Syntax Literate: Jurnal Ilmiah Indonesia p�ISSN: 2541-0849

e-ISSN: 2548-1398

Vol. 6, No. 9, September 2021

PENGARUH RISIKO KREDIT, RISIKO LIKUIDITAS, RISIKO PASAR, DAN RISIKO OPERASIONAL TERHADAP PROFITABILITAS PADA PERUSAHAAN SEKTOR PERBANKAN

Shella Tehresia, Mesrawati, Meiliana Dewi, Elisabeth Yohanes Wijaya, Cindy Billyandi

Fakultas Ekonomi Universitas Prima Medan Sumatera Utara, Indonesia

Email:� [email protected], [email protected], [email protected], [email protected], [email protected]

Abstrak

Penelitian ini memiliki tujuan untuk mengetahui Pengaruh Risiko Kredit, Risiko Likuiditas, Risiko Pasar, dan Risiko Operasional Terhadap Profitabilitas pada Perusahaan Sektor Perbankan yang Terdaftar di Bursa Efek Indonesia Periode 2016-2019. Data yang digunakan bersumber dari data keuangan di Bursa Efek Indonesia melalui situs www.idx.co.id. Dan telah dilakukan seleksi berdasarkan kriteria yang telah ditentukan. Populasi yang digunakan dalam penelitian ini adalah perusahaan Sektor Perbankan yang berjumlah 45 perusahaan, dengan menggunakan purposive sampling maka sampel yang didapatkan sebanyak 27 perusahaan. Dengan penelitian ini, diharapkan agar dapat menjadi suatu ilmu pengetahuan untuk membantu para peneliti selanjutnya dan juga para mahasiswa atau masyarakat umum yang membutuhkan suatu sumber informasi. Hasil penelitian menunjukkan secara simultan variabel risiko kredit (NPL), risiko likuiditas (LDR), risiko pasar (NIM) dan risiko operasional (BOPO) berpengaruh signifikan terhadap profitabilitas (ROA) pada perusahaan perbankan yang terdaftar di Bursa Efek Indonesia periode 2016-2019. Pemilihan sektor Perbankan pada penelitian ini dikarenakan saham tersebut merupakan saham-saham yang paling banyak diminati saat ini.

Kata Kunci:�� risiko kredit; risiko likuiditas; risiko pasar; risiko operasional; profitabilitas

Abstract

This study aims to determine the effect of credit risk, liquidity risk, market risk, and operational risk on profitability In banking company sector which listed in Indonesian Exchange Effect for the period of 2016-2019.The source of data is from financial data in Indonesian Exchange Effect through www.idx.co.id and the selection has been done based on predetermined criteria.The population used in this study is the banking company sector, for 45 companies by using porposive sampling, resulting 27 companies. By the research, the writers hope it will be scientific source of knowledge in helping other researchers and university students or society who need resources. The results of the study show that simultaneously credit risk (NPL), liquidity risk (LDR), market risk (NIM) and operational risk (BOPO) have a significant effect on profitability (ROA) in banking companies listed on the Indonesia Shares Exchange for the 2016-2019 period. The selection sector in the research is the mist demanded Shares nowadays.

Keywords: credit risk; liquidity risk; market risk; operational risk; profitabilit���������

Received: 2021-08-20; Accepted: 2021-09-05; Published: 2021-09-20

Pendahuluan

Menurut Undang-Undang RI Nomor 10 Tahun 1998 tanggal 10 November 1998 tentang Perbankan, yang dimaksud dengan Bank adalah badan usaha yang menghimpun dana dari masyarakat dalam bentuk simpanan dan menyalurkannya kepada masyarakat dalam bentuk kredit dan atau bentuk-bentuk lainnya dalam rangka meningkatkan taraf hidup rakyat banyak (Kumaralita & Purwanto, 2019).

Bank memiliki tujuan untuk memperoleh profitabilitas yang maksimal dalam mengoptimalkan kegiatan operasionalnya, dimana menjadi suatu alat pengukuran kesehatan bank atau kinerja perbankan yang digunakan untuk mengukur efektivitas manajemen berdasarkan hasil yang didapatkan dari penjualan dan investasi. Profitabilitas menjadi indikator untuk menilai baik buruknya kinerja suatu bank. (Sudiyatno & Fatmawati, 2013). Profitabilitas bank merupakan salah satu aspek yang dapat dijadikan tolak ukur untuk menilai keberhasilan bank dalam menjalankan operasinya.

Dalam menjalankan kegiatan bisnisnya bank akan berusaha menghasilkan profitabilitas yang optimal (Komang Triska Ariwidanta, 2016). Semakin tinggi profitabilitas yang diterima, maka bank mendapatkan laba yang tinggi. Begitu juga sebaliknya jika bank memperoleh profitabilitas yang rendah, maka laba yang diperoleh bank juga akan rendah. Profitabilitas mencerminkan kemampuan perusahaan dalam menghasilkan laba melalui kegiatan operasional yang dilakukan perusahaan.Tingkat profitabilitas akan menjadi tolak ukur kemampuan bank untuk bertahan dalam bisnis yang dijalankan, dengan bank mendapatkan pendapatan operasional yang maksimal dengan beban operasional yang minimal (K T Ariwidanta, 2016).

Salah satu rasio pengukur profit adalah Return on Asset (ROA). Menurut surat edaran BI NO.3/30DPNP tanggal 14 Desember 2001, rasio ROA dapat diukur dengan perbandingan antara laba sebelum pajak terhadap total aset (total aktiva). Semakin besar ROA suatu bank, maka semakin besar pula tingkat keuntungan suatu bank dan semakin baik posisi bank dalam segi penggunaan aset (Ramadhan, 2017). Perusahaan harus memiliki sistem yang benar-benar bermutu agar mencapai profitabilitas maksimal, salah satunya adalah dengan menerapkan manajemen risiko, risiko adalah peluang untuk terjadinya kerugian� (Ratnasari, 2020).

Menurut Peraturan Bank Indonesia Nomor 11/25/PBI/2009 Tahun 2009 terdapat beberapa risiko dalam perbankan, yaitu risiko kredit, risiko pasar, risiko operasional, risiko likuiditas, risiko strategik, risiko reputasi, risiko hukum dan risiko kepatuhan (Putera & SH, 2020). Berkenaan dengan penelitian ini, maka penulis tidak akan membahas semua risiko perbankan yang mempengaruhi profitabilitas perbankan, penulis hanya akan fokus pada risiko kredit, risiko pasar, risiko likuiditas dan risiko operasional (Indonesia, 2009).

Tabel 1

Tabel Data Fenomena (Dalam Jutaan Rupiah)

No	Perusahaan	Tahun	Kredit Bermasalah (NPL)	Total Kredit (LDR)	Pendapatan Bunga (NIM)	Pendapatan Operasional (BOPO)	Total Aset (ROA)
1.	PT Bank Ganesha Tbk	2016	31.570	2.411.612	156.196	304.782	4.235.925
		2017	23.462	2.884.555	205.544	426.353	4.581.932
		2018	123.871	2.812.617	208.522	426.239	4.497.122
		2019	68.184	2.948.911	185.213	437.619	4.809.743
2.	PT Bank	2016	502.003	63.168.410	8.853.979	609.942	91.371.387
	Tabungan
		2017	589.783	65.351.837	9.521.610	469.537	95.489.850
	Pensiunan
		2018	844.556	68.136.780	6.520.814	591.019	90.551.493
	Nasional
	Tbk
		2019	1.152.605	141.760.183	7.113.999	1.543.827	167.492.734
3.	PT Bank	2016	234.369	8.179.754	421.672	70.694	11.377.691
	BRI
		2017	284.435	10.981.623	503.123	55.106	16.325.247
	Agroniaga
		2018	447.654	15.670.732	675.930	51.224	23.313.671
	Tbk
		2019	1.482.507	19.366.245	693.211	73.866	27.067.923

Sumber: Bursa Efek Indonesia

Pada Tabel 1 dapat dilihat pada PT. Bank Ganesha Tbk, NPL pada tahun 2016-2017 mengalami penurunan dan ROA mengalami kenaikan, hal ini berarti dimana kenaikan nilai NPL yang mencerminkan kredit macet dalam pengelolaan kredit bank akan menurunkan tingkat pendapatan bank. Pada PT. Bank Tabungan Pensiunan Nasional Tbk, LDR tahun 2016-2017 mengalami kenaikan dan ROA juga mengalami kenaikan. Hal ini sejalan dengan penelitian menurut (Syafi�i, 2016), semakin tinggi LDR sampai dengan batas waktu tertentu maka akan semakin banyak dana yang disalurkan dalam bentuk kredit dan akan meningkatkan pendapatan bunga sehingga ROA semakin tinggi. Pada PT. Bank Tabungan Pensiunan Nasional Tbk, NIM tahun 2018-2019 mengalami kenaikan dan ROA juga mengalami kenaikan hal ini berarti semakin besar NIM menunjukkan semakin efektif bank dalam penempatan aktiva perusahaan dalam bentuk kredit, sehingga ROA bank akan meningkat. Pada PT. Bank BRI Agroniaga Tbk, BOPO pada tahun 2016-2017 mengalami penurunan dan ROA mengalami kenaikan, hal ini berarti semakin tinggi beban operasional yang hampir menyamai atau melampaui pendapatan operasional maka akan menurunkan laba bank sehingga memengaruhi penurunan ROA.

Metode Penelitian

Penelitian ini menggunakan metode penelitian kuantitatif (Sugiyono, 2017), yaitu penelitian yang menggunakan data berbentuk angka, yang bertujuan untuk menguji variabel yang berpengaruh terhadap variabel dependen. Sumber data yang digunakan dalam penelitian ini adalah data sekunder, yaitu data yang diperoleh dari sumber yang ada, dapat berupa data yang dipublikasikan maupun tidak dipublikasikan. Data sekunder dapat diperoleh dari situs resmi Bursa Efek Indonesia (BEI) yang diperoleh melalui www.idx.co.id. Penelitian ini menggunakan analisis statistik deskriptif (Janie, 2012), yang digunakan untuk mendeskripsikan variabel-variabel dalam penelitian ini.

A. Populasi dan Sampel

Populasi pada penelitian ini adalah perusahaan perbankan yang terdaftar di Bursa Efek Indonesia untuk tahun 2016-2019 sejumlah 45 perusahaan yang diperoleh dari situs resmi Bursa Efek Indonesia (BEI) www.idx.co.id.

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi yang diambil menurut prosedur tertentu sehingga dapat mewakili populasinya. Teknik pengambilan sampel yang digunakan dalam penelitian ini yaitu Purposive sampling. Adapun pemilihan sampel yang dipilih dengan menggunakan purposive sampling dengan kriteria-kriteria sebagai berikut:

1. Perusahaan perbankan yang terdaftar di Bursa Efek Indonesia (BEI) periode 2016-2019

2. Perusahaan yang memiliki laba setiap tahunnya

Tabel 2

Daftar Populasi dan Sampel Perusahaan Sektor Perbankan yang terdaftar pada Bursa Efek Indonesia Tahun 2016-2019

No.	Kriteria	Jumlah
1.	Perusahaan Perbankan yang terdaftar di Bursa Efek Indonesia (BEI) periode 2016-2019	45
2.	Perusahaan Perbankan yang tidak mempublikasikan laporan keuangan	(3)
3.	Perusahaan Perbankan yang mengalami kerugian setiap tahunnya	(15)
	Jumlah sampel awal	27
	Tahun Pengamatan	4
	Jumlah sampel akhir (27*4 tahun)	108

B. Definisi Variabel Operasional

1. Risiko Kredit (X1)

Risiko Kredit atau sering disebut dengan Default Risk merupakan suatu risiko akibat kegagalan atau ketidakmampuan nasabah untuk mengembalikan pinjaman yang diperoleh dari bank beserta bunganya yang sesuai dengan jangka waktu yang ditentukan (Rahmi, 2014). Penelitian ini memakai Non Performing Loan dengan rumus sebagai berikut (Dewi & Srihandoko, 2018).

NPL=�JumlahKreditBermasalah��� x100%

TotalKedit

2. Risiko Likuiditas (X2)

Penilaian kemampuan Likuiditas suatu bank dapat menggunakan Loan to Deposit Ratio (LDR). LDR menunjukkan perbandingan antara jumlah kredit yang diberikan oleh bank dengan dana pihak ketiga. Semakin tinggi LDR memberikan indikasi semakin rendah kemampuan likuiditas bank bersangkutan, karena jumlah dana yang diperlukan untuk membiayai kredit semakin besar. Rasio Loan to Deposit Ratio (LDR) dapat dirumuskan sebagai berikut:

LDR =

Total Kredit

TotalDanaPihakKetiga

x100%

3. Risiko Pasar (X3)

NIM =

Pendapatan Bunga Bersih

Aktiva Produktif

x100%

Risiko Pasar merupakan risiko yang muncul karena harga pasar bergerak dalam arah yang merugikan organisasi, risiko yang terjadi dari pergerakan harga atau volatilitas harga pasar (Ramadhan, 2017). Penelitian ini menggunakan Beta sebagai alat ukur dari risiko pasar dengan rumus sebagai berikut (Ramadhan, 2017):

4. Risiko Operasional (X4)

BOPO =

Total Beban Operasional

Total PendapatanTradisional

x100%

Menurut (Irham, 2010), Risiko Operasional merupakan risiko yang umumnya bersumber dari masalah internal perusahaan, dimana risiko ini terjadi disebabkan oleh lemahnya system control manajemen (management control system) yang dilakukan oleh pihak internal perusahaan.

5. Profitabilitas (Y)

Analisis Rasio Profitabilitas yang digunakan untuk mengukur kinerja profitabilitas bank dalam penelitian ini adalah Return On Assets (ROA). Return On Assets (ROA) digunakan untuk mengukur kemampuan manajemen bank dalam memperoleh keuntungan (laba) secara keseluruhan (Mosey, Tommy, & Untu, 2018), Semakin besar ROA suatu bank, semakin besar pula tingkat keuntungan yang dicapai bank tersebut dari segi penggunaan asset. Return on assets (ROA) dapat dirumuskan sebagai berikut:

ROA=�� LabaSetelahPajak�� x100%

Total Aset

C. Uji AsumsiKlasik

1. Uji Normalitas

Menurut (Ghozali, 2016), Uji Normalitas bertujuan untuk mengetahui model regresi pada data penelitian berdistribusi normal atau tidak. Pengujian ini dilakukan dengan menggunakan uji statistik One Sample Kolmogorov Smirnov (K-S), dimana data akan berdistribusi normal apabila hasil K-S signifikan diatas0,05.

2. Uji Multikolinearitas

Menurut (Ghozali, 2016), Uji Multikolinearitas bertujuan untuk mengetahui apakahada terjadi hubungan linier antar variabel independen dan apakah ada variabel independen yang memiliki kemiripan dengan variabel independen yang lain dalam satu model. Pengujian ini dilakukan dengan menganalisis uji Tolerance Value atau nilai toleransi dan uji Variance Inflation Vactor (VIF), untuk menunjukkan ada tidaknya multikolinearitas.

3. Uji Heteroskedastisitas

Menurut (Ghozali, 2016), Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi ada terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Pengujian ini di lakukan dengan menggunakan uji Glesjer, Grafik plot.

4. Uji Autokorelasi

Menurut (Ghozali, 2016), Uji Autokorelasi bertujuan untuk menguji apakah dalam satu model regresi ada korelasi antara kesalahan pengganggu pada periode saat ini (t) dengan kesalahan pada periode sebelumnya (-t). Pengujian ini dilakukan dengan menggunakan uji Durbin-Watson.

5. Analisis Regresi Berganda

Analisis regresi berganda digunakan untuk mengukur kekuatan hubungan dan� menunjukkan arah hubungan antara variabel independen dengan variabel dependen. Untuk mengetahui pengaruh variabel-variabel independen terhadap variabel dependen, yaitu Risiko Kredit, Risiko Likuiditas, dan Risiko Pasar terhadap Profitabilitas, maka digunakan analisis regresi berganda. Persamaan analisis regresi berganda yang di gunakan adalah sebagai berikut:

Y=a+b1NPL+b2LDR+b3NIM+b4BOPO+e

Keterangan:

Y = Return On Assets (ROA) A = Konstanta

B = Koefisien Regresi

X1 = Risiko Kredit (NPL)

X2 = Risiko Likuiditas (LDR)

X3 = Risiko Pasar (NIM)

X4 = Risiko Operasional (BOPO) e = Standart Error

6. Analisis Koefisien Determinasi (R²)

Menurut (Ghozali, 2016) Pengujian ini dilakukan untuk mengetahui seberapa besar perubahan variabel dependen mampu dijelaskan oleh variabel independen.Hal ini dapat dilihat dari nilai Koefisien Determinasi (R²) antara 0 dan 1. Nilai R² yang kecil menandakan kemampuan variabel independen dalam menjelaskan variabel dependen sangat terbatas, dan sebaliknya.

7. Uji Regresi Secara Simultan (Uji F)

Uji Statistik F pada dasarnya menunjukkan apakah semua variabel independen yang dimasukkan berpengaruh secara bersama-sama terhadap variabel dependen. Jika nilai signifikan lebih besar dari 0,05 maka H0 diterima dan Ha ditolak, begitu juga sebaliknya.

8. Uji Regresi Secara Parsial (Uji t)

Uji t digunakan untuk menguji hipotesis secara parsial agar dapat menunjukkan pengaruh tiap variabel independen secara individual terhadap variabel dependen. Uji ini dilakukan dengan membandingkan nilai p atau p-value pada nilai signifikan (0,05). Jika p-value lebih besar dari 0,05 maka H1 dan H2 ditolak yang berarti tidak ada pengaruh signifikan dari variabel independen terhadap variabel dependen dan begitu juga sebaliknya.

Hasil dan Pembahasan

A. Uji Descriptive Statistics

Tabel 3

Descriptive Statistics

	N	Minimum	Maximum	Mean	Std. Deviation
Sqrt_NPL	108	.00	2.92	1.6042	.45090
Sqrt_LDR	108	7.11	12.77	9.3500	.89662
Sqrt_NIM	108	1.44	3.46	2.3167	.35089
Sqrt_BOPO	108	3.06	10.93	9.0060	.81571
Sqrt_ROA	108	.30	2.00	1.2804	.43473
Valid N(listwise)	108

a. Variabel NPL memiliki sampel 108 dengan nilai minimum 0.00 dan nilai maksimum 2.92 sedangkan nilai rata-rata 1.6042 dengan standar deviasi 0.45090

b. Variabel LDR memiliki sampel 108 dengan nilai minimum 7.11 dan nilai maksimum 12.77 sedangkan nilai rata-rata 9.3500 dengan standar deviasi 0.89662

c. Variabel NIM memiliki sampel 108 dengan nilai minimum 1.44 dan nilai maksimum 3.46 sedangkan nilai rata-rata 2.3167 dengan standar deviasi 0.35089

d. Variabel BOPO memiliki sampel 108 dengan nilai minimum 3.06 dan nilai maksimum10.93 sedangkan nilai rata-rata 9.0060 dengan standar deviasi 0.81571

e. Variabel ROA memiliki sampel 108 dengan nilai minimum 0.30 dan nilai maksimum 2.00 sedangkan nilai rata-rata 1.2804 dengan standar deviasi 0.43473

B.
Uji Normalitas

Data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola distribusi normal, maka model regresi dikatakan memenuhi asumsi normalitas.

C. Kolmogorov-Smirnov

Tabel 4

One-Sample Kolmogorov-Smirnov Test

	Unstandardized Residual
N NormalParameters^a,b�������� Mean Std.Deviation MostExtreme������������������� Absolute Differences�������������������� Positive Negative Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)	108 0E-7 .26636860 .126 .109 -.126 1.308 .065

a. Test distribution isNormal.

b. Calculated fromdata.

Berdasarkan hasil uji normalitas diketahui nilai signifikasi 0.065 > 0.05. Sehingga dapat disimpulkan bahwa uji normalitas pada penelitian ini berdistribusi normal.

a) Uji Multikolinearitas

Tabel 5

Coefficients^a

Model	Unstandardized Coefficients		Standardized Coefficients	t	Sig.	Collinearity Statistics
	B	Std. Error	Beta			Tolerance	VIF
(Constant)	1.603	.492		3.258	.002
Sqrt_NPL	-.191	.060	-.198	-3.168	.002	.929	1.077
1��������������� Sqrt_LDR	.066	.029	.137	2.250	.027	.988	1.012
Sqrt_NIM	.580	.079	.468	7.347	.000	.898	1.113
Sqrt_BOPO	-.220	.033	-.412	-6.594	.000	.933	1.072

a. Dependent Variable: Sqrt_ROA

Berdasarkan hasil uji multikolinearitas menunjukkan bahwa nilai tolerance pada semua variable diatas > 0,10 dan nilai VIF semua variabel < 10. Sehingga dapat disimpulkan bahwa dalam penelitian ini tidak terjadi gejala multikolinearitas.

D. Uji Heteroskedastisita

a) Uji Scatterplots

Berdasarkan hasil uji scatterplots� dapat dilihat bahwa titik-titik menyebar di atas dan dibawah angka 0 kemudian titik-titik juga tidak membentuk pola apapun.Oleh karena itu dapat disimpulkan bahwa tidak terjadi gejala heteroskedastisitas.

E. Uji Autokorelasi

Tabel 6

Model Summary^b

Model	R	R Square	Adjusted R Square	Std. Error of the Estimate	Durbin- Watson
1	.790^a	.625	.610	.27149	2.096

a. Predictors: (Constant), Sqrt_BOPO, Sqrt_LDR, Sqrt_NPL,Sqrt_NIM

b. Dependent Variable:Sqrt_ROA

Berdasarkan hasil uji Autokorelasi, dapat dilihat bahwa nilai Durbin-Watson = 2.096, kemudian berdasarkan jumlah sampel yaitu 108, jumlah variabel independen yaitu 4 dan nilai signifikan sebesar 5% (0.05) didapatkan hasil du dari tabel=1.7637.Sehingga dapat disimpulkan bahwa tidak ada gejala autokorelasi karena du(1.7637)<Durbin-Watson(2.099)<4�du(2.2363).

F. Uji Regresi Linier Berganda

Tabel 7

Coefficient^a

Model	Unstandardized Coefficients		Standardized Coefficients	t	Sig.	Collinearity Statistics
	B	Std. Error	Beta			Tolerance	VIF
(Constant)	1.603	.492		3.258	.002
Sqrt_NPL	-.191	.060	-.198	-3.168	.002	.929	1.077
1���������� Sqrt_LDR	.066	.029	.137	2.250	.027	.988	1.012
Sqrt_NIM	.580	.079	.468	7.347	.000	.898	1.113
Sqrt_BOPO	-.220	.033	-.412	-6.594	.000	.933	1.072

a. Dependent Variable: Sqrt_ROA

Dari Data diatas dapat diperoleh persamaan regresi sebagai berikut:

Y = a + b1NPL + b2LDR + b3NIM + b4BOPO +e

Y = 1.603 + (-0.191) + 0.066 + 0.580 + (-0.220)

G. Uji Koefisien Determinasi

Tabel 8

Model Summary^b

Model	R	R Square	Adjusted R Square	Std. Error of the Estimate	Durbin- Watson
1	.790^a	.625	.610	.27149	2.096

a. Predictors: (Constant), Sqrt_BOPO, Sqrt_LDR, Sqrt_NPL,Sqrt_NIM

b. Dependent Variable:Sqrt_ROA

Berdasarkan data diatas diperoleh nilai R Square sebesar 0.625 atau 62.5% dapat diartikan bahwa ROA dipengaruhi oleh NPL, LDR, NIM, BOPO sedangkan sisanya sebesar 37.5% dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian ini:

H. Uji F

Tabel 9

ANOVAa

Model		Sum of Squares		df		Mean Square		F		Sig.
	Regression		12.630		4		3.158		42.840		.000^b
1	Residual		7.592		103		.074
	Total		20.222		107

a. Dependent Variable:Sqrt_ROA

b. Predictors: (Constant), Sqrt_BOPO, Sqrt_LDR, Sqrt_NPL,Sqrt_NIM

Dari hasil perhitungan di atas diperolah F-hitung sebesar 42.840 yang lebih besar dari F-tabel sebesar 2,46. Maka dapat disimpulkan variabel NPL, LDR, NIM dan BOPO secara simultan berpengaruh terhadap ROA.

I. Uji T

Tabel 10

Coefficients^a

Model	Unstandardized Coefficients		Standardized Coefficients	t	Sig.	Collinearity Statistics
	B	Std. Error	Beta			Tolerance	VIF
(Constant)	1.603	.492		3.258	.002
Sqrt_NPL	-.191	.060	-.198	-3.168	.002	.929	1.077
1Sqrt_LDR	.066	.029	.137	2.250	.027	.988	1.012
Sqrt_NIM	.580	.079	.468	7.347	.000	.898	1.113
Sqrt_BOPO	-.220	.033	-.412	-6.594	.000	.933	1.072

a. Dependent Variable: Sqrt_ROA

Dari hasil uji t pada tabel di atas dapat dilihat bahwa:

1) Variabel NPL memiliki nilai koefisien regresi yaitu -0,191 bernilai negatif yang artinya variabel NPL memiliki pengaruh negatif terhadap ROA,selain itu variabel NPL juga memiliki t-hitung sebesar -3.168 lebih kecil dari t-tabel sebesar 1.660 serta nilai signifikansi sebesar 0,002 atau lebih kecil dari 0,05 yang menunjukkan bahwa variabel NPL berpengaruh negatif terhadapROA.

2) Variabel LDR memiliki nilai koefisien regresi yaitu 0.066 bernilai positif yang artinya variabel LDR memiliki pengaruh positif terhadap ROA,selain itu variabel LDR juga memiliki t-hitung sebesar 2.250 lebih bear dari t-tabel sebesar 1.660 serta nilai signifikansi sebesar 0,027 atau lebih kecil dari 0,05 yang menunjukkan bahwa variabel LDR berpengaruh positif terhadapROA.

3) Variabel NIM memiliki nilai koefisien regresi yaitu 0.580 bernilai positif yang artinya variabel NIM memiliki pengaruh positif terhadap ROA,selain itu variabel NPL juga memiliki t-hitung sebesar 7.347 lebih besar dari t-tabel sebesar 1.660 serta nilai signifikansi sebesar 0,000 atau lebih kecil dari 0,05 yang menunjukkan bahwa variabel NIM berpengaruh positif terhadap ROA.

4) Variabel BOPO memiliki nilai koefisien regresi yaitu -0.220 bernilai negatif yang artinya variabel BOPO memiliki pengaruh negatif terhadap ROA, selain itu variabel BOPO juga memiliki t-hitung sebesar -6.594 dan lebih kecil dari t-tabel sebesar 1.660 serta nilai signifikansi sebesar 0,000 atau lebih kecil dari 0,05 yang menunjukkan bahwa variabel BOPO berpengaruh negatif terhadap ROA.

Kesimpulan

Kesimpulan dari penelitian kami adalah Risiko Kredit (NPL) dan Risiko Operasional (BOPO) berpengaruh negatif terhadap profitabilitas (ROA) sedangkan Risiko Likuiditas (LDR) dan Risiko Pasar (NIM) berpengaruh positif teehadap profitablitias (ROA) pada perusahaan perbankan yang terdaftar di Bursa Efek Indonesia tahun 2016-2019.

BIBLIOGRAFI

Ariwidanta, K T. (2016). Pengaruh Risiko Kredit Terhadap Profitabilitas Dengan Kecukupan Modal Sebagai Variabel Mediasi. 5(4), 2311�2340.Google Scholar

Ariwidanta, Komang Triska. (2016). Pengaruh Risiko Kredit terhadap Profitabilitas dengan Kecukupan Modal sebagai Variabel Mediasi. E-Jurnal Manajemen Unud, 5(4), 2311�2340. Google Scholar

Dewi, Eneng Trisnawati, & Srihandoko, Wimpi. (2018). Pengaruh Risiko Kredit dan Risiko Likuiditas Terhadap Profitabilitas Bank. Jurnal Ilmiah Manajemen Kesatuan, 6(3), 131�138. https://doi.org/10.37641/jimkes.v6i3.294 Google Scholar

Ghozali, Imam. (2016). Aplikasi Analisis Multivariate dengan Program SPSS. Cet . VIII. In Aplikasi Analisis Multivariate dengan Program SPSS. Cet . VIII. Semarang: Badan Penerbitan Universitas Dipanegoro. Google Scholar

Indonesia, Gubernur Bank. (2009). Peraturan Bank Indonesia Nomor: 6/20/Pbi/2004 Tentang Perubahan Atas Peraturan Bank Indonesia Nomor 5/13/Pbi/2003 Tentang Posisi Devisa Neto Bank Umum. Google Scholar

Irham, Fahmi. (2010). Manajemen Resiko. Bandung. Google Scholar

Janie, Dyah Nirmala Arum. (2012). Statistik deskriptif & regresi linier berganda dengan SPSS. Jurnal, April. Google Scholar

Kumaralita, Prasiska Widya, & Purwanto, Agus. (2019). Analisis Pengaruh Risiko Kredit Terhadap Profitabilitas. Diponegoro Journal of Accounting, 8, 1�13. Google Scholar

Mosey, Angela Christin, Tommy, Parengkuan, & Untu, Victoria. (2018). Pengaruh Risiko Pasar Dan Risiko Kredit Terhadap Profitabilitas Pada Bank Umum Bumn Yang Terdaftar Di Bei Periode 2012-2016. Jurnal EMBA: Jurnal Riset Ekonomi, Manajemen, Bisnis Dan Akuntansi, 6(3), 1338�1347. https://doi.org/10.35794/emba.v6i3.20217 Google Scholar

Putera, Andika Persada, & SH, M. (2020). Hukum Perbankan: Analisis Mengenai Prinsip, Produk, Risiko Dan Manajemen Risiko Dalam Perbankan. Scopindo Media Pustaka. Google Scholar

Rahmi, Ceria Lisa. (2014). Pengaruh Risiko Kredit, Risiko Likuiditas Dan Risiko Tingkat Bunga Terhadap Profitabilitas (Studi Empiris pada Perusahaan Perbankan Terdaftar di Bursa Efek Indonesia). Artikel Srkipsi, 1�22. Google Scholar

Ramadhan, N. .. (2017). Pengaruh Risiko Kredit, Risiko Likuiditas dan Risiko Pasar Terhadap Profitabilitas Perusahaan Perbankan yang Terdaftar di Bursa Efek Indonesia (BEI) Periode 2013-2017. 4. Google Scholar

Ratnasari, Evy. (2020). UPAYA PENINGKATAN PROFITABILITAS USAHA. FOKUS: Publikasi Ilmiah Untuk Mahasiswa, Staf Pengajar Dan Alumni Universitas Kapuas Sintang, 18(1). Google Scholar

Sudiyatno, Bambang, & Fatmawati, Asih. (2013). Pengaruh Risiko Kredit dan Efisiensi Operasional terhadap Kinerja Bank ( Studi Empirik pada Bank yang Terdaftar di Bursa Efek Indonesia ). Jurnal Organisasi Dan Manajemen, 9(1), 73�86. Google Scholar

Sugiyono. (2017). Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta. Google Scholar

Syafi�i, Muhammad Fahrul Rozi. (2016). Pengaruh Risiko Kredit, Risiko Pasar, Risiko Operasional dan Risiko Likuiditas Terhadap Profitabilitas Perbankan. Google Scholar

Copyright holder:

Shella Tehresia, Meiliana Dewi, Elisabeth Yohanes Wijaya, Cindy Billyandi (2021)

First publication right:

Syntax Literate: Jurnal Ilmiah Indonesia

This article is licensed under: