METODE PENELITIAN
3.1 Jenis Penelitian
Penelitian ini merupakan penelitian sebab akibat (causal research) yaitu untuk menganalisis hubungan-hubungan antara satu variabel dengan variabel
lainnya atau bagaimana suatu variabel mempengaruhi variabel lainnya (Erlina,
2007).
3.2 Tempat dan Waktu Penelitian
Penelitian ini dilakukan di Bank Indonesia dengan mengunjungi situs
Bank Indonesia yaitu www.bi.go.id yang menyajikan data yang dibutuhkan.
Waktu pelaksanaan penelitian dimulai bulan Januari 2013 hingga Juli 2013.
3.3 Batasan Operasional Variabel
Variabel-variabel yang digunakan dalam penelitian ini adalah:
a. Variabel Bebas (independent variable)
Variabel bebas yang digunakan adalah intellectual capital yang diukur dengan Value Added Intellectual Capital (VAIC) dengan ketiga komponennya, yaitu Value Added Of Capital Employee (VACA), Value Added Of Human Capital (VAHU), dan Structural Capital Value Added (STVA).
b. Variabel terikat (dependent variable)
Variabel terikat adalah market valuation menggunakan market to book value (MtBV).
3.4 Definisi Operasional Variabel
Definisi operasional masing–masing variabel yang digunakan dalam
penelitian ini adalah sebagai berikut:
a. Variabel Bebas (Variabel Independen)
Variabel bebas dalam penelitian ini adalah intellectual capital. Dalam penelitian ini Intellectual Capital adalah kinerja IC yang diukur berdasarkan value added yang diciptakan oleh physical capital (VACA) , human capital (VAHU), dan structural capital (STVA). Kombinasi dari ketiga komponen tersebut disebut VAIC (value added intellectual coefficient) yang dikembangkan oleh Pulic (1998, 1999, 2000).
Firer dan William (2003) menyebutkan dua kegunaan VAIC, yaitu VAIC
menyediakan standar perhitungan yang mudah dan merupakan ukuran dasar
yang konsisten sehingga memungkinkan analisis komparatif baik di
perusahaan dan negara secara efektif. Dan data yang digunakan dalam
perhitungan VAIC didasarkan pada laporan keuangan, yang biasanya diaudit
oleh akuntan publik yang professional.
Tahapan perhitungan VAIC adalah sebagai berikut :
1. Menghitung Value added (VA) VA = OUTPUT - INPUT
dimana :
Output = total penjualan dan pendapatan lain
Input = beban dan biaya-biaya (selain beban karyawan)
Value added = selisih antara output dan input
2. Menghitung Value Added Capital Employed (VACA)
VACA adalah indikator untuk VA yang diciptakan oleh suatu unit
dari physical capital. Rasio ini menunjukkan kontribusi yang dibuat oleh setiap unit dari CE terhadap value added organisasi.
VACA = VA/CE
dimana :
VACA = Value Added Capital Employed VA = Value Added
CE = Capital Employed
3. Menghitung Value Added Human Capital (VAHU)
VAHU menunjukkan berapa banyak VA dapat dihasilkan 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
dimana :
VAHU = Value Added Human Capital VA = Value Added
Beban karyawan dalam penelitian ini menggunakan jumlah beban
gaji dan karyawan yang tercantum dalam laporan keuangan perusahaan.
4. 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
dimana :
STVA = Structural Capital Value Added SC = Structural Capital (VA – HC) VA = Value Added
5. Menghitung Value Added Intellectual Coefficient (VAIC)
VAIC mengindikasikan kemampuan intelektual organisasi yang dapat
juga dianggap sebagai BPI (Business Performance Indicator). VAIC merupakan penjumlahan dari tiga komponen sebelumnya, yaitu: VACA,
VAHU, STVA.
VAIC = VACA + VAHU + STVA
b. Variabel Terikat (Variabel Dependen)
Variabel terikat dalam penelitian ini adalah Market to Book Value (MtBV). Market to Book Value (MtBV) adalah rasio untuk mengukur jumlah yang dibayar orang untuk setiap lembar saham pada harga saham akhir tahun dari
saham perusahaan yang beredar dengan harga pasar dari saham tersebut.
Penilaian pasar dihitung dengan membagi nilai kapitalisasi pasar (mengalikan
jumlah saham perusahaan yang beredar dan harga pasar saham) dengan total net asset dengan rumus:
MB = { number of outstanding shares X share price } : total net asset
3.5 Populasi Penelitian
Populasi pada penelitian ini adalah 4 (empat) Bank Umum Persero di
Indonesia, yaitu: PT. Bank Negara Indonesia Tbk, PT. Bank Rakyat Indonesia
Tbk, PT. Bank Mandiri Tbk, dan PT. Bank Tabungan Negara Tbk dengan periode
penelitian selama 8 tahun (dalam triwulan) sejak 2005-2012, sehingga jumlah
observasi adalah 128 yang diperoleh dari 4 x 32 (perkalian antara jumlah bank
dengan periode triwulan pengamatan).
3.6 Jenis Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data
sekunder yang digunakan berupa laporan neraca Bank Umum Persero tahun 2005-
2012 dan laporan laba rugi periode 2005-2012. Data-data yang diperoleh dengan
memanfaatkan situs internet website Bank Indonesia
website bank yang dijadikan objek penelitian
3.7 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah
studi dokumentasi yang dilakukan dengan meneliti dokumen-dokumen dan bahan
tulisan dari website perusahaan serta sumber-sumber lain yang berhubungan dengan permasalah penelitian baik dari media internet maupun media massa
lainnya.
3.8 Metode Analisis Data
Metode analisis yang akan dipakai dalam penelitian ini adalah metode analisis regresi linier berganda untuk mengetahui value added of capital employee (VACA), value added of human capital (VAHU), dan structural capital value added (STVA) terhadap market valuation untuk memperoleh gambaran yang menyeluruh mengenai hubungan antara variabel satu dengan variabel lain.
Untuk mencapai tujuan dalam penelitian ini, maka pengujian asumsi klasik juga
perlu dilakukan untuk memastikan apakah model regresi linier berganda yang
digunakan tidak terdapat masalah normalitas, multikolonieritas,
heteroskedastisitas dan autokorelasi. Jika semua itu terpenuhi berarti bahwa model
analisis telah layak digunakan.
Persamaan regresi linier berganda yang digunakan adalah sebagai
berikut:
dimana:
Y = Market Valuation
a = Konstanta
b1, b2, b3 = Koefisien regresi variabel bebas
X1 = Value Added Capital Employed (VACA) X2 = Value Added Human Capital (VAHU) X3 = Structural Capital Value Added (STVA)
e = Term of Error
Untuk mengetahui pengaruh VAIC (value added intellectual coefficient) terhadap market valuation maka menggunakan analisis regresi linier sederhana. Analisis regresi linier sederhana adalah pengaruh secara linier antara satu variabel
independen (X1) dengan variabel dependen (Y). Analisis ini dilakukan untuk
mengetahui arah pengaruh variabel independen dengan variabel dependen apakah
masing-masing variabel independen berpengaruh positif atau negatif untuk
memprediksi nilai dari variabel dependen apabila nilai variabel independen
mengalami kenaikan atau penurunan.
Persamaan regresi linier sederhana yang digunakan adalah sebagai berikut:
Y = a + biXi
Keterangan:
Y = Market Valuation
Xi = Value Added Intellectual Coefficient (VAIC) a = Konstanta
3.9 Pengujian Hipotesis 1. Uji t (Uji Secara Parsial)
Uji t digunakan untuk mengetahui pengaruh variabel independen (X)
secara parsial terhadap variabel dependen (Y). Uji t dilakukan menggunakan uji
statistik t (2 sisi). Bentuk pengujian:
0
b
:
H
o i=
oH
artinya variabel bebas secara parsial tidak berpengaruh signifikan terhadapvariabel terikat.
i 1:b
H ≠ 0
1
H artinya variabel bebas secara parsial berpengaruh signifikan terhadap variabel terikat.
Kriteria pengujian:
a. Jika t hitung < t tabel maka variabel independen secara parsial tidak
berpengaruh signifikan terhadap variabel dependen.
b. Jika t hitung > t tabel maka variabel independen secara parsial berpengaruh
signifikan terhadap variabel dependen.
2. Uji Serempak (Uji F)
Uji serempak (uji F) dilakukan untuk mengetahui pengaruh variabel bebas
(variabel independen) secara serempak terhadap variabel terikat (variabel
Uji serempak dalam penelitian ini adalah sebagai berikut:
0
b
b
b
:
H
o 1=
2=
3=
Artinya: intellectual capital secara serempak tidak berpengaruh signifikan terhadap market valuation pada Bank Umum Persero di Indonesia.
1
H : minimal satu b1≠ 0
Artinya: intellectual capital secara serempak berpengaruh signifikan terhadap market valuation pada Bank Umum Persero di Indonesia.
Adapun Kriteria pengambilan keputusan sebagai berikut:
1. Jika
F
hitung>
F
tabel dengan tingkat signifikansi 5% makaH
oditolak atau H1diterima.
2. Jika
F
hitung<
F
tabel dengan tingkat signifikansi 5% makaH
oditerima atau1
H ditolak.
3. Uji Determinasi (R2)
Uji determinasi (R2) digunakan untuk mengukur seberapa jauh
kemanapun model dalam menerangkan variasi variabel independen. Nilai
koefisien determinasi antara nol dan satu. Jika R2 kecil menunjukkan bahwa
variabel independen hanya dapat menjelaskan secara kecil terhadap variabel
dependen. Semakin besar nilai mendekati satu maka variabel independen
memiliki hampir semua informasi untuk menjelaskan variabel dependen.
Kelemahan dari penggunaan koefisien determinasi ini adalah adanya bias
variabel independen maka R2 akan meningkat apakah variabel independen
tersebut signifikan atau tidak. Oleh karena itu penelitian ini menggunakan
adjusted R2yang banyak dianjurkan peneliti.
Dengan menggunakan nilai adjusted R2 dapat dievaluasi model regresi mana yang terbaik. Tidak seperti nilai R2, nilai adjusted R2 dapat naik atau turun apabila satu variabel independen ditambahkan ke dalam model. Dalam kenyataan,
nilai adjusted R2 dapat bernilai negatif, walaupun dikehendaki harus bernilai positif.
3.10 Uji Asumsi Klasik
Data yang digunakan adalah data sekunder, oleh karena itu untuk
menentukan ketepatan model perlu dilakukan pengujian atas beberapa asumsi
klasik yang digunakan yaitu: uji normalitas, uji multikolonieritas, uji
heteroskedastisitas dan autokorelasi yang secara rinci dapat dijelaskan sebagai
berikut:
1. Uji Normalitas
Menurut Ghozali (2007) menyatakan bahwa uji normalitas bertujuan
untuk menguji apakah dalam model regresi variabel pengganggu atau residual
memiliki distribusi normal. Dengan kata lain, uji normalitas dilakukan untuk
mengetahui sifat distribusi data penelitian yang berfungsi untuk mengetahui
apakah sampel yang diambil normal atau tidak dengan menguji sebaran data yang
dianalisis. Menurut Ghozali (2007) Suatu variabel dikatakan terdistribusi normal
Uji normalitas dalam penelitian ini dilakukan dengan cara analisis grafik.
Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu
diagonal dari grafik atau dengan melihat histogram dari residualnya, dimana:
1. Jika data menyebar di sekitar garis diagonal dan mengikuti garis diagonal
atau grafik histogramnya menunjukkan pola distribusi normal regresi
memenuhi asumsi normalitas.
2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah
garis diagonal atau grafik histogram tidak menunjukkan pola distribusi
normal, maka model regresi tidak memenuhi asumsi normalitas.
2. Uji Multikolinieritas
Uji Multikolinieritas menurut Ghozali (2007) bertujuan untuk mengetahui
apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas
(independen). Model regresi yang baik seharusnya tidak terjadi korelasi diantara
variabel independen. Untuk mendeteksi ada atau tidaknya multikolonieritas
didalam model regresi antara lain dapat dilakukan dengan melihat:
1. Cadangan matrik melalui uji korelasi parsial, artinya jika hubungan antar
variabel independen relatif rendah, lebih kecil dari 0,80 maka tidak terjadi
multikolonieritas.
2. Dengan nilai toleransi (tolerance, TOL) dan faktor inflasi varians (Variance Inflation Factor. VIF). Kriterianya, jika toleransi sama dengan satu atau mendekati satu dan nilai VIF < 10 maka tidak ada gejala multikolinieritas.
Sebaliknya jika toleransi tidak sama dengan satu atau mendekati nol dan nilai
VIF > 10 maka diduga ada gejala multikolinieritas.
3. Uji Heteroskedastisitas
Menurut Ghozali (2007) uji heteroskedastisitas bertujuan untuk menguji
apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Dasar analisis untuk pengambilan
keputusan adalah:
1. Jika ada pola tertentu seperti titik-titik yang ada membentuk pola tertentu yang
teratur (bergelombang, melebar kemudian menyempit) maka mengindikasikan
telah terjadi heteroskedasitas.
2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan dibawah
angka 0 pada sumbu Y maka tidak terjadi heteroskedasitas.
Metode yang dapat dipakai untuk mendeteksi gejala heteroskedastisitas
antara lain: metode grafik, park gletser, rank spearman dan barlett. Dalam penelitian ini metode yang digunakan untuk mendeteksi gejala heteroskedasitas
dengan melihat grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan
residualnya (SRESID). Deteksi ada tidaknya heteroskedasitas dapat dilakukan
dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara ZPRED dan SRESID dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X
4. Uji Autokorelasi
Menurut Ghozali (2007) uji autokorelasi bertujuan untuk menguji apakah
dalam model regresi linear ada korelasi antara kesalahan pengganggu pada
periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika
terjadi korelasi maka dinamakan ada problem autokorelasi.
Pada data cross section (silang waktu) masalah autokorelasi relatif jarang terjadi karena gangguan pada observasi berbeda berasal dari individu/kelompok
yang berbeda. Model regresi yang baik adalah regresi yang bebas dari
autokorelasi.
Untuk mendeteksi ada atau tidaknya autokorelasi didalam model regresi
antara lain dapat dilakukan dengan Uji Durbin-Watson (DW-Test), dengan
ketentuan sebagai berikut: