Pengaruh Corporate Governance Terhadap Kinerja Intellectual Capital Pada Perusahaan Perbankan di Bursa Efek Indonesia

Lampiran 1

Daftar Penentuan Sampel

No Kode Bank Kriteria Sampel

1 2

1 AGRO   Sampel 1

2 BABP - 

3 BACA   Sampel 2

4 BAEK  -

5 BBCA   Sampel 3

6 BBHI  -

7 BBKP   Sampel 4

8 BBMD - 

9 BBNI   Sampel 5

10 BBNP   Sampel 6

11 BBRI   Sampel 7

12 BBTN   Sampel 8

13 BBYB - 

14 BCIC - 

15 BDMN   Sampel 9

16 BEKS - 

17 BINA  -

18 BJBR   Sampel 10

19 BJTM  

20 BKSW - 

21 BMAS - 

22 BMRI   Sampel 11

23 BNBA   Sampel 12

24 BNGA   Sampel 13

25 BNII - 

26 BNLI   Sampel 14

27 BSIM   Sampel 15

28 BSWD  -

29 BTPN   Sampel 16

30 BVIC   Sampel 17

31 DNAR  -

32 INPC   Sampel 18

33 MAYA   Sampel 19

34 MCOR   Sampel 20

35 MEGA   Sampel 21

36 NAGA  -

37 NISP   Sampel 22

38 PNBN   Sampel 23

39 SDRA - 

Lampiran 2

Daftar Sampel Penelitian

No NAMA PERUSAHAAN KODE

1 Bank Rakyat Indonesia Agro Niaga Tbk AGRO

2 Bank Capital Indonesia Tbk BACA

3 Bank Central Asia Tbk BBCA

4 Bank Bukopin Tbk BBKP

5 Bank Negara Indonesia (Persero) Tbk BBNI

6 Bank Nusantara Parahyangan Tbk BBNP

7 Bank Rakyat Indonesia (Persero) Tbk BBRI

8 Bank Tabungan Negara (Persero) Tbk BBTN

9 Bank Danamon Indonesia Tbk BDMN

10 Bank Pembangunan Daerah Jawa Barat dan Banten Tbk BJBR

11 Bank Mandiri (Persero) Tbk BMRI

12 Bank Bumi Arta Tbk BNBA

13 Bank CIMB Niaga Tbk BNGA

14 Bank Permata Tbk BNLI

15 Bank Sinar Mas Tbk BSIM

16 Bank Tabungan Pensiunan Nasional Tbk BTPN

17 Bank Victoria International Tbk BVIC

18 Bank Artha Graha Internasional Tbk INPC

19 Bank Mayapada Internasioanal Tbk MAYA

20 Bank Windu Kentjana Internasional Tbk MCOR

21 Bank Mega Tbk MEGA

22 Bank NISP OCBC Tbk NISP

23 Bank Pan Indonesia Tbk PNBN

Sumber: Hasil Penelitian 2016 (data diolah)

Lampiran 3

Data Proporsi Komisaris Independen Perusahaan Perbankan

No Kode Emiten Tahun

2012 2013 2014

1 AGRO 0,40 0,40 0,60

2 BACA 0,6667 0,6667 0,6667

3 BBCA 0,60 0,50 0,60

4 BBKP 0,60 0,6667 0,5714

5 BBNI 0,5714 0,5714 0,50

6 BBNP 0,50 0,50 0,50

7 BBRI 0,6250 0,6250 0,7142

8 BBTN 0,50 0,50 0,50

9 BDMN 0,50 0,50 0,50

10 BJBR 0,6667 0,6667 0,5714

11 BMRI 0,5714 0,5714 0,6714

13 BNGA 0,50 0,50 0,50

14 BNLI 0,6250 0,50 0,50

15 BSIM 0,6667 0,6667 0,6667

16 BTPN 0,50 0,50 0,50

17 BVIC 0,75 0,75 0,75

18 INPC 0,60 0,60 0,60

19 MAYA 0,50 0,60 0,60

20 MCOR 0,50 0,6667 0,6667

21 MEGA 0,6667 0,50 0,6667

22 NISP 0,50 0,50 0,50

23 PNBN 0,50 0,50 0,50

Sumber: Hasil Penelitian 2016 (data diolah)

Lampiran 4

Data Kepemilikan Manajerial Perusahaan Perbankan

No Kode Emiten Tahun

2012 2013 2014

1 AGRO 0,0031 0,0006 0,0019

2 BACA 0,0028 0,0028 0,0027

3 BBCA 0,00160 0,00154 0,00139

4 BBKP 0,00235 0,00161 0,00139

5 BBNI 0,00211 0,00207 0,00199

6 BBNP 0,0021 0,0021 0,0021

7 BBRI 0,00057 0,00050 0,00057

8 BBTN 0,00010 0,00056 0,00051

9 BDMN 0,00270 0,00270 0,00180

10 BJBR 0,00017 0,00022 0,00025

11 BMRI 0,00090 0,00070 0,00060

12 BNBA 0,0005 0,0005 0,0005

13 BNGA 0,0000115 0,0000115 0,0000115

14 BNLI 0,00050 0,00056 0,00056

15 BSIM 0,00035 0,00030 0,00030

16 BTPN 0,00850 0,00850 0,00804

17 BVIC 0,0013 0,0011 0,0012

18 INPC 0,0004 0,0005 0,0005

19 MAYA 0,00010 0,00086 0,00086

20 MCOR 0,0068 0,0068 0,0068

21 MEGA 0,0069 0,0069 0,0069

22 NISP 0,00013 0,00013 0,00013

23 PNBN 0,00538 0,00438 0,00228

Lampiran 5

Data Kepemilikan Institusional Perusahaan Perbankan

No Kode Emiten Tahun

2012 2013 2014

1 AGRO 0,9375 0,94451 0,94450

2 BACA 0,39553 0,32554 0,33351

3 BBCA 0,47538 0,47155 0,47155

4 BBKP 0,60451 0,56896 0,59521

5 BBNI 0,97542 0,97542 0,97751

6 BBNP 0,90506 0,85358 0,85358

7 BBRI 0,99440 0,92281 0,97750

8 BBTN 0,9546 0,9534 0,9975

9 BDMN 0,73759 0,53958 0,74159

10 BJBR 0,75042 0,75046 0,75024

11 BMRI 0,9991 0,9875 0,999914

12 BNBA 0,90909 0,90909 0,90909

13 BNGA 0,97948 0,97948 0,97209

14 BNLI 0,89344 0,89344 0,89321

15 BSIM 0,66549 0,59938 0,55996

16 BTPN 0,57872 0,66260 0,98196

17 BVIC 0,53384 0,53176 0,53513

18 INPC 0,52611 0,51165 0,51165

19 MAYA 0,89502 0,85491 0,97649

20 MCOR 0,9932 0,9932 0,9845

21 MEGA 0,57821 0,57821 0,587521

22 NISP 0,85078 0,85078 0,85078

23 PNBN 0,84756 0,84852 0,84852

Sumber: Hasil Penelitian 2016 (data diolah)

Lampiran 6

Data Return on Assets (ROA) Perusahaan Perbankan

No Kode

Emiten

Tahun

2012 2013 2014

1 AGRO 0,0163 0,0166 0,0153

2 BACA 0,0132 0,0119 0,0133

3 BBCA 0,0360 0,0380 0,0390

4 BBKP 0,0183 0,0175 0,0133

5 BBNI 0,0292 0,0336 0,0349

6 BBNP 0,0157 0,0158 0,0132

8 BBTN 0,0112 0,0179 0,0194

9 BDMN 0,0270 0,0250 00140

10 BJBR 0,0246 0,0261 0,0194

11 BMRI 0,0355 0,0366 0,0357

12 BNBA 0,0247 0,0205 0,0152

13 BNGA 0,0318 0,0276 0,0144

14 BNLI 0,0170 0,0155 0,0116

15 BSIM 0,0174 0,0171 0,0102

16 BTPN 0,0470 0,0450 0,0360

17 BVIC 0,0217 0,0197 0,0080

18 INPC 0,0066 0,0039 0,0078

19 MAYA 0,0241 0,0253 0,0198

20 MCOR 0,0204 0,0174 0,0079

21 MEGA 0,0274 0,0114 0,0116

22 NISP 0,0179 0,0181 0,0179

23 PNBN 0,0196 0,0185 0,0179

Sumber: Hasil Penelitian 2016 (data diolah)

Lampiran 7

Data Leverage Perusahaan Perbankan

No Kode Emiten Tahun

2012 2013 2014

1 AGRO 0,9079 0,8367 0,8584

2 BACA 0,8839 0,8730 0,8839

3 BBCA 0,8840 0,8720 0,8600

4 BBKP 0,9239 0,9105 0,9137

5 BBNI 0,8535 0,8766 0,8798

6 BBNP 0,9194 0,8946 0,8798

7 BBRI 0,8823 0,8798 0,8781

8 BBTN 0,9080 0,9118 0,9155

9 BDMN 0,8155 0,8286 0,8312

10 BJBR 0,8718 0,8581 0,8424

11 BMRI 0,8773 0,8788 0,8808

12 BNBA 0,8500 0,8605 0,8832

13 BNGA 0,8852 0,8817 0,8777

14 BNLI 0,9051 0,9048 0,9077

15 BSIM 0,8795 0,8513 0,8421

16 BTPN 0,8606 0,8390 0,9098

17 BVIC 0,8976 0,9051 0,9176

18 INPC 0,9057 0,8755 0,8840

19 MAYA 0,8925 0,8996 0,9112

20 MCOR 0,8837 0,8692 0,8751

22 NISP 0,8869 0,8616 0,8554

23 PNBN 0,8813 0,8783 0,8654

Sumber: Hasil Penelitian 2016 (data diolah)

Lampiran 8

Data Value Added Capital Coefficient Perusahaan Perbankan

No Kode Emiten Tahun

2012 2013 2014

1 AGRO 0,244 0,305 0,1471

2 BACA 0,149 0,018 0,134

3 BBCA 0,281 0,258 0,258

4 BBKP 0,294 0,248 0,238

5 BBNI 0,363 0,224 0,227

6 BBNP 0,319 0,243 0,243

7 BBRI 1,051 0,212 0,211

8 BBTN 0,244 0,235 0,032

9 BDMN 0,282 0,275 1,395

10 BJBR 0,298 0,348 0,257

11 BMRI 0,264 0,257 0,262

12 BNBA 0,225 0,232 0,246

13 BNGA 0,266 0,222 0,284

14 BNLI 0,025 0,022 0,028

15 BSIM 0,030 0,169 0,178

16 BTPN 0,394 0,358 0,347

17 BVIC 0,211 0,180 0,160

18 INPC 0,200 0,192 0,187

19 MAYA 0,249 0,027 0,165

20 MCOR 0,237 0,174 0,189

21 MEGA 0,333 0,251 0,285

22 NISP 0,207 0,165 0,162

23 PNBN 0,171 0,167 0,172

Sumber: Hasil Penelitian 2016 (data diolah)

Lampiran 9

Data Value Added Human Capital Perusahaan Perbankan

No Kode Emiten Tahun

2012 2013 2014

1 AGRO 1,336 1,211 1,471

2 BACA 1,871 1,854 1,804

4 BBKP 2,470 2,013 2,016

5 BBNI 2,470 2,026 2,255

6 BBNP 1,558 1,594 1,324

7 BBRI 2,965 2,746 2,749

8 BBTN 1,9113 1,895 1,786

9 BDMN 1,791 1,714 1,713

10 BJBR 2,027 1,957 1,873

11 BMRI 3,021 2,905 3,032

12 BNBA 1,777 1,642 1,664

13 BNGA 2,486 2,002 2,304

14 BNLI 1,707 1,779 1,714

15 BSIM 2,028 1,784 1,784

16 BTPN 2,067 1,978 1,887

17 BVIC 2,237 2,119 1,784

18 INPC 1,475 1,710 1,569

19 MAYA 2,023 2,027 2,212

20 MCOR 1,874 1,676 1,745

21 MEGA 2,191 1,489 1,675

22 NISP 1,730 1,766 1,855

23 PNBN 3,113 3,771 3,371

Sumber: Hasil Penelitian 2016 (data diolah)

Lampiran 8

Data Structural Capital Value Added Perusahaan Perbankan

No Kode Emiten Tahun

2012 2013 2014

1 AGRO 0,252 0,174 0,154

2 BACA 0,450 0,460 0,410

3 BBCA 0,656 0,655 0,654

4 BBKP 0,595 0,503 0,501

5 BBNI 0,564 0,566 0,502

6 BBNP 0,358 0,374 0,345

7 BBRI 0,663 1,000 1,000

8 BBTN 0,477 0,472 0,472

9 BDMN 0,442 0,416 0,416

10 BJBR 0,507 0,489 0,472

11 BMRI 0,669 0,656 0,672

12 BNBA 0,437 0,391 0,343

13 BNGA 0,598 0,500 0,541

14 BNLI 0,140 0,438 0,414

15 BSIM 0,507 0,440 0,442

16 BTPN 0,516 0,494 0,394

18 INPC 0,322 0,415 0,310

19 MAYA 0,506 0,547 0,568

20 MCOR 0,468 0,404 0,506

21 MEGA 0,544 0,328 0,435

22 NISP 0,422 0,343 0,471

23 PNBN 0,679 0,630 0,597

Sumber: Hasil Penelitian 2016 (data diolah)

Lampiran 9

Data Value Added Intellectual Coefficient Perusahaan Perbankan

No Kode Emiten Tahun

2012 2013 2014

1 AGRO 1,832 1,690 1,991

2 BACA 2,461 2,332 2,348

3 BBCA 3,841 3,807 3,808

4 BBKP 3,359 2,764 2,755

5 BBNI 3,296 2,761 2,984

6 BBNP 2,235 2,216 1,908

7 BBRI 3,669 3,958 3,960

8 BBTN 2,634 2,602 2,290

9 BDMN 2,515 2,405 3,524

10 BJBR 2,832 2,795 2,566

11 BMRI 3,954 3,818 3,966

12 BNBA 2,499 2,265 3,350

13 BNGA 3,350 2,724 3,129

14 BNLI 2,146 2,239 2,156

15 BSIM 2,565 2,393 2,404

16 BTPN 2,977 2,830 2,628

17 BVIC 3,139 2,827 2,439

18 INPC 1,997 2,317 2,066

19 MAYA 2,778 2,781 2,945

20 MCOR 2,584 2,254 2,240

21 MEGA 3,065 2,068 2,395

22 NISP 2,359 2,365 2,488

23 PNBN 3,963 3,498 3,140

Sumber: Hasil Penelitian 2016 (data diolah)

Derajat Bebas

Tingkat

Signifikansi T Tabel

63 0,05 1.998

64 0,05 1.998

65 0,05 1.997

66 0,05 1.997

LAMPIRAN 10

HASIL PENGUJIAN EVIEWS 1. Statistika Deskriptif

Statistik Deskriptif dari VACA, VAHU, STVA VAIC, PKI, MNJR, INST ROA, dan LVRG.

VACA VAHU STVA VAIC PKI MNJR INST ROA LVRG

Mean 0.232391 2.030362 0.494275 2.756986 0.574928 0.002076 0.782110 0.021372 0.881081 Maximum 1.395000 3.113000 1.000000 3.966000 0.750000 0.008500 0.999800 0.051500 0.923900 Minimum 0.018000 1.211000 0.154000 1.690000 0.400000 1.15E-05 0.325500 0.006600 0.815500 Std. Dev. 0.166866 0,464690 0.143286 0.604293 0.185801 0.002298 0.196641 0.011471 0.024846

Observations 69 69 69 69 69 69 69 69 69

Sumber: Hasil Penelitian 2016 (data diolah)

2. Data Hasil Uji Asumsi Klasik 2.1 Uji Normalitas

Sumber: Hasil Penelitian 2016 (data diolah) 2.2 Uji Multikolinearitas

0 2 4 6 8 10

-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2

Series: Residuals Sample 1 69 Observations 69

Mean 0.003736 Median -0.049156 Maximum 1.276313 Minimum -1.011230 Std. Dev. 0.462571 Skewness 0.400199 Kurtosis 3.313700 Jarque-Bera 2.124757 Probability 0.345633

PKI MNJR INST ROA LVRG PKI 1,000000 -0,093567 -0,385162 0,022114 0,104208 MNJR -0,093567 1,000000 -0,107701 -0,369300 -0,009181

INST -0,385162 -0,107701 1,000000 0,358066 -0,002844 ROA 0,022114 -0,369300 0,358066 1,000000 0,068719 LVRG 0,104208 -0,009181 -0,002844 0,068719 1,000000 Sumber: Hasil Penelitian 2016 (data diolah)

2.3 Uji Uji Heteroskedastisitas dengan Uji Glejser Heteroskedasticity Test: Glejser

F-statistic 2.365529 Prob. F(5,63) 0.0496 Obs*R-squared 10.90650 Prob. Chi-Square(5) 0.0533 Scaled explained SS 10.62484 Prob. Chi-Square(5) 0.0593 Sumber: Hasil Penelitian 2016 (data diolah)

2.4 Uji Uji Autokorelasi dengan Uji Durbin-Watson Test Equation:

Dependent Variable: VAIC Method: Least Squares Date: 08/20/16 Time: 13:27 Sample: 1 69

Included observations: 69

F-statistic 3.449928 Durbin-Watson stat 1.653430 Prob(F-statistic) 0.008088

Sumber: Hasil Penelitian 2016 (data diolah)

2.3. Data Hasil Penelitian Uji Chow Redundant Fixed Effects Tests

Pool: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob. Cross-section F 6.891090 (22,41) 0.0000 Cross-section Chi-square 106.747420 22 0.0000 Sumber: Hasil Penelitian 2016 (data diolah)

Correlated Random Effects - Hausman Test Pool: Untitled

Test cross-section random effects Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob. Cross-section random 10.620800 5 0.0594 Sumber: Hasil Penelitian 2016 (data diolah)

2.5. Pengujian Regresi Linier Berganda Dependent Variable: VAIC?

Method: Pooled EGLS (Cross-section random effects) Date: 08/20/16 Time: 14:21

Sample: 2012 2014 Included observations: 3 Cross-sections included: 23

Total pool (balanced) observations: 69

Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob. C 0.407879 1.938129 0.210450 0.8340 PKI? 0.008403 0.006635 1.266418 0.2100 MNJR? -0.002493 0.347802 -0.007168 0.9943 INST? -8.06E-05 0.004095 -0.019689 0.9844 ROA? 0.266966 0.060479 4.414182 0.0000 LVRG? 0.014503 0.021901 0.662220 0.5102 Sumber: Hasil Penelitian 2016 (data diolah)

2.7. Nilai Statistik dari Uji F, Uji t dan Koefisien Determinasi Dependent Variable: VAIC?

Method: Pooled EGLS (Cross-section random effects) Date: 08/20/16 Time: 14:21

Sample: 2012 2014 Included observations: 3 Cross-sections included: 23

Total pool (balanced) observations: 69

Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob. C 0.407879 1.938129 0.210450 0.8340 PKI? 0.008403 0.006635 1.266418 0.2100 MNJR? -0.002493 0.347802 -0.007168 0.9943 INST? -8.06E-05 0.004095 -0.019689 0.9844 ROA? 0.266966 0.060479 4.414182 0.0000 LVRG? 0.014503 0.021901 0.662220 0.5102 R-squared 0.239071 Mean dependent var 0.985311 Adjusted R-squared 0.178680 S.D. dependent var 0.291709 S.E. of regression 0.264366 Sum squared resid 4.403047 F-statistic 3.958714 Durbin-Watson stat 1.804793 Prob(F-statistic) 0.003478

DAFTAR PUSTAKA

Buku

Andreas Lako. (2007). Laporan Keuangan dan Konflik Kepentingan EdisiKedua. Yogyakarta: Penerbit Amara Books

Ariefianto, Moch Doddy. 2012. Ekonometrika Esensi dan Aplikasi Dengan Menggunakan Eviews. Erlangga. Jakarta

Brigham, Eugene F & Joel F. Houston. 2011. Dasar-dasar Manajemen Keuangan. Buku Dua. Edisi Sebelas. Penerjemah Ali Akbar Yulianto. Salemba Empat. Jakarta.

Brooking, A. 1996. Intellectual capital: Core Assets for the Third Millenium, Enterprise Thomson Business Press, London, United Kingdom

Dendrawijaya, Lukman. 2005. Manajemen Perbankan. Ghalia Indonesia

Effendi, Muh. Arief. (2009). The Power of Good Corporate Governance Teori dan Implementasi. Jakarta: Salemba Empat

Ghozali, Imam. 2011. Aplikasi Analisis Multivariate dengan Program IBM SPSS19. Badan Penerbit Universitas Diponegoro. Semarang

Gio, Prana Ugiana, 2015. Belajar Olah Data Dengan Eviews, USU Press, Medan Ikatan Akutansi Indonesia 2002. Standar Akuntansi Keuangan. Jakarta: Salemba

Empat

Mal An Abdullah. (2010). Corporate Governance Perbankan Syariah di Indonesia. Yogyakarta: Ar-Ruzz Media Grup.

Sugiono, 2006. Metode Penelitan Bisnis, Edisi Kesembilan, Alfabeta CV, Bandung

Sujarweni, Wiratna. 2015. Metodologi Penelitian Bisnis dan Ekonomi. Pustaka Baru Press. Yogyakarta

Surya, Indra dan Ivan Yustiavandana, 2008. Penerapan Good Corporate Governance: Mengesampingkan Hak-hak Istimewa demi Kelangsungan Usaha. Jakarta: Kencana Sutedi, Adrian, 2012. Good Corporate Governance. Jakarta: Sinar Grafika.

Steger, Ulrich dan Wolfgang Aman, 2008. Corporate Governance: How to Add Value. Sussex: John Wiley & Sons, Ltd.

Stewart, Thomas A (1998), Intellectual Capital “Modal Intelektual Kekayaan Baru Organisasi”, Jakarta: PT Elekmedia Komputindo

Tjager, I Nyoman., Alijoyo, Antonius., Djemat, Humprey., Soembodo, Bambang. 2003. Corporate Governance: Tantangan dan Kesempatan Bagi Komunitas Bisnis Di Indonesia. Jakarta: Prenhallindo.

Ulum, Ihyaul, 2009. Intellectual Capital: Konsep dan Kajian Empiris, Graha Ilmu, Yogyakarta

Jurnal

Anthony, Ryan Rexa dan Widagdo, Ari Kuncara. 2013. “Pengaruh Family Contro Terhadap Intellectual Capital Performance”. Jurnal Ekonomi dan Bisnis Vol. 4, No. 2, Desember, 122 – 136.

Arifah, Dista Amalia. 2012. “Pengaruh Mekanisme Corporate Governance Terhadap Pengungkapan Intellectual Capital: Pada Perusahaan IC Intensive”. Jurnal Akuntansi dan Keuangan Indonesia. Volume 9 Nomor 2,Desember.

Bontis, Nick, W.C.C Keow dan S. Richardson, 2000. “Intellectual Capital and Business Performance in Malaysian Industries”, Journal of Intellectual Capital, Voume 17 No. 1 Hal 85-100.

Kamal, Miko, 2011. “Konsep Corporate Governance di Indonesia: Kajian atas Kode Corporate Governance”, Jurnal Manajemen Teknologi, Volume 10 No. 2 Hal 145-161.

Li, Jing., Pike, R., dan Haniffa, R. 2008. Intellectual Capital Disclosure and Corporate Governance Structure in UK Firms. Accounting and Business Research, 38 (2):137-159

Novitasari, Tera dan Indira Januarti . 2009. “Pengaruh Struktur Kepemilikan Terhadap Kinerja Intellectual Capital (Studi Pada Perusahaan Perbankan yang Terdaftar di BEI Tahun 2005-2007)”. Jurnal Akuntansi & Auditing. Volume 5/No. 2/MEI : 95 – 111

Mahardika, Eloking Surya Sekar, Kafid, Muhammad dan Agustina, Linda. 2014. “Pengaruh Struktur Kepemilikan, Ukuran dan Umur Perusahaan Terhadap Kinerja Intellectual Capital”. Accounting Analysis Journal. ISSN 2252 6765.

Makki, M. Abdul Majid, 2014.Impact of Corporate Governance on Intellectual Capital Efficiency and Financial Performance. Pakistan Journal of Commerce and Social Sciences, Vol. 8 (2), 305- 330

Pulic, A. 2000. VAICTM – An accounting tool for IC management, International Journal of technology management, 20 (5-8), 702-714. Purwanto, Agus. 2011. “Pengaruh Struktur Kepemilikan Perusahaan Terhadap

Kinerja Intellectual Capital. Jurnal Fakultas Ekonomi dan Bisnis. Vol.8 No.2-Desember. ISSN 1411 11497.

Rupert, Booth. 1998, “The Measurement of Intellectual Capital”, Management Accounting. (Nov), Vol. 76, page 26-28

Saleh, Rahman, N. M., Abdul, M. R., dan Sabri, H. M. 2008. Ownership structure and intellectual capital performance in Malaysian companies listed in MESDAQ. Asian Academy of Management Journal of Accounting dan Finance, 5 (1), 1–29.

Sawarjuwono, T., dan Agustine, P. K. 2003. "Intellectual Capital: Perlakuan, Pengukuran Dan Pelaporan (Sebuah Library Research)". Jurnal Akuntansi & Keuangan, 5(1). doi:10.1024/0301-1526.32.1.54

Supradnya, I Nyoman Trisna dan Ulupui, I Gusti Ketut Agung. 2016. “Pengaruh Jenis Industri, Kepemilikan Manajerial, Kepemilikan Institusional dan Kepemilikan Asing Terhadap Kinerja Modal Intelektual”. E-Jurnal Ekonomi dan Bisnis Universitas Udayana 5.5: 1385-1410.

Tan, Hong Pew, David Plowman dan Phil Hancock, 2007. “Intellectual Capital and Financial Returns of Companies”, Journal of Intellectual Capital, Volume 8 Nomor 1 Hal 76-95.

Ulum, Ihyaul, 2008. “Intellectual Capital Performance Sektor Perbankan di Indonesia”, Jurnal Akuntansi dan Keuangan, Volume 10 Nomor 2 Hal 77 84.

Utama, Pratigya & Muhammad Khafid. 2015. “Faktor-Faktor Yang Mempengaruhi Luas Pengungkapan Modal Intelektual Pada Perusahaan Perbankan Di BEI”. Accounting Analysis Journal 4 (2015), ISSN 225 6765

Zanjirdar dan Kabiribalajadeh, 2011. ” Examining Relationship Between Ownership Structure and Performance of Intellectual Capital in the Stock Market of Iran.”, Indian Journal of Science and Technology. Vol. 4 No. 10 hal. 1369-1377

Skripsi

Andari, Isti Kusuma. 2015. “Faktor-Faktor Yang Mempengaruhi Pengungkapan Intellectual Capital (Studi Empiris Pada Perusahaan Perbankan di Bursa Efek Indonesia Tahun 2011-2012)”. Skripsi. Universitas Muhammaditah Surakarta.

Aprianingsih, Astri. 2016. “Pengaruh Penerapan Corporate Governce, Struktur Kepemilikan, dan Ukuran Perusahaan Terhadap Kinerja Kinerja Keuangan Perbankan Ynag Terdafta di Bursa Efek Indonesia” Skripsi. Universitas Negeri Yogyakarta.

Ningrum, Nora Riyanti. 2012 “ Analisis Pengaruh Intellectual Capital Dan Corporate Governance Terhadap Financial Performance (Studi Empiris pada Perusahaan Keuangan yang Terdaftar di Bursa Efek Indonesia Tahun 2009-2011)

Simanjuntak, Angelina Wahyuni, 2014. “Pengaruh Profitabilitas dan Ukuran Perusahaan Serta Kpemeilikan Institusional Terhadap kinerja Intellektual Capital Industri Keuangan di Bursa Efek Indonesia”. Skripsi. Universitas Sumaterra Utara, Medan.

Siahaan, Novita Lorena. 2014. “Pengaruh Corporate Governance Terhadap Intellectual Capital Bank Umum Swasta Nasional Yang Terdaftar Di Bursa Efek Indonesia. Skripsi. Universitas Sumaterra Utara, Medan. Widyaningrum, Arifiningtiyas, 2014. “Pengaruh Audit Internal, Intellectual

Capital, Dan Good Corporate Governance Terhadap Kinerja Keuangan Perusahaan (Perusahaan Perbankan yang Terdaftar di BEI Periode 2011 2013). Skripsi. Universitas Negeri Yogyakarta

Website

BAB III

METODE PENELITIAN

3.1 Jenis Penelitian

Jenis penelitian yang digunakan adalah penelitian asosiatif. Desain penelitian yang digunakan adalah penelitian asosiatif yaitu penelitian yang bertujuan untuk mengetahui hubungan antara dua variabel atau lebih (Sugiyono, 2006 : 11).

3.2 Tempat dan Waktu Penelitian

Tempat Penelitian ini dilakukan di Bursa Efek Indonesia, saham ok

melalui media internet dengan websitenya: dan

3.3 Batasan Operasional

Batasan operasional dalam penelitian ini adalah:

a. Variabel independen dalam penelitian ini adalah Proporsi Kominsari Independen, Kepemilikan Manajerial dan Kepemilikan Institusional

b. Variabel dependen dalam penelitian ini adalah kinerja intellectual capital. c. Variabel kontrol dalam penelitian ini adalah Return on Asset (ROA) dan

d. Perusahaan yang menjadi sampel penelitian adalah perusahaan perbankan cakupan bank umum yang terdaftar di Bursa Efek Indonesia selama periode 2012-2014.

3.4 Defenisi Operasional 3.4.1 Variabel Dependen

Variabel dependen yaitu variabel yang dipengaruhi atau menjadi akibat karena adanya variabel independen. Variabel dependen yang digunakan dalam penelitian ini adalah kinerja Intellectual Capital yang merupakan value creation efficiency dari aset berwujud (tangible) dan asset tidak berwujud (intangible) yang dimiliki perusahaan. Penilaian atas intellectual capital pada penelitian ini menggunakan VAIC yang dikembangkan oleh Pulic pada tahun 1997. Formulasi dan tahapan perhitungan VAIC adalah sebagai berikut:

3.4.1.1 Value Added Capital Coefficient (VACA)

Tahap kedua dengan menghitung Value Added Capital Coefficient (VACA). VACA adalah indikator untuk VA yang diciptakan oleh satu unit dari human capital. Rasio ini menunjukkan kontribusi yang dibuat oleh setiap unit dari CE terhadap value added perusahaan.

VACA = �� �� Dimana VA (Value Added):

VA = Out – In

Output (Out) = Pendapatan bersih + Beban Operasional Input (In) = Beban Operasional –Beban Karyawan

Capital Employed (CE) = Total aktiva – Kewajiban

3.4.1.2 Value Added Human Capital (VAHU)

Tahap ketiga dengan 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 perusahaan.

VAHU =�� �� Dimana :

VA = Out – In

Output (Out) = Pendapatan bersih + Beban Operasional Input (In) = Beban Operasional –Beban Karyawan Human Capital (HC) = Beban Karyawan

3.4.1.3 StructuralCapital Value Added (STVA)

Rasio ini mengukur jumlah structure capital yang dibutuhkan untuk menghasilkan 1 (satu) rupiah dari VA dan merupakan indikasi bagaimana keberhasilan SC dalam penciptaan nilai.

STVA = �� ��

Dimana: SC = VA – HC

3.4.1.4 Value Added Intellectual Coefficient (VAIC)

Tahap kelima dengan menghitung Value Added Intellectual Coefficient (VAICTM). VAIC™ mengindikasikan kemampuan intelektual perusahaan yang dapat juga dianggap sebagai BPI (Business Performance Indicator). Dari ketiga proksi tersebut, maka dapat diperoleh value added intellectual coefficient (VAICTM).

VAIC = VACA + VAHU + STVA

3.4.2. Variabel Independen

1. Proporsi Komisaris Independen

Komisaris independen adalah anggota dewan komisaris yang tidak terafiliasi dengan manajemen, anggota dewan komisaris lainnya dan pemegang saham pengendali, serta dari hubungan bisnis atau hubungan lainnya yang dapat memengaruhi kemampuannya untuk bertindak independen atau bertindak semata-mata demi kepentingan perusahaan. Proporsi komisaris independen diukur dengan menggunakan indikator persentase anggota dewan komisaris yang berasal dari luar perusahaan dari seluruh ukuran anggota dewan komisaris perusahaan.

������� ����� ��������� ���� ������ ℎ���

����� �������� ����� ��������� ×100% 2. Kepemilikan manajerial

Kepemilikan manajerial adalah proporsi saham biasa yang dimiliki oleh direksi dan dewan komisaris. Kepemilikan manajerial dihitung dengan besarnya persentase saham yang dimiliki oleh pihak manajemen perusahaan.

Kepemilikan Manajerial = ����� ℎ��ℎ������ �������� ����������

����� ℎ��ℎ��������� ×100% 3. Kepemilikan Institusional

Variabel ini menggambarkan tingkat kepemilikan saham oleh institusi dalam perusahaan yang diukur dalam presentase (%). Tingkat saham institusional yang tinggi akan menghasilkan upaya-upaya pengawasan yang lebih intensif sehingga dapat membatasi perilaku opportunistic manajer. (Listyani, 2003). Berikut rumus untuk menghitung kepemilikan institusional:

Kepemilikan Institusional = ����� ℎ��ℎ������ �������� ���������

����� ℎ��ℎ��������� ×100%

3.4.3 Variabel Kontrol

1. Return on Assets (ROA)

Return on Asset digunakan untuk mengetahui kemampuan perusahaan dalam menghasilkan laba atau seberapa efektif pengelolahan perusahaan oleh manajemen. Rasio ini dirumuskan sebagai berikut (Sadalia, 2009:63):

ROA = Laba Bersih

Total Aset ×100%

2. Leverage

Leverage adalah rasio perbandingan total utang dengan total aktiva. Leverage digunakan sebagai alat untuk mengetahui seberapa besar ketergantungan perusahaan terhadap hutang yang digunakan dalam membiayai operasi perusahaannya.

Leverage = Total Utang

3.5 Operasionalisasi Variabel

Penelitian ini dapat dilaksanakan dengan baik, maka perlu dipahami berbagai unsur-unsur yang menjadi dasar dari penelitian ilmiah yang termuat dalam operasionalisasi variabel penelitian. Secara rinci, operasionalisasi variabel dapat dilihat pada Tabel 3.1 berikut ini:

Tabel 3.1

Operasionalisasi Variabel Penelitian

No Variabel Definisi Indikator Skala

Ukur

1 Value

Added Intellectual capital

(VAIC)

1. VAIC menunjukkan kemampuan intelektual dari kemampuan penciptaan nilai unit bisnis

dan merupakan ukuran efisiensi bisnis dalam ekonomi berbasis pengetahuan.

2. VACA menunjukkan kontribusi yang dibuat oleh setiap unit dari CE terhadap value added

(VA) perusahaan.

3. VAHU menunjukkan kontribusi yang dibuat oleh setiap rupiah yang diinvestasikan dalam HC terhadap value added

perusahaan.

4. STVA mengukur jumlah

structure capital yang

dibutuhkan untuk menghasilkan 1 (satu) rupiah dari value added

VAIC = VACA + VAHU+ STVA

VACA= VA CE

VAHU =VA HC

STVA = SC VA

Lanjutan Tabel 3.1

No Variabel Definisi Indikator Skala

Ukur 2 Proporsi

Komisaris Independen Anggota dewan komisaris yang tidak terafiliasi dengan manajemen, anggota dewan komisaris lainnya dan pemegang saham pengendali, serta dari hubungan bisnis atau hubungan lainnya yang dapat memengaruhi kemampuannya untuk bertindak independen atau bertindak semata-mata demi kepentingan perusahaan.

������� ��������� ���� ������ ℎ���

����� ������� ��������� ×100%

Rasio

3 Kepemilikan Manajerial Kepemilikan manajerial adalah proporsi saham biasa yang dimiliki oleh direksi dan dewan komisaris.

����� ℎ��ℎ������ �������� ����������

����� ℎ��ℎ��������� ×100% Rasio

4 Kepemilikan institusional Menggambarkan tingkat kepemilikan saham oleh institusi dalam perusahaan

����� ℎ��ℎ������ �������� ���������

����� ℎ��ℎ��������� ×100%

Rasio

5 Return on

Assets (ROA) Untuk menunjukan kemampuan perusahaan menghasilkan laba dari aktiva yang digunakan

ROA = Laba Bersih

Total Aset ×100%

Rasio

6 Leverage Leverage

merupakan mengukur besarnya aktiva yang dibiayai oleh hutang

Leverage = Total Utang

Total Aktiva×100%

3.6 Populasi dan Sampel

Menurut Sugiyono (2014:148) Populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi yang digunakan dalam penelitian ini adalah perusahaan perbankan yang terdaftar di Bursa Efek Indonesia selama tahun 2012-2014 sebanyak 39 perusahaan

Sampel penelitian menurut Sugiyono (2014:149) adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Metode penarikan sampel yang digunakan dalam penelitian ini adalah menetapkan populasi sasaran yang didasarkan pada kriteria-kriteria tertentu sesuai tujuan dan masalah penelitain. Kriteria yang harus dipenuhi adalah sebagai berikut:

1. Perusahaan yang dipilih adalah perusahaan pada perbankan yang terdaftar di Bursa Efek Indonesia pada periode 2012-2014.

2. Perusahaan perbankan yang mempublikasikan laporan keuangannya secara lengkap tahun 2012-2014

Tabel 3.2

Jumlah Sampel Berdasarkan Kriteria Pengambilan Sampel

No Keterangan Jumlah Bank

1 Populasi 39

2 Perusahaan perbankan di Bursa Efek Indonesia (BEI) yang tidak selalu memperoleh laba bersih perusahaan pada tahun 2012-2014

(7) 3 Emiten yang tidak mempublikasikan laporan

keuangan lengkap secara berturut-turuttahun 2012-2014

(6)

Dengan demikian sampel penelitian yang diperoleh berjumlah 23 perusahaan (bank). Adapun 23 bank tersebut dapat dilihat pada Tabel 3.3 berikut ini :

Tabel 3.3

Nama-Nama Bank Sampel Penelitian

No Kode Bank Kriteria Sampel

1 2

1 AGRO   Sampel 1

2 BABP - 

3 BACA   Sampel 2

4 BAEK  -

5 BBCA   Sampel 3

6 BBHI  -

7 BBKP   Sampel 4

8 BBMD - 

9 BBNI   Sampel 5

10 BBNP   Sampel 6

11 BBRI   Sampel 7

12 BBTN   Sampel 8

13 BBYB - 

14 BCIC - 

15 BDMN   Sampel 9

16 BEKS - 

17 BINA  -

18 BJBR   Sampel 10

19 BJTM  

20 BKSW - 

21 BMAS - 

22 BMRI   Sampel 11

23 BNBA   Sampel 12

24 BNGA   Sampel 13

25 BNII - 

26 BNLI   Sampel 14

27 BSIM   Sampel 15

28 BSWD  -

29 BTPN   Sampel 16

30 BVIC   Sampel 17

31 DNAR  -

32 INPC   Sampel 18

33 MAYA   Sampel 19

34 MCOR   Sampel 20

35 MEGA   Sampel 21

36 NAGA  -

37 NISP   Sampel 22

38 PNBN   Sampel 23

39 SDRA - 

Tabel 3.4

Daftar Perusahaan Yang Menjadi Sampel

No NAMA PERUSAHAAN KODE

1 Bank Rakyat Indonesia Agro Niaga Tbk AGRO

2 Bank Capital Indonesia Tbk BACA

3 Bank Central Asia Tbk BBCA

4 Bank Bukopin Tbk BBKP

5 Bank Negara Indonesia (Persero) Tbk BBNI

6 Bank Nusantara Parahyangan Tbk BBNP

7 Bank Rakyat Indonesia (Persero) Tbk BBRI

8 Bank Tabungan Negara (Persero) Tbk BBTN

9 Bank Danamon Indonesia Tbk BDMN

10 Bank Pembangunan Daerah Jawa Barat dan Banten Tbk BJBR

11 Bank Mandiri (Persero) Tbk BMRI

12 Bank Bumi Arta Tbk BNBA

13 Bank CIMB Niaga Tbk BNGA

14 Bank Permata Tbk BNLI

15 Bank Sinar Mas Tbk BSIM

16 Bank Tabungan Pensiunan Nasional Tbk BTPN

17 Bank Victoria International Tbk BVIC

18 Bank Artha Graha Internasional Tbk INPC

19 Bank Mayapada Internasioanal Tbk MAYA

20 Bank Windu Kentjana Internasional Tbk MCOR

21 Bank Mega Tbk MEGA

22 Bank NISP OCBC Tbk NISP

23 Bank Pan Indonesia Tbk PNBN

Sumber:

3.7 Jenis dan Sumber Data

Data yang digunakan dalam penelitian ini adalah data sekunder yang berasal dari media cetak maupun media elektronik berupa laporan keuangan periode tahun 2012-2014. Data sekunder adalah data yang diperoleh dari sumber-sumber cetak, dimana data sekunder dikumpulkan oleh pihak lain sebelumnya. Data sekunder ini yang berupa laporan keuangan dapat diperoleh dari

3.8 Metode Pengumpulan Data

Data dikumpulkan dengan menggunakan metode studi pustaka dan dokumentasi. Studi pustaka dilakukan dengan mengolah literatur, artikel, jurnal maupun media tertulis lain yang berkaitan dengan topik pembahasan dalam

penelitian ini. Sedangkan dokumentasi dilakukan dengan mengumpulkan sumber-sumber data dokumenter seperti laporan tahunan perusahaan yang menjadi sampel penelitian.

3.9 Teknik Analisis Data

Analisis data diartikan sebagai upaya data yang sudah tersedia kemudian diolah dengan statistik dan dapat digunakan untuk menjawab rumusan masalah dalam penelitian, dengan demikian teknik analisis data dapat diartikan sebagai cara melaksanakan analisis terhadap data, dengan tujuan mengolah data tersebut untuk menjawab rumusan masalah (Sujarweni, 2015:121). Penelitian ini termasuk penelitian kuantitatif yang menggunakan teknik analisis data regresi linier berganda yaitu untuk regresi yang memiliki lebih dari satu variabel independen dan satu variabel dependen. Data-data yang diperoleh merupakan data dengan karakteristik panel dan akan diolah dengan menggunakan Eviews 7 dan melakukan pemilihan model data panel. Menurut Ariefianto (2012:148) data panel adalah data yang berstruktur urut waktu sekaligus cross section. Data semacam ini diperoleh dengan mengamati serangkaian observasi cross section (antar individu) pada suatu periode tertentu. Penelitian ini juga menggunakan tahapan analisis dengan melakukan pengujian hipotesis yaitu uji signifikansi serempak (uji F) dan uji parsial (uji t).

3.9.1 Analisis Statistik Deskriptif

Analisis deskriptif adalah suatu metode analisis yang dilakukan dengan mengumpulkan data-data yang diperlukan, kemudian data-data tersebut

diklasifikasikan, dianalisis, dan diinterpretasikan secara objektif sehingga diperoleh gambaran yang jelas mengenai topik ataupun masalah yang diteliti.

3.9.2 Uji Asumsi Klasik 3.9.2.1 Uji Normalitas

Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Jarque-Bera (J-B). Dalam penelitian ini, tingkat signifikansi yang digunakan � = 0,05. Dasar pengambilan keputusan adalah melihat angka probabilitas dari statistik J-B, dengan ketentuan sebagai berikut:

1. Jika nilai probabilitas � ≥ 0,05, maka asumsi normalitas terpenuhi. 2. Jika probabilitas < 0,05, maka asumsi normalitas tidak terpenuhi

3.9.2.2 Uji Multikolinearitas

Uji multikolonieritas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki kemiripan antar variabel independen dalam suatu model. Kemiripan antar variabel independen akan mengakibatkan korelasi yang sangat kuat (Sujarweni, 2015:158).

Untuk mendeteksi apakah terindikasi terjadi gejala multikolinearitas, dapat digunakan pendekatan matriks korelasi dari variabel bebas. Jika terdapat nilai korelasi di atas 0,8 antar variabel bebas, maka diindikasi terjadi multikolinearitas. Gujarati dalam Gio (2015: 20) menyatakan sebagai berikut.

“Another suggested rule of thumb is that if the pair-wise or zero-order correlation coefficient between two regressors is high, say, in excess of 0,8, then multicolinearity is a serious problem”.

3.9.2.3 Uji Heteroskedastisitas

Asumsi homoskedastisitas menyatakan terjadi kesamaan varians dari error (errors with constant variance) untuk setiap tingkatan atau level dari variabel-variabel bebas. Ketika asumsi homoskedastisitas tidak dipenuhi, maka peristiwa tersebut disebut heteroskedastisitas. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan Uji Glejser. Dasar pengambilan keputusan adalah melihat angka probabilitas dari statistik uji Glejser, dengan ketentuan sebagai berikut (Gio, 2015: 57):

1. Jika probabilitas koefisien regresi variabel bebas ≥ 0,05, maka tidak terjadi heteroskedastisitas

2. Jika probabilitas koefisien regresi variabel bebas < 0,05, maka terjadi heteroskedastisitas.

3.9.2.4 Uji Autokorelasi

Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi. Field dalam Gio (Gio, 2015: 58) menyatakan sebagai berikut.

“The size of the Durbin-Watson statistic depends upon the number of predictors in the model and the number of observations. For accuracy, you should look up the exact acceptable values in Durbin and Watson's (1951) original paper. As very conservative rule of thumb, values less then 1 or greater than 3 are definitely cause for concern; however, values closer to 2 may stil be problematic depending on your sample and model”.

Menurut Sujarweni (2015:159) menguji autokorelasi dalam suatu model bertujuan untuk mengetahui ada tidaknya korelasi antara varibael pengganggu pada periode t-1 tertentu dengan variabel sebelumnya. Dalam keadaan pelanggaran asumsi independensi dari error, estimator-estimator yang dihasilkan

dengan metode kuadrat terkecil (ordinary least square) masih bersifat tak bias, konsisten, secara asismtotik terdistribusi normal, namun estimator-estimator tersebut tidak lagi efisien. Sebagai akibatnya, uji signifikansi � dan � yang biasa tidak lagi valid.

3.9.3 Pemilihan Model Data Panel

Untuk mengestimasi parameter model data panel, terdapat beberapa model yaitu:

1. Model Efek Tetap (Fixed Effect Model, FEM)

Model ini mengasumsikan bahwa ada variabel-variabel yang tidak semuanya masuk dalam persamaan model sehingga memungkinkan adanya intersep yang tidak konstan, dimana intersep ini memiliki kemungkinan untuk berubah pada setiap individu dan waktu.

2. Model Efek Random (Random Effect Model, REM)

Berbeda dengan model efek tetap, pada model efek random, perbedaan antara individu atau waktu dicerminkan lewat error. Model ini juga memperhitungkan bahwa gangguan memiliki kemungkinan berkorelasi sepanjang urut waktu dan cross section.

3. Model Residual Gabungan (Pooled OLS)

Pooled OLS merupakan model yang paling sederhana untuk mengestimasi parameter model data panel. Model ini mengkombinasikan data cross section dan time series (urut waktu) sebagai satu kesatuan. Untuk mengestimasi model data panel, metode ini biasanya menggunakan Ordinary Least Square (OLS).

Langkah-langkah untuk pemilihan model data panel dapat dilakukan dengan :

1. Estimasi dengan Model Efek Tetap (FEM) 2. Uji Chow (Pooled OLS atau Fixed Effect Model)

Dengan kriteria pengujian : H0 = Pooled OLS dan H1 = Fixed Effect

Model. Tolak H0 jika p-value < 0,05; maka H1 diterima.

3. Estimasi dengan Model Efek Random ( REM)

4. Uji Hausman ( Random Effect Model atau Fixed Effect Model)

Dengan Kriteria Pengujian : Ho = Random Effect Model dan H1 = Fixed

Effect Model. Tolak H0 jika p-value < 0,05; maka H1 diterima

3.9.4 Analisis Regresi Berganda

Teknik analisis data yang digunakan dalam penelitian ini adalah analisis regresi linier berganda (multiple linier regression method) karena penelitian ini terdiri dari beberapa variabel independen. Analisis regresi linier berganda bertujuan untuk mengetahui bagaimana pengaruh satu atau lebih variabel independen terhadap variabel dependen. Analisis regresi digunakan untuk menguji kebenaran hipotesis yang diajukan dalam penelitian. Model regresi linier berganda yang digunakan adalah sebagai berikut:

Y= α + b1X1 + b2X2 + b3X3 + b4X4 +b5X5 +e

Dimana :

Y = Value Added Intellectual Capital Coefficients

α = Konstanta

b 1, 2, 3, 4, 5, 6 = Koefisien regresi dari masing-masing variabel bebas

X1 = Proporsi Komisaris Independen

X2 = Kepemilikan Manajerial

X3 = Kepemilikan Institusional

X4 = Return on Asset (ROA)

X5 = Leverage

e = Standar Error

3.10 Pengujian Hipotesis

Model regresi yang telah memenuhi syarat asumsi klasik tersebut akan digunakan untuk menganalisis, yaitu melalui pengujian hipotesis sebagai berikut:

3.10.1 Uji Signifikansi Serempak (Uji F)

Uji statistik F pada dasarnya menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model mempunyai pengaruh secara serempak terhadap variabel dependen atau terikat. Pengujian dilakukan

dengan menggunakan tingkat signifikansi sebesar 0,05 (α =5%) (Ghozali,

a. H0 : b1= b2= b3= b4= b5= 0, artinya Proporsi Komisaris Independen,

Kepemilikan Manajerial, Kepemilikan Institusioanl Return on Assets (ROA) dan Leverage secara serempak tidak berpengaruh signifikan terhadap kinerja intellectual capital (VAIC) pada perusahaan perbankan yang terdaftar di Bursa Efek Indonesia.

b. Ha : b1≠ b2 ≠ b3 ≠ b4 ≠ b5 ≠ 0, artinya Proporsi Komisaris Independen,

Kepemilikan Manajerial, Kepemilikan Institusioanl, Return on Assets (ROA) dan Leverage secara serempak berpengaruh signifikan terhadap kinerja intellectual capital (VAIC) pada perusahaan perbankan yang terdaftar di Bursa Efek Indonesia

Kriteria pengujian :

1. Jika Fhitung≥ Ftabelpada α = 5% maka Ha diterima

2. Jika Fhitung≤ Ftabelpada α = 5% maka H0 diterima

3.10.2 Uji Signifikansi Parsial (Uji t)

Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas atau independen secara individual dalam menerangkan variasi variabel dependen. Pengujian dilakukan dengan menggunakan tingkat signifikansi

sebesar 0,05 (α=5%) (Ghozali, 2011:66). Pengujian secara parsial dapat

dirumuskan sebagai berikut :

a. Proporsi Komisaris Independen

H0 : b1 =0, artinya Proporsi Komisaris Independen berpengaruh

tidak signifikan terhadap kinerja intellectual capital (VAIC) pada perbankan di Bursa Efek Indonesia.

Ha : b1≠ 0, artinya Proporsi Komisaris Independen berpengaruh

signifikan terhadap kinerja intellectual capital (VAIC) pada perbankan di Bursa Efek Indonesia.

b. Kepemilikan Manajerial

H0 : b3 = 0, artinya Kepemilikan Manajerial berpengaruh tidak

signifikan terhadap kinerja intellectual capital (VAIC) pada perbankan di Bursa Efek Indonesia.

Ha : b3≠ 0, artinya Kepemilikan Manajerial berpengaruh signifikan

terhadap kinerja intellectual capital (VAIC) pada perbankan di Bursa Efek Indonesia.

c. Kepemilikan Institusional

H0 : b4 = 0, artinya Kepemilikan Institusional berpengaruh tidak

signifikan terhadap kinerja intellectual capital (VAIC) pada perbankan di Bursa Efek Indonesia.

Ha : b4 ≠ 0, artinya Kepemilikan Institusional berpengaruh signifikan

terhadap kinerja intellectual capital (VAIC) pada perbankan di Bursa Efek Indonesia.

d. Return on Assets (ROA)

H0 : b4 = 0, artinya Return on Assets (ROA) berpengaruh tidak

signifikan terhadap kinerja intellectual capital (VAIC) pada perbankan di Bursa Efek Indonesia.

Ha : b4 ≠ 0, artinya Return on Assets (ROA) berpengaruh signifikan

terhadap kinerja intellectual capital (VAIC) pada perbankan di Bursa Efek Indonesia.

e. Leverage

H0 : b4 = 0, artinya Leverage berpengaruh tidak signifikan terhadap

kinerja intellectual capital (VAIC) pada perbankan di Bursa Efek Indonesia.

Ha : b4 ≠ 0, artinya Leverage berpengaruh signifikan terhadap kinerja

intellectual capital (VAIC) pada perbankan di Bursa Efek Indonesia.

Kriteria pengujian :

1. Jika thitung≥ ttabelpada α = 5%, maka Ha diterima

2. Jika thitung≤ ttabelpada α = 5%, maka H0 diterima

3.11 Koefisien Determinasi (R2)

Koefisien Determinasi (R2) digunakan untuk mengetahui seberapa jauh kemampuan model atau seberapa besar kontribusi keseluruhan variabel yang diteliti dalam menerangkan variabel dependen. Nilai koefisien determinasi ini mempunyai interval nol sampai dengan satu (0 ≤R² ≤1). Nilai yang mendekati satu berarti variabel-variabel independen yaitu Proporsi Komisaris Independen, Kepemilikan Manajerial, Kepemilikan Institusional, Return on Assets (ROA) dan Leverage memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen (kinerja intellectual capital), sedangkan nilai yang mendekati nol, berarti kemampuan variabel-variabel independen dalam

menjelaskan variasi variabel dependen sangat terbatas. Nilai Adjusted R² biasanya digunakan, karena Adjusted R² dapat naik atau turun apabila satu variabel independen ditambahkan dalam model, sehingga dapat menghindari bias (Ghozali, 2011:97).

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Gambaran Umum Perusahaan Perbankan di Indonesia 1. Bank Rakyat Indonesia Agroniaga Tbk (AGRO)

Bank Agro didirikan dengan akte notaris nomor 27 tanggal 27 September 1989, kemudian memperoleh ijin usaha dari Menteri Keuangan tanggal 11 Desember 1989, muali beroperasi secara komersial pada tanggal 8 Februari 1990.

2. Bank Capital Indonesia Tbk (BACA)

PT Bank Capital Indonesia, Tbk sebelumnya bernama PT Bank Credit Lyonnais. Sesuai dengan surat Keputusan Nomor C-24209 HT.01.04.TH.2004 tanggal 29 September 2004 dan Bank Indonesia sesuai dengan surat Keputusan Gubernur Bank Indonesia Nomor 6/79/KEP.GBI/2004 tanggal 19 Oktober 2004 tentang Perubahan Nama PT Bank Credit Lyonnais Indonesia menjadi PT Bank Capital Indonesia,Tbk.

3. Bank Central Asia Tbk (BBCA)

Bank Central Asia (BCA) berdiri sejak 1957 berdasarkan surat Keputusan Menteri Keuangan Republik Indonesia no. 42855/U.M.II tertanggal 14 Maret 1957 untuk ijin melakukan usaha bank.

4. Bank Bukopin Tbk (BBKP)

Bank Bukopin berdiri sejak tanggal 10 Juli 1970 yang berfokus pada segmen UMKMK dan telah tumbuh menjadi salah satu bank yang termasuk kelompok bank menengah di Indonesia dari sisi aset. Melaksanakan Initial Public

Offering (IPO) pada bulan Juli 2006.

5. Bank Negara Indonesia (Persero) Tbk (BBNI)

PT Bank Negara Indonesia (Persero), Tbk didirikan pada tanggal 5 Juli 1946 dan merupakan bank pertama milik negara yang lahir setelah kemerdekaan Indonesia. Pada Agustus 1994 melengkapi ijin menjadi Bank devisa.

6. Bank Nusantara Parahyangan Tbk (BBNP)

PT Bank Nusantara Parahyangan Tbk (Bank BNP) didirikan berdasarkan akta pendirian nomor 47 tanggal 18 januari 1972. Bank BNP semula bernama PT Bank Pasar Karya Parahyangan yang kemudian meningkatkan statusnya menajadi bank umum pada bulan Juli 1989.

7. Bank Rakyat Indonesia (Persero) Tbk (BBRI)

Bank Rakyat Indonesia berdiri tanggal 16 Desember 1895 dengan nama Bank Bantuan dan Simpanan Milik Kaum Priyayi. Pada tahun 2003, Pemerintah Indonesia memutuskan untuk menjual 30% saham bank ini, sehingga menjadi perusahaan publik dengan nama resmi PT. Bank Rakyat Indonesia (Persero) Tbk.

8. Bank Tabungan Negara (Persero) Tbk (BBTN)

Bank Tabungan Negara (Persero), Tbk berdiri dengan nama Postpaarbank pada masa pemerintah Belanda dan berubah nama menjadi Bank Tabungan Pos pada tahun 1950 kemudian menjadi Bank Tabungan Negara pada tahun 1963. Bank Tabungan Negara melakukan right issue pada tahun 2012.

9. Bank Danamon Indonesia Tbk (BDMN)

PT Bank Danamon Indonesia Tbk didirikan pada tahun 1956. Danamon adalah bank ke-enam terbesar di Indonesia berdasarkan aset, dengan jaringan

sejumlah sekitar 2.074 pada akhir Juni 2015, terdiri dari antara lain kantor cabang konvensional, unit Danamon Simpan Pinjam (DSP) dan unit Syariah, serta kantor cabang anak perusahaannya.

10. PT. Bank Pembangunan Daerah Jawa Barat dan Banten Tbk (BJBR)

Bank Pembangunan Daerah Jawa Barat dan Banten Tbk pada tanggal 08 April 1999. Bank BJB sebelumnya merupakan sebuah perusahaan milik Belanda di Indonesia yang dinasionalisasi pada tahun 1960 yaitu N.V. Denis (De Eerste Nederlandsche Indische Shareholding) dan memulai kegiatan usaha komersialnya pada tanggal 20 Mei 1961. Selain kegiatan perbankan, BJBR juga membantu Pemerintah Provinsi, Kota/Kabupaten se-Jawa Barat dan Banten dalam membina Bank Perkreditan Rakyat (BPR) dan institusi jasa keuangan lainnya milik Pemerintah Provinsi, Kota/Kabupaten se-Jawa Barat dan Banten yang sebagian sahamnya dimiliki oleh BJBR, atau BJBR sama sekali tidak memiliki saham namun diminta untuk membantu pembinaan BPR.

11. Bank Mandiri (Persero) Tbk (BMRI)

Bank Mandiri didirikan pada 2 Oktober 1998, sebagai bagian dari program restrukturisasi perbankan yang dilaksanakan oleh pemerintah Indonesia. Pada bulan Juli 1999, empat bank pemerintah, yaitu Bank Bumi Daya, Bank Dagang Negara, Bank Ekspor Impor Indonesia dan Bank Pembangunan Indonesia dilebur menjadi Bank Mandiri.

12. Bank Bumi Arta Tbk (BNBA)

Bank Bumi Arta semula bernama Bank Bumi Arta Indonesia didirikan pada tanggal 3 Maret 1967 dan mendapat izin dari Menteri Keuangan Republik

Indonesia untuk menggabungkan usahanya dengan Bank Duta Nusantara. Pada tanggal 20 Agustus 1991 dengan persetujuan dari Bank Indonesia, Bank Bumi Arta ditingkatkan statusnya menjadi Bank Devisa.

13. PT. Bank CIMB Niaga Tbk (BNGA)

Bank CIMB Niaga Tbk atau dahulu Bank Niaga Tbk Nopember 1955. Bank CIMB Niaga mulai melakukan kegiatan perbankan berdasarkan prinsip Syariah pada tanggal 27 September 2004.Pada tanggal 02 Oktober 1989, BNGA memperoleh pernyataan efektif dari BAPEPAM-LK untuk melakukan Penawaran Umum Perdana Saham BNGA (IPO) kepada masyarakat sebanyak 5.000.000 dengan nilai nominal Rp1.000,- per saham dengan harga penawaran Rp12.500,- per saham. Saham-saham tersebut dicatatkan pada Bursa Efek Indonesia (BEI) pada tanggal 29 Nopember 1989.

14. Bank Permata Tbk (BNLI)

PT Bank Permata Tbk (PermataBank) merupakan hasil merger lima bank, yaitu PT. Bank Bali Tbk, PT. Bank Universal Tbk, PT. Bank Artamedia, PT. Bank Patriot dan PT. Bank Prima Ekspress pada tahun 2002.

15. PT. Bank Sinarmas Tbk (BSIM)

Bank Sinarmas Tbk tanggal 18 Agustus 1989 dan mulai beroperasi secara komersial pada tanggal 16 Februari 1990. BSIM memperoleh izin untuk beroperasi sebagai bank umum dari Menteri Keuangan Republik Indonesia pada tanggal 16 Februari 1990. Lalu tanggal 22 Maret 1995 BSIM memperoleh ijin usaha sebagai Bank Devisa dari Bank Indonesia. Kemudian pada tanggal 27 Oktober 2009 Bank Sinarmas

memperoleh izin usaha perbankan berdasarkan prinsip syariah dari Deputi Gubernur Bank Indonesia.

16. Bank Tabungan Pensiunan Nasional Tbk (BTPN)

Bank Tabungan Pensiunan Nasional didirikan pada tahun 1958 sebelumnya bukan dengan nama tersebut dan berubah nama menjadi Bank Tabungan Pensiunan pada tahun 1986 kemudian mulai tercatat di Bursa Efek Jakarta pada tahun 2008.

17. Bank Victoria International Tbk (BVIC)

PT Bank Victoria International Tbk. (Bank Victoria) didirikan pada tanggal 5 Oktober 1992 sebagai bank umum swasta. Pada tahun 1999, Bank Victoria telah mencatat sahamnya di Bursa Efek Jakarta dan Surabaya.

18. Bank Artha Graha Internasional Tbk (INPC)

PT. Bank Artha Graha Internasional, Tbk., berkedudukan di Jakarta Selatan, semula didirikan dengan nama PT. Inter-Pacific Financial Corporation berdasarkan Akta Nomor 12 tanggal 7 September 1973. Berdasarkan akta nomor 27 tanggal 12 Juli 2005 dan Keputusan Gubernur Bank Indonesia Nomor 7/49/KEPGBI/2005, PT. Inter-Pacific, Tbk berganti nama menjadi PT. Bank Artha Graha Internasional, Tbk.

19. Bank Mayapada International Tbk (MAYA)

PT Bank Mayapada International didirkan pada tanggal 07 September 1989 dan disahkan melalui akta pendirian bank pada tanggal 10 Januari 1990 oleh Menteri Kehakiman Republik Indonesia. Dari tahun 1997 hingga saat ini kami menjadi bank publik dengan nama PT. Bank Mayapada Internasional Tbk.

20. Bank Windu Kentjana International Tbk (MCOR)

PT Windu Kentjana International, Tbk merupakan hasil merger antara PT Bank Multicor, Tbk dan PT Bank Windu Kentjana pada tanggal 8 Januari 2008.

21. Bank Mega Tbk (MEGA)

Bank Mega sebelumnya bernama PT Bank Karman yang didirikan pada tahun 1969 dan berubah nama menjadi PT Bank Mega pada tahun 1992. Pada tahun 1996 diambil alih oleh PARA GROUP yang berubah menjadi CT Corpora.

22. Bank OCBC NISP Tbk (NISP)

Bank OCBC NISP didirikan pada tanggal 4 April 1941 dengan nama NV Nederlandsch Indische Spaar En Deposito Bank. Bank OCBC NISP resmi menjadi bank komersial pada tahun 1967, bank devisa pada tahun 1990, dan perusahaan publik di Bursa Efek Indonesia pada tahun 1994.

23. Bank Pan Indonesia Tbk (PNBN)

Bank Pan Indonesia didirikan pada tanggal 17 Agustus 1971 dan memperoleh izin sebagai bank devisa tahun 1972 dan merupakan hasil merger Bank Kemakmuran, Bank industri Djaja Indonesia, dan Bank Industri dan Dagang Indonesia.

4.2 Analisis Deskriptif

Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data yang dilihat dari nilai maksimum, nilai minimum, nilai rata-rata (mean), dan nilai standar deviasi. Dalam penelitian ini, variabel yang digunakan dalam perhitungan statistik deskriptif adalah VACA, VAHU, STVA VAIC, PKI, MNJR, INST, ROA, dan LVRG.

Berdasarkan analisis statistik deskriptif diperoleh gambaran sampel sebagai berikut.

Tabel 4.1

Statistik Deskriptif dari VACA, VAHU, STVA VAIC, PKI, MNJR, INST ROA, dan LVRG.

VACA VAHU STVA VAIC PKI MNJR INST ROA LVRG

Mean 0.232391 2.030362 0.494275 2.756986 0.574928 0.002076 0.782110 0.021372 0.881081 Maximum 1.395000 3.113000 1.000000 3.966000 0.750000 0.008500 0.999800 0.051500 0.923900 Minimum 0.018000 1.211000 0.154000 1.690000 0.400000 1.15E-05 0.325500 0.006600 0.815500 Std. Dev. 0.166866 0,464690 0.143286 0.604293 0.185801 0.002298 0.196641 0.011471 0.024846

Observations 69 69 69 69 69 69 69 69 69

Sumber: Hasil Penelitian 2016 (data diolah)

Berdasarkan Tabel 4.1 menunjukkan bahwa jumlah data yang digunakan dalam penelitian ini adalah sebanyak 69 sampel data yang diambil dari laporan keuangan publikasi tahunan perusahaan perbankan di BEI periode 2012-2014. 1. Variabel Value Added Capital Coefficient (VACA) memiliki nilai VACA

maksimum adalah 1,395000 yang diperoleh oleh Bank Danamon Tbk pada tahun 2014, sedangkan nilai minimum 0.018000 yang diperoleh oleh Bank Capital Indonesia Tbk pada tahun 2013. Diketahui rata-rata (mean) nilai VACA adalah 0,232391, dan standar deviasinya 0,166866 dengan jumlah pengamatan sebanyak 69.

2. Variabel Value Added Human Capital (VAHU) memiliki nilai VAHU maksimum adalah 3.113000 yang diperoleh oleh Bank Pan Indonesia Tbk pada tahun 2012, sedangkan nilai minimum 1,211000 yang diperoleh Bank Rakyat Indonesia Agro Niaga Tbk pada tahun 2013. Diketahui rata-rata (mean) nilai VAHU adalah 2,030362, dan standar deviasinya 0,464690 dengan jumlah pengamatan sebanyak 69.

3. Variabel Structual Capital Value Added (STVA) memiliki nilai STVA maksimum adalah 1,000000 yang diperoleh oleh Bank Rakyat Indonesia Tbk pada tahun 2013 dan 2014, sedangkan nilai minimum 0,154000 yang diperoleh Bank Rakyat Indonesia Agro Niaga Tbk pada tahun 2014. Diketahui rata-rata (mean) nilai STVA adalah 0,494275 dan standar deviasinya 0,143286 dengan jumlah pengamatan sebanyak 69.

4. Variabel Value Added Intellectual Coefficients (VAIC) memiliki nilai VAIC maksimum adalah 3,966000 yang diperoleh oleh Bank Mandiri Tbk pada tahunn 2014 sedangkan nilai minimum 1,690000 yang diperoleh Bank Rakyat Agro Niaga Tbk pada tahun 2013. Diketahui rata-rata (mean) nilai VAIC adalah 2,756986 dan standar deviasinya 0,604293 dengan jumlah pengamatan sebanyak 69.

5. Variabel Proporsi Kimosaris Independen (PKI) memiliki nilai PKI maksimum adalah 0,750000 yang diperoleh oleh Bank Victoria Internasional Tbk pada tahun 2012-2014, sedangkan nilai minimum 0,400000 yang diperoleh Bank Rakyat Indonesia Agro Niaga Tbk pada tahun 2013. Diketahui rata-rata (mean) nilai PKI adalah 0,574928 dan standar deviasinya 0,185801 dengan jumlah pengamatan sebanyak 69.

6. Variabel Kepemmilikan Manajerial (MNJR) memiliki nilai MNJR maksimum adalah 0,008500 yang diperoleh oleh Bank Capital Indonesia Tbk pada tahun 2012 dan 2013 sedangkan nilai minimum 0,0000115 yang diperoleh Bank CIMB Niaga Tbk pada tahun 2012-2013. Diketahui rata-rata

(mean) nilai MNJR adalah 0,002076 dan standar deviasinya 0,0022298 dengan jumlah pengamatan sebanyak 69.

7. Variabel Kepemilikan Institusional (INST) memiliki nilai INST maksimum adalah 0,999800 yang diperoleh oleh Bank Mandiri (Persero) Tbk pada tahun 2012 sedangkan nilai minimum 0,325506 yang diperoleh Bank Capital Indonesia Tbk pada tahun 2013, sedangkan Diketahui rata-rata (mean) nilai INST adalah 0,782110 dan standar deviasinya 0,196641 dengan jumlah pengamatan sebanyak 69.

8. Variabel Return on Assets (ROA) memiliki nilai maksimum 0,051500 yang diperoleh Bank Rakyat Indonesia Tbk pada tahun 2012, sedangkan nilai ROA minimum adalah 0,006600 yang diperoleh oleh Bank Artha Graha Internasional Tbk pada tahun 2012. Diketahui rata-rata nilai ROA adalah 0,021372 dan standar deviasinya 0,011471 dengan jumlah pengamatan sebanyak 69.

9. Variabel Leverage memiliki nilai maksimum 0,923900 yang diperoleh Bank Bukopin Tbk pada tahun 2012, sedangkan nilai leverage minimum adalah 0,815500 yang diperoleh oleh Bank Danamon Indonesia Tbk pada tahun 2012. Diketahui rata-rata nilai leverage adalah 0,881081 dan standar deviasinya 0,024846 dengan jumlah pengamatan sebanyak 69.

4.3 Uji Asumsi Klasik 4.3.1 Uji Normalitas

Dalam penelitian ini, uji normalitas terhadap residual dengan menggunakan uji Jarque-Bera (J-B). Dalam penelitian ini, tingkat signifikansi

yang digunakan � = 0,05. Dasar pengambilan keputusan adalah melihat angka probabilitas dari statistik J-B, dengan ketentuan sebagai berikut.

1. Jika nilai probabilitas �≥ 0,05, maka asumsi normalitas terpenuhi. 2. Jika nilai probabilitas � < 0,05, maka asumsi normalitas tidak terpenuhi.

Sumber: Hasil Penelitian 2016 (data diolah)

Gambar 4.1

Uji Normalitas dengan Uji Jarque-Bera

Perhatikan bahwa berdasarkan Gambar 4.1, diketahui nilai probabilitas dari statistik J-B adalah 0,345. Karena nilai probabilitas �, yakni 0,345, lebih besar dibandingkan tingkat signifikansi, yakni 0,05. Hal ini berarti asumsi normalitas dipenuhi (Gio, 2015:27-28).

4.3.2 Uji Multikolinearitas

Dalam penelitian ini, gejala multikolinearitas dapat dilihat dari nilai korelasi antar variabel yang terdapat dalam matriks korelasi. Gujarati dalam Gio (2015:31) menyatakan jika antar variabel independen ada korelasi yang cukup tinggi, yakni di atas 0,8, maka hal ini merupakan indikasi adanya multikolinearitas. Hasil uji multikolinearitas disajikan pada Tabel 4.2.

0 2 4 6 8 10

-1.0 -0.8 -0.6 -0.4 -0.2 0.0 0.2 0.4 0.6 0.8 1.0 1.2

Series: Residuals Sample 1 69 Observations 69

Mean 0.003736 Median -0.049156 Maximum 1.276313 Minimum -1.011230 Std. Dev. 0.462571 Skewness 0.400199 Kurtosis 3.313700 Jarque-Bera 2.124757 Probability 0.345633

Tabel 4.2

Uji Multikolinearitas dengan Matriks Korelasi

PKI MNJR INST ROA LVRG

PKI 1,000000 -0,093567 -0,385162 0,022114 0,104208 MNJR -0,093567 1,000000 -0,107701 -0,369300 -0,009181

INST -0,385162 -0,107701 1,000000 0,358066 -0,002844 ROA 0,022114 -0,369300 0,358066 1,000000 0,068719 LVRG 0,104208 -0,009181 -0,002844 0,068719 1,000000 Sumber: Hasil Penelitian 2016 (data diolah)

Berdasarkan Tabel 4.2, dapat dilihat bahwa korelasi PKI dan MNJR sebesar -0,09, korelasi antara PKI dan INST sebesar -0,38, korelasi antara PKI dan ROA sebesar 0,022, korelasi antara PKI dan LVRG sebesar 0,10, korelasi antara MNJR dan INST sebesar -0,10, dan seterusnya. Dari hasil pengujian multikolinearitas pada Tabel 4.2 dapat disimpulkan bahwa tidak terdapat gejala multikolinearitas antar variabel independen. Hal ini karena nilai korelasi antar variabel independen tidak lebih dari 0,8.

4.3.3 Uji Heteroskedastisitas

Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan Uji Glejser. Dasar pengambilan keputusan adalah melihat angka probabilitas dari statistik Uji Glejser, dengan ketentuan sebagai berikut (Gio, 2015:59).

1. Jika nilai Prob. Chi-Square dari Obs *R-squared ≥ 0,05, maka tidak terjadi heteroskedastisitas.

2. Jika nilai Prob. Chi-Square dari Obs *R-sqaured < 0,05, maka terjadi heteroskedastisitas.

Tabel 4.3

Uji Heteroskedastisitas dengan Uji Glejser Heteroskedasticity Test: Glejser

F-statistic 2.365529 Prob. F(5,63) 0.0496 Obs*R-squared 10.90650 Prob. Chi-Square(5) 0.0533 Scaled explained SS 10.62484 Prob. Chi-Square(5) 0.0593 Sumber: Hasil Penelitian 2016 (data diolah)

Berdasarkan Tabel 4.3, nilai Prob. Chi-Square dari Obs *R-squared = 0,053 ≥ 0,05, maka asumsi homoskedastisitas terpenuhi. Dengan kata lain, tidak terjadi gejala heteroskedastisitas yang tinggi pada residual.

4.3.4 Uji Autokorelasi

Asumsi mengenai independensi terhadap residual (non-autokorelasi) dapat diuji dengan menggunakan uji Durbin-Watson (Field, 2009:220). Nilai statistik dari uji Durbin-Watson berkisar di antara 0 dan 4. Field (2009:220) menyatakan sebagai berikut.

“Specifically, it (Durbin-Watson) tests whether adjacent residuals are correlated. The test statistic can vary between 0 dan 4 with a value 2 meaning that the residuals are uncorrelated".

Nilai statistik dari uji Durbin-Watson yang lebih kecil dari 1 atau lebih besar dari 3 diindikasi terjadi autokorelasi. Field dalam Gio (Gio, 2015: 58) menyatakan sebagai berikut.

“The size of the Durbin-Watson statistic depends upon the number of predictors in the model and the number of observations. For accuracy, you should look up the exact acceptable values in Durbin and Watson's (1951) original are definitely cause for concern; however, values closer to 2 may stil be problematic depending on your sample and model”.

Tabel 4.4

Uji Autokorelasi dengan Uji Durbin-Watson Test Equation:

Dependent Variable: VAIC Method: Least Squares Date: 08/20/16 Time: 13:27 Sample: 1 69

Included observations: 69

F-statistic 3.449928 Durbin-Watson stat 1.653430 Prob(F-statistic) 0.008088

Sumber: Hasil Penelitian 2016 (data diolah)

Berdasarkan Tabel 4.4, nilai dari statistik Durbin-Watson adalah 1,6534. Perhatikan bahwa karena nilai statistik Durbin-Watson terletak di antara 1 dan 3, maka asumsi non-autokorelasi terpenuhi. Dengan kata lain, tidak terjadi gejala autokorelasi yang tinggi pada residual (Gio, 2015:31-32).

4.4 Pemilihan Model Data Panel

Metode estimasi dalam teknik regresi data panel dapat menggunakan tiga pendekatan alternatif. Pendekatan-pendekatan tersebut ialah:

(1) Metode Common-Constant (The Pooled OLS Method), (2) Metode Fixed Effect (FEM), dan

(3) Metode Random Effect (REM).

4.4.1 Penentuan Model Estimasi antara Common Effect Model (CEM) dan

Fixed Effect Model (FEM) dengan Uji Chow

Untuk menentukan apakah model estimasi CEM atau FEM dalam membentuk model regresi, maka digunakan uji Chow. Hipotesis yang diuji sebagai berikut:

�0: Model CEM lebih baik dibandingkan model FEM

�1: Model FEM lebih baik dibandingkan model CEM

Aturan pengambilan keputusan terhadap hipotesis sebagai berikut:

1. Jika nilai probabilitas cross section F < 0,05, maka �₀ ditolak dan �₁ diterima.

2. Jika nilai probabilitas cross section F ≥ 0,05, maka �₀ diterima dan �₁ ditolak.

Berikut hasil berdasarkan uji Chow dengan menggunakan Eviews 7

Tabel 4.5 Hasil dari Uji Chow Redundant Fixed Effects Tests

Pool: Untitled

Test cross-section fixed effects

Effects Test Statistic d.f. Prob. Cross-section F 6.891090 (22,41) 0.0000 Cross-section Chi-square 106.747420 22 0.0000

Sumber: Hasil Penelitian 2016 (data diolah)

Berdasarkan hasil dari uji Chow pada Tabel 4.2, diketahui nilai probabilitas adalah 0,0000. Karena nilai probabilitas < 0,05, maka model estimasi yang digunakan adalah model FEM.

4.3.2. Penentuan Model Estimasi antara Fixed Effect Model (FEM) dan

Random Effect Model (REM) dengan Uji Hausman

Untuk menentukan apakah model estimasi FEM atau REM dalam membentuk model regresi, maka digunakan uji Hausman. Hipotesis yang diuji sebagai berikut:

�0: Model REM lebih baik dibandingkan model FEM

�1: Model FEM lebih baik dibandingkan model REM

Aturan pengambilan keputusan terhadap hipotesis sebagai berikut:

1. Jika nilai probabilitas cross section random < 0,05, maka �₀ ditolak dan

�1 diterima.

2. Jika nilai probabilitas cross section random ≥ 0,05, maka �₀ diterima dan

�1 ditolak.

Berikut hasil berdasarkan uji Hausman dengan menggunakan Eviews 7.

Tabel 4.6

Hasil dari Uji Hausman Correlated Random Effects - Hausman Test

Pool: Untitled

Test cross-section random effects Test Summary

Chi-Sq.

Statistic Chi-Sq. d.f. Prob. Cross-section random 10.620800 5 0.0594 Sumber: Hasil Penelitian 2016 (data diolah)

Berdasarkan hasil dari uji Hausman pada Tabel 4.3, diketahui nilai probabilitas adalah 0,0594 Karena nilai probabilitas > 0,05, maka model estimasi yang digunakan adalah model REM.

4.4 Analisis Regresi Linier Berganda Data Panel

Analisis regresi linier berganda digunakan untuk mengetahui pengaruh antara variabel Proporsi Komisaris Independen (PKI), Kepemilikan Manajerial (MNJR) dan Kepemilikan Institusional (INST), Retrun On Assets (ROA) dan Leverage terhadap Value Added Intellectual Capital (VAIC) pada perusahaan perbankan di Bursa Efek Indonesia. Pengujian regresi linier berganda dilakukan

untuk mencari hubungan antara variabel independen dan variabel dependen, melalui pengaruh PKI (X1), MNJR (X2), INST (X3), ROA (X4) dan Leverage (X5)

terhadap VAIC (Y). Hasil regresi dapat dilihat pada Tabel 4.4 berikut:

Tabel 4.7

Pengujian Regresi Linier Berganda Dependent Variable: VAIC?

Method: Pooled EGLS (Cross-section random effects) Date: 08/20/16 Time: 14:21

Sample: 2012 2014 Included observations: 3 Cross-sections included: 23

Total pool (balanced) observations: 69

Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob. C 0.407879 1.938129 0.210450 0.8340 PKI? 0.008403 0.006635 1.266418 0.2100 MNJR? -0.002493 0.347802 -0.007168 0.9943 INST? -8.06E-05 0.004095 -0.019689 0.9844 ROA? 0.266966 0.060479 4.414182 0.0000 LVRG? 0.014503 0.021901 0.662220 0.5102 Sumber: Hasil Penelitian 2016 (data diolah)

Berdasarkan pengolahan data pada Tabel 4.4 pada kolom Coefficients, diperoleh model persamaan regresi sebagai berikut:

Y = + b₁X₁+ b₂X₂ + b₃X₃+ b₄X₄ + b₅X₅+�

Sehingga, persamaan regresi linier berganda adalah sebagai berikut : VAIC = 0,407879 + 0,008403 PKI - 0,002593 MNJR

- 0,00000806 INST + 0,266966 ROA + 0,014503 LVRG

Berdasarkan persamaan regresi linier berganda tersebut, berikut interpretasi dari model persamaan regresi diatas:

a. Nilai konstanta sebesar 0,407879 artinya artinya walaupun variabel independen dan kontrol bernilai 0, VAIC tetap sebesar 0,407879.

b. Koefisien PKI (X₁) = 0,008403, artinya setiap penambahan PKI sebesar 1 satuan, jika variabel lain dianggap konstan, maka akan meningkatkan VAIC sebesar 0,008403.

c. Koefisien MNJR (X₂) = - 0,002593, artinya setiap penambahan MNJR sebesar 1 satuan, jika variabel lain dianggap konstan, maka akan menurunkan VAIC sebesar 0,002593.

d. Koefisien INST (X₃) = - 0,00000806, artinya setiap penambahan INST sebesar 1 satuan, jika variabel lain dianggap konstan, maka akan menurunkan VAIC sebesar 0,00000806.

e. Koefisien ROA (X₄) = 0,266966, artinya setiap penambahan ROA sebesar 1 satuan, jika variabel lain dianggap konstan, maka akan meningkatkan VAIC sebesar 0,266966.

f. Koefisien LVRG (X₅) = 0,014503, artinya setiap penambahan LVRG sebesar 1 satuan, jika variabel lain dianggap konstan, maka akan meningkatkan VAIC sebesar 0,014503.

4.5 Pengujian Hipotesis

Pada pengujian hipotesis, akan dilakukan pengujian signifikansi koefisien regresi parsial secara menyeluruh atau simultan (uji F), uji signifikansi koefisien regresi parsial secara individu (uji t) dan analisis koefisien determinasi. Nilai-nilai statistik dari uji F,uji t dan koefisien determinasi, tersaji pada Tabel 4.5 berikut:

Tabel 4.8

Nilai Statistik dari Uji F, Uji t dan Koefisien Determinasi Dependent Variable: VAIC?

Method: Pooled EGLS (Cross-section random effects) Date: 08/20/16 Time: 14:21

Sample: 2012 2014 Included observations: 3 Cross-sections included: 23

Total pool (balanced) observations: 69

Swamy and Arora estimator of component variances

Variable Coefficient Std. Error t-Statistic Prob. C 0.407879 1.938129 0.210450 0.8340 PKI? 0.008403 0.006635 1.266418 0.2100 MNJR? -0.002493 0.347802 -0.007168 0.9943 INST? -8.06E-05 0.004095 -0.019689 0.9844 ROA? 0.266966 0.060479 4.414182 0.0000 LVRG? 0.014503 0.021901 0.662220 0.5102 R-squared 0.239071 Mean dependent var 0.985311 Adjusted R-squared 0.178680 S.D. dependent var 0.291709 S.E. of regression 0.264366 Sum squared resid 4.403047 F-statistic 3.958714 Durbin-Watson stat 1.804793 Prob(F-statistic) 0.003478

Sumber: Hasil Penelitian 2016 (data diolah)

4.5.1. Uji Signifikansi Pengaruh Simultan (Uji F)

Berdasarkan Tabel 4.5, diketahui nilai probabilitas dari uji F (Prob (F-statistic)) adalah 0,003478. Karena nilai probabilitas, yakni 0,003478 lebih kecil dibandingkan tingkat signifikansi, yakni 0,05, maka hipotesis nol ditolak dan hipotesis alternatif diterima (Gio, 2015: 60). Maka dapat disimpulkan bahwa Proporsi Komisaris Independen (PKI), Kepemilikan Manajerial (MNJR), Kepemilikan Institusional (INST), Return on Asset (ROA) dan Leverage berpengaruh simultan signifikan terhadap terhadap Value Added Intellectual Coefficients (VAIC).

4.5.2. Uji Signifikansi Pengaruh Parsial (Uji t)

Uji signifikansi pengaruh parsial merupakan suatu uji untuk mengetahui signifikan atau tidak, pengaruh masing-masing variabel bebas, terhadap variabel tak bebas. Cara pengambilan keputusan dapat dilakukan dengan membandingkan nilai probabilitas � atau Sig. dengan nilai tingkat signifikansi, yakni �. Jika nilai probabilitas � ≥ tingkat signifikansi yang digunakan, dalam penelitian ini

�= 5%, maka nilai koefisien regresi parsial �_� = 0. Hal ini berarti pengaruh antara variabel bebas terhadap variabel peringkat obligasi tidak signifikan secara statistik pada tingkat signifikansi 5%. Namun jika nilai probabilitas � < tingkat signifikansi yang digunakan, maka nilai koefisien regresi parsial �_� ≠0. Hal ini berarti pengaruh antara variabel bebas terhadap variabel peringkat obligasi signifikan secara statistik pada tingkat signifikansi 5% (Gio, 2015: 61).

Cara lain pengambilan keputusan terhadap hipotesis dapat dilakukan dengan membandingkan nilai statistik dari uji � terhadap nilai kritis berdasarkan tabel distribusi �. Sebelum menghitung nilai kritis �, terlebih dahulu menghitung nilai derajat. Berikut rumus untuk menghitung nilai derajat bebas.

������������= � − �.

Perhatikan bahwa � menyatakan jumlah elemen dalam sampel, sedangkan

� merupakan jumlah variabel. Diketahui jumlah elemen dalam sampel sebanyak 35 dan jumlah variabel adalah 5, sehingga derajat bebas adalah 69-5 = 64. Tingkat signifikansi yang digunakan adalah 5%, sehingga nilai kritis � dengan derajat bebas 62 dan tingkat signifikansi 5% berdasarkan tabel distribusi � adalah ±1,998.

Berikut aturan pengambilan keputusan terhadap hipotesis berdasarkan uji � (Gio, 2015: 61).

������ℎ������ ≤|�������|,�����0������������1 �������.

������ℎ������> |�������|,�����0�����������1��������.

Kesimpulan yang dapat diambil dari analisis tersebut adalah:

a. Berdasarkan Tabel 4.5, nilai probabilitas variabel proporsi komisaris independen adalah 0,2100. Nilai ini lebih besar dari tingkat signifikansi, yakni 0,05, maka disimpulkan bahwa pengaruh yang terjadi antara proporsi komisaris independen dengan variabel Value Added Intellectual Coefficients (VAIC) tidak signifikan secara statistik. Perhatikan juga bahwa nilai

��ℎ������< |�������|, yakni |1,266418| < |1,998|. Hasil dengan pendekatan probabilitas sama dengan hasil berdasarkan uji �.

b. Berdasarkan Tabel 4.5, nilai probabilitas variabel MNJR adalah 0,9943. Nilai ini lebih besar dari tingkat signifikansi, yakni 0,05, maka disimpulkan bahwa pengaruh yang terjadi antara MNJR dengan variabel Value Added Intellectual Coefficients (VAIC) tidak signifikan secara statistik. Perhatikan juga bahwa nilai ��_{ℎ�����}�< |�_{������}|, yakni |0,007168| < |1,998|. Hasil dengan pendekatan probabilitas sama dengan hasil berdasarkan uji �.

c. Berdasarkan Tabel 4.5, nilai probabilitas variabel INST adalah 0,9844. Nilai ini lebih besar dari tingkat signifikansi, yakni 0,05, maka disimpulkan bahwa pengaruh yang terjadi antara INST dengan variabel Value Added Intellectual Coefficients (VAIC) tidak signifikan secara statistik. Perhatikan juga bahwa

3. Ibu Dr. Isfenti Sadalia, SE, ME. selaku Dosen Pembimbing yang telah bersedia meluangkan waktu, tenaga dan pikiran untuk kesempurnaan skripsi ini.

4. Bapak Dr. Khaira Amalia Fahcrudin, SE, MBA, Ak. sebagai Dosen Penilai Pembaca yang telah meluangkan waktu dan memberikan kritik dan saran demi kesempurnaan skripsi ini.

5. Seluruh Dosen Departemen Manajemen Fakultas Ekonomi USU yang telah banyak mendidik mahasiswa/i dengan penuh dedikasi.

6. Terima kasih buat kak Dahliana, Amd, abang Ahmad Rifai Ritonga, kak Mira Dina Adriani, SE, dan adikku Muhammad Syafii Ritonga yang selalu mendoakan dan memberikan motivasi kepada peneliti.

7. Terima kasih buat sahabat-sahabatku Betrik, Fatimah, Mimi, Guntur, Eka, Rizal, Iklima, Ulil, Deli, Helny, Ulan, Mintana, Rizky, Dwi dan Wila, atas motivasi dan dukungannya kepada peneliti.

Akhirnya, tanpa henti peneliti bersyukur yang tak terhingga kepada Allah SWT, karena atas ridho-Nya skripsi ini dapat diselesaikan, semoga dapat bermanfaat bagi semuanya. Amin.

Medan, Agustus 2016

Peneliti

DAFTAR ISI

Halaman

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

DAFTAR ISI ... v

DAFTAR TABEL ... viii

DAFTAR GAMBAR ... ix

BAB I. PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 10

1.3 Tujuan Penelitian ... 10

1.4 Manfaat Penelitian ... 11

BAB II. TINJAUAN PUSTAKA ... 12

2.1 Corporate Governance... 12

2.1.1 Pengertian Corporate Governance ... 12

2.1.2 Kode Corporate Governance Indonesia ... 13

2.1.2.1 Penciptaan Situasi Kondustif untuk Melaksanakan Good Corporate Governance ... 14

2.1.3 Asas Good Corporate Governance ... 14

2.1.4 Faktor-Faktor Pembentuk Corporate Governance ... 16

2.1.4.1 Komisaris Independen ... 17

2.1.4.2 Kepemilikan Manajerial ... 18

2.1.4.3 Kepemilikan Institusional ... 18

2.1.5 Return on Assets (ROA) ... 19

2.1.6 Leverage ... 19

2.2 Intellectual Capital ... 20

2.2.1 Pengertian Intellectual Capital ... 20

2.2.2 Komponen Intellectual Capital ... 21

2.2.3 Pengukuran Intellectual Capital ... 23

2.2.4 Value Added Intellectual Capital (VACMTM) ... 25

2.2.4.1 Value Added Capital Coefficient (VACA) ... 26

2.2.4.2 Value Added Human Capital (VAHU)... 26

2.2.4.3 Structural Capital Value Added (STVA) ... 27

2.3 Agency Theory ... 27

2.6 Hipotesis ... 36

BAB III. METODE PENELITIAN... 37

3.1 Jenis Penelitian ... 37

3.2 Tempat dan Waktu Penelitian ... 37

3.3 Batasan Operasional ... 37

3.4 Definisi Operasional... 38

3.4.1. Variabel Dependen ... 38

3.4.1.1 Value Added Capital Coefficient (VACA) ... 38

3.4.1.2 Value Added Human Capital (VAHU)... 39

3.4.1.3 Structural Capital Value Added (STVA) ... 39

3.4.1.4 Value Added Intellectual Capital (VAIC) ... 40

3.4.2. Variabel Independen ... 40

3.4.3. Variabel Kontrol... 41

3.5 Operasional Variabel ... 42

3.6 Populasi dan Sampel ... 44

3.7 Jenis dan Sumber Data ... 46

3.8 Metode Pengumpulan Data ... 46

3.9 Teknik Analisis Data ... 47

3.9.1 Analisis Deskriptif ... 47

3.9.2 Uji Asumsi Klasik ... 48

3.9.2.1 Uji Normalitas ... 48

3.9.2.2 Uji Multikolinearita ... 48

3.9.2.3 Uji Heteroskedastisitas ... 49

3.9.2.4 Uji Autokorelasi ... 49

3.9.3 Pemilihan Model Data Panel ... 50

3.9.4 Analisis Regresi Berganda ... 51

3.10 Uji Hipotesis ... 52

3.10.1 Uji Signifikansi Sirempak (Uji F) ... 52

3.10.2 Uji Signifikansi Parsial (Uji t) ... 53

3.11 Koefisien Determinasi (R2) ... 55

BAB IV. HASIL PENELITIAN DAN PEMBAHASAN ... 57

4.1 Gambaran Umum Perusahaan Perbankan di Indonesia ... 57

4.2 Analisis Deskriptif ... 62

4.3 Uji Asumsi Klasik ... 65

4.3.1 Uji Normalitas ... 65

4.3.2 Uji Multikolinearita ... 66

4.3.3 Uji Heteroskedastisitas ... 67

4.4 Pemilihan Model Data Panel ... 69

4.4.1 Penentuan Model Estimasi antara Common Effect Model (CEM) dan Fixed Effect Model (FEM) dengan Uji Chow ... 69

4.4.2 Penentuan Model Estimasi antara Fixed Effect Model (CEM) dan Random Effect Model (FEM) dengan Uji Hausman ... 70

4.4 Analisis Regresi Linier Berganda Data Panel ... 71

4.5 Pengujian Hipotesis ... 73

4.5.1 Uji Signifikansi Pengaruh Simultan (F) ... 74

4.5.2 Uji Signifikansi Pengaruh Parsial (t) ... 75

4.6 Analisis Koefisien Determinasi ... 77

4.6 Pembahasan Hasil Penelitian ... 78

BAB V. KESIMPULAN DAN SARAN ... 85

5.1 Kesimpulan ... 85

5.2 Saran ... 86

DAFTAR PUSTAKA ... 88

DAFTAR TABEL

No. Tabel Judul Halaman

1.1 Nilai Buku dan Nilai Pasar Pada Perusahaan AGRO, BCA,

BBNP Tahun 2012-2014 ... 2

1.2 Komisaris Independen, Kepemilikan Manaejerial, Kepemilikan Institusional, Total Aset dan Total Liabilitas Pada Perusahaan AGRO, BBCA, BBNP Tahun 2012-2014 .... 3

2.1 Penelitian Terdahulu ... 29

3.1 Operasional Variabel Penelitian ... 42

3.2 Jumlah Sampel Berdasarkan Kriteria Pengambilan Sampel .... 44

3.3 Nama-nama Bank Sampel Penelitian ... 45

3.4 Daftar Perusahaan Yang Menjadi Sampel ... 46

4.1 Statistik Deskriptif VACA, VAHU, STVA, VAIC, PKI, MNJR, INST, ROA, dan LVRG ... 63

4.2 Uji Multikolinearitas dengan Matriks Korelasi ... 67

4.3 Uji Heteroskedastisitas dengan Uji Glejser, ... 68

4.4 Uji Autokorelasi dengan Uji Durbin-Watson ... 69

4.5 Hasil dari Uji Chow ... 70

4.6 Hasil dari Uji Hausman, ... 71

4.7 Pengujian Regresi Linier Berganda ... 72

DAFTAR GAMBAR

No. Gambar Judul Halaman

2.1 Kerangka Konseptual ... 35 4.1 Uji Normalitas dengan Uji Jarque-Bera ... 65