PENGARUH INTELLECTUAL CAPITAL TERHADAP KINERJA...
Transcript of PENGARUH INTELLECTUAL CAPITAL TERHADAP KINERJA...
i
PENGARUH INTELLECTUAL CAPITAL TERHADAP KINERJA
KEUANGAN DAN PERTUMBUHAN PERUSAHAAN
(Studi pada Perusahaan Manufaktur yang Tercatat di Bursa Efek Indonesia
Tahun 2011-2013)
Skripsi
Diajukan Kepada Fakultas Ekonomi Dan Bisnis untuk Memenuhi Syarat-
Syarat untuk Meraih Gelar Sarjana Ekonomi
Oleh:
Alifia Puspita Dewi
Nim: 1111082000052
JURUSAN AKUNTANSI
FAKULTAS EKONOMI DAN BISNIS
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1437 H / 2015 M
ii
iii
iv
v
LEMBAR PERNYATAAN KEASLIAN KARYA ILMIAH
Yang bertanda tangan di bawah ini:
Nama : Alifia Puspita Dewi
Nomor Induk Mahasiswa : 1111082000052
Fakultas : Ekonomi dan Bisnis
Jurusan : Akuntansi/Akuntansi Manajemen
Dengan ini menyatakan bahwa dalam penulisan skripsi ini, saya:
1. Tidak menggunakan ide orang lain tanpa mampu mengembangkan dan
mempertanggungjawabkan.
2. Tidak melakukan plagiat terhadap naskah orang lain.
3. Tidak menggunakan karya ilmiah orang lain tanpa menyebutkan sumber
asli atau tanpa menyebut pemilik karya.
4. Tidak melakukan manipulasi atau pemalsuan data.
5. Mengerjakan sendiri karya ini dan mampu bertanggung jawab atas
karya ini
Jikalau di kemudian hari ada tuntutan dari pihak lain atas karya saya, dan telah
melalui pembuktian yang dapat dipertanggungjawabkan, ternyata memang
ditemukan bukti bahwa saya telah melanggar pernyataan di atas, maka saya siap
untuk dikenai sanksi berdasarkan aturan yang berlaku di Fakultas Ekonomi dan
Bisnis UIN Syarif Hidayatullah Jakarta.
Demikian pernyataan ini saya buat dengan sesungguhnya.
Jakarta, 22 November 2015
Yang menyatakan,
(Alifia Puspita Dewi)
vi
DAFTAR RIWAYAT HIDUP
I. IDENTITAS PRIBADI
Nama : Alifia Puspita Dewi
Tempat, Tanggal Lahir : Tangerang, 24 Januari 1992
1. Alamat : Jalan Karanggayam n0.04, Rt/Rw 004/003,
Mungkid, Kabupaten Magelang, Jawa
Tengah
Telepon : 089695251333
Email : [email protected]
II. PENDIDIKAN FORMAL
1. SD NEGERI Mungkin 2, Magelang
2. SMP NEGERI 1 Mungkid, Magelang
3. SMA NEGERI 4 Magelang
4. S1 Ekonomi Akuntansi UIN Syarif Hidayatullah
vii
viii
PENGARUH INTELLECTUAL CAPITAL TERHADAP KINERJA
KEUANGAN DAN PERTUMBUHAN PERUSAHAAN
(Studi Empiris: Perusahaan Manufaktur yang Terdaftar Di BEI
Tahun 2011–2013)
Oleh: Alifia Puspita Dewi
ABSTRACT
This study aimed to examine the affect of Value Added Intellectual Capital that
consist of three components of a firms’ resource (capital employee, human capital
and structural capital) with financial performance and growth of the
manufacturing company in Indonesia. The sample used in this study were 57
companies in the field of manufacturing that are consistently listed in the
Indonesian Stock Exchange in 2011-2013. The hypothesis in this study tested by
using multiple linear regression statistical test. VAIC measured by using the
concept of Pulic (1998) then linked to two model there are financial performance
(ROA) and the growth of company (AG).
Result of this research indicates that SCVA doesn’t influence to financial
performace and growth of the company as a partial, but the others component
(VACA and VAHU) are significantly influence to financial firm performance.
VACA significantly influence to the growth of company as a partial, but VAHU
doesn’t influence the growth of company as a partial. The empirical findings also
show that physical capital (VACA), human capital (VAHU), and structural capital
(SCVA) have significant influence with financial performance and growth of the
company listed on the Indonesia Stock Exchange Exchange in the three years
observation as a simultant. The significant value is under 0,05.
Keywords: Intellectual Capital (VAIC™), Value Added Capital Employed (VACA),
Value Added Human Capital (VAHU), Structural Capital Value Added (SCVA),
Return on Assets (ROA) and Assets Growth (AG).
ix
PENGARUH INTELLECTUAL CAPITAL TERHADAP KINERJA
KEUANGAN DAN PERTUMBUHAN PERUSAHAAN
(Studi Empiris: Perusahaan Manufaktur yang Terdaftar Di BEI
Tahun 2011–2013)
Oleh: Alifia Puspita Dewi
ABSTRAK
Penelitian ini bertujuan untuk menguji pengaruh antara Value Added Intellectual
Capital yang terdiri dari tiga komponen dari sumber perusahaan (capital
employee, human capital and structural capital) dengan kinerja keuangan dan
pertumbuhan perusahaan manufaktur di Indonesia. Sampel yang digunakan dalam
penelitian ini adalah 57 perusahaan di bidang manufaktur yang secara konsisten
terdaftar di BEI pada tahun 2011-2013. Hipotesis dalam penelitian ini di uji
dengan menggunakan uji statistik regresi linear berganda. Pengukuran VAIC
menggunakan konsep dari Pulic (1998) yang kemudian dihubungkan dengan dua
model, yaitu kinerja keuangan (ROA) dan pertumbuhan perusahaan (AG).
Hasil penelitian menunjukkan bahwa SCVA tidak berpengaruh pada kinerja
keuangan peusahaan secara parsial, namun komponen lainnya (VACA dan
VAHU) berpengaruh signifikan terhadap kinerja keuangan perusahaan. VACA
berpengaruh secara signifikan terhadap pertumbuhan perusahaan, sedangkan
VAHU tidak berpengaruh terhadap pertumbuhan perusahaan secara parsial. Hasil
penelitian juga menunjukkan bahwa VACA, VAHU dan SCVA berpengaruh
secara signifikan terhadap kinerja keuangan dan pertumbuhan perusahaan yang
terdaftar di Bursa Efek Indonesia selama 3 tahun secara simultan dengan nilai
signifikan dibawah 0,05.
Kata Kunci: Intellectual Capital (VAIC™), Value Added Capital Employed (VACA),
Value Added Human Capital (VAHU), Structural Capital Value Added (SCVA),
Return on Assets (ROA) and Assets Growth (AG).
x
KATA PENGANTAR
Segala puji dan syukur penulis panjatkan kepada Allah SWT Tuhan
semesta alam atas nikmat, karunia serta hidayah-NYA. Sholawat serta salam
tidak lupa tercurahkan kepada junjungan kita baginda Nabi besar Muhammad
SAW beserta keluarga sahabat dan para pengikutnya yang selalu istiqomah
sampai akhir zaman. Tiada kata yang pantas terucap selain syukur Alhamdulillahi
Robbil’alamin akhirnya penulis dapat menyelesaikan skripsi yang berjudul
“Pengaruh Intellectual Capital Terhadap Kinerja Keuangan dan
Pertumbuhan Perusahaan”
Skripsi ini merupakan tugas akhir yang harus diselesaikan sebagai syarat
guna meraih gelar Sarjana Ekonomi di Universitas Islam Negeri Syarif
Hidayatullah Jakarta. Penulis menyadari sepenuhnya bahwa banyak pihak yang
telah membantu dalam proses penyelesaian skripsi ini. Selain itu, penulis juga
turut mengucapkan terimakasih dan penghargaan yang sebesar-besarnya kepada:
1. Kedua orang tua yang telah memberikan rasa cinta, perhatian, kasih
sayang, semangat serta berdoa yang tiada henti-hentinya.
2. Adik-adik tercinta Feby dan Frida, terimakasih atas dukungan dan doanya.
3. Bapak Dr.Yahya Hamja,MM selaku pempimbing I yang senantiasa ikhlas
untuk meluangkan waktu dalam memberikan bimbingan dan arahan
selama penyusunan skripsi.
4. Ibu Putriesti Mandasari, SP., M.Si sebagai pembimbing II yang senantiasa
memberikan waktu serta ilmu dalam membimbing dan dukungan dalam
menyelesaikan skripsi.
5. Bapak Dr. M. Arif Mufraini, Lc., M.Si selaku Dekan Fakultas Ekonomi
dan Bisnis UIN Syarif Hidayatullah Jakarta.
6. Bu Yessi Fitri, SE., M.Si., Ak., CA selaku Ketua Jurusan Akuntansi
Fakultas Ekonomi
7. Bapak Hepi Prayudiawan SE.,Ak.,MM.,CA selaku Sekrtaris Jurusan
Akuntansi Fakultas Ekonomi UIN Syarif Hidayatullah Jakarta.
xi
8. Seluruh dosen Fakultas Ekonomi dan Bisnis UIN Syarif Hidayatullah
Jakarta yang telah memberikan ilmu yang bermanfaat kepada penulis baik
dalam bidang akademik maupun non-akademik.
9. Seluruh staf karyawan Universitas Islam Negeri yang telah memberikan
bantuan kepada penulis.
10. Fito Akbar Satrya, dan Muhammad Nur Iqbal terimakasih atas dukungan
dan doa yang diberikan kepada penulis.
11. Dani, Wise Dova, Pradita, Astriana dan teman-teman ABK21 terimakasih
atas bantuan, dukungan dan doa kepada penulis.
12. Sahabat Culedrista tercinta, terimakasih atas segala perhatian, dukungan
dan doa kepada penulis.
13. Rekan- rekan Akuntansi UIN Syarif Hidayatullah angkatan 2011
14. Semua pihak yang tidak bisa disebutkan satu per satu.
Semoga Allah SWT membalas semua kebaikan yang telag diberikan
kepada penulis selama ini. Penulis menyadari sepenuhnya bahwa skripsi ini masih
jauh dari sempurna dikarenakan terbatasnya pengalaman dan pengetahuan yang
dimiliki penulis. Oleh karena itu, penulis mengharapkan segala bentuk saran serta
masukan bahkan kritik yang membangun dari berbagai pihak.
Jakarta, 22 November 2015
Alifia Puspita Dewi
xii
DAFTAR ISI
Halaman Judul .............................................................................................. i
Lembar Pengesahan Skripsi ......................................................................... ii
Lembar Pengesahan Ujian Komprehensif .................................................... iii
Lembar Pengesahan Ujian Skripsi ............................................................... iv
Lembar Pernyataan Keaslian Karya Ilmiah ................................................. v
Daftar Riwayat Hidup .................................................................................. vi
Abstract ........................................................................................................ viii
Abstrak ......................................................................................................... ix
Kata Pengantar ............................................................................................. x
Daftar Isi ....................................................................................................... xii
Daftar Tabel ................................................................................................. xvi
Daftar Gambar .............................................................................................. xvii
Daftar Lampiran ........................................................................................... xviii
BAB I PENDAHULUAN ............................................................................ 1
1.1 Latar Belakang .............................................................................. 1
1.2 Rumusan Masalah ......................................................................... 6
1.3 Tujuan Penelitian .......................................................................... 7
1.4 Manfaat Penelitian ........................................................................ 7
BAB II TINJAUAN PUSTAKA .................................................................. 9
2.1 Landasan Teori .............................................................................. 9
2.1.1 Stakeholder Theory ........................................................... 9
2.1.2 Resourced Based Theory .................................................. 11
2.1.3 Intellectual Capital ............................................................ 12
2.1.4 VAIC™ ............................................................................. 19
2.1.5 Kinerja Keuangan .............................................................. 23
2.1.6 Pertumbuhan Perusahaan .................................................. 26
xiii
2.2 Penelitian Terdahulu ............................................................ 27
2.3 Kerangka Pemikiran ...................................................................... 30
2.4 Dasar Perumusan Hipotesis .......................................................... 31
2.4.1 Pengaruh IC terhadap Kinerja Keuangan ......................... 31
2.4.2 Pengaruh IC terhadap pertumbuhan perusahaan ............... 33
BAB III METODE PENELITIAN ............................................................... 36
3.1 Ruang Lingkup Penelitian ............................................................. 36
3.2 Metode Penentu Sampel ................................................................ 36
3.3 Jenis dan Sumber Data .................................................................. 37
3.2.1 Jenis Data .......................................................................... 37
3.2.2 Sumber Data ...................................................................... 37
3.4 Operasional Variabel Penelitian .................................................... 37
3.4.1 Variabel Independen ......................................................... 37
3.4.2 Variabel Dependen ............................................................ 38
3.5 Metode Analisis Data .................................................................... 39
3.5.1 Statistik Deskriptif ............................................................ 39
3.5.2 Pengujian Asumsi Klasik .................................................. 39
3.5.2.1 Uji Normalitas ....................................................... 40
3.5.2.2 Uji Multikolinearitas .............................................. 40
3.5.2.3 Uji Heteroskedastisitas ........................................... 41
3.5.2.4 Uji Autokorelasi ..................................................... 42
3.5.3 Uji Hipotesis ..................................................................... 43
3.4.3.1 Analisis Regresi Berganda .................................... 43
3.4.3.2 Uji Statistik t (t-test) .............................................. 44
3.4.3.3 Uji Statistik F (F-test) ........................................... 45
BAB IV HASIL DAN PEMBAHASAN ..................................................... 46
4.1 Gambaran Umum Objek Penelitian .............................................. 46
4.1.1 Deskripsi Objek Penelitian ............................................... 46
xiv
4.2 Deskripsi Sampel Penelitian ......................................................... 47
4.3 Hasil Uji Analisis Data .................................................................. 47
4.3.1 Hasil Uji Statistik Deskriptif ............................................. 48
4.3.2 Hasil Uji Asumsi Klasik ................................................... 49
4.3.2.1 Uji Normalitas ....................................................... 49
4.3.2.2 Uji Multikolonieritas ............................................. 52
4.3.2.3 Uji Autokorelasi .................................................... 53
4.3.2.4 Uji Heteroskedastisitas ........................................... 55
4.3.3 Hasil Uji Hipotesis Penelitian ........................................... 57
4.3.3.1 Uji Hipotesis IC Terhadap Kinerja Keuangan ...... 57
4.3.3.1.1 Hasil Uji Koefisien Determinasi ............... 57
4.3.3.1.2 Hasil Uji t .................................................. 58
4.3.3.1.3 Hasil Uji F ................................................. 60
4.3.3.2 Uji Hipotesis IC Terhadap Pertumbuhan .............. 62
4.3.3.2.1 Hasil Uji Koefisien Determinasi ............... 62
4.3.3.2.2 Hasil Uji t .................................................. 63
4.3.3.2.3 Hasil Uji F ................................................. 65
4.3.4 Pembahasan Hasil Uji Hipotesis ....................................... 66
4.3.4.1 VACA Berpengaruh Terhadap ROA .................... 66
4.3.4.2 VAHU Berpengaruh Terhadap ROA .................... 67
4.3.4.3 SCVA Berpengaruh Terhadap ROA ..................... 68
4.3.4.4 IC Berpengaruh Terhadap ROA ........................... 70
4.3.4.1 VACA Berpengaruh Terhadap AG ....................... 72
4.3.4.2 VAHU Berpengaruh Terhadap AG ....................... 73
4.3.4.3 SCVA Berpengaruh Terhadap AG ........................ 74
4.3.4.4 IC Berpengaruh Terhadap AG .............................. 75
BAB V PENUTUP ....................................................................................... 78
5.1 Kesimpulan ................................................................................... 78
xv
5.2 Kontribusi ...................................................................................... 79
5.3 Saran untuk Peneliti Selanjutnya .................................................. 80
DAFTAR PUSTAKA .................................................................................. 82
LAMPIRAN ................................................................................................. 86
xvi
DAFTAR TABEL
No. Keterangan Halaman
2.1 Perbandingan Konsep Intellectual Capital ...................................... 15
2.2 Klasifikasi Intellectual Capital ........................................................ 19
2.3 Penelitian Terdahulu ........................................................................ 27
3.1 Tabel Operasional Variabel .............................................................. 38
3.2 Pengambilan Keputusan Uji Autokorelasi ....................................... 42
4.1 Proses Seleksi Sampel ...................................................................... 47
4.2 Hasil Uji Statistik Deskriptif ............................................................ 48
4.3 Hasil Uji Kolmogorov-Smirnov ........................................................ 52
4.4 Hasil Uji Multikolonieritas ROA ..................................................... 52
4.5 Hasil Uji Multikolonieritas AG ........................................................ 53
4.6 Hasil Uji Autokorelasi ROA ............................................................ 54
4.7 Hasil Uji Autokorelasi AG ............................................................... 54
4.8 Hasil Uji Heteroskedastisitas ROA .................................................. 55
4.9 Hasil Uji Heteroskedastisitas AG ..................................................... 56
4.10 Hasil Uji Adj R2
ROA ...................................................................... 58
4.11 Hasil Uji t ROA ................................................................................ 59
4.12 Hasil Uji F ROA .............................................................................. 61
4.13 Hasil Uji Adj R2
AG ........................................................................ 62
4.14 Hasil Uji t AG .................................................................................. 63
4.15 Hasil Uji F AG ................................................................................. 65
xvii
DAFTAR GAMBAR
No. Keterangan Halaman
2.1 Model Kerangka Pemikiran ............................................................. 30
4.1 Hasil Uji Normalitas P-P Plot ROA ................................................. 50
4.2 Hasil Uji Normalitas P-P Plot AG ................................................... 51
4.3 Hasil Uji Heteroskedastisitas Scaterplot ROA ................................ 56
4.4 Hasil Uji Heteroskedastisitas Scaterplot AG ................................... 57
xviii
DAFTAR LAMPIRAN
No. Keterangan Halaman
1 Daftar Perusahaan Objek Penelitian ................................................ 86
2 Rincian Data Perusahaan 2011 – 2013 ............................................. 89
3 Hasil Output SPSS ........................................................................... 137
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Dewasa ini dunia telah berkembang dengan begitu pesatnya yang ditandai
dengan kemajuan di bidang teknologi informasi, persaingan ketat dan
pertumbuhan inovasi yang luar biasa sehingga menyebabkan banyak perusahaan
juga mengubah cara mereka menjalankan bisnis. Agar dapat terus bertahan
perusahaan-perusahaan mengubah dari bisnis yang berdasarkan labor based
business (bisnis berdasarkan tenaga kerja) menjadi knowledge based business
(bisnis berdasarkan pengetahuan), strategi bisnis ini difokuskan pada pengetahuan
dan keahlian dari tenaga kerja yang dapat meningkatkan nilai perusahaan
dibandingkan dengan mengandalkan banyaknya tenaga kerja dalam suatu
perusahaan (Wijaya, 2012).
Pada sistem yang berbasis pengetahuan ini, maka modal yang
konvensional seperti sumber daya alam, sumber daya keuangan dan aktiva fisik
lainnya menjadi kurang penting dibandingkan dengan modal yang berbasis pada
pengetahuan dan teknologi. Menggunakan ilmu pengetahuan dan teknologi
secara efisien dan ekonomis oleh sumber daya yang ada, akan memberikan
keunggulan kompetitif bagi perusahaan (Rupert, 1998).
Ada tiga pengertian keunggulan kompetitif (competitive advantage).
Pertama, keunggulan kompetitif ialah sisi khas (distinct edge) organisasi yang
datang dari kompetensi inti dan kecakapan proses bisnis yang membedakan
2
organisasi satu dengan organisasi lain (Robbins dan Coulter, 2002; Kotler, 2002).
Kedua, keunggulan kompetitif adalah faktor apa saja yang dapat membedakan
produk dan jasa suatu organisasi dengan produk dan jasa organisasi pesaing untuk
mencapai tujuan jangka panjang (David, 2002). Ketiga, keunggulan kompetitif
ialah segala sesuatu yang dilakukan dengan sangat baik oleh perusahaan
dibandingkan dengan perusahaan pesaingnya (David, 2006).
Keunggulan kompetitif yang berkelanjutan hanya dapat diciptakan melalui
pengembangan intangible assets seperti kemampuan dan pengetahuan pekerja,
teknologi informasi yang mendukung pekerja dan menghubungkan perusahaan
dengan customers dan suplier, serta iklim organisasi yang mendorong inovasi,
pemecahan masalah, dan pengembangan (Kaplan dan Norton, 2001). Keunggulan
bersaing sangat tergantung pada superioritas kualitas sumber daya manusia.
Suatu perusahaan yang efektif dalam lingkungan yang kompetitif adalah
yang mengelola sumber daya manusianya sebaik mungkin. Sumber daya
manusialah yang akan menentukan apakah tujuan perusahaan dapat tercapai
dengan tepat dan baik (Martoyo, 2000). Sumber daya manusia tercermin dari para
karyawan yang tidak lain adalah para penggerak, penggagas, serta pengambil
keputusan demi keberlangsungan eksistensi perusahaan. Aset yang dimiliki
perusahaan yang semula dalam bentuk aset tetap kini menjadi aset tak berwujud
(intangible asset) yaitu intellectual capital atau modal intelektual yang
mengandung unsur pemikiran yang dimiliki karyawan.
Aset yang paling berharga bagi perusahaan di abad 20 adalah peralatan
produksinya. Sedangkan aset yang paling berharga di abad ke-21 adalah pekerja
berpengetahuan dan produktifitasnya (Drucker, 1957 dalam Ulum, 2009:86).
3
Perkembangan suatu perusahaan akan sangat bergantung pada penciptaan dan
pengembangan dari pengetahuan itu sendiri, sehingga perusahaan dituntut untuk
dapat memanfaatkan segala aset yang mereka miliki, tidak hanya tangibel asset
(aset berwujud) namun juga memperhitungkan intangible asset (aset tidak
berwujud) dalam peningkatan kinerja perusahaan (Ainurridha, 2014).
Intellectual capital masih belum dikenal secara luas di Indonesia. Hal ini
dikarenakan, perusahaan – perusahaan di Indonesia lebih memilih menggunakan
modal kovensional dalam membangun bisnisnya (Abidin, 2000). Intellectual
capital mulai dikenal di Indonesia sejak diterbitkan PSAK No 19 (revisi 2009)
mengenai aset tidak berwujud (intangible Asets) (Ulum, 2008). Menurut IAI
(2007) Intangible asset (Aset tidak berwujud) adalah aset non-moneter yang
dapat diidentifikasi dan tidak mempunyai wujud fisik. Sedangkan menurut
PSAK No 19 (revisi 2009) intangible asset (aset tidak berwujud) terdiri dari
ilmu pengetahuan dan teknologi, desain dan implementasi sistem atau proses
baru, lisensi, hak kekayaan intelektual, pengetahuan mengenai pasar dan merek
dagang (termasuk merek produk/brand names). Selain itu juga disebutkan
piranti lunak komputer, hak paten, hak cipta, film gambar hidup, daftar
pelanggan, hak penguasaan hutan, kuota impor, waralaba, hubungan dengan
pemasok atau pelanggan, kesetiaan pelanggan, hak pemasaran, dan pangsa
pasar.
Dalam dunia bisnis modern, intellectual capital telah menjadi aset yang
sangat bernilai. Hal ini menimbulkan tantangan bagi para akuntan untuk
mengidentifikasi, mengukur dan mengungkapkannya dalam laporan keuangan
(Suwarjono dan Kadir, 2003). Penelitian mengenai intellectual capital menjadi
4
sangat menarik karena berdasarkan survei global yang dilakukan Taylor and
Associated pada tahun 1998 ternyata isu-isu mengenai pengungkapan
intellectual capital merupakan salah satu dari sepuluh jenis informasi yang
dibutuhkan pemakai (Williams, 2001).
Intellectual capital memiliki peran yang sangat penting dan strategis di
dalam perusahaan. Laporan keuangan kurang memadai dalam melaporkan kinerja
intellectual capital perusahaan. Penciptaan nilai yang tidak berwujud (intangibel
value creation) harus mendapatkan perhatian yang cukup karena hal ini memiliki
dampak yang sangat besar terhadap kinerja perusahaan. Penciptaan nilai dengan
memanfaatkan seluruh potensi yang dimiliki perusahaan baik karyawan (human
capital), aset fisik (physical capital) maupun structural capital. Pengelolaan yang
baik atas seluruh potensi ini akan menciptakan value added bagi perusahaan yang
kemudian dapat mendorong kinerja keuangan dan pertumbuhan perusahaan bagi
stakeholder (Ulum, 2009:6).
Saat ini pertumbuhan sektor manufaktur di Indonesia memberi kontribusi
signifikan terhadap perekonomian nasional, sektor manufaktur kembali mencatat
pertumbuhan di tengah pelambatan pertumbuhan perekonomian nasional dan
kelesuan ekonomi global. Sektor manufaktur juga berpotensi maju dan tumbuh
secara berkelanjutan dengan kebijakan untuk meningkatkan nilai berbasis daya
saing (Sjamsu, 2011).
Perkembangan industri manufaktur di Indonesia terus tumbuh hingga
mencapai 6,4 persen menurut data Kementrian Perdagangan Republik Indonesia.
Dari pencapaian itu maka persaingan dalam dunia usaha semakin tinggi. Hal
tersebut membangkitan minat perusahaan untuk selalu meningkatkan sumber daya
5
manusia berbasis pengetahuan dengan baik. Dalam hal manajemen perusahaaan
juga harus menjaga dan meningkatkan kinerja perusahaan.
Model pengukuran kinerja intellectual capital untuk perusahaan
manufaktur menjadi penting untuk dihasilkan karena hasil penelitian di berbagai
negara termasuk di Indonesia, menunjukkan bahwa intellectual capital memiliki
peran dalam menggerakan perusahaan, seperti yang telah disampaikan
sebelumnya. Intellectual capital berpengaruh positif terhadap kinerja keuangan
perusahaan yang merupakan ukuran kinerja jangka pendek dan paling mudah
dilihat, baik pada masa kini maupun di masa yang akan datang. Artinya,
intellectual capital dapat digunakan dalam memprediksi kinerja keuangan
perusahaan (Ulum, 2008; Wang, 2011; Salman, 2012; Latif, 2012).
Berdasarkan uraian diatas, dapat diketahui bahwa terdapat beberapa aspek
yang membantu perusahaan untuk berkembang, salah satunya adalah intellectual
capital. Penulis tertarik untuk melakukan penelitian untuk memperoleh bukti
empiris tentang “PENGARUH INTELLECTUAL CAPITAL TERHADAP
KINERJA KEUANGAN DAN PERTUMBUHAN PERUSAHAAN PADA
PERUSAHAAN MANUFAKTUR YANG TERCATAT DI BURSA EFEK
INDONESIA”
Penelitian ini, menggunakan model VAIC yang dikembangkan oleh Pulic
(1998) dalam pengukuran terhadap intellectual capital, Pulic berpendapat bahwa
intellectual capital dihitung dengan suatu ukuran untuk menilai efisiensi dari nilai
tambah sebagai hasil dari kemampuan intelektual perusahaan. Pengukuran yang
digunakan untuk mengukur kinerja keuangan perusahaan menggunakan Return
6
On Asset (ROA) dan Assets Growth (AG) untuk mengukur pertumbuhan
perusahaan.
Penulis menggunakan perusahaan yang bergerak dalam industri
manufaktur sebagai sampel dalam penelitian ini dan menggunakan analisis regresi
berganda dalam metode analisis penelitiannya.
1.2 Perumusan Masalah
Intellectual Capital merupakan aset tidak berwujud yang tidak mudah
diukur, karena itulah muncul konsep VAIC yang menjadi solusi untuk mengukur
dan melaporkan intellectual capital dengan mengacu pada informasi keuangan
peusahaan. Berdasarkan hal tersebut, maka masalah dalam penelitian ini
dirumuskan dalam pertanyaan sebagai berikut.
1. Apakah VACA berpengaruh terhadap kinerja keuangan perusahaan?
2. Apakah VAHU berpengaruh terhadap kinerja keuangan perusahaan?
3. Apakah SCVA berpengaruh terhadap kinerja keuangan perusahaan?
4. Apakah Intellectual Capital berpengaruh terhadap Kinerja keuangan
perusahaan?
5. Apakah VACA berpengaruh terhadap pertumbuhan perusahaan?
6. Apakah VAHU berpengaruh terhadap pertumbuhan perusahaan?
7. Apakah SCVA berpengaruh terhadap pertumbuhan perusahaan?
8. Apakah Intellectual capital berpengaruh terhadap pertumbuhan
perusahaan?
7
1.3 Tujuan Penelitian
1. Untuk mengetahui pengaruh VACA terhadap kinerja keuangan
perusahaan.
2. Untuk mengetahui pengaruh VAHU terhadap kinerja keuangan
perusahaan.
3. Untuk mengetahui pengaruh SCVA terhadap kinerja keuangan
perusahaan.
4. Untuk mengetahui pengaruh antara Intellectual Capital terhadap kinerja
keuangan perusahaan.
5. Untuk mengetahui pengaruh VACA terhadap pertumbuhan perusahaan.
6. Untuk mengetahui pengaruh VAHU terhadap pertumbuhan perusahaan.
7. Untuk mengetahui pengaruh SCVA terhadap pertumbuhan perusahaan.
8. Untuk mengetahui pengaruh Intellectual Capital terhadap pertumbuhan
perusahaan.
1.4 Manfaat Penelitian
Adapun manfaat yang dapat diambil dari penelitian ini adalah sebagai
berikut:
1. Kontribusi Teoritis
a. Mahasiswa jurusan akuntansi, penelitian ini bermanfaat untuk
bahan referensi dalam pemahaman mengenai pengaruh
intellectua capital terhadap kinerja keuangan dan pertumbuhan
perusahaan.
b. Penulis, sebagai sarana untuk menambah wawasan dan
pengetahuan tentang masalah yang diteliti.
8
c. Masyarakat, sebagai informasi mengenai korelasi antara
variabel-variabel dalam penelitian ini.
2. Kontribusi Praktis
a. Sebagai alat bantu dalam pengambilan keputusan guna
meningkatkan kinerja sebuah perusahaan
b. Sebagai sumber informasi dan referensi mengenai relevansi
pengungkapan intellectual capital dalam laporan keuangan
3. Bagi akademisi, penelitian ini akan bermanfaat untuk
a. Kontribusi riset pengungkapan intellectual capital perusahaan
manufaktur di Indonesia.
9
BAB II
TINJAUAN PUSTAKA
2.1 Landasan Teori
2.1.1 Stakeholder Theory
Dalam pandangan stakeholder theory, perusahaan bukan
hanya memiliki shareholder namun juga memiliki stakeholders
yang meliputi pemegang saham, karyawan, pelanggan, pemasok,
kreditor, pemerintah, dan masyarakat (Riahi-Belkaoui, 2003).
Kelompok stakeholder inilah yang menjadi pertimbangan utama
bagi perusahaan dalam pengungkapan suatu informasi dalam
laporan keuangan dimana laba akuntansi hanya merupakan ukuran
return bagi shareholder, sementara value added merupakan ukuran
yang lebih akurat yang diciptakan stakeholders, kemudian
didistribusikan kepada stakeholders (Meek & Gray, 1988 dalam
Belkaoui, 2003).
Kelangsungan hidup perusahaan tergantung pada dukungan
stakeholder dan dukungan tersebut harus dicari sehingga aktivitas
perusahaan adalah untuk mencari dukungan tersebut. Perusahaan
bukanlah entitas yang hanya beroperasi untuk kepentingannya
sendiri, dan untuk mendapatkan dukungan dari stakeholder
perusahaan harus memberikan manfaat bagi para stakeholder yang
dimilikinya.
10
Freeman dan Evan (1990) menyatakan definisi tentang
stakeholder, yaitu:
“any identifiable group or individual who can affect the
achievement of an organisation’s objectives, or is affected
by the achievement of an organisation’s objectives”.
Berdasar teori stakeholder, manajemen perusahaan
diasumsikan melakukan aktivitas yang dianggap penting oleh
stakeholder dan melaporkan kembali aktivitas-aktivitas tersebut
pada stakeholder. Teori ini menyatakan bahwa stakeholder berhak
untuk menerima informasi tentang bagaimana aktivitas organisasi
mempengaruhi mereka, bahkan ketika mereka memilih untuk tidak
menggunakan informasi tersebut atau bahkan ketika mereka tidak
dapat secara langsung memainkan peran yang konstruktif dalam
kelangsungan hidup organisasi (Fontaine, 2006).
Dalam konteks VAICTM
, teori stakeholder berargumen
bahwa seluruh stakeholder memiliki hak untuk diperlakukan adil
dan manajer harus mengelola organisasi untuk keuntungan seluruh
stakeholder. Melalui pemanfaatan seluruh potensi perusahaan, baik
karyawan (human capital), aset fisik (physical capital), maupun
structural capital, maka perusahaan akan mampu menciptakan
value added bagi perusahaan (dalam hal ini disebut VAICTM
).
Dengan meningkatkan value added tersebut, kinerja keuangan
perusahaan akan meningkat dan pertumbuhan perusahaan makin
baik sehingga nilai perusahaan di mata stakeholder akan
meningkat.
11
2.1.2 Resources Based Theory/Resources Based View (RBT)
Resources Based Theory dipelopori oleh Penrose (1959)
yang mengemukakan bahwa sumber daya perusahaan adalah
heterogen, tidak homogen, jasa produktif yang tersedia berasal dari
sumber daya perusahaan yang memberikan karakter unik bagi tiap-
tiap perusahaan (Kor dan Mahoney, 2004).
Teori Resources Based Theory memandang bahwa
perusahaan merupakan kumpulan dari sumber daya dan
kemampuan (Kor dan Mahoney, 2004). Perbedaan sumber daya
dan kemampuan perusahaan dengan perusahaan pesaing akan
memberikan keuntungan kompetitif. Asumsi Resources Based
Theory yaitu bagaimana perusahaan dapat bersaing dengan
perusahaan lain untuk mendapatkan keunggulan kompetitif dengan
mengelola sumber daya yang dimiliki sesuai dengan kemampuan
perusahaan (Wernerfelt, 1984).
Empat kriteria sumber daya sebuah perusahaan mencapai
keunggulan kompetitif yang berkelanjutan, yaitu: (a) sumber daya
harus menambah nilai positif bagi perusahaan, (b) sumber daya
harus bersifat unik atau langka diantara calon pesaing dan pesaing
yang ada sekarang ini, (c) sumber daya harus sukar ditiru dan (d)
sumber daya tidak dapat digantikan dengan sumber lainnya oleh
perusahaan pesaing (Fahy dan Smithee, 1999).
Dalam konteks ini, Resources Based Theory dapat
menjelaskan bahwa perusahaan yang dapat mengelola intellectual
12
capital dengan maksimal. Intellectual capital dalam hal ini yaitu
seluruh sumber daya yang dimiliki perusahaan, baik karyawan
(human capital), aset fisik (physical capital) maupun structural
capital.
Kemampuan perusahaan untuk mengeksploitasi dan
memobilisasi aset tidak berwujudnya jauh lebih menentukan
daripada melakukan investasi dan mengelola aktiva fisik yang
berwujud (Kaplan dan Norton, 1996). Sumber daya tidak berwujud
(intangible resources) merupakan aktiva yang paling berharga bagi
suatu perusahaan (Mulyadi, 200; Simons, 2000; Ulrich, 1998).
2.1.3 Intellectual Capital
Intellectual Capital bisa juga disebut sebagai intellectual
property, intellectual assets dan knowledge assets. Namun pada
dasarnya ketiga istilah tersebut memiliki konsep yang berbeda
(McConnachie, 1997 dalam Novia, 2012). Intellectual Capital
dianggap sebagai pengetahuan dengan nilai yang potensial. Ketika
pengetahuan ditegaskan dengan adanya kepemilikan, maka
pengetahuan tersebut menjadi intellectual Property yang nilainya
dapat diukur oleh penggunanya. Intellectual Capital menunjukkan
transformasi menjadi sesuatu yang bernilai bagi perusahaan.
Sedangkan assets intellectual merupakan pertukaran bentuk bagi
transformasi pengetahuan tersebut (Ismawati, 2007).
13
Ketertarikan mengenai Intellectual Capital berawal ketika
Tom Stewart, Juni 1991, menulis sebuah artikel yang berjudul
Brain Power-How Intellectual Capital Is Becoming America’s
Most Valuabel Asset, yang mengantar intellectual capital kepada
agenda manajemen (Ulum, 2009). Dalam artikelnya, Stewart
mendefinisikan intellectual capital adalah materi intelektual
(pengetahuan, informasi, property intelektual, pengalaman) yang
dapat digunakan untuk menciptakan kekayaan. Ini adalah suatu
kekuatan akal kolektif atau seperangkat pengetahuan yang berdaya
guna.
Klein dan Prusak (1994) menyatakan apa yang kemudian
menjadi standar pendefinisian intellectual capital, yang kemudian
dipopularisaikan oleh Stewart (1994), sebagai berikut:
“… we can define intellectual capital operationally as
intellectual material that has been formalized, captured,
and leveraged to produce a higher valued asset”.
Pulic (2008) mendefinisikan intellectual capital, yaitu:
“In the new economy the concept of intellectual capital is
used as a synonym for those employees, who have the
capability of transforming and incorporating knowledge
into product and services that create value.”
Intellectual capital termasuk didalamnya adalah seluruh
proses dan aset yang biasanya tidak muncul pada balance sheet dan
seluruh intangible asset yang telah dipertimbangkan terhadap
metode akuntansi yang modern, dimana didalamnya terdapat
kontribusi dari pengetahuan manusia sebagai sumber daya
perusahaaan (Bontis, 2000).
14
Sampai saat ini belum ada definisi intellectual capital yang
diterima secara umum atau universal. Namun sebagian besar
definisi mengungkapkan hal yang mirip yaitu intellectual capital
dianggap sebagai sumber penciptaan nilai jangka panjang
perusahaan (Edvinsson dan Malone, 1997).
Salah satu definisi intellectual capital yang banyak
digunakan adalah yang didefinisikan oleh Organisation for
Economic Cooperation and Development (OECD) pada tahun
1999 yang menjelaskan intellectual capital sebagai nilai ekonomi
dari dua kategori aset tak berwujud, diantaranya organizational
(structural) capital yang mengacu pada sistem software, jaringan
distribusi dan rantai pasokan. Kategori lainnya yaitu human
capital, yang meliputi sumber daya manusia di dalam organisasi
(karyawan) dan sumber daya eksternal yang berkaitan dengan
organisasi, seperti konsumen dan supplier. (Ulum, 2009: 21)
Berikut akan ditampilakan perbandingan intellectual
capital yang dikemukakan oleh Brooking, Roos, Steward dan
Bontis yang dibuat oleh The International Federation of
Accountants (IFAC, 1998).
15
Tabel 2.1
Perbandingan konsep Intellectual capital
Sumber: The International Federation of Accountants (IFAC, 1998)
Secara umum peneliti membagi modal intelektual menjadi
tiga elemen utama (Sveiby, 1997; Stewart, 1999; Bontis 2000),
yaitu: human capital, structural capital, dan relational capital.
Brooking (UK) Roos (UK) Steward
(USA)
Bontis
(Canada)
Human-centered
assets
Skills, abilities
and expertise,
problem solving
abilities and
leadership styles
Human Capital
Competence,
attitude and
intellectual
agility
Human
Capital
Employees are
an
organization’s
most important
asset
Human capital
The individual-
level
knowledge that
each employee
possesses
Infrastructure
assets
All the The
technologies,
process and
methodologies
that enable
company to
function
Organizational
capital
All
organizational,
innovation,
processes,
intellectual
propert and
cultural assets
Structural
capital
Knowledge in
information
technology
Structural
capital
Non-human
assets or
organizational
capabilities
used to meet
market
requorements
Intellectual
Property
Know how,
trademarks and
patents
Renewal and
development
capital
New patentes
and training
effort
Structural
capital
All patents,
plans and
trademarks
Intellectual
property
Unlike, IC, IP
is a protected
Asset and has a
legal definition
Market Assets
Brands,
customers,
customer loyalty
and distribution
channels
Relation
Capital
Relationship
which include
internal and
external
stakeholder
Customer
capital Market
Information
used to capture
and retain
customers
Relational
capital
Customers
capital is only
one feature of
the knowledge
embedded in
organizational
relationships
16
Dimana ketiganya berkaitan dengan pengetahuan dan teknologi
yang dapat memberikan nilai lebih bagi perusahaan berupa
keunggulan bersaing organisasi.
1. Human Capital (modal manusia)
Human capital didefinisikan sebagai pengetahuan, skill dan
pengalaman yang pegawai bawa ketika meninggalkan perusahaan
(Stratovic dan Marr, 2004 dalam Astuti, 2005). Human capital
merupakan lifeblood dalam intellectual capital. Disinilah sumber
inovasi dan perubahan, tetapi merupakan komponen yang sulit
untuk diukur. Human capital juga merupakan tempat
bersumbernya pengetahuan yang sangat berguna, keterampilan,
dan kompetensi dalam suatu perusahaan (Fauzan, 2014). Human
capital mencerminkan kemampuan kolektif perusahaan untuk
menghasilkan solusi terbaik berdasarkan pengetahuan yang
dimiliki oleh orang-orang yang ada dalam perusahaan tersebut.
Human capital akan meningkat jika perusahaan mampu
menggunakan pengetahuan yang dimiliki oleh karyawannya.
Beberapa karakteristik dasar yang dapat diukur dari modal
ini, yaitu training programs, credential, experience, competence,
recruitment, mentoring, learning programs, individual potential
and personality (Brinker, 2000).
17
2. Structural Capital atau Organizational Capital (modal
organisasi)
Structural capital merupakan sesuatu yang menjadikan
perusahaan tetap kokoh akibat nilai yang telah dicapai oleh
perusahaan mulai bekerja dengan sendirinya untuk kemajuan
perusahaan (Roos, 1997). Structural capital didefinisikan sebagai
pengetahuan yang akan tetap berada dalam perusahaan (Stratovic
and Marr, 2004 dalam Astuti, 2005).
Bontis (1998) menyatakan bahwa structural capital timbul
dari proses dan nilai organisasi, yang mencerminkan fokus internal
dan eksternal dari perusahaan, ditambah pengembangan dan
pembaharuan nilai untuk masa depan.
Structural capital mencakup hardware, software, proses,
paten dan merek dagang. Selain itu, structural capital juga
mencakup ha-hal seperti citra organisasi, sistem informasi dan
database. Karena komponen yang beraagam, structural capital
lebih lanjut diklasifikasikan kedalam organisasi, proses dan
innovasional capital (Edvisson and Malone, 1997).
Seorang individu dapat memiliki tingkat intelektualitas
yang tinggi, tetapi jika organisasi memiliki sistem dan prosedur
yang buruk maka intellectual capital tidak dapat mencapai kinerja
secara optimal dan potensi yang ada tidak dapat dimanfaatkan
secara maksimal.
18
3. Relational Capital atau Costumer Capital (modal pelanggan)
Setiap bisnis yang berhubungan dengan konsumen tentunya
memiliki modal konsumen (costumer capital). Hal ini menjadikan
penghubung antara human capital dan structural capital
(Karacan, 2007). Secara sederhana, costumer capital adalah apa
yang mungkin dilakukan oleh konsumen terhadap perusahaan
(Steward, 1997).
Relational capital atau costumer capital dapat muncul dari
berbagai bagian diluar lingkungan perusahaan yang dapat
menambah nilai bagi perusahaan tersebut. Edvinsson (1997)
seperti yang dikutip oleh Brinker (2000) menyarankan
pengukuran beberapa hal berikut ini yang terdapat dalam modal
pelanggan, yaitu:
a. Customer Profile. Siapa pelanggan-pelanggan kita, dan
bagaimana mereka berbeda dari pelanggan yang dimiliki oleh
pesaing. Hal potensial apa yang kita miliki untuk meningkatkan
loyalitas, mendapatkan pelanggan baru, dan mengambil
pelanggan dari pesaing.
b. Custumer Duration. Seberapa sering pelanggan kita berbalik
pada kita. Apa yang kita ketahui tentang bagaimana dan kapan
pelanggan akan menjadi pelanggan yang loyal? Serta seberapa
sering frekuensi komunikasi kita dengan pelanggan.
c. Customer Role. Bagaimana kita mengikutsertakan pelanggan
ke dalam disain produk, produksi dan pelayanan.
19
d. Customer Support. Program apa yang digunakan untuk
mengetahui kepuasan pelanggan.
e. Customer Success. Berapa besar rata-rata setahun pembelian
yang dilakukan oleh pelanggan.
Tabel 2.2
Klasifikasi Intellectual Capital
Human Capital Relational
(Customer) Capital
Organisational
(Structural) Capital
Pendidikan
Pekerjaan dihubungakan
dengan pengetahuan,
Penilaian psychometric,
semangat
enterpreneurial, jiwa
inovatif, kemampuan
proaktif dan reaktif,
kemampuan untuk
berubah
Brand
Konsumen
Loyalitas konsumen
Jaringan distribusi
Kolaborasi bisnis
Kesepakatan Lisensi
Kontrak yang
mendukung
Kesepakatan
franchise
Intellectual Property
Paten
Copyrights
Trade secret
Trademarks
Infrastructure assets
Filosofi manajemen
Budaya perusahaan
Sistem Informasi
Sumber: Wijaya, 2012
2.1.4 Value Added Intellectual Coefficient (VAIC™)
Koefisien Nilai Tambah Intelektual atau Value Added
Intellectual Coefficient (VAIC) menyediakan informasi tentang
efisiensi penciptaan nilai dari aset berwujud dan tidak berwujud
dalam perusahaan. VAIC (Value Added Intellectual Coefficient)
digunakan karena dianggap sebagai indikator yang cocok untuk
mengukur intellectual capital di riset empiris (Pulic, 1998).
Beberapa alasan utama yang mendukung penggunaan
VAIC diataranya adalah VAIC (Value Added Intellectual
Coefficient) menyediakan dasar ukuran yang standar dan konsisten,
angka-angka keuangan yang standar yang umumnya tersedia dari
laporan keungan perusahaan, sehingga memungkinkan lebih efektif
20
melakukan analisis komparatif internasinoal menggunakan ukuran
sampel yang besar di berbagai setor industri (Pulic dan
Bornemann, 1999).
Kedua, semua data yang di gunakan dalam perhitungan
VAIC (Value Added Intellectual Coefficient) didasarkan pada
informasi yang telah diaudit, sehingga perhitungan dapat dianggap
obyektif dan dapat diverifikasi (Pulic, 2000)
VAIC (Value Added Intellectual Coefficient) adalah sebuah
prosedur analitis yang dirancang untuk memungkinkan
manajemen, pemegang saham dan pemangku kepentingan lain
yang terkait untuk secara efektif memonitor dan mengevaluasi
efisiensi nilai tambah atau Value Added dengan total sumber daya
perusahaan dan masing-masing komponen sumber daya utama.
Dimana nilai tambah merupakan perbedaan antara pendapatan
(OUT) dan beban (IN).
Penghitungan Intellectual capital dengan metode VAIC™
diukur dengan value added yang terbentuk dari penjumlahan Value
Added Capital Coefficient (VACA), Value Added Human Capital
(VAHU), Structural Capital Value Added (SCVA). Formulasi
penghitungan VAIC™ menggunakan tiga elemen yaitu:
1. Value Added Capital Coefficient (VACA)
VACA adalah perbandingan antara value added (VA) dengan
capital employed (CE) (Pulic, 1998). Rasio ini menunjukkan
adanya kontribusi yang dibuat oleh setiap unit capital
21
employed terhadap value added organisasi. VACA menjadi
indikator kemampuan intelektual perusahaan untuk
memanfaatkan modal fisik yang lebih baik:
Dimana:
VACA : Value AddedCapital Employed
VA : Value Added
CE : Capital Employed (Total aktiva – Kewajiban lancar)
Sedangkan VA berasal dari perbandingan antara output
dengan input.
Dimana:
Output (OUT) : Pendapatan bunga bersih + Jumlah
pendapatan operasional lain
Input (IN) : Total beban operasional lainnya – Beban
Karyawan
2. Value Added Human Capital (VAHU)
VAHU menunjukkan kontribusi yang dibuat oleh setiap rupiah
yang diinvestasikan pada HC (human capital) untuk value
added organisasi atau hubungan antara VA (value added) dan
HC (human capital) mengindikasikan kemampuan HC
(human capital) membuat nilai pada sebuah perusahaan
VA = Out - In
22
(Pulic, 1998). Jadi hubungan antara VA (value added) dan HC
(human capital) diformulakan sebagai berikut:
Dimana:
VAHU : Value Added Human Capital
VA : Value Added
HC : Human Capital (Beban Karyawan)
Ketika VAHU dibandingkan lebih dari sebuah kelompok
perusahaan, VAHU menjadi sebuah indikator kualitas sumber
daya manusia perusahaan. VAHU juga sebagai kemampuan
perusahaan menghasilkan value added setiap rupiah
dikeluarkan pada human capital.
3. Structural Capital Value Added (SCVA)
STVA adalah rasio structural capital terhadap value added
yang mengukur jumlah SC (structural capital) yang
dibutuhkan untuk menghasilkan satu rupiah dari VA (value
added). STVA menjadi indikator keberhasilan SC dalam
penciptaan nilai.
Dimana :
SCVA : Structure Capital Value Added
SC : Structure Capital (Value Added – Beban Karyawan)
VA : Value Added
23
VAIC™ merupakan indikator kemampuan intelektual
organisasi atau rasio tersebut merupakan kalkulasi
kemampuan intelektual sebuah perusahaan (Pulic, 1998).
Formulasi penghitungan VAIC™ adalah sebagai berikut:
Dimana:
VAIC : Value Added Intellectual Capital
VACA : Value Added Capital Employed
VAHU : Value Added Human Capital
SCVA : Value Added Structure Capital
2.1.5 Kinerja Keuangan
Kinerja adalah hasil kerja yang dapat dicapai oleh
seseorang atau sekelompok orang dalam suatu organisasi, sesuai
dengan wewenang dan tanggung jawab masing-masing, dalam
upaya mencapai tujuan organisasi bersangkutan secara legal, tidak
melanggar hukum dan sesuai dengan moral maupun etika
(Prawirosentono, 1997).
Hansen dan Mowen (2005) dalam Novia (2012)
menyatakan kinerja dapat dibedakan kedalam kinerja keuangan
dan non keuangan. Kinerja keuangan lebih dititik beratkan pada
variabel-variabel yang terkait langsung dengan laporan keuangan.
Kinera keuangan diuji dalam tiga dimensi. Pertama, dimensi
VAIC™ = VACA + VAHU + SCVA
24
produktifitas perusahaan atau pengolahan input menjadi output
secara efisien. Kedua, dimensi profitabilitas atau tingkat dimana
pendapatan perusahaan melebihi biaya yang dikeluarkan. Dimensi
ketiga adalah tingkat dimana nilai pasar perusahaan melebihi nilai
bukunya (walker 2001 dalam Novia 2012)
Kinerja perusahaan merupakan suatu tampilan keadaan
perusahaan selama periode tertentu (Sihasale, 2001). Untuk
mengetahui kinerja yang dicapai maka dilakukan pengukuran
kinerja. Kinerja keuangan perusahaan dapat diukur dari laporan
keuangan yang dikeluarkan secara periodik oleh perusahaan
dimana hal tersebut memberikan suatu gambaran tentang posisi
keuangan suatu perusahaan (Purnomo, 1998).
Untuk mengukur kinerja keuangan perusahaan digunakan
rasio-rasio keuangan. beberapa indikator yang digunakan antara
lain current ratio (CR), debt to equity ratio (DER), return on
Assets (ROA), return on investment (ROI), dan return on equity
(ROE).
a. Return on Assets (ROA)
Return on Assets (ROA) merupakan salah satu rasio
profitabilitas. Dalam analisis laporan keuangan, rasio ini
paling sering disoroti, karena mampu menunjukkan
keberhasilan perusahaan menghasilkan keuntungan. ROA
mampu mengukur kemampuan perusahaan manghasilkan
25
keuntungan pada masa lampau untuk kemudian
diproyeksikan di masa yang akan datang.
Assets atau aktiva yang dimaksud adalah keseluruhan harta
perusahaan, yang diperoleh dari modal sendiri maupun dari
modal asing yang telah diubah perusahaan menjadi aktiva-
aktiva perusahaan yang digunakan untuk kelangsungan
hidup perusahaan.
b. Current ratio (CR)
Rasio lancar adalah ukuran dari likuiditas jangka pendek
yang membandingan aset lancar dengan kewajiban lancar.
Rasio ini menunjukkan kemampuan perusahaan untuk
memenuhi kewajiban jangka pendeknya. Perusahaan yang
mampu membayar belum tentu mampu memenuhi segala
kewajiban keuangan yang harus dipenuhi (Sofyan, 2007).
c. Debt to equity ratio (DER)
Rasio hutang atas modal adalah menggambarkan sampai
sejauh mana modal pemilik dapat menutupi hutang-hutang
kepada pihak luar. Debt to equity ratio menggambarkan
proporsi antara kewajiban yang dimiliki dan seluruh
kekayaan yang dimiliki (Sawir, 2001).
d. Return on investment (ROI)
Pengukuran kemampuan perusahaan secara keseluruhan di
dalam menghasilkan keuntungan dengan jumlah
keseluruhan aktiva yang tersedia di dalam perusahaan.
26
e. Return on equity (ROE)
ROE merupakan pengembalian hasil atau ekuitas yang
jumlahnya dinyatakan sebagai suatu parameter dan
diperoleh atas investasi dalam saham biasa perusahaan
untuk suatu periode waktu tertentu. Besarnya ROE sangat
dipengaruhi oleh besarnya laba yang diperoleh perusahaan
(Sartono, 2001).
2.1.6 Pertumbuhan Perusahaan
Pertumbuhan perusahaan merupakan kemampuan
perusahaan untuk meningkatkan ukuran atau size perusahaan
(Kallapur dan Trombley, 2001 dalam Bambang 2012).
Keberhasilan pertumbuhan dan keberlangsungan perusahaan akan
terwujud jika suatu perusahaan dapat mengelola sumber daya
intelektual dengan maksimal. Dengan demikian, pemanfaatan
sumber daya intelektual secara efektif dan efisien akan mendorong
pertumbuhan perusahaan. Pertumbuhan perusahaan diukur dengan
indikator earning growth (EG) dan asset growth (AG). Earning
growth (EG) merupakan kenaikan laba bersih perusahaan dari
tahun sebelumnya ke tahun berikutnya. Asset growth (AG)
merupakan kenaikan total aset perusahaan dari tahun sebelumnya
ke tahun berikutnya.
27
2.2 Penelitian Terdahulu
Penelitian mengenai pengaruuh intelectual capital banyak dilakukan akhir-akhir ini. Terdapat persamaan dan perbedaan
dengan penelitian-penelitian terdahulu mengenai topik yang berkaitan dengan penelitian ini, diantaranya akan disajikan dalam tabel
2.3 dibawah ini:
Tabel 2.3
Hasil Penelitian Sebelumnya
No. Judul/Peneliti Metode Penelitian
Hasil Persamaan Perbedaan
1. Mahesh Joshi, Daryll
Cahil and Jasvinder
Sidhu
Intellectual Capital
and Financial
performance: an
evaluation of the
Australian financial
sector (2012)
dependen Kinerja keuangan,
menggunakan pendekatan
VAIC untuk meghitung
Intellectual Capital
tidak terdapat variabel
dependen pertumbuhan
perusahaan, analisis
hipotesis yang digunakan
regresi berganda
intellectual capital berpengaruh
pada kinerja keuangan pada sektor
keuangan di Australia
Bersambung ke halaman selanjutnya
28
No. Judul/Peneliti Metode Penelitian
Hasil Persamaan Perbedaan
2.
Wei-Kang Wang,
Wen-Min Lu, Yu Han
Wang
The relationship
between bank
performance and
intellectual capital in
East Asia (2011)
Variabel independen
intellectual Capital, Variabel
dependen berupa kinerja
keuangan, Populasi
perusahaan yang digunakan
Perbankan
Metode penelitian yang
digunakan yaitu SBM
Model
Intellectual Capital menjadi faktor
penting pada kemampuan
perbankan dalam persaingan pasar
global
3.
Anne-Laure Mention
dan Nick Bontis
Intellectual capital and
performance within
the banking sector of
Luxembourg and
Belgium (2013)
Variabel dependen
Intellectual Capital dan
Variabel Independent Kinerja
keuangan. Menggunakan
pendekatan VAIC,
menggunakan Perbankan
sebagai populasi penelitian
metode penelitian yang
digunakan PLS, tidak
terdapat variabel
independen Pertumbuhan
perusahaan
Intellectual Capital berpengaruh
terhadap kinerja keuangan
perbankan terutama dalam
bersaing dalam pasar dunia
Tabel Hasil Penelitian Sebelumnya
(Lanjutan)
Bersambung ke halaman selanjutnya
29
No. Judul/Peneliti Metode Penelitian
Hasil Persamaan Perbedaan
4. Ihyamul Ulum, Imam
Ghozalie dan Anis
Chariri
Intellectual Capital
dan Kinerja
KeuanganPerusahaan;
suatu Pendekatan
Partial Least Squares
(2008)
Variabel Independet
Intellectual Capital,
variabel dependen kinerja
keuangan, menggunakan
metode purposive
sampling, menggunakan
metode VAIC oleh Pulic
Uji analisis dengan
menggunakan Partial Least
Squares, menggunakan assets
turn over dan growth revenue
sebagai proksi kinerja
keuangan
1. Terdapat pengaruh
Intellectual Capital
terhadap kinerja keuangan
perusahaan
2. Intellectual capital
berpengaruh terhadap rata-
rata Pertumbuhan
perusahan
5. Rachmawati (2012) Variabel Dependen IC
dihitung dengan
pendekatan VAIC,
Variabel Independen
Kinerja keuangan
diproksikan pada ROA, uji
hipotesis dengan Analisis
regresi linear sederhana
tidak terdapat variabel
dependen pertumbuhan
perusahaan
Intellectual capital berpengaruh
positif terhadap Return On
Assets(ROA)
Tabel Hasil Penelitian Sebelumnya
(Lanjutan)
Sumber: Diolah dari berbagai referensi
30
2.3 Kerangka Pemikiran
Bagaimanapun modal intelektual diyakini dapat berperan penting
dalam meningkatkan kinerja keuangan perusahaan sehingga perusahaan
dapat tetap bertumbuh dan meningkatkan nilai perusahaan. Ulum (2008),
Diez et al. (2010) telah membuktikan bahwa Intellectual Capital
mempunyai pengaruh yang positif terhadap kinerja keuangan dan
pertumbuhan perusahaan.
Gambar 2.1 Kerangka Pemikiran
Pengaruh Intellectual Capital Terhadap Kinerja Keuangan dan
Pertumbuhan Perusahaan (Studi pada Perusahaan Manufaktur yang
Tercatat di Bursa Efek Indonesia Tahun 2011-2013)
Variabel Independen Variabel Dependen
Basis Teori: Stakeholder Theory, Resource Based Theory,
Intellectual Capital, Value Added Intellectual Coefficient,
Kinerja Keuangan, Pertumbuhan Perusahaan
Intellectual Capital:
1. VACA
2. VAHU
3. SCVA
Kinerja Keuangan Perusahaan
Pertumbuhan Perusahaan
Model Regresi
Uji Asumsi Klasik
Hasil Uji Hipotesis dan
Pembahasan
Kesimpulan
Uji Normalitas
Uji Multikolonieritas
Uji Autokorelasi
Uji Heterokedastisitas
31
2.4 Dasar Perumusan Hipotesis
2.4.1 Pengaruh intellectual capital terhadap Kinerja Keuangan
Perusahaan
Kinerja keuangan adalah suatu gambaran kondisi keuangan
perusahaan. Penelitian yang dilakukan Chen (2005) dan Ulum
(2008) menunjukkan hasil bahwa intelletual capital mempunyai
pengaruh positif terhadap kinerja keuangan perusahaan.
Perusahaan yang mampu mengelola dan memanfaatkan
sumberdaya strategisnya maka perusahaan itu akan mampu
menciptakan suatu nilai tambah dan keunggulan kompetitif
sehingga akan bermuara pada peningkatan kinerja keuangan
perusahaan.
Penelitian yang berkaitan dengan modal intelektual seperti
yang dilakukan oleh oleh Firer dan Williams (2003) dan Syed
Najibullah (2005) menguji hubungan antara modal intelektual
(VAIC) dan tiga komponennya yaitu capital employee efficiency
(VACA), human capital efficiency (VAHU) dan structural capital
efficiency (SCVA) dengan kinerja keuangan yang diukur dengan
return on equity, productivity dan market valuation (Firer dan
Williams, 2003) sedangkan Return on Equity (ROE), Return on
Asset (ROA), Growth in Revenue (GR) dan Employee Productivity
(EP) digunakan oleh Najibullah (2005). Hasil penelitian Firer dan
Williams (2003) menunjukkan bahwa variabel structural capital
efficiency (SCVA) mempunyai pengaruh signifikan terhadap
32
profitabilitas. Sedangkan hasil penelitian Najibullah (2005)
menunjukkan bahwa hanya VACA yang mempunyai pengaruh
signifikan terhadap kinerja keuangan.
Penelitian terdahulu yang dilakukan Gan dan Saleh (2008)
menunjukkan Value Added Human Capital menjadi faktor penting
dalam meningkatkan kinerja keuangan dari perusahaan. Clarke
et.al (2011) meunjukan bahwa terdapat hubungan secara langsung
antara Intellectual Capital dan kinerja keuangan pada perusahaan
yang listed.
Penelitian yang dilakukan oleh Wang dan Chang (2005)
menemukan bahwa terdapat hubungan antara human capital
dengan kinerja keuangan. Begitupula dengan penelitian yang
dilakukan oleh Andreou (2007), Chen (2004) dan Bontis (1998).
Structural Capital terkadang digunakan secara bergantian
dengan modal organisasi, termasuk pengetahuan yang dimilik oleh
karyawan untuk mencapai kinerja perusahaan yang lebih baik
(Bontis, 1998; Martinez-Torres, 2006; Youndt et al., 2004).
Penelitian yang dilakukan Hsu dan Fang (2010)
menunjukan bahwa intellectual capital menjadi faktor penting
untuk keuntungan jangka panjang dan kinerja perusahaan yang
mengindikasikan kompetensinya pada aset tak berwujud
dibandingkan dengan aset berwujud.
Suhendah (2012) melakukan penelitian dengan
menggunakan sampel perusahaan yang terdaftar di bursa efek
33
Indonesia priode 2005 – 2007. Hasil menunjukkan bahwa
intellectual capital yang diukur dengan menggunakan metode
VAIC berpengaruh terhadap kinerja keuangan tetapi tidak
berpengaruh terhadap nilai pasar.
Berdasarkan pada penelitian-penelitian terdahulu dan
diperkuat dengan teori yang ada, maka diajukan hipotesis
penelitian sebagai berkut:
H1: VACA berpengaruh terhadap kinerja keuangan
perusahaan (ROA).
H2: VAHU berpengaruh terhadap kinerja keuangan
perusahaan (ROA).
H3: SCVA berpengaruh terhadap kinerja keuangan
perusahaan (ROA).
H4: Intellectual Capital berpengaruh terhadap kinerja
keuangan perusahaan (ROA).
2.4.2 Pengaruh Modal Intelektual terhadap Pertumbuhan
Perusahaan
Pertumbuhan perusahaan merupakan kemampuan
perusahaan dalam meningkatkan size (Kallapur dan Trombley,
2001) dalam (Solikhah, 2010). Resourced based theory
menjelaskan bahwa kontinuitas dan pertumbuhan perusahaan
ditentukan oleh pengelolaan dan pemanfaatan asset-aset strategis
yang penting. Aset-aset strategis tersebut termasuk aset berwujud
maupun asset tak berwujud. Modal intelektual menjadi salah satu
34
penggerak dalam pertumbuhan suatu perusahaan. World Bank
(Anon, 1998) mengidefinisikan pentingnya kemampuan
Intellectual dan pengetahuan sebagai penggerak dalam
pertumbuhan perekonomian nasional.
Selanjutnya menurut pandangan resource-based theory,
keberhasilan pertumbuhan dan keberlangsungan perusahaan akan
bergantung pada pengembangan sumber daya baru sama seperti
mengeksploitasi sumber daya yang lama. Dengan demikian,
pemanfaatan sumber daya intelektual secara efektif dan efisien
akan mendorong kemampuan pengembangan bagi perusahaan.
Ulum (2008), Diez et al. (2010), dan Solikhah (2010) telah
membuktikan bahwa IC mempunyai pengaruh yang positif
terhadap pertumbuhan perusahaan.
Penelitian terdahulu yang dilakukan oleh Hassanzadeh,
Lalepour, et al (2012) menunjukkan hasil bahwa hanya structural
capital (SCVA) yang berpengaruh terhadap pertumbuhan
perusahaan. Sedangkan penelitian yag dilakukan oleh Marfuah dan
Ulfah (2014) menunjukkan hasil bahwa VACA dan VAHU
merupakan komponen intellectual capital yang berpengaruh positif
terhadap pertumbuhan perusahaan.
Hasil penelitian Maditinos (2011) dan Wahdikorin (2010)
menunjukkan hasil bahwa intellectual capital tidak berpengaruh
signifikan atau hanya berpengaruh parsial pada pertumbuha
perusahaan. Dengan adanya research gap yang terjadi pada
35
penelitian - penelitian terdahulu, diperlukan penelitian lebih lanjut
untuk meneliti hubungan antara intellectual capital dengan
pertumbuhan perusahaan.
Atas dasar penelitian terdahulu dan teori yang ada, maka
hipotesis kedua adalah:
H5: VACA berpengaruh terhadap pertumbuhan
perusahaan (AG).
H6: VAHU berpengaruh terhadap pertumbuhan
perusahaan (AG).
H7: SCVA berpengaruh terhadap pertumbuhan
perusahaan (AG).
H8: Intellectual Capital berpengaruh terhadap
pertumbuhan perusahaan (AG).
36
BAB III
METODE PENELITIAN
3.1 Ruang Lingkup Penelitian
Populasi penelitian ini adalah perusahaan manufaktur yang terdaftar di
Bursa Efek Indonesia. Dimana perusahaan tersebut melaporkan laporan keuangan
tahunannya kepada BEI selama 3 tahun berturut-turut dari tahun 2011-2013. Jenis
penelitian ini adalah penelitian kausalitas, yaitu penelitian yang bertujuan untuk
mengetahui hubungan serta pengaruh antara dua variabel atau lebih. Penelitian ini
akan membuktikan apakah variabel terkait terdapat hubungan kausalitas pada
Pengaruh Intellectual Capital Terhadap Kinerja Keuangan dan Pertumbuhan
Perusahaan pada Perusahaan Manufaktur yang Tercatat di Bursa Efek Indonesia.
3.2 Metode Penentuan Sampel
Populasi pada penelitian ini berupa perusahaan manufaktur yang terdaftar
di BEI berjumlah 128 perusahaan. Dimana pada proses seleksi pengambilan
sampel tersisa 57 perusahaan dimana 14 perusahaan lainnya merupakan
perusahaan manufaktur yang terdaftar di BEI setelah tahun 2011, sedangkan 57
perusahaan lainnya mengalami kerugian dalam periode yang telah ditetukan
dalam penelitian ini yaitu tahun 2011 - 2013 sehingga hal tersebut tidak
memenuhi syarat dalam penelitian ini.
Sampel merupakan bagian dari populasi yang digunakan sebagai objek
penelitian. Sampel yang digunakan dalam penelitian ini adalah sampel dengan
menggunakan metode purposive sampling yaitu metode pengambilan sampel yang
37
sesuai dengan tujuan penelitian dimana dalam penelitian ini menggunakan sampel
berupa laporan keuangan perusahaan manufaktur. Pengambilan sampel dalam
penelitian ini berdasarkan kriteria sebagai berikut:
a. Perusahaan manufaktur yang akan dianalisis terdaftar dalam Bursa Efek
Indonesia (BEI).
b. Perusahaan manufaktur go public yang terdaftar di BEI sebelum tahun
2011.
c. Perusahaan tidak menderita kerugian selama periode 2011 – 2013.
3.3 Jenis dan Sumber Data
3.3.1 Jenis Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder
yang berupa laporan keuangan publikasi yang diterbitkan oleh perusahaan
selama tiga tahun berturut-turut dari periode tahun 2011-1013.
3.3.2 Sumber Data
Sumber data penelitian yang diperoleh peneliti secara tidak langsung
melalui media perantara (diperoleh dan dicatat oleh pihak lain). Sedangkan
sumber data yang digunakan dalam penelitian ini diperoleh situs resmi BEI
(www.idx.co.id), serta jurnal-jurnal yang berkaitan dengan penelitian ini.
3.4 Operasional Variabel Penelitian
3.4.1 Variabel Independen
Variabel independen dalam penelitian ini adalah modal intelektual yang
diukur berdasarkan value added yang diciptakan oleh physical capital
(VACA), human capital (VAHU), dan structural capital (SCVA). Kombinasi
38
dari VACA, VAHU, SCVA tersebut merupakan VAIC™ yang
dikembangkan oleh Pulic (1998; 1999; 2000) dalam Ulum (2008).
3.4.2 Variabel Dependen
Variabel dependen pertama dalam penelitian ini adalah financial
performance (PERF). Dalam kinerja keuangan akan digunakan return on
asset (ROA). ROA merupakan salah satu rasio yang digunakan untuk
mengukur tingkat profitabilitas suatu perusahaan. Rasio ini digunakan untuk
mengukur seberapa besar laba bersih yang dapat diperoleh dari seluruh aktiva
yang dimiliki perusahaan (Dendawijaya, 2009).
Variabel dependen kedua adalah Variabel pertumbuhan perusahaan
diproxykan dengan pertumbuhan aktiva (AG). Dimana pertumbuhan aktiva
(AG) menunjukkan kenaikan aktiva dari tahun ke tahun.
Tabel 3.1
Operasional Variabel
Variabel Proksi Skala
Intellectual
Capital (X)
1. VAIC = VACA+ VAHU + SCVA
a. VACA = VA/CE
b. VAHU = VA/HC
c. SCVA = (VA-HC)/VA
Rasio
Kinerja
Keuangan (Y1)
ROA = Laba Bersih/Total Aset Rasio
Pertumbuhan
Perusahaan (Y2)
AG= Total Aset Tahun t / Total aset Tahun t-1 Rasio
39
3.5 Metode Analisis Data
Metode analisis yang digunakan dalam penelitian ini adalah analisis
regresi berganda. (Ghozali, 2013). Analisis regresi berganda digunakan untuk
menguji pengaruh antara dua variabel atau lebih dan metode ini mensyaratkan
untuk melakukan uji asumsi klasik terlebih dahulu agar mendapatkan hasil
yang terbaik.
3.5.1 Statistik Deskriptif
Statistik deskriptif memberikan gambaran atau deskripsi suatu data
yang dilihat dari nilai rata-rata (mean), standar deviasi, varian, maksimum,
minimum (Ghozali, 2013). Dalam statistik deskriptif disajikan ukuran –
ukuran numerik yang sangat penting bagi data sampel. Pengujian statistic
deskriptif ini menggunakan software Statistical Package for Social Sciene
(SPSS) versi 21.
3.5.2 Pengujian Asumsi Klasik
Metode pengujian untuk penelitian ini menggunakan metode regresi
linear berganda untuk mengetahui pengaruh variabel-variabel yang terkait
dalam penelitian (Kirana, 2011). Uji penyimpangan asumsi klasik menurut
Ghozali (2013) terdiri dari uji multikoliniearitas, uji autokorelasi, uji
heterokedastisitas dan uji normalitas. Uji autokorelasi tidak digunakan jika
data yang digunakan hanya satu periode saja (cross section).
40
3.5.2.1 Uji Normalitas
Uji normalitas bertujuan untuk mengukur apakah di dalam model
regresi variabel independen dan variabel dependen keduanya mempunyai
distribusi normal atau mendekati normal. Model regresi yang baik adalah
memiliki distribusi normal atau mendekati normal. Dalam penelitian ini,
uji normalitas menggunakan normal probability plot (P-P Plot). Suatu
variabel dikatakan normal jika gambar distribusi dengan titik-titik data
yang menyebar di sekitar garis diagonal, dan penyebaran titik-titik data
searah mengikuti diagonal (Ghozali, 2013).
Dalam penelitian ini untuk menguji normalitas akan menggunakan
uji kolmogorof-smirnof. Data dapat dikatakan berdistribusi normal apabila
nilai probabilitasnya lebih dari α = 5% (Ghozali, 2013).
3.5.2.2 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas atau independen
(Ghozali, 2013). Model regresi yang baik seharusnya tidak terjadi
korelasi antar variabel independen (Ghozali, 2013). Ada tidaknya
multikolinieritas dalam model regresi dapat dilihat dari variance inflation
factor (VIF). Multikolinearitas dapat dilihat dengan menganalisis nilai
VIF (Variance Inflation Factor). Suatu model regresi menunjukkan
adanya multikolinearitas jika:
41
1. Nilai nilai koefisien korelasi antar masing-masing variabel
independent kurang dari 0,09 maka model dapat dinyatakan
bebas dari asumsi klasik multikolinieritas.
2. Nilai Variance Inflation Factor (VIF) tidak lebih dari 10 dan
nilai Tolerance tidak kurang dari 0,1, maka model dapat
dikatakan bebas dari multikolinearitas.
3.5.2.3 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaknyamanan varians dari residual pengamatan
satu ke pengamatan yang lain. Jika residual dari satu pengamatan ke
pengamatan lain tetap, maka hal seperti itu disebut sebagai
homokedastisitas dan dan jika berbeda disebut heteroskedastisitas atau
tidak terjadi heteroskedastisitas. Model regresi yang baik adalah yang
homokedastisitas (Ghozali, 2013).
Salah satu cara untuk mengetahui ada tidaknya
heteroskedastisitas dalam suatu model regresi linier berganda adalah
dengan melihat grafik scatterplot atau nilai prediksi variabel terikat yaitu
ZPRED dengan residual error yaitu SRESID. Jika tidak ada pola tertentu
dan tidak menyebar diatas dan dibawah angka 0 (nol) pada sumbu Y,
maka tidak terjadi heteroskedastisitas. Dasar keputusan yang diambil
adalah sebgai berikut:
42
1. Jika Pola tertentu seperti titik-titik yang ada membentuk suatu pola
yang teratur (bergelombang, melebar, kemudian menyempit) maka
telah terjadi heteroskedostisias.
2. Jika tidak ada yang jelas serta titik-titik menyebar diatas dan dibawah
angka 0 (nol) pada sumbu Y maka tidak terjadi heteroskedastisitas
(Ghozali, 2013)
Analisis dengan menggunakan grafik plots memiliki kelemahan
yang cukup signifikan karena jumlah pengamatan mempengaruhi
hasil ploting. Semakin sedikit jumlah pengamatan semakin sulit
menginterpretasikan hasil grafik plot. Oleh sebab itu diperlukan uji
statistik yang lebih dapat menjamin keakuratan hasil (Ghazali, 2013).
Salah satu uji statistik yang dapat digunakan untuk mendeteksi
ada tidaknya heteroskedostisias yaitu uji glejser, dimana uji glejser
ini mengusulkan untuk meregres nila absolut residual terhadap
variabel independen (Gujarati, 2003) dengan persamaan regresi :
|Ut| = α + βXt + vt
Jika variabel independen signifikan secara statistik
mempengaruhi variabel dependen, maka ada indikasi terjadi
heteroskedostisias. Apabila probabilitas signifikansi tingkat
kepercayaan sebesar 5%, maka dapat disimpulkan tidak terjadi
heteroskedostisias.
3.5.2.4 Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi
linear ada korelasi antara kesalahan pengganggu pada periode t dengan
43
kesalahan pengganggu pada periode t-1 (sebelumnya), jika terjadi
korelasi dinamakan ada problem autokorelasi (Ghozali, 2013). Menurut
Ghozali (2006) untuk mendeteksi gejala autokorelasi dapat menggunakan
uji Durbin-Watson (D-W). Pengambilan keputusan ada tidaknya
autokorelasi dapat dilihat dari ketentuan berikut:
Tabel 3.2
Pengambilan Keputusan Ada Tidaknya Autokorelasi
Hipotesis Nol Keputusan Jika
Tidak ada autokorelasi positif Tolak 0 < d < dL
Tidak ada autokorelasi positif No decision dL ≤ d ≤ dU
Tidak ada korelasi negatif Tolak 4 – dL < d < 4
Tidak ada korelasi negatif No decision 4 – dU ≤ d ≤ 4 – dL
Tidak ada autokorelasi, positif
atau negatif
Tidak ditolak
dU < d < 4 – dU
3.4.3 Uji Hipotesis
3.5.3.1 Uji Analisis Regresi Berganda
Analisis regresi dilakukan untuk menguji seberapa besar hubungan
antara variabel independen dengan variabel dependen serta untuk
mengetahui arah hubungan tersebut (Ghozali, 2013). Hasil pengujian
tersebut akan memberikan hasil dari penolakan atau penerimaan dari
hipotesis penelitian. Uji analisis regresi berganda dirumuskan sebagai
berikut:
1. Y1 = a + b1VACA + b2VAHU + b3SCVA +
44
2. Y2 = a + b1VACA + b2VAHU + b3SCVA +
Keterangan:
Y1 : Variabel Kinerja Keuangan (ROA)
Y2 : Variabel Pertumbuhan perusahaan (AG)
b : Koefisien regresi b
a : Koefisien regresi
: Error
3.5.3.2 Uji Statistik t (t-test)
Menurut Ghozali (2013), uji statistik t pada dasarnya
menunjukkan seberapa jauh pengaruh satu variabel independen secara
parsial atau individual dalam menerangkan variabel dependen. Pengujian
dilakukan dengan menggunakan significance level 0,05 ( α =5%).
Ketentuan penolakan atau penerimaan hipotesis adalah sebagai berikut:
1. Jika nilai signifikansi t > 0,05 maka Ho diterima dan menolak
H1 (koefisien regresi tidak signifikan). Ini berarti bahwa
secara parsial atau individual variabel independen tersebut
tidak mempunyai pengaruh yang signifikan terhadap variabel
dependen.
2. Jika nilai signifikansi t ≤ 0,05 maka Ho ditolak dan
menerima H1 (koefisien regresi signifikan). Ini berarti bahwa
secara parsial atau individual variabel independen tersebut
mempunyai pengaruh yang signifikan terhadap variabel
dependen.
45
3.5.3.4 Uji Statistik F (F-test)
Uji statistik F pada dasarnya menunjukkan apakah semua variabel
independen yang dimaksud dalam model penelitian secara simultan atau
bersama-sama merupakan penjelas yang signifikan terhadap variabel
dependen. Pengujian dilakukan dengan menggunakan significance level
0,05 (α=5%). Nilai signifikansi yang kurang dari 0,05 menunjukkan
bahwa variabel dependen dapat dijelaskan oleh variabel-variabel
independennya. Ketentuan penolakan dan penerimaan hipotesis adalah
sebagai berikut:
1. Jika nilai signifikansi F > 0,05 atau Fhitung< Ftabel maka Ho
diterima dan menolak H1 (koefisien regresi tidak signifikan). Ini
berarti bahwa secara bersama-sama keempat variabel independen
tidak mempunyai pengaruh yang signifikan terhadap variabel
dependen.
2. Jika nilai signifikansi t ≤0,05 atau Fhitung> Ftabel maka Ho
ditolak dan menerima H1 (koefisien regresi signifikan). Ini berarti
bahwa secara bersama-sama keempat variabel independen tidak
mempunyai pengaruh yang signifikan terhadap variabel dependen
(Ghzali, 2013).
46
BAB IV
HASIL DAN PEMBAHASAN
4.2 Gambaran Umum Objek Penelitian
4.2.1 Deskripsi Objek Penelitian
Populasi dalam penelitian ini adalah perusahaan
manufaktur yang terdaftar di Bursa Efek Indonesia atau merupakan
perusahaan yang telah go public. Sampel perusahaan yang berhasil
diperoleh dan memenuhi kriteria adalah sebanyak 57 perusahaan,
dimana pernelitian dilakukan selama 3 tahun yaitu mulai tahun
2011 sampai dengan tahun 2013, sehingga terkumpul data
sebanyak 171. Data penelitian ini diperoleh dari laporan keuangan
perusahaan yang terdapat di situs resmi Indonesia Stock Exchange
yaitu www.idx.co.id. Fokus penelitian ini adalah untuk mengetahui
pengaruh intellectual capital yang dihitung dengan menggunakan
model Pulic dimana intellectual capital yang di wakili oleh VAIC
(Value Added Intellectual Coefficient), yang terbentuk oleh VACA
(Value Added Capital Employed), VAHU (value Added Human
Capital), SCVA (Structural Capital Value Added) terhadap kinerja
keuangan perusahaan yang diwakili oleh ROA (Return On Assets)
dan pertumbuhan perusahaan yang diwakili oleh AG (Assets
Growth).
47
Proses seleksi sampel berdasarkan kriteria yang telah
ditetapkan akan ditampilakan dalam tabel dibawah ini:
Tabel 4.1
Proses seleksi sampel berdasarkan kriteria
No. Kriteria Jumlah
1. Perusahaan manufaktur yang tercatat di BEI
sampai dengan tahun 2013
128
2. Perusahaan yang listing diatas tahun 2011 (14)
3. Perusahaan yang mengalami kerugian selama
periode 2011 – 2013 (57)
4. Jumlah Perusahaan yang memenuhi krieria
penelitian 57
Jumlah sampel data selama tiga tahun penelitian 171
Sumber : data sekunder yang diolah
4.2 Deskripsi Sampel Penelitian
Sampel yang digunakan dalam penelitian ini dipilih dengan
menggunakan puposive sampling, sehingga sampel dalam penelitian ini
merupakan perusahaan manufaktur yang memiliki kriteria yang sesuai
dengan tujuan penelitian. Sampel terpilih merupakan perusahaan yang
menyajikan data yang dibutuhkan dalam penelitian ini seperti laporan
keuangan perusahaan dan ringkasan kinerja perusahaan.
4.3 Hasil Uji Analisis Data
Hipotesis dalam penelitian ini diuji dengan menggunakan model
regresi berganda (multiple regression). Tujuannya adalah untuk
memperoleh gambaran yang menyeluruh mengenai pengaruh intellectual
capital, dalam penelitian ini menggunakan model dari Pulic yaitu VAIC
(Value Added Intellectual Coefficient) yang mewakili intellectual capital,
yang dibentuk dari VACA (Value Added Capital Employed), VAHU
(value Added Human Capital), SCVA (Structural Capital Value Added)
terhadap kinerja keuangan dan pertumbuhan perusahaan.
48
4.3.1 Hasil Uji Statistik Deskriptif
Uji statistik deskriptif digunakan untuk memberikan gambaran
atau deskripsi suatu data. Berdasarkan hasil uji statistik yang diperoleh
dari 57 perusahaan yang dijadikan sampel selama tiga tahun, sehingga
diperoleh data sebanyak 171 data yang memenuhi kriteria untuk
penelitian ini.
Tabel 4.2 Menunjukkan hasil dari statstik deskriptif penelitian
masing-masing variabel. Dari hasil uji statistik deskriptif terhadap
VACA (Value Added Capital Employed) diperoleh nilai minimum
sebesar 0,17, nilai maksimum sebesar 1,28, dengan rata-rata (mean)
sebesar 0,5320 dan memperoleh nilai standar deviasi sebesar 0,15133.
Hasil terhadap VAHU (Value Added Human Capital) menunjukan nilai
minimum sebesar 1,24, nilai maksimum sebesar 5,94, dengan rata-rata
sebesar 2,4900 dan memperoleh nilai standar deviasi sebesar 0,89799.
Hasil uji statistik deskriptif terhadap SCVA (Structure Capital Value
Tabel 4.2
Hasil Uji Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std.
Deviation
VACA 171 .17 1.28 .5320 .15133
VAHU 171 1.24 5.94 2.4900 .89799
SCVA 171 .00 .94 .4577 .21169
LNROA 171 -6.12 .02 -2.6782 1.02085
LNAG 171 -3.22 3.24 .5375 1.01480
Valid N
(listwise)
171
49
Added) menunjukkan nilai minimum sebesar 0,00, nilai maksimum
sebesar 0.94 dengan nilai rata-rata (mean) sebesar 0,4577 dan
memperoleh nilai standar deviasi sebesar 0,21169. Hasil uji statistik
deskriptif variabel ROA menunjukan nilai minimum sebesar -6.12, nilai
maksimum sebesar 0,02, dengan nilai rata-rata (mean) -2,6782 dan
memperoleh nilai standar deviasi sebesar 1,02085. Hasil uji statistik
terhadap AG menunjukan nilai minimum sebesar -3,22, dengan nilai
maksimum sebesar 3,24 dengan nilai rata-rata (mean) sebesar 0,5375
dan memperoleh nilai standar deviasi sebesar 1,01480.
Variabel VACA, VAHU, SCVA memiliki nilai rata-rata lebih
besar daripada nilai standar deviasi. Hal ini menunjukan bahwa kualitas
data dari variabel tersebut baik. Hal ini dikarenakan standar deviasi
mengidentifikasikan bahwa standar eror dari variabel tersebut kecil.
(Ghozali, 2013)
4.3.2 Hasil Uji Asumsi Klasik
Dalam pengujian regresi berganda menggunakan beberapa uji
asumsi klasik yang harus dipenuhi, meliputi: uji normalitas, uji
mutikolinerietas, uji autokorelasi dan uji heterokedastisitas yang
secara rinci akan dijelaskan sebagai berikut:
4.3.2.1 Uji Normalitas
Berikut ini akan disajikan hasil dari uji normalitas, dalam
penelitian ini peneliti melakukan uji normalitas terhadap dua model
regresi, hal ini dikarenakan terdapat dua variabel dependen dalam
penelitian ini. Hasil uji normalitas dapat dilihat pada gambar 4.1
52
Tabel 4.3
Hasil Uji Kolmogorov-Smirnov
Model 1 Model 2
N 171 171
Normal Parametersa,b
Mean .0000000 .0000000
Std. Deviation .87601313 .93399767
Most Extreme Differences
Absolute .102 .040
Positive .088 .031
Negative -.102 -.040
Kolmogorov-Smirnov Z 1.328 .524
Asymp. Sig. (2-tailed) .059 .946
a. Test distribution is Normal.
b. Calculated from data.
Sumber : Hasil Outpun SPSS
Berdasarkan hasil dari uji kolmogorov-smirnov, semua
variabel memiliki nilai signifikan diatas 0,05 artinya nilai residual
terdistribusi secara normal dam memenuhi uji asumsi klasik.
4.3.2.2 Hasil Uji Multikolonieritas
Uji Multikolonieritas dapat dibuktikan dengan nilai
tolerance dan VIF dari masing-masing variabel independen yang
dihasilkan dari perhitungan menggunakan SPSS. Hasil uji
Multikolonieritas terhadap ROA dapat dilihat pada tabel 4.4.
Tabel 4.4
Hasil Uji Multikolonieritas ROA
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
(Constant)
VACA
VAHU
SCVA
.774
.677
.815
1.292
1.477
1.227
a. Dependent Variabel: LNROA
Sumber: Hasil Output SPSS
53
Tabel 4.5
Hasil Uji Multikolonieritas AG
Coefficientsa
Model Collinearity Statistics
Tolerance VIF
(Constant)
VACA
VAHU
SCVA
.774
.677
.815
1.292
1.477
1.227
a. Dependent Variabel: LNAG
Sumber: Hasil Output SPSS
Berdasarkan hasil output SPSS yang ditampilkan pada tabel
4.4 dan 4.5 menunjukkan bahwa tidak ada variabel independen
yang memiliki nilai tolerance kurang dari 0,10 yang berarti tidak
ada korelasi antara variabel independen. Hasil perhitungan nilai
VIF juga menunjukan bahwa tidak ada variabel independen yang
memiliki nilai VIF lebih dari 10. Sehingga dapat disimpulkan
bahwa tidak ada multikolonieritas antar variabel independen dalam
model regresi.
4.3.2.3 Hasil Uji Autokorelasi
Berdasarkan tabel Durbin-Watson dengan 3 variabel
independen dan sampel sebanyak 171, maka batas bawah (dl) =
1,7143 dan batas atas (du) = 1,7856. Untuk memenuhi kriteria
tidak ada autokorelasi baik positif maupun negatif maka harus
memenuhi syarat du < d < 4 - du (Ghozali, 2013). Untuk
mendeteksi ada atau tidaknya korelasi, peneliti menggunakan uji
Durbin-Watson yang dapat dilihat pada tabel 4.6.
54
Tabel 4.6
Hasil Uji Autokorelasi ROA
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of
the Estimate
Durbin-
Watson
1 .513a .264 .250 .88385 1.908
a. Predictors: (Constant), SCVA, VACA, VAHU
b. Dependent Variable: LNROA
Sumber: Hasil Output SPSS
Berdasarkan hasil uji Durbin-Watson yang ditampilkan
dalam tabel diatas dimana ROA sebagai variabel dependen, maka
diperoleh nilai DW sebesar 1,908. Berdasarkan hasil tersebut, nilai
DW (d) dengan variabel dependen ROA tidak ada autokorelasi
baik positif maupun negatif karena nilai DW sebesar 1,908 lebih
besar dari nilai du sebesar 1,7856 dan lebih kecil dari 4 – 1,7856.
Tabel 4.7
Hasil Uji Autokorelasi AG
Model Summaryb
Mode
l
R R Square Adjusted R
Square
Std. Error of
the Estimate
Durbin-
Watson
1 .391a .153 .138 .94235 1.849
a. Predictors: (Constant), SCVA, VACA, VAHU
b. Dependent Variable: LNAG
Sumber: Hasil Output SPSS
Berdasarkan hasil uji Durbin-Watson yang ditampilkan
dalam tabel diatas dimana AG sebagai variabel dependen, maka
diperoleh nilai DW sebesar 1,849. Berdasarkan hasil tersebut, nilai
DW (d) dengan variabel dependen ROA tidak ada autokorelasi
positif maupun negatif karena nilai DW sebesar 1,849 lebih besar
dari nilai du 1,7856 dan lebih kecil dari 4 – 1,7856.
55
4.3.2.4 Uji heterokedastisitas
Pengujian heterokedastisitas dalam penelitian ini
menggunakan uji glejser berdasarkan output SPSS. Berikut ini
disajikan hasil uji untuk heterokedastisitas yang dapat dilihar pada
tabel 4.8:
Tabel 4.8
Hasil Uji Heterokedastisitas ROA
Coefficientsa
Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
B Std. Error Beta
1
(Constant) .810 .250 3.243 .001
VACA -.272 .323 -.074 -.844 .400
VAHU -.041 .058 -.066 -.704 .482
SCVA .132 .301 .037 .438 .662
a. Dependent Variable: ABSROA
Sumber: Hasil Output SPSS
Hasil uji heterokedastisitas menggunakan uji glejser dengan
cara meregresikan nilai absolut residual terhadap variabel
independen. (Gujarati, 2003 dalam Gozali, 2013) Hasil dari
probabilitas Sig. setiap variabel independen diatas tingkat
kepercayaan 5% sehingga dapat disimpulakan bahwa tidak
mengandung heterokedastisitas, model regresi layak dipakai untuk
memprediksi pengaruh masing-masing variabel dependen (VACA,
VAHU, SCVA) terhadap kinerja keuangan perusahaan (ROA).
57
Hasil Uji Heterokedastisitas AG
4.3.3 Hasil Uji Hipotesis Penelitian
4.3.3.1 Uji Hipotesis Intellectual Capital Terhadap Kinerja
Keuangan Perusahaan
4.3.3.1.1 Hasil Uji Koefisien Determinasi (R2)
Pada model regresi berganda penggunaan
adjusted R2
(Adj R2), atau koefisien determinasi yang
telah disesuaikan, lebih baik dalam melihat seberapa
jauh kemampuan model dalam menerangkan variasi
variabel dependen bila dibandingkan dengan R2.
Berikut
ini disajikan hasil uji Adj R2
pada tabel 4.10 :
58
Tabel 4.10
Hasil Uji Adj R2
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
1 .513a .264 .250 .88385
a. Predictors: (Constant), VACA, VAHU, SCVA
b. Dependent Variable: LNROA
Tabel diatas menunjukan bahwa angka koefisien
korelasi menunjukan nilai sebesar 0,513 yang
menandakan hubungan antara variabel dependen adalah
cukup kuat, karena memiliki nilai R > 0,5. Sedangkan
Adj. R2
menunjukan nilai sebesar 25% yang berarti
komponen intellectual VACA, VAHU dan SCVA
menjelaskan 25% pengaruh terhadap variabel dependen
kinerja keuangan perusahaan. Sementara sisanya sebesar
75% dipengaruhi oleh faktor lain diluar intellectual
capital seperti Capital Adequacy Ratio (CAR), Net
Interest Margin (NIM), dan Loan to Deposit Ratio (LDR)
yang mempengaruhi tingkat ROA (Mahardian, 2008;
Mubarok, 2010)
4.3.3.1.2 Uji T
Uji statistik t pada dasarnya menunjukan seberapa
jauh pengaruh satu variabel independen (VACA, VAHU,
dan SCVA) secara individual atau partial dalam
menerangkan variasi variabel dependen (ROA).
59
Signifikansi model regresi pada penelitian ini diuji
dengan melihat nilai sig. yang ada pada tabel berikut ini
Tabel 4.11
Hasil Uji t
(variabel Dependen ROA)
Coefficientsa
Model Unstandardized
Coefficients
Standardized
Coefficients
T Sig.
B Std. Error Beta
(Constant) -4.566 .395
VACA 2.422 .509 .359 4.755 .000
VAHU .275 .092 .242 3.001 .003
SCVA -.104 .475 -.016 -.218 .827
Dari ketiga variabel independen yang dimasukkan
dalam model tersebut, memiliki signifikansi 5% yang
berarti dapat disimpulkan bahwa variabel VACA dan
VAHU berpengaruh signifikan terhadap ROA dengan
nilai sig. Dibawah 0,05 yaitu sebesar 0,000 dan sebesar
0,003. Sedangkan variabel SCVA tidak berpengaruh
signifikan terhadap ROA, karena nilai sig. yang diperoleh
lebih dari 0,05 yaitu sebesar 0,827.
Berdasarkan pada hasil analisis data diatas, maka
diperoleh persamaan model regresi sebagai berikut:
ROA : -4,566 + 2,422VACA + 0,275VAHU -
0,104SCVA + 0,395
a. Dependent Variable: LNAG
Sumber: Hasil Output SPSS
60
Dari persamaan regresi tersebut, dapat
diinterpretasikan sebagai berikut:
a. Nilai konstanta sebesar -4,566, menunjukkan bahwa
jika VACA, VAHU, dan SCVA adalah bersifat
konstan atau bernilai 0 (nol), maka nilai kinerja
keuangan perusahaan (ROA) akan menurun sebesar
4,566%.
b. Nilai koefisien VACA sebesar 2.422 menyatakan
bahwa setiap kenaikan VACA sebesar 1, maka akan
meningkatkan Return On Asset (ROA) sebesar 2,422.
Koefisien bernilai positif yang berarti terjadi
pengaruh positif antara variabel VACA dengan ROA.
Dimana semakin meningkat nilai VACA maka
meningkat pulai nilai ROA, begitu pula sebaliknya.
c. Nilai koefisien VAHU sebesar 0,275 menyatakan
bahwa setiap kenaikan VAHU sebesar 1, maka ROA
juga akan meningkat sebesar 0,275.
d. Nilai koefisien SCVA sebesar 0,104 menyatakan
bahwa setiap kenaikan SCVA sebesar 1, maka ROA
juga akan menurun sebesar 0,0104.
4.3.3.1.3 Uji Signifikan Simultan F
Uji F bertujuan untuk mengetahui apakah
seluruh variabel independen secara bersama-sama
(simultan) memiliki pengaruh yang signifikan
61
terhadap variabel dependen. Dalam penelitian ini,
variabel independen secara simultan adalah
intellectual capital, karena intellectual capital dalam
penelitian ini terdiri dari komponen-komponen
(VACA, VAHU, SCVA) yang dikategorikan sebagai
variabel independen dalam model regresi ini. Hasil
uji F dapat dilihat pada tabel berikut :
Tabel 4.12
Hasil Uji F
Pada Tabel diatas ditunjukkan bahwa nilai F
hitung sebesar 19,929 dengan nilai sig. sebesar
0,000. Hal ini menandakan bahwa model regresi
dapat digunakan untuk memprediksi kinerja
keuangan perusahaan dengan tingkat signifikansi 5%
yang ditunjukkan pada tabel statistik yang artinya
terdapat pengaruh yang signifikan antara variabel
VACA, VAHU dan SCVA secara bersama-sama
(simultan) terhadap kinerja keuangan perusahaan
ANOVAa
Model Sum of
Squares
df Mean
Square
F Sig.
1
Regression 46.705 3 15.568 19.929 .000b
Residual 130.458. 167 .781
Total 177.163 170
a. Dependent Variable: LNROA
b. Predictors: (Constant), SCVA, VACA, VAHU
Sumber : Hasil Output SPSS
62
(ROA). Dengan demikian maka dapan dikatakan
bahwa intellectual capital berpengaruh signifikan
terhadap kinerja keuangan.
4.3.3.2 Uji Hipotesis Intellectual Capital Terhadap Pertumbuhan
Perusahaan
4.3.3.2.1 Hasil Uji Koefisien Determinasi (R2)
Hasil uji koefisiean determinasi (R2) yang
disajikan hasil output SPSS dengan variabel dependen
pertumbuhan perusahaan yang diukur dengan
pertumbuhan aset (AG) disajikan dalam tabel 4.14
berikut ini.
Tabel diatas menunjukan nilai Adj. R2 sebesar 0,137.
Nilai 13,7% menjelaskan pengaruh yang diberikan oleh
komponen intellectual capital, VACA, VAHU dan
SCVA terhadap pertumbuhan perusahaan. Sedangkan
sisanya sebesar 84,7% menjelaskan pengaruh dari luar
penelitian ini, seperti ukuran perusahaan, umur
Tabel 4.13
Hasil Uji Adj R2
(Variabel Dependen AG)
Model Summaryb
Model R R
Square
Adjusted R
Square
Std. Error of the
Estimate
1 .391a .153 .137 .94235
a. Predictors: (Constant), SCVA, VACA, VAHU
b. Dependent Variable: LNAG
Sumber: Hasil Output SPSS
63
perusahaan, assets turnover, Leverage dan current
liquidity (Gill dan Mathur, 2011).
4.3.3.2.2 Hasil Uji Statistik t
Uji statistik t pada dasarnya menunjukan seberapa
jauh pengaruh satu variabel independen (VACA, VAHU,
dan SCVA) secara individual atau partial dalam
menerangkan variasi variabel dependen (AG).
Signifikansi model regresi pada penelitian ini diuji
dengan melihat nilai sig. Yang ada pada tabel dibawah ini
:
Sumber: Hasil Output SPSS
Berdasarkan signifikansi pada tabel diatas dapat
dilihat bahwa variabel VACA berpengaruh signifikan
terhadap ROA dengan nilai sig. dibawah 0,05 yaitu
sebesar 0,000. Sedangkan variabel VAHU dan SCVA
tidak berpengaruh signifikan terhadap ROA, karena nilai
Tabel 4.14
Hasil Uji t (Variabel Dependen AG)
Coefficientsa
Model Unstandardized
Coefficients
Standardized
Coefficients
T Sig.
B Std. Error Beta
1
(Constant) -.967 .421 -2.297 .035
VACA 2.501 .543 .314 4.606 .000
VAHU .028 .098 .025 .286 .775
SCVA .125 .506 .019 .246 .806
a. Dependent Variable: LNAG
64
sig. yang diperoleh lebih dari 0,05 yaitu sebesar 0,553
dan 0,948.
Berdasarkan pada hasil analisis data diperoleh
persamaan model regresi sebagai berikut:
ROA : -0,967 + 2,501VACA + 0,28VAHU + 0,125SCVA
+ 0,421
Dari persamaan diatas dapat diinterpretasikan
sebagai berikut:
a. Nilai konstanta sebesar -0,967, menunjukan bahwa
jika VACA, VAHU dan SCVA bersifat konstan atau
bernilai 0, maka nilai perusahaan akan mengalami
penurunan sebesar 0,967%.
b. Nilai koefisien regresi VACA adalah sebesar 2,501
yang menunjukan bahwa setiap kenaikan VACA
sebesar 1, maka akan meningkatka pertumbuhan
perusahan sebesar 1. Semakin meningkat nilai VACA
maka akan meningkat pula pertumbuhan perusahaan,
begitu juga sebaliknya.
c. Nilai koefisien VAHU sebesar 0,28 menyatakan
bahwa setiap kenaikan VAHU sebesar 1, maka AG
juga akan meningkat sebesar 0,28.
d. Pada tabel diatas menunjukan nilai koefisien SCVA
sebesar 0,125 menyatakan bahwa setiap kenaikan
65
SCVA sebesar 1, maka pertumbuhan perusahaan
(AG) juga akan meningkat sebesar 0,125.
4.3.3.2.3 Hasil Uji Statistik F
Uji F bertujuan untuk mengetahui apakah seluruh
variabel independen secara bersama-sama (simultan)
memilii pengaruh yang signifikan terhadap variabel
dependen. Dalam penelitian ini, variabel independen
secara simultan adalah intellectual capital, karena
intellectual capital dalam penelitian ini terdiri dari
komponen-komponen (VACA, VAHU, SCVA) yang
dikategorikan sebagai variabel independen dalam model
regresi ini. Hasil iji F dapat dilihat pada tabel berikut :
P
a
Pada Tabel diatas ditunjukkan bahwa nilai F hitung sebesar
10,048 dan nilai sig. sebesar 0,000. Nilai sig. pada tabel
menunjukkan angka yang lebih kecil dari tingkat signifikansi
5% yang artinya terdapat pengaruh yang signifikan antara
Tabel 4.15
Hasil Uji F (Variabel Dependen AG)
ANOVAa
Model Sum of
Squares
df Mean
Square
F Sig.
Regression 26.770 3 8.923 10.048 .000b
Residual
Total
148.300 167 .888
175.069 170
a. Dependent Variable: LNAG
b. Predictors: (Constant), SCVA, VACA, VAHU
Sumber: Hasil Output SPSS
66
variabel VACA, VAHU dan SCVA secara simultan terhadap
pertmbuhan perusahaan (AG).
4.3.4 Pembahasan Hasil Uji Hipotesis
4.3.4.1 VACA Berpengaruh Terhadap Kinerja Keuangan
Perusahaan (ROA)
Berdasarkan tabel 4.11, dengan tingkat signifikan 5%
dapat disimpulkan bahwa variabel VACA berpengaruh
signifikan terhadap variabel ROA yang ditunjukan dengan nilai
sig. sebesar 0,000. Dari hasil yang diperoleh diatas dapat
disimpulkan bahwa hipotesis (H1) diterima berarti variabel
VACA berpengaruh terhadap kinerja keuangan perusahaan
(ROA).
Hasil penelitian ini mendukung hasil penelitian
sebelumnya yang dilakukan oleh Thaib (2013), Suhendah
(2012), Ahangar (2011), Endang (2009), Ulum (2008) Shiu
(2006) dimana hasil tersebut membuktikan bahwa VACA
berpengaruh secara signifikan terhadap kinerja keuangan
perusahaan. VACA merupakan faktor utama yang
mempengaruhi kinerja keuangan perusahaan. Hal ini juga
mendukung pernyataan Pulic (1998) ketika memperkenalkan
metode VAIC™ yang menyatakan bahwa intellectual ability
suatu perusahaan dibangun oleh physical capital (VACA).
Dengan demikian, perusahaan manufaktur dalam penelitian ini
memanfaatkan seluruh aset fisik yang tersedia untuk
67
mendukung produktivitas perusahaan sehingga menunjang
tingkat kinerja keuangan perusahaan (Thaib, 2013; Salem dan
Sulaiman, 2014).
4.3.4.2 VAHU Berpengaruh Terhadap Kinerja Keuangan
Perusahaan (ROA)
Berdasarkan tabel 4.11, dengan signifikan 5% dapat
disimpulkan bahwa variabel HCE yang dihitung dengan
menggunakan VAHU berpengaruh signifikan terhadap variabel
ROA dengan nilai sig. sebesar 0,003. Dengan demikian dapat
disimpulkan bahwa hipotesis (H2) diterima dimana variabel
VAHU berpengaruh terhadap kinerja keuangan perusahaan
(ROA).
Hasil uji Hipotesis H2 menunjukan bahwa efek dari
human capital seperti pengalaman kerja, keahlian profesional,
ide kreatif, dan pengetahuan karyawan akan meningkatkan
produktifitas dan kinerja keuangan perusahaan (Zhining,
Nianxin dan Huigang, 2014).
Human capital memberikan ide baru bagi perusahaan,
dengan mengadopsi dan mengaplikasikannya pada unit bisnis
atau perusahaan (Akkoc, Caliscan et, al, 2011). Manajemen
perusahaan dapat memberikan otonomi dan kebebasan kepada
karyawan sementara waktu dalam menyelesaikan pekerjaan
mereka, memberikan kesempatan untuk mengembangkan
kemampuan, dan mempercepat kemampuan dalam
68
memecahkan masalah, dengan meningkatnya efisiensi
karyawan menggambarkan pula meningkatnya kinerja
perusahaan (De Jong dan Kemp, 2003; Ramamoorthy, 2005
dalam Ali dan Siyret 2015).
Berdasarkan hasil penelitian yang dilakukan oleh Latif
dan Malik,et.al (2012), perusahaan bergantung pada sumber
daya manusia (karyawan) dalam menghasilkan keuntugan
(profit). Hal ini yang membuat human capital menjadi faktor
yang sangat penting dalam meningkatkan kinerja keuangan
perusahaan.
Hasil penelitian ini didukung hasil penelitian sebelumnya
yang dilakukan oleh Ulum (2008), Latif, Malik, et.al, (2012),
Faizal (2013) dimana dalam penelitiannya menyatakan bahwa
VAHU merupakan variabel yang signifikan dalam membentuk
konstruk intellectual capital dan pengaruhnya terhadap kinerja
keuangan.
Sedangkan hasil berlawanan terdapat pada penelitian
yang dilakukan oleh Suhendah (2012) yang membuktikan
VAHU tidak berpengaruh signifikan terhadap kinerja keuangan
perusahaan.
4.3.3.3 SCVA Berpengaruh Terhadap Kinerja Keuangan
Perusahaan (ROA)
Berdasarkan tabel 4.11, variabel SCVA tidak
berpengaruh signifikan terhadap variabel ROA dengan nilai
69
sig. sebesar 0,827. Hal ini menunjukan bahwa probabilitas
signifikansinya lebih besar dari tingkat signifikansi sebesar 5%.
Hal tersebut menandakan bahwa hipotesis ketiga (H3) dalam
penelitian ini ditolak.
Infrastruktur perusahaan seperti prosedur operasi,
kecepatan respon, sistem informasi dan budaya perusahaan
tidak memberikan pengaruh terhadap kinerja keuangan
perusahaan (Zhining, Nianxin dan Huigang, 2014).
Tidak berpengaruhnya SCVA terhadap ROA
menunjukkan perusahaan belum mampu dalam memenuhi
proses rutinitas perusahaan dan strukturnya yang mendukung
usaha karyawan untuk menghasilkan kinerja intelektual yang
optimal serta kinerja bisnis secara keseluruhan. Belum
mampunya perusahaan mentranformasi pengetahuan atau
intellectual karyawannya kedalam struktur pendukung kinerja
karyawan berarti perusahaan belum dapat mengembangkan
struktur capital untuk menghasilkan keunggulan bersaing yang
secara relatif dapat meningkatkan kinerja keuangan perusahaan
(Artinah, 2011 dalam Marfuah dan Ulfa, 2014).
Hasil ini mendukung hasil penelitian oleh Ulum (2008),
Endang (2009), Marfuah dan Ulfa (2014) yang menyatakan
bahwa SCE tidak signifikan terhadap Return On Asset atau
ROA.
70
Sedangkan hasil berlawanan terdapat pada penelitian
Daud dan Yusoff (2011), dimana structural capital secara
parsial berpengaruh terhadap kinerja keuangan perusahaan
(ROA).
4.3.4.4 Intellectual Capital Berpengaruh Terhadap Kinerja
Keuangan Perusahaan (ROA)
Berdasarkan hasil uji F pada tabel 4.12 yang
berisikan data signifikansi suatu model persamaan regresi
dengan kinerja keuangan perusahaan sebagai variabel
dependennya memiliki nilai sig. sebesar 0,000. Dari hasil
perhitunggan model regresi pada variabel VACA, VAHU
dan SCVA secara bersama (simultan) menghasilkan F
hitung > F tabel sehingga dapat di simpulkan bahwa
intellectual capital berpengaruh terhadap kinerja keuangan
perusahaan atau dengan kata lain hipotesis keempat (H4)
dalam penelitian ini diterima. Berdasarkan hasil tersebut
terbukti bahwa perusahaan mampu menciptakan suatu nilai
tambah atas intellectual capital dengan baik maka dapat
meningkatkan kinerja perusahaan tersebut.
Hasil tersebut sesuai dengan penelitian yang
dilakukan oleh Ulum (2008), Suhendah (2012) dan
beberapa peneiti lainnya yang menunjukkan bahwa
intellectual capital (VACA, VAHU dan SCVA) memiliki
pengaruh signifikan terhadap kinera keuangan (ROA).
71
Intellectual capital merupakan penggerak
sebenarnya untuk kinerja perusahaan. Kehadiran
intellectual capital secara signifikan berperan sebagai
perantara dalam meningkatkan kinerja keuangan
perusahaan (Nkundabanyanga, Ntayi, et.al, 2012).
Intellectual capital memberikan kontribusi terhadap
kinerja keuangan, karena intellectual capital merupakan
sumberdaya yang dapat diukur untuk meningkatkan
keunggulan bersaing suatu perusahaan (Kartikasari dan
Hadiprajitno, 2014). Manajemen intellectual capital yang
baik menjadi peran utama dalam memastikan keunggulan
kompetitif, dengan demikian akan mempengaruhi kinerja
keuangan perusahaan (Sahin dan Ayas, 2015).
Membangun intellectual capital dianjurkan pada
seluruh organisasi dan perusahaan untuk menciptakan
sebuah unit terpisah dalam perusahaan melalui manajemen
sumber daya. Intellectual capital sebagai sumber daya
kunci dalam menciptakan keunggulan bersaing yang
dijalankan dengan berbasis pada pengetahuan dimana hal
ini membantu meningkatkan nilai dan memperbaiki kinerja
perusahaan secara menyeluruh (Ali dan Siyret 2015).
Namun hasil tersebut tidak didukung oleh penelitian
sebelumnya yang dilakukan oleh Rulfah dan Abrar (2008)
72
dan Kuryanto dan Syafruddin (2008) yang menyatakan
bahwa intellectual capital berpengaruh negatif terhadap
kinerja perusahaan.
4.3.4.5 VACA Berpengaruh Terhadap Pertumbuhan
Perusahaan (AG).
Berdasarkan hasil yang ditampilkan pada tabel 4.14
dengan tingkat signifikan 5% diperoleh variabel VACA
berpengaruh secara signifikan terhadap pertumbuhan
perusahaan dengan nilai sig. sebesar 0,000 atau dengan kata
lain hipotesis kelima (H5) diterima.
VACA menggambarkan berapa banyak nilai tambah
perusahaan yang dihasilkan dari modal yang digunakan.
Dimana VACA merupakan kalkulasi dari kemampuan
mengelola modal perusahaan (Wahdikorin, 2010).
Pengukuran tingkat pertumbuhan perusahaan yang
dilakukan dalam penelitian ini menggunakan indikator
tingkat pertumbuhan aset dari tahun ketahun. Seperti yang
dikatakan oleh Pulic (1998) ketika kali pertama
memperkenalkan metode VAIC™ yang menyatakan bahwa
intellectual ability suatu perusahaan dibangun oleh physical
capital (VACA).
Hal ini mengindiksikan bahwa semakin besar
capital employed maka semakin besar investasi modal
perusahaan dalam menciptakan nilai, sehingga perusahaan
73
akan lebih mudah dalam meningkatkan jumlah aset yang
dimiliki (Marfuah dan Ulfa, 2014).
Namun hasil tersebut tidak didukung oleh penelitian
sebelumnya yang dilakukan oleh Hassanzadeh, lalepor,
et.al, (2012) dimana VACA tidak berpengaruh terhadap
pertumbuhan perusahaan.
4.3.4.6 VAHU Berpengaruh Terhadap Pertumbuhan
Perusahaan (AG).
Hasil yang ditampilkan pada tabel 4.14 dengan
tingkat signifikan 5% maka diperoleh variabel VAHU tidak
berpengaruh secara signifikan terhadap pertumbuhan
perusahaan dengan nilai sig. sebesar 0,775. Dengan hasil
ini maka dapat disimpulkan bahwa hipotesis keenam (H6)
ditolak.
VAHU merupakan nilai tambah yang diperoleh dari
kemampuan human capital atau karyawan dalam
menjalankan perusahaan dengan menggunakan kemampuan
yang dimiliki seperti ilmu pengetahuan, inovasi serta
strategi perusahaan guna meningkatkan pertumbuhan
perusahaan (Wahdikorin, 2010).
Keahlian Sumber daya manusia yang ada pada
perusahaan manufaktur cenderung sama dengan perusahaan
manufaktur lainnya, sehingga hal ini memberikan nilai
tambah yang relatif kecil bagi perusahaan manufaktur
74
sehingga VAHU tidak berpengaruh terhadap pertumbuhan
perusahaan (Marfuah dan Ulfa, 2014).
Hasil penelitian ini berlawanan dengan hasil
penelitian sebelumnya Karanja (2013), Hassanzadeh dan
Lalepour, et.al (2012) yang menyatakan VAHU
berpengaruh terhadap pertumbuhan perusahaan.
4.3.4.7 SCVA Berpengaruh Terhadap Pertumbuhan
Perusahaan (AG).
Tabel 4.14 menunjukkan bahwa SCVA menunjukan
nilai sig. sebesar 0,806 dimana nilai tersebut lebih besar
dari tingkat signifikan sebesar 5% atau 0,05. Dengan
demikian variabel SCE tidak berpengaruh terhadap
pertumbuhan perusahaan. Hal ini menunjukkan bahwa
hipotesis ketujuh (H7) ditolak.
Structural capital merupakan komponen intellectual
capital yang paling rumit, karena hal ini berdasarkan pada
kombinasi dari pengetahuan dan pengalaman dari berbagai
kelompok untuk menciptakan pengetahuan mengenai
perusahaan (Nahapiet and Ghoshal, 1998).
Structural capital yang dimiliki perusahaan seperti
sistem informasi, peraturan, norma budaya organisasi
membantu membangun perusahaan. Hal ini mendukung
modal lain yang tidak dapat di diungkap (Edvinsson dan
Malone, 2007).
75
Nilai sig. yang lebih besar dari 0,05 menandakan
bahwa structural capital belum menjadi faktor yang
mendukung pertumbuhan perusahaan manufaktur di
indonesia.
Dalam hal ini structural capital pada perusahaan
yang berupa hardware, software, database dan budaya
organisasi hanya memberikan sedikit nilai value added
dalam meningkatkan pertumbuhan perusahaan. Hal ini
dapat dikarenakan infrastruktur yang digunakan tidak
berbeda jauh dengan perusahaan manufaktur lainnya.
Sehingga hal ini menyebabkan SCVA dalam penelitian ini
tidak berpengaruh terhadap pertumbuhan perusahaan
(Marfuah dan Ulfa, 2014).
4.3.4.8 Intellectual Capital Berpengaruh Terhadap
Pertumbuhan Perusahaan (AG).
Hasil perhitungan yang ditunjukkan tabel 4.15
diperoleh nilai sig. sebesar 0,000 yang berati intellectual
capital (VACA, VAHU dan SCVA) secara bersama-sama
(simultan) berpengaruh terhadap pertumbuhan perusahaan
(AG). Dari hasil perhitunggan model regresi pada variabel
VACA, VAHU dan SCVA secara bersama menghasilkan F
hitung > F tabel sehingga di simpulkan bahwa intellectual
capital berpengaruh signifikan terhadap pertumbuhan
76
perusahaan atau dengan kata lain hipotesis kedelapan (H8)
dalam penelitian ini diterima.
Komponen intellectual capital yaitu human capital,
structural capital dan relation capital dalam hasil
penelitian ini menunjukan pengaruh dari ketiganya terhadap
pertumbuhan perusahaan.
Komponen intellectual capital, yaitu human capital,
structural capital dan relation (social) capital secara umum
disetujui bahwa sumber daya tersebut memberikan dampak
terhadap pertumbuhan perusahaan (Karanja, 2013).
Relation capital membantu pertumbuhan
perusahaan dengan memanfaatkan sumber daya pada
linkungan eksternal dengan baik. Hubungan dengan pihak
lain menjadi penting, karena informasi yang dibutuhkan
untuk memulai dan menumbuhkan perusahaan berasal dari
hubungan sosial (Karanja, 2013).
Dilihat dari konteks teori stakeholder, intellectual
capital telah terbukti untuk membantu manajemen
perusahaan untuk meningkatkan pertumbuhan perusahaan
sehingga seluruh stakeholder dapat menikmati keuntungan
yang semakin bertambah pula. Selanjutnya menurut
pandangan resource based theory, terbukti bahwa
intellectual capital adalah sebuah sumber daya baru yang
dapat dieksploitasi demi keberhasilan pertumbuhan dan
77
keberlangsungan perusahaan. Dengan demikian,
pemanfaatan sumber daya intelektual secara efektif dan
efisien akan mendorong kemampuan pengembangan bagi
perusahaan (Aditya, 2011).
Hasil ini mendukung hasil penelitian sebelunya
yang dilakukan oleh Ulum (2008), Solikhah (2010) dan
Aditya (2011) dimana intellectual capital berpengaruh
secara signifikan terhadap pertumbuhan perusahaan.
78
BAB V
PENUTUP
5.1 Kesimpulan
Penelitian ini dilakukan untuk menguji dan menganalisis pegaruh
intellectual capital perusahaan dengan kinerjanya serta intellectual capital
dengan tingkat pertumbuhan perusahaan. Berdasarkan hasil pengujian dan
pembahasan pada bab sebelumnya dapat ditarik kesimpulan sebagai
berikut:
1. komponen intellectual capital VACA (Value Added Capital
Employed) berpengaruh terhadap kinerja keuangan perusahaan ( ROA)
secara parsial. Dengan demikian Hipotesis pertama (H1) diterima.
Hasil ini mendukung hasil penelitian sebelumnya yag dilakukan oeh
Ulum (2008), Najibullah (2005).
2. komponen intellectual capital VAHU (Value Added Human Capital)
berpengaruh terhadap kinerja keuangan perusahaan (ROA) dengan
demikian maka hipotesis H2 diterima. Hasil ini sejalan dengan hasil
penelitian yang dilakukan oleh Andreou (2007), Chen (2004) dan
Bontis (1998).
3. Sedangkan salah satu komponen intellectual capital yaitu SCVA tidak
berpengaruh signifikan terhadap kinerja keuangan yang berarti
hipotesis H3 ditolak. Penelitian ini mendukung penelitian sebelumnya
yang dilakukan oleh Ulum (2008).
4. Hasil penelitian menunjukkan bahwa VACA, VAHU, dan SCVA
secara simultan berpengaruh signifikan terhadap kinerja keuangan
79
perusahaan dengan demikian H4 diterima. Hasil ini mendukung
penelitian sebelumnya yang dilakukan Ulum (2008), Solikhah (2010)
dan Suhendah (2012)
5. VACA berpengaruh terhadap pertumbuhan perusahaan secara parsial,
dengan demikian mka hipotesis kelima (H5) diterima. Hasil ini
mendukung hasil penelitian sebelumnya yang dilakukan oleh Marfuah
dan Ulfah (2014).
6. Sedangkan komponen intellectual capital lainnya yaitu VAHU tidak
berpengaruh terhadap pertumbuhan perusahaan. Hasil dari menjadikan
hipotesis keenam (H6) ditolak. Hasil ini sejalan dengan hasil penelitian
yang dilakukan oleh Marfuah dan Ulfah (2014) dan Hassanzadeh dan
Lalepour, et. al (2012).
7. Variabel SCVA tidak berpengaruh terhadap pertumbuhan perusahaan
ssecara parsial sehingga membuat hipotesis ketujuh (H7) ditolak,
dimana hasil penelitian ini sejalan dengan penelitian sebelumnya yang
dilakukan Marfuah dan Ulfa (2014).
8. Hasil penelitian menunjukkan bahwa variabel VACA, VAHU, SCVA
secara bersama-sama (simultan) berpengaruh signifikan terhadap
pertumbuhan perusahaan. Dengan demikian hipotesis kedelaan (H8)
diterima. Hasil ini sesuai dengan penelitian sebelumnya yang
dilakukan oleh Ulum (2008), Solikhah (2010) dan Aditya (2011).
5.2 Kontribusi
Mengingat peran strategisnya, maka setiap perusahaan dituntut
secara terus-menerus mengembangkan intellectual capital yang ada dalam
80
perusahaan. Perusahaan harus dapat mengelola intellectual capital yang
ada dikarenakan dalam penelitian ini menunjukan bahwa intellectual
capital dapat mempengaruhi kinerja keuangan dan tingkat pertumbuhan
perusahaan. Dengan strategi yang tepat, aset yang dimiliki, tenaga kerja
yang berkualitas maka sebuah perusahaan akan dapat memberikan nilai
tambah bagi perusahaannya dan keunggulan kompetitif sehingga
perusahaan dapat terus berkembang.
Selanjutnya diperlukan pula pelatihan tenaga kerja (human capital)
dimana hal tersebut menjadi sebuah investasi bagi perusahaan agar dapat
meningkatkan produktivitas. Tenaga kerja yang berpengetahuan menjadi
unsur potensial dalam meningkatkan profitabilitas bagi perusahaan.
(Olivia dan Saare, 2015)
Pemanfaat structural capital yang efektif dan efisien seperti
penggunaan sistem informasi dan software juga akan memberikan nilai
tambah yang dapat meningkatkan kinerja perusahaan juga keunggulan
kompetitif sehingga perusahaan dapat memaksimalkan kepentingan
stakeholder.
5.3 Saran untuk Penelitian Selanjutnya
Berdasarkan evaluasi atas hasil penelitian pada 57 perusahaan
bidang manufaktur yang menjadi objek penelitian pada tahun 2011 – 2013
dalam penelitian ini. Berikutnya yang menjadi catatan adalah berdasarkan
uji R2, konstruk VACA, VAHU dan SCVA terhadap variabel dependen
kinerja keuangan dan pertumbuhan perusahaan dalam penelitian ini hanya
81
menjelaskan sebesar 25% dan 15,3%. Sementara sisanya yaitu 75%, dan
84,7% adalah pengaruh dari luar penelitian ini.
Beberapa saran yang diharapkan dapat menjadi bahan
pertimbangan untuk penelitian selanjutnya, antara lain :
1. Menambahkan jumlah sampel atau periode yang lebih panjang,
sehingga penelitian yang akan datang dapat memberikan hasil yang
lebih menggambarkan keadaan sebenarnya.
2. Menambah sektor industri atau menggunakan sektor industri yang
lebih bervariasi lagi sebagai obyek penelitian untuk melihat apakah
variasi beberapa industri dapat berperan dalam menguji pengaruh
intellectual capital terhadap kinerja keuangan dan pertumbuhan
perusahaan.
3. Menggunakan ukuran kinerja keuangan lainnya, antara lain yang
berbasis pada market value. Proksi market to book Value ratio
(MB), market capitalization, ataupun earning per share (EPS).
82
DAFTAR PUSTAKA
Astuti, Dwi P. dan Arifin S. “Hubungan Intellectual Capital dan Business
Performance”. Simposium Nasional Akuntansi VII. Solo. pp. 694-707,
2005.
Bani, M., Homa M., Maliheh K. and Mahboubeh R. “Study Of The Effect Of
Intellectual Capital Components And Firm Size”, Kuwait Chapter of
Arabian Journal of Business and Management Review Vol. 3, No.11, July.
2014
Belkaoui, Ahmad Riahi. ”Teori Akuntansi”, Jakarta, Salemba Empat, 2006
Blocher, J. Edward, Kung Chen, Thomas Lin. “Manajemen Biaya”, Salemba
Empat, Jakarta, 2011
Bontis, Nick. “Assessing Knowledge Assets: A Review of the Models Used to
Measure Intellectual Capital”, International Journal of Management
Reviews. Vol. 3. Issue 1, hlm 41-60, 2001.
Daud, Rulfah dan Abrar A. “Pengaruh Intellectual Capital dan Corporate Social
Responsibility Terhadap Kinerja Perusahaan (Studi Empiris Pada
Perusahaan Manufaktur di Bursa Efek Indonesia)”, Jurnal Telaah &
Riset Akuntansi, Vol. 1, No. 2, Hal.213-231, 2008.
Diez, J. Maria, Magda L. Ochoa, Begona P. dan Alicia S. “Intellectual Capital and
Value Creation in Spanish Firms”, Journal of Intellectual Capital. Vol.11,
No.3, pp. 348-367, 2010.
Ghozali, Imam. “Aplikasi Analisis Multivariate dengan Program SPSS”, Edisi 7,
Badan Penerbit Universitas Diponegoro,Semarang, 2009.
Gill, Amarijit dan Neil Mathur. “Factors that Effect Potential Growth of Canadian
Firms”, Journal of Applied Finance and Banking, Vol. 1, No. 4, Pp. 107 –
123, 2011.
Ikatan Akuntan Indonesia. “Pernyataan Standar Akuntansi Keuangan”, Salemba
Empat, Jakarta, 2009
Indonesia Stock Exchange. “Ringkasan Kinerja Perusahaan Tercatat”,dibuat
pada tahun 2011, diakses dari http://www.idx.co.id pada tanggal 10 Juni
2015
Indonesia Stock Exchange. “Ringkasan Kinerja Perusahaan Tercatat”,dibuat
pada tahun 2012, diakses dari http://www.idx.co.id pada tanggal 10 Juni
2015
Indonesia Stock Exchange. “Ringkasan Kinerja Perusahaan Tercatat”,dibuat
pada tahun 2013, diakses dari http://www.idx.co.id pada tanggal 10 Juni
2015
83
Indriantoro, Nur dan Bambang S. “Metodologi Penelitian Bisnis Untuk Akuntansi
& Manajemen Edisi Pertama”, BPFE, Yogyakarta, 2002.
Joshi, Mahesh, Daryll dan Jasvinder S. “Intellectual Capital and Financial
performance: an evaluation of the Australian financial sector”, Journal of
Intellectual Capital, Vol. 14 Iss 2 pp. 264 – 285, 2013.
Kartikasari, Yossita dan Basuki H. “Pengaruh Modal Intelektual Terhadap Kinerja
Perusahaan (Studi pada Perbankan yang Terdaftar di BEI Tahun 2009 –
2011”, Diponegoro Journal of Accounting Vol. 3 No. 1, hal. 1-15, 2014.
Keown, Arthur. “Manajemen Keuangan: Prinsip dan Penerapan”, Jilid 2, Edisi
10, Indeks, Jakarta, 2010.
Kor, Yasemin, dan Joseph M. “Edith Penrose’s (1959) Contributions to the
Resource-based View of Strategic Management”, Journal of Management
Studies, Vol. 41, pp. 184-191, 2004.
Marfuah dan M. Ulfa. “Pengaruh Intellectual Capital Terhadap Profitabilitas,
Produktivitas dan Pertumbuhan Perusahaan Perbankan”, Jurnal Ekonomi
dan Bisnis Islam, Vol. IX, No. 1, hal. 1 – 14, 2014.
Musibah A. Salem dan Wan Sulaiman. “The Mediating Effect of Financial
Performance on the Relationship between Shariah Supervisory Board
Effectiveness, Intellectual Capital and Corporate Social Responsibility, of
Islamic Banks in Gulf Cooperation Council Countries”, Asian Social
Science Journal, Vol. 10, No. 17, pp. 139 – 164, 2014
Ngugi, J. Karanja. “Influence of Intellectual Capital on the Growth of Small and
Medium Enterprises in Kenya”, International Journal of Arts and
Entrepreneurship, Special Issue, 2013.
Örnek, A. Sahin dan Ayas S. “The Relationship Between Intellectual Capital,
Innovative Work Behavior and Business Performance Reflection”,
Procedia - Social and Behavioral Sciences 195, pp.1387 – 1395, 2015.
Phusavat, Kongkiti, Narongsak C., Agnieszka Sitko‐Lutek and Keng‐Boon O.
"Interrelationships between intellectual capital and performance: Empirical
examination", Industrial Management & Data Systems, Vol. 111 Iss 6,
pp.810 – 829, 2011.
Sawarjuwono, Tjiptohadi dan Agustine Prihatin K. “Intellectual Capital:
Perlakuan, Pengukuran dan Pelaporan”, Jurnal Akuntansi & Keuangan
Vol. 5, No. 1, hal. 35 – 57, 2003.
Sekaran, Uma. “Metode Penelitian untuk Bisnis”. Jakarta: Salemba Empat, 2006
Sirapanji, Olivia. “Pengaruh Value Added Intellectual Capital Terhadap Kinerja
Keuangan dan Nilai Pasar Perusahaan Khususnya di Industri Perdagangan
Jasa yang Terdaftar di Bursa Efek Indonesia Tahun 2008 – 2013”,
Business Accounting Review Vol. 3, No. 1, Hal. 45 – 54, 2015.
84
Solikhah, Bandingatus. “Implikasi Intellectual Capital Terhadap Financial
Performance, Growth, dan Market Value: studi empiris dengan pendekatan
simplistic specification”, Simposium Nasional Akuntansi XIII,
Purwokerto, 2010.
Suhendah dan Rousilita “Pengaruh Intellectual Capital Terhadap Profitabilitas dan
Penilaian Pasar Perusahaan yang Go Publik di Indonesia pada Tahun 2005
– 2007”, Simposium Nasional Akuntansi XV, Banjrmasin, 2012.
Tan, H. P., Plowman, D., dan Hancock, P. “Intellectual Capital and Financial
returns of Companies“ dalam Journal of Intellectual Capital. Vol. 8, No.
1. hlm. 76-95, 2007.
Thaib, Faezal. “Value Added Intellectual Capital (Vahu, Vaca, Stva) Pengaruhnya
Terhadap Kinerja Keuangan Bank Pemerintah Periode 2007 – 2011”,
Jurnal EMBA Vol.1 No.3, Hal. 151-159, 2013.
Tsai, Jia-Hua dan Jean Yu. “Intellectual Capital, Corporate Governance and Firm
Performance”, Information Management and Business Review Vol. 5, No.
10, pp. 482-491, 2013.
Rahardjo, B. “Laporan Keuangan Perusahaan : Memahami dan Menganalisis”,
Gajah Mada University press, 2003.
Sangkala, “Intellectual Capital Management Strategi Baru Membangun Daya
Saing Perusahaan”, Yapensi, Jakarta, 2006.
Suharso, P. “Metode Penelitian Kuantitatif untuk Bisnis”, Malta Pritindo,
Jakarta, 2009.
Ulum, Ihyamul, “Intellectual Capital: Konsep dan Kajian Empiris”, Graha Ilmu,
Yogyakarta, 2009
Ulum, Ihyamul, “Intellectual capitaldan kinerja keuangan: suatu analisis dengan
pendekatan partial least squares,” Simposium Nasional Akuntansi XI,
Pontianak, 2008.
Wang, Wei-Kang, Wen, “The relationship between bank performance and
intellectual capital in East Asia”, Quality & Quantity, Vol. 47, Issue 2, pp
1041-1062, 2011.
Wang, Zhining, Nianxin W. and Huigang L. "Knowledge sharing, intellectual
capital and firm performance", Management Decision, Vol. 52 Iss 2 pp.
230 – 258, 2014.
Weston, J. Fred. “Manajemen Keuangan”, Jilid 1, Edisi 9, Binarupa Aksara,
Jakarta, 1995.
Wibowo, E. dan Arifin S. “Analisis Value Added Sebagai Indikator Intellectual
Capital dan Konsekuensi Terhadap Kinerja Perbankan”, Diponegoro
Journal of Accounting Vol. 2, No. 1, 2013.
85
Wibowo. “Manajemen Kinerja”, cetakan ke 3, Raja Grafindo, Jakarta, 2009.
Widyaningrum, A. “Modal Intelektual”, Jurnal Akuntansi dan Keuangan
Indonesia, Departemen Akuntansi FEUI Vol. 1 pp. 16 – 25.
Yang, Chien-Chang, dan Carol Yeh-Yun L. “Does Intellectual Capital Mediate
the Relationship between HRM and Organizational Performance?
Perspective of a Healthcare Industry in Taiwan”, The International
Journal of Human Resource Management, Vol. 20, No. 5, hlm 1965-1984,
2009.
Yoyo, Purnomo. “Ketertarikan Kinerja Keuangan dengan Harga Saham”,
Usahawan, No. 12, hlm. 33 – 38, 2007.
Yunita, Noevelina. “Pengaruh Modal Intelektual Terhadap Kinerja Keuangan dan
Nilai Pasar”, Accounting Analysis Journal, 2010.
86
LAMPIRAN 1
Tabel Daftar perusahaan objek penelitian
No. Nama Perusahaan Kode
1 Akasha Wira International Tbk. ADES
2 Tiga Pilar Sejahtera Food Tbk. AISA
3 Argha Karya Prima Industri Tbk. AKPI
4 Alkindo Naratama Tbk. ALDO
5 Alumunium Light Metal Industry Tbk. ALMI
6 Tri Banyan Tirta Tbk. ALTO
7 Asahimas Flat Glass Tbk. AMFG
8 Arwana Citramulia Tbk. ARNA
9 Astra International Tbk. ASII
10 Sepatu Bata Tbk. BATA
11 Indo Kordsa Tbk. BRAM
12 Betonjaya Manunggal Tbk. BTON
13 Budi Starch & Sweetener Tbk. BUDI
14 Wilmar Cahaya Indonesia Tbk. CEKA
15 Charoen Pokphand Indonesia Tbk. CPIN
16 Delta Djakarta Tbk. DLTA
17 Darya-Varia Laboratoria Tbk. DVLA
18 Ekadharma International Tbk. EKAD
19 Eterindo Wahanatama Tbk. ETWA
20 Gunawan Dianjaya Steel Tbk. GDST
21 Gudang Garam Tbk. GGRM
87
22 Indofood CBP Sukses Makmur Tbk. ICBP
23 Champion Pacific Indonesia Tbk. IGAR
24 Indomobil Sukses International Tbk. IMAS
25 Indofoof Sukses Makmur Tbk. INDF
26 Indospring Tbk. INDS
27 Indocement Tunggal Prakasa Tbk. INTP
28 Indopoly Swakarsa Industry Tbk. IPOL
29 Jembo Cable Company Tbk. JECC
30 Japfa Comfeed Indonesia Tbk. JPFA
31 Kabelindo Murni Tbk. KBLM
32 Kedawung Setia Industrial Tbk. KDSI
33 Kedaung Indah Can Tbk. KICI
34 Kalbe Farma Tbk. KLBF
35 Lion Metal Works Tbk. LION
36 Lionmesh Prima Tbk. LMSH
37 Multi Prima Sejahtera Tbk. LPIN
38 Malindo Feedmill Tbk. MAIN
39 Multistrada Arah Sarana Tbk. MASA
40 Martina Berto Tbk. MBTO
41 Merck Tbk. MERK
42 Multi Bintang Indoensia Tbk. MLBI
43 Mayora Indah Tbk. MYOR
44 Nipress Tbk. NIPS
45 Pan Brothers Tbk. PBRX
46 Pelangi Indah Canindo Tbk. PICO
88
47 Pyridam Farma Tbk. PYFA
48 Nippon Indosari Corpindo tbk. ROTI
49 Supreme Cable Manufacturing & Commerse
Tbk. SCCO
50 Sierad Produce Tbk. SIPD
51 Sekar Laut Tbk. SKLT
52 Siantar Top Tbk. STTP
53 Mandom Indonesia Tbk. TCID
54 Surya Toto Idonesia Tbk. TOTO
55 Tempo Scan Pacific Tbk. TSPC
56 Unggul Indah Cahaya Tbk. UNIC
57 Voksel Electric VOKS
Sumber : Indonesia Stock Exchange
89
LAMPIRAN 2
Rincian data perusahaan 2011 – 2013
Data perolehan Value Added tahun 2011
no Kode Output Input Value Added
1 ADES 299,409,000 258,162,000 41,247,000
2 AISA 1,752,802,000 1,426,959,000 325,843,000
3 AKPI 1,505,559,487 1,362,645,997 142,913,490
4 ALDO 244,802,861 210,595,863 34,206,998
5 ALMI 3,609,867,387 3,454,279,647 155,587,740
6 AMFG 2,596,271,000 2,152,285,000 443,986,000
7 ARNA 922,684,829 758,479,950 164,204,879
8 ASII 162,564,000,000 135,634,000,000 26,930,000,000
9 AUTO 7,363,659,000 6,598,089,000 765,570,000
10 BATA 678,591,535 581,054,964 97,536,571
11 BRAM 1,900,212,056 1,677,029,610 223,182,446
12 BTON 153,646,138,180 130,760,875,559 22,885,262,621
13 BUDI 2,503,984,000 2,284,787,000 219,197,000
14 CEKA 1,238,169,022 1,084,944,164 153,224,858
15 CPIN 17,957,972,000 14,637,506,000 3,320,466,000
16 DLTA 564,051,178 337,009,268 227,041,910
17 DVLA 972,297,437 799,306,622 172,990,815
18 EKAD 328,459,768 274,846,297 53,613,471
19 ETWA 904,236,103 828,693,955 75,542,148
20 GDST 2,093,544,754 1,951,096,570 142,448,184
90
21 GGRM 41,884,352,000 34,446,340,000 7,438,012,000
22 ICBP 19,367,155,000 16,570,376,000 2,796,779,000
23 IGAR 512,774,178 436,770,757 76,003,421
24 IMAS 15,776,580,286 14,955,260,173 821,320,113
25 INDF 45,332,256,000 37,309,557,000 8,022,699,000
26 INDS 1,234,986,291 1,019,636,059 215,350,232
27 INTP 13,887,892,000 9,259,453,000 4,628,439,000
28 IPOL 1,818,287,000 1,581,667,000 236,620,000
29 JECC 1,267,418,214 1,194,318,346 73,099,868
30 JPFA 15,633,068,000 13,967,664,000 1,665,404,000
31 KBLM 864,752,600 811,366,587 53,386,013
32 KDSI 1,180,506,128 1,106,103,976 74,402,152
33 KICI 87,517,382 81,962,865 5,554,517
34 KLBF 10,911,860,141 8,563,928,671 2,347,931,470
35 LION 268,414,285 185,899,885 82,514,400
36 LMSH 207,522,581 187,013,927 20,508,654
37 LPIN 62,958,088 50,375,551 12,582,537
38 MAIN 2,634,460,563 2,273,671,983 360,788,580
39 MASA 2,861,930,000 2,513,738,000 348,192,000
40 MBTO 648,375,230 567,288,655 81,086,575
41 MERK 918,532,462 696,189,316 222,343,146
42 MLBI 1,858,750,000 1,142,321,000 716,429,000
43 MYOR 9,453,865,992 8,605,971,511 847,894,481
44 NIPS 579,224,436 533,704,623 45,519,813
45 PBRX 2,170,706,640 2,014,370,757 156,335,883
91
46 PICO 621,233,560 563,117,130 58,116,430
47 PYFA 151,094,461 131,217,500 19,876,961
48 ROTI 813,342,078 641,441,862 171,900,216
49 SCCO 3,363,728,158 3,168,219,856 195,508,302
50 SIPD 4,029,131,023 3,807,575,113 221,555,910
51 SKLT 344,435,729 321,899,966 22,535,763
52 STTP 1,027,683,999 938,032,110 89,651,889
53 TCID 1,654,671,098 1,353,094,858 301,576,240
54 TOTO 1,341,926,755 1,008,156,318 333,770,437
55 TSPC 5,780,664,117 4,873,724,411 906,939,706
56 UNIC 461,602,658 437,033,385 24,569,273
57 VOKS 2,014,608,187 1,822,626,349 191,981,838
92
Data perolehan Value Added tahun 2012
no Kode Output Input Value Added
1 ADES 476,638,000 361,675,000 114,963,000
2 AISA 2,747,623,000 2,293,668,000 453,955,000
3 AKPI 1,590,185,293 1,387,808,594 202,376,699
4 ALDO 318,332,488 283,312,824 35,019,664
5 ALMI 3,221,635,031 3,158,845,510 62,789,521
6 AMFG 2,857,310,000 2,390,990,000 466,320,000
7 ARNA 1,113,663,603 865,104,859 248,558,744
8 ASII 188,053,000,000 157,354,000,000 30,699,000,000
9 AUTO 8,277,485,000 7,538,042,000 739,443,000
10 BATA 751,449,338 635,171,519 116,277,819
11 BRAM 174,136,178 166,455,004 7,681,174
12 BTON 155,005,683 126,017,157 28,988,526
13 BUDI 2,295,369,000 2,162,472,000 132,897,000
14 CEKA 1,123,519,657 1,015,088,398 108,431,259
15 CPIN 21,310,925,000 17,544,315,000 3,766,610,000
16 DLTA 719,951,793 412,588,174 307,363,619
17 DVLA 1,087,379,869 863,051,235 224,328,634
18 EKAD 385,037,050 319,755,179 65,281,871
19 ETWA 601,771,845 544,753,411 57,018,434
20 GDST 1,647,928,004 1,577,751,051 70,176,953
21 GGRM 49,028,696,000 42,342,530,000 6,686,166,000
22 ICBP 21,716,913,000 18,414,858,000 3,302,055,000
93
23 IGAR 556,445,856 489,647,173 66,798,683
24 IMAS 19,780,838,058 18,900,299,068 880,538,990
25 INDF 50,201,548,000 41,882,875,000 8,318,673,000
26 INDS 1,476,987,701 1,237,347,925 239,639,776
27 INTP 17,290,337,000 11,193,197,000 6,097,140,000
28 IPOL 227,273,096 203,404,018 23,869,078
29 JECC 1,234,827,852 1,145,185,785 89,642,067
30 JPFA 17,832,702,000 15,522,219,000 2,310,483,000
31 KBLM 1,020,197,078 944,277,557 75,919,521
32 KDSI 1,301,332,627 1,201,787,080 99,545,547
33 KICI 94,787,254 85,907,953 8,879,301
34 KLBF 13,636,405,178 11,011,006,188 2,625,398,990
35 LION 333,921,950 235,512,462 98,409,488
36 LMSH 223,079,062 204,165,607 18,913,455
37 LPIN 68,736,656 54,654,495 14,082,161
38 MAIN 3,349,566,738 2,826,000,832 523,565,906
39 MASA 320,881,449 299,490,479 21,390,970
40 MBTO 717,788,399 627,027,044 90,761,355
41 MERK 929,876,824 761,159,179 168,717,645
42 MLBI 1,566,984,000 935,230,000 631,754,000
43 MYOR 10,510,625,669 9,247,027,168 1,263,598,501
44 NISP 702,719,255 640,744,457 61,974,798
45 PBRX 286,613,923 265,524,916 21,089,007
46 PICO 593,266,859 537,348,217 55,918,642
47 PYFA 176,730,979 158,430,085 18,300,894
94
48 ROTI 1,190,825,893 968,354,615 222,471,278
49 SCC0 3,542,885,004 3,298,457,961 244,427,043
50 SIPD 4,354,469,720 4,092,521,365 261,948,355
51 SKLT 401,724,215 372,885,077 28,839,138
52 STTP 1,283,736,251 1,134,713,604 149,022,647
53 TCID 1,851,152,825 1,513,805,613 337,347,212
54 TOTO 1,576,763,006 1,161,127,902 415,635,104
55 TSPC 6,630,809,553 5,713,927,903 916,881,650
56 UNIC 460,239,017 434,929,507 25,309,510
57 VOKS 2,484,172,510 2,236,532,754 247,639,756
95
Data perolehan Value Added tahun 2013
No Kode Output Input Value Added
1 ADES 502,524,000 408,832,000 93,692,000
2 AISA 4,056,735,000 3,393,848,000 662,887,000
3 AKPI 1,663,385,190 1,530,036,439 133,348,751
4 ALDO 399,345,658 341,654,003 57,691,655
5 ALMI 2,871,313,447 2,749,366,248 121,947,199
6 ALTO 10,701,988,000 9,682,212,000 1,019,776,000
7 AMFG 3,216,480,000 2,800,633,000 415,847,000
8 ARNA 1,417,640,229 1,054,244,471 363,395,758
9 ASII 193,880,000,000 162,526,000,000 31,354,000,000
10 BATA 902,459,209 820,632,262 81,826,947
11 BRAM 200,167,829 184,955,008 15,212,821
12 BTON 113,547,870 100,448,713 13,099,157
13 BUDI 2,568,954,000 2,360,264,000 208,690,000
14 CEKA 2,531,881,182 2,372,907,022 158,974,160
15 CPIN 25,662,992,000 21,359,045,000 4,303,947,000
16 DLTA 867,066,542 498,189,807 368,876,735
17 DVLA 1,101,684,170 918,306,500 183,377,670
18 EKAD 418,668,758 342,953,169 75,715,589
19 ETWA 1,206,066,005 1,071,177,374 134,888,631
20 GDST 1,410,117,393 1,247,864,657 162,252,736
21 GGRM 55,436,954,000 48,020,079,000 7,416,875,000
22 ICBP 25,094,681,000 4,987,832,000 20,106,849,000
96
23 IGAR 643,403,327 573,212,072 70,191,255
24 IMAS 20,094,736,395 19,268,422,350 826,314,045
25 INDF 57,731,998,000 49,818,126,000 7,913,872,000
26 INDS 1,702,447,098 1,466,883,958 235,563,140
27 INTP 18,691,286,000 12,435,022,000 6,256,264,000
28 IPOL 233,483,218 208,919,333 24,563,885
29 JECC 1,490,073,098 1,337,293,941 152,779,157
30 JPFA 21,412,085,000 18,866,101,000 2,545,984,000
31 KBLM 1,032,787,438 959,007,324 73,780,114
32 KDSI 1,386,314,584 1,289,146,550 97,168,034
33 KICI 99,029,696 80,800,550 18,229,146
34 KLBH 16,002,131,057 12,949,993,925 3,052,137,132
35 LION 333,674,349 239,341,409 94,332,940
36 LMSH 256,210,760 232,616,539 23,594,221
37 LPIN 77,231,127 61,032,939 16,198,188
38 MAIN 4,193,082,465 3,618,046,027 575,036,438
39 MASA 323,891,487 306,287,052 17,604,435
40 MBTO 641,284,586 576,096,226 65,188,360
41 MERK 1,193,952,302 930,015,818 263,936,484
42 MLBI 3,561,989,000 1,951,843,000 1,610,146,000
43 MYOR 12,017,837,133 10,589,256,413 1,428,580,720
44 NIPS 911,064,069 817,374,791 93,689,278
45 PBRX 339,723,836 313,122,534 26,601,302
46 PICO 684,448,835 619,508,040 64,940,795
47 PYFA 192,555,731 171,273,211 21,282,520
97
48 ROTI 1,505,519,937 1,223,932,156 281,587,781
49 SCCO 3,751,042,310 3,552,160,068 198,882,242
50 SIPD 3,854,271,748 3,590,480,591 263,791,157
51 SKLT 567,048,547 525,649,504 41,399,043
52 STTP 1,694,935,468 1,484,022,063 210,913,405
53 TCID 2,027,899,402 1,643,307,069 384,592,333
54 TOTO 1,711,306,783 1,303,371,250 407,935,533
55 TSPC 6,854,889,233 5,950,828,352 904,060,881
56 UNIC 438,997,361 406,908,491 32,088,870
57 VOKS 2,510,817,836 2,356,341,554 154,476,282
98
Data Perolehan Value Added Capital Coefficient (VACA) Tahun 2011
No Kode Value Added Capital
Employe VACA
1 ADES 41,247,000 125,746,000 0.3280
2 AISA 325,843,000 1,832,817,000 0.1778
3 AKPI 142,913,490 740,164,566 0.1931
4 ALDO 34,206,998 81,783,031 0.4183
5 ALMI 155,587,740 516,616,106 0.3012
6 AMFG 443,986,000 2,145,200,000 0.2070
7 ARNA 164,204,879 483,173,285 0.3398
8 ASII 26,930,000,000 75,838,000,000 0.3551
9 AUTO 765,570,000 4,722,894,000 0.1621
10 BATA 97,536,571 354,480,088 0.2752
11 BRAM 223,182,446 1,201,725,440 0.1857
12 BTON 22,885,262,621 92,124,943,258 0.2484
13 BUDI 219,197,000 811,031,000 0.2703
14 CEKA 153,224,858 405,058,749 0.3783
15 CPIN 3,320,466,000 6,189,470,000 0.5365
16 DLTA 227,041,910 572,935,427 0.3963
17 DVLA 172,990,815 727,917,390 0.2377
18 EKAD 53,613,471 147,645,528 0.3631
19 ETWA 75,542,148 375,955,481 0.2009
20 GDST 142,448,184 745,367,483 0.1911
21 GGRM 7,438,012,000 24,550,928,000 0.3030
22 ICBP 2,796,779,000 10,709,773,000 0.2611
99
23 IGAR 76,003,421 290,586,357 0.2616
24 IMAS 821,320,113 5,084,181,476 0.1615
25 INDF 8,022,699,000 31,610,225,000 0.2538
26 INDS 215,350,232 632,249,053 0.3406
27 INTP 4,628,439,000 15,733,951,000 0.2942
28 IPOL 236,620,000 1,148,918,000 0.2060
29 JECC 73,099,868 127,497,023 0.5733
30 JPFA 1,665,404,000 3,785,347,000 0.4400
31 KBLM 53,386,013 244,364,131 0.2185
32 KDSI 74,402,152 279,169,054 0.2665
33 KICI 5,554,517 64,297,602 0.0864
34 KLBF 2,347,931,470 6,515,935,058 0.3603
35 LION 82,514,400 302,060,465 0.2732
36 LMSH 20,508,654 57,202,680 0.3585
37 LPIN 12,582,537 118,225,764 0.1064
38 MAIN 360,788,580 421,824,514 0.8553
39 MASA 348,192,000 1,767,027,000 0.1970
40 MBTO 81,086,575 400,542,318 0.2024
41 MERK 222,343,146 494,181,710 0.4499
42 MLBI 716,429,000 530,268,000 1.3511
43 MYOR 847,894,481 2,424,669,292 0.3497
44 NIPS 45,519,813 165,997,722 0.2742
45 PBRX 156,335,883 684,336,439 0.2284
46 PICO 58,116,430 187,914,292 0.3093
47 PYFA 19,876,961 82,397,251 0.2412
100
48 ROTI 171,900,216 546,441,182 0.3146
49 SCCO 195,508,302 519,252,194 0.3765
50 SIPD 221,555,910 1,271,072,402 0.1743
51 SKLT 22,535,763 122,900,348 0.1834
52 STTP 89,651,889 490,065,156 0.1829
53 TCID 301,576,240 1,020,412,800 0.2955
54 TOTO 333,770,437 760,541,257 0.4389
55 TSPC 906,939,706 3,045,935,747 0.2978
56 UNIC 24,569,273 142,936,936 0.1719
57 VOKS 191,981,838 496,645,502 0.3866
101
Data Perolehan Value Added Capital Coefficient (VACA) Tahun 2012
No Kode VA CE VACA
1 ADES 114,963,000 209,122,000 0.5497
2 AISA 453,955,000 2,033,453,000 0.2232
3 AKPI 202,376,699 843,266,716 0.2400
4 ALDO 35,019,664 107,536,357 0.3257
5 ALMI 62,789,521 587,883,021 0.1068
6 AMFG 466,320,000 2,457,089,000 0.1898
7 ARNA 248,558,744 604,808,180 0.4110
8 ASII 30,699,000,000 89,814,000,000 0.3418
9 AUTO 739,443,000 5,485,099,000 0.1348
10 BATA 116,277,819 387,497,486 0.3001
11 BRAM 7,681,174 169,623,187 0.0453
12 BTON 28,988,526 113,178,957 0.2561
13 BUDI 132,897,000 854,135,000 0.1556
14 CEKA 108,431,259 463,402,987 0.2340
15 CPIN 3,766,610,000 8,176,464,000 0.4607
16 DLTA 307,363,619 598,211,513 0.5138
17 DVLA 224,328,634 841,546,479 0.2666
18 EKAD 65,281,871 191,977,807 0.3400
19 ETWA 57,018,434 437,749,234 0.1303
20 GDST 70,176,953 792,924,462 0.0885
21 GGRM 6,686,166,000 26,605,713,000 0.2513
22 ICBP 3,302,055,000 11,984,361,000 0.2755
23 IGAR 66,798,683 242,028,852 0.2760
102
24 IMAS 880,538,990 5,688,445,073 0.1548
25 INDF 8,318,673,000 34,140,237,000 0.2437
26 INDS 239,639,776 1,136,572,861 0.2108
27 INTP 6,097,140,000 19,418,738,000 0.3140
28 IPOL 23,869,078 141,020,626 0.1693
29 JECC 89,642,067 142,875,793 0.6274
30 JPFA 2,310,483,000 4,763,327,000 0.4851
31 KBLM 75,919,521 264,746,064 0.2868
32 KDSI 99,545,547 316,006,115 0.3150
33 KICI 8,879,301 66,557,077 0.1334
34 KLBF 2,625,398,990 7,371,643,614 0.3561
35 LION 98,409,488 371,829,387 0.2647
36 LMSH 18,913,455 97,525,195 0.1939
37 LPIN 14,082,161 134,855,613 0.1044
38 MAIN 523,565,906 1,799,881,575 0.2909
39 MASA 21,390,970 371,982,982 0.0575
40 MBTO 90,761,355 434,562,913 0.2089
41 MERK 168,717,645 416,741,865 0.4048
42 MLBI 631,754,000 329,853,000 1.9153
43 MYOR 1,263,598,501 3,067,850,327 0.4119
44 NISP 61,974,798 202,073,660 0.3067
45 PBRX 21,089,007 87,770,927 0.2403
46 PICO 55,918,642 199,113,004 0.2808
47 PYFA 18,300,894 87,705,472 0.2087
48 ROTI 222,471,278 666,607,597 0.3337
103
49 SCC0 244,427,043 654,044,644 0.3737
50 SIPD 261,948,355 1,276,742,767 0.2052
51 SKLT 28,839,138 129,482,560 0.2227
52 STTP 149,022,647 579,691,340 0.2571
53 TCID 337,347,212 1,096,821,575 0.3076
54 TOTO 415,635,104 898,164,900 0.4628
55 TSPC 916,881,650 3,353,156,079 0.2734
56 UNIC 25,309,510 139,735,145 0.1811
57 VOKS 247,639,756 603,066,052 0.4106
104
Data Perolehan Value Added Capital Coefficient (VACA) Tahun 2013
No Kode VA CE VACA
1 ADES 93,692,000 264,778,000 0.3539
2 AISA 662,887,000 2,356,773,000 0.2813
3 AKPI 133,348,751 1,028,605,380 0.1296
4 ALDO 57,691,655 139,883,299 0.4124
5 ALMI 121,947,199 657,341,556 0.1855
6 ALTO 1,019,776,000 9,558,754,000 0.1067
7 AMFG 415,847,000 2,760,727,000 0.1506
8 ARNA 363,395,758 768,489,884 0.4729
9 ASII 31,354,000,000 106,188,000,000 0.2953
10 BATA 81,826,947 396,853,165 0.2062
11 BRAM 15,212,821 162,861,249 0.0934
12 BTON 13,099,157 138,817,414 0.0944
13 BUDI 208,690,000 885,121,000 0.2358
14 CEKA 158,974,160 528,274,934 0.3009
15 CPIN 4,303,947,000 9,950,900,000 0.4325
16 DLTA 368,876,735 676,557,993 0.5452
17 DVLA 183,377,670 914,702,952 0.2005
18 EKAD 75,715,589 237,707,562 0.3185
19 ETWA 134,888,631 445,660,434 0.3027
20 GDST 162,252,736 884,412,519 0.1835
21 GGRM 7,416,875,000 29,416,271,000 0.2521
22 ICBP 20,106,849,000 13,265,731,000 1.5157
23 IGAR 70,191,255 225,742,775 0.3109
105
24 IMAS 826,314,045 6,659,870,110 0.1241
25 INDF 7,913,872,000 38,373,129,000 0.2062
26 INDS 235,563,140 1,752,865,614 0.1344
27 INTP 6,256,264,000 22,607,241,000 0.2767
28 IPOL 24,563,885 151,337,714 0.1623
29 JECC 152,779,157 1,239,821,716 0.1232
30 JPFA 2,545,984,000 5,245,222,000 0.4854
31 KBLM 73,780,114 269,664,159 0.2736
32 KDSI 97,168,034 352,008,887 0.2760
33 KICI 18,229,146 73,976,578 0.2464
34 KLBH 3,052,137,132 8,499,957,965 0.3591
35 LION 94,332,940 415,784,337 0.2269
36 LMSH 23,594,221 110,468,094 0.2136
37 LPIN 16,198,188 143,410,609 0.1129
38 MAIN 575,036,438 2,214,398,692 0.2597
39 MASA 17,604,435 629,065,832 0.0280
40 MBTO 65,188,360 451,318,464 0.1444
41 MERK 263,936,484 512,218,622 0.5153
42 MLBI 1,610,146,000 987,533,000 1.6305
43 MYOR 1,428,580,720 3,938,760,819 0.3627
44 NIPS 93,689,278 235,945,772 0.3971
45 PBRX 26,601,302 99,057,308 0.2685
46 PICO 64,940,795 215,034,932 0.3020
47 PYFA 21,282,520 93,901,273 0.2266
48 ROTI 281,587,781 787,337,649 0.3576
106
49 SCCO 198,882,242 707,611,129 0.2811
50 SIPD 263,791,157 1,285,120,275 0.2053
51 SKLT 41,399,043 139,650,353 0.2964
52 STTP 210,913,405 694,128,409 0.3039
53 TCID 384,592,333 1,182,990,689 0.3251
54 TOTO 407,935,533 1,035,650,413 0.3939
55 TSPC 904,060,881 3,862,951,854 0.2340
56 UNIC 32,088,870 145,430,832 0.2206
57 VOKS 154,476,282 601,249,018 0.2569
107
Data Perolehan Value Added Human Capital (VAHU) Tahun 2011
No Kode VA HC VAHU
1 ADES 41,247,000 14,928,000 2.7631
2 AISA 325,843,000 17,991,000 18.1114
3 AKPI 142,913,490 42,621,901 3.3531
4 ALDO 34,206,998 9,787,862 3.4948
5 ALMI 155,587,740 28,555,934 5.4485
6 AMFG 443,986,000 28,217,000 15.7347
7 ARNA 164,204,879 15,232,997 10.7796
8 ASII 26,930,000,000 9,098,000,000 2.9600
9 AUTO 765,570,000 246,022,000 3.1118
10 BATA 97,536,571 16,408,854 5.9441
11 BRAM 223,182,446 33,322,462 6.6977
12 BTON 22,885,262,621 3,076,971,669 7.4376
13 BUDI 219,197,000 39,708,000 5.5202
14 CEKA 153,224,858 7,698,394 19.9035
15 CPIN 3,320,466,000 336,002,000 9.8823
16 DLTA 227,041,910 25,634,472 8.8569
17 DVLA 172,990,815 29,961,568 5.7738
18 EKAD 53,613,471 12,295,125 4.3605
19 ETWA 75,542,148 6,406,571 11.7914
20 GDST 142,448,184 8,952,684 15.9112
21 GGRM 7,438,012,000 599,370,000 12.4097
22 ICBP 2,796,779,000 156,168,000 17.9088
108
23 IGAR 76,003,421 8,838,395 8.5992
24 IMAS 821,320,113 216,106,823 3.8005
25 INDF 8,022,699,000 1,303,983,000 6.1525
26 INDS 215,350,232 34,502,383 6.2416
27 INTP 4,628,439,000 201,446,000 22.9761
28 IPOL 236,620,000 67,184,000 3.5220
29 JECC 73,099,868 13,477,953 5.4237
30 JPFA 1,665,404,000 558,399,000 2.9825
31 KBLM 53,386,013 8,683,922 6.1477
32 KDSI 74,402,152 35,323,109 2.1063
33 KICI 5,554,517 5,516,024 1.0070
34 KLBF 2,347,931,470 288,748,650 8.1314
35 LION 82,514,400 23,596,283 3.4969
36 LMSH 20,508,654 4,733,805 4.3324
37 LPIN 12,582,537 6,255,917 2.0113
38 MAIN 360,788,580 50,258,771 7.1786
39 MASA 348,192,000 50,907,000 6.8398
40 MBTO 81,086,575 34,168,071 2.3732
41 MERK 222,343,146 23,761,171 9.3574
42 MLBI 716,429,000 35,578,000 20.1369
43 MYOR 847,894,481 90,017,504 9.4192
44 NIPS 45,519,813 3,437,936 13.2404
45 PBRX 156,335,883 57,962,969 2.6972
46 PICO 58,116,430 6,014,152 9.6633
47 PYFA 19,876,961 12,872,358 1.5442
109
48 ROTI 171,900,216 25,414,023 6.7640
49 SCCO 195,508,302 26,780,143 7.3005
50 SIPD 221,555,910 92,132,948 2.4047
51 SKLT 22,535,763 13,472,156 1.6728
52 STTP 89,651,889 19,205,041 4.6681
53 TCID 301,576,240 108,511,205 2.7792
54 TOTO 333,770,437 33,972,077 9.8248
55 TSPC 906,939,706 249,151,333 3.6401
56 UNIC 24,569,273 11,292,300 2.1758
57 VOKS 191,981,838 16,672,529 11.5149
110
Data Perolehan Value Added Human Capital (VAHU) Tahun 2012
No Kode VA HC VAHU
1 ADES 114,963,000 28,555,000 4.0260
2 AISA 453,955,000 27,990,000 16.2185
3 AKPI 202,376,699 39,931,551 5.0681
4 ALDO 35,019,664 11,684,230 2.9972
5 ALMI 62,789,521 30,667,570 2.0474
6 AMFG 466,320,000 30,606,000 15.2362
7 ARNA 248,558,744 19,653,895 12.6468
8 ASII 30,699,000,000 10,829,000,000 2.8349
9 AUTO 739,443,000 263,909,000 2.8019
10 BATA 116,277,819 16,592,671 7.0078
11 BRAM 7,681,174 4,024,572 1.9086
12 BTON 28,988,526 3,583,033 8.0905
13 BUDI 132,897,000 45,587,000 2.9152
14 CEKA 108,431,259 9,713,088 11.1634
15 CPIN 3,766,610,000 365,820,000 10.2963
16 DLTA 307,363,619 25,276,611 12.1600
17 DVLA 224,328,634 33,021,089 6.7935
18 EKAD 65,281,871 13,268,035 4.9202
19 ETWA 57,018,434 11,764,369 4.8467
20 GDST 70,176,953 9,725,698 7.2156
21 GGRM 6,686,166,000 678,960,000 9.8477
22 ICBP 3,302,055,000 456,880,000 7.2274
111
23 IGAR 66,798,683 10,216,062 6.5386
24 IMAS 880,538,990 218,763,019 4.0251
25 INDF 8,318,673,000 1,565,404,000 5.3141
26 INDS 239,639,776 39,502,762 6.0664
27 INTP 6,097,140,000 251,918,000 24.2029
28 IPOL 23,869,078 7,517,790 3.1750
29 JECC 89,642,067 14,913,530 6.0108
30 JPFA 2,310,483,000 642,229,000 3.5976
31 KBLM 75,919,521 9,112,203 8.3316
32 KDSI 99,545,547 4,234,829 23.5064
33 KICI 8,879,301 5,758,989 1.5418
34 KLBF 2,625,398,990 316,884,122 8.2850
35 LION 98,409,488 29,799,436 3.3024
36 LMSH 18,913,455 5,066,124 3.7333
37 LPIN 14,082,161 7,739,214 1.8196
38 MAIN 523,565,906 68,026,148 7.6965
39 MASA 21,390,970 6,890,550 3.1044
40 MBTO 90,761,355 35,737,460 2.5397
41 MERK 168,717,645 26,877,596 6.2773
42 MLBI 631,754,000 29,868,000 21.1515
43 MYOR 1,263,598,501 107,038,685 11.8051
44 NIPS 61,974,798 7,008,281 8.8431
45 PBRX 21,089,007 7,125,893 2.9595
46 PICO 55,918,642 6,057,858 9.2308
47 PYFA 18,300,894 9,402,825 1.9463
112
48 ROTI 222,471,278 36,316,497 6.1259
49 SCCO 244,427,043 28,214,985 8.6630
50 SIPD 261,948,355 116,072,849 2.2568
51 SKLT 28,839,138 15,887,739 1.8152
52 STTP 149,022,647 23,581,289 6.3195
53 TCID 337,347,212 127,261,039 2.6508
54 TOTO 415,635,104 41,769,435 9.9507
55 TSPC 916,881,650 215,075,286 4.2631
56 UNIC 25,309,510 11,978,874 2.1128
57 VOKS 247,639,756 30,400,899 8.1458
113
Data Perolehan Value Added Human Capital (VAHU) Tahun 2013
No Kode VA HC VAHU
1 ADES 93,692,000 39,215,000 2.3892
2 AISA 662,887,000 47,335,000 14.0042
3 AKPI 133,348,751 29,169,958 4.5714
4 ALDO 57,691,655 13,733,037 4.2009
5 ALMI 121,947,199 31,410,448 3.8824
6 AMFG 1,019,776,000 347,977,000 2.9306
7 ARNA 415,847,000 31,193,000 13.3314
8 ASII 363,395,758 19,033,829 19.0921
9 AUTO 31,354,000,000 12,751,000,000 2.4589
10 BATA 81,826,947 15,754,699 5.1938
11 BRAM 15,212,821 4,071,142 3.7367
12 BTON 13,099,157 3,727,338 3.5143
13 BUDI 208,690,000 52,576,000 3.9693
14 CEKA 158,974,160 13,841,382 11.4854
15 CPIN 4,303,947,000 400,014,000 10.7595
16 DLTA 368,876,735 32,471,856 11.3599
17 DVLA 183,377,670 35,942,025 5.1020
18 EKAD 75,715,589 15,453,299 4.8996
19 ETWA 134,888,631 22,671,213 5.9498
20 GDST 162,252,736 10,123,635 16.0271
21 GGRM 7,416,875,000 767,069,000 9.6691
22 ICBP 20,106,849,000 570,386,000 35.2513
114
23 IGAR 70,191,255 9,368,447 7.4923
24 IMAS 826,314,045 347,977,000 2.3746
25 INDF 7,913,872,000 1,824,734,000 4.3370
26 INDS 235,563,140 45,736,070 5.1505
27 INTP 6,256,264,000 281,307,000 22.2400
28 IPOL 24,563,885 7,598,535 3.2327
29 JECC 152,779,157 18,668,071 8.1840
30 JPFA 2,545,984,000 743,348,000 3.4250
31 KBLM 73,780,114 10,242,249 7.2035
32 KDSI 97,168,034 45,365,548 2.1419
33 KICI 18,229,146 6,838,243 2.6658
34 KLBF 3,052,137,132 367,829,843 8.2977
35 LION 94,332,940 35,195,955 2.6802
36 LMSH 23,594,221 5,679,009 4.1546
37 LPIN 16,198,188 9,466,592 1.7111
38 MAIN 575,036,438 92,136,679 6.2411
39 MASA 17,604,435 6,243,133 2.8198
40 MBTO 65,188,360 37,505,290 1.7381
41 MERK 263,936,484 35,714,021 7.3903
42 MLBI 1,610,146,000 57,040,000 28.2284
43 MYOR 1,428,580,720 123,771,422 11.5421
44 NIPS 93,689,278 8,101,591 11.5643
45 PBRX 26,601,302 7,824,509 3.3997
46 PICO 64,940,795 6,186,314 10.4975
47 PYFA 21,282,520 11,555,697 1.8417
115
48 ROTI 281,587,781 71,660,980 3.9294
49 SCCO 198,882,242 38,818,726 5.1234
50 SIPD 263,791,157 121,755,951 2.1666
51 SKLT 41,399,043 21,707,862 1.9071
52 STTP 210,913,405 27,358,179 7.7093
53 TCID 384,592,333 158,703,349 2.4233
54 TOTO 407,935,533 60,527,627 6.7397
55 TSPC 904,060,881 256,076,322 3.5304
56 UNIC 32,088,870 11,204,938 2.8638
57 VOKS 154,476,282 31,726,956 4.8689
116
Data perolehan Structural Capital Value Added (SCVA) Tahun 2011
No Kode VA SC SCVA
1 ADES 41,247,000 26,319,000 0.6381
2 AISA 325,843,000 307,852,000 0.9448
3 AKPI 142,913,490 100,291,589 0.7018
4 ALDO 34,206,998 24,419,136 0.7139
5 ALMI 155,587,740 127,031,806 0.8165
6 AMFG 443,986,000 415,769,000 0.9364
7 ARNA 164,204,879 148,971,882 0.9072
8 ASII 26,930,000,000 17,832,000,000 0.6622
9 AUTO 765,570,000 519,548,000 0.6786
10 BATA 97,536,571 81,127,717 0.8318
11 BRAM 223,182,446 189,859,984 0.8507
12 BTON 22,885,262,621 19,808,290,952 0.8655
13 BUDI 219,197,000 179,489,000 0.8188
14 CEKA 153,224,858 145,526,464 0.9498
15 CPIN 3,320,466,000 2,984,464,000 0.8988
16 DLTA 227,041,910 201,407,438 0.8871
17 DVLA 172,990,815 143,029,247 0.8268
18 EKAD 53,613,471 41,318,346 0.7707
19 ETWA 75,542,148 69,135,577 0.9152
20 GDST 142,448,184 133,495,500 0.9372
21 GGRM 7,438,012,000 6,838,642,000 0.9194
22 ICBP 2,796,779,000 2,640,611,000 0.9442
23 IGAR 76,003,421 67,165,026 0.8837
117
24 IMAS 821,320,113 605,213,290 0.7369
25 INDF 8,022,699,000 6,718,716,000 0.8375
26 INDS 215,350,232 180,847,849 0.8398
27 INTP 4,628,439,000 4,426,993,000 0.9565
28 IPOL 236,620,000 169,436,000 0.7161
29 JECC 73,099,868 59,621,915 0.8156
30 JPFA 1,665,404,000 1,107,005,000 0.6647
31 KBLM 53,386,013 44,702,091 0.8373
32 KDSI 74,402,152 39,079,043 0.5252
33 KICI 5,554,517 38,493 0.0069
34 KLBF 2,347,931,470 2,059,182,820 0.8770
35 LION 82,514,400 58,918,117 0.7140
36 LMSH 20,508,654 15,774,849 0.7692
37 LPIN 12,582,537 6,326,620 0.5028
38 MAIN 360,788,580 310,529,809 0.8607
39 MASA 348,192,000 297,285,000 0.8538
40 MBTO 81,086,575 46,918,504 0.5786
41 MERK 222,343,146 198,581,975 0.8931
42 MLBI 716,429,000 680,851,000 0.9503
43 MYOR 847,894,481 757,876,977 0.8938
44 NIPS 45,519,813 42,081,877 0.9245
45 PBRX 156,335,883 98,372,914 0.6292
46 PICO 58,116,430 52,102,278 0.8965
47 PYFA 19,876,961 7,004,603 0.3524
48 ROTI 171,900,216 146,486,193 0.8522
118
49 SCCO 195,508,302 168,728,159 0.8630
50 SIPD 221,555,910 129,422,962 0.5842
51 SKLT 22,535,763 9,063,607 0.4022
52 STTP 89,651,889 70,446,848 0.7858
53 TCID 301,576,240 193,065,035 0.6402
54 TOTO 333,770,437 299,798,360 0.8982
55 TSPC 906,939,706 657,788,373 0.7253
56 UNIC 24,569,273 13,276,973 0.5404
57 VOKS 191,981,838 175,309,309 0.9132
119
Data perolehan Structural Capital Value Added (SCVA) Tahun 2012
No Kode VA SC SCVA
1 ADES 114,963,000 86,408,000 0.2484
2 AISA 453,955,000 425,965,000 0.9383
3 AKPI 202,376,699 162,445,148 0.8027
4 ALDO 35,019,664 23,335,434 0.3336
5 ALMI 62,789,521 32,121,951 0.5116
6 AMFG 466,320,000 435,714,000 0.9344
7 ARNA 248,558,744 228,904,849 0.9209
8 ASII 30,699,000,000 19,870,000,000 0.6473
9 AUTO 739,443,000 475,534,000 0.6431
10 BATA 116,277,819 99,685,148 0.8573
11 BRAM 7,681,174 3,656,602 0.4760
12 BTON 28,988,526 25,405,493 0.1236
13 BUDI 132,897,000 87,310,000 0.6570
14 CEKA 108,431,259 98,718,171 0.9104
15 CPIN 3,766,610,000 3,400,790,000 0.9029
16 DLTA 307,363,619 282,087,008 0.0822
17 DVLA 224,328,634 191,307,545 0.8528
18 EKAD 65,281,871 52,013,836 0.7968
19 ETWA 57,018,434 532,989,042 0.2063
20 GDST 70,176,953 60,451,255 0.1386
21 GGRM 6,686,166,000 6,007,206,000 0.8985
22 ICBP 3,302,055,000 2,845,175,000 0.1384
23 IGAR 66,798,683 56,582,621 0.8471
120
24 IMAS 880,538,990 661,775,971 0.2484
25 INDF 8,318,673,000 6,753,269,000 0.8118
26 INDS 239,639,776 200,137,014 0.1648
27 INTP 6,097,140,000 5,845,222,000 0.9587
28 IPOL 23,869,078 16,351,288 0.6850
29 JECC 89,642,067 74,728,537 0.8336
30 JPFA 2,310,483,000 1,668,254,000 0.7220
31 KBLM 75,919,521 66,807,318 0.1200
32 KDSI 99,545,547 95,310,718 0.9575
33 KICI 8,879,301 3,120,312 0.3514
34 KLBF 2,625,398,990 2,308,514,868 0.1207
35 LION 98,409,488 68,610,052 0.6972
36 LMSH 18,913,455 13,847,331 0.7321
37 LPIN 14,082,161 6,342,947 0.4504
38 MAIN 523,565,906 455,539,758 0.1299
39 MASA 21,390,970 14,500,420 0.3221
40 MBTO 90,761,355 55,023,895 0.6062
41 MERK 168,717,645 141,840,049 0.8407
42 MLBI 631,754,000 601,886,000 0.0473
43 MYOR 1,263,598,501 1,156,559,816 0.9153
44 NIPS 61,974,798 54,966,517 0.1131
45 PBRX 21,089,007 13,963,114 0.6621
46 PICO 55,918,642 49,860,784 0.8917
47 PYFA 18,300,894 8,898,069 0.5138
48 ROTI 222,471,278 186,154,781 0.8368
121
49 SCCO 244,427,043 216,212,058 0.8846
50 SIPD 261,948,355 145,875,506 0.4431
51 SKLT 28,839,138 12,951,399 0.4491
52 STTP 149,022,647 125,441,358 0.8418
53 TCID 337,347,212 210,086,173 0.3772
54 TOTO 415,635,104 373,865,669 0.8995
55 TSPC 916,881,650 701,806,364 0.7654
56 UNIC 25,309,510 13,330,636 0.4733
57 VOKS 247,639,756 217,238,857 0.8772
122
Data perolehan Structural Capital Value Added (SCVA) Tahun 2013
No Kode VA SC SCVA
1 ADES 93,692,000 54,477,000 0.5814
2 AISA 662,887,000 615,552,000 0.9286
3 AKPI 133,348,751 29,169,958 0.2187
4 ALDO 57,691,655 43,958,618 0.7620
5 ALMI 121,947,199 90,536,751 0.7424
6 AMFG 1,019,776,000 671,799,000 0.6588
7 ARNA 415,847,000 384,654,000 0.9250
8 ASII 363,395,758 344,361,929 0.9476
9 AUTO 31,354,000 18,603,000 0.5933
10 BATA 81,826,947 66,072,248 0.8075
11 BRAM 15,212,821 11,141,679 0.7324
12 BTON 13,099,157 9,371,819 0.7155
13 BUDI 208,690,000 156,114,000 0.7481
14 CEKA 158,974,160 145,132,778 0.9129
15 CPIN 4,303,947,000 3,903,933,000 0.9071
16 DLTA 368,876,735 336,404,879 0.9120
17 DVLA 183,377,670 147,435,645 0.8040
18 EKAD 75,715,589 60,262,290 0.7959
19 ETWA 134,888,631 112,217,418 0.8319
20 GDST 162,252,736 152,129,101 0.9376
21 GGRM 7,416,875,000 6,649,806,000 0.8966
22 ICBP 20,106,849,000 19,536,463,000 0.9716
23 IGAR 70,191,255 60,822,808 0.8665
123
24 IMAS 826,314,045 478,337,045 0.5789
25 INDF 7,913,872,000 6,089,138,000 0.7694
26 INDS 235,563,140 189,827,070 0.8058
27 INTP 6,256,264,000 5,974,957,000 0.9550
28 IPOL 24,563,885 16,965,350 0.6907
29 JECC 152,779,157 134,111,086 0.8778
30 JPFA 2,545,984,000 1,802,636,000 0.7080
31 KBLM 73,780,114 63,537,865 0.8612
32 KDSI 97,168,034 51,802,486 0.5331
33 KICI 18,229,146 11,390,903 0.6249
34 KLBF 3,052,137,132 2,684,307,289 0.8795
35 LION 94,332,940 59,136,985 0.6269
36 LMSH 23,594,221 17,915,212 0.7593
37 LPIN 16,198,188 6,731,596 0.4156
38 MAIN 575,036,438 482,899,759 0.8398
39 MASA 17,604,435 11,361,302 0.6454
40 MBTO 65,188,360 27,683,070 0.4247
41 MERK 263,936,484 228,222,463 0.8647
42 MLBI 1,610,146,000 1,553,106,000 0.9646
43 MYOR 1,428,580,720 1,304,809,298 0.9134
44 NIPS 93,689,278 85,587,687 0.9135
45 PBRX 26,601,302 18,776,793 0.7059
46 PICO 64,940,795 58,754,481 0.9047
47 PYFA 21,282,520 9,726,823 0.4570
48 ROTI 281,587,781 209,926,801 0.7455
124
49 SCCO 198,882,242 160,063,516 0.8048
50 SIPD 263,791,157 142,035,206 0.5384
51 SKLT 41,399,043 19,691,181 0.4756
52 STTP 210,913,405 183,555,226 0.8703
53 TCID 384,592,333 225,888,984 0.5873
54 TOTO 407,935,533 347,407,906 0.8516
55 TSPC 904,060,881 647,984,559 0.7167
56 UNIC 32,088,870 20,883,932 0.6508
57 VOKS 154,476,282 122,749,326 0.7946
125
Data Perolehan Return On Assets (ROA) Tahun 2011
No Kode Laba Bersih Total Aset 2011 ROA
1 ADES 2,568,000 316,048,000 0.0081
2 AISA 149,951,000 3,590,309,000 0.0418
3 AKPI 52,852,629 1,523,749,531 0.0347
4 ALDO 9,242,599 164,522,710 0.0562
5 ALMI 32,374,760 1,791,523,164 0.0181
6 AMFG 336,995,000 2,690,595,000 0.1252
7 ARNA 95,949,405 831,507,593 0.1154
8 ASII 21,077,000,000 153,521,000,000 0.1373
9 AUTO 1,101,583,000 6,964,227,000 0.1582
10 BATA 56,615,123 516,649,305 0.1096
11 BRAM 71,039,628 1,660,119,065 0.0428
12 BTON 19,146,696,476 118,715,558,433 0.1613
13 BUDI 62,965,000 2,123,285,000 0.0297
14 CEKA 96,305,943 823,360,918 0.1170
15 CPIN 2,362,497,000 8,848,204,000 0.2670
16 DLTA 151,715,042 696,166,676 0.2179
17 DVLA 120,915,340 928,290,993 0.1303
18 EKAD 26,148,879 237,592,308 0.1101
19 ETWA 72,961,045 620,709,452 0.1175
20 GDST 99,674,949 97,757,487 1.0196
21 GGRM 4,958,102,000 39,088,705,000 0.1268
22 ICBP 2,066,365,000 15,222,857,000 0.1357
23 IGAR 55,322,166 355,579,996 0.1556
126
24 IMAS 970,891,331 12,913,941,646 0.0752
25 INDF 5,017,425,000 53,585,933,000 0.0936
26 INDS 120,415,120 1,139,715,256 0.1057
27 INTP 3,601,516 18,151,331,000 0.0002
28 IPOL 52,766,000 2,619,736,000 0.0201
29 JECC 29,698,306 627,037,935 0.0474
30 JPFA 671,474,000 8,266,417,000 0.0812
31 KBLM 19,002,962 642,954,768 0.0296
32 KDSI 23,628,732 587,566,985 0.0402
33 KICI 356,739 87,419,114 0.0041
34 KLBF 1,522,956,820 8,274,554,112 0.1841
35 LION 52,535,147 365,815,749 0.1436
36 LMSH 10,897,341 98,019,132 0.1112
37 LPIN 11,319,403 157,371,466 0.0719
38 MAIN 204,966,319 1,327,801,184 0.1544
39 MASA 142,739,000 4,736,349,000 0.0301
40 MBTO 42,659,406 541,673,841 0.0788
41 MERK 231,158,647 584,388,578 0.3956
42 MLBI 507,382,000 1,220,813,000 0.4156
43 MYOR 483,486,152 6,599,845,533 0.0733
44 NIPS 17,831,046 446,688,457 0.0399
45 PBRX 72,120,509 1,515,038,439 0.0476
46 PICO 12,630,196 561,840,337 0.0225
47 PYFA 5,172,045 118,033,602 0.0438
48 ROTI 115,932,533 759,136,918 0.1527
127
49 SCCO 109,826,481 263,313,437 0.4171
50 SIPD 23,452,266 2,641,602,932 0.0089
51 SKLT 5,976,790 214,237,879 0.0279
52 STTP 42,675,154 934,765,927 0.0457
53 TCID 140,038,819 1,130,865,062 0.1238
54 TOTO 218,124,016 1,339,570,029 0.1628
55 TSPC 586,362,346 4,250,374,395 0.1380
56 UNIC 5,863,852 280,646,814 0.0209
57 VOKS 110,621,028 1,573,039,162 0.0703
128
Data Perolehan Return On Assets (ROA) Tahun 2012
No Kode Laba Bersih Total Aset 2012 ROA
1 ADES 83,376,000 389,094,000 0.2143
2 AISA 253,664,000 3,867,576,000 0.0656
3 AKPI 31,115,755 1,714,834,430 0.0181
4 ALDO 13,327,139 216,293,168 0.0616
5 ALMI 13,949,141 1,881,568,513 0.0074
6 AMFG 346,609,000 3,115,421,000 0.1113
7 ARNA 158,684,349 937,359,770 0.1693
8 ASII 22,742,000,000 182,274,000,000 0.1248
9 AUTO 1,135,914,000 8,881,642,000 0.1279
10 BATA 69,343,398 574,107,994 0.1208
11 BRAM 22,546,316 230,270,367 0.0979
12 BTON 24,761,627 145,100,528 0.1707
13 BUDI 5,084,000 2,299,672,000 0.0022
14 CEKA 58,344,237 1,027,692,718 0.0568
15 CPIN 2,680,872,000 12,348,627,000 0.2171
16 DLTA 213,421,077 745,306,835 0.2864
17 DVLA 148,909,089 1,074,691,476 0.1386
18 EKAD 36,197,747 273,893,467 0.1322
19 ETWA 29,663,381 960,956,808 0.0309
20 GDST 46,591,042 1,163,971,056 0.0400
21 GGRM 4,068,711,000 41,509,325,000 0.0980
22 ICBP 2,282,371,000 17,819,884,000 0.1281
23 IGAR 44,507,701 312,342,760 0.1425
129
24 IMAS 889,090,885 17,557,664,024 0.0506
25 INDF 4,779,446,000 59,389,405,000 0.0805
26 INDS 134,068,283 1,664,779,358 0.0805
27 INTP 4,763,388,000 22,755,160,000 0.2093
28 IPOL 7,489,641 282,827,869 0.0265
29 JECC 31,770,770 708,955,186 0.0448
30 JPFA 1,074,577,000 10,961,464,000 0.0980
31 KBLM 23,833,078 722,941,339 0.0330
32 KDSI 36,837,060 570,564,051 0.0646
33 KICI 3,079,969 94,955,970 0.0324
34 KLBF 1,775,098,847 9,417,957,180 0.1885
35 LION 85,373,721 433,497,042 0.1969
36 LMSH 41,282,515 128,547,715 0.3211
37 LPIN 16,599,848 172,268,827 0.0964
38 MAIN 302,421,030 1,799,881,575 0.1680
39 MASA 319,747 624,485,895 0.0005
40 MBTO 45,523,078 609,494,013 0.0747
41 MERK 107,808,155 569,430,951 0.1893
42 MLBI 453,405,000 1,152,048,000 0.3936
43 MYOR 744,428,404 8,302,506,241 0.0897
44 NIPS 21,610,141 524,693,874 0.0412
45 PBRX 6,932,820 208,301,474 0.0333
46 PICO 11,137,571 594,616,098 0.0187
47 PYFA 5,308,221 135,849,510 0.0391
48 ROTI 149,149,548 1,204,944,681 0.1238
130
49 SCCO 169,741,648 1,486,921,371 0.1142
50 SIPD 15,061,473 3,298,123,574 0.0046
51 SKLT 7,962,693 249,746,467 0.0319
52 STTP 74,626,183 1,249,840,835 0.0597
53 TCID 150,373,851 1,261,572,952 0.1192
54 TOTO 235,945,643 1,522,663,914 0.1550
55 TSPC 635,176,093 4,632,984,970 0.1371
56 UNIC 1,638,636 248,270,710 0.0066
57 VOKS 147,020,574 1,698,078,355 0.0866
131
Data Perolehan Return On Assets (ROA) Tahun 2013
No Kode Laba Bersih Total Aset 2013 ROA
1 ADES 55,656,000 441,064,000 0.1262
2 AISA 346,728,000 5,020,824,000 0.0691
3 AKPI 34,620,336 2,084,567,189 0.0166
4 ALDO 22,589,101 301,479,232 0.0749
5 ALMI 26,118,732 2,752,078,229 0.0095
6 AMFG 1,058,015,000 12,617,678,000 0.0839
7 ARNA 338,358,000 3,539,393,000 0.0956
8 ASII 237,697,913 1,135,244,802 0.2094
9 AUTO 22,297,000,000 213,994,000,000 0.1042
10 BATA 44,373,679 680,685,060 0.0652
11 BRAM 5,542,270 239,028,396 0.0232
12 BTON 25,882,922 176,136,296 0.1469
13 BUDI 42,886 2,382,875 0.0180
14 CEKA 65,068,958 1,069,627,299 0.0608
15 CPIN 2,528,690,000 15,722,197,000 0.1608
16 DLTA 270,498,062 867,040,802 0.3120
17 DVLA 125,796,473 1,190,054,288 0.1057
18 EKAD 39,450,652 343,601,504 0.1148
19 ETWA 7,911,201 1,291,711,270 0.0061
20 GDST 91,885,687 1,191,496,619 0.0771
21 GGRM 4,383,932,000 50,770,251,000 0.0863
22 ICBP 2,235,040,000 21,267,470,000 0.1051
132
23 IGAR 35,030,416 314,746,644 0.1113
24 IMAS 621,139,761 22,315,022,507 0.0278
25 INDF 3,416,635,000 78,092,789,000 0.0438
26 INDS 47,608,449 2,196,518,364 0.0217
27 INTP 5,012,294,000 26,607,241,000 0.1884
28 IPOL 9,503,444 277,508,446 0.0342
29 JECC 22,553,551 1,239,821,716 0.0182
30 JPFA 640,637,000 14,917,590,000 0.0429
31 KBLM 7,678,095 654,296,256 0.0117
32 KDSI 36,002,772 850,233,842 0.0423
33 KICI 7,419,500 98,295,722 0.0755
34 KLBF 1,970,452,449 11,315,061,275 0.1741
35 LION 64,761,350 498,567,897 0.1299
36 LMSH 14,382,899 141,697,598 0.1015
37 LPIN 8,554,996 196,390,816 0.0436
38 MAIN 241,632,645 2,214,398,692 0.1091
39 MASA 3,601,565 629,065,832 0.0057
40 MBTO 16,162,858 611,769,745 0.0264
41 MERK 175,444,757 696,946,318 0.2517
42 MLBI 1,171,229,000 1,782,148,000 0.6572
43 MYOR 1,058,418,939 9,709,838,250 0.1090
44 NIPS 33,872,112 798,407,625 0.0424
45 PBRX 10,449,408 233,842,506 0.0447
46 PICO 15,439,372 621,400,236 0.0248
47 PYFA 6,195,800 175,118,921 0.0354
133
48 ROTI 158,015,270 1,822,689,047 0.0867
49 SCCO 104,962,314 1,762,032,300 0.0596
50 SIPD 8,377,508 3,155,680,394 0.0027
51 SKLT 11,440,014 301,989,488 0.0379
52 STTP 114,437,068 1,470,059,394 0.0778
53 TCID 160,148,465 1,465,952,460 0.1092
54 TOTO 236,557,513 1,746,177,682 0.1355
55 TSPC 638,535,108 5,407,957,915 0.1181
56 UNIC 10,308,014 269,269,882 0.0383
57 VOKS 39,092,753 1,955,830,321 0.0200
134
Data Perolehan Assets Growth (AG)
No Kode AG 2011 AG 2012 AG 2013
1 ADES 1.02672 5.4160 4.4558
2 AISA 0.53949 1.5540 1.7754
3 AKPI 0.85178 0.6451 0.5355
4 ALDO 0.81812 2.4038 2.5950
5 ALMI 0.83960 0.3405 0.2811
6 AMFG 0.88146 1.4660 0.1303
7 ARNA 1.05009 4.9768 1.1004
8 ASII 0.73512 3.4257 7.8335
9 AUTO 0.80208 2.6009 2.5925
10 BATA 0.93729 2.0129 3.4723
11 BRAM 0.89917 7.9588 6.2169
12 BTON 0.75627 1.1133 0.7132
13 BUDI 0.92669 0.5471 0.5048
14 CEKA 1.03292 0.8346 0.6533
15 CPIN 0.73668 7.3201 5.5616
16 DLTA 1.01784 6.7294 8.9941
17 DVLA 0.92009 2.2492 2.6938
18 EKAD 0.86059 1.2740 1.1465
19 ETWA 0.85931 0.6857 0.7930
20 GDST 10.99220 1.1169 0.7974
21 GGRM 0.78646 4.0715 2.7472
22 ICBP 0.87771 3.7951 4.4834
23 IGAR 0.97710 1.6269 1.2705
135
24 IMAS 0.61833 2.5764 2.0346
25 INDF 0.88225 1.5046 1.5102
26 INDS 0.67545 1.1640 0.8012
27 INTP 0.84546 4.2559 3.2567
28 IPOL 0.84719 4.8411 4.5556
29 JECC 0.89628 2.0107 0.3476
30 JPFA 0.84451 2.7528 2.4796
31 KBLM 0.62710 0.5711 0.0666
32 KDSI 0.94921 0.6344 0.3969
33 KICI 0.98311 0.4847 0.5037
34 KLBF 0.84989 7.3019 0.6894
35 LION 0.83075 1.4524 1.5012
36 LMSH 0.79780 1.0336 0.6952
37 LPIN 0.95911 1.2055 0.7409
38 MAIN 0.72776 2.2366 2.4303
39 MASA 0.64151 11.1089 5.6931
40 MBTO 0.61500 0.9357 0.7231
41 MERK 0.74397 8.1700 8.2652
42 MLBI 0.93141 46.4803 25.6032
43 MYOR 0.66656 4.9975 5.9036
44 NIPS 0.75580 0.4058 0.9918
45 PBRX 0.58565 12.9952 13.0799
46 PICO 1.01516 0.7422 0.4097
47 PYFA 0.85219 1.0799 0.8377
48 ROTI 0.74857 10.4789 6.5576
136
49 SCCO 0.94128 1.2730 1.2783
50 SIPD 0.77130 0.3678 0.3654
51 SKLT 0.93063 0.9602 0.8903
52 STTP 0.69458 2.3728 2.9253
53 TCID 0.92605 2.0165 2.0226
54 TOTO 0.81488 3.6676 3.6817
55 TSPC 0.84454 4.9990 3.7860
56 UNIC 0.90367 5.4865 5.0344
57 VOKS 0.71612 1.4195 1.0229
139
Hasil Uji Multikolonieritas
Model 2 (Y = AG)
Coefficientsa
Model Unstandardized
Coefficients
Standardize
d
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) -.967 .421 -2.297 .023
VACA 2.501 .543 .373 4.606 .000 .774 1.292
VAHU .028 .098 .025 .286 .775 .677 1.477
SCVA .125 .506 .019 .246 .806 .815 1.227
a. Dependent Variable: LNAG
Hasil Uji Multikolonieritas
Model 1 (Y = ROA)
Coefficientsa
Model Unstandardized
Coefficients
Standardize
d
Coefficients
t Sig. Collinearity
Statistics
B Std.
Error
Beta Tolerance VIF
1
(Constant) -4.566 .395 -11.570 .000
VACA 2.422 .509 .359 4.755 .000 .774 1.292
VAHU .275 .092 .242 3.001 .003 .677 1.477
SCVA -.104 .475 -.016 -.218 .827 .815 1.227
a. Dependent Variable: LNROA
141
Hasil Uji Heterokedastisitas
Model 2 (Y = AG)
Hasil Uji Heteroskedastisitas Menggunakan Uji Glejser
Model 1 (Y = ROA)
Coefficientsa
Model Unstandardized
Coefficients
Standardiz
ed
Coefficients
t Sig. Collinearity
Statistics
B Std.
Error
Beta Tolerance VIF
1
(Constant) .810 .250 3.243 .001
VACA -.272 .323 -.074 -.844 .400 .774 1.292
VAHU -.041 .058 -.066 -.704 .482 .677 1.477
SCVA .132 .301 .037 .438 .662 .815 1.227
a. Dependent Variable: ABSROA
142
Hasil Uji Heteroskedastisitas Menggunakan Uji Glejser
Model 2 (Y = AG)
Coefficientsa
Model Unstandardized Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance VIF
(Constant) .928 .255 3.642 .000
VACA -.155 .329 -.041 -.472 .638 .774 1.292
VAHU -.043 .059 -.068 -.729 .467 .677 1.477
SCVA .001 .306 .000 .003 .998 .815 1.227
a. Dependent Variable: ABSAG
Hasil Uji Adj. R2
Model 1 (Y = ROA)
Model Summaryb
Model R R Square Adjusted R Square
Std. Error of the Estimate
Durbin-Watson
1 .513a .264 .250 .88385 1.908
a. Predictors: (Constant), VACA, VAHU, SCVA
b. Dependent Variable: LNROA
143
Hasil Uji Adj. R2
Model 2 (Y = AG)
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the
Estimate
Durbin-
Watson
1 .391a .153 .138 .94235 1.849
a. Predictors: (Constant), VACA, VAHU, SCVA
b. Dependent Variable: LNAG
Hasil Uji t
Model 1 (Y = ROA)
Coefficientsa
Model Unstandardized Coefficients
Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF
1
(Constant) -4.566 .395 -11.570 .000
VACA 2.422 .509 .359 4.755 .000 .774 1.292
VAHU .275 .092 .242 3.001 .003 .677 1.477
SCVA -.104 .475 -.016 -.218 .827 .815 1.227
a. Dependent Variable: LNROA
144
Hasil Uji t
Model 2 (Y = AG)
Coefficientsa
Hasil Uji F
Model 1 (Y = ROA)
ANOVAa
Model Sum of
Squares
df Mean
Square
F Sig.
1
Regression 46.705 3 15.568 19.929 .000b
Residual 130.458 167 .781
Total 177.163 170
a. Dependent Variable: LNROA
c. Predictors: (Constant), VACA, VAHU, SCVA
Model Unstandardized Coefficients
Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance
VIF
1
(Constant) -.967 .421 -2.297 .023
VACA 2.501 .543 .373 4.606 .000 .774 1.292
VAHU .028 .098 .025 .286 .775 .677 1.477
SCVA .125 .506 .019 .246 .806 .815 1.227
a. Dependent Variable: LNAG
145
Hasil Uji F AG
Model 2 (Y = AG)
ANOVAa
Model Sum of
Squares
df Mean
Square
F Sig.
1
Regression 26.770 3 8.923 10.048 .000b
Residual 148.300 167 .888
Total 175.069 170
a. Dependent Variable: LNAG
b. Predictors: (Constant), VACA, VAHU, SCVA