55
BAB IV ANALISIS DATA DAN PEMBAHASAN
A. Deskripsi Data 1. Variabel Penelitian Penelitian ini terdiri dari variabel bebas (independent variable) dan variabel terikat (dependent variable). Variabel bebas dalam penelitian ini adalah Intellectual Capital yang diproksikan oleh Capital Employed (iBVACA) sebagai X1, Human Capital (iB-VAHU) sebagai X2, dan Structural Capital (iB-STVA) sebagai X3. Sedangkan variabel dependen atau variabel Y dalam penelitian ini adalah kinerja keuangan (ROA) bank umum syariah. a. Capital Employed (iB-VACA) iB-VACA adalah indikator untuk iB-VA yang diciptakan oleh satu unit human capital. Rasio ini menunjukkan kontribusi yang dibuat oleh setiap unit dari CE terhadap value added perusahaan. iB-VA = OUT โ IN iB-VACA =
๐๐ ๐๐
Keterangan : OUT
: Total pendapatan
IN
: Beban usaha/ operasional dan beban non operasional kecuali beban kepegawaian/ karyawan.
VA
: Value Added 55
56
CE
: Capital Employed (total ekuitas)
iB-VACA
: Value Added Capital Employed
Contoh perhitungan iB-VACA PT. Bank BNI Syariah triwulan I tahun 2011: OUT = Pendapatan operasional setelah distribusi bagi hasil untuk investor dana investasi tidak terikat + pendapatan operasional lainnya = 167.170 + 756 = 167.926 IN
= Beban penyisihan penghapusan aktiva + beban estimasi kerugian komitmen dan kontinjensi + beban operasional lainnya โ beban personalia + beban non operasional = 49.093 + 63 + 64.478 โ 29.046 + 308 = 84.896
iB-VA = OUT โ IN = 167.926 โ 84.896 = 83.030 iB-VACA =
=
VA CE 83.030 1.098.431
= 0,07559 = 0,08
57
b. Human Capital (iB-VAHU) iB-VAHU menunjukkan berapa banyak iB-VA dapat dihasilkan dengan dana yang dikeluarkan untuk tenaga kerja. Rasio ini menunjukkan kontribusi yang dibuat oleh setiap rupiah yang diinvestasikan dalam HC terhadap value added organisasi. iB-VAHU =
๐๐ ๐๐
Keterangan : VA
: Value Added
HC
: Human Capital (beban personalia)
iB-VAHU : Value Added Human Capital Contoh perhitungan iB-VAHU PT. Bank BNI Syariah triwulan I tahun 2011: iB-VAHU =
=
VA HC 83.030 29.046
= 2,85857 = 2,86
c. Structural Capital (iB-STVA) Rasio ini mengukur jumlah SC yang dibutuhkan untuk menghasilkan satu rupiah dari iB-VA dan merupakan indikasi bagaimana keberhasilan SC dalam penciptaan nilai.
58
iB-STVA =
๐๐ ๐๐
Keterangan : SC
: Structural Capital (iB-VA โ HC)
VA
: Value Added
iB-STVA : Structural Capital Value Added Contoh perhitungan iB-VAHU PT. Bank BNI Syariah triwulan I tahun 2011: SC = iB-VA โ HC = 83.030 โ 29.046 = 53.984 iB-STVA =
=
SC VA 53.984 83.030
= 0,65017 = 0,65
d. Return on Assets (ROA) Return on Assets (ROA) digunakan untuk mengukur kemampuan bank dalam memperoleh keuntungan secara keseluruhan. ROA =
๐๐๐๐ ๐๐๐๐๐ฅ๐ฎ๐ฆ ๐๐๐ฃ๐๐ค ๐๐จ๐ญ๐๐ฅ ๐๐ฌ๐๐ญ
x 100%
Contoh perhitungan ROA PT. Bank BNI Syariah triwulan I tahun 2011:
59
ROA =
=
Laba Sebelum Pajak Total Aset 53.984 6.327.668
= 0,00853 = 0,01
2. Sampel Penelitian Objek penelitian ini adalah seluruh bank umum syariah di Indonesia yang terdaftar di Bank Indonesia tahun 2011-2014. Dalam penelitian ini, penentuan sampel dengan menggunakan sampling jenuh, yaitu teknik penentuan sampel yang seluruh anggota populasinya digunakan sebagai sampel. Maka sampel berjumlah 11 bank. Sedangkan data yang digunakan berupa data sekunder yang diperoleh dari laporan keuangan triwulanan bank umum syariah selama empat tahun (2011-2014), sehingga banyaknya sampel data adalah 176 (11 x 4 x 4) data. Dari 176 data tersebut ditemukan adanya data outliers sebanyak 7 data, maka dilakukan penghapusan terhadap data tersebut agar observasi dalam penelitian ini terbebas dari outliers. Outliers adalah kasus atau data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai ekstrim baik untuk sebuah variabel tunggal atau variabel kombinasi.1
1
Imam Ghozali, Aplikasi Analisis Multivariate dengan Program IBM SPSS 19, Edisi 5 (Semarang: Badan Penerbit UNDIP, 2011), hlm. 41.
60
3. Statistik Deskriptif Deskripsi data dari masing-masing variabel penelitian yang meliputi nilai minimum, nilai maksimum, mean dan standar deviasi setelah dilakukan penghapusan outliers dapat dilihat pada Tabel 4.1 berikut ini: Tabel 4.1 Hasil Uji Statistik Deskriptif Descriptive Statistics N
Minimum Maximum
Mean
Std. Deviation
iB-VACA
169
.01
.92
.1953
.16191
iB-VAHU
169
.21
4.43
1.6325
.64743
iB-STVA
169
-3.82
.77
.2847
.42529
ROA
169
-.02
.03
.0073
.00680
Valid N (listwise)
169
Sumber : Output SPSS 16, (data diolah)
Tabel 4.1 menunjukkan bahwa dari 169 data penelitian selama periode pengamatan, variabel iB-VACA mempunyai nilai terendah sebesar 0,01 yang dimiliki oleh PT. Bank Panin pada triwulan pertama tahun 2011 dan nilai tertinggi sebesar 0,92 dimiliki oleh PT. Bank Mega pada triwulan keempat tahun 2012. Sedangkan nilai rata-rata dari iB-VACA selama periode pengamatan sebesar 0,1953 dengan standar deviasi 0,16191. Variabel iB-VAHU mempunyai nilai terendah sebesar 0,21 yang dimiliki oleh PT. Bank Victoria pada triwulan keempat tahun 2014 dan nilai tertinggi sebesar 4,43 dimiliki oleh PT. Bank Maybank pada triwulan kedua tahun 2012. Sedangkan nilai rata-rata dari iB-VAHU selama periode pengamatan sebesar 1,6325 dengan standar deviasi 0,64743.
61
Variabel iB-STVA memiliki nilai terendah sebesar -3,82 yang dimiliki oleh PT. Bank Victoria pada triwulan keempat tahun 2014 dan nilai tertinggi sebesar 0,77 dimiliki oleh PT. Bank Maybank pada triwulan kedua tahun 2012. Sedangkan nilai rata-rata dari iB-STVA sebesar 0,2847 dengan standar 0,42529. Variabel ROA mempunyai nilai terendah sebesar -0,02 yang dimiliki oleh PT. Bank Victoria pada triwulan keempat tahun 2014 dan nilai tertinggi sebesar 0,03 dimiliki oleh PT. Bank Mega pada triwulan keempat tahun 2012. Sedangkan nilai rata-rata dari ROA sebesar 0,0073 dengan standar deviasi sebesar 0,00680.
B. Analisis Data 1. Uji Asumsi Klasik Model regresi yang digunakan benar-benar menunjukkan hubungan yang signifikan dan representatif atau disebut BLUE (Best Linier Unbiased Estimator), maka model regresi tersebut memenuhi asumsi klasik regresi, maka asumsi tersebut adalah apabila tidak terjadi gejala autokorelasi, heteroskedastisitas, dan multikolinearitas di antara variabel bebas dalam regresi tersebut. Setelah model bersifat BLUE, maka selanjutnya adalah dilakukan pengujian statistik, yaitu t hitung, dan f hitung. Uji asumsi klasik regresi linear berganda menggunakan program program SPSS (Statistical Package for Social Solution).
62
a. Uji Normalitas Uji ini untuk menguji apakah pengamatan berdistribusi normal atau tidak. Uji ini menggunakan analisis grafik Histogram dan Normal Probability Plot dan uji statistik non-parametrik KolmogorovSmirnov. 1) Analisis Grafik Gambar 4.1 Hasil Uji Normalitas dengan Grafik Histogram
Sumber : Output SPSS 16, (data diolah)
Dari gambar 4.1 tersebut terlihat bentuk grafik tersebut tidak menceng ke kiri maupun ke kanan. Hal ini menunjukkan bahwa data terdistribusi secara normal. Namun dengan melihat grafik histrogram saja dinilai kurang memberikan hasil yang maksimal sehingga perlu melihat normal probability plot.
63
Gambar 4.2 Hasil Uji Normalitas dengan Grafik Normal Probability Plot
Sumber : Output SPSS 16, (data diolah)
Berdasarkan grafik normal probability plot tersebut, titik-titik menyebar berhimpit di sekitar garis diagonal dan hal ini menunjukkan bahwa residual terdistribusi secara normal. 2) Uji Statistik Uji statistik dalam penelitian ini dilakukan dengan menggunakan uji statistik non-parametrik Kolmogorov-Smirnov (K-S). Untuk menentukan data dengan uji Kolmogorov-Smirnov, nilai signifikasi harus di atas 0,05. Hasil uji statistik Kolmogorov-Smirnov tampak pada Tabel 4.2 sebagai berikut :
64
Tabel 4.2 Hasil Uji Normalitas dengan Kolmogorov-Smirnov (K-S) One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N
169
Normal Parametersa
Mean
.0000000
Std. Deviation Most Extreme Differences
.00287798
Absolute
.080
Positive
.080
Negative
-.035
Kolmogorov-Smirnov Z
1.042
Asymp. Sig. (2-tailed) a. Test distribution is Normal.
.228
Sumber : Output SPSS 16, (data diolah)
Berdasarkan hasil Tabel 4.2 tersebut, nilai Kolmogorov-Smirnov sebesar 1,042 dengan signifikansi 0,228. Data signifikansi tersebut menunjukkan bahwa hasilnya lebih besar dari 0,05 atau (0,228 > 0,05) yang menyatakan bahwa residual terdistribusi secara normal atau dengan kata lain telah memenuhi syarat uji normalitas. b. Uji Multikolinieritas Uji Multikolinearitas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan antar variabel independen dalam suatu model. kemiripan antar variabel independen akan mengakibatkan korelasi yang sangat kuat. Selain itu, uji ini juga untuk menghindari kebiasaan dalam proses pengambilan keputusan mengenai
pengaruh
pada
uji
parsial
masing-masing variabel
65
independen terhadap variabel dependen. Jika VIF yang dihasilkan di antara
1-10
maka
tidak
terjadi
multikolinearitas.
Hasil
uji
multikolinearitas adalah sebagai berikut: Tabel 4.3 Hasil Uji Multikolinearitas Coefficienta Collinearity Statistics Model 1
Tolerance
VIF
(Constant) VACA
.946
1.057
VAHU
.591
1.693
STVA
.591
1.693
a. Dependent Variable: ROA Sumber : Output SPSS 16, (data diolah)
Suatu regresi dinyatakan bebas dari multikolinearitas jika mempunyai nilai tolerance > 0,1 dan VIF < 10. Dari output data diperoleh bahwa semua variabel bebas memiliki nilai tolerance lebih dari 0,1 dan nilai VIF kurang dari 10. Dengan demikian, untuk uji multikolinearitas tidak terjadi masalah antar variabel independen dalam model regresi. c. Uji Autokorelasi Menguji autokorelasi dalam suatu model bertujuan untuk mengetahui ada tidaknya korelasi antara variabel pengganggu pada periode tertentu dengan variabel sebelumnya. Dalam penelitian ini uji autokorelasi menggunakan uji Durbin-Watson (DW test).
66
Tabel 4.4 Hasil Uji Autokorelasi Model Summaryb Model 1
R .906a
R Square
Adjusted R Square
.821
Std. Error of the Estimate
.817
.00290
DurbinWatson 1.872
a. Predictors: (Constant), STVA, VACA, VAHU b. Dependent Variable: ROA Sumber : Output SPSS 16, (data diolah)
Berdasarkan Tabel 4.4, hasil hitung Durbin-Watson sebesar 1,872. Nilai DW menurut tabel dengan n = 169 dan k = 3 didapat angka dl = 1,7124 dan du = 1,7846. Karena nilai du < d < 4 โ du atau 1,7846 < 1,872 < 2,2154 maka dapat disimpulkan bahwa tidak terdapat autokorelasi pada model regresi ini. d. Uji Heteroskedastisitas Heteroskedastisitas menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain. Cara memprediksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dengan pola gambar Scatterplot, regresi yang tidak terjadi heteroskedastisitas jika titik-titik data menyebar di atas dan di bawah atau di sekitar angka nol, titik-titik data tidak mengumpul hanya di atas atau di bawah saja, penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar
67
kembali, penyebaran titik-titik data tidak berpola.2 Hasil uji heteroskedastisitas adalah sebagai berikut: Gambar 4.3 Hasil Uji Heteroskedastisitas
Sumber : Output SPSS 16, (data diolah)
Dari grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tersebar dengan baik di atas maupun di bawah angka nol pada sumbu
Y.
Hal
ini
dapat
disimpulkan
bahwa
tidak
terjadi
heteroskedastisitas pada model regresi ini. e. Uji Linearitas Pengujian linearitas perlu dilakukan untuk mengetahui model yang dibuktikan merupakan model linear atau tidak. Hasil dari uji 2
V. Wiratna Sujarweni, Metodologi Penelitian Bisnis dan Ekonomi, Cetakan 1 (Yogyakarta: Pustaka Baru Press, 2015), hlm. 232-235.
68
linearitas ini adalah informasi apakah model empiris sebaiknya linear, kuadrat, atau kubik.3 Penelitian ini menggunakan uji linearitas dengan metode statistik MWD Test. Tabel 4.5 Hasil Uji Linearitas Model 1 Coefficientsa Unstandardized Coefficients Model 1
B
Std. Error
1 (Constant)
-.011
.001
VACA
.024
.001
VAHU
.010
STVA
Standardized Coefficients Beta
t
Sig.
-12.696
.000
.604
15.798
.000
.001
.969
9.379
.000
-.005
.004
-.152
-1.503
.135
Z1 .002 a. Dependent Variable: ROA
.001
.160
4.124
.000
Sumber : Output SPSS 16, (data diolah)
Dari hasil uji linearitas model 1 pada tabel 4.5, nilai thitung sebesar 4,124 dengan signifikansi 0,000. Nilai ttabel dengan menggunakan tabel t adalah sebesar 1,975. Nilai ttabel didapat dari df = n-k = 169 โ 5 (n adalah banyaknya data dan k adalah jumlah variabel baru). Karena nilai thitung (4,124) > ttabel (1,975) dan signifikansi Z1 sebesar 0,000 < 0,05, maka variabel Z1 signifikan yang berarti model 1 dinyatakan tidak linear.
3
Suliyanto, Ekonometrika Terapan: Teori & Aplikasi dengan SPSS, Edisi 1 (Yogyakarta: CV. Andi Offset, 2011), hlm. 145.
69
Tabel 4.6 Hasil Uji Linearitas Model 2 Coefficientsa Unstandardized Coefficients Model 2
B (Constant)
Std. Error
Standardized Coefficients Beta
t
Sig.
-.012
.001
-11.730
.000
VACA
.023
.001
.589 15.360
.000
VAHU
.011
.001
1.048
8.612
.000
STVA
-.008
.004
-.216
-1.885
.061
Z2 .409 a. Dependent Variable: ROA
.128
.144
3.193
.002
Sumber : Output SPSS 16, (data diolah)
Dari hasil uji linearitas model 2 pada tabel 4.6, nilai thitung sebesar 3,193 dengan signifikansi 0,002. Nilai ttabel dengan menggunakan tabel t adalah sebesar 1,975. Nilai ttabel didapat dari df = n-k = 169 โ 5 (n adalah banyaknya data dan k adalah jumlah variabel baru). Karena nilai thitung (3,193) > ttabel (1,975) dan signifikansi Z2 sebesar 0,002 < 0,05, maka variabel Z2 signifikan yang berarti model 2 dinyatakan linear. Berdasarkan uji MWD di atas nampak bahwa Z1 menunjukkan gejala non-linear, sedangkan Z2 menunjukkan gejala linear maka dapat dikatakan bahwa model dapat menggunakan regresi non-linear maupun regresi linear.
70
2. Analisis Regresi Linier Berganda Analisis regresi linier berganda merupakan alat analisis untuk mengetahui serta menganalisis seberapa besar pengaruh suatu variabel bebas terhadap variabel terikat. Dalam penelitian ini variabel independen yang digunakan lebih dari satu yaitu iB-VACA, iB-VAHU, dan iB-STVA, sedangkan variabel dependennya adalah ROA. Tabel 4.7 Hasil Uji Regresi Linier Berganda Coefficientsa Unstandardized Coefficients Model
B
Standardized Coefficients
Std. Error
1 (Constant)
-.009
.001
VACA
.021
.001
VAHU
.007
STVA .002 a. Dependent Variable: ROA
Beta
t
Sig.
-12.389
.000
.499
14.719
.000
.000
.707
16.493
.000
.001
.130
3.036
.003
Sumber : Output SPSS 16, (data diolah)
Berdasarkan data output dari Tabel 4.5 maka dapat disusun persamaan regresi linier berganda sebagai berikut : ROA = -0,009 + 0,021 iB-VACA + 0,007 iB-VAHU + 0,002 iBSTVA + ฮต Persamaan tersebut mempunyai makna : a. Nilai konstanta sebesar -0,009 mempunyai arti bahwa jika variabel independen yang terdiri dari iB-VACA, iB-VAHU, dan iB-STVA
71
konstan, maka variabel dependen ROA akan mengalami penurunan sebesar 0,009 satuan. b. Nilai koefisien variabel iB-VACA sebesar 0,021 memiliki arti jika iBVACA mengalami kenaikan sebesar 1 satuan maka variable ROA akan mengalami kenaikan sebesar 0,021 satuan. Sebaliknya jika iB-VACA mengalami penurunan sebesar 1 satuan, maka ROA akan mengalami penurunan sebesar 0,021 satuan. c. Nilai koefisien variabel iB-VAHU sebesar 0,007 memiliki arti jika iBVAHU mengalami kenaikan sebesar 1 satuan maka variable ROA akan mengalami kenaikan sebesar 0,007 satuan. Sebaliknya jika iBVAHU mengalami penurunan sebesar 1 satuan, maka ROA akan mengalami penurunan sebesar 0,007 satuan. d. Nilai koefisien variabel iB-STVA sebesar 0,002 memiliki arti jika iBSTVA mengalami kenaikan sebesar 1 satuan maka variable ROA akan mengalami kenaikan sebesar 0,002 satuan. Sebaliknya jika iB-STVA mengalami penurunan sebesar 1 satuan, maka ROA akan mengalami penurunan sebesar 0,002 satuan. 3. Uji Hipotesis a. Uji Statistik t (Parsial) Uji statistik t parsial adalah pengujian yang digunakan untuk mengetahui apakah variabel iB-VACA, iB-VAHU, dan iB-STVA mempengaruhi variabel ROA secara parsial. Hasil pengujian hipotesis secara parsial dapat dilihat pada Tabel 4.6 sebagai berikut:
72
Tabel 4.8 Hasil Uji Hipotesis Parsial (Uji t) Coefficientsa Unstandardized Coefficients Model
B
Std. Error
1 (Constant)
-.009
.001
VACA
.021
.001
VAHU
.007
STVA .002 a. Dependent Variable: ROA
Standardized Coefficients Beta
t
Sig.
-12.389
.000
.499
14.719
.000
.000
.707
16.493
.000
.001
.130
3.036
.003
Sumber : Output SPSS 16, (data diolah)
Hasil analisis uji t yang didapat dari Tabel 4.6 tersebut adalah sebagai berikut : 1) Pengaruh iB-VACA (X1) Terhadap Kinerja Keuangan (ROA) (Y) Ha1 menyatakan iB-VACA berpengaruh signifikan terhadap kinerja keuangan (ROA). Berdasarkan analisis data pengujian Ha1 menunjukkan nilai thitung sebesar 14,719 dengan tingkat signifikansi sebesar 0,000. Karena thitung lebih besar dari ttabel yaitu 14,719 > 1,974 dan nilai signifikansinya 0,000 < 0,05 maka H01 ditolak dan Ha1 diterima. Dengan demikian, variabel independen iB-VACA secara parsial berpengaruh terhadap kinerja keuangan (ROA). 2) Pengaruh iB-VAHU (X2) Terhadap Kinerja Keuangan (ROA) (Y) Ha2 menyatakan iB-VAHU berpengaruh signiikan terhadap kinerja keuangan (ROA). Berdasarkan analisis data pengujian Ha2 menunjukkan nilai thitung sebesar 16,493 dengan tingkat signifikansi sebesar 0,000. Karena thitung lebih kecil dari ttabel yaitu 16,493 >
73
1,974 dan nilai signifikansinya 0,000 < 0,05 maka H02 ditolak dan Ha2 diterima. Dengan demikian, variabel independen iB-VAHU secara parsial berpengaruh terhadap kinerja keuangan (ROA). 3) Pengaruh iB-STVA (X3) Terhadap Kinerja Keuangan (ROA) (Y) Ha3 menyatakan iB-STVA berpengaruh signifikan terhadap kinerja keuangan (ROA). Berdasarkan analisis data pengujian Ha3 menunjukkan nilai thitung sebesar 3,036 dengan tingkat signifikansi sebesar 0,002. Karena thitung lebih kecil dari ttabel yaitu 3,036 > 1,974 dan nilai signifikansinya 0,003 < 0,05 maka H03 ditolak dan Ha3 diterima. Dengan demikian, variabel independen iB-STVA secara parsial tidak berpengaruh
terhadap kinerja keuangan
(ROA). b. Uji Statistik F (Simultan) Uji statistik F (simultan) digunakan untuk menguji apakah semua variabel independen yaitu iB-VACA, iB-VAHU, dan iB-STVA (iBVAIC) yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen yaitu kinerja keuangan (ROA). Hasil pengujian hipotesis secara simultan dapat dilihat pada Tabel 4.7 berikut ini :
74
Tabel 4.9 Hasil Uji Hipotesis Simultan (Uji F)
ANOVAb Sum of Squares
Model
df
Mean Square
1 Regression
.006
3
Residual
.001
165
F
.002 251.823
Sig. .000a
.000
Total .008 168 a. Predictors: (Constant), STVA, VACA, VAHU b. Dependent Variable: ROA Sumber : Output SPSS 16, (data diolah)
Nilai Ftabel didapat dari nilai degree of freedom (df1) = k โ 1 = 4 โ 1 = 3, dan degree of freedom (df2) = n โ k = 169 โ 4 =165. Maka nilai Ftabel adalah 2,66. Dari hasil uji ANOVA atau F Test pada Tabel 4.7 tersebut, didapat nilai Fhitung sebesar 251,823 dengan signifikansi 0,000 dimana
signifikansi
tersebut
lebih
kecil
dari
0,05.
Dengan
menggunakan tabel F, didapat nilai Ftabel sebesar 2,66. Hal tersebut menunjukkan bahwa Fhitung (251,823) > Ftabel (2,66) sehingga H04 ditolak dan Ha4 diterima. Dengan demikian, dapat disimpulkan bahwa iB-VACA, iB-VAHU, dan iB-STVA secara simultan berpengaruh signifikan terhadap kinerja keuangan (ROA). 4. Uji Koefisien Determinasi (R2) Koefisien determinasi digunakan untuk mengukur seberapa besar presentase perubahan atau variasi dari variabel dependen bisa dijelaskan oleh perubahan atau variasi dari variabel independen. Semakin tinggi nilai
75
koofisien determinasi akan semakin baik kemampuan variabel independen dalam menjelaskan pengaruhnya terhadap variabel dependen. Hasil pengujian koefisien determinasi dapat dilihat dari nilai Adjusted R Square pada analisis regresi berganda. Tabel 4.10 Koefisien Determinasi โ ROA
Model
R .906a
1
R Square .821
Adjusted R Square .817
Std. Error of the Estimate .00290
a. Predictors: (Constant), STVA, VACA, VAHU b. Dependent Variable: ROA Sumber : Output SPSS 16, (data diolah)
Berdasarkan Tabel 4.7 tersebut, besarnya Adjusted R Square adalah 0,817. Hal ini berarti 81,7% variasi ROA dapat dijelaskan oleh variasi dari ketiga variabel independen yaitu iB-VACA, iB-VAHU, dan iB-STVA, sedangkan sisanya sebesar 18,3% dijelaskan oleh variabel-variabel lain di luar penelitian.
C. Pembahasan 1. Pengaruh Capital Employed (iB-VACA) Terhadap Kinerja Keuangan (ROA) Dengan menggunakan uji t, hasil penelitian ini menunjukkan bahwa iB-VACA memiliki pengaruh yang signifikan terhadap ROA yang berarti bahwa nilai iB-VACA (Capital Employed) yang tinggi akan dapat mendorong peningkatan terhadap kinerja keuangan. Perusahaan yang
76
memiliki komunikasi dan hubungan yang baik, serta kemampuan dan pengetahuan tentang bagaimana memberikan kepuasan kepada pelanggan dalam kaitannya dengan pemenuhan kebutuhan pelanggan, akan memperoleh pandangan dan respon yang positif dari pelanggan dan masyarakat. Hal tersebut akan menciptakan nilai tambah bagi perusahaan. Hubungan yang baik antara perusahaan dengan customer, seperti bagaimana perusahaan memberikan pelayanan kepada customer, serta merespon kritik dan saran yang disampaikan customer mampu meningkatkan profitbilitas perusahaan.4 Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Soegeng Soetedjo dan Safrina Mursida, Zuliyati dan Ngurah Arya. Hasil penelitian ini bertolak belakang dengan penelitian yang dilakukan oleh Rousilita Suhendah yang menyatakan bahwa Capital Employed tidak berpengaruh signifikan terhadap proitabilitas (ROA). 2. Pengaruh Human Capital (iB-VAHU) Terhadap Kinerja Keuangan (ROA) Dari hasil uji t diketahui bahwa variabel iB-VAHU berpengaruh signifikan terhadap ROA. Artinya apabila nilai iB-VAHU (Human Capital) meningkat, maka kinerja keuangan juga akan meningkat. Perusahaan yang mampu menggunakan dan mengelola pengetahuan dan keterampilan karyawannya dengan baik, akan meningkatkan laba perusahaan. 4
Soegeng Soetedjo dan Safrina Mursida, โPengaruh Intellectual Capital Terhadap Kinerja Keuangan pada Perusahaan Perbankanโ (Surabaya: Universitas Airlangga), hlm. 23.
77
Hal ini sesuai dengan teori Human Capital, sebagaimana dinyatakan oleh Ehrenberg dan Smith yang mengkonseptualkan bahwa karyawan memiliki serangkaian keterampilan yang dapat โdisewakanโ kepada organisasi mereka. Pengetahuan dan keterampilan yang dimiliki karyawan yang berasal dari pendidikan dan pelatihan, termasuk keterampilan yang datang dari pengalaman, menghasilkan sediaan kapital produktif.5 Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Zuliyati dan Ngurah Arya dan bertolak belakang dengan penelitian yang dilakukan oleh Rousilita Suhendah, Tri Ciptaningsih, dan Niswah Baroroh. 3. Pengaruh Structural Capital (iB-STVA) Terhadap Kinerja Keuangan (ROA) Dari hasil uji t diketahui bahwa variabel iB-STVA berpengaruh signifikan terhadap ROA. Artinya adalah nilai tambah (value added) yang diciptakan dari Structural Capital akan membuat kinerja keuangan meningkat.
Perusahaan
yang
dapat
mengelola
sumber
daya
organisasionalnya (Structural Capital) dengan baik dan efisien akan dapat menekan biaya sehingga laba perusahaan akan meningkat. Dengan adanya efisiensi yang tinggi atas modal struktural perusahaan akan mampu meningkatkan kinerja keuangan perusahaan. Biaya yang digunakan oleh perusahaan selain biaya gaji tenaga kerja terbukti memiliki pengaruh yang signifikan terhadap kinerja keuangan perusahaan. Semakin tinggi modal struktural yang dimiliki perusahaan, 5
Angela Baron & Michael Armstrong, Human Capital Management: Konsep dan Implementasi, Cetakan 1 (Jakarta: Penerbit PPM, 2013), hlm. 3.
78
maka kinerja keuangan perusahaan akan semakin meningkat.6 Nilai iBSTVA yang positif menunjukkan bahwa Bank Umum Syariah ini telah mampu memanfaatkan keberadaan aset yang mereka miliki secara optimal untuk menciptakan laba. Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Zuliyati dan Ngurah Arya, Soegeng Soetedjo dan Safrina Mursida, Tri Ciptaningsih. 4. Pengaruh Capital Employed (iB-VACA), Human Capital (iB-VAHU), dan Structural Capital (iB-STVA) Secara Simultan Terhadap Kinerja Keuangan (ROA) Berdasarkan uji F, hasil penelitian ini menunjukkan bahwa iBVACA, iB-VAHU, dan iB-STVA secara simultan berpengaruh signifikan terhadap kinerja keuangan (ROA). Ini mengandung arti bahwa Intellectual Capital yang tinggi akan berdampak pada kinerja keuangan yang semakin baik. Perusahaan yang dapat mengelola Intellectual Capital yang dimilikinya dengan baik, mampu menciptakan nilai tambah dan keunggulan kompetitif. Hal ini sesuai dengan teori Resource Based View yang menyatakan bahwa perusahaan sebagai kumpulan sumber daya heterogen yang dapat menciptakan keunggulan bersaing. Sumber daya itu sendiri harus memenuhi kriteria VRIN agar dapat memberikan keunggulan kompetitif
6
Tri Ciptaningsih, โUji Pengaruh Modal Intelektual Terhadap Kinerja Keuangan BUMN yang Go Public di Indonesiaโ (Bandung: Jurnal Manajemen Teknologi ITB Bandung, No. 3, Desember, XII, 2013), hlm. 344.
79
dan kinerja yang berkelanjutan. Selain itu, hasil penelitian ini juga sesuai dengan teori Human Capital yang mengkonseptualkan bahwa pengetahuan dan keterampilan yang dimiliki karyawan yang berasal dari pendidikan dan pelatihan, termasuk keterampilan yang datang dari pengalaman, menghasilkan sediaan kapital produktif.7 Hasil penelitian ini sejalan dengan penelitian yang dilakukan oleh Ihyaul Ulum, Soegeng Soetedjo dan Safrina Mursida, Zuliyati dan Ngurah Arya, Ariawan dan Meiranto, Isma Dewi Br Panjaitan dan Isfenti Sadalia, serta Subkhan dan Dyah Pitaloka Citraningrum dan bertolak belakang dengan penelitian yang dilakukan oleh Kuryanto dan Syafruddin, Prima Aprilyani Rambe dan Tri Ciptaningsih.
7
Angela Baron dan Michael Armstrong, Human Capital Management: Konsep dan Implementasi, hlm. 3.
