Ihyaul Ulum (FE Universitas Muhammadiyah Malang) Imam Ghozali & Anis Chariri (FE Universitas Diponegoro Semarang)

Abstract The purpose of this study is to investigate the association between the efficiency of value added (VAICTM) by the major components of a firms resource base (physical capital, human capital and structural capital) and three traditional dimensions of financial companys performance: ROA, ATO, and GR. Data are drawn from 130 Indonesian banking sectors for three years (2004-2006). It is an empirical study using PLS for the data analysis. The findings show that: IC influences positively to financial companys performance; IC influences positively to future financial companys performance; and the rate of growth of a companys IC (ROGIC) is not influences to the future financial companys performance. Overall, the empirical findings suggest that human capital (VAHU) and profitability ROA remains the most significant indicator for VAICTM and financial companys performance for three years. While physical capital (VACA) is significant only for 2006. The limitation of this research is: the data is drawn from all of Indonesian banking sectors, listed and unlisted, which have limited this research to choose the financial performance measure based on market value. Key words: Intellectual Capital, VAICTM, companys performance, Indonesian banking sector, partial least squares.

PENDAHULUAN 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 telah menjadi fokus perhatian dalam berbagai bidang, baik manajemen, teknologi informasi, sosiologi, maupun akuntansi (Petty dan Guthrie, 2000; Sullivan dan Sullivan, 2000). Di Indonesia, fenomena IC mulai berkembang terutama setelah munculnya PSAK No. 19 (revisi 2000) tentang aktiva tidak berwujud. Meskipun tidak
1

dinyatakan secara eksplisit sebagai IC, namun lebih kurang IC telah mendapat perhatian. Menurut PSAK No. 19, aktiva tidak berwujud adalah aktiva non-moneter yang dapat diidentifikasi dan tidak mempunyai wujud fisik serta dimiliki untuk digunakan dalam menghasilkan atau menyerahkan barang atau jasa, disewakan kepada pihak lainnya, atau untuk tujuan administratif (IAI, 2002). Bertolakbelakang dengan meningkatnya pengakuan IC dalam mendorong nilai dan keunggulan kompetitif perusahaan, pengukuran yang tepat terhadap IC perusahaan belum dapat ditetapkan. Misalnya, Pulic (1998; 1999; 2000) tidak mengukur secara langsung IC perusahaan, tetapi mengajukan suatu ukuran untuk menilai efisiensi dari nilai tambah sebagai hasil dari kemampuan intelektual perusahaan (Value Added Intellectual Coefficient VAIC). Komponen utama dari VAIC dapat dilihat dari sumber daya perusahaan, yaitu physical capital (VACA value added capital employed), human capital (VAHU value added human capital), dan structural capital (STVA structural capital value added). Menurut Pulic (1998), tujuan utama dalam ekonomi yang berbasis pengetahuan adalah untuk menciptakan value added. Sedangkan untuk dapat menciptakan value added dibutuhkan ukuran yang tepat tentang physical capital (yaitu dana-dana keuangan) dan intellectual potential (direpresentasikan oleh karyawan dengan segala potensi dan kemapuan yang melekat pada mereka). Lebih lanjut Pulic (1998) menyatakan bahwa intellectual ability (yang kemudian disebut dengan VAIC) menunjukkan bagaimana kedua sumber daya tersebut (physical capital dan intellectual potential) telah secara efisiensi dimanfaatkan oleh perusahaan. Penelitian ini berusaha mengukur pengaruh intellectual capital (dalam hal ini diproksikan dengan VAIC) terhadap kinerja keuangan perusahaan sektor

perbankan di Indonesia. Pemilihan sektor perbankan sebagai sampel mengacu pada penelitian Kamath (2006); Mavridis (2005); dan Firer dan William (2003). Sektor perbankan dipilih karena menurut Firer dan William (2003) industri perbankan adalah salah satu sektor yang paling intensif IC-nya. Selain itu, dari aspek intelektual, secara keseluruhan karyawan di sektor perbankan lebih homogen dibandingkan dengan sektor ekonomi lainnya (Kubo dan Saka, 2002). Pemilihan model VAIC sebagai proksi atas IC mengacu pada penelitian Firer dan William (2003); Chen et al. (2005); dan Tan et al. (2007). Kinerja keuangan yang digunakan adalah profitabilitas ROA, rasio pendapatan terhadap total aset (ATO), dan pertumbuhan pendapatan (GR). Pemilihan indikator kinerja tersebut mengacu pada penelitian Chen et al. (2005) dan Firer dan William (2003).

TINJAUAN PUSTAKA Telaah Teori Teori yang mendasari penelitian ini adalah stakeholder theory. Teori stakeholder lebih mempertimbangkan posisi para stakeholder yang dianggap powerfull. Kelompok stakeholder inilah yang menjadi pertimbangan utama bagi perusahaan dalam mengungkapkan dan/atau tidak mengungkapkan suatu informasi di dalam laporan keuangan. Dalam pandangan teori stakeholder, perusahaan memiliki stakeholders, bukan sekedar shareholder (Riahi-Belkaoui, 2003). Kelompok-kelompok stake tersebut, menurut Riahi-Belkaoui, meliputi pemegang saham, karyawan, pelanggan, pemasok, kreditor, pemerintah, dan masyarakat. Konsensus yang berkembang dalam konteks teori stakeholder adalah bahwa laba akuntansi hanyalah merupakan ukuran return bagi pemegang saham

(shareholder), sementara value added adalah ukuran yang lebih akurat yang diciptakan oleh stakeholders dan kemudian didistribusikan kepada stakeholders yang sama (Meek dan Gray, 1988). Value added yang dianggap memiliki akurasi lebih tinggi dihubungkan dengan return yang dianggap sebagai ukuran bagi shareholder. Sehingga dengan demikian keduanya (value added dan return) dapat menjelaskan kekuatan teori stakeholder dalam kaitannya dengan pengukuran kinerja organisasi. Definisi Intellectual Capital Bontis et al. (2000) menyatakan bahwa secara umum, para peneliti mengidentifikasi tiga konstruk utama dari IC, yaitu: human capital (HC), structural capital (SC), dan customer capital (CC). Menurut Bontis et al. (2000), secara sederhana HC merepresentasikan individual knowledge stock suatu organisasi yang direpresentasikan oleh karyawannya. HC merupakan kombinasi dari genetic inheritance; education; experience, and attitude tentang kehidupan dan bisnis. Lebih lanjut Bontis et al. (2000) menyebutkan bahwa SC meliputi seluruh nonhuman storehouses of knowledge dalam organisasi. Termasuk dalam hal ini adalah database, organisational charts, process manuals, strategies, routines dan segala hal yang membuat nilai perusahaan lebih besar daripada nilai materialnya. Sedangkan tema utama dari CC adalah pengetahuan yang melekat dalam marketing channels dan customer relationship dimana suatu organisasi mengembangkannya melalui jalannya bisnis (Bontis et al., 2000). 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 dimiliki perusahaan. Model ini dimulai

dengan kemampuan perusahaan untuk menciptakan value added (VA). VA 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). Hubungan antara IC (VAICTM) dan Kinerja Perusahaan Hubungan intellectual capital dengan kinerja keuangan perusahaan telah dibuktikan secara empiris oleh beberapa peneliti dalam berbagai pendekatan di beberapa negara. Tabel berikut ini merangkum beberapa penelitian yang dilakukan untuk menguji hubungan antara IC dengan kinerja perusahaan. ======= TABEL 1 DISINI ======= KERANGKA PEMIKIRAN TEORITIS DAN PENGEMBANGAN HIPOTESIS Pengaruh IC terhadap Kinerja Keuangan Perusahaan Praktik akuntansi konservatisma menekankan bahwa investasi perusahaan dalam intellectual capital yang disajikan dalam laporan keuangan, dihasilkan dari peningkatan selisih antara nilai pasar dan nilai buku. Jadi, jika misalnya pasarnya

efisien, maka investor akan memberikan nilai yang tinggi terhadap perusahaan yang memiliki IC lebih besar (Riahi-Belkaoui, 2003; Firer dan Williams, 2003). Selain itu, jika IC merupakan sumberdaya yang terukur untuk peningkatan competitive advantages, maka IC akan memberikan kontribusi terhadap kinerja keuangan perusahaan (Harrison dan Sullivan, 2000; Chen et al., 2005; Abdolmohammadi, 2005). Bagaimanapun, IC diyakini dapat berperan penting dalam peningkatan nilai perusahaan maupun kinerja keuangan. Firer dan Williams (2003), Chen et al. (2005) dan Tan et al. (2007) telah membuktikan bahwa IC (VAIC) mempunyai pengaruh positif terhadap kinerja keuangan perusahaan. Dengan menggunakan VAIC yang diformulasikan oleh Pulic (1998; 1999; 2000) sebagai ukuran kemampuan intelektual perusahaan (corporate intellectual ability), diajukan hipotesis sebagai berikut:

H1 : Terdapat pengaruh positif Intellectual Capital (VAIC) terhadap kinerja keuangan perusahaan.

Pengaruh IC terhadap Kinerja Keuangan Perusahaan Masa Mendatang IC (VAIC) tidak hanya berpengaruh secara positif terhadap kinerja perusahaan tahun berjalan, bahkan IC (VAIC) juga dapat memprediksi kinerja keuangan masa depan (Chen et al., 2005; Tan et al., 2007; Bontis dan Fitz-enz, 2002). Untuk menguji kembali proposisi tersebut, maka hipotesis kedua penelitian ini adalah:

H2 : Terdapat pengaruh positif Intellectual Capital (VAIC) terhadap kinerja keuangan perusahaan masa depan.

Pengaruh ROGIC terhadap Kinerja Keuangan Perusahaan Masa Depan Jika perusahaan yang memiliki IC (VAIC) lebih tinggi akan cenderung memiliki kinerja masa datang yang lebih baik, maka logikanya, rata-rata pertumbuhan dari IC (rate of growth of intellectual capital ROGIC) juga akan memiliki hubungan positif dengan kinerja keuangan masa depan (Tan et al., 2007). Hipotesis ketiga yang diuji dalam penelitian adalah:

H3 : Terdapat pengaruh positif rata-rata pertumbuhan intellectual capital (ROGIC) terhadap kinerja keuangan perusahaan masa depan. ===== GAMBAR 1 DISINI =====

METODE PENELITIAN Populasi dan Sampel Populasi penelitian ini adalah seluruh perusahaan perbankan yang beroperasi di Indonesia sampai dengan tahun 2006 dan secara rutin (tri wulan) melaporkan posisi keuangannya kepada Bank Indonesia (BI). Berdasarkan data BI, jumlah bank di Indonesia per Desember 2006 adalah 130 bank. Dalam penelitian ini digunakan metode sensus, artinya seluruh populasi dijadikan sebagai objek penelitian. Variabel Independen Intellectual Capital yang dimaksud dalam penelitian ini adalah kinerja IC yang diukur berdasarkan value added yang diciptakan oleh physical capital (VACA), human capital (VAHU), dan structural capital (STVA). Kombinasi dari ketiga value added tersebut disimbolkan dengan nama VAIC yang dikembangkan oleh Pulic (1998; 1999; 2000).

Formulasi perhitungan VAIC adalah sebagai berikut: Output (OUT) Total penjualan dan pendapatan lain. Input (IN) Beban dan biaya-biaya (selain beban karyawan). Value Added (VA) Selisih antara Output dan Input VA = OUT IN Human Capital (HC) Beban karyawan. Capital Employed (CE) Dana yang tersedia (ekuitas, laba bersih) Structural Capital (SC) VA - HC Value Added Capital Employed (VACA) Rasio dari VA terhadap CE. Rasio ini menunjukkan kontribusi yang dibuat oleh setiap unit dari CE terhadap value added organisasi: VACA = VA/CE Value Added Human Capital (VAHU) Rasio dari VA terhadap HC. Rasio ini menunjukkan kontribusi yang dibuat oleh setiap rupiah yang diinvestasikan dalam HC terhadap value added organisasi: VAHU = VA/HC Structural Capital Value Added (STVA) Rasio dari SC terhadap VA. Rasio ini mengukur jumlah SC yang dibutuhkan untuk menghasilkan 1 rupiah dari VA dan merupakan indikasi bagaimana keberhasilan SC dalam penciptaan nilai: STVA = SC/VA Value Added Intellectual Coefficient (VAIC) Mengindikasikan kemampuan intelektual organisasi. VAIC dapat juga dianggap sebagai BPI (Business Performance Indicator). VAIC = VACA + VAHU + STVA

Selain VAIC, variabel independen lainnya adalah adalah Rate of Growth of IC (ROGIC) yang merupakan selisih ( ) antara nilai IC dari tahun ke-t dengan nilai IC tahun ke-t-1. ROGIC = VAIC t - VAIC t-1 Variabel Dependen Variabel dependen penelitian ini adalah financial performance (PERF). Variabel kinerja keuangan menggunakan proksi profitabilitas ROE (Chen et al., 2005; Tan et al., 2007), ROA (Chen et al., 2005), dan produktivitas ATO (Firer dan William, 2003), dan GR (Chen et al., 2005). Return on total assets (ROA). ROA merefleksikan keuntungan bisnis dan efisiensi perusahaan dalam pemanfaatan total assets (Chen et al., 2005). ROA dikalkulasi dengan formula: ROA= Laba bersih Total aset ATO. ATO adalah rasio dari total pendapatan terhadap nilai buku dari total aset (Firer dan William, 2003). ATO= Total pendapatan Total aset GR. GR mengukur perubahan pendapatan perusahaan. Peningkatan pendapatan biasanya merupakan sinyal bagi perusahaan untuk dapat tumbuh dan berkembangan (Chen et al., 2000). GR= {(Pendapatan tahun ke-t Pendapatan tahun ke-t-1) 1} x 100% Teknik Analisis Data VAICTM yang diformulasikan oleh Pulic (1998; 1999) digunakan untuk menentukan efisiensi dari tiga model Intellectual Capital (IC), yaitu physical capital,

human capital, dan structural capital. Analisis data dilakukan dengan metode Partial Least Square (PLS). Pemilihan metode PLS didasarkan pada pertimbangan bahwa dalam penelitian ini terdapat dua variabel laten yang dibentuk dengan indikator formative. ===== GAMBAR 2 DISINI ===== Sedangkan model pengujian hipotesis 2 (H2) dan hipotesis 3 (H3) dengan menggunakan PLS ditunjukkan dalam gambar 3. ===== GAMBAR 3 DISINI =====

HASIL PENELITIAN DAN PEMBAHASAN Statistik Deskriptif Tabel di bawah ini menunjukkan statistics descriptive atas variabel dependen VAIC dan komponen-komponen yang membentuknya, yaitu: VACA, VAHU,

STVA untuk periode tahun 2004 sampai dengan tahun 2006. ===== TABEL 2 DISINI ===== Tabel di atas menjelaskan bahwa nilai rata-rata (mean) VAIC industri

perbankan di Indonesia untuk tahun 2004 adalah sebesar 5.902 dengan standard deviation 6.028. Sedangkan untuk tahun 2005 dan 2006, nilai mean VAIC menjadi 2.978 dan 0.958 dengan standard deviation 2.124 dan 6.665. menunjukkan bahwa untuk tahun 2004 dan 2006, sebaran data VAIC variasi yang relatif lebih tinggi dibandingkan dengan tahun 2005. Tabel berikut ini menunjukkan statistics descriptive atas ukuran-ukuran variabel independen (kinerja keuangan perusahaan), yaitu: ROA, ATO, dan GR untuk periode tahun 2004 sampai dengan tahun 2006. turun Hal ini memiliki

10

===== TABEL 3 DISINI ===== Secara umum, dalam kurun waktu 2004-2006, kinerja keuangan industri perbankan di Indonesia mengalami peningkatan dari tahun ke tahun, kecuali ROA yang sedikit lebih baik di tahun 2005. Nilai mean GR tahun 2006 adalah 0.875, lebih besar dari mean tahun 2005 yang hanya 0.436. Demikian juga dengan ATO yang di tahun 2005 nilai mean-nya 0.108 naik menjadi 0.119 di tahun 2006. Sedangkan ROA mengalami sedikit penurunan dari tahun 2005 yang nilai mean-nya 1.524 menjadi 1.517 di tahun 2006.

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 refleksif 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.

Uji Outer Model Hipotesis 1 Gambar berikut ini merupakan hasil estimasi perhitungan dengan

menggunakan PLS untuk data tahun 2004. ===== GAMBAR 4 DISINI ===== Berdasarkan hasil pengujian dengan PLS sebagaimana ditunjukkan gambar di atas, diketahui bahwa dari 3 indikator yang membentuk VAIC, hanya VAHU2004

11

yang memiliki nilai t-statistics signifikan pada p < 0.10. Sementara indikatorindikator untuk kinerja keuangan tidak satupun yang signifikan. Oleh karena terdapat indikator yang memiliki nilai weight rendah dan tidak signifikan, maka perlu dilakukan pengujian ulang dengan mengeliminasi indikatorindikator yang tidak signifikan dan atau hanya melibatkan indikator-indikator yang mendekati signifikan. ===== GAMBAR 5 DISINI ===== Setelah menghilangkan indikator-indikator yang tidak signifikan dan hanya melibatkan indikator yang signifikan atau yang mendekati signifikan, maka dapat diketahui bahwa baik VAHU2004 maupun ROA2004 memiliki nilai weight di atas 0.50 dan t-statistics signifikan pada p < 0.01. ===== TABEL 4 DISINI ===== Hasil estimasi dengan PLS terhadap data tahun 2005 menunjukkan hal yang sama, yakni hanya VAHU dan ROA yang signifikan. Sementara untuk tahun 2006, selain VAHU, VACA juga signifikan.

Uji Outer Model Hipotesis 2 dan 3 Gambar 6 merupakan hasil estimasi perhitungan dengan PLS untuk H2 dan H3. ===== GAMBAR 6 DISINI ===== Berdasarkan hasil pengujian dengan PLS sebagaimana ditunjukkan gambar di atas diketahui bahwa tidak satupun dari indikator-indikator yang membentuk VAIC dan ROGIC04-05 memiliki nilai t-statistics signifikan. Demikian pula

dengan indikator-indikator kinerja keuangan (PERF).

12

Oleh karena terdapat indikator yang memiliki nilai weight rendah dan tidak signifikan, maka perlu dilakukan pengujian ulang terhadap indikator-indikator yang memiliki nilai t-statistics mendekati signifikan dengan mempertimbangkan hasil pengujian H1. ===== GAMBAR 7 DISINI ===== Hasil pengujian terhadap VAHU2004, R-VAHU04-05, dan ROA2005

menunjukkan bahwa VAHU2004 memiliki nilai weight = 1.003 dan t-statistics = 2.695, signifikan pada p < 0.01. Nilai weight R-VAHU04-05 = 0.840 dan t-statistics = 1.311, signifikan pada p < 0.10. Sedangkan ROA2005 memiliki nilai weight = 0.916 dan t-statistics = 4.233, signifikan pada p < 0.01.

Uji 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, Stone-Geisser Q-square test untuk predictive relevance dan uji t serta signifikansi dari koefisien parameter jalur struktural. ===== TABEL 5 DISINI ===== Tabel di atas menunjukkan bahwa nilai R-square PERF tahun 2004 adalah 0.569, artinya variabel VAIC mampu menjelaskan variabel PERF sebesar 56.9 persen. R-square tahun 2004-2006 sebagaimana disajikan tabel tersebut merupakan pengujian terhadap H1. Sedangkan nilai R-square tahun 2004-2005 dan 2005-2006 menunjukkan hasil pengujian atas H2 dan H3. Semakin besar angka R-square

13

menunjukkan semakin besar variabel independen tersebut dapat menjelaskan variabel dependen, sehingga semakin baik persaman 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 1.282 untuk p < 0.10; 1.645 untuk p < 0.05; dan 2.326 untuk p < 0.01. Tabel berikut ini menyajikan output estimasi untuk pengujian model struktural. ===== TABEL 6 DISINI =====

PEMBAHASAN Berdasarkan hasil pengujian PLS sebagaimana telah dijabarkan di atas, pembahasan disajikan dalam dua bagian. Bagian pertama membahas pengaruh IC (VAIC ) terhadap kinerja keuangan perusahaan, baik kinerja tahun berjalan (H1) maupun kinerja di masa mendatang (H2). Sedangkan bagian kedua membahas pengaruh rata-rata pertumbuhan IC (rate of growth of IC - ROGIC) terhadap kinerja keuangan perusahaan masa depan (H3).

Pengaruh IC (VAIC ) terhadap Kinerja Keuangan Perusahaan Hipotesis pertama yang diajukan dalam penelitian ini adalah bahwa IC (VAIC ) berpengaruh terhadap kinerja keuangan perusahaan. Dalam konteks ini, IC diuji terhadap kinerja keuangan perusahaan pada tahun yang sama. ===== TABEL 7 DISINI ===== Data tersebut membuktikan bahwa nilai t-statistics seluruh path antara VAIC dan PERF adalah di atas 1.645. Hal ini berarti loading-nya signifikan pada p < 0.05 (1-tailed) dan mengindikasikan adanya pengaruh IC (VAIC ) yang signifikan
14

terhadap kinerja keuangan perusahaan selama tiga tahun pengamatan 2004-2006. Sehingga dengan demikian maka berarti H1 diterima. Hipotesis kedua yang diajukan dalam penelitian ini adalah bahwa IC (VAIC ) berpengaruh terhadap kinerja keuangan perusahaan masa depan. Artinya, IC digunakan sebagai alat untuk memprediksi kinerja keuangan perusahaan di masa mendatang. Dalam konteks ini, IC diuji terhadap kinerja keuangan perusahaan dengan lag 1 tahun. Tabel di bawah ini menyajikan hasil output PLS untuk menguji H2 dalam 2 model, yaitu tahun 2004 versus 2005 dan 2005 versus 2006. ===== TABEL 8 DISINI ===== Data tersebut membuktikan bahwa nilai t-statistics path antara VAIC dan

PERF adalah di atas 1.645 untuk tahun 2005-2006, signifikan pada p < 0.05 (1tailed). Sedangkan untuk tahun 2004-2005 berada di atas 1.282, signifikan pada p < 0.10 (1-tailed). Hal ini mengindikasikan adanya pengaruh IC (VAIC ) yang signifikan terhadap kinerja keuangan perusahaan masa depan, baik untuk periode 2004-2005, maupun 2005-2006. Sehingga dengan demikian maka berarti H2 diterima. Secara umum, hasil pengujian terhadap H1 dan H2 penelitian ini relatif sama dengan temuan Firer dan Williams (2003) untuk kasus perusahaan publik di Afrika Selatan. Persamaan yang dimaksud adalah bahwa (1) tidak seluruh komponen VAIC memiliki pengaruh signifikan terhadap kinerja keuangan perusahaan, dan

(2) bahwa tidak semua ukuran kinerja keuangan yang digunakan berkorelasi dengan komponen-komponen VAIC , hanya VACA yang secara statistik signifikan berhubungan positif dengan ukuran kinerja keuangan perusahaan. Sementara STVA
15

hanya berhubungan dengan ukuran kinerja profitabilitas ROA, dan VAHU berhubungan hanya dengan produktivitas ATO. Sementara hasil penelitian ini menunjukkan bahwa hanya VAHU yang secara statistik signifikan untuk menjelaskan konstruk VAIC , dan hanya ROA yang signifikan untuk menjelaskan variabel kinerja keuangan perusahaan. Rasionalisasi yang dapat diberikan untuk menjelaskan temuan ini adalah: Pertama, secara umum dalam tiga tahun pengamatan, value added terbesar yang dimiliki perusahaan dihasilkan oleh efisiensi dari human capital. Artinya, perusahaan perbankan di Indonesia telah berhasil memanfaatkan dan

memaksimalkan keahlian, pengetahuan, jaringan, dan olah pikir karyawannya untuk menciptakan nilai bagi perusahaan. Dari sisi shareholder, kondisi ini jelas menguntungkan karena menunjukkan kemampuan manajemen dalam mengelola organisasi untuk kepentingan pemegang saham (pemilik). Hal ini juga dibuktikan dengan data statistik bahwa ukuran kinerja yang dipengaruhi oleh efisiensi human capital adalah ROA yang merupakan salah satu ukuran untuk kepentingan shareholder (Meek dan Gray, 1988). 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 (RiahiBelkaoui, 2003). Dalam konteks ini, karyawan telah berhasil ditempatkan dan menempatkan diri dalam posisi sebagai stakeholders perusahaan, sehingga mereka memaksimalkan intellectual ability-nya untuk menciptakan nilai bagi perusahaan.

16

Pengaruh ROGIC terhadap Kinerja Keuangan Perusahaan Masa Depan Hipotesis ketiga yang diajukan dalam penelitian ini adalah bahwa rata-rata pertumbuhan IC (ROGIC) berpengaruh terhadap kinerja keuangan perusahaan masa depan. ===== TABEL 9 DISINI ===== Data tersebut memberikan bukti yang tidak konsisten. Path antara ROGIC dan PERF tahun 2004 versus 2005 dan 2005 versus 2006 memiliki nilai t-statistics di bawah 1.645, berarti tidak signifikan pada p < 0.05 (1-tailed). Demikian juga dengan nilai weight masing-masing indikator. Untuk model 2005 versus 2006, tidak satupun indikator VAIC (ROGIC) yang signifikan, sementara untuk model 2004-2005 hanya R-VAHU yang signifikan pada p < 0.10 (1-tailed). Hal ini mengindikasikan tidak adanya pengaruh ROGIC terhadap kinerja keuangan perusahaan masa depan. Sehingga dengan demikian maka berarti H3 ditolak. Temuan penelitian ini bertentangan dengan Tan et al. (2007) yang menunjukkan adanya pengaruh signifikan ROGIC terhadap kinerja keuangan masa depan. Hal ini berarti bahwa untuk konteks industri perbankan di Indonesia, perusahaan belum secara maksimal mengelola dan mengembangkan kekayaan intelektualnya untuk memenangkan kompetisi (competitive advantage). IC belum menjadi tema yang menarik untuk dikembangkan agar dapat menciptakan nilai bagi perusahaan. Perusahaaan masih lebih banyak terfokus pada kepentingan jangka pendek, yaitu meningkatkan return keuangan. Hal ini dapat dilihat dari tingkat signifikansi ukuran kinerja keuangan ROA yang berada di atas 2.326, artinya signifikan pada p < 0.01 (1-tailed).

17

KESIMPULAN, KETERBATASAN DAN SARAN Kesimpulan Berdasarkan hasil pengujian dan pembahasan sebagaimana telah disajikan pada bagian sebelumnya, maka dapat ditarik beberapa kesimpulan: 1. Berdasarkan hasil pengujian dengan PLS diketahui bahwa secara statistik terbukti terdapat pengaruh IC (VAIC ) terhadap kinerja keuangan perusahaan selama tiga tahun pengamatan 2004-2006. Sehingga dengan demikian maka berarti H1 diterima. 2. Output PLS mengindikasikan bahwa secara statistik terdapat pengaruh IC (VAIC ) terhadap kinerja keuangan perusahaan masa depan, baik untuk periode 2004-2005, maupun 2005-2006. Sehingga dengan demikian maka berarti H2 diterima. 3. Output PLS menyajikan bukti bahwa secara statistik tidak ada pengaruh ROGIC terhadap kinerja keuangan perusahaan masa depan. Sehingga dengan demikian maka berarti H3 ditolak.

Keterbatasan Sebagaimana lazimnya suatu penelitian empiris, hasil penelitian ini juga mengandung beberapa keterbatasan, antara lain: 1. Bukti yang disajikan dalam penelitian ini menunjukkan bahwa dari 3 ukuran kinerja keuangan yang digunakan, hanya profitabilitas ROA yang secara statistik signifikan untuk menjelaskan konstruk kinerja perusahaan. Hal ini

mengindikasikan bahwa ukuran-ukuran kinerja tersebut tidak tepat untuk digunakan sebagai proksi atas kinerja keuangan yang dalam hal ini berposisi

18

sebagai variabel dependen, dimana variabel independen-nya adalah IC. Terkait dengan hal tersebut, maka perlu dicari ukuran kinerja lain yang lebih sesuai. 2. Pemilihan objek penelitian yang melibatkan baik perusahaan publik (listed) maupun perusahaan non-publik (unlisted) telah membatasi penelitian ini untuk memilih ukuran kinerja keuangan yang berbasis pada market value. Proksi market to book value ratio (MB), market capitalization, ataupun earning per share (EPS) membutuhkan data yang hanya disajikan oleh perusahaanperusahaan yang terdaftar di bursa efek, sebab ukuran-ukuran kinerja tersebut merupakan ukuran yang berbasis pada penilaian pasar atas suatu perusahaan (Firer dan Williams, 2003; Chen et al., 2005; Abdolmohammadi, 2005; dan Tan et al., 2007). 3. Meskipun secara keseluruhan H2 dapat diterima karena nilai t-statistics path antara VAIC dan PERF adalah di atas 1.645, namun ketika melihat nilai

weight dan signifikansi masing-masing indikator, temuan penelitian ini memberikan bukti bahwa hanya VAHU dan ROA yang secara statistik signifikan. Hal ini bisa jadi disebabkan karena pengujian dilakukan hanya dengan lag 1 tahun. Padahal, bisa saja pengaruh IC terhadap kinerja perusahaan tidak dalam selisih 1 tahun , tetapi 2 atau 3 tahun berikutnya.

Saran Saran yang didasarkan pada beberapa keterbatasan sebagaimana telah disebutkan di atas adalah: 1. Penelitian selanjutnya mungkin dapat mempertimbangkan untuk menggunakan ukuran kinerja yang berbasis market value. Chen et al. (2005) menggunakan

19

market to book value ratio (MB), Abdolmohammadi (2005) memilih market capitalization, sedangkan Tan et al. (2007) menggunakan earning per share (EPS) sebagai proksi atas kinerja pasar. Hasil penelitian mereka menunjukkan bahwa IC berpengaruh terhadap kinerja perusahaan. 2. Penggunaan ukuran kinerja yang berbasis market value mengharuskan untuk memilih sampel yang sesuai. Hal ini karena untuk dapat memperoleh data tentang kinerja pasar, maka perusahaan yang menjadi objek penelitian harus merupakan perusahaan publik. Terkait dengan hal tersebut, maka untuk penelitian selanjutnya disarankan menggunakan perusahaan publik sebagai sampel. Perusahaan publik tersebut dapat dikelompokkan berdasarkan jenis industrinya sehingga sekaligus dapat menguji kontribusi IC terhadap kinerja perusahaan dilihat dari kelompok industri yang berbeda sebagaimana telah dilakukan oleh Bontis (1998), Bontis et al. (2000), Firer dan Williams (2003), dan Tan et al. (2007). 3. Karena ada kemungkinan bahwa pengaruh IC terhadap kinerja perusahaan tidak dalam selisih 1 tahun , tetapi 2 atau 3 tahun berikutnya, maka penelitian selanjutnya disarankan untuk menguji pengaruh IC terhadap kinerja perusahaan dengan lag 2-3 tahun. Artinya, IC tahun ke-n diuji dengan kinerja tahun ke-n+2 atau ke-n+3. Sehingga dengan demikian periode pengamatannya juga perlu ditambah, tidak hanya 3 tahun, tetapi setidaknya 4 atau 5 tahun.

-----ooOoo-----

20

DAFTAR PUSTAKA Abdolmohammadi, M.J. 2005. Intellectual capital disclosure and market capitalization. Journal of Intellectual Capital. Vol. 6 No. 3. pp. 397-416. Accounting Principles Board. 1970. Intangible Assets, APB Opinion 17. American Institute of Certified Public Accountants, New York, NY. Accounting Standards Board. 1997. Goodwill and Intangible Assets, FRS 10. Accounting Standards Board, London. Achten, J.H.J. 1999. Transparency in intangible production assets. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam. Andriessen, D., M. Frijlink, I.V. Gisbergen, and J. Blom. 1999. A core competency approach to valuing intangible assets. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam. Astuti, P.D. dan A. Sabeni. 2005. Hubungan Intellectual Capital dan Business Performance. Proceeding SNA VII. Solo. pp. 694-707 Backhuijs, J.B., W.G.M. Holterman, R.S. Oudman, R.P.M. Overgoor and S.M. Zijlstra. 1999. Reporting on intangible assets. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam. Bank Indonesia. 2007. Statistik Perbankan Indonesia. Direktorat Perizinan dan Informasi Perbankan Bank Indonesia. Jakarta. Boekestein, B. 2006. The relation between intellectual capital and intangible assets of pharmaceutical companies. Journal of Intellectual Capital. Vol. 7 No. 2. pp. 241-253. Bontis, N. 1998a. Intellectual capital questionnaire. Available online at: www.bontis.com. (accessed November 2006). _________. 1998b. Intellectual capital: an exploratory study that develops measures and models. Management Decision. Vol. 36 No. 2. p. 63. _________. 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. _________, and J. Fitz-enz. 2002. Intellectual capital ROI: a causal map of human capital antecedents and consequents. Journal of Intellectual Capital. Vol. 3 No. 3. pp. 223-47. _________, W.C.C. Keow, S. Richardson. 2000. Intellectual capital and business performance in Malaysian industries. Journal of Intellectual Capital. Vol. 1 No. 1. pp. 85-100. Bornemann, M., A. Knapp, U. Schneider, and K.I. Sixl. 1999. Holistic measurement of intellectual capital. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam.

21

____________, and K.H. Leitner. 2002. Measuring and reporting intellectual capital: the case of a research technology organisation, Singapore Management Review. Vol. 24 No. 3. pp. 7-19. Bozzolan, S., F. Favotto, and F. Ricceri. 2003. Italian annual intellectual capital disclosure; An empirical analysis. Journal of Intellectual Capital. Vol. 4 No. 4. pp. 543-558. Brennan, N. 1999. Reporting and managing intellectual capital: evidence from Ireland, Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam. __________. 2001. Reporting intellectual capital in annual reports: evidence from Ireland. Accounting, Auditing & Accountability Journal. Vol. 14 No. 4. pp. 423-436. __________, and B. Connell. 2000. Intellectual capital: current issues and policy implications. Journal of Intellectual Capital Vol. 1 No. 3. pp. 206-240. Bukh, P.N. 2003. Commentary, the relevance of intellectual capital disclosure: a paradox?. Accounting, Auditing & Accountability Journal. Vol. 16 No. 1. pp. 49-56. _________, C. Nielsen, P. Gormsen, and J. Mouritsen. 2005. Disclosure of information on intellectual capital in Danish IPO prospectuses. Accounting, Auditing & Accountability Journal. Vol. 18 No. 6. pp. 713-732. Canibano, L., M.G. Ayuso, M.P. Sanchez, and M. Olea. 1999. Measuring intangibles to understand and improve innovation management. Preliminary results. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam. Chen, M.C., S.J. Cheng, Y. Hwang. 2005. An empirical investigation of the relationship between intellectual capital and firms market value and financial performance. Journal of Intellectual Capital. Vol. 6 N0. 2. pp. 159-176 Cooper, D.R. and C.W. Emory. 1995. Business Research Methods. Richard D. Irwin, Inc. Danish Agency for Trade and Industry. 1999. Developing Intellectual Capital Accounts. Experiences from 19 Companies. Ministry of Business and Industry. Copenhagen. Danish Confederation of Trade Unions. 1999. Your knowledge can you book it?. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam. 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. Edvinsson, L. and M. Malone. 1997. Intellectual Capital: Realizing Your Companys True Value by Finding Its Hidden Brainpower. HarperCollins, New York, NY.

22

Firer, S., and S.M. Williams. 2003. Intellectual capital and traditional measures of corporate performance. Journal of Intellectual Capital. Vol. 4 No. 3. pp. 348360. Ghozali, I. 2006. Structural Equation Medeling; Metode Alternatif dengan PLS. Badan Penerbit Undip. Semarang. Goh, P.C., and K.P. Lim. 2004. Disclosing intellectual capital in company annual reports; Evidence from Malaysia. Journal of Intellectual Capital Vol. 5 No. 3. pp. 500-510. 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. _________, R. Petty, F. Ferrier, and R. Well. 1999. There is no accounting for intellectual capital in Australia: review of annual reporting practices and the internal measurement of intangibles within Australian organisations. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects, OECD, June. Amsterdam. _________, and _____. 2000. Intellectual capital: Australian annual reporting practices. Journal of Intellectual Capital. Vol. 1 No. 3. pp. 241-251. _________, ________, and F. Ricceri. 2006. The voluntary reporting of intellectual capital; comparing evidence from Hong Kong and Australia. Journal of Intellectual Capital. Vol. 7 No. 2. pp. 254-271. Harrison, S., and P.H. Sullivan. 2000. Profitting form intellectual capital; Learning from leading companies. Journal of Intellectual Capital. Vol. 1 No. 1. pp. 3346. Hikam, M.A.S. (ed.). 1996. Studi Kebijakan Pemerintah Dalam Masalah Tenaga Kerja: Kinerja dan Produktivitas Tenaga Kerja di Sektor Industri. Puslitbang Ekonomi dan Pembangunan (PEP)-LIPI. Jakarta. Hoogendoorn, M., A.D. Bos, F. Krens, W. Veerman, and H.T. Beek. 1999. Transparency in intellectual capital. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam. Ikatan Akuntan Indonesia. 2002. Pernyataan Standar Akuntansi Keuangan No. 19. Salemba Empat. Jakarta International Accounting Standards Board. 2004. Summary of IAS 38. available online at: www.iasplus.com. (accessed November 2006) International Federation of Accountants. 1998. The Measurement and Management of Intellectual Capital. available online at: www.ifac.org. (accessed November 2006). Johanson, U., M. Martensson, and M. Skoog. 1999. Measuring and managing intangibles: 11 Swedish exploratory case studies. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam. ___________, G. Eklov, M. Holmgren, and M. Martensson. 1999. Human resource costing and accounting versus the balanced scorecard: a literature survey of

23

experience with the concepts. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam. Kamath, G.B. 2007. The intellectual capital performance of Indian banking sector. Journal of Intellectual Capital. Vol. 8 No. 1. pp. 96-123. Kaplan, R.S. and D.P. Norton. 1992. The balanced scorecard measures that drive performance. Harvard Business Review. Vol. 70 No. 1. pp. 71-9. Kubo, I., and A. Saka. 2002. An inquairy into the motivations of knowledge workers in the Japanese financial industry. Journal of Knowledge Management. Vol. 6 No. 3. pp. 262-271. Mavridis, D.G. 2004. The intellectual capital performance of the Japanese banking sector. Journal of Intellectual Capital. Vol. 5 No. 3. pp. 92-115. Meek, G.K., and S.J. Gray. 1988. The value added statement: an innovation for the US companies. Accounting Horizons. Vol. 12 No. 2. pp. 73-81. Miller, M., B.D. Du Pont, V. Fera, R. Jeffrey, B. Mahon, B.M. Payer, and A. Starr. 1999. Measuring and reporting intellectual capital from a diverse Canadian industry perspective. Paper presented at the International Symposium Measuring and Reporting Intellectual Capital: Experiences, Issues and Prospects. June. Amsterdam. Nielsen, C., P.N. Bukh, J. Mouritsen, M.R. Johansen, and P. Gormsen. 2006. Intellectual capital statements on their way to the stock exchange; Analyzing new reporting systems. Journal of Intellectual Capital. Vol. 7 No. 2. pp. 221240. Organization for Economic Co-operation and Development (OECD). 1999. International Symposium on Measuring and Reporting Intellectual Capital: Experience, Issues and Prospects. Amsterdam, 9-11 June 1999. Petty, P. and J. Guthrie. 2000. Intellectual capital literature review: measurement, reporting and management. Journal of Intellectual Capital. Vol. 1 No. 2. pp. 155-75. Petrash, G. 1996. Dows journey to a knowledge value management culture, European Management Journal. Vol. 14 No. 4. pp. 365-73. 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 Team for Intellectual Potential. _______. 1999. Basic information on VAIC. available online at: www.vaicon.net. (accessed November 2006). _______. 2000. VAICTM an accounting tool for IC management. available online at: www.measuring-ip.at/Papers/ham99txt.htm (accessed November 2006). _______, and Kolakovic, M. 2003. Value creation efficiency in the new economy. available online at: www.vaic-on.net. (accessed November 2006). Riahi-Belkaoiu, A. 2003. Intellectual capital and firm performance of US multinational firms: a study of the resource-based and stakeholder views. Journal of Intellectual Capital. Vol. 4 No. 2. pp. 215-226.
24

Sawarjuwono, T. 2003. Intellectual capital: perlakuan, pengukuran, dan pelaporan (sebuah library research). Jurnal Akuntansi dan Keuangan. Vol. 5 No. 1. pp. 35-57. Sekaran, U. 2003. Research Methods for Business, a Skill Building Approach. 4th ed. John Wiley & Sons, Inc. NY. Setiarso, B. 2006. Pengelolaan Pengetahuan (Knowledge Management) dan Modal Intelektual (Intellectual Capital) Untuk Pemberdayaan UKM. available online at: www.ilmukomputer.com (accessed April 2007). Sullivan Jr., P.H. and P.H. Sullivan Sr. 2000. Valuing intangible companies, an intellectual capital approach. Journal of Intellectual Capital. Vol. 1 No. 4. pp. 328-340. Suseno dan P. Abdullah. 2003. Sistem dan Kebijakan Perbankan di Indonesia. Seri Kebanksentralan No. 7. Pusat Pendidikan dan Studi Kebanksentralan (PPSK) Bank Indonesia. Jakarta. Sveiby, K.E. 2001. Method for measuring intangible assets. available online at: www.sveiby.com/articles (accessed December 2006) Tan, H.P., D. Plowman, P. Hancock. 2007. Intellectual capital and financial returns of companies. Journal of Intellectual Capital. Vol. 8 No. 1. pp. 76-95. Van Horne, J.C. 1989. Fundamentals of Financial Management. Prentice-Hall International. Englewood Cliffs. NJ. Watts, R.L. and J.L. Zimmerman. 1986. Positive Accounting Theory. Prentice-Hall. Englewood Cliffs. NJ. Wijk, L. 2000. Measuring the effectiveness of a companys patent assets. available online at: www.measuring-ip.at. (accessed November 2006). -----ooOoo-----

25

DAFTAR TABEL

TABEL 1 Penelitian-Penelitian Empiris Tentang Hubungan Intellectual Capital dan Kinerja Perusahaan
PENELITI Bontis (1998b) Bontis et al. (2000) Riahi-Belkaoui (2003) Firer dan Williams (2003) Chen et al. (2005) NEGARA Kanada Malaysia USA Afrika Selatan Taiwan METODE Kuesioner, PLS Kuesioner, PLS Laporan tahunan, regresi VAIC, regresi linier VAIC, korelasi, regresi HASIL
HC berhubungan dengan SC dan CC; CC berhubungan dengan SC; CC dan SC berhubungan dengan kinerja industri. HC berhubungan dengan SC dan CC; CC berhubungan dengan SC; SC berhubungan dengan kinerja industri. IC (diproksikan dengan RVATA) secara signifikan berhubungan dengan kinerja perusahaan multinasional di USA. VAIC berhubungan dengan kinerja perusahaan (ROA, ATO, MB). IC berpengaruh terhadap nilai pasar dan kinerja perusahaan; R&D berpengaruh terhadap kinerja perusahaan. IC berpengaruh positif terhadap kinerja perusahaan, baik masa kini maupun masa mendatang; rata-rata pertumbuhan IC berhubungan positif dengan kinerja perusahaan di masa mendatang; kontribusi IC terhadap kinerja perusahaan berbeda berdasarkan jenis industrinya.

Tan et al. (2007)

Singapore

VAIC, PLS

Sumber: Diolah dari beberapa hasil penelitian, 2007.

TABEL 2 STATISTIK DESKRIPTIF VAIC

2004 Mean VACA VAHU STVA VAIC 0.293 2.221 3.388 5.902 Standard Deviation 0.266 2.586 6.199 6.028 Mean

2004-2006
2005 Standard Deviation 0.317 1.648 1.472 2.124 Mean 0.291 2.271 -1.604 0.958 2006 Standard Deviation 0.306 1.962 6.347 6.665

0.287 2.095 0.597 2.978

Sumber: Data sekunder diolah, 2007.

26

TABEL 3 STATISTIK DESKRIPTIF KINERJA KEUANGAN 2004-2006

2004 Mean ROA ATO GR 1.447 0.113 0.049 Standard Deviation 6.735 0.038 0.323 Mean 1.523 0.108 0.436 2005 Standard Deviation 1.574 0.032 2.212 Mean 1.517 0.118 0.520 2006 Standard Deviation 1.596 0.029 0.875

Sumber: Data sekunder diolah, 2007.

TABEL 4 NILAI OUTER WEIGHT H1 2004 (Recalculate)

VAHU2004 ROA2004 Weights T-Statistics Standard Deviation 1.005 14.762*** 0.068 0.968 7.192*** 0.135

Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)

TABEL 5 NILAI R-SQUARE

Variabel VAIC
TM

2004 0.569

2005 0.392

R-Square 2006 2004-2005 0.497 0.263

2005-2006 0.388

PERF

Sumber: Data sekunder diolah, 2007.

TABEL 6 NILAI INNER WEIGHTS

Variabel VAIC04 => PERF04 VAIC05 => PERF05 VAIC06 => PERF06 VAIC04 => PERF05 VAIC05 => PERF06 ROGIC04-05 => PERF05 ROGIC05-06 => PERF06 Original Sample Estimate 0.754 0.626 0.767 0.487 0.420 0.184 0.321 T-Statistic 4.127*** 7.278*** 1.663** 1.420* 2.066** 0.590 1.465* Standard Deviation 0.183 0.086 0.461 0.343 0.203 0.311 0.219 Keputusan H1 diterima H1 diterima H1 diterima H2 diterima H2 diterima H3 ditolak H3 diterima

Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)

27

TABEL 7 RANGKUMAN HASIL PLS UNTUK H1

2004
Weights T-Statistics

2005
Weights T-Statistics Weights

2006
T-Statistics

VACA VAHU ROA VAIC => PERF R-square

1.005 0.968 0.754

14.762*** 7.192*** 4.127*** 0.569

0.609 0.638 0.626

2.684*** 4.952*** 7.278*** 0.392

0.194 1.492 1.387 0.767

1.414* 1.484* 1.758** 1.663** 0.497

Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)

TABEL 8 RANGKUMAN HASIL PLS UNTUK H2

2004-2005 Weights T-Statistics 1.003 2.695*** 0.916 4.233*** 0.487 1.420* 0.263 2005-2006 Weights T-Statistics 0.609 2.990*** 0.629 5.604*** 0.420 2.066** 0.388

VAHU ROA VAIC => PERF R-square

Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)

TABEL 9 RANGKUMAN HASIL PLS UNTUK H3

2004-2005 R-VAHU ROA ROGIC => PERF R-square Weights 0.840 0.916 0.184 0.263 T-Statistics 1.311* 4.233*** 0.590 2005-2006 Weights 0.178 0.629 0.321 0.388 T-Statistics 1.069 5.604*** 1.465*

Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)

28

DAFTAR GAMBAR

GAMBAR 1 Model Kerangka Pemikiran Teoritis

Intellectual Capital (VAIC) : VACA VAHU STVA ATO Companys Performance (PERF) : ROA GR

H1

Future Companys Performance: ROA t+1 Rate of Growth of IC (ROGIC) H3 ATO t+1 H2 GR t+1

GAMBAR 2 Model Pengujian dengan PLS untuk H1

VACA Intellectual Capital (VAICTM) H1 Companys Performance (PERF) ROA

VAHU

ATO

STVA

GR

29

GAMBAR 3 Model Pengujian dengan PLS untuk H2 dan H3

VACA Intellectual Capital (VAICTM) H2 STVA Companys Performance (t+1) Rate of Growth of IC (ROGIC) H3 ROA

VAHU

ATO

R-VACA

GR

R-VAHU

R-STVA

GAMBAR 4 HASIL OUTER MODEL H1 2004

VACA -0.554 (0.257) -0.371 (1.381*) Intellectual Capital (VAICTM) -0.801 (0.924) Companys Performance (PERF) 0.134 (0.708) -7.154 (1.241) ATO ROA

VAHU

0.010 (0.007) STVA

-0.108 (0.214)

GR

Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)

GAMBAR 5 HASIL OUTER MODEL H1 2004 (Recalculate)

1.005 (14.762***) VAHU Intellectual Capital (VAICTM) 0.754 (4.127***) Companys Performance (PERF) 0.968 (7.192***) ROA

Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)

30

GAMBAR 6 HASIL OUTER MODEL H2 & H3 2004-2005

VACA -1.170 (0.423) -0.332 (1.046) Intellectual Capital (VAICTM) -0.569 (0.956) ROA 0.479 (1.266) 14.203 (1.012)

VAHU

STVA

0.017 (0.009)

Companys Performance (t+1) R-VACA 0.801 (0.332) -0.060 (0.360) Rate of Growth of IC (ROGIC) 0.003 (0.006)

ATO

0.180 (0.201) GR

R-VAHU

R-STVA

-0.008 (0.002)

Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)

GAMBAR 7 HASIL OUTER MODEL H2 & H3 2004-2005 (Recalculate)

1.003 (2.695***)

VAHU

Intellectual Capital (VAICTM)

0.487 (1.420*) Companys Performance (t+1) 0.916 (4.233***) ROA

R-VAHU

0.840 (1.311*)

Rate of Growth of IC (ROGIC)

0.184 (0.590)

Keterangan: * signifikan pada p < 0.10; ** p < 0.05; *** p < 0.01 (1-tailed)

31