financial performance perusahaan perbankan di …... · perpustakaan.uns.ac.id digilib.uns.ac.id...
TRANSCRIPT
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
iv
HALAMAN PERSETUJUAN PEMBIMBING
Skripsi dengan judul:
PENGARUH INTELLECTUAL CAPITAL TERHADAP FINANCIAL
PERFORMANCE PERUSAHAAN PERBANKAN DI INDONESIA
(STUDI PADA PERUSAHAAN PERBANKAN YANG TERDAFTAR DI
BURSA EFEK INDONESIA (BEI) TAHUN 2007-2010)
Surakarta, 29 Februari 2012
Disetujui dan diterima oleh
Pembimbing
(Agus Budiatmanto, Drs.,M.Si.,Ak)
NIP. 195912161990031001
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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)
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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......................................
Uji Normalitas Residual Kolmogorov-Smirnov – Model 2............
Hasil Pengujian Runs-Test – Model 2.............................................
Hasil Pengujian Heterokedastisitas – Model 2................................
Koefisien Determinasi – Model 2...................................................
Hasil Uji Model (Goodness of Fit) – Model 2................................
Hasil Pengujian Regresi Linier – Model 2......................................
Uji Normalitas Residual Kolmogorov-Smirnov – Model 3............
Hasil Pengujian Multikolinieritas – Model 3..................................
23
26
58
59
60
66
67
68
69
70
70
71
74
75
76
76
77
78
80
81
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Hasil Pengujian Runs-Test – Model 3.............................................
Hasil Pengujian Heterokedastisitas – Model 3................................
Koefisien Determinasi – Model 3...................................................
Hasil Uji Model (Goodness of Fit) – Model 3................................
Hasil Pengujian Regresi Linier – Model 3......................................
Uji Normalitas Residual Kolmogorov-Smirnov – Model 4............
Hasil Pengujian Runs-Test – Model 4.............................................
Hasil Pengujian Heterokedastisitas – Model 4................................
Koefisien Determinasi – Model 4...................................................
Hasil Uji Model (Goodness of Fit) – Model 4................................
Hasil Pengujian Regresi Linier – Model 4......................................
Uji Normalitas Residual Kolmogorov-Smirnov – Model 5............
Hasil Pengujian Multikolinieritas – Model 5..................................
Hasil Pengujian Runs-Test – Model 5.............................................
Hasil Pengujian Heterokedastisitas – Model 5................................
Koefisien Determinasi – Model 5...................................................
Hasil Uji Model (Goodness of Fit) – Model 5................................
Hasil Pengujian Regresi Linier – Model 5......................................
Uji Normalitas Residual Kolmogorov-Smirnov – Model 6............
Hasil Pengujian Runs-Test – Model 6.............................................
Hasil Pengujian Heterokedastisitas – Model 6................................
Koefisien Determinasi – Model 6...................................................
Hasil Uji Model (Goodness of Fit) – Model 6................................
Hasil Pengujian Regresi Linier – Model 6......................................
82
83
84
84
85
88
89
90
91
91
92
94
95
96
97
98
99
100
103
104
105
105
106
107
perpustakaan.uns.ac.id digilib.uns.ac.id
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...................................
Uji Normalitas Residual PP Plot – Model 3...................................
Uji Normalitas Residual PP Plot – Model 4...................................
Uji Normalitas Residual PP Plot – Model 5...................................
Uji Normalitas Residual PP Plot – Model 6...................................
31
65
73
79
88
94
102
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
xv
DAFTAR LAMPIRAN
Lampiran A
Daftar Perusahaan Perbankan
Lampiran B
Hasil Output SPSS
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ii
ABSTRAKSI
Yuwandhita Ratna Anggara
NIM. F0308095
PENGARUH INTELLECTUAL CAPITAL TERHADAP FINANCIAL
PERFORMANCE PERUSAHAAN PERBANKAN
DI INDONESIA
(STUDI PADA PERUSAHAAN PERBANKAN YANG TERDAFTAR DI
BURSA EFEK INDONESIA (BEI) TAHUN 2007-2010)
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)
perpustakaan.uns.ac.id digilib.uns.ac.id
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
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,
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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 :
perpustakaan.uns.ac.id digilib.uns.ac.id
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) ?
3. Apakah Human Capital Efisiensi (HCE), Capital Employed Efficiency
(CEE) dan Structural Capital Efficiency (SCE) mempengaruhi Cost to
Asset (CTA)?
4. Apakah Value Added Intellectual Capital (VAIC) mempengaruhi Cost
to Asset (CTA) ?
5. Apakah Human Capital Efisiensi (HCE), Capital Employed Efficiency
(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).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
10
3. Untuk menganalisis pengaruh antara Human Capital Efisiensi (HCE),
Capital Employed Efficiency (CEE) dan Structural Capital Efficiency
(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),
Capital Employed Efficiency (CEE) dan Structural Capital Efficiency
(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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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)
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
terhadap Return on Asset (ROA).
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 :
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
terhadap Return on Asset (ROA).
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
terhadap Cost to Asset (CTA).
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
terhadap Net Profit Margin (NPM).
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
terhadap Return on Asset (ROA).
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
terhadap Cost to Asset (CTA).
perpustakaan.uns.ac.id digilib.uns.ac.id
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
terhadap Net Profit Margin (NPM).
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
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 :
H11 : Value Added of Intellectual Capital (VAIC) berpengaruh
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
42
Berdasarkan uraian tersebut, maka dapat dirumuskan hipotesis
sebagai berikut :
H12 : Value Added of Intellectual Capital (VAIC) berpengaruh
positif terhadap Net Profit Margin (NPM).
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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-
perpustakaan.uns.ac.id digilib.uns.ac.id
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 :
perpustakaan.uns.ac.id digilib.uns.ac.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
perpustakaan.uns.ac.id digilib.uns.ac.id
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 :
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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-
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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-
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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 :
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual 1
Mediana.
perpustakaan.uns.ac.id digilib.uns.ac.id
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 :
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
Predictors: (Constant), CEE, HCE, SCEa.
Dependent Variable: ROAb.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: ROAa.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
menunjukkan nilai t hitung sebesar 1,358 dengan signifikansi sebesar
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
menunjukkan nilai t hitung sebesar 6,489 dengan signifikansi sebesar
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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).
a. Hasil Uji Asusmsi Klasik
1) Uji Normalitas Data
Uji normalitas residual dilakukan dengan metode PP Plot yang
diperkuat dengan uji Kolmogorov Smirnov. Hasil pengujian normalitas
diperoleh sebagai berikut :
Gambar IV.2
Uji Normalitas Residual PP Plot – Model 2
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
74
One-Sample Kolmogorov-Smirnov Test
76
,0000000
,00547146
,077
,077
-,065
,671
,759
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 2
Test distribution is Normal.a.
Calculated f rom data.b.
Tabel IV.11
Uji Normalitas Residual Kolmogorov-Smirnov – Model 2
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 :
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual 2
Mediana.
Tabel IV.12
Hasil Pengujian Runs-Test – Model 2
Dari hasil pengujian diperoleh nilai signifikansi sebesar 0,488 yang
berada di atas nilai signifikansi 0,05. Dengan demikian dapat
disimpulkan model 2 terbebas dari problem autokorelasi sehingga
layak digunakan.
3) Uji Heteroskedastisitas
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 :
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
Dependent Variable: ROAb.
Tabel IV.13
Hasil Pengujian Heterokedastisitas – Model 2
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.
Dependent Variable: Absolut Residual 2a.
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.
b. Uji Model (Goodness of Fit)
1) Koefisien Determinasi
Pengujian goodness of fit dari model regresi yang diperoleh dari nilai
adjusted R2
adalah sebagai berikut :
Tabel IV.14
Koefisien Determinasi – Model 2
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
2) Uji Signifikansi Simultan (Uji Statistik F)
Pengujian uji model (Goodness of Fit) dengan menggunakan uji F
dapat dilihat pada tabel IV.15.
Tabel IV.15
Hasil Uji Model (Goodness of Fit) – Model 2
ANOVAb
,001 1 ,001 47,239 ,000a
,002 74 ,000
,004 75
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), VAICa.
Dependent Variable: ROAb.
Tabel IV.15 menunjukkan hasil perhitungan statistik uji F sebesar
47,239 dengan tingkat probabilitas 0,000. Nilai probabilitas tersebut
lebih kecil dari tingkat signifikansi 0,05 yang berarti bahwa variabel
independen VAIC berpengaruh terhadap variabel ROA.
c. Uji Hipotesis (Uji Statistik t)
Dari hasil pengujian terhadap asumsi klasik, diperoleh model regresi
tersebut telah memenuhi asumsi normalitas, multikolinieritas, autokorelasi
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
Dependent Variable: ROAa.
dan heteroskedastisitas sehingga model regresi 2 layak digunakan dalam
penelitian ini. Selanjutnya Hasil pengujian model regresi diperoleh sebagai
berikut ini :
Tabel IV.16
Hasil Pengujian Regresi Linier – Model 2
Persamaan regresi untuk model 2 dapat ditulis sebagai berikut:
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
79
3. Model 3
Model 3 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
Efficiency (CEE) terhadap financial performance perusahaan yang diukur
dengan proksi Cost to Asset (CTA).
a. Hasil Uji Asusmsi Klasik
1) Uji Normalitas Data
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
Uji Normalitas Residual PP Plot – Model 3
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
80
One-Sample Kolmogorov-Smirnov Test
76
,0000000
,02860541
,126
,075
-,126
1,095
,182
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 3
Test distribution is Normal.a.
Calculated f rom data.b.
Tabel IV.17
Uji Normalitas Residual Kolmogorov-Smirnov – Model 3
Hasil dari Gambar IV.3 menunjukkan bahwa grafik memberikan pola
distribusi normal dikarenakan terlihat grafik titik-titik menyebar
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.
2) Uji Multikolinearitas
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: CTAa.
Tolerance dan VIF untuk masing-masing variabel adalah sebagai
berikut :
Tabel IV.18
Hasil Pengujian Multikolinieritas – Model 3
Dari tabel uji di atas 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
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual 3
Mediana.
Hasil Pengujian Runs-Test – Model 3
Dari hasil pengujian diperoleh nilai signifikansi sebesar 0,817 yang
berada di atas 0,05. Dengan demikian dapat disimpulkan model 3
terbebas dari problem autokorelasi dan layak digunakan.
4) Uji Heteroskedastisitas
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
83
Hasil Pengujian Heterokedastisitas – Model 3
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.
Dependent Variable: Absolut Residual 3a.
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 3.
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 :
Tabel IV.21
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
84
Model Summaryb
,509a ,259 ,228 ,0291953
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), CEE, HCE, SCEa.
Dependent Variable: CTAb.
Koefisien Determinasi – Model 3
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.
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.22
Hasil Uji Model (Goodness of Fit) – Model 3
ANOVAb
,021 3 ,007 8,395 ,000a
,061 72 ,001
,083 75
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), CEE, HCE, SCEa.
Dependent Variable: CTAb.
Tabel IV.22 menunjukkan hasil perhitungan statistik uji F sebesar
8,395 dengan tingkat probabilitas 0,000. Nilai probabilitas tersebut
perpustakaan.uns.ac.id digilib.uns.ac.id
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
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: CTAa.
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.
c. Uji Hipotesis (Uji Statistik t)
Dari hasil pengujian terhadap asumsi klasik, diperoleh model regresi
tersebut telah memenuhi asumsi normalitas, multikolinieritas, autokorelasi
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
Hasil Pengujian Regresi Linier – Model 3
Persamaan regresi untuk model 3 dapat ditulis sebagai berikut :
CTA = 0,102 – 0,026HCE + 0,030SCE + 0,066CEE + e
perpustakaan.uns.ac.id digilib.uns.ac.id
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:
1) Variabel Human Capital Efficiency (HCE)
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.
2) Variabel Structural Capital Efficiency (SCE)
Pengujian hipotesis mengenai pengaruh variabel SCE terhadap CTA
menunjukkan nilai t hitung sebesar 0,397 dengan signifikansi sebesar
0,693 (p > 0,05). Hal ini berarti bahwa SCE tidak memiliki pengaruh
yang signifikan terhadap CTA. Dengan demikian Hipotesis 5 ditolak.
3) Variabel Capital Employeed Efficiency (CEE)
Pengujian hipotesis mengenai pengaruh variabel CEE terhadap CTA
menunjukkan nilai t hitung sebesar 3,515 dengan signifikansi sebesar
0,001 (p < 0,05). Hal ini berarti bahwa CEE memiliki pengaruh yang
signifikan terhadap CTA. Arah koefisien regresi tidak sesuai dengan
perpustakaan.uns.ac.id digilib.uns.ac.id
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).
a. Hasil Uji Asusmsi Klasik
1) Uji Normalitas Data
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
Uji Normalitas Residual PP Plot – Model 4
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
88
One-Sample Kolmogorov-Smirnov Test
76
,0000000
,03209049
,103
,084
-,103
,894
,401
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 4
Test distribution is Normal.a.
Calculated f rom data.b.
Tabel IV.24
Uji Normalitas Residual Kolmogorov-Smirnov – Model 4
Hasil dari Gambar IV.4 menunjukkan bahwa grafik memberikan pola
distribusi normal dikarenakan terlihat grafik titik-titik menyebar
mendekati dari garis diagonal. Nilai statistik Kolmogorov-Smirnov
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Asy mp. Sig. (2-tailed)
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 Autokorelasi dalam penelitian ini dilakukan dengan menggunakan
uji Runs-Test. Hasil uji autokorelasi terhadap model 4, dapat dilihat
pada tabel berikut ini :
Tabel IV.25
Hasil Pengujian Runs-Test – Model 4
Dari hasil pengujian diperoleh nilai signifikansi sebesar 0,488 yang
berada di atas nilai signifikansi 0,05. Dengan demikian dapat
disimpulkan model 4 terbebas dari problem autokorelasi sehingga
layak digunakan.
3) Uji Heteroskedastisitas
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
90
Untuk menguji ada tidaknya problem heterokedastisitas dalam model
keempat, 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 :
Tabel IV.26
Hasil Pengujian Heterokedastisitas – Model 4
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.
Dependent Variable: Absolut Residual 4a.
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.
b. Uji Model (Goodness of Fit)
1) Koefisien Determinasi
Pengujian goodness of fit dari model regresi yang diperoleh dari nilai
adjusted R2
adalah sebagai berikut :
Tabel IV.27
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
91
Model Summaryb
,260a ,068 ,055 ,0323066
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), VAICa.
Dependent Variable: CTAb.
Koefisien Determinasi – Model 4
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.
2) Uji Signifikansi Simultan (Uji Statistik F)
Pengujian uji model (Goodness of Fit) dengan menggunakan uji F
dapat dilihat pada tabel IV.28.
Tabel IV.28
Hasil Uji Model (Goodness of Fit) – Model 4
ANOVAb
,006 1 ,006 5,368 ,023a
,077 74 ,001
,083 75
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), VAICa.
Dependent Variable: CTAb.
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
c. Uji Hipotesis (Uji Statistik t)
Dari hasil pengujian terhadap asumsi klasik, diperoleh model regresi
tersebut telah memenuhi asumsi normalitas, multikolinieritas, autokorelasi
dan heteroskedastisitas sehingga model regresi 4 layak digunakan dalam
penelitian ini. Hasil pengujian model regresi diperoleh sebagai berikut ini :
Tabel IV.29
Hasil Pengujian Regresi Linier – Model 4
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.
Dependent Variable: CTAa.
Persamaan regresi untuk model 4 dapat ditulis sebagai berikut:
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
93
Pengujian hipotesis mengenai pengaruh variabel intellectual
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
modal intelektual (intellectual capital) yang terdiri dari Human Capital
Efficiency (HCE), Structural Capital Efficiency (SCE), dan Capital Employed
Efficiency (CEE) terhadap financial performance perusahaan yang diukur
dengan proksi Net Profit Margin (NPM).
a. Hasil Uji Asusmsi Klasik
1) Uji Normalitas Data
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
94
One-Sample Kolmogorov-Smirnov Test
76
,0000000
,05192880
,121
,082
-,121
1,051
,219
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 5
Test distribution is Normal.a.
Calculated f rom data.b.
Uji Normalitas Residual PP Plot – Model 5
Tabel IV.30
Uji Normalitas Residual Kolmogorov-Smirnov – Model 5
Hasil dari Gambar IV.5 menunjukkan bahwa grafik memberikan pola
perpustakaan.uns.ac.id digilib.uns.ac.id
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
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: NPMa.
distribusi normal dikarenakan terlihat grafik titik-titik menyebar
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.
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
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.31
Hasil Pengujian Multikolinieritas – Model 5
Dari tabel uji dapat dilihat bahwa, semua nilai Tolerance variabel
bebas > 0,10 dan VIF variabel bebas < 10, sehingga dapat
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual 5
Mediana.
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 untuk model 5 menggunakan uji Runs-Test. Hasil uji
autokorelasi terhadap model regresi, dapat dilihat pada tabel berikut
ini :
Tabel IV.32
Hasil Pengujian Runs-Test – Model 5
Dari hasil pengujian diperoleh nilai signifikansi sebesar 0,248 yang
berada di atas 0,05. Dengan demikian dapat disimpulkan model 5
terbebas dari problem autokorelasi dan layak digunakan.
4) Uji Heteroskedastisitas
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Hasil Pengujian Heterokedastisitas – Model 5
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.
Dependent Variable: Absolut Residual 5a.
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 5.
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
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
98
goodness of fit dari model regresi yang diperoleh dari nilai adjusted
R2
adalah sebagai berikut :
Tabel IV.34
Koefisien Determinasi – Model 5
Model Summaryb
,801a ,642 ,627 ,0529996
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), CEE, HCE, SCEa.
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.
2) Uji Signifikansi Simultan (Uji Statistik F)
Pengujian uji model (Goodness of Fit) dengan menggunakan uji F
dapat dilihat pada tabel anova berikut :
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
99
Tabel IV.35
Hasil Uji Model (Goodness of Fit) – Model 5
ANOVAb
,363 3 ,121 43,043 ,000a
,202 72 ,003
,565 75
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), CEE, HCE, SCEa.
Dependent Variable: NPMb.
Tabel IV.35 menunjukkan hasil perhitungan statistik uji F sebesar
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.
c. Uji Hipotesis (Uji Statistik t)
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: NPMa.
pengujian model regresi secara individual diperoleh sebagai berikut
ini :
Tabel IV.36
Hasil Pengujian Regresi Linier – Model 5
Persamaan regresi untuk model 5 dapat ditulis sebagai berikut:
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:
1) Variabel Human Capital Efficiency (HCE)
Pengujian hipotesis mengenai pengaruh variabel HCE terhadap NPM
menunjukkan nilai t hitung sebesar 2,640 dengan signifikansi sebesar
0,010 (p < 0,05). Hal ini mengindikasikan bahwa HCE memiliki
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
101
pengaruh yang signifikan terhadap NPM. Tanda koefisien HCE
menunjukan tanda positif yang sesuai dengan hipotesis penelitian,
sehingga Hipotesis 3 diterima.
2) Variabel Structural Capital Efficiency (SCE)
Pengujian hipotesis mengenai pengaruh variabel SCE terhadap NPM
menunjukkan nilai t hitung sebesar 1,421 dengan signifikansi sebesar
0,160 (p > 0,05). Hal ini berarti bahwa SCE tidak memiliki pengaruh
yang signifikan terhadap NPM. Dengan demikian Hipotesis 6 ditolak.
3) Variabel Capital Employeed Efficiency (CEE)
Pengujian hipotesis mengenai pengaruh variabel CEE terhadap NPM
menunjukkan nilai t hitung sebesar -2,099 dengan signifikansi sebesar
0,039 (p < 0,05). Hal ini berarti bahwa CEE memiliki pengaruh yang
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
102
a. Hasil Uji Asusmsi Klasik
1) Uji Normalitas Data
Uji normalitas residual diuji dengan dengan metode PP Plot yang
diperkuat dengan uji Kolmogorov Smirnov. Hasil pengujian normalitas
diperoleh sebagai berikut :
Gambar IV.6
Uji Normalitas Residual PP Plot – Model 6
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
103
One-Sample Kolmogorov-Smirnov Test
76
,0000000
,05825337
,059
,056
-,059
,518
,951
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 6
Test distribution is Normal.a.
Calculated f rom data.b.
Tabel IV.37
Uji Normalitas Residual Kolmogorov-Smirnov – Model 6
Hasil dari Gambar IV.6 menunjukkan bahwa grafik memberikan pola
distribusi normal dikarenakan terlihat grafik titik-titik menyebar
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 Autokorelasi dalam penelitian ini dilakukan dengan menggunakan
uji Run-Test. Hasil uji autokorelasi terhadap model 6, dapat dilihat
pada tabel berikut ini :
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual 6
Mediana.
Tabel IV.38
Hasil Pengujian Runs-Test – Model 6
Dari hasil pengujian diperoleh nilai signifikansi sebesar 0,488 yang
berada di atas nilai signifikansi 0,05. Dengan demikian dapat
disimpulkan model 6 terbebas dari problem autokorelasi sehingga
layak digunakan.
3) Uji Heteroskedastisitas
Untuk menguji ada tidaknya problem heterokedastisitas dalam model
keempat, 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 :
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
105
Model Summaryb
,741a ,550 ,543 ,0586457
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), VAICa.
Dependent Variable: NPMb.
Tabel IV.39
Hasil Pengujian Heterokedastisitas – Model 6
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.
Dependent Variable: Absolut Residual 6a.
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.
b. Uji Model (Goodness of Fit)
1) Koefisien Determinasi
Pengujian goodness of fit dari model regresi yang diperoleh dari nilai
adjusted R2
adalah sebagai berikut :
Tabel IV.40
Koefisien Determinasi – Model 6
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
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.41
Hasil Uji Model (Goodness of Fit) – Model 6
ANOVAb
,310 1 ,310 90,265 ,000a
,255 74 ,003
,565 75
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), VAICa.
Dependent Variable: NPMb.
Tabel IV.41 menunjukkan hasil perhitungan statistik uji F sebesar
90,265 dengan tingkat probabilitas 0,000. Nilai probabilitas tersebut
lebih kecil dari tingkat signifikansi 0,05 yang berarti bahwa variabel
independen VAIC berpengaruh terhadap variabel NPM.
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
Dependent Variable: NPMa.
c. Uji Hipotesis (Uji Statistik t)
Dari hasil pengujian terhadap asumsi klasik, diperoleh model regresi
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
Hasil Pengujian Regresi Linier – Model 6
Persamaan regresi untuk model 6 dapat ditulis sebagai berikut:
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.
Pengujian hipotesis mengenai pengaruh variabel intellectual
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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).
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
LAMPIRAN- LAMPIRAN
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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
perpustakaan.uns.ac.id digilib.uns.ac.id
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.
Dependent Variable: ROAb.
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.
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.
Predictors: (Constant), CEE, HCE, SCEa.
Dependent Variable: ROAb.
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Charts
NPar Tests
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.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual 1
Mediana.
Regression
Variables Entered/Removedb
CEE, HCE,
SCEa . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
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.
Dependent Variable: Absolut Residual 1a.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Hasil Output SPSS Model 2
Regression
Variables Entered/Removedb
VAICa . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: ROAb.
Model Summaryb
,624a ,390 ,381 ,0055083
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), VAICa.
Dependent Variable: ROAb.
ANOVAb
,001 1 ,001 47,239 ,000a
,002 74 ,000
,004 75
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), VAICa.
Dependent Variable: ROAb.
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.
Dependent Variable: ROAa.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Charts
NPar Tests
One-Sample Kolmogorov-Smirnov Test
76
,0000000
,00547146
,077
,077
-,065
,671
,759
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 2
Test distribution is Normal.a.
Calculated f rom data.b.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual 2
Mediana.
Regression
Variables Entered/Removedb
VAICa . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: Absolut Residual 2b.
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.
Dependent Variable: Absolut Residual 2a.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Hasil Output SPSS Model 3
Regression
Variables Entered/Removedb
CEE, HCE,
SCEa . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: CTAb.
Model Summaryb
,509a ,259 ,228 ,0291953
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), CEE, HCE, SCEa.
Dependent Variable: CTAb.
ANOVAb
,021 3 ,007 8,395 ,000a
,061 72 ,001
,083 75
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), CEE, HCE, SCEa.
Dependent Variable: CTAb.
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
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: CTAa.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Charts
NPar Tests
One-Sample Kolmogorov-Smirnov Test
76
,0000000
,02860541
,126
,075
-,126
1,095
,182
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 3
Test distribution is Normal.a.
Calculated f rom data.b.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual 3
Mediana.
Regression
Variables Entered/Removedb
CEE, HCE,
SCEa . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: Absolut Residual 3b.
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.
Dependent Variable: Absolut Residual 3a.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Hasil Output SPSS Model 4
Regression
Variables Entered/Removedb
VAICa . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: CTAb.
Model Summaryb
,260a ,068 ,055 ,0323066
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), VAICa.
Dependent Variable: CTAb.
ANOVAb
,006 1 ,006 5,368 ,023a
,077 74 ,001
,083 75
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), VAICa.
Dependent Variable: CTAb.
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.
Dependent Variable: CTAa.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Charts
NPar Tests
One-Sample Kolmogorov-Smirnov Test
76
,0000000
,03209049
,103
,084
-,103
,894
,401
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 4
Test distribution is Normal.a.
Calculated f rom data.b.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual 4
Mediana.
Regression
Variables Entered/Removedb
VAICa . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: Absolut Residual 4b.
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.
Dependent Variable: Absolut Residual 4a.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Hasil Output SPSS Model 5
Regression
Variables Entered/Removedb
CEE, HCE,
SCEa . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: NPMb.
Model Summaryb
,801a ,642 ,627 ,0529996
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), CEE, HCE, SCEa.
Dependent Variable: NPMb.
ANOVAb
,363 3 ,121 43,043 ,000a
,202 72 ,003
,565 75
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), CEE, HCE, SCEa.
Dependent Variable: NPMb.
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
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: NPMa.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Charts
NPar Tests
One-Sample Kolmogorov-Smirnov Test
76
,0000000
,05192880
,121
,082
-,121
1,051
,219
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 5
Test distribution is Normal.a.
Calculated f rom data.b.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual 5
Mediana.
Regression
Variables Entered/Removedb
CEE, HCE,
SCEa . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: Absolut Residual 5b.
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.
Dependent Variable: Absolut Residual 5a.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Hasil Output SPSS Model 6
Regression
Variables Entered/Removedb
VAICa . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: NPMb.
Model Summaryb
,741a ,550 ,543 ,0586457
Model
1
R R Square
Adjusted
R Square
Std. Error of
the Estimate
Predictors: (Constant), VAICa.
Dependent Variable: NPMb.
ANOVAb
,310 1 ,310 90,265 ,000a
,255 74 ,003
,565 75
Regression
Residual
Total
Model
1
Sum of
Squares df Mean Square F Sig.
Predictors: (Constant), VAICa.
Dependent Variable: NPMb.
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.
Dependent Variable: NPMa.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
Charts
NPar Tests
One-Sample Kolmogorov-Smirnov Test
76
,0000000
,05825337
,059
,056
-,059
,518
,951
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 6
Test distribution is Normal.a.
Calculated f rom data.b.
perpustakaan.uns.ac.id digilib.uns.ac.id
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
Asy mp. Sig. (2-tailed)
Unstandardiz
ed Residual 6
Mediana.
Regression
Variables Entered/Removedb
VAICa . Enter
Model
1
Variables
Entered
Variables
Removed Method
All requested v ariables entered.a.
Dependent Variable: Absolut Residual 6b.
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.
Dependent Variable: Absolut Residual 6a.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user