financial performance perusahaan perbankan di …... · perpustakaan.uns.ac.id digilib.uns.ac.id...

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

PENGARUH INTELLECTUAL CAPITAL TERHADAP

FINANCIAL PERFORMANCE PERUSAHAAN PERBANKAN

DI INDONESIA

(STUDI PADA PERUSAHAAN PERBANKAN YANG TERDAFTAR DI

BURSA EFEK INDONESIA (BEI) TAHUN 2007-2010)

SKRIPSI

Diajukan untuk Melengkapi Tugas-tugas dan Memenuhi Syarat-syarat untuk

Mencapai Gelar Sarjana Ekonomi Jurusan Akuntansi Fakultas Ekonomi

Universitas Sebelas Maret

Oleh:

YUWANDHITA RATNA ANGGARA

NIM.F0308095

FAKULTAS EKONOMI

UNIVERSITAS SEBELAS MARET

SURAKARTA

2012


commit to user

iv

HALAMAN PERSETUJUAN PEMBIMBING

Skripsi dengan judul:

PENGARUH INTELLECTUAL CAPITAL TERHADAP FINANCIAL

PERFORMANCE PERUSAHAAN PERBANKAN DI INDONESIA



Surakarta, 29 Februari 2012

Disetujui dan diterima oleh

Pembimbing

(Agus Budiatmanto, Drs.,M.Si.,Ak)

NIP. 195912161990031001


commit to user

v

HALAMAN PENGESAHAAN

Telah disetujui dan diterima baik oleh tim penguji Skripsi Fakultas

Ekonomi Universitas Sebelas Maret guna melengkapi tugas-tugas dan memenuhi

syarat-syarat untuk memperoleh gelar Sarjana Ekonomi Jurusan Akuntansi.

Surakarta, 2012

Tim Penguji Skripsi

1. Payamta, Dr.,M.Si.,Ak.,CPA. ( .................................. )

NIP. 19660925 199203 1 002 Ketua

2. Agus Budiatmanto, Drs.,M.Si.,Ak ( .................................. )

NIP. 19591216 199003 1 001 Pembimbing

3. Anis Widjajanto, SE.,Msi.,Ak ( .................................. )

NIP. 19710314 199802 1 001 Anggota


commit to user

vi

MOTTO

“Masyaallah la quwata illa billah (Sungguh atas kehendak Allah semua ini

terwujud, tiada kekuatan kecuali dengan pertolongan Allah)”

( QS Al Kahf ayat 39)

“Blessed are the ones who rely on God, surrendered themselves before God’s

will, grateful in prosperity and patient in adversity”

(Nabi Muhammad SAW)

" If you put your whole trust in Allah, as you ought, He most certainly will

satisfy your needs, as He satisfies those of the birds. They come out hungry

in the morning, but return full to their nests"

(HR. Muslim)

"Dan sebaik-baik manusia adalah orang yang paling bermanfaat bagi

sesamanya."

(HR. Thabrani)

“Shoot for the moon. Even if you miss, you’ll land among the stars”

(Brian Littrell)

"No matter how you obsess to accomplish something, and how hard you

strive achieving the feat, get rid of all material desires, put the grace of Allah

as an objective, so everything you do will always be in His guidance"

(Yuwandhita)


commit to user

vii

PERSEMBAHAN

I dedicate this work to my loving parents, family,

and those who have given me lessons and love.

There’s nothing worth in my life but ya’ll

Thanks for everything


commit to user

viii

KATA PENGANTAR

Alhamdulillahirabbil’alamin puji syukur Penulis panjatkan kehadirat Allah

SWT atas limpahan rahmat, karunia dan hidayah-Nya sehingga Penulis dapat

menyelesaikan skripsi ini dengan baik. Skripsi ini disusun dan diajukan untuk

melengkapi tugas-tugas dan memenuhi syarat-syarat guna mencapai gelar Sarjana

Ekonomi Jurusan Akuntansi Universitas Sebelas Maret Surakarta.

Penulis menyadari bahwa dalam proses penulisan skripsi ini tidak terlepas

dari bantuan, bimbingan, serta saran dari banyak pihak. Oleh karenanya, penulis

dengan ini mengucapkan terima kasih kepada:

1. Prof. Dr. Ravik Karsidi, M.S., selaku Rektor Universitas Sebelas Maret.

2. Dr. Wisnu Untoro M.S., selaku Dekan Fakultas Ekonomi Universitas

Sebelas Maret.

3. Santoso Tri Hananto, Drs.,M.Si.,Ak., selaku Ketua Jurusan Akuntansi

Fakultas Ekonomi Universitas Sebelas Maret.

4. Bapak Agus Budiatmanto, Drs.,M.Si.,Ak., selaku pembimbing skripsi atas

semua bimbingan, saran, dan waktu yang diberikan yang sangat membantu

penulis untuk mencapai hasil yang terbaik.

5. Bapak-ibu dosen Pengajar Fakultas Ekonomi Universitas Sebelas Maret

Surakarta yang telah memberi ilmu yang sangat bermanfaat bagi penulis.

6. Bapak dan Ibuku, terima kasih atas kepercayaan yang kalian berikan, serta

terimakasih atas kesabaran, ketulusan, dukungan, nasihat, dan doa kalian.

Semua ini tidak akan terwujud tanpa doa dan pengorbanan Bapak dan Ibu.

I Love you both more than you know.


commit to user

ix

7. Saudara-saudaraku tercinta mbak Nita, Ninin, dan Nanda. Terimakasih

atas doa dan dukungan kalian, semoga kita bisa membanggakan Bapak dan

Ibu dengan prestasi kita.

8. Untuk My lovely Uncle RIP and Lovely Aunty, Mbak Indri, Mbak Ira,

Mbak Lia, terimakasih atas kasih sayang, nasihat, dan segala pelajaran

yang diberikan kepada penulis.

9. Untuk sahabat-sahabat seperjuangan Ditha Rizki, Dana Christianti,

Hervina Putri, Diesta, Anika, Ayu, Megan, Mita, Okta, Susy, terima kasih

atas kebersamaan, doa, dukungan dan ilmunya. Semoga kita semua sukses.

10. Untuk my best friend Nurul Bulan, thanks for all your magic words, thanks

for made me dare to dream and believe, tell me stories and lessons. I learn

a lot from you.

11. Buat teman-teman kos A-rofiq Mbak Cito, Mbak Tia, Mbak Meity, Mbak

Sintia, Evi, Bara, Lila, terimakasih atas doa dan kebersamaan selama ini.

12. Buat semua yang mendoakan dan membantu penulis dalam menyelesaikan

skripsi ini dan semua pihak yang tidak dapat penulis sebutkan satu-

persatu. Takk Takk!

Penulis menyadari bahwa karya ini masih jauh dari sempurna. Untuk itu

kritik dan saran yang bersifat membangun dari semua pihak, penulis harapkan

demi perbaikan yang berkelanjutan. Terima kasih.

Surakarta, 29 Februari 2012

Yuwandhita Ratna A


commit to user

x

DAFTAR ISI

Halaman

HALAMAN JUDUL…………………………………………………...... i

ABSTRAKSI……………………………………………………..............

ABSTRACT………………………………………………………….......

HALAMAN PERSETUJUAN……………………………………….......

HALAMAN PENGESAHAN…………………………………………...

HALAMAN MOTTO ……………………………………………...........

HALAMAN PERSEMBAHAN …………………………………...........

KATA PENGANTAR ……………………………………………...........

DAFTAR ISI ……………………………………………………….........

DAFTAR TABEL …………………………………………………….....

DAFTAR GAMBAR ……………………………………………............

DAFTAR LAMPIRAN……………………………………………..........

BAB I. PENDAHULUAN ………………………………………............

A. Latar Belakang Masalah ………………………………..........

B. Rumusan Masalah ……………………………………….......

C. Tujuan Penelitian ………………………………………….....

D. Manfaat Penelitian ……………………………………….......

BAB II. TELAAH PUSTAKA...................................................................

A. Landasan Teori................……………………….....................

B. Penelitian Terdahulu................…………................................

C. Kerangka Pemikiran Teoritis....………………........................

ii

iii

iv

v

vi

vii

viii

x

xii

xiv

xv

1

1

8

9

10

12

12

23

30


commit to user

xi

D. Hipotesis Penelitian..................................................................

BAB III. METODOLOGI PENELITIAN …………..………………….

A. Ruang Lingkup Penelitian........................................................

B. Populasi, Sampel, dan Teknik Pengumpulan Data ..………....

C. Jenis dan Sumber Data……………………………………….

D. Definisi Variabel dan Pengukurannya………………………..

E. Metode Analisis Data ………………………………………..

BAB IV. ANALISIS DATA DAN PEMBAHASAN................................

A. Deskripsi Objek Penelitian........................................................

B. Statistik Deskriptif Variabel Penelitian.....................................

C. Hasil Analisis Data ……………………………………...........

D. Pembahasan Hasil.....................................................................

BAB V. PENUTUP....................................................................................

A. Kesimpulan..........................................................................

B. Implikasi................................................................................

C. Keterbatasan Penelitian.............................................................

D. Saran......................................................................................

DAFTAR PUSTAKA................................................................................

LAMPIRAN...............................................................................................

32

43

43

43

44

45

50

57

57

60

64

108

113

113

114

116

116


commit to user

xii

DAFTAR TABEL

Tabel Halaman

II.1

II.2

IV.1

IV.2

IV.3

IV.4

IV.5

IV.6

IV.7

IV.8

IV.9

IV.10

IV.11

IV.12

IV.13

IV.14

IV.15

IV.16

IV.17

IV.18

Penelitian Intellectual Capital.........................................................

Penelitian Intellectual Capital.........................................................

Penentuan Jumlah Sampel...............................................................

Sampel Perusahaan Perbankan yang Terdaftar di Bursa Efek

Indonesia (BEI) Tahun 2007 sampai 2010......................................

Statistik Deskriptif...........................................................................

Uji Normalitas Residual Kolmogorov-Smirnov – Model 1............

Hasil Pengujian Multikolinieritas – Model 1..................................

Hasil Pengujian Runs-Test – Model 1.............................................

Hasil Pengujian Heterokedastisitas – Model 1................................

Koefisien Determinasi – Model 1...................................................

Hasil Uji Model (Goodness of Fit) – Model 1................................

Hasil Pengujian Regresi Linier – Model 1......................................









23

26

58

59

60

66

67

68

69

70

70

71

74

75

76

76

77

78

80

81


commit to user

xiii

IV.19

IV.20

IV.21

IV.22

IV.23

IV.24

IV.25

IV.26

IV.27

IV.28

IV.29

IV.30

IV.31

IV.32

IV.33

IV.34

IV.35

IV.36

IV.37

IV.38

IV.39

IV.40

IV.41

IV.42

























82

83

84

84

85

88

89

90

91

91

92

94

95

96

97

98

99

100

103

104

105

105

106

107


commit to user

xiv

DAFTAR GAMBAR

Gambar Halaman

II.1

IV.1

IV.2

IV.3

IV.4

IV.5

IV.6

Kerangka Pemikiran Teoritis Hubungan Antar Variabel...............

Uji Normalitas Residual PP Plot – Model 1…….….....................

Uji Normalitas Residual PP Plot – Model 2...................................





31

65

73

79

88

94

102


commit to user

xv

DAFTAR LAMPIRAN

Lampiran A

Daftar Perusahaan Perbankan

Lampiran B

Hasil Output SPSS


commit to user

ii

ABSTRAKSI

Yuwandhita Ratna Anggara

NIM. F0308095

PENGARUH INTELLECTUAL CAPITAL TERHADAP FINANCIAL

PERFORMANCE PERUSAHAAN PERBANKAN

DI INDONESIA



Penelitian ini bertujuan untuk menguji pengaruh intellectual capital terhadap

financial performance. Dengan menggunakan model Pulic- Value Added Intellectual

Capital (VAIC), penelitian ini menguji hubungan antara intellectual capital yang

disimbolkan dengan VAIC serta masing-masing komponennya (Human Capital

Efficiency-HCE, Structural Capital Efficiency-SCE, Capital Employed Efficiency-

CEE) dan kinerja keuangan perusahaan (ROA, CTA dan NPM). Data yang digunakan

adalah data dari 19 perusahaan perbankan yang terdaftar di Bursa Efek Indonesia

pada tahun 2007-2010. Analisis data menggunakan regresi sederhana dan berganda.

Hasil penelitian menunjukkan bahwa HCE berpengaruh signifikan positif

terhadap NPM dan tidak berpengaruh terhadap ROA dan CTA. SCE tidak

berpengaruh terhadap ROA, CTA, dan NPM. CEE berpengaruh signifikan positif

terhadap ROA dan CTA dan berpengaruh signifikan negatif terhadap NPM.

Intellectual capital (VAIC) berpengaruh signifikan positif terhadap ROA dan NPM,

serta berpengaruh signifikan negatif terhadap CTA.

Kata kunci : Intellectual Capital, Value Added Intellectual Capital (VAIC),

kinerja keuangan perusahaan (ROA, CTA, NPM)


commit to user

iii

ABSTRACT

Yuwandhita Ratna Anggara

NIM. F0308095

THE IMPACT OF INTELLECTUAL CAPITAL TO FINANCIAL

PERFORMANCE OF BANKING COMPANY IN INDONESIA

(STUDY ON BANKING COMPANY LISTED AT INDONESIAN STOCK

EXCHANGE FOR THE YEAR 2007-2010)

The purpose of this study is to investigate the relation between intellectual

capital and financial performance. By using Pulic’s- Value Added Intellectual

Capital (VAIC), this research examine the relationship between the intellectual

capital represented by VAIC and each components (Human Capital Efficiency-

HCE, Structural Capital Efficiency-SCE, Capital Employed Efficiency-CEE) and

financial performance (Return on Assets-ROA, Cost to Asset-CTA and Net profit

Margin-NPM). Data are drawn from 19 listed banking company in Indonesia

stock Exchange for years (2007-2010). Data analysis using Simple and multiple

regression.

The result show that HCE has a positif significant impact on NPM and

has not an impact on ROA and CTA. Structural Capital SCE has not an impact on

ROA, CTA, and NPM. CEE has a positive significant impact on ROA and CTA,

and has a negative significant impact on NPM. And aggregatly intellectual capital

(VAIC) has a positif significant impact on NPM and ROA, and has a negative

significant impact on CTA.

Keywords : Intellectual Capital, Value Added Intellectual Capital (VAIC),

financial performance (ROA, CTA, NPM).


commit to user

1

BAB I

PENDAHULUAN

A. Latar Belakang Masalah

Munculnya isu “Knowledge Based Economy” dalam

perkembangan perekonomian dunia telah menimbulkan banyak perubahan

pada dasar bisnis yang digunakan perusahaan di seluruh dunia.

Keberhasilan pembangunan knowledge based economy telah dicapai oleh

beberapa negara di dunia. Salah satunya adalah Singapura. Negeri yang

dahulu adalah bagian dari Malaysia, kini menjadi negara yang dinilai

unggul diantara negara-negara Asia lainnya. Singapura bangkit dari krisis

perekonomian di tahun 1997 dengan mengubah sektor bisnisnya yang

semula hanya mengandalkan sektor jasa (terutama perdagangan dan

pelabuhan), kini mengandalkan perekonomian yang berbasis pengetahuan

(knowledge-based economy) (Siow Yue, 2000). Di Indonesia sendiri

fenomena knowledge based economy telah mendorong perusahaan-

perusahaan mengubah cara mereka dalam menjalankan bisnisnya dari

bisnis berdasarkan tenaga kerja (labor-based business) menjadi bisnis

berdasarkan pengetahuan (knowledge-based business) (Sawarjuwono dan

Kadir, 2003). Perkembangan “new economy” yang lebih mengutamakan

informasi dan ilmu pengetahuan ini telah mengubah pandangan para

pelaku bisnis bahwa kemampuan bersaing tidak hanya terletak pada

kepemilikan aktiva berwujud, tetapi lebih pada inovasi, sistem informasi,


commit to user

2

pengelolaan organisasi dan sumber daya manusia yang dimilikinya. Oleh

karena itu, organisasi bisnis semakin menitik beratkan akan pentingnya

knowledge asset (aset pengetahuan) sebagai salah satu bentuk aset tak

berwujud atau intangible asset (Maciocha dan Kisielnicki, 2008). Salah

satu pendekatan yang digunakan untuk mengukur dan menilai knowledge

asset (aset pengetahuan) tersebut adalah Intellectual Capital yang telah

menjadi fokus perhatian dalam berbagai bidang, baik manajemen,

teknologi informasi, sosiologi, maupun akuntansi (Petty dan Guthrie,

2000). Asumsi implisit maupun eksplisit secara ilmu dan praktik telah

menjelaskan bahwa pengelolaan Intellectual Capital yang lebih baik akan

mendorong terciptanya keunikan dan keunggulan kompetitif yang

berkelanjutan. Akibatnya, banyak perusahaan berusaha untuk

mengembangkan modal intelektual yang dimiliki (Dominique dan Talita ,

2008).

Selama lebih dari satu dekade Intellectual Capital telah menjadi

isu yang menarik. IC semakin dinilai sebagai konributor yang signifikan

untuk proses penciptaan nilai dan perbaikan kinerja perusahaan (Sullivan ,

2000). Di Indonesia sendiri fenoma IC mulai berkembang sejak

diterbitkannya PSAK No. 19 (revisi 2000) tentang aktiva tidak berwujud.

Meskipun tidak menyatakan IC secara eksplisit namun fenoma IC tetap

menjadi perhatian dalam berbagai bidang. Menurut PSAK No. 19, aktiva

tidak berwujud adalah aktiva nonmoneter yang dapat diidentifikasi dan

tidak mempunyai wujud fisik serta dimiliki untuk digunakan dalam

menghasilkan atau menyerahkan barang atau jasa, disewakan kepada pihak


commit to user

3

lainnya, atau untuk tujuan administratif (IAI, 2007). PSAK No. 19

menyebutkan beberapa contoh dari aktiva tidak berwujud yang diantaranya

adalah ilmu pengetahuan dan teknologi, desain dan implementasi sistem

atau proses baru, lisensi, hak kekayaan intelektual, pengetahuan mengenai

pasar dan merek dagang (termasuk merek produk/brand names). Selain itu

juga ditambahkan piranti lunak komputer, hak paten, hak cipta, film

gambar hidup, daftar pelanggan, hak pengusahaan hutan, kuota impor,

waralaba, hubungan dengan pemasok atau pelanggan, kesetiaan pelanggan,

hak pemasaran, dan pangsa pasar.

Modal intelektual atau Intellectual Capital dapat diartikan sebagai

pengetahuan, dalam pembentukan kekayaan intelektual dan pengalaman

yang dapat digunakan untuk menciptakan kekayaan (Stewart, 1997). Hal

ini menunjukan bahwa IC merupakan sumber daya kunci perusahaan

untuk menciptakan value added perusahaan dan nantinya akan tercapai

keunggulan kompetitif perusahaan. Pengakuan mengenai pengaruh IC

dalam menciptakan keunggulan kompetitif perusahaan dan nilai

perusahaan semakin meningkat, dan ukuran yang tepat untuk IC masih

terus dikembangkan. Menurut Pulic (1998), tujuan utama dalam ekonomi

yang berbasis pengetahuan adalah untuk menciptakan value added.

Sedangkan untuk dapat menciptakan value added dibutuhkan ukuran yang

tepat tentang physical capital (dana-dana keuangan) dan intellectual

potential (direpresentasikan oleh karyawan dengan segala potensi dan

kemampuan yang melekat pada mereka). Lebih lanjut Pulic (1998)

mengembangkan metode VAIC™ yang juga dikenal sebagai value


commit to user

4

Creation Efficiency Analysis, dimana merupakan suatu indikator yang

dapat digunakan dalam menghitung efisiensi nilai yang dihasilkan dari

perusahaan yang didapat dengan menggabungkan CEE (capital employed

efficiency), HCE (human capital efficiency), dan SCE (structure capital

efficiency) (Pulic, 1998).

VAIC™ dinilai dapat menjadi “sistem pengukuran” yang

menunjukan nilai perusahaan dan kinerja suatu perusahaan yang

sebenarnya. Penciptaan value added pada perusahaan memungkinkan

benchmarking dan memprediksi kemampuan perusahaan di masa depan.

Hal ini berguna bagi semua stakeholder yang berada di dalam value

creation process (pemberi kerja, karyawan, manajemen, investor,

pemegang saham dan mitra bisnis) dan dapat diterapkan pada semua

tingkat aktivitas bisnis (Pulic, 2000). Hubungan antara VAIC™ dengan

kinerja keuangan telah dibuktikan secara empiris oleh beberapa peneliti

baik di Indonesia maupun luar negri, diantaranya adalah Firer dan

Williams (2003), Najibullah (2005), Sarayuth Saechan (2007), serta Nik

Maheran dan Md Khairu Amin (2009). Penelitian yang dilakukan di

Indonesia antara lain dilakukan oleh Ulum (2007), Dominique dan Talita

(2008), serta Wahdikorin (2010). Beberapa penelitian yang telah dilakukan

umumnya mengukur kinerja keuangan yang diukur dengan Return on

Equity (ROE), Return on Asset (ROA), Market to Book Value (MtBv), dan

sebagainya. Penelitian-penelitian tentang pengaruh Intellectual Capital

terhadap kinerja keuangan perusahaan tersebut masih menunjukkan hasil


commit to user

5

yang beragam baik dalam hasil penelitian, obyek penelitian, proksi

variabel kinerja keuangan, maupun alat analisisnya.

Penelitian Firer dan Williams (2003) mengambil sampel

perusahaan dagang di Afrika Selatan, menunjukan hasil bahwa tidak

terdapat hubungan kuat antara Intellectual Capital dan profitabilitas

perusahaan. SCE merupakan satu-satunya komponen IC yang berpengaruh

positif terhadap kinerja perusahaan. Penelitian Syed Najibullah (2005)

pada private commercial bank di Bangladesh tahun 2004 menunjukan

hasil bahwa IC tidak signifikan terkait dengan kinerja keuangan yang

diproksikan dengan ROE dan ROA. Penelitian oleh Dominique dan Talita

(2008) yang mengambil sampel perusahaan Consumer Good periode

(2003-2006) menunjukan hasil bahwa VAIC berkorelasi positif terhadap

ROA. Penelitian yang dilakukan Nik Maheran dan Md Khairu Amin

(2009) yang menggunakan sampel perusahaan Financial Sector di

Malaysia menunjukan hasil yang konsisten dengan penelitian Dominique

dan Talita (2008) bahwa Modal Intelektual (VAIC) menunjukan hubungan

yang positif dan signifikan dengan ROA. Sarayuth Saengchan (2008)

meneliti Commercial Bank di Thailand tahun 2000-2007 dan

menggunakan proksi ROA dan CTA untuk mengukur kinerja keuangan,

menyimpulkan bahwa VAIC berpengaruh positif terhadap ROA.

Selanjutnya, untuk proksi CTA, VAIC berpengaruh negatif, sedangkan

CEE dan SCE positif. Penelitian terbaru yang mengkaji IC dan Kinerja

keuangan dilakukan oleh Wahdikorin (2010) dengan menggunakan sampel

perusahaan perbankan tahun 2007-2009. Penelitian ini menggunakan


commit to user

6

proksi ROA dan Cost to Asset (CTA) untuk mengukur kinerja keuangan.

Hasil penelitian tersebut menunjukan bahwa bahwa Modal intelektual

(VAIC) tidak signifikan terkait dengan ROA. Hanya salah satu indikator

VAIC yaitu CEE yang berpengaruh positif signifikan terhadap ROA.

Untuk proksi CTA, VAIC berpengaruh negatif terhadap CTA.

Penelitian Wahdikorin (2010) dan penelitian Sarayuth Saengchan

(2007) mengukur kinerja IC dan kinerja keuangan dengan menggunakan

model dan variabel yang sama, sedangkan objek penelitian yang

digunakan dalam kedua penelitian tersebut berbeda. Sarayuth Saengchan

(2008) menggunakan sampel Commercial Bank di Thailand tahun 2000-

2007, sementara Wahdikorin (2010) menggunakan sampel perusahaan

perbankan yang terdaftar di Bursa Efek Indonesia tahun 2007-2009.

Perbedaan Penelitian yang dilakukan Wahdikorin (2010) dan Sarayuth

Saechan (2008) baik dalam hal sampel penelitian, tempat, serta waktu

penelitian selanjutnya mengakibatkan hasil penelitian yang berbeda.

Sarayuth Saechan (2008) berhasil membuktikan bahwa VAIC berpengaruh

positif terhadap ROA, sementara hasil penelitian Wahdikorin (2010)

menunjukan bahwa modal intelektual (VAIC) tidak signifikan terkait

dengan ROA. CEE merupakan satu-satunya indikator VAIC yang

berpengaruh positif signifikan terhadap ROA.

Berpijak dari hasil penelitian Wahdikorin (2010) dan Sarayuth

Saechan (2008) yang menunjukan hasil kontradiktif tersebut, maka

menarik untuk dikaji ulang dengan melakukan penelitian mengenai

Intellectual Capital dan kinerja keuangan perusahaan perbankan.


commit to user

7

Penelitian ini berusaha mereplikasi penelitian Wahdikorin (2010) yang

meneliti tentang pengaruh modal intelektual terhadap kinerja keuangan

perusahaan perbankan. Penelitian Wahdikorin (2010) dipilih karena

merupakan penelitian terkini mengenai IC dan kinerja keuangan

perusahaan. Beberapa penyempurnaan yang dilakukan dalam penelitian ini

atas penelitian yang pernah dilakukan oleh Wahdikorin (2010) adalah

dalam hal proksi variabel dan tahun pengamatan penelitian. Penelitian

Wahdikorin (2010) menggunakan periode 3 tahun pengamatan yaitu tahun

2007-2009. Selanjutnya, penelitian ini menambahkan tahun pengamatan

menjadi 4 tahun periode pengamatan yaitu tahun 2007-2010. Penambahan

tahun pengamatan ini berdasarkan fakta bahwa pada tahun 2010 kinerja

bank BUMN telah sejajar dengan bank asing dan swasta. Pelayanannya

membaik dan labanya terus tumbuh sehingga gaji bankir pun kian

menebal. Remunerasi atau pembayaran gaji bankir angkanya terus naik,

baik pada bank Asing maupun bank BUMN. (infobank. No 379. Vol

XXXII. Oktober 2010). Fakta tersebut diharapkan akan dapat memperkuat

hasil penelitian pada IC terhadap kinerja keuangan perbankan pada tahun

2010.

Wahdikorin (2010) menggunakan proksi ROA dan CTA untuk

mengukur kinerja profitabilitas perusahaan. Selanjutnya dalam penelitian

ini terdapat penambahan proksi baru yaitu Net Profit Margin untuk

mengukur kinerja keuangan perusahaan. Net Profit Margin akan

menunjukkan kemampuan perusahaan dalam menghasilkan laba operasi

usahanya yang murni dan laba bersih ditinjau dari pendapatan operasinya


commit to user

8

(Mulyono, 1999). Penambahan proksi NPM ini dilakukan untuk menilai

profitabilitas perusahaan dari segi kegiatan operasionalnya, sehingga

penambahan proksi NPM dalam penelitian ini dapat mengukur kinerja

keuangan perusahaan dari sisi ratio profitabilitas secara keseluruhan.

Variabel dalam penelitian sebelumnya yang tidak dipergunakan adalah

Jenis Bank (GROUP) sebagai variabel dependen. Tidak dipakainya

variabel tersebut dikarenakan GROUP sudah menunjukan hasil yang

konsisten dengan penelitian Sarayuth Saechan (2007) bahwa Jenis Bank

(GROUP) tidak berpengaruh terhadap Kinerja keuangan.

Sampel yang digunakan dalam penelitian ini adalah perusahaan

perbankan yang terdaftar di Bursa Efek Indonesia (BEI) tahun 2007-2010.

Perusahaan perbankan merupakan objek yang paling banyak digunakan

dalam penelitian IC karena di negara berkembang, seperti di Indonesia,

keberadaan sebuah bank menjadi sangat penting dalam proses

pembangunan ekonomi. Di samping itu, sektor perbankan merupakan

sektor bisnis yang sarat dengan intelektualitas (Kamath, 2007), dan juga

termasuk sektor jasa, di mana layanan pelanggan sangat bergantung pada

intelektual/kecerdasan modal manusia. Maka penting dilakukan penelitian

yang mengambil sampel penelitian pada perbankan.

B. Rumusan Masalah

Berdasar uraian bahwa beberapa hasil penelitian memberikan bukti yang

tidak konsisten, maka hal-hal yang menjadi permasalahan dalam penelitian

ini adalah sebagai berikut :


commit to user

9

1. Apakah Human Capital Efisiensi (HCE), Capital Employed Efficiency

(CEE) dan Structural Capital Efficiency (SCE) mempengaruhi Return

on Assets (ROA)?

2. Apakah Value Added Intellectual Capital (VAIC) mempengaruhi

Return on Assets (ROA) ?


(CEE) dan Structural Capital Efficiency (SCE) mempengaruhi Cost to

Asset (CTA)?

4. Apakah Value Added Intellectual Capital (VAIC) mempengaruhi Cost

to Asset (CTA) ?


(CEE) dan Structural Capital Efficiency (SCE) mempengaruhi Net

Profit Margin (NPM)?

6. Apakah Value Added Intellectual Capital (VAIC) mempengaruhi Net

Profit Margin (NPM) ?

C. Tujuan Penelitian

Adapun tujuan penelitian ini adalah sebagai berikut :

1. Untuk menganalisis pengaruh Human Capital Efficiency (HCE),

Capital Employed Efficiency (CEE) dan Structural Capital Efficiency

(SCE) terhadap Return on Asset (ROA).

2. Untuk menganalisis pengaruh Value Added Intellectual Capital (VAIC)

terhadap Return on Asset (ROA).


commit to user

10

3. Untuk menganalisis pengaruh antara Human Capital Efisiensi (HCE),


(SCE) terhadap biaya untuk aset/Cost to Asset (CTA).

4. Untuk menganalisis pengaruh antara Value Added Intellectual Capital

(VAIC) terhadap biaya untuk aset/Cost to Asset (CTA).

5. Untuk menganalisis pengaruh Human Capital Efficiency (HCE),


(SCE) terhadap Net Profit Margin (NPM).

6. Untuk menganalisis pengaruh Value Added Intellectual Capital (VAIC)

terhadap Net Profit Margin (NPM).

D. Manfaat Penelitian

1. Bagi akademisi, penelitian ini diharapkan dapat memberikan kontribusi

untuk perkembangan studi tentang Intellectual Capital di Indonesia,

serta dapat menjadi dasar untuk penelitian lebih lanjut mengenai modal

intelektual.

2. Bagi perusahaan, penelitian ini diharapkan dapat meningkatkan

kesadaran perusahaan tentang keuntungan dan pentingnya pengelolaan

modal intelektual yang efektif dalam perusahaan.

3. Bagi regulator akuntansi, penelitian ini diharapkan dapat bermanfaat

untuk menentukan perubahan penting dalam kebijakan akuntansi yang

mungkin dapat mendukung dasar pengembangan modal intelektual

dalam dunia bisnis di Indonesia.


commit to user

11

4. Bagi investor, penelitian ini diharapkan dapat memberikan pemahaman

yang lebih baik tentang bisnis di Indonesia dan untuk untuk menilai

competitive advantage (keunggulan bersaing) perusahaan sehubungan

dengan keputusan investasi mereka.


commit to user

12

BAB II

TELAAH PUSTAKA

A. Landasan Teori

1. Teori Stakeholder

Freeman dan Reed (1983) menyatakan bahwa stakeholder adalah

sekelompok orang atau individu yang dapat mempengaruhi atau

dipengaruhi oleh pencapaian tujuan organisasi. Dalam teori stakeholder,

orang-orang atau individu yang mempunyai keterkaitan atau klaim

terhadap perusahaan berhak terhadap tindakan-tindakan yang dilakukan

oleh manajemen perusahaan. Teori ini menyatakan bahwa seluruh pihak

yang disebut sebagai stakeholder perusahaan mempunyai hak atas

informasi tentang bagaimana aktivitas organisasi mempengaruhi mereka

(Deegan, 2004:206). Selanjutnya Deegan (2004:206) menyatakan bahwa

untuk memenuhi pengakuan atau ekspektasi yang sebenarnya dari

stakeholder, organisasi akan cenderung memilih untuk mengungkapkan

informasi tentang kinerja lingkungan, sosial, dan intelektual mereka secara

sukarela.

Tujuan dari Teori Stakeholder adalah untuk membantu manajer

dalam mengelola lingkungan perusahaan mereka secara efektif sehingga

dapat meningkatkan nilai dari dampak aktifitas-aktifitas mereka dan

meminimalkan kerugian yang mungkin muncul (Ulum, 2007). Dalam

upaya penciptaan nilai bagi perusahaan, manajemen perusahaan harus

dapat mengelola seluruh sumber daya yang dimiliki, baik karyawan


commit to user

13

(human capital), aset fisik (physical capital) maupun structural capital.

Apabila seluruh sumber daya yang dimiliki perusahaan dapat dikelola dan

dimanfaatkan dengan baik maka akan menciptakan value added bagi

perusahaan sehingga dapat meningkatkan kinerja keuangan perusahaan

untuk kepentingan stakeholder (Deegan , 2004:207).

Meek dan Gray (1988) menyatakan bahwa dalam konteks teori

stakeholder, laba akuntansi hanya merupakan ukuran pengembalian

(return) bagi pemegang saham (shareholder), sedangkan value added

merupakan ukuran yang lebih tepat yang diciptakan oleh stakeholders dan

kemudian didistribusikan kepada stakeholders yang sama. Value added

kemudian dihubungkan dengan return yang merupakan ukuran bagi

shareholder, sehingga dengan demikian keduanya (value added dan

return) dapat menjelaskan kekuatan teori stakeholder dalam kaitannya

dengan pengukuran kinerja organisasi.

2. Resource Based Theory (RBT)

Gagasan mengenai teori berbasis sumber daya (Resource Based

Theory) pertama kali dikemukakan oleh Penrose (1959). Teori ini

berdasarkan gagasan bahwa masing-masing perusahaan bersifat heterogen,

dimana memiliki sumber daya yang berbeda yang berasal dari sejarah

perusahaan tersebut. Karakter heterogen tersebut dapat dipertahankan

dalam jangka waktu yang panjang, sehingga dapat menjadi pendapatan

jangka panjang. Resource Based Theory(RBT) memberikan sudut pandang

baru untuk menjelaskan keberhasilan perusahaan, yaitu dengan berfokus


commit to user

14

pada sumber daya. Keberhasilan perusahaan didasarkan pada sumber daya

bersama dan kemampuan yang dimiliki perusahaan yang membuatnya

berbeda dari para pesaingnya (competitive advantage). Susanto (2007)

menyatakan bahwa terdapat dua hal utama yang dibutuhkan dalam

organisasi untuk menciptakan keunggulan bersaing. Pertama, memiliki

keunggulan dalam sumber daya yang dimilikinya, baik berupa aset yang

berwujud (tangible assets) maupun yang tidak berwujud (intangible

assets). Kedua, adalah kemampuan dalam mengelola sumber daya yang

dimilikinya tersebut secara efektif. Kombinasi dari aset dan kemampuan

akan menciptakan kompetensi yang khas dari sebuah perusahaan, sehingga

mampu memiliki keunggulan kompetitif di banding para pesaingnya.

Nelson dan Winter (1982) menyatakan bahwa pendekatan

Resource based Theory adalah dasar keterlibatan intellectual capital dalam

aktivitas perusahaan. Hal ini dilakukan dengan melibatkan karyawan

dalam perumusan tujuan operasional dan jangka panjang perusahaan.

Dalam pandangan berbasis pengetahuan, perusahaan mengembangkan

pengetahuan baru yang penting untuk keuntungan kompetitif dari

kombinasi unik yang ada pada pengetahuan. Dalam era persaingan yang

ada saat ini, perusahaan sering bersaing dengan mengembangkan

pengetahuan baru yang lebih cepat daripada pesaing mereka.

3. Intellectual Capital (IC)

Sampai saat ini tidak terdapat definisi modal intelektual yang

diterima secara umum, tetapi banyak yang menawarkan pandangan dengan


commit to user

15

menjelaskan konsep umum modal intelektual. Salah satu definisi yang

paling singkat dari modal intelektual dinyatakan oleh Stewart (1997), yaitu

“paket pengetahuan yang bermanfaat”. Stewart (1997) menjelaskan bahwa

paket pengetahuan ini meliputi proses-proses organisasi, teknologi, paten,

karyawan, keterampilan, dan informasi tentang pelanggan, pemasok, dan

stakeholder. Paket pengetahuan tersebut apabila diaplikasikan dengan baik

dalam aktivitas perusahaan akan dapat menciptakan nilai bagi perusahaan

tersebut (Stewart 1997).

Definisi lain mengenai modal intelektual dinyatakan oleh Annie

Brooking (konsultan dan pengarang dari Intellectual Capital : Core Asset

for the Third Millenium Enterprise) yaitu menjelaskan IC sebagai

“kombinasi dari aset-aset tak berwujud yang dapat menciptakan manfaat

bagi perusahaan” (Dominique an Thalita, 2008). Bontis (1998)

menyatakan bahwa modal intelektual mencakup semua pengetahuan

karyawan, organisasi dan kemampuan mereka untuk menciptakan nilai

tambah dan menyebabkan keunggulan kompetitif berkelanjutan bagi

perusahaan. Modal intelektual diidentifikasikan sebagai seperangkat tak

berwujud (sumber daya, kemampuan dan kompetensi) yang menggerakkan

kinerja organisasi dan penciptaan nilai.

Dari definisi tersebut dapat disimpulkan bahwa intelellectual

capital merupakan sumber daya perusahaan yang berupa aset-aset tak

berwujud dimana apabila diaplikasikan dengan baik dalam aktivitas

perusahaan akan dapat menciptakan nilai dan keunggulan kompetitif

perusahaan yang sustainable.


commit to user

16

Unsur-unsur modal intelektual (IC) oleh Edvinsson telah diperluas

oleh Stewart (1997) yang menyatakan bahwa modal intelektual merupakan

jumlah Human Capital, Structural Capital, dan Customer Capital.

a. Human Capital merupakan keutamaan atas kemampuan atau skill

karyawan perusahaan untuk menawarkan solusi kepada customer, serta

inovatif dan berkembang. Selain kemampuan individu, modal manusia

juga berupa kemampuan pembelajaran pada dinamika organisasi yang

terus berubah dalam lingkungan yang kompetitif. Kreativitas, dan

inovasi juga menjadi salah satu unsur modal manusia.

b. Structural Capital diartikan sebagai infrastruktur modal manusia atau

segala sesuatu yang mendukung kemampuan human capital. Modal

Struktural meliputi kemampuan organisasi untuk memenuhi kebutuhan

pasar, prasarana yang mencakup kualitas dan jangkauan sistem

teknologi informasi, struktur organisasi perusahaan, database, konsep

organisasi dan dokumentasi.

c. Customer Capital diartikan sebagai hubungan dengan orang-orang atau

siapa saja yang terkait dengan bisnis perusahaan. Hal ini dapat berarti

hubungan perusahaan dengan klien, pelanggan, serta pemasok.

Hubungan ketiga unsur tersebut inilah yang nantinya membantu

menentukan nilai sebenarnya dari perusahaan

4. Value Added Intellectual Capital (VAIC)

Pulic (1998 , 2000) mengembangkan metode Value Added

Intellectual Capital (VAIC) untuk mengukur Modal Intelektual


commit to user

17

perusahaan. Metode Value Added Intellectual Capital (VAIC) ini

membuat perusahaan dapat mengukur efisiensi penciptaan nilainya. Model

Pulic ini menggunakan konsep model Skandia yang memberikan gagasan

bahwa nilai pasar perusahaan terbentuk dari modal operasi dan modal

intelektual perusahaan tersebut. Penilaian kinerja perusahaan meliputi

penilaian capital employed efficiency (CEE) dan penilaian efisiensi dari

intellectual capital. Selanjutnya menurut model Skandia, Intellectual

Capital dibagi menjadi dua bagian utama, yaitu human capital dan

structural capital, sehingga intellectual capital efficiency coefficient

merupakan jumlah dari human capital efficiency (HCE) dan structural

capital efficiency coefficient (SCE). Dengan demikian,

VAIC = CEE + HCE + SCE

Capital Employed Efficiency (CEE) merupakan rasio dari Value Added

(VA) terhadap Capital Empleyed (CE) yang menunjukan berapa banyak

nilai tambah perusahaan yang dihasilkan dari modal yang digunakan. CEE

dapat dikatakan sebagai ukuran dari kemampuan perusahaan dalam

mengelola modalnya (Imaningati, 2007). Selanjutnya Human Capital

Efficiency (HCE) merupakan rasio dari Value Added (VA) terhadap

Human Capital (HC). HCE menunjukan kemampuan perusahaan

menghasilkan nilai tambah setiap rupiah yang dikeluarkan pada modal

manusia (Ulum , 2007). SCE atau Structural Capital Efficiency merupakan

rasio yang mengukur jumlah modal struktural yang dibutuhkan untuk

menghasilkan nilai tambah tiap 1 rupiah (Tan et al ,2007).


commit to user

18

Model VAIC kini semakin banyak diaplikasikan baik dalam bidang

bisnis maupun akademis (Syed Najibullah , 2005). Salah satu penelitian

yang menggunakan metode ini adalah penelitian Firer and Williams

(2003). Firer dan Williams (2003) menyatakan bahwa terdapat beberapa

keunggulan pada model VAIC yang membuat model ini banyak digunakan

baik dalam bidang bisnis maupun akademis. Yang pertama, VAIC

menggunakan dasar pengukuran yang terstandardisasi dan konsisten,

karena semua variabel pengukuranya dapat diambil dari laporan keuangan

perusahaan, sehingga dapat dilakukan analisis komparatif secara

internasional dengan menggunakan ukuran sampel yang besar dan dapat

menguji perusahaan dari berbagai industri (Pulic & Borneman , 1999).

Kedua, semua data yang digunakan dalam mengukur VAIC berasal dari

laporan yang telah diaudit, sehingga perhitungannya lebih objektif dan

dapat diverifikasi (Pulic , 1998:2000). Ketiga, VAIC menggunakan teknik

perhitungan yang sederhana sehingga memudahkan dan meningkatkan

pemahaman kognitif stakeholder intenal dan eksternal (Schneider , 1999).

5. Definisi Bank

Menurut pasal 1 Undang-undang No. 10 Tahun 1998 tentang

perubahan Undang-undang No. 7 Tahun 1992 tentang Perbankan, Bank

didefinisikan sebagai badan usaha yang menghimpun dana dari masyarakat

dalam bentuk simpanan dan meyalurkan kepada masyarakat dalam rangka

meningkatkan taraf hidup rakyat banyak. Definisi lain tentang bank

dinyatakan oleh Prof. G.M. Verryn Stuart, yang mendefinisikan bank


commit to user

19

sebagai suatu badan yang bertujuan untuk memuaskan kebutuhan kredit,

baik dengan alat pembayarannya sendiri atau dengan uang yang

diperolehnya dari orang lain maupun dengan jalan memperedarkan alat-

alat penukar baru berupa uang giral. Somary berpendapat bahwa bank

adalah suatu badan yang berfungsi sebagai pengambil dan pemberi kredit,

baik untuk jangka pendek maupun jangka panjang (http://e-dukasi.net,

2010). Dari beberapa definisi di atas dapat disimpulkan bahwa bank

merupakan suatu badan usaha yang melayani jasa dalam bidang keuangan

yang meliputi penyimpanan uang, penyalur kredit, pemberi kredit dan juga

perantara dalam lalu lintas pembayaran.

Fungsi dan peranan bank pada umumnya adalah menghimpun dana

masyarakat. Kegiatan bank berupa menghimpun dan menyalurkan dana

memungkinkan masyarakat melakukan kegiatan investasi, kegiatan

distribusi, serta kegiatan konsumsi barang dan jasa. Kelancaran kegiatan

investasi, distribusi, dan konsumsi ini tidak lain merupakan kegiatan

pembangunan perekonomian suatu masyarakat (Hasibuan, 2008:20). Dasar

utama kegiatan perbankan adalah kepercayaan (trust), baik dalam

menghimpun dana maupun menyalurkan dana. Masyarakat akan mau

menyimpan dananya di bank apabila dilandasi kepercayaan. Dalam fungsi

ini akan dibangun kepercayaan baik dari pihak penyimpan dana maupun

dari pihak bank dan kepercayaan ini akan terus berlanjut kepada pihak

debitur. Kepercayaan ini penting dibangun karena dalam keadaan ini

semua pihak ingin merasa diuntungkan baik dari segi penyimpanan dana,

penampung dana maupun penerima penyaluran dana tersebut. Industri

http://e-dukasi.net/


commit to user

20

perbankan adalah industri yang sangat bertumpu kepada kepercayaan

masyarakat (fiduciary financial institution). Kepercayaan masyarakat

(fiduciary financial institution) adalah segala-galanya bagi bank. Begitu

masyarakat tidak percaya pada bank, bank akan menghadapi “rush” dan

akhirnya koleps. (http://tiosijimbo.wordpress.com, 2011).

Untuk memperoleh kepercayaan dari masyarakat, maka sektor

perbankan harus dikelola secara profesional mulai dari segi pelayanannya,

strategi pemasaran yang baik, segi keuangan yang harus dikelola dengan

prinsip kehati-hatian, serta perbankan juga harus inovatif dalam

menciptakan produk yang dibutuhkan oleh masyarakat. Hal ini tidak

terlepas dari sumber daya yang dimiliki bank itu sendiri. Sumber Daya

perusahaan baik yang berwujud maupun tak berwujud termasuk modal

intelektual perusahaan membutuhkan pengelolaan yang tepat sehingga

nantinya dapat menciptakan nilai yang dapat dilihat dari financial

performance bank tersebut.

6. Financial Performance Perusahaan Perbankan

Sedarmayanti (1995:21) mengungkapkan bahwa Performance atau

Kinerja berarti prestasi kerja, pencapaian kerja atau hasil kerja, sedangkan

definisi dari kinerja dinyatakan sebagai hasil kerja yang dapat dicapai oleh

seseorang atau sekelompok orang dalam suatu organisasi sesuai dengan

wewenang dan tanggung jawab masing-masing dalam upaya mencapai

tujuan organisasi. Menurut Drucker (2002), kinerja merupakan tingkat

prestasi atau hasil nyata yang dicapai. Kinerja juga didefinisikan sebagai

keberhasilan seseorang atau sekelompok mewujudkan sasaran strategik di

http://tiosijimbo.wordpress.com/


commit to user

21

empat perspektif : keuangan, customer, proses, serta pembelajaran

(Mulyadi, 2007). Dari pengertian tersebut, maka dapat disimpulkan bahwa

kinerja keuangan perusahaan merupakan suatu gambaran tentang kondisi

keuangan perusahaan yang mencerminkan hasil atau capaian kerja

perusahaan tersebut. Untuk mendapatkan gambaran tentang kondisi

keuangan perusahaan tersebut, harus dilakukan penilaian terhadap kinerja

keuangan terlebih dahulu melalui laporan keuangan perusahaan. Laporan

keuangan merupakan gambaran dari suatu perusahaan pada waktu tertentu,

yang menunjukkan kondisi keuangan yang telah dicapai suatu perusahaan

dalam periode tertentu.

Dalam menilai kinerja keuangan perusahaan, dapat digunakan

suatu ukuran atau tolok ukur tertentu. Biasanya ukuran yang digunakan

adalah rasio atau indeks. Analisis rasio keuangan merupakan suatu alat

atau cara yang paling umum digunakan dalam membuat penilaian atau

analisis laporan keuangan (http://www.scribd.com/doc/Definisi-Bank,

2011). Salah satu rasio yang digunakan untuk mengukur kinerja keuangan

perusahaan perbankan adalah rasio profitabilitas atau rentabilitas. Rasio ini

menunjukan kemampuan bank dalam memenuhi perolehan laba. Bank

yang sehat adalah bank yang diukur secara rentabilitas yang terus

meningkat (Kasmir, 2002:44). Ukuran profitabilitas yang diperoleh akan

menggambarkan kondisi bank tersebut juga kemampuan dalam

pengelolaannya. Dalam penelitian ini Rasio profitabilitas bank yang akan

digunakan antara lain adalah Return On Assets (ROA), Cost to Asset

(CTA), dan Net Profit Margin (NPM).

http://www.scribd.com/doc/11320386/Definisi-Bank


commit to user

22

a. Return On Assets (ROA)

ROA adalah rasio yang digunakan untuk mengukur kemampuan

manajemen Bank dalam memperoleh keuntungan secara

keseluruhan. Rasio ini membandingkan antara total laba bersih

perusahaan dengan total aset, sehingga semakin besar ROA suatu

Bank, semakin besar pula tingkat keuntungan yang dicapai

Bank tersebut semakin baik pula posisi Bank tersebut dan penggunaan

dan pengelolaan aset (Muljono, 1999:92).

b. Cost to Asset (CTA)

Biaya untuk Aset merupakan rasio yang digunakan untuk mengukur

jumlah lebih dari biaya operasional yang digunakan untuk aset

perusahaan. Rasio ini membandingkan antara biaya operasional

dengan total aset. Semakin kecil rasio ini maka semakin efisien biaya

yang dikeluarkan untuk membiayai keseluruhan aset perusahaan

(Sarayuth Saechan, 2008).

c. Net Profit Margin (NPM)

Rasio NPM merupakan rasio yang menilai aspek manajemen pada

penilaian kinerja bank. Rasio ini membandingkan antara laba bersih

setelah pajak dengan pendapatan perusahaan. Rasio ini menunjukkan

berapa besar persentase laba bersih yang diperoleh dari pendapatan

yang dihasilkan (Hanafi dan Halim, 2003:77).


commit to user

23

B. Penelitian Terdahulu

Hubungan antara modal intelektual dengan kinerja keuangan

perusahaan telah menarik banyak akademisi untuk menjadikannya sebagai

topik penelitian. Dari sekian banyak penelitian yang dilakukan baik di

Indonesia maupun luar negeri, diantaranya menghasilkan bukti empiris

yang menunjukan adanya hubungan antara intellectual capital dengan

financial performance atau kinerja keuangan perusahaan. Tabel II.1

berikut ini berisi rangkuman beberapa penelitian yang menunjukan hasil

adanya hubungan antara IC dan kinerja perusahaan.

TABEL II.1

Penelitian Intellectual Capital

Penelitian

(Tahun)

Judul

Penelitian

Variabel

Independen

/ Variabel

Dependen

Alat

analisis Hasil Temuan

Firer dan

Williams

(2003)

Intellectual

Capital and

Tradisional

Measure of

Corporate

Performance

VAICTM

yang diukur

dari CEE,

HCE, dan

SCE /

ROA, ATO,

MB

Analisis

regresi

linier

VAIC™ tidak

memiliki hubungan

kuat terhadap ROA,

ATO, MB. Hanya

SCE yang signifikan

terhadap kinerja

keuangan.

Ihyaul

Ulum

(2007)

Pengaruh

Intellectual

Capital

terhadap

Kinerja

Keuangan

Perusahaan

VACA,

VAHU,

STVA,

VAIC, dan

ROGIC /

ROA,

produktivitas

ATO, dan

Analisis

laporan

keuangan.

Terdapat pengaruh

IC (VAIC) terhadap

kinerja keuangan

perusahaan selama

tiga tahun

pengamatan dan

masa depan.

Hanya ROA yang

signifikan untuk

menjelaskan variabel


commit to user

24

Perbankan di

Indonesia

GR. kinerja keuangan

perusahaan.

Dominique

dan Talita

(2008)

An Empirical

Research on

the

Relationship

between

Intellectual

Capital and

Corporate

Financial

Performance

on Indonesian

Listed

Companies

HCE,CEE,

SCE, dan

VAIC /

ROA, Asset

Turn Over

(ATO),

Revenue

Growth

(RG),

Operating

Cash Flow

(OCF)

Model

Regresi

VAIC dan CEE

Berkorelasi positif

dan signifikan

terhadap ROA, ATO,

RG, dan OCF.

CEE dan SCE adalah

signifikan dengan

ATO.

Hubungan IC pada

Kinerja keuangan

masa depan (th

berikutnya) lebih

signifikan daripada

kinerja keuangan saat

ini.

Sarayuth

Saengchan

(2008)

The Role of

Intellectual

Capital in

Creating

Value in the

Banking

Industry

HCE,CEE,

SCE, VAIC,

dan

GROUP/

ROA dan

CTA (Cost

to Assets)

Model

Regresi

SCE, CEE, VAIC

secara positif

berkaitan dengan

ROA.

Human Capital

Efficiency (HCE)

secara negatif

Berkaitan dengan

ROA.

HCE dan VAIC

secara negatif dan

signifikan terkait

dengan CTA.

CEE dan SCE secara

positif berkaitan

dengan CTA.

Hubungan ROA-

GROUP negatif.

Hubungan CTA-

GROUP negatif.


commit to user

25

Nik

Maheran

dan Md

Khairu

Amin

Ismail

(2009)

Intellectual

Capital

Efficiency

and Firm’s

Performance:

Study on

Malaysian

Financial

Sectors

(2007)

VAHC,

VACA,

STVA dan

VAIC /

Profitabilitas

dan ROA

Analisis

Regresi

Berganda

VAIC telah

menunjukkan

hubungan yang

positif dan signifikan

dengan ROA dan

Profitabilitas.

Human Capital dan

Modal struktural

Tidak signifikan dan

Menunjukkan

hubungan negatif

dengan Profitabilitas

dan ROA.

Efisiensi modal

usaha Menunjukkan

hubungan positif dan

Signifikan dengan

Profitabilitas

perusahaan dan

ROA.

Sumber : Diolah dari beberapa penelitian , 2011

Penelitian lain yang menguji hubungan antara modal

intelektual dengan kinerja keuangan perusahaan menunjukan

hasil yang berbeda. Tabel II.2 berikut ini berisi rangkuman

beberapa penelitian yang menunjukan hasil yang berbeda

mengenai pengaruh intellectual capital terhadap kinerja

keuangan perusahaan.


commit to user

26

TABEL II.2

Penelitian Intellectual Capital

Penelitian

(Tahun)

Judul

Penelitian

Variabel

Independen /

Variabel

Dependen

Alat

analisis Hasil Temuan

Syed

Najibullah

(2005)

An Empirical

Investigation of

the Relationship

Between

Intellectual

Capital and

Firm’s Market

Value and

Financial

Performance in

Context of

Commercial

Bank of

Bangladesh

HCE,CEE,

SCE, dan

VAIC /

MtVB dan

ROA,ROE,GR

& EP

Analisis

korelasi

dan

analisis

regresi

HCE,SCE,VAIC

tidak signifikan

terkait dengan

ROE dan ROA.

CEE secara

signifikan

terkait dengan

ROE dan ROA

HCE, SCE, dan

VAIC secara

signifikan

berkorelasi

positif dengan

GR.

Ayu

Wahdikorin

(2010)

Pengaruh

Modal

Intelektual

terhadap

Kinerja

Keuangan

Perusahaan

Perbankan yang

Terdaftar di

Bursa Efek

Indonesia (BEI)

Tahun2007-

2009

HCE,CEE,

SCE, VAIC,

dan GROUP/

ROA dan

CTA (Cost to

Assets)

Model

Regresi

VAIC dan HCE

berpengaruh

signifikan

negatif terhadap

CTA dan tidak

berpengaruh

terhadap ROA.

SCE tidak

berpengaruh

terhadap ROA

dan CTA.

CEE

berpengaruh

signifikan

positif terhadap

ROA dan tidak

berpengaruh

pada CTA.

Sumber : Diolah dari beberapa penelitian , 2011


commit to user

27

Penelitian Firer dan William (2003) menguji hubungan antara IC

dengan kinerja keuangan dengan mengambil sampel perusahaan dagang di

Afrika Selatan. Hasil penelitian menunjukan bahwa tidak terdapat

hubungan kuat antara IC dan profitabilitas perusahaan. SCE merupakan

satu-satunya komponen yang berpengaruh positif terhadap kinerja

perusahaan.

Penelitian Syed Najibullah (2005) menguji hubungan antara IC

dengan kinerja keuangan private commercial bank di Bangladesh tahun

2004 menunjukan hasil bahwa IC yang diukur dengan model Pulic (VAIC)

tidak signifikan terkait dengan kinerja keuangan yang diproksikan dengan

ROE dan ROA. CEE merupakan satu-satunya komponen yang terkait

signifikan dengan ROE dan ROA.

Ulum (2007) menggunakan model Pulic (VAIC) untuk menguji

hubungan IC dengan kinerja keuangan perusahaan dengan menggunakan

sampel perusahaan perbankan selama tahun 2004-2006 menunjukan

bahwa tidak seluruh komponen Intellectual Capital (VAIC) memiliki

pengaruh signifikan terhadap kinerja keuangan perusahaan. Human

Capital (VAHU) merupakan satu-satunya komponen yang secara statistik

signifikan untuk menjelaskan konstruk VAIC dan hanya ROA yang

signifikan untuk menjelaskan variabel kinerja keuangan perusahaan.

Penelitian oleh Dominique dan Talita (2008) yang mengambil

sampel perusahaan Consumer Good periode (2003-2006) menunjukan

hasil bahwa VAIC berkorelasi positif terhadap ROA.


commit to user

28

Penelitian yang dilakukan Nik Maheran dan Md Khairu Amin

(2009) yang menggunakan sampel 18 perusahaan Financial Sector di

Malaysia menunjukan hasil yang konsisten dengan penelitian Dominique

dan Talita (2008) bahwa Modal Intelektual (VAIC) menunjukan hubungan

yang positif dan signifikan dengan ROA.

Sarayuth Saengchan (2008) meneliti Commercial Bank di

Thailand tahun 2000-2007 dan menggunakan proksi ROA dan CTA untuk

mengukur profitabilitas sebagai penilai kinerja keuangan, menyimpulkan

bahwa VAIC berpengaruh positif terhadap ROA. Selanjutnya, untuk

proksi CTA, VAIC berpengaruh negatif, sedangkan CEE dan SCE positif.

Selain itu, Sarayuth Saechan (2008) juga meneliti hubungan IC pada jenis

bank tertentu (GROUP) dengan kinerja keuangan perusahaan dan

menunjukan hasil negatif.

Penelitian terbaru yang mengkaji IC dan kinerja keuangan

dilakukan oleh Wahdikorin (2010) dengan menggunakan sampel

perusahaan perbankan yang listed di Bursa Efek Indonesia tahun 2007-

2009. Mengacu pada penelitian Sarayuth Saechan (2008), penelitian ini

juga menggunakan proksi ROA dan CTA untuk mengukur kinerja

keuangan. Hasil penelitian tersebut menunjukan bahwa modal intelektual

(VAIC) tidak berpengaruh signifikan terhadap ROA. Salah satu indikator

VAIC, yaitu CEE, adalah komponen yang berpengaruh positif signifikan

terhadap ROA. Untuk proksi CTA, VAIC berpengaruh negatif. Selain itu,

hubungan antara variabel GROUP dengan kinerja perusahaan menunjukan


commit to user

29

hasil yang konsisten dengan Sarayuth Saechan (2008) yaitu menunjukan

hubungan negatif.

Penelitian ini merupakan replikasi dan pengembangan dari topik

pengaruh intellectual capital terhadap financial performance perusahaan

pada penelitian Wahdikorin (2010). Penelitian mengenai pengaruh

intellectual capital terhadap kinerja perusahaan telah banyak dilakukan

baik di Indonesia maupun luar negeri. Hasil beberapa penelitian terdahulu

menunjukkan hasil yang berbeda tentang intellectual capital terhadap

kinerja keuangan perusahaan. Perbedaan penelitian ini dengan penelitian

sebelumnya adalah :

1. Menggunakan periode 4 tahun pengamatan (2007-2010). Penelitian

mengenai IC dan kinerja keuangan rata-rata dilakukan dengan periode

satu sampai dengan tiga tahun pengamatan, seperti pada penelitian

Nik Maheran dan Md Khairu Amin (2009) dan Najibullah (2005).

Penelitian dengan periode 3 tahun pengamatan dilakukan oleh Ulum

(2007) dan Wahdikorin (2010). Penelitian yang menggunakan 4 tahun

pengamatan pernah dilakukan oleh Dominique dan Talita (2008).

Penambahan tahun pengamatan ini berdasarkan fakta bahwa pada

tahun 2010 kinerja bank baik BUMN maupun asing menunjukan

peningkatan. Pelayanannya membaik dan labanya terus tumbuh

sehingga gaji bankir pun kian menebal. (infobank. No 379. Vol

XXXII. Oktober 2010).

2. Menambah proksi Net Profit Margin untuk mengukur kemampuan

perusahaan menghasilkan laba berdasarkan kegiatan operasional


commit to user

30

perusahaan (Hanafi dan Halim, 2003). Selain itu, penambahan proksi

NPM pada penelitian ini digunakan untuk menilai kinerja keuangan

perusahaan dari sisi ratio rentabilitas secara keseluruhan.

C. Kerangka Pemikiran Teoritis

Teori Resources Based Theory (RBT) yang telah dijelaskan

sebelumnya memberikan gagasan bahwa keberhasilan perusahaan dapat

dicapai dengan berfokus pada sumber daya. Sumber daya dan

kemampuan yang dimiliki perusahaan yang dikelola dengan sebaik-

baiknya dapat membuat perusahaan berbeda atau unggul dari para

pesaingnya (competitive advantage). Dengan keunggulan kompetitif yang

dimiliki perusahaan, maka akan meningkatkan kinerja perusahaan itu

sendiri. Teori RBT menunjukan bahwa keterlibatan intellectual capital

menjadi penting dalam aktivitas perusahaan, dan adanya intellectual

capital yang terkelola dalam perusahaan akan dapat mempengaruhi kinerja

keuangan perusahaan.

Untuk menggambarkan hubungan dari variabel independen dan

variabel independen, berikut ini dikemukakan suatu kerangka pemikiran

teoritis mengenai pengaruh intellectual capital terhadap financial

performance perusahaan perbankan di Indonesia.


commit to user

31

Kerangka pemikiran teoritis tersebut ditunjukkan dalam gambar sebagai

berikut :

Gambar II.1

Kerangka Pemikiran Teoritis Hubungan Antar Variabel

Variabel Independen Variabel Dependen

Return On Asset

(ROA)

Net Profit

Margin (NPM)

Cost to Assets

(CTA)

Value Added of

Intellectual

Capital (VAIC)

Structural Capital

Efficiency (SCE)

Capital Employed

Efficiency (CEE)

Human Capital

Efficiency (HCE)


commit to user

32

D. Hipotesis Penelitian

1. Pengaruh Human Capital Efficiency (HCE) terhadap Return on Asset

(ROA), Cost to Asset (CTA), dan Net Profit Margin (NPM)

Human Capital atau modal manusia merupakan kombinasi dari

pengetahuan, skill, ketrampilan, kreativitas, inovasi dan kemampuan

seseorang untuk menjalankan tugasnya sehingga dapat menciptakan suatu

nilai tambah yang akan memberikan sustainable revenue di masa akan

datang bagi suatu organisasi (Bontis , 2002). Menurut Totanan (2004),

kinerja perusahaan akan dipengaruhi oleh modal manusianya. Sebuah

perusahaan akan menghasilkan kinerja yang berbeda pada pengelolaan

orang yang berbeda, artinya manusia yang berbeda dalam mengelola aset

yang sama akan menghasilkan nilai tambah yang berbeda.

Human Capital diukur dengan indikator efisiensi modal manusia

atau Human Capital Efficiency (HCE). HCE menunjukan berapa banyak

nilai tambah yang dihasilkan dari tiap dana yang dikeluarkan perusahaan

untuk modal manusianya (Ulum, 2007). Menurut Dharma (2004), dana

yang dikeluarkan perusahaan untuk pembiayaan modal manusianya

merupakan suatu bentuk upaya pengelolaan Sumber Daya Manusia (SDM)

perusahaan. Pengelolaan Sumber Daya Manusia dengan baik nantinya

dapat meningkatkan produktivitas dan dapat menciptakan keunggulan

kompetitif perusahaan (Sedarmayanti, 1995:25). Produktivitas karyawan

yang semakin meningkat menunjukkan bahwa karyawan semakin baik

dalam mengelola aset perusahaan (Imanigati, 2007). ROA merefleksikan

keuntungan bisnis dan efisiensi perusahaan dalam pemanfaatan total aset


commit to user

33

(Muljono, 1999:100). Dengan demikian, semakin baik pengelolaan aset

perusahaan akan dapat meningkatkan laba atas sejumlah aset yang dimiliki

perusahaan yang diukur dengan Return on Asset (ROA). Penelitian Chen

et.al. (2005) di Taiwan telah membuktikan bahwa efisiensi modal manusia

(HCE) berpengaruh positif terhadap ROA.

Berdasarkan penjelasan di atas, maka dirumuskan hipotesis sebagai

berikut:

H1 : Human Capital Efficiency (HCE) berpengaruh positif


Sumber daya manusia yang produktif diharapkan dapat menekan

biaya operasional perusahaan seminimal mungkin agar pendapatan

perusahaan semakin meningkat. Hal ini didasarkan pada pemikiran bahwa

produktivitas karyawan yang semakin meningkat menunjukkan bahwa

karyawan semakin baik dalam mengelola aset perusahaan, sehingga

mampu menekan biaya operasional perusahaan (Wahdikorin, 2010). Rasio

CTA merupakan rasio yang mengukur besarnya biaya yang dikeluarkan

untuk aset (Sarayuth Saengchan, 2007), sehingga semakin rendah biaya

operasional yang terjadi akan mengakibatkan semakin rendah pula rasio

CTA.

Beberapa penelitian telah menyimpulkan adanya hubungan negatif

antara HCE dan CTA, diantaranya adalah penelitian oleh Sarayuth

Saengchan (2007) dan Wahdikorin (2010).

Berdasarkan uraian di atas, maka hipotesis penelitian dirumuskan

sebagai berikut :


commit to user

34

H2 : Human Capital Efficiency (HCE) berpengaruh negatif

terhadap Cost to Asset (CTA).

Berdasarkan konsep RBT, sumber daya manusia yang

berketerampilan dan kompetensi tinggi merupakan keunggulan kompetitif

bagi perusahaan. Apabila perusahaan dapat memanfaatkan dan mengelola

potensi yang dimiliki karyawannya secara efektif, maka hal itu dapat

meningkatkan produktivitas karyawan yang nantinya akan menunjang

kelancaran kegiatan operasional perusahaan dan dapat meningkatkan

pendapatan dan profit perusahaan. Net Profit Margin merupakan rasio

yang mengukur tingkat laba yang diperoleh perusahaan dibandingkan

dengan pendapatan yang diterima dari kegiatan operasionalnya. (Hanafi

dan Halim, 2003:77).

Berdasarkan uraian tersebut, maka dirumuskan hipotesis sebagai

berikut :

H3 : Human Capital Efficiency (HCE) berpengaruh

positif terhadap Net Profit Margin (NPM).

2. Pengaruh Structural Capital Efficiency (SCE) terhadap Return on

Asset (ROA) , Cost to Asset (CTA), dan Net Profit Margin (NPM)

Modal struktural atau Structural Capital merupakan dimensi lain

dari modal intelektual. Structural Capital merupakan modal pendukung

human capital dalam mengembangkan kemampuan untuk menciptakan

dan mengembangkan ide-ide kreatif (Edvinson dan Sullivan, 1996).

Structural Capital mencakup semua pengetahuan dalam perusahaan selain


commit to user

35

pengetahuan yang ada pada modal manusia, yang mencakup database,

struktur organisasi, proses manual, strategi, rutinitas dan sesuatu yang

nilainya lebih tinggi dibandingkan dengan nilai materi (Bontis et al, 2000).

Lebih lanjut Bontis menyatakan bahwa upaya yang dapat dilakukan

perusahaan adalah memberikan pembelajaran tentang budaya,

infrastruktur, dan insentif yang tepat untuk menghasilkan dan

menyebarkan pengetahuan. Oleh karena itu, modal struktural merupakan

infrastruktur yang dapat membantu mendukung pekerja untuk

mengoptimalkan kinerja intelektualnya dan kinerja perusahaan secara

keseluruhan.

Structural Capital diukur dengan indikator Structural Capital

Efficiency (SCE). SCE mengukur jumlah modal struktural yang

dibutuhkan untuk menghasilkan setiap rupiah nilai tambah yang

merupakan indikasi bagaimana keberhasilan Structural Capital dalam

menciptakan nilai dan dalam mendukung usaha karyawan untuk

menghasilkan kinerja intelektual yang optimal serta kinerja bisnis secara

keseluruhan (Sawarjuwono dan Kadir, 2003). Kinerja intelektual yang

optimal selanjutnya dapat menunjang kemampuan perusahaan dalam

pengelolaan aset dan diharapkan dapat meningkatkan laba perusahaan

terhadap jumlah aset yang dimiliki yang diukur dengan Return On Asset

(ROA). Semakin tinggi SCE, maka akan berakibat pada semakin tinggi

pula ROA perusahaan.

Penelitian yang dilakukan Dominique dan Talita (2008) serta

Sarayuth Saengchan (2008) menunjukan hasil bahwa SCE berpengaruh


commit to user

36

signifikan positif terhadap profitabilitas perusahaan yang diproksikan

dengan ROA.

Berdasarkan penjelasan tersebut, maka dirumuskan hipotesis

sebagai berikut :

H4 : Structural Capital Efficiency (SCE) berpengaruh positif


Pengelolaan aset yang baik diharapkan dapat menekan biaya

operasional perusahaan seminimal mungkin. Cost to Asset atau Biaya

untuk aset merupakan biaya-biaya yang dikeluarkan perusahaan untuk

mendukung aset perusahaan (Sarayuth Saechan, 2008). Semakin

perusahaan dapat menekan biaya operasionalnya, maka nilai CTA semakin

kecil.

Berdasarkan uraian tersebut, maka dirumuskan hipotesis penelitian

sebagai berikut:

H5 : Structural Capital Efficiency (SCE) berpengaruh negatif


Structural Capital yang dikelola perusahaan dengan sebaik-

baiknya dapat mendukung usaha karyawan untuk menghasilkan kinerja

intelektual yang optimal serta kinerja bisnis secara keseluruhan

(Sawarjuwono dan Kadir, 2003). Kinerja intelektual yang optimal

selanjutnya dapat memperlancar kegiatan operasionalnya sehingga dapat

menghasilkan pendapatan dan profit yang tinggi. Net Profit Margin

merupakan rasio yang menggambarkan tingkat laba yang diperoleh


commit to user

37

perusahaan dibandingkan dengan pendapatan yang diterima dari kegiatan

operasionalnya (Hanafi dan Halim, 2003).

Berdasarkan uraian tersebut, maka dirumuskan hipotesis sebagai

berikut :

H6 : Structural Capital Efficiency (SCE) berpengaruh positif


3. Pengaruh Capital Employed Efficiency (CEE) terhadap Return on

Asset (ROA), Cost to Asset (CTA), dan Net Profit Margin (NPM)

Menurut Firer dan Williams (2003), Capital Employed merupakan

total modal yang dimanfaatkan dalam aset tetap dan lancar suatu

perusahaan. Selanjutnya, Firer dan William menyatakan bahwa Capital

Employed Efficiency atau physical capital merupakan suatu indikator nilai

tambah yang tercipta atas modal yang diusahakan perusahaan dengan cara

yang efisien. pemanfaatan CE yang lebih baik merupakan bagian dari IC

perusahaan (Tan et al., 2007).

Capital Employed diukur dengan menggunakan indikator Capital

Employed Efficiency yang menunjukan nilai tambah atau Value Added

yang dapat dihasilkan oleh perusahaan dari penggunaan modalnya (Ulum,

2009). Modal yang digunakan merupakan kontribusi dari aset yang

mendukung kemampuan perusahaan dalam menghasilkan pendapatan

(investorword.com). Selanjutnya, Sarayuth Saengchan (2008) menyatakan

bahwa total aset yang besar selanjutnya mendorong perusahaan untuk

meningkatkan pengelolaan aset sehingga dapat meningkatkan return


commit to user

38

perusahaan. ROA merefleksikan laba yang diperoleh perusahaan dan

efisiensi perusahaan dalam pemanfaatan total aset (Muljono, 1999:100).

Penelitian Sarayuth Saengchan (2008) menunjukan bahwa terdapat

hubungan positif antara Capital Employed Efficiency (CEE) dengan Return

on Asset (ROA). Begitu pula dengan penelitian Dominique dan Talita

(2008) yang mengungkapkan bahwa CEE merupakan proksi yang sangat

berkorelasi untuk ROA.

Berdasarkan uraian tersebut, maka diajukan hipotesis penelitian

sebagai berikut :

H7 : Capital Employed Efficiency (CEE) berpengaruh positif


Tan et al., (2007) menyatakan bahwa pemanfaatan CE yang lebih

baik merupakan bagian dari IC perusahaan. Pengelolaan IC dengan sebaik-

baiknya pada perusahaan perbankan selanjutnya dapat meningkatkan

efisiensi biaya dalam kegiatan operasionalnya (Sarayuth Saengchan,

2007). Efisiensi biaya operasional ditunjukan dengan menurunnya biaya

operasional perusahaan dan direfleksikan dengan kecilnya nilai CTA yang

mengukur jumlah biaya yang dikeluarkan perusahaan untuk mendanai

asetnya (Sarayuth Saengchan, 2008). Dengan demikian, semakin tinggi

nilai CEE, maka akan semakin rendah pula rasio CTA perusahaan tersebut.

Berdasarkan uraian tersebut di atas, maka dirumuskan hipotesis

penelitian sebagai berikut :

H8 : Capital Employed Efficiency (CEE) berpengaruh negatif



commit to user

39

Firer dan Williams (2003) menyatakan bahwa Capital Employed

merupakan total modal yang dimanfaatkan dalam aset tetap dan lancar

suatu perusahaan. Capital Employed Efficiency atau physical capital

merupakan suatu indikator nilai tambah yang tercipta atas modal yang

diusahakan perusahaan dengan cara yang efisien. Aset yang dimiliki oleh

perusahaan harus digunakan untuk untuk memenuhi kebutuhan

operasionalnya secara efisien untuk mencapai tujuan perusahaan. Rasio

Net Profit Margin merupakan rasio yang mengukur tingkat laba yang

diperoleh perusahaan dibandingkan dengan pendapatan yang diterima dari

kegiatan operasionalnya (Hanafi dan Halim, 2003:77). Efisiensi dari

kegiatan operasional perusahaan dapat meningkatkan rasio NPM.

Berdasarkan uraian tersebut, maka dirumuskan hipotesis

sebagai berikut :

H9 : Capital Employed Efficiency (CEE) berpengaruh positif


4. Pengaruh Value Added of Intellectual Capital (VAIC) terhadap Return

on Asset (ROA) , Cost to Asset (CTA), dan Net Profit Margin (NPM)

Berdasarkan konsep Resource Based Theory (RBT), perusahaan

yang mampu mengelola sumber daya yang dimilikinya secara efektif maka

hal tersebut dapat menciptakan keunggulan kompetitif (competitive

advantage) yang menjadikannya unggul dari para pesaingnya. Intellectual

Capital merupakan salah satu sumber daya kunci perusahaan untuk

menciptakan value added perusahaan (Stewart, 1997).


commit to user

40

Intellectual Capital diukur dengan menggunakan indikator Value

Added Intellectual Capital (VAIC). Menurut Pulic (1998), VAIC

menentukan efisiensi modal intelektual yang digunakan perusahaan dilihat

dari nilai tambah yang dihasilkan. Ukuran efisiensi modal intelektual

merupakan kombinasi dari kemampuan perusahaan untuk mengelola

pengetahuan, keterampilan dan keahlian modal manusia dengan didukung

oleh modal struktural yang memudahkan dalam kegiatan operasional

perusahaan, ditambah pula dengan modal yang digunakan (Wahdikorin ,

2010). Wahdikorin (2010) menyatakan bahwa semakin baik perusahaan

dalam mengelola ketiga komponen intellectual capital, menunjukkan

semakin baik perusahaan dalam mengelola aset. Pengelolaan aset yang

baik dapat meningkatkan laba atas sejumlah aset yang dimiliki perusahaan

yang diukur dengan Return on Asset (ROA). Peran modal intelektual

diyakini dapat meningkatkan nilai perusahaan maupun kinerja keuangan

perusahaan. Dominique dan Talita (2008) serta Sarayuth Saengchan

(2008) telah membuktikan bahwa Intellectual Capital yang

direpresentasikan dengan VAIC mempunyai pengaruh positif terhadap

financial performance perusahaan.

Berdasarkan penjelasan tersebut di atas, maka dirumuskan

hipotesis penelitian sebagai berikut :

H10 : Value Added of Intellectual Capital (VAIC) berpengaruh

positif terhadap Return on Asset (ROA).


commit to user

41

Menurut Sarayuth Saengchan (2008), pengelolaan aset yang efektif

dapat menekan biaya-biaya operasional perusahaan. Cost to Asset (CTA)

merupakan rasio yang menghitung jumlah biaya yang dibutuhkan

perusahaan dalam mengelola asetnya. Sehingga, semakin rendah biaya

operasional yang terjadi, semakin rendah pula rasio CTA.

Penelitian Sarayuth Saengchan (2008) di Thailand serta

Wahdikorin (2010) di Indonesia telah membuktikan bahwa modal

intelektual yang direpresentasikan dengan VAIC berpengaruh negatif dan

signifikan terhadap Biaya untuk Aset (Cost to Aset).

Berdasarkan penjelasan tersebut di atas, maka diajukan hipotesis

penelitian sebagai berikut :


negatif terhadap Cost to Asset (CTA).

Pengelolaan modal intelektual keseluruhan yang meliputi sumber

daya manusia tersebut didukung dengan modal struktural yang

memudahkan dalam kegiatannya operasionalnya, ditambah pula dengan

modal yang digunakan, nantinya diharapkan dapat memperlancar kegiatan

operasional perusahaan dan pada akhirnya dapat meningkatkan laba

perusahaan. Net Profit Margin merupakan rasio yang mengukur tingkat

laba yang diperoleh perusahaan dibandingkan dengan pendapatan yang

diterima dari kegiatan operasionalnya. Dalam knowledge Based Economy,

keberadaan modal intelektual dapat menciptakan nilai yang dapat

digunakan perusahaan untuk meningkatkan performance atau kinerjanya

(Marr et al., 2003).


commit to user

42

Berdasarkan uraian tersebut, maka dapat dirumuskan hipotesis

sebagai berikut :


positif terhadap Net Profit Margin (NPM).


commit to user

43

BAB III

METODE PENELITIAN

A. Ruang Lingkup Penelitian

Penelitian ini merupakan studi empiris yang dilakukan untuk

menguji hubungan antara intellectual capital yang diukur dengan VAIC

dan masing-masing komponennya yaitu Human Capital Efficiency (HCE),

Structural Capital Efficiency (SCE) dan Capital Employed Efficiency

(CEE) terhadap financial performance atau kinerja keuangan yang diukur

dengan analisis rasio profitabilitas yaitu Return on Assets (ROA), Cost to

Assets (CTA), serta Net Profit Margin (NPM). Rasio profitabilitas atau

rentabilitas tersebut mengukur kemampuan perusahaan dalam

menghasilkan keuntungan (laba).

B. Populasi, Sampel, dan Teknik Pengumpulan Data

Populasi merupakan keseluruhan subyek penelitian, dengan

karakteristik paling sedikit mempunyai sifat yang sama dan selanjutnya

dapat digeneralisasi dari hasil penelitian terhadap sampelnya (Kerlinger,

1993). Populasi dalam penelitian ini adalah seluruh perusahaan perbankan

yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2007-2010. Data

yang digunakan dalam penelitian ini adalah data sekunder yang diambil

dari laporan keuangan perusahaan perbankan yang terdaftar di BEI selama

empat tahun terakhir yaitu tahun 2007, 2008, 2009, dan 2010 yang


commit to user

44

merupakan data terbaru perusahaan sehingga dapat memberikan gambaran

terkini mengenai kinerja keuangan perusahaan.

Sektor perbankan dipilih sebagai objek penelitian karena sektor ini

merupakan IC intensive industry sector atau sektor yang sarat dengan

modal intelektual (Firer dan Williams , 2003). Selain itu, perbankan juga

merupakan perusahaan sektor jasa, di mana layanan pelanggan sangat

bergantung pada intelektualitas modal manusia (Kamath, 2007).

Teknik pengambilan sampel dalam penelitian ini menggunakan

teknik purposive sampling. Teknik purposive sampling dilakukan dengan

mengambil sampel berdasarkan kriteria tertentu sesuai dengan tujuan

penelitian (Hartono, 2005). Kriteria pengambilan sampel dalam penelitian

ini diantaranya adalah perusahaan sampel merupakan perusahaan

perbankan yang terdaftar di Bursa Efek Indonesia dan telah menerbitkan

laporan keuangan yang berakhir setiap tanggal 31 Desember, selama

empat tahun berturut-turut, yaitu tahun 2007, 2008, 2009, dan 2010. Selain

itu, laporan keuangan perusahaan sampel telah dipublikasikan, baik di

website BEI maupun website masing-masing perusahaan.

C. Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini adalah data sekunder.

Data sekunder adalah data penelitian yang diperoleh secara tidak langsung

melalui media perantara (diperoleh dan dicatat oleh pihak lain). Data

sekunder dalam penelitian ini diperoleh dari laporan keuangan perusahaan

perbankan yang terdaftar di Bursa Efek Indonesia (BEI) dari tahun 2007-


commit to user

45

2010 dengan cara mengumpulkan, mencatat dan menghitung data-data

yang berhubungan dengan penelitian. Laporan keuangan perusahaan

diambil dari website resmi masing-masing bank dan website BEI

(www.idx.go.id) baik melalui internet maupun melalui pojok BEI Fakultas

Ekonomi UNS.

D. Definisi Variabel dan Pengukurannya

Variabel yang digunakan dalam penelitian adalah variabel

dependen dan variabel independen.

1. Variabel Dependen

Variabel dependen yang digunakan dalam penelitian ini adalah

financial performance. Variabel financial performance atau kinerja

keuangan ini diukur dengan rasio profitabilitas yaitu Return on Assets

(ROA), Cost to Assets (CTA), serta Net Profit Margin (NPM). Rasio

Profitabilitas mencerminkan tingkat efisiensi usaha dan tingkat profit

(laba) yang dicapai oleh bank yang bersangkutan (Lukman Dendawijaya,

2005:118). Selanjutnya, penjelasan dan formulasi perhitungan masing-

masing rasio adalah sebagai berikut :

a. Return on Total Assets (ROA)

ROA merupakan salah satu rasio rentabilitas yang mengukur tingkat

laba bersih yang diperoleh perusahaan diukur dari nilai aktivanya.

ROA mencerminkan keuntungan bisnis dan efisiensi perusahaan

perusahaan dalam pemanfaatan total aset (Chen et al, 2005). ROA

dikalkulasikan dengan formula :

http://www.idx.go.id/


commit to user

46

CTA = Biaya operasional

Total Aset

ROA = Laba Bersih

Total Aset

b. Cost to Assets (CTA)

Cost to Assets (CTA) merupakan rasio yang digunakan untuk

mengukur jumlah biaya operasional yang digunakan untuk aset

perusahaan. Rasio ini membandingkan antara biaya operasional dengan

total aset. Hasil dari rasio ini dapat mengindikasikan efisiensi biaya

dan dapat menunjukan seberapa besar biaya yang dibutuhkan untuk

melaksanakan aktivitas perusahaan (Teguh, 1999). Rumus untuk

menghitung Cost to Asset (CTA) adalah :

c. Net Profit Margin (NPM)

Rasio NPM merupakan rasio yang menilai aspek manajemen pada

penilaian kinerja bank (Riyadi, 2006:146). Selanjutnya, Riyadi

menyatakan bahwa seluruh kegiatan manajemen suatu bank yang

mencakup manajemen permodalan, manajemen kualitas aktiva,

menajemen umum, manajemen rentabilitas, dan manajemen likuiditas

pada akhirnya akan mempengaruhi dan bermuara pada perolehan laba.

Rasio NPM membandingkan antara laba bersih setelah pajak dengan

pendapatan operasi perusahaan. Rasio ini menunjukkan kemampuan


commit to user

47

NPM = Laba bersih

Pendapatan operasional

VA = OUT - IN

perusahaan menghasilkan keuntungan atau laba pada tingkat

pendapatan tertentu serta menunjukan kemampuan perusahaan

menekan biaya-biaya (ukuran efisiensi) (Hanafi dan Halim, 2003:77).

Rumus untuk menghitung Net Profit Margin (NPM) adalah sebagai

berikut :

2. Variabel Independen

Variabel Independen yang digunakan dalam penelitian ini adalah

kinerja Intellectual Capital yang diukur berdasarkan nilai tambah yang

diberikan kepada perusahaan atau dapat disebut juga dengan Value Added

Intellectual Capital (VAIC) yang dikembangkan oleh Pulic (1998 ; 1999;

2000). Dalam penelitian ini, kinerja IC akan diukur berdasarkan value

added yang diciptakan oleh modal manusia dalam Human Capital

Efficiency (HCE), modal struktural dalam Structural Capital Efficiency

(SCE) dan modal yang digunakan atau Capital Employed Efficiency (CEE)

serta kombinasi dari ketiga komponen tersebut yang disimbolkan dengan

nama VAIC.

Perhitungan VAIC dilakukan dengan terlebih dahulu menghitung

Value Added (VA). Value Added merupakan selisih antara Pendapatan

(Output) dan Input. Rumus untuk menghitung VA adalah sebagai berikut :


commit to user

48

HCE = VA

HC

Dimana :

OUT = Output, yaitu total pendapatan.

IN = Input, yaitu beban operasi dan biaya-biaya lain (selain

beban gaji dan tunjangan karyawan)

Selanjutnya, formulasi dan perhitungan dari metode VAIC yang

mengukur efisiensi tiga jenis input perusahaan : modal manusia, modal

struktural serta modal fisik dan finansial adalah sebagai berikut :

a. Human Capital Efficiency (HCE)

Human Capital atau modal manusia merupakan kombinasi dari

pengetahuan, skill, ketrampilan, kreativitas, inovasi dan kemampuan

seseorang untuk menjalankan tugasnya sehingga dapat menciptakan

suatu nilai untuk mencapai tujuan (Bontis, 2002). Human Capital

diukur dengan indikator Human Capital Efficiency (HCE). Rasio ini

menunjukkan kontribusi yang dibuat oleh setiap rupiah yang

diinvestasikan dalam HC terhadap value added organisasi (Ulum, 2008).

HCE dihitung dengan rumus sebagai berikut :

Dimana HC adalah Gaji dan tunjangan karyawan.

b. Structural capital efficiency (SCE)

Structural Capital merupakan modal pendukung human capital dalam

mengembangkan kemampuan untuk menciptakan dan


commit to user

49

SCE = SC

VA

SC = VA - HC

mengembangkan ide-ide kreatif (Edvinson dan Sullivan, 1996).

Structural Capital atau modal struktural mencakup semua pengetahuan

dalam perusahaan selain pengetahuan yang ada pada modal manusia,

yang mencakup database, struktur organisasi, proses manual, strategi,

rutinitas dan sesuatu yang nilainya lebih tinggi dibandingkan dengan

nilai materi (Bontis et al, 2000). Modal struktural diukur dengan

menggunakan indikator Structural capital efficiency (SCE). Rasio ini

mengukur jumlah modal struktural yang dibutuhkan untuk

menghasilkan 1 rupiah dari nilai tambah atau value added dan

merupakan indikasi bagaimana keberhasilan modal struktural

perusahaan dalam penciptaan nilai (Ulum , 2008). SCE diformulasikan

dengan rumus sebagai berikut :

Dimana :

c. Capital Employed Efficiency (CEE)

Capital Employed merupakan total modal yang dimanfaatkan dalam

aset tetap dan lancar suatu perusahaan (Firer dan Williams, 2003).

Capital Employed berupa aset berwujud (tangible) yang digunakan untuk

operasional perusahaan, seperti bangunan, tanah, peralatan dan teknologi

yang dengan mudah dibeli dan dijual di pasar (Ulum, 2008). Capital


commit to user

50

CEE = VA

CE

VAIC = HCE + SCE + CEE

Employed diukur dengan menggunakan indikator Capital Employed

Efficiency (CEE) yang menunjukan nilai tambah atau Value Added yang

dapat dihasilkan oleh perusahaan dari penggunaan modalnya. Rumus

untuk menghitung CEE adalah sebagai berikut :

Dimana CE merupakan nilai buku aktiva bersih (Net Asset Value /

NAV). Net Asset Value (NAV) adalah nilai buku aset perusahaan

dikurangi dengan kewajiban-kewajiban (utang) perusahaan. Nilai buku

(Book Value) adalah nilai kekayaan bersih, yang merupakan selisih

antara total aktiva dengan total kewajiban suatu perusahaan (Hendy,

2008).

Nilai VAIC dapat diperoleh dengan menjumlahkan ketiga

komponennya yaitu HCE, SCE, dan CEE. Formulasi untuk menghitung

VAIC adalah sebagai berikut :

E. Metode Analisis Data

1. Statistik Deskriptif

Analisis statistik deskriptif digunakan untuk memberikan deskripsi

atas variabel-variabel penelitian secara statistik. Penjelasan atas variabel-


commit to user

51

variabel tersebut dapat menghasilkan informasi yang jelas sehingga data

tersebut mudah dipahami. Statistik deskriptif yang digunakan dalam

penelitian ini adalah nilai rata-rata (mean), maksimum, minimum, dan

standar deviasi.

2. Uji Asumsi Klasik

Pengujian asumsi klasik ini bertujuan untuk mengetahui dan

menguji kelayakan atas model regresi yang digunakan dalam penelitian

ini. Pengujian asumsi klasik juga dimaksudkan untuk memastikan bahwa

di dalam model regresi yang digunakan tidak terdapat multikolonieritas

dan heteroskedastisitas serta untuk memastikan bahwa data yang

dihasilkan berdistribusi normal (Ghozali, 2006:93). Uji Asumsi Klasik

meliputi beberapa pengujian, diantaranya adalah uji normalitas, uji

multikolonieritas, uji autokorelasi, dan uji heterokedastisitas.

a. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model

regresi, variabel pengganggu atau residual memiliki distribusi normal.

Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran

data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram

dari residualnya. Dasar pengambilan keputusan :

a. Jika data menyebar disekitar garis diagonal dan mengikuti arah

garis diagonal atau grafik histogramnya menunjukkan pola

distribusi normal, maka model regresi memenuhi asumsi

normalitas.


commit to user

52

b. Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti

arah garis diagonal atau grafik histogram tidak menunjukkan pola

distribusi normal, maka model regresi tidak memenuhi asumsi

normalitas .

Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati-

hati secara visual kelihatan normal, padahal secara statistik bisa

sebaliknya. Oleh sebab itu, dianjurkan disamping uji grafik dilengkapi

dengan uji statistik. Uji statistik lain yang dapat digunakan untuk menguji

normalitas residual adalah uji statistik non-parametrik Kolmogorov-

Smirnov (K-S). Data terdistribusi normal apabila hasil Uji K-S

menunjukkan nilai signifikan diatas 0,05.

b. Uji Multikolonieritas

Menurut Ghozali (2006:95) uji multikolinearitas dilakukan untuk

menguji apakah model regresi ditemukan adanya korelasi antar variabel

independen. Model regresi yang baik seharusnya tidak terjadi korelasi di

antara varibel independen. Untuk mendeteksi ada tidaknya

multikolinieritas dalam model regresi dapat dilihat dari toleransi value dan

variance inflation factor (VIF). Tolerance mengukur variabilitas variabel

independen lainnya. Jadi nilai tolerance yang rendah sama dengan nilai

VIF yang tinggi (karena VIF = 1/ tolerance). Nilai cut off yang umum

dipakai untuk menunjukkan adanya multikolinieritas adalah nilai tolerance

< 0,10 atau sama dengan nilai VIF > 10. Apabila tidak terdapat variabel

independen yang memiliki nilai tolerance kurang dari 0.10 dan tidak ada


commit to user

53

variabel independen yang memiliki nilai VIF lebih dari 10, maka tidak

terjadi problem multikolinieritas.

c. Uji Heteroskedastisitas

Pengujian ini bertujuan untuk menguji apakah dalam model regresi

terjadi ketidaksamaan varians dari residual satu pengamatan ke

pengamatan yang lain. Model regresi yang baik adalah yang terjadi

Homoskesdatisitas atau tidak terjadi Heteroskedastisitas (Ghozali,

2006:125). Pengujian terhadap heteroskedastisitas dengan menggunakan

Uji Glejser untuk mendeteksi adanya heteroskedastisitas dari tingkat

signifikansi. Jika tingkat signifikansi berada di atas 5%, berarti tidak

terjadi gejala heteroskedastisitas dan apabila dibawah 5% berarti terjadi

gejala heteroskedastisitas.

d. Uji Autokorelasi

Uji Autokorelasi merupakan pengujian apakah dalam sebuah

model regresi linier ada korelasi antara kesalahan pengganggu pada

periode t dengan kesalahan pada periode t-1 (sebelumnya). Autokorelasi

muncul karena pengamatan yang berurutan sepanjang waktu berkaitan satu

sama lainnya. Masalah ini timbul karena kesalahan pengganggu tidak

bebas dari satu observasi ke observasi lainnya. Untuk menguji ada

tidaknya autokorelasi, peneliti menggunakan cara untuk mengetahui

apakah terjadi autokorelasi atau tidak yaitu dengan menggunakan Runs

Test. Runs Test dapat pula digunakan untuk menguji apakah antar residual

terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan

korelasi maka dikatakan bahwa residual adalah acak atau random. Runs


commit to user

54

test digunakan untuk melihat apakah data residual terjadi secara random

atau tidak (sistematis). Tidak terjadi autokorelasi yaitu apabila probabilitas

signifikan lebih besar dari α = 0,05 (Ghozali, 2006:100).

3. Uji Model (Goodness of Fit)

Model regresi yang digunakan dalam penelitian ini terdiri dari 6

model. Model regresi tersebut meneliti hubungan antara VAIC dan

masing-masing komponen intellectual capital (HCE, SCE, CEE) terhadap

ROA, CTA, dan NPM . Model regresi tersebut adalah sebagai berikut:

Model 1

ROAit = β0 + β1HCEit + β2CEEit + β3SCEit + εit

Model 2

ROAit = β0 + β1VAICit + εit

Model 3

CTAit = β0 + β1HCEit + β2CEEit + β3SCEit + εit

Model 4

CTAit = β0 + β1VAICit + εit

Model 5

NPMit = β0 + β1HCEit + β2CEEit + β3SCEit + εit

Model 6

NPMit = β0 + β1VAICit + εit

Goodness of Fit berfungsi untuk melihat ketepatan fungsi regresi

sampel dalam menaksir nilai aktual. Secara statistik, hal ini dapat diukur


commit to user

55

dari nilai koefisien determinasi, nilai statistik F dan nilai statistik t

(Ghozali, 2006).

a. Koefisien Determinasi

Koefisien determinasi (R2) digunakan untuk mengetahui seberapa

jauh kemampuan variabel independen dalam menjelaskan perubahan

variabel dependen secara bersama-sama. Nilai koefisien determinasi

adalah antara nol dan satu (0<R2≤1). Nilai R

2 yang kecil menunjukan

kemampuan variabel-variabel independen dalam menjelaskan variasi

variabel independen sangat terbatas. jika nilai R2 semakin mendekati 1,

maka semakin kuat kemampuan variabel independen dalam menjelaskan

variabel dependen.

b. Uji Signifikansi Simultan (Uji Statistik F)

Uji F dilakukan untuk mengetahui apakah variabel independen

secara bersama-sama mempengaruhi variabel dependen (Ghozali,

2006:91). Signifikansi diketahui dengan membandingkan nilai

probabilitas dengan nilai probabilitas signifikansi dalam tabel Anova.

Apabila p value ≥ 0.05, maka H0 ditolak dan Ha diterima (model regresi

signifikan), dan sebaliknya. Selain itu juga dapat diketahui dengan

membandingkan nilai F hitung dengan nilai F tabel. Apabila nilai F hitung

lebih besar daripada nilai F tabel, maka hipotesis alternatif diterima artinya

semua variabel independen secara bersama-sama dan signifikan

mempengaruhi variabel dependen.


commit to user

56

4. Uji Hipotesis (Signifikansi Parameter Individual/Uji Statistik t)

Uji statistik t dilakukan untuk menunjukkan seberapa jauh

pengaruh satu variabel independen secara individual dalam menjelaskan

variasi variabel dependen. Uji t dilakukan dengan melihat nilai signifikansi

t masing-masing variabel pada output hasil regresi menggunakan SPSS

dengan significance level 0,05 (α = 5%). Jika nilai signifikansi lebih besar

dari α maka hipotesis ditolak (koefisien regresi tidak signifikan), yang

berarti secara individual variabel independen tidak mempunyai pengaruh

yang signifikan terhadap variabel dependen. Jika nilai signifikansi lebih

kecil dari α maka hipotesis diterima (koefisien regresi signifikan), berarti

secara individual variabel independen mempunyai pengaruh yang

signifikan terhadap variabel dependen (Ghozali, 2006:91).


commit to user

57

BAB IV

ANALISIS DATA DAN PEMBAHASAN

A. Deskripsi Objek Penelitian

Penelitian ini bertujuan untuk mengetahui pengaruh modal

intelektual (Intellectual Capital) yang diukur dengan VAIC dan masing-

masing komponen VAIC yaitu HCE, SCE, CEE terhadap financial

performance perusahaan yang diukur dengan ROA, CTA, dan NPM.

Objek penelitian yang digunakan dalam penelitian ini adalah perusahaan

perbankan yang terdaftar di Bursa Efek Indonesia (BEI) dan telah

menerbitkan laporan keuangan selama empat tahun berturut-turut tahun

dari tahun 2007 sampai dengan tahun 2010 yang dipublikasikan oleh

website resmi Bursa Efek Indonesia (BEI) www.idx.go.id, dan/atau situs

resmi masing-masing perusahaan. Pemilihan sampel dalam penelitian ini

ditentukan dengan menggunakan metode purposive sampling, dimana

sampel harus memenuhi kriteria yang telah ditentukan. Penentuan sampel

dipilih dengan kriteria :

1. Perusahaan perbankan yang terdaftar di BEI untuk tahun 2007-2010.

2. Menerbitkan laporan keuangan secara konsisten dari tahun 2007

sampai dengan tahun 2010.

3. Periode laporan keuangan perusahaan berakhir setiap tanggal 31

Desember.

Pengambilan sampel penelitian ini digambarkan pada tabel IV.1.

http://www.idx.go.id/


commit to user

58

TABEL IV.1

Penentuan Jumah Sampel

Keterangan Jumlah

Jumlah perusahaan perbankan yang terdaftar di

Bursa Efek Indonesia (BEI) pada tahun 2007-

2010

33

Jumlah perusahaan yang tidak menerbitkan

laporan keuangan selama empat tahun

berturut-turut (2007-2010)

(14)

-

Jumlah perusahaan perbankan yang digunakan

sebagai sampel 19

Jumlah tahun pengamatan 4

x

Total Sampel 76

Total perusahaan perbankan yang terdaftar di Bursa Efek Indonesia

(BEI) pada tahun 2007, 2008, 2009, dan 2010 adalah sebanyak 33

perusahaan. Jumlah perusahaan perbankan yang menerbitkan laporan

keuangan secara konsisten selama empat tahun dari tahun 2007, 2008,

2009, dan 2010 yang telah dipublikasikan didapatkan sebanyak 19

perusahaan. Dari pengeliminasian terdapat total 14 bank yang tidak

memenuhi kriteria purposive sampling, diantaranya adalah bank UOB

Buana dan bank Lippo karena keluar (delisting) dari Bursa Efek Indonesia,

serta bank BTN, Bank Pembangunan Daerah Jawa Barat dan Banten, dan

Bank Sinarmas dikarenakan baru tercatat sebagai emiten di Bursa Efek

Indonesia pada tahun 2010. Perusahaan-perusahaan tersebut dieliminasi

dari sampel dikarenakan tidak menerbitkan laporan keuangan secara


commit to user

59

konsisten selama empat tahun (2007-2010). Dari hasil pengeliminasian

tersebut, jumlah sampel untuk diobservasi selama tahun 2007-2010

didapatkan sebanyak 76 (19 x 4) sampel.

Daftar perusahaan perbankan periode 2007-2010 yang dijadikan

Sampel penelitian disajikan pada tabel di bawah ini :

TABEL IV.2

Sampel Perusahaan Perbankan yang Terdaftar di Bursa Efek Indonesia

(BEI) Tahun 2007 sampai 2010

NO NAMA BANK KODE

1 PT. Bank Artha Graha Internasional Tbk INPC

2 PT. Bank Bukopin Tbk BBKP

3 PT. Bank Bumi Artha Tbk BNBA

4 PT. Bank Capital Indonesia Tbk. BACA

5 PT. Bank Central Asia Tbk BBCA

6 PT. Bank Danamon Tbk BDNM

7 PT. Bank Ekonomi Raharja Tbk BAEK

8 PT. Bank Himpunan Saudara 1906 Tbk SDRA

9 PT. Bank Mandiri (Persero) Tbk BMRI

10 PT. Bank Mayapada Tbk MAYA

11 PT. Bank Mega Tbk MEGA

12 PT. Bank Negara Indonesia (Persero) Tbk BBNI

13 PT. Bank Niaga BNGA

14 PT. Bank OCBC NISP NISP

15 PT. Bank Permata Tbk BNLI

16 PT. Bank Rakyat Indonesia (Persero) Tbk BBRI

17 PT. Bank Swadesi Tbk BSWD

18 PT. Bank Tabungan Pensiunan Nasional Tbk BTPN

19 PT. Bank Victoria Internasional Tbk BVIC


commit to user

60

B. Statistik Deskriptif Variabel Penelitian

Analisis Deskriptif digunakan untuk memberikan deskripsi atas

variabel-variabel penelitian. Pengukuran yang digunakan dalam penelitian

ini adalah mean, standar deviasi, nilai minimum, dan nilai maximum. Tabel

IV.3 menunjukkan statistik deskriptif masing-masing variabel penelitian.

TABEL IV.3

STATISTIK DESKRIPTIF

Descriptive Statistics

N Minimum Maximum Mean

Std.

Deviation

HCE 76 1.1586 4.0858 2.505061 .6987575

SCE 76 .1369 .7553 .566816 .1314667

CEE 76 .0433 .9149 .400911 .1883298

VAIC 76 1.5479 5.1515 3.472789 .8906623

ROA 76 .0013 .0328 .014004 .0070034

CTA 76 .0191 .1665 .079997 .0332340

NPM 76 .0333 .4452 .229079 .0867916

Valid N

(listwise) 76

Sumber : Data sekunder yang diolah, 2011

Dari hasil statistik deskriptif di atas, dapat dilihat bahwa nilai rata-

rata (mean) komponen intellectual capital yang pertama yaitu Human

Capital Efficiency (HCE) perusahaan perbankan selama tahun 2007

sampai dengan 2010 diperoleh sebesar 2,505. Hal ini menunjukan bahwa

terdapat selisih yang cukup besar yaitu 2,505 kali antara pendapatan

(OUT) dan beban usaha selain gaji dan tunjangan karyawan (IN) terhadap


commit to user

61

gaji dan tunjangan karyawan (HC) yang berarti rata-rata perusahaan

perbankan memiliki nilai tambah (Value Added) yang cukup besar

dibandingkan dengan Human Capital (HC) nya. Nilai HCE terendah

adalah sebesar 1,159 yaitu pada Bank Artha Graha Internasional tahun

2008 dan nilai HCE tertinggi adalah sebesar 4,086 untuk Bank Victoria

Internasional tahun 2007.

Komponen intellectual capital kedua yaitu Structural Capital

Efficiency (SCE) memiliki rata-rata (mean) sebesar 0,567. Nilai ini

menunjukan bahwa rata-rata perusahaan sampel memperoleh nilai tambah

(Value Added) yang cukup tinggi dari setiap dana yang dikeluarkan untuk

membiayai modal strukturalnya yaitu sekitar 56,7%. Perusahaan yang

memiliki nilai SCE tertinggi adalah Bank Victoria Internasional tahun

2007 dengan nilai sebesar 0,755, sedangkan nilai SCE terendah dimiliki

oleh Bank Artha Graha Internasional tahun 2008 dengan nilai 0,137.

Komponen intellectual capital ketiga yaitu Capital Employed

Efficiency (CEE). Nilai rata-rata (mean) CEE dari perusahaan sampel

selama tahun 2007 sampai dengan 2010 diperoleh sebesar 0,401. Nilai

CEE menunjukan nilai tambah atau Value Added yang dapat dihasilkan

oleh perusahaan dari penggunaan modalnya. Hasil tabel IV.3

menggambarkan bahwa rata-rata nilai tambah (Value Added) yang

dihasilkan oleh perusahaan sampel adalah 0,401 kali modal yang

digunakan. Nilai CEE terkecil adalah sebesar 0,043 yaitu pada Bank Bumi

Artha tahun 2007, sedangkan nilai CEE tertinggi adalah sebesar 0,915

untuk Bank Tabungan Pensiunan Nasional tahun 2007.


commit to user

62

Nilai rata-rata (mean) seluruh komponen modal intelektual

(VAIC) yang merupakan gabungan dari HCE, SCE, dan CEE adalah

sebesar 3,473. Seperti yang telah dibahas pada bab sebelumnya, nilai

VAIC menunjukan nilai tambah (Value Added) yang dihasilkan dari

pengelolaan modal intelektual perusahaan yang dilihat dari sumber daya

perusahaan yaitu human capital (HCE – Human Capital Efficiency),

structural capital (SCE - Structural Capital Efficiency) dan Capital

employed (CEE - Capital Employed Efficiency). Semakin tinggi nilai

VAIC, maka semakin baik pengelolaan modal intelektual pada perusahaan

tersebut. Nilai VAIC tertinggi adalah 5,151 pada Bank Central Asia tahun

2008. Hal ini menunjukan bahwa pengelolaan modal intelektual terbaik

diantara perusahaan sampel selama tahun 2007 sampai dengan tahun 2010

diperoleh oleh Bank Central Asia pada tahun 2008. Nilai VAIC terendah

adalah sebesar 1,548 pada Bank Artha Graha Internasional.

Ukuran financial performance perusahaan diukur dengan 3 proksi

yaitu Return on Asset (ROA), Cost to Asset (CTA), dan Net Profit

Margin (NPM). Untuk ukuran kinerja ROA, nilai rata-rata yang diperoleh

perusahaan sampel selama tahun 2007 hingga 2010 adalah sebesar 0,014.

Nilai tersebut menunjukan bahwa rata-rata perusahaan sampel mampu

memperoleh laba sebesar 1,4% dari nilai total aset perusahaan. Nilai

ROA terendah adalah sebesar 0,001 pada Bank Artha Graha

Internasional tahun 2007. Dan nilai ROA tertinggi adalah sebesar 0,328

untuk Bank Tabungan Pensiunan Nasional tahun 2007.


commit to user

63

Ukuran financial performance untuk proksi Cost to Asset (CTA)

pada perusahaan sampel selama tahun 2007 hingga 2010 diperoleh rata-

rata sebesar 0,079. Nilai tersebut menunjukan bahwa rata-rata perusahaan

sampel mengeluarkan biaya hingga 7,9% dari total aset yang dimiliki.

Nilai CTA terendah adalah sebesar 0,019 (0,19% dari total aset) yaitu pada

Bank Danamon untuk tahun 2009 dan nilai CTA tertinggi adalah pada

Bank Capital Indonesia tahun 2010 dengan nilai 0,1665 (16,65% dari total

aset).

Proksi ketiga dari ukuran kinerja keuangan atau financial

performance perusahaan adalah Net Profit Margin (NPM). Nilai rata-rata

NPM perusahaan sampel selama tahun 2007 sampai dengan 2010 adalah

sebesar 0,229. Hal ini menunjukan bahwa rata-rata laba bersih yang

dihasilkan perusahaan sampel adalah sebesar 22,9% dari pendapatan

operasional perusahaan. Nilai NPM tertinggi adalah pada Bank

Permata tahun 2009 yaitu sebesar 0,445 (44,5%). Nilai NPM terendah

adalah sebesar 0,033 (3,3%) yaitu pada Bank Mayapada Internasional

tahun 2007.

Berdasarkan hasil perhitungan pada Tabel IV.3, perbandingan nilai

mean dan standar deviasi (mean : stdev) pada masing-masing variabel

adalah (2,505 : 0,699) pada HCE; (0,567 : 0,131) pada SCE; (0,401 :

0,188) pada CEE; (3,473 : 0,891) pada variabel VAIC; (0,014 : 0,007)

pada ROA; (0,079 : 0,033) pada CTA; dan (0,229 : 0,087) pada NPM.

Nilai standar deviasi menunjukan indikasi penyimpangan dari data

sehingga hasil tersebut di atas menunjukan hasil yang baik karena masing-


commit to user

64

masing variabel memiliki standar deviasi yang lebih rendah dari nilai rata-

rata (mean). Diantara ketiga komponen intellectual capital, dapat dilihat

bahwa nilai HCE memiliki nilai perbandingan yang terbesar antara standar

deviasi dan nilai rata-ratanya. Hal ini menunjukan bahwa diantara ketiga

komponen modal intelektual tersebut modal manusia (Human Capital)

pada umumnya lebih efektif menghasilkan nilai perusahaan

C. Hasil Analisis Data

Pengujian dalam penelitian ini dilakukan dengan menggunakan 6

model regresi linier, yaitu model regresi linier berganda pada model 1,

model 3, dan model 5 yang merupakan pengujian pengaruh ketiga

komponen model intelektual yaitu HCE, SCE, dan CEE terhadap kinerja

keuangan ROA, CTA, dan NPM. Selanjutnya, Model 2, model 4, dan

model 6 merupakan model regresi sederhana yang menguji pengaruh

intellectual capital (VAIC) terhadap financial performance perusahaan

yaitu ROA, CTA dan NPM. Untuk menghasilkan model regresi yang baik,

maka terlebih dahulu dilakukan pengujian uji asumsi klasik untuk

mengetahui ada tidaknya penyimpangan asumsi klasik yang dapat

mempengaruhi pengujian.

1. Model 1

Model 1 dalam penelitian ini akan menjelaskan pengaruh komponen

modal intelektual (intellectual capital) yang terdiri dari Human Capital

Efficiency (HCE), Structural Capital Efficiency (SCE), dan Capital Employed


commit to user

65

Efficiency (CEE) terhadap financial performance perusahaan yang diukur

dengan proksi ROA.

a. Hasil Uji Asusmsi Klasik

1) Uji Normalitas Data

Penelitian ini menggunakan uji normalitas residual dengan metode PP

Plot yang diperkuat dengan uji Kolmogorov Smirnov. Hasil pengujian

normalitas diperoleh sebagai berikut :

Gambar IV.1

Uji Normalitas Residual PP Plot – Model 1


commit to user

66

One-Sample Kolmogorov-Smirnov Test

76

,0000000

,00463553

,073

,073

-,070

,639

,809

N

Mean

Std. Dev iat ion

Normal Parametersa,b

Absolute

Positive

Negativ e

Most Extreme

Dif f erences

Kolmogorov-Smirnov Z

Asy mp. Sig. (2-tailed)

Unstandardiz

ed Residual 1

Test distribution is Normal.a.

Calculated f rom data.b.

Tabel IV.4

Uji Normalitas Residual Kolmogorov-Smirnov – Model 1

Menurut gambar IV.1 dapat dilihat titik-titik menunjukan pola

penyebaran di sekitar garis diagonal yang mengindikasikan bahwa

data berdistribusi normal. Hal ini diperkuat dengan hasil tabel IV.4

yang menunjukan besarnya nilai statistik Kolmogorov-Smirnov adalah

sebesar 0,809. Jika digunakan tingkat signifikansi α = 5% atau 0,05;

ternyata nilai p lebih besar dari α (0,05); sehingga dapat disimpulkan

bahwa model regresi sudah memiliki nilai residual yang berdistribusi

normal.

2) Uji Multikolinearitas

Pengujian terhadap multikolinearitas dalam penelitian ini dilakukan

dengan menggunakan nilai Tolerance dan VIF (Variance Inflation

Factor). Suatu model regresi dikatakan tidak memiliki kecenderungan

adanya gejala multikolinieritas adalah apabila memiliki nilai

Tolerance yang lebih besar dari 0,10 dan nilai VIF yang lebih kecil


commit to user

67

Coefficientsa

-,006 ,003 -2,209 ,030

,001 ,002 ,092 ,406 ,686 ,117 8,542

,017 ,012 ,313 1,358 ,179 ,114 8,742

,020 ,003 ,530 6,489 ,000 ,913 1,096

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients

t Sig. Tolerance VIF

Collinearity Statistics

Dependent Variable: ROAa.

dari 10. Berdasarkan hasil analisis regresi dengan program SPSS 16.0

diperoleh nilai Tolerance dan VIF untuk masing-masing variabel

adalah sebagai berikut :

Tabel IV.5

Hasil Pengujian Multikolinieritas – Model 1

Dari tabel uji dapat dilihat bahwa, semua nilai Tolerance variabel

bebas > 0,10 dan VIF variabel bebas < 10, sehingga dapat

disimpulkan bahwa variabel bebas tidak saling berkorelasi secara

signifikan. Hasil pengujian ini menunjukkan bahwa, data yang

dianalisis memenuhi asumsi multikolinearitas sehingga semua

variabel independen tersebut layak digunakan sebagai prediktor.

3) Uji Autokorelasi

Uji Autokorelasi dalam penelitian ini menggunakan uji Runs-Test.

Hasil uji autokorelasi terhadap model regresi, dapat dilihat pada tabel

berikut ini :


commit to user

68

Tabel IV.6

Hasil Pengujian Runs-Test – Model 1

Dari hasil pengujian diperoleh nilai signifikansi sebesar 0,817 yang

berada di atas 0,05. Dengan demikian, dapat disimpulkan model 1

terbebas dari problem autokorelasi dan layak digunakan.

4) Uji Heteroskedastisitas

Untuk menguji asumsi ini, digunakan uji Glejser yang dapat

mendeteksi adanya heteroskedastisitas dari tingkat signifikansi. Jika

tingkat signifikansi berada di atas 5%, berarti tidak terjadi gejala

heteroskedastisitas dan apabila dibawah 5% berarti terjadi gejala

heteroskedastisitas. Berikut ini adalah hasil pengujian

Heterokedastisitas :

Runs Test

-,00008

38

38

76

40

,231

,817

Test Valuea

Cases < Test Value

Cases >= Test Value

Total Cases

Number of Runs

Z


Unstandardiz

ed Residual 1

Mediana.


commit to user

69

Tabel IV.7

Hasil Pengujian Heterokedastisitas – Model 1

Coefficientsa

,001 ,002 ,787 ,434

-,001 ,001 -,260 -,770 ,444

,008 ,008 ,352 1,028 ,307

,002 ,002 ,101 ,836 ,406

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients

t Sig.

Dependent Variable: Absolut Residual 1a.

Dari tabel uji di atas dapat dilihat bahwa nilai signifikansi masing-

masing variabel independen berada diatas nilai 5% (0,05) sehingga

dapat disimpulkan bahwa tidak terdapat gejala heterokedastisitas

untuk model 1.

b. Uji Model (Goodness of Fit)

1) Koefisien Determinasi

Koefisien determinasi (R2) digunakan untuk mengetahui seberapa jauh

kemampuan variabel independen dalam menjelaskan perubahan

variabel dependen secara bersama-sama. Pengujian goodness of fit

dari model regresi yang diperoleh dari nilai adjusted R2

adalah sebagai

berikut :


commit to user

70

Model Summaryb

,750a ,562 ,544 ,0047311

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate

Predictors: (Constant), CEE, HCE, SCEa.

Dependent Variable: ROAb.

Tabel IV.8

Koefisien Determinasi – Model 1

Dari tabel IV.8 menunjukan bahwa nilai adjusted R2

diperoleh sebesar

0,544. Hal ini berarti komponen intellectual capital (HCE, SCE, dan

CEE) secara bersama-sama dapat menjelaskan variasi kinerja ROA

sebesar 54,4%. Untuk sisanya sebesar 42,6% dijelaskan oleh variabel-

variabel lain di luar model regresi.

2) Uji Signifikansi Simultan (Uji Statistik F)

Pengujian uji model (Goodness of Fit) dengan menggunakan uji F

dapat dilihat pada tabel anova di bawah ini :

Tabel IV.9

Hasil Uji Model (Goodness of Fit) – Model 1

ANOVAb

,002 3 ,001 30,781 ,000a

,002 72 ,000

,004 75

Regression

Residual

Total

Model

1

Sum of

Squares df Mean Square F Sig.




commit to user

71

Tabel IV.9 menunjukkan hasil perhitungan statistik uji F sebesar

30,781 dengan tingkat probabilitas 0,000. Nilai probabilitas tersebut

lebih kecil dari tingkat signifikansi 0,05 berarti secara bersamaan

(simultan) seluruh variabel independen HCE, SCE, dan CEE

berpengaruh secara signifikan terhadap variabel ROA. Dengan

demikian model regresi ini dapat menjelaskan variabel HCE, SCE,

dan CEE secara bersama-sama berpengaruh terhadap ROA.

c. Uji Hipotesis (Uji Statistik t)

Dari hasil pengujian terhadap asumsi klasik, diperoleh model 1 telah

memenuhi asumsi normalitas, multikolinieritas, autokorelasi dan

heteroskedastisitas sehingga model 1 layak digunakan dalam penelitian

ini. Selanjutnya Pengujian hipotesis dilakukan dengan menguji model

persamaan regresi secara individual terhadap masing-masing variabel

independen. Hasil pengujian model regresi secara individual diperoleh

sebagai berikut ini :

Tabel IV.10

Hasil Pengujian Regresi Linier – Model 1

P

e

r

s

a

Coefficientsa

-,006 ,003 -2,209 ,030

,001 ,002 ,092 ,406 ,686 ,117 8,542

,017 ,012 ,313 1,358 ,179 ,114 8,742

,020 ,003 ,530 6,489 ,000 ,913 1,096

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients





commit to user

72

Persamaan regresi untuk model 1 dapat ditulis sebagai berikut:

ROA = -0,006 + 0,001HCE + 0,017SCE + 0,020CEE + e

Diperoleh bahwa variabel HCE, SCE, dan CEE memiliki koefisien dengan

tanda positif. Hal ini berarti bahwa perusahaan dengan masing-masing

ukuran modal intelektual yang besar akan meningkatkan ROA.

Hasil pengujian signifikansi variabel independen secara individual

adalah sebagai berikut:

1) Variabel Human Capital Efficiency (HCE)

Pengujian hipotesis mengenai pengaruh variabel HCE terhadap ROA

menunjukkan nilai t hitung sebesar 0,406 dengan signifikansi sebesar

0,686 (p > 0,05). Hal ini berarti bahwa HCE tidak memiliki pengaruh

yang signifikan terhadap ROA. Dengan demikian Hipotesis 1 ditolak.

2) Variabel Structural Capital Efficiency (SCE)

Pengujian hipotesis mengenai pengaruh variabel SCE terhadap ROA


0,179 (p > 0,05). Hal ini berarti bahwa SCE tidak memiliki pengaruh

yang signifikan terhadap ROA. Dengan demikian Hipotesis 4 ditolak.

3) Variabel Capital Employeed Efficiency (CEE)

Pengujian hipotesis mengenai pengaruh variabel CEE terhadap ROA


0,000 (p < 0,05). Hal ini berarti bahwa CEE memiliki pengaruh yang

signifikan terhadap ROA. Arah koefisien regresi sesuai dengan yang

dihipotesiskan yaitu arah positif. Dengan demikian Hipotesis 7

diterima


commit to user

73

2. Model 2

Model kedua dalam penelitian ini merupakan model regresi linier

sederhana yang akan menjelaskan hubungan antara variabel independen

intellectual capital (VAIC) dengan financial performance perusahaan dengan

proksi Return on Asset (ROA).



Uji normalitas residual dilakukan dengan metode PP Plot yang

diperkuat dengan uji Kolmogorov Smirnov. Hasil pengujian normalitas

diperoleh sebagai berikut :

Gambar IV.2



commit to user

74


76

,0000000

,00547146

,077

,077

-,065

,671

,759

N

Mean

Std. Dev iat ion


Absolute

Positive

Negativ e

Most Extreme

Dif f erences



Unstandardiz

ed Residual 2



Tabel IV.11


Hasil dari Gambar IV.2 menunjukkan bahwa grafik memberikan pola

distribusi normal dikarenakan terlihat grafik titik-titik menyebar

mendekati dari garis diagonal. Sedangkan hasil dari uji K-S dapat

dilihat pada nilai statistik Kolmogorov-Smirnov pada tabel di atas

yang menunjukan angka sebesar 0,759. Dengan tingkat signifikansi α

= 5% atau 0,05; maka diperoleh nilai p yang lebih besar dari α (0,05);

sehingga dapat disimpulkan bahwa model regresi sudah memiliki nilai

residual yang berdistribusi normal.

2) Uji Autokorelasi

Uji Autokorelasi dalam penelitian ini dilakukan dengan menggunakan

uji Runs-Test. Hasil uji autokorelasi terhadap model 2, dapat dilihat

pada tabel berikut ini :


commit to user

75

Runs Test

-,00071

38

38

76

42

,693

,488

Test Valuea

Cases < Test Value

Cases >= Test Value

Total Cases

Number of Runs

Z


Unstandardiz

ed Residual 2

Mediana.

Tabel IV.12



berada di atas nilai signifikansi 0,05. Dengan demikian dapat

disimpulkan model 2 terbebas dari problem autokorelasi sehingga

layak digunakan.


Untuk menguji ada tidaknya problem heterokedastisitas dalam model

kedua, digunakan uji Glejser. Jika tingkat signifikansi berada di atas

5%, berarti tidak terjadi gejala heteroskedastisitas dan apabila

dibawah 5% berarti terjadi gejala heteroskedastisitas. Berikut ini

adalah hasil pengujian Heterokedastisitas :


commit to user

76

Model Summaryb

,624a ,390 ,381 ,0055083

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate

Predictors: (Constant), VAICa.


Tabel IV.13


Coefficientsa

,001 ,002 ,830 ,409

,001 ,000 ,223 1,972 ,052

(Constant)

VAIC

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.


Dari hasil pengujian heterokedastisitas menunjukan bahwa nilai

signifikansi variabel independen VAIC adalah sebesar 0,052 berada

diatas nilai 5% (0,05) sehingga dapat disimpulkan bahwa tidak

terdapat gejala heterokedastisitas untuk model 2.



Pengujian goodness of fit dari model regresi yang diperoleh dari nilai

adjusted R2


Tabel IV.14



commit to user

77

Tabel IV.14 menunjukan bahwa nilai adjusted R2

diperoleh sebesar

0,381 yang berarti bahwa variabel intellectual capital (VAIC) dapat

menjelaskan variasi kinerja ROA sebesar 38,1%. Untuk sisanya

sebesar 61,9% dijelaskan oleh variabel-variabel lain di luar model

regresi.



dapat dilihat pada tabel IV.15.

Tabel IV.15


ANOVAb

,001 1 ,001 47,239 ,000a

,002 74 ,000

,004 75

Regression

Residual

Total

Model

1

Sum of






lebih kecil dari tingkat signifikansi 0,05 yang berarti bahwa variabel

independen VAIC berpengaruh terhadap variabel ROA.


Dari hasil pengujian terhadap asumsi klasik, diperoleh model regresi

tersebut telah memenuhi asumsi normalitas, multikolinieritas, autokorelasi


commit to user

78

Coefficientsa

-,003 ,003 -1,188 ,238

,005 ,001 ,624 6,873 ,000

(Constant)

VAIC

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.


dan heteroskedastisitas sehingga model regresi 2 layak digunakan dalam

penelitian ini. Selanjutnya Hasil pengujian model regresi diperoleh sebagai

berikut ini :

Tabel IV.16



ROA = -0,003 + 0,005VAIC + e

Diperoleh bahwa variabel VAIC memiliki koefisien dengan tanda positif.

Hal ini berarti bahwa perusahaan dengan modal intelektual yang besar

akan meningkatkan rasio ROA.

Pengujian hipotesis mengenai pengaruh variabel intellectual

capital (VAIC) terhadap ROA menunjukkan nilai t hitung sebesar 6,873

dengan tingkat signifikansi sebesar 0,000 (p < 0,05). Hal ini

mengindikasikan bahwa VAIC memiliki pengaruh yang signifikan

terhadap ROA. Koefisien regresi menunjukan tanda positif yang sesuai

dengan hipotesis penelitian. Dengan demikian Hipotesis 10 diterima.


commit to user

79

3. Model 3

Model 3 dalam penelitian ini akan menjelaskan pengaruh komponen




dengan proksi Cost to Asset (CTA).



Seperti model-model sebelumnya, uji normalitas residual untuk model

3 juga menggunakan metode PP Plot yang diperkuat dengan uji

Kolmogorov Smirnov. Hasil pengujian normalitas diperoleh sebagai

berikut :

Gambar IV.3



commit to user

80


76

,0000000

,02860541

,126

,075

-,126

1,095

,182

N

Mean

Std. Dev iat ion


Absolute

Positive

Negativ e

Most Extreme

Dif f erences



Unstandardiz

ed Residual 3



Tabel IV.17




mendekati dari garis diagonal. Tabel uji IV.17 menunjukan besarnya

nilai statistik Kolmogorov-Smirnov adalah sebesar 0,182. Nilai

tersebut berada di atas tingkat signifikansi α = 5% atau 0,05 sehingga

dapat disimpulkan bahwa model 3 sudah memiliki nilai residual yang

berdistribusi normal.


Pengujian terhadap multikolinearitas dalam model 3 dilakukan dengan

menggunakan nilai Tolerance dan VIF (Variance Inflation Factor).

Suatu model regresi dikatakan tidak memiliki kecenderungan adanya

gejala multikolinieritas apabila memiliki nilai Tolerance yang lebih

besar dari 0,10 dan nilai VIF yang lebih kecil dari 10. Berdasarkan

hasil analisis regresi dengan program SPSS 16.0 diperoleh nilai


commit to user

81

Coefficientsa

,102 ,016 6,466 ,000

-,026 ,014 -,554 -1,867 ,066 ,117 8,542

,030 ,076 ,119 ,397 ,693 ,114 8,742

,066 ,019 ,373 3,515 ,001 ,913 1,096

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients



Dependent Variable: CTAa.

Tolerance dan VIF untuk masing-masing variabel adalah sebagai

berikut :

Tabel IV.18


Dari tabel uji di atas dapat dilihat bahwa, semua nilai Tolerance

variabel bebas > 0,10 dan VIF variabel bebas < 10, sehingga dapat





3) Uji Autokorelasi

Seperti pada model-model sebelumnya, uji Autokorelasi dalam model

3 menggunakan uji Run-Test. Hasil uji autokorelasi terhadap model

regresi, dapat dilihat pada tabel berikut ini :

Tabel IV.19


commit to user

82

Runs Test

,00326

38

38

76

40

,231

,817

Test Valuea

Cases < Test Value

Cases >= Test Value

Total Cases

Number of Runs

Z


Unstandardiz

ed Residual 3

Mediana.



berada di atas 0,05. Dengan demikian dapat disimpulkan model 3



Model regresi dikatakan baik jika homokedastisitas, yaitu jika

variance residual satu pengamatan ke pengamatan tetap. Untuk

menguji asumsi ini, digunakan uji Glejser yang dapat mendeteksi

adanya heteroskedastisitas dari tingkat signifikansi. Jika tingkat

signifikansi berada di atas 5%, berarti tidak terjadi gejala

heteroskedastisitas dan apabila dibawah 5% berarti terjadi gejala

heteroskedastisitas. Berikut ini adalah hasil pengujian

Heterokedastisitas :

Tabel IV.20


commit to user

83


Coefficientsa

,023 ,010 2,279 ,026

-,011 ,009 -,418 -1,229 ,223

,049 ,048 ,349 1,014 ,314

-,003 ,012 -,027 -,225 ,822

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients

t Sig.



masing variabel independen berada diatas nilai 5% (0,05), sehingga


untuk model 3.



Koefisien determinasi (R2) digunakan untuk mengetahui seberapa jauh

kemampuan variabel independen dalam menjelaskan perubahan

variabel dependen secara bersama-sama. Pengujian goodness of fit

dari model regresi yang diperoleh dari nilai adjusted R2

adalah sebagai

berikut :

Tabel IV.21


commit to user

84

Model Summaryb

,509a ,259 ,228 ,0291953

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate


Dependent Variable: CTAb.


Dari tabel IV.21 di atas dapat dilihat bahwa nilai adjusted R2

diperoleh

sebesar 0,228. Hal ini berarti komponen intellectual capital (HCE,

SCE, dan CEE) secara bersama-sama dapat menjelaskan variasi

kinerja CTA sebesar 22,8%. Untuk sisanya sebesar 77,2% dijelaskan

oleh variabel-variabel lain di luar model regresi.




Tabel IV.22


ANOVAb

,021 3 ,007 8,395 ,000a

,061 72 ,001

,083 75

Regression

Residual

Total

Model

1

Sum of







commit to user

85

Coefficientsa

,102 ,016 6,466 ,000

-,026 ,014 -,554 -1,867 ,066 ,117 8,542

,030 ,076 ,119 ,397 ,693 ,114 8,742

,066 ,019 ,373 3,515 ,001 ,913 1,096

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients




lebih kecil dari tingkat signifikansi 0,05 berarti secara bersamaan

(simultan) seluruh variabel independen HCE, SCE, dan CEE

berpengaruh secara signifikan terhadap variabel CTA. Dengan

demikian model regresi ini dapat menjelaskan variabel HCE, SCE,

dan CEE secara bersama-sama berpengaruh terhadap CTA.




dan heteroskedastisitas sehingga model 3 layak digunakan dalam

penelitian ini. Selanjutnya Pengujian hipotesis dilakukan dengan menguji

model persamaan regresi secara individual terhadap masing-masing

variabel independen. Hasil pengujian model regresi secara individual

diperoleh sebagai berikut ini :

Tabel IV.23


Persamaan regresi untuk model 3 dapat ditulis sebagai berikut :

CTA = 0,102 – 0,026HCE + 0,030SCE + 0,066CEE + e


commit to user

86

Diperoleh bahwa variabel HCE memiliki koefisien dengan tanda negatif.

Hal ini berarti bahwa perusahaan dengan nilai Human capital efficiency

(HCE) yang besar akan menurunkan Cost to Asset (CTA). Variabel SCE,

dan CEE memiliki koefisien dengan tanda positif yang menunjukan bahwa

perusahaan dengan masing-masing ukuran modal intelektual SCE dan

CEE yang besar akan meningkatkan CTA.

Hasil pengujian signifikansi variabel independen secara individual

adalah sebagai berikut:


Pengujian hipotesis mengenai pengaruh variabel HCE terhadap CTA

menunjukkan nilai t hitung sebesar -1,867 dengan signifikansi sebesar

0,066 (p > 0,05). Hal ini berarti bahwa HCE tidak memiliki pengaruh

yang signifikan terhadap CTA. Dengan demikian Hipotesis 2 ditolak.


Pengujian hipotesis mengenai pengaruh variabel SCE terhadap CTA



yang signifikan terhadap CTA. Dengan demikian Hipotesis 5 ditolak.


Pengujian hipotesis mengenai pengaruh variabel CEE terhadap CTA



signifikan terhadap CTA. Arah koefisien regresi tidak sesuai dengan


commit to user

87

yang dihipotesiskan yaitu arah positif. Dengan demikian Hipotesis 8

ditolak.

4. Model 4

Model 4 dalam penelitian ini merupakan model regresi linier sederhana yang

akan menjelaskan hubungan antara variabel independen intellectual capital

(VAIC) dengan financial performance perusahaan dengan proksi Cost to Asset

(CTA).



Penelitian ini menggunakan uji normalitas residual dengan dengan

metode PP Plot yang diperkuat dengan uji Kolmogorov Smirnov. Hasil

pengujian normalitas diperoleh sebagai berikut :

Gambar IV.4



commit to user

88


76

,0000000

,03209049

,103

,084

-,103

,894

,401

N

Mean

Std. Dev iat ion


Absolute

Positive

Negativ e

Most Extreme

Dif f erences



Unstandardiz

ed Residual 4



Tabel IV.24




mendekati dari garis diagonal. Nilai statistik Kolmogorov-Smirnov


commit to user

89

Runs Test

,00131

38

38

76

42

,693

,488

Test Valuea

Cases < Test Value

Cases >= Test Value

Total Cases

Number of Runs

Z


Unstandardiz

ed Residual 4

Mediana.

pada tabel adalah sebesar 0,401. Dengan tingkat signifikansi α = 5%

atau 0,05; diperoleh nilai p lebih besar dari α (0,05); sehingga dapat

disimpulkan bahwa model regresi ini sudah memiliki nilai residual

yang berdistribusi normal.

2) Uji Autokorelasi


uji Runs-Test. Hasil uji autokorelasi terhadap model 4, dapat dilihat


Tabel IV.25





layak digunakan.



commit to user

90


keempat, digunakan uji Glejser. Jika tingkat signifikansi berada di atas




Tabel IV.26


Coefficientsa

,031 ,010 3,089 ,003

-,002 ,003 -,081 -,703 ,484

(Constant)

VAIC

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.


Dari tabel IV.26 dapat dilihat bahwa nilai signifikansi variabel

independen VAIC adalah sebesar 0,484 berada diatas nilai 5% (0,05)

sehingga dapat disimpulkan bahwa tidak terdapat gejala

heterokedastisitas untuk model 4.




adjusted R2


Tabel IV.27


commit to user

91

Model Summaryb

,260a ,068 ,055 ,0323066

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate




Dari tabel di atas dapat dilihat bahwa nilai adjusted R2

diperoleh

sebesar 0,055 yang berarti bahwa variabel intellectual capital (VAIC)

hanya dapat menjelaskan variasi kinerja ROA sebesar 5,5%. Untuk

sisanya sebesar 94,5% dijelaskan oleh variabel-variabel lain di luar

model regresi.



dapat dilihat pada tabel IV.28.

Tabel IV.28


ANOVAb

,006 1 ,006 5,368 ,023a

,077 74 ,001

,083 75

Regression

Residual

Total

Model

1

Sum of





commit to user

92

Tabel IV.28 tersebut menunjukkan hasil perhitungan statistik uji F

sebesar 5,368 dengan tingkat probabilitas 0,023. Nilai probabilitas

tersebut lebih kecil dari tingkat signifikansi 0,05 yang berarti bahwa

variabel independen VAIC berpengaruh terhadap variabel CTA.




dan heteroskedastisitas sehingga model regresi 4 layak digunakan dalam

penelitian ini. Hasil pengujian model regresi diperoleh sebagai berikut ini :

Tabel IV.29


Coefficientsa

,114 ,015 7,575 ,000

-,010 ,004 -,260 -2,317 ,023

(Constant)

VAIC

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.



CTA = 0,114 - 0,010VAIC + e

Diperoleh bahwa variabel VAIC memiliki koefisien dengan tanda negatif.

Hal ini berarti bahwa perusahaan dengan modal intelektual yang besar

akan menurunkan CTA.


commit to user

93


capital (VAIC) terhadap CTA menunjukkan nilai t hitung sebesar -2,317

dengan tingkat signifikansi sebesar 0,023 (p < 0,05). Hal ini berarti bahwa

VAIC memiliki pengaruh yang signifikan terhadap CTA. Arah koefisien

regresi sesuai dengan yang dihipotesiskan yaitu arah negatif. Dengan

demikian Hipotesis 11 diterima.

5. Model 5

Model 5 dalam penelitian ini akan menggambarkan pengaruh komponen




dengan proksi Net Profit Margin (NPM).



Seperti pada model-model yang lain, normalitas residual pada model 5

juga diuji dengan metode PP Plot yang diperkuat dengan uji

Kolmogorov Smirnov. Hasil pengujian normalitas diperoleh sebagai

berikut :

Gambar IV.5


commit to user

94


76

,0000000

,05192880

,121

,082

-,121

1,051

,219

N

Mean

Std. Dev iat ion


Absolute

Positive

Negativ e

Most Extreme

Dif f erences



Unstandardiz

ed Residual 5




Tabel IV.30




commit to user

95

Coefficientsa

-,022 ,029 -,778 ,439

,068 ,026 ,544 2,640 ,010 ,117 8,542

,196 ,138 ,296 1,421 ,160 ,114 8,742

-,071 ,034 -,155 -2,099 ,039 ,913 1,096

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients



Dependent Variable: NPMa.


mendekati dari garis diagonal. Hasil pengujian normalitas residual

Kolmogorov-Smirnov diperoleh nilai sebesar 0,219. Jika digunakan

tingkat signifikansi α = 5% atau 0,05; ternyata nilai p lebih besar dari

α (0,05); sehingga dapat disimpulkan bahwa model regresi tersebut

sudah memiliki nilai residual yang berdistribusi normal.


Pengujian terhadap multikolinearitas dalam penelitian ini dilakukan

dengan menggunakan nilai Tolerance dan VIF (Variance Inflation

Factor). Suatu model regresi dikatakan tidak memiliki kecenderungan

adanya gejala multikolinieritas adalah apabila memiliki nilai

Tolerance yang lebih besar dari 0,10 dan nilai VIF yang lebih kecil

dari 10. Berdasarkan hasil analisis regresi dengan program SPSS 16.0

diperoleh nilai Tolerance dan VIF untuk masing-masing variabel


Tabel IV.31


Dari tabel uji dapat dilihat bahwa, semua nilai Tolerance variabel

bebas > 0,10 dan VIF variabel bebas < 10, sehingga dapat


commit to user

96

Runs Test

,00150

38

38

76

44

1,155

,248

Test Valuea

Cases < Test Value

Cases >= Test Value

Total Cases

Number of Runs

Z


Unstandardiz

ed Residual 5

Mediana.





3) Uji Autokorelasi

Uji Autokorelasi untuk model 5 menggunakan uji Runs-Test. Hasil uji

autokorelasi terhadap model regresi, dapat dilihat pada tabel berikut

ini :

Tabel IV.32



berada di atas 0,05. Dengan demikian dapat disimpulkan model 5




commit to user

97

Uji Glejser dapat mendeteksi adanya heteroskedastisitas dari tingkat

signifikansi. Jika tingkat signifikansi berada di atas 5%, berarti tidak

terjadi gejala heteroskedastisitas dan apabila dibawah 5% berarti

terjadi gejala heteroskedastisitas. Berikut ini adalah hasil pengujian

Heterokedastisitas model 5:

Tabel IV.33


Coefficientsa

,010 ,020 ,508 ,613

-,013 ,018 -,243 -,716 ,476

,094 ,095 ,340 ,991 ,325

,013 ,023 ,068 ,556 ,580

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients

t Sig.



masing variabel independen berada diatas nilai 5% (0,05) sehingga


untuk model 5.



Koefisien determinasi (R2) digunakan untuk mengetahui seberapa

jauh kemampuan variabel independen dalam menjelaskan

perubahan variabel dependen secara bersama-sama. Pengujian


commit to user

98

goodness of fit dari model regresi yang diperoleh dari nilai adjusted

R2


Tabel IV.34


Model Summaryb

,801a ,642 ,627 ,0529996

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate


Dependent Variable: NPMb.

Hasil pengujian koefisien determinasi model 5 menunjukan bahwa

nilai adjusted R2

diperoleh sebesar 0,627. Hal ini berarti komponen

intellectual capital (HCE, SCE, dan CEE) secara bersama-sama

dapat menjelaskan variasi kinerja NPM sebesar 62,7%. Untuk

sisanya sebesar 37,3% dijelaskan oleh variabel-variabel lain di luar

model regresi.



dapat dilihat pada tabel anova berikut :


commit to user

99

Tabel IV.35


ANOVAb

,363 3 ,121 43,043 ,000a

,202 72 ,003

,565 75

Regression

Residual

Total

Model

1

Sum of





43,043 dengan tingkat probabilitas 0,000. Nilai probabilitas

tersebut lebih kecil dari tingkat signifikansi 0,05 berarti secara

bersamaan (simultan) seluruh variabel independen HCE, SCE, dan

CEE berpengaruh secara signifikan terhadap variabel NPM.

Dengan demikian model regresi ini dapat menjelaskan variabel

HCE, SCE, dan CEE secara bersama-sama berpengaruh terhadap

NPM.


Dari hasil pengujian terhadap asumsi klasik, diperoleh

model regresi tersebut telah memenuhi asumsi normalitas,

multikolinieritas, autokorelasi dan heteroskedastisitas sehingga model

5 layak digunakan dalam penelitian ini. Selanjutnya Pengujian

hipotesis dilakukan dengan menguji model persamaan regresi secara

individual terhadap masing-masing variabel independen. Hasil


commit to user

100

Coefficientsa

-,022 ,029 -,778 ,439

,068 ,026 ,544 2,640 ,010 ,117 8,542

,196 ,138 ,296 1,421 ,160 ,114 8,742

-,071 ,034 -,155 -2,099 ,039 ,913 1,096

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients




pengujian model regresi secara individual diperoleh sebagai berikut

ini :

Tabel IV.36



NPM = -0,022 + 0,68HCE + 0,196SCE – 0,71CEE + e

Diperoleh bahwa variabel HCE dan SCE memiliki koefisien dengan

tanda positif. Hal ini berarti bahwa perusahaan dengan komponen

modal intelektual HCE dan SCE yang besar akan meningkatkan NPM.

Sedangkan variabel CEE memiliki koefisien dengan tanda negatif

yang menunjukan hasil sebaliknya, yaitu meningkatnya nilai CEE

dapat menurunkan NPM perusahaan.

Hasil pengujian signifikansi variabel independen secara

individual adalah sebagai berikut:


Pengujian hipotesis mengenai pengaruh variabel HCE terhadap NPM


0,010 (p < 0,05). Hal ini mengindikasikan bahwa HCE memiliki


commit to user

101

pengaruh yang signifikan terhadap NPM. Tanda koefisien HCE

menunjukan tanda positif yang sesuai dengan hipotesis penelitian,

sehingga Hipotesis 3 diterima.


Pengujian hipotesis mengenai pengaruh variabel SCE terhadap NPM



yang signifikan terhadap NPM. Dengan demikian Hipotesis 6 ditolak.


Pengujian hipotesis mengenai pengaruh variabel CEE terhadap NPM

menunjukkan nilai t hitung sebesar -2,099 dengan signifikansi sebesar


signifikan terhadap NPM. Arah koefisien regresi tidak sesuai dengan

yang dihipotesiskan yaitu arah negatif. Dengan demikian Hipotesis 9

ditolak.

6. Model 6

Model 6 merupakan model regresi linier sederhana yang akan menjelaskan

hubungan antara variabel independen intellectual capital (VAIC) dengan

financial performance perusahaan yang diukur dengan proksi Net Profit

Margin (NPM).


commit to user

102



Uji normalitas residual diuji dengan dengan metode PP Plot yang

diperkuat dengan uji Kolmogorov Smirnov. Hasil pengujian normalitas

diperoleh sebagai berikut :

Gambar IV.6



commit to user

103


76

,0000000

,05825337

,059

,056

-,059

,518

,951

N

Mean

Std. Dev iat ion


Absolute

Positive

Negativ e

Most Extreme

Dif f erences



Unstandardiz

ed Residual 6



Tabel IV.37




mendekati dari garis diagonal. Nilai statistik Kolmogorov-Smirnov

pada tabel di atas adalah sebesar 0,951. Dengan tingkat signifikansi α

= 5% atau 0,05; diperoleh nilai p lebih besar dari α (0,05); sehingga

dapat disimpulkan bahwa model regresi ini sudah memiliki nilai

residual yang berdistribusi normal.

2) Uji Autokorelasi


uji Run-Test. Hasil uji autokorelasi terhadap model 6, dapat dilihat



commit to user

104

Runs Test

,00216

38

38

76

42

,693

,488

Test Valuea

Cases < Test Value

Cases >= Test Value

Total Cases

Number of Runs

Z


Unstandardiz

ed Residual 6

Mediana.

Tabel IV.38





layak digunakan.



keempat, digunakan uji Glejser. Jika tingkat signifikansi berada di atas





commit to user

105

Model Summaryb

,741a ,550 ,543 ,0586457

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate



Tabel IV.39


Coefficientsa

,029 ,017 1,666 ,100

,005 ,005 ,109 ,943 ,349

(Constant)

VAIC

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.


Dari hasil pengujian diperoleh nilai signifikansi variabel independen

VAIC adalah sebesar 0,349. Nilai tersebut berada diatas nilai 5%

(0,05) sehingga dapat disimpulkan bahwa tidak terdapat gejala

heterokedastisitas untuk model 6.




adjusted R2


Tabel IV.40



commit to user

106

Dari tabel IV.40 dapat dilihat bahwa nilai adjusted R2

diperoleh

sebesar 0,543 yang berarti bahwa variabel intellectual capital (VAIC)

menjelaskan variasi kinerja NPM sebesar 54,3%. Untuk sisanya

sebesar 45,7% dijelaskan oleh variabel-variabel lain di luar model

regresi.




Tabel IV.41


ANOVAb

,310 1 ,310 90,265 ,000a

,255 74 ,003

,565 75

Regression

Residual

Total

Model

1

Sum of






lebih kecil dari tingkat signifikansi 0,05 yang berarti bahwa variabel

independen VAIC berpengaruh terhadap variabel NPM.


commit to user

107

Coefficientsa

-,022 ,027 -,799 ,427

,072 ,008 ,741 9,501 ,000

(Constant)

VAIC

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.




tersebut telah memenuhi asumsi normalitas, multikolinieritas, autokorelasi dan

heteroskedastisitas sehingga model 6 layak digunakan dalam penelitian ini.

Selanjutnya Hasil pengujian model regresi diperoleh sebagai berikut ini :

Tabel IV.42



NPM = -0,022 + 0,072VAIC + e

Diperoleh bahwa variabel VAIC memiliki koefisien dengan tanda positif. Hal

ini mengindikasikan bahwa semakin baik pengelolaan modal intelektual

perusahaan akan meningkatkan rasio NPM.


capital (VAIC) terhadap NPM menunjukkan nilai t hitung sebesar 9,501

dengan tingkat signifikansi sebesar 0,000 (p < 0,05). Hal ini berarti bahwa

VAIC memiliki pengaruh yang signifikan terhadap NPM. Arah koefisien

regresi sesuai dengan yang dihipotesiskan yaitu arah positif. Dengan demikian

Hipotesis 12 diterima.


commit to user

108

D. Pembahasan Hasil

1. Human Capital Efficiency (HCE) berpengaruh signifikan dan positif

terhadap Net Profit Margin (NPM). Dan tidak berpengaruh terhadap

Return on Assets (ROA) dan Cost to Asset (CTA).

Hasil analisis dan pengujian yang dilakukan dalam penelitian ini

menunjukan bahwa Human Capital Efficiency (HCE) memiliki pengaruh

yang signifikan dan positif terhadap Net Profit Margin (NPM), sedangkan

pada Return on Assets (ROA) dan Cost to Asset (CTA), HCE tidak

memiliki pengaruh yang signifikan. ROA berfungsi untuk mengukur

kemampuan bank dalam menghasilkan laba dari pengelolaan aset (Kasmir,

2002). CTA mengukur efisiensi biaya atas total aset yang dimiliki

perusahaan, dimana semakin kecil rasio tersebut, menunjukan semakin

baik pengelolaan aset perusahaan (Sarayuth Saengchan, 2008). Dengan

demikian, hasil penelitian ini mengindikasikan bahwa modal manusia

(Human Capital) pada perusahaan sampel belum dapat mengelola aset

perusahaan secara efektif sehingga nilai tambah yang dihasilkan (HCE)

tidak dapat mempengaruhi kinerja keuangan ROA dan CTA. Imanigati

(2007) menyatakan bahwa pengelolaan aset perusahaan berkaitan erat

dengan produktivitas karyawan. Hal tersebut mengindikasikan bahwa

pengelolaan aset perusahaan yang kurang efektif ini kemungkinan terjadi

karena perusahaan perbankan dalam sampel penelitian ini belum mampu

memotivasi dan meningkatkan produktivitas karyawan.


commit to user

109

Hasil penelitian ini konsisten dengan penelitian Syed Najibullah

(2005), Wahdikorin (2010), dan Nik Maheran dan Md Khairu Amin

(2009) yang memberikan bukti empiris bahwa HCE tidak berpengaruh

terhadap ROA. Hal ini menunjukan bahwa efisiensi dari modal manusia

saja belum mampu mempengaruhi kinerja keuangan perusahaan.

2. Structural Capital Efficiency (SCE) tidak berpengaruh terhadap

Return on Assets (ROA), Cost to Asset (CTA), dan Net Profit Margin

(NPM). Hasil dari penelitian ini menunjukan bahwa Structural Capital

Efficiency (SCE) tidak berpengaruh signifikan terhadap seluruh proksi

financial performance perusahaan. Hasil penelitian ini mendukung

penelitian Syed Najibullah (2005), Wahdikorin (2010), serta Nik Maheran

dan Md Khairu Amin (2009) yang menunjukan bahwa SCE tidak

berpengaruh terhadap ROA, serta menunjukan hasil yang konsisten

dengan penelitian Wahdikorin (2010) dan Sarayuth Saechan (2007) yang

memberikan bukti empiris bahwa SCE tidak memiliki pengaruh yang

signifikan terhadap CTA. Wahdikorin (2010) menyatakan bahwa salah

satu faktor yang menyebabkan SCE belum mampu meningkatkan kinerja

keuangan perusahaan adalah jumlah modal struktural yang dibutuhkan

oleh perusahaan belum mampu untuk memenuhi proses rutinitas

perusahaan dalam menghasilkan kinerja yang optimal. Hal ini dikarenakan

kurang optimalnya pengelolaan Structural Capital yang baik seperti

pengelolaan sistem, prosedur, database, sehingga akan menghambat

produktivitas karyawan dalam menghasilkan Value Added (VA).


commit to user

110

3. Capital Employed Efficiency (CEE) berpengaruh signifikan dan positif

terhadap Return on Assets (ROA) dan Cost to Asset (CTA),

berpengaruh signifikan negatif terhadap Net Profit Margin (NPM).

Firer dan Williams (2003) mengungkapkan bahwa modal/CE yang

digunakan suatu perusahaan dalam jumlah yang relatif besar akan

mengakibatkan total aset perusahaan tersebut juga relatif besar, sehingga

pendapatan perusahaan pun akan meningkat pula. CEE dalam penelitian

ini terbukti dapat meningkatkan ROA, dimana meningkatnya pendapatan

akan berkontribusi terhadap peningkatan laba perusahaan.

Besarnya total aset perusahaan seharusnya mendorong perusahaan

untuk meningkatkan kemampuannya dalam mengelola aset. Kurang

optimalnya pengelolaan aset perusahaan justru akan meningkatkan biaya

operasional perusahaan (Sarayuth Saechan, 2008). Hal ini ditunjukan

dengan pengaruh CEE terhadap CTA dan NPM. Hasil penelitian ini telah

mendukung penelitian Sarayuth Saengchan (2007) yang menunjukan

bahwa terdapat hubungan positif antara Capital Employed Efficiency

(CEE) dengan Return on Asset (ROA). Begitu pula dengan penelitian

Dominique dan Talita (2008) yang mengungkapkan bahwa CEE

merupakan proksi yang sangat berkorelasi untuk ROA. Hasil penelitian ini

juga konsisten dengan hasil penelitian Wahdikorin (2010) dan Sarayuth

Saechan (2007) yang memberikan bukti empiris bahwa CEE berpengaruh

positif terhadap CTA. Hasil penelitian ini juga memberikan bukti bahwa

pengelolaan CE/Modal perusahaan yang kurang optimal dapat

menurunkan kinerja NPM. Menurut Wahdikorin (2010), jumlah modal


commit to user

111

yang digunakan oleh perusahaan yang relatif besar dapat mengakibatkan

total aset perusahaan tersebut juga relatif besar, sehingga perusahaan

memerlukan biaya operasional yang lebih besar lagi untuk mengelola

asetnya.

4. Value Added Intellectual Capital (VAIC) berpengaruh signifikan dan

positif terhadap Return on Assets (ROA) dan Net Profit Margin

(NPM), dan berpengaruh signifikan negatif terhadap Cost to Asset

(CTA).

Hasil penelitian ini mendukung penelitian Dominique dan Talita

(2008) dan Sarayuth Saengchan (2008) yang telah membuktikan bahwa

Intellectual Capital yang direpresentasikan dengan VAIC mempunyai

pengaruh positif terhadap financial performance perusahaan. Hasil

penelitian ini juga mendukung penelitian Sarayuth Saechan (2008) di

Thailand serta Wahdikorin (2010) di Indonesia yang telah membuktikan

bahwa VAIC berpengaruh negatif dan signifikan terhadap Biaya untuk

Aset (Cost to Aset). Selanjutnya, hasil penelitian ini memberikan bukti

bahwa modal intelektual (VAIC) berpengaruh positif terhadap NPM, yaitu

rasio yang mengukur laba berdasarkan hasil dari kegiatan operasionalnya.

Hasil dari penelitian ini menunjukan bahwa semakin baik

perusahaan dalam mengelola ketiga komponen intellectual capital

(sumber daya manusia, modal struktural dan modal keuangan) secara

bersama-sama semakin baik pula kemampuan perusahaan dalam

mengelola aset sehingga dapat meningkatkan laba atas sejumlah aset yang


commit to user

112

dimiliki perusahaan (ROA). Menurut Sarayuth Saechan (2008),

pengelolaan aset yang efektif dapat menekan biaya-biaya operasional

perusahaan. Hal tersebut dibuktikan dengan pengaruh VAIC terhadap

CTA, yaitu negatif dan signifikan. Rasio NPM juga menunjukan hasil

positif dan signifikan. Hal ini dikarenakan Net Profit Margin merupakan

rasio yang mengukur tingkat laba yang diperoleh perusahaan dibandingkan

dengan pendapatan yang diterima dari kegiatan operasionalnya.

Menurunnya biaya operasional yang diikuti dengan meningkatnya

pendapatan perusahaan dapat meningkatkan rasio NPM.


commit to user

113

BAB V

PENUTUP

A. Kesimpulan

Penelitian ini bertujuan untuk menganalisis pengaruh intellectual

capital terhadap financial performance perusahaan perbankan yang

terdaftar di Bursa Efek Indonesia selama tahun 2007 sampai dengan 2010.

Intellectual capital diukur dengan model Pulic-Value Added Intellectual

Capital (VAIC), dengan ketiga komponennya yang diukur berdasarkan

efisiensinya atau kemampuannya dalam menciptakan value added yaitu

Human Capital Efficiency (HCE), Structural Capital Efficiency (SCE), dan

Capital Employed Efficiency (CEE). Financial performance atau kinerja

keuangan perusahaan diukur dengan Return on Assets (ROA), Cost to

Asset (CTA), dan Net Profit Margin (NPM).

Berdasarkan hasil analisis dan pengujian yang dilakukan dalam

penelitian ini, terdapat beberapa kesimpulan sebagai berikut :

1. Human Capital Efficiency (HCE) memiliki pengaruh yang signifikan

dan positif terhadap Net Profit Margin (NPM), sedangkan pada Return

on Assets (ROA) dan Cost to Asset (CTA), HCE tidak memiliki

pengaruh yang signifikan.

2. Structural Capital Efficiency (SCE) tidak memiliki pengaruh yang

signifikan terhadap Return on Assets (ROA), Cost to Asset (CTA), dan

Net Profit Margin (NPM). Dengan kata lain, Structural Capital


commit to user

114

Efficiency (SCE) tidak berpengaruh signifikan terhadap seluruh proksi

financial performance perusahaan dalam penelitian ini.

3. Capital Employed Efficiency (CEE) memiliki pengaruh yang signifikan

dan positif terhadap Return on Assets (ROA) dan Cost to Asset (CTA),

dan memiliki pengaruh signifikan negatif terhadap Net Profit Margin

(NPM). Dengan demikian, dapat dikatakan bahwa dari ketiga

komponen intellectual capital, CEE merupakan komponen yang paling

berpengaruh pada financial performance perusahaan.

4. Value Added Intellectual Capital (VAIC) yang merupakan gabungan

dari ketiga komponen modal intelektual memiliki pengaruh yang

signifikan dan positif terhadap Return on Assets (ROA) dan Net Profit

Margin (NPM), dan memiliki pengaruh signifikan negatif terhadap

Cost to Asset (CTA).

5. Capital Employes Efficiency (CEE) merupakan komponen intellectual

capital yang paling berpengaruh terhadap profitabilitas perusahaan dan

Net Profit Margin (NPM) merupakan ukuran profitabilitas yang paling

signifikan dalam menjelaskan financial performance perusahaan.

B. Implikasi

1. Hasil penelitian menunjukan bahwa efisiensi dari modal manusia

(HCE) perusahaan perbankan belum mampu meningkatkan kinerja

keuangan perusahaan dari segi pengelolaan aset (ROA,CTA). Hasil

tersebut berimplikasi bagi perusahaan perbankan di Indonesia untuk

lebih berupaya memotivasi produktivitas karyawannya, sehingga


commit to user

115

diharapkan dapat melakukan pengelolaan aset yang lebih baik dan

meningkatkan kinerja keuangan.

2. Hasil penelitian menunjukan bahwa perusahaan perbankan di

Indonesia belum dapat meningkatkan kinerja keuangan dari efisiensi

modal strukturalnya (SCE). Dengan demikian, implikasinya adalah

perusahaan sebaiknya meningkatkan upayanya dalam mengelola

Structural Capital dengan sebaik-baiknya sehingga dapat menunjang

human capital dan kelancaran kegiatan operasional perusahaan.

3. Hasil penelitian menunjukan bahwa efisiensi modal yang digunakan

(CEE) perusahaan perbankan meningkatkan rasio CTA dan

menurunkan rasio NPM. Untuk itu, perusahaan diharapkan dapat

memberikan perhatian dan memperbaiki pengelolaan modal

perusahaan agar lebih efektif dalam menghasilkan efisiensi.

4. Hasil penelitian menunjukan bahwa pengelolaan ketiga komponen

intellectual capital (sumber daya manusia, modal struktural dan modal

keuangan) secara bersama-sama (VAIC) dengan baik, dapat

meningkatkan financial performance perusahaan. Dengan demikian,

untuk kedepannya perusahaan perbankan di Indonesia diharapkan

dapat mengoptimalkan pengelolaan masing-masing komponen modal

intelektual tersebut dan meningkatkan upaya pengelolaan modal

intelektual secara keseluruhan dan berkelanjutan secara efektif agar

dapat menciptakan value added yang terbukti dapat meningkatkan

financial performance perusahaan.


commit to user

116

C. Keterbatasan Penelitian

Penelitian ini mempunyai beberapa keterbatasan yaitu :

1. Ruang lingkup penelitian ini hanya terbatas pada perusahaan perbankan

yang terdaftar di BEI, sehingga tidak bisa digeneralisasikan untuk

seluruh perusahaan perbankan di Indonesia.

2. Penelitian ini hanya menunjukkan pengaruh intelletual capital (IC)

terhadap kinerja keuangan perusahaan selama tahun tersebut, sehingga

tidak memperlihatkan pengaruh intelletual capital (IC) terhadap kinerja

keuangan perusahaan masa depan.

D. Saran

Beberapa saran untuk penelitian-penelitian selanjutnya mengenai

intellectual capital (IC), antara lain:

1. Penelitian selanjutnya dapat mengambil objek perusahaan perbankan

yang go public maupun yang belum, sehingga ruang lingkup penelitian

lebih luas dan hasil penelitian dapat digeneralisasikan untuk seluruh

perusahaan perbankan yang terdapat di Indonesia.

2. Penelitian selanjutnya dapat mempertimbangkan untuk tidak hanya

meneliti intelletual capital (IC) pada kinerja perusahaan tahun yang

bersangkutan, tapi juga pada kinerja perusahaan masa depan. Penelitian

yang menguji hubungan intelletual capital (IC) dengan kinerja

perusahaan masa depan telah dilakukan oleh beberapa peneliti, yaitu

Chen et al. (2005), Tan et al. (2007), serta Ulum (2007).


commit to user

LAMPIRAN- LAMPIRAN


commit to user

LAMPIRAN A

Daftar Perusahaan Perbankan

NO NAMA BANK KODE

1 PT. Bank Artha Graha Internasional Tbk INPC

2 PT. Bank Bukopin Tbk BBKP

3 PT. Bank Bumi Artha Tbk BNBA

4 PT. Bank Capital Indonesia Tbk. BACA

5 PT. Bank Central Asia Tbk BBCA

6 PT. Bank Danamon Tbk BDNM

7 PT. Bank Ekonomi Raharja Tbk BAEK

8 PT. Bank Himpunan Saudara 1906 Tbk SDRA

9 PT. Bank Mandiri (Persero) Tbk BMRI

10 PT. Bank Mayapada Tbk MAYA

11 PT. Bank Mega Tbk MEGA

12 PT. Bank Negara Indonesia (Persero) Tbk BBNI

13 PT. Bank Niaga BNGA

14 PT. Bank OCBC NISP NISP

15 PT. Bank Permata Tbk BNLI

16 PT. Bank Rakyat Indonesia (Persero) Tbk BBRI

17 PT. Bank Swadesi Tbk BSWD

18 PT. Bank Tabungan Pensiunan Nasional Tbk BTPN

19 PT. Bank Victoria Internasional Tbk BVIC


commit to user

LAMPIRAN B

Hasil Output SPSS

Statistik Deskriptif

Descriptives

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

HCE 76 1.1586 4.0858 2.505061 .6987575

SCE 76 .1369 .7553 .566816 .1314667

CEE 76 .0433 .9149 .400911 .1883298

VAIC 76 1.5479 5.1515 3.472789 .8906623

ROA 76 .0013 .0328 .014004 .0070034

CTA 76 .0191 .1665 .079997 .0332340

NPM 76 .0333 .4452 .229079 .0867916

Valid N (listwise) 76


commit to user

Hasil Output SPSS Model 1

Regression

Variables Entered/Removedb

CEE, HCE,

SCEa . Enter

Model

1

Variables

Entered

Variables

Removed Method

All requested v ariables entered.a.


Model Summaryb

,750a ,562 ,544 ,0047311

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate



ANOVAb

,002 3 ,001 30,781 ,000a

,002 72 ,000

,004 75

Regression

Residual

Total

Model

1

Sum of




Coefficientsa

-,006 ,003 -2,209 ,030

,001 ,002 ,092 ,406 ,686 ,117 8,542

,017 ,012 ,313 1,358 ,179 ,114 8,742

,020 ,003 ,530 6,489 ,000 ,913 1,096

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients





commit to user

Charts

NPar Tests


76

,0000000

,00463553

,073

,073

-,070

,639

,809

N

Mean

Std. Dev iat ion


Absolute

Positive

Negativ e

Most Extreme

Dif f erences



Unstandardiz

ed Residual 1




commit to user

NPar Tests

Runs Test

-,00008

38

38

76

40

,231

,817

Test Valuea

Cases < Test Value

Cases >= Test Value

Total Cases

Number of Runs

Z


Unstandardiz

ed Residual 1

Mediana.

Regression


CEE, HCE,

SCEa . Enter

Model

1

Variables

Entered

Variables

Removed Method


Dependent Variable: Absolut Residual 1b.

Coefficientsa

,001 ,002 ,787 ,434

-,001 ,001 -,260 -,770 ,444

,008 ,008 ,352 1,028 ,307

,002 ,002 ,101 ,836 ,406

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients

t Sig.



commit to user


Regression


VAICa . Enter

Model

1

Variables

Entered

Variables

Removed Method



Model Summaryb

,624a ,390 ,381 ,0055083

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate



ANOVAb

,001 1 ,001 47,239 ,000a

,002 74 ,000

,004 75

Regression

Residual

Total

Model

1

Sum of




Coefficientsa

-,003 ,003 -1,188 ,238

,005 ,001 ,624 6,873 ,000

(Constant)

VAIC

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.



commit to user

Charts

NPar Tests


76

,0000000

,00547146

,077

,077

-,065

,671

,759

N

Mean

Std. Dev iat ion


Absolute

Positive

Negativ e

Most Extreme

Dif f erences



Unstandardiz

ed Residual 2




commit to user

NPar Tests

Runs Test

-,00071

38

38

76

42

,693

,488

Test Valuea

Cases < Test Value

Cases >= Test Value

Total Cases

Number of Runs

Z


Unstandardiz

ed Residual 2

Mediana.

Regression


VAICa . Enter

Model

1

Variables

Entered

Variables

Removed Method



Coefficientsa

,001 ,002 ,830 ,409

,001 ,000 ,223 1,972 ,052

(Constant)

VAIC

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.



commit to user


Regression


CEE, HCE,

SCEa . Enter

Model

1

Variables

Entered

Variables

Removed Method



Model Summaryb

,509a ,259 ,228 ,0291953

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate



ANOVAb

,021 3 ,007 8,395 ,000a

,061 72 ,001

,083 75

Regression

Residual

Total

Model

1

Sum of




Coefficientsa

,102 ,016 6,466 ,000

-,026 ,014 -,554 -1,867 ,066 ,117 8,542

,030 ,076 ,119 ,397 ,693 ,114 8,742

,066 ,019 ,373 3,515 ,001 ,913 1,096

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients





commit to user

Charts

NPar Tests


76

,0000000

,02860541

,126

,075

-,126

1,095

,182

N

Mean

Std. Dev iat ion


Absolute

Positive

Negativ e

Most Extreme

Dif f erences



Unstandardiz

ed Residual 3




commit to user

NPar Tests

Runs Test

,00326

38

38

76

40

,231

,817

Test Valuea

Cases < Test Value

Cases >= Test Value

Total Cases

Number of Runs

Z


Unstandardiz

ed Residual 3

Mediana.

Regression


CEE, HCE,

SCEa . Enter

Model

1

Variables

Entered

Variables

Removed Method



Coefficientsa

,023 ,010 2,279 ,026

-,011 ,009 -,418 -1,229 ,223

,049 ,048 ,349 1,014 ,314

-,003 ,012 -,027 -,225 ,822

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients

t Sig.



commit to user


Regression


VAICa . Enter

Model

1

Variables

Entered

Variables

Removed Method



Model Summaryb

,260a ,068 ,055 ,0323066

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate



ANOVAb

,006 1 ,006 5,368 ,023a

,077 74 ,001

,083 75

Regression

Residual

Total

Model

1

Sum of




Coefficientsa

,114 ,015 7,575 ,000

-,010 ,004 -,260 -2,317 ,023

(Constant)

VAIC

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.



commit to user

Charts

NPar Tests


76

,0000000

,03209049

,103

,084

-,103

,894

,401

N

Mean

Std. Dev iat ion


Absolute

Positive

Negativ e

Most Extreme

Dif f erences



Unstandardiz

ed Residual 4




commit to user

NPar Tests

Runs Test

,00131

38

38

76

42

,693

,488

Test Valuea

Cases < Test Value

Cases >= Test Value

Total Cases

Number of Runs

Z


Unstandardiz

ed Residual 4

Mediana.

Regression


VAICa . Enter

Model

1

Variables

Entered

Variables

Removed Method



Coefficientsa

,031 ,010 3,089 ,003

-,002 ,003 -,081 -,703 ,484

(Constant)

VAIC

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.



commit to user


Regression


CEE, HCE,

SCEa . Enter

Model

1

Variables

Entered

Variables

Removed Method



Model Summaryb

,801a ,642 ,627 ,0529996

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate



ANOVAb

,363 3 ,121 43,043 ,000a

,202 72 ,003

,565 75

Regression

Residual

Total

Model

1

Sum of




Coefficientsa

-,022 ,029 -,778 ,439

,068 ,026 ,544 2,640 ,010 ,117 8,542

,196 ,138 ,296 1,421 ,160 ,114 8,742

-,071 ,034 -,155 -2,099 ,039 ,913 1,096

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients





commit to user

Charts

NPar Tests


76

,0000000

,05192880

,121

,082

-,121

1,051

,219

N

Mean

Std. Dev iat ion


Absolute

Positive

Negativ e

Most Extreme

Dif f erences



Unstandardiz

ed Residual 5




commit to user

NPar Tests

Runs Test

,00150

38

38

76

44

1,155

,248

Test Valuea

Cases < Test Value

Cases >= Test Value

Total Cases

Number of Runs

Z


Unstandardiz

ed Residual 5

Mediana.

Regression


CEE, HCE,

SCEa . Enter

Model

1

Variables

Entered

Variables

Removed Method



Coefficientsa

,010 ,020 ,508 ,613

-,013 ,018 -,243 -,716 ,476

,094 ,095 ,340 ,991 ,325

,013 ,023 ,068 ,556 ,580

(Constant)

HCE

SCE

CEE

Model

1

B Std. Error

Unstandardized

Coef f icients

Beta

Standardized

Coef f icients

t Sig.



commit to user


Regression


VAICa . Enter

Model

1

Variables

Entered

Variables

Removed Method



Model Summaryb

,741a ,550 ,543 ,0586457

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate



ANOVAb

,310 1 ,310 90,265 ,000a

,255 74 ,003

,565 75

Regression

Residual

Total

Model

1

Sum of




Coefficientsa

-,022 ,027 -,799 ,427

,072 ,008 ,741 9,501 ,000

(Constant)

VAIC

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.



commit to user

Charts

NPar Tests


76

,0000000

,05825337

,059

,056

-,059

,518

,951

N

Mean

Std. Dev iat ion


Absolute

Positive

Negativ e

Most Extreme

Dif f erences



Unstandardiz

ed Residual 6




commit to user

NPar Tests

Runs Test

,00216

38

38

76

42

,693

,488

Test Valuea

Cases < Test Value

Cases >= Test Value

Total Cases

Number of Runs

Z


Unstandardiz

ed Residual 6

Mediana.

Regression


VAICa . Enter

Model

1

Variables

Entered

Variables

Removed Method



Coefficientsa

,029 ,017 1,666 ,100

,005 ,005 ,109 ,943 ,349

(Constant)

VAIC

Model

1

B Std. Error

Unstandardized

Coeff icients

Beta

Standardized

Coeff icients

t Sig.



commit to user

financial performance perusahaan perbankan di …... · perpustakaan.uns.ac.id digilib.uns.ac.id...

Documents