Yuni Sartika
Universitas Muhammadiyah Sumatera Utara

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Menganalisis Rasio Keuangan dalam Memprediksi Pembiayaan Bermasalah di Bank Umum Syariah Indonesia Yuni Sartika; Pani Akhiruddin Siregar
MODELING: Jurnal Program Studi PGMI Vol 10 No 1 (2023): Maret
Publisher : Program Studi PGMI Sekolah Tinggi Ilmu Tarbiyah Nahdlatul Ulama Al Hikmah Mojokerto

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36835/modeling.v10i1.1599

Abstract

Penelitian ini bertujuan untuk menganalisis secara mendalam rasio keuangan dalam memprediksi pembiayaan bermasalah di bank umum syariah Indonesia. Indikator risiko keuangan meliputi CAR, NPF, BOPO, FDR dan ROE. OJK mencatat, rasio pembiayaan bermasalah (NPF) bank umum syariah sebesar 3,04% pada Oktober 2021. Angka tersebut turun dari bulan sebelumnya.Pendekatan penelitian dengan metode kuantitatif menggunakan data sekunder. Jenis data kuantitatif berupa data runtun waktu (time series) bulanan dari SPS BI atau OJK dari tahun 2018 sampai 2022. Model penelitian dijabarkan dalam persamaan analisis regresi linier berganda. Dengan taraf signifikansi 0,05. Dari hasil uji F, variabel CAR, NPF, FDR dan BOPO secara simultan signifikan mempengaruhi variabel ROA. Hal ini menunjukkan model regresi pada CAR, NPF, FDR dan BOPO bisa dipakai untuk memprediksi ROA. Hipotesisnya terdapat pengaruh yang signifikan antara variabel bebas terhadap variabel ROA. Dari hasil uji t, variabel CAR tidak berpengaruh dan tidak signifikan terhadap variabel ROA, variabel NPF dan BOPO tidak berpengaruh dan signifikan terhadap variabel ROA. Sedangkan variabel FDR berpengaruh dan signifikan terhadap variabel ROA. Dari hasil estimasi model, diperoleh nilai R sebesar 0,860 dan koefisien determinasi R Square sebesar sebesar 0,740 yang berarti 74% dari variasi variabel terikat bisa dijelaskan oleh variabel bebas dalam model tersebut. Sedangkan sisanya, yaitu 26% dijelaskan oleh sebab-sebab yang lain yang tidak masuk dalam model.