1

THE PERSISTENCE OF LOW PROFIT‐AND‐LOSS SHARING FINANCING 

IN ISLAMIC BANKING: THE CASE OF INDONESIA 

 

A s c a r y a 

Center for Central Banking and Education Studies, Bank Indonesia Jl. MH Thamrin No.2, Sjafruddin Prawiranegara Tower, 20th fl., Jakarta 10350, Indonesia 

Email: ascarya@bi.go.id; Phone: +6221.381.7345; Fax: +6221.350.1912 

 

ABSTRACT 

Low profit‐and‐loss sharing  (PLS)  financing  in  Islamic banking has become a classic  problem  which  has  not  been  given  proportional  attention  by practitioners  as well  as  academicians.  This  study  analyzes  the  problems  of persistence  low  PLS  financing  in  Indonesia’s  Islamic  banking  and  proposes alternative solutions using Analytic Network Process (ANP) method. The  root  causes  of  low  PLS  financing  can  be  grouped  into  three  aspects, namely  1)  Internal  problems,  which  include  upper  management,  human resources  and  technical  aspects;  2)  System  conditions,  which  include conventional bank domination, unsupportive  environment and  competition; and 3) Externalities which include society, the authorities and customers.  The  results  show  that  the  primary  problems  come  from:  1)  Authority (External);  2)  Top  Management  (Internal);  3)  Customer  (External);  4) Unsupportive  Environment  (System);  and  5)  Conventional  Domination (System).  In more detail, the primary problems are: 1) Lack of Knowledge of the  Customer;  2)  Lack  of  Commitment  of  the  Authority;  3)  Value  in  the Environment;  4)  Business  Oriented  of  the  Top  Management;  and  5) Conventional Competition on Products. The  primary  solutions  are:  1)  Customer  Education;  2)  Top  Management Commitment; 3) Protocol and Grand Strategy; 4) Law and Regulation; and 5) Government Commitment. Meanwhile, policies and strategies that should be prioritized  are:  1)  Product  Development;  2)  Fair  Treatment;  3)  Service Improvement; 4) Market Mapping; and 5) Professionalism.  Furthermore, the levels of agreements among respondents (Kendall’s W) are generally low, with Islamic bankers show higher rater agreement than that of Experts. However,  the  priority  of  choices  shows  greater  agreement  among respondents, especially among Islamic bankers.  JEL Classification: C14, G21, G28 Keywords: ANP, Islamic Banking, Profit‐and‐Loss Sharing 

 Working Paper, Center for Central Banking Education and Studies, Bank Indonesia, 2011. 

2

1. INTRODUCTION 

 

1.1 Background 

Historically,  Islamic banking  is banking which  is  free from  interest or riba, so that  it  is also called  interest‐free banking. Conceptually,  Islamic banking  is not only  free  from  riba, but also free from maysir (excessive speculation or gambling) and gharar (unclear transaction). Furthermore, the way Islamic banking operates,  instead of using  interest system,  it applies trade  financing  and  investment  financing.  Islamic banks  are  expected  to  engage  in  these activities  only  on  a  profit‐and‐loss  sharing  (PLS)  basis.  This  is where  Islamic  banks’ main income  is  coming  from  and  this  is  also  from where  the  investment  account  holders  are expected to derive their profits from.  

Gafoor (2004) mentions that several writers have attempted to show, with varying degrees of  success,  that  Islamic  Banking  based  on  the  concept  of  profit  and  loss  sharing  (PLS)  is theoretically superior to conventional banking from different angles. See, for example, Khan and Mirakhor  (1987). However  from  the practical point of  view  things do not  seem  that rosy. In the over half‐a‐decade of full‐scale experience in implementing the PLS scheme the problems have begun to show up. Consequently, the rapid development of Islamic banking all over  the world has  been depended on  alternative modes of  financing other  than PLS financing; especially trade financing using murabahah mode of finance and its derivatives.  

With no exception,  Islamic banking  in  Indonesia has also been developed rapidly (but also with  low  PLS  financing)  since  the  government  and  Bank  Indonesia  (the  central  bank  of Indonesia) committed to expand Islamic banking more seriously through supporting policies, especially ever since the amendment of Banking Regulation no. 10 of 1998.  

In 2000, there were two Islamic banks and three Islamic branches with only 65 offices and 0.17% share of total assets. While, at the end of 2010 there were 11  Islamic banks and 23 Islamic  Business  Units  (of  conventional  banks)  with  the  total  of  1477  offices  and  1277 counters of office channeling in conventional banks. Share of total assets has reached 3.24% or Rp.97.52 trillion with 48% annual growth (see figure 1.1).  

 

Figure 1.1 Growth of Islamic Banking in Indonesia 

2 3 48

1521

27

37

50

66

98

1 2 3 612

1621

28

37

52

76

1 2 3 611

1520

28

38

47

68

52% 49%

94% 95%

36%28%

37% 36% 33%

48%

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Assets Deposits Financing Assets Growth

3

The growth of  Islamic banking  in  Indonesia can also be shown from deposits collected and financing  extended.  In  2000,  deposits  was  Rp.1.03  trillion  and  financing  extended  was Rp.1.27 trillion, with 123.3% FDR  (financing to deposit ratio). At the end of 2010, deposits grew 45.47% a year and reached Rp.76.04 trillions, while financing extended grew 45.42% a year  and  reached  Rp.66.18  trillions,  with  89.67%  FDR.  This  FDR  figure  was  a  great achievement compared to Islamic banks in other countries, and it was far beyond LDR (loan to deposit ratio) of conventional banks in Indonesia, which reached only 75.21%. 

Nevertheless,  at  the  end  of  2010,  the  portfolio  of  financing  comprised  of  21.4% musharakah, 12.7% mudharabah, 55.0% murabahah, and 10.9% other modes of  financing (see figure 1.2). This portfolio showed the domination of non profit‐and‐loss (PLS) financing (65.9%), particularly murabahah. Meanwhile, the share of PLS  financing  (mudharabah and musharakah) was only 34.1%, even though PLS financing  is not only the essence of Islamic financing  but  also more  appropriate modes  of  financing  to  stimulate  the  real  sector,  to stabilize  financial system and  to curb  inflation, since  it can  improve direct  interaction and risk sharing between investor and entrepreneur. Nevertheless, the figure of PLS financing in Indonesia has always been far better than those of neighboring countries, like Malaysia and Pakistan. 

 

Figure 1.2 Financing Portfolio of Islamic Banks 

Figure 1.2 shows the persistence of low PLS financing and high trade financing in Indonesia’s Islamic  banking,  with  some  increasing  PLS  financing  trend  up  to  year  2009  and  slight decreasing trend afterward. Mudharabah PLS mode of finance has been declining since year 2006, while musharakah  PLS mode  of  finance  has  been  increasing  since  the  same  year. Moreover, murabahah non‐PLS mode of  finance has also been slightly declining overtime. New modes of  finance have decreasing  trend  since  year 2002,  and have been  increasing again in application since year 2008, and have reached 10.9 percent at the end of 2010.  

The never‐ending issue of low PLS financing in Islamic banking has always been an important subject  to be discussed, even  though new studies on  this  issue have been very  limited.  It seems  that current conduct of  Islamic banking with minimum application of PLS  financing has  been  generally  accepted  by  the  majority  of  stakeholders.  The  implication  of  the domination of non‐PLS financing brings the public to perceive that Islamic banking is almost 

15.2 14.4 18.0 20.5 19.9 20.0 16.2 14.1 12.7

1.8 5.511.1 12.5 11.4 15.8 19.4 22.2 21.4

70.9 71.566.5 62.3 61.7 59.2 58.9 55.9 55.0

12.0 8.6 4.5 4.7 7.0 5.0 5.5 7.8 10.9

2002 2003 2004 2005 2006 2007 2008 2009 2010

Mudharabah Musharakah Murabahah Others

4

no  different  from  conventional  banking.  This  perception  could  form  a  reputation  risk  to Islamic banking  that could create cynicism  in public  that  Islamic banking  is  just only a  re‐branding,  while  the  mind‐set  of  the  bankers  are  still  conventional.  The  problem  of implementing  PLS  financing  becomes  even  more  acute  in  countries  with  dual  banking system, such as Egypt, Bangladesh, Pakistan, Malaysia, as well as Indonesia. 

The  low  implementation of PLS  financing clearly  is not the expected  ideal.  Islamic banking industry,  the government, as well as  the central bank, must  strive  to  improve  the  system and infrastructure and to find appropriate solutions to promote PLS financing. Even though the problems of implementing PLS financing in Islamic banking tend to be complex and multi dimensional, they have to be  identified, so that alternative gradual and systemic solutions can be proposed, so that the development of Islamic banking can be redirected towards its natural character.  

 

1.2 Objectives 

The  objectives  of  this  study  is  to  identify  factors  causing  the  low  implementation  of  PLS financing  in  Indonesia’s  Islamic  banking  and  to  find  alternative  solutions,  as  well  as  to determine  gradual  and  systemic  policies  and  strategies  to  stimulate  and  improve  the implementation of PLS financing in Indonesia’s Islamic banking, so that related stakeholders such  as  Islamic  banking  industry,  investor,  entrepreneur,  Bank  Indonesia,  and  the government  can  take  appropriate  policy  actions  to  deal with  the  current  problems  and attain the expected goals of strong and sound Islamic banking.  

 

1.3 Methodology 

This study will apply Analytic Network Process (ANP) method with three steps. First, focus group discussion (FGD) and in‐depth interview will be conducted with various stakeholders, such as scholars, experts, practitioners, customers, and regulators of Islamic banking, to fully understand  the  real problems and  to  identify  factors affecting  low  implementation of PLS financing. Second, the results of the first steps will be used to develop an appropriate ANP network  and  its  questionnaires  to  obtain  proper  data  from  experts  and  practitioners  of Islamic banking. Third, ANP analysis will be applied to set priority on alternative solutions as well as policies and strategies to formulate optimal policy recommendations. 

 

2. LITERATUR REVIEW 

 

The  raison  d’être  of  Islamic  economics,  finance  and  banking  is  derived  from  the  Islamic injunction  against  riba  (interest), maysir  (excessive  risk  or  gambling)  and  gharar  (unclear transaction).  In banking operation, Islam prohibits  interest on deposits taking and  loans or financing  extension  regardless  of  their  nature or  purpose. As  replacements,  Islamic  bank provides various deposit products and financing products which are based on various modes of  finance.  Among  those  various modes  of  finance,  conceptually,  profit‐and‐loss  sharing (PLS) is the prime mode of finance, represented by mudharabah and musharakah modes of finance, which are also termed as equity‐based finance or PLS modes of finance.  

5

 

2.1 Profit‐and‐Loss Sharing 

The most important modes of finance agreed by Muslim scholars are PLS modes of finance, namely, mudharabah (trustee profit sharing) and musharakah (joint venture profit sharing), that embed the principle of al‐ghunm bi’l‐ghurm or al‐kharãj bi’l‐damãn, meaning that there is no  return without  involvement  in  risk  (Al‐Omar and Abdel‐Haq, 1996), or  for every  real economic benefit there must be real economic cost  (Khan, 1995). According to Shiddiqi  in Karim  (2002),  the  issues of PLS  and partnership have been discussed by Muhammad bin Hasan Al Syaibani (132‐189 AH/750‐804 AD). 

Ahmad  (20xx)  mentions  that  according  to  theoretical  models  developed  by  Muslim economists,  Islamic banking based on  the principle of PLS modes of  finance  claims  to be superior  to  interest‐based commercial banking  in  terms of equity, efficiency,  stability and growth.   In  comparison  with  other  financial  systems,  Islamic  banking  will  be more  just because  the  contract  of  PLS modes  of  finance  is  based  on  the  principles  of  justice  and equity.  It will be more efficient as it will help attain a more rational and balanced allocation of financial resources among the competing projects because the main consideration in the allocation of funds under Islamic banking would be the profitability of relevant projects and not the safe return of the principal amount as in the case of conventional banking.  

Mudharabah  is a mode of  financing based on  trustee partnership  for a specific venture  in which  the  bank  provides  capital  finance  and  the  customer‐entrepreneur  provides managerial and professional skills to operate the business project. Profits are shared in the pre‐agreed ratio, while losses are entirely absorbed by the bank if the client is not negligent or  in violation of the terms. Mudharabah can cover one deal, several deals, or a specified period of time up to a specified ceiling. 

Figure 2.1 Mudharabah Mode of Finance 

The Practical steps of Mudharabah are as follows: 

1. Establishing a Mudharabah project. The bank provides the capital as a capital owner or Shahibul Maal, while the customer as Mudharib (entrepreneur) provides his effort and expertise for the investment of capital in exchange for a share in profit agreed upon. 

THE PROJECT

BANK

SHAHIBUL MAAL

CUSTOMER

MUDHARIB

CAPITAL 100% SKILL 100%

PROFITS

Mudharabah

Contract

CAPITAL

Share of Profits Y

Capital 100%

Share of Profits X

6

2. The results of Mudharabah. The two parties calculate the earnings and divide profits at the  end  of Mudharabah.  This  can  also  be  done  periodically  in  accordance  with  the agreement and legal compliance.  

3. Payment  of  Mudharabah  capital.  The  bank:  Recovers  the  Mudharabah  capital  it contributed  before  dividing  the  profits  between  the  two  parties  because  profit  is protection  to capital.  In case of agreement  to distribute profits periodically before  the final settlement it must be on account until the security of capital is assured.  

4. Distribution of wealth resulting from Mudharabah. 

In case of loss, the capital owner (the bank) bears the loss.  

Profits  are  divided  between  the  two  parties  in  accordance  with  the  agreement between them with observance to the principle "profit is protection to capital".  

Mudharabah mode of financing is considered to be an important mode by the Islamic banks in  their  relationship with  the depositors who  tender  their moneys  to  the bank  as  capital owner.  This money  is  invested  by  the  bank  as Mudharib  on  the  basis  of  profit  sharing according to specific pre‐agreed rates. The Islamic banks use this product to finance capable professionals  such  as  physicians,  engineers,  traders  or  craftsmen.  The  bank  provides required finance as a capital owner in exchange for a share in the profit to be agreed upon. It  is worth noting  that  this mode carries high  risk  for  the bank because  the bank delivers capital  to  the Mudharib who undertakes  the work and management and  the Mudharib  is held  responsible  for  loss  only  in  case  of  negligence.  The  Islamic  banks  take  necessary precautions to minimize risk and to ensure better execution of Mudharabah transaction. 

Musharakah  is a mode of  financing based on  joint venture partnership  in which both  the bank and  its customer‐client contribute to entrepreneurship and capital. Profits are shared in the pre‐agreed ratio, while losses are shared in proportion to their capital contributions. This mode  of  finance  is  represented  in  the  contribution  of  partners  to  equal  or  unequal ratios of capital to establish a new project or to participate in an established one, whereby each  participant  owns  a  share  in  the  capital  permanently  and  deserves  his  share  of  the profit.  The  partnership  originally  is  intended  to  continue  up  to  the  dissolution  of  the company. It is possible that for one reason or another, one of the partners sells its share in the capital to withdraw from the project. The Islamic banks use the mode of partnership in many projects. They finance their customers with part of the capital in exchange of a share of the output as they may agree upon. Mostly they leave the responsibility of management to the customer partner and retain the right of supervision and follow up.  

The practical steps of Musharakah are as follows: 

1. Partnership  in Capital. The bank tenders part of the capital required  in  its capacity as a partner and authorizes the customer / partner to manage the project, while the partner (customer) tenders part of the capital required for the project and becomes the trustee for bank's funds. 

2. Results of the project. The work  in the project  is for the growth of capital. The project may achieve positive or negative results.  

3. Distribution of wealth accrued from the project. In case of loss, each partner bears part of the loss proportionate to its share in capital. Profit is divided between the two parties (the bank and the partner) in accordance with the agreement.  

7

Figure 2.2 Musharakah Mode of Finance 

Musharakah mode of financing or partnership is considered to be an appropriate mode for collective  investment  in  modern  economic  life.  The  Islamic  banks  use  partnership  by contributing  capital  to  new  or  established  projects.  They  also  bear  part  of  the  cost  of  a project  in  the ratios of  their shares  in capital. The  Islamic banks by using partnership as a mode of  investment make  sufficient  liquidity available  to  the customer  for a  long period. The Islamic banks are usually active partners and participate in determining the methods of production and the objectives of the establishment. They also supervise and follow up the performance of the establishment. The Islamic banks share profit or loss with the customer (partner) without burdening  the  customer with debt or  any  financial  liabilities which  the customer has to pay under all circumstances. 

PLS modes of finance have been proven theoretically superior to other modes of finance in generating macro‐economic benefits. Some empirical studies have also been done to prove this superiority for the case of Indonesia.  

Ryandono  (2006)  compares  interest  system  and  PLS  system.  He  concludes  that  interest (riba)  system  has  negative  relationship with  the  economy  and  causes money  turn  over becomes  ineffective and  inefficient at macro and micro  levels that subsequently will cause instability in the economy. Interest (riba) system can also impede investment and economic growth. Thus,  it  is difficult  to  synchronize monetary  sector and  real  sector,  since  the  two sides have different  interests and objectives  in  the economy which  is difficult  to settle.  In contrast, PLS system has positive relationship with the economy and causes money turnover becomes  effective  and  efficient  at macro  and micro  levels  that  subsequently will  cause stability  in the economy. PLS system can also stimulate  investment and economic growth. Thus,  it will synchronize monetary sector and real sector, since  the  two sides have similar interests and objectives in the economy. 

Ascarya, et al.  (2008b)  tries  to compare demand  for money and monetary  stability under dual monetary system. The results show that demand for money  in Islamic system  is more stable  in  response  to  the  shock  of  other  variables  than  that  of  demand  for money  in conventional system. Conventional demand  for money shows the behavior  for transaction and  investment, while  Islamic demand for money shows the behavior for transaction only. Moreover,  PLS  system  outperforms  interest  system  in  terms  of  efficiency,  fairness,  and 

THE PROJECT

BANK

PARTNER

CUSTOMER

PARTNER

CAPITAL&SKILL CAPITAL&SKILL

PROFITS

Musharakah

Contract

CAPITAL

Share of Profits Y

Share of Capital X

Share of Profits X

Share of Capital Y

8

stability. Therefore, PLS return can be used as an alternative to interest rate as a monetary policy instrument. 

Ascarya  (2009)  tries  to  investigate  the  determinants  of  Inflation  under  dual  monetary system  in  Indonesia.  The  result  shows  that  the  main  sources  of  inflation  (78.1%)  in conventional economic/financial  system are  interest  rate  (54.7%) and  fiat money  (23.4%). When these two main pillars of conventional economic/financial system are replaced by PLS and gold standard, they only affect inflation by 2.9% and 0.5%, respectively. This means that the implementation of PLS system to replace interest system will reduce 51.8 percent share of inflation in Indonesia. 

Furthermore, Ascarya  and  Yumanita  (2009)  tries  to  compare  the  financial  stability  under conventional and  Islamic  financial systems. The results show that although  its share  is still small, Islamic banking has given positive impact to Indonesian financial system as a whole in terms of financial stability. The study finds that Islamic FSI (Financial Stability Index) is more stable than Conventional FSI. Moreover, Islamic FSI  influences the stability of Conventional FSI to the better, while Conventional FSI does not influence Islamic FSI. 

 

2.2 Previous Studies 

Although  PLS  financing  has  been  proven  theoretically  and  empirically  superior  to  other modes of  financing to macro‐economic conditions,  from practical point of views things do not seem that promising.   

The earliest study by Khan (1995) has mentioned aversion to risk from  Islamic bankers, as well as moral hazard due  to asymmetric  information  from  customers as  the main  causes why PLS  financing  is not popular. Other  scholars,  such as Dar and Presley  (2000), Chapra (2000),  Algoud  and  Lewis  (2001), Muljawan  (2001),  Al  Jarhi  (2002),  Iqbal  and  Llewellyn (2002) and Parinduri (2003), agree with these main problems with the addition of adverse selection due  to asymmetric  information  from  Islamic bankers.  In addition,  Sarker  (1999) divides  the  lack of PLS  financing problem of  Islamic banking  into several macro and micro operations.  Macro  operation  include:  a)  there  is  no  uniform  opinions  on  the  Shariah jurisprudence; b) lack of skilled and expert human resources in Islamic banking and Shariah; c)  fierce  competition  in  financial  sector;  and  d)  lack  of  uniform  operational  procedures. While, micro  operations  include:  a)  increase  cost  of  information;  b)  not  ready  to  handle higher  risk;  c)  lack  of  Shariah manual;  d)  lack  of methodology  to  analyze  and measure investment  risk  Islamicly;  d)  unsupportive  tax  regulation;  and  e)  lack  of  Shariah management manual.  

Meanwhile,  the main study of  the  lack of PLS  financing  in  Indonesia’s  Islamic banking has done  by  Ascarya  and  Yumanita  (2005  and  2006).  The  problem  was  grouped  into  four aspects, namely Islamic bank internalities, customers, regulations, and the Government. The clusters were  grouped  into  problems,  alternative  solutions,  and  development  strategies. Internal  problems  include:  1)  Lack  of  understanding  of  Islamic  banking  fundamentals;  2) Emphasis  on  business  or  profit  orientation  (business‐oriented);  3)  Lack  of  quality  and quantity of human resources; 4) Islamic banks are still averse to efforts; and 5) Islamic banks are  still  averse  to  risks.  Customer  problems  include:  1)  Lack  of  understanding  of  Islamic banking  fundamentals;  and  2)  Customers  are  still  averse  to  risks.  Regulation  problems include:  1)  Lack  of  incentives  to  stimulate  PLS  financing;  and  2)  Lack  of  supportive 

9

regulations.  Meanwhile,  government  problem  is  lack  of  government  commitment  and support. 

Some of these earlier lacks of PLS financing problems have been resolved in Indonesia, such as fatwas (legal Shariah opinion) on PLS financing, equal tax treatment Act, Islamic Banking Act,  and  Sukuk  Act.  However,  fundamental  problems  still  remain,  such  as  asymmetric information  (moral  hazard,  adverse  selection,  and  increased  costs)  and  lack  of  human resource. Moreover, dynamic development of Islamic banking also generates new problems (or previously unseen problems). 

After the study by Ascarya and Yumanita (2005 and 2006), there are only a few new studies on  the  lack  of  PLS  financing,  lately. Gafoor  (2004)  states  that  there  are  four main  areas where the Islamic banks find it difficult to finance under the PLS scheme: a) participating in long‐term  low‐yield  projects,  b)  financing  the  small  businessman,  c) granting  non‐participating  loans  to  running  businesses,  and  d)  financing  government  borrowing.  IFSB (2005) concludes  that  the  lack of PLS  financing  is caused by credit  risk, equity  investment risk, market risk,  liquidity risk, rate of return risk, and operational risk.  Iqbal and Greuning (2007)  study  finds  that  inherent  risks,  low  appetite  for  risk,  monitoring  cost,  lack  of transparency, depositors’ risk aversion, as well as asymmetric information are the causes of low PLS financing. Moreover, Febianto and Kasri (2007) find that lack of risk management is the main cause of the lack of PLS financing. 

The study of Ascarya and Yumanita (2005) has been revisited by Ascarya (2009) to see the newest development on lack of PLS financing in Indonesia’s Islamic banking. Comparison of the results can be seen in table 2.1. 

Table 2.1 Summary of 2005 and 2009 Results 

ASPECTS  2005 STUDY  2009 STUDY 

  1st   2nd   1st   2nd  

Internal Problems 

Lack of Quality & Quantity of Human Resource 

Averse to Risk  Technical: No Management tools; Higher Risk 

Top Management: Lack of Commitment; Business Oriented 

Internal Solutions 

Human Resource Improvement 

  Technical: IT & SOP  Top Management: Commitment 

External Problems 

Regulation: Lack of Supportive Regulations 

Government: Lack of Support 

Authority: Lack of Commitment; Lack of Support 

Society: Lack of Trust; Lack of Perception 

External Solutions 

Supportive Regulations 

Incentive  Authority: Commitment 

Society: Communication; Da’wah 

Policies Directed Market Driven 

  Directed Market Driven 

Professionalism 

Strategies ‐‐  ‐‐  Service 

Improvement Socialization & Communication Program 

 

Table 2.1 shows that the problems have shifted and expanded, the priority solutions have also changed, while  the priority policies and  strategies have also expanded. Nevertheless, the main problem of lack of PLS financing remains.  

The newest study and analysis on PLS  financing has done by Tarsidin  (2010), which views that the determinants of the lack of PLS financing are; a) asymmetric information problems, such as private information, adverse selection, moral hazard type I (disincentive), and moral 

10

hazard  type  II  (falsification);  b)  profit  function  and  utility  function  of  capital  owner  and entrepreneur, c) willingness to pay; d) reservation utility; e)  incentive compatibility; and  f) participation.  Other  determinants  include  risk  aversion,  financial  constraint,  length  of contract, performance standard, and signal. Based on these constraints he develops optimal scheme (first best and second best) of PLS financing (mudharabah and musharakah), which can be applied by Islamic financial institutions, in static and dynamic environments.  

PLS financing or equity financing does not exclusively belong to Islamic finance, but also has long been used and discussed in conventional finance. Stiglitz (1974) states that profit‐and‐loss sharing has been widely adopted in farming sector using sharecropping scheme, where labor will equalize his/her share of output with marginal productivity of labor multiplied by marginal disutility of work.  Laffont  and Matoussi  (1995) develop  theory of  sharecropping based on moral hazard and financial constraints, as well as risk aversion. Both Stiglitz (1974) as well as Laffont and Matoussi  (1995) conclude that sharecropping  is a tradeoff between incentive and risk‐sharing. 

 

   

11

3. METHODOLOGY 

 

3.1 Analytic Network Process 

3.1.1 Overview 

Saaty  (1999)  defined  analytic  network  process  (ANP)  as  a  general  theory  of  relative measurement used  to derive composite priority  ratio  from  individual  ratio scale reflecting relative measurement of interconnected elements within control criteria. While, Azis (2003) described  ANP  as  a  mathematic  theory  that  allows  one  to  deal  systematically  with dependence and feedback and that can capture and combine tangible and intangible factors by using ratio scale. 

ANP  is  a  new  approach  in  decision making  process  that  provides  general  framework  in treating  decisions  without  making  any  assumption  about  independency  of  elements  in higher  level  from elements  in  lower  level and about  independency of elements within the same level. Moreover, ANP uses network without having to determine level as in hierarchy used in Analytic Hierarchy Process (AHP), which is a starting point of ANP. The main concept of ANP is influence, while the main concept of AHP is preference. AHP with its dependency assumptions on clusters and elements are a special cases of ANP. 

In AHP network, there are  levels of goal, criteria, sub criteria, and alternative, where each level has  its own elements. Meanwhile,  in ANP network,  level  in AHP  is called cluster that can consist of criteria and alternative which now is called node (see figure 3.1) 

With  the  feedback, alternatives can depend on criteria,  like  in a hierarchy, but  it can also depend  on  other  criteria.  Furthermore,  those  criteria  themselves  can  depend  on alternatives and other criteria (see figure 3.1). Meanwhile, feedback improves priority which derived from judgment and makes prediction more accurate. Therefore, the result of ANP is expected  to be more stable. From  feedback network  in  figure 3.1,  it can be seen  that  the parent  node  or  element  and  nodes  to  be  compared  can  be  in  different  clusters.  For example, there is a direct link from parent node cluster C4 to the other clusters (C2 and C3), which  called  outer  dependence.  Meanwhile,  there  is  parent  node  and  nodes  to  be compared  lie within the same cluster, so that this cluster will be connected with  itself and create loop link. This is called inner dependence.  

In a network, element of the cluster can be a person (e.g. an individual in Bank of Indonesia) and element  in another cluster can be also a person (e.g. an  individual  in the parliament). Element in one cluster can influence other elements in the same cluster (inner dependence) and can also  influence elements  in other clusters (outer dependence) with respect to each criteria.  

The  intended  output  of  ANP  is  to  determine  the  overall  influence  from  all  elements. Therefore, all criteria must be configured and  set  their priority  in a  framework of control hierarchy or network. After  that, do  the comparison and  synthesis  to obtain  the order of priority from these criteria. Then, we derive the influence from element in feedback system with respect to each criterion. Finally, the results of these influences are weighted according to  the  important  level of  the criteria, and summed  them up  to get overall  influence  from each element. 

12

 

Figure 3.1 Comparisons of Hierarchy and Network 

Seven AHP pillars can be used as starting point of ANP1. ANP is a combination of two parts. First part consists of control hierarchy or network from criteria and sub criteria that control interaction. The second part is network of influences among elements and clusters.  

AHP  and ANP  utilize  ratio  scale.  Priorities  in  ratio  scales  are  fundamental  number which makes basic arithmetic operation possible, such as addition and subtraction within the same scale, multiplication and division of different scale, and combination of both operations by weighting and adding different scales to obtain unidimensional scale.  

It should be noted that ratio scales are also absolute scales. Both of them are derived from pairwise  comparisons  using  judgments  or  derive  from  pairwise  dominance  ratios  using actual  measurements.  When  using  judgments,  in  AHP  one  asks  “which  one  is  more preferred or more  important?” while  in ANP one asks “which one has greater  influence?” The second question obviously requires factual observation and knowledge to produce valid answer. This makes the second question more objective than the first one.  

3.1.2 Axiom of ANP 

Every theory  is based on axioms. The simpler and the fewer the axioms, the more general and applicable the theory  is. AHP has  four  (ANP has three) relatively simple axioms which carefully restrict the scope of a problem. 

1. Reciprocal. This axiom requires that if PC (EA,EB) is a paired comparison of elements A and B with respect to their parent, element C, representing how many times more the element A possesses a property  than does element B,  then PC  (EB,EA) = 1/ PC  (EA,EB). For instance, if A is 4 times larger than B, then B is one forth as large as A. 

2. Homogeneity. This axiom states that the elements being compared should not differ by too much, else there will tend to be  larger errors  in  judgment. The verbal scale of ANP ranges  from one to nine, or about an order of magnitude  (see Table 3.1). Saaty and  Vargas  (2005)  state  that  According  to  mathematician  and  cognitive neuropsychologist  Stanislas  Dehaene  (1997):  “introspection  suggests  that  we  can mentally  represent  the meaning of numbers 1  through 9 with actual acuity.  Indeed, 

1 For more details, see Thomas L. Saaty “The Seven Pillars of the Analytic Hierarchy Process” (2003). 

•••••

•••

••••

• Goal

Criteria

Subcriteria

A loop indicates that each element depends only on it self

Component, Cluster (Level)

Element

C3•••

•• C1••

••• C2•

C4••••

Linear Hierarchy Feedback Network

Feedback

Source: Saaty and Vargas (2006)

13

these symbols seem equivalent to us. They all seem equally easy to work with, and we feel that we can add or compare any two digits in a small and fixed amount of time like a computer”. 

Table 3.1 Comparison of Verbal and Numeric Scales 

Verbal Scale  Numeric Scale Much More Greater Influence  9 

  8 

Much Greater Influence  7 

  6 

Greater Influence  5 

  4 

Slightly Greater Influence  3 

  2 

Equal Influence  1 

 

3. Hierarchy Structure (not applicable to ANP). This axiom states that  judgments about, or  the  priorities  of,  the  elements  in  a  hierarchy  do  not  depend  on  lower  level elements. This axiom requires the application of hierarchy structure.   

4. This axiom states that individuals who have reasons for their beliefs should make sure that  their  ideas  are  adequately  represented  for  the  outcome  to  match  these expectations. 

From  the  experience,  the  first  two  axioms  are  completely  consonant  with  real  world applications, while the third axiom requires careful applications, as it is not uncommon for it to be violated, because (in choice applications, for example) the preference for alternatives is  almost  always  dependent  on  higher  level  elements  (i.e.,  the  objectives),  while  the importance  of  the  objectives  might  be  dependent  on  lower  level  elements  (i.e.,  the alternatives). When such dependent exists, the third axiom of AHP does not apply. There is feedback  from  lower  level  factors  to  higher  level  factors  in  the  hierarchy.  Supermatrix calculation in ANP accommodates such situation, so that the structure of hierarchy is just a special case of ANP.  

Meanwhile, the forth axiom might sound a bit vague. But, it is important since the generality of AHP/ANP makes  it possible  to apply  it  in a variety of ways, and  the application of  this axiom will prevent the application of AHP/ANP in inappropriate ways. 

The simpler the theory the more preferable it is in practice. Most practitioners of AHP/ANP feel that AHP/ANP’s axioms are simpler and more realistic than other decision theories.  In addition, AHP/ANP  is applicable to areas besides choice decisions (such as forecasting and resource  allocation)  and  the  ratio  scale measures  produced  by  AHP/ANP makes  it more powerful than other theories that rely on ordinal or interval measures.   

3.1.3 Basic Principles of ANP 

There are  three  related basic principles of AHP/ANP, namely decomposition, comparative judgments, and hierarchic composition or synthesis of priorities (Saaty, 1994). 

14

1. Decomposition.  The  principle  of  decomposition  is  applied  to  structure  a  complex problem into a hierarchy or network of clusters, sub clusters, sub‐sub clusters, and so on.  In  other  words,  decomposition  tries  to  model  the  problem  into  AHP/ANP framework. 

2. Comparative  Judgments.  The  principle  of  comparative  judgments  is  applied  to construct  pairwise  comparisons  of  all  combinations  of  elements  in  a  cluster  with respect  to  the parent of  the cluster. These pairwise comparisons are used  to derive ‘local’ priorities of the elements in a cluster with respect to their parent.  

3. Hierarchic  Composition  or  Synthesis.  The  principle  of  hierarchic  composition  or synthesis  is applied to multiply the  local priorities of the elements  in a cluster by the ‘global’  priority  of  the  parent  element,  producing  global  priorities  throughout  the hierarchy  or  network  and  then  adding  the  global  priorities  for  the  lowest  level elements (usually the alternatives). 

3.1.4 The Primary Functions of ANP 

In  line with  its  basic  principles,  there  are  three  primary  functions  of  AHP/ANP,  namely, structuring complexity, measurement on a ratio scale, and synthesis. 

1. Structuring  Complexity.  AHP/ANP  chooses  a  simple  way  to  deal  with  complexity. Simple  enough  so  that  lay  people  with  no  formal  training  could  understand  and participate.  Saaty  found  one  thing  common  in  numerous  examples  of  the  ways humans  had  dealt  with  complexity  over  the  ages  –  that  was  the  hierarchical structuring of complexity  into homogeneous clusters of factors previously thought by L.L.  Whyte  (1969)  and  Herbert  Simon  (1972).  Structuring  complexity  includes developing ANP network of the problem. Saaty (undated) states that “One structures a hierarchy  from a goal downwards  to  criteria,  sub‐criteria and goals,  involving actors and  stakeholders  and  terminating  in  alternatives  at  the  bottom.  The  ideas  to  go gradually from the general to the particular. In a network, elements are put in clusters or components with their connections indicating influence.”  

2. Measurement on  a Ratio or Absolute  Scale.  Earlier decision making methodologies relied  on  lower  levels  of  measurement,  while  AHP/ANP  employs  ratio  scales measurement  that  believed  to  be  the  most  accurately  measure  the  factors  that comprised the hierarchy. There are five  levels of measurements (scales) ranging from the lowest to the highest, namely Nominal, Ordinal, Interval, Ratio, and Absolute. Each level has all of the meaning of the levels below plus additional meaning. Ratio measure is  necessary  to  represent  proportion.  To  keep  the  methodology  simple,  Saaty proposed  using  judgments  of  the  ratios  of  each  pair  of  factors  in  the  hierarchy  or network  to  derive  (rather  than  assign)  ratio  scale measures.  Saaty  (undated)  states that “Comparisons are more scientific  in deriving scales because  they use a unit and estimate multiples of that unit rather than simply assigning numbers by guessing.” 

Any hierarchically structured methodology must use ratio scale priorities for elements above  the  lowest  level  of  the  hierarchy.  This  is  necessary  since  the  priorities  (or weights) of the elements at any  level of the hierarchy are determined by multiplying the  priorities  of  the  elements  in  that  level  by  the  priorities  of  the  parent  element. Since the product of two interval level measures is mathematically meaningless, ratio scales  are  required  for  this multiplication.  The  ratio  scale,  being  a  higher  level  of 

15

measurement,  is  particularly  important  if  the  priorities  are  to  be  used  not  only  in choice application, but for other types of application such as resource allocation. The measurement  includes  pairwise  comparisons  on  the  elements  and  relative  weight estimation of all dependence and feedback relationships in the ANP network.  

Furthermore,  the  ratio  of  two  numbers  from  the  same  ratio  scale  is  an  absolute number,  which  is  dimensionless.  Saaty  (undated)  states  that  “If  the  objects  are homogeneous and if we have knowledge and experience, paired comparisons actually derive measurements  that  are  likely  to be  close  and  that  indicate magnitude on  an absolute  scale.”  For  example,  the  ratio  of  two  readings  from  a  ratio  scale  such  as dividing 6 kg of bananas by   3 kg of bananas yields the number 2, which  is a number that belongs to an absolute scale that says that the 6 kg bananas is twice heavier than the  3  kg  bananas.  Numbers  from  the  same  ratio  scale,  being  invariant  under  the identity transformation, can be added and multiplied. 

3. Synthesis.  Synthesis  is  the  opposite  of  analysis. While  analysis means  separating  a material  or  abstract  entity  into  its  constituent  elements,  synthesis  means  putting together or combining parts into a whole. Because complex, crucial decision situations, or forecasts, or resource allocations often involve too many dimensions for humans to synthesize  intuitively, we need a way  to synthesize over many dimensions. Although AHP/ANP  facilitates  analysis,  an  even  more  important  function  is  the  ability  of AHP/ANP  to  help  measure  and  synthesize  multitude  of  factors  in  a  hierarchy  or network. There  is no other methodology  that  facilitates  synthesis as does AHP/ANP. Synthesis  involves:  a)  construction  of  original  (unweighted)  supermatrix;  b) construction of weighted supermatrix; and c) calculation of the global priority weights (by construction of limiting supermatrix).  

3.1.5 Consistency in ANP 

The  comparison  mode  in  AHP/ANP  allows  for  inconsistent  transitivity  relationships  of preference. The axiom of transitivity must hold. For example: 

If   21 aa   and  32 aa ,  then  31 aa ;  ≻ means preferred to 

  If   21 4aa  and  31 8aa , then  32 84 aa  

Under a single criterion rubric, we might not ordinarily expect to have intransitive relations. But,  for multi‐criteria  problems,  it  is  often  impossible  not  to  have  intransitivities,  as  the decision maker cannot simplify the complexities of the problem to achieve true transitivity.  

For example, professor A is about to change jobs. He knows that if two offers are far apart on salary, the salary will be the determining factor in his choice. Otherwise, factors such as prestige of the university will come to play. He eventually receives three offers, described in part as follows:  

      University      Salary     Prestige 

    X    $65.000    Low 

    Y    $50.000    High 

    Z    $58.000    Medium 

16

On reflection, A concludes that  YX ,    ZY ,   and  XZ . The  intransitivity makes the professor difficult to make the best decision. 

Since it is difficult to achieve consistency, AHP/ANP introduces the notion of deviation from consistency  so  that  the decision maker  can proceed  accordingly.  It  is  recommended  that inconsistency should not be greater than ten percents.   

Moreover, one should not compare more than 7 (seven) elements (Saaty and Vargas, 2005), since when  comparing more  than 7 elements, each additional element  introduces  such a small  relative  inconsistency  that  it  becomes  very  difficult  to  tell which  element  is most responsible for the inconsistency. 

3.1.6 Procedure to Obtain Ratio Scale2 

Let A1, A2, A3, ..., An be n elements in a matrix within a hierarchy. The pairwise comparisons on pairs of elements (Ai, Aj) that we have to make are represented by an n‐by‐n matrix A = (aij), where  i,j  =  1,  2,  3,.....,  n. Define  a  set  of  numerical weights w1, w2, w3,  ..., wn  that reflects the recorded comparisons, so that we can write:  

                      A1         A2              An 

nnn

n

n

n wwww

wwwwww

wwwwww

A

A

A

A

/........./

...............

...............

/......//

/......//

.

.

1

22212

12111

2

1

     (3.1)

 

Since every row  is a constant multiple of the first row, A has a unit rank. By multiplying A with the vector of weights w,  

Aw = nw                    (3.2) 

To recover the scale from the matrix ratios, the following system ought to be solved:  

 (A‐nI)w = 0                  (3.3) 

Clearly,  a  nontrivial  solution  can  be  obtained  if  and  only  if  det(A‐nI)  vanishes,  i.e.,  the characteristic equation of A. Hence, n is an eigenvalue and w is an eigenvector, of A. Given that A has a unit rank, all its eigenvalues except one are zero. Thus, the trace of A is equal to n.  

If each entry in A is denoted by aij, then aij = 1/aji (reciprocal property) holds, and so does ajk =  aik/aij  (consistency  property).  By  definition,  aii  =  ajj  =  1  (when  comparing  two  same elements). Therefore,  if we are to rank n number of elements,  i.e., A  is of the size n‐by‐n, the  required number of  inputs  (from  the paired comparison)  is  less  than n2;  it  is equal  to only the number of entries of the sub‐diagonal part of A (see Saaty, 1994). Hence,  if there are three elements in a particular level of a hierarchy, only three pairwise comparisons are required. 

In general, however, the precise value of wi /wj is hardly known simply because the pairwise 

comparisons we made  is only an estimate,  suggesting  that  there are  some perturbations. 

2 Azis (2003), pp. 3‐4. 

17

While  the  reciprocal property still holds,  the consistency property does not. By  taking  the largest eigenvalue denoted by λmax, 

AP wP = λmax  . wP                   (3.4) 

where Ap 

is the actual, or the given, matrix  (perturbed  from matrix A). Although  (3.2) and (3.4) are not identical, if wp is obtained by solving (3), the matrix whose entries are wi /wj

 is 

still a consistent matrix; it is a consistent estimate of A, although Ap 

 itself does not need to be consistent. Note that Ap will be consistent  if and only  if λmax = n. As  long as the precise value  of wi  /wj  cannot  be  given, which  is  common  in  a  real  case  due  to  the  bias  in  the comparisons, λmax is always greater than or equal to n (hence, a measure of consistency can be derived based on the deviation of λmax

 from n).  

When more than two elements are compared, the notion of consistency can be associated 

with transitivity condition: if  21 AA , and  32 AA , then  31 AA . It should be clear that in 

solving for w, the transitivity assumption  is not strictly required; the  inputted comparisons do not have to reflect a full consistency. Yet, as shown above, the resulting matrix and the corresponding  vector  remain  consistent.  It  is  this  consistent  vector  w  that  reflects  the priority  ranking of  the  elements  in each  level. Hence,  in  a  standard hierarchy with  three levels  (goals,  criteria,  and  alternative  policies),  the  elements  in  each  level  are  pairwise compared with  respect  to elements  in  the  level above  it, and  the  resulting vector  for  the bottom level reflects the priority ranking of the alternative policies.  

 

3.1.7 Supermatrix in ANP3 

While both AHP and ANP use the above procedure to derive the ratio scales, the presence of feedback influences in ANP requires a large matrix known as supermatrix containing a set of sub‐matrices. This supermatrix should capture the influence of elements on other elements in the network.  

Denoting a cluster by Ch, h = 1, …, N, and assuming that  it has nh elements eh1, eh2, eh3

 , …, 

ehmh, Equation 3.5 shows the supermatrix of the hierarchy.  

    (3.5) 

When the bottom  level affects the top  level of the hierarchy, a form of network known as holarchy is formed, the supermatrix of which will look like the one displayed in Figure 3.3.  

3 Azis (2003), pp. 4‐7. 

18

Notice that the entry  in the  last row and column of the supermatrix  in equation 3.5  is the identity matrix  I  corresponding  to  a  loop  at  the  bottom  level  of  the  hierarchy.  This  is  a necessary aspect of a hierarchy viewed within the context of the supermatrix. On the other hand,  the entry  in  the  first  row and  last column of a holarchy  in equation 3.6  is nonzero, indicating that the top level depends on the bottom level.  

    (3.6) 

In general, when feedback influences are present as in Figure 3.1 (right), the supermatrix is formed by  laying out all the clusters and all the elements  in each cluster both vertically on the left and horizontally at the top as in equation 3.7.  

  (3.7) 

Typical entry of the above supermatrix is:  

    (3.8) 

where i and j denote the affected and affecting cluster respectively, and n is the element of the respected cluster.  

The  entries  of  sub‐matrices  in Wij are  the  ratio  scales  derived  from  paired  comparisons 

performed on the elements within the clusters themselves according to their  influence on each element in another cluster (outer dependence) or elements in their own cluster (inner 

eN1  eN2 

e21  

 C1        C2      CN e11 e1 e21 e2 eN1 eN

W11    W12 W1NC1 e11  

W21    W22 W2N

WN1    WN2 WNN

W =   C2 

CN 

19

dependence)4. 

The resulting unweighted supermatrix is then transformed into a matrix each of whose columns sums to unity to generate a stochastic supermatrix. The derived weights are  used  to  weight  the  elements  of  the  corresponding  column  blocks  (cluster)  of  the supermatrix,  resulting  in  a weighted  supermatrix which  is  also  stochastic.  The  stochastic nature is required for the reasons described below.  

It  has  been  shown  that  such  a  limit  exists  given  the  stochastic  nature  of  the weighted supermatrix  (Saaty,  2001).  There  are  3  cases  to  consider  in deriving Wk:  (1)  λmax

 =  1  is  a 

simple root and there are no other roots of unity in which case given the nonnegative matrix W is primitive, we have lim

k→∞ Wk = weT

 

, implying that it is sufficient to raise the primitive 

stochastic matrix W to large powers to yield the limit outcome; (2) there are other roots of unity that cause cycling, in which case Cesaro sum is applied5 ; and (3) λmax

 = 1 is a multiple 

root,  in which case the Sylvester’s formula with λmax = 1  is applied6.

 

 Hence, the powers of the supermatrix do not converge unless it is stochastic, because then its largest eigenvalue is one. When a convergence is failed to achieve (a cyclic case) the average of the successive matrices of the entire cycle gives the final priorities (Cesaro sum), in which the limit cycles in blocks and the different  limits are summed and averaged and again normalized to one for each cluster7. 

In practice, however, one simply needs to raise the stochastic supermatrix to  large powers to read off the final priorities  in which all the columns of the matrix are  identical and each gives the relative priorities of the elements from which the priorities of the elements in each cluster  are  normalized  to  one.  At  any  rate,  raising  the  stochastic  supermatrix  to  large powers gives what is known as limiting supermatrix.  

Hence,  there  are  3  supermatrices:  (1)  the  original  unweighted  supermatrix  of  column eigenvectors  obtained  from  pairwise  comparison matrices  of  elements;  (2)  the weighted supermatrix  in which each block of column eigenvectors belonging to a cluster  is weighted by  the  priority  of  influence  of  that  cluster,  rendering  the weighted  supermatrix  column stochastic; and (3) the limiting supermatrix obtained by raising the weighted supermatrix to large powers.  

 

3.2 Step of Research 

Based on ANP discussion, the main steps of ANP modeling are: 1) Decomposition, which  is the  development  of  ANP  network  of  the  problem;  2)  Measurement,  which  is  pairwise comparisons  on  the  elements  and  relative  weight  estimation  of  all  dependence  and feedback  relationships  in  the ANP network; and 3) Synthesis, which  includes construction 

4  If  the clusters  influence and be  influenced by other clusters, paired comparisons on  the clusters are  to be made as well. 5 Cesaro’ summability basically stipulates that if a sequence converges then the sequence of arithmetic means formed from that sequence also converges to the same limit as the sequence (see Saaty, 2001).  6 James Joseph Sylvester (1814 – 1897), who was an English poet and great creators of terms in mathematics, developed  a mathematical  formula  that  allows  limit  priorities  to  be  obtained  from  a  reducible  stochastic matrix W with λmax

 = 1 being a multiple root. 

7 In other words, one has to compute the limit priorities of the stochastic supermatrix according to whether it is irreducible (primitive or imprimitive [cyclic]) or it is reducible with one being a simple or a multiple root and whether the system is cyclic or not. 

20

and  calculation  of  original  unweighted  supermatrix,  weighted  supermatrix,  and  limiting supermatrix (the global priority weights).  

This  study  comprises  of  several  extended  steps  of  main  ANP  modeling,  which  can  be grouped  into  three  phases.  Phase  1  is model  construction  or  decomposition  to  identify, analyze  and  structure  the  complexity  of  the  problems  into  an  appropriate ANP  network, which  includes: a) Literature reviews, questionnaires and  in‐depth  interviews with experts and practitioners (Islamic bankers) to comprehend the problem fully; b) Construction of ANP network;  and  c) Validation of ANP  network. Phase  2  is model quantification or pair‐wise comparison,  includes: a) Design pair‐wise questionnaires  in accordance with ANP network; b) Test the pair‐wise questionnaires to respondents (experts and/or Islamic bankers); and c) Survey to respondents to  fill out pair‐wise questionnaires. Phase 3  is synthesis and results analysis,  which  includes:  a)  Data  processing  and  synthesis  using  ANP  software SUPERDECISIONS,  as  well  as  results  analyses  to  calculate  geometric  mean  and  rater agreement; b) Validation of the results; and c) Interpretations of the results. 

 

Figure 3.2 Steps of Research 

 

3.2.1 Model Construction 

To construct ANP model in phase 1, based on theoretical and empirical literature reviews of the problem, open questionnaires are  sent via email  to 20 practitioners  (Islamic bankers) from  various  Islamic  banks  and  15  Islamic  banking  experts  from  various  institutions, universities  and  consulting  firms.  Follow‐up  is  conducted  through  in‐depth  interviews  to garner more detailed  information  to be able  to comprehend  the  real problems. Based on this  comprehensive  understanding,  ANP  network  is  developed  and  refined  further  by validation  from  experts  and/or  Islamic  bankers.  ANP  network  is  then  inputted  to  the computer using SUPERDECISIONS software. 

Literature Review

Indepth Interview

Questionnaire 

ANP Model Construction

ANP Model Validation

Pair‐wise Questionnaire Design

Pair‐wise Questionnaire Testing

Pair‐wise Survey

Data Synthesis & Analysis

Results Validation

Results Interpretation

PHASE 1 Model 

Construction 

RESEARCHER EXPERTSiBANKERS

PHASE 2 Model 

Quantification 

PHASE 3 Results Analysis 

21

 

Figure 3.3 ANP Model Development 

3.2.2 Model Quantification 

To quantify and measure the ANP model or network in phase 2, pair‐wise questionnaires are drawn  based  on  final  ANP  network  designed  in  phase  1, which  has  been  automatically formed  in  SUPERDECISIONS  software.  To make  sure  that  the  questionnaires  are worked effectively  within  allowable  inconsistency,  questionnaire  testing  is  conducted  to respondents.  In  this  step, modification  to questionnaires might be needed  to  improve  its effectiveness  to  gather  appropriate  data.  Subsequently,  pair‐wise  surveys  to  experts  and Islamic bankers are conducted using final pair‐wise questionnaires. Pair‐wise data collected are  then  inputted  to  the  ANP Network  in  SUPERDECISIONS  software  to  be  processed  to produce  outputs  in  the  form  of  priorities  and  supermatrices.  Each  respondent  will  be inputted into one individual ANP network.    

 

Figure 3.4 Input‐Output Process of ANP 

3.2.3 Synthesis and Analysis 

In  phase  3,  Results  or  synthesis  of  ANP  network  in  SUPERDECISIONS  software  for  each respondent  can  be  generated.  The  data  are  then  exported  to  excel  worksheet  to  be manipulated  to  produce  the  desired  outputs.  To  produce  scientific  ‘consensus’  results, geometric means of all respondents’ responses are calculated, re‐inputted to ANP network in SUPERDECISIONS software, and re‐synthesized. To make sure that all results are correct, validation  is done  for each step of procedure. Kendall’s coefficient of concordance can be calculated  to assess  the agreement among  respondents. Finally,  interpretation of detailed (individual)  and  overall  (geometric  mean)  results  is  completed  to  be  able  to  draw conclusions and to propose policy recommendations.  

ANP Model PRIORITY OF CHOICES 

INPUT (Pairwise Comparisons) 

EXPERTS’ OPINIONS 

PROCESS(SuperDecisions)

OUTPUT (Supermatrices) 

LiteratureReviews (THEORY)

Literature Reviews 

(EMPIRICAL)

InDepth Interviews 

ANP Network

Questionnaires

EXPERTS iBANKERS 

22

 

Figure 3.5 Detailed Input‐Output Process of ANP 

a. Geometric Mean 

The Geometric Mean, which  is a  theorem  in mathematics,  is  the unique way  to  combine group  judgments.  Instead of obtaining pairwise questionnaires  from FGD consensus of all respondents,  pairwise  questionnaires  of  each  respondent  can  be  combined  to  obtain geometric mean consensus.   

Geometric mean  is a type of mean or average  in mathematics, which  indicates the central tendency or typical value of a set of numbers. To calculate geometric mean, the numbers are multiplied  and  then  the  nth  root  of  the  resulting  product  is  taken  (n  is  the  count  of numbers in the set). The geometric mean of a data set {a1, a2, …, an} is given by: 

∏ / …               (3.9) 

The geometric mean of a data set is less than or equal to the data set’s arithmetic mean (the two means are equal  if and only  if all members of the data set are equal). This allows the definition  of  the  arithmetic‐geometric mean,  a mixture  of  the  two which  always  lies  in between. 

b. Rater Agreement 

Kendall’s  coefficient  of  concordance  or  Kendall’s W  is  a  non‐parametric  statistic,  which measures and assesses the level of agreement among raters or respondents. Kendall’s W is a normalization of the statistic of the Friedman test, which ranges from 0 (no agreement) to 1  (complete agreement).  If  the value of W  is 1,  it means  that all  the  survey  respondents have  been  unanimous,  and  each  respondent  has  assigned  the  same  order  to  the  list  of concerns. If the value of W is 0, it means that there is no overall trend of agreement among the respondents, and their responses may be regarded as essentially random. Intermediate values  of  0  <  W  <  1  indicate  a  greater  or  lesser  degree  of  unanimity  among  various respondents. 

To calculate Kendall’s W, suppose that object i is given the rank ri,j by judge number j, where there are in total n objects and m judges. Then the total rank given to object i is: 

∑ ,                   (3.10) 

and the mean value of these total ranks is: 

1                 (3.11) 

ANP SuperDecisions

Pairwise Questionnaires (7iB + 7Ex) 

Individual ANP Pairwise  (7iB + 7Ex) 

Geo. Mean ANP Pairwise  (iB, Ex, Tot) 

IndividualOUTPUTS  (7iB + 7Ex) 

Geo. MeanOUTPUTS (iB, Ex, Tot) 

RESULTS‐ Detailed ‐ Overall 

Rater Agreement 

Geo

metric 

Mean 

23

The sum of squared deviations, S, is defined as: 

∑                 (3.12) 

and then Kendall's W is defined as8: 

S                  (3.13) 

When  the value of  test  statistic W  is 1,  it  can be  concluded  that all  the  judges or  survey respondents have been unanimous, and each  judge or  respondent has assigned  the same order  to  the  list of objects or concerns. When  the value of  test  statistic W  is 0,  it can be concluded  that  there  is no overall  trend of agreement among  the  respondents, and  their responses may be regarded as essentially random.  Intermediate values of test statistic 0 < W  <  0  indicate  a  greater  or  lesser  degree  of  unanimity  among  the  various  judges  or respondents. 

 

4. RESULTS AND ANALYSIS 

 

The discussion of this chapter will follow the steps of ANP, which are decomposition, pair‐wise comparison, synthesis, and analysis. 

   

4.1 Decomposition 

4.1.1 Problem Identification 

According  to  several  experts’ opinions9,  as well  as questionnaire  and  in‐depth  interviews with local experts and practitioners, contemporary factors causing low PLS financing can still be  viewed  from  internally  and  externally.  Internal  aspects  include  upper  management, human resources, and technical, while external aspects include society, the authorities, and customers.  The  subsequent  clusters  are  grouped  into  problems,  solutions,  policies  and strategies with the details as follows. 

a. Internal Problems 

Internal problems (IP) are lack of PLS financing problems coming from internal organization. IP  could  be  grouped  into  three,  namely:  1)  Upper  Management  (including  Board  of Commissioners and Board of Directors); 2) Human Resources; and 3) Technical. Elements of each group are as follows. 

1. Upper Management (Board of Commissioners and Board of Directors),  include: a) Lack of understanding in Islamic economy, finance and banking fundamentals; b) Emphasis on business  or  profit  orientation  (business‐oriented);  c)  Risk  averse  and  risk  transfer behavior  still  leads  to  the  inability  to  accept  the  possibility  of  loss;  and  d)  Lack  of commitment to improve the portfolio of PLS financing.  

8  Legendre,  P  (2005)  Species  Associations:  The  Kendall  Coefficient  of  Concordance  Revisited.  Journal  of Agricultural, Biological and Environmental Statistics, 10(2), 226–245. 9 Chapra (2000), Iqbal and Llewellyn (2002), Dar and Presley (2000), Sarker (1999), Algaoud and Lewis (2001), Mulyawan (2001), Al‐Jarhi (2002) and Parinduri (2003). 

24

2. Human Resources,  include: a) Lack of knowledgeable and skilled human resources with expertise  in Islamic banking and Shariah Law; b) Emphasis on business targets or profit (target‐oriented); c) Risk averse and risk transfer behavior still lead to inability to accept the  possibility  of  loss;  and  d)  Aversion  to  diversification  efforts  because  it  is  more complicated to deal with PLS financing than to deal with other modes of financing. 

3. Technical Aspects, include: a) Less applicable than other modes of financing for working capital,  small  businesses  or  long‐term  projects;  b)  Higher  risk  than  other modes  of financing,  while  Islamic  banks  are  still  unable  to  manage  higher  risk;  c)  More complicated  to  structure  and deal with PLS  financing  than  to  structure  and deal with other modes of  financing; and d)  Islamic banks have  insufficient management  tools  to manage  higher  risk  or  to  analyze  and  measure  investment  risk  adhering  to  Islamic principles. 

b. System Problems 

System problems (SP) are lack of PLS financing problems coming from existing conditions of the  system.  SP  could  be  grouped  into  three,  namely:  1)  Conventional  Domination;  2) Unsupportive Environment; and 3) Conventional Competition. Elements of each group are as follows. 

1. Conventional Domination  reflects  the  condition  of  general  system  in  Indonesia which still  dominates  by  conventional  system.  This  includes:  a) Mindset  and  ideology  of  all stakeholders and general population, which are still mostly conventional capitalistic; b) Existing  Social  system;  c)  Existing Political  system which  is  largely democratic  system; and d) Existing Economic system which is dominated by capitalistic system. 

2. Unsupportive Environment  reflects  the  condition of general environment  in  Indonesia which  is  influenced by monarchy, Dutch occupation and  Islam. This  includes: a) Value system;  b)  Culture which  is  dominated  by  a mix  of  local  culture  and  pop  culture;  c) Infrastructures; and d) Rules and regulations. 

3. Conventional Competition reflects the condition of financial market which is dominated by conventional banking and finance. This includes: a) Financial institutions; b) Financial instruments; c) Financial products; and d) Financial services. 

c. External Problems 

External problems (EP) are lack of PLS financing problems coming from outside organization. EP could be grouped into three, namely: 1) Society; 2) Authority; and 3) Customer. Elements of each group are as follows. 

1. Society, include: a) Multi‐ethnic and multi‐religious affiliations have sensitized society to issues of ethnicity and religiosity (unity through diversity is more important); b) Lack/loss of trust in society has introduced agency problem and asymmetric information that lead to moral hazard and adverse selection; c) Inaccurate perceptions of Islam and riba have made society ignorant to Islamic finance and banking; and d) Lack of understanding and knowledge regarding the fundamentals of the Islamic economy, finance and banking; 

2. Authority,  include:  a)  Lack of understanding  in  Islamic  economy,  finance  and banking fundamentals;  b)  Lack  of  political  commitment,  political will,  and  political  courage  to support  the  development  of  Islamic  finance  and  banking;  c)  Lack  of  supporting 

25

infrastructure (hard and soft)  in the development of Islamic finance and banking; and d) Lack of incentives and efforts to promote PLS‐based finance. 

3. Customer,  include:  a)  Lack  of  understanding  and  knowledge  concerning  the fundamentals  of  the  Islamic  economy,  finance,  and  banking;  b)  Customers (depositors/borrowers) are naturally risk averse because they are not accustomed to the possibility of loss and are accustomed to an interest rate system; c) Low demand for PLS financing due to its limited applicability and unpopularity; and d) The majority of Islamic banks’ customers are floating (not loyal) customers. 

d. Internal Solutions 

Internal solutions (IS) are alternative solutions to internal problems of lack of PLS financing. IS  could  also  be  grouped  into  three,  namely:  1) Upper Management  (including  Board  of Commissioners and Board of Directors); 2) Human Resources; and 3) Technical. Elements of each group are as follows. 

1. Upper  Management,  include:  a)  Appropriate  ‘Fit  and  Proper  Test’  for  BOC  or  BOD candidates; b) Management  commitment  to apply PLS  financing as  the main mode of financing; and c) Reward and Punishment mechanism to promote PLS financing. 

2. Human Resources,  include: a)  Introduce a thorough human resource selection process; b) Ameliorate human resources knowledge and skills in Islamic banking and Shariah Law; and c) Incentive system for Islamic bank officers extending PLS‐based financing. 

3. Technical  Aspects,  include:  a)  Simplification  of  standards  and  procedures  in  the application  of  PLS  based  financing;  b)  Development  of  innovative  and  attractive  yet simple  PLS‐based  products;  and  c)  Development  of  Information  Technology  and Standard Operating Procedures in the extension of PLS financing. 

e. System Solutions 

System solutions (SS) are alternative solutions to system problems of  lack of PLS financing. SS could also be grouped into three, namely: 1) Conventional Domination; 2) Unsupportive Environment; and 3) Conventional Competition. Elements of each group are as follows.  

1. Solutions to conventional domination include: a) Union and cooperation; b) Protocol and grand strategy; and c) Economic strengthening.  

2. Solutions to unsupportive environment include: a) Laws and regulations; b) Appropriate infrastructures; and c) alternative Islamic system. 

3. Solutions  to conventional competition  include: a)  Increase share of  Islamic banking; b) Improve  standards  to  be  comparable  to  their  conventional  counterparts;  and  c) Diversification of Islamic financial products and services. 

f. External Solutions 

External solutions (ES) are alternative solutions to external problems of lack of PLS financing. ES  could  also  be  grouped  into  three,  namely:  1)  Society;  2) Authority;  and  3)  Customer. Elements of each group are as follows. 

1. Society,  include:  a)  Extensive  and  intensive  socialization of  IEFB  and PLS  financing; b) Effective da’wah (outreach to the people) for IEFB and PLS financing; c) Systematic and comprehensive education system from elementary school up to higher education; 

26

2. Government/Authority,  include:  a)  Political  commitment,  political  will  and  political courage to support the development of IEFB and PLS financing; b) Government support of hard and soft infrastructure in the development of IEFB; and c) Supportive regulations to foster IEFB and PLS‐based financing.  

3. Customer, include: a) Education offered to customers and potential customers regarding PLS financing; b) A systematic and concerted national promotion program to nurture PLS financing; and c) An incentive system for customers to choose PLS‐based financing. 

g. Policies 

Policies  are  some  recommended  general  policies  which  can  be  taken  to  solve  the problems  of  lack  of  PLS  financing.  These  recommended  policies  could  include:  1) Directed market‐driven policy; 2) Fair Treatment; 3) Gradual and Sustainable; 4) Shariah Compliant; and 5) Professionalism. 

h. Development Strategies 

Development  strategies  are programs  that  can  immediately be  implemented  to  solve the problems of  lack of PLS  financing  for certain periods. These could  include: 1) New Image  Program;  2)  New Mapping  of Market  Segmentation;  3)  Product  Development Program;  4)  Service  Improvement  Program;  and  5)  Socialization  and  Communication Program. 

4.1.2 Conceptual Framework 

Based on the previous problem  identification, the conceptual  framework of this study can be read in figure 4.1 in appendix 1. 

[Insert Figure 4.1] 

4.1.3 ANP Network Design 

Therefore, the ANP network of the above framework will be as can be seen in figure 4.2 in the appendix. 

[Insert Figure 4.2] 

 

4.2 Pair‐wise Comparison 

 The most knowledgeable respondents (seven Islamic bankers and seven experts) are chosen to be the respondents of phase 2 to fill out pair‐wise questionnaires. To simplify the original rather  complicated  pair‐wise  questionnaires  and  to maintain  consistency, modified  pair‐wise  questionnaires  are  used  as  shown  in  figure  4.3  in  appendix  1.  Meanwhile,  the respondents are equipped with a show card describing the scale and the ANP network. 

[Insert Figure 4.3] 

The modified pair‐wise questionnaire will significantly reduce the time required for in‐depth interviews with respondents and will provide consistent results. For example, the time taken to complete the entire pair‐wise questionnaire of more than 1,200 questions was less than two hours. 

 

27

4.3 Synthesis and Analysis 

The detailed synthesis results of individual respondents (Islamic bankers and Experts) can be seen  in Appendix  2, while  overall  and  summary  synthesis  results  (geometric means  of  7 Islamic bankers, 7 Experts and 7 Islamic bankers + 7 Experts) will be discussed in this section. 

4.3.1 Overall Results 

The complete results of the synthesis from geometric mean can be read in tables 4.1 – 4.3 in appendix  1.  These  results  reflect  statistically  generated  ‘consensuses’  of  Islamic  bankers, Experts, and all respondents (7 Experts and 7 Islamic bankers). 

[Insert Table 4.1 – Table 4.3] 

Experts view that External and System are two most  important aspects, but with very  low rater agreement  (We = 0.036). Meanwhile,  Islamic bankers view  that  Internal  is  the most important aspect, with high rater agreement (Wi = 0.39). The overall results, which resemble Islamic bankers’ view, shows that the most  important  issues of  low  implementation of PLS financing  lies within  Internal  aspect  of  Islamic  banking,  followed  by  Existing  System  and External Environment aspects (see figure 4.4), with low rater agreement (Wt = 0.162).  

 

 

Figure 4.4 Priorities of Aspects 

Experts  and  Islamic  bankers  agree  that  the most  crucial  Internal  Problem  is within  Top Management (See figure 4.5 top‐left). However, they do not agree on the next most crucial Internal Problems with low rater agreement. Experts view that it is within Human Resources (with low rater agreement, We = 0.143), while Islamic bankers view that it is within Technical (with very low rater agreement, Wi = 0.02). Overall, the next most crucial Internal Problems are Technical and then Human Resource (with very low rater agreement, Wt = 0.061).  

Furthermore,  Islamic bankers believe  that  the problems of Top Management are  ‘Lack of Understanding’ and  ‘Business Oriented’  (with Wi = 0.149), while Experts believe  that  they are  ‘Business  Oriented’  and  ‘Lack  of  Commitment’  (with We  =  0.178).  Overall,  ‘Business Oriented’ stands out as the most crucial problem of Top Management, with Wt = 0.149 (see figure 4.5 top‐right). Islamic bankers do not agree on the most crucial problems of Technical (with very low rater agreement, Wi = 0.004), which turns out to be ‘Less Applicable’ and ‘No 

0 0.1 0.2 0.3 0.4 0.5 0.6

iBankers

Experts

Total ASPECTWi = 0.39We = 0.036Wt = 0.162

InternalSystem

External

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEAN

ASPECTWi = 0.39

Internal

System

External

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEAN

ASPECTWe = 0.036

Internal

System

External

28

Management Tools’, while Experts do agree on the most crucial problems of Technical (with high  rater  agreement, We = 0.516), which  are  ‘Complicated’  and  ‘Higher Risk’,  and  these results are confirmed  in overall, with rater agreement, Wt = 0.121  (see  figure 4.5 bottom‐left). The problems of Human Resource viewed by Islamic banker are ‘Target Oriented’ and ‘Lack of Knowledge and Skill’  (with Wi = 0.065), while viewed by Experts are  ‘Risk Averse’ and ‘Effort Averse’ (with We = 0.153). Overall, ‘Target Oriented’ and ‘Risk Averse’ stand out as  the most crucial problem of Human Resource, with Wt = 0.014  (see  figure 4.5 bottom‐right). The more detailed results of individual Islamic bankers and individual Experts can be seen in Appendix 2. 

 

 

Figure 4.5 Priorities of Internal Problems 

Experts and Islamic bankers do not agree on most crucial System Problem. Islamic bankers believe  it  is within Conventional Domination, with very  low  rater agreement, Wi = 0.061, while Experts believe it is within Unsupportive Environment, with very low rater agreement, We = 0.082  (See  figure 4.6  top‐left). Overall,  the most crucial System Problems are within Unsupportive Environment and Conventional Dominant (with very low rater agreement, Wt = 0.066). 

Furthermore,  Islamic  bankers  and  Experts  agree  that  the  most  crucial  problems  of Unsupportive  Environment  are  ‘Value  System’  and  ‘Existing  Culture’,  with  low  rater agreement, Wt = 0.121.  Islamic bankers have very  low rater agreement, Wi = 0.055, while Experts have low rater agreement, We = 0.22 (see figure 4.6 top‐right). Islamic bankers view that the most crucial problems of Conventional Domination are ‘Existing Economic System’ and ‘Mindset’ (with Wi = 0.21), while Experts’ views are just the opposite (with We = 0.118), so  that  in  overall  the  most  crucial  problems  of  Conventional  Domination  are  ‘Existing Economic System’ and ‘Mindset’ with equal priority, but with very low rater agreement, Wt = 0.156 (see figure 4.6 bottom‐left). Meanwhile, Islamic Bankers and Experts agree that the most  crucial  problem  of  Conventional  Competition  is  ‘Product’  and  then  ‘Service’  and ‘Instrument’. In this case, Islamic bankers have very high rater agreement Wi = 0.724, while Experts  have  very  low  rater  agreement We  =  0.073,  so  that  overall  rater  agreement  are moderate at Wt = 0.313 (see figure 4.6 bottom‐right). The more detailed results of individual Islamic bankers and individual Experts can be seen in Appendix 2. 

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

Top MgtTechnicalH Resource

INTERNALPROBLEMSWi = 0.02We = 0.143Wt = 0.061

0 0.1 0.2 0.3 0.4

iBankers

Experts

Total

L UnderstandingL CommitmentBusiness OrientedAverse Risk

TOP MGTWi = 0.149We = 0.178Wt= 0.06

0 0.1 0.2 0.3 0.4

iBankers

Experts

Total

No Mgt ToolsLess ApplicableHigher RiskComplicated

TECHNICALWi = 0.004We = 0.516Wt = 0.121

0 0.1 0.2 0.3 0.4

iBankers

Experts

Total

Target OrientedRisk AverseL.Know&SkillEffort Averse

HUMANRESOURCEWi = 0.065We = 0.153Wt = 0.014

29

 

 

Figure 4.6 Priorities of System Problems 

Experts and Islamic bankers agree on two most crucial External Problems, which are within Authority  and  Customer,  with  moderate  rater  agreement,  Wt  =  0.321.  Islamic  bankers believe  that Authority  is  the most crucial problem with high  rater agreement, Wi = 0.571, while Experts believe that Customer is the most crucial problem, with low rater agreement We = 0.143 (see figure 4.7 top‐left). 

Furthermore, Islamic bankers’ view on the problems of Society are ‘Lack of Knowledge’ and ‘Lack of Perception’ with high rater agreement, Wi = 0.52, while Experts’ view are ‘’Lack of Trust’ and  ‘Lack of Knowledge’ with moderate rater agreement, We = 0.31, so that overall problems of Society are  ‘Lack of Knowledge’ and  ‘Lack of Perception’ with moderate rater agreement Wt = 0.289  (see  figure 4.7 top‐right).  Islamic bankers’ view on the problems of Customer  are  ‘Lack  of  Knowledge’  and  ‘Averse  to  Risk’ with  high  rater  agreement, Wi  = 0.663, while Experts’ view are  ‘’Lack of Knowledge’ and  ‘Floating Majority’ with moderate rater agreement, We = 0.318, so that overall problems of Customer are ‘Lack of Knowledge’ and  ‘Floating Majority’ with high  rater agreement Wt = 0.464  (see  figure 4.7 bottom‐left). Meanwhile,  the problems of Authority agreed by  Islamic bankers and Experts are  ‘Lack of Commitment’ and  ‘Lack of Support’ with  low  rater agreement, Wt = 0.088  (see  figure 4.7 bottom‐right).  Islamic  bankers  have  very  low  rater  agreement, Wi  =  0.069, while  Experts have  low  rater  agreement, We  =  0.167.  The more  detailed  results  of  individual  Islamic bankers and individual Experts can be seen in Appendix 2.      

 

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

Unsupportive Env.Conv.DominantConv.Competition

SYSTEMPROBLEMSWi = 0.061We = 0.082Wt = 0.066

0 0.1 0.2 0.3 0.4

iBankers

Experts

Total

ValueRuleInfraStructureCulture

UNSUPPORTIVEENVIRONMENT

Wi = 0.055We = 0.22Wt = 0.121

0 0.1 0.2 0.3 0.4

iBankers

Experts

Total

ThoughtSocialPoliticsEconomy

CONV.DOMINANTWi = 0.21We = 0.118Wt = 0.156

0 0.1 0.2 0.3 0.4

iBankers

Experts

Total

ServiceProductInstrumentInstitution

CONV. COMPETITIONWi = 0.724We = 0.073Wt = 0.313

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

SocietyCustomerAuthority

EXTERNALPROBLEMSWi = 0.571We = 0.143Wt = 0.321

0 0.1 0.2 0.3 0.4

iBankers

Experts

Total

L.of TrustL PerceptionL KnowledgeDiversity

SOCIETYWi = 0.52We = 0.31Wt = 0.289

30

 

Figure 4.7 Priorities of External Problems 

Experts  and  Islamic  bankers  agree  that  the most  urgent  Internal  Solution  is within  Top Management (See figure 4.8 top‐left). However, they do not agree on the next most urgent Internal Solutions with low rater agreement. Experts view that it is within Human Resources (with low rater agreement, We = 0.143), while Islamic bankers view that it is within Technical (with very low rater agreement, Wi = 0.02). Overall, the next most urgent Internal Solutions are Technical and then Human Resource (with very low rater agreement, Wt = 0.061).  

Furthermore, the most urgent solution of Top Management agreed by Islamic bankers and Experts is ‘Commitment’ with moderate rater agreement, Wt = 0.216, while Islamic bankers’ rater agreement  is Wi = 0.107 and Experts’  rater agreement  is We = 0.388  (see  figure 4.8 top‐right). Islamic bankers’ view on the most urgent Technical solution is ‘IT&SOP’ with low rater agreement, Wi = 0.143, while Experts’ view are ‘Simplification’ and ‘IT&SOP’ with low rater agreement, We = 0.097, so that overall views on the most urgent Technical solutions are  ‘IT&SOP’ and  ‘Simplification’ with very  low rater agreement, Wt = 0.017 see  figure 4.8 bottom‐left).  Islamic  bankers’  view  on  the most  urgent  solution  of  Human  Resource  is ‘Human Resource Improvement’ with low rater agreement, Wi = 0.184, while Experts’ view is  ‘Human Resource  Incentive’ with very  low  rater agreement, We = 0.015, so  that overall view on  the most urgent  solution of Human Resource  is  ‘Human Resource  Improvement’ and ‘Human Resource Incentive’ with very  low rater agreement, Wt = 0.073 (see figure 4.8 bottom‐right). The more detailed results of individual Islamic bankers and individual Experts can be seen in Appendix 2.  

 

 

Figure 4.8 Priorities of Internal Solutions 

0 0.1 0.2 0.3 0.4

iBankers

Experts

Total

Low Demand

L.Knowledge

Floating Majority

Averse to Risk

CUSTOMERWi = 0.663We = 0.318Wt = 0.464

0 0.1 0.2 0.3 0.4

iBankers

Experts

Total

L.UnderstandingL.SupportL.IncentiveL.Commitment

AUTHORITYWi = 0.069We = 0.167Wt = 0.088

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

S.Top MgtS.TechnicalS.H Resource

INTERNALSOLUTIONS

Wi = 0.02We = 0.143Wt = 0.061

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

Reward&Punish

I.Commitment

Fit&Proper

S. TOP MGT.Wi = 0.107We = 0.388Wt = 0.216

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

Simplification

IT & SOP

Innovation

S. TECHNICALWi = 0.143We = 0.097Wt = 0.017

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

Selection

HR.Incentive

HR.Improvement

S. HUMANRESOURCEWi = 0.184We = 0.015Wt = 0.073

31

Experts and Islamic bankers do not agree on most urgent System Solution.  Islamic bankers believe  it  is within Conventional Domination, with very  low  rater agreement, Wi = 0.061, while Experts believe it is within Unsupportive Environment, with very low rater agreement, We = 0.082 (See figure 4.9 top‐left). Overall, the most crucial System Problems are tie within Unsupportive Environment and Conventional Dominant (with very low rater agreement, Wt = 0.066). 

Furthermore,  the most  urgent  solution  of  Unsupportive  Environment  agreed  by  Islamic bankers  and  Experts  is  ‘Supportive  Law  and  Regulation’ with  low  rater  agreement, Wt  = 0.116 (See figure 4.9 top‐right). Islamic bankers and Experts score low rater agreement of Wi =  0.097  and  We  =  0.143,  respectively.  The  two  most  urgent  solutions  of  Conventional Domination  agreed  by  Islamic  bankers  and  Experts  are  ‘Grand  Strategy’  and “Union/Cooperation’ with  high  rater  agreement, Wt  =  0.537  (see  figure  4.9  bottom‐left). Islamic  bankers  and  Experts  score  high  rater  agreement  of Wi  =  0.45  and We  =  0.679, respectively. Meanwhile, two most urgent solution of Conventional Competition agreed by Islamic  bankers  and  Experts  is  ‘Improved  Standard’  and  ‘Diversification’  with  low  rater agreement, Wt  =  0.17  (See  figure  4.9  bottom‐right).  Islamic  bankers  and  Experts  score moderate and  low rater agreements of Wi = 0.291 and We = 0.082, respectively. The more detailed results of individual Islamic bankers and individual Experts can be seen in Appendix 2. 

 

 

Figure 4.9 Priorities of System Solutions 

Experts and Islamic bankers agree on two most urgent External Solutions, which are within Authority  and  Customer,  with  moderate  rater  agreement,  Wt  =  0.321.  Islamic  bankers believe  that Authority  is  the most crucial problem with high  rater agreement, Wi = 0.571, while Experts believe that Customer is the most crucial problem, with low rater agreement We = 0.143 (see figure 4.10 top‐left). 

Furthermore, the most urgent solution of Society agreed by  Islamic bankers and Experts  is ‘Communication’ with  low rater agreement, Wt = 0.143  (See  figure 4.10 top‐right).  Islamic bankers and Experts score moderate and very low rater agreements of Wi = 0.388 and We = 0.02,  respectively.  The most  urgent  solution  of  Customer  agreed  by  Islamic  bankers  and Experts is ‘Customer Education’ with moderate rater agreement, Wt = 0.356 (See figure 4.10 

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

S.Unsupportive Env.S.Conv.DominantS.Conv.Competition

SYSTEMSOLUTIONSWi = 0.061We = 0.082Wt = 0.066

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

Law/Regn

Infrastructure

Alt.Islamic System

S. UNS.ENVIRONMENT

Wi = 0.097We = 0.143Wt = 0.116

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

Union/Coop

G.Strategy

Econ.Strengthening

S. CONV.DOMINANTWi = 0.45We = 0.679Wt = 0.537

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

Incr.Share

Improve Std.

Diversification

S. CONV.COMPETITIONWi = 0.291We = 0.082Wt = 0.17

32

bottom‐left). Islamic bankers and Experts score moderate and high rater agreements of Wi = 0.321  and We  =  0.551,  respectively. Meanwhile  two most  urgent  solution  of  Authority agreed by  Islamic bankers and Experts are  ‘Regulation’ and  ‘Commitment’ with  low  rater agreement, Wt = 0.096  (See  figure 4.10 bottom‐right).  These  results  in  line with Experts’ view  (also  with  low  rater  agreement  We  =  0.02),  while  Islamic  bankers’  view  are  the opposite, i.e. ‘Commitment’ first, and then Regulation’ (with moderate rater agreement, Wi = 0.25). The more detailed results of individual Islamic bankers and individual Experts can be seen in Appendix 2. 

 

 

Figure 4.10 Priorities of External Solutions 

Experts and  Islamic bankers agree on  two most  important Policies  to be  taken, which are ‘Fair  Treatment’  and  ‘Professionalism’,  although  with  low  rater  agreement, Wt  =  0.099. Islamic bankers have moderate  rater agreement, Wi = 0.177, while Experts have very  low rater agreement We = 0.081 (see figure 4.11 left). Furthermore Experts and Islamic bankers agree on one most important Strategies to be adopted, which is ‘Product Development’ (see figure 4.11 right). The next two most important Strategies according to Islamic bankers are ‘Market Mapping’ and ‘Service Improvement’ (with high rater agreement, Wi = 0.441), while according to Experts are ‘New Image’ and ‘Service Improvement’ (with We = 0.134). Overall, the next  two most  important Strategies are  ‘Service  Improvement’ and  ‘Market Mapping’ (with Wt  =  0.194).  The more  detailed  results  of  individual  Islamic  bankers  and  individual Experts can be seen in Appendix 2. 

 

Figure 4.11 Priorities of Policies and Strategies 

4.3.2 Summary Results 

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

S.SocietyS.CustomerS.Authority

EXTERNALSOLUTIONSWi = 0.571We = 0.143Wt = 0.321

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

S. Education

Da'wah

Communication

S. SOCIETYWi = 0.388We = 0.02Wt = 0.143

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

Promotion

Incentive

C.Education

S. CUSTOMERWi = 0.321We = 0.551Wt = 0.356

0 0.1 0.2 0.3 0.4 0.5

iBankers

Experts

Total

Support

Regulation

E.Commitment

S. AUTHORITYWi = 0.25We = 0.02Wt = 0.096

0 0.1 0.2 0.3

iBankers

Experts

Total

Shariah Compliance

Professionalism

Gradual&Sustain

Fair Treatment

Directed Mkt Driven

POLICIESWi = 0.177We = 0.081Wt = 0.099

0 0.1 0.2 0.3

iBankers

Experts

Total

Sos.Comm.Program

Service Improve

Product Dev

New Image

Mkt Mapping

STRATEGIESWi = 0.441We = 0.134Wt = 0.194

33

Table  4.4  in  the  appendix  1  shows  the  summary  results  of  Kendall’s  coefficient  of concordance, which  represent  level  of  agreement  (rater  agreement)  among  respondents divided  into three groups, namely,  Islamic bankers, Experts and Total (Islamic bankers and Experts). 

[Insert Table 4.4] 

The results show that the levels of agreement among respondents are generally low. Islamic bankers  show  slightly  higher  level  of  agreement  than  Experts. Moreover,  the  priority  of choices  shows  greater  agreement  among  respondents,  especially  among  Islamic bankers. Furthermore,  Islamic  bankers  agree  the  most  in  External  Problems  (0.571),  External Solutions (0.571), as well as  in Strategies (0.441). In more detail, Islamic bankers agree the most  in Conventional Competition  of  System Problems  (0.724)  and Customer  of  External Problems  (0.663).  Meanwhile,  Experts  agree  the  most  in  Conventional  Domination  of System Solutions (0.679) and Customer of External Solutions (0.551). Finally, all respondents agree  the most  in Conventional Domination of System Solutions  (0.537) and Customer of External Problems (0.464).  

 

Figure 4.12 Priorities of Aspects 

Overall geometric mean results of all respondents show that priority aspects to be handled are 1) Internal aspects; 2) System aspects; and 3) External aspects (see figure 4.12).  

 

Figure 4.13 Priority Problems of Low PLS Financing 

Summary results show that the most crucial and primary problems of  low  implementation 

of PLS financing are (see figure 4.13): 1) Authority (External); 2) Top Management (Internal); 

0.000 0.002 0.004 0.006 0.008 0.010 0.012

ASPEC

T

ASPECTW=0.162

External

System

Internal

0.000

0.010

0.020

0.030

0.040

0.050

34

3)  Customer  (External);  4)  Unsupportive  Environment  (System);  and  5)  Conventional 

Domination (System). It seems that root causes of the problems lie in people who involve in 

the  implementation of PLS  financing,  including authority of  Islamic banking,  Islamic bank’s 

top management as well as customer of Islamic banking.  

Furthermore, the most crucial and primary internal problems of low implementation of PLS 

financing are (see figure 4.14 left‐blue): a) too much emphasis on business or profit oriented 

(top management); b) too complicated to structure and deal with PLS financing (technical); 

c)  lack of commitment to PLS  financing  (top management); d) risk averse and risk transfer 

behavior  (top  management);  and  e)  lack  of  IEF  understanding  (top  management).  It  is 

obvious that the root cause of the internal problems prevalent in top management.   

The most crucial and primary system problems of  low  implementation of PLS financing are 

(see  figure  4.14  center‐red):  a)  existing  value  system  (unsupportive  environment);  b) 

product  (conventional  competition);  c)  existing  economic  system  (conventional 

domination); d) mind set  (conventional domination); and e) existing culture  (unsupportive 

environment). All elements of the existing system contribute to the system problems.   

The most crucial and primary external problems of low implementation of PLS financing are 

(see  figure  4.14  right‐green):  a)  lack  of  knowledge  (customer);  b)  lack  of  commitment 

(authority);  c)  lack  of  support  (authority);  d)  floating majority  (customer);  and  e)  lack  of 

understanding  (authority).  Elements of  authority  and  customers mostly  contribute  to  the 

external problems.   

When all problems (internal, system, and external) are combined, the most crucial problems of  low  implementation of PLS  are:  a)  lack of  knowledge  (customer  ‐  external); b)  lack of commitment  (authority  ‐  external);  c)  existing  value  system  (unsupportive  environment  ‐ system); d) too much emphasis on business or profit oriented (top management ‐ internal); and e) lack of support (authority ‐ external).    

 

0.000

0.001

0.001

0.002

0.002

0.003

Effort Averse

L.Know&Skill

Risk Averse

Target Orien

ted

Complicated

Higher Risk

Less Applicable

No M

gt Tools

Averse Risk

Business Orien

ted

L Commitmen

tL Understanding

Institution

Instrumen

tProduct

Service

Economy

Politics

Social

Thought

Culture

InfraStructure

Rule

Value

L.Commitmen

tL.Incentive

L.Support

L.Understanding

Averse to Risk

Floating Majority

L.Knowledge

Low Dem

and

Diversity

L Knowledge

L Perception

L.of Trust

35

Figure 4.14 Detailed Priority Problems of Low PLS Financing 

The most urgent  internal solutions of  low  implementation of PLS  financing are  (see  figure 4.15  left‐blue): a) management  commitment  to apply PLS  financing as  the main mode of financing  (top  management);  b)  development  of  Information  Technology  and  Standard Operating  Procedures  in  the  extension  of  PLS  financing  (technical);  c) Ameliorate  human resources  knowledge and  skills  in  Islamic banking and  Shariah  Law;  (human  resource); d) Appropriate  ‘Fit  and Proper  Test’  for BOC or BOD  candidates;  (top management);  and e) Reward  and  Punishment mechanism  to  promote  PLS  financing  (top management).  It  is obvious that the most urgent internal solutions should be started from top management.   

The most urgent  system  solutions of  low  implementation of PLS  financing are  (see  figure 4.15  center‐red):  a)  Protocol  and  grand  strategy  (conventional  domination);  b)  Laws  and regulations  (unsupportive  environment);  c)  Improve  standards  to  be  comparable  to  their conventional  counterparts  (conventional  competition);  d) Union  and  cooperation;  and  e) alternative Islamic system (unsupportive environment).  

The most urgent external solutions of  low  implementation of PLS  financing are  (see  figure 4.15 right‐green): a) Education offered to customers and potential customers regarding PLS financing  (customer);  b)  Supportive  regulations  to  foster  IEFB  and  PLS‐based  financing (authority);  c)  political  commitment,  political  will  and  political  courage  to  support  the development of  IEFB and PLS financing (authority); d) a systematic and concerted national promotion program to nurture PLS financing (customer); and e) government support of hard and soft  infrastructure  in the development of  IEFB and PLS financing (authority). The most urgent external solutions should address the authority.  

 

Figure 4.15 Detailed Priority Solutions of Low PLS Financing 

When  all  alternative  solutions  (internal,  system,  and  external)  are  combined,  the most urgent solutions to the problems of low implementation of PLS are: a) Education offered to customers  and  potential  customers  regarding  PLS  financing  (customer  ‐  external);  b) management  commitment  to  apply  PLS  financing  as  the  main  mode  of  financing  (top management ‐ internal); c) Protocol and grand strategy (conventional domination ‐ system); d) supportive regulations to foster  IEFB and PLS‐based financing (authority ‐ external); and 

0.0000

0.0005

0.0010

0.0015

0.0020

0.0025

0.0030

HR.Improvemen

t

HR.Incentive

Selection

Innovation

IT & SOP

Simplification

Fit&

Proper

I.Commitmen

t

Rew

ard&Punish

Diversification

Improve Std.

Incr.Share

Econ.Stren

gthen

ing

G.Strategy

Union/Coop

Alt.Islam

ic System

Infrastructure

Law/Regn

E.Commitmen

t

Regulation

Support

C.Education

Incentive

Promotion

Communication

Da'wah

S. Education

36

e) political commitment, political will and political courage to support the development of IEFB and PLS financing (authority – external). 

Finally, policies and grand strategies that should be implemented to stimulate PLS financing are (see figure 4.16): a) Product development (grand strategies); b) Fair treatment (policies); c)  Service  improvement  (grand  strategies);  d) Market mapping  (grand  strategies);  and  e) Professionalism  (policies).  A  combination  of  grand  strategy  and  effective  policies  are expected to be able to stimulate PLS financing. 

 

Figure 4.16 Priorities of Policies and Strategies to Stimulate PLS Financing 

 

4.4 Analysis 

The problem of  low  implementation of PLS  financing  in  Islamic banking has been existed since the early development of Islamic banking. This problem has not been given sufficient attention by scholars and practitioners, as well as by the authority. Consequently, customer and  the  society  at  large  do  not  aware  of  this  problem, which  can  be  a  disadvantage  to macro‐economic soundness.  

Problems which have been persisted  since previous  study  in Ascarya and Yumanita  (2005 and  2006)  are:  a)  lack  of  understanding  or  knowledge  of  the  customer;  and  b)  lack  of support  from  the  government  or  authority.  These  are  external  factors which  cannot  be controlled by  Islamic bank.  In  general,  the  root  causes have not been  changed  so much, which have been  still persisted  in people who are  involve  in  Islamic banking, namely,  the Islamic  banker,  the  authority  and  the  customer.  However,  the  issues  have  been  slightly changed in priority (see table 4.4). 

Alternative  solutions which  have  still  been  priorities  are:  a)  education  or  socialization  to customer and society at  large; and b) supportive  regulations  from  the authority, although there have been some improvements on these issues. Some new supportive Acts have been stipulated, such as Islamic Bank Act no.21/2008 in 2008, Sovereign Sukuk Act no.19/2008 in 2008, and Tax Act no.42/2009 in 2009. It seems that more genuine commitments from the authority  and  the management  of  Islamic  bank  are  desperately  needed  to  improve  the implementation of PLS financing. 

0.000

0.005

0.010

0.015

0.020

0.025

0.030

0.035

37

Furthermore, strategy which has not been effectively implemented and which has still been a priority  is product development.  So  far,  there has not been  significant  improvement  in new products  innovations based on PLS mode of finance. One emerging product based on PLS mode of finance is home financing using musharakah mutanaqisah contract, which has some resemblance with mortgage  financing. Further strategies and policies are needed  to improve PLS financing.  

Table 4.4 Comparison of Summary Results 

ASPECTS  PREVIOUS STUDY (2009)  CURRENT STUDY 

Problems 

1. No Management Tools (Technical ‐ Internal) 

2. Lack of Commitment (Authority ‐ External) 

3. Lack of Trust (Society – External) 4. Lack Commitment (Top Management – Internal) 

5. Lack of Knowledge & Skill (Human Resource – Internal) 

1. Lack of knowledge (Customer ‐ External) 2. Lack of commitment (Authority ‐ External) 3. Value system (Unsupportive Environment ‐ System) 

4. Business or profit oriented (Top Management ‐ Internal) 

5. Lack of support (Authority ‐ External)  

Solutions 

1. IT & SOP (Technical – Internal) 2. Commitment (Authority – External) 3. HR. Incentive (Human Resource – Internal) 

4. Internal Commitment (Top Management – Internal) 

5. Education (Customer – External) 

1. Education on PLS financing (Customer ‐ External)2. Management commitment to apply PLS financing (Top Management ‐ Internal) 

3. Protocol and grand strategy (Conventional Domination ‐ System) 

4. Supportive regulations (Authority ‐ External) 5. Political commitment, political will and political courage (Authority – External) 

Policies/ Strategies 

1. Service Improvement (Strategies) 2. Socialization & Communication Programs (Strategies) 

3. Professionalism (Policies) 4. Directed Market Driven (Policies) 5. Shariah Compliance (Policies) 

1. Product development (Strategies) 2. Fair treatment (Policies) 3. Service improvement (Strategies) 4. Market mapping (Strategies) 5. Professionalism (Policies) 

 

Therefore,  the  problem  of  low  implementation  of  PLS  financing  in  Indonesia’s  Islamic banking has not been  resolved, yet, although  some partial  solutions have been emerged, both internally and externally. Main problems have always been in the people who involved in  Islamic banking. On  the  supply  side,  Islamic bankers  should  commit  to  implement PLS financing  through  product  development  and  service  improvement,  as  well  as professionalism. On the demand side, education and socialization to customer and society at  large  should be  improved. On  the  authority  side,  the  government  should provide  real political commitment, political will and political courage to honestly develop Islamic banking and PLS financing.    

 

5. CONCLUSION AND RECOMMENDATION 

 

5.1 Conclusion 

38

The  low  implementation of PLS  financing  in  Islamic banking has been  a persistent  global phenomenon since the early development of Islamic banking  in early 1970s, and Indonesia is no exception. However, the implementation of PLS financing in Indonesia has been better than  those  of  other  neighboring  countries  like Malaysia  and  Pakistan,  or  those  of  other Middle East and North Africa countries, except Sudan.  

The data shows that the implementation of PLS financing in Indonesia is among the highest compared to that of Islamic banks in other countries. At the end of October 2010, the share of  PLS  financing  (mudharabah  and musharakah)  in  Indonesia’s  Islamic  banking  reached 35.5%. Nevertheless, PLS financing has never been placed as the main and dominant mode of finance.  

The problem of  low  implementation of PLS financing  in Islamic banking has not been given sufficient attention by people who directly or indirectly involve in it, such as Islamic bankers, scholars,  the  authority,  as well  as  the  customer  and  the  society  at  large.  Therefore,  this problem has persistently existed and stakeholders have unconsciously accepted as a given condition. 

The  most  crucial  problems  of  low  implementation  of  PLS  are:  a)  lack  of  knowledge (customer ‐ external); b) lack of commitment (authority ‐ external); c) existing value system (unsupportive environment ‐ system); d) too much emphasis on business or profit oriented (top management ‐ internal); and e) lack of support (authority ‐ external). 

The most urgent solutions to the problems of  low  implementation of PLS are: a) Education offered to customers and potential customers regarding PLS financing (customer ‐ external); b) management  commitment  to  apply  PLS  financing  as  the main mode  of  financing  (top management ‐ internal); c) Protocol and grand strategy (conventional domination ‐ system); d) supportive regulations to foster  IEFB and PLS‐based financing (authority ‐ external); and e) political commitment, political will and political courage to support the development of IEFB and PLS financing (authority – external). 

Policies and grand strategies that should be implemented to stimulate PLS financing are: a) Product  development  (grand  strategies);  b)  Fair  treatment  (policies);  c)  Service improvement  (grand  strategies);  d)  Market  mapping  (grand  strategies);  and  e) Professionalism (policies). 

The  levels  of  agreements  among  respondents,  reflected  by  Kendall’s  coefficient  of concordance W, are generally  low, with Islamic bankers show higher rater agreement than that  of  Experts.  However,  the  priority  of  choices  shows  greater  agreement  among respondents, especially among Islamic bankers. 

 

5.2 Recommendation 

PLS  financing  should become  the main and dominant mode of  finance  in  Islamic banking, since it provides greater macro‐economic benefits to the economy and society as a whole in terms of reducing inflation, stabilizing the economy, catalyzing real sector growth, reducing unemployment, promoting justice and equality, as well as improving the welfare of society in general. Therefore, the authority (the Government and Bank Indonesia) should take this problem seriously  in order to optimize the benefits of PLS‐based finance  in the nationwide financial system. This implies that PLS‐based finance should not only be the principle mode 

39

of  financing  in  Islamic banking, but also  in  the entire  Islamic  financial  system and  Islamic monetary system. 

The  bottom  line  strategies  to  stimulate  and  improve  the  implementation  of  PLS‐based finance are to create supply, to create demand and to gain support. Supply can be created by the innovation of competitive PLS‐based Islamic financial products and services. Demand can  be  created  by  effective  education,  socialization,  communication,  and  marketing  of Islamic  finance and banking. Moreover, supports could be obtained  from real government commitment and support  in all areas/sectors,  the  implementation of PLS‐based sovereign sukuks, and the implementation of PLS‐based monetary instruments. 

 

 

REFERENCES 

 

Algaoud, LM and MK Lewis. (2001). Perbankan syariah. [translation], Jakarta: Serambi. 

Al‐Jarhi, MA.  (2002).  ‘Islamic  finance:  an  efficient  and  equitable  option’. mimeo,  Jeddah: Islamic Research and Training Institute. 

Ascarya.  (2009).  ‘The determinants of  inflation under dual monetary system  in  Indonesia’. Working Paper. Jakarta: Bank Indonesia. 

Ascarya and A Sakti.  (2008).  ‘Comparing monetary policy  instruments under dual  financial system:  interest  system  vs.  profit‐and‐loss  sharing  system’.  Journal  of  Islamic business and economics, 2(1). 

Ascarya  and  D  Yumanita.  (2005).  ‘Mencari  solusi  rendahnya  pembiayaan  bagi  hasil  di perbankan  syariah  Indonesia’.  Buletin  ekonomi  moneter  dan  perbankan,  Bank Indonesia, 8(1). 

Ascarya and D Yumanita. (2006). ‘The lack of profit and loss  sharing financing in Indonesian Islamic banks: problems and alternative solutions’. Paper presented at INCEIF Islamic Banking and Finance Educational Colloquium, Kuala Lumpur, Malaysia, 2‐5 April. 

Ascarya and D Yumanita. (2009). ‘The formulation of financial stability index and the role of Islamic banking under dual  financial  system  in  Indonesia’. Working Paper,  Jakarta: Bank Indonesia. 

Ascarya, H Hasanah and NA Achsani.  (2008a).  ‘Demand  for money and monetary  stability under  dual  financial  system  in  Indonesia’.  Paper  presented  at  the  Third  Islamic Banking, Accounting and Finance Conference 2008, ‘Financial Intelligence  in Wealth Management.  Islam Hadhari’s  Perspectives’. Universiti  Sains  Islam Malaysia,  Kuala Lumpur Malaysia, 29‐30 July. 

Ascarya,  H  Hasanah  and  NA  Achsani.  (2008b).  ‘Perilaku  permintaan  uang  dalam  sistem moneter ganda di Indonesia’. Buletin ekonomi moneter dan perbankan, 11(1). 

Ascarya, A Sakti, NA Achsani and D Yumanita. (2008c). ‘Towards integrated monetary policy under  dual  financial  system:  interest  system  vs.  profit‐and‐loss  sharing  system’. Paper presented at UII‐UKM International Forum on Islamic Economics: International 

40

Workshop  on  Exploring  Islamic  Economic  Theory,  Islamic  University  of Indonesia,Yogyakarta, Indonesia, 11‐12 August. 

Azis,  IJ.  (2003).  ‘Analytic  network  process  with  feedback  influence:  a  new  approach  to impact  study’. Paper presented  in  seminar organized by  the Department of Urban and Regional Planning. University of Iullinois, Urbana‐Campaign. 

Chapra, MU.  (2000).  The  future  of  economics:  An  Islamic  perspective.  Islamic  Economics Series – 21. United Kingdom: The Islamic Foundation. 

Dar, HA and JR Presley. (2000). ‘Lack of profit  loss sharing  in Islamic banking: management and control imbalances’. International journal of Islamic financial services, 2(2). 

Febianto, I and RA Kasri. (2007). ‘Why do Islamic banks tend to avoid profit and loss sharing arrangement?’  Proceedings  of  the  2nd  Islamic  Conference  2007  (iECONS  2007), Kuala  Lumpur:  Faculty  of  Economics  and Muamalat,  Islamic  Science University  of Malaysia. 

Greuning, Hv and Z  Iqbal. (2007).  ‘Banking and the risk environment.’  In Karim, RAA and S Archer [eds]. (2007). Islamic finance: the regulatory challange. Singapore: John Wiley & Sons. 

IFSB  (2005). Guiding  principles  of  risk management  for  institutions  (other  than  insurance institutions) offering only  Islamic  financial  services. Kuala Lumpur:  Islamic Financial Services Board. 

Kasri,  RA.  (2007).  ‘Displaced  commercial  risk  in  Islamic  banking:  the  case  of  Indonesia’. Proceedings  of  the  2nd  Islamic  Conference  2007  (iECONS  2007),  Kuala  Lumpur: Faculty of Economics and Muamalat, Islamic Science University of Malaysia. 

Laffont, JJ and MS Matoussi. (1995). ‘Moral hazard, financial constraints and sharecropping in El Oulja.’ The Review of Economic Studies, 62(3). 

Parinduri, RA. (2003). ‘Bank Islam sebenar‐benarnya’. Koran Tempo, 11 July. 

Ryandono,  MNH.  (2006).  ‘Mempertanyakan  kebenaran  paradigma  hubungan  bunga, investasi (kredit), dan pertumbuhan ekonomi: haramnya sistem bunga (riba) secara teoritik  dan  empirik’.  Paper.  Presented  in  Seminar  dan  Kolokium  Nasional,  ITB, Bandung, September. 

Saaty,  TL.  (1996).  Fundamentals  of  decision making  and  priority  theory with  the  analytic hierarchy process. Pittsburgh, PA: RWS Publication, Pittsburgh. 

Saaty, TL. (1999). ‘Fundamentals of the analytic network process’. Paper presented in ISAHP 1999. Kobe, Japan, August 12‐14. 

Saaty, TL. (2005). Theory and applications of the analytic network process: decision making with benefits, opportunities, costs, and risks. Pittsburgh, PA: RWS Publications. 

Saaty,  TL  and M Özdemir.  (2005).  The  encyclicon; a dictionary  of applications  of decision making  with  dependence  and  feedback  based  on  the  analytic  network  process. Pittsburgh, PA: RWS Publications. 

Saaty, TL and LG Vargas.  (2001). Models, methods, concepts & applications of  the analytic hierarchy process, Norwell: Kluwer Academic. 

41

Saaty,  TL  and  LG  Vargas.  (2006).  Decision  making  with  the  analytic  network  process: economic, political, social and technological applications with benefits, opportunities, costs and risks. , New York: Springer Science+Business Media. 

Sakti, A.  (2007). Analisis  teoritis  sistem  ekonomi  Islam:  jawaban atas  kekacauan ekonomi modern. Jakarta: Paradigma and Aqsa Publishing. 

Stiglitz,  JE.  (1974).  ‘Incentives and  risk  sharing  in  sharecropping.’ The Review of Economic Studies, 41(2). 

Tarsidin.  (2010).  Bagi  hasil:  konsep  dan  analisis.  Jakarta:  Lembaga  Penerbit  Fakultas Ekonomi Universitas Indonesia.  

 

   

42

APPENDIX 1  

 

Lack of PLS Financing

I n t e r n a l E x t e r n a l 

Customer 

S y s t e m

Authority 

B.O.C./B.O.D. 

Human Resource

Technical 

Lack of Understanding Business Oriented 

Target Oriented Lack of Knowledge & Skill 

Averse to Risk 

Averse to Effort 

Less Applicable Higher Risk 

Lack of Knowledge 

Low Demand 

Lack of Understanding

Lack of Support 

More Complicated 

Lack of Incentive Averse to Risk 

Averse to Risk 

Lack of Commitment 

Lack of Commitment

Commitment

Selection

Simplification

Commitment 

Communication 

Support 

Education 

P o l i c i e s

Regulation Incentive

Lack of Management Tools 

Directed Mkt Driven

Fair TreatmentShariah Compliance

Society 

Diversity Lack/Lost of Trust Lack of Perception 

I n t e r n a l E x t e r n a l S y s t e m

S o l u t i o n s

Floating Majority 

Union & Cooperation

Protocol & Grand Strategy

Law & Regulation

Gradual & SustainableProfessionalism 

B.O.C./B.O.D.  Society 

Fit & Proper

Reward & Punishment

Human Resource

Improvement

Technical 

InnovationIT & SOP

Authority 

Customer 

Promotion 

Da’wah Education 

Incentive 

Conv. Dominant

Economic Strengthening

Unsupportive Envrnmnt

InfrastructureAlternative Islamic System

Conv. Competition

Increase ShareImprove Standard

Diversification

Lack of Knowledge 

Conv. Dominant

Unsupportive Envrnmnt

Conv. Competition

Politics

Infrastructure

Institution

Service

Thought & Ideology

Economy

Rule

Product

Instrument

Social

ValueCulture

S t r a t e g i e s

New Image Program

Service ImprovementProgram

New Market Mapping

Product DevelopmentProgram

Socialization & Communication Program

43

Figure 4.1 Conceptual Framework 

 

 

Figure 4.2 ANP Network 

 

 

Figure 4.3 Samples of Simplified Pair‐wise Questionnaires 

    

44

Table 4.1 Overall iBANKERS Geometric Mean Results 

Name Normalized By Cluster 

Limiting  Name Normalized By Cluster

Limiting  Name Normalized By Cluster

Limiting 

ASPECT 

Internal  0.52283  0.014865  System  0.29038  0.008256  External  0.1868  0.005311 

INTERNAL PROBLEMS  SYSTEM PROBLEMS  EXTERNAL PROBLEMS 

H Resource  0.28146  0.032333  Conv.Competition  0.28356  0.032064  Authority  0.4376  0.049132 

Technical  0.31976  0.036733  Conv.Dominant  0.4064  0.045954  Customer  0.39181  0.043991 

Top Mgt  0.39879  0.045812  Unsupportive Env.  0.31004  0.035058  Society  0.17058  0.019152 

TOP MANAGEMENT PROBLEMS  CONV.COMPETITION PROBLEMS  SOCIETY PROBLEMS 

Averse Risk  0.19268  0.001069  Institution  0.0881  0.000342  Diversity  0.11902  0.000276 

Business Oriented  0.28803  0.001598  Instrument  0.25554  0.000992  L Knowledge  0.37732  0.000875 

L Commitment  0.19737  0.001095  Product  0.40443  0.00157  L Perception  0.32773  0.00076 

L Understanding  0.32192  0.001786  Service  0.25193  0.000978  L.of Trust  0.17594  0.000408 

HUMAN RESOURCE PROBLEMS  CONV.DOMINANT PROBLEMS  AUTHORITY PROBLEMS 

Effort Averse  0.22503  0.000881  Economy  0.33879  0.001885  L.Commitment  0.3446  0.00205 

L.Know&Skill  0.27816  0.001089  Politics  0.19033  0.001059  L.Incentive  0.19818  0.001179 

Risk Averse  0.19336  0.000757  Social  0.17416  0.000969  L.Support  0.24054  0.001431 

Target Oriented  0.30345  0.001188  Thought  0.29673  0.001651  L.Understanding  0.21668  0.001289 

TECHNICAL PROBLEMS  UNSUPPORTIVE ENV. PROBLEMS  CUSTOMER PROBLEMS 

Complicated  0.23994  0.001067  Culture  0.25512  0.001083  Averse to Risk  0.22452  0.001196 

Higher Risk  0.22689  0.001009  InfraStructure  0.19694  0.000836  Floating Majority  0.21419  0.001141 

Less Applicable  0.27614  0.001228  Rule  0.22968  0.000975  L.Knowledge  0.45485  0.002423 

No Mgt Tools  0.25703  0.001143  Value  0.31826  0.001351  Low Demand  0.10644  0.000567 

INTERNAL SOLUTION  SYSTEM SOLUTIONS  EXTERNAL SOLUTIONS 

S.H Resource  0.27121  0.031156  S.Conv.Competition 0.28396  0.032109  S.Authority  0.42954  0.048227 

S.Technical  0.32393  0.037212  S.Conv.Dominant  0.41525  0.046955  S.Customer  0.39409  0.044247 

S.Top Mgt  0.40486  0.04651  S.Unsupportive Env. 0.3008  0.034013  S.Society  0.17636  0.019801 

TOP MANAGEMENT SOLUTIONS  CONV.COMPETITION SOLUTIONS  SOCIETY SOLUTIONS 

Fit&Proper  0.30984  0.001745  Diversification  0.30898  0.001201  Communication  0.51877  0.001244 

I.Commitment  0.44158  0.002487  Improve Std.  0.47312  0.001839  Da'wah  0.24562  0.000589 

Reward&Punish  0.24858  0.0014  Incr.Share  0.21791  0.000847  S. Education  0.23561  0.000565 

HUMAN RESOURCE SOLUTIONS  CONV.DOMINANT SOLUTIONS  AUTHORITY SOLUTIONS 

HR.Improvement  0.46117  0.00174  Econ.Strengthening 0.1956  0.001112  E.Commitment  0.41308  0.002412 

HR.Incentive  0.2987  0.001127  G.Strategy  0.55954  0.003181  Regulation  0.39082  0.002282 

Selection  0.24013  0.000906  Union/Coop  0.24485  0.001392  Support  0.1961  0.001145 

TECHNICAL SOLUTIONS  UNSUPPORTIVE ENV. SOLUTIONS  CUSTOMER SOLUTIONS 

Innovation  0.27763  0.001251  Alt.Islamic System  0.2974  0.001225  C.Education  0.44588  0.002389 

IT & SOP  0.46982  0.002117  Infrastructure  0.26973  0.001111  Incentive  0.18813  0.001008 

Simplification  0.25255  0.001138  Law/Regn  0.43287  0.001783  Promotion  0.36599  0.001961 

POLICIES  STRATEGIES

Directed Mkt Drvn  0.22178  0.023144           Mkt Mapping  0.24371  0.025433 

Fair Treatment  0.23599  0.024627           New Image  0.11094  0.011577 

Gradual&Sustain  0.16219  0.016926           Product Dev  0.30511  0.031841 

Professionalism  0.23442  0.024463           Service Improve  0.23662  0.024693 

Shariah Complance  0.14563  0.015197           Sos.Comm.Prog.  0.10362  0.010814 

45

Table 4.2 Overall EXPERTS Geometric Mean Results 

Name Normalized By Cluster 

Limiting  Name Normalized By Cluster

Limiting  Name Normalized By Cluster

Limiting 

ASPECT 

Internal  0.29692  0.008442  System  0.34999  0.009951  External  0.35309  0.010039 

INTERNAL PROBLEMS  SYSTEM PROBLEMS  EXTERNAL PROBLEMS 

H Resource  0.3197  0.036167  Conv.Competition  0.31636  0.035919  Authority  0.39373  0.044713 

Technical  0.29739  0.033643  Conv.Dominant  0.28307  0.032139  Customer  0.40565  0.046067 

Top Mgt  0.38291  0.043318  Unsupportive Env.  0.40057  0.04548  Society  0.20062  0.022783 

TOP MANAGEMENT PROBLEMS  CONV.COMPETITION PROBLEMS  SOCIETY PROBLEMS 

Averse Risk  0.26864  0.001409  Institution  0.16142  0.000702  Diversity  0.12545  0.000346 

Business Oriented  0.29438  0.001544  Instrument  0.25592  0.001113  L Knowledge  0.25925  0.000715 

L Commitment  0.27645  0.00145  Product  0.31892  0.001387  L Perception  0.25018  0.00069 

L Understanding  0.16053  0.000842  Service  0.26374  0.001147  L.of Trust  0.36512  0.001007 

HUMAN RESOURCE PROBLEMS  CONV.DOMINANT PROBLEMS  AUTHORITY PROBLEMS 

Effort Averse  0.24817  0.001087  Economy  0.28854  0.001123  L.Commitment  0.30089  0.001629 

L.Know&Skill  0.17785  0.000779  Politics  0.20349  0.000792  L.Incentive  0.15811  0.000856 

Risk Averse  0.32717  0.001433  Social  0.18063  0.000703  L.Support  0.28814  0.00156 

Target Oriented  0.2468  0.001081  Thought  0.32734  0.001274  L.Understanding  0.25286  0.001369 

TECHNICAL PROBLEMS  UNSUPPORTIVE ENV. PROBLEMS  CUSTOMER PROBLEMS 

Complicated  0.38856  0.001583  Culture  0.28763  0.001584  Averse to Risk  0.24727  0.001379 

Higher Risk  0.2813  0.001146  InfraStructure  0.17323  0.000954  Floating Majority  0.29855  0.001665 

Less Applicable  0.10825  0.000441  Rule  0.16906  0.000931  L.Knowledge  0.33369  0.001861 

No Mgt Tools  0.22189  0.000904  Value  0.37007  0.002038  Low Demand  0.12049  0.000672 

INTERNAL SOLUTION  SYSTEM SOLUTIONS  EXTERNAL SOLUTIONS 

S.H Resource  0.32097  0.036311  S.Conv.Competition 0.31265  0.035498  S.Authority  0.39304  0.044635 

S.Technical  0.29624  0.033513  S.Conv.Dominant  0.2878  0.032677  S.Customer  0.41262  0.046858 

S.Top Mgt  0.38279  0.043304  S.Unsupportive Env. 0.39955  0.045364  S.Society  0.19434  0.02207 

TOP MANAGEMENT SOLUTIONS  CONV.COMPETITION SOLUTIONS  SOCIETY SOLUTIONS 

Fit&Proper  0.22178  0.001163  Diversification  0.31317  0.001346  Communication  0.39469  0.001055 

I.Commitment  0.52136  0.002734  Improve Std.  0.42299  0.001818  Da'wah  0.32286  0.000863 

Reward&Punish  0.25686  0.001347  Incr.Share  0.26384  0.001134  S. Education  0.28245  0.000755 

HUMAN RESOURCE SOLUTIONS  CONV.DOMINANT SOLUTIONS  AUTHORITY SOLUTIONS 

HR.Improvement  0.32932  0.001448  Econ.Strengthening 0.14004  0.000554  E.Commitment  0.3337  0.001804 

HR.Incentive  0.37548  0.001651  G.Strategy  0.49671  0.001965  Regulation  0.38975  0.002107 

Selection  0.2952  0.001298  Union/Coop  0.36325  0.001437  Support  0.27654  0.001495 

TECHNICAL SOLUTIONS  UNSUPPORTIVE ENV. SOLUTIONS  CUSTOMER SOLUTIONS 

Innovation  0.27667  0.001123  Alt.Islamic System  0.30007  0.001648  C.Education  0.52159  0.002959 

IT & SOP  0.32299  0.001311  Infrastructure  0.24854  0.001365  Incentive  0.2593  0.001471 

Simplification  0.40034  0.001625  Law/Regn  0.45138  0.002479  Promotion  0.21911  0.001243 

POLICIES  STRATEGIES 

Directed Mkt Drivn  0.16283  0.016993           Mkt Mapping  0.19482  0.020331 

Fair Treatment  0.28759  0.030012           New Image  0.22554  0.023537 

Gradual&Sustain  0.17426  0.018185           Product Dev  0.25386  0.026492 

Professionalism  0.19327  0.020169           Service Improve  0.20195  0.021075 

Shariah Complance  0.18206  0.018999           Sos.Comm.Progm  0.12383  0.012923 

46

Table 4.3 Overall iBANKERS + EXPERTS Geometric Mean Results 

Name Normalized By Cluster 

Limiting  Name Normalized By Cluster

Limiting  Name Normalized By Cluster

Limiting 

ASPECT 

Internal  0.40588  0.01154  System  0.3304  0.009394  External  0.26372  0.007498 

INTERNAL PROBLEMS  SYSTEM PROBLEMS  EXTERNAL PROBLEMS 

H Resource  0.30043  0.03424  Conv.Competition  0.30005  0.034021  Authority  0.41574  0.046925 

Technical  0.30842  0.035151  Conv.Dominant  0.34396  0.039  Customer  0.39889  0.045023 

Top Mgt  0.39115  0.04458  Unsupportive Env.  0.356  0.040365  Society  0.18537  0.020923 

TOP MANAGEMENT PROBLEMS  CONV.COMPETITION PROBLEMS  SOCIETY PROBLEMS 

Averse Risk  0.23268  0.001256  Institution  0.12017  0.000495  Diversity  0.1251  0.000317 

Business Oriented  0.29659  0.001601  Instrument  0.25783  0.001062  L Knowledge  0.32123  0.000814 

L Commitment  0.23935  0.001292  Product  0.36222  0.001492  L Perception  0.294  0.000745 

L Understanding  0.23138  0.001249  Service  0.25977  0.00107  L.of Trust  0.25967  0.000658 

HUMAN RESOURCE PROBLEMS  CONV.DOMINANT PROBLEMS  AUTHORITY PROBLEMS 

Effort Averse  0.24071  0.000998  Economy  0.313  0.001478  L.Commitment  0.32313  0.001836 

L.Know&Skill  0.23251  0.000964  Politics  0.19737  0.000932  L.Incentive  0.17793  0.001011 

Risk Averse  0.25519  0.001058  Social  0.17726  0.000837  L.Support  0.26417  0.001501 

Target Oriented  0.27159  0.001126  Thought  0.31237  0.001475  L.Understanding  0.23478  0.001334 

TECHNICAL PROBLEMS  UNSUPPORTIVE ENV. PROBLEMS  CUSTOMER PROBLEMS 

Complicated  0.31525  0.001342  Culture  0.27256  0.001332  Averse to Risk  0.23129  0.001261 

Higher Risk  0.25957  0.001105  InfraStructure  0.18539  0.000906  Floating Majority  0.25367  0.001383 

Less Applicable  0.17876  0.000761  Rule  0.19767  0.000966  L.Knowledge  0.40114  0.002187 

No Mgt Tools  0.24642  0.001049  Value  0.34438  0.001683  Low Demand  0.1139  0.000621 

INTERNAL SOLUTION  SYSTEM SOLUTIONS  EXTERNAL SOLUTIONS 

S.H Resource  0.29575  0.033707  S.Conv.Competition 0.29993  0.034008  S.Authority  0.41348  0.046669 

S.Technical  0.31005  0.035337  S.Conv.Dominant  0.35055  0.039748  S.Customer  0.40462  0.045669 

S.Top Mgt  0.3942  0.044927  S.Unsupportive Env. 0.34951  0.03963  S.Society  0.18191  0.020532 

TOP MANAGEMENT SOLUTIONS  CONV.COMPETITION SOLUTIONS  SOCIETY SOLUTIONS 

Fit&Proper  0.26397  0.001436  Diversification  0.31156  0.001283  Communication  0.45597  0.001134 

I.Commitment  0.48235  0.002624  Improve Std.  0.44779  0.001844  Da'wah  0.28388  0.000706 

Reward&Punish  0.25368  0.00138  Incr.Share  0.24065  0.000991  S. Education  0.26015  0.000647 

HUMAN RESOURCE SOLUTIONS  CONV.DOMINANT SOLUTIONS  AUTHORITY SOLUTIONS 

HR.Improvement  0.39319  0.001605  Econ.Strengthening 0.16705  0.000804  E.Commitment  0.37392  0.002113 

HR.Incentive  0.33782  0.001379  G.Strategy  0.53169  0.002559  Regulation  0.39179  0.002214 

Selection  0.26899  0.001098  Union/Coop  0.30127  0.00145  Support  0.23429  0.001324 

TECHNICAL SOLUTIONS  UNSUPPORTIVE ENV. SOLUTIONS  CUSTOMER SOLUTIONS 

Innovation  0.28214  0.001207  Alt.Islamic System  0.29825  0.001431  C.Education  0.48897  0.002704 

IT & SOP  0.39551  0.001692  Infrastructure  0.25969  0.001246  Incentive  0.22387  0.001238 

Simplification  0.32235  0.001379  Law/Regn  0.44206  0.002121  Promotion  0.28716  0.001588 

POLICIES  STRATEGIES 

Directed Mkt Drivn  0.19133  0.019967          Mkt Mapping  0.22065  0.023027 

Fair Treatment  0.26165  0.027305          New Image  0.15908  0.016601 

Gradual&Sustain  0.16897  0.017633          Product Dev  0.28297  0.02953 

Professionalism  0.21406  0.022339          Service Improve  0.22318  0.023291 

Shariah Complance  0.16399  0.017114          Sos.Comm.Progm  0.11412  0.011909 

47

Table 4.4 Kendall’s Coefficient of Concordance (W) 

Respondent  Wi  Respondent  We  Respondent  Wt 

ASPECT

Islamic Bankers  0.390  Experts  0.036  Total  0.162 

   

INTERNAL PROBLEMS  SYSTEM PROBLEMS EXTERNAL PROBLEMS

Islamic Bankers  0.020  Islamic Bankers  0.061  Islamic Bankers  0.571 

Experts  0.143  Experts  0.082  Experts  0.143 

Total  0.061  Total  0.066  Total  0.321 

TOP MANAGEMENT PROBLEMS  CONV.COMPETITION PROBLEMS  SOCIETY PROBLEMS 

Islamic Bankers  0.149  Islamic Bankers  0.724  Islamic Bankers  0.520 

Experts  0.178  Experts  0.073  Experts  0.310 

Total  0.060  Total  0.313  Total  0.289 

HUMAN RESOURCE PROBLEMS  CONV.DOMINANT PROBLEMS  AUTHORITY PROBLEMS 

Islamic Bankers  0.065  Islamic Bankers  0.210  Islamic Bankers  0.069 

Experts  0.153  Experts  0.118  Experts  0.167 

Total  0.014  Total  0.156  Total  0.088 

TECHNICAL PROBLEMS  UNSUPPORTIVE ENV. PROBLEMS  CUSTOMER PROBLEMS 

Islamic Bankers  0.004  Islamic Bankers  0.055  Islamic Bankers  0.663 

Experts  0.516  Experts  0.220  Experts  0.318 

Total  0.121  Total  0.121  Total  0.464 

INTERNAL SOLUTION  SYSTEM SOLUTIONS EXTERNAL SOLUTIONS

Islamic Bankers  0.020  Islamic Bankers  0.061  Islamic Bankers  0.571 

Experts  0.143  Experts  0.082  Experts  0.143 

Total  0.061  Total  0.066  Total  0.321 

TOP MANAGEMENT SOLUTIONS  CONV.COMPETITION SOLUTIONS  SOCIETY SOLUTIONS 

Islamic Bankers  0.107  Islamic Bankers  0.291  Islamic Bankers  0.388 

Experts  0.388  Experts  0.082  Experts  0.020 

Total  0.216  Total  0.170  Total  0.143 

HUMAN RESOURCE SOLUTIONS  CONV.DOMINANT SOLUTIONS  AUTHORITY SOLUTIONS 

Islamic Bankers  0.184  Islamic Bankers  0.450  Islamic Bankers  0.250 

Experts  0.015  Experts  0.679  Experts  0.020 

Total  0.073  Total  0.537  Total  0.096 

TECHNICAL SOLUTIONS  UNSUPPORTIVE ENV. SOLUTIONS  CUSTOMER SOLUTIONS 

Islamic Bankers  0.143  Islamic Bankers  0.097  Islamic Bankers  0.321 

Experts  0.097  Experts  0.143  Experts  0.551 

Total  0.017  Total  0.116  Total  0.356 

POLICIES  STRATEGIES 

Islamic Bankers  0.177        Islamic Bankers  0.441 

Experts  0.081        Experts  0.134 

Total  0.099        Total  0.194 

 

48

APPENDIX 2 

 

PRIORITIES of Internal Problems: 

 

 

 

 

 

   

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEAN

INTERNAL PROBLEMSWi = 0.02

Top Mgt

Technical

H Resource

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEAN

INTERNAL PROBLEMSWe = 0.143

Top Mgt

Technical

H Resource

0 0.1 0.2 0.3 0.4 0.5

P1

P2

P3

P4

P5

P6

P7

G MEANTOP 

MANAGEMENTWi = 0.149

L Understanding

L Commitment

Business Oriented

Averse Risk0 0.1 0.2 0.3 0.4 0.5 0.6

E1

E2

E3

E4

E5

E6

E7

G MEANTOP 

MANAGEMENTWe = 0.178

L Understanding

L Commitment

Business Oriented

Averse Risk

0 0.1 0.2 0.3 0.4 0.5

P1

P2

P3

P4

P5

P6

P7

G MEAN

TECHNICALWi = 0.004

No Mgt Tools

Less Applicable

Higher Risk

Complicated

0 0.1 0.2 0.3 0.4 0.5 0.6

E1

E2

E3

E4

E5

E6

E7

G MEAN

TECHNICALWe = 0.516

No Mgt Tools

Less Applicable

Higher Risk

Complicated

0 0.1 0.2 0.3 0.4 0.5 0.6

P1

P2

P3

P4

P5

P6

P7

G MEANHUMANRESOURCE Wi = 0.065

Target Oriented

Risk Averse

L.Know&Skill

Effort Averse0 0.1 0.2 0.3 0.4 0.5 0.6

E1

E2

E3

E4

E5

E6

E7

G MEANHUMANRESOURCEWe = 0.153

Target Oriented

Risk Averse

L.Know&Skill

Effort Averse

49

PRIORITIES of Internal Solutions: 

 

 

 

 

 

 

 

 

 

 

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEAN

INTERNAL SOLUTIONSWi = 0.02

S.Top Mgt

S.Technical

S.H Resource

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEAN

INTERNALSOLUTIONSWe = 0.143

S.Top Mgt

S.Technical

S.H Resource

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEANS. TOP 

MANAGEMENTW = 0.107

Reward&Punish

I.Commitment

Fit&Proper

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEANS. TOP

MANAGEMENTW = 0.388

Reward&Punish

I.Commitment

Fit&Proper

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEAN

S. TECHNICAL Wi = 0.143

Simplification

IT & SOP

Innovation

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEAN

S. TECHNICALWe = 0.097

Simplification

IT & SOP

Innovation

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEANS. HUMANRESOURCEWi = 0.184

Selection

HR.Incentive

HR.Improvement

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEAN

S. HUMANRESOURCEWe = 0.015

Selection

HR.Incentive

HR.Improvement

50

PRIORITIES of System Problems: 

 

 

 

 

   

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEANSYSTEM 

PROBLEMSWi = 0.061

Unsupportive Env.

Conv.Dominant

Conv.Competition

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEAN

SYSTEMPROBLEMSWe = 0.082

Unsupportive Env.

Conv.Dominant

Conv.Competition

0 0.1 0.2 0.3 0.4 0.5

P1

P2

P3

P4

P5

P6

P7

G MEANUNSUPPORTIVEENVIRONMENT

Wi = 0.055

Value

Rule

InfraStructure

Culture

0 0.1 0.2 0.3 0.4 0.5 0.6

E1

E2

E3

E4

E5

E6

E7

G MEANUNSUPPORTIVEENVIRONMENT

We = 0.22

Value

Rule

InfraStructure

Culture

0 0.1 0.2 0.3 0.4 0.5

P1

P2

P3

P4

P5

P6

P7

G MEANCONV.

DOMINANTWi = 0.21

Thought

Social

Politics

Economy

0 0.1 0.2 0.3 0.4 0.5 0.6

E1

E2

E3

E4

E5

E6

E7

G MEANCONV. 

DOMINANTWe = 0.118

Thought

Social

Politics

Economy

0 0.1 0.2 0.3 0.4 0.5

P1

P2

P3

P4

P5

P6

P7

G MEANCONV.

COMPETITIONWi = 0.724

Service

Product

Instrument

Institution

0 0.1 0.2 0.3 0.4 0.5 0.6

E1

E2

E3

E4

E5

E6

E7

G MEANCONV.

COMPETITIONWe = 0.073

Service

Product

Instrument

Institution

51

PRIORITIES of System Solutions: 

 

 

 

 

   

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEAN

SYSTEM SOLUTIONSWi = 0.061

S.Unsupportive Env.

S.Conv.Dominant

S.Conv.Competition

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEANSYSTEM

SOLUTIONSWe = 0.082

S.Unsupportive Env.

S.Conv.Dominant

S.Conv.Competition

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEANS. UNS.

ENVIRONMENTWi = 0.097

Law/Regn

Infrastructure

Alt.Islamic System

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEANS. UNS.

ENVIRONMENTWe = 0.143

Law/Regn

Infrastructure

Alt.Islamic System

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEANS. CONV

DOMINANTWi = 0.45

Union/Coop

G.Strategy

Econ.Strengthening0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEANS. CONV

DOMINANTWe = 0.679

Union/Coop

G.Strategy

Econ.Strengthening

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEANS. CONV

COMPETITIONWi = 0.291

Incr.Share

Improve Std.

Diversification

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEANS. CONV

COMPETITIONWe = 0.082

Incr.Share

Improve Std.

Diversification

52

PRIORITIES of External Problems: 

 

 

 

 

 

   

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEAN

EXTERNAL PROBLEMSWi = 0.571

Society

Customer

Authority

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEAN

EXTERNALPROBLEMSWe = 0.143

Society

Customer

Authority

0 0.1 0.2 0.3 0.4 0.5

P1

P2

P3

P4

P5

P6

P7

G MEAN

SOCIETYWi = 0.52

L.of Trust

L Perception

L Knowledge

Diversity

0 0.1 0.2 0.3 0.4 0.5 0.6

E1

E2

E3

E4

E5

E6

E7

G MEANSOCIETYWe = 0.31

L.of Trust

L Perception

L Knowledge

Diversity

0 0.1 0.2 0.3 0.4 0.5

P1

P2

P3

P4

P5

P6

P7

G MEANCUSTOMERWi = 0.663

Low Demand

L.Knowledge

Floating Majority

Averse to Risk

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEANCUSTOMERWe = 0.318

Low Demand

L.Knowledge

Floating Majority

Averse to Risk

0 0.1 0.2 0.3 0.4 0.5

P1

P2

P3

P4

P5

P6

P7

G MEAN

AUTHORITY Wi = 0.069

L.Understanding

L.Support

L.Incentive

L.Commitment

0 0.1 0.2 0.3 0.4 0.5 0.6

E1

E2

E3

E4

E5

E6

E7

G MEANAUTHORITYWe = 0.167

L.Understanding

L.Support

L.Incentive

L.Commitment

53

PRIORITIES of External Solutions: 

 

 

 

 

 

 

   

0 0.2 0.4 0.6 0.8

P1

P2

P3

P4

P5

P6

P7

G MEAN

EXTERNAL SOLUTIONSWi = 0.571

S.Society

S.Customer

S.Authority

0 0.2 0.4 0.6 0.8

E1

E2

E3

E4

E5

E6

E7

G MEAN

EXTERNALSOLUTIONSWe = 0.143

S.Society

S.Customer

S.Authority

0 0.1 0.2 0.3 0.4 0.5 0.6

P1

P2

P3

P4

P5

P6

P7

G MEAN

S. SOCIETYWi = 0.388

S. Education

Da'wah

Communication

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEAN

S. SOCIETYWe = 0.02

S. Education

Da'wah

Communication

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEAN

S. CUSTOMERWi = 0.321

Promotion

Incentive

C.Education

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEANS. CUSTOMERWe = 0.551

Promotion

Incentive

C.Education

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

P1

P2

P3

P4

P5

P6

P7

G MEAN

S. AUTHORITYWi = 0.25

Support

Regulation

E.Commitment

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7

E1

E2

E3

E4

E5

E6

E7

G MEANS. AUTHORITYWe = 0.02

Support

Regulation

E.Commitment

54

PRIORITIES of Policies and Strategies: 

 

 

 

 

 

0 0.1 0.2 0.3 0.4

P1

P2

P3

P4

P5

P6

P7

G MEANPOLICIESWi = 0.177

Shariah Compliance

Professionalism

Gradual&Sustain

Fair Treatment

Directed Mkt Driven

0 0.1 0.2 0.3 0.4

E1

E2

E3

E4

E5

E6

E7

G MEANPOLICIESWe = 0.081

Shariah Compliance

Professionalism

Gradual&Sustain

Fair Treatment

Directed Mkt Driven

0 0.1 0.2 0.3 0.4

P1

P2

P3

P4

P5

P6

P7

G MEANSTRATEGIESWi = 0.441

Sos.Comm.Program

Service Improve

Product Dev

New Image

Mkt Mapping

0 0.1 0.2 0.3 0.4

E1

E2

E3

E4

E5

E6

E7

G MEANSTRATEGIESWe = 0.134

Sos.Comm.Program

Service Improve

Product Dev

New Image

Mkt Mapping