
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 38
Normal Parameters(a,b) Mean -,0082767
Std. Deviation ,03185501
Most Extreme
Differences
Absolute
,139
Positive ,087
Negative -,139
Kolmogorov-Smirnov Z ,857
Asymp. Sig. (2-tailed) ,455
a Test distribution is Normal.
b Calculated from data.
T-Test
One-Sample Statistics
N Mean Std. Deviation Std. Error Mean
Unstandardized Residual 38 -,0082767 ,03185501 ,00516756
One-Sample Test
Test Value = 0
t df Sig. (2-tailed)
Mean
Difference
95% Confidence Interval
of the Difference
Lower Upper
Unstandardized Residual -1,602 37 ,118 -,0082767 -,0187472 ,0021937
31

Lampiran 4 : Output Regresi Kinerja Bank Syariah
Descriptives
N Minimum Maximum Mean Std. Deviation
Unstandardized Residual 38 -,10482 ,05562 -,0082767 ,03185501
CAR 38 -,42975 ,14421 ,0094092 ,09022474
RORA 38 -,31012 ,13030 -,0036053 ,06592745
ROA 38 -,20489 ,05594 -,0045239 ,04710785
NPM 38 -1,07939 ,51535 ,0446092 ,33815089
LDR 38 ,00000 ,96743 ,6329674 ,24569228
BUS 38 ,00000 1,00000 ,1578947 ,36953702
Valid N (listwise) 38
Regression
Correlations
Unstandardized
Residual CAR RORA ROA NPM LDR BUS
Pearson Correlation Unstandardized
Residual
1,000 ,248 ,201 ,218 ,338 ,077 ,296
CAR ,248 1,000 ,345 ,455 ,672 ,072 ,349
RORA ,201 ,345 1,000 ,959 ,290 ,315 ,131
ROA ,218 ,455 ,959 1,000 ,439 ,429 ,142
NPM ,338 ,672 ,290 ,439 1,000 ,108 ,123
LDR ,077 ,072 ,315 ,429 ,108 1,000 ,367
BUS ,296 ,349 ,131 ,142 ,123 ,367 1,000
Sig. (1-tailed) Unstandardized
Residual
. ,067 ,113 ,094 ,019 ,324 ,036
CAR ,067 . ,017 ,002 ,000 ,334 ,016
RORA ,113 ,017 . ,000 ,039 ,027 ,217
ROA ,094 ,002 ,000 . ,003 ,004 ,198
NPM ,019 ,000 ,039 ,003 . ,260 ,231
LDR ,324 ,334 ,027 ,004 ,260 . ,012
BUS ,036 ,016 ,217 ,198 ,231 ,012 .
N Unstandardized
Residual
38 38 38 38 38 38 38
CAR 38 38 38 38 38 38 38
RORA 38 38 38 38 38 38 38
ROA 38 38 38 38 38 38 38
NPM 38 38 38 38 38 38 38
LDR 38 38 38 38 38 38 38
BUS 38 38 38 38 38 38 38
32

Dengan Variabel RORA
Regression
Mean Std. Deviation N
Unstandardized Residual -,0082767 ,03185501 38
CAR ,0094092 ,09022474 38
RORA -,0036053 ,06592745 38
NPM ,0446092 ,33815089 38
LDR ,6329674 ,24569228 38
BUS ,1578947 ,36953702 38
Correlations
Unstandardized
Residual CAR RORA NPM LDR BUS
Residual
1,000 ,248 ,201 ,338 ,077 ,296
CAR ,248 1,000 ,345 ,672 ,072 ,349
RORA ,201 ,345 1,000 ,290 ,315 ,131
NPM ,338 ,672 ,290 1,000 ,108 ,123
LDR ,077 ,072 ,315 ,108 1,000 ,367
BUS ,296 ,349 ,131 ,123 ,367 1,000
Residual
. ,067 ,113 ,019 ,324 ,036
CAR ,067 . ,017 ,000 ,334 ,016
RORA ,113 ,017 . ,039 ,027 ,217
NPM ,019 ,000 ,039 . ,260 ,231
LDR ,324 ,334 ,027 ,260 . ,012
BUS ,036 ,016 ,217 ,231 ,012 .
N Unstandardized
Residual
38 38 38 38 38 38
CAR 38 38 38 38 38 38
RORA 38 38 38 38 38 38
NPM 38 38 38 38 38 38
LDR 38 38 38 38 38 38
BUS 38 38 38 38 38 38
Variables Entered/Removed(b)
Variables
Removed
Method
1 BUS, NPM, RORA, LDR, CAR(a) . Enter
b Dependent Variable: Unstandardized Residual
33

Model Summary(b)
Model R
R
Square
Adjusted
R Square
Std. Error of
the Estimate
Change Statistics Durbin-
Watson
R Square
Change
F
Change
df1 df2
Sig. F
Change
1 ,453(a) ,205 ,081 ,03053347 ,205 1,654 5 32 ,174 1,857
a Predictors: (Constant), BUS, NPM, RORA, LDR, CAR
ANOVA(b)
Model
Sum of
1 Regression ,008 5 ,002 1,654 ,174(a)
Residual ,030 32 ,001
Total ,038 37
a Predictors: (Constant), BUS, NPM, RORA, LDR, CAR
Coefficients(a)
Mod
el
Unstandardize
d Coefficients
Standar
dized
Coeffici
ents
t Sig.
95%
Confidence
Interval for B Correlations
Collinearity
Statistics
B
Std.
Error Beta
Lower
Bound
Upper
Bound
Zero-
order Partial Part
Tolera
nce VIF
1 (Constant) -,004 ,015 -,255 ,801 -,035 ,027
CAR -,058 ,084 -,163 -,684 ,499 -,229 ,114 ,248 -,120 -,108 ,437 2,288
RORA ,069 ,086 ,142 ,797 ,431 -,107 ,244 ,201 ,140 ,126 ,785 1,274
NPM ,036 ,021 ,379 1,736 ,092 -,006 ,078 ,338 ,293 ,274 ,521 1,921
LDR -,015 ,024 -,119 -,656 ,517 -,063 ,032 ,077 -,115 -,103 ,755 1,324
BUS ,029 ,016 ,332 1,786 ,084 -,004 ,061 ,296 ,301 ,281 ,720 1,389
a Dependent Variable: Unstandardized Residual
Coefficient Correlations(a)
Model BUS NPM RORA LDR CAR
1 Correlations BUS 1,000 ,201 ,105 -,397 -,401
NPM ,201 1,000 -,039 -,132 -,654
RORA ,105 -,039 1,000 -,320 -,244
LDR -,397 -,132 -,320 1,000 ,217
CAR -,401 -,654 -,244 ,217 1,000
Covariances BUS ,000 6,616E-05 ,000 ,000 -,001
NPM 6,616E-05 ,000 -6,863E-05 -6,366E-05 -,001
RORA ,000 -6,863E-05 ,007 -,001 -,002
LDR ,000 -6,366E-05 -,001 ,001 ,000
CAR -,001 -,001 -,002 ,000 ,007
34

Collinearity Diagnostics(a)
Model Dimension Eigenvalue
Condition
Index
(Constant) CAR RORA NPM LDR BUS
1 1 2,509 1,000 ,01 ,02 ,01 ,02 ,01 ,05
2 1,693 1,217 ,01 ,07 ,09 ,07 ,01 ,00
3 ,783 1,790 ,00 ,04 ,77 ,08 ,00 ,00
4 ,690 1,907 ,02 ,01 ,00 ,11 ,01 ,61
5 ,273 3,032 ,01 ,80 ,00 ,69 ,00 ,20
6 ,051 6,980 ,95 ,06 ,13 ,02 ,97 ,13
Casewise Diagnostics(a)
Case Number Std. Residual
Unstandardize
d Residual
Predicted
Value Residual
8 -2,395 -,10482 -,0316868 -,0731352
Residuals Statistics(a)
Predicted Value -,0516520 ,0150615 -,0082767 ,01443726 38
Standard Error of
Predicted Value ,00550991 ,02869531 ,01086142 ,00547940 38
Residual -,0731352 ,0550731 ,0000000 ,02839555 38
Std. Residual -2,395 1,804 ,000 ,930 38
Stud. Residual -2,604 1,911 ,019 ,994 38
Stud. Deleted Residual -2,887 1,999 ,015 1,027 38
Mahal. Distance ,231 31,706 4,868 7,022 38
Cook's Distance ,000 ,871 ,047 ,144 38
35

Charts
Scatterplot
Dependent Variable :
210-1-2-3-4
2
1
0
-1
-2
-3
NPar Tests
Unstandardized
Residual
N 38
Normal Parameters(a,b) Mean ,0000000
Most Extreme
Differences
Absolute
,066
Positive ,051
Negative -,066
Asymp. Sig. (2-tailed) ,996
36

Dengan Variabel ROA
Regression
Mean Std. Deviation N
Unstandardized Residual -,0082767 ,03185501 38
CAR ,0094092 ,09022474 38
ROA -,0045239 ,04710785 38
NPM ,0446092 ,33815089 38
LDR ,6329674 ,24569228 38
BUS ,1578947 ,36953702 38
Correlations
Unstandardized
Residual CAR ROA NPM LDR BUS
Residual
1,000 ,248 ,218 ,338 ,077 ,296
CAR ,248 1,000 ,455 ,672 ,072 ,349
ROA ,218 ,455 1,000 ,439 ,429 ,142
NPM ,338 ,672 ,439 1,000 ,108 ,123
LDR ,077 ,072 ,429 ,108 1,000 ,367
BUS ,296 ,349 ,142 ,123 ,367 1,000
Residual
. ,067 ,094 ,019 ,324 ,036
CAR ,067 . ,002 ,000 ,334 ,016
ROA ,094 ,002 . ,003 ,004 ,198
NPM ,019 ,000 ,003 . ,260 ,231
LDR ,324 ,334 ,004 ,260 . ,012
BUS ,036 ,016 ,198 ,231 ,012 .
N Unstandardized
Residual
38 38 38 38 38 38
CAR 38 38 38 38 38 38
ROA 38 38 38 38 38 38
NPM 38 38 38 38 38 38
LDR 38 38 38 38 38 38
BUS 38 38 38 38 38 38
Variables Entered/Removed(b)
Variables
Removed
Method
1 BUS, NPM, LDR, ROA, CAR(a) . Enter
37

Model Summary(b)
Model R
R
Square
Adjusted
R Square
Std. Error of
the Estimate
Change Statistics Durbin-
WatsonR Square
Change
F
Change
df1 df2
Sig. F
Change
1 ,450(a) ,203 ,078 ,03058489 ,203 1,627 5 32 ,181 1,857
a Predictors: (Constant), BUS, NPM, LDR, ROA, CAR
ANOVA(b)
Model
Sum of
1 Regression ,008 5 ,002 1,627 ,181(a)
Residual ,030 32 ,001
Total ,038 37
a Predictors: (Constant), BUS, NPM, LDR, ROA, CAR
Coefficients(a)
Mod
el
Unstandardize
d Coefficients
Standar
dized
Coeffici
ents
t Sig.
95%
Confidence
Interval for B
Correlations
Collinearity
Statistics
B
Std.
Error
Beta
Lower
Bound
Upper
Bound
Zero-
order
Partial Part
Tolera
nce
VIF
1 (Constant) -,002 ,016 -,121 ,905 -,035 ,031
CAR -,061 ,086 -,173 -,708 ,484 -,237 ,115 ,248 -,124 -,112 ,418 2,392
ROA ,101 ,139 ,149 ,725 ,474 -,182 ,384 ,218 ,127 ,114 ,591 1,693
NPM ,034 ,021 ,362 1,639 ,111 -,008 ,077 ,338 ,278 ,259 ,510 1,961
LDR -,018 ,025 -,139 -,715 ,480 -,070 ,033 ,077 -,125 -,113 ,654 1,530
BUS ,029 ,016 ,342 1,815 ,079 -,004 ,063 ,296 ,306 ,287 ,702 1,425
Coefficient Correlations(a)
Model BUS NPM LDR ROA CAR
1 Correlations BUS 1,000 ,172 -,423 ,190 -,423
NPM ,172 1,000 -,063 -,147 -,595
LDR -,423 -,063 1,000 -,472 ,276
ROA ,190 -,147 -,472 1,000 -,317
CAR -,423 -,595 ,276 -,317 1,000
Covariances BUS ,000 5,826E-05 ,000 ,000 -,001
NPM 5,826E-05 ,000 -3,324E-05 ,000 -,001
LDR ,000 -3,324E-05 ,001 -,002 ,001
ROA ,000 ,000 -,002 ,019 -,004
CAR -,001 -,001 ,001 -,004 ,007
38

Collinearity Diagnostics(a)
Model
Dimen
sion
Eigen
value
Condition
Index
(Constant) CAR ROA NPM LDR BUS
1 1 2,538 1,000 ,01 ,03 ,01 ,03 ,01 ,04
2 1,814 1,183 ,01 ,05 ,07 ,05 ,01 ,01
3 ,703 1,900 ,01 ,03 ,10 ,03 ,01 ,52
4 ,627 2,012 ,00 ,05 ,54 ,20 ,00 ,07
5 ,274 3,044 ,01 ,75 ,00 ,69 ,00 ,20
6 ,043 7,648 ,96 ,10 ,28 ,00 ,97 ,16
Casewise Diagnostics(a)
Case Number Std. Residual
Unstandardized
Residual
Predicted
Value Residual
8 -2,358 -,10482 -,0327115 -,0721105
Residuals Statistics(a)
Predicted Value -,0506604 ,0147525 -,0082767 ,01434282 38
Standard Error of
Predicted Value ,00554509 ,02904586 ,01094726 ,00534890 38
Residual -,0721105 ,0557361 ,0000000 ,02844337 38
Std. Residual -2,358 1,822 ,000 ,930 38
Stud. Residual -2,592 1,938 ,016 ,996 38
Stud. Deleted Residual -2,871 2,030 ,012 1,029 38
Mahal. Distance ,243 32,396 4,868 6,879 38
Cook's Distance ,000 ,878 ,048 ,146 38
39

Charts
Scatterplot
Dependent Variable :
210-1-2-3-4
2
1
0
-1
-2
-3
NPar Tests
Unstandardized
Residual
N 38
Normal Parameters(a,b) Mean ,0000000
Most Extreme
Differences
Absolute
,054
Positive ,054
Negative -,048
40

PENGARUH RASIO CAMEL PRAKTIK MANAJEMEN LABA DI BANK SYARIAH

Recommended

Recommended

More Related Content

Viewers also liked

Viewers also liked (10)

Similar to PENGARUH RASIO CAMEL PRAKTIK MANAJEMEN LABA DI BANK SYARIAH

Similar to PENGARUH RASIO CAMEL PRAKTIK MANAJEMEN LABA DI BANK SYARIAH (20)

Recently uploaded

Recently uploaded (12)

PENGARUH RASIO CAMEL PRAKTIK MANAJEMEN LABA DI BANK SYARIAH