PENGARUH SEKTOR PEMBIAYAAN TERHADAP PEMBIAYAAN

BERMASALAH (NPF) DAN KINERJA BANK SYARIAH (ROA. ROE,

TOTAL ASET) PADA BANK BUKOPIN SYARIAH PERIODE 2015-2020

Disusun untuk memenuhi tugas akhir semester mata kuliah Manajemen Risiko
Diampu oleh: Hasan Al-Banna, S.E.I., ME.

Oleh:
Kelompok 6

Misbakhul Munir (19108020064)

Khallimatus Sya’diah (19108020092)
Teni Sulis Setyaningsih (19108020104)

Tonie Narojatna (19108020117)

PRODI PERBANKAN SYARIAH

FAKULTAS EKONOMI DAN BISNIS ISLAM
UNIVERSITAS ISLAM NEGERI SUNAN KALIJAGA
YOGYAKARTA
Jalan Marsda Adisucipto, Yogyakarta, 55281
Telp.(0274) 550821,512474, Fax.(0274)586117, Email: febi@uin-suka.ac.id
METODOLOGI PENELITIAN
Data Penelitian
Penelitian dilakukan dengan mengambil sample laporan keuangan dari Bank BK
Bukopin Syariah. Dan data laporan keuangan tersebut bisa diakses melalui laman resminya
yaitu https://www.syariahbukopin.co.id/id/laporan dan juga bisa diambil di laman resmi OJK
https://www.ojk.go.id/id/Default.aspx yang mana OJK merupakan lembaga yang mmengawasi
dari setiap lembaga keuangan.

Data yang diolah dalam penelitian kali ini adalah data dari Bank BK Bukopin Syariah
dengan menggunakan data Triwulan. Periode waktunya adalah bulan Maret 2015-Desember
2020. Selain dari laporan keuangan yang ada pada laman resmi Bank BK Bukopin Syariah dan
OJK sumber lain yang menjadi referensi kami yaitu dari berbagai literature seperti buku,jurnal
dan lainnya.

Metode Penelitian
Metode penelitian merupakan suatu jalan atau cara untuk dapat memecahkan kembali
suatu masalah yang sedang dilakukan atau diajukan dan penelitian ini adalah jenis penelitian
kuantitatif yang mana data-datanya merupakan data sekunder yang tercetak dan dikumpulkan
oleh pihak sebelumnya. Metode penelitian kuantitatif merupakan pendekatan penelitian yang
banyak menggunakan angka-angka, mulai dari mengumpulkan data, penafsiran terhadap data
yang diperoleh, serta pemaparan hasilnya sebut Arikunto (2006: 12).Pendekatan kuantitatif
dilakukan untuk mengetahui apakah terdapat korelasi ataupun pengaruh independent variable
terhadap dependent variable (Mulyadi: 2011).

Adapun analisis yang digunakan adalah analisis regresi. Analisis regresi adalah sebuah
teknik analisis data yang ada pada ilmu statistika dan kerap digunakan untuk mengkaji relasi
antara beberapa variabel dan prediksi suatu variabel (Kutner, Nachtsheim dan Neter, 2004).
Dalam melakukan kajian hubungan diantara beberapa variabel yang menggunakan analisis
regresi, terlebih dahulu peneliti menentukan satu variabel yang disebut dengan variabel tidak
bebas dan satu atau lebih variabel bebas. Jika ingin dikaji hubungan atau pengaruh satu variabel
beabs terhadap variabel idak bebas, maka model regresi yang digunakan adalah bentuk regresi
linier sederhana. Akan tetapi, jika ingin dikaji hubungan atau pengaruh dari dua atau lebih
variabel bebas terhadap variabel tidak bebas, maka bentuk yang digunakan adalah bentuk
regresi linier berganda atau disebut juga dengan regresi klasik. Suatu penelitian memungkinkan
kita untuk dapat tertarik dalam mengetahui pengaruh linier pada beberapa variabel independen
terhadap variabel dependennya.

Hasil pengamatan penelitian dilaukan analisis dengan menggunakan metode penelitian

analisis regresi linier berganda. Regresi linier berganda merupakan metode yang digunakan
untuk mengukur pengaruh antara lebih dari satu variabel prediktor (variabel bebas) terhadap
variabel terikat. Pengertian lain dari regresi linier berganda juga adalah suatu persamaan yang
menjelaskan hubungan antar satu variabel tak bebas/ response (Y) dengan dua atau lebih
variabel bebas/ predictor (X1, X2,…Xn). Adapun tujuan dari uji regresi linier berganda adalah
untuk memprediksi nilai variable tak bebas/ response (Y) apabila nilai-nilai variabel bebasnya/
predictor (X1, X2,..., Xn) diketahui. Disamping itu juga untuk dapat mengetahui bagaimanakah
arah hubungan variabel tak bebas dengan variabel - variabel bebasnya (I Made Yuliara:2016).

Data yang diambil pada laporan keuamngan yang diolah meliputi 2 variabel yaitu
variabel bebas dan variabel terikat. Untuk variabel bebas sendiri yaitu risiko sector pembiayaan
yang di dalamnya terdiri dari umkm, non-umkm dan restrukturisasi (baik dari sisi piutang dan
sewa maupun bagi hasil). Sedangkan untuk variabel terikatnya yaitu pembiayaan bermasalah
(NPF) dan kinerja bank syariah (ROA, ROE, Total Asset).

Alat Analisis
Peneliti menggunakan software spreadsheet Microsoft exel yang kemudian diubah
menjadi data mentah. Dari data mentah tersebut kemudian peneliti menggunakan software
SPSS untuk mengolah data mentah tersebut agar dapat dianalisis menggunakan analisis regresi
linier berganda. Setelah mendapatkan output dari hasil SPSS dan dilakukan analisis maka akan
didapatkan pembahasaan atau penjabarannya secara deskripsi.
HASIL ANALISIS DAN PEMBAHASAN

Uji Asumsi Klasik

A. Uji Normalitas
Gambar 1 Gambar 2

Gambar 3 Gambar 4

Berdasarkan uji normalitas probability plot Gambar 1 Sampai Gambar 4 diatas, dapat
dikatakan bahwa model regresi terdistribusi normal karena data yang digambarkan dengan
titik-titik mengikuti garis normal. Hal tersebut dikarenakan model agresi memenuhi asumsi
normalitas yaitu jika data ploting (titik-titik) yang menggambarkan data sesungguhnya tidak
menyebar jauh atau mengikuti garis diagonal.
B. Uji Multikolinearitas
Tabel 1.1
Coefficientsa
Unstandardized Standardized Collinearity
Coefficients Coefficients Statistics
Std.
Model B Error Beta t Sig. Tolerance VIF
1 (Constant) 16,201 4,664 3,473 ,003
UMKM (Piutang -5,754E- ,000 -1,749 -2,541 ,021 ,017 58,389
Sewa) 6
NON UMKM -6,350E- ,000 -1,148 -2,507 ,023 ,039 25,845
(Piutang Sewa) 6
RESTRUKTURISASI 1,187E-6 ,000 ,058 ,221 ,828 ,117 8,559
(Piutang Sewa)
UMKM (Bagi Hasil) 1,795E-7 ,000 ,018 ,052 ,959 ,070 14,233
NON UMKM (Bagi -1,790E- ,000 -,024 -,111 ,913 ,167 5,972
Hasil) 7
RESTRUKTURISASI -3,256E- ,000 -,078 -,194 ,848 ,051 19,710
(Bagi Hasil) 7
a. Dependent Variable: NPF GROSS

Tabel 1.2
Coefficientsa
Unstandardized Standardized Collinearity
Coefficients Coefficients Statistics
Std.
Model B Error Beta t Sig. Tolerance VIF
1 (Constant) -1,018 ,853 -1,194 ,249
UMKM (Piutang 1,137E-6 ,000 1,857 2,746 ,014 ,017 58,389
Sewa)
NON UMKM 1,074E-6 ,000 1,043 2,318 ,033 ,039 25,845
(Piutang Sewa)
RESTRUKTURISASI -2,266E- ,000 -,598 -2,308 ,034 ,117 8,559
(Piutang Sewa) 6
UMKM (Bagi Hasil) -4,231E- ,000 -,224 -,672 ,510 ,070 14,233
7
NON UMKM (Bagi -7,012E- ,000 -,051 -,237 ,816 ,167 5,972
Hasil) 8
RESTRUKTURISASI 7,135E-7 ,000 ,914 2,327 ,033 ,051 19,710
(Bagi Hasil)
a. Dependent Variable: ROA
 Tabel 1.3
Coefficientsa
Unstandardized Standardized Collinearity
Coefficients Coefficients Statistics
Std.
Model B Error Beta t Sig. Tolerance VIF
1 (Constant) -7,633 8,143 -,937 ,362
UMKM (Piutang 9,449E-6 ,000 1,908 2,390 ,029 ,017 58,389
Sewa)
NON UMKM (Piutang 9,395E-6 ,000 1,129 2,125 ,049 ,039 25,845
Sewa)
RESTRUKTURISASI -2,024E-5 ,000 -,660 -2,159 ,045 ,117 8,559
(Piutang Sewa)
UMKM (Bagi Hasil) -3,781E-6 ,000 -,248 -,629 ,538 ,070 14,233
NON UMKM (Bagi -1,427E-6 ,000 -,129 -,505 ,620 ,167 5,972
Hasil)
RESTRUKTURISASI 6,669E-6 ,000 1,057 2,278 ,036 ,051 19,710
(Bagi Hasil)
a. Dependent Variable: ROE

Tabel 1.4
Coefficientsa
Standardized Collinearity
Unstandardized Coefficients Coefficients Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 1271047,455 2143882,273 ,593 ,561
UMKM (Piutang -,133 1,041 -,114 -,128 ,900 ,017 58,389
Sewa)
NON UMKM (Piutang -,285 1,164 -,146 -,245 ,810 ,039 25,845
Sewa)
RESTRUKTURISASI 5,538 2,468 ,769 2,244 ,038 ,117 8,559
(Piutang Sewa)
UMKM (Bagi Hasil) 2,903 1,582 ,811 1,835 ,084 ,070 14,233
NON UMKM (Bagi 1,760 ,744 ,677 2,365 ,030 ,167 5,972
Hasil)
RESTRUKTURISASI -2,703 ,771 -1,825 - ,003 ,051 19,710
(Bagi Hasil) 3,508
a. Dependent Variable: TOTAL ASET

Dikatakan tidak terjadi gejala multikolinearitas yaitu jika nilai tolerance lebih besar dari
0,100 dan VIF (Variance Inflation Factor) kurang dari 10,00 (Imam Ghozali, 2011).
Berdasarkan pada Tabel 1.2 sampai 1.4 diatas, diketahui bahwa selain variabel Restrukturisasi
(Piutang Sewa) dan Non UMKM (Bagi Hasil) terjadi gejala multikolinearitas karena nilai
tolerancenya <0,100 dan nilai VIF >10,00. Sedangkan variabel Restrukturisasi (Piutang Sewa)
dan Non UMKM (Bagi Hasil) tidak terjadi gejala multikolinearitas dikarenakan memiliki nilai
tolerance >0,100 yaitu 0,117 dan 0,167 serta nilai VIF <10,00 yaitu 8,559 dan 5,972.

C. Uji Autokorelasi
Tabel 2.1
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,928a ,862 ,813 ,85157 1,468
a. Predictors: (Constant), RESTRUKTURISASI (Bagi Hasil), NON UMKM (Bagi Hasil),
NON UMKM (Piutang Sewa), UMKM (Bagi Hasil), RESTRUKTURISASI (Piutang Sewa),
UMKM (Piutang Sewa)
b. Dependent Variable: NPF GROSS

Menurut Imam Ghozali (2011: 111) Tidak ada gejala autokorelasi, jika nilai Durbin Watson
terletak antara du sampai dengan (4-du). Berdasrkan Tabel 2.1 diatas, dengan jumlah data
24, nilai signifikansi 5%, dan jumlah variabel 6, maka didapat nilai dL dan dU sebesar
0,8371 dan 2,0352. Nilai DW (Durbin Watson) pada Tabel 2.1 adalah 1,468. Dengan
demikian: 1,468 < 1,965 (4 – 2,3052) sehingga dapat disimpulkan tidak terjadi gejala
autokorelasi.

Tabel 2.2
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,931a ,867 ,820 ,15571 1,046
a. Predictors: (Constant), RESTRUKTURISASI (Bagi Hasil), NON UMKM (Bagi Hasil),
NON UMKM (Piutang Sewa), UMKM (Bagi Hasil), RESTRUKTURISASI (Piutang Sewa),
UMKM (Piutang Sewa)
b. Dependent Variable: ROA

Berdasrkan Tabel 2.2 diatas, dengan jumlah data 24, nilai signifikansi 5%, dan jumlah
variabel 6, maka didapat nilai dL dan dU sebesar 0,8371 dan 2,0352. Nilai DW (Durbin
Watson) pada Tabel 2.1 adalah 1,046. Dengan demikian: 1,046 < 1,965 (4 – 2,3052)
sehingga dapat disimpulkan tidak terjadi gejala autokorelasi.
 Tabel 2.3
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,902a ,814 ,749 1,48665 1,035
a. Predictors: (Constant), RESTRUKTURISASI (Bagi Hasil), NON UMKM (Bagi Hasil),
NON UMKM (Piutang Sewa), UMKM (Bagi Hasil), RESTRUKTURISASI (Piutang Sewa),
UMKM (Piutang Sewa)
b. Dependent Variable: ROE

Berdasrkan Tabel 2.3 diatas, dengan jumlah data 24, nilai signifikansi 5%, dan jumlah
variabel 6, maka didapat nilai dL dan dU sebesar 0,8371 dan 2,0352. Nilai DW (Durbin
Watson) pada Tabel 2.1 adalah 1,035. Dengan demikian: 1,035 < 1,965 (4 – 2,3052)
sehingga dapat disimpulkan tidak terjadi gejala autokorelasi.

Tabel 2.4
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 ,876 ,767 ,684 391403,766 1,311
a. Predictors: (Constant), RESTRUKTURISASI (Bagi Hasil), NON UMKM (Bagi Hasil),
NON UMKM (Piutang Sewa), UMKM (Bagi Hasil), RESTRUKTURISASI (Piutang Sewa),
UMKM (Piutang Sewa)
b. Dependent Variable: TOTAL ASET

Berdasrkan Tabel 2.4 diatas, dengan jumlah data 24, nilai signifikansi 5%, dan jumlah
variabel 6, maka didapat nilai dL dan dU sebesar 0,8371 dan 2,0352. Nilai DW (Durbin
Watson) pada Tabel 2.1 adalah 1,311. Dengan demikian: 1,311 < 1,965 (4 – 2,3052)
sehingga dapat disimpulkan tidak terjadi gejala autokorelasi.

D. Uji heteroskedastisitas
Gambar 2.1 Gambar 2.2
 Gambar 2.3 Gambar 2.4

Berdasarkan Gambar 2.1 sampai dengan Gambar 2.4 diatas dapat disimpulkan bahwa model
regresi tidak terdapat heteroskedastisitas. Hal tersebut dikarenakan gambar menunjukan bahwa
titik-titik menyebar diatas dan dibawah angka 0 (nol) pada sumbu Y sehingga data
sesungguhnya tidakterdapat gejala heteroskedastisitas.

Analisis Regresi Linear Berganda

A. Koefisien Determinasi
Tabel 3.1
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,928a ,862 ,813 ,85157
a. Predictors: (Constant), RESTRUKTURISASI (Bagi Hasil), NON
UMKM (Bagi Hasil), NON UMKM (Piutang Sewa), UMKM (Bagi Hasil),
RESTRUKTURISASI (Piutang Sewa), UMKM (Piutang Sewa)
b. Dependent Variable: NPF GROSS

Dari tampilan Tabel 3.1 Model summary diatas, besarnya adjust R2 adalah 0,813, hal ini
berarti 81,3% variabel NPF Gross dapat dijelaskan oleh enam variabel independen diatas.
Sedangkan sisanya 18,7% dijelaskan oleh variabel lain diluar penelitian.

Tabel 3.2
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,931a ,867 ,820 ,15571
a. Predictors: (Constant), RESTRUKTURISASI (Bagi Hasil), NON
UMKM (Bagi Hasil), NON UMKM (Piutang Sewa), UMKM (Bagi Hasil),
RESTRUKTURISASI (Piutang Sewa), UMKM (Piutang Sewa)
b. Dependent Variable: ROA
 Dari tampilan Tabel 3.2 Model summary diatas, besarnya adjust R2 adalah 0,820, hal ini
berarti 82% variabel ROA dapat dijelaskan oleh enam variabel independen diatas.
Sedangkan sisanya 18% dijelaskan oleh variabel lain diluar penelitian.

Tabel 3.3
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,902a ,814 ,749 1,48665
a. Predictors: (Constant), RESTRUKTURISASI (Bagi Hasil), NON
UMKM (Bagi Hasil), NON UMKM (Piutang Sewa), UMKM (Bagi Hasil),
RESTRUKTURISASI (Piutang Sewa), UMKM (Piutang Sewa)
b. Dependent Variable: ROE

Dari tampilan Tabel 3.3 Model summary diatas, besarnya adjust R2 adalah 0,749, hal ini
berarti 74,9% variabel ROE dapat dijelaskan oleh enam variabel independen diatas.
Sedangkan sisanya 25,1% dijelaskan oleh variabel lain diluar penelitian.

Tabel 3.4
Model Summaryb
Adjusted R Std. Error of the
Model R R Square Square Estimate
1 ,876a ,767 ,684 391403,766
a. Predictors: (Constant), RESTRUKTURISASI (Bagi Hasil), NON
UMKM (Bagi Hasil), NON UMKM (Piutang Sewa), UMKM (Bagi Hasil),
RESTRUKTURISASI (Piutang Sewa), UMKM (Piutang Sewa)
b. Dependent Variable: TOTAL ASET

Dari tampilan Tabel 3.4 Model summary diatas, besarnya adjust R2 adalah 0,684, hal ini
berarti 68,4% variabel Total Aset dapat dijelaskan oleh enam variabel independen diatas.
Sedangkan sisanya 31,6% dijelaskan oleh variabel lain diluar penelitian.

B. Uji T
Tabel 4.1
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) 16,201 4,664 3,473 ,003
UMKM (Piutang Sewa) -5,754E-6 ,000 -1,749 -2,541 ,021
 NON UMKM (Piutang -6,350E-6 ,000 -1,148 -2,507 ,023
Sewa)
RESTRUKTURISASI 1,187E-6 ,000 ,058 ,221 ,828
(Piutang Sewa)
UMKM (Bagi Hasil) 1,795E-7 ,000 ,018 ,052 ,959
NON UMKM (Bagi Hasil) -1,790E-7 ,000 -,024 -,111 ,913
RESTRUKTURISASI -3,256E-7 ,000 -,078 -,194 ,848
(Bagi Hasil)
a. Dependent Variable: NPF GROSS

Dari Tabel 4.1 Coefficientsa diatas, bisa dilihat bahwa nilai signifikansi variabel UMKM
(Piutang Sewa) dan Non UMKM (Piutang Sewa) yaitu sebesar 0,021 dan 0,023 kurang dari
0,05 yang artinya bahwa dua variabel tersebut berpengaruh terhadap variabel NPF Gross atau
variabel dependen (Y).
Tabel 4.2
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta t Sig.
1 (Constant) -1,018 ,853 -1,194 ,249
UMKM (Piutang Sewa) 1,137E-6 ,000 1,857 2,746 ,014
NON UMKM (Piutang 1,074E-6 ,000 1,043 2,318 ,033
Sewa)
RESTRUKTURISASI -2,266E-6 ,000 -,598 -2,308 ,034
(Piutang Sewa)
UMKM (Bagi Hasil) -4,231E-7 ,000 -,224 -,672 ,510
NON UMKM (Bagi Hasil) -7,012E-8 ,000 -,051 -,237 ,816
RESTRUKTURISASI (Bagi 7,135E-7 ,000 ,914 2,327 ,033
Hasil)
a. Dependent Variable: ROA

Dari Tabel 4.2 Coefficientsa diatas, bisa dilihat bahwa nilai signifikansi variabel UMKM
(Piutang Sewa), NON UMKM (Piutang Sewa), Restrukturisasi (Piutang Sewa) dan
Restrukturisasi (Bagi Hasil) yaitu sebesar 0,014; 0,033; 0,034 dan 0,033 kurang dari 0,05 yang
artinya bahwa empat variabel tersebut berpengaruh terhadap variabel ROA atau variabel
dependen (Y).
 Tabel 4.3
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta T Sig.
1 (Constant) -7,633 8,143 -,937 ,362
UMKM (Piutang Sewa) 9,449E-6 ,000 1,908 2,390 ,029
NON UMKM (Piutang 9,395E-6 ,000 1,129 2,125 ,049
Sewa)
RESTRUKTURISASI -2,024E-5 ,000 -,660 -2,159 ,045
(Piutang Sewa)
UMKM (Bagi Hasil) -3,781E-6 ,000 -,248 -,629 ,538
NON UMKM (Bagi Hasil) -1,427E-6 ,000 -,129 -,505 ,620
RESTRUKTURISASI (Bagi 6,669E-6 ,000 1,057 2,278 ,036
Hasil)
a. Dependent Variable: ROE

Dari Tabel 4.3 Coefficientsa diatas, bisa dilihat bahwa nilai signifikansi variabel UMKM
(Piutang Sewa), NON UMKM (Piutang Sewa), Restrukturisasi (Piutang Sewa) dan
Restrukturisasi (Bagi Hasil) yaitu sebesar 0,029; 0,049; 0,045 dan 0,036 kurang dari 0,05 yang
artinya bahwa empat variabel tersebut berpengaruh terhadap variabel ROE atau variabel
dependen (Y).
Tabel 4.4
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model B Std. Error Beta T Sig.
1 (Constant) 1271047,455 2143882,273 ,593 ,561
UMKM (Piutang Sewa) -,133 1,041 -,114 -,128 ,900
NON UMKM (Piutang -,285 1,164 -,146 -,245 ,810
Sewa)
RESTRUKTURISASI 5,538 2,468 ,769 2,244 ,038
(Piutang Sewa)
UMKM (Bagi Hasil) 2,903 1,582 ,811 1,835 ,084
NON UMKM (Bagi Hasil) 1,760 ,744 ,677 2,365 ,030
RESTRUKTURISASI (Bagi -2,703 ,771 -1,825 -3,508 ,003
Hasil)
a. Dependent Variable: TOTAL ASET

Dari Tabel 4.4 Coefficientsa diatas, bisa dilihat bahwa nilai signifikansi variabel Restrukturisasi
(Piutang Sewa), NON UMKM (Bagi Hasil) dan Restrukturisasi (Bagi Hasil) yaitu sebesar
0,038; 0,030 dan 0,003 kurang dari 0,05 yang artinya bahwa tiga variabel tersebut berpengaruh
terhadap variabel Total Aset atau variabel dependen (Y) .

C. Uji F
Tabel 5.1
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 76,977 6 12,830 17,692 ,000b
Residual 12,328 17 ,725
Total 89,305 23
a. Dependent Variable: NPF GROSS
b. Predictors: (Constant), RESTRUKTURISASI (Bagi Hasil), NON UMKM (Bagi Hasil), NON
UMKM (Piutang Sewa), UMKM (Bagi Hasil), RESTRUKTURISASI (Piutang Sewa), UMKM
(Piutang Sewa)
Tabel 5.2
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 2,684 6 ,447 18,451 ,000b
Residual ,412 17 ,024
Total 3,096 23
a. Dependent Variable: ROA
b. Predictors: (Constant), RESTRUKTURISASI (Bagi Hasil), NON UMKM (Bagi Hasil), NON
UMKM (Piutang Sewa), UMKM (Bagi Hasil), RESTRUKTURISASI (Piutang Sewa), UMKM
(Piutang Sewa)
Tabel 5.3
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 164,827 6 27,471 12,430 ,000b
Residual 37,572 17 2,210
Total 202,399 23
a. Dependent Variable: ROE
b. Predictors: (Constant), RESTRUKTURISASI (Bagi Hasil), NON UMKM (Bagi Hasil), NON
UMKM (Piutang Sewa), UMKM (Bagi Hasil), RESTRUKTURISASI (Piutang Sewa), UMKM
(Piutang Sewa)

Tabel 5.4
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1 Regression 8555955301140,678 6 1425992550190,113 9,308 ,000b
Residual 2604347434398,949 17 153196907905,821
Total 11160302735539,627 23
 a. Dependent Variable: TOTAL ASET
b. Predictors: (Constant), RESTRUKTURISASI (Bagi Hasil), NON UMKM (Bagi Hasil), NON UMKM
(Piutang Sewa), UMKM (Bagi Hasil), RESTRUKTURISASI (Piutang Sewa), UMKM (Piutang Sewa)

Berdasarkan Tabel 5.1 ANOVA sampai dengan Tabel 5.4 ANOVA diatas, didapatkan
nilai F hitung pada masing-masing tabel yaitu 17,692; 18,451; 12,430 dan 9,308 dengan
probabilitas atau signifikansi 0,000 < 0,05 yang mana memiliki arti bahwa variabel independen
secara simultan berpengaruh terhadap variabel dependent. Selain dilihat dari nilai signifikansi,
uji F dapat dilakukan menggunakan F hitung dan F tabel dengan keterangan nilai F hitung > F
tabel. F tabel dapat dihitung dengan menggunakan persamaan F (k;(n-k)) = (6;(24-6)) = F (6;18)
= 2,661. Dengan hasil F tabel 2,661 dapat disimpulkan bahwa variabel independen secara
simultan berpengaruh terhadap variabel dependent karena nilai F hitung (masing-masing tabel
yaitu 17,692; 18,451; 12,430 dan 9,308) lebih besar dari F tabel (2,661).

Pengaruh Risiko Sektor Pembiayaan terhadap Pembiayaan Bermasalah (NPF)

Non Performing Financing (NPF) adalah pembiayaan yang tidak dapat atau berpotensi
untuk tidak mampu mengembalikan pembiayaan berdasarkan syarat- syarat yang telah
disetujui dan ditetapkan bersama secara tiba-tiba tanpa menunjukkan tanda-tanda terlebih
dahulu. Tingkat NPF yang tinggi mengakibatkan bank mengalami kesulitan menghimpun dana
kembali, sehingga bank diharapkan tetap menjaga kisaran NPF dalam tingkat yang wajar telah
ditetapkan oleh Bank Indonesia.

Berdasarkan hasil analisis regresi yang telah di lakukan penulis pada laporan keuangan
Bank Bukopin Syariah tahun 2015 sampai dengan 2020 menunjukkan bahwa sektor
pembiayaan UMKM (Piutang Sewa) dan Non UMKM (Piutang Sewa) yang di lakukan oleh
Bank Bukopin Syariah berpengaruh signifikan terhadap NPF. Sedangkan untuk variabel
pembiyaan Restrukturisasi (Piutang Sewa), UMKM (Bagi Hasil), Non UMKM (Bagi Hasil),
dan Restrukturisasi (Bagi Hasil) tidak berpengaruh signifikan. Artinya, apabila terjadi kenaikan
NPF tidak membuat pembiayaan yang disalurkan mengalami penurunan. Ini terbukti pada
laporan keuangan Bank Bukopin Syariah pada tahun 2015 sampai 2020 yaitu dengan terus
meningkatnya jumlah pembiayaan yang disalurkan walaupun NPF mengalami kenaikan

Pengaruh Risiko Sektor Pembiayaan terhadap ROA

Return on Asset (ROA) adalah rasio yang mengukur kemampuan perusahaan
menghasilkan laba pada masa lalu. Analisis ini kemudian bisa diproyeksikan ke masa depan
untuk melihat kemampuan perusahaan menghasilkan laba pada masa-masa mendatang.
 Berdasarkan hasil analisis regresi yang telah di lakukan penulis pada laporan keuangan
Bank Bukopin Syariah tahun 2015 sampai dengan 2020 menunjukkan bahwa variabel UMKM
(Piutang Sewa), NON UMKM (Piutang Sewa), Restrukturisasi (Piutang Sewa) dan
Restrukturisasi (Bagi Hasil) berpengaruh signifikan terhadap ROA. Sedangkan untuk variabel
UMKM (Bagi Hasil), Non UMKM (Bagi Hasil) tidak berpengaruh signifikan terhadap ROA.
Artinya semakin tinggi profitabilitas bank yang tercermin pada rasio return on asset (ROA)
maka semakin tinggi pula pembiayaan yang disalurkan.

Pengaruh Risiko Sektor Pembiayaan terhadap ROE

Return On Equity (ROE) yaitu kemampuan perusahaan dalam menghasilkan
keuntungan dengan modal sendiri yang dimiliki, sehingga ROE ini ada yang menyebut sebagai
rentabilitas modal sendiri. Rasio ini juga memberikan ukuran tingkat efektivitas manajemen
suatu perusahaan.

Berdasarkan hasil analisis regresi yang telah di lakukan penulis pada laporan keuangan
Bank Bukopin Syariah tahun 2015 sampai dengan 2020 menunjukkan bahwa variabel UMKM
(Piutang Sewa), NON UMKM (Piutang Sewa), Restrukturisasi (Piutang Sewa) dan
Restrukturisasi (Bagi Hasil) berpengaruh signifikan terhadap ROE. Sedangkan variabel
UMKM (Bagi Hasil), Non UMKM (Bagi Hasil) tidak berpengaruh signifikan terhadap ROE.
Artinya, semakin efisiensi bank menggunakan modal sendiri untuk menghasilkan laba,
sehingga jika laba meningkat maka berdampak pada kecukupan modal. Apabila kecukupan
modal semakin besar dapat menunjukkan semakin baik kemampuan bank untuk menanggung
risiko dari setiap pembiayaan yang berisiko.

Pengaruh Risiko Sektor Pembiayaan terhadap Total Aset

Aset adalah sumber kekayaan atau sumber ekonomi perusahaan yang dapat berwujud
barang, uang dan hak-hak yang mendapat jaminan oleh undang-undang maupun pihak-pihak
tertentu yang diperoleh dari transaksi atau peristiwa masa lalu.Semakin besar aset suatu
perusahaan, maka dapat di pastikan perusahaan tersebut juga besar. Begitu pula dengan bank,
aset sangat berpengaruh terhadap kelangsungan kegiatan operasional bank.

Berdasarkan hasil analisis regresi yang telah di lakukan penulis pada laporan keuangan
Bank Bukopin Syariah tahun 2015 sampai dengan 2020 menunjukkan bahwa variabel
Restrukturisasi (Piutang Sewa), NON UMKM (Bagi Hasil) dan Restrukturisasi (Bagi Hasil)
berpengaruh signifikan terhadap total asset. Sedangkan variabel UMKM (Piutang Sewa), Non
UMKM (Piutang Sewa), UMKM (Bagi Hasil) tidak berpengaruh signifikan terhadap total
asset. Artinya semakin tinggi total aset yang di hasilkan maka, akan mendorong peningkatan
volume pembiayaan yang di salurkan, demikian pula sebaliknya.

KESIMPULAN

Berdasarkan dari hasil analisis dan pembahasan dapat disimpulkan bahwa pada laporan
keuangan Bank Bukopin Syariah tahun 2015 sampai dengan 2020 menunjukkan bahwa:
pertama sektor pembiayaan UMKM (Piutang Sewa) dan Non UMKM (Piutang Sewa) yang di
lakukan oleh Bank Bukopin Syariah berpengaruh signifikan terhadap NPF. Sedangkan untuk
variabel pembiyaan Restrukturisasi (Piutang Sewa), UMKM (Bagi Hasil), Non UMKM (Bagi
Hasil), dan Restrukturisasi (Bagi Hasil) tidak berpengaruh signifikan.

Kedua, Sektor pembiayaan UMKM (Piutang Sewa), NON UMKM (Piutang Sewa),
Restrukturisasi (Piutang Sewa) dan Restrukturisasi (Bagi Hasil) berpengaruh signifikan
terhadap ROA. Sedangkan untuk variabel UMKM (Bagi Hasil), Non UMKM (Bagi Hasil)
tidak berpengaruh signifikan terhadap ROA.

Ketiga, Sektor pembiayaan UMKM (Piutang Sewa), NON UMKM (Piutang Sewa),
Restrukturisasi (Piutang Sewa) dan Restrukturisasi (Bagi Hasil) berpengaruh signifikan
terhadap ROE. Sedangkan variabel UMKM (Bagi Hasil), Non UMKM (Bagi Hasil) tidak
berpengaruh signifikan terhadap ROE.

Keempat, Sektor pembiayaan Restrukturisasi (Piutang Sewa), NON UMKM (Bagi Hasil) dan
Restrukturisasi (Bagi Hasil) berpengaruh signifikan terhadap total asset. Sedangkan variabel
UMKM (Piutang Sewa), Non UMKM (Piutang Sewa), UMKM (Bagi Hasil) tidak berpengaruh
signifikan terhadap total asset.
DAFTAR PUSTAKA

Agista, Aristantia Radis. 2015. Analisis Pengaruh DPK, CAR, NPF Dan ROA Terhadap
Pembiayaan Di PT Bank Muamala Indonesia Tbk. Periode 2007 – 2013. Surakarta :
Universitas Muhamadiyah Surakarta.

Arikunto, S. 2006. Metode Penelitian Kualitatif. Jakarta: Bumi Aksara

Saputra, Imam Rifki. 2014. Pengaruh DPK dan NPF Terhadap Pembiayaan Yang Disalurkan
(PYD) Serta Implikasinya Pada ROA (Studi Pada 3 Bank Syariah di Indonesia Periode
2010-2013). Jakarta: UIN Syarif Hidayatullah.

Tanjung, Ami Nullah Marlis. 2020. Pengaruh Total Aset Dan Dana Pihak Ketiga Terhadap
Pembiayaan Pada Bank Muamalat Indonesia. Universitas Muslim Nusantara Al-
Wasliyah.