BAB IV ANALISIS DATA DAN PEMBAHASAN A. Statistik Deskriptif Tabel dibawah ini menunjukkan statistic descriptive dari variabel independen VAICTM dan indikator–indikator yang membentuknya, yaitu VAHU, STVA, dan VACA untuk periode pengamatan tahun 2013 sampai dengan tahun 2014. Tabel 4.1. Statistik Deskriptif VAICTM 2013-2014 2013
2014
VAHU
3.826
Standard Deviation 1.166
4.175
Standard Deviation 1.443
STVA
0.715
0.081
0.733
0.086
VACA
0.452
0.413
0.429
0.303
VAICTM
4.681
1.339
5.337
1.554
Mean
Mean
Sumber : Data sekunder diolah, hasil output PLS.
Tabel diatas menjelaskan bahwa nilai rata – rata / mean VAICTM pada perusahan perbankan syariah di Bank Indonesia untuk tahun 2013 sebesar 4.681 dengan standard deviation 1.339. Sedangkan untuk tahun 2014 nilai mean VAICTM naik menjadi 5.337 dengan standard deviation 1.554. Hal ini menunjukkan bahwa untuk tahun 2014 sebaran data VAICTM memiliki variasi yang relatif lebih tinggi dibanding dengan tahun 2013.
80
81
Dan tabel berikut ini menunjukkan statistic deskriptive dari variabel dependen PERF (kinerja keuangan perusahaan), yaitu ROA, ATO, dan GR untuk periode pengamatan tahun 2013 sampai dengan tahun 2014. Tabel 4.2. Statistik Deskriptif PERF (Kinerja Keuangan Perusahaan) 2013-2014 2013 Mean
2014 Standard Deviation
Mean
Standard Deviation
ROA
3.932
18.043
2.318
7.317
ATO
0.068
0.033
0.072
0.035
GR
0.365
0.294
0.327
0.534
Sumber : Data sekunder diolah, hasil output PLS.
Tabel diatas menjelaskan bahwa dalam kurun waktu 2013 – 2014, kinerja keuangan perusahaan mengalami penurunan dari tahun ke tahun, kecuali ATO yang sedikit lebih baik ditahun 2014. Nilai mean ROA tahun 2014 adalah 2.318, lebih kecil dari mean tahun 2013 yang sebesar 3.932. Demikian juga dengan GR yang ditahun 2014 nilai mean-nya adalah 0.327, lebih kecil dari mean tahun 2013 yang sebesar 0.365. Sedangkan ATO mengalami sedikit kenaikan dari tahun 2013 yang nilai mean-nya 0.068 menjadi 0.072 di tahun 2014.
82
B. Analisis Data 1. Uji Outer Model Oleh karena diasumsikan bahwa antar indikator tidak saling berkorelasi, maka ukuran internal konsistensi reliabilitas (cronbach alpha) tidak diperlukan untuk menguji reliabilitas konstruk formatif (Ghozali 2006). Hal ini berbeda dengan indikator reflektif yang menggunakan tiga kriteria untuk menilai outer model, yaitu convergent validity, composite reliability dan discriminant validity. Karena konstruk formatif pada dasarnya merupakan hubungan regresi dari indikator ke konstruk, maka cara menilainya adalah dengan melihat nilai koefisien regresi dan signifikansi dari koefisien regresi tersebut.1 a. Uji Outer Model Hipotesis 1 Gambar di bawah ini merupakan hasil dari perhitungan dengan menggunakan LPS Gambar 4.1. Outer Model H1 Analisis Regresi tahun 2013-2014
1
Ihyaul Ulum dkk, “Intellectual Capital Dan Kinerja Keuangan Perusahaan; Suatu Analisis Dengan Pendekatan Pertial Least Squares”, Jurnal SNA ke XI Pontianak (2008), hlm. 11.
83
Gambar 4.2. Outer Model H1 Nilai t-statistics tahun 2013-2014
Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)
Berdasarkan hasil pengujian dengan PLS sebagaimana ditunjukkan gambar di atas, diketahui bahwa dari tiga indikator yang membentuk IC (VAICTM) maupun kinerja keuangan (PERF), tidak satupun yang signifikan terhadap t-tabel 1.662 pada p < 0.10 (twotailed). Oleh karena terdapat indikator yang memiliki nilai weight rendah (di bawah 0.50) dan tidak signifikan, maka perlu dilakukan pengujian ulang dengan mengeliminasi indikator-indikator yang tidak signifikan dan atau hanya melibatkan indikator-indikator yang mendekati signifikan.
84
Gambar 4.3. Hasil Outer Model H1 Analisis regresi tahun 2013-2014 (Recalculate)
Gambar 4.4. Hasil Outer Model H1 Nilai t-statistics tahun 2013-2014 (Recalculate)
Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)
Setelah
menghilangkan
indikator-indikator
yang
tidak
signifikan dan hanya melibatkan indikator yang signifikan atau yang mendekati signifikan, maka dapat diketahui bahwa baik VACA maupun GR memiliki nilai weight di atas 0.50, sedangkan nilai weight VAICTM terhadap PERF dibawah 0.50 dan t-statistics tidak signifikan terhadap t-tabel 1.662 pada p < 0.10.
85
b. Uji Outer Model Hipotesis 2 dan 3 Pada gambar di bawah ini merupakan hasil perhitungan dengan LPS untuk H2 dan H3. Gambar 4.5. Outer Model H2 dan H3 tahun 2013-2014
Gambar 4.6. Outer Model H2 dan H3 Nilai t-statistics tahun 2013-2014
*
Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)
86
Berdasarkan hasil pengujian dengan PLS sebagaimana ditunjukkan gambar di atas diketahui bahwa tidak satupun dari indikator-indikator yang membentuk VAICTM dan ROGIC’13’14 memiliki nilai t-statistics signifikan terhadap t-tabel 1.662 pada p < 0.10. Sedangkan indikator-indikator kinerja keungan (PERF) hanya GR yang memiliki nilai t-statistics > t-tabel, yaitu 1.791 > 1.662 signifikan pada p < 0.10. Oleh karena terdapat indikator yang memiliki nilai weight rendah (di bawah 0.50) dan tidak signifikan, maka perlu dilakukan pengujian ulang dengan mengeliminasi indikator-indikator yang tidak signifikan dan atau hanya melibatkan indikator-indikator yang mendekati signifikan. Gambar 4.7. Outer Model H2 dan H3 tahun 2013-2014 (Recalculate)
87
Gambar 4.8. Outer Model H2 dan H3 Nilai t-statistics tahun 2013-2014 (Recalculate)
***
Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)
Hasil pengujian terhadap STVA’13, R-STVA’13-‘14, dan GR’14, menunjukkan bahwa STVA’13 memiliki nilai weight = 1.000 (di atas 0.50). Nilai weight R-STVA’13-’14 = 1.000 (di atas 0.50). GR’14 memiliki nilai weight = 1.000 (di atas 0.050). Nilai weight VAICTM’13 terhadap PERF’14 = 0.050 (di bawah 0.50) dan t-statistics = 0.197, tidak signifikan pada p < 0.01 (1-tailed) karena t-statistics < t-tabel 2.369. Dan nilai weight ROGIC’13-’14 terhadap PERF’14 = 0.522 (di atas 0.50) dan t-statistics = 5.319, signifikan pada p < 0.01 (1-tailed) karena t-statistics > t-tabel 2.369.
88
2. Uji Inner Model Model struktural (inner model) merupakan model struktural untuk memprediksi hubungan kausalitas antar variabel laten. Melalui proses bootstrapping, parameter uji t-statistics diperoleh untuk memprediksi adanya hubungan kausalitas. Model struktural (inner model) dievaluasi dengan melihat persentase variance yang dijelaskan oleh nilai R2 untuk variabel dependen dengan menggunakan ukuran Stone-Geisser Q-square test dan juga melihat besarnya koefisien jalur strukturalnya. Jika menghasilkan nilai R2 lebih besar dari 0,2 maka dapat diinterpretasikan bahwa prediktor laten memiliki pengaruh besar pada level struktural. Tabel 4.3. Nilai R-Square R-Square
Variabel
2013-20141
2013-20142
VAICTM
-
-
PERF
0.399
0,423
Sumber : Data sekunder diolah, hasil output PLS.
Tabel diatas menunjukkan bahwa nilai R-Square PERF tahun 2013-20141
adalah
0.0.399,
artinya
variabel
VAICTM
mampu
menjelaskan variabel PERF sebesar 39.9 persen. R-Square tahun 201320141 sebagaimana disajikan tabel tersebut merupakan pengujian terhadap H1. Sedangkan nilai R-Square tahun 2013-20142 menunjukkan hasil pengujian atas H2 dan H3. Semakin besar angka R-Square menunjukkan semakin besar variabel independen tersebut dapat
89
menjelaskan variabel dependen, sehingga semakin baik persamaan struktural. Signifikansi parameter yang diestimasi memberikan informasi mengenai hubungan antar variabel-variabel penelitian. Dalam konteks ini, batas untuk menolak dan menerima hipotesis yang diajukan adalah di atas 1.662 untuk p < 0.10; 1.987 untuk p < 0.05; dan 2.369 untuk p < 0.01. Tabel berikut ini menyajikan output estimasi untuk pengujian model struktural. Tabel 4.4. Nilai Inner Weight Original Variabel
Sample
t-statistics
Estimate VAIC
TM
’13-14 =>
PERF’13-14 VAICTM’13 => PERF’14 ROGIC’13-‘’14 => PERF’14
Standard Deviation
keputusan
-0.101
1.453
0.070
H1 ditolak
0.050
0.197
0.256
H2 ditolak
0.522
5.319***
0.099
H3 diterima
Sumber : Data sekunder diolah, hasil output PLS. Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)
90
C. Pembahasan Berdasarkan hasil pengujian PLS sebagaimana telah dijabarkan di atas, pembahasan akan dibagi menjadi tiga bagian. Bagian pertama, membahas pengaruh IC (VAICTM) terhadap kinerja keuangan perbankan syari’ah (H1), Bagian kedua, membahas pengaruh IC (VAICTM) terhadap kinerja keuangan perbankan syari’ah dimasa mendatang (H2). Sedangkan bagian ketiga membahas pengaruh rata-rata pertumbuhan IC (rate of growth of IC – ROGIC) terhadap kinerja keuangan perbankan syari’ah masa depan (H3). 1.
Pengaruh IC (VAICTM) terhadap Kinerja Keuangan Perbankan Syari’ah Hipotesis pertama dalam penelitian ini adalah IC (VAICTM) berpengaruh terhadap kinerja keuangan perbankan syariah. Dalam hal ini, IC diuji terhadap kinerja keuangan perbankan syari’ah pada tahun yang sama. Tabel 4.5. Rangkuman Output PLS untuk H1 2013-2014 Weights
t-statistics
VACA
1.000
1.453
GR
1.000
-
VAICTM => PERF
-0.101
1.453
R-Square
0.399
Sumber : Data sekunder diolah, hasil output PLS. Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)
91
Data tersebut membuktikan bahwa nilai t-statistics path antara VAICTM dan PERF tahun 2013-2014 adalah dibawah 1.662, tidak signifikan pada p < 0.10 (two-tailed). Hal ini berarti mengindikasikan tidak adanya pengaruh IC (VAICTM) terhadap kinerja keuangan perbankan syariah selama dua tahun pengamatan 2013-2014, maka dengan demikian H1 ditolak. Hasil pengujian terhadap H1 penelitian ini berbeda dengan temuan Ihyaul Ulum untuk kasus perusahaan perbankan yang beroperasi di Indonesia. Ihyaul Ulum menyatakan bahwa tidak seluruh komponen VAICTM memiliki pengaruh signifikan terhadap kinerja keuangan perusahaan, dan tidak semua komponen-komponen VAICTM yang digunakan berkorelasi dengan ukuran kinerja keuangan. Dan hasil penelitiannya menunjukkan bahwa hanya VAHU yang secara statistik signifikan untuk menjelaskan konstruk VAICTM, dan hanya ROA yang signifikan untuk menjelaskan variabel kinerja keuangan perusahaan. Sementara hasil penelitian ini menyatakan bahwa seluruh komponen VAICTM tidak signifikan terhadap kinerja keuangan perusahaan, dan tidak semua komponen-komponen VAICTM yang digunakan berkorelasi dengan ukuran kinerja keuangan, hanya VACA yang berkorelasi untuk menjelaskan konstruk VAICTM, dan hanya GR yang
berkorelasi
untuk
menjelaskan
variabel
kinerja
keuangan
perusahaan. Rasionalisasi yang dapat diberikan untuk menjelaskan temuan ini adalah:
92
Pertama, hal ini bisa terjadi dikarenakan bahwa intellectual capital belum menjadi tujuan utama perbankan dalam meningkatkan laba perusahaan dimana investasi dalam intellectual capital masih sangat dipertimbangkan. Selain itu,
intellectual capital yang telah
dikeluarkan oleh perusahaan belum secara langsung mempengaruhi upaya
perusahaan mendapatkan kinerja keuangan yang lebih baik.
Artinya, perusahaan perbankan syari’ah yang terdaftar di Bank Indonesia belum
berhasil
“memanfaatkan”
dan
memaksimalkan
keahlian,
pengetahuan, jaringan, dan olah pikir karyawannya untuk menciptakan nilai bagi perusahaan. Kedua, dalam pandangan teori stakeholder, perusahaan memiliki stakeholders, bukan sekedar shareholder. Kelompok-kelompok ‘stake’ tersebut meliputi pemegang saham, karyawan, pelanggan, pemasok, kreditor, pemerintah, dan masyarakat. Dalam konteks ini, karyawan belum berhasil ditempatkan dan menempatkan diri dalam posisi sebagai stakeholders perusahaan, sehingga mereka belum memaksimalkan intellectual ability-nya untuk menciptakan nilai bagi perusahaan. 2.
Pengaruh IC (VAICTM) terhadap Kinerja Keuangan Perbankan Syari’ah di Masa Depan Hipotesis kedua dalam penelitian ini adalah IC (VAICTM) berpengaruh terhadap kinerja keuangan perbankan syariah di masa depan. Artinya, IC digunakan sebagai alat untuk memprediksi kinerja
93
keuangan perbankan syari’ah di masa mendatang. Dalam konteks ini, IC diuji terhadap kinerja keuangan perbankan syari’ah dengan lag 1 tahun. Tabel 4.6. Rangkuman Output PLS untuk H2 2013-2014 Weights
t-statistics
STVA
1.000
0.197
GR
1.000
-
VAICTM => PERF
0.050
0.197
R-Square
0.423
Sumber : Data sekunder diolah, hasil output PLS. Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)
Data tersebut membuktikan bahwa nilai t-statistics path antara VAICTM terhadap PERF adalah di bawah 1.662, tidak signifikan pada p <0.10 (two-tailed). Hal ini mengidentifikasikan tidak adanya pengaruh IC (VAICTM) yang signifikan terhadap kinerja keuangan perusahaan masa depan, maka dengan demikian H2 ditolak. Hasil pengujian terhadap H2 penelitian ini tidak sejalan dengan temuan Ihyaul Ulum bahwa IC berpengaruh terhadap kinerja keuangan di masa yang akan datang. Berbeda dengan temuan Isma Dewi Br Panjaitan dan Isfenti Sadalia yang menyatakan bahwa tidak ada pengaruh antara IC terhadap kinerja keuangan di masa yang akan datang. Hasil penelitian ini dapat kita ketahui bahwa penelitian ini, relatif sesuai dengan temuan Isma Dewi Br Panjaitan dan Isfenti Sadalia yang menyatakan bahwa intellectual
capital hanya berpengaruh terhadap BOPO yang artinya
94
intellectual capital mempunyai pengaruh terhadap BOPO pada periode yang akan datang dan kita dapat melihat apabila nilai VAICTM pada saat ini meningkat satu satuan maka nilai BOPO pada masa yang akan datang akan meningkat satu satuan. Jadi kita dapat melihat bahwa intellectual capital itu tidak langsung terlihat dampaknya pada tahun berjalan, namun nilainya memberikan pengaruh pada periode tahun berikutnya karena dalam hal ini intellectual capital itu bukanlah aktiva yang berwujud merupakan aktiva yang tidak berwujud yang dapat dilihat pergeraknnya setelah melewati proses terlebih dahulu barulah di periode berikutnya kita dapat melihat hasilnya, bukan seperti aktiva yang berwujud, pada saat kita membeli aset begitu juga langsung bertambah nilai aset kita. Sementara hasil penelitian ini tidak ada satu pun dari tiga indikator VAICTM yang berpengaruh signifikan terhadap kinerja keuangan perbankan syari’ah. Hal ini terjadi karena kinerja keuangan perusahaan sangat berbeda untuk masa yang akan datang tergantung jenis industrinya. 3.
Pengaruh ROGIC terhadap Kinerja Keuangan Perbankan Syari’ah di Masa Depan Hipotesis ketiga dalam penelitian ini adalah bahwa rata-rata pertumbuhan IC (rate of growth of IC – ROGIC) berpengaruh terhadap kinerja keuangan perbankan syari’ah masa depan.
95
Tabel 4.7. Rangkuman Output PLS untuk H3 2013-2014 Weight
T-Statistics
R-STVA
1.000
5.319***
GR
1.000
-
ROGIC => PERF
0.522
5.319***
R-Square
0.423
Sumber : Data sekunder diolah, hasil output PLS. Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)
Data tersebut menjelaskan bahwa path antara ROGIC dan PERF tahun 2013-2014 memiliki t-statistics diatas 2.369 dan nilai weight-nya berada diatas 0.5, berarti signifikan pada p < 0.01 (one-tailed). Hal ini mengindikasikan adanya pengaruh rata-rata pertumbuhan IC (rate of growth of IC – ROGIC) terhadap kinerja keuangan perbankan syari’ah masa depan, maka dengan demikian H3 diterima. Temuan penelitian ini bertentangan dengan temuan Ihayul Ulum yang menunjukkan adanya pengaruh signifikan ROGIC terhadap kinerja keuangan masa depan. Hal ini berarti bahwa untuk konteks industri perbankan di Indonesia, perusahaan telah memaksimalkan dalam pengelolaan dan mengembangkan kekayaan intelektualnya untuk memenangkan kompetisi (competitive advantage). IC menjadi tema yang menarik untuk dikembangkan agar dapat menciptakan nilai bagi perusahaan. Perusahaaan perbankan saat ini sudah mulai berfokus pada kepentingan jangka panjang yaitu meningkatkan nilai perusahaan.
