pengaruh organizational learning dan it capability thd financial performance dgn it capabilility sbg vriabel antara

Pengaruh Organizational Learning dan IT Capability Terhadap Financial Performance, dengan IT Capability Sebagai Variabel Antara

Oleh:

Sadat Amrul S. alumnus Maksi Undip Semarang, Eny Hardi alumnus Unbraw Surabaya

Abstract

This research test the influence organizational learning to financial performance with IT Capability as intervening variable use multiple regression analysis extended with method path anayisis. Research population is go public manufacturing business which written in Indonesian Capital Market Directory 2005. Research sample is top manager, with respon rate equal to 35,3% from pulations amount of 150. Statistic analysis result indicated that organizational learning direct influence to financial performance, that way also organizational learning have an effect on to IT Capability. Result of this research also indicate that organizational learning have an direct effect to IT Capability, and IT Capability direct influence to financial performance. Is while IT Capability don't have an effect on direct to financial performance. That way also organizational learning variable don't have an effect on to financial performance through IT Capability.

Keywoods: organization learning, information technology capability, financial performance

1. PENDAHULUAN 1.1 Latar Belakang

Konsep organizational learning pada saat ini merupakan suatu konsep yang yang menarik perhatian baik peneliti, konsultan maupun praktisi Ada tiga alasan yang mendasari pertama, banyak perusahaan besar yang mencoba mengembangkan struktur dan sistem guna menyesuaikan pada perubahan lingkungan, kedua, perubahan lingkungan meningkatkan ketidakpastian terhadap perusahaan, dengan demikian meningkatkan kebutuhan perusahaan untuk belajar berbagai hal, ketiga, pembelajaran (learning) memiliki nilai analisis yang luas karena merupakan suatu konsep yang dinamis yang menyebabkan perusahaan mengalami perubahan secara terus menerus (Dodgson, 1993). Lebih jauh Therin (2002) juga mengemukakan bahwa pengetahuan (knowledge) merupakan sumber utama untuk mencapai keunggulan bersaing.

Lingkungan persaingan yang semakin berkembang memicu bisnis untuk menambah produk dan jasa sehingga mampu mempertahankan dan meningkatkan nilai kepada pelanggan (Levitt, dalam Slater & Narver, 1995). Perusahaan harus selalu lebih cepat belajar dari para pesaingnya. Organizational learning sangat berguna karena mampu memfokuskan bisnis pada pemahaman dan kepuasan konsumen melalui produk, jasa, dan cara yang baru dalam melakukan bisnis (Day, Dickson, Sinkula, dalam Slater & Narver, 1995). Menurut Slater & Narver (1995), organizational learning merupakan pengembangan dari pengetahuan atau wawasan baru yang mempunyai potensi untuk mempengaruhi perilaku (Slater & Narver, 1995).

Hubungan antara organizational learning dan kinerja telah lama diteliti, dan hingga saat ini para peneliti terus mengkaji kearah yang lebih luas dengan memasukan berbagai faktor lain yang mempengaruhinya baik langsung maupun tidak langsung. Penelitian akhir-akhir ini sering mengaitkan organizational learning dengan teknologi informasi (Information Technology/IT), dengan dua pemahaman yang berbeda mengenai peranan teknologi informasi dalam mendukung pembelajaran (learning). Pemahaman pertama menyebutkan bahwa teknologi informasi adalah suatu yang memampukan (enabler) organizational learning (Anand, Manz dan Glick, 1998; Davenvort De Long dan Beers, dalam Zhang & McCullough, 2002). Zhang & McCullough (2002) menguji desain aplikasi teknologi informasi untuk mendukung organizational learning berpendapat bahwa teknologi informasi dapat menjadi aset yang sangat penting di dalam desain organizational learning dengan menyediakan suatu infrastruktur untuk menyimpan, mengakses dan meninjau ulang beberapa elemen dari memori organisasi. Sementara pemahaman lainnya menyatakan bahwa teknologi informasi adalah suatu yang tidak memampukan (disabler) organizational learning karena teknologi informasi mungkin melumpuhkan organizational learning dengan didukung sistem yang kaku dan tidak mampu menyesuaikan perubahan kondisi dari

pengguna (Gill, dalam Zhang & McCullough, 2002). Teknologi informasi merupakan suatu sumber daya yang dapat dengan mudah diduplikat pesaing sehingga dibutuhkan kemampuan yang membedakan antara perusahaan dengan pesaingnya sebagai suatu faktor kunci sukses (Day, 1994).

Penelitian ini mencoba menjelaskan konflik dari fungsi teknologi informasi dalam organizational learning dengan sebuah konstruk yang disebut kemampuan teknologi informasi (IT capability), yang oleh Bharadwaj (2000) didefinisikan sebagai kemampuan perusahaan untuk memobilisasi dan menyebarkan sumber daya berdasarkan teknologi informasi dalam kombinasi dan penggabungan dengan sumber daya dan kemampuan lainnya. Penelitian ini juga merupakan kelanjutan dari beberapa penelitian yang dilakukan oleh Goh & Ryan (2002), Zhang dan McCullough (2002), Sadat (2004). Penelitian Goh & Ryan (2002) menguji hubungan antara learning capability dampaknya pada kinerja perusahaan, baik kinerja keuangan (financial performance), maupun kinerja bukan keuangan (non-financial performance) berupa kepuasan kerja (job satisfaction). Zhang & McCullough (2002), Sadat (2004) menguji pengaruh IT capability dengan organizational learning dan kinerja bisnis (business performance) yaitu kinerja keuangan, kinerja strategik dan kepuasan atas usaha.

Penelitian ini menguji pengaruh antara organizational learning dan kinerja keuangan berupa Return On Assets (ROA) dengan IT capability sebagai variabel intervening. Obyek amatan adalah perusahaan manufaktur go public pada Bursa Efek Jakarta dalam Indonesian Capital Market Directory 2005. Penggunaan perusahaan ini, dengan pertimbangan bahwa perusahaan telah menggunakan teknologi informasi dalam setiap bidang fungsionalnya (McLeod & Schell, 2001; Laudon & Laudon, 2005).

Berdasarkan uraian diatas, penelitian ini menguji kembali organizational learning dan kinerja keuangan yang diukur dengan Return On Assets (ROA) dengan IT capability sebagai variabel intervening yang dirumuskan kedalam pertanyaan berikut:

1. Apakah organizational learning berpengaruh langsung terhadap kinerja keuangan?

2. Apakah organizational learning berpengaruh langsung terhadap kemampuan teknologi informasi?

3. Apakah kemampuan teknologi informasi berpengaruh langsung terhadap kinerja keuangan?

4. Apakah organizational learning berpengaruh tidak langsung terhadap kinerja keuangan melalui kemampuan teknologi informasi?

2. TELAAH LITERATUR DAN PENGEMBANGAN HIPOTESIS 2.1 Organizational Learning

Organizational learning berbeda dengan learning organization. Menurut Dodgson (1993), learning organization dapat dilihat sebagai organisasi yang mengadopsi struktur-struktur dan strategi-strategi untuk mendorong learning. Menurut Marquardt (2002) organizational learning didefinisikan sebagai peningkatan intelektual dan kemampuan produktif yang diperoleh melalui komitmen dan kesempatan untuk perbaikan berkesinambungan di organisasi. Goh dan Ryan (2002) berpendapat organizational learning berhubungan dengan pengalaman dan tindakan dari anggota organisasi. Selanjutnya Sinkula, Baker & Noordewier (1997) menetapkan tiga nilai organisasi yang berkaitan dengan kecenderungan perusahaan untuk belajar yaitu commitment to learning atau budaya pembelajaran (learning culture) (Sinkula, Baker, Noordewier, 1997), open-mindedness suatu nilai organisasi yang menyebabkan terjadinya usaha-usaha unlearning (Sinkula, Baker, Noordewier, 1997), dan shared vision merupakan arah bagi individu-individu tentang komitmen dan kesesuaian dengan

tujuan perusahaan atau pandangan masing-masing individu yang berbeda diselaraskan untuk mencapai interpretasi bersama (Sinkula, Baker, Noordewier, 1997).

Berdasarkan ketiga nilai organisasi tersebut, penelitian ini menggunakan nilai organisasi pertama yaitu commitment to learning. Hal ini dikarenakan commitment to learning memegang nilai sangat mendasar pada organizational learning (Sinkula, Baker, Noordewier, 1997; Zhang & McCullough, 2002). Galer dan Van Der Heijden (1992), Garrat, Tobin dalam Sinkula, Baker, Noordewier (1997). Commitment to learning diukur menggunakan empat ukuran yaitu: 1) kemampuan untuk belajar sebagai kunci keunggulan bersaing, 2) pembelajaran (learning) sebagai kunci untuk berkembang, 3) pembelajaran karyawan (employee learning) merupakan investasi dan 4) pembelajaran (learning) kunci yang menjamin perusahaan untuk mampu bertahan.

2.2 Kemampuan Teknologi Informasi (IT Capability)

2.3 Bharadwaj (2000) mendefinisikan kemampuan teknologi informasi sebagai suatu kemampuan perusahaan untuk memobilisasi dan menyebarkan sumber daya yang berdasarkan teknologi informasi dalam kombinasi atau penggabungan dengan sumber daya dan kemampuan-kemampuan lain. Kemampuan teknologi informasi juga didefinisikan sebagai kemampuan atau kompetensi dari sebuah perusahaan yang mampu menciptakan, mengatur dan menyebarkan sumber daya teknologi informasi (Richardson, Subramani, Zmud, 2003). Kemampuan teknologi informasi dipandang sebagai sesuatu yang melekat di dalam proses dan rutinitas organisasi yang memungkinkan perusahaan untuk menciptakan nilai dari asetnya (Teece, Pisano & Shuen, dalam Richardson, Subramani & Zmud, 2003). Selanjutnya Bharadwaj (2000) memisahkan sumber daya berdasarkan teknologi informasi ke dalam tiga kategori yaitu: 1) sumber daya berwujud (tangible resource) terdiri dari komponen-komponen fisik infrastruktur teknologi informasi, 2) sumber daya teknologi informasi manusia (human IT resources) terdiri dari keahlian teknik dan

manajerial teknologi informasi, 3) sumber daya tidak berwujud teknologi informasi (intangible IT-enabled resources) terdiri dari aset pengetahuan, orientasi pelanggan dan sinergi. King & Teo (1996) mengemukakan dimensi IT drivers yang dianggap sebagai fasilitator dari penggunaan strategik teknologi informasi. Zhang & McCullough (2002) menggunakan dimensi IT drivers sebagai ukuran untuk kemampuan teknologi informasi.

2.3 Kinerja Keuangan

Kinerja dari suatu bisnis, dapat diukur melalui keuangan dan konsekuensi ekonomi dari keputusan manajemen di masa lalu yang membentuk investasi, operasi, dan pembiayaan sepanjang waktu (Helfert, 2003:107). Untuk mengukur kinerja keuangan dan konsekuensi ekonomi tersebut diperlukan rasio-rasio dan pengukuran-pengukuran. Pengukuran kinerja dalam penelitian ini mengadopsi pengukuran kinerja dari penelitian Goh & Ryan (2002) yang menggunakan rasio keuangan berupa Return on Assets. Goh & Ryan (2002) menguji pengaruh antara learning capability dan faktor-faktor organisasi (organization factors) terhadap kinerja perusahaan dengan menggunakan dua ukuran kinerjakeuangan (financial) berupa Return on Equity (ROE) dan Return on Assets (ROA). Penggunaan Return On Assets sebagai ukuran kinerja keuangan dalam hubungannya dengan organizational learning dan kemampuan teknologi informasi pada penelitian ini didasarkan pertimbangan bahwa 1) Return On Assets telah digunakan oleh peneliti-peneliti organizational learning dan kemampuan teknologi informasi (IT capability) terkait dengan pengukuran kinerja keuangan (Bharadwaj, 2000; Ellinger, Yang, Ellinger, 2000; Goh & Ryan, 2002; Santhanam & Hartono, 2003; Bhatnagar, 2006), 2) Return On Assets telah luas digunakan dalam literatur nilai bisnis teknologi informasi (IT business value) sebagai ukuran profitabilitas perusahaan (Cron & Sobol, Hitt & Brynjolfsson, Strassman, dalam Bharadwaj, 2000; Weill, 1992), 3) Return On Assets merupakan rasio yang mengukur kemampuan

perusahaan menghasilkan laba bersih dengan menggunakan total aset yang dipunyai perusahaan tersebut (Hanafi & Halim, 2005:86), 4) Return On Assets dihitung dengan formula (Pearce & Robinson, 2000:233; Bharadwaj, 2000; Helfert, 2003:126; Fraser & Ormiston, 2004:175) yaitu Profit after Tax dibagi Total Assets.

2.4 Organizational Learning dan Kinerja Keuangan

Slater & Narver (1995) berpendapat bahwa organizational learning secara langsung dapat meningkatkan kesuksesan perusahaan seperti kesuksesan dalam hal produk dan pelanggan yang pada akhirnya akan meningkatkan pertumbuhan dan profitabilitas. Goh & Ryan (2002) menguji hubungan antara learning capability dan kinerja keuangan (financial performance) berupa Return On Assets (ROA) dan Return On Equity (ROE). Goh & Ryan (2002) menemukan tidak ada hubungan antara learning capability dan kinerja keuangan berupa Return On Assets dan Return On Equity. Tippins dan Sohi (2003) menguji hubungan antara organizational learning dan kinerja perusahaan berupa profit, Return On Investment (ROI), customer retention, dan sales growth. Dalam penelitian ini dijelaskan bahwa ada hubungan yang positif dan signifikan antara organizational learning dan kinerja perusahaan berupa profit, Return On Investment (ROI), customer retention, dan sales growth.

2.5 Organizational Learning dan Kemampuan Teknologi Informasi

Organizational learning mewakili suatu tingkatan baru dari kemampuan (capability). Lingkungan bisnis sekarang ini menyadari pentingnya teknologi informasi sebagai kunci utama dalam keseluruhan strategi bisnis (Barnett & Raja, 2002). Lebih jauh Zhang & McCullough (2002) dalam penelitiannya menemukan bahwa organizational learning memiliki pengaruh terhadap kemampuan teknologi informasi (IT capability). Bharadwaj (2000) menyatakan bahwa ada tiga komponen dari kemampuan teknologi informasi terkait dengan pembelajaran (learning). Ketiga komponen tersebut adalah IT infrastructure, human IT resources, dan IT-enabled

intangibles. Komponen pertama yaitu IT infrastructure merupakan sumber-sumber dari tercapainya competitive advantage (keunggulan bersaing). Komponen kedua yaitu human IT resources meliputi technical IT skills dan managerial skills. Technical IT skills meliputi programming, system analysis dan design serta kompetensi dalam teknologi. Managerial skills meliputi kemampuan manajemen yang efektif dalam fungsi-fungsi sistem informasi, koordinasi, interaksi dengan komunitas pemakai (user), keahlian manajemen proyek dan kepemimpinan. Komponen ketiga adalah IT enabled intangibles yang meliputi orientasi pada pelanggan, aset pengetahuan dan sinergi. Kunci untuk berorientasi pada pelanggan adalah adanya kemampuan untuk menelusuri dan memprediksi keinginan dari pelanggan yang berubah-ubah. Aset pengetahuan diwujudkan dalam keahlian dan pengalaman dari para karyawan. Sinergi terkait dengan saling berbagi sumber daya dan kemampuan antar divisi-divisi dalam organisasi. Untuk membangun orientasi pada pelanggan, aset pengetahuan dan sinergi, perusahaan juga membutuhkan waktu dan usaha untuk belajar (learn).

2.6 Kemampuan Teknologi Informasi dan Kinerja Keuangan

Bharadwaj (2000) dalam penelitiannya menemukan bahwa kemampuan teknologi informasi mampu mendorong kinerja perusahaan menjadi lebih baik. Dengan mengembangkan kemampuan teknologi informasi, perusahaan dapat menciptakan keunggulan bersaing yang akan meningkatkan kinerja. Kinerja yang digunakan sebagai dasar pengukuran oleh Bharadwaj (2000) dalam penelitiannya ini adalah rasio-rasio keuangan yaitu Return On Assets (ROA), Return On Sales (ROS), Operating Income to Assets Ratio (OI/A), Operating Income to Sales Ratio (OI/S), dan Operating Income to Employees Ratio (OI/E).

Santhanam dan Hartono (2003) meneliti rata-rata profit ratio pada perusahaan dengan kemampuan teknologi informasi yang tinggi. Profit ratio ini terdiri dari Return On Sales (ROS), Return On Assets (ROA), Operating Income to Assets (OI/A),

Operating Income to Sales (OI/S), dan Operating Income to Employees (OI/E). Santhanam dan Hartono (2003) menemukan bahwa rata-rata profit ratio pada perusahaan dengan kemampuan teknologi informasi yang tinggi lebih baik dibandingkan rata-rata profit ratio perusahaan lain dalam industri.

2.7 Organizational Learning, Kemampuan Teknologi Informasi, dan Kinerja Keuangan

Slater dan Narver (1995) berpendapat bahwa organizational learning dapat meningkatkan profitabilitas perusahaan melalui pemahaman yang baik tentang produk-produk baru dan peningkatan pelayanan terhadap pelanggan. Slater dan Narver (1995), Hurley dan Tomas (1998) juga mengemukakan bahwa organizational learning dapat meningkatkan kinerja melalui beberapa mediasi penting seperti kepuasan pelanggan, produk baru yang sukses, inovasi dan teknologi informasi. Selanjutnya Sadat (2004) menggunakan kemampuan teknologi informasi sebagai variabel intervening untuk menguji adanya pengaruh tidak langsung organizational learning terhadap kinerja bisnis yang terdiri dari kinerja keuangan, kinerja strategi dan kepuasan terhadap hasil ekspor perusahaan ekspor.

2.8 Rerangka Konseptual, Modeldan Hipotesis Penelitian 2.8.1 Rerangka Konseptual Penelitian

Levitt dan March (1988), Miller (dalam Zhang dan McCullough, 2002) menyimpulkan bahwa organizational learning tidak selalu menyebabkan peningkatan efektifitas atau kinerja yang lebih baik bila organisasi belajar perilaku yang tidak sesuai dari organisasi lain, yang disebut dengan competency traps. Selanjutnya Slater dan Narver (1995) berpendapat bahwa organizational learning secara langsung dapat meningkatkan kesuksesan perusahaan seperti kesuksesan dalam hal produk dan pelanggan yang pada akhirnya akan meningkatkan pertumbuhan dan profitabilitas. Sedangkan Zhang dan McCullough (2002) dalam pengujiannya menemukan bahwa

organizational learning memiliki pengaruh terhadap kemampuan teknologi informasi (IT capability). Bharadwaj (2000) dalam penelitiannya menemukan bahwa kemampuan teknologi informasi mampu mendorong kinerja perusahaan berupa kinerja keuangan menjadi lebih baik. Dengan mengembangkan kemampuan teknologi informasi, perusahaan dapat menciptakan keunggulan bersaing yang akan meningkatkan kinerja. Demikian pula Slater dan Narver (1995), Hurley dan Tomas (1998) berpendapat bahwa organizational learning dapat meningkatkan profitabilitas melalui beberapa mediator yang penting seperti kepuasan pelanggan, kesuksesan produk baru, inovasi dan teknologi informasi. Berdasarkan hubungan antar variabel seperti yang telah diuraikan maka dapat digambarkan rerangka konseptual dari penelitian ini yaitu sebagai berikut:

Gambar 1: Kerangka Konseptual Penelitian Keterangan:

: Variabel terukur (measures variables/observed variables). : Pengaruh langsung

: Pengaruh tidak langsung

2.8.2 Persamaan Penelitian

Metode yang digunakan untuk analisis data adalah metode jalur (path analysis) dengan bantuan program SPSS 11.0. Koefisien jalur dihitung dengan membuat dua model penelitian. Model penelitian adalah persamaan regresi yang menunjukkan hubungan dihipotesiskan (Ghozali, 2005:161). Persamaan penelitian yang digunakan sebagai berikut:

H2 H3

H1

H4

ORGANIZATIONAL LEARNING

KINERJA KEUANGAN KEMAMPUAN

TEKNOLOGI INFORMASI

KTI = β1OL + e1 ...(persamaan 1)

H2

KK= β1OL + β2KTI + e2 ...(persamaan 2)

H1 H3

Total pengaruh OL terhadap KK sama dengan koefisien standar pengaruh langsung OL terhadap KK ditambah koefisien standar pengaruh tidak langsung OL terhadap KK melalui KTI. Pengaruh tidak langsung diperoleh dengan mengalikan koefisien standar pengaruh langsung OL terhadap KTI dengan koefisien standar pengaruh langsung KTI terhadap KK.

Keterangan:

H1 = Hipotesis 1 (pengaruh langsung OL terhadap KK pada persamaan 2) H2 = Hipotesis 2 (pengaruh langsung OL terhadap KTI pada persamaan 1) H3 = Hipotesis 3 (pengaruh langsung KTI terhadap KK pada persamaan 2) H4 = Hipotesis 4 (pengaruh tidak langsung OL terhadap KK melalui KTI) OL = Organizational Learning, KTI =Kemampuan Teknologi Informasi, KK = Kinerja Keuangan dan β1, β2 = koefisien standar, e1, e2 = residual

2.8.3 Hipotesis Penelitian

Berdasarkan rumusan masalah, telaah teoritis, dan rerangka konseptual hipotesis penelitian sebagai berikut:

H1: Organizational learning berpengaruh langsung terhadap kinerja keuangan

H2: Organizational learning berpengaruh langsung terhadap kemampuan teknologi informasi

H3: Kemampuan teknologi informasi berpengaruh langsung terhadap kinerja keuangan

H4: Organizational learning berpengaruh tidak langsung terhadap kinerja keuangan melalui kemampuan teknologi informasi

3. METODE PENELITIAN

Populasi penelitian adalah perusahaan manufaktur go public terdaftar di Bursa Efek Jakarta yang tercantum dalam Indonesian Capital Market Directory 2005 berjumlah 150 perusahaan. Sedangkan responden yang menjadi sampel adalah para manajer puncak (top managers). Beradasarkan hasil penelitian respon rate adalah sebesar 35,33 % atau 53 perusahaan, dengan rincian 1,9% wanita dan 98,1% pria, umumnya responden berumur antara 47-51 tahun. Responden yang memegang jabatan direktur perusahaan sebanyak 20,8% dan memegang jabatan wakil direktur perusahaan 79,2%. Pengukuran variabel organizational learning nilai rata-rata jawaban responden berkisar 6, hal ini menunjukkan bahwa para manajer puncak mempersepsikan setuju terhadap adanya komitmen pelaksanaan organizational learning di perusahaan, demikian pula rata-rata jawaban responden variabel kemampuan teknologi informasi mendekati skala 6 (setuju), yang menunjukkan para manajer puncak cenderung mempersepsikan kemampuan teknologi informasi di perusahaannya baik.

3.2 Definisi Operasional Variabel 3.2.1 Organizational Learning (=OL)

Variabel organizational learning diukur dengan empat butir pertanyaan diadopsi dari penelitian Sinkula, Baker & Noordewier dalam Zhang & McCullough (2002), dengan rentang Jawaban tujuh skala likert: jawaban 1 (sangat tidak setuju), 2 (tidak setuju), 3 (agak tidak setuju), 4 (netral), 5 (agak setuju), 6 (setuju), 7 (sangat setuju). Skala 1 berarti organizational learning rendah, skala 7 organizational learning tinggi. 3.2.2 Kemampuan Teknologi Informasi (=KTI)

Kemampuan teknologi informasi menggunakan delapan butir pertanyaan diadopsi dari penelitian King & Teo dengan alternatif Jawaban tujuh skala likert dengan rincian: 1 (sangat tidak setuju), 2 (tidak setuju), 3 (agak tidak setuju), 4 (netral), 5 (agak setuju), 6 (setuju), 7 (sangat setuju). Skala 1 berarti kemampuan teknologi informasi rendah, skala 7 berarti kemampuan teknologi informasi tinggi.

3.2.3 Kinerja Keuangan (=KK)

Kinerja keuangan diukur menggunakan Return On Assets (Pearce & Robinson, 2000:233; Bharadwaj, 2000; Helfert, 2003:126; Fraser & Ormiston, 2004:175):

Profit after Tax ROA =

Total Assets

Data profit after tax dan total assets diperoleh dari laporan keuangan perusahaan manufaktur go public dalam Indonesian Capital Market Directory 2005. Return On Assets dirata-ratakan selama periode 3 tahun yaitu 2002, 2003, 2004 (Floyd dan Wooldridge, 1990; Goh & Ryan, 2002; Andersen & Segars, 2001).

3.3 Uji Kualitas Data

Hasil pengujian instrumen variabel organizational learning dan kemampuan teknologi informasi menunjukkan semua skor butir pertanyaan memiliki korelasi dengan skor total lebih besar dari 0,3 sehingga instrumen dinyatakan valid. Pengujian reliabilitas instrumen dengan nilai Cronbach’s Alpha sebesar 0,8673 dan 0,9140 (>0,7, Nunally 1994) dengan demikian intrumen adalah reliabel.

Pengujian data sekunder variabel kinerja keuangan dilakukan dengan uji normalitas One-Sample Kolmogorov-Smirnov. Berdasarkan hasil pengujian One-Sample Kolmogorov-Smirnov variabel kinerja keuangan dalam penelitian ini memiliki nilai signifikansi sebesar 0,339 (Sig. p>0,05), maka disimpulkan bahwa variabel kinerja keuangan berdistribusi normal dan dapat digunakan lebih lanjut pada penelitian ini.

3.4 Pengujian Hipotesis Penelitian

Hipotesis dalam penelitian ini menggunakan analisis regresi yang diperluas dengan metode analisis jalur untuk pengujian pengaruh variabel intervening. Analisis jalur dalam bentuk persamaan adalah sebagai berikut:

KK = -0,405OL + 0,135KTI + e2 ...(persamaan 2)

Tabel 1: Uji Hipotesis pengaruh langsung dan tidak langsung

Hipotesis Koefisien Standar T _nifikansiNilai Sig Keterangan

H1 OL → KK -0,405 -2,429 0,019 signifikan

H2 OL → KTI 0,604 5,412 0,000 signifikan

H3 KTI → KK 0,135 0,807 0,424 Tidak signifikan

H4 OL → KTI → KK 0,604 × 0,135 = 0,082 Total Pengaruh OL

terhadap KK

-0,405 + 0,082 = -0,323 Sumber: Data olahan 2006,

3.4.1 Pengujian Hipotesis 1: Organizational Learning Berpengaruh Langsung terhadap Kinerja Keuangan

Berdasarkan tabel 1, nilai koefisien standar organizational learning terhadap kinerja keuangan adalah -0,405 dan sig. pada p=0,019 (p<0,05). Koefisien regresi yang mengukur pengaruh langsung organizational learning terhadap kinerja keuangan negatif signifikan menunjukan organizational learning terbukti berpengaruh langsung terhadap kinerja keuangan, dengan demikian hipotesis 1 diterima. Arah hubungan yang negatif dan signifikan menunjukan bahwa semakin tinggi organizational learning maka semakin turun kinerja keuangan. Hubungan negatif dan signifikan menunjukan adanya “competency traps” pada perusahaan manufaktur go public di Indonesia. Competency traps adalah fenomena di mana suatu perusahaan belajar (learn) dari pengalaman masa lalu yang tidak sesuai lagi dengan permasalahan yang dihadapi di masa sekarang. Misalnya perusahaan untuk meningkatkan customer satisfaction dengan memproduksi produk yang beraneka ragam. Memproduksi produk yang beraneka tanpa adanya usaha identifikasi pada keinginan pelanggan hanya akan memperbesar biaya, yang pada akhirnya memperkecil keuntungan. Penyebab lain yang terjadi pada perusahaan manufaktur di Indonesia adalah budaya yang tidak fleksibel (Marquardt, 2002: 95).

Misal adanya sikap yang tidak ingin berubah. Sikap ini dapat menjadi kendala dalam penerapan hasil-hasil pembelajaran karena cenderung mempertahankan keadaan yang ada. Kalau terjadi penolakan maka organizational learning tidak dapat terjadi bahkan dapat menurunkan kinerja keuangan perusahaan. Hasil penelitian ini sejalan dengan penelitian Goh & Ryan (2002) yang menyatakan bahwa learning capability memiliki arah hubungan negatif dengan kinerja keuangan, demikian pula hasil penelitian Levitt & March (1988) dan Miller (1993) yang menyatakan bahwa organizational learning tidak selalu menyebabkan peningkatan efektivitas dan kinerja karena disebabkan adanya competency traps.

3.4.2 Pengujian Hipotesis 2: Organizational Learning Berpengaruh Langsung terhadap Kemampuan Teknologi Informasi

Nilai koefisien standar organizational learning terhadap kemampuan teknologi informasi adalah positif signifikan pada p=0,604 (p< 0,05), berarti bahwa organizational learning bepengaruh langsung dan searah terhadap kemampuan teknologi informasi, dengan demikian hipotesis 2 diterima. Tanda positif dan signifikan pada koefisien standar menunjukan bahwa semakin tinggi organizational learning, maka semakin tinggi pula kemampuan teknologi informasi. Untuk dapat meningkatkan kemampuan di bidang teknologi informasi diperlukan proses belajar (learn) yang berkesinambungan. Kemampuan teknologi informasi adalah salah satu sumber daya yang tidak dapat ditiru oleh perusahaan pesaing karena kemampuan yang baik hanya dapat diperoleh jika anggota perusahaan melakukan proses belajar yang berkesinambungan. Hasil penelitian ini pula sejalan dengan hasil penelitian Zhang & McCullough (2002) yang menyatakan bahwa organizational learning positif berpengaruh terhadap kemampuan teknologi informasi. Lebih jauh Bharadwaj (2000) menyatakan bahwa kemampuan teknologi informasi dipengaruhi oleh organizational learning dengan tiga komponen terkait yaitu IT infrastructure, human IT resources

meliputi technical IT skills dan managerial skills dan IT enabled intangibles yang meliputi orientasi pada pelanggan, aset pengetahuan dan sinergi. Untuk membangun ketiga hal tersebut perusahaan membutuhkan waktu dan usaha untuk belajar (learn).

3.4.3 Pengujian Hipotesis 3: Kemampuan Teknologi Informasi Berpengaruh Langsung terhadap Kinerja Keuangan

Nilai koefisien standar kemampuan teknologi informasi terhadap kinerja keuangan adalah 0,135 tidak signifikan p=0,424 (p>0,005). Hal ini berarti kemampuan teknologi informasi tidak terbukti berpengaruh langsung terhadap kinerja keuangan, dengan demikian hipotesis 3 ditolak. Ketidaksignifikanan pengaruh langsung kemampuan teknologi informasi terhadap kinerja keuangan mungkin disebabkan perusahaan manufaktur yang go public di Indonesia sumber daya manusia di bidang teknologi informasi masih rendah dalam hal mutu. Hal ini sejalan dengan pendapat Aryani (2006) yang menyatakan bahwa para praktisi di Indonesia kurang memiliki keahlian yang ini sangat diperlukan seperti keahlian teknis, kemampuan mengadopsi perkembangan teknologi, kemampuan nalar yang baik dan terlatih, serta kemampuan melakukan kerjasama tim. Hal ini menyebabkan laju perkembangan teknologi informasi tidak diimbangi dengan kemampuan di bidang teknologi informasi itu sendiri. Sejalan hasil penelitian tersebut Santoso (2003) berpendapat bahwa perusahaan manufaktur go public di Indonesia masih adanya fenomena manajer puncak yang tidak paham teknologi informasi dan hanya bertumpu pada modal besar saja akibatnya manajer puncak beranggapan bahwa yang bertanggung jawab dalam hal teknologi informasi adalah bagian teknologi informasi saja sehingga komitmen dari anggota perusahaan yang lain diabaikan. Hal ini mengakibatkan kemampuan teknologi informasi di perusahaan itu sendiri tidak dapat berkembang secara maksimal untuk meningkatkan kinerja keuangan perusahaan.

Hasil penelitian ini tidak sejalan dengan penelitian Bharadwaj (2000) di negara maju Amerika Serikat, yang menemukan bukti bahwa terdapat hubungan antara kemampuan teknologi informasi dengan kinerja perusahaan yang diukur berdasarkan rasio profitabilitas dan rasio biaya.

3.4.4 Pengujian Hipotesis 4: Organizational Learning Berpengaruh Tidak Langsung terhadap Kinerja Keuangan melalui Kemampuan Teknologi Informasi

Nilai koefisien standar pengaruh tidak langsung organizational learning terhadap kinerja keuangan melalui kemampuan teknologi informasi sebagai variabel intervening adalah sebesar 0,082. Nilai koefisien standar pengaruh langsung organizational learning ke kinerja keuangan adalah sebesar -0,405. Nilai koefisien standar pengaruh tidak langsung lebih kecil daripada nilai koefisien standar pengaruh langsung. Hal ini berarti pengaruh langsung lebih baik digunakan daripada pengaruh tidak langsung (intervening). Koefisien standar organizational learning terhadap kemampuan teknologi informasi adalah 0,604 (signifikan) tetapi koefisien standar kemampuan teknologi informasi terhadap kinerja keuangan adalah 0,135 (tidak signifikan). Hasil ini menunjukkan bahwa kemampuan teknologi informasi tidak signifikan menjadi variabel intervening. Penyebabnya adalah kemampuan teknologi informasi pada perusahaan manufaktur go public di Indonesia tidak dapat secara signifikan meningkatkan kinerja keuangan. Praktisi di bidang teknologi informasi memang cukup banyak akan tetapi mutunya masih rendah. Hal ini dapat dilihat dari kurangnya kemampuan para praktisi di Indonesia dalam hal keahlian teknis, kemampuan mengadopsi perkembangan teknologi, kemampuan nalar, serta kemampuan melakukan kerjasama tim (team work). Selain itu, organizational learning dan kemampuan teknologi informasi pada perusahaan di Indonesia rata-rata masih berada pada tahap awal dan sejajar (Sadat, 2004) sehingga masih terus dilakukan inisiatif-inisiatif untuk meningkatkan kemampuan teknologi informasi melalui kegiatan pembelajaran. Tingkat kemampuan penguasaan teknologi

industri manufaktur Indonesia juga tertinggal dibandingkan negara-negara lain. Hal tersebut dikarenakan beberapa alasan seperti kurangnya pengeluaran untuk riset pengembangan, dan transfer teknologi dari negara-negara industri maju yang umumnya merupakan teknologi usang yang di negara asalnya sudah tidak dipakai lagi sehingga tidak banyak menawarkan keunggulan kompetitif jangka panjang (Samhadi, 2006). Penyebab lain tidak signifikannya hasil penelitian kemampuan teknologi informasi dalam meningkatkan kinerja keuangan adalah adanya fenomena bahwa manajer puncak tidak memahami teknologi informasi dan menyerahkan tanggung jawab teknologi informasi sepenuhnya pada bagian teknologi informasi saja (Santoso, 2003). Hasil penelitian ini tidak sejalan dengan hasil penelitian dari Slater & Narver (1995), Hurley & Tomas (1998) yang berpendapat bahwa organizational learning dapat meningkatkan profitabilitas melalui beberapa mediator yang penting seperti kepuasan pelanggan, kesuksesan produk baru, inovasi dan teknologi informasi. Hal ini disebabkan karena Slater & Narver (1995), Hurley & Tomas (1998) melakukan penelitian di Amerika dan sudah memiliki kemampuan teknologi informasi yang tinggi.

4. SIMPULAN, KETERBATASAN dan IMPLIKASI 4.1 Simpulan

Penelitian ini menguji pengaruh langsung variabel organizational learning terhadap kinerja keuangan dan pengaruh tidak langsung melalui kemampuan teknologi informasi. Pengaruh langsung organizational learning terhadap kinerja keuangan negatif dan signifikan berarti organizational learning berpengaruh langsung terhadap kinerja keuangan. Pengaruh langsung organizational learning terhadap kemampuan teknologi informasi positif dan signifikan. Hasil penelitian ini menunjukan bahwa organizational learning berpengaruh langsung terhadap kemampuan teknologi informasi. Selanjutnya pengaruh langsung kemampuan teknologi informasi terhadap kinerja keuangan positif dan tidak signifikan, menunjukan kemampuan teknologi

informasi tidak berpengaruh langsung terhadap kinerja keuangan. Sedangkan variabel organizational learning tidak berpengaruh tidak langsung terhadap kinerja keuangan melalui kemampuan teknologi informasi.

Penelitian ini hanya menggunakan rasio keuangan Return on Assets (ROA). Diharapkan bagi penelitian selanjutnya dapat lebih memperluas tinjauan pengukuran keuangan melalui sales growth, average productivity, cost reduction seperti yang disarankan Prieto & Revilla (2006). Penelitian selanjutnya juga dapat memperluas penilaian melalui pengukuran bukan keuangan dalam hubungannya dengan organizational learning dan kemampuan teknologi informasi (IT capability). Pengukuran bukan keuangan dapat dinilai melalui customer’s satisfaction, customer’s growth, employee satisfaction, quality in products and services, organizational reputation (Prieto & Revilla, 2006).

4.2 Keterbatasan

Penelitian ini hanya menggunakan periode waktu 3 tahun, penelitian selanjutnya diharapkan menggunakan periode waktu pengukuran rasio keuangan lebih dari 3 tahun periode. Periode waktu pengukuran yang lebih lama diharapkan mampu melihat hubungan organizational learning, kemampuan teknologi informasi dan kinerja keuangan dengan lebih akurat lagi.

4.3 Implikasi

Hasil penelitian ini dapat memberikan gambaran bahwa Manajer puncak (top manager) sebaiknya lebih memahami lagi konsep organizational learning sehingga mampu menciptakan budaya pembelajaran di dalam perusahaan. Manajer puncak juga sebaiknya memahami bahwa perusahaan tidak hanya membutuhkan investasi teknologi informasi saja akan tetapi perusahaan perlu meningkatkan kemampuan teknologi informasi (IT capability). Hal ini dikarenakan teknologi informasi dapat diduplikat oleh pesaing tetapi kemampuan teknologi informasi tidak dapat diduplikat begitu saja karena

dibutuhkan pembelajaran untuk meningkatkannya. Diharapkan dengan pemahaman yang baik, manajer puncak dapat mengarahkan implementasi organizational learning dan kemampuan teknologi informasi di perusahaannya. Implementasi yang baik dari kedua konsep tersebut dapat meningkatkan profitabilitas perusahaan dan membantu perusahaan mencapai keunggulan kompetitif dalam lingkungan persaingan global sekarang ini.

DAFTAR PUSTAKA

Andersen TJ, Segars AH, 2001. The Impact of IT on Decision Structure and Firm Performance: Evidence from the Textile and Apparel Industry. Information & Management39: 85-100.

Aryani SN, 2006. Prospek Pekerja TI di Indonesia. http://aufklarung.wordpress.com. Barnett W, Raja MK, 2002. An Initial Study of the Learning Organization Model for

Evaluating Information Technology-based Process Improvement Project Potential. IACIS: 35-41.

Bharadwaj AS, 2000. A Resource-based Perspective on Information Technology Capability and Firm Performance: An Empirical Investigation. MIS Quarterly 24 (1): 169-196.

Bhatnagar J, 2006. Measuring Organizational Learning Capability in Indian Managers and Establishing Firm Performance Linkage. The Learning Organization Vol. 13, No. 5: 416-433.

Day GS, 1994. The Capabilities of Market-Driven Organizations. Journal of Marketing 58 (October): 37-52.

Dodgson M, 1993. Organizational Learning: A Review of Some Literatures. Organization Studies 14(3): 375-394.

Ellinger AD, Yang B, Ellinger AE, 2000. Is the Learning Organization for Real? Examining the Impacts of the Dimensions of te Learning Organization on Organizational Performance. 2000 AERC Proceedings.

Floyd SW, Wooldridge B, 1990. Path Analysis of the Relationship between Competitive Strategy, Information Technology, and Financial Performance. Journal of Management Information Systems Vol. 7, No. 1: 47-64.

Fraser LM, Ormiston A, 2004. Understanding Financial Statements. 7th _{ed. New Jersey:}

Pearson Education, Inc.

Galer G, Van Der Heijden K, 1992. The Learning Organization: How Planners Create Organizational Learning. Marketing Intelligence and Planning 10 (6): 5-12.

Ghozali I, 2005. Aplikasi Analisis Multivariate dengan Program SPSS. Edisi 3. Semarang: Badan Penerbit Universitas Diponegoro.

Goh SC, Ryan PJ, 2002. Learning Capability, Organization Factors and Firm Performance. Third European Conference on Organizational Knowledge, Learning and Capabilities, Athens, Greece, April 5-6.

Hanafi MM, Halim A, 2005. Analisis Laporan Keuangan. Edisi Kedua. Yogyakarta: UPP AMP YKPN.

Helfert EA, 2003. Techniques of Financial Analysis. 11th _{ed. New York: The}

McGraw-Hill Companies, Inc.

Hurley RF, Tomas MH, 1998. Innovation, Market Orientation, and Organizational Learning: An Integration and Empirical Examination. Journal of Marketing 62 (July): 42-54.

Indonesian Capital Market Directory 2005. 16th _{edition. Institute for Economic and}

Financial Research.

King W, Teo T, 1996. Key Dimensions of Facilitors and Inhibitors for the Strategic Use of Information Technology. Journal of Management of Information Systems 12 (4):35-53.

Laudon KC, Laudon JP, 2004. Management Information Systems. Ed 8, Prentice-Hall International, Inc.

Levitt B, March JG, 1998. Organizational Learning. Annual Review of Sociology. 319-340.

Marquardt MJ, 2002. Building the Learning Organization. 2nd _{ed, USA: Davies-Black}

Publishing, Inc.

Mcleod R, Schell G, 2001. Sistem Informasi Manajemen. Ed 8, Jakarta: PT INDEKS. Miller D, 1993. The Architecture of Simplicity. Academy of Management Review. 18

(1): 116-138.

Pearce JA, Robinson RB, 2000. Strategic Management. 7th _{ed, New York: The}

McGraw-Hill Companies, Inc.

Prieto IM, Revilla E, 2006. Learning capability and Business Performance: A Non-Financial and Non-Financial Assessment. The Learning Organization Vol. 13, No. 2:166-185.

Richardson VJ, Subramani M, Zmud RW, 2003. Benefiting from Information Technology Investments: the Role of IT Conversion Capability. Second Round Review at MIS Quarterly.

Sadat A, 2005. Hubungan Learning Organization dan IT Capability terhadap Kinerja Bisnis, dengan IT capability sebagai Variabel Intervening, Jurnal Manajemen Akuntansi & Sistem Informasi, MAKSI, Program Studi Magister Sains Akuntansi, Semarang.

Samhadi SH, 2006. Tudingan Pelarian Modal. http://www.google.com.

Santhanam R, Hartono E, 2003. Issues in Linking Information Technology Capability to Firm Performance. MIS Quarterly Vol. 27, No. 1:125-153.

Sinkula JM, 1994. Market Information Processing and Organizational Learning. Journal of Marketing 58 (January): 35-45.

Sinkula JM, Baker WE, Noordewier T, 1997. A Framework for Market-based Organizational Learning: Linking Values, Knowledge and Behaviour. Journal of the Academy of Marketing Science: 305-318.

Slater SF, Narver JC, 1995. Market Orient and the Learning Organization. Journal of Marketing 59 (July): 63-74.

Solimun, 2002. Structural Equation Modelling Lisrel dan Amos. Cet 1, Malang: Fakultas MIPA UNIBRAW.

Therin F, 2002. Organizational Learning and Innovation in High-Tech Small Firms. Proceedings of the 36th _{Hawaii International Conference on System Sciences.}

Tippins MJ, Sohi RS, 2003. IT Competency and Firm Performance: Is Organizational Learning A Missing Link? Strategic Management Journal 24: 745-761.

Weill P, 1992. The Relationship between Investment in Information Technology and Firm Performance: A Study of the Valve Manufacturing Sector. Information Systems Research 3: 307-333.

Zhang M, McCullough J, 2002. Effect of Learning and Information Technology Capability on Business Performance. http://blake-montclair.edu

Lampiran 2

Deskriptif Responden

UMUR

1 1.9 1.9 1.9

8 15.1 15.1 17.0

21 39.6 39.6 56.6

19 35.8 35.8 92.5

4 7.5 7.5 100.0

53 100.0 100.0 47

48 49 50 51 Total Valid

Frequency Percent Valid Percent

Cumulative Percent

JN_KLMN

52 98.1 98.1 98.1

1 1.9 1.9 100.0

53 100.0 100.0 LAKI-LAKI

PEREMPUAN Total

Valid

Frequency Percent Valid Percent

Cumulative Percent

JABATAN

11 20.8 20.8 20.8

42 79.2 79.2 100.0

53 100.0 100.0 Direktur

Wakil Direktur Total

Valid

Frequency Percent Valid Percent

Cumulative Percent

Lampiran 3

Deskriptif Variabel

Descriptive Statistics

53 4.00 7.00 6.0566 .69102 53 4.00 7.00 6.0000 .78446 53 3.00 7.00 6.0189 .86582 53 4.00 7.00 6.1321 .70813 53 4.00 7.00 5.6415 .83423 53 4.00 7.00 5.7547 .70454 53 3.00 7.00 5.6038 .88447 53 3.00 7.00 5.7736 .82372 53 3.00 7.00 5.6604 .97947 53 3.00 7.00 5.5660 .88816 53 3.00 7.00 5.6604 .87582 53 4.00 7.00 5.7547 .87499 53 -46.89 21.72 6.1543 9.60888 53 -1.57 93.80 7.8057 13.38834 53 -1.49 28.55 7.5083 6.72696 53 OL1 OL2 OL3 OL4 KTI1 KTI2 KTI3 KTI4 KTI5 KTI6 KTI7 KTI8 KK1 KK2 KK3

Valid N (listwise)

N Minimum Maximum Mean Std. Deviation

OL1

1 1.9 1.9 1.9

8 15.1 15.1 17.0 31 58.5 58.5 75.5 13 24.5 24.5 100.0 53 100.0 100.0

Netral Agak Setuju Setuju Sangat Setuju Total Valid

Frequency Percent Valid Percent

Cumulative Percent

OL2

1 1.9 1.9 1.9

13 24.5 24.5 26.4 24 45.3 45.3 71.7 15 28.3 28.3 100.0 53 100.0 100.0

Netral Agak Setuju Setuju Sangat Setuju Total Valid

Frequency Percent Valid Percent

Cumulative Percent

OL3

1 1.9 1.9 1.9

1 1.9 1.9 3.8

10 18.9 18.9 22.6

25 47.2 47.2 69.8

16 30.2 30.2 100.0

53 100.0 100.0 Agak Tidak Setuju

Netral Agak Setuju Setuju Sangat Setuju Total Valid

Frequency Percent Valid Percent

Cumulative Percent

OL4

1 1.9 1.9 1.9

7 13.2 13.2 15.1 29 54.7 54.7 69.8 16 30.2 30.2 100.0 53 100.0 100.0

Netral Agak Setuju Setuju Sangat Setuju Total Valid

Frequency Percent Valid Percent

Cumulative Percent

KTI1

4 7.5 7.5 7.5

19 35.8 35.8 43.4 22 41.5 41.5 84.9 8 15.1 15.1 100.0 53 100.0 100.0

Netral Agak Setuju Setuju Sangat Setuju Total Valid

Frequency Percent Valid Percent

Cumulative Percent

KTI2

2 3.8 3.8 3.8

15 28.3 28.3 32.1 30 56.6 56.6 88.7 6 11.3 11.3 100.0 53 100.0 100.0

Netral Agak Setuju Setuju Sangat Setuju Total Valid

Frequency Percent Valid Percent

Cumulative Percent

KTI3

1 1.9 1.9 1.9

4 7.5 7.5 9.4

17 32.1 32.1 41.5

24 45.3 45.3 86.8

7 13.2 13.2 100.0

53 100.0 100.0 Agak Tidak Setuju

Netral Agak Setuju Setuju Sangat Setuju Total Valid

Frequency Percent Valid Percent

Cumulative Percent

KTI4

1 1.9 1.9 1.9

2 3.8 3.8 5.7

13 24.5 24.5 30.2

29 54.7 54.7 84.9

8 15.1 15.1 100.0

53 100.0 100.0 Agak Tidak Setuju

Netral Agak Setuju Setuju Sangat Setuju Total Valid

Frequency Percent Valid Percent

Cumulative Percent

KTI5

3 5.7 5.7 5.7

2 3.8 3.8 9.4

13 24.5 24.5 34.0

27 50.9 50.9 84.9

8 15.1 15.1 100.0

53 100.0 100.0 Agak Tidak Setuju

Netral Agak Setuju Setuju Sangat Setuju Total Valid

Frequency Percent Valid Percent

Cumulative Percent

KTI6

1 1.9 1.9 1.9

5 9.4 9.4 11.3

16 30.2 30.2 41.5

25 47.2 47.2 88.7

6 11.3 11.3 100.0

53 100.0 100.0 Agak Tidak Setuju

Netral Agak Setuju Setuju Sangat Setuju Total Valid

Frequency Percent Valid Percent

Cumulative Percent

KTI7

1 1.9 1.9 1.9

3 5.7 5.7 7.5

17 32.1 32.1 39.6

24 45.3 45.3 84.9

8 15.1 15.1 100.0

53 100.0 100.0 Agak Tidak Setuju

Netral Agak Setuju Setuju Sangat Setuju Total Valid

Frequency Percent Valid Percent

Cumulative Percent

KTI8

6 11.3 11.3 11.3 10 18.9 18.9 30.2 28 52.8 52.8 83.0 9 17.0 17.0 100.0 53 100.0 100.0

Netral Agak Setuju Setuju Sangat Setuju Total Valid

Frequency Percent Valid Percent

Cumulative Percent

-60 -40 -20 0 20 40 60 80 100 120

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53

roa 2002 roa 2003 roa 2004

Nilai Return On Assets

0 5 10 15 20 25 30

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49 51 53 Perusahaan

N

il

a

i

Lampiran 4

Uji Validitas dan Reliabilitas

Reliability

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N of Cases = 53.0

Item-total Statistics

Scale Scale Corrected

Mean Variance Item- Squared Alpha if Item if Item Total Multiple if Item Deleted Deleted Correlation Correlation Deleted

OL1 18.1509 4.1691 .7298 .5978 .8285

OL2 18.2075 3.8215 .7399 .6102 .8215

OL3 18.1887 3.5791 .7257 .5577 .8318

OL4 18.0755 4.1865 .6964 .5212 .8398

Reliability Coefficients 4 items Alpha = .8673 Standardized item alpha = .8702 Reliability R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N of Cases = 53.0 Item-total Statistics Scale Scale Corrected Mean Variance Item- Squared Alpha if Item if Item Total Multiple if Item Deleted Deleted Correlation Correlation Deleted KTI1 39.7736 23.2170 .7114 .5955 .9035

KTI2 39.6604 24.1132 .7259 .6026 .9036

KTI3 39.8113 22.6560 .7356 .6009 .9014

KTI4 39.6415 23.7729 .6450 .5259 .9088

KTI5 39.7547 21.6502 .7704 .6254 .8986

KTI6 39.8491 22.9383 .6941 .5763 .9050

KTI7 39.7547 22.4964 .7666 .6452 .8987

KTI8 39.6604 22.8824 .7148 .5481 .9032

Reliability Coefficients 8 items

Lampiran 5

Uji Normalitas

Test of Homogeneity of Variances

KK

.306 2 156 .737

Levene

Statistic df1 df2 Sig.

Tests of Normality

.129 53 .027 .903 53 .000 KK_RT

Statistic df Sig. Statistic df Sig. Kolmogorov-Smirnova Shapiro-Wilk

Lilliefors Significance Correction a.

KK_RT

NPar Tests

One-Sample Kolmogorov-Smirnov Test

53 7.1572 5.81165 .129 .123 -.129 .941 .339 N

Mean

Std. Deviation Normal Parametersa ,b

Absolute Positive Negative Most Extreme

Differences

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

KK_RT

Test distribution is Normal. a.

Calculated from data. b.

Lampiran 6

Regresi Persamaan 1

Descriptive Statistics

5.6798 .68022 53

6.0519 .64740 53

KTI OL

Mean Std. Deviation N

Correlations 1.000 .604 .604 1.000 . .000 .000 . 53 53 53 53 KTI OL KTI OL KTI OL Pearson Correlation Sig. (1-tailed) N KTI OL

Variables Entered/Removedb

OLa . Enter

Model 1 Variables Entered Variables Removed Method All requested variables entered.

a.

Dependent Variable: KTI b.

Model Summaryb

.604a _{.365 .352 .54743 1.825}

Model 1

R R Square

Adjusted R Square

Std. Error of the Estimate

Durbin-W atson Predictors: (Constant), OL

a.

Dependent Variable: KTI b.

ANOVAb

8.777 1 8.777 29.286 .000a 15.284 51 .300

24.060 52 Regression Residual Total Model 1 Sum of

Squares df Mean Square F Sig.

Predictors: (Constant), OL a.

Dependent Variable: KTI b.

Coefficientsa

1.839 .714 2.578 .013

.635 .117 .604 5.412 .000 1.000 1.000

(Constant) OL Model 1

B Std. Error Unstandardized

Coefficients

Beta Standardized

Coefficients

t Sig. Tolerance VIF

Collinearity Statistics

Dependent Variable: KTI a.

Normal P-P Plot of Regression Standa Dependent Variable: KTI

Observed Cum Prob

1.00 .75 .50 .25 0.00 E x p e c te d C u m P r o b 1.00 .75 .50 .25 0.00

One-Sample Kolmogorov-Smirnov Test (Persamaan OL terhadap KTI) 53 .0000000 .54214226 .092 .078 -.092 .671 .758 N Mean Std. Deviation Normal Parametersa,b

Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

Unstandardiz ed Residual

Test distribution is Normal. a.

Calculated from data. b.

Scatterplot Uji Heteroskedastisitas Dependent Variable: KTI

Regression Standardized Predicted Value

2 1 0 -1 -2 -3 -4 R e g re s s io n S ta n d a rd iz e d R e s id u a l 3 2 1 0 -1 -2 -3

Lampiran 7

Regresi Persamaan 2

Descriptive Statistics

7.1572 5.81165 53

6.0519 .64740 53

5.6798 .68022 53

KK OL KTI

Mean Std. Deviation N

Correlations

1.000 -.324 -.110 -.324 1.000 .604 -.110 .604 1.000 . .009 .216 .009 . .000 .216 .000 .

53 53 53

53 53 53

53 53 53

KK OL KTI KK OL KTI KK OL KTI Pearson Correlation Sig. (1-tailed) N

KK OL KTI

Variables Entered/Removedb

KTI, OLa _{. Enter}

Model 1 Variables Entered Variables Removed Method All requested variables entered.

a.

Dependent Variable: KK b.

Model Summaryb

.341a .116 .081 5.57123 2.024 Model

1

R R Square

Adjusted R Square

Std. Error of the Estimate

Durbin-W atson Predictors: (Constant), KTI, OL

a.

Dependent Variable: KK b.

ANOVAb

204.383 2 102.192 3.292 .045a

1551.931 50 31.039 1756.314 52 Regression Residual Total Model 1 Sum of

Squares df Mean Square F Sig.

Predictors: (Constant), KTI, OL a.

Dependent Variable: KK b.

Coefficientsa

22.635 7.721 2.932 .005

-3.637 1.497 -.405 -2.429 .019 .635 1.574

1.150 1.425 .135 .807 .424 .635 1.574

(Constant) OL KTI Model 1

B Std. Error Unstandardized

Coefficients

Beta Standardized

Coefficients

t Sig. Tolerance VIF

Collinearity Statistics

Dependent Variable: KK a.

Normal P-P Plot of Regression Standa Dependent Variable: KK

Observed Cum Prob

1.00 .75 .50 .25 0.00 E x p e c te d C u m P r o b 1.00 .75 .50 .25 0.00

One-Sample Kolmogorov-Smirnov Test (Persamaan 2 OL, KTI terhadap KK) 53 .0000000 5.46304162 .113 .113 -.096 .819 .513 N Mean Std. Deviation Normal Parametersa ,b

Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

Unstandardiz ed Residual

Test distribution is Normal. a.

Calculated from data. b.

Scatterplot Uji Heteroskedastisitas Dependent Variable: KK

Regression Standardized Predicted Value

4 3 2 1 0 -1 -2 R e g re s s io n S ta n d a rd iz e d R e s id u a l 4 3 2 1 0 -1 -2

Lampiran 4

Uji Validitas dan Reliabilitas

Reliability

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N of Cases = 53.0

Item-total Statistics

Scale Scale Corrected

Mean Variance Item- Squared Alpha if Item if Item Total Multiple if Item Deleted Deleted Correlation Correlation Deleted

OL1 18.1509 4.1691 .7298 .5978 .8285

OL2 18.2075 3.8215 .7399 .6102 .8215

OL3 18.1887 3.5791 .7257 .5577 .8318

OL4 18.0755 4.1865 .6964 .5212 .8398

Reliability Coefficients 4 items Alpha = .8673 Standardized item alpha = .8702

Reliability

R E L I A B I L I T Y A N A L Y S I S - S C A L E (A L P H A) N of Cases = 53.0 Item-total Statistics Scale Scale Corrected Mean Variance Item- Squared Alpha if Item if Item Total Multiple if Item Deleted Deleted Correlation Correlation Deleted KTI1 39.7736 23.2170 .7114 .5955 .9035

KTI2 39.6604 24.1132 .7259 .6026 .9036

KTI3 39.8113 22.6560 .7356 .6009 .9014

KTI4 39.6415 23.7729 .6450 .5259 .9088

KTI5 39.7547 21.6502 .7704 .6254 .8986

KTI6 39.8491 22.9383 .6941 .5763 .9050

KTI7 39.7547 22.4964 .7666 .6452 .8987

KTI8 39.6604 22.8824 .7148 .5481 .9032

Reliability Coefficients 8 items

Uji Normalitas

Test of Homogeneity of Variances

KK

.306 2 156 .737

Levene

Statistic df1 df2 Sig.

Tests of Normality

.129 53 .027 .903 53 .000

KK_RT

Statistic df Sig. Statistic df Sig. Kolmogorov-Smirnova Shapiro-Wilk

Lilliefors Significance Correction a.

KK_RT

NPar Tests

One-Sample Kolmogorov-Smirnov Test

53 7.1572 5.81165 .129 .123 -.129 .941 .339 N

Mean

Std. Deviation Normal Parametersa ,b

Absolute Positive Negative Most Extreme

Differences

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

KK_RT

Test distribution is Normal. a.

Calculated from data. b.

Lampiran 6

Regresi Persamaan 1

Descriptive Statistics

5.6798 .68022 53

6.0519 .64740 53

KTI OL

Mean Std. Deviation N

Correlations

1.000 .604 .604 1.000 . .000 .000 .

53 53

53 53

KTI OL KTI OL KTI OL Pearson Correlation

Sig. (1-tailed)

N

KTI OL

Variables Entered/Removedb

OLa . Enter

Model 1

Variables Entered

Variables

Removed Method All requested variables entered.

a.

Dependent Variable: KTI b.

Model Summaryb

.604a _{.365 .352 .54743 1.825}

Model 1

R R Square

Adjusted R Square

Std. Error of the Estimate

Durbin-W atson Predictors: (Constant), OL

a.

Dependent Variable: KTI b.

ANOVAb

8.777 1 8.777 29.286 .000a 15.284 51 .300

24.060 52 Regression

Residual Total Model 1

Sum of

Squares df Mean Square F Sig.

Predictors: (Constant), OL a.

Dependent Variable: KTI b.

Coefficientsa

1.839 .714 2.578 .013

.635 .117 .604 5.412 .000 1.000 1.000

(Constant) OL Model 1

B Std. Error

Unstandardized Coefficients

Beta Standardized

Coefficients

t Sig. Tolerance VIF

Collinearity Statistics

Dependent Variable: KTI a.

Dependent Variable: KTI

Observed Cum Prob

1.00 .75

.50 .25

0.00

E

x

p

e

c

te

d

C

u

m

P

r

o

b

1.00

.75

.50

.25

0.00

One-Sample Kolmogorov-Smirnov Test (Persamaan OL terhadap KTI)

53 .0000000 .54214226 .092 .078 -.092 .671 .758 N

Mean

Std. Deviation Normal Parametersa,b

Absolute Positive Negative Most Extreme

Differences

Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

Unstandardiz ed Residual

Test distribution is Normal. a.

Calculated from data. b.

Scatterplot Uji Heteroskedastisitas

Dependent Variable: KTI

Regression Standardized Predicted Value

2 1

0 -1

-2 -3

-4

R

e

g

re

s

s

io

n

S

ta

n

d

a

rd

iz

e

d

R

e

s

id

u

a

l

3

2

1

0

-1

-2 -3

Lampiran 7

Regresi Persamaan 2

Descriptive Statistics

7.1572 5.81165 53

6.0519 .64740 53

5.6798 .68022 53

KK OL KTI

Mean Std. Deviation N

Correlations

1.000 -.324 -.110 -.324 1.000 .604 -.110 .604 1.000 . .009 .216

.009 . .000

.216 .000 .

53 53 53

53 53 53

53 53 53

KK OL KTI KK OL KTI KK OL KTI Pearson Correlation

Sig. (1-tailed)

N

KK OL KTI

Variables Entered/Removedb

KTI, OLa _{. Enter}

Model 1

Variables Entered

Variables

Removed Method All requested variables entered.

a.

Dependent Variable: KK b.

Model Summaryb

.341a .116 .081 5.57123 2.024

Model 1

R R Square

Adjusted R Square

Std. Error of the Estimate

Durbin-W atson Predictors: (Constant), KTI, OL

a.

Dependent Variable: KK b.

ANOVAb

204.383 2 102.192 3.292 .045a 1551.931 50 31.039

1756.314 52 Regression

Residual Total Model 1

Sum of

Squares df Mean Square F Sig.

Predictors: (Constant), KTI, OL a.

Dependent Variable: KK b.

22.635 7.721 2.932 .005

-3.637 1.497 -.405 -2.429 .019 .635 1.574

1.150 1.425 .135 .807 .424 .635 1.574

(Constant) OL KTI Model 1

B Std. Error

Unstandardized Coefficients

Beta Standardized

Coefficients

t Sig. Tolerance VIF

Collinearity Statistics

Dependent Variable: KK a.

Normal P-P Plot of Regression Standa Dependent Variable: KK

Observed Cum Prob

1.00 .75 .50 .25 0.00 E x p e c te d C u m P r o b 1.00 .75 .50 .25 0.00

One-Sample Kolmogorov-Smirnov Test (Persamaan 2 OL, KTI terhadap KK) 53 .0000000 5.46304162 .113 .113 -.096 .819 .513 N Mean Std. Deviation Normal Parametersa ,b

Absolute Positive Negative Most Extreme Differences Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)

Unstandardiz ed Residual

Test distribution is Normal. a.

Calculated from data. b.

Scatterplot Uji Heteroskedastisitas Dependent Variable: KK

Regression Standardized Predicted Value

4 3 2 1 0 -1 -2 R e g re s s io n S ta n d a rd iz e d R e s id u a l 4 3 2 1 0 -1 -2