skripsi analisis pengaruh intellectual capital …

SKRIPSI

ANALISIS PENGARUH INTELLECTUAL CAPITAL TERHADAP

ECONOMIC VALUE ADDED DAN MARKET VALUE ADDED

BANK UMUM SWASTA NASIONAL DEVISA

DI INDONESIA

OLEH

NIKITA NAULI SIPAYUNG

100502051

PROGRAM STRUDI STRATA 1 MANAJEMEN

DEPARTEMEN MANAJEMEN

FAKULTAS EKONOMI DAN BISNIS

UNIVERSITAS SUMATERA UTARA

MEDAN

2019


i

ABSTRAK

ANALISIS PENGARUH INTELLECTUAL CAPITAL TERHADAP

ECONOMIC VALUE ADDED DAN MARKET VALUE ADDED

BANK UMUM SWASTA NASIONAL DEVISA

DI INDONESIA

Penelitian ini bertujuan untuk mengidentifikasi dan menganalisis hubungan antara

Intellectual Capital yang diukur menggunakan metode VAICTM

yang terdiri atas

Value Added Capital Employed (VACA), Value Added Human Capital (VAHU)

dan Structural Capital Value Added (STVA) terhadap kinerja keuangan

perusahaan yang diukur dengan menggunakan konsep Economic Value Added

(MVA) dan Market Value Added (MVA). Populasi penelitian adalah perusahaan

perbankan yang termasuk dalam kelompok Bank Umum Swasta Nasional Devisa

yang terdaftar dalam Bursa Efek Indonesia pada tahun 2012 – 2016. Sampel

diambil dengan menggunakan metode purposive sampling. Jumlah sampel bank

yang menjadi objek penelitian adalah 14 bank dengan pengamatan selama 5 tahun

dari tahun 2012-2016. Teknik analisis data dilakukan dengan regresi data panel

menggunakan program Eviews 11. Secara simultan variabel-variabel bebas yaitu

VACA, VAHU, dan STVA berpengaruh signifikan terhadap EVA. VACA

memiliki pengaruh negatif dan tidak signifikan, VAHU memiliki pengaruh negatif

dan signifikan, dan STVA memiliki pengaruh positif dan signifikan terhadap

EVA. Secara simultan variabel-variabel bebas yaitu VACA, VAHU, dan STVA

berpengaruh signifikan terhadap MVA. VACA berpengaruh negatif dan

signifikan, variabel VAHU memiliki pengaruh negatif dan tidak signifikan dan

variabel STVA memiliki pengaruh positif dan tidak signifikan terhadap MVA.

Kata Kunci: Value Added Intellectual Coefficient (VAICTM

), Value Added

Capital Employed (VACA), Value Added Human Capital

(VAHU), Structural Capital Value Added (STVA), Economic

Value Added (MVA) dan Market Value Added (MVA).


ii

ABSTRACT

ANALYSIS OF INTELLECTUAL CAPITAL IMPACT ON ECONOMIC

VALUE ADDED AND MARKET VALUE ADDED AT FOREIGN

EXCHANGE NATIONAL PRIVAT BANKS

IN INDONESIA

This study aims to identify and analyze the relationship between Intellectual

Capital measured using the VAICTM

method which consists of Value Added

Capital Employed (VACA), Value Added Human Capital (VAHU) and Structural

Capital Value Added (STVA) on the company's financial performance measured

using the concept of Economic Value Added (MVA) and Market Value Added

(MVA). The research population is banking companies that are included in the

group of Foreign Exchange National Private Banks listed on the Indonesia Stock

Exchange in 2012 - 2016. Samples were taken using the purposive sampling

method. The number of bank samples that became the object of research were 14

banks with observations for 5 years from 2012-2016. Data analysis techniques are

done by panel data regression using program Eviews 11. Simultaneously the

independent variables namely VACA, VAHU, and STVA have a significant effect

on EVA. VACA has a negative and insignificant influence, VAHU has a negative

and significant influence, and STVA has a positive and significant influence on

EVA. Simultaneously the independent variables namely VACA, VAHU, and

STVA have a significant effect on MVA. VACA has a negative and significant

effect,VAHU variable has a negative and insignificant influence and STVA

variable has a positive and insignificant influence on MVA.

Keywords: Value Added Intellectual Coefficient (VAICTM

), Value Added

Capital Employed (VACA), Value Added Human Capital

(VAHU), Structural Capital Value Added (STVA), Economic

Value Added (MVA) and Market Value Added (MVA).


iii

KATA PENGANTAR

Puji syukur peneliti panjatkan kepada Tuhan Yang Maha Esa atas segala

berkat dan karunia-Nya peneliti masih diberikan kesehatan dan kesempatan untuk

menyelesaikan skripsi yang berjudul ”Analisis Pengaruh Intellectual Capital

Terhadap Economic Value Added Dan Market Value Added Bank Swasta

Umum Nasional Devisa Di Indonesia”. Tujuan penulisan skripsi ini adalah salah

satu syarat untuk memperoleh gelar Sarjana Ekonomi di Fakultas Ekonomi dan

Bisnis Universitas Sumatera Utara.

Peneliti mengucapkan terimakasih yang sebesar-besarnya pada orang tua

tercinta, Bapak Gamal Sipayung dan Ibu Sadiyem yang tiada henti-hentinya

memberikan kasih sayang dan dukungan kepada peneliti. Selama proses

penyusunan skripsi ini peneliti menyadari banyak mendapat bantuan dan bimbingan

dari berbagai pihak. Untuk itu peneliti mengucapkan terima kasih sebesar-besarnya

kepada:

1. Bapak Prof. Dr. Ramli, SE, MS, selaku Dekan Fakultas Ekonomi dan Bisnis

Universitas Sumatera Utara.

2. Bapak Dr. Amlys Syahputra Silalahi , SE, M.Si, selaku Ketua Program Studi

sekaligus dosen penguji II yang telah memberi begitu banyak masukan untuk

kesempurnaan skripsi dan Bapak Doli Muhammad Jafar Dalimunthe, SE,

M.Si selaku Sekretaris Program Studi Manajemen Fakultas Ekonomi dan

Bisnis Universitas Sumatera Utara.


iv

3. Ibu Dr. Isfenti Sadalia, SE, ME, selaku dosen pembimbing yang dengan sabar

telah meluangkan waktu untuk membimbing, memberi pengarahan dan

dukungan kepada peneliti.

4. Ibu Beby Kendida Hasibuan, SE, M.Si, selaku dosen penguji I yang telah

memberikan kritik & saran yang membangun.

5. Seluruh Dosen dan Staf di Fakultas Ekonomi dan Bisnis Universitas

Sumatera Utara untuk segala jasanya selama perkuliahan

6. Kakak dan abang peneliti, Diah Sipayung yang selalu siap untuk membantu

peneliti dalam segala hal dan Ayrton Sipayung yang selalu menghibur dan

menyemangati peneliti.

7. Teman-teman Manajemen 2010 yang menemani peneliti menjalani

perkuliahan, Widya, Rizka, Ari, dan Anto. Terimakasih untuk momen-

momen bersama baik suka maupun duka.

Medan, 22 April 2019

Peneliti

Nikita Nauli Sipayung

NIM: 100502051


v

DAFTAR ISI

Halaman

ABSTRAK ............................................................................................. i

ABSTRACT ........................................................................................... ii

KATA PENGANTAR ........................................................................... iii

DAFTAR ISI .......................................................................................... v

DAFTAR TABEL.................................................................................. vii

DAFTAR GAMBAR ............................................................................. viii

DAFTAR LAMPIRAN ......................................................................... ix

BAB I PENDAHULUAN ............................................................... 1

1.1 Latar Belakang ............................................................ 1

1.2 Perumusan Masalah .................................................... 8

1.3 Tujuan Penelitian ........................................................ 9

1.4 Manfaat Penelitian ...................................................... 9

BAB II TINJAUAN PUSTAKA ..................................................... 10

2.1 Uraian Teoritis ............................................................ 10

2.1.1 Stakeholder Theory ......................................... 10

2.1.2 Legitimacy Theory .......................................... 10

2.1.3 Knowledge-Based Theory ............................... 11

2.1.4 Intellectual Capital ......................................... 12

2.1.5 Value Added Intellectual Coefficient

(VAICTM

) ........................................................ 16

2.1.6 Economic Value Added (EVA) ....................... 20

2.1.7 Market Value Added (MVA) .......................... 25

2.2 Penelitian Terdahulu ................................................... 28

2.3 Kerangka Konseptual .................................................. 35

2.4 Hipotesis Penelitian .................................................... 38

BAB III METODE PENELITIAN .................................................. 40

3.1 Jenis Penelitian ........................................................... 40

3.2 Tempat dan Waktu Penelitian ..................................... 40

3.3 Batasan Operasional ................................................... 40

3.4 Defenisi Operasional................................................... 41

3.4.1 Variabel Independen ....................................... 41

3.4.2 Variabel Dependen.......................................... 42

3.5 Populasi dan Sampel Penelitian .................................. 43

3.6 Jenis Data .................................................................... 45

3.7 Metode Pengumpulan Data ......................................... 45

3.8 Teknik Analisis Data .................................................. 46

3.8.1 Analisis Deskriptif .......................................... 46

3.8.2 Analisis Regresi Data Panel ............................ 46

3.8.3 Uji Asumsi Klasik ........................................... 49

3.8.4 Koefisien Determinasi .................................... 52

3.8.5 Uji Hipotesis ................................................... 52


vi

BAB IV HASIL DAN PEMBAHASAN .......................................... 54

4.1 Hasil Penelitian ........................................................... 54

4.1.1 Gambaran Umum Objek Penelitian ................ 54

4.1.2 Analisis Statistik Deskriptif ............................ 60

4.1.3 Hubungan VACA, VAHU, dan STVA

Dengan EVA ....................................................... 61

4.1.4 Hubungan VACA, VAHU, dan STVA

Dengan MVA ...................................................... 69

4.1.5 Uji Hipotesis ................................................... 75

4.2 Pembahasan ................................................................ 79

4.2.1 Pengaruh VACA, VAHU Dan STVA

Terhadap EVA ................................................ 79

4.2.2 Pengaruh VACA, VAHU Dan STVA

Terhadap MVA ............................................... 81

BAB V KESIMPULAN DAN SARAN .......................................... 84

5.1 Kesimpulan ................................................................. 84

5.2 Saran ......................................................................... 84

DAFTAR PUSTAKA ............................................................................ 86

DAFTAR LAMPIRAN ......................................................................... 89


vii

DAFTAR TABEL

No. Tabel Judul Halaman

1.1 Perkembangan Jumlah Bank Umum Indonesia........................... 4

1.2 Perkembangan Aset Bank Umum Berdasarkan Kelompok

Bank ............................................................................................ 5

1.3 Data Pertumbuhan Keuangan Beberapa Bank Umum Devisa

Di Indonesia (dalam juta Rp) ...................................................... 5

2.1 Perbandingan Konsep Intellectual Capital Menurut

Beberapa Peneliti ......................................................................... 14

2.2 Penelitian Terdahulu ................................................................... 33

3.1 Tahapan Perhitungan VAICTM ..............................................................................

41

3.2 Tahapan Perhitungan EVA .......................................................... 42

3.3 Empat Komponen Tahapan Perhitungan MVA .......................... 43

3.4 Operasionalisasi Variabel ............................................................ 43

3.5 Kriteria Pengambilan Sampel ...................................................... 44

3.6 Sampel Penelitian ........................................................................ 44

4.1 Statistik Deskriptif ....................................................................... 60

4.2 Common Effect Model ................................................................. 62

4.3 Fixed Effect Model ...................................................................... 62

4.4 Random Effect Model .................................................................. 63

4.5 Hasil Chow Test .......................................................................... 64

4.6 Hasil Breusch-Pagan Lagrange Multiplier Test ......................... 64

4.7 Hasil Pengujian Data Panel ......................................................... 65

4.8 Uji Multikolinieritas .................................................................... 67

4.9 Uji Glejser ................................................................................... 67

4.10 Breusch-Godfrey Serial Correlation LM Test ............................. 68

4.11 Common Effect Model ................................................................. 69

4.12 Fixed Effect Model ...................................................................... 70

4.13 Random Effect Model .................................................................. 71

4.14 Hasil Chow Test .......................................................................... 72

4.15 Hasil Hausman Test .................................................................... 72

4.16 Hasil Pengujian Data Panel ......................................................... 73

4.17 Hasil Uji Simultan dan Uji Parsial .............................................. 75

4.18 Hasil Uji Simultan dan Uji Parsial .............................................. 77


viii

DAFTAR GAMBAR

No. Gambar Judul Halaman

2.1 Skandia Value Scheme................................................................. 14

2.2 Kerangka Konseptual .................................................................. 38

4.1 Uji Normalitas Menggunakan Jarque-Bera ................................. 66

\


ix

DAFTAR LAMPIRAN

No. Lampiran Judul Halaman

1. Data VACA, VAHU, STVA, EVA dan MVA ............................ 89

2. Data Variabel EVA, VACA, VAHU dan STVA Setelah

Transformasi Delta ........................................................................ 91

3. Analisis Deskriptif ....................................................................... 92

4. Common Effect Model (CEM) ..................................................... 92

5. Fixed effect Model (FEM) ........................................................... 92

6. Random Effect Model (REM) ...................................................... 94

7 Chow Test .................................................................................... 94

8. Hausman Test .............................................................................. 95

9. Coomon Effect Model (CEM) Setelah Dilakukan

Transformasi ................................................................................ 95

10. Fixed Effect Model (FEM) Setelah Dilakukan Transformasi ...... 96

11. Random Effect Model (REM) Setelah Dilakukan Transformasi . 97

12. Chow Test Setelah Dilakukan Transformasi ............................... 97

13. Breusch-Pagan Langrange Multiplier Test Setelah Dilakukan

Transformasi ................................................................................ 98

14. Uji Normalitas ............................................................................. 98

15. Uji Multikolinieritas .................................................................... 99

16. Uji Heteroskedastisitas ................................................................ 99

17. Uji Autokorelasi .......................................................................... 99

18. Uji Autokorelasi Sesudah Transformasi...................................... 99

19. Common Effect Model ................................................................. 99

20. Fixed Effect Model ...................................................................... 100

21. Random effect Model ................................................................... 102

22. Chow Test .................................................................................... 102

23. Hausman Test .............................................................................. 103


2

BAB I

PENDAHULUAN

1.1 Latar Belakang

Teknologi yang berkembang dengan pesat turut memberikan dampak pada

semua elemen kehidupan masyarakat. Kemajuan teknologi mengubah tatanan hidup

dan cara masyarakat dalam menjalankan dan mempertahankan kehidupannya.

Globalisasi di berbagai bidang kehidupan menuntut adanya kemampuan adaptasi

yang tinggi agar mampu bertahan hidup dan memperoleh kehidupan yang lebih baik.

Globalisasi di bidang keilmuan dan teknologi membawa pembaruan pada kehidupan

manusia. Manusia semakin banyak dihadapkan pada pilihan-pilihan yang sangat

menentukan kualitas hidup manusia itu sendiri.

Bisnis dan perusahaan sebagai instrumen dan wadah manusia untuk

memenuhi kebutuhan dan keinginannya juga terkena dampak perubahan teknologi.

Pelaku bisnis harus menyesuaikan usahanya dengan perkembangan zaman agar

mampu bertahan dalam menghadapi persaingan. Setiap perusahaan harus mampu

memaksimalkan penggunaan modal yang dimiliki untuk mencapai hasil yang

diinginkan.

Terjadinya pergeseran strategi bisnis dari bisnis berbasis tenaga kerja

(labor based business) menjadi bisnis berbasis ilmu pengetahuan (knowledge

based business) turut memberi dampak pada persaingan antar perusahaan.

Pengetahuan adalah kekuatan, bisnis yang menguasai pengetahuan dan teknologi

memiliki keunggulan bersaing.

Modal yang selama ini diidentikkan dengan barang yang mempunyai


3

wujud tidak dapat menjamin bahwa perusahaan akan mencapai tujuannya dengan

sukses secara berkelanjutan. Terdapat modal yang tak berwujud namun disinyalir

merupakan penentu keberhasilan kinerja keuangan perusahaan. Modal yang tak

tercatat secara pasti di dalam laporan keuangan tetapi dapat memberikan dampak

bagi operasi perusahaan terutama perusahaan-perusahaan yang tak terlalu

bergantung pada modal berwujud. Dalam PSAK No. 19 Revisi 2000 (Standar

Akuntansi Keuangan: Per 1 September 2007) tentang aset tidak berwujud

dijelaskan bahwa aset tidak berwujud adalah aset nonmoneter yang dapat

diidentifikasi dan tidak mempunyai wujud fisik serta dimiliki untuk digunakan

dalam menghasilkan atau menyerahkan barang atau jasa, disewakan kepada pihak

lainnya, atau untuk tujuan administratif.

Permodalan tidak semata-mata pada penghimpunan dan penyertaan

dana, karena itupun bisa habis dan perusahaan mengalami kebangkrutan jika

orang-orang yang menjalankan tidak punya kemampuan dan kemauan untuk

mengolahnya dengan benar. Saat ini sedang terjadi peralihan dari financial

capital ke intellectual capital dengan penekanan atau bobot semakin besar

pada intellectual capital (Eliezer, 2017).

Intellectual Capital merupakan elemen modal tak berwujud yang melekat

pada individu-individu yang menyusun perusahaan. Karena tidak memiliki wujud

dan sifatnya melekat pada setiap personal yang tergabung dalam sebuah

perusahaan Intellectual Capital menjadi hal yang sulit untuk diidentifikasi dan

diukur padahal apabila mampu mengidentifikasi dan mengukur Intellectual

Capital maka perusahaan akan mampu memafaatkan Intellectual Capital untuk


4

menciptakan nilai dan menjadi perusahaan yang memiliki keunggulan kompetitif.

Banyak penelitian internasional yang sudah membahas tentang

Intellectual Capital. Dalam perkembangannya, Intellectual Capital telah

diukur dengan berbagai macam indikator. Bontis et. al. (2000) menginvestigasi

ketiga elemen Intellectual Capital yaitu; human capital, structural capital, dan

customer capital dan hubungannya dalam dua sektor industri di Malaysia.

Hasil penelitian menunjukkan adanya variasi signifikansi elemen-elemen

Intellectual capital terhadap business performance.

Ulum (2007) berusaha membuktikan hubungan IC (VAICTM

) dan

kinerja keuangan dengan mengacu pada beberapa penelitian terdahulu.

Penelitian tersebut menunjukkan hasil bahwa IC (VAICTM

) berpengaruh

terhadap kinerja keuangan namun tidak seluruh komponen VAICTM

memiliki

pengaruh signifikan terhadap kinerja keuangan perusahaan dan tidak semua

ukuran kinerja keuangan yang digunakan bekorelasi dengan komponen-

komponen VAICTM

. Pramelasari (2010) meneliti Intellectual Capital

perusahaan dengan dikelompokkan ke dalam dua kelompok yaitu perusahaan

yang padat Intellectual Capital (high IC-intensive industries) dan perusahaan

yang tidak padat Intellectual Capital (low- IC intensive industries).

Sejumlah penelitian nasional maupun internasional menunjukkan

bahwa Intellectual Capital telah mendapat perhatian dan semakin sering

diteliti oleh peneliti dari berbagai belahan dunia, setiap penelitian

menghasilkan kesimpulan yang bervariasi sesuai dengan sampel dan

karakteristiknya. Hal ini menunjukkan bahwa masyarakat global sudah


5

menyadari pentingnya keberadaan intellectual capital dalam menjalankan

perusahaan.

Dunia perbankan sangat bergantung pada kepercayaan (trust), untuk

memperoleh dan mempertahankan kepercayaan masyarakat dibutuhkan

pelayanan yang prima. Bank yang dipercaya akan memiliki nasabah yang

loyal. Nasabah yang loyal adalah kunci untuk mempertahankan kehidupan

bank. Bank sebagai lembaga kepercayaan masyarakat dan bagian dari sistem

moneter mempunyai kedudukan yang strategis sebagai penunjang

pembangunan ekonomi. Jadi baik secara mikro maupun makro, bank

memegang peranan penting dalam perekonomian sebuah negara.

Berdasarkan publikasi otoritas jasa keuangan dalam SPI 2016 terdapat

perubahan jumlah bank di Indonesia. Kelompok BUSN Devisa mengalami

peningkatan jumlah bank yang positif dan merupakan kelompok bank dengan

jumlah terbesar yaitu sebayak 42 bank dari jumlah keseluruhan bank sebanyak

118 bank pada tahun 2016.

Tabel 1.1

Perkembangan Jumlah Bank Umum Indonesia

Kelompok Bank 2012 2013 2014 2015 2016

Bank Persero 4 4 4 4 4

BUSN Devisa 36 36 38 39 42

BUSN Non Devisa 30 30 29 27 21

BDP 26 26 26 26 27

Bank Campuran 14 14 12 12 12

Bank Asing 10 10 10 10 10

Jumlah 120 120 119 118 118

Sumber : Statistik Perbankan Indonesia, Desember (2016)

Seiring dengan pertambahan jumlah bank, jumlah aset juga mengalami

peningkatan setiap tahunnya. Tabel 1.2 menunjukkan bahwa proporsi aset terbesar

masih dipegang oleh kelompok BUSN Devisa yang juga merupakan kelompok


6

penyumbang jumlah bank terbesar.

Tabel 1.2

Perkembangan Aset Bank Umum Berdasarkan Kelompok Bank (dalam

Miliar Rp)

Kelompok Bank 2012 2013 2014 2015 2016

Bank Persero 1.535.343 1.758.873 2.076.605 2.313.316 2.666.516

BUSN Devisa 1.705.408 1.962.539 2.200.142 2.363.516 2.672.238

BUSN Non Devisa 135.472 162.457 440.691 193.149 73.684

BDP 366.685 389.964 278.312 475.696 529.746

Bank Campuran 217.713 290.219 432.582 313.570 319.328

Bank Asing 301.966 390.415 5.615.150 473.336 468.286

Total 4.262587 4.954.467 5.615.150 6.095.908 6.729.799

Sumber : Statistik Perbankan Indonesia, Desember 2016

Tabel 1.3 menyajikan data pertumbuhan keuangan beberapa BUSN Devisa

dari tahun 2012 hingga 2016. Data-data tersebut mencakup profit, market value,

net asset dan market value added. Market value added (MVA) merupakan selisih

antara market value dan net aset.

Tabel 1.3

Data Pertumbuhan Keuangan Beberapa Bank Umum Devisa Di

Indonesia dalam juta Rp)

Kode & Nama Data Keuangan

2012 2013 2014 2015 2016

BDMN Bank Danamon Indonesia,Tbk

Profit 3.247.425 2.963.654 4.358.567 1.891.440 2.944.895

Market Value 53.611.703 35.820.208 42.936.806 30.364.150 35.203.437

Net Asset 24.053.280 25.756.226 29.069.124 29.709.035 36.221.244

MVA 29.558.423 10.063.982 13.867.682 655.115 (1.017.807)

BNII Bank Maybank Indonesia, Tbk

Profit 1.050.349 1.295.727 409.261 880.365 1.660.855

Market Value 22.566.264 18.712.355 12.555.386 10.321.976 22.803.129

Net Asset 9.308.712 11.764.159 13.706.481 14.499.577 17.729.031

MVA 13.257.552 6.948.196 (1.151.095) (4.177.601) 5.074.098

MAYA Bank Mayapada Internasional, Tbk

Profit 263.289 385.351 435.562 652.325 1.112.206

Market Value 10.407.089 .469.721 .473.846 714.893 5.340.949

Net Asset 1.845.738 2.412.324 2.852.234 4.587.072 7.382.139

MVA 8.561.351 7.057.397 3.621.612 2.127.821 7.958.810

MEGA Bank Mega, Tbk

Profit 1.377.412 524.780 599.230 1.052.771 1.190.473

Market Value 12.091.816 14.132.983 13.788.276 22.578.303 17.580.052

Net Asset 6.262.821 6.118.505 6.956.675 11.517.195 12.281.531

MVA 5.828.995 8.014.478 6.831.601 11.061.108 5.298.521

Sumber: data diolah dari idx dan ojk

Pada Bank Danamon Indonesia, Tbk profit bergerak cukup stabil, market

value bergerak berfluktuasi cukup tajam sementara net asset cenderung meningkat


7

akibatnya MVA mengalami fluktuasi yang cenderung menurun. Pada Bank

Maybank Indonesia, Tbk profit cukup stabil walau ada kenaikan dan penurunan,

market value cenderung turun sebelum akhirnya naik tajam di tahun 2016

sementara itu net asset cenderung meningkat akibatnya MVA juga terus menurun

sebelum akhirnya juga meningkat tajam di tahun 2016. Pada Bank Mayapada

Internasional, Tbk profit terus naik perlahan, market value terlihat menurun

terutama pada tahun 2014 dan 2015 lalu naik tajam di tahun 2016 sementara itu net

asset meningkat setiap tahunnya akibatnya MVA juga menurun tajam di tahun 2015

sebelum akhirnya naik di tahun 2016. Pada Bank Mega, Tbk profit terlihat cukup

stabil, market value terlihat paling tinggi di tahun 2015 lalu menurun di tahun 2016

sementara net asset meningkat setiap tahunnya akibatnya nilai MVA juga

meningkat di tahun 2015 namun menurun tajam di tahun berikutnya.

Keempat bank tersebut memiliki karakteristik yang berbeda-beda,

namun secara umum profit dan net asset mengalami peningkatan di setiap

tahunnya. Sementara itu market value terus berfluktuasi mengikuti harga

saham. Market value sebuah perusahaan menunjukkan bagaimana nilai

perusahaan di hadapan stakeholder. Peran intellectual capital dapat terlihat

dari kesenjangan nilai pasar dan net asset.

Intellectual Capital sebagai aset tak berwujud dinilai sangat berpengaruh

terhadap penciptaan nilai dalam perusahaan perbankan. Dalam dunia perbankan

yang mengutamakan pelayanan dan sistem kerja yang semakin modern serta

banyaknya produk-produk bank yang berkaitan sangat erat dengan transaksi

keuangan dinilai membutuhkan Intellectual Capital yang handal dan terus


8

disempurnakan. Penguasaan dan pengetahuan terhadap teknologi merupakan salah

satu bentuk Intellectual Capital yang harus dimiliki oleh semua perusahaan

perbankan yang ingin bertahan.

Kinerja keuangan yang baik menunjukkan bahwa perusahaan mampu

menjalankan kegiatan operasinya sesuai dengan perencanaan dan menunjukkan

bagaimana tingkat efisiensi dan efektivitas perusahaan dalam memanfaatkan sumber

daya. Kinerja keuangan perusahaan dapat menunjukkan bagaimana potensi yang

dimiliki oleh perusahaan di masa depan. Kenerja keuangan merupakan bentuk

pertanggungjawaban perusahaan perusahaan secara finansial kepada para

stakeholder.

Penelitian terdahulu banyak yang menggunakan rasio keuangan sebagai

proksi kinerja keuangan, rasio-rasio itu terdiri atas rasio-rasio yang profitabilitas

seperti ROA, ROE, GR. Penelitian ini menggunakan pengukuran kinerja keuangan

berbasis nilai yaitu Economic Value Added (EVA) dan Market Value Added

(MVA).

Kebanyakan rasio-rasio keuangan belum menunjukkan dengan jelas

kemampuan sebuah perusahaan dalam menghasilkan nilai tambah karena

perhitungannya masih berbasis profit. EVA akan menunjukkan kemampuan

perusahaan menghasilkan nilai tambah dari kegiatan pendanaan di dalam sebuah

bisnis dengan memperhitungkan cost of capital. Selain EVA, terdapat pengukuran

kinerja berbasis nilai lainnya yang umum digunakan yaitu Market Value Added

(MVA).

Bank devisa merupakan bank yang dapat melaksanakan transaksi ke luar


9

negeri atau yang berhubungan dengan mata uang asing secara keseluruhan,

misalnya transfer keluar negeri, inkaso ke luar negeri, pembukaan dan

pembayaran Letter of Credit dan transaksi lainnya (Kasmir, 2008). Dengan jumlah

bank yang meningkat dan kemampuan untuk melakukan transaksi luar negeri

menjadikan bank devisa di Indonesia sebagai kelompok bank yang memiliki

potensi menjanjikan sekaligus memiliki risiko dan persaingan yang tinggi. Alasan

tersebut membuat penulis tertarik untuk menganalisis pengaruh Intellectual

capital terhadap kinerja keuangan perusahaan perbankan yang tergabung dalam

kelompok bank Bank Umum Swasta Nasional Devisa. Berdasarkan uraian

tersebut, maka peneliti akan melakukan penelitian dengan mengambil judul,

“Analisis Pengaruh Intellectual Capital Terhadap Economic Value Added dan

Market Value Added Bank Umum Swasta Nasional Devisa Di Indonesia”.

1.2 Perumusan Masalah

Berdasarkan latar belakang yang telah diuraikan, maka permasalahan yang

diteliti dapat dirumuskan sebagai berikut:

1. Apakah komponen Intellectual Capital; Value added of capital employee

(VACA), Value added of human capital (VAHU), dan Structural capital

value added (STVA) secara bersama-sama berpengaruh terhadap Economic

Value Added (EVA) bank?



value added (STVA) secara parsial berpengaruh terhadap Economic Value

Added (EVA) bank?


10



value added (STVA) secara bersama-sama berpengaruh terhadap Market

Value Added (MVA) bank?


(VACA), Value added of human capital (VAHU), dan Structural capital value

added (STVA) secara parsial berpengaruh terhadap Market Value Added

(MVA) bank?

1.3 Tujuan Penelitian

Adapun tujuan dari pelaksanaan penelitian ini adalah untuk

mengidentifikasi dan menganalisis hubungan antara Intellectual Capital yang

diukur menggunakan VAICTM

terhadap kinerja keuangan perusahaan yang diukur

dengan menggunakan konsep Economic Value Added dan Market Value Added.

1.4 Manfaat Penelitian

1. Bagi Akademisi

Hasil penelitian ini diharapkan mampu memperkaya wawasan dalam

pemahaman konsep terhadap teori manajemen keuangan terutama mengenai

Intellectual Capital, Economic Value Added dan Economic Value Added.

2. Bagi Praktisi

Hasil penelitian ini diharapkan mampu untuk memberikan gambaran

mengenai Intellectual Capital sehingga dapat diaplikasikan dalam

menjalankan organisasi terutama bisnis yang kaya akan Intellectual Capital.


11

3. Bagi Peneliti Selanjutnya

Hasil penelitian ini dapat dijadikan tambahan bahan pertimbangan atau

referensi dalam penelitian lebih lanjut mengenai Intellectual Capital dan

pengukuran kinerja keuangan perusahaan berbasis nilai mengggunakan

metode EVA dan MVA


11

BAB II

TINJAUAN PUSTAKA

2.1 Uraian Teoritis

2.1.1 Stakeholder Theory

Berdasarkan teori stakeholder, manajemen organisasi diharapkan untuk

melakukan aktivitas yang dianggap penting oleh stakeholder mereka dan

melaporkan kembali aktivitas-aktivitas tersebut pada stakeholder (Ulum , 2009).

Deegan (dalam Ulum 2009) menyatakan stakeholder memiliki hak untuk

disediakan informasi tentang bagaimana aktivitas organisasi mempengaruhi

mereka (sebagai contoh melalui polusi, sponsorship, inisiatif pengamanan, dan

lain-lain), bahkan ketika mereka memilih untuk tidak menggunakan informasi

tersebut dan bahkan ketika mereka tidak dapat secara langsung memainkan peran

yang konstruktif dalam kelangsungan hidup organisasi.

2.1.2 Legitimacy Theory

Teori legitimasi menyatakan bahwa organisasi secara berkelanjutan

mencari cara untuk menjamin operasi mereka berada dalam batas dan norma yang

berlaku di masyarakat (Deegan dalam Ulum , 2009). Menurut Deegan (dalam

Ulum, 2009), dalam perspektif teori legitimasi, perusahaan akan secara sukarela

melaporkan aktivitasnya jika manajemen menganggap bahwa hal ini adalah hal

yang diharapkan komunitas. Teori legitimasi bergantung pada premis bahwa

terdapat „kontrak sosial‟ antara perusahaan dengan masyarakat di mana perusahaan


12

tersebut beroperasi. Kontrak sosial adalah suatu cara untuk menjelaskan sejumlah

besat harapan masyarakat tentang bagaimana seharusnya organisasi melaksanakan

operasinya. Harapan sosial ini tidak tetap, namun berubah seiring berjalannya

waktu. Hal ini menuntut perusahaan untuk responsif terhadap lingkungan dimana

mereka beroperasi .

Berdasarkan teori legitimasi, organisasi harus secara berkelanjutan

menunjukkan telah beroperasi dalam perilaku yang konsisten dengan nilai sosial

(Guthrie dan Parker dalam Ulum , 2009). Teori legitimasi sangat erat berhubungan

dengan pelaporan IC dan juga erat hubungannya dengan penggunaan metode

content analysis sebagai ukuran dari pelaporan tersebut. Perusahaan sepertinya

lebih cenderung untuk melaporkan IC mereka jika mereka memiliki kebutuhan

khusus untuk melakukannya (Ulum , 2009).

Menurut pandangan teori legitimacy, perusahaan akan terdorong untuk

menunjukkan kapasitas IC-nya dalam laporan keuangan untuk memperoleh

legitimasi dari pubik atas kekayaan intelektual yang dimilikinya. Pengakuan

legitimasi publik ini menjadi penting bagi perusahaan untuk mempertahankan

eksistensinya dalam lingkungan sosial perusahaan (Ulum , 2009).

2.1.3 Knowledge Based Theory

Resorce-Based Theory adalah suatu pemikiran yang berkembang dalam

teori manajemen strategik dan keunggulan kompetitif perusahaan yang meyakini

bahwa perusahaan akan mencapai keunggulan apabila memiliki sumber daya yang

unggul (Solikhah et al. dalam Untara, 2014). Menurut Resource-Based Theory

perusahaan akan unggul dalam persaingan usaha dan mendapatkkan kinerja


13

keuangan yang baik dengan cara memiliki, menguasai dan memanfaatkan aset-aset

strategis yang penting (aset berwujud dan aset tidak berwujud) (Untara, 2014).

Knowledge based theory menganggap pengetahuan sebagai sumber daya

yang sangat penting bagi perusahaan, karena pengetahuan merupakan aset yang

apabila dikelola dengan baik akan meningkatkan kinerja perusahaan.semakin baik

perusahaan dapat mengelola dan memanfaatkan Intellectual Capital yang dimiliki,

diharapkan akan menciptakan kompetensi yang khas bagi perusahaan yang

diharapkan mampu mendukung kemampuan perusahaan dalam memenuhi

kebutuhan pelanggan (Dewi, 2011).

Widyaningrum (2014) menyatakan ekonomi global dua dasawarsa terakhir

ditandai dengan munculnya industri-industri baru yang berbasis pengetahuan

(knowledge based-industries) melengkapi industri bebasis sumber daya fisik yang

mendominasinya sebelumnya. Beberapa jenis knowledge based industries antara

lain: industri komputer, industri software, industri yang bergerak di bidang

penelitian, industri yang bergerak di bidang jasa (industri keuangan dan asuransi)

dan lain-lain. Yang terjadi dalam knowledge based industries adalah proses

pentransformasian, pengkapitalisasian dan pentransferan pengetahuan sebagai

sarana untuk memperoleh penghasilan (Widyaningrum, 2004).

2.1.4 Intellectual Capital

1. Defenisi Intellectual Capital

Intellectual Capital has been considered by many, defined by some, understood

by a select few, and formally valued by practically no one (Stewart, 1997: Sveiby,

1997). Banyak peneliti yang tertarik untuk mengungkap keberadaan Intellectual


14

Capital namun defenisi Intellectual Capital sendiri masih belum baku.

Intellectual Capital di dalam pencatatan laporan keuangan termasuk ke dalam

intangible asset. Di sisi lain Organisation for Economic Co-operation and

Development (OECD, 1999) menjelaskan Intellectual Capital sebagai nilai

ekonomi dari dua kategori aset tak berwujud: (1) organisational (structural)

capital; dan (2) human capital (Ulum , 2009)

Seringkali, istilah Intellectual Capital diperlakukan sebagai sinonim dari

aktiva tidak berwujud. Meskipun demikian, defenisi yang diajukan OECD

menyajikan cukup perbedaan dengan meletakkan Intellectual Capital sebagai

bagian terpisah dari dasar penetapan intangible assets secara keseluruhan

suatu perusahaan (Ulum, 2007). Harrison & Sullivan (2000), menyatakan

Intellectual Capital adalah pengetahuan yang dapat diubah menjadi laba.

IC umumnya diidentifikasikan sebagai perbedaan antara nilai pasar

perusahaan (bisnis perusahaan) dan nilai buku dari aset perusahaan tersebut

atau financial capitalnya. Hal ini berdasarkan suatu observasi bahwa sejak

akhir 1980-an, nilai pasar dari bisnis kebanyakan dan secara khusus adalah

bisnis yang berdasar pengetahuan telah menjadi lebih besar dari nilai yang

dilaporkan dalam laporan keuangan berdasarkan perhitungan yang dilakukan

oleh akuntan (Roslender & Flinchman dalam Ulum 2009).

2. Komponen Intellectual Capital

Bontis et al. (2000), membandingkan beberapa studi mengenai Intellectual

Capital. Secara umum Intellectual Capital mencakup human capital,

structural capital, intellectual property dan reational/customer capital. Tabel


15

2.1 menunjukkan perbandingan konsep intellectual capital menurut beberapa

peneliti yang dirangkum oleh Bontis et al. (2000).

Tabel 2.1

Perbandingan Konsep Intellectual Capital Menurut Beberapa Peneliti

Annie Brooking (UK) Göran Ross (UK) Thomas Stewart (USA)

Nick Bontis (Canada)

Human-centered asset Skills, abilities,and expertise, problem solving abilities and leadership styles

Human Capital Competence, attitude, and intellectual agility

Human capital Employees are an organisation's most important asset

Human capital The individual-level knowledge that each employee possesses

Infrastructure asset All the technologies, processes and methodologies that enable company to function

Organisational capital All organisational, innovation, processes, intellectual property, and cultural assets

Structural capital Knowledge embedded in information technology

Structural capital Non-human assets or organisational capabilities used to meet market requirements

Intellectual property Know-how, trademarks and patents

Renewal and development capital New patents and training efforts

Structural capital All patents, plans and trademarks

Intellectual property Unlike IC, IP is a protected asset and has a legal definition

Market asset Brands, customers, customer loyalty and distribution channels

Relational capital Relationship which include internal and external stakeholders

Customer capital Market information used to capture and retain customers

Relational capital Customer capital is only one feature of the knowledge embedded in organisational relatioship

Sumber: Bontis et al. (2000)

Skandia Value Scheme dikembangkan oleh Edvinsson pada tahun 1993.

Sumber: Edvinsson and Malone (dalam Ulum 2009)

Gambar 2.1

Skandia Value Scheme


16

Dalam skema ini Intellectual Capital dibagi ke dalam structural capital dan

human capital. Structural capital mencakup customer dan organizational capital,

organizational terdiri dari innovation dan process capital, process capital

merepresentasikan know-how (misalnya manual, praktik terbaik) di dalam

perusahaan. Innovation adalah sesuatu yang menciptakan keberhasilan di masa

depan dan mencakup aset intelektual dan properti intelektual (Ulum , 2009).

Haanes dan Lowendahl (1997) mengelompokkan Intellectual Capital suatu

perusahaan ke dalam competence dan relational resources. Model yang

dikembangkan Loweldahl (1997) memperbaiki model dalam Gambar 2.1 dan

membagi kategori kompetensi dan rasional menjadi dua sub-group (Tan et al.

dalam Ulum, 2007):

a. individual; dan

b. collective.

Stewart (1997) mengklasifikasikan Intellectual Capital ke dalam tiga format

dasar, yaitu:

a. human capital;

b. structural capital;

c. customer capital.

3. Pengukuran Intellectual Capital

Metode pengukuran Intellectual Capital dapat dikelompokkan ke dalam dua

kategori, yaitu: (Tan et al. dalam Ulum, 2007)

a. kategori yang tidak menggunakan pengukuran moneter; dan

b. kategori yang menggunakan ukuran moneter.


17

Metode yang kedua tidak hanya termasuk metode yang mencoba mengestimasi

nilai uang dari Intellectual Capital, tetapi juga ukuran-ukuran turunan dari nilai

uang dengan menggunakan rasio keuangan. Berikut adalah daftar ukuran

Intellectual Capital yang berbasis moneter (Tan et al. dalam Ulum , 2009):

a. The Balance Scorecard, dikembangkan oleh Kaplan dan Norton (1992);

b. Brooking’s Technology Broker method (1996);

c. The Skandia IC Report method oleh Edvinssion dan Malone (1997);

d. The IC-Index dikembangkan oleh Roos et al. (1997);

e. Intangible Asset Monitor approach oleh Sveiby (1997);

f. The Heuristic Frame dikembangkan oleh Joia (2000);

g. Vital Sign Scorecard dikembangkan oleh Vanderkaay (2000); dan

h. The Ernst & Young Model (Barsky dan Marchant, 2000)

Sedangkan model penilaian intellectual yang berbasis moneter adalah sebagai

berikut (Tan et al. dalam Ulum, 2007):

a. The EVA and MVA model (Bontis et al. 2000);

b. The Market-to-Book Value model (beberapa penulis);

c. Tobin’s q method (Luthy, 1998);

d. Pulic’s VAICTM

Model (1998,2000)

e. Calculated intangible value (Dzinkowski, 2000); dan

f. The Knowledge Capital Earnings model (Lev dan Feng, 2001)

2.1.5 Value Added Intellectual Coefficient (VAICTM

)

Metode value added intellectual coefficient (VAICTM

) dikembangkan oleh

Pulic pada tahun 1997 yang didesain untuk menyajikan informasi tentang value


18

creation efficiency dari aset berwujud (tangible asset) dan aset tidak berwujud

(intangible asset) yang dimiliki perusahaan. VAICTM

merupakan instrumen untuk

mengukur kinerja Intellectual Capital perusahaan. Pendekatan ini relatif lebih

mudah dan sangat mungkin untuk dilakukan, karena dikonstruksi dari akun-akun

dalam laporan keuangan perusahaan (neraca, laba rugi) (Ulum , 2009).

Ulum (2009) menyatakan bahwa model ini mulai dimulai dengan

kemampuan perusahaan untuk menciptakan value added (VA). Value added

adalah indikator paling objektif untuk menilai keberhasilan bisnis dan

menunjukkan kemampuan perusahaan dalam menciptakan nilai (value creation).

VA dihitung sebagai selisih antara output dan input.

Tan et al. (dalam Ulum 2007) menyatakan bahwa Output (OUT)

merepresentasikan revenue dan mencakup seluruh produk dan jasa yang dijual di

pasar, sedangkan input (IN) mencakup seluruh beban yang digunakan dalam

memperoleh revenue. Hal penting dalam model ini adalah bahwa beban karyawan

(labour expenses) tidak termasuk dalam IN. Karena peran aktifnya dalam proses

value creation, intellectual potential (yang direpresentasikan dengan labour

expenses) tidak dihitung sebagai biaya (cost) dan tidak masuk dalam komponen IN

(Pulic, 1999). Karena itu, aspek kunci dalam model Pulic adalah memperlakukan

tenaga kerja sebagai entitas penciptaan nilai (value creation entity) (Tan et al.

Dalam Ulum, 2007)

Secara ringkas, formulasi dan tahapan perhitungan VAICTM

adalah sebagai

berikut (Ulum, 2009):

Tahap Pertama:Menghitung Value Added (VA). VA dihitung sebagai selisih antara


19

output dan input.

VA = OUT – IN

Di mana:

OUT = Output: total penjualan dan pendapatan lain.

IN = Input: beban penjualan dan biaya-biaya lain (selain beban karyawan).

Value added (VA) juga dapat dihitung dari akun-akun perusahaan

sebagai berikut:

VA = OP + EC + D + A

Di mana:

OP = operating profit (laba operasi)

EC = employee cost (beban karyawan)

D = depreciation (depresiasi)

A = amortisation (amortisasi)

Tahap Kedua: Menghitung Value Added Capital Employed (VACA).

VACA adalah indikator untuk VA yang diciptakan oleh satu unit dari physical

capital. Rasio ini menunjukkan kontribusi yang dibuat oleh setiap unit dari CE

terhadap value added organisasi.

VACA = VA/CE

Di mana:

VACA = Value Added Capital Employed: rasio dari VA terhadap CE.

VA = Value added

CE = Capital Employed: dana yang tersedia (ekuitas, laba bersih)

Tahap Ketiga: Menghitung Value Added Human Capital (VAHU).


20

VAHU menunjukkan berapa banyak VA yang diciptakan dengan dana yang

dikeluarkan untuk tenaga kerja. Rasio ini menunjukkan kontribusi yang dibuat

oleh setiap rupiah yang diinvestasikan dalam HC terhadap value added organisasi.

VAHU = VA/HC

Di mana:

VAHU = Value Added Human Capital: rasio dari VA terhadap HC.

VA = Value Added

HC = Human capital: beban karyawan

Tahap Keempat: Menghitung Structural Capital Value Added (STVA).

Rasio ini mengukur jumlah SC yang dibutuhkan untuk menghasilkan 1 rupiah dari

VA dan merupakan indikasi bagaimana keberhasilan SC dalam penciptaan nilai.

STVA = SC/VA

Di mana:

STVA = Structural Capital Value Added: rasio dari SC terhadap VA.

SC = Structural Capital: VA – HC

VA = value added

Tahap Kelima: Menghitung Value Added Intellectual Coefficient (VAICTM

).

VAICTM

mengindikasikan kemampuan intellektual organisasi yang dapat juga

dianggap sebagai BPI (Business Performance Indicator). VAICTM

merupakan

penjumlahan dari 3 komponen sebelumnya, yaitu: VACA, VAHU, dan STVA.

VAICTM

= VACA + VAHU + STVA

Keunggulan metode VAICTM

adalah karena data yang dibutuhkan relatif

mudah diperoleh dari berbagai sumber dan jenis perusahaan. Data yang


21

dibutuhkan untuk menghitung berbagai rasio tersebut adalah angka-angka

keuangan yang standar yang umumnya tersedia dari laporan keuangan perusahaan.

Alternatif pengukuran IC lainnya terbatas hanya menghasilkan indikator keuangan

dan non-keuangan yang unik yang hanya untuk melengkapi profil suatu

perusahaan secara individu. Indikator-indikator tersebut, khususnya indikator non-

keuangan, tidak tersedia atau tidak tercatat oleh perusahaan yang lain (Tan et al.

dalam Ulum 2009). Konsekuensinya, kemampuan untuk menerapkan pengukuran

IC alternatif tersebut secara konsisten terhadap sample yang besar dan

terdiversifikasi menjadi terbatas (Firer dan Williams dalam Ulum, 2009).

2.1.6 Economic Value Added (EVA)

Nick Ryan (2011), seorang tutor di ATC International menuliskan bahwa

banyak organisasi menggunakan ukuran berbasis profit sebagai ukuran utama kinerja

keuangan mereka. Dua masalah yang berkaitan dengan profit di bidang ini adalah:

1. Profit mengabaikan biaya modal ekuitas. Perusahaan hanya menghasilkan

kekayaan ketika mereka menghasilkan laba melebihi pengembalian yang

diminta oleh penyedia modal - baik ekuitas maupun hutang. Dalam laporan

keuangan, perhitungan laba memang memperhitungkan biaya pembiayaan

hutang, namun mengabaikan biaya penyertaan modal.

2. Profit yang dihitung sesuai dengan standar akuntansi tidak benar-benar

mencerminkan kekayaan yang telah diciptakan, dan dapat dimanipulasi

oleh akuntan.

EVA dikembangkan oleh perusahaan konsultasi AS Stern Stewart & Co,

dan telah banyak digunakan di antara banyak perusahaan terkenal seperti Siemens,


22

Coca Cola dan Herman Miller. EVA didasarkan pada teknik residual income yang

telah digunakan sejak awal abad ke-20 (Ryan, 2011).

Mojtahedi & Ashrafipour (2013) menyatakan bahwa Economic Value

Added adalah ukuran kinerja keuangan yang lebih mendekati daripada ukuran

kinerja keuangan yang lain untuk menangkap keuntungan ekonomi sebenarnya

dari suatu perusahaan. Dengan demikian, di bidang ekonomi dan keuangan

modern, EVA (Economic Value Added) memegang peranan penting yang kurang

didebatkan di kalangan praktisi.

Menurut David & O‟byrne (dalam Ikhwan HS 2012), EVA mengukur

perbedaan, dalam pengertian keuangan antara pengembalian atas modal

perusahaan dan biaya modal. EVA mampu menghitung laba ekonomi yang

sebenarnya atau True Economic Profit suatu perusahaan pada tahun tertentu dan

sangat berbeda jika dibandingkan dengan laba akuntansi.

Secara teknis perbedaan pengukuran kinerja keuangan menggunakan

EVA dengan perhitungan laba akuntansi terletak pada opportunity cost yang

dimiliki oleh modal yang diinvestasikan baik yang didanai oleh utang maupun

modal sendiri. Perhitungan laba akuntansi sudah memperhitungkan biaya yang

timbul akibat utang dalam bentuk beban bunga namun masih mengabaikan

opportunity cost yang dimiliki oleh ekuitas. Pengukuran kinerja keuangan

dengan menggunakan EVA akan memperhitungkan seluruh opportunity cost

dari modal yang diinvestasikan.

Pembahasan mengenai EVA akan sangat berkaitan dengan cost of capital dan

komposisi struktur modal perusahaan. Cost of capital atau biaya modal akan dijadikan


23

sebagai acuan untuk mengetahui capital charge sebagai konsekuensi dari pembiayaan.

Dalam perhitungan EVA terdapat beberapa langkah yang harus dilalui.

Langkah-langkah penghitungan EVA adalah sebagai berikut (Tunggal dalam

Retnowati, 2010):

1. Menghitung NOPAT (Net Operating Profit After Tax)

NOPAT adalah laba yang diperoleh dari operasi perusahaan setelah dikurangi

pajak penghasilan, tetapi termasuk biaya keuangan (financial cost) dan non

cash bookeeping entries seperti biaya penyusutan. NOPAT dapat diperoleh

dari laporan laba perusahaan yaitu data mengenai pendapatan bersih setelah

pajak dan besarnya biaya bunga yang ditanggung perusahaan.

2. Menghitung Invested Capital

Invested Capital adalah jumlah seluruh pinjaman perusahaan diluar

pinjaman jangka pendek tanpa bunga, seperti hutang dagang, biaya yang

masih harus dibayar, hutang pajak, uang muka untuk pelanggan. Invested

Capital dapat diperoleh dari laporan neraca perusahaan, yaitu data

mengenai total hutang, total ekuitas pinjaman jangkan pendek tanpa bunga

yang meliputi hutang dagang, biaya yang masih harus dibayar, hutang

pajak, uang muka untuk pelanggan.

3. Menghitung WACC ( Weighted Avarage Cost of Capital )

WACC adalah jumlah biaya masing-masing komponen modal, misalnya

jumlah dari masing-masing komponen modal misalnya pinjaman jangka

pendek dan pinjaman jangka panjang serta setoran modal saham yang

diberikan bobot sesuai dengan proporsinya dalam struktur modal perusahaan.


24

4. Menghitung Capital Charges

Capital Charges adalah aliran kas yang dibutuhkan untuk mengganti para

investor atas resiko usaha dari modal yang ditanamkan. Biaya modal adalah

tingkat pengembalian yang harus dihasilkan oleh perusahaan atas investasi

proyek untuk mempertahankan nilai pasar sahamnya.

5. Menghitung EVA

EVA dapat didefinisikan sebagai suatu sistem manajemen keuangan untuk

mengukur laba ekonomi dalam suatu perusahaan, yang menyatakan bahwa

kesejahteraan hanya dapat tercipta jika perusahaan mampu memenuhi semua

biaya operasi dan biaya modal. EVA dapat dihitung dari laba sebelum beban

bunga dan pajak dikurangi beban pajak dikurangi biaya modal.

Untuk menghitung Ke yakni biaya ekuitas digunakan pendekatan Capital

Asset Pricing Model (CAPM). Dimana pendekatan dengan konsep tersebut

menghasilkan hasil yang lebih akurat dan lebih banyak dipakai dalam penentuan

biaya ekuitas dalam menilai EVA. Adapun langkah-langkah metode CAPM

(Primadia, 2011):

1.

Keterangan:

Rit = tingkat pengembalian saham perusahaan bulan ke-t

Pit = harga saham perlembar bulan t

Pit-1 = harga saham per lembar bulan sebelumnya

Dt = Dividen pada bulan ke-t

2. Rmt =


25

E(Rm) =

Keterangan:

Rmt = tingkat pengembalian pasar pada bulan ke-t

IHSGt = Indeks Harga Saham Gabungan bulan ke-t

IHSGt-1 = Indeks Harga Saham Gabungan bulan ke t-1

N = jumlah data

E (Rm) = tingkat pengembalian pasar yang diharapkan

3. βi =

Keterangan:

σim = kovarian tingkat pengembalian saham i dengan tingkat

pengembalian pasar

σ2m = varian tingkat pengembalian pasar

4. Rf = Tingkat pengembalian bebas risiko

= tingkat suku bunga Sertifikat Bank Indonesia

5. Ke = Rf + βi E (Rm – Rf)

Keterangan:

Rm = tingkat pengembalian atas resiko pasar

B = Faktor resiko (beta) yang berlaku untuk Perusahaan

MRP = Market Premium Risk (Premi Resiko Pasar)

Pengukuran kinerja menggunakan EVA akan menghasilkan tiga kondisi;

EVA > 0, bernilai positif. Nilai EVA yang positif menunjukkan bahwa profit yang

dihasilkan oleh perusahaan telah mampu menutupi capital charge, dengan

demikian terjadi penciptaan nilai (value creation). Dalam kondisi ini perusahaan


26

mampu menutupi segala kewajiban, pemegang saham mendapatkan pengembalian,

dan karyawan sejahtera.

EVA = 0. Nilai nol menunjukkan bahwa profit yang dihasilkan oleh perusahaan

impas dengan capital charge, dengan kata lain tak terdapat penciptaan nilai namun

perusahaan bisa memenuhi segala kewajiban.

EVA < 0, bernilai negatif. Nilai EVA yang negatif menunjukkan bahwa profit

yang dihasilkan oleh perusahaan tidak mampu menutupi capital charge, dengan

demikian dapat dikatakan telah terjadi penghancuran nilai (value destruction).

Dalam kondisi ini perusahaan tidak mampu memberi pengembalian yang

diinginkan oleh pemegang saham.

2.1.7 Market Value Added (MVA)

Market Value Added (MVA) merupakan selisih antara nilai pasar dengan

modal yang diinvestsikan oleh para investor. Market Value Added (MVA)

dipandang sebagai ukuran untuk melihat kemampuan suatu perusahaan dan bank

dalam memberikan kekayaan bagi investornya (Primadia, 2011). Menurut Taufik

dalam Prehatiningsih (2007), MVA adalah perbedaan antara modal yang

ditanamkan di perusahaan sepanjang waktu – dari investasi modal, pinjaman dan

laba ditahan dan uang yang bisa diambil sekarang.

Menurut Ruky (dalam Saputra 2012), terdapat dua komponen pembentuk

MVA, yakni market value equity atau nilai pasar ekuitas dan equity capital suplied

by shareholders atau jumlah modal yang diinvestasikan dalam perusahaan. Market

value equity adalah nilai pasar yang dicerminkan dengan harga saham perusahaan

yang dikalikan dengan jumlah saham yang beredar. Sedangkan equity capital


27

supplied by shareholders dapat diperoleh dari nilai buku perusahaan. Dengan

demikian, MVA dapat dirumuskan sebagai berikut:

MVA = (Market Value x Shares Outstanding) – book value

1. Market Value (Nilai Pasar) sebagai Komponen MVA

Nilai pasar adalah nilai aset yang berlaku di pasar modal. Nilai ini ditentukan

oleh kekuatan penawaran dan permintaan di pasar modal. Jadi, nilai pasar

perusahaan dapat ditetapkan berdasarkan harga saham.

2. Shares Outstanding (Jumlah Saham) sebagai Komponen MVA

Jumlah saham di sini adalah jumlah saham yang diedarkan oleh sebuah

perusahaan. Saham yang beredar tersebut merupakan hak atas sebagian dari

perusahaan terbatas atas suatu bukti penyertaan atau partisipasi dalam modal

suatu perusahaan (Keown et al. 2001). Seorang investor yang memiliki saham

suatu perusahaan berarti turut memiliki sebagian dari perusahaan tersebut.

3. Book Value (Nilai Buku) sebagai Komponen MVA

Nilai buku ekuitas adalah total nilai ekuitas atau modal yang ditanamkan pada

perusahaan yang tercantum pada laporan neraca keuangan perusahaan. Nilai

ini menggambarkan biaya historikal aktiva daripada nilai pasar sekarang. Jika

MVA lebih besar daripada nol, maka perusahaan telah menciptakan

kemakmuran bagi pemegang saham, tetapi jika MVA bernilai negatif, maka

perusahaan telah melakukan kinerja yang buruk karena telah menghancurkan

modal investor.

Menurut Primadia (2011), metode pengukuran kinerja keuangan dengan

Market Value Added memiliki keunggulan yakni dapat mencerminkan bagaimana


28

keputusan pasar suatu manajer perusahaan yang telah dapat sukses meningkatkan

kinerja perusahaan khususnya kinerja keuangan, serta dapat membangun

kepercayaan dari para investor untuk menenaman modalnya di perusahaan

tersebut. Berbeda dengan perhitungan rasio keuangan yang pada umumnya

digunakan perusahaan untuk mengukur kinerja keuangan suatu perusahaan dengan

melihat pos-pos kas tersebut sehingga diperoleh nilai apakah kondisi keuangan

sehat atau tidak sehat, metode pengukuran kinerja keuangan MVA melihat,

menilai dan menggambarkan bukan hanya kondisi keuangan perusahaan yang

sehat tetapi juga kemampuan perusahaan tersebut dalam menghasilkan kekayaan

bagi pemegang saham dan gambaran peningkatan nilai perusahaan.

Sebagai metode pengukuran kinerja keuangan, MVA juga memiliki

kelemahan. Menurut O‟Byrne (dalam Primadia 2011), adapun kelemahan dari

metode MVA diantaranya adalah:

1. MVA cenderung tidak memperhatikan kesempatan biaya modal yang

diinvestasikan dalam perusahaan.

2. Pengukuran MVA cenderung tidak memperhitungkan uang kas pada masa lalu

kepada pemegang saham.

3. MVA merupakan pengukuran kekayaan pemegang saham pada suatu periodik

tertentu saja.

2.2 Penelitian Terdahulu

Adapun penelitian terdahulu yang relevan mengenai Intellectual Capital

beserta Economic Value Added dan Market Value Added sebagai berikut.


29

1. Robiyansah (2017)

Penelitian ini bertujuan untuk menguji pengaruh Intellectual Capital

terhadap Market Value Added (MVA). Variabel independen yang

digunakan dalam penelitian ini adalah komponen pembentuk Intellectual

Capital yang diukur dengan menggunakan Value Added Human Capital

(VAHU), Structural Capital Value Added (STVA), dan Value Added

Capital Employed (VACA), sedangkan variabel dependennya adalah

Market Value Added (MVA).

Sampel penelitiannya adalah perusahaan manufaktur sektor industri barang

konsumsi yang terdaftar di Bursa Efek Indonesia (BEI) dengan periode

penelitian tahun 2012-2015. Data dikumpulkan dengan metode purposive

sampling. Adapun sampel yang digunakan adalah 27 perusahaan setiap

tahunnya. Penelitian ini menggunakan regresi linear berganda untuk

analisis data. Hasil penelitian menunjukkan bahwa Value Added Human

Capital (VAHU) dan Structural Capital Value Added (STVA) berpengaruh

terhadap Market Value Added (MVA), sedangkan Value Added Capital

Employed (VACA) tidak berpengaruh terhadap Market Value Added

(MVA).

2. Fika Shelviana (2015)

Sampel penelitian adalah perusahaan-perusahaan perbankan yang terdaftar

di BEI pada tahun 2011 hingga 2013 yang memenuhi kriteria sebanyak 30

perusahaan. Hasil penelitian menunjukkan bahwa Intellectual Capital

berpengaruh secara positif terhadap Economic Value Added suatu

perusahaan. Perusahaan perbankan yang memiliki Intellectual Capital yang


30

relatif tinggi cenderung memiliki Economic Value Added yang lebih besar,

begitu pula sebaliknya. Adanya pengaruh positif dari Intellectual Capital

terhadap Economic Value Added menunjukkan bahwa perusahaan

perbankan di Indonesia dari tahun 2011 hingga 2013 sudah optimal dalam

mengalokasikan ketiga komponen Intellectual Capital dalam bentuk

alokasi Sumber Daya Manusia dan struktural sehingga memberi kontribusi

positif dalam upaya perusahaan untuk mendapatkan nilai tambah ekonomi.

3. Reysita Mayasani (2015)

Sampel yang digunakan dalam penelitian ini adalah perusahaan farmasi yang

terdaftar di Bursa Efek Indonesia periode 2009-2013 . Teknik analisis data

yang digunakan dalam penelitian ini bersifat kuantitatif dengan teknik

analisis datanya menggunakan statistik deskriptif, uji asumsi klasik, analisis

regresi, dan pengujian hipotesis. Human Capital Efficiency (HCE)

berpengaruh terhadap Economic Value Added (EVA). Structural Capital

Efficiency (SCE) memiliki pengaruh terhadap Economic Value Added (EVA)

perusahaan. Relational Capital Efficiency (RCE) tidak berpengaruh terhadap

Economic Value Added (EVA). Capital Employed Efficiency (CEE) tidak

memiliki pengaruh terhadap Economic Value Added (EVA).

4. Kaboudi et al. (2015)

Data yang dibutuhkan dalam studi ini telah dikumpulkan menggunakan

software Rahavard Nowin, termasuk laporan keuangan resmi (neraca, laba-

rugi) dan laporan keuangan tahunan dan catatan penjelasan dengan perusahaan

melalui situs Tehran Stock Exchange. Berhubungan dengan peningkatan

dalam hal pemahaman manajer pada peran intangible assets dalam


31

menciptakan keunggulan kompetitif, beberapa cara untuk mengukur

Intellectual Capital sudah diciptakan. Analisis linier berganda digunakan

untuk menguji. Hanya VAHU memiliki korelasi positif signifikan terhadap

Economic Value Added dan hubungan antara VACA dan STVA adalah

negatif dan diantara variabel kontrol hanya variabel firm size yang memiliki

korelasi positif dengan economic value addded. Hasil analisis regresi

berganda mengindikasikan bahwa hanya STVA yang memiliki hubungan

negatif dengan Economic Value Added , market value added dan cash value

added.

5. Taheri et al. (2014)

Sebanyak 62 perusahaan dipilih sebagai sampel target dengan menggunakan

simple random sampling. Variabel independen yang digunakan adalah

relational capital (Customer capital) (CEE), Human capital (HC), dan

structural capital (SCE) dengan Economic Value Added (EVA) sebagai

variable dependen. Hasil penelitian ini antara lain sebagai berikut. Terdapat

hubungan positif dan signifikan antara human capital and Economic Value

Added. Terdapat hubungan positif dan signifikan antara customer capital and

Economic Value Added. Terdapat hubungan positif dan signifikan antara

structural capital and Economic Value Added. Berdasarkan hasil dari sub-

hipotesis pertama, kedua dan ketiga, dapat dinyatakan bahwa terdapat

hubungan signifikan antara human capital, relational capital, structural

capital dan Economic Value Added.


32

6. Mojtahedi & Ashrafipour (2013)

Penelitian ini berusaha untuk menginvestigasi efektivitas dari komposisi

Intellectual Capital pada EVA pada perusahaan di Malaysia periode 2000

sampai 2011. Intellectual capital sebagai variabel independen terbagi atas

human, relational dan structural capital. Economic Value Added (EVA)

dijadikan variabel dependen untuk mewakili nilai dari sebuah perusahaan.

Debt to equity ratio (DER) dan administrative expense per staff adalah

variabel interveren dan variabel kontrol. Hasil dari penelitian menunjukkan

peningkatan variabel penjelas dari Intellectual Capital yaitu HCE, RCE dan

SCE menyebabkan peningkatan EVA perusahaan. Terdapat hubungan

signifikan antara DER dan EVA. Terdapat hubungan negatif antara

Administrative expense dengan EVA.

7. Mousavi Shiri et al. (2012)

Menguji hubungan antara intellectual capital dan market value added (MVA)

di Tehran Stock Exchange. Dalam penelitian ini intellectual capital diukur

dari dua aspek (efisiensi dan value). Efisiensi diukur menggunakan VAICTM

dan value menggunakan calculated intangible value (CIV). Hubungan antara

IC dan MVA menggunakan panel data dan dengan menggunakan model statis,

dinamis, metode perkiraan dari fixed Effects dan Random Effects. Ukuran

perusahaaan dan financial leverage sebagai variabel kontrol.

Hasil uji statistik mengindikasikan bahwa terlepas dari ukuran perusahaan dan

financial leverage (LEV), VAICTM

dan komponennya memiliki hubungan

signifikan dan positif dengan MVA. Dalam menginvestigasi efek simultan dari


33

CIV dan komponen VAICTM

terhadap MVA perusahaan, uji statistik yang

terlepas dari ukuran perusahaan dan LEV, SCE hanya di fixed effect model dan

CEE hanya di fix effects model yang memiliki pengaruh signifikan positif pada

MVA.

Hasil penelitian ini menunjukkan ketiadaan hubungan yang signifikan antara

CIV dan MVA. Yang artinya CIV tidak bisa digunakan untuk menjelaskan

MVA. Sementara itu, hubungan signifikan VAICTM

dan komponennya

terhadap MVA menunjukkan bahwa VAICTM

dapat dijadikan kriteria yang

efektif untuk menjelaskan MVA dan dapat digunakan sebagai alat untuk

mengukur kinerja perusahaan di Terhran Stock Exchange.

8. Molodchik et al. (2012)

Data yang digunakan dalam studi adalah perusahaan publik Eropa dari negara

berbeda. Sampel perusahaan berasal dari industi berikut: kimia, petrokimia,

telekomunikasi, perdagangan grosir, transportasi, jasa keuangan dan teknik

mesin. Variabel independen termasuk indikator intellectual capital

dikelompokkan dalam tiga kategori: (i) human capital berkaitan dengan

karyawan, (ii) relational capital berkaitan dengan konsumen, dan (iii)

structural capital berkaitan degan proses. Kinerja keuangan peusahaan diukur

melalui EVA, EBIT, dan FGV. Studi menggunakan analisis linier berganda.

Faktor industri antara lain: Chemistry, Finance and Transport and

Telecommunications signifikan pada p < 0.05 dalam regresi dengan EVA and

EBIT sebagai variabel dependen. Hasil secara parsial mendukung hipotesis

pertama, pentingnya Intellectual Capital bagi seluruh sampel yang

diinvestigasi tampak dalam jangka pendek. Kemampuan menjelaskan dari


34

model lebih tinggi saat peneliti memasukkan variabel industri sebagai

prediktor untuk indikator jangka pendek dan jangka panjang.

9. Nick Bontis et al. (2000)

Tujuan dari studi empiris ini adalah menginvestigasi ketiga elemen

Intellectual Capital yaitu; human capital, structural capital, dan customer

capital dan hubungan nya dalam dua sektor industri di Malaysia. Studi ini

dijalankan menggunakan psychometrically validated questionare. Uji analisis

menggunakan partial least square. Kesimpulan yang didapat dari penelitian

ini adalah; 1) Human capital berpengaruh positif signifikan terhadap customer

capital. 2) Human capital tidak signifikan terhadap structural capital. 3)

Customer capital positif signifikan terhadap structural capital. 4) Structural

capital berpengaruh positif signifikan terhadap business performance.

Tabel 2.2

Penelitian Terdahulu

No Nama (tahun) Judul Penelitian

Teknik Analisis

Hasil Penelitian

1 Robiyansah (2017)

Pengaruh Intellectual Capital Terhadap Market Value Added Pada Perusahaan Manufaktur Sektor Industri Barang Konsumsi Yang Terdaftar Di Bursa Efek Indonesia Periode 2012-2015

Regresi Linier Berganda

1) VAHU berpengaruh terhadap MVA, 2) secara parsial STVA berpengaruh terhadap MVA 3) secara parsial VACA tidak berpengaruh terhadap MVA.

2 Fika Shelviana (2015)

Pengaruh Intellectual Capital Terhadap Economic Value Added Pada Perusahaan Perbankan Yang Terdaftar Di Bursa Efek Indonesia Periode 2011-2013

Regresi linier sederhana

Intellectual Capital berpengaruh secara positif terhadap Economic Value Added

3 Reysita Mayasani (2015)

Pengaruh Modal Intelektual Terhadap Economic Value Added Pada Perusahaan Farmasi Yang Terdaftar Di Bursa Efek Indonesia Periode 2009-2013

Analisis Regresi

1) Human Capital Efficiency (HCE) berpengaruh terhadap EVA. 2)Structural Capital Efficiency (SCE) memiliki pengaruh terhadap EVA perusahaan. 3) Relational Capital Efficiency (RCE) tidak berpengaruh terhadap EVA 4) Capital Employed Efficiency (CEE) tidak memiliki pengaruh terhadap EVA


35

Lanjutan Tabel 2.2

No Nama (tahun) Judul Penelitian

Teknik Analisis

Hasil Penelitian

4 Kaboudi et al. (2015)

The relationship between Intellectual Capital and value-based performance measurement variables (Case study: automotive industry companies of Iran)

Regresi linier berganda

1) VAHU memiliki korelasi positif signifikan terhadap Economic Value Added 2) Hubungan antara VACA dan STVA adalah negatif dengan EVA 3) Variabel kontrol, firm size yang memiliki korelasi positif dengan economic value addded 4) Hasil analisis regresi berganda mengindikasikan bahwa hanya STVA yang memiliki hubungan negatif dengan Economic Value Added , market value added dan cash value added.

5 Taheri et al. (2014)

Investigating The Relationship Between Intellectual Capital and Economic Value Added of Listed Companies In Tehran Stock Exchange


1)Terdapat hubungan positif dan signifikan antara human capital and Economic Value Added. 2)Terdapat hubungan positif dan signifikan antara customer capital and Economic Value Added. 3)Terdapat hubungan positif dan signifikan antara structural capital and Economic Value Added. 4)Terdapat hubungan signifikan antara human capital, relational capital, structural capital dan Economic Value Added.

6 Mojtahedi & Ashrafipour (2013)

The Effect of Intellectual Capital on Economic Value Addes in Malaysians Companies

Panel data, Regresi linier berganda

1) HCE positif signifikan terhadap EVA. 2) SCE positif signifikan terhadap EVA 3) RCE positif signifikan terhadap EVA 4)Intellectual Capital berhubungan positif terhadap EVA. 5) DER sebagai variabel interveren positif signifikan terhadap EVA 6) expense of administrative staff sebagai variabel kontrol berhubungan negatif signifikan terhadap EVA

7 Mousavi Shiri et al. (2012)

The Effect of Intellectual Capital on Market Value Added

Data Panel, Model Regresi

1) CIV tidak bisa digunakan untuk menjelaskan MVA. 2) Hubungan signifikan VAIC dan komponennya terhadap MVA menunjukkan bahwa VAIC dapat dijadikan kriteria yang efektif untuk menjelaskan MVA dan dapat digunakan sebagai alat untuk mengukur kinerja perusahaan di Terhran Stock Exchange

8 Molodchik et al. (2012)

Intellectual Capital impact on financial performance: industry effect


1) Faktor industri Chemistry,Finance dan Transport dan Telecommunications signifikan pada EVA dan EBIT. 2) Kemampuan menjelaskan dari model lebih tinggi saat peneliti memasukkan variabel industri sebagai prediktor untuk indikator jangka pendek dan jangka panjang

9 Bontis et al. (2000)

Intellectual Capital and Business Performance in Malaysian Industries

Partial least squares

1) Human capital berpengaruh positif signifikan terhadap customer capital. 2) Human capital tidak signifikan terhadap structural capital.3)Customer capital positif signifikan terhadap structural capital. 4) Structural capital berpengaruh positif signifikan terhadap business performance


36

2.3 Kerangka Konseptual

Kerangka teoritis merupakan fondasi di mana seluruh proyek penelitian

didasarkan. Kerangka teoritis adalah jaringan asosiasi yang disusun, dijelaskan dan

dielaborasi secara logis antarvariabel yang dianggap relevan pada situasi masalah

dan diidentifikasi melalui proses seperti wawancara, pengamatan, dan survei

literatur (Sekaran, 2006).

Variabel independen pada penelitian ini adalah Intellectual Capital yang

dihitung menggunaan model yang dikembangkan oleh Pulic (1998) yaitu Value

Added Intellectual Coefficient (VAICTM

). VAICTM

terdiri atas value added capital

employed (VACA), value added human capital (VAHU), structural capital value

added (STVA). Dalam penelitian ini akan dilakukan uji secara simultan dan

parsial simultan untuk mengetahui pengaruh elemen-elemen pembentuk VAICTM

terhadap Economic Value Added dan Market Value Added bank devisa di

Indonesia.

VACA merupakan hasil bagi value added terhadap capital employed

(ekuitas dan laba bersih). Nilai VACA yang tinggi menunjukkan bahwa semakin

tinggi pula tingkat efisiensi penggunaan aset. Pendapatan yang dihasilkan mampu

mengimbangi peningkatan aset.

VAHU menunjukkan hubungan value added dengan human capital.

Besarnya human capital dapat dilihat dari beban yang timbul karena

mempergunakan tenaga kerja dalam menjalankan operasi. Human capital yang

berkualitas mampu menghasilkan value yang besar, sehingga diharapkan bahwa

peningkatan beban karyawan juga akan meningkatkan value added. VAHU yang

tinggi menunjukkan bahwa human capital yang dimiliki oleh bank memiliki


37

kecakapan yang tinggi dan dikelola dengan efektif sehingga mampu menghasilkan

laba yang tinggi.

STVA menunjukkan kualitas sistem dan struktur organisasi yang dimiliki

oleh perusahaan. Human capital yang berkualitas sekalipun tidak akan bekerja

dengan efektif jika tidak disokong oleh sistem dan struktur organisasi yang tepat.

Structural capital merupakan hal yang terpisah namun sangat berkaitan dengan

human capital, baik human caital maupun structural capital harus menemukan

keseimbangan yang pas agar lebih kokoh karena semakin besar kontribusi HC

dalam value creation, maka akan semakin kecil kontribusi SC dalam hal tersebut.

STVA yang tinggi menunjukkan bahwa structural capital memberi kontribusi

besar dalam penciptaan nilai tambah.

Pengaruh Intellectual Capital terhadap Economic Value Added (EVA),

keberadaan komponen-komponen pembentuk Intellectual Capital menunjukkan

kemampuan perusahaan memanfaatkan modal yang tersedia dengan

memaksimalkan penggunaan intangible asset untuk menghasilkan nilai tambah

dari segi ekonomi.

Penelitian Shelviana (2015)menunjukkan bahwa Intellectual Capital

berpengaruh secara positif terhadap Economic Value Added. Penelitian

Mayasani (2015) menunjukkan adanya variasi hasil antara pengaruh komponen

Intellectual Capital terhadap EVA. Sementara itu penelitian internasional juga

menunjukkan hasil yang tidak jauh berbeda. Pada penelitian Kaboudi et al.

(2015) hanya VAHU memiliki korelasi positif signifikan terhadap Economic

Value Added, berarti terdapat variasi korelasi antara komponen Intellectual


38

Capital terhadap Economic Value Added.

Hasil penelitian Taheri et al. (2014) menunjukkan bahwa terdapat

hubungan signifikan antara human capital, relational capital, structural capital

dan Economic Value Added. Hasil yang serupa juga terlihat dari penelitian

Mojtahedi & Ashrafipour (2013) dimana hasil dari penelitian tersebut

menunjukkan peningkatan variabel penjelas dari Intellectual Capital yaitu HCE,

RCE dan SCE menyebabkan peningkatan EVA perusahaan.

Molodchik et al. (2012) Kinerja keuangan peusahaan diukur melalui EVA,

EBIT, dan FGV. Faktor industri Chemistry, Finance dan Transport dan

Telecommunications signifikan pada EVA dan EBIT. Kemampuan menjelaskan

dari model lebih tinggi saat peneliti memasukkan variabel industri sebagai

prediktor untuk indikator jangka pendek dan jangka panjang.

Bontis et al. (2000), human capital berpengaruh positif signifikan terhadap

customer capital, human capital tidak signifikan terhadap structural capital,

customer capital positif signifikan terhadap structural capital dan structural

capital berpengaruh positif signifikan terhadap business performance.

Pengaruh Intellectual Capital terhadap Market Value Added (MVA),

proses Intellectual Capital mampu membuat sebuah perusahaan menghasilkan

laba dan memiliki reputasi yang baik sehingga bisa menarik minat investor untuk

memiliki sahamnya. Permintaan saham yang tinggi tanpa dibarengi penambahan

jumlah volume akan membuat harga saham meningkat. Peningkatan harga saham

mencerminkan adanya penambahan nilai perusahaan di mata pasar.

Pada penelitian Kaboudi et al. (2015) hasil analisis regresi berganda


39

mengindikasikan bahwa hanya STVA yang memiliki hubungan negatif dengan

Economic Value Added dan Market Value Added. Berdasarkan penelitian Mousavi

Shiri et al. (2012) hubungan signifikan VAICTM

dan komponennya terhadap MVA

menunjukkan bahwa VAICTM

dapat dijadikan kriteria yang efektif untuk

menjelaskan MVA. Penelitian Robiyansah (2017) menunjukkan bahwa hanya

VACA yang negatif terhadap MVA secara parsial.

Intellectual Capital merupakan modal yang unik, pengaruh Intellectual

Capital terhadap kinerja keuangan telah mulai banyak diteliti oleh peneliti dari

seluruh dunia dengan menggunakan berbagai model pengukuran. Hasil yang

diperoleh dari penelitian-penelitian tersebut juga bervariasi baik secara parsial

maupun simultan. Jenis industri cukup mempengaruhi hubungan Intellectual

Capital dengan kinerja keuangan. Berdasarkan uraian tersebut dapat dibuat

kerangka konseptual pada Gambar 2.2 sebagai berikut.

Gambar 2.2

Kerangka Konseptual

2.4 Hipotesis Penelitian

Berdasarkan rumusan masalah dan kerangka konseptual, hipotesis dalam

VAHU

VACA

STVA

EVA

MVA


40

penelitian ini adalah:

1. Komponen Intellectual Capital; Value added of capital employee (VACA),

Value added of human capital (VAHU), dan Structural capital value added

(STVA) secara bersama-sama berpengaruh terhadap Economic Value Added

(EVA) bank.

2. Komponen Intellectual Capital; Value added of capital employee (VACA), Value

added of human capital (VAHU), dan Structural capital value added (STVA)

secara parsial berpengaruh terhadap Economic Value Added (EVA) bank.

3. Komponen Intellectual Capital; Value added of capital employee (VACA),

Value added of human capital (VAHU), dan Structural capital value added

(STVA) secara bersama-sama berpengaruh terhadap Market Value Added

(MVA) bank.Komponen Intellectual Capital; Value added of capital

employee (VACA), Value added of human capital (VAHU), dan Structural

capital value added (STVA) secara parsial berpengaruh terhadap Market

Value Added (MVA) bank.


40

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis data yang digunakan dalam penelitian ini adalah penelitian asosiatif

yaitu penelitian bertujuan untuk mengetahui hubungan atau pengaruh dua variabel

atau lebih. Menurut Sugiyono (2009), metode kuantitatif merupakan metode

penelitian yang berlandaskan pada filsafat positivisme, digunakan untuk meneliti

pada populasi atau sampel tertentu, pengumpulan data menggunakan instrumen

penelitian, analisis data bersifat kuantitatif atau statistik, dengan tujuan menguji

hipotesis yang telah ditetapkan.

3.2 Tempat dan Waktu Penelitian

Penelitian ini dilakukan pada perusahaan perbankan yang termasuk dalam

kelompok BUSN Devisa di Indonesia tahun 2012-2016. Data diperoleh dengan

mengakses data publikasi yang tersedia di internet baik dari situs milik Indonesia

Stock Exchange (www.idx.co.id) Bank Indonesia (www.bi.go.id) dan Otoritas

Jasa Keuangan (www.ojk.go.id) maupun situs resmi masing-masing bank. Waktu

penelitian dilaksanakan adalah November 2017 – Februari 2019.

3.3 Batasan Operasional

Adapun yang menjadi batasan operasional pada penelitian ini adalah

sebagai berikut;

1. Variabel independen adalah Intellectual Capital (VAICTM

) yang terdiri atas

VACA, VAHU, STVA.


41

2. Variabel dependen adalah Economic Value Added (EVA) dan Market Value

Added (MVA)

3. Data penelitian ini diperoleh dari laporan keuangan dan data keuangan tahun

2012 hingga 2016 yang dipubikasikan dalam www.idx.co.id, www.bi.go.id

dan www.ojk.go.id serta situs resmi masing-masing bank.

3.4 Defenisi Operasional

3.4.1 Variabel Independen

Variabel Independen dalam penelitian ini adalah Intellectual Capital yang

dihitung dengan metode Pulic (1998) menggunakan pendekatan VAICTM

.

VAICTM

memiliki tiga elemen yaitu; VACA, VAHU dan STVA, berikut adalah

tahapan untuk menghitung VAICTM

beserta komponennya.

Tabel 3.1

Tahapan Perhitungan VAICTM

Tahapan Perhitungan Keterangan

1. VA VA = OUT – IN

OUT = Output: total penjualan dan pendapatan lain. IN = Input: beban penjualan dan biaya-biaya lain (selain beban karyawan).

2. VACA VACA = VA/CE

VACA = Value Added Capital Employed: rasio dari VA terhadap CE. VA = Value added CE = Capital Employed: dana yang tersedia (ekuitas, laba bersih)

3. VAHU VAHU = VA/HC

VAHU = Value Added Human Capital: rasio dari VA terhadap HC. VA = Value Added HC = Human capital: beban karyawan

4. STVA STVA = SC/VA

STVA = Structural Capital Value Added: rasio dari SC terhadap VA. SC = Structural Capital: VA – HC VA = value added

5. VAICTM

VAIC

TM = VACA +

VAHU + STVA VAIC

TM = Value Added Intellectual Coefficient

Sumber: Diolah dari Ulum (2009)


42

3.4.2 Variabel Dependen

1. Economic Value Added (EVA)

EVA mengukur perbedaan, dalam pengertian keuangan antara pengembalian

atas modal perusahaan dan biaya modal (David & O‟byrne dalam Ikhwan,

2012). Langkah-langkah untuk menghitung Economic Value Added terlihat

pada Tabel 3.2.

Tabel 3.2

Tahapan Perhitungan EVA

No Tahapan Perhitungan Sumber

1 NOPAT NOPAT = Laba Bersih + Biaya Bunga

Laba Rugi

Neraca

2 Kd Kd =

Kd* = Kd (1 – T)

Diketahui

3 Ke Ke = Rf + β (Rm - Rf) Neraca

4 Struktur

Modal Wd =

We =

Neraca,

Data Historis Saham

5 WACC WACC = [(Kd* x Wd) + (Ke x We)]

Neraca

6 IC IC = Asset – Non interesting Bearing

Liabilities

Neraca

7 COC

COC = WACC x IC

Neraca, Laba Rugi,

Data Historis Saham

8 EVA EVA = NOPAT – COC Neraca, Laba Rugi,

Data Historis Saham

Sumber : Prehatiningsih (2007)

2. Market Value Added (MVA)

Market Value Added (MVA) merupakan selisih antara nilai pasar dengan

modal yang diinvestsikan oleh para investor. Langkah-langkah untuk

menghitung Market Value Added terlihat pada Tabel 3.3.


43

Tabel 3.3

Empat Komponen Tahapan Perhitungan MVA

No Tahapan Perhitungan Sumber

1 Market Value Harga penutupan saham Data Historis Harga Saham

2 Shares Outstanding Jumlah saham yang beredar Data historis harga saham

3 Book Value Ekuitas Neraca

4 MVA (Harga pasar saham x Shares Outstanding) – Book Value

Data historis saham, neraca

Sumber: Prehatiningsih (2007)

Keseluruhan variabel dan definisi operasional yang digunakan di dalam

penelitian ini dapat dilihat pada Tabel 3.4.

Tabel 3.4

Operasionalisasi Variabel

Variabel Defenisi Indikator Skala Pengukuran

VACA (X1)

Indikator untuk VA yang diciptakan oleh satu unit dari physical capital

VACA = Value Added (VA)/Capital Employed (CE)

CE = dana yang tersedia (ekuitas, laba bersih)

Skala Rasio

VAHU (X2)

Menunjukkan berapa banyak VA yang diciptakan dengan dana yang dikeluarkan untuk tenaga kerja

VAHU = Value Added (VA)/Human Capital (HC)

HC = beban karyawan

Skala Rasio

STVA (X3)

Jumlah SC yang dibutuhkan untuk menghasilkan 1 rupiah dari VA dan merupakan indikasi bagaimana keberhasilan SC dalam penciptaan nilai

STVA = SC/VA

SC = Structural Capital: VA – HC

Skala Rasio

EVA (Y1)

Mengukur perbedaan, dalam pengertian keuangan antara pengembalian atas modal perusahaan dan biaya modal

EVA = NOPAT – COC

Skala Rasio

MVA (Y2)

Selisih antara nilai pasar dengan modal yang diinvestsikan oleh para investor

(Harga pasar saham x Shares Outstanding) – Book Value

Skala Rasio

3.5 Populasi dan Sampel Penelitian

Populasi penelitian adalah perusahaan perbankan yang termasuk dalam

kelompok BUSN Devisa yang terdaftar dalam Bursa Efek Indonesia pada tahun

2012 – 2016. Sampel diambil dengan menggunakan metode purposive sampling.

Sampel harus memenuhi beberapa kriteria khusus sehingga layak dijadikan


44

sampel, kriteria tersebut antara lain;

1. Merupakan bank yang termasuk dalam kelompok BUSN Devisa yang sudah go

public, dengan kata lain terdaftar di Bursa Efek Indonesia pada tahun 2012 –

2016.

2. Mempublikasikan laporan keuangan melalui Bank Indonesia dan Otoritas

Jasa Keuangan selama periode 2012-2016 secara lengkap.

3. Memperoleh profit selama tahun pengamatan.

Tabel 3.5

Kriteria Pengambilan Sampel

No Jumlah Bank

1

Merupakan bank yang termasuk dalam kelompok BUSN Devisa yang sudah go public atau terdaftar di Bursa Efek Indonesia pada tahun 2012 –

2016.

19

2 Mempublikasikan laporan keuangan melalui Bank Indonesia dan Otoritas Jasa Keuangan selama periode 2012-2016 secara lengkap

19

3 Memperoleh profit selama tahun pengamatan. 15

Total sampel bank 15

Mengandung data outlier (1)

Total sampel bank bebas data outlier 14

Dari kriteria-kriteria tersebut, maka ditentukan sampel yang terlihat pada Tabel 3.6.

Tabel 3.6

Sampel Penelitian

No Kode Nama

1 AGRO Bank Rakyat Indonesia Agroniaga, Tbk

2 BBKP Bank Bukopin, Tbk

3 BBNP Bank Nusantara Parahyangan, Tbk

4 BDMN Bank Danamon Indonesia, Tbk

5 BNBA Bank Bumi Arta, Tbk

6 BNGA Bank CIMB Niaga, Tbk

7 BNII Bank Maybank Indonesia, Tbk

8 BSIM Bank Sinarmas, Tbk

9 INPC Bank Artha Graha Internasional, Tbk

10 MAYA Bank Mayapada Internasional, Tbk

11 MEGA Bank Mega, Tbk

12 NISP Bank OCBC NISP, Tbk

13 PNBN Pan Bank Indonesia, Tbk

14 SDRA Bank Woori Saudara Indonesia 1906, Tbk


45

Pada penelitian ini peneliti menghilangkan data outlier. Outlier adalah

kasus atau data yang memiliki karakteristik unik yang terlihat sangat jauh

berbeda jauh dari observasi-observasi lainnya dan muncul dalam bentuk nilai

ekstrim baik untuk sebuah variabel tunggal atau variabel kombinasi (Ghozali,

2016). Jumlah sampel bank bebas data ouliner adalah 14 bank dengan

pengamatan selama 5 tahun sehingga total sampel yang menjadi objek

penelitian ini adalah 14 x 5 = 70 sampel penelitian.

3.6 Jenis Data

Pengertian data menurut Webster New World Dictionary, data adalah

things known or assumed, yang berarti bahwa data itu sesuatu yang diketahui

atau dianggap. Diketahui artinya yang sudah terjadi merupakan fakta (bukti).

Data dapat memberikan gambaran tentang suatu keadaan atau persoalan

(Situmorang & Lufti, 2015).

Data pada penelitian ini adalah data kuantitatif dengan skala rasio.

Menurut sumber data, data merupakan data skunder yang mana diperoleh dari

data publikasi yang bersumber dari internet yaitu; www.idx.co.id, www.ojk.go.id

dan www.bi.go.id serta situs resmi perusahaan terkait secara berkala.

3.7 Metode Pengumpulan Data

Metode pengumpulan data pada penelitian ini adalah studi dokumentasi.

Studi dokumentasi merupakan teknik pengumpulan data dengan cara

mengumpulkan dan mempelajari data dari buku-buku, jurnal penelitian, majalah

dan internet yang memiliki relevan dengan penelitian.


46

3.8 Teknik Analisis Data

3.8.1 Analisis Deskriptif

Analisis statistik deskriptif digunakan untuk memberikan deskripsi atas

variabel-variabel penelitian secara statistik. Statistik deskriptif memberikan

gambaran atau deskripsi suatu data yang dilihat dari nilai rata-rata (mean), standar

deviasi, varian, maksimum, minimum, sum, range, kurtosis dan skewness

(kemencengan distribusi) (Ghozali, 2016).

3.8.2 Analisis Regresi Data Panel

Regresi dengan menggunakan data panel disebut model regresi data

panel. Ada beberapa keuntungan yang diperoleh dengan menggunakan data

panel. Pertama, data panel merupakan gabungan data data time series dan

cross section mampu menyediakan data yang lebih banyak sehingga akan

menghasilkan degree of freedom yang lebih besar. Kedua, menggabungkan

informasi dari data time series dan cross section dapat mengatasi masalah yang

timbul ketika ada masalah penghilangan variabel (ommited-variable).

Mengingat data panel merupakan gabungan dari data cross section dan data

time series, maka modelnya dituliskan dengan:

Y = a + β1X1 + β2X2 + ... + βnXn

Model regresi data panel yang digunakan untuk menguji hipotesis dengan

model dasar sebagai berikut:

Y1it = a + β1X1it + β2X2it + β3X3it + εij dan

Y2it = a + β1X1it + β2X2it + β3X3it + εij


47

Keterangan:

Y1it = Economic Value Added (EVA) perusahaan i pada waktu t

Y2it = Market Value Added (MVA) perusahaan i pada waktu t

A = Konstanta

β 1, 2, 3 = Koefisien regresi dari masing-masing variabel bebas

X1 = VACA perusahaan i pada waktu t

X2 = VAHU perusahaan i pada waktu t

X3 = STVA perusahaan i pada waktu t

ε = residual

Dalam mengestimasi model regresi data panel terdapat tiga metode yaitu;

1. Common Effect (Ordinary Least Square)

Model ini menggabungkan data cross section dan data time series, kemudian

dengan dengan menggunakan metode OLS terhadap data panel tersebut. Dari

pendekatan ini kita dapat melihat perbedaan antar individu dan perbedaan

antar waktu karena interseptnya maupun slopenya sama. Model ini tidak

memperhatikan adanya perbedaan karakteristik dalam cross section maupun

time series

2. Model Efek Tetap (Fixed Effect Model)

Dalam model ini memiliki intercept yang mungkin berubah-ubah untuk

setiap individu dan waktu, dimana setiap unit cross section bersifat tetap

secara time series

3. Model Efek Random (Random Effect Model)

Model ini mempunyai kesamaan dengan model sebelumnya yaitu fixed effect,


48

dimana dimasukan juga dimensi individu dan waktu namun pembeda model

ini dari fixed effect adalah dalam mengestimasi dimasukan juga error term

karena dalam mengasumsikan error term berhubungan dengan dimensi

individu maupun waktu

Untuk menentukan model persamaan data panel yang akan digunakan

dalam penelitian ini akan digunakan Chow test, Hausman test dan LM test.

Berikut ini adalah uraian mengenai Chow test, Hausman test dan LM test.

1. Chow Test

Chow test digunakan untuk memilih antara common effect model dan fixed

effect model.

H0 : Common effect model

H1 : Fixed effect model

Jika nilai probability < 0,05 maka yang dipilih adalah fixed effect model dan jika

nilai probability ≥ 0,05 maka model yang dipilih adalah common effect model.

2. Hausman Test

Hausman test digunakan untuk memilih antara fixed effect model dan random

effect model.

H0 : Random effect model

H1 : Fixed effect model

Jika nilai probability < 0,05 maka yang dipilih adalah fixed effect model dan jika

nilai probability ≥ 0,05 maka model yang dipilih adalah random effect model.

3. Lagrange Multiplier (LM Test)

LM test digunakan untuk memilih antara common effect model dan random


49

effect model.

H0 : Random effect model

H1 : Common effect model

Jika nilai probability < 0,05 maka yang dipilih adalah random effect model dan

jika nilai probability ≥ 0,05 maka model yang dipilih adalah common effect

model.

3.8.3 Uji Asumsi Klasik

1. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel

pengganggu atau residual terdistribusi normal (Ghozali & Ratmono, 2017).

Seperti diketahui bahwa uji t dan F mengasumsikan bahwa nilai residual

mengikuti distribusi normal. Kalau asumsi ini dilanggar maka uji statistik

menjadi tidak valid untuk jumlah sampel kecil. Untuk menguji normalitas,

penelitian ini menggunakan Jarque-Bera dengan melihat nilai Jarque-Bera

dan probability. Nilai J-B dihitung signifikansinya untuk menguji hipotesis

berikut:

H0 : residual terdistribusi normal

Ha : residual tidak terdistribusi normal

Jika nilai probability < 0,05 maka H0 ditolak dan Ha diterima, jika nilai

probability ≥ 0,05 maka H0 diterima dan Ha ditolak.

2. Uji Multikolinearitas

Istilah kolinearitas ganda (multicolinearity) diciptakan oleh Ragner Frish di

dalam bukunya: Statisical Confluence Analysis By Means Of Complete

Regression System. Aslinya istilah itu berarti adanya hubungan linear yang


50

sempurna atau eksak (perfect or exact) diantara variabel-variabel bebas dalam

model regresi. Istilah kolinearitas (colinearity) sendiri berarti hubungan linear

tunggal (single linear relationship), sedangkan kolinearitas ganda

(multicolinearity) menunjukkan adanya lebih dari satu hubungan linear yang

sempurna (Situmorang dan Lufti, 2015).

Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi

ditemukan adanya korelasi antar variabel bebas (independen). Model regresi

yang baik seharusnya tidak terjadi korelasi di antara variabel independen

(Ghozali, 2016). Jika variabel independen saling berkolerasi, maka variabel-

variabel ini tidak ortogonal. Variabel ortogonal adalah variabel independen

yang nilai korelasi antar sesama variabel independen sama dengan nol.

Multikolinieritas dapat dilihat dari nilai (1) nilai tolerance dan lawannya (2)

variance inflation factor (VIF). Kedua ukuran ini menunjukkan setiap

variabel independen manakah yang dijelaskan oleh variabel independen

lainnya. Dalam pengertian sederhana, setiap variabel independen menjadi

variabel dependen dan diregres terhadap variabel independen lainnya.

Tolerance mengukur variabilitas variabel independen terpilih yang tidak

dijelaskan oleh variabel independen lainnya. Jadi tolerance yang rendah sama

dengan nilai VIF tinggi (karena VIF = 1/tolerance). Nilai cutoff yang umum

dipakai untuk menunjukkan adanya multikolinieritas adalah Tolerance < 0.10

atau sama dengan VIF > 10. (Ghozali & Ratmono, 2017).

3. Uji Heteroskedastisitas

Uji heteroskestisitas bertujuan untuk menguji apakah dalam model regresi

terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan


51

yang lain (Ghozali, 2016). Model regresi yang baik adalah yang

homokedastisitas atau tidak terjadi heteroskedastisitas. Pengujian pada

penelitian ini menggunakan Uji Breusch-Pagan-Godfrey. Deteksi

heteroskedastisitas dengan Breusch-Pagan-Godfrey dapat dilakukan dengan

melihat nilai probabilitas Chi-square dari Obs*R-squared. Hasil uji BPG

sama dengan uji White dan Glejser yaitu menunjukkan heteroskedastisitas

dalam model employee data (Ghozali & Ratmono, 2017). Hipotesis pengujian

heteroskedastisitas adalah :

a. H0 : homokedastisitas

b. Ha : heteroskedastisitas

Terima H0 dan tolak Ha jika nilai probabilitas ≥ 0,05.

4. Uji Autokolerasi

Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi

linier ada korelasi antarkesalahan pengganggu (residual) pada periode t

dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi,

maka dinamakan ada masalah autokorelasi (Ghozali & Ratmono, 2017).

Model regresi yang baik adalah regresi yang bebas dari autokorelasi.

Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya

aoutokorelasi. Penelitian ini menggunakan uji autokorelasi dengan LM Test.

Uji LM akan menghasilkan statistik Breusch-Godfrey sehingga uji LM juga

kadang disebut uji Breusch-Godfrey. Pengujian Breusch-Godfrey (BG test)

dilakukan dengan meregresi variabel pengganggu (residual) Ut menggunakan

autoregressive model (Ghozali & Ratmono, 2017).


52

Hipotesis yang diajukan dalam Breusch-Godfrey LM test adalah:

a. H0 : tidak ada autokorelasi

b. Ha : ada autokorelasi

Jika nilai p dari nilai Obs*R-squared < 0.05 maka H0 ditolak.

3.8.4 Koefisien Determinasi

Koefisien determinasi (R2) digunakan untuk mengukur seberapa jauh

kemampuan model dalam menerangkan variasi variabel independen. Nilai

koefisien determinasi adalah antara nol dan satu. Nilai R2 yang kecil berarti

kemampuan variabel-variabel independen dalam menjelaskan variasi variabel

independen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel

independennya memberikan hampir semua informasi yang dibutuhkan untuk

memprediksi variasi variabel dependen (Ghozali, 2016).

3.8.5 Uji Hipotesis

1. Uji Simultan (Uji F)

Untuk menguji signifikansi variabel independen secara bersama-sama

terhadap variabel dependen digunakan uji signifikansi simultan (Uji F). Uji F

pada dasarnya menunjukkan apakah semua variabel independen atau bebas

yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama

terhadap variabel dependen.

Pengujian secara simultan dirumuskan sebagai berikut:

a. H0 : b1 = b2 = b3 = 0, artinya VACA, VAHU, dan STVA secara serempak

tidak berpengaruh signifikan terhadap kinerja EVA dan MVA pada


53

BUSN Devisa yang terdaftar di Bursa Efek Indonesia.

b. Ha : minimal satu bi ≠ 0, artinya VACA, VAHU, dan STVA secara

serempak berpengaruh signifikan terhadap kinerja EVA dan MVA pada

BUSN Devisa yang terdaftar di Bursa Efek Indonesia.

Kriteria pengambilan keputusan:

a. Jika Fhitung ≤ Ftabel pada α = 5% atau 0,05 maka H0 diterima dan Ha ditolak

b. Jika Fhitung > Ftabel pada α = 5% atau 0,05 maka H0 ditolak dan Ha diterima

2. Uji Parsial (Uji t)

Untuk menguji signifikansi variabel independen terhadap dependen

digunakan uji statistik (Uji-t). Uji statistik t pada dasarnya menunjukkan

seberapa jauh pengaruh satu variabel independen secara individual dalam

menerangkan variasi variabel dependen (Ghozali, 2016).

Bentuk pengujiannya adalah:

a. Ho: bi = 0, artinya tidak terdapat pengaruh yang signifikan secara parsial

antara VACA, VAHU, dan STVA terhadap EVA dan MVA pada BUSN

Devisa yang terdaftar di Bursa Efek Indonesia.

b. Ha: bi ≠ 0, artinya terdapat pengaruh yang signifikan secara parsial antara

VACA, VAHU, dan STVA terhadap EVA dan MVA pada BUSN Devisa

yang terdaftar di Bursa Efek Indonesia.

Kriteria pengambilan keputusannya yaitu:

a. Jika thitung ≤ ttabel pada α = 5% atau 0,05 maka H0 diterima dan Ha ditolak

b. Jika thitung > ttabel pada α = 5% atau 0,05 maka H0 ditolak dan Ha diterima


54

BAB IV

HASIL DAN PEMBAHASAN

4.1 Hasil Penelitian

4.1.1 Gambaran Umum Objek Penelitian

Bank adalah badan usaha yang bergerak dalam bidang keuangan, bank

berperan dalam memberi layanan bagi masyarakat. Aktivitas perbankan yang

pertama adalah menghimpun dana dari masyarakat luas yang dikenal dengan istilah

di dunia perbankan adalah kegiatan funding. Bank milik swasta nasional, bank

jenis ini seluruh atau sebagian besarnya dimiliki oleh swasta nasional serta akte

pendiriannya pun didirikan oleh swasta, begitu pula pembagian keuntungannya

untuk swasta pula. Bank devisa, merupakan bank yang dapat melaksanakan

transaksi ke luar negeri atau yang berhubungan dengan mata uang asing secara

keseluruhan, misalnya tranfer keluar negeri, inkaso keluar negeri, travellers

cheque, pembukaan dan pembayaran Letter of Credit dan transaksi lainnya.

Persyaratan untuk menjadi bank devisa ini ditentukan oleh Bank Indonesia.

Ringkasan Bank Umum Swasta Nasional Devisa yang menjadi objek

penelitian ini adalah sebagai berikut.

1. Bank Rakyat Indonesia Agroniaga, Tbk (AGRO)

Bank AGRO yang didirikan dengan Akta Notaris Rd. Soekarsono, SH di Jakarta

No. 27 tanggal 27 September 1989, kemudian memperoleh ijin usaha dari Menteri

Keuangan tanggal 11 Desember 1989, mulai beroperasi secara komersial pada 8

Februari 1990. Pada 3 Maret 2011, dengan ditandatanganinya Akta Akuisisi

Saham PT Bank Agroniaga Tbk antara BRI dengan Dana Pensiun Perkebunan


55

(Dapenbun) di Jakarta, Bank BRI secara resmi menjadi Pemegang Saham Pengendali

pada PT. Bank Agroniaga Tbk.

2. Bank Bukopin, Tbk (BBKP)

Pada tahun 1970, Bank Umum Koperasi Indonesia (Bukopin) didirikan dengan

badan hukum koperasi. Tahun 1993 Perubahan status badan hukum menjadi

Perseroan Terbatas dengan nama PT Bank Bukopin, Akta Pendirian tertanggal 25

Februari 1993 No.126 yang telah disahkan oleh Menteri Kehakiman RI tertanggal

29 Juni 1993 No.C2-5332.HT.01.01TH.93 dan telah diumumkan dalam Berita

Negara RI tertanggal 10 Agustus 1993 No.64 Tambahan No. 3633. Pada tahun

2006 menjadi perusahaan terbuka melalui IPO, mengakuisisi saham PT Bank

Syariah Bukopin (sebelumnya PT Bank Persyarikatan Indonesia) sebesar 24,73%

dan saham PT Bukopin Finance (dahulu PT Indo Trans Buana Multiinance).

3. Bank Nusantara Parahyangan, Tbk (BBNP)

Bank BNP didirikan dengan nama “Bank Pasar Karya Parahyangan PT”

berdasarkan Akta Pendirian Perseroan Terbatas Bank Pasar Karya Parahyangan PT

No.47 tanggal 18 Januari 1972 yang dibuat di hadapan Komar Andasasmita, S.H.,

Notaris di Bandung, dan telah mendapat pengesahan dari Menteri Kehakiman

Republik Indonesia melalui Surat Keputusan No. Y.A.5/11/19 tanggal 15 Mei 1974

dan telah didaftarkan di Kantor Panitera Pengadilan Negeri di Bandung pada

tanggal 6 Juni 1974 di bawah No. 81/1974 dan telah diumumkan dalam Berita

Negara Republik Indonesia tanggal 23 Agustus 1974 No. 68, Tambahan No.

426/1074. Berdasarkan keputusan RUPSLB tanggal 15 September 2000, Bank

BNP mengubah status perusahaan menjadi perusahaan publik (terbuka).


56

4. Bank Danamon Indonesia, Tbk (BDMN)

Didirikan sebagai Bank Kopra Indonesiapada tanggal 16 Juli 1956, dengan dasar

hukum Akta notaris Meester Raden Soedja, S.H. No. 134 tanggal 16 Juli 1956

yang disahkan oleh Menteri Kehakiman Republik Indonesia dengan Surat

Keputusan No. J.A.5/40/8 tanggal 24 April 1957 dan telah diumumkan dalam

Tambahan No. 664, pada Berita Negara Republik Indonesia No. 46 tanggal 7 Juni

1957. Pada tahun 1976 Berubah nama menjadi PT Bank Danamon Indonesia.

Tahun 1988 menjadi bank devisa dan tahun 1989 Menjadi perusahaan publik

melalui penawaran saham di Bursa Efek Jakarta.Pada tahun 2003 Akuisisi

mayoritas saham pemerintah oleh Asia Financial (Indonesia) Pte. Ltd.

5. Bank Bumi Arta, Tbk (BNBA)

Tahun 1967 pendirian dan Operasional bank dengan nama PT. Bank Bumi Arta

Indonesia. Pada tahun 1991 memperoleh izin sebagai Bank Devisa. 1992

Melakukan perubahan nama perseroan menjadi PT. Bank Bumi Arta. 2006,

Penawaran Umum Perdana dan pencatatan saham PT. Bank Bumi Arta Tbk pada

Bursa Efek Jakarta.

6. Bank CIMB Niaga, Tbk (BNGA)

Bank CIMB Niaga berdiri pada 26 September 1955 dengan nama PT Bank Niaga

dan menjadi perusahaan terbuka dengan dicatatkannya saham dengan ticker code

BNGA di Bursa Efek Indonesia pada 29 November 1989. CIMB Niaga merupakan

bank hasil merger LippoBank ke dalam CIMB Niaga di tahun 2008. Mayoritas

saham CIMB Niaga sebesar 97,9% dimiliki oleh CIMB Group Sdn Bhd, yang

merupakan bank universal terbesar kelima di ASEAN dengan jaringan regional


57

yang luas antara lain di Negara Malaysia, Singapura, Thailand dan Kamboja.

7. Bank Maybank Indonesia, Tbk (BNII)

PT Bank Internasional Indonesia (BII) yang didirikan pada 15 Mei 1959,

mendapatkan ijin sebagai bank devisa pada 1988 dan mencatatkan sahamnya

sebagai perusahaan terbuka di Bursa Efek Jakarta dan Surabaya (sekarang telah

merger menjadi Bursa Efek Indonesia) pada 1989. Pada 2008 BII diakuisi oleh

Maybank melalui anak perusahan yang dimiliki sepenuhnya yaitu Maybank

Offshore Corporate Services (Labuan) Sdn. Bhd. (MOCS) dan Sorak Financial

Holdings Pte. Ltd. (Sorak). Kemudian melalui Surat Keputusan MenkumHAM No.

AHU-0941203. AH.01.02 tahun 2015 tanggal 26 Agustus 2015, dan Keputusan

Dewan Komisioner Otoritas Jasa Keuangan (OJK) No. 18/ KDK.03/2015 tanggal

23 September 2015, BII berubah nama menjadi Maybank Indonesia.

8. Bank Sinarmas, Tbk (BSIM)

Didirikan pada 1989 berdasarkan Akta no. 52 tanggal 18 Agustus 1989 yang

dibuat di hadapan Buniarti Tjandra, SH., Notaris di Jakarta, yang telah

diumumkan dalam Berita Negara Republik Indonesia tertanggal 21 Oktober 1989

Nomor 1506/1989. Bank Sinarmas melakukan pengembangan bisnis dengan

membuka kantor cabang pertama di Bandung. Pada 13 Desember 2010, Bank

Sinarmas melakukan Penawaran Saham Umum Perdana (Intial Public

Offering/IPO).

9. Bank Artha Graha Internasional, Tbk (INPC)

Bank Artha Graha Internasional didirikan dengan nama PT Inter-Pacific Financial

Corporation berdasarkan Akta Nomor 12 tanggal 7 September 1973. Pada 14

April 2005, PT Bank Inter-Pacific Tbk menandatangani Akta Penggabungan


58

Nomor 17, dimana PT Bank Artha Graha menggabungkan diri ke dalam PT Bank

Inter-Pacific Tbk. Penggabungan tersebut telah mendapat izin dari Bank

Indonesia Nomor 7/32/KEP. GBI/2005 tanggal 15 Juni 2005, dan berlaku efektif

pada 11 Juli 2005. PT Bank Inter-Pacific Tbk berganti nama menjadi Bank Artha

Graha Internasional yang diumumkan dalam Berita Negara Republik Indonesia

Nomor 101 tanggal 19 Desember 2006, Tambahan Nomor 13128

10. Bank Mayapada Internasional, Tbk (MAYA)

PT Bank Mayapada International dibentuk pada 7 September 1989 di Jakarta,

disahkan oleh Menteri Kehakiman Republik Indonesia pada 10 Januari 1990,

kemudian mulai beroperasi secara komersial pada tanggal 16 Maret 1990. Sejak

23 Maret 1990 Perusahaan resmi menjadi bank umum, yang diikuti perolehan ijin

dari Bank Indonesia sebagai bank devisa pada tahun 1993. Pada tahun 1995 Bank

berubah nama menjadi PT Bank Mayapada Internasional, setelah itu tahun 1997

mengambil inisiatif untuk go public dan hingga sekarang dikenal dengan nama

PT Bank Mayapada Internasional Tbk.

11. Bank Mega, Tbk (MEGA)

Bank mulai beroperasi dengan nama PT Bank Karman yang dikelola sebagai

usaha milik keluarga berbasis di Surabaya dan memperoleh izin usaha sebagai

bank umum dari Menteri Keuangan Republik Indonesia Pada 14 Agustus 1969.

Bank terus berkembang menjadi perusahaan yang lebih besar dan berganti nama

menjadi PT Mega Bank pada tahun 1992. Pada tahun 2000, mencatatkan

namanya di Bursa Efek Indonesia (BEI) dan resmi menjadi perusahaan terbuka

dengan nama PT Bank Mega Tbk.


59

12. Bank OCBC NISP, Tbk (NISP)

Pada tahun 1941 didirikan dengan nama NV Nederlandsch Indische Spaar En

Deposito Bank (NISP) dengan dasar hukum Akta Pendirian Perseroan No. 6

tanggal 4 April 1941 yang dibuat dihadapan Theodor Johan Indewey Gerlings,

Notaris di Purwakarta yang telah disetujui menurut penetapan Directeur van Justitie

tanggal 28 April 1941 No. A 42/6/9 dan diumumkan dalam berita Javasche

Courant tanggal 20 Juni 1941 No. 49 Bijvoegsel No. 1961. Tahun 1990

memperoleh ijin untuk melakukan kegiatan sebagai bank devisa . Dalam rangka

mengantisipasi keterbukaan pasar dan persaingan serta memperkuat strukur

permodalan, pada tahun 1994 Bank OCBC NISP mencatatkan sahamnya di Bursa

Efek Indonesia (dahulu Bursa Efek Jakarta) sehingga berubah menjadi perusahaan

terbuka.

13. Pan Bank Indonesia, Tbk (PNBN)

PaninBank didirikan pada 17 Agustus 1971, merupakan hasil merger dari

tiga bank yaitu Bank Kemakmuran, Bank Industri Djaja Indonesia dan Bank

Industri & Dagang Indonesia. Pada tahun 1972 memperoleh izin sebagai

bank devisa. PaninBank mencatatkan sahamnya di Bursa Efek Jakarta pada

tahun 1982, menjadikan PaninBank sebagai bank pertama yang sahamnya

diperdagangkan di bursa.

14. Bank Woori Saudara Indonesia 1906 Tbk (SDRA)

Tahun 1906 Didirikan oleh 10 Saudagar Pasar Baru sebagai organisasi simpan

pinjam dengan nama Himpoenan Soedara. Tahun 2008, Mendapat izin

operasional sebagai Bank Devisa. Tahun 2006 berubah status menjadi perusahaan

terbuka, nama Bank berubah pula menjadi “PT Bank Himpunan Saudara 1906


60

Tbk”. Tahun 2015 PT Bank Himpunan Saudara 1906 Tbk (Bank Saudara)

mengumumkan pergantian nama dan logo. Setelah penggabungan ini, nama

resmi perusahaan berubah menjadi PT Bank Woori Saudara Indonesia 1906 Tbk,

dan nama panggilan komersial akan menjadi Bank Woori Saudara.

4.1.2 Analisis Statistik Deskriptif

Tabel 4.1

Statistik Deskriptif

VACA VAHU STVA EVA MVA

Mean 0.388109 2.273899 0.509020 3124282. 1342807.

Median 0.224200 2.051850 0.512600 2563729. 66098.50

Maximum 7.608800 7.283300 0.862700 16586100 29558423

Minimum 0.011500 1.074700 0.069500 -11827707 -13554478

Std. Dev. 0.924637 0.930658 0.149261 3961215. 6292226.

Observations 70 70 70 70 70

Sumber: Lampiran 3

Tabel 4.1 menunjukkan output statistik deskriptif variable penelitian dengan

menggunakan eviews. Berdasarkan tabel tersebut dapat dijelaskan statistik

deskriptif sebagai berikut:

1. VACA memiliki rata-rata sebesar 0,388109 hal ini berarti bahwa BUSN

Devisa di BEI memiliki kemampuan untuk menghasilkan 0,388109 value

added (VA) dari satu unit physical capital. Nilai VACA terendah adalah

0,0115 pada tahun 2014 di SDRA sementara tertinggi yaitu 7,6088 ada

pada BSIM pada tahun 2012. Standard Deviasi VACA adalah 0,924637

2. VAHU memiliki rata-rata sebesar 2,273899 hal ini berarti bahwa BUSN

Devisa di BEI memiliki kemampuan untuk menghasilkan 2,273899 value

added (VA) dari satu unit physical capital. Nilai VACA terendah adalah

1,0747 pada tahun 2014 di SDRA sementara tertinggi yaitu 7,2833 ada

pada BSIM pada tahun 2012. Standard Deviasi VACA adalah 0,930658


61

3. STVA memiliki rata-rata sebesar 0.50902 hal ini berarti bahwa BUSN

Devisa di BEI memiliki kemampuan untuk menghasilkan 0.50902 value

added (VA) dari satu unit physical capital. Nilai STVA tertinggi yaitu

0,8627 ada pada SDRA tahun 2014 sementara terendah adalah 0,0695 pada

tahun 2014 di BBNP. Standard Deviasi STVA adalah 0,149261

4. EVA memiliki rata-rata sebesar 3.124.282 hal ini berarti bahwa BUSN

Devisa di BEI memiliki kemampuan untuk menghasilkan 3.124.282 (dalam

juta rupiah) per tahun dalam waktu pengamatan. Nilai EVA tertinggi yaitu

16.586.100 ada pada SDRA tahun 2014 sementara terendah adalah -

11.827.707 pada tahun 2014 di BBNP. Standard Deviasi EVA adalah

3.961.215

5. MVA memiliki rata-rata sebesar 1.342.807 hal ini berarti bahwa BUSN

Devisa di BEI memiliki kemampuan untuk menghasilkan 1.342.807 (dalam

juta rupiah) per tahun dalam waktu pengamatan. Nilai MVA tertinggi yaitu

29.558.423 ada pada SDRA tahun 2014 sementara terendah adalah -

13.554.478 pada tahun 2014 di BBNP. Standard Deviasi MVA adalah

6.292.226.

4.1.3 Hubungan VACA, VAHU, dan STVA Dengan EVA

1. Analisis Regresi Data Panel

Analisis regresi dilakukan untuk menguji seberapa besar hubungan antara

variabel independen yang terdiri dari VACA, VAHU, dan STVA terhadap

variabel dependen yaitu EVA serta untuk mengetahui arah hubungan tersebut


62

a. Common Effect Model (CEM)

Tabel 4.2

Common Effect Model

Dependent Variable: D_EVA

Method: Panel Least Squares

Date: 04/12/19 Time: 21:36

Sample: 2013 2016

Periods included: 4

Cross-sections included: 12

Total panel (balanced) observations: 48

Variable Coefficient Std. Error t-Statistic Prob.

C 414898.9 76539.23 5.420736 0.0000

D_VACA -694.3153 68948.05 -0.010070 0.9920

D_VAHU -271284.6 106986.2 -2.535698 0.0148

D_STVA 2921190. 1027479. 2.843064 0.0068

R-squared 0.160937 Mean dependent var 391586.5

Adjusted R-squared 0.103729 S.D. dependent var 544952.7

S.E. of regression 515915.5 Akaike info criterion 29.22493

Sum squared resid 1.17E+13 Schwarz criterion 29.38086

Log likelihood -697.3983 Hannan-Quinn criter. 29.28386

F-statistic 2.813158 Durbin-Watson stat 1.592338

Prob(F-statistic) 0.050189

Sumber: Lampiran 9

b. Fixed Effect Model (FEM)

Tabel 4.3

Fixed Effect Model



Date: 04/12/19 Time: 21:36

Sample: 2013 2016

Periods included: 4



Variable Coefficient Std. Error t-Statistic Prob.

C 414898.9 76539.23 5.420736 0.0000

D_VACA -694.3153 68948.05 -0.010070 0.9920

D_VAHU -271284.6 106986.2 -2.535698 0.0148

D_STVA 2921190. 1027479. 2.843064 0.0068

R-squared 0.160937 Mean dependent var 391586.5







Sumber: Lampiran 10


63

c. Random Effect Model (REM)

Tabel 4.4

Random Effect Model


Method: Panel EGLS (Cross-section random effects)

Date: 04/12/19 Time: 21:53

Sample: 2013 2016

Periods included: 4



Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 418040.5 94571.42 4.420368 0.0001

D_VACA -27671.23 66175.92 -0.418147 0.6779

D_VAHU -262211.6 98152.94 -2.671459 0.0105

D_STVA 2807424. 954798.7 2.940331 0.0052 Effects Specification

S.D. Rho Cross-section random 222626.3 0.1855

Idiosyncratic random 466428.1 0.8145 Weighted Statistics R-squared 0.167991 Mean dependent var 283248.5


S.E. of regression 467399.5 Sum squared resid 9.61E+12


Prob(F-statistic) 0.042400 Unweighted Statistics R-squared 0.157410 Mean dependent var 391586.5

Sum squared resid 1.18E+13 Durbin-Watson stat 1.634858

Sumber: Lampiran 11

Untuk memilih model yang paling tepat pertama-tama dilakukan uji yaitu

Chow test. Chow test digunakan untuk memilih antara common effect model

dan fixed effect model. Jika nilai probability < 0,05 maka yang dipilih adalah

fixed effect model dan jika nilai probability ≥ 0,05 maka model yang dipilih

adalah common effect model.


64

a. Pemilihan Model Data Panel Dengan Chow Test

Tabel 4.5

Hasil Chow Test

Redundant Fixed Effects Tests

Equation: EQ02

Test cross-section fixed effects Effects Test Statistic d.f. Prob. Cross-section F 1.893817 (11,33) 0.0771

Cross-section Chi-square 23.489297 11 0.0151

Sumber: Lampiran 12

Tabel 4.5 menunjukkan nilai prob Cross-section F sebesar 0,0771 > 0,05,

sehingga model yang digunakan adalah Common Effect Model.

Berikutnya, Breusch-Pagan LM test digunakan untuk memilih antara common

effect model dan random effect model. Jika nilai probability < 0,05 maka yang

dipilih adalah common effect model dan jika nilai probability ≥ 0,05 maka

model yang dipilih adalah random effect model.

b. Pemilihan Model Data Panel Dengan Breusch-Pagan Lagrange Multiplier

Test

Tabel 4.6

Hasil Breusch-Pagan Lagrange Multiplier Test

Lagrange multiplier (LM) test for panel data

Date: 04/12/19 Time: 21:04

Sample: 2013 2016

Total panel observations: 48

Probability in () Null (no rand. effect) Cross-section Period Both

Alternative One-sided One-sided Breusch-Pagan 1.782028 0.514688 2.296716

(0.1819) (0.4731) (0.1296)

Honda 1.334926 0.717418 1.451226

(0.0910) (0.2366) (0.0734)

King-Wu 1.334926 0.717418 1.253873

(0.0910) (0.2366) (0.1049)

GHM -- -- 2.296716

-- -- (0.1441)

Sumber: Lampiran 13


65

Tabel 4.6 menunjukkan nilai Breusch-Pagan sebesar 0.1819 > 0,05, maka

model yang tepat untuk digunakan adalah Common Effect Model.

Berdasarkan dua test tersebut diperoleh kesimpulan bahwa model yang

digunakan untuk mengestimasi hubungan VACA,VAHU, dan STVA dengan

EVA adalah Common Effect Model

Tabel 4.7

Hasil Pengujian Data Panel



Date: 04/12/19 Time: 21:36

Sample: 2013 2016

Periods included: 4


Total panel (balanced) observations: 48 Variable Coefficient Std. Error t-Statistic Prob. C 414898.9 76539.23 5.420736 0.0000

D_VACA -694.3153 68948.05 -0.010070 0.9920

D_VAHU -271284.6 106986.2 -2.535698 0.0148

D_STVA 2921190. 1027479. 2.843064 0.0068 R-squared 0.160937 Mean dependent var 391586.5







Sumber: Lampiran 9

Pengolahan data tersebut menghasilkan suatu persamaan regresi data panel

sebagai berikut:

Y = 414898.9 - 694.3153X1 - 271284.6X2 + 2921190.X3

Interpretasi:

a. Konstanta sebesar 414.898,9 menunjukkan nilai tetap (konstan) EVA bahwa

tanpa variabel bebas maka Economic Value Added BUSN Devisa adalah

414.898,9 (dalam satuan).


66

b. Variabel VACA berpengaruh negatif terhadap EVA dengan nilai koefisien

sebesar -694,3153. Artinya jika VACA naik sebesar 1% maka EVA akan

mengalami penurunan sebesar -694,3153 (dalam satuan).

c. Variabel VAHU berpengaruh negatif terhadap EVA dengan nilai koefisien

sebesar -271.284,6. Artinya jika VAHU naik sebesar 1% maka EVA akan

mengalami penurunan sebesar 271284.6 (dalam satuan).

d. Variabel STVA berpengaruh positif terhadap EVA dengan nilai koefisien

sebesar 2.921.190 (dalam satuan). Artinya jika STVA naik sebesar 1% maka

EVA akan mengalami kenaikan sebesar 2.921.190 (dalam satuan).

2. Uji Asumsi Klasik

a. Uji Normalitas

Untuk menguji normalitas, penelitian ini menggunakan Jarque-Bera dengan

melihat nilai Jarque-Bera dan probability. Gambar 4.1 merupakan output

pengujian statistik J-B.

0

2

4

6

8

10

12

-1000000 -500000 0 500000 1000000 1500000

Series: Standardized Residuals

Sample 2013 2016

Observations 48

Mean -7.03e-11

Median -142543.5

Maximum 1487111.

Minimum -923698.8

Std. Dev. 499178.6

Skewness 0.814280

Kurtos is 3.501251

Jarque-Bera 5.806926

Probabi l i ty 0.054833

Sumber: Lampiran 14

Gambar 4.1

Uji Normalitas Menggunakan Jarque-Bera

Nilai J-B = 5.806926 dengan nilai probabilty sebesar 0,054, nilai ini

lebih besar daripada tingkat signifikansi 0,05 sehingga dapat disimpulkan


67

bahwa asumsi normalitas telah terpenuhi.

b. Uji Multikolinearitas

Pengujian multikolinieritas pada penelitian ini dilakukan dengan melihat

nilai Variance Inflation Factor (VIF).

Tabel 4.8

Uji Multikolinieritas dengan VIF

Variance Inflation Factors

Date: 04/18/19 Time: 17:45

Sample: 1 48

Included observations: 48 Coefficient Uncentered Centered

Variable Variance VIF VIF C 5.86E+09 1.056458 NA

D_VACA 4.75E+09 1.053016 1.031948

D_VAHU 1.14E+10 2.819263 2.787939

D_STVA 1.06E+12 2.912619 2.841089

Sumber: Lampiran 15

Tabel 4.8 menampilkan deteksi multikolinieritas dengan Variance

Inflation Factor (VIF), tidak terdapat nilai Centered VIF yang lebih besar

dari 10. Hal ini menunjukkan bahwa model bebas dari multikolinieritas.

c. Uji Heteroskedastisitas

Tabel 4.9

Uji Heteroskedastisitas dengan Breusch-Pagan-Godfrey

Heteroskedasticity Test: Breusch-Pagan-Godfrey

Null hypothesis: Homoskedasticity F-statistic 0.154556 Prob. F(3,44) 0.9262

Obs*R-squared 0.500544 Prob. Chi-Square(3) 0.9188

Scaled explained SS 0.526008 Prob. Chi-Square(3) 0.9131

Sumber: Lampiran 16

Deteksi heteroskedastisitas dapat dilihat dengan memperhatikan nilai

probabilitas Chi Square dari Obs*R-square. Jika nilai probabilitas ≥ 0,05

maka tidak terdapat heteroskedastisitas, jika probabilitas < 0,05 maka dapat


68

dinyatakan bahwa terdapat heteroskedastisitas. Tabel 4.9 menunjukkan nilai

probabilitas Chi Square dari Obs*R-square sebesar 0,9188, nilai ini >

0.05 sehingga dapat disimpulkan bahwa tidak terdapat heteroskedastisitas

pada model.

d. Uji Autokolerasi

Uji autokorelasi bertujuan menguji apakah dalam suatu model regresi

linier ada korelasi antarkesalahan pengganggu (residual) pada periode t

dengan kesalahan pada periode t-1 (sebelumnya). Jika nilai p dari nilai

Obs*R-squared < 0.05 maka H0 ditolak. Pengujian autokorelasi dengan

Breusch-Godfrey (BG test) mengasilkan output sebagai berikut.

Tabel 4.10

Breusch-Godfrey Serial Correlation LM Test

Breusch-Godfrey Serial Correlation LM Test:

Null hypothesis: No serial correlation at up to 2 lags

F-statistic 0.663720 Prob. F(2,42) 0.5202


Sumber: Lampiran 18

Tabel 4.10 memperlihatkan hasil uji autokorelasi dengan Breusch-

Godfrey serial correlation LM test, nilai probability pada Obs*R-Squared

adalah 0,4794 > 0,05. Berdasarkan hasil itu dapat disimpulkan bahwa

tidak ada autokorelasi dalam model.

3. Koefisien Determinasi

Tabel 4.7 menunjukkan variabel dependen EVA memiliki nilai R Square,

dalam penelitian ini sebesar 0.147272 berarti 14,7272% variasi dari MVA

dapat dijelaskan oleh VACA, VAHU dan STVA sedangkan sisanya dapat

dijelaskan oleh faktor-faktor lain yang tidak diteliti oleh penelitian ini.


69

4.1.4 Hubungan VACA, VAHU, dan STVA Dengan MVA

1. Analisis Regresi Data Panel

Analisis regresi dilakukan untuk menguji seberapa besar hubungan antara

variabel independen yang terdiri dari VACA, VAHU, dan STVA terhadap

variabel dependen yaitu MVA serta untuk mengetahui arah hubungan tersebut

a. Common Effect Model

Tabel 4.11

Common Effect Model

Dependent Variable: MVA


Date: 04/16/19 Time: 13:06

Sample: 2012 2016

Periods included: 5


Total panel (balanced) observations: 70 Variable Coefficient Std. Error t-Statistic Prob. C -3330801. 2672768. -1.246199 0.2171

VACA -2214125. 800685.2 -2.765288 0.0074

VAHU -1134966. 1495837. -0.758749 0.4507

STVA 16370469 9392456. 1.742938 0.0860 R-squared 0.141563 Mean dependent var 1561978.

Adjusted R-squared 0.102543 S.D. dependent var 6405489.

S.E. of regression 6068187. Akaike info criterion 34.13046





Sumber: Lampiran 19


70

b. Fixed Effect Model

Tabel 4.12

Fixed Effect Model



Date: 04/16/19 Time: 13:07

Sample: 2012 2016

Periods included: 5



VACA -1578723. 673687.0 -2.343408 0.0229

VAHU -592069.7 1267233. -0.467215 0.6423

STVA 14578459 8983765. 1.622756 0.1106 Effects Specification Cross-section fixed (dummy variables) R-squared 0.583393 Mean dependent var 1561978.







Sumber: Lampiran 20


71

c. Random Effect Model

Tabel 4.13

Random Effect Model



Date: 04/16/19 Time: 06:05

Sample: 2012 2016

Periods included: 5



Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C -3657541. 2872696. -1.273209 0.2074

VACA -1728639. 661754.7 -2.612206 0.0111

VAHU -709616.1 1242712. -0.571022 0.5699

STVA 14742081 8482029. 1.738037 0.0869 Effects Specification

S.D. Rho Cross-section random 4180709. 0.4399

Idiosyncratic random 4717396. 0.5601 Weighted Statistics R-squared 0.147272 Mean dependent var 703690.8


S.E. of regression 4667762. Sum squared resid 1.44E+15


Prob(F-statistic) 0.014144 Unweighted Statistics R-squared 0.135436 Mean dependent var 1561978.


Sumber: Lampiran 21

Untuk memilih model yang paling sesuai dilakukan Chow test. Chow test

digunakan untuk memilih antara common effect model dan fixed effect

model. Jika nilai probability < 0,05 maka yang dipilih adalah fixed effect

model dan jika nilai probability ≥ 0,05 maka model yang dipilih adalah

common effect model.


72

a. Pemilihan Model Data Panel Dengan Chow Test

Tabel 4.14

Hasil Chow Test


Equation: Untitled



Sumber: Lampiran 22

Tabel 4.14 menunjukkan nilai Probability Sebesar 0,0001 < 0,05, sehingga

model yang digunakan adalah fixed effect model.

Berikutnya, Hausman test digunakan untuk memilih antara fixed effect model

dan random effect model. Jika nilai probability < 0,05 maka yang dipilih

adalah fixed effect model dan jika nilai probability ≥ 0,05 maka model yang

dipilih adalah random effect model.

b. Pemilihan Model Data Panel Dengan Hausman Test

Tabel 4.15

Hasil Hausman Test

Correlated Random Effects - Hausman Test

Equation: Untitled

Test cross-section random effects

Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob.

Cross-section random 1.618463 3 0.6552

Sumber: Lampiran 23

Tabel 4.15 diketahui bahwa probability bernilai 0,6552> 0,05. sehingga

model yang digunakan adalah Random Effect Model.

Berdasarkan dua test maka model yang digunakan untuk mengestimasi


73

hubungan EVA dan VAICTM

, VAHU, STVA adalah Random Effect Model.

Tabel 4.16

Hasil Pengujian Data Panel



Date: 04/16/19 Time: 06:05

Sample: 2012 2016

Periods included: 5




VACA -1728639. 661754.7 -2.612206 0.0111

VAHU -709616.1 1242712. -0.571022 0.5699









Sumber: Lampiran 19

Pengolahan data tersebut menghasilkan suatu persamaan regresi linier

data panel sebagai berikut:

Y = - 3657541 - 1728639X1 - 7 09616.1X2 + 14742081X3

Interpretasi:

a. Konstanta sebesar -3.657.541 menunjukkan nilai tetap (konstan) MVA

bahwa tanpa variabel bebas maka Economic Value Added pada BUSN


74

Devisa adalah -3.657.541 (dalam satuan).

b. Variabel VACA berpengaruh negatif terhadap MVA dengan nilai koefisien

sebesar -1.728.639. Artinya jika VACA naik sebesar 1% maka MVA

akan mengalami penurunan sebesar 1.728.639 (dalam satuan).

c. Variabel VAHU berpengaruh negatif terhadap MVA dengan nilai

koefisien sebesar -709.616,1. Artinya jika VAHU naik sebesar 1% maka

MVA akan mengalami penurunan sebesar 709.616,1(dalam satuan).

d. Variabel STVA berpengaruh positif terhadap MVA dengan nilai koefisien

sebesar 14.742.081 (dalam juta rupiah). Artinya jika STVA naik sebesar

1% maka MVA akan mengalami kenaikan sebesar 14.742.081 (dalam

satuan).

2. Koefisien Determinasi

Tabel 4.16 menunjukkan variabel dependen EVA memiliki nilai R Square

dalam penelitian ini sebesar 0,147272 berarti 14,7272% variasi dari MVA

dapat dijelaskan oleh VACA, VAHU dan STVA sedangkan sisanya dapat

dijelaskan oleh faktor-faktor lain yang tidak diteliti oleh penelitian ini.


75

4.1.5 Uji Hipotesis

1. EVA Sebagai Variabel Dependen

Tabel 4.17

Hasil Uji Simultan dan Uji Parsial



Date: 04/12/19 Time: 21:36

Sample: 2013 2016

Periods included: 4



D_VACA -694.3153 68948.05 -0.010070 0.9920

D_VAHU -271284.6 106986.2 -2.535698 0.0148








Sumber: Lampiran 9

a. Uji Simultan


terhadap variabel dependen digunakan uji signifikansi simultan (Uji F). Uji

F pada dasarnya menunjukkan apakah semua variabel independen atau

bebas yang dimasukkan dalam model mempunyai pengaruh secara

bersama-sama terhadap variabel dependen.

Berdasarkan Tabel 4.17 nilai VACA, VAHU dan STVA terhadap EVA

memiliki nilai signifikan sebesar 0,050 dan nilai Fhitung > Ftabel , 2,813158 >

2,80 sehingga dapat dinyatakan H0 ditolak dan Ha diterima, artinya secara

bersamaan variabel-variabel bebas yaitu VACA, VAHU, dan STVA


76

berpengaruh signifikan terhadap EVA

b. Uji Parsial

Untuk menguji signifikansi variabel independen terhadap dependen

digunakan uji statistik (Uji-t). Uji statistik t pada dasarnya menunjukkan

seberapa jauh pengaruh satu variabel independen secara individual dalam

menerangkan variasi variabel dependen (Ghozali, 2016). Berdasarkan

Tabel 4.17 dapat dilihat bahwa;

1) Variabel VACA memiliki pengaruh negatif dan tidak signifikan

terhadap EVA hal ini dapat dilihat dari nilai prob 0,9920 > dari 0,05

dan nilai thitung (0,010070) < ttabel 2,0141 artinya jika variabel VACA

ditingkatkan satu satuan maka EVA tidak akan menurun sebanyak

694,3153 satuan.

2) Variabel VAHU memiliki pengaruh negatif dan signifikan terhadap

EVA hal ini dapat dilihat dari Nilai prob 0,0148 < 0,05 dan nilai thitung

(2,535698) > ttabel 2,0141 artinya jika variabel VAHU ditingkatkan satu

satuan maka EVA akan menurun sebanyak 271.284,6 satuan.

3) Variabel STVA memiliki pengaruh positif dan signifikan terhadap EVA

hal ini dapat dilihat dari Nilai prob 0,0068 < 0,05 dan nilai thitung

2,843064 > ttabel 2,0141 artinya jika variabel STVA ditingkatkan satu

satuan maka EVA akan meningkat sebayak 2.921.190 satuan.


77

2. MVA Sebagai Variabel Dependen

Tabel 4.18

Hasil Uji Simultan dan Uji Parsial



Date: 03/12/19 Time: 19:36

Sample: 2012 2016

Periods included: 5



Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. VACA -1728639. 661754.7 -2.612206 0.0111

VAHU -709616.1 1242712. -0.571022 0.5699

STVA 14742081 8482029. 1.738037 0.0869

C -3657541. 2872696. -1.273209 0.2074 Effects Specification








Sumber: Lampiran 19

a. Uji Simultan


terhadap variabel dependen digunakan uji signifikansi simultan (Uji F). Uji F

pada dasarnya menunjukkan apakah semua variabel independen atau bebas

yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama

terhadap variabel dependen.


78

Berdasarkan Tabel 4.18 nilai VACA, VAHU dan STVA terhadap MVA

memiliki nilai signifikan sebesar 0,014144. Nilai ini < 0,05 dan nilai Fhitung >

Ftabel = 3,799538 > 2,74, sehingga dapat dinyatakan H0 ditolak, dan Ha

diterima artinya secara bersamaan variabel-variabel bebas yaitu VACA,

VAHU, dan STVA berpengaruh positif dan signifikan terhadap MVA.

b. Uji Parsial

Untuk menguji signifikansi variabel independen terhadap dependen digunakan

uji statistik (Uji-t). Uji statistik t pada dasarnya menunjukkan seberapa jauh

pengaruh satu variabel independen secara individual dalam menerangkan

variasi variabel dependen (Ghozali, 2016). Berdasarkan Tabel 4.18 dapat

dilihat bahwa;

1) Variabel VACA memiliki pengaruh negatif dan signifikan terhadap MVA

hal ini dapat dilihat dari nilai prob 0,0111 < dari 0,05 dan nilai thitung

(2,612206) > ttabel 1,99656 artinya jika variabel VACA ditingkatkan satu

satuan maka MVA akan menurun 1.728.639 satuan.

2) Variabel VAHU memiliki pengaruh negatif dan tidak signifikan terhadap

MVA hal ini dapat dilihat dari tingkat signifikan 0,5699 > 0,05 dan nilai

thitung (0,571022) < ttabel 1,99656 artinya jika variabel VAHU ditingkatkan

satu satuan maka MVA tidak akan menurun 709.616,1satuan.

3) STVA memiliki pengaruh positif dan tidak signifikan terhadap EVA hal

ini dapat dilihat dari tingkat signifikan 0,0869 > 0,05 dan nilai thitung

1,738037 < ttabel 1,99656 artinya jika variabel STVA ditingkatkan satu

satuan maka MVA tidak akan meningkat sebanyak 14.742.081 satuan.


79

4.2 Pembahasan

4.2.1 Pengaruh VACA, VAHU Dan STVA Terhadap EVA

1. Pengaruh Simultan

Nilai VACA, VAHU dan STVA terhadap EVA memiliki nilai signifikan

sebesar 0,050189 dan nilai Fhitung > Ftabel = 2,813158 > 2,80, sehingga dapat

dinyatakan H0 ditolak dan Ha diterima, artinya secara bersamaan variabel-

variabel bebas yaitu VACA, VAHU, dan STVA berpengaruh signifikan

terhadap EVA.

Hal ini sejalan dengan penelitian Shelviana (2015) dan Mojtahedi &

Ashrafipour (2013) dimana hasil penelitian menunjukkan bahwa Intellectual

Capital berpengaruh secara positif terhadap Economic Value Added. Ketiga

komponen intellectual capital secara bersama-sama akan menguatkan nilai

Economic Value Added bank sehingga dapat disimpulkan bahwa Intellectual

Capital pada BUSN Devisa yang terdaftar di Bursa Efek Indonesia mampu

menjadi prediktor Economic Value Added (EVA).

2. Pengaruh Parsial

Variabel VACA memiliki pengaruh negatif dan tidak signifikan terhadap EVA

hal ini dapat dilihat dari nilai prob 0,9920 > 0,05 dan nilai thitung (0,010070) < ttabel

2,0141. Hasil penelitian ini sesuai dengan penelitian Mayasani (2015) yang

menyatakan Capital Employed Efficiency (CEE) tidak memiliki pengaruh

terhadap EVA. Hubungan negatif sejalan dengan penelitian Kaboudi et al. (2015)

yang menyatakan bahwa hubungan antara VACA adalah negatif dengan EVA

dan bertentangan dengan penelitian Mojtahedi & Ashrafipour (2013) yang


80

menyatakan VACA berpengaruh positif terhadap EVA.

VACA menunjukkan jumlah value added yang dapat dihasilkan oleh satuan

unit CE atau modal fisik sementara EVA menghitung nilai tambah ekonomis

perusahaan dengan mempertimbangkan opportunity cost. VACA berpengaruh

negatif dan tidak signifikan terhadap EVA artinya kemampuan modal fisik

untuk menciptakan value added belum dapat memprediksi naik turunnya nilai

EVA. Nilai EVA masih lebih dipengaruhi oleh faktor-faktor lain.

Variabel VAHU memiliki pengaruh negatif dan signifikan terhadap EVA hal ini

dapat dilihat dari Nilai prob 0,0148 < 0,05 dan nilai thitung (2,535698) > ttabel

2,0141. Hasil penelitian ini bertentangan dengan hasil penelitian-penlitian

terdahulu di mana Kaboudi et al. (2015) menyatakan VAHU memiliki korelasi

positif signifikan terhadap Economic Value Added dan Taheri et al. (2014)

terdapat hubungan positif dan signifikan antara human capital and Economic

Value Added.

VAHU menunjukkan kontribusi human capital yang diinvestasikan untuk

menghasilkan value added sementara EVA menghitung value added dengan

mempertimbangkan opportunity cost dari biaya modal. Pengaruh negatif dan

signifikan mengindikasikan bahwa VAHU yang dimilki oleh BUSN Devisa

akan menurunkan nilai EVA. Semakin tinggi VAHU maka semakin besar

efektivitas penggunaan sumber daya manusia di dalam, bank dengan kata lain

produktivitas tenaga kerja tinggi. Jika produktivitas tenaga keja tinggi dan

nilai VACA tinggi, konsumen akan cenderung mengandalkan human capital

untuk mengakses layanan perbankan. Ini adalah hal yang kontraproduktif


81

terhadap EVA karena pelayanan perbankan masa kini akan lebih efektif &

efisien jika dialihkan structural capital.

Variabel STVA memiliki pengaruh positif dan signifikan terhadap EVA hal

ini dapat dilihat dari Nilai prob 0,0068 < 0,05 dan nilai thitung 2,843064 > ttabel

2,0141. STVA berpengaruh positif dan signifikan terhadap EVA, hal ini

sejalan dengan penelitian Mayasani (2015), Taheri et al. (2013), dan

Mojtahedi & Ashrafipour (2013).

STVA menunjukkan kualitas sistem dan struktur organisasi yang dimiliki oleh

perusahaan. Rasio ini mengungkap jumlah structural capital (SC) yang

dibutuhkan untuk menghasilkan 1 unit value added. Nilai STVA yang tinggi

mengindikasikan bahwa structural capital memiliki andil yang besar dalam

penciptaan nilai tambah. Perusahaan seperti bank sangat bergantung pada

sistem dan jaringan sehingga banyak mengandalkan structural capital dalam

melakukan operasional, sehingga semakin besar dana yang dialokasikan untuk

structural capital dan semakin canggih teknologi yang dimiliki oleh bank

maka EVA akan semakin besar.

4.2.2 Pengaruh VACA, VAHU Dan STVA Terhadap MVA

1. Pengaruh Simultan

Nilai VACA, VAHU dan STVA terhadap MVA memiliki nilai signifikan

sebesar 0,014144. hal ini berarti nilai sig < α atau 0,014144 < 0,05 dan nilai

Fhitung > Ftabel = 3,799538 > 2,74 sehingga dapat dinyatakan Ho ditolak dan Ha

diterima, artinya secara bersamaan variabel-variabel bebas yaitu VACA,

VAHU, dan STVA berpengaruh signifikan terhadap MVA.


82

Hal ini sesuai dengan penelitian Mousavi Shiri et al. (2012) dan Robiyansah

(2017) Value Added Human Capital (VAHU), Structural Capital Value Added

(STVA) dan Value Added Capital Employeed (VACA) berpengaruh secara

simultan terhadap Market Value Added (MVA). Temuan ini menunjukkan

intellectual capital BUSN devisa mampu meningkatkan nilai pasar saham

bank yang bersangkutan.

2. Pengaruh Parsial

Variabel VACA memiliki pengaruh negatif dan signifikan terhadap MVA hal

ini dapat dilihat dari tingkat signifikan 0,0111 < 0,05 dan nilai thitung

(2,612206) > ttabel 1,99656. VACA berpengaruh negatif dan signifikan

terhadap MVA, hal ini bertentangan dengan penelitian Robiyansah (2017)

yang menyatakan bahwa VACA tidak berpengaruh terhadap MVA, hasil

penelitian ini juga bertentangan Kaboudi et al. (2015) dimana didapati

pengaruh positif VACA terhadap MVA.

VACA merupakan rasio yang menunjukkan jumlah value added yang bisa

dihasilkan oleh satuan unit CE sementara MVA menghitung kinerja keuangan

perusahaan dari segi pasar yang tercermin dari harga saham. VACA

berpengaruh negatif dan signifikan terhadap MVA artinya semakin besar

kemampuan CE bank dalam menghasilkan value added malah menurunkan

nilai pasar saham bank yang bersangkutan. VACA yang tinggi menunjukkan

bahwa CE memiliki kemampuan yang besar untuk menghasilkan nilai tambah,

jumlah CE yang tinggi akan memperkecil VACA. Sementara itu, dalam

melakukan keputusan investasi biasanya investor akan memperhatikan jumlah


83

modal dan laba perusahaan. Investor tentu lebih menyukai perusahaan yang

memiliki modal yang besar karena jumlah modal yang besar dinilai mampu

menjamin kelangsungan hidup bank dalam jangka panjang.

Variabel VAHU memiliki pengaruh negatif dan tidak signifikan terhadap

MVA hal ini dapat dilihat dari tingkat signifikan 0,5699 > 0,05 dan nilai thitung

(0,571022) < ttabel 1,99656 artinya jika variabel VAHU ditingkatkan satu

satuan maka MVA tidak akan menurun 709.616,1 satuan. VAHU tidak

berpengaruh terhadap MVA hal ini bertentangan dengan Robiyansah (2017)

dan Kaboudi et al. (2015) yang menyatakan bahwa VAHU berpengaruh

positif dan signifikan terhadap MVA. VAHU menunjukkan kontribusi human

capital terhadap penciptaan value added sedangkan MVA mengukur value

added dari segi pasar saham. Dana yang diinvestasikan untuk human capital

belum mampu untuk meningkatkan harga saham perusahaan.

Variabel STVA memiliki pengaruh positif dan tidak signifikan terhadap

MVA hal ini dapat dilihat dari tingkat signifikani 0,0869 > 0,05 dan nilai thitung

1,738037 < ttabel 1,99656. Pengaruh positif bertentangan dengan Kaboudi et al.

(2015) dan sejalan dengan penelitian Robiyansah (2017).

Pengaruh yang tidak signifikan mengisyaratkan bahwa kontribusi structural

capital dalam menciptakan nilai belum mampu mempengaruhi market value

secara nyata.


84

BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil analisis data dan pembahasan pada bab sebelumnya

maka didapatkan beberapa kesimpulan sebagai berikut

1. Secara simultan variabel-variabel bebas yaitu VACA, VAHU, dan STVA

berpengaruh signifikan terhadap EVA.

2. VACA memiliki pengaruh negatif dan tidak signifikan, VAHU memiliki

pengaruh negatif dan signifikan, dan STVA memiliki pengaruh positif dan

signifikan terhadap EVA.

3. Secara simultan variabel-variabel bebas yaitu VACA, VAHU, dan STVA

berpengaruh signifikan terhadap MVA.

4. VACA berpengaruh negatif dan signifikan, variabel VAHU memiliki

pengaruh negatif dan tidak signifikan dan variabel STVA memiliki pengaruh

positif dan tidak signifikan terhadap MVA.

5.2 Saran

1. BUSN Devisa harus terus meningkatkan inovasi dalam aspek structural

capital karena STVA terbukti berpengaruh positif dan signifikan terhadap

EVA. STVA memiliki andil yang besar dalam penciptaan Economic Value

Added sebuah bank.

2. Jika ingin meningkatkan nilai Market Value Added, BUSN Devisa dapat

memperbayak jumlah capital employed. VACA berpengaruh negatif dan


85

signifikan terhadap MVA sehingga penambahan capital employed akan

menurunkan rasio VACA dan meningkatkan MVA.

3. Bagi peneliti selanjutnya dapat menambah faktor-faktor intellectual capital

lainnya seperti; relational capital atau customer capital. Peneliti selanjutnya

dapat meneliti intellectual capital dengan cakupan yang lebih luas tidak

terbatas pada satu sektor saja.


86

DAFTAR PUSTAKA

Bontis, N. K. (2000). Intellectual capital & business performance in Malaysian

Industries. Journal of Intellectual Capital. Vol. 1 No.1 .

Chen, J., Zhu, Z., & Xie, H. Y. (2004). Measuring intellectual capital: a new

model and empirical study. Journal of Inttelectual Capital, Vol. 1 No. 1,

195-212.

Dewi, C. P. (2011). Pengaruh Intellectual Capital TerhadapKinerja Keuangan

Pada Perusahaan Manufaktur Yang Terdaftar Di BEI Tahun 2007-2009.

Semarang: Universitas Diponegoro.

Eliezer, H. H. (2017, 7 19). koransindo.com. Retrieved from koransindo.com:

http://koransindo.com/page/news/20160115/2/3/Model_Bsnis_dan_Integra

si_Dalam_Strategi_Perusahaan

Ghozali, I. (2016). Aplikasi Analisis Multivariete dengan Progran IBM SPSS 23.

Semarang: Badan Penerbit Universitas Diponegoro.

Ghozali, I., & Ratmono, D. (2017). Analisis Multivariat dan Ekonometrika: Teori,

Konsep, dan Aplikasi dengan Eviews 10. Semarang: Badan Penerbit

Universitas Diponegoro.

Harrison, S., & Sullivan, P. H. (2000). Profiting from intellectual capital Learning

from leading companies. Journal of Intellectual Capital, Vol. 1, No. 1, 33-

46.

Ikhwan, H. S. (2012). Penilaian Kinerja Keuangan Sebagai Dasar Penetapan

Strategi Marketing Pt. Bank Agro Niaga, Tbk. Bogor: Institut Pertanian

Bogor.

Indonesia, I. A. (2007). Standar Akuntansi Keuangan: Per 1 September 2007. In I.

A. Indonesia, Standar Akuntansi Keuangan: Per 1 September 2007.

Jakarta: Salemba Empat.

Kaboudi, A. M., Joorboyan, S., Ebrahimi, M., & Mojahed, S. (2015). The

relationship between intellectual capital and value-based performance

measurement variables (Case study: automotive industry companies of

Iran). Cumhuriyet University Faculty of Science Science Journal (CSJ),

Vol. 36, No. 3 Special Issue.

Kasmir. (2008). Bank dan Lembaga Keuangan Lainnya. Jakarta: Rajawali Press.

Keuangan, O. J. (2016). Statistik Perbankan Indonesia, Vol: 14 No. 1 Desember.

OJK.

Mayasani, R. (2015). Pengaruh Modal Intelektual Terhadap Economic Value

Added Pada Perusahaan Farmasi Di Bursa Efek Indonesia Periode 1009-

1013. Jurnal Akuntansi UNESA Vol. 3 No. 2.


87

Mojtahedi, P., & Ashrafipour, M. A. (2013). The Effects of Intellectual Capital on

Economic Value Added in Malaysian Companies. Current Research

Journal of Economic Theory.

Molodchik, M., Abramova, O., & Nursubina, J. (2011). Intellectual capital impact

on financial performance: industry effects. National Research University

Higher School of Economics, Pern, Russia.

Mousavi Shiri, M., Mousavi, K., Vaghfi, S. H., & Soltan Ahmadi, A. P. (2012).

The Effect of Intellectual Capital on Market Value Added. Journal of

Basic and AppliedScientific Research.

Pramelasari, Y. M. (2010). Pengaruh Intellectual Capital Terhadap Nilai Pasar dan

Kinerja Keuangan. Semarang: Universitas Diponegoro.

Prehatiningsih, S. P. (2007). Analisis Pengaruh Rasio Keuangan Dan Economic

Value Added (EVA) Terhadap Market Value Added (MVA): (Studi Kasus

PT. Bank Danamon Indonesia, Tbk). Bogor: Institut Pertanian Bogor.

Primadia, F. (2011). Kajian Kinerja Keuangan Pada PT Bank Internasional

Indonesia, Tbk Periode 2004-2009. Bogor: Institut Pertanian Bogor.

Retnowati, E. (2010). Analisis Kinerja Keuangan Perusahaan Dengan

MenggunakanMetode Economic Value Added (EVA): Studi Kasus PT

Bank Mandiri (Persero) TBK dan PT Bank Rakyat Indonesia (Persero)

TBK. Bogor: Institut Pertanian Bogor.

Robiyansah, H., Manik, T., & Uzaimi, A. (2017). Pengaruh Intellectual Capital

Terhadap Market Value Added Pada Perusahaan Manifaktur Sektor

Industri Barang Konsumsi Yang Terdaftar Di Bursa Efek Indonesia

Periode 2011-2013. Jurnal Fakultas Ekonomi Universitas Maritim Raja

Ali Haji.

Ryan, N. (2011). Economic value added versus profit-based measures of

performance. Retrieved from accaglobal.com.

Saputra, A. H. (2012). Analisis Pengaruh Rasio Keuangan dan Economic Value

Added (EVA) Terhadap Market Value Added (MVA) Pada PT Bank

Central Asia, Tbk. Bogor: Institut Pertanian Bogor.

Sekaran, U. (2006). Research Method For Business: metodologi penelitian untuk

bisnis, Edisi 4 Buku 1. Jakarta: Salemba Empat.

Shelviana, F. R. (2015). Pengaruh Intellectual Capital Terhadap Economic Value

Added Pada Perusahaan Perbankan Yang Terdaftar Di Bursa Efek

Indonesia Periode 2011-2013. Jurnal Akuntansi UNESA Vol. 3, No. 2.

Situmorang, S. H., & Lufti, M. (2015). Analisis Data: untuk Riset Manajemen dan

Bisnis, Edisi 3. Medan: USU Press.


88

Sugiyono. (2009). Metode Penelitian Kuanitatif, Kualitatif dan R&D. Bandung:

Alfabeta

Sveiby. (2018). www.sveiby.com/articles/knowledgetheoryoffirm.htm. Retrieved

from Sveiby.com.

Taheri, F., Asadollahi, S. Y., & Niazian, M. (2014). Investigating The

Relationship Between Intellectual Capital And Economic Value Added Of

Listing Companies In Tehran Stock Exchange. Indian Journal of

Fundamental & Applies Life Science.

Tan, H. P., Plowman, D., & Hancock, P. (2007). Intellectual capital and financial

return of companies. Journal of Intellectual Capital, Vol. 8 No. 1, 76-95.

Ulum , I. (2009). Intellectual Capital: Konsep dan Kajian Empiris. Yogyakarta:

Graha Ilmu.

Ulum, I. (2007). Pengaruh Intellectual Capital Terhadap Kinerja Keuangan

Perusahaan Perbankan Di Indonesia. Semarang: Universitas Diponegoro.

Untara, A. P. (2014). Pengaruh Modal Intelektual Terhadap Kinerja Keuangan

Perusahaan Perbankan Yang Terdaftar Di BEI. Jurnal Ilmu & Riset

Akuntansi, Vol. 3, No. 10.

Widyaningrum, A. (2004). Modal Intellectual. Jurnal Akuntansi dan Keuangan

Indonesia, Vol. 1, 16-25.


89

DAFTAR LAMPIRAN

Lampiran 1

Data Variabel EVA, MVA, VACA, VAHU dan STVA

Tahun Kode EVA MVA VACA VAHU STVA

2012 AGRO 146838 129524 0.2882 1.7067 0.4141

2013 AGRO 232836 131695 0.1647 1.8334 0.4546

2014 AGRO 367023 -84436 0.1874 1.8098 0.4474

2015 AGRO 442725 -89645 0.1484 1.8181 0.45

2016 AGRO 722215 1994508 0.1308 1.9317 0.4823

2012 BBKP 2963080 101103 0.2953 2.5566 0.6088

2013 BBKP 3774746 303318 0.276 2.4053 0.5842

2014 BBKP 4441192 -588368 0.2297 2.1107 0.5262

2015 BBKP 5103961 -1149124 0.249 2.1749 0.5402

2016 BBKP 5294107 -3780278 0.4434 2.1787 0.541

2012 BBNP 377472 -125208 0.335 1.8471 0.4586

2013 BBNP 500418 -75442 0.2512 1.8327 0.4543

2014 BBNP 625992 -17081 0.2508 1.7392 0.425

2015 BBNP 530646 279991 0.2161 1.4514 0.311

2016 BBNP 350110 64617 0.0217 1.0747 0.0695

2012 BDMN 7137364 28095566 0.4555 4.0508 0.7531

2013 BDMN 6919466 23272388 0.2444 2.0285 0.507

2014 BDMN 8432525 10167051 0.2653 2.4887 0.5982

2015 BDMN 6326809 7003120 0.1864 1.8816 0.4685

2016 BDMN 6495177 -1077112 0.1879 2.4298 0.5884

2012 BNBA 165608 -120012 0.2551 2.0108 0.5027

2013 BNBA 214474 -182491 0.2545 1.8037 0.4456

2014 BNBA 327096 -231662 0.2524 1.7247 0.4202

2015 BNBA 366684 -840521 0.142 1.71 0.4152

2016 BNBA 399415 -853936 0.0115 1.9408 0.4848

2012 BNGA 6172601 7016759 0.3635 3.1436 0.6819

2013 BNGA 10188057 3470445 0.2901 2.9567 0.6618

2014 BNGA 10291655 -4338460 0.1973 2.0971 0.5232

2015 BNGA 8832426 -1.2E+07 0.1489 1.1526 0.1324

2016 BNGA 10112773 -1.6E+07 2.0544 1.8041 0.4457

2012 BNII 4151456 15184505 0.2777 1.7389 0.4249

2013 BNII 5456726 9785230 0.2671 1.9929 0.4982

2014 BNII 5998699 3677900 0.1683 1.3954 0.2833

2015 BNII 6232195 -3453251 0.2002 1.6464 0.3926


90

2016 BNII 7448498 982949 0.4749 2.0766 0.5184

2012 BSIM 1542803 728516 0.5305 4.7982 0.7916

2013 BSIM 1299270 375253 0.1929 2.0352 0.5087

2014 BSIM 1903272 423525 0.1588 1.5631 0.3602

2015 BSIM 2313924 1615500 0.1732 1.572 0.3639

2016 BSIM 2767112 5283271 1.5591 1.9489 0.4869

2012 INPC 219210 -967424 0.2018 1.4896 0.3287

2013 INPC 1038080 -1303127 0.2187 1.9511 0.4875

2014 INPC 1274432 -1591983 0.1983 1.5369 0.3493

2015 INPC 1301923 -1832839 0.1708 1.2188 0.1795

2016 INPC 1965027 -3159142 0.0257 1.2876 0.2233

2012 MAYA 994465 5551457 0.4716 3.9403 0.7462

2013 MAYA 1511369 4020199 0.2895 2.6738 0.626

2014 MAYA 2537574 3074090 0.2847 2.6062 0.6163

2015 MAYA 3558566 926028 0.2533 2.9542 0.6615

2016 MAYA 4123406 3506688 0.0543 3.3579 0.7022

2012 MEGA 3178357 5866594 0.5128 3.3657 0.7029

2013 MEGA 2420618 11675266 0.2584 1.5294 0.3462

2014 MEGA 3130179 6948802 0.2304 1.5856 0.3693

2015 MEGA 3198216 6910836 0.1818 2.0594 0.5144

2016 MEGA 3077065 8354923 0.2127 2.3415 0.5729

2012 NISP 2776998 1656304 0.2365 2.0831 0.52

2013 NISP 2973745 5187174 0.1938 2.1937 0.5441

2014 NISP 4569959 335110 0.196 2.264 0.5583

2015 NISP 4903934 -1612019 0.2021 2.2363 0.5528

2016 NISP 5822225 -2313573 0.8569 2.2801 0.5614

2012 PNBN 5942907 -964641 0.1614 3.6818 0.7284

2013 PNBN 7856829 -4617802 0.1609 3.2847 0.6956

2014 PNBN 9182940 2290858 0.1857 2.9738 0.6637

2015 PNBN 8596982 -1181046 0.1257 2.4077 0.5847

2016 PNBN 8977346 -1.2E+07 7.6088 2.8858 0.6535

2012 SDRA 437688 340331 0.3279 2.2958 0.5644

2013 SDRA 579754 1012662 0.3484 2.0443 0.5108

2014 SDRA 74631 -1643366 0.0521 7.2833 0.8627

2015 SDRA 806131 -1721994 0.1283 2.6011 0.6155

2016 SDRA 746510 1013819 0.0187 2.2973 0.5647


91

Lampiran 2

Data Variabel EVA, VACA, VAHU dan STVA Setelah Transformasi Delta

Tahun D_EVA D_VACA D_VAHU D_STVA

2013 85998 -0.1235 0.1267 0.0405

2014 134187 0.0227 -0.0236 -0.0072

2015 75702 -0.0390 0.0083 0.0026

2016 279490 -0.0176 0.1136 0.0323

2013 811666 -0.0193 -0.1513 -0.0246

2014 666446 -0.0463 -0.2946 -0.0580

2015 662769 0.0193 0.0642 0.0140

2016 190146 0.1944 0.0038 0.0008

2013 122946 -0.0838 -0.0144 -0.0043

2014 125574 -0.0004 -0.0935 -0.0293

2015 -95346 -0.0347 -0.2878 -0.1140

2016 -180536 -0.1944 -0.3767 -0.2415

2013 48866 -0.0006 -0.2071 -0.0571

2014 112622 -0.0021 -0.0790 -0.0254

2015 39588 -0.1104 -0.0147 -0.0050

2016 32731 -0.1305 0.2308 0.0696

2013 1305270 -0.0106 0.2540 0.0733

2014 541973 -0.0988 -0.5975 -0.2149

2015 233496 0.0319 0.2510 0.1093

2016 1216303 0.2747 0.4302 0.1258

2013 -243533 -0.3376 -2.7630 -0.2829

2014 604002 -0.0341 -0.4721 -0.1485

2015 410652 0.0144 0.0089 0.0037

2016 453188 1.3859 0.3769 0.1230

2013 818870 0.0169 0.4615 0.1588

2014 236352 -0.0204 -0.4142 -0.1382

2015 27491 -0.0275 -0.3181 -0.1698

2016 663104 -0.1451 0.0688 0.0438

2013 516904 -0.1821 -1.2665 -0.1202

2014 1026205 -0.0048 -0.0676 -0.0097

2015 1020992 -0.0314 0.3480 0.0452

2016 564840 -0.1990 0.4037 0.0407

2013 -757739 -0.2544 -1.8363 -0.3567

2014 709561 -0.0280 0.0562 0.0231

2015 68037 -0.0486 0.4738 0.1451

2016 -121151 0.0309 0.2821 0.0585

2013 196747 -0.0427 0.1106 0.0241

2014 1596214 0.0022 0.0703 0.0142

2015 333975 0.0061 -0.0277 -0.0055

2016 918291 0.6548 0.0438 0.0086

2013 1913922 -0.0005 -0.3971 -0.0328

2014 1326111 0.0248 -0.3109 -0.0319

2015 -585958 -0.0600 -0.5661 -0.0790

2016 380364 7.4831 0.4781 0.0688

2013 142066 0.0205 -0.2515 -0.0536

2014 -505123 -0.2963 5.2390 0.3519

2015 731500 0.0762 -4.6822 -0.2472

2016 -59621 -0.1096 -0.3038 -0.0508


92

Lampiran 3

Analisis Deskriptif

VACA VAHU STVA EVA MVA

Mean 0.388109 2.273899 0.509020 3124282. 1342807.

Median 0.224200 2.051850 0.512600 2563729. 66098.50

Maximum 7.608800 7.283300 0.862700 16586100 29558423

Minimum 0.011500 1.074700 0.069500 -11827707 -13554478

Std. Dev. 0.924637 0.930658 0.149261 3961215. 6292226.

Observations 70 70 70 70 70

Lampiran 4

Common Effect Model (CEM)

Dependent Variable: EVA


Date: 04/16/19 Time: 05:53

Sample: 2012 2016

Periods included: 5


Total panel (balanced) observations: 70 Variable Coefficient Std. Error t-Statistic Prob. C 770838.5 1279079. 0.602651 0.5488

VACA 813219.3 383175.5 2.122315 0.0376

VAHU -871372.3 715847.3 -1.217260 0.2278

STVA 8638264. 4494849. 1.921814 0.0589 R-squared 0.137469 Mean dependent var 3502093.








93

Lampiran 5

Fixed Effect Model (FEM)



Date: 04/16/19 Time: 05:55

Sample: 2012 2016

Periods included: 5


Total panel (balanced) observations: 70 Variable Coefficient Std. Error t-Statistic Prob. C 3693955. 572660.8 6.450512 0.0000

VACA 185872.2 133067.5 1.396826 0.1683

VAHU -248716.9 250305.5 -0.993653 0.3249

STVA 592425.5 1774485. 0.333858 0.7398 Effects Specification Cross-section fixed (dummy variables) R-squared 0.928690 Mean dependent var 3502093.








94

Lampiran 6

Random Effect Model (REM)



Date: 04/16/19 Time: 05:56

Sample: 2012 2016

Periods included: 5



Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 3537437. 885454.7 3.995052 0.0002

VACA 207433.1 132752.4 1.562556 0.1229

VAHU -272941.8 249656.3 -1.093270 0.2782

STVA 991692.2 1760115. 0.563425 0.5751 Effects Specification








Lampiran 7

Chow Test


Equation: FIXED_EF




95

Lampiran 8

Hausman Test Correlated Random Effects - Hausman Test

Equation: RANDOM_EF




Lampiran 9

Common Effect Model (CEM) Setelah Dilakukan Transformasi



Date: 04/12/19 Time: 21:36

Sample: 2013 2016

Periods included: 4



D_VACA -694.3153 68948.05 -0.010070 0.9920

D_VAHU -271284.6 106986.2 -2.535698 0.0148









96

Lampiran 10

Fixed Effect Model (FEM) Setelah Dilakukan Transformasi



Date: 04/12/19 Time: 21:36

Sample: 2013 2016

Periods included: 4



D_VACA -694.3153 68948.05 -0.010070 0.9920

D_VAHU -271284.6 106986.2 -2.535698 0.0148









97

Lampiran 11

Random Effect Model (REM) Setelah Dilakukan Transformasi



Date: 04/12/19 Time: 21:53

Sample: 2013 2016

Periods included: 4



Swamy and Arora estimator of component variances Variable Coefficient Std. Error t-Statistic Prob. C 418040.5 94571.42 4.420368 0.0001

D_VACA -27671.23 66175.92 -0.418147 0.6779

D_VAHU -262211.6 98152.94 -2.671459 0.0105

D_STVA 2807424. 954798.7 2.940331 0.0052 Effects Specification

S.D. Rho Cross-section random 222626.3 0.1855





Prob(F-statistic) 0.042400 Unweighted Statistics R-squared 0.157410 Mean dependent var 391586.5


Lampiran 12

Chow Test Setelah Dilakukan Transformasi


Equation: EQ02




98

Lampiran 13

Breusch-Pagan Lagrange Multiplier Test Setelah Dilakukan Transformasi

Lagrange multiplier (LM) test for panel data

Date: 04/12/19 Time: 21:04

Sample: 2013 2016

Total panel observations: 48

Probability in () Null (no rand. effect) Cross-section Period Both

Alternative One-sided One-sided Breusch-Pagan 1.782028 0.514688 2.296716

(0.1819) (0.4731) (0.1296)

Honda 1.334926 0.717418 1.451226

(0.0910) (0.2366) (0.0734)

King-Wu 1.334926 0.717418 1.253873

(0.0910) (0.2366) (0.1049)

GHM -- -- 2.296716

-- -- (0.1441)

Lampiran 14

Uji Normalitas

0

2

4

6

8

10

12

-1000000 -500000 0 500000 1000000 1500000

Series: Standardized Residuals

Sample 2013 2016

Observations 48

Mean -7.03e-11

Median -142543.5

Maximum 1487111.

Minimum -923698.8

Std. Dev. 499178.6

Skewness 0.814280

Kurtos is 3.501251

Jarque-Bera 5.806926

Probabi l i ty 0.054833


99

Lampiran 15

Uji Multikolinearitas

Variance Inflation Factors

Date: 04/18/19 Time: 17:45

Sample: 1 48

Included observations: 48 Coefficient Uncentered Centered

Variable Variance VIF VIF C 5.86E+09 1.056458 NA

D_VACA 4.75E+09 1.053016 1.031948

D_VAHU 1.14E+10 2.819263 2.787939

D_STVA 1.06E+12 2.912619 2.841089

Lampiran 16

Uji Heteroskedastisitas

Heteroskedasticity Test: Breusch-Pagan-Godfrey

Null hypothesis: Homoskedasticity F-statistic 0.154556 Prob. F(3,44) 0.9262


Scaled explained SS 0.526008 Prob. Chi-Square(3) 0.9131

Lampiran 17

Uji Autokolerasi





Lampiran 18

Uji Autokorelasi Sesudah Transformasi






100

Lampiran 19

Common Effect Model



Date: 04/16/19 Time: 13:06

Sample: 2012 2016

Periods included: 5



VACA -2214125. 800685.2 -2.765288 0.0074

VAHU -1134966. 1495837. -0.758749 0.4507

STVA 16370469 9392456. 1.742938 0.0860 R-squared 0.141563 Mean dependent var 1561978.








101

Lampiran 20

Fixed Effect Model



Date: 04/16/19 Time: 13:07

Sample: 2012 2016

Periods included: 5



VACA -1578723. 673687.0 -2.343408 0.0229

VAHU -592069.7 1267233. -0.467215 0.6423

STVA 14578459 8983765. 1.622756 0.1106 Effects Specification Cross-section fixed (dummy variables) R-squared 0.583393 Mean dependent var 1561978.








102

Lampiran 21

Random Effect Model



Date: 04/16/19 Time: 06:05

Sample: 2012 2016

Periods included: 5




VACA -1728639. 661754.7 -2.612206 0.0111

VAHU -709616.1 1242712. -0.571022 0.5699









Lampiran 22

Chow Test


Equation: Untitled




103

Lampiran 23

Hausman Test

Correlated Random Effects - Hausman Test

Equation: Untitled





skripsi analisis pengaruh intellectual capital …

Documents