59
E. Operasionalisasi Variabel Penelitian
Variabel-variabel yang akan diukur dalam penelitian ini adalah ukuran perusahaan,
umur perusahaan,
leverage, profitabilitas,
konsentrasi kepemilikan dan pengungkapan intellectual capital. Pada bagian ini, akan
diuraikan definisi dari masing-masing variabel yang digunakan dalam penelitian ini disertai dengan operasionalisasi, serta cara pengukurannya.
Operasionalisasi variabel-variabel tersebut adalah sebagai berikut:
1. Variabel Dependen a. Pengungkapan Intellectual Capital Y
Variabel dependen yang digunakan dalam penelitian ini adalah pengungkapan intellectual capital.
Berdasarkan penelitian yang dilakukan oleh Artinah 2013, penelitian ini menggunakan angka index ICD Index. Skala data
variabel ini adalah:
Keterangan: Score
: variabel dependen index pengungkapan intellectual capital ICD Index
di : jumlah item yang diungkapkan 1 jika suatu informasi
diungkapkan dalam laporan tahunan, 0 jika suatu informasi tidak diungkapkan dalam laporan tahunan
M : total jumlah item yang diukur 78 item
Score =
∑�� �
x 100
60
2. Variabel Indepeden a. Umur Perusahaan X
1
Umur perusahaan menunjukkan perusahaan tetap eksis, mampu bersaing dan memanfaatkan peluang bisnis dalam suatu perekonomian
Yularto dan Chairi, 2003. Berdasarkan penelitian yang dilakukan oleh Oktavianti 2014, penelitian ini menggunakan age dari hasil
pengurangan periode perusahaan yang diteliti dengan tahun Initial
Public Offering IPO. Skala data variabel ini adalah:
b. Ukuran Perusahaan X
2
Ukuran perusahaan merupakan gambaran besar kecilnya perusahaan yang ditunjukkan dengan nilai total asset yang disajikan
dalam neraca akhir tahun. Berdasarkan penelitian yang dilakukan oleh Aryati dan Walasendouw 2013, penelitian ini menggunakan
logaritma normal dari total asset dalam mengukur ukuran perusahaan.
Skala data variabel ini adalah:
c. Leverage X
3
Leverage adalah perbandingan antara dana-dana yang dipakai untuk membelanjaimembiayai perusahaan atau perbandingan antara
dana yang diperoleh dari ekstern perusahaan dari para kreditur dengan dana yang disediakan pemilik perusahaan Makmun, 2002.
Age = Tahun perusahaan yang diteliti – Tahun IPO perusahaan
Size = LogTotal Asset
61 Berdasarkan penelitian yang dilakukan oleh Sutanto 2012
penelitian ini menggunakan rasio leverage merupakan proporsi total hutang terhadap total aset. Skala data variabel ini adalah:
d. Profitabilitas X
4
Petronila dan Mukhlasin 2003 menyatakan bahwa profitabilitas merupakan gambaran dari kinerja manajemen dalam mengelola
perusahaan atau kemampuan perusahaan untuk menghasilkan laba dalam hubungannya dengan penjualan, total aset, maupun modal
sendiri. Berdasarkan penelitian yang dilakukan oleh Sutanto 2012
penelitian ini menggunakan return on assets ROA, yaitu dengan membandingkan laba setelah pajak dengan total aset. Skala data
variabel ini adalah:
e. Konsentrasi Kepemilikan X
5
Konsentrasi kepemilikan adalah sejumlah saham perusahaan yang tersebar dan dimiliki oleh beberapa pemegang saham.
Berdasarkan penelitian yang dilakukan oleh Oktavianti 2014, penelitian ini menggunakan hasil bagi antara jumlah kepemilikan
Leverage =
����� ���������� ����� �����
ROA =
��� ������ ����� �����
62 saham terbesar yang ada di perusahaan dengan jumlah saham yang
beredar di perusahaan. Skala data variabel ini adalah:
Tabel di bawah ini menunjukkan operasionalisasi variabel penelitian yang digunakan dalam penelitian ini.
Tabel 3.1 Operasionalisasi Variabel Penelitian
Variabel Indikator
Skala Pengukuran
Pengungkapan Intellectual Capital
Y Sumber: Artinah
2013 Score =
∑56 7
x 100 Score
= index
pengungkapan intellectual capital ICD Index
di = jumlah pengungkapan 1 jika informasi
diungkapkan dalam
laporan tahunan, 0 jika tidak diungkapkan
M = jumlah item yang diukur 78 item
Skala Rasio
Umur Perusahaan X
1
Sumber: Oktavianti 2014
Tahun yang diteliti pada perusahaan property dan real estate yang
terdaftar dikurangkan dengan tahun Initial
Public Offering
IPO perusahaan property dan real estate.
Skala Nominal
Ukuran Perusahaan X
2
Sumber: Aryati dan Walansendouw
2013 Size = LogTotal Aset
Skala Rasio
Bersambung pada halaman selanjutnya
KK =
������ ����������� ����� �������� ������ ����� ���� ������� �� ����������
63
Tabel 3.1 Lanjutan Variabel
Indikator Skala
Pengukuran
Leverage X
3
Sumber: Sutanto 2012
Diukur berdasarkan perbandingan antara total liabilitas dengan terhadap
total aset.
Leverage =
DEFGH I6GJ6H6FGK DEFGH LKKMF
Skala Rasio
Profitabilitas X
4
Sumber: Sutanto 2012
Diukur berdasarkan Return On Asset ROA perusahaan.
ROA =
NMF OPQERM DEFGH LKKMF
Skala Rasio
Konsentrasi Kepemilikan
X
5
Sumber: Oktavianti 2014
Diukur berdasarkan
presentase kepemilikan saham terbesar yang
dimiliki perusahaan. �����ℎ ����������� ��ℎ�� ��������
�����ℎ ��ℎ�� ���� ������� Skala Rasio
Sumber: Data diolah dari berbagai referensi
64
BAB IV ANALISIS DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian
Populasi yang digunakan dalam penelitian ini adalah perusahaan property dan real estate yang terdaftar di Bursa Efek Indonesia BEI pada tahun 2010
sampai dengan 2014. Metode penentuan sampel yang digunakan dalam penelitian ini adalah berdasarkan metode purposive sampling, yaitu metode
penentuan sampel berdasarkan kriteria-kriteria tertentu. Berdasarkan kriteria sampel yang telah dipilih dalam penelitian ini, maka diperoleh sampel
penelitian sebanyak 16 perusahaan untuk setiap tahunnya dimana periode yang digunakan dalam penelitian ini adalah pada tahun 2010 sampai dengan
2014. Sehingga total keseluruhan sampel yang digunakan adalah sebanyak 80. Berikut ini adalah rincian sampel penelitian yang disajikan pada tabel 4.1
sebagai berikut. Tabel 4.1
Rincian Sampel Penelitian No.
Kriteria Jumlah
1. Perusahaan property dan real estate yang
terdaftar di Bursa Efek Indonesia BEI. 46
2. Perusahaan property dan real estate yang tidak
menerbitkan annual report dengan lengkap dan konsisten periode 2010-2014 secara berturut-
turut. 11
3. Perusahaan property dan real estate yang tidak
memperoleh laba bersih atau mengalami rugi bersih selama periode 2010-2014.
8
Bersambung pada halaman selanjutnya
65
Tabel 4.1 Lanjutan
Sumber: Data sekunder yang diolah, 2015
Adapun nama perusahaan property dan real estate yang terpilih sebagai sampel dalam penelitian ini yang disajikan pada tabel 4.2 sebagai berikut.
Tabel 4.2 Daftar Nama Perusahaan Property dan Real Estate
No. Kode
Nama Perusahaan
1. APLN
Agung Podomoro Land Tbk. 2.
ASRI Alam Sutera Realty Tbk.
3. BCIP
Bumi Citra Permai Tbk. 4.
BKSL Sentul City Tbk.
5. COWL
Cowell Development Tbk. 6.
CTRA Ciputra Development Tbk.
7. CTRP
Ciputra Property Tbk. 8.
DILD Intiland Development Tbk.
9. DUTI
Duta Pertiwi Tbk. 10. GMTD
Gowa Makassar Tourism Development Tbk. 11. JRPT
Jaya Real Property Tbk. 12. KIJA
Kawasan Industri Jababeka Tbk. 13. KPIG
MNC Land Tbk. 14. LPKR
Lippo Karawaci Tbk. 15. PLIN
Plaza Indonesia Realty Tbk. 16. PUDP
Pudjiadi Prestige Tbk. Sumber:
www.idx.co.id
No. Kriteria
Jumlah
4. Perusahaan property dan real estate yang tidak
menggunakan mata uang Rupiah dalam menerbitkan laporan keuangannya periode
2010-2014.
5. Perusahaan property dan real estate yang tidak
mempublikasikan data yang dibutuhkan oleh peneliti secara lengkap terkait dengan variabel
yang digunakan dalam penelitian. 11
Jumlah Sampel Penelitian dalam Setahun 16
Periode Penelitian 5
Total Jumlah Sampel Selama Periode Penelitian 80
66
B. Hasil Analisis Data dan Pembahasan 1. Uji Statistik Deskriptif
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, 2013:19. Mean digunakan untuk mengetahui nilai rata-rata data
terkait yang diteliti. Standar deviasi digunakan untuk mengetahui seberapa besar data yang terkait memiliki variasi dari rata-rata. Nilai maksimum
digunakan untuk mengetahui nilai terbesar nilai terbesar dari data yang terkait. Nilai minimum digunakan untuk mengetahui nilai terkecil dari
suatu data yang terkait dengan penelitian. Variabel-variabel independen yang digunakan dalam penelitian ini adalah umur perusahaan, ukuran
perusahaan, leverage, profitabilitas dan konsentrasi kepemilikan, serta variabel dependen yang digunakan adalah pengungkapan intellectual
capital. Hasil dari analisis deksriptif atas variabel-variabel tersebut
disajikan pada tabel 4.3 dibawah ini sebagai berikut: Tabel 4.3
Hasil Statistik Deskriptif
Sumber: Data sekunder yang diolah, 2015
67
a. Variabel Dependen 1 Pengungkapan Intellectual Capital
Hasil statistik deskriptif yang disajikan pada tabel 4.3 menunjukkan bahwa nilai minimum yang ditunjukkan dari
pengungkapan intellectual capital adalah sebesar 47,44 dan nilai maksimum yang ditunjukkan dari pengungkapan intellectual
capital adalah sebesar 76,92. Nilai rata-rata mean yang ditunjukkan dari pengungkapan intellectual capital adalah sebesar
64,4068, sedangkan nilai standar deviasi dari pengungkapan
intellectual capital adalah sebesar 7,49221. b. Variabel Independen
1 Umur Perusahaan
Hasil statistik deskriptif yang disajikan pada tabel 4.3 menunjukkan bahwa nilai minimum yang ditunjukkan dari umur
perusahaan adalah sebesar 0,00 dan nilai maksimum yang ditunjukkan dari umur perusahaan adalah sebesar 23,00. Nilai rata-
rata mean yang ditunjukkan dari umur perusahaan adalah sebesar 12,8125, sedangkan nilai standar deviasi yang ditunjukkan dari
umur perusahaan adalah sebesar 6,60091. 2 Ukuran Perusahaan
Hasil statistik deskriptif yang disajikan pada tabel 4.3 menunjukkan bahwa nilai minimum yang ditunjukkan dari ukuran
perusahaan adalah sebesar 11,28 dan nilai maksimum yang
68
ditunjukkan dari ukuran perusahaan adalah sebesar13,58. Nilai rata-rata mean yang ditunjukkan dari ukuran perusahaan adalah
sebesar 12,5991, sedangkan nilai standar deviasi yang ditunjukkan
dari ukuran perusahaan adalah sebesar 0,57927. 3 Leverage
Hasil statistik deskriptif yang disajikan pada tabel 4.3 menunjukkan bahwa nilai minimum yang ditunjukkan dari
leverage adalah sebesar 7,09 dan nilai maksimum yang ditunjukkan dari leverage adalah sebesar 284,94. Nilai rata-rata
mean yang ditunjukkan dari leverage adalah sebesar 84,8002, sedangkan nilai standar deviasi yang ditunjukkan dari leverage
adalah sebesar 54,54039. 4 Profitabilitas
Hasil statistik deskriptif yang disajikan pada tabel 4.3 menunjukkan bahwa nilai minimum yang ditunjukkan dari
profitabilitas adalah sebesar 0,42 dan nilai maksimum yang ditunjukkan dari profitabilitas adalah sebesar 11,35. Nilai rata-rata
mean yang ditunjukkan dari profitabilitas adalah sebesar 5,6732, sedangkan nilai standar deviasi yang ditunjukkan dari profitabilitas
adalah sebesar 2,57903. 5 Konsentrasi Kepemilikan
Hasil statistik deskriptif yang disajikan pada tabel 4.3 menunjukkan bahwa nilai minimum yang ditunjukkan dari
69
konsentrasi kepemilikan adalah sebesar 24,65 dan nilai maksimum yang ditunjukkan dari konsentrasi kepemilikan adalah sebesar
94,74. Nilai rata-rata mean yang ditunjukkan dari konsentrasi kepemilikan adalah sebesar 57,9690, sedangkan nilai standar
deviasi yang ditunjukkan dari konsentrasi kepemilikan adalah
sebesar 17,71414. 2. Uji Asumsi Klasik
Uji asumsi klasik dilakukan dengan menggunakan analisis regresi terhadap variabel independen dan variabel dependen. Uji asumsi klasik
bertujuan untuk mengetahui kelayakan penggunaan model regresi dalam penelitian ini. Uji asumsi klasik pada penelitian ini terdiri atas uji
multikolinieritas, uji autokorelasi, uji heteroskedastisitas, dan uji normalitas data.
Sebelum dilakukan uji regresi agar menghasilkan nilai yang sesuai, maka terlebih dahulu data harus memenuhi empat uji asumsi klasik. Hasil
dari uji asumsi klasik yang telah dilakukan adalah sebagai berikut: a. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal.
Terdapat dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu dengan analisis grafik dan uji statistik
Ghozali, 2013:160.
70
Uji normalitas dengan analisis grafik yang dilakukan dalam penelitian ini adalah menggunakan grafik histogram dan grafik normal
probability plot P-Plot. Melihat penyebaran data atau titik pada sumbu diagonal dari grafik. Jika data sampel menyebar mengikuti arah
garis diagonal, maka model regresi memenuhi asumsi normalitas. Sebaliknya, jika data menyebar jauh dari garis diagonal atau tidak
mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Berikut ini adalah hasil uji normalitas
menggunakan analisis grafik yang disajikan pada gambar 4.1 dan gambar 4.2 sebagai berikut:
Gambar 4.1 Hasil Uji Normalitas: Grafik Histogram
Sumber: Data sekunder yang diolah, 2015
71
Gambar 4.2 Hasil Uji Normalitas: Grafik Normal Probability Plot P-Plot
Sumber: Data sekunder yang diolah, 2015 Berdasarkan hasil uji normalitas yang telah disajikan pada gambar
4.1 diatas menunjukkan bahwa pada grafik histogram menggambarkan pola distribusi data yang normal dan pada gambar 4.2 menunjukkan
bahwa grafik normal probability plot P-Plot menunjukkan titik-titik yang penyebarannya mengikuti arah garis diagonal. Sehingga dapat
disimpulkan bahwa data sampel dalam penelitian ini telah terdistribusi normal atau telah memenuhi asumsi normalitas.
Selain menggunakan analisis grafik, uji normalitas juga dilakukan dengan menggunakan analisis statistik, yaitu uji Kolmogorov-Smirnov
K-S. Berikut ini adalah hasil uji normalitas dengan menggunakan uji Kolmogorov-Smirnov K-S yang disajikan pada tabel 4.4 sebagai
berikut:
72
Tabel 4.4 Hasil Uji Normalitas Kolmogorov-Smirnov
Sumber: Data sekunder yang diolah Berdasarkan tabel 4.4 yang telah disajikan diatas menunjukkan
bahwa nilai signifikansi dari variabel dependen pengungkapan intellectual capital adalah sebesar 0,200 yang menunjukkan bahwa
model regresi memenuhi asumsi normalitas, karena memiliki tingkat signifikansi lebih dari 0,05. Sehingga dengan melihat hasil uji
Kolmogorov-Smirnov K-S yang konsisten dengan hasil uji grafik normal probability plot P-Plot, maka dapat disimpulkan bahwa data
terdistribusi secara normal.
b. Uji Multikolinieritas
Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model
regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Untuk mendeteksi ada atau tidaknya multikolinieritas di
73
dalam model regresi adalah dengan melihat nilai Tolerance dan Variance Inflation Factor VIF serta besaran korelasi antar variabel
independen. Regresi yang bebas dari problem multiko memiliki nilai
VIF ≤ 10
dan mempunyai nilai
Tolerance ≥ 0,10
Ghozali, 2013:105. Berikut ini disajikan hasil uji multikolinieritas pada tabel 4.5 sebagai
berikut: Tabel 4.5
Hasil Uji Multikolinieritas
Sumber: Data sekunder yang diolah Berdasarkan tabel 4.5 yang telah disajikan diatas dapat diketahui
bahwa hasil uji multikolinieritas menunjukkan nilai tolerance
≥ 0,10
dan nilai VIF
≤ 10
untuk setiap variabel. Nilai tolerance yang dihasilkan untuk variabel umur perusahaan, ukuran perusahaan,
leverage, profitabilitas dan konsentrasi kepemilikan adalah sebesar 0,888; 0,844; 0,857; 0,913; dan 0,893. Sedangkan, nilai VIF yang
dihasilkan untuk variabel umur perusahaan, ukuran perusahaan, leverage, profitabilitas dan konsentrasi kepemilikan adalah sebesar
1,127; 1,185; 1,167; 1,095; dan 1,119. Berdasarkan hasil uji multikolinieritas tersebut, sehingga dapat disimpulkan bahwa semua
74
variabel independen dalam model persamaan regresi tidak terdapat problem multikolinieritas.
c. Uji Autokorelasi
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 terdapat problem autokorelasi. Model regresi
yang baik adalah regresi yang bebas dari autokorelasi Ghozali, 2013:110. Untuk mendeteksi ada atau tidaknya autokorelasi dalam
penelitian ini, maka peneliti menggunakan uji Runs Test. Berikut ini adalah hasil uji autokorelasi menggunakan uji Runs Test yang
disajikan pada tabel 4.6 sebagai berikut: Tabel 4.6
Hasil Uji Autokorelasi – Runs test
Sumber: Data sekunder yang diolah, 2015 Berdasarkan tabel 4.6 yang telah disajikan diatas menunjukkan
bahwa hasil dari test value adalah -0,97732 dengan nilai probabilitas yang ditunjukkan adalah sebesar 0,177 yang dimana hasil tersebut
75
lebih besar dari tingkat signifikansi 0,05. Sehingga hal tersebut menunjukkan bahwa nilai residual adalah acak atau random, maka
dapat disimpulkan bahwa data dalam penelitian ini tidak memiliki masalah autokorelasi.
d. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu
pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan
ke pengamatan
lain tetap,
maka disebut
Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak
terjadi Heteroskedastisitas Ghozali, 2013:139. Untuk mendeteksi ada atau tidaknya heteroskedastisitas dilakukan
dengan melihat ada atau tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED. Jika terdapat pola tertentu seperti titik-
titik yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka terjadi
heteroskedastisitas. Sebaliknya, jika tidak terdapat pola yang jelas dan titik-titik menyebar di atas dan di bawah angka 0 nol pada sumbu Y,
maka tidak terjadi heteroskedastisitas. Berikut ini adalah hasil uji heteroskedastisitas yang disajikan dengan grafik scatterplot pada
gambar 4.3 sebagai berikut:
76
Gambar 4.3 Hasil Uji Heteroskedastisitas: Grafik Scatterplot
Sumber: Data sekunder yang diolah, 2015 Berdasarkan hasil uji heteroskedastisitas yang disajikan pada
gambar 4.3
diatas menunjukkan
bahwa grafik
scatterplot menggambarkan data menyebar secara acak dan tidak membentuk
suatu pola tertentu yang jelas. Data tersebut menyebar secara baik diatas dan di bawah angka 0 pada sumbu Y. Sehingga tidak terjadi
heteroskedastisitas pada model persamaan regresi penelitian ini. Untuk memperkuat bukti pengujian dalam penelitian ini, maka dilakukan
pengujian heteroskedastisitas dengan menggunakan uji glejser yang hasilnya disajikan pada tabel 4.7 sebagai berikut:
77
Tabel 4.7 Hasil Uji Heteroskedastisitas: Uji Glejser
Sumber: Data sekunder yang diolah, 2015 Berdasarkan pada tabel 4.7 yang telah disajikan diatas
menunjukkan bahwa masing-masing variabel independen memiliki probabilitas tingkat signifikansi lebih dari 0,05. Sehingga dapat
disimpulkan bahwa tidak terjadi heteroskedastisitas pada model persamaan regresi dan dapat digunakan untuk pengujian hipotesis
selanjutnya.
3. Uji Koefisien Determinasi R