Pendahuluan
Era digital banking 4.0 memberikan peluang yang lebih inovatif bagi perbankan Indonesia dalam memberikan layanan kepada nasabah. Inovasi semacam ini diperlukan untuk menjawab persaingan yang berkembang pesat financial technology (fintech) chief product and services officer telkomtelstra, (Abdillah et al., 2017) Ia menjelaskan, perkembangan pesat digital banking era 4.0 di bidang perbankan dan keuangan telah mengubah dan mengganggu model bisnis saat ini. Menurut dia, jika bank tidak menggunakan teknologi digital, maka rentan terhadap gangguan dari pesatnya perkembangan teknologi keuangan akhir-akhir ini. Oleh karena itu, perbankan harus merespon dengan tepat dan cepat. Perubahan perilaku konsumen menuntut bank untuk lebih beradaptasi dengan teknologi digital. Karena jika tidak, maka bank bisa saja ditinggalkan oleh nasabah (Septian, 2019).
Resource-Based Theory (RBT) dinyatakan bahwa perusahaan memiliki sumber
daya untuk menjadikan perusahaan kompetitif dalam kualitas dan dapat menjadi
pedoman bagi perusahaan untuk mencapai kinerja jangka panjang yang baik. Sumber
daya berwujud dan tidak berwujud ini digunakan oleh perusahaan untuk merumuskan
dan menerapkan strateginya (Ulum, 2017). Oleh karena itu, perusahaan perlu fokus tidak
hanya pada aset berwujud, tetapi juga pada aset tak berwujud yang mereka miliki
untuk mengelola aset mereka semaksimal mungkin. Salah satu aset tidak berwujud
tersebut adalah Intellectual Capital (IC). Intellectual capital merupakan aset tidak berwujud yang berhubungan
dengan pengetahuan, informasi, kekayaan intelektual, pengalaman yang dapat
dimanfaatkan untuk menciptakan kekayaan serta keunggulan kompetitif, hal ini
dapat mencerminkan nilai perusahaan yang lebih tinggi dibandingkan dengan
perusahaan lain. Informasi mengenai intellectual capital sangat
diperlukan oleh investor karena dapat menggambarkan kapabilitas perusahaan di
masa yang akan datang (Yulinda et al., 2020). Seperti halnya
pengetahuan dan� keterampilan Sumber Daya
Manusia (SDM) yang perlu ditingkatkan agar perusahaan dapat menguasai teknologi di era digital
banking 4.0 ini. Sehingga jika perusahaan mampu mengelola intellectual
capitalnya dengan sebaik mungkin maka dapat menciptakan nilai perusahaan yang
lebih unggul.
Namun di sisi lain, era digital
banking 4.0 juga menghadirkan banyak tantangan, jika perusahaan tidak siap
menghadapi era industri 4.0 dapat menimbulkan banyak risiko bagi perusahaan,
seperti perlindungan data nasabah. Oleh karena itu, perbankan dituntut untuk
lebih mampu beradaptasi dengan perkembangan era digital banking 4.0. Institute for Development of Economics and
Finance (INDEF) mendesak otoritas jasa keuangan
untuk memperketat pengawasan di bidang Information
Technology (IT) sektor perbankan
pasca terjadinya gangguan sistem yang terjadi pada PT. Bank Mandiri (Persero) Tbk (20/07/2019).
Error yang terjadi pada Bank Mandiri menyebabkan perubahan data rekening nasabah (Ullah & Giles, 2016). Beberapa waktu
lalu, sejumlah pelanggan Bank Mandiri mengeluh tentang perubahan drastis dalam keseimbangan di akunnya. Perubahan itu dalam bentuk
peningkatan jumlah saldo dan dikurangi oleh saldo pelanggan di rekening Bank Mandiri. Ekonom INDEF Bhima Yudhistira menilai bahwa insiden
itu adalah tanda kelemahan sistem keamanan dan pengawasan digital di dunia perbankan
Indonesia. Oleh karena itu,
ia meminta OJK untuk menjadi lebih
rutin untuk mengawasi sistem TI di sektor perbankan domestik sehingga bencana yang dialami oleh Bank Mandiri dan pelanggannya tidak berpartisipasi dalam bank-bank besar lainnya. Menurutnya SDM (Sumber Daya Manusia)
Pengawasan TI di bank juga perlu
ditambahkan. Jadi jangan biarkan kesalahan merusak pelanggan. Selain sistem TI, Bhima juga menyoroti aspek-aspek lain yang masih harus ditingkatkan
di sektor perbankan nasional. Masalah sumber daya manusia
untuk pengawasan sistem internal, itu masih kurang (Septian, 2019).
Perusahaan harus memiliki risiko yang mungkin timbul ketika melakukan kegiatan perusahaan. Risiko ini dapat
menghambat pencapaian tujuan perusahaan, sehingga perusahaan harus memiliki manajemen risiko yang baik untuk mengatasi
risiko perusahaan. Ini didukung oleh Peraturan OJK No. 18/POJK.03/2016 tanggal 16 Maret 2016 dan SE OJK No.
34/SEOJK.03/2016 tanggal 1 September 2016 tentang Penerapan Manajemen Risiko
Bagi Bank Umum. Enterprise Risk Management (ERM) Disclosure merupakan
informasi mengenai komitmen suatu perusahaan dalam mengelola risiko. Committee of Sponsoring Organization (COSO)
Pada bulan September 2004 diterbitkan ERM sebagai proses manajemen risiko
perusahaan yang dirancang dan diimplementasikan ke dalam setiap strategi
perusahaan untuk mencapai tujuan perusahaan (Devi et al., 2017).
Karena informasi ini dapat digunakan oleh investor untuk menilai bagaimana
perusahaan melakukan pengelolaan risikonya. Sehingga semakin luas ERM disclosure dapat meningkatkan nilai perusahaan.
Nilai perusahaan adalah salah
satu faktor yang dipertimbangkan dengan mengambil keputusan investasi. Karena
jika nilai perusahaan di mata investor sangat bagus maka para investor akan
sangat tertarik untuk menanamkan modalnya, begitu juga sebaliknya. Salah satu
alat yang dapat digunakan untuk mengetahui nilai perusahaan adalah laporan
keuangan. Keputusan investasi yang hanya fokus pada informasi keuangan yang
diperoleh dari laporan keuangan belum mampu menjamin keuntungan yang dapat
dicapai oleh investor. Laba dalam laporan keuangan hanya dapat menipu dan telah
direkayasa. Oleh karena itu, informasi keuangan tidak cukup untuk menentukan
nilai perusahaan sehingga perlu memperhatikan informasi non-keuangan. Salah
satu informasi non-keuangan yang dibutuhkan oleh investor dalam pengambilan
keputusan investasi adalah informasi enterprise
risk management disclosure dan intellectual capital.
Hasil penelitian (Devi et al., 2017) dan (Yulinda et al., 2020) menunjukkan ERM disclosure dan intellectual capital berpengaruh terhadap nilai perusahaan. Kemudian hasil penelitian dari (Candra & Wiratmaja, 2020) menunjukkan bahwa hanya ERM disclosure saja yang berpengaruh dan intellectual capital tidak berpengaruh terhadap nilai perusahaan sedangkan hasil penelitian (Fadilah & Afriyenti, 2020) menunjukkan sebaliknya yaitu hanya intelectual capital saja yang berpengaruh dan ERM disclosure tidak. Berdasarkan latar belakang tersebut peneliti termotivasi untuk melakukan penelitian mengenai pengaruh intellectual capital dan enterprise risk management disclosure terhadap nilai perusahaan pada sektor perbankan. Permasalahan yang akan diteliti dalam penelitian ini adalah (1) apakah intellectual capital berpengaruh terhadap nilai perusahaan pada sektor perbankan dan (2) apakah enterprise risk management disclosure berpengaruh terhadap nilai perusahaan pada sektor perbankan, dengan tujuan untuk mendapatkan bukti tentang pengaruh intellectual capital dan enterprise risk management (ERM) disclosure pada nilai perusahaan pada sektor perbankan.�
Penelitian ini terdiri dari variabel independen,
variabel dependen, dan variabel intervensi. Variabel bebas yaitu intellectual capital (X), variabel
intervening yaitu kinerja
keuangan (Z), sedangkan variabel dependen yaitu nilai perusahaan
(Y). Variabel-variabel ini dijadikan sebagai dasar dalam merumuskan
jawaban atas masalah penelitian ini.
Berdasarkan resource
based theory yang mengasumsikan apabila perusahaan dapat mengelola dan memanfaatkan sumber daya yang dimilikinya dengan efektif dan efisien maka dapat
dikatakan bahwa perusahaan memiliki keunggulan kompetitif. Dengan mengelola sumber daya secara
efektif dan efisien akan meningkatkan kinerja perusahaan yang akan direspon positif
oleh stakeholder dan jika responnya
baik maka nilai perusahaan juga akan semakin baik.
Nilai perusahaan dapat dilihat dari harga
saham perusahaan. Salah satu sumber daya
atau aset yang penting bagi perusahaan
yaitu intellectual capital.
Dibuktikan bahwa intellectual capital berpengaruh positif terhadap kinerja keuangan dan nilai perusahaan (Simarmata & Subowo, 2016). Bertentangan dengan (Soetanto & Liem, 2019) Tidak berhasil membuktikan bahwa modal intelektual mempengaruhi nilai pasar perusahaan. Penelitian ini menambah variabel intervensi, yaitu kinerja keuangan untuk menentukan efek langsung atau tidak langsung dari intellectual capital pada nilai perusahaan. Ini didukung oleh (Fitriasari & Sari, 2019) serta penelitian oleh (Yovita & Amrania, 2018) Yang menunjukkan bahwa kinerja keuangan mampu menengahi hubungan antara intellectual capital dan nilai perusahaan. Berdasarkan uraian, hipotesis yang dikembangkan dalam penelitian ini adalah intellectual capital yang berpengaruh signifikan terhadap nilai Perusahaan dengan kinerja keuangan sebagai variabel intervensi.
Gambar 1
�Paradigma Penelitian
Manfaat dari penelitian
ini sendiri ditujukan kepada pihak perusahaan, khususnya di sektor perbankan agar menjadi tambahan referensi dalam penyusunan laporan tahunan
perusahaan, bahwa betapa pentingnya peran informasi intellectual capital dan kinerja keuangan
sebagai
dasar para investor dalam mengambil keputusan investasi, yang pada akhirnya
juga dapat berpengaruh dalam meningkatkan
nilai perusahaan.
Metode Penelitian
1.
Jenis Penelitian
Pendekatan yang digunakan dalam penelitian ini adalah pendekatan kuantitatif, di mana penelitian dilakukan dengan pengujian teori dengan menganalisis data numerik dan kemudian diolah menggunakan statistik yang kemudian hasilnya diinterprestasikan untuk memperoleh kesimpulan. Penelitian ini dilakukan untuk dapat mengetahui pengaruh signifikan dari intellectual capital terhadap nilai perusahaan dengan kinerja keuangan sebagai variabel intervening.
2.
Populasi dan Sampel
Populasi dalam penelitian ini adalah seluruh perusahaan sektor perbankan yang terdaftar di Bursa Efek Indonesia (BEI) pada tahun 2016�2019 yang terdiri dari 45 perusahaan. Perusahaan sektor perbankan yang melakukan merger atau delisted dari Bursa Efek Indonesia periode 2016�2019.
- Perusahaan sektor perbankan yang mengalami kerugian periode 2016�2019.
- Perusahaan sektor perbankan yang Initial Public Offering (IPO) periode 2016�2019
- Perusahaan sektor perbankan yang tidak menampilkan daftar harga saham penutupan (closing price) perusahaan perbankan secara lengkap periode 2016�2019.
Perusahaan yang melakukan merger dikeluarkan dari sampel karena dapat menyebabkan data perusahaan melebur dan membuat informasi dalam laporan berubah drastis, serta perusahaan yang mengalami kerugian juga dikeluarkan karena dalam perhitungan variabel intellectual capital diperlukan nilai value added yang dihitung dari output (total penjualan dan pendapatan lain) � In (beban penjualan dan biaya-biaya lain), perusahaan yang baru IPO di periode 2016�2019 juga dieliminasi karena data yang diperlukan tidak ada dan perusahaan yang tidak menampilkan daftar harga saham penutupan (closing price) secara lengkap periode 2016�2019 juga dieliminasi karena harga penutupan saham dibutuhkan dalam menghitung variabel nilai perusahaan. Oleh karena itu, dari 45 perusahaan sektor perbankan yang memenuhi kriteria menjadi sampel dalam penelitian ini berjumlah 23 perusahaan.
3. Pengukuran Variabel
Intellectual Capital dalam penelitian ini berfungsi sebagai variabel independen. intellectual capital adalah aset tak berwujud yang memainkan peran penting dalam meningkatkan daya saing perusahaan dan juga dimanfaatkan secara efektif untuk meningkatkan keuntungan perusahaan. Intellectual capital dalam penelitian ini diukur berdasarkan value added yang diciptakan dari VACA, VAHU dan STVA. Kombinasi dari ketiga value added disebut VAIC yang dikembangkan oleh Pulic (1998, 1999, 2000). Formulasi dan tahapan pehitungan VAIC dalam (Wijayani, 2017) dijelaskan sebagai berikut:
a.
Menghitung Nilai Tambah atau Value
Added (VA)
VA
dihitung sebagai selisih antara output dan input.
VA
= Output - Input
Keterangan:
Output :
Total penjualan dan pendapatan
lain
Input :
Beban penjualan dan biaya-biaya
lain (selain beban karyawan)
b.
Menghitung Value Added Capital Employed (VACA)
VACA adalah indikator untuk VA yang dibuat oleh satu unit dari modal fisik. Rasio ini menunjukkan
kontribusi yang dibuat oleh
masing-masing unit CE terhadap value added organisasi.
𝐕𝐀𝐂𝐀
= 𝐕𝐀/𝐂𝐄
Keterangan:
CE : Capital Employed, dana yang tersedia (ekuitas,
laba bersih)
VA : Value Added
c.
Menghitung Value Added Human Capital (VAHU)
Vahu adalah indikator berapa banyak VA yang dapat diproduksi dengan dana yang dikeluarkan untuk tenaga kerja.
Rasio ini menunjukkan kontribusi yang dibuat oleh masing-masing rupiah yang diinvestasikan
pada HC terhadap value added organisasi.
𝑽𝑨𝑯𝑼 = 𝑽𝑨/𝑯𝑪
Keterangan:
HC : Human Capital, beban tenaga kerja
VA : Value
Added
d.
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
Keterangan:
SC : Structural Capital : VA � HC
VA : Value Added
e.
Menghitung Value Added Intellectual Coefficient (VAIC)
VAIC mengindikasikan kemampuan intelektual organisasi yang dapat juga dianggap sebagai BPI (Business
Performance Indicator). VAIC merupakan penjumlahan dari ketiga komponen sebelumnya, yaitu:
𝑽𝑨𝑰𝑪=𝑽𝑨𝑪𝑨+𝑽𝑨𝑯𝑼+𝑺𝑻𝑽𝑨
4. Variabel Intervening
Kinerja keuangan
adalah deskripsi kondisi keuangan suatu perusahaan. Dalam penelitian ini kinerja keuangan
diukur dengan pengembalian aset (ROA). ROA adalah kemampuan perusahaan untuk menghasilkan keuntungan dari setiap modal yang ditanamkan di perusahaan (Wijayani, 2017).
𝑹𝑶𝑨
= (𝑳𝒂𝒃𝒂
𝑩𝒆𝒓𝒔𝒊𝒉 𝑺𝒆𝒕𝒆𝒍𝒂𝒉 𝑷𝒂𝒋𝒂𝒌/𝑻𝒐𝒕𝒂𝒍 𝑨𝒔𝒔𝒆𝒕) 𝐱 𝟏𝟎𝟎%
5. Variabel Dependen
Nilai perusahaan
diukur menggunakan Price
to Book Value (PBV). PBV yang tinggi akan membuat pasar percaya atas prospek
perusahaan ke depannya (Sunarsih & Mendra, 2012) Karena rasio ini menggambarkan seberapa besar pasar menghargai nilai buku saham perusahaan.
Nilai buku
per saham (Book Value) dihitung
dengan:
�𝐁𝐕 = 𝐄𝐤𝐮𝐢𝐭𝐚𝐬 𝐒𝐚𝐡𝐚𝐦/𝐉𝐮𝐦𝐥𝐚𝐡 𝐒𝐚𝐡𝐚𝐦 𝐁𝐞𝐫𝐞𝐝𝐚𝐫
Price to Book Value (PBV) dihitung dengan rumus:
𝐏𝐁𝐕 = 𝐇𝐚𝐫𝐠𝐚 𝐒𝐚𝐡𝐚𝐦 𝐩𝐞𝐫 𝐒𝐚𝐡𝐚𝐦/𝐍𝐢𝐥𝐚𝐢 𝐁𝐮𝐤𝐮 𝐩𝐞𝐫 𝐒𝐚𝐡𝐚𝐦
6. Metode
Analisis
Menurut (Ghozali, 2018)
Statistik deskriptif memberikan ikhtisar atau deskripsi data yang dipelajari dengan melihat nilai rata-rata
(rata-rata), standar deviasi,
varian, maksimum, minimum, jumlah, rentang, kurtosis, dan skewness
(distribusi).
7. Uji Normalitas
Uji statistik
yang digunakan untuk menguji normalitas residual dalam penelitian ini adalah uji statistik non-parametrik Kolmogrov-Smirnov (K-S). Uji Kolmogrov-Smirnov (K-S) sederhana
dan tidak menimbulkan persepsi diantara satu pengamat dengan
pengamat lainnya.
8. Uji Multikolinearitas
Uji multikolinearitas
bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen (Ghozali, 2018)
model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mendeteksi ada atau tidaknya gejala
multikolinearitas dapat dilihat dari nilai
tolerance dan Variance Inflation Factor (VIF).
9. Uji Heteroskedastisitas
Tes heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi ada varian dalam residu dari satu pengamatan terhadap pengamatan lain. Jika varians dari satu sisa pengamatan terhadap pengamatan lain diperbaiki, itu disebut homoskedastisitas. Model regresi yang baik adalah homocedastisitas atau tidak ada heteroskedastisitas (Ghozali, 2018). Cara mendeteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual (Y prediksi - Y sesungguhnya) yang telah di-studentized.
10. Uji Autokorelasi
Uji autokorelasi
bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu periode t dengan kesalahan periode t-1 (sebelumnya) (Ghozali, 2018).
Autokorelasi muncul karena pengamatan berurutan sepanjang waktu terkait satu
sama lain. Masalah ini muncul karena
residual (gangguan pengganggu)
tidak bebas dari pengamatan terhadap pengamatan lain. Model regresi yang baik adalah model regresi gratis dari autokorelasi. Untuk mendeteksi gejala autokorelasi digunakan Uji Durbin-Watson
(DW test).
Hasil dan Pembahasan
A.
Penyajian Data
Penelitian ini menggunakan data sekunder yaitu laporan tahunan perusahaan sektor perbankan yang terdaftar di Bursa Efek Indonesia periode 2016�2019. Populasi pada penelitian ini yaitu perusahaan sektor perbankan yang terdaftar di Bursa Efek Indonesia periode 2016�2019. Pemilihan Sampel menggunakan metode purposive sampling, yaitu sampel dipilih sesuai dengan pemenuhan kriteria agar hasil penelitian lebih representatif. Berikut merupakan daftar perusahaan sektor perbankan yang telah memenuhi kriteria pemilihan sampel dalam penelitian ini:
Tabel 1
Sampel Penelitian
|
No. |
Kode |
Nama Perusahaan |
|
1 |
AGRO |
PT Bank Rakyat Indonesia Agroniaga Tbk. |
|
2 |
BACA |
PT Bank Capital Indonesia Tbk. |
|
3 |
BBCA |
PT Bank Central Asia Tbk. |
|
4 |
BBKP |
Bank Bukopin Tbk. |
|
5 |
BBMD |
PT Bank Mestika Dharma Tbk. |
|
6 |
BBNI |
PT Bank Negara Indonesia (Persero) Tbk. |
|
7 |
BBRI |
PT Bank Rakyat Indonesia (Persero) Tbk. |
|
8 |
BBTN |
PT Bank Tabungan Negara (Persero) Tbk. |
|
9 |
BINA |
PT Bank Ina Perdana Tbk. |
|
10 |
BJBR |
Bank Pembangunan Daerah Jawa Barat dan Banten
Tbk. |
|
11 |
BJTM |
Bank Pembangunan Daerah Jawa Timur Tbk. |
|
12 |
BMAS |
PT Bank Maspion Indonesia Tbk. |
|
13 |
BMRI |
PT Bank Mandiri (Persero) Tbk. |
|
14 |
BNBA |
Bank Bumi Arta Tbk. |
|
15 |
BNGA |
PT Bank CIMB Niaga Tbk. |
|
16 |
BNII |
PT Bank Maybank Indonesia Tbk. |
|
17 |
BSIM |
Bank Sinarmas Tbk. |
|
18 |
MAYA |
PT Bank Mayapada Internasional Tbk. |
|
19 |
MCOR |
PT Bank China Construction Bank Indonesia Tbk. |
|
20 |
MEGA |
Bank Mega Tbk. |
|
21 |
NISP |
PT Bank OCBC NISP Tbk. |
|
22 |
NOBU |
PT Bank Nationalnobu Tbk. |
|
23 |
SDRA |
PT Bank Woori Saudara Indonesia 1906 Tbk. |
B.
Uji Normalitas
Dilihat pada tabel 2 bahwa data berdistribusi tidak normal yaitu nilai signifikan 0,002 < dari 0,05 dan gambar 2 Normal P-Plot of regression standardized residual menyebar jauh dari garis diagonal, maka dari itu untuk mengatasinya dilakukan transformasi data yang dilihat dari histogram. Transformasi data merupakan langkah yang digunakan dengan tujuan mengubah skala pengukuran data asli kedalam bentuk lain sehingga data tersebut dapat memenuhi asumsi yang mendasari analisis ragam. Hasil dari tampilan grafik histogram tidak normal dan beberapa miring ke kiri/positif skewness maka variabel harus ditransformasi kedalam bentuk SQRT atau akar kuadrat.
Tabel 2
One-Sample Kolmogrov-
Smirnov Test Sebelum Transformasi
|
|
Unstandardized Residual |
|
|
N |
92 |
|
|
Normal Parametersa,b |
Mean |
,0000000 |
|
Std. Deviation |
,96456280 |
|
|
Most Extreme Differences |
Absolute |
,122 |
|
Positive |
,122 |
|
|
Negative |
-,075 |
|
|
Test Statistic |
,122 |
|
|
Asymp. Sig. (2-tailed) |
,002c |
|
Sumber: Data
diolah dari SPSS 25
Gambar 2
�Normal P-P Plot of Regression Standardized
Residual Sebelum Transformasi
Sumber: Hasil olah SPSS 25
Berikut hasil One-Sample Kolmogorov-Smirnov yang telah ditransformasi:
Tabel 3
One-Sample Kolmogrov-Smirnov Test Setelah Transformasi Data
|
|
Unstandardized Residual |
|
|
N |
92 |
|
|
Normal Parametersa,b |
Mean |
,0000000 |
|
Std. Deviation |
,35540019 |
|
|
Most Extreme Differences |
Absolute |
,065 |
|
Positive |
,065 |
|
|
Negative |
-,032 |
|
|
Test Statistic |
,065 |
|
|
Asymp. Sig. (2-tailed) |
,200c,d |
|
Sumber: Data diolah dari SPSS 25
Gambar 3
�Normal P-P Plot of Regression Standardized Residual setelah Transformasi Data
Sumber: Hasil olah SPSS 25
Tabel 3 yang berisikan hasil uji normalitas setelah transformasi data dengan bantuan program SPSS 25 diperoleh hasil yang menunjukkan bahwa nilai Asymp. Sig (2- tailed) sebesar 0,200 di mana angka tersebut lebih besar dari tingkat signifikansi sebesar 0,05. Sehingga uji normalitas yang diuji dengan menggunakan One- Sample Kolmogorov-Smirnov Test menunjukkan bahwa intellectual capital, kinerja keuangan, dan nilai perusahaan terdistribusi normal. Dapat dilihat dari gambar 3 Normal P-Plot of regression standardized residual setelah transformasi data tampaknya poin-poin menyebar di garis diagonal dan mengikuti arah garis diagonal. Sehingga dalam penelitian ini tidak ada gangguan normalitas, yang berarti data dalam penelitian ini yang biasanya didistribusikan.
C. Uji Multikolinearitas
Berdasarkan hasil uji SPSS untuk uji multikolonieritas pada tabel 4 menunjukan bahwa:
Nilai tolerance 0,424 > 0,10 dan Variance Inflation Factor (VIF) 2,356 < 10 untuk variabel intellectual capital. Maka dapat disimpulkan bahwa untuk nilai perusahaan tidak terdapat multikoloneritas.
Nilai tolerance 0,424 > 0,10 dan Variance Inflation Factor (VIF) 2,356 < 10 untuk variabel kinerja keuangan. maka dapat disimpulkan bahwa� untuk nilai perusahaan tidak terdapat multikolinearitas.
Tabel 4
Hasil
Uji Multikolonieritas
|
Coefficientsa |
|||
|
Model |
Collinearity Statistics |
||
|
Tolerance |
VIF |
||
|
1 |
VAIC |
,424 |
2,356 |
|
ROA |
,424 |
2,356 |
|
|
a. Dependent Variable: PBV |
|||
Sumber: Data diolah dari SPSS 25
D. Uji Heteroskedastisitas
Berdasarkan gambar 4 menunjukkan output
scatterplot pada model regresi bahwa gambar
tidak membentuk sebuah pola yang jelas dan titik-titik menyebar� diatas dan dibawah angka 0 pada sumbu Y. sehingga dapat disimpulkan bahwa penelitian ini tidak mengalami
gejala heteroskedastisitas.
Gambar 4
Uji Heteroskedastisitas
Sumber: Hasil olah SPSS 25
E. Uji Autokorelasi
Berdasarkan dari tabel 5 hasil perhitungan durbin watson (DW) dengan menggunakan program SPSS 25 adalah 0,748. Dimana angka tersebut lebih kecil daripada dU yaitu 1,7053 dan lebih kecil dari 4-dU yaitu 4-1,7053 = 2,2947 sehingga dapat disimpulkan bahwa terjadi autokorelasi, maka dengan itu autokorelasi tersebut diatasi dengan metode Cochrane Orcutt agar tidak terjadi autokorelasi.
Tabel 5
Hasil Uji Autokorelasi
sebelum Treatment (Cochrane
Orcutt)
|
Model
Summaryb |
|||||
|
Model |
R |
R Square |
Adjusted R Square |
Std. Error of the Estimate |
Durbin-Watson |
|
1 |
,340a |
,116 |
,096 |
,35937 |
,748 |
|
a. Predictors: (Constant), ROA, VAIC |
|||||
|
b. Dependent Variable: PBV |
|||||
Sumber: Data diolah dari SPSS 25
Setelah treatment dilakukan dengan menggunakan metode Cochrane Orcutt, maka berdasarkan tabel 6 hasil perhitungan Durbin Watson (DW) melalui aplikasi program SPSS 25 adalah 1,818. Dimana angka tersebut lebih besar daripada dU yaitu 1,7053 dan lebih kecil dari pada 4-dU yaitu 4-1,7053 = 2,2947. Maka dengan demikian, model regresi ini tidak mengalami gejala autokorelasi.
Tabel 6
|
Model
Summaryb |
|||||
|
Mode l |
R |
R Square |
Adjusted R Square |
Std. Error of the Estimate |
Durbin- Watson |
|
1 |
,483a |
,234 |
,216 |
,27460 |
1,818 |
|
a. Predictors: (Constant), Lag_Z,
Lag_X |
|||||
|
b. Dependent Variable: Lag_Y |
|||||
Hasil Uji Autokorelasi dengan
Metode Cochrane Orcutt
Sumber: Data diolah dari SPSS 25
F. Uji Hipotesis
Berdasarkan Tabel 7, hubungan antara hubungan antara VAIC dan PBV. Hasil analisis menunjukkan tingkat signifikansi 0,093, nilai signifikansi ini lebih tinggi dari 0,05. Jadi, hasil analisis ini menyatakan bahwa intellectual capital tidak berpengaruh signifikan terhadap nilai perusahaan. Dengan demikian, hipotesis pertama dalam penelitian ini ditolak (Ha1 ditolak).
Tabel 7
|
Coefficientsa |
||||||
|
Model |
Unstandardized
Coefficients |
Standardized Coefficients |
t |
Sig. |
||
|
B |
Std.
Error |
Beta |
||||
|
1 |
(Constant) |
1,054 |
,123 |
|
8,596 |
,000 |
|
VAIC |
,062 |
,036 |
,176 |
1,696 |
,093 |
|
|
a. Dependent
Variable: PBV |
||||||
Hasil Analisis
Model 1
Sumber: Data diolah dari SPSS 25
Di mana dengan perolehan tingkat signifikansi tersebut di atas, maka dapat terlihat Model 1 sebagai berikut ini:
PBV = 1,054 + 0,176 VAIC + e
1. Pengujian Intellectual Capital Terhadap Kinerja Keuangan
Berdasarkan Tabel 8 nilai konstan akan
mencapai -0,514 ketika tidak ada variabel
lain. Koefisien variabel intellectual
capital adalah nilai positif 0,759. Ini menunjukkan bahwa intellectual capital memiliki
daya dukung yang kuat untuk meningkatkan
kinerja keuangan. Ini menggambarkan pemahaman bahwa setiap satu intellectual capital tambahan
akan meningkatkan kinerja keuangan sebesar 0,759 dengan asumsi variabel lain konstan. Hasil analisis penelitian model kedua ini menunjukkan bahwa modal intelektual berpengaruh signifikan terhadap kinerja keuangan dengan tingkat signifikansi 0,000 lebih kecil dari
<0,05. Dengan demikian, hipotesis kedua dalam penelitian ini dapat diterima
(HA2 diterima).
Tabel 8
�Hasil Analisis
|
Coefficientsa |
||||||
|
Model |
Unstandardized Coefficients |
Standardized
Coefficients |
t |
Sig. |
||
|
B |
Std. Error |
Beta |
||||
|
1 |
(Constant) |
-,514 |
,168 |
|
-3,051 |
,003 |
|
VAIC |
,553 |
,050 |
,759 |
11,048 |
,000 |
|
|
a. Dependent Variable: ROA |
||||||
Sumber: Data diolah dari SPSS 25
Di mana dengan perolehan tingkat signifikansi tersebut di atas, maka dapat terlihat Model 2 sebagai berikut ini:
�������������������� Pengujian kinerja
keuangan terhadap nilai perusahaan berdasarkan tabel 9 ditunjukan
keterkaitan hubungan antara ROA dan PBV. Hasil analisis
menunjukkan tingkat signifikansi sebesar 0,002, nilai signifikansi ini lebih rendah
dari 0,05. Maka, hasil analisis ini menyatakan bahwa kinerja keuangan
berpengaruh signifikan terhadap nilai perusahaan. Dengan demikian, hipotesis ketiga pada penelitian ini diterima (Ha3 diterima).
Tabel 9
�Hasil Analisis Model 3
|
Coefficientsa |
||||||
|
Model |
Unstandardized Coefficients |
Standardized Coefficients |
T |
Sig. |
||
|
B |
Std. Error |
Beta |
||||
|
1 |
(Constant) |
1,056 |
,071 |
|
14,916 |
,000 |
|
ROA |
,156 |
,048 |
,323 |
3,242 |
,002 |
|
|
a. Dependent Variable: PBV |
||||||
Sumber: Data diolah dari SPSS 25
Di mana dengan perolehan tingkat signifikansi tersebut di atas, maka dapat terlihat Model 3 sebagai berikut ini:
PBV = 1,056 + 0,323 ROA + e
2. Pengujian Intellectual Capital dan Kinerja Keuangan Terhadap Nilai Perusahaan
Penelitian ini meregresikan variabel independen yaitu intellectual capital, variabel intervening yaitu kinerja keuangan, dan variabel dependen yaitu nilai perusahaan. Hasil output uji hipotesis antara intellectual capital dan kinerja keuangan pada nilai perusahaan sektor perbankan adalah sebagai berikut:
Tabel 10
�Hasil Analisis Model 4
|
Coefficientsa |
||||||
|
Model |
Unstandardized Coefficients |
Standardized Coefficients |
t |
Sig. |
||
|
B |
Std. Error |
Beta |
||||
|
1 |
(Constant) |
1,165 |
,124 |
|
9,415 |
,000 |
|
VAIC |
-,057 |
,054 |
-,163 |
-1,069 |
,288 |
|
|
ROA |
,215 |
,074 |
,447 |
2,924 |
,004 |
|
|
a. Dependent Variable: PBV |
||||||
Sumber: Data diolah dari SPSS 25
Di mana dengan perolehan tingkat signifikansi tersebut di atas, maka dapat terlihat model 3 sebagai berikut ini:
PBV�������� = 1,165 - 0,163 VAIC + 0,447 ROA + e
Berikut adalah interprestasi dari nilai koefisien regresi di atas:
a. Nilai kontanta PBV akan mencapai 1,165 jika VAIC dan ROA konstan atau nol.
b. Model keempat juga menunjukan keterkaitan hubungan antara VAIC dan PBV. Hasil analisis tingkat signifikansi sebesar 0,288. Tingkat signifikansi ini lebih tinggi dari 0,05. Maka, hasil analisis ini menyatakan bahwa intellectual capital tidak berpengaruh signifikan terhadap nilai perusahaan.
c. Sedangkan pengujian mengenai pengaruh variabel kinerja keuangan terhadap nilai perusahaan menunjukan tingkat signifikansi sebesar 0,004. Tingkat signifikansi ini lebih rendah dari 0,05. Sehingga, hasil analisis ini menunjukkan bahwa kinerja keuangan berpengaruh signifikan terhadap nilai perusahaan. Maka, ini berarti perusahaan yang memiliki kinerja keuangan yang tinggi akan berdampak pada tingginya nilai perusahaan juga.
G. Analisis Jalur (Path Analysis)
Hasil analisis jalur menunjukkan pengaruh langsung dan tidak langsung intellectual capital terhadap nilai perusahaan seperti yang tertera dalam gambar berikut ini:
a‟ = 0,553 Sa = 0,050 Β1
= 0,759 b = 0,215 Sb = 0,074 β3
= 0,447
a‟ = 0,057 Sa = 0,054 β2
= -0,163
Gambar 5
Analisis Jalur atas
Pengaruh Langsung dan Tidak Langsung
Berikut interprestasi dari diagram jalur di atas:
1. Besarnya pengaruh langsung intellectual capital terhadap nilai perusahaan sebesar -0,163.
2. Sedangkan pengaruh langsung kinerja keuangan pada nilai perusahaan adalah 0,447.
3. Besarnya pengaruh tidak langsung intellectual capital terhadap nilai perusahaan dengan kinerja keuangan sebagai variabel intervening dihitung dengan mengalikan koefisien tidak langsungnya yaitu β1 x β3 = 0,759 x 0,447 = 0,339
4. Sedangkan pengaruh total = pengaruh langsung + pengaruh tidak langsung = -0,163 + 0,339 = 0,176
Hasil analisis menunjukkan efek tidak langsung dari intellectual capital terhadap nilai perusahaan dengan kinerja keuangan sebagai variabel intervensi lebih besar dan signifikan daripada pengaruh langsung antara intellectual capital dan nilai perusahaan dan nilai modal. Jadi hipotesis keempat diterima (H4 diterima) karena kinerja keuangan sebagai variabel intervensi yang mampu memediasi hubungan intellectual capital pada nilai perusahaan.
H. Uji Sobel
Uji sobel ini digunakan untuk mengetahui apakah kinerja keuangan sebagai variabel intervening mampu memediasi hubungan antara intellectual capital dan nilai perusahaan. Tahap perhitungan menggunakan uji sobel sebagai berikut:
𝑆𝑎𝑏 =���� √𝑏2𝑆𝑎2 + 𝑎2𝑆𝑏2 + 𝑆𝑎2𝑆𝑏2
=���� √(0,215)2 (0,050)2 + (0,5532) 0,0742 + 0,0502 (0,0742)
=���� 0,04247190347
Menguji signifikansi pengaruh tidak langsung, yaitu dengan menghitung nilai t dengan rumus sebagai berikut:
𝑡 = 𝑎𝑏/𝑆𝑎𝑏
𝑡 = (0,553 � 0,215) / 0,042
t = 2,831 > 1,96
Hasil analisis menunjukan nilai t sebesar 2,831. Nilai ini berada lebih besar dari t tabel dengan tingkat signifikansi 0,05 sebesar 1,96 sehingga kinerja keuangan dikatakan memediasi hubungan antara intelectual capital dan nilai perusahaan.
I.
Uji Koefisien Determinasi
(R2)
Pada Tabel 11 menggambarkan besarnya koefisien determinasi dalam struktur pertama. Berdasarkan Tabel 11 diperoleh bahwa koefisien determinasi dalam persamaan pertama adalah 0,576 atau 57,6%, ini menunjukkan bahwa kinerja keuangan dipengaruhi oleh intelectual capital, sedangkan sisanya 42,4% dijelaskan oleh faktor-faktor lain yang tidak termasuk dalam penelitian ini.
Tabel 11
�Uji Koefisien Determinasi Jalur 1
|
Model
Summary |
||||
|
Model |
R |
R Square |
Adjusted R Square |
Std. Error of the Estimate |
|
1 |
,759a |
,576 |
,571 |
,5140942 |
|
a. Predictors: (Constant), VAIC |
||||
Sumber: Data diolah dari SPSS 25
Berikutnya tabel 12 menggambarkan besarnya koefisien determinasi pada struktur yang kedua. Berdasarkan tabel 12 diperoleh hasil bahwa nilai koefisien determinasi pada persamaan kedua adalah 0,116 atau 11,6%, hal ini mengindikasikan bahwa nilai perusahaan dipengaruhi oleh intellectual capital dan kinerja keuangan, sedangkan sisanya sebesar 88,4% dijelaskan oleh faktor lain yang tidak dimasukkan ke dalam penelitian.
Tabel 12
�Uji Koefisien Determinasi Jalur 2
|
Model
Summary |
||||
|
Model |
R |
R Square |
Adjusted R Square |
Std. Error of the Estimate |
|
1 |
,340a |
,116 |
,096 |
,35937 |
|
a. Predictors: (Constant), ROA, VAIC |
||||
Sumber: Data diolah dari SPSS 25
J. Uji Kelayakan Model (Uji Statistik F)
Berdasarkan tabel 13 persamaan pertama menunjukkan adanya pengaruh intellectual capital terhadap kinerja keuangan. Tabel 13 menunjukan nilai signifikansi sebesar 0,000 dimana nilai tersebut lebih kecil dari 0,05 (0,000 < 0,05). Hal ini menunjukkan bahwa intellectual capital berpengaruh signifikan terhadap kinerja keuangan.
Tabel 13
�Uji Statistik F
Jalur 1
|
ANOVAa |
||||||
|
Model |
Sum of Squares |
Df |
Mean Square |
F |
Sig. |
|
|
1 |
Regression |
32,262 |
1 |
32,262 |
122,068 |
,000b |
|
Residual |
23,786 |
90 |
,264 |
|
|
|
|
Total |
56,048 |
91 |
|
|
|
|
|
a. Dependent Variable: ROA |
||||||
|
b. Predictors: (Constant), VAIC |
||||||
Sumber: Data diolah dari SPSS 25
Berdasarkan tabel 14 persamaan kedua menunjukkan adanya pengaruh intellectual capital dan kinerja keuangan terhadap nilai perusahaan. Tabel 14 menunjukan nilai signifikansi sebesar 0,004 dimana nilai tersebut lebih kecil dari 0,05 (0,004 < 0,05). Hal ini menunjukan bahwa secara bersamaan (simultan) intellectual capital dan kinerja keuangan berpengaruh signifikan terhadap nilai perusahaan.
Tabel 14.
�Uji Statistik F Jalur 2
|
ANOVAa |
||||||
|
Model |
Sum of Squares |
Df |
Mean Square |
F |
Sig. |
|
|
1 |
Regression |
1,507 |
2 |
,754 |
5,834 |
,004b |
|
Residual |
11,494 |
89 |
,129 |
|
|
|
|
Total |
13,001 |
91 |
|
|
|
|
|
a. Dependent Variable: PBV |
||||||
|
b. Predictors: (Constant), ROA, VAIC |
||||||
Sumber: Data diolah dari SPSS 25
Membuktikan pengaruh hubungan antara intellectual capital dan nilai perusahaan dengan kinerja keuangan sebagai variabel intervening digunakan path analysis dan uji sobel sehingga hasil penelitian ini menunjukkan adanya pengaruh signifikan. Maka dapat disimpulkan bahwa kinerja keuangan mampu memediasi hubungan antara intellectual capital dan nilai perusahaan secara tidak langsung. Sehingga, hipotesis keempat diterima.
Hasil ini menunjukkan bahwa pengelolaan intellectual capital yang baik akan meningkatkan kinerja perusahaan karena perusahaan memiliki keunggulan kompetitif yang tinggi. Meningkatnya kinerja perusahaan juga berdampak pada meningkatnya laba perusahaan. Sehingga, akan membuat bisnis perusahaan bertumbuh dan berkembang kemudian akan menarik banyak investor juga untuk berinvestasi ke dalam perusahaan dan tentunya berdampak positif pada nilai perusahaan.
Intellectual capital yang dikelola secara efektif terbukti mampu meningkatkan nilai perusahaan yang dalam penelitian ini diukur dengan PBV. Hasil penelitian ini sejalan dengan (Yovita & Amrania, 2018), (Sunarsih & Mendra, 2012), (Korompis & Wirajaya, 2017), dan (Ozkan et al., 2017) yang menyatakan bahwa intellectual capital berpengaruh terhadap nilai perusahaan secara tidak langsung. Kemudian ditambahkan pula bahwa kinerja keuangan yang diposisikan sebagai variabel intervening mampu memediasi hubungan antara intellectual capital dan nilai perusahaan.
Kesimpulan
Berdasarkan hasil penelitian mengenai pengaruh intellectual capital terhadap nilai perusahaan pada perusahaan sektor perbankan yang terdaftar di Bursa Efek Indonesia pada periode 2016�2019 dengan kinerja keuangan sebagai variabel intervening dapat disimpulkan bahwa Intellectual capital berpengaruh signifikan terhadap nilai perusahaan dengan kinerja keuangan sebagai variabel intervening atau dengan kata lain kinerja keuangan mampu memediasi hubungan antara intellectual capital dengan nilai perusahaan. Semakin tinggi kinerja keuangan perusahaan maka akan membuat nilai perusahaan juga tinggi karena investor akan memberikan respon positif dan jika kinerja keuangan meningkat maka menunjukkan bahwa intellectual capital yang dimiliki perusahaan telah dikelola secara efektif dan efisien.
Abdillah, F., Adhiguna, D., & Sevtiana,
A. (2017). Perancangan Video Profile Sebagai Media Promosi Stmik Cic Dengan
Tehnik Motion Graphic Menggunakan Perangkat Lunak Komputer Graphic. Jurnal
Digit, 7(1). Google Scholar
Candra, A. D., & Wiratmaja, I. D. N.
(2020). Pengaruh Pengungkapan Enterprise Risk Management, Pengungkapan
Intellectual Capital, Dan Struktur Pengelolaan Pada Nilai Perusahaan. E-Jurnal
Ekonomi Dan Bisnis Universitas Udayana, 561�588. Google Scholar
Devi, S., Budiasih, I. G. N., & Badera,
I. D. N. (2017). Pengaruh Pengungkapan Enterprise Risk Management Dan
Pengungkapan Intellectual Capital Terhadap Nilai Perusahaan. Indonesian
Journal Of Accounting And Finance, 14(1), 20�45. Google Scholar
Fadilah, R., & Afriyenti, M. (2020).
Pengaruh Intellectual Capital, Perencanaan Pajak, Dan Pengungkapan Enterprise
Risk Management Terhadap Nilai Perusahaan. Wahana Riset Akuntansi, 8(1),
82�94. Google Scholar
Fitriasari, N. M. A. D., & Sari, M. M.
R. (2019). Pengaruh Intellectual Capital Pada Nilai Perusahaan Dengan Kinerja
Keuangan Sebagai Variabel Intervening. E-Jurnal Akuntansi, 26(3),
1717�1740. Google Scholar
Ghozali, I. (2018). Aplikasi Analisis
Multivariete Dengan Program Ibm Spss 23. Google Scholar
Korompis, K. I. P. H., & Wirajaya, I.
G. A. (2017). Pengaruh Kinerja Keuangan Pada Nilai Perusahaan Dengan Good
Corporate Governance Sebagai Variabel Pemoderasi. E-Jurnal Akuntansi, 21(1),
1�28. Google Scholar
Ozkan, N., Cakan, S., & Kayacan, M.
(2017). Intellectual Capital And Financial Performance: A Study Of The Turkish
Banking Sector. Borsa Istanbul Review, 17(3), 190�198. Google Scholar
Septian, Y. (2019). Persepsi Pengusaha
Muslim Sukses Di Kota Metro Terhadap Sistem Operasional Bank Syariah. Iain
Metro. Google Scholar
Simarmata, R., & Subowo, S. (2016).
Pengaruh Intellectual Capital Terhadap Kinerja Keuangan Dan Nilai Perusahaan
Perbankan Indonesia. Accounting Analysis Journal, 5(1). Google Scholar
Soetanto, T., & Liem, P. F. (2019).
Intellectual Capital In Indonesia: Dynamic Panel Approach. Journal Of Asia
Business Studies. Google Scholar
Sunarsih, N. M., & Mendra, N. P. Y.
(2012). Pengaruh Modal Intelektual Terhadap Nilai Perusahaan Dengan Kinerja
Keuangan Sebagai Variabel Intervening Pada Perusahaan Yang Terdaftar Di Bursa
Efek Indonesia. Simposium Nasional Akuntansi Xv, 1(2), 2012. Google Scholar
Ullah, A., & Giles, D. E. A. (2016). Handbook
Of Empirical Economics And Finance. Crc Press. Google Scholar
Ulum, I. (2017). Intellectual Capital
(Model Pengukuran, Framework Pengungkapan, Dan Kinerja Organisasi). Google Scholar
Wijayani, D. R. (2017). Pengaruh
Intellectual Capital Terhadap Kinerja Keuangan Perusahaan Publik Di Indonesia
(Studi Empiris Pada Perusahaan Manufaktur Di Bei 2012-2014). Jurnal Riset
Akuntansi Dan Bisnis Airlangga, 2(1). Google Scholar
Yovita, M., & Amrania, G. K. P. (2018).
The Influence Of Intellectual Capital To Market Value With Return On Assets As
Intervening Variable. Journal Of Accounting Auditing And Business, 1(2),
9�16. Google Scholar
Yulinda, N., Nasir, A., & Savitri, E.
(2020). Pengaruh Pengungkapan Manajemen Risiko Perusahaan Dan Modal
Intelektualterhadap Nilai Perusahaan. Bilancia: Jurnal Ilmiah Akuntansi,
4(1), 102�114. Google Scholar
|
Copyright holder : Gracela Berliana
dan Theresia Hesti Bwarleling
(2021) |
|
First publication right : |
|
This article is licensed under:
|
