BAB III OBYEK & METODE PENELITIAN 3.1. Obyek...

Rian Handriana, 2012

Pengaruh Intellectual Capital Terhadap Kinerja Keuangan (Kajian Pada Kinerja Keuangan

Perusahaan Manufaktur Yang Terdaftar Di Bursa Efek Indonesia)

Universitas Pendidikan Indonesia | repository.upi.edu

BAB III

OBYEK & METODE PENELITIAN

3.1. Obyek Penelitian

Obyek penelitian merupakan variabel - variabel yang menjadi perhatian

oleh peneliti. Penelitian di bidang ekonomi, manajemen, sosial, dan lain

sebagainya sering melibatkan variabel yang tidak dapat diukur secara langsung,

disebut variabel konstruks, laten, atau unobservable. Pengukuran variabel laten

menggunakan data dari setiap indikator. Oleh karena itu, indikator sering

disamakan dengan variabel manifest atau variabel observable. Dalam penelitian

ini, digunakan dua variabel laten yaitu Intellectual Capital dengan indikator

VACA, VAHU, STVA dan kinerja keuangan perusahaan dengan indikator ROE,

EPS, ASR.

Obyek penelitian ini adalah perusahaan-perusahaan yang terdaftar di Bursa

Efek Indonesia (BEI). Penelitian dilakukan dengan menggunakan data sekunder,

yaitu laporan keuangan tahunan perusahaan (annual report).

3.2. Metode Penelitian

3.2.1. Desain Penelitian

`Suatu penelitian yang ilmiah dikatakan efektif apabila memenuhi kriteria-

kriteria mutu penelitian ilmiah yang logis, sistematis, dan dapat dipertanggung

37





jawabkan secara ilmiah. Untuk memenuhi syarat-syarat tersebut maka suatu

penelitian memerlukan suatu metode penelitian. Metode merupakan cara utama

yang dipergunakan untuk mencapai tujuan. Misalnya untuk menguji serangkaian

hipotesis, dengan mempergunakan teknik serta alat-alat tertentu. Cara utama ini

dipergunakan setelah penyelidik memperhitungkan kewajaran dari tujuan

penyelidikan serta dari situasi penyelidikan.

Desain penelitian menyangkut metode dan alasan metode tersebut

digunakan dalam penelitian. Dalam penelitian ini, digunakan dua variabel laten

yaitu Intellectual Capital dengan indikator VACA, VAHU, STVA dan kinerja

keuangan perusahaan dengan indikator ROE, EPS, ASR. Kedua variabel ini tidak

dapat diukur secara langsung, oleh karena itu pengukuran kedua variabel ini

menggunakan data dari tiap indikatornya.

Pemilihan sampel dalam penelitian ini menggunakan metode purposive

sampling yaitu teknik penentuan sampel dengan pertimbangan tertentu. Puposive

sampling lebih cocok digunakan untuk penelitian kualitatif, atau penelitian-

penelitian yang tidak melakukan generalisasi (Sugiyono, 2007: 122)

Untuk menguji kebenaran hubungan antar variabel dalam penelitian ini,

lebih lanjut analisis akan menggunakan Partial Least Square (PLS). Model itu

memperlakukan intellectual capital dan kinerja perusahaaan sebagai variabel laten

dengan tiga indikator tiap variabelnya karena regresi berganda tidak dapat

menyediakan alat uji untuk tipe analisis ini.





3.2.2. Definisi dan Operasionalisasi Variabel

3.2.2.1 Definisi Variabel

Sugiyono (2007: 32) menyatakan bahwa “Variabel penelitian adalah suatu

atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai

variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik

kesimpulannya”.

Berdasarkan judul yang diambil penulis, yaitu “Pengaruh Intellectual

Capital terhadap Kinerja keuangan perusahaan pada Perusahaan Manufaktur yang

Terdaftar di Bursa Efek Indonesia (BEI)”, maka variabel yang digunakan adalah

sebagai berikut :

a. Variabel Laten Eksogen

Variabel laten eksogen adalah variabel laten yang dianggap memiliki

pengaruh terhadap variabel yang lain, namun tidak dipengaruhi oleh

variabel lain dalam model. Dalam penelitian ini adalah intellectual capital

dengan indikator pengukuran menggunakan model VAIC™ yang

dipopulerkan oleh Pulic sebagai variabel karakteristik. Uraian setiap

variabel karakteristik ini adalah menggunakan model VAIC™ dengan

rincian pengukurannya sebagai berikut:

1. VACA

2. VAHU





3. STVA

b. Variabel Laten Endogen

Variabel laten endogen adalah variabel laten yang dianggap dipengaruhi

oleh variabel lain dalam model. Yang menjadi variabel laten endogen

dalam penelitian ini adalah Kinerja keuangan perusahaan dengan tolak

ukur dari profitabilitasnya, yaitu dengan rincian pengukurannya sebagai

berikut:

1. ROE

2. EPS

3. ASR

3.2.2.2 Operasionalisasi Variabel

Operasional variabel yang digunakan untuk memberikan gambaran

mengenai variabel-variabel yang digunakan dalam penelitian agar dapat diukur

dan dianalisa sesuai dengan tujuan penelitian. Penarikan batasan yang lebih

menjelaskan ciri-ciri spesifik yang lebih substantive dari suatu konsep, agar

peneliti dapat mencapai suatu alat ukur yang yang sesuai dengan hakikat variabel

yang sudah di definisikan konsepnya, maka peneliti harus memasukkan proses

atau operasionalnya alat ukur yang akan digunakan untuk kuantifikasi gejala atau

variabel yang ditelitinya.





Sesuai dengan judul “Pengaruh Intellectual Capital Terhadap Kinerja

keuangan perusahaan pada Perusahaan Manufaktur yang Terdaftar di Bursa Efek

Indonesia (BEI), variabel – variabel yang terkait ini adalah sebagai berikut :

1. Intellectual Capital (variabel laten eksogen)

2. Kinerja keuangan perusahaan (variabel laten endogen)

Tabel 3.1

Operasional Variabel

Variabel Definisi Indikator Skala

Intellectual

Capital/

Modal

Intelektual

(Variabel

Laten

Eksogen)

Jumlah dari apa yang

dihasilkan oleh tiga

elemen utama organisasi

(human capital, structural

capital, costumer capital)

yang berkaitan dengan

pengetahuan dan teknologi

yang dapat memberikan

nilai lebih bagi perusahaan

berupa keunggulan

bersaing organisasi.

(Kadir: 2003).

1. VACA = VA

CE

2. VAHU = VA

HC

3. STVA = SC

VA

Rasio

Company’s

Performance/

Kinerja

Keungan

Perusahaan

(Variabel

Laten

Endogen)

Penentuan ukuran-ukuran

tertentu yang dapat

mengukur keberhasilan

suatu perusahaan dalam

menghasilkan laba.

(Sucipto: 2003).

1. ROE

ROE =

Laba pemegang saham

Jumlah dana pemegang saham

2. EPS

EPS = Laba pemegang saham

WANS

3. ASR

ASR =

(Po (tahun x + 1) – Po tahun x) + D

Po tahun x

Rasio





Sumber : Pedoman Penulisan Skripsi

3.2.3. Populasi dan Sample Penelitian

Populasi merupakan obyek atau subyek yang berada pada suatu wilayah

dan memenuhi syarat tertentu yang berkaitan dengan masalah dalam penelitian.

Menurut Sugiyono (2006: 115) pengertian populasi adalah “Wilayah

generalisasi yang terdiri atas: obyek/subyek yang mempunyai kualitas dan

karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian

ditarik kesimpulannya.”

Populasi yang ditetapkan dalam penelitian ini adalah seluruh perusahaan

manufaktur (manufacture) yang terdaftar dan go public di BEI. Alasan pemilihan

populasi pada perusahan manufaktur dikarenakan kecukupan akan sampel yang

dibutuhkan sesuai alat uji yang digunakan, selain itu dengan kecukupan sampel

tersebut diharapkan hasil dari penelitian ini mampu bervariasi. Sementara itu,

sampel merupakan bagian dari populasi yang digunakan sebagai obyek penelitian.

Seperti yang sudah dijelaskan bahwa pemilihan sampel dalam penelitian ini

menggunakan metode purposive sampling. Adapun kriteria pemilihan sampel

adalah sebagai berikut:

1. Perusahaan telah terdaftar di Bursa Efek Indonesia hingga 31 Desember

2010 secara terus menerus.

2. Sampel lebih dipusatkan pada perusahaan/industri manufaktur menurut

klasifikasi Indonesian Capital Market Directory 2010. Hal ini bertujuan

untuk menghindari bias yang biasanya terjadi karena perbedaan industri.





3. Perusahaan menerbitkan laporan keuangannya selama periode penelitian

dan laporan keuangan berakhir 31 Desember dan dinyatakan dalam rupiah.

Dari 391 jumlah perusahaan yang listing di Bursa Efek Indonesia, terdapat

sekitar 139 perusahaan manufaktur atau sekitar 35 % dari jumlah perusahaan yang

terdaftar di Bursa Efek Indonesia.

Berdasarkan dimensi waktu dan urutan waktu, penelitian ini bersifat cross-

sectional dan time series atau biasa disebut dengan data panel (data pooled),

karena selain mengambil sampel waktu dan kejadian pada suatu waktu tertentu

juga mengambil sampel berdasarkan urutan waktu.

3.2.4. Teknik Pengumpulan Data

Pengumpulan data adalah pencatatan peristiwa-peristiwa atau hal-hal atau

keterangan-keterangan atau karakteristik-karakteristik sebagian atau seluruh

elemen populasi yang akan menunjang atau mendukung penelitian.

Data yang digunakan dalam penelitian ini adalah data sekunder. Data

diperoleh dari laporan keuangan akhir tahun (annual report) perusahaan sektor

manufaktur yang terdaftar di BEI yang dimulai dari tahun 2008 sampai tahun

2010 pada semua perusahaan yang terdaftar di BEI. Dalam penelitian ini data

sekunder dikumpulkan dengan cara melakukan metode dokumentasi. Data

diperoleh dari internet (www.idx.go.id, dan website setiap perusahaan). Dari

sumber tersebut diperoleh data kuantitatif berupa data laporan keuangan tahunan

(annual report) yang telah diterbitkan oleh perusahaan-perusahaan yang telah go

public dan terdaftar di Bursa Efek Indonesia (BEI).

http://www.idx.go.id/





Data sekunder merupakan struktur data historis mengenai variabel-

variabel yang telah dikumpulkan dan dihimpun sebelumnya oleh pihak lain. Data

yang digunakan adalah data sekunder berupa VACA, VAHU, STVA, ROE, EPS,

APS yang terdapat di laporan tahunan (annual report) perusahaan-perusahaan

sektor manufaktur yang telah go public di Bursa Efek Indonesia (BEI) periode

2010.

Menurut Umar (2004: 108) penentuan jumlah sampel dari populasi

tersebut menggunakan rumus Slovin :

n = N

1 + N (e)²

Dimana :

n = jumlah sampel

N = jumlah populasi

e = sampling error yaitu sebesar 10%

Maka jumlah sampel yang digunakan dalam penelitian ini adalah :

n = N

1 + N (e)²

n = 139

1 + 139 (0,1)²

n = 139

2,39

n = 58.15 ≈ 58 sampel perusahaan sudah memenuhi.

Untuk sampel perusahaan manufaktur yaitu sebanyak 60 sampel

perusahaan, hal ini berdasarkan teori yang terdapat dalam buku Kerlinger (1978)





yang mengatakan bahwa jumlah sampel minimal adalah sebanyak 30 sampel dan

jumlah tersebut sudah layak untuk dijadikan sampel penelitian. Kriteria dalam

analisis Partial Least Square (PLS) pun mensyaratkan ukuran sampel dari 30

hingga 50 sampel, sehingga jumlah tersebut sudah layak pula untuk dijadikan

sampel penelitian Jadi keseluruhan analisis sampel untuk penelitian ini adalah

sebanyak 60 sampel perusahaan.

3.2.5. Teknik Analisis Data

Teknik analisis data merupakan rancangan untuk menganalisis data yang

telah diperoleh dari berbagai sumber-sumber baik secara kualitatif maupun

kuantitatif, statistik atau non statistik, deskriptif atau inferensial. Analisis data

disini merupakan perhitungan untuk menjawab rumusan masalah dari penelitian

ini yaitu bagaimana pengaruh intellectual capital terhadap kinerja keuangan

perusahaan pada perusahaan pertambangan yang terdaftar di Bursa Efek

Indonesia. Langkah dalam menganalisis data yang telah diperoleh, yaitu melalui

analisis atas perhitungan model Pulic VAIC™ (VACA, VAHU, STVA) dengan

kinerja keuangan perusahaan dari tingkat profitabilitasnya (ROE, EPS, APS).

Adapun langkah-langkah dalam pengujian hipotesis sebagai berikut:

3.2.5.1 Statistik Deskriptif





Analisis statistik deskriptif digunakan untuk memberikan deskripsi atas

variabel-variabel penelitian secara statistik. Statistik deskriptif yang digunakan

dalam penelitian ini adalah nilai rata-rata (mean), maksimum, minimum, dan

standar deviasi.

3.2.5.2 Analisis ANOVA

Prosedur yang digunakan dalam analisis ANOVA ini adalah prosedur One

Way ANOVA atau sering disebut dengan perancangan sebuah faktor, yang

merupakan salah satu alat analisis statistik ANOVA yang bersifat satu arah (satu

jalur). ANOVA merupakan metode untuk menguji hubungan antara satu variabel

endogen (skala metrik) dengan satu atau lebih variabel eksogen (skala non metrik

atau kategorikal dengan kategori lebih dari dua). (Ghozali, 2009 dalam Murti,

2010: 49).

Nilai VAIC™ dari semua perusahaan diperingkatkan dari yang tertinggi

hingga yang terendah. Seperti yang telah dijelaskan pada bab sebelumnya,

VAIC™ = VACA + VAHU + STVA. Perusahaan-perusahaan tersebut kemudian

dibagi menjadi tiga kelompok yang berbeda:

Grup 1: 20 perusahaan dengan nilai VAIC™ tertinggi

Grup 2: 20 perusahaan dengan nilai tengah dari VAIC™

Grup 3: 20 perusahaan dengan nilai VAIC™ terendah

One Way between groups ANOVA dilakukan pada ketiga kelompok

perusahaan untuk menentukan apakah kinerja keuangan perusahaan dengan

intellectual capital yang lebih tinggi secara statistik berbeda dengan intellectual





capital yang lebih rendah untuk setiap tahun 2008 sampai 2010. Hasil yang

signifikan akan menunjukkan mean populasi secara statistik tidak sama antara

perusahaan dengan intellectual capital yang lebih tinggi memiliki ukuran kinerja

yang berbeda dibandingkan dengan intellectual capital perusahaan yang lebih

rendah. Jika tes ANOVA tidak memberikan satu atau beberapa hasil yang

signifikan untuk semua variabel, maka set data harus dibuang.

3.2.5.3 Analisis Korelasi Variabel Independen

Analisis korelasi merupakan pengujian validitas yang penting untuk

mengetahui apakah variabel independen (eksogen) yang berasal dari metode Pulic

cukup independen satu sama lain atau ada multikolinearitas antara variabel-

variabel ini. Jika variabel-variabel independen sangat berkorelasi satu sama lain,

maka mereka tidak lagi independen satu sama lain. (Tan et al., 2007: 85). Uji

multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan

adanya korelasi antar variabel bebas. (Ghozali, 2009 dalam Murti, 2010: 53).

3.2.5.4 Rancangan Uji Hipotesis

Untuk menguji kebenaran dari hipotesis, maka dilakukan uji hipotesis

yang diuji dan dibuktikan pengaruh intellectual capital terhadap kinerja keuangan

perusahaan pada perusahaan pertambangan yang terdaftar di Bursa Efek

Indonesia. Hipotesis yang diuji adalah hipotesis nol (H0). Sedangkan (Ha)

merupakan hipotesis alternatif penelitian ini.

Hasil penelitian Tan et al. (2007: 83) dengan menggunakan regresi

berganda tidak meyakinkan. Dari 21 uji regresi berganda yang dilakukan, hanya 9





yang memberikan hasil yang signifikan. Hasil itu signifikan secara statistik untuk

beberapa tahun tetapi tidak untuk tahun yang lain. Jadi regresi berganda dianggap

tidak memadai untuk penelitian ini dan lebih lanjut analisis akan menggunakan

Partial Least Square (PLS). Model ini memperlakukan intellectual capital dan

kinerja perusahaaan sebagai variabel laten dengan tiga indikator tiap variabelnya

karena regresi berganda tidak dapat menyediakan alat uji untuk tipe analisis ini,

PLS merupakan sebuah metode untuk melaksanakan Structural Equation

Modelling (SEM), untuk tujuan saat ini dianggap lebih baik daripada teknik SEM

(software AMOS, LISREL) yang lain. Model ini dikembangkan sebagai alternatif

untuk situasi dimana dasar teori pada perancangan model lemah dan atau

indikator yang tersedia tidak memenuhi model pengukuran reflektif. PLS

merupakan metode analisis yang sangat baik karena dapat diterapkan pada semua

skala data, tidak membutuhkan banyak asumsi dan ukuran sampel tidak harus

besar (Ghozali, 2006: 4).

Pemodelan komplek seringkali menggunakan structural equation

modelling (SEM) dengan berbagai syarat yang harus dipenuhi. Pada sebagian

pemodelan syarat-syarat tersebut kadang sulit terpenuhi. Alternatif yang bisa

dipilih dengan tetap mengaplikasikan pemodelan komplek adalah dengan Partial

Least Square (PLS). SEM dirancang dengan syarat adanya dukungan teori yang

kuat, sedangkan pada pemodelan PLS bisa berbasis (1) teori, (2) hasil-hasil

penelitian empiris, (3) analogi, hubungan antar variabel pada bidang ilmu yang

lain, (4) hal-hal normatif, misalnya peraturan pemerintah, undang-undang dan

sebagiannya, (5) hubungan rasional lainnya. Sehingga landasan teori pada PLS





bisa bersifat kuat, lemah bahkan eksploratif. Begitu pula dengan model

pengukuran, dalam PLS biasa dikenal dengan nama outer model, dalam SEM

hubungan indikator dengan variabelnya adalah refleksif saja, sedangkan pada PLS

bisa bersifat refleksif atau formatif. Menentukan indikator bisa berbasis teori atau

mengadaptasi indikator yang pernah dipakai oleh peneliti sebelumnya. Asumsi

tentang distribusi juga menjadi syarat penting dalam SEM. Data dalam pemodelan

harus memenuhi distribusi multinormal, apabila syarat ini tidak terpenuhi maka

estimasi akan dialihkan pada pendekatan resampling atau bootstrapping. Pada

PLS, asumsi distribusi multinormal tidak diperlukan karena estimasi langsung

menggunakan teknik bootstrapping. Ukuran sampel yang dibutuhkan dalam SEM

cukup besar, pada banyak referensi disarankan berjumlah 100 hingga 200 sampel.

Sedangkan pada PLS sampel berukuran kecil (minimal 30 hingga 50) sudah bisa

diaplikasikan. Modifikasi model untuk bisa mencapai kelayakan model yang lebih

baik dibutuhkan pada SEM, sedangkan di PLS hal ini tidak perlu dilakukan.

Pendekatan PLS adalah distribution free (tidak mengasumsikan data

berdistribusi tertentu, dapat berupa nominal, kategori, ordinal, interval, dan rasio).

Metode analisisnya yang powerful tidak mengasumsikan data harus dengan

pengukuran skala tertentu, dan jumlah sampel kecil. PLS selain dapat digunakan

sebagai konfirmasi teori juga dapat digunakan sebagai pendekatan yang lebih

tepat untuk tujuan prediksi, hal ini terutama pada kondisi dimana indikator

bersifat formatif, atau ketika penelitian ini masih tidak pasti karena variabel

seharusnya termasuk pada sebuah model atau berhubungan diantara variabel

dengan model miss-specified akan menghasilkan perkiraan inferior varians sesuai





yang dijelaskan PLS. Missing variables dan miss-specification lain hanya

memiliki sedikit efek estimasi yang dibuat oleh PLS (Tan et al., 2007; Ghozali,

2006). Dengan pendekatan PLS diasumsikan bahwa semua ukuran variance yang

berguna untuk dijelaskan. Oleh karena itu pendekatan untuk mengestimasi

variabel laten dianggap sebagai kombinasi linear dari indikator maka

menghindarkan masalah indeterminacy dan memberikan definisi yang pasti dari

komponen skor (Wold, 1982). Selanjutnya model pengujian hipotesis dengan

PLS, akan ditunjukkan oleh gambar berikut:

Gambar 3.2

Kerangka Pemikiran Penelitian

Sesuai dengan metode analisis dan model konseptual diatas, maka dapat dibuat

model analisis jalur semua variabel laten dalam PLS. Model analisis jalur semua

variabel laten dalam PLS terdiri dari (Ghozali, 2006: 23):

1. Inner model, yang menspesifikasi hubungan antar variabel laten

(structural model). Model persamaannya sebagai berikut:

ε = β0 + βε + γξ + δ

2. Outer model, yang menspesifikasi hubungan antara variabel laten dengan

indikatornya (measurement model). Model persamaannya:

- Untuk variabel laten eksogen: ξ = λx1 X1 + λx2 X2 + λx3 X3 + δξ

- Untuk variabel laten endogen: ε = λy1 Y1 + λy2 Y2 + λy3 Y3 + εε

VACA

VAHU

STVA

ROE

EPS

ASR

Intellectual

Capital

Company’s

Performance





Keterangan:

- X1 = VACA

- X2 = VAHU

- X3 = STVA

- Y1 = ROE

- Y2 = EPS

- Y3 = ASR

- ξ = (ksi) VAIC™/variabel laten eksogen

- ε = (eta) Company’s Performance/variabel laten endogen

- λx = (lambda kecil), loading faktor variabel laten eksogen

- λy = (lambda kecil), loading faktor variabel laten endogen

- β = (beta) koefisien pengaruh variabel endogen terhadap endogen

- γ = (gamma) koefisien pengaruh variabel eksogen terhadap endogen

- δ = (zeta) vektor varibel residual

- δ = residual dari regresi pada variabel laten eksogen

- ε = residual dari regresi pada variabel laten endogen

BAB III OBYEK & METODE PENELITIAN 3.1. Obyek...

Documents

Transcript of BAB III OBYEK & METODE PENELITIAN 3.1. Obyek...