ANALISIS PENGARUH INTELLECTUAL CAPITAL TERHADAP KINERJA PERUSAHAAN ; SUATU ANALISIS DENGAN PENDEKATAN PARTIAL LEAST SQUARES
Ariawan Aji Rahardian Wahyu Meiranto, SE. M.Si, Akt
ABSTRACT The purpose of this study is to provide empirical evidence about the effects of intellectual capital, identified using an input-process-output concept of human, customer, innovative and process capitals, on company performances. From a resource-based and intellectual capital perspective, the structural path model is applied to financial data to analyze the relationships among the four components of intellectual capital, as well as the causal effects of intellectual capital on company performance. Data used in this study is secondary, financial reporting 2007-2010 from IDX. The population of this study are all companies listed in indonesian stock exchange (IDX) from 20072010. The sample of this study are 22 companies, from various sectors, in 4 years, total are 88 companies. The sample drawn by purposive sampling and fulfill sample selection criterion. The results of this research show that not all of intellectual capital component have significant effect to performance. Innovation capital have positve and significant effect to customer capital, while it has negative and significant effect to human capital. Process capital have positive and significant relationship to customer capital. Human capital have positive and significant relationship to company performance, while it have no significant relationship to customer capital. Customer capital has no significant effect to company performance. intellectual capital, innovation capital, process capital, human capital, customer capital and business performance Keywords :
1
PENDAHULUAN Dunia bisnis saat ini telah mengalami perubahan radikal dari ekonomi berbasis produksi menjadi ekonomi berbasis pengetahuan (Drucker, 1993 ; Powell dan Snelman, 2004 dalam Huang dan Wu, 2010). Pada ekonomi berbasis pengetahuan ini keunggulan kompetitif yang dimiliki perusahaan tidak lagi ditentukan oleh kepemilikan dan penggunaan faktor-faktor produksi konvensional seperti mesin-mesin atau tenaga kerja lainnya, tetapi lebih pada penggunaan faktor produksi berbasis pengetahuan, inovasi, dan teknologi. Dengan meningkatnya peran dari knowledge sebagai aset yang vital bagi perusahaan, identifikasi dan pengelolaanya dalam bentuk intangible asset dirasa makin penting. Namun, hal ini tidak diimbangi dengan pelaporan dan identifikasi yang jelas dalam praktik akuntansi tradisional yang ada saat ini. Menurut Canibao et al (2001), banyak investasi perusahaan pada berbagai intangible asset tidak dapat ditemukan pada neraca karena adanya keterbatasan dalam kriteria akuntansi untuk pengakuan dan penilaian aset tersebut. Intangible asset yang baru seperti kompetensi staf, hubungan konsumen, model simulasi, sistem administrasi dan komputer tidak mendapatkan pengakuan dalam model keuangan tradisional dan pelaporan manajemen ( Stewart, 1997 dalam Hong et al, 2007). Akibat dari tidak dilaporkannya intangible asset, laporan keuangan perusahaan menjadi kurang informatif karena tidak melaporkan semua nilai perusahaan secara utuh. Bagi perusahaan yang sebagian besar asetnya berbentuk modal intelektual seperti bank misalnya, tidak adanya informasi mengenai modal intelektual dalam laporan keuangan akan menyesatkan, karena dapat mempengaruhi kebijakan perusahaan (Satria, 2010). Model akuntansi tradisional, yang asalnya dikembangkan bagi perusahaan yang aktivitasnya terfokus pada aktivitas manufaktur dan pengolahan sumber daya alam, harus diperluas cakupannya agar dapat mencakup intangible asset dalam pelaporannya. Salah satu pendekatan yang digunakan dalam penilaian dan pengukuran intangible asset adalah pendekatan intellectual capital yang telah menjadi fokus perhatian dalam berbagai bidang, baik manajemen, teknologi informasi, sosiologi, maupun akuntansi (Petty dan Guthrie, 2000). Intellectual capital diidentifikasikan sebagai kesatuan dari beberapa jenis intangible asset yang dapat meningkatkan kinerja perusahaan dan penciptaan nilai dalam perusahaan (Roos dan Roos, 1997; Bontis, 1998; Marr dan Roos, 2005; Subramaniam dan Yound, 2005 dalam Huang
2
dan Wu, 2010). International Federation of Accountants (IFAC) mendefinisikan intellectual capital sebagai sinonim dari intellectual property (kekayaan intelektual), intellectual asset (aset intelektual), dan knowledge asset (aset pengetahuan), modal ini dapat diartikan sebagai saham/modal yang berbasis pengetahuan yang dimiliki perusahaan. IFAC juga mengestimasikan bahwa saat ini nilai perusahaan lebih ditentukan atas manajemen atas intellectual capital, tidak lagi terhadap aset tetap. Intellectual capital sendiri menjadi sebuah topik yang menarik untuk diteliti mengingat perannya yang makin vital pada perusahaan saat ini. Menurut pandangan tradisional, aset yang berharga bagi perusahaan berupa aset fisik berupa tanah, tenaga kerja dan modal, dan aset-aset tersebut dianggap sebagai penentu seberapa baik kinerja keuangan perusahaan. Perusahaan yang bergerak di bidang software, keuangan, farmasi, perhotelan sangat bergantung pada intellectual capital untuk mendapatkan keuntungan. Perusahaan yang bergerak dalam bidang produksi dan manufaktur mengombinasikan intellectual capital dengan aset fisik untuk meningkatkan keunggulan kompetitif perusahaan. Intellectual capital, yang meliputi sumberdaya dan kemampuan perusahaan yang berharga, sulit untuk ditiru dan bersifat tak tergantikan dapat menghasilkan keunggulan kompetitif dan kinerja yang superior dibandingkan perusahaan yang tidak menggunakannya (Barney, 1991). Beberapa penelitian tentang intellectual capital telah membuktikan bahwa intellectual capital memiliki pengaruh yang signifikan terhadap kinerja perusahaan ( Bollen et al, 2005 ; Muhammad dan Ismail, 2009 dan Chen et al, 2005). Chen et al (2005) menggunakan model Pulic (VAIC) untuk menguji hubungan antara intellectual capital dengan nilai pasar dan kinerja keuangan perusahaan dengan menggunakan sampel perusahaan publik di Taiwan. Kinerja keuangan yang digunakan adalah market-to-book value, ratios of equity, return of equity, return on assets, growth in revenue dan employee productivity. Hasilnya menunjukkan bahwa intellectual capital berpengaruh secara positif terhadap kinerja keuangan perusahaan. Bahkan penelitian ini dapat dijadikan indikator untuk memprediksi kinerja keuangan perusahaan di masa mendatang.
Kumukama et al (2011) menyelidiki hubungan antara efek mediasi dari keunggulan kompetitif di hubungan antara intellectual capital dan kinerja finansial di 78 perusahaan pembiayaan skala mikro di Uganda. Penelitian ini menggunakan data primer dengan survei pada 3
pekerja di perusahaan tersebut untuk mengukur persepsi mereka mengenai human capital, structural capital dan relational capital. Selain menggunakan data primer, penelitian ini juga menggunakan data sekunder melalui laporan keuangan perusahaan yang telah diaudit. Hasil penelitian tersebut menunjukkan keunggulan kompetitif memiliki dampak mediasi positif untuk meningkatkan hubungan antara kinerja perusahaan dan intellectual capital yang dimiliki industri pembiayaan skala mikro di Uganda. Penelitian terdahulu yang meneliti kinerja intellectual capital memiliki beberapa keterbatasan. Penelitian yang telah dilakukan sebelumnya sebagian besar menggunakan metode VAIC yang dikembangan oleh Pulic (2000). Kekurangan dari metode VAIC ini adalah structural capital yang digunakan untuk menghitung efisiensi structural capital pada perusahaan tidak mencerminkan nilai sesungguhnya, sehingga nilai intellectual capital menurut metode ini tidak memperhitungkan (Chen et al, 2005). secara spesifik komponen-komponen structural capital yang dimiliki perusahaan. Metode ini juga tidak memperhitungkan bentuk innovative capital dan relational capital/customer capital yang dimiliki perusahaan, padahal inovasi dan relasi dengan konsumen merupakan hal yang vital bagi perusahaan saat ini. Berdasarkan kedua alasan tersebut. Yaitu mengenai pengaruh kepemilikan intellectual capital terhadap kinerja perusahaan dan kelemahan dari metode penilaian intellectual capital yang sering digunakan membuat peneliti tertarik untuk melakukan penelitian mengenai pengaruh intellectual capital terhadap kinerja perusahaan menggunakan metode component based intellectual capital. Yaitu dengan mengelompokkan intellectual capital yang dimiliki perusahaan menjadi human capital, innovation capital, customer capital dan process capital. Secara spesifik yaitu kapasitas inovasi, operasi yang efisien, sumber daya manusia yang bernilai tambah dan hubungan konsumen yang baik sebagai proksi dari masing-masing komponen intellectual capital di atas, dapat dibuat sebuah model pengukuran intellectual capital dengan Structural Equation Modelling (SEM) dimana keempat komponen intellectual capital tersebut dianalisis secara simultan dalam konsep input – process – output untuk mencari interaksi dan hubungan antar komponen intellectual capital tersebut yang akhirnya dapat mempengaruhi kinerja perusahaan.
4
TELAAH TEORI DAN PENGEMBANGAN HIPOTESIS Resource Based Theory Resource Based Theory (RBT) membahas mengenai sumberdaya yang dimiliki perusahaan, dan bagaimana perusahaan dapat mengembangkan keunggulan kompetitif dari sumberdaya yang dimilikinya. Cheng et al (2010) menjelaskan bahwa dalam teori RBT ini, untuk mengembangkan keunggulan kompetitif, perusahaan harus memiliki sumberdaya dan kemampuan yang superior dan melebihi para kompetitornya. Calderira dan Ward (2001) menambahkan, sumber daya perusahaan yang sukar untuk dimiliki, atau yang membutuhkan proses yang rumit untuk mendapatkannya dapat menjadi keunikan perusahaan tersebut. RBT berfokus pada sumberdaya dan pengelolaanya dalam organisasi yang akhirnya mengarah pada penciptaan nilai dan disiplin manajemen strategis (Peppard dan Rylander, 2001). Konsep Input – Process – Output Konsep input process output adalah langkah-langkah yang diambil perusahaan untuk mengubah bahan mentah kemudian diproses menjadi barang jadi sampai ke tangan konsumen. Proses produksi dimulai dari input sumberdaya mentah yang digunakan oleh perusahaan kemudian diolah dalam proses produksi, hingga akhirnya bahan mentah tersebut menjadi barang jadi ataupun jasa dan residu atau sisa hasil produksi.
Kapasitas Inovasi Inovasi adalah sesuatu yang baru yang dihasilkan (sebagai output perusahaan) atau sebagai suatu proses adopsi atau pengaplikasian sesuatu yang “baru” oleh sebuah organisasi sedemikian rupa sehingga organisasi ini menjadi lebih kompetitif. Sesuatu yang baru tersebut bisa berupa produk atau jasa baru yang dapat memberikan nilai lebih dibandingkan produk yang lama. Bisa juga sesuatu yang baru itu adalah proses baru menciptakan efisiensi dalam produksi, maupun peningkatan pelayanan. Dalam konteks dengan hubungan konsumen, inovasi diwujudkan sebagai pengembangan penemuan baru yang bertujuan untuk memuaskan konsumen. Dalam jangka panjang, kemampuan bersaing sebagian besar perusahaan tergantung dari kemampuan mereka untuk berinovasi dengan menyediakan barang dan jasa yang baru secara terus-menerus bagi pelanggan, inovasi adalah kunci penting untuk membina hubungan secara kontinu dengan para pelanggan 5
Inovasi dapat diwujudkan dalam bentuk pelatihan yang dilakukan perusahaan. Marimuthu et al (2009) menyebutkan bahwa pelatihan karyawan merupakan komponen penting dalam pengembangan modal manusia, dengan melakukan pelatihan seorang karyawan dapat meningkatkan kemampuan dan keahliannya untuk melakukan aktivitas yang bernilai ekonomis bagi perusahaan. Makin tinggi pelatihan yang diberikan perusahaan pada karyawan, nilai tambah karyawan akan meningkat juga H1 :
Kapasitas inovasi memiliki hubungan positif dengan hubungan konsumen yang baik
H2 : Kapasitas inovasi memiliki hubungan positif dengan sumber daya manusia yang bernilai tambah
Operasi yang Efisien Process capital berfokus pada prosedur internal yang mendefinisikan sistem dan struktur sebuah perusahaan. Proses tersebut menyoroti berbagai aktivitas bisnis yang sering dilakukan perusahaan, misalnya
investasi pada R&D, waktu tenggang produksi dan
produktivitas proses administrasi perusahaan. Proses bisnislah yang selama ini menggerakkan roda suatu organisasi, sehingga kinerja suatu organisasi akan sangat bergantung pada efektivitas dan efisiensi proses bisnisnya. Seggie et al (2006) dalam Cheng et al (2010) menunjukkan bahwa penggunaan rantai suplai produk yang baik dapat meningkatkan hubungan baik dengan konsumen. Kaplan dan Norton (1996) dalam Cheng et al (2010) menyatakan bahwa menurut perspektif balanced score card, perusahaan yang menunjukkan proses operasi yang efisien dengan pengurangan waktu siklus dan kualitas pelayanan yang meningkat, dapat menciptakan kesetiaan konsumen. H3: Operasi yang efisien memiliki hubungan positif dengan hubungan konsumen yang baik
Sumber Daya Manusia yang Bernilai Tambah Hayton (2005) mengindikasikan bahwa human capital mengacu pada pengetahuan, keahlian dan semua kemampuan karyawan yang dimiliki perusahaan. Jardon dan Martos (2008) mempelajari sebuah model berkelanjutan dimana human capital berfungsi sebagai landasan utama bagi komponen intellectual capital lain.
6
Cheng et al (2010) menyatakan bahwa sumberdaya manusia yang bernilai tambah adalah variabel penengah antara innovation capital dan kinerja perusahaan. Karyawan yang terampil dan ahli cenderung lebih disukai konsumen, dengan demikian keahlian dan kecakapan karyawan tersebut dapat meningkatkan hubungan baik perusahaan dengan pelanggan dan dapat membantu dalam perolehan pelanggan baru. Banyak peneliti yang telah menemukan bahwa human capital berpengaruh positif pada kinerja perusahaan (Bontis et al, 2000 ; Jardon dan Martos, 2009 ; Huang dan Wu, 2010). . Karyawan perusahaan yang memiliki keahlian dan kemampuan yang baik akan memberikan imbalan jangka panjang bagi organisasi dalam bentuk produktivitas yang lebih tinggi, yang pada akhirnya meningkatkan pendapatan perusahaan H4 :
Sumber daya manusia yang bernilai tambah memiliki hubungan positif dengan hubungan konsumen yang baik.
H6 :
Sumber daya manusia yang bernilai tambah memiliki hubungan positif dengan kinerja perusahaan.
Hubungan Konsumen yang Baik
Customer capital adalah pengetahuan mengenai hubungan dengan para stakeholder yang dapat mempengaruhi suatu organisasi. Bontis (1998) dalam Cheng et al (2010) menyebutkan bahwa pengetahuan mengenai jalur pemasaran dan hubungan dengan konsumen memegang peran penting dalam customer capital, dan pengetahuan tersebut didapat dari hubungan perusahaan dengan pihak eksternal. Terdapat hubungan yang menarik antara customer capital dan kinerja perusahaan. Kualitas pelayanan yang diterima pelanggan adalah faktor terpenting dalam kepuasan pelanggan. Tugas utama perusahaan untuk meningkatkan kepuasan pelanggan adalah dengan meningkatkan kualitas pelayanan yang diterima pelanggan, pelanggan yang puas akan cenderung lebih loyal pada perusahaan yang pada akhirnya akan meningkatkan pendapatan H5 :
Hubungan yang konsumen yang baik memiliki hubungan positif dengan kinerja perusahaan
7
METODE PENELITIAN Variabel Dependen Variabel dependen dalam penelitian ini adalah kinerja perusahaan yang diproksikan dengan return on asset (ROA), return of equity (ROE) dan price to book ratio (PER). Variabel Independen Kapasitas Inovasi Kapasitas inovasi dalam penelitian ini diukur berdasarkan teknologi dan produk baru yang dihasilkan oleh perusahaan (Chen et al,2004). Wang dan Chang (2008) menggunakan pengeluaran penelitian dan pengembangan (R&D) yang dikeluarkan perusahaan untuk mengukur kemampuan inovasi perusahaan. Karena pengeluaran R&D sangat penting untuk berinovasi, penelitian ini menggunakan pengukuran finansial pada biaya
input
inovasi untuk
mendeskripsikan proses inovasi. Variabel kapasitas inovasi terdiri dari tiga indikator utama. Yang pertama adalah kepadatan penelitian dan pengembangan yang dikeluarkan perusahaan saat ini, kepadatan penelitian dan pengembangan perusahaan tahun lalu dan intensitas penelitian dan pengembangan perusahaan. Kepadatan penelitian dan pengembangan tahun ini (INN1)
= Kepadatan penelitian dan pengembangan tahun lalu (INN2) = Intensitas penelitian dan pengembangan (INN3) =
Hubungan Konsumen yang Baik Cheng et al (2010) mengklasifikasikan customer capital menjadi intensitas pemasaran dan kemampuan pemasaran, yang kemudian digunakan untuk mendeskripsikan hubungan 8
perusahaan dengan para stakeholder Hubungan konsumen yang baik diukur dari tiga indikator utama yang mengacu pada penelitian Wang dan Chang (2004) yaitu tingkat pertumbuhan pendapatan, rasio biaya penjualan, administratif dan umum terhadap total biaya dan rasio biaya penjualan, umum dan administratif perusahaan terhadap pendapatan Tingkat pertumbuhan pendapatan (CUS1)
= Rasio perbandingan antara biaya penjualan,umum dan administratif terhadap total biaya (CUS2)
= Rasio perbandingan antara biaya penjualan,umum dan administratif terhadap pendapatan (CUS3)
=
Sumber Daya Manusia yang Bernilai Tambah Cheng et al (2010) mengukur human capital tidak menggunakan konsep informasi latar belakang mengenai human capital dan menggunakan konsep output sebagai proksi dari sumber daya berbasis pengetahuan di laporan keuangan perusahaan. Dalam laporan keuangan, konsep output dari sumberdaya manusia menyediakan pengukuran memadai yang dapat mewakili human capital. Menggunakan konsep output, efisiensi manajer dan karyawan yang bersifat
9
kuantitatif dapat mengindikasikan human capital sebagai produktivitas dan nilai tambah karyawan. Untuk mengukur efisiensi dari sumberdaya manusia yang bernilai tambah, penelitian ini menggunakan tiga indikator yang diadopsi dari penelitian Wang dan Chan (2004) dan Cheng et al (2010), yaitu produktivitas tiap karyawan, pendapatan operasi per karyawan dan nilai tambah per karyawan. Produktivitas per karyawan (HUM1)
=
Pendapatan operasi per karyawan (HUM2)
=
Nilai tambah per karyawan (HUM3)
=
Operasi yang Efisien Untuk mengukur operasi yang efisien, tiga indikator yang didapat dari penelitian Cheng et al (2010), Wang dan Chang (2004) dan Chen et al (2004), yaitu perputaran aset lancar, perputaran piutang dan perputaran aset tetap.
10
Perputaran aset lancar (PRO1)
=
Perputaran piutang (PRO2)
=
Perputaran aset tetap (PRO3)
=
Populasi dan Sampel Populasi dalam penelitian ini adalah seluruh perusahaan yang listed dan go public di BEI selama tahun 2007 - 2010. Pemilihan sampel penelitian dilakukan secara purposive sampling dengan kriteria sebagai berikut : 1. Perusahaan berturut-turut memiliki komponen dana penelitian dan pengembangan yang tercatat dalam financial report periode 2007 – 2010. 2. Perusahaan berturut-turut tidak menderita rugi dan neracanya tidak menunjukkan kekayaan negatif. 3. Perusahaan tidak delisting dari BEI selama periode tahun 2007 – 2010.
11
Tabel 4.1 Proses Purposive Sampling Penelitian Keterangan : Jumlah perusahaaan selama periode pengamatan : 1. Perusahaan tidak memiliki komponen dana penelitian dan pengembangan yang tercatat dalam financial report 2. Perusahaan menderita rugi dan neracanya menunjukkan kekayaan negatif 3. Perusahaan mengalami delisting selama periode 2007-2010 Jumlah sampel yang memenuhi kriteria secara keseluruhan
Tahun 2007
Tahun 2008
Tahun 2009
Tahun 2010
343 (319)
393 (365)
397 (368)
402 (370)
(2)
(6)
(7)
(10)
(0)
(0)
(0)
(0)
22
22
22
22
Metode Analisis Data Penelitian ini menggunakan Partial Least Square (PLS) sebagai alat analisis. Dalam hal ini, kinerja perusahaan dan komponen-komponen intellectual capital diperlakukan sebagai variabel laten dengan masing-masing indikatornya. PLS merupakan salah satu metode untuk melaksanakan model Structural Equation Modelling (SEM). Untuk tujuan penelitian ini metode ini dirasa lebih baik dibandingkan software SEM yang lain, misalnya AMOS dan LISREL. Model PLS ini digunakan pada saat dasar teori perancangan model lemah dan indikator pengukuran tidak memenuhi model pengukuran yang ideal. PLS dapat digunakan dengan jumlah sampel yang tidak besar dan dapat diterapkan pada semua skala data (Ghozali,2006).
12
Gambar 3.1 Model Konseptual Penelitian dengan PLS
Sumber : Pengolahan data dengan PLS, 2011
Estimasi parameter yang didapat dengan PLS dapat dikategorikan menjadi tiga. Pertama, adalah weight estimate yang digunakan untuk menciptakan skor variabel laten. Kedua, mencerminkan estimasi jalur (path estimate) yang menghubungkan variabel laten dan antar variabel laten dan indikatornya (loading). Ketiga, berkaitan dengan means dan lokasi parameter (nilai konstanta regresi) untuk indikator dan variabel laten. Untuk memperoleh ketiga estimasi ini, PLS menggunakan proses iterasi 3 tahap dan setiap tahap iterasi menghasilkan estimasi. Tahap pertama, menghasilkan weight estimate, tahap kedua menghasilkan estimasi untuk inner model dan outer model, dan tahap ketiga menghasilkan estimasi means dan lokasi (Ghozali, 2006).. Model analisis jalur semua variabel laten dalam PLS terdiri dari 2 model, yaitu inner model dan outer model.
HASIL PENELITIAN DAN PEMBAHASAN Convergent Validity Convergent Validity dari model pengukuran indikator refleksif dinilai berdasarkan korelasi antara item score/component score yang diestimasi dengan software SmartPLS. Ukuran refleksif individual dikatakan tinggi jika berkolerasi lebih dari 0,70 dengan konstruk yang diukur. Namun menurut Chin 1998 (dalam Ghozali, 2006), untuk penelitian tahap awal dari 13
pengembangan skala, nilai loading 0,50 sampai 0,60 dianggap cukup memadai. Dalam penelitian ini akan digunakan batas loading factor sebesar 0,50.
INN1 INN2 INN3 PRO1 PRO2 PRO3 CUS1 CUS2 CUS3 HUM1 HUM2 HUM3 PER ROA ROE
Tabel 4.6 Outer Loading (Measurement Model) Model Awal Modifikasi Kapasitas Inovasi 0,963 0,963 0,914 0,912 0,764 0,763 Operasi yang Efisien 0,832 0,836 0,894 0,897 0,434 Hubungan Konsumen yang Baik -0,151 0,984 0,984 0,986 0,988 Sumber Daya Manusia yang Bernilai Tambah 0,938 0,939 0,979 0,979 0,954 0,954 Kinerja -0,039 0,966 0,971 0,978 0,983
Sumber : Pengolahan data dengan PLS, 2011
Hasil pengolahan data menggunakan SmartPLS dapat dilihat pada tabel 4.4. Nilai outer model atau korelasi antar konstruk dengan variabel pada awalnya belum memenuhi convergent validity karena terdapat beberapa indikator yang memiliki loading factor di bawah 0,50. Modifikasi model dilakukan dengan mengeluarkan indikator yang memiliki loading factor di bawah 0,50. Pada model modifikasi di tabel 4.3 tersebut menunjukkan bahwa semua loading factor telah memiliki nilai di atas 0,50 sehingga konstruk untuk semua model tidak ada yang dieliminasi dari model.
Discriminant Validity Discriminant validity dinilai untuk memastikan bahwa setiap konsep dari masing variabel laten berbeda dengan variabel lainnya. Model mempunyai discriminant validity yang baik jika
14
setiap nilai loading dari setiap indikator dari sebuah variabel laten memiliki nilai loading yang paling besar dibandingkan dengan nilai loading lain terhadap variabel laten lainnya. Dari tabel 4.5 dapat dilihat bahwa semua nilai loading factor untuk setiap indikator dari masing-masing variabel laten memiliki nilai yang lebih besar jika dibandingkan dengan variabel laten lainnya. Hasil pengujian discriminant validity diperoleh sebagai berikut :
CUS2 CUS3 HUM1 HUM2 HUM3 INN1 INN2 INN3 PRO1 PRO2 ROA ROE
Customer 0,984354 0,987976 -0,173669 0,065653 0,037712 0,316079 0,272438 0,169428 0,174317 0,216385 0,071101 0,051522
Tabel 4.7 Nilai Discriminant Validity (Cross Loading) Human Innovation 0,012538 0,236276 -0,066867 0,343802 0,937837 -0,224206 0,979297 -0,090053 0,954479 -0,076839 -0,148848 0,962565 -0,131411 0,912429 -0,071745 0,762970 0,124148 -0,100509 0,355485 -0,066120 0,373347 0,039990 0,493520 -0,101323
Kinerja 0,100242 0,025721 0,424149 0,415127 0,454870 -0,107551 -0,089008 0,183417 0,359252 0,745576 0,970837 0,982944
Process 0,250580 0,200898 0,278962 0,286996 0,266853 -0,103825 -0,160433 0,077800 0,835842 0,896896 0,617230 0,665278
Sumber : Pengolahan data dengan PLS, 2011
Composite Reliability Kriteria validity dan reliabilitas juga dapat dilihat dari nilai reliabilitas suatu konstruk dan nilai Average Variance Extracted (AVE) dari masing-masing konstruk. Konstruk dikatakan memiliki reliabilitas yang tinggi jika nilainya 0,70 dan AVE berada diatas 0,50. Pada tabel 4.6 akan disajikan nilai Composite Reliability dan AVE untuk seluruh variabel. Tabel 4.8 Composite Reliability dan Average Variance Extracted Composite Reliability Average Variance Extracted (AVE) Customer 0,986071 0,972524 Human 0,970528 0,916530 Innovation 0,913514 0,780394 Performance 0,976642 0,954352 Process 0,857988 0,751527 Sumber : Pengolahan data dengan PLS, 2011
15
Berdasarkan tabel 4.6 dapat disimpulkan bahwa semua konstruk memenuhi kriteria reliabel. Hal ini ditunjukkan dengan nilai composite reliability di atas 0,70 dan AVE diatas 0,50 sebagaimana kriteria yang direkomendasikan.
Menilai Inner Model Pengujian inner model atau model struktural dilakukan untuk melihat hubungan antara konstruk, nilai signifikansi dan R-square dari model penelitian. Model struktural dievaluasi dengan menggunakan R-square untuk konstruk dependen uji t serta signifikansi dari koefisien parameter jalur struktural. Dalam menilai model dengan PLS dimulai dengan melihat R-square untuk setiap variabel laten dependen. Tabel 4.7 merupakan hasil estimasi R-square dengan menggunakan SmartPLS.
Customer Human Innovation Performance Process
Tabel 4.9 Nilai R-Square R-Square 0,158225 0,019446 0,209416
Sumber : Pengolahan data dengan PLS, 2011
16
Gambar 4.1 Model Struktural dengan Partial Least Square
Sumber : Pengolahan data dengan PLS, 2011
Pengujian Hipotesis Signifikansi parameter yang diestimasi memberikan informasi yang sangat berguna mengenai hubungan antara variabel-variabel penelitian. Dasar yang digunakan dalam menguji hipotesis adalah nilai yang terdapat pada output path coefficient. Signifikansi pengaruh antar variabel didapat dengan melihat nilai koefisien parameter dan nilai signifikansi t statistik. Tabel 4.8 memberikan output estimasi untuk pengujian model struktural.
Customer -> Performance Human -> customer Human -> performance
Tabel 4.10 Path Coefficient (Means, STDEV, T-Values) Original Sample Standard Standard T Statistics Sample Mean (M) Deviation Error (|O/STERR|) (O) (STDEV) (STERR) 0,075079 0,086692 0,083750 0,083750 0,896461 -0,066395
-0,061220
0,040169
0,040169
1,652896
0,453690
0,493036
0,087300
0,087300
5,196887
17
Innovation -> customer Innovation -> human Process -> customer
0,314220
0,327701
0,101086
0,101086
3,108443
-0,139448
-0,163219
0,049686
0,049686
2,806593
0,275928
0,285826
0,135002
0,135002
2,043883
Sumber : Pengolahan data dengan PLS, 2011
Interpretasi Pengujian Hipotesis Pengaruh Kapasitas Inovasi Terhadap Hubungan Konsumen yang Baik Menurut hasil pengujian hipotesis pada penelitian ini terbukti bahwa variabel kapasitas inovasi memiliki pengaruh positif yang signifikan terhadap hubungan konsumen yang baik. Dapat juga dikatakan bahwa kapasitas inovasi berpengaruh terhadap hubungan konsumen yang baik. Hasil penelitian ini sesuai dengan hasil penelitian Cheng et al (2010) dan Tseng dan Goo (2005) yang menyatakan bahwa inovasi memiliki hubungan positif terhadap hubungan konsumen. Hasil ini mencerminkan fakta bahwa inovasi memegang peranan penting dalam mempertahankan hubungan baik perusahaan dengan pelanggan, baik dalam jangka panjang maupun dalam jangka pendek, dalam bentuk penelitian dan pengembangan berbagai produk baru yang dapat memuaskan pelanggan.
Pengaruh Kapasitas Inovasi terhadap Sumber Daya Manusia yang Bernilai Tambah Menurut hasil pengujian hipotesis dalam penelitian ini terbukti bahwa variabel kapasitas inovasi memiliki pengaruh negatif yang signifikan terhadap sumber daya manusia yang bernilai tambah. Arah hubungan kedua variabel ini tidak konsisten dengan hipotesis yang menyatakan bahwa kapasitas inovasi memiliki hubungan positif terhadap sumber daya manusia yang bernilai tambah. Hasil penelitian ini tidak konsisten dengan penelitian Cheng et al (2010), dimana kapasitas inovasi berpengaruh positif terhadap sumber daya manusia yang bernilai tambah. Kapasitas inovasi yang mempengaruhi kualitas sumber daya manusia diwujudkan dalam bentuk pelatihan karyawan yang dilakukan oleh perusahaan yang bertujuan untuk meningkatkan kualitas sumber daya manusia perusahaan. Namun, dalam prakteknya dapat terjadi kesalahan sehingga pelatihan tersebut tidak memberikan dampak yang diharapkan, hal tersebut berbentuk risiko pelatihan. En dan Wen (2008) mendefinisikan risiko pelatihan sebagai kemungkinan
18
adanya kerugian baik secara langsung maupun tidak langsung yang disebabkan oleh proses pelatihan karyawan karena pengaruh gagasan, organisasi itu sendiri, teknologi, lingkungan dll. En dan Wen (2008) menyatakan bahwa risiko dalam pelatihan dapat disebabkan oleh risiko teknis dan risiko gagasan. Risiko teknis dalam pelatihan dapat berupa kegagalan dalam pengidentifikasian kebutuhan akan pelatihan atau kesalahan penyampaian materi pelatihan sehingga karyawan perusahaan yang menjadi objek pelatihan tidak mendapatkan manfaat apaapa atau bahkan menurun keahlian/kualitasnya. Risiko gagasan muncul dari ide/persepsi yang salah mengenai pelatihan. Pemahaman yang tidak tepat mengenai pelatihan dapat menghilangkan manfaat dari pelatihan itu sendiri. Contohnya manajer yang memandang pelatihan karyawan hanya sebagai pemborosan anggaran, lalu memotong anggaran pelatihan yang ada sehingga pelatihan tersebut tidak memberikan dampak yang diharapkan.
Pengaruh Operasi yang Efisien terhadap Hubungan Konsumen yang Baik Menurut hasil pengujian hipotesis pada penelitian ini terbukti bahwa variabel operasi yang efisien memiliki pengaruh positif yang signifikan terhadap hubungan konsumen yang baik. Dapat juga dikatakan bahwa operasi yang efisien berpengaruh terhadap hubungan konsumen yang baik. Hasil tersebut sesuai dengan penelitian Wang dan Chan (2008) yang menyatakan bahwa process capital berpengaruh positif terhadap customer capital. Perusahaan yang beroperasi secara efisien dan efektif akan lebih disukai konsumen karena pelayanan yang diberikan pada konsumen akan lebih baik dan memuaskan. Perusahaan dapat memperpendek waktu siklus produksi dan operasi dan meningkatkan prosedur internal yang berkualitas tinggi untuk meningkatkan hubungan baik dengan konsumen.
Pengaruh Sumber Daya Manusia yang Bernilai Tambah terhadap Hubungan Konsumen yang Baik Menurut hasil pengujian hipotesis pada penelitian ini terbukti bahwa variabel sumber daya manusia yang bernilai tambah memiliki pengaruh negatif tetapi tidak signifikan terhadap hubungan konsumen yang baik. Dapat juga dikatakan bahwa sumber daya manusia yang bernilai tambah tidak berpengaruh terhadap hubungan konsumen yang baik. Hasil ini tidak sesuai dengan hasil penelitian Cheng et al (2010) yang menyatakan bahwa sumber daya manusia yang bernilai tambah berpengaruh positif terhadap hubungan konsumen yang baik. 19
Namun, hasil ini sejalan dengan penelitian yang dilakukan oleh Bontis dan Serenko (2009) dimana human capital tidak berpengaruh secara signifikan terhadap customer capital. Hasil yang tidak signifikan ini dapat dijelaskan karena rata-rata kualitas sumber daya manusia di perusahaan Indonesia kurang memadai sehingga mempengaruhi konsumen, dalam hal ini kepuasan terhadap layanan yang diberikan karyawan, sehingga arah hubungan yang negatif dapat terjadi pada hasil penelitian ini.
Pengaruh Hubungan Konsumen yang Baik terhadap Kinerja Perusahaan Menurut hasil pengujian hipotesis pada penelitian ini terbukti bahwa variabel hubungan konsumen yang baik memiliki pengaruh positif tetapi tidak signifikan terhadap kinerja. Dapat juga dikatakan bahwa hubungan konsumen yang baik tidak berpengaruh terhadap kinerja perusahaan. Hasil ini sesuai dengan hasil penelitian Cheng et al (2010) yang menemukan bahwa hubungan konsumen yang baik tidak berpengaruh terhadap kinerja perusahaan. Perusahaan pada umumnya mempertahankan hubungan baik dengan konsumen dengan mengeluarkan biaya-biaya seperti biaya promosi dan biaya iklan. Konsumen yang setia dan loyal pada perusahaan diharapkan akan terus membeli produk dan layanan yang ada sehingga kinerja perusahaan diasumsikan meningkat. Namun, pada perusahaan Indonesia rata-rata biaya yang dikeluarkan untuk mempertahankan hubungan baik ini relatif rendah, dapat dilihat pada nilai rata-rata perbandingan antara biaya umum dan penjualan terhadap biaya total yang dikeluarkan perusahaan hanya sekitar 27,68%, sehingga biaya yang telah dikeluarkan perusahaan untuk menjaga hubungan baik dengan konsumen tidak terlalu berpengaruh terhadap kinerja. Hal ini menjelaskan hubungan konsumen yang baik pada konsumen tidak berpengaruh signifikan terhadap kinerja perusahaan. Pengaruh Sumber Daya Manusia yang Bernilai Tambah terhadap Kinerja Perusahaan Menurut hasil pengujian hipotesis pada penelitian ini terbukti bahwa variabel sumber daya manusia yang bernilai tambah memiliki pengaruh positif yang signifikan terhadap kinerja. Dapat juga dikatakan bahwa sumber daya manusia yang bernilai tambah berpengaruh terhadap kinerja perusahaan. Hasil ini sesuai dengan hasil penelitian Cheng et al (2010), Bollen et al (2005), Chen et al (2005) dan Hayton (2005) yang menyatakan bahwa pengelolaan sumber daya
20
manusia yang efektif akan meningkatkan kinerja keuangan perusahaan, yang terindikasi dalam peningkatan pengembalian aset dan ekuitas perusahaan. Sumber daya manusia perusahaan merupakan salah satu sumber daya yang paling penting yang dapat digunakan perusahaan saat ini dalam usaha untuk mempertahankan keunggulan kompetitif dan kinerja yang baik. Kemampuan sebuah perusahaan untuk tetap bertahan dalam persaingan yang ketat bergantung pada akumulasi dari pengetahuan dan kapabilitas dari karyawannya. Layanan dan produk yang memiliki nilai tambah bergantung pada karyawan, sehingga karyawan yang berkualitas dan ahli dapat menghasilkan keuntungan bagi perusahaan.
SIMPULAN, KETERBATASAN DAN SARAN Dari hubungan antar komponen intellectual capital di atas, dapat disimpulkan tidak semua komponen intellectual capital berpengaruh terhadap komponen lainnya yang akhirnya dapat mempengaruhi kinerja perusahaan. Hanya kapasitas inovasi, proses operasi yang efisien dan hubungan konsumen yang baik yang berpengaruh signifikan terhadap kinerja perusahaan secara keseluruhan. Penelitian ini masih memiliki beberapa keterbatasan, yaitu perusahaan sampel relatif sedikit karena masih banyak perusahaan yang tidak mengungkapkan/memiliki akun biaya penelitian dan pengembangan dalam laporan keuangan tahunan perusahaan, hal ini menyebabkan penelitian kurang memiliki cakupan yang luas. Penelitian ini juga tidak bisa menjelaskan hubungan antara kinerja pasar dan kinerja keuangan, karena peneliti hanya menggunakan kinerja keuangan sebagai proksi dari kinerja. Penelitian selanjutnya dapat mengembangkan model penelitian lebih jauh untuk mengeksplorasi hubungan antar komponen intellectual capital, tidak terpaku pada model penelitian ini saja. Penelitian selanjutnya disarankan menggunakan indikator lain selain biaya penelitian dan pengembangan untuk mengukur konstruk kapasitas inovasi agar lebih banyak perusahaan yang tercakup dalam penelitian agar hasil penelitian cakupannya lebih luas. Selanjutnya penelitian selanjutnya disarankuan untuk memisahkan kinerja menjadi kinerja keuangan dan kinerja pasar agar mendapat gambaran yang lebih detail dan jelas, selain itu hubungan antara kinerja pasar dan kinerja keuangan dapat diukur.
21
DAFTAR PUSTAKA
Ahangar, Reza Gharoie. 2011. “The Relationship Between Intellectual Capital and Financial Performance : An Empirical Investigation In An Iranian Company.” African Journal of Business Management. Vol.5. No. 1, pp 88-95. Amalia, Mirta dan Yanuar Nugroho. 2011. “An Innovation Perspective of Knowledge in A Multinational Subsidiary.” Journal of Knowledge Management. Vol 15, No. 1, pp 71-87. Astuti, Partiwi Dwi dan Arifin Sabeni. 2005. “Hubungan Intellectual Capital dan Business Performance dengan Diamond Spesification : Sebuah Perspektif Akuntansi.” Paper disaijkan pada SNA 8, Solo. Barney, Jay. 1991. “Firm Resources and Sustained Competitive Advantage.” Journal of Management. Vol 17, No. 1, pp 99-120. Belkaoui, Ahmed-Riahi. 2003. “Intellectual Capital and Firm Performance of US Multinational Firms.” Journal of Intellectual Capital. Vol 4, No. 2, pp. 215-226. Bollen, Laury, Phillip Vergauwen dan Stephanie Schineders. 2005. “Linking Intellectual Capital and Intellectual Property to Company Performance.” Management Decision. Vol 43, No.9, pp 1161-1185. Bontis, Nick, Alexander Serenko. 2009. “A Causal Model of Human Capital Antecedents and Consequents in the Financial Service Industry”. Journal of Intellectual Capital. Vol 10. No 1, pp 53-69. Bontis, Nick, William Chua Chong Keow dan Stanley Richardson. 2000. “Intellectual Capital and Business Performance in Malaysian Industries.” Journal of Intellectual Capital. Vol 1. No. 1, pp 85-100. Calderia,Mario M and John M.Ward. 2001. “Using Resource Based Theory To Interpret The Successful Adoption and Use of Information System & Technology in Manufacturing Small and Medium Sized Enterprises.” Canibao, Leandro, Manuel Garcia A, Paloma Sanchez. 2000. “Accounting for Intangibles : A Literature Review.” Journal of Accounting Literature. Vol 19, pp 102-130. Chang, William S dan Jasper J Hsieh. 2011. “Intellectual Capital and Value Creation-Is Innovation Capital a Missing Link?” International Journal of Business and Management. Vol 6, No. 2. Chauvin, Keith W dan Mark Hirschey. 1993. “Advertising, R&D Expenditures and The Market Value of the Firm.” Financial Management. 22
Chen, Jin, Zhaoui Zhu, Hong Yuan Xie. 2004. “Measuring Intellectual Capital : A New Model and Empirical Study.” Journal of Intellectual Capital. Vol 2, No. 3, pp. 225-235. Chen, Ming-Chin, Shu Ju Cheng, Yuhchang Hwang. 2005. “An Empirical Investigation of The Relationship Between Intellectual Capital and Firm`s Market Value and Financial Performance.” Journal of Intellectual Capital. Vol 6, No.2, pp. 159-176. Cheng, Meng-Yuh, Jer-Yan Lin dan Tzy-Yih Hsiao. 2010. “Invested Resource, Competitive Intellectual Capital and Corporate Performance.” Journal of Intellectual Capital. Vol 11, No.4, pp 433-450. Gans, Joshua dan Scott Stern. 2003. “Assessing Australia`s Innovative Capacity in the 21st Century.” Grant, M Robert. 1991. “The Resource Based Theory of Competitive Advantage : Implication for Strategy Simulation.” California Management Review. Ghozali, Imam. 2006. Structural Equation Modelling Metode Alternatif dengan Partial Least Square (PLS). Semarang : Badan Penerbit Universitas Diponegoro. Hayton, James C. 2005. “Competing in the New Economy : The Effect of Intellectual Capital on Corporate Entreprenurship in High Technology New Ventures.” R&D Management. Vol 35, No. 2. Hermans, Raine dan Martti Kulvik. 2004. “Measuring Intellectual Capital and Sources of Equity Financing - Value Platform Perspective Within the Finnish Biopharmaeutical Industry.” International Journal Learning and Intellectual Capital. Vol 1, No. 3. Horne dan Wachowicz, 2005. Manajemen Keuangan. Jakarta: Balai Pustaka. Huang, Cheng Jen dan Chun Ju Liu. 2005. “Exploration for the Relationship Between Innovation, IT and Performance.” Journal of Intellectual Capital. Vol 6, No. 2, pp. 237252. Huang, Yi-Chun dan Yen-Chun Jim Wu. 2010. “Intellectual Capital and Knowledge Productivity : the Taiwan Biotech Industry.” Management Decision. Vol 48, No. 4, pp. 580-599. Jardon, M F Carlos dan Maria S Martos. 2009. “Intellectual Capital and Performance in Wood Industries of Argentina.” Journal of Intellectual Capital. Vol 10, No.2, pp 600-616. Kamukama, Nixon, Augustine Ahiauzu dan Joseph M.Ntayi. 2011 . “Intellectual Capital and Financial Performance in Microfinance Institutions.”
23
Marimuthu, Maran, Lawrence Arokiasamy, Maimunah Ismail. 2009. “Human Capital Development and Its Impact on Firm Performance : Evidence from Developmental Economics.” Journal of International Social Research. Vol 2, No. 8. Marr, Bernard. 2004. “Measuring and Benchmarking Intellectual Capital.” Benchmarking : An International Journal. Vol 11, No. 6, pp 559-570. Mayo, Andrew. 2000. “The Role of Employee Development in the Growth of Intellectual Capital.” Personnel Review. Vol 29, No. 4, pp 521-533. Miers, Derek. 2010. “Process Innovation and Corporate Agility Balancing Efficiency and Adaptability in a Knowledge-Centric Word.” BPTrends. Mitchell, Hugh. 2002. “Strategic Worth of Human Resources : Driving Organizational Performance.” Muhammad, Nik Maheran, dan Khairu Amin Ismail. 2009. “Intellectual Capital Efficiency and Firm Performance : Study on Malaysian Financial Sectors.” International Journal of Economics and Finance. Vol 1, No. 2 Ongkorahardjo, Martina, Antonius S, Dyna R. 2008. “Analisis Pengaruh Human Capital Terhadap Kinerja Perusahaan (Studi Empiris pada Kantor Akuntan Publik Indonesia). Jurnal Akuntansi dan Keuangan. Vol 10, No. 1. H. 11-21 Peppard, Joe dan Anna Rylander. 2001. “Leveraging Intellectual Capital at APiON.” Journal of Intellectual Capital. Vol 2, No. 3, pp. 225-235 Petty, Richard , James Guthrie. 2000. “Intellectual Capital Literature Review : Measuring, Reporting and Management.” Journal of Intellectual Capital. Vol. 1, No. 2, pp 155-176. Satria, Iqbal Aji. 2010. “ Analisis Faktor-Faktor yang Mempengaruhi Kinerja Intellectual Capital di Sektor Perbankan Indonesia.” Skripsi. Fakultas Ekonomi Universitas Diponegoro, Semarang. Sawarjuwono, Tjiptohadi dan Agustine Prihatin Kadir. 2003. “Intellectual Capital: Perlakuan, Pengukuran dan Pelaporan (Sebuah Library Research).” Jurnal Akuntansi dan Keuangan. Vol 5, No. 1, h.31-51 Shun, Tian En dan Qin Li Wen. N.d. “On Negative Impact of Training Program in Hi-Tech Enterprise.” Stonebreaker, Peter W dan G.Keong Leong. 1994. Operations Strategy : Focusing Competitive Excellence. Massachusetts : Ally dan Bacon. Sun, Baohong. 2006. “Technology Innovation and Implication for Customer Relationship Management.” Marketing Science. Vol 25, No. 6, pp 594-597 24
Sun, B, Shibo Li dan Catherine Zhou. 2006. “Adaptive Learning and Proactive Customer Relationship Management.” Journal of Interactive Marketing. Vol 20, No. 3. Tan, How Peng, David Plowman dan Phil Hancock. 2007. “Intellectual Capital and Financial Returns of Companies.” Journal of Intellectual Capital. Vol 8, No. 1, pp. 76-95 Tenkasi, Ramkrishnan V, Richard J Boland. 1996. “Exploring Knowledge Diversity in Knowledge Intensive Firms : A New Role for Information System.” Journal of Organizational Change Management. Vol 9, No. 1, pp 79-91. Tseng, Chun-Yao dan Yeong-Jia James Goo. 2005. “Intellectual Capital and Corporate Value in an Emerging Economy : Empirical Study of Taiwanese Manufacturers.” R&D Management. Vol 35, No. 2 Ulum, Ihyaul. 2008. “Intellectual Capital Performance Sektor Perbankan di Indonesia.” Paper disajikanpada SNA 11, Pontianak Wang, Wen-Ying dan Chingfu Chang. 2005. “Intellectual Capital and Performance in Causal Models.” Journal of Intellectual Capital. Vol 6, No. 2, pp. 222-236
25
