Tri Widyastuti Fakultas Ekonomi Universitas Pancasila

PENGARUH INTELLECTUAL CAPITAL TERHADAP KINERJA PERUSAHAAN (Studi pada Perbankan 10 terbaik versi BI)

Tri Widyastuti Fakultas Ekonomi Universitas Pancasila Email: [email protected]

Windu Pangapjabsih Magister Akuntansi Universitas Pancasila Email: [email protected] Abstract The main purpose of this research is to investigate the relationship between the efficiency of value added major components based on the company's resources (i.e., physical capital, human capital and structural capital) and three traditional dimensions of corporate financial performance: the profitability of ROA, the productivity of the ATO, and GR. The findings of this research show that there is a positive influence on the company's financial performance IC. Overall, in this study is that VACA, VAHU STVA and effect on the financial performance of companies simultaneously, tested against financial performance (ROA, ATO and GR) in the same year.Based on tests with PLS note that statistically (t-statistic value is either the entire path between VAIC and PERF as well as R-square value) proved there was no significant effects simultaneously variable VACA, VAHU, STVA to variable ROA, ATO and GR 5-year observations of 20072011. As for the influence of partially from each of the independent variables (VACA, and VAHU STVA) no effect partially to the ROA and the ATO. And there is a significant influence among variables VAHU with GR Keywords: Intellectual Capital, Company’s performance

PENDAHULUAN

Tahun baru 2010 menandai diberlakukannya Perjanjian Perdagangan China – ASEAN (China – ASEAN Free Trade Area, CAFTA). Dengan kesepakatan ini, maka barang-barang antar negara China dan ASEAN akan saling bebas masuk dengan pembebasan tarif hingga nol persen. CAFTA harus kita tempatkan sebagai

1

2

peluang untuk meraih kesempatan bisnis secara lebih luas, bukan hanya memenangi persaingan di dalam negeri, tetapi juga untuk bisa menguasai pasar China. Optimisme ini harus dibangun, karena, sekali lagi, kita tidak memiliki alternatif untuk tidak optimis. Setiap perusahaan memiliki pengetahuan, keterampilan nilai dan solusi yang unik yang dapat ditransformasikan ke dalam nilai pasar. Jika pengelolaan sumber daya tak berwujud (intangible resources) dapat membantu meraih keunggulan kompetitif, maka peningkatan produktivitas dan nilai pasar (market value) bukan lagi sebuah pilihan, tetapi adalah sebuah kepastian (Pulic and Kolakovic, 2003) Hal inilah yang disebut sebagai intellectual capital, yang menjadi kunci bagi perusahaan untuk memenangi kompetisi dalam CAFTA. Sejak tahun 1990-an, perhatian terhadap praktik pengelolaan aset tidak berwujud (intangible assest) telah meningkat secara dramatis (Harrison dan Sullivan, 2000). Salah satu pendekatan yang digunakan dalam penilaian dan pengukuran intangible assest tersebut adalah intellectual capital (IC) yang telahmenjadi fokus perhatian dalam berbagai bidang, baik manajemen, teknologi informasi, sosiologi, maupun akuntansi (Petty dan Guthrie, 2000; Sullivan dan Sullivan, 2000). Munculnya "new economy", yang secara prinsip didorong oleh perkembangan teknologi informasi dan ilmu pengetahuan, juga telah memicu tumbuhnya minat dalam intellectual capital (Petty dan Guthrie, 2000; Bontis, 2001). Salah satu area yang menarik perhatian baik akademisi maupun praktisi adalah yang terkait dengan kegunaan IC sebagai salah satu instrument untuk menentukan nilai perusahaan (Edvinsson dan Malone, 1997; Sveiby, 2001). Hal ini telah menjadi isu yang berkepanjangan, dimana beberapa penulis menyatakan bahwa manajemen dan sistem pelaporan yang telah mapan selama ini secara berkelanjutan kehilangan relevansinya karena tidak mampu menyajikan informasi yang esensial bagi eksekutif untuk mengelola proses yang berbasis pengetahuan (knowledge-based processes) dan intangible resources (Bornemann dan Leitner, 2002). Hubungan antara VAIC™ dengan kinerja keuangan telah dibuktikan secara empiris oleh Firer dan Williams (2003) di Afrika Selatan. Hasilnya

3

mengindikasikan bahwa hubungan antara efisiensi dari value added IC (VAIC™) dan tiga dasar ukuran kinerja perusahaan (yaitu profitabilitas ROA, produktivitas ATO, dan MB - market to book value) secara umum adalah terbatas dan tidak konsisten.Secara keseluruhan,

hasil penelitian ini

menunjukkan bahwa phisical capital merupakan faktor yang paling signifikan berpengaruh terhadap kinerja perusahaan di Afrika Selatan. Chen et al. (2005) menggunakan model Pulic (VAIC™) untuk menguji hubungan antara IC dengan nilai pasar dan kinerja keuangan perusahaan dengan menggunakan sampel perusahaan publik di Taiwan. Hasilnya menunjukkan bahwa IC (VAIC™) berpengaruh secara positif terhadap nilai pasar dan kinerja keuangan perusahaan.Bahkan, Chen et al. (2005) juga membuktikan bahwa IC (VAIC™)dapat menjadi salah satu indikator untuk memprediksi kinerja perusahaan di masa mendatang.Selain itu, penelitian ini juga membuktikan bahwa investor mungkin memberikan penilaian yang berbeda terhadap tiga komponen VAIC™ (yaitu physical capital, human capital, dan structural capital). Mavridis (2004) dan Kamath (2007) memilih khusus sektor perbankan sebagai sampel penelitian.Hasil kedua penelitian ini menunjukkan bahwa VAIC™ dapat dijadikan sebagai instrument untuk melakukan pemeringkatan terhadap sektor perbankan di Jepang dan India berdasarkan kinerja IC-nya. Mavridis (2004) dan Kamath (2007) mengelompokkan bank (berdasarkan kinerja IC) dalam empat kategori, yaitu (1) top performers, (2) good performers, (3) common performers, dan (4) bad performers. Selanjutnya, Tan et al. (2007) menggunakan 150 perusahaan yang terdaftar di bursa efek Singapore sebagai sampel penelitian. Hasilnya konsisten dengan penelitian Chen et al.(2005) bahwa IC (VAIC™) berhubungan secara positif dengan kinerja perusahaan; IC (VAIC™) juga berhubungan positif dengan kinerja perusahaan di masa mendatang. Penelitian ini juga membuktikan bahwa rata-rata pertumbuhan IC (VAIC™) suatu perusahaan berhubungan positif dengan kinerja perusahaan di masa mendatang.Selain itu, penelitian ini mengindikasikan bahwa kontribusi IC (VAIC™) terhadap kinerja perusahaan berbeda berdasarkan jenis industrinya.

4

Hampir seluruh penelitian tersebut menguji hubungan VAIC™ dengan Kinerja keuangan perusahaan.Hanya Chen et al. (2005) yang menambahkan variabel R&D (research and development) dan advertising expenditure dalam penelitiannya. IC yang merupakan intangible assets adalah sesuatu yang tidak mudah untuk diukur, karena itulah kemudian muncul konsep value added intellectual coefficient (VAIC™) yang menjadi solusi untuk mengukur dan melaporkan IC dengan mengacu pada informasi keuangan perusahaan (Pulic, 1998; 2000). Rumusan masalah yang dikaji dalam penelitian adalah sebagai berikut: 1) Apakah Value Added Capital Employed (VACA), Value Added Human Capital (VAHU), dan Structural Value Added (STVA) berpengaruhterhadap kinerja perusahaan perbankan 10 terbaik versi Bank Indonesia secara simultan?; 2) Apakah Value Added Capital Employed (VACA), Value Added Human Capital (VAHU), dan Structural Value Added (STVA) berpengaruh terhadap kinerja perusahaan perbankan 10 terbaik versi Bank Indonesia secara parsial? Klasifikasi Intellectual Capital. Petrash (1996) mengembangkan model klasifikasi

yang

dikenal

dengan

value

platform

model.

Model

ini

mengklasifikasikan IC sebagai akumulasi dari human capital, organisational capital dan customer capital. Edvinsson dan Malone (1997) mengembangkan the SkandiaValue Scheme, yang mengklasifikasikan IC ke dalam structural capital danhuman capital. Haanes dan Lowendahl (1997) mengelompokkan IC suatu perusahaan ke dalam competence dan relational resource Stewart (1997 dalam Tan et al., 2007) mengklasifikasikan IC ke dalam tiga format dasar, yaitu: (1) human capital; (2) structural capital; dan (3) customer capital. The Danish Confederation of Trade Unions (1999) mengelompokkan IC sebagai manusia, sistem dan pasar.Leliaert et al. (2003) mengembangkan the 4Leaf model, yang mengelompokkan IC ke dalam human, customer, structural capital dan strategic alliance capital (Tan et al., 2007). Metode pengukuran IC dapat dikelompokkan ke dalam dua kategori (Tan et al., 2007), yaitu: (1) kategori yang tidak menggunakan pengukuran moneter; dan (2) kategori yang menggunakan pengukuran moneter.

5

Value Added Intellectual Coefficient VAIC™. Metode VAIC™, dikembangkan oleh Pulic (1998), didesain untuk menyajikan informasi tentang value creation efficiency dari aset berwujud (tangible asset) dan aset tidak berwujud (intangible assets) yang dimilikiperusahaan. Model ini dimulai dengan kemampuan perusahaan untuk menciptakan value added (VA). Value added adalah indikator paling objektif untuk menilai keberhasilan bisnis dan menunjukkan kemampuan perusahaan dalam penciptaan nilai (value creation) (Pulic, 1998).VA dihitung sebagai selisih antara output dan input (Pulic, 1999). Tan et al. (2007) menyatakan bahwa output (OUT) merepresentasikan revenue dan mencakup seluruh produk dan jasa yang dijual di pasar, sedangkan input (IN) mencakup seluruh beban yang digunakan dalam memperoleh revenue. Menurut Tan et al. (2007), hal penting dalam model ini adalah bahwa beban karyawan (labour expenses) tidak termasuk dalam IN. Karena peran aktifnya dalam proses value creation, intellectual potential (yang direpresentasikan dengan labour expenses) tidak dihitung sebagai biaya (cost) dan tidak masuk dalam komponen IN (Pulic, 1999). Karena itu, aspek kunci dalam model Pulic adalah memperlakukan tenaga kerja sebagai entitas penciptaan nilai (value creating entity) (Tan et al., 2007). Value Added Capital Employed (VACA). Yang termasuk ke dalam value added capital employed adalah tipe asset tangible yang digunakan untuk operasional perusahaan, seperti bangunan, tanah, peralatan dan teknologi yang dengan mudah dibeli dan dijual di pasar. Ulum (2009:89) menyatakan bahwa: “Value added capital employed adalah suatu indicator value added yang tercipta atas modal yang diusahakan perusahaan dengan efisien”. Value Added Human Capital (VAHU). Salah satu komponen dari intellectual capital yang sangat menentukan intellectual capital yang efisien adalah human capital, Karena kemampuan karyawan dapat menentukan prestasi perusahaan. Menurut Bontis et.al (2001) yang dikutip dalam penelitian Margareta dan Rakhman (2006) menyatakan bahwa: “Human Capital represent the individual knowledge stock of an organization as represented by its employees.”Menurut

6

penjelasan diatas adala modal karyawan dilihat dari kemampuan pengetahuan individu suatu organisasi atau perusahaannya. Structural Value Added (STVA). Ulum (2009:89) menyatakan bahwa: “Structural capital merupakan sesuatu yang menjadikan perusahaan tetap kokoh akibat nilai yang telah tercapai oleh perusahaan mulai bekerja dengan sendirinya untuk kemajuan perusahaan”. Berdasarkan penjelasan-penjelasan yang dikemukakan sebelumnya maka dapat digambarkan dengan kerangka pemikiran sebagai berikut:

Gambar 1 Model Kerangka Pemikiran Teoritis

VACA

ROA Intellectual Capital (VAIC)

VAHU STVA

H1

Company’s Performance (PERF)

ATO GR

Keterangan: -

VACA : Value added capital employed

-

VAHU : Value added human Capital

-

STVA : Structural value added

METODE PENELITIAN Penelitian

ini

merupakan studi empiris

yang

dilakukan untuk

membuktikan adanya hubungan kausalitas antara intellectual capital (yang diukur dengan VAIC™) dengan kinerja keuangan (financial performance). Penelitian ini merupakan pengujian hipotesis yang diajukan terkait dengan pengaruh antara variabel independen terhadap variabel dependen. Penelitian ini dirancang untuk mengamati dan mengamati sejauh mana pengaruh intellectual capital terhadap kinerja keuangan perusahaan, yang menggunakan pooling data yaitu penelitian yang menggunakan data antar perusahaan (cross sectional) dan data antar tahun (time series). Satuan pengamatan

7

yang akan menjadi obyek penelitian (populasi) adalah laporan keuangan perusahaan perbankan, yang terdaftar di 10 perusahaan perbankan terbaik versi Bank Indonesia, periode 2007 – 2011. Pengambilan sampel dilakukan secara random dengan ketersediaan data yang bisa diperoleh. Teknik Analisis Data. VAIC yang diformulasikan oleh Pulic (1998;1999) digunakan untuk menentukan efisiensi dari tiga model intellectual capital (IC), yaitu physical capital, human capital, dan structural capital. Dalam konteks ini, komponen yang digunakan adalah VACA, VAHU dan STVA sebagai satuan yang terpisah dan tidak menggunakan hasil penjumlahan dari ketiga komponen tersebut. Analisis data dilakukan dengan metode Partial Least Square (PLS) .PLS adalah metode penyelesaian Structural Equation Modeling (SEM) yang dalam hal ini (sesuai tujuan penelitian) lebih tepat dibandingkan dengan teknik-teknik SEM lainnya. Jumlah sample yang kecil, potensi ditribusi variabel tidak normal, dan penggunaan indikator formative dan refleksive membuat PLS lebih sesuai dipilih dibandingkan dengan misalnya, Maximum Likelihood SEM (Anderson dan Gerbing, 1998; Marsh et al, 1988; Chin dan Gopal, 1995; Chin, 1997; Cassel et al, 2000 sebagaimana dikutip Tan et al,2007). Model regresi berganda dengan metode estimasi Ordinary Least Square (OLS) yang sering digunakan menghendaki adanya pengujian asumsi klasik seperti normalitas data, heterokedastisitas, multikolinieritas dan autokorelasi. Pengujian tersebut dilakukan agar dapat memperoleh unbiased estimator. Jika data yang dimilki jumlah observasiny kecil, dan terdapat multikolinieritas antar variabel independen, maka hasil regresi dengan OLS akan tidak stabil. Pelanggaran terhadap asumsi multikolineritas antar variabel independen akan meningkatkan standar eror dari koefisen yang diestimasi.Selain metode estimasi Ordinary Least Square (OLS), regresi berganda dapat dilakukan dengan metode Partial Least Square (PLS). Metode ini dapat mengatasi masalah-masalah dalam regresi berganda seperti jumlah sampel yang kecil, dan korelasi yang tinggi antar variabel independen (multikolinieritas). Dalam regresi PLS bertujuan untuk menghasilkan model yang mentranformasikan seperangkat variabel baru yang tidak saling berkorelasi. Koefisien parameter regresi PLS diperoleh dari korelasi langsung antara variabel independen dan variabel dependen.

8

Uji Hipotesis. Langkah-langkah menguji hipotesis dalam penelitian ini adalah: Pengujian menyeluruh atau simultan (uji F). Uji hipotesis dengan uji “F” yaitu dengan mencari “F” hitung dan membandingkan dengan “F” table, apakah variabel independen secra simultan memiliki pengaruh yang signifikan atau tidak dengan variabel dependen. Pengujian Individu atau Parsial (Uji t). Uji hipotesis dengan uji “t” yaitu dengan mencari “t hitung” dengan membandingkan “t tabel”, apakah variabel independen secara parsial memilikipengaruh yangsignifikan atau tidak dengan variabel dependen. Uji Koefisien Determinasi (R2) Koefisien determinasi (R2) berguna untuk mengukur seberapa besar peranan variabel independen secara simultan mempengaruhi perubahan yang terjadi pada variabel dependen.

HASIL PENELITIAN DAN PEMBAHASAN Inner Model (Model Structural). Uji pada model struktural dilakukan untuk menguji hubungan antara konstruk laten. Ada beberapa uji untuk model struktural yaitu : 1) R Square pada konstruk endogen. Nilai R Square adalah koefisien determinasi pada konstruk endogen. Menurut Chin (1998), nilai R square sebesar 0.67 (kuat), 0.33 (moderat) dan 0.19 (lemah); 2) Estimate for Path Coefficients, merupakan nilai koefisen jalur atau besarnya hubungan/pengaruh konstruk laten. Dilakukan dengan prosedur Bootrapping; 3) Effect Size (f square). Dilakukan untuk megetahui kebaikan model; 4) Prediction relevance (Q square) atau dikenal dengan Stone-Geisser's. Uji ini dilakukan untuk mengetahui kapabilitas prediksi dengan prosedur blinfolding. Apabila nilai yang didapatkan 0.02 (kecil), 0.15 (sedang) dan 0.35 (besar). Hanya dapat dilakukan untuk konstruk endogen dengan indikator reflektif.

9

Tabel 1 Standard Deviation

Nilai t statistic koefisien regresi dari variabel VACA ke ROA sebesar 1.153 dengan standar eror 0.057.Nilai t statistic dari variabel VAHU ke ROA sebesar 0.113 dengan standar eror 0.095.Nilai t statistik dari variabel STVA ke ROA sebesar 0.060 dengan standar eror 0.125. Karena nilai statistic dari ketiga variabel VACA, VAHU dan STVA ke variable ROA lebih kecil dari (<1.96), maka kesimpulan tidak ada pengaruh dari masing-masing variable dependen tersebut ke variable ROA. Nilai t statistik koefisien regresi dari variabel VACA ke ATO sebesar 0.851 dengan standar eror 0.081. Nilai t statistic dari variabel VAHU ke ATO sebesar 0.231 dengan standar eror 0.400. Nilai t statistic darivariabel STVA ke ATO sebesar 0.010 dengan standar eror 0.204. Karena nilai statistik dari ketiga variabel VACA, VAHU dan STVA ke variable ATO lebih kecil dari (<1.96), maka kesimpulan tidak ada pangaruh dari masing-masing variable dependen tersebut ke variabel ATO. Nilai t statisitik dari variabel VACA ke GR sebesar 0.280, koefisen regresi 0.040 dan standar eror 0.141. Nilai t statistik dari variable VAHU ke GR sebesar 2.367 dengan standar eror 0.386. Nilai t statistik dari variabel STVA ke GR sebesar 1.650, dengan standar eror 0.261. Karenanilai statistik dari kedua variabel

10

VACA dan STVA ke variable GR lebih kecil dari (<1.96), maka kesimpulan tidak ada pangaruh dari masing-masing variable dependen tersebut ke variable GR. Sedangkan variabel VAHU mempunyai pengaruh terhadap GR ( >1.96) Perhitungan nilai t statistik berasal dari nilai original sampel (koefisien regresi) dibagi nilai STERR (standar eror).Contoh untuk nilai t statistic dari variabel VAHU ke variabel GR sebagai berikut:

=



=



0.914472 0.386

= 2.367 Persamaan regresi dari model di atas sebagai berikut: =

+

∗

−

=

+ 0.9144 ∗

∗

+

− 0.431 ∗

+

Pengujian model structural dilakukan juga pada nilai R2 yang merupakan uji goodness fit model. Model pengaruh VACA, VAHU dan STVA terhadap GR memberikan nilai R2 sebesar 0.409 yang dapat diinterpretasikan bahwa variabilitas variabel GR dapat dijelaskan oleh variabel VACA, VAHU, dan STVA sebesar 40.9% sedangkan 59.1% (100% - 40.9%) dijelaskan oleh variabel lain di luar yang diteliti. Pada model structural dapat juga diuji pengaruh variabel predictor (independen) apakah variable tersebut mempunyai pengaruh yang lemah, medium atau besar. Dalam model regresi ini, variabel VAHU akan diuji besarnya pengaruh variable tersebut dalam model dengan uji f2atau effect size. = 0.409 = 0.188 =

− 1−

0.409 − 0.188 1 − 0.409 0.221 = 0.591 =

= 0.374

11

Nilai f2 yang didapat sebesar 0.374, hal ini berarti besarnya pengaruh atau effect size variabel VAHU adalah moderat. Untuk hasil t statistik pengaruh VACA, VAHU, dan STVA terhadap GR dihasilkan sebagai berikut: 1) Nilai t statistic dari variabel VACA ke GR sebesar 0.280. Pengujian hipotesis pada taraf signifikansi 0.05. Karena nilai tstatistik (0.280) < 1.96, maka terima hipotesis nol yang berarti tidak ada pengaruh variabel VACA ke variabel GR; 2) Nilai t statistic dari variabel VAHU ke GR sebesar 2.367. Karena nilai tstatistik(2.366) > 1.96, maka tolak hipotesis nol yang berarti ada pengaruh dari variabel VAHU ke variabel GR; 3) Nilai t statistic variabel STVA ke GR sebesar 1.650. Karena nilai t statistik (1.650) ≥ 1.65 pada taraf signifikansi 10%. Maka tolak hipotesis nol yang berarti ada pengaruh variabel STVA ke variabel GR. Pengaruh ini bersifat negatif karena nilai koefisien regresi -0.431. Uji F (Simultan). Uji statistik F dapat disebut juga tentang kebaikan model regresi (goodness of fit). Maksudnya, seberapa baik data sampel suatu penelitian fit dengan model regresi yang diajukan dalam penelitian tersebut. Untuk menguji kebenaran hipotesis 1 digunakan uji F dengan tingkat signifikansi 5% (a = 0,05) =

1−

/ /( −

− 1)

Dimana : R2 = Koefisien Determinasi k = Banyaknya variabel independen n = ukuran sampel Untuk menentukan nilai kritis (F-Tabel), dengan derajat kebebasan (df), pembilang (df1) sebesar k dan (df2) untuk penyebut sebesar n-k dengan tingkat signifikansi (α=5%). Dimana k adalah jumlah variabel bebas dan n adalah jumlah sampel., maka bila dalam hasil penghitungan menunjukkan: Fhitung < Ftabel, maka H0 diterima dan H1 ditolak. Tidak terdapat pengaruh yang signifikan secara bersama-sama variabel VACA, VAHU, STVA terhadap ROA, ATO, dan GR. Fhitung > Ftabel, maka H0 ditolak dan H1 diterima. Terdapat pengaruh yang signifikan secara bersama-sama variabel VACA, VAHU, STVA terhadap ROA, ATO, dan GR.

12

1. Uji F pada variabel ROA =

1−

/ /( −

− 1)

=

0.008/3 1 − 0.008/(10 − 3 − 1)

=

0.0026 0.165

= 0.015

2. Uji F variabel ATO =

1−

/ /( −

− 1)

=

0.006/3 1 − 0.006/(10 − 3 − 1)

=

0.002 0.1656

= 0.0120

3. Uji F variabel GR =

1−

/ /( −

− 1)

=

0.409/3 1 − 0.409/(10 − 3 − 1)

=

0.136 0.144

= 0.944 Nilai F-tabel pada signifikansi 5%, dengan df1 =3 dan df2 (10-3-1) = 6 sebesar 4.76. Nilai F-hitung pada variabel ROA (0.015), ATO (0.0120) dan GR (0.944) lebih kecil (<) dari nilai F-tabel (4.76), maka menerima H0 yang berarti tidak terdapat pengaruh yang signifikan secara bersama-sama variabel VACA, VAHU, STVA ke variabel ROA, ATO maupun GR. Hipotesis pertama yang diajukan dalam penelitian ini adalah bahwa VACA, VAHU dan STVA tidak berpengaruh terhadap kinerja keuangan perusahaan dengan Fhitung < Ftabel, maka H0 diterima dan H1 ditolak tidak terdapat

13

pengaruh yang signifikan secara bersama-sama variabel VACA, VAHU, STVA terhadap ROA, ATO, dan GR. Sedangkan hipotesis kedua menyatakan bahwa VACA, VAHU dan STVA berpengaruh terhadap kinerja keuangan perusahaan, dengan Fhitung > Ftabel, maka H0 ditolak dan H1 diterimaTerdapat pengaruh yang signifikan secara bersamasama variabel VACA, VAHU, STVA terhadap ROA, ATO, dan GR. Nilai F-tabel pada signifikansi 5%, dengan df1 =3 dan df2 (10-3-1) = sebesar 4.76. Nilai F-hitung pada variabel ROA (0.015), ATO (0.0120) dan GR (0.944) lebih kecil (<) dari nilai F-tabel (4.76), maka menerima H0 yang berarti tidak terdapat pengaruh yang signifikan secara bersama-sama variabel VACA, VAHU, STVA ke variabel ROA, ATO maupun GR. Dalam konteks kekuatan path antara IC dan kinerja keuangan, temuan ini konsisten dan mendukung temuan Tan et al (2007) dan chen et al.(2005), serta secara parsial mendukung temuan Firer dan Wiliams (2003). Namun ketika melihat nilai weight dan signifikansi masing-masing indikator, temuan penelitian ini relatif tidak konsisten terhadap temuan Tan et al. (2007) dan chen et al (2005). Bukti yang disajikan oleh Tan et al.(2007) dan Chen et al (2005) menyatakan bahwa tiga komponen VACA, VAHU dan STVA secara statistik signifikan untuk menjelaskan konstruk VAIC dan juga signifikan berpengaruh terhadap kinerja keuangan perusahaan. Sementara hasil penelitian ini memberikan bukti bahwa ketiga variabel VACA, VAHU dan STVA tidak mempunyai pengaruh yang signifikan terhadap kinerja keuangan (ROA, ATO dan GR) Hipotesis pertama yang diajukan dalam penelitian ini adalah bahwa VACA, VAHU dan STVA berpengaruh terhadap kinerja keuangan perusahaan, dalam konteks ini, IC diuji terhadap kinerja keuangan perusahaan pada tahun yang sama. Dan hipotesis kedua yang diajukan dalam penelitian ini adalah bahwa VACA, VAHU dan STVA tidak berpengaruh terhadap kinerja keuangan perusahaan secara parsial. Dari hasil perhitungan diatas menghasilkan Nilai t statistic koefisien regresi dari variabel VACA keROA sebesar1.153dengan standar eror 0.057. Nilai t statistic dari variabel VAHU ke ROA sebesar 0.113dengan standar eror 0.095. Nilai t statistik dari variabel STVA ke ROA sebesar 0.060 dengan standar eror

14

0.125. Karena nilai statistik dari ketiga variabel VACA, VAHU, dan STVA ke variable ROA lebih kecil dari (<1.96), maka kesimpulan tidak ada pangaruh dari masing-masing variable dependen tersebut ke variable ROA. Nilai t statistic koefisien regresi dari variabel VACA ke ATO sebesar 0.851 dengan standar eror 0.081. Nilai t statistik dari variabel VAHU ke ATO sebesar 0.231 dengan standar eror 0.400. Nilai t statistik dari variabel STVA ke ATO sebesar 0.010 dengan standar eror 0.204. Karena nilai statistik dari ketiga variable VACA, VAHU, dan STVA ke variabel ATO lebih kecil dari (<1.96), maka kesimpulan tidak ada pengaruh dari masing-masing variable dependen tersebut ke variabel ATO. Nilai t statisitik dari variabel VACA ke GR sebesar 0.280, koefisen regresi 0.040 dan standar eror 0.141. Nilai t statistik dari variable VAHU ke GR sebesar 2.367 dengan standar eror 0.386. Nilai t statistik dari variabel STVA ke GR sebesar 1.650, dengan standar eror 0.261. Karena nilai statistik dari kedua variabel VACA dan STVA ke variable GR lebih kecil dari (<1.96), maka kesimpulan tidak ada pangaruh dari masing-masing variable dependen tersebut ke variable GR. Sedangkan variabel VAHU mempunyai pengaruh terhadap GR (>1.96).

KESIMPULAN Berdasarkan hasil pengujian dan pembahasan, maka dapat ditarik kesimpulan sebagai berikut: 1) Berdasarkan pengujian dengan PLS diketahui bahwa secara statistik (baik nilai t-statistic seluruh path antara VAIC dan PERF maupun nilai R-square) terbukti

menerima H0 yang berarti tidak terdapat

pengaruh yang signifikan secara bersama-sama variabel VACA, VAHU, STVA ke variabel ROA, ATO maupun GR; 2) value added capital employed (VACA), VAHU dan STVA tidak ada pengaruh dari masing-masing variabel dependen tersebut terhadap ROA; 3) VACA, VAHU dan STVA ke ATO

tidak ada

pangaruh dari masing-masing variable dependen tersebut ke variabel ATO; 4) Tidak ada pangaruh dari masing-masing variable dependen tersebut ke variable GR. Sedangkan variabel VAHU mempunyai pengaruh terhadap GR; 5) Secara umum, hasil pengujian H1 dan H2 penelitian ini relatif sama dengan temuanFirer dan Wiliams (2003) dalam hal (1) tidak seluruh komponen VACA, VAHU dan

15

STVA memiliki pengaruh signifikan terhadap kinerja keuangan perusahaan, dan (2) bahwa tidak semua ukuran kinerja keuangan yang digunakan berkorelasi dengan komponen-komponen VAIC. Dalam pengujian ini, hanya VAHU yang secara statistik signifikan untuk menjelaskan konstruk VAIC; 6) Hasil penelitian ini konsisten dengan temuan mavridis (2005) dan Kamath (2007) yang menyatakan bahwa untuk kasus industri perbankan, komponen VAIC yang relevan adalah VACA dan VAHU. Hal ini juga mendukung pernyataan Pulic (1998) ketika kali pertama memperkenalkan metode VAIC yang menyatakan bahwa intellectual ability suatu perusahaan dibangun oleh physical capital (VACA) dan Intllectual potential (VAHU).

DAFTAR PUSTAKA Bank Indonesia. 2007. Statistik Perbankan Indonesia. Direktorat Perizinan dan Informasi Perbankan Bank Indonesia. Jakarta. Belkaoui, R. A. 2003. “Intellectual capital and firm performance of US multinational firms: a study of the resource-based and stakeholders view“. Journalof Intellectual Capital.Vol.4 No. 2.pp 215-226. Bontis, N. 1998. “Intellectual capital: an exploratory study that develops measuresand models“. Management Decision.Vol. 36 No.2 .pp. 63. ________, and W.C.C Keow, S Richardson. 2000. “Intellectual capital and business performance in Malaysian Industries”. Journal of Technology Management.Vol. 3 No.1. pp. 223-247. ________. 2001. “Assessing knowledge assets: a review of the models used to measure

intellectual capital”.

International

Journal of Technology

Management.Vol.3 No.1. pp. 41-60. ________. 2002. “Intellectual capital ROI: a causal map of human capital antecedentsand

consequents”.

Journal

of

Intellectual

Capital.Vol.3

No.3.pp.223-247. Chen, M.C, S.J. Cheng, Y. Hwang. 2005. “An empirical investigation of therelationship between intellectual capital and firm’s market value andfinancial

performance“.

No.2.pp.159-176.

Journal

of

Intellectual

Capital.Vol.6

16

Cooper, D.R.and C.W. Emory.1995. Business Research Methods. Richard D. Irwin, Inc Danish Trade and Industry Development Council. 1997. Intellectual Capital Accounts: Reporting and Managing Intellectual Capital. Danish Trade and Development Council. Copenhagen Deegan, C. 2004. Financial Accounting Theory. McGraw-Hill Book Company. Sydney

Epstein and Jermakowicz. 2008. “International Financial Reporting Standards”. Thompson. South Western. Firer, S, and S.M. Williams. 2003. “Intellectual capital and traditional measures ofcorporate performance“. Journal of Intellectual Capital.Vol.4 No.3. pp.348-360. Freeman, R.E, and Reed. 1998. “Stockholders and stakeholders: a new perspectiveon corporate governance“. Californian Management Review.Vol 25.No. 2. pp. 88-106. Guthrie, J., and L.D. Parker.1989. “Corporate Social Reporting: a rebuttal of Legitimacy theory”. Accounting and Business Research. Vol. 19 No. 76. Pp. 343-52 Kane, Michael and Tom. 2005. “Market Theory”.McGrawHill. New York. Kasmir, 2007, Analisis Laporan Keuangan, Penerbit Rajawali Pers, Jakarta. Kieso dan Weygandt .2005.“Interrmedite Accounting“.Mc Graw Hill. New York. Margaretha, F dan Rakhman, A. 2006. “Analisis Pengaruh Intellectual Capital Pulic, A. 1998. “Measuring the performance of intellectual potential in knowledge economy“. Paper presented at the 2nd McMaster Word Congress on Measuring and Managing Intellectual Capital by the Austrian Teamfor Intellectual Potential. ______. 2000. “VAIC – an accounting tool for IC management“. Available online at: www.measuring-ip.at/Papers/ham99txt.htm. ______. And Kolakovic. 2003. “Value creation efficiency in the new economy“.Available online at: www.vaic-on.net.

17

Roos, G. Roos,N.C. Dragonetti, and L. Edvinson.1997. “Intellectual Capital: Navigating in the New Business Landscape”. Macmillan Business, Houndsmills. Ulum, I dkk 2008. “Intellectual Capital dan kinerja keuangan perusahaan; suatu analisis dengan pendekatan partial least square”. SNA 11 . Pontianak. Ulum, I. 2009. “Intellectual Capital konsep dan kajian empiris.“Graha Ilmu, Hal.5-89, Yogyakarta.. Van, Horne.1984.“Analysis Theory Portofolio in Capital Market”.John Wiley & Sons, New York, NY. Watts, R.L and J.L. Zimmerman. 1986. Positive Accounting Theory. PrenticeHall. Englewood Cliffs. NJ.