BAB V : KESIMPULAN DAN SARAN
HUMAN CAPITAL
Employees 65 89.04 %
Knowhow and experience 18 24.65 %
Education 35 43.83 %
Formal training 65 89.04 %
Incentive and remmuneration 33 45.20 %
Inisiative motivation and dedication 17 23.28 %
Teamwork capacity 7 9.58 %
Flexibility 4 5.47 %
Productivity 18 10.95 %
commit to user
Dari tabel tersebut dapat dilihat bahwa item intellectual capital yang paling banyak diungkapkan antara lain employees dan formal training (human capital) yang mencapai 65 pengungkapan atau 89.04 %. Intellectual capital yang tidak diungkapkan adalah supplier dan competitor (0.00%). Salah satunya adalah bank Danamon yang mengungkapkan dalam kutipan annual reportnya yaitu :
“…Sebanyak 2.554 program pelatihan dan workshop telah diselenggarakan di tahun 2008, yang diikuti oleh lebih dari 70.000 peserta. Total learning mandays yang dialokasikan mencapai 262.011 learning mandays, meningkat 150% lebih banyak dari angka tahun 2007 sebesar 104.853 mandays. Di tahun 2008, kami jugaberhasil menggandakan jumlah peserta program Sertifikasi Manajemen Risiko sesuai dengan ketentuan Bank Indonesia dari 703 peserta di tahun sebelumnya menjadi sebanyak 1.640 peserta.”
Selain itu management philosophy yang juga memegang peranan penting dalam memberikan arah gerak perusahaan menempati posisi ketiga terbanyak yaitu berjumlah 60 pengungkapan dari total 73 annual report yang ada. Salah satu pengungkapan management philosophy seperti yang dikutip dari bank CIMB Niaga berikut :
“Menjadi Bank terpercaya di Indonesia, bagian dari jaringan universal banking terkemuka di Asia Tenggara, yang memahami kebutuhan nasabah, menyediakan solusi keuangan yang tepat dan komprehensif serta menjalin hubungan yang berkelanjutan.”
Langkah selanjutnya adalah menghitung VAIC sesuai komponen yang ada dalam laporan keuangan tahunan yang diperoleh serta menghitung persentase managerial ownership sebagai proksi dari ownership structure. Persentase managerial ownership yang dapat diperoleh hanya sejumlah 15 dari total 73 annual report yang digunakan. Data yang sudah terkumpul
commit to user
kemudian di entry dan diformat dalam bentuk SPSS karena amos tidak bisa mengeluarkan data excel.
2. Statistik Deskriptif
Statistik deskriptif digunakan untuk mencari nilai mean, maximum, minimum dan standar deviasi dari variabel-variabel penelitian seperti yang ditunjukkan dalam table berikut :
Tabel IV.3
Descriptive Statistics
N Minimum Maximum Mean
Std. Deviation ICP 66 -2.5900 70.8700 7.271667 9.3551367 OS 66 .0000 .7926 .049141 .1620261 ICD 66 .0300 .8100 .323485 .1645366 Valid N (listwise) 66
Dari hasil statistik deskriptif di atas maka dapat dilihat bahwa untuk variabel independen yaitu ownership structure memiliki rata-rata sebesar 0.049141. kepemilikan managerial tertinggi dimiliki oleh bank Eksekutif Internasional Tbk sebesar 0.7926 sedangkan terendah dimiliki oleh sebagian besar bank di Indonesia yaitu bernilai 0.000.
Untuk variabel mediasi yaitu intellectual capital performance yang diproksikan dengan VAIC memiliki rata-rata sebesar7.27166. VAIC tertinggi dimiliki oleh bank Windu Kentjana Internasional Tbk dengan nilai 70.87 dan nilai terendah dimiliki oleh bank Eksekutif Internasional Tbk dengan nilai
-commit to user
2.59. jika semakin tinggi nilai VAIC mengindikasikan perusahaan telah melakukan manajemen intellectual capital dengan baik. Dengan kata lain, bank Windu Kentjana Tbk telah dengan baikmelakukan manajemen IC dan bank Eksekutif International Tbk memiliki nilai terendah dalam manajemen IC.
Untuk variabel dependen yaitu intellectual capital disclosure memiliki rata-rata sebesar 0.323485. semakin besar pengungkapan ICD akan meningkatkan performa yang ingin ditampilkan perusahaan kapada pengguna. Nilai tertinggi pengungkapan IC dimiliki oleh bank Mandiri Tbk senilai 0.81. Nilai terendah untuk pengungkapan IC dimiliki oleh bank Pan Indonesia Tbk dengan nilai 0.03. Nilai ini menunjukkan bahwa bank yang telah ,melakukan pengungkapan tertinggi untuk IC adalah bank Mandiri dengan pengungkapan sejumlah 25 sedangkan pengungkapan terendah sejumlah 1 dari total 31 item yang diukur. Artinya performa yang ditampilkan bank Mandiri Tbk lebih baik daripada bank lainnya.
B. Uji Asumsi Klasik 1. Uji Normalitas
Uji normalitas pada penelitian ini menggunakan SPSS 16 dengan uji kolmogorov smirnov. Jumlah sampel yang diteliti adalah 66. Berikut ini adalah hasil pengujian normalitas dengan uji kolmogorov smirnov test.
commit to user
Tabel IV.4
Ringkasan pengujian kolmogorov smirnov
No Variabel Asymp.
Sig
Keterangan
1 OS 0.000 Tidak normal
2 ICP 0.000 Tidak normal
3 ICD 0.035 Tidak normal
Dari ringkasan tabel tersebut diketahui bahwa ketiga variabel tersebut tidak normal. Maka peneliti melakukan prosedur perbaikan normalitas data dengan mentransformasi menggunakan akar kuadrat. Setelah ditransformasi, data berkurang sehingga sampel yang kemudian bisa dilanjutkan untuk diobservasi sejumlah 65. Hasil transformasi diuji lagi dengan kolmogorov smirnov dengan hasil sebagai berikut :
Tabel IV.5
Hasil uji normalitas setelah transformasi pertama No Variabel Asymp. Sig Keterangan
1 OS 0.000 Tidak normal
2 ICP 0.000 Tidak normal
3 ICD 0.196 Normal
Berdasarkan ringkasan hasil uji normalitas tersebut, diketahui bahwa variabel OS dan ICP tidak normal sedangkan variabel ICD normal dengan nilai 0.196. Nilai normalitas mengalami kenaikan maka peneliti memutuskan untuk melakukan transformasi data kembali. Hasil transformasi data kedua ini kemudian diuji kembali dengan uji kolmogorov smirnov dengan hasil sebagai berikut :
commit to user
Tabel IV.6
Hasil uji kolmogorov smirnov setelah transformasi kedua No Variabel Asymp. Sig Keterangan
1 OS 0.000 Tidak normal
2 ICP 0.000 Tidak normal
3 ICD 0.196 Normal
Berdasarkan ringkasan hasil uji normalitas tersebut, diketahui bahwa variabel OS dan ICP tidak normal sedangkan variabel ICD normal dengan nilai 0.196. Nilai normalitas mengalami kenaikan maka peneliti memutuskan untuk melakukan transformasi data kembali. Hasil transformasi data kedua ini kemudian diuji kembali dengan uji kolmogorov smirnov dengan hasil sebagai berikut :
Tabel IV.7
Hasil uji kolmogorov smirnov setelah transformasi ketiga No Variabel Asymp. Sig Keterangan
1 OS 0.000 Tidak normal
2 ICP 0.000 Tidak normal
3 ICD 0.281 Normal
Berdasarkan ringkasan hasil uji normalitas tersebut, diketahui bahwa variabel OS dan ICP tidak normal sedangkan variabel ICD normal dengan nilai 0.281. walaupun nilai normalitas variabel ICD mengalami kenaikan namun kedua variabel lainnya menunjukkan nilai tidak normal. Dari hasil tersebut maka peneliti pada akhirnya menggunakan asumsi bahwa jika N > 30 maka distribusi dianggap normal (Djarwanto dalam Damayanti, 2009).
commit to user
2. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan antara korelasi variable bebas (independen). Model regresi yang baik tidak terjadi korelasi antara variable independen (Ghozali, 2005).
Hasil uji multikolinieritas dapat dilihat pada nilai VIF dimana ketika VIF >10 maka telah terjadi multikolinieritas. Berikut adalah hasil pengujian multikolinieritas dapat dilihat pada table berikut :
Tabel IV.8
Hasil uji multikolinieritas ownership structure sebagai variable independen dalam model ownership structure terhadap IC performance
variabel VIF interpretasi
OS 1.000 Tidak ada multikolinieritas
Tabel IV.9
Hasil uji multikolinieritas IC performance sebagai variable independen dalam model IC performance terhadap IC disclosure
variabel VIF interpretasi
OS 1.000 Tidak ada multikolinieritas
Tabel IV.10
Hasil uji multikolinieritas ownership structure sebagai variable independen dalam model ownership structure terhadap IC disclosure
variabel VIF interpretasi
commit to user
3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggun pada periode t sebelumnya. Cara pengujian ini diawali dengan penentuan hipotesis pengujian yaitu :
Ho : tidak ada autokorelasi (r = 0) H1 : ada autokorelasi (r ≠ 0)
Uji autokorelasi yang dilakukan untuk penelitian ini menggunakan uji Run Test. Pengujian dilakukan terhadap data yang sudah mengalami transformasi sejumlah tiga kali dalam uji normalitas yang telah dilakukan. Pengujian autokorelasi dilakukan terhadap masing-masing model secara terpisah yaitu ownership structure terhadap IC performance, IC performance terhadap IC disclosure dan ownership structure terhadap IC disclosure dengan Run Test.
Hasil pengujian autokorelasi dengan Run Test adalah sebagai berikut : Tabel IV.11
Uji autokorelasi dengan Run Test
No model Asymp.
sig
Keterangan
1 OS → ICP 0.902 Tidak terjadi autokorelasi
2 ICP → ICD 0.261 Tidak terjadi autokorelasi
3 OS → ICD 0.261 Tidak terjadi autokorelasi
Berdasarkan hasil Run test maka telah dapat dipastikan bahwa penelitian ini bebas dari autokorelasi.
commit to user
4. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan. Pengujian ada tidaknya heteroskedastisitas dilakukan dengan melihat scatterplot. Pengujian autokorelasi dilakukan terhadap masing-masing hubungan secara terpisah yaitu ownership structure terhadap IC performance, IC performance terhadap IC disclosure dan ownership structure terhadap IC disclosure.