Embed Size (px)
Citation preview
1
ANALISIS PENGARUH INTELLECTUAL CAPITAL TERHADAP
KINERJA PERUSAHAAN ; SUATU ANALISIS DENGAN PENDEKATAN
PARTIAL LEAST SQUARES
Ariawan Aji Rahardian
Wahyu Meiranto, SE. M.Si, Akt
ABSTRACT
The purpose of this study is to provide empirical evidence about the effects of intellectual
capital, identified using an input-process-output concept of human, customer, innovative and
process capitals, on company performances. From a resource-based and intellectual capital
perspective, the structural path model is applied to financial data to analyze the relationships
among the four components of intellectual capital, as well as the causal effects of intellectual
capital on company performance.
Data used in this study is secondary, financial reporting 2007-2010 from IDX. The
population of this study are all companies listed in indonesian stock exchange (IDX) from 2007-
2010. The sample of this study are 22 companies, from various sectors, in 4 years, total are 88
companies. The sample drawn by purposive sampling and fulfill sample selection criterion.
The results of this research show that not all of intellectual capital component have
significant effect to performance. Innovation capital have positve and significant effect to
customer capital, while it has negative and significant effect to human capital. Process capital
have positive and significant relationship to customer capital. Human capital have positive and
significant relationship to company performance, while it have no significant relationship to
customer capital. Customer capital has no significant effect to company performance.
Keywords : intellectual capital, innovation capital, process capital, human capital, customer
capital and business performance
2
PENDAHULUAN
Dunia bisnis saat ini telah mengalami perubahan radikal dari ekonomi berbasis produksi
menjadi ekonomi berbasis pengetahuan (Drucker, 1993 ; Powell dan Snelman, 2004 dalam
Huang dan Wu, 2010). Pada ekonomi berbasis pengetahuan ini keunggulan kompetitif yang
dimiliki perusahaan tidak lagi ditentukan oleh kepemilikan dan penggunaan faktor-faktor
produksi konvensional seperti mesin-mesin atau tenaga kerja lainnya, tetapi lebih pada
penggunaan faktor produksi berbasis pengetahuan, inovasi, dan teknologi.
Dengan meningkatnya peran dari knowledge sebagai aset yang vital bagi perusahaan,
identifikasi dan pengelolaanya dalam bentuk intangible asset dirasa makin penting. Namun, hal
ini tidak diimbangi dengan pelaporan dan identifikasi yang jelas dalam praktik akuntansi
tradisional yang ada saat ini. Menurut Canibao et al (2001), banyak investasi perusahaan pada
berbagai intangible asset tidak dapat ditemukan pada neraca karena adanya keterbatasan dalam
kriteria akuntansi untuk pengakuan dan penilaian aset tersebut. Intangible asset yang baru seperti
kompetensi staf, hubungan konsumen, model simulasi, sistem administrasi dan komputer tidak
mendapatkan pengakuan dalam model keuangan tradisional dan pelaporan manajemen ( Stewart,
1997 dalam Hong et al, 2007).
Akibat dari tidak dilaporkannya intangible asset, laporan keuangan perusahaan menjadi
kurang informatif karena tidak melaporkan semua nilai perusahaan secara utuh. Bagi perusahaan
yang sebagian besar asetnya berbentuk modal intelektual seperti bank misalnya, tidak adanya
informasi mengenai modal intelektual dalam laporan keuangan akan menyesatkan, karena dapat
mempengaruhi kebijakan perusahaan (Satria, 2010). Model akuntansi tradisional, yang asalnya
dikembangkan bagi perusahaan yang aktivitasnya terfokus pada aktivitas manufaktur dan
pengolahan sumber daya alam, harus diperluas cakupannya agar dapat mencakup intangible
asset dalam pelaporannya. Salah satu pendekatan yang digunakan dalam penilaian dan
pengukuran intangible asset adalah pendekatan intellectual capital yang telah menjadi fokus
perhatian dalam berbagai bidang, baik manajemen, teknologi informasi, sosiologi, maupun
akuntansi (Petty dan Guthrie, 2000).
Intellectual capital diidentifikasikan sebagai kesatuan dari beberapa jenis intangible asset
yang dapat meningkatkan kinerja perusahaan dan penciptaan nilai dalam perusahaan (Roos dan
Roos, 1997; Bontis, 1998; Marr dan Roos, 2005; Subramaniam dan Yound, 2005 dalam Huang
3
dan Wu, 2010). International Federation of Accountants (IFAC) mendefinisikan intellectual
capital sebagai sinonim dari intellectual property (kekayaan intelektual), intellectual asset (aset
intelektual), dan knowledge asset (aset pengetahuan), modal ini dapat diartikan sebagai
saham/modal yang berbasis pengetahuan yang dimiliki perusahaan. IFAC juga mengestimasikan
bahwa saat ini nilai perusahaan lebih ditentukan atas manajemen atas intellectual capital, tidak
lagi terhadap aset tetap.
Intellectual capital sendiri menjadi sebuah topik yang menarik untuk diteliti mengingat
perannya yang makin vital pada perusahaan saat ini. Menurut pandangan tradisional, aset yang
berharga bagi perusahaan berupa aset fisik berupa tanah, tenaga kerja dan modal, dan aset-aset
tersebut dianggap sebagai penentu seberapa baik kinerja keuangan perusahaan. Perusahaan yang
bergerak di bidang software, keuangan, farmasi, perhotelan sangat bergantung pada intellectual
capital untuk mendapatkan keuntungan. Perusahaan yang bergerak dalam bidang produksi dan
manufaktur mengombinasikan intellectual capital dengan aset fisik untuk meningkatkan
keunggulan kompetitif perusahaan. Intellectual capital, yang meliputi sumberdaya dan
kemampuan perusahaan yang berharga, sulit untuk ditiru dan bersifat tak tergantikan dapat
menghasilkan keunggulan kompetitif dan kinerja yang superior dibandingkan perusahaan yang
tidak menggunakannya (Barney, 1991).
Beberapa penelitian tentang intellectual capital telah membuktikan bahwa intellectual
capital memiliki pengaruh yang signifikan terhadap kinerja perusahaan ( Bollen et al, 2005 ;
Muhammad dan Ismail, 2009 dan Chen et al, 2005). Chen et al (2005) menggunakan model
Pulic (VAIC) untuk menguji hubungan antara intellectual capital dengan nilai pasar dan kinerja
keuangan perusahaan dengan menggunakan sampel perusahaan publik di Taiwan. Kinerja
keuangan yang digunakan adalah market-to-book value, ratios of equity, return of equity, return
on assets, growth in revenue dan employee productivity. Hasilnya menunjukkan bahwa
intellectual capital berpengaruh secara positif terhadap kinerja keuangan perusahaan. Bahkan
penelitian ini dapat dijadikan indikator untuk memprediksi kinerja keuangan perusahaan di masa
mendatang.
Kumukama et al (2011) menyelidiki hubungan antara efek mediasi dari keunggulan
kompetitif di hubungan antara intellectual capital dan kinerja finansial di 78 perusahaan
pembiayaan skala mikro di Uganda. Penelitian ini menggunakan data primer dengan survei pada
4
pekerja di perusahaan tersebut untuk mengukur persepsi mereka mengenai human capital,
structural capital dan relational capital. Selain menggunakan data primer, penelitian ini juga
menggunakan data sekunder melalui laporan keuangan perusahaan yang telah diaudit. Hasil
penelitian tersebut menunjukkan keunggulan kompetitif memiliki dampak mediasi positif untuk
meningkatkan hubungan antara kinerja perusahaan dan intellectual capital yang dimiliki industri
pembiayaan skala mikro di Uganda.
Penelitian terdahulu yang meneliti kinerja intellectual capital memiliki beberapa
keterbatasan. Penelitian yang telah dilakukan sebelumnya sebagian besar menggunakan metode
VAIC yang dikembangan oleh Pulic (2000). Kekurangan dari metode VAIC ini adalah structural
capital yang digunakan untuk menghitung efisiensi structural capital pada perusahaan tidak
mencerminkan nilai sesungguhnya, sehingga nilai intellectual capital menurut metode ini tidak
memperhitungkan (Chen et al, 2005). secara spesifik komponen-komponen structural capital
yang dimiliki perusahaan. Metode ini juga tidak memperhitungkan bentuk innovative capital dan
relational capital/customer capital yang dimiliki perusahaan, padahal inovasi dan relasi dengan
konsumen merupakan hal yang vital bagi perusahaan saat ini.
Berdasarkan kedua alasan tersebut. Yaitu mengenai pengaruh kepemilikan intellectual
capital terhadap kinerja perusahaan dan kelemahan dari metode penilaian intellectual capital
yang sering digunakan membuat peneliti tertarik untuk melakukan penelitian mengenai pengaruh
intellectual capital terhadap kinerja perusahaan menggunakan metode component based
intellectual capital. Yaitu dengan mengelompokkan intellectual capital yang dimiliki perusahaan
menjadi human capital, innovation capital, customer capital dan process capital. Secara spesifik
yaitu kapasitas inovasi, operasi yang efisien, sumber daya manusia yang bernilai tambah dan
hubungan konsumen yang baik sebagai proksi dari masing-masing komponen intellectual capital
di atas, dapat dibuat sebuah model pengukuran intellectual capital dengan Structural Equation
Modelling (SEM) dimana keempat komponen intellectual capital tersebut dianalisis secara
simultan dalam konsep input – process – output untuk mencari interaksi dan hubungan antar
komponen intellectual capital tersebut yang akhirnya dapat mempengaruhi kinerja perusahaan.
5
TELAAH TEORI DAN PENGEMBANGAN HIPOTESIS
Resource Based Theory
Resource Based Theory (RBT) membahas mengenai sumberdaya yang dimiliki
perusahaan, dan bagaimana perusahaan dapat mengembangkan keunggulan kompetitif dari
sumberdaya yang dimilikinya. Cheng et al (2010) menjelaskan bahwa dalam teori RBT ini,
untuk mengembangkan keunggulan kompetitif, perusahaan harus memiliki sumberdaya dan
kemampuan yang superior dan melebihi para kompetitornya. Calderira dan Ward (2001)
menambahkan, sumber daya perusahaan yang sukar untuk dimiliki, atau yang membutuhkan
proses yang rumit untuk mendapatkannya dapat menjadi keunikan perusahaan tersebut. RBT
berfokus pada sumberdaya dan pengelolaanya dalam organisasi yang akhirnya mengarah pada
penciptaan nilai dan disiplin manajemen strategis (Peppard dan Rylander, 2001).
Konsep Input – Process – Output
Konsep input process output adalah langkah-langkah yang diambil perusahaan untuk
mengubah bahan mentah kemudian diproses menjadi barang jadi sampai ke tangan konsumen.
Proses produksi dimulai dari input sumberdaya mentah yang digunakan oleh perusahaan
kemudian diolah dalam proses produksi, hingga akhirnya bahan mentah tersebut menjadi barang
jadi ataupun jasa dan residu atau sisa hasil produksi.
Kapasitas Inovasi
Inovasi adalah sesuatu yang baru yang dihasilkan (sebagai output perusahaan) atau
sebagai suatu proses adopsi atau pengaplikasian sesuatu yang “baru” oleh sebuah organisasi
sedemikian rupa sehingga organisasi ini menjadi lebih kompetitif. Sesuatu yang baru tersebut
bisa berupa produk atau jasa baru yang dapat memberikan nilai lebih dibandingkan produk yang
lama. Bisa juga sesuatu yang baru itu adalah proses baru menciptakan efisiensi dalam produksi,
maupun peningkatan pelayanan.
Dalam konteks dengan hubungan konsumen, inovasi diwujudkan sebagai pengembangan
penemuan baru yang bertujuan untuk memuaskan konsumen. Dalam jangka panjang,
kemampuan bersaing sebagian besar perusahaan tergantung dari kemampuan mereka untuk
berinovasi dengan menyediakan barang dan jasa yang baru secara terus-menerus bagi pelanggan,
inovasi adalah kunci penting untuk membina hubungan secara kontinu dengan para pelanggan
6
Inovasi dapat diwujudkan dalam bentuk pelatihan yang dilakukan perusahaan.
Marimuthu et al (2009) menyebutkan bahwa pelatihan karyawan merupakan komponen penting
dalam pengembangan modal manusia, dengan melakukan pelatihan seorang karyawan dapat
meningkatkan kemampuan dan keahliannya untuk melakukan aktivitas yang bernilai ekonomis
bagi perusahaan. Makin tinggi pelatihan yang diberikan perusahaan pada karyawan, nilai tambah
karyawan akan meningkat juga
H1 : Kapasitas inovasi memiliki hubungan positif dengan hubungan konsumen yang baik
H2 : Kapasitas inovasi memiliki hubungan positif dengan sumber daya manusia yang
bernilai tambah
Operasi yang Efisien
Process capital berfokus pada prosedur internal yang mendefinisikan sistem dan
struktur sebuah perusahaan. Proses tersebut menyoroti berbagai aktivitas bisnis yang sering
dilakukan perusahaan, misalnya investasi pada R&D, waktu tenggang produksi dan
produktivitas proses administrasi perusahaan. Proses bisnislah yang selama ini menggerakkan
roda suatu organisasi, sehingga kinerja suatu organisasi akan sangat bergantung pada efektivitas
dan efisiensi proses bisnisnya.
Seggie et al (2006) dalam Cheng et al (2010) menunjukkan bahwa penggunaan rantai
suplai produk yang baik dapat meningkatkan hubungan baik dengan konsumen. Kaplan dan
Norton (1996) dalam Cheng et al (2010) menyatakan bahwa menurut perspektif balanced score
card, perusahaan yang menunjukkan proses operasi yang efisien dengan pengurangan waktu
siklus dan kualitas pelayanan yang meningkat, dapat menciptakan kesetiaan konsumen.
H3: Operasi yang efisien memiliki hubungan positif dengan hubungan konsumen yang
baik
Sumber Daya Manusia yang Bernilai Tambah
Hayton (2005) mengindikasikan bahwa human capital mengacu pada pengetahuan,
keahlian dan semua kemampuan karyawan yang dimiliki perusahaan. Jardon dan Martos (2008)
mempelajari sebuah model berkelanjutan dimana human capital berfungsi sebagai landasan
utama bagi komponen intellectual capital lain.
7
Cheng et al (2010) menyatakan bahwa sumberdaya manusia yang bernilai tambah adalah
variabel penengah antara innovation capital dan kinerja perusahaan. Karyawan yang terampil
dan ahli cenderung lebih disukai konsumen, dengan demikian keahlian dan kecakapan karyawan
tersebut dapat meningkatkan hubungan baik perusahaan dengan pelanggan dan dapat membantu
dalam perolehan pelanggan baru.
Banyak peneliti yang telah menemukan bahwa human capital berpengaruh positif pada
kinerja perusahaan (Bontis et al, 2000 ; Jardon dan Martos, 2009 ; Huang dan Wu, 2010). .
Karyawan perusahaan yang memiliki keahlian dan kemampuan yang baik akan memberikan
imbalan jangka panjang bagi organisasi dalam bentuk produktivitas yang lebih tinggi, yang pada
akhirnya meningkatkan pendapatan perusahaan
H4 : Sumber daya manusia yang bernilai tambah memiliki hubungan positif dengan
hubungan konsumen yang baik.
H6 : Sumber daya manusia yang bernilai tambah memiliki hubungan positif dengan
kinerja perusahaan.
Hubungan Konsumen yang Baik
Customer capital adalah pengetahuan mengenai hubungan dengan para stakeholder yang
dapat mempengaruhi suatu organisasi. Bontis (1998) dalam Cheng et al (2010) menyebutkan
bahwa pengetahuan mengenai jalur pemasaran dan hubungan dengan konsumen memegang
peran penting dalam customer capital, dan pengetahuan tersebut didapat dari hubungan
perusahaan dengan pihak eksternal.
Terdapat hubungan yang menarik antara customer capital dan kinerja perusahaan.
Kualitas pelayanan yang diterima pelanggan adalah faktor terpenting dalam kepuasan pelanggan.
Tugas utama perusahaan untuk meningkatkan kepuasan pelanggan adalah dengan meningkatkan
kualitas pelayanan yang diterima pelanggan, pelanggan yang puas akan cenderung lebih loyal
pada perusahaan yang pada akhirnya akan meningkatkan pendapatan
H5 : Hubungan yang konsumen yang baik memiliki hubungan positif dengan kinerja
perusahaan
8
METODE PENELITIAN
Variabel Dependen
Variabel dependen dalam penelitian ini adalah kinerja perusahaan yang diproksikan
dengan return on asset (ROA), return of equity (ROE) dan price to book ratio (PER).
Variabel Independen
Kapasitas Inovasi
Kapasitas inovasi dalam penelitian ini diukur berdasarkan teknologi dan produk baru
yang dihasilkan oleh perusahaan (Chen et al,2004). Wang dan Chang (2008) menggunakan
pengeluaran penelitian dan pengembangan (R&D) yang dikeluarkan perusahaan untuk mengukur
kemampuan inovasi perusahaan. Karena pengeluaran R&D sangat penting untuk berinovasi,
penelitian ini menggunakan pengukuran finansial pada biaya input inovasi untuk
mendeskripsikan proses inovasi. Variabel kapasitas inovasi terdiri dari tiga indikator utama.
Yang pertama adalah kepadatan penelitian dan pengembangan yang dikeluarkan perusahaan saat
ini, kepadatan penelitian dan pengembangan perusahaan tahun lalu dan intensitas penelitian dan
pengembangan perusahaan.
Kepadatan penelitian dan pengembangan tahun ini (INN1)
=
Kepadatan penelitian dan pengembangan tahun lalu (INN2)
=
Intensitas penelitian dan pengembangan (INN3)
=
Hubungan Konsumen yang Baik
Cheng et al (2010) mengklasifikasikan customer capital menjadi intensitas pemasaran
dan kemampuan pemasaran, yang kemudian digunakan untuk mendeskripsikan hubungan
9
perusahaan dengan para stakeholder Hubungan konsumen yang baik diukur dari tiga indikator
utama yang mengacu pada penelitian Wang dan Chang (2004) yaitu tingkat pertumbuhan
pendapatan, rasio biaya penjualan, administratif dan umum terhadap total biaya dan rasio biaya
penjualan, umum dan administratif perusahaan terhadap pendapatan
Tingkat pertumbuhan pendapatan (CUS1)
=
Rasio perbandingan antara biaya penjualan,umum dan administratif terhadap total
biaya (CUS2)
=
Rasio perbandingan antara biaya penjualan,umum dan administratif terhadap
pendapatan (CUS3)
=
Sumber Daya Manusia yang Bernilai Tambah
Cheng et al (2010) mengukur human capital tidak menggunakan konsep informasi latar
belakang mengenai human capital dan menggunakan konsep output sebagai proksi dari sumber
daya berbasis pengetahuan di laporan keuangan perusahaan. Dalam laporan keuangan, konsep
output dari sumberdaya manusia menyediakan pengukuran memadai yang dapat mewakili
human capital. Menggunakan konsep output, efisiensi manajer dan karyawan yang bersifat
10
kuantitatif dapat mengindikasikan human capital sebagai produktivitas dan nilai tambah
karyawan.
Untuk mengukur efisiensi dari sumberdaya manusia yang bernilai tambah, penelitian ini
menggunakan tiga indikator yang diadopsi dari penelitian Wang dan Chan (2004) dan Cheng et
al (2010), yaitu produktivitas tiap karyawan, pendapatan operasi per karyawan dan nilai tambah
per karyawan.
Produktivitas per karyawan (HUM1)
=
Pendapatan operasi per karyawan (HUM2)
=
Nilai tambah per karyawan (HUM3)
=
Operasi yang Efisien
Untuk mengukur operasi yang efisien, tiga indikator yang didapat dari penelitian Cheng
et al (2010), Wang dan Chang (2004) dan Chen et al (2004), yaitu perputaran aset lancar,
perputaran piutang dan perputaran aset tetap.
11
Perputaran aset lancar (PRO1)
=
Perputaran piutang (PRO2)
=
Perputaran aset tetap (PRO3)
=
Populasi dan Sampel
Populasi dalam penelitian ini adalah seluruh perusahaan yang listed dan go public di BEI
selama tahun 2007 - 2010. Pemilihan sampel penelitian dilakukan secara purposive sampling
dengan kriteria sebagai berikut :
1. Perusahaan berturut-turut memiliki komponen dana penelitian dan pengembangan yang
tercatat dalam financial report periode 2007 – 2010.
2. Perusahaan berturut-turut tidak menderita rugi dan neracanya tidak menunjukkan
kekayaan negatif.
3. Perusahaan tidak delisting dari BEI selama periode tahun 2007 – 2010.
12
Tabel 4.1
Proses Purposive Sampling Penelitian
Keterangan : Tahun
2007
Tahun
2008
Tahun
2009
Tahun
2010
Jumlah perusahaaan selama periode pengamatan :
1. Perusahaan tidak memiliki komponen
dana penelitian dan pengembangan yang
tercatat dalam financial report
2. Perusahaan menderita rugi dan neracanya
menunjukkan kekayaan negatif
3. Perusahaan mengalami delisting selama
periode 2007-2010
343
(319)
(2)
(0)
393
(365)
(6)
(0)
397
(368)
(7)
(0)
402
(370)
(10)
(0)
Jumlah sampel yang memenuhi kriteria secara
keseluruhan
22 22 22 22
Metode Analisis Data
Penelitian ini menggunakan Partial Least Square (PLS) sebagai alat analisis. Dalam hal
ini, kinerja perusahaan dan komponen-komponen intellectual capital diperlakukan sebagai
variabel laten dengan masing-masing indikatornya.
PLS merupakan salah satu metode untuk melaksanakan model Structural Equation
Modelling (SEM). Untuk tujuan penelitian ini metode ini dirasa lebih baik dibandingkan
software SEM yang lain, misalnya AMOS dan LISREL. Model PLS ini digunakan pada saat
dasar teori perancangan model lemah dan indikator pengukuran tidak memenuhi model
pengukuran yang ideal. PLS dapat digunakan dengan jumlah sampel yang tidak besar dan dapat
diterapkan pada semua skala data (Ghozali,2006).
13
Gambar 3.1
Model Konseptual Penelitian dengan PLS
Sumber : Pengolahan data dengan PLS, 2011
Estimasi parameter yang didapat dengan PLS dapat dikategorikan menjadi tiga. Pertama,
adalah weight estimate yang digunakan untuk menciptakan skor variabel laten. Kedua,
mencerminkan estimasi jalur (path estimate) yang menghubungkan variabel laten dan antar
variabel laten dan indikatornya (loading). Ketiga, berkaitan dengan means dan lokasi parameter
(nilai konstanta regresi) untuk indikator dan variabel laten. Untuk memperoleh ketiga estimasi
ini, PLS menggunakan proses iterasi 3 tahap dan setiap tahap iterasi menghasilkan estimasi.
Tahap pertama, menghasilkan weight estimate, tahap kedua menghasilkan estimasi untuk inner
model dan outer model, dan tahap ketiga menghasilkan estimasi means dan lokasi (Ghozali,
2006).. Model analisis jalur semua variabel laten dalam PLS terdiri dari 2 model, yaitu inner
model dan outer model.
HASIL PENELITIAN DAN PEMBAHASAN
Convergent Validity
Convergent Validity dari model pengukuran indikator refleksif dinilai berdasarkan
korelasi antara item score/component score yang diestimasi dengan software SmartPLS. Ukuran
refleksif individual dikatakan tinggi jika berkolerasi lebih dari 0,70 dengan konstruk yang
diukur. Namun menurut Chin 1998 (dalam Ghozali, 2006), untuk penelitian tahap awal dari
14
pengembangan skala, nilai loading 0,50 sampai 0,60 dianggap cukup memadai. Dalam penelitian
ini akan digunakan batas loading factor sebesar 0,50.
Tabel 4.6
Outer Loading (Measurement Model)
Model Awal Modifikasi
Kapasitas Inovasi
INN1 0,963 0,963
INN2 0,914 0,912
INN3 0,764 0,763
Operasi yang Efisien
PRO1 0,832 0,836
PRO2 0,894 0,897
PRO3 0,434
Hubungan Konsumen yang Baik
CUS1 -0,151
CUS2 0,984 0,984
CUS3 0,986 0,988
Sumber Daya Manusia yang Bernilai Tambah
HUM1 0,938 0,939
HUM2 0,979 0,979
HUM3 0,954 0,954
Kinerja
PER -0,039
ROA 0,966 0,971
ROE 0,978 0,983 Sumber : Pengolahan data dengan PLS, 2011
Hasil pengolahan data menggunakan SmartPLS dapat dilihat pada tabel 4.4. Nilai outer
model atau korelasi antar konstruk dengan variabel pada awalnya belum memenuhi convergent
validity karena terdapat beberapa indikator yang memiliki loading factor di bawah 0,50.
Modifikasi model dilakukan dengan mengeluarkan indikator yang memiliki loading
factor di bawah 0,50. Pada model modifikasi di tabel 4.3 tersebut menunjukkan bahwa semua
loading factor telah memiliki nilai di atas 0,50 sehingga konstruk untuk semua model tidak ada
yang dieliminasi dari model.
Discriminant Validity
Discriminant validity dinilai untuk memastikan bahwa setiap konsep dari masing variabel
laten berbeda dengan variabel lainnya. Model mempunyai discriminant validity yang baik jika
15
setiap nilai loading dari setiap indikator dari sebuah variabel laten memiliki nilai loading yang
paling besar dibandingkan dengan nilai loading lain terhadap variabel laten lainnya. Dari tabel
4.5 dapat dilihat bahwa semua nilai loading factor untuk setiap indikator dari masing-masing
variabel laten memiliki nilai yang lebih besar jika dibandingkan dengan variabel laten lainnya.
Hasil pengujian discriminant validity diperoleh sebagai berikut :
Tabel 4.7
Nilai Discriminant Validity
(Cross Loading)
Customer Human Innovation Kinerja Process
CUS2 0,984354 0,012538 0,236276 0,100242 0,250580
CUS3 0,987976 -0,066867 0,343802 0,025721 0,200898
HUM1 -0,173669 0,937837 -0,224206 0,424149 0,278962
HUM2 0,065653 0,979297 -0,090053 0,415127 0,286996
HUM3 0,037712 0,954479 -0,076839 0,454870 0,266853
INN1 0,316079 -0,148848 0,962565 -0,107551 -0,103825
INN2 0,272438 -0,131411 0,912429 -0,089008 -0,160433
INN3 0,169428 -0,071745 0,762970 0,183417 0,077800
PRO1 0,174317 0,124148 -0,100509 0,359252 0,835842
PRO2 0,216385 0,355485 -0,066120 0,745576 0,896896
ROA 0,071101 0,373347 0,039990 0,970837 0,617230
ROE 0,051522 0,493520 -0,101323 0,982944 0,665278 Sumber : Pengolahan data dengan PLS, 2011
Composite Reliability
Kriteria validity dan reliabilitas juga dapat dilihat dari nilai reliabilitas suatu konstruk dan
nilai Average Variance Extracted (AVE) dari masing-masing konstruk. Konstruk dikatakan
memiliki reliabilitas yang tinggi jika nilainya 0,70 dan AVE berada diatas 0,50. Pada tabel 4.6
akan disajikan nilai Composite Reliability dan AVE untuk seluruh variabel.
Tabel 4.8
Composite Reliability dan Average Variance Extracted
Composite Reliability Average Variance
Extracted (AVE)
Customer 0,986071 0,972524
Human 0,970528 0,916530
Innovation 0,913514 0,780394
Performance 0,976642 0,954352
Process 0,857988 0,751527 Sumber : Pengolahan data dengan PLS, 2011
16
Berdasarkan tabel 4.6 dapat disimpulkan bahwa semua konstruk memenuhi kriteria
reliabel. Hal ini ditunjukkan dengan nilai composite reliability di atas 0,70 dan AVE diatas 0,50
sebagaimana kriteria yang direkomendasikan.
Menilai Inner Model
Pengujian inner model atau model struktural dilakukan untuk melihat hubungan antara
konstruk, nilai signifikansi dan R-square dari model penelitian. Model struktural dievaluasi
dengan menggunakan R-square untuk konstruk dependen uji t serta signifikansi dari koefisien
parameter jalur struktural.
Dalam menilai model dengan PLS dimulai dengan melihat R-square untuk setiap variabel
laten dependen. Tabel 4.7 merupakan hasil estimasi R-square dengan menggunakan SmartPLS.
Tabel 4.9
Nilai R-Square
R-Square
Customer 0,158225
Human 0,019446
Innovation
Performance 0,209416
Process Sumber : Pengolahan data dengan PLS, 2011
17
Gambar 4.1
Model Struktural dengan Partial Least Square
Sumber : Pengolahan data dengan PLS, 2011
Pengujian Hipotesis
Signifikansi parameter yang diestimasi memberikan informasi yang sangat berguna
mengenai hubungan antara variabel-variabel penelitian. Dasar yang digunakan dalam menguji
hipotesis adalah nilai yang terdapat pada output path coefficient. Signifikansi pengaruh antar
variabel didapat dengan melihat nilai koefisien parameter dan nilai signifikansi t statistik. Tabel
4.8 memberikan output estimasi untuk pengujian model struktural.
Tabel 4.10
Path Coefficient (Means, STDEV, T-Values)
Original
Sample
(O)
Sample
Mean (M)
Standard
Deviation
(STDEV)
Standard
Error
(STERR)
T Statistics
(|O/STERR|)
Customer ->
Performance
0,075079 0,086692 0,083750 0,083750 0,896461
Human ->
customer
-0,066395 -0,061220 0,040169 0,040169 1,652896
Human ->
performance
0,453690 0,493036 0,087300 0,087300 5,196887
18
Innovation ->
customer
0,314220 0,327701 0,101086 0,101086 3,108443
Innovation ->
human
-0,139448 -0,163219 0,049686 0,049686 2,806593
Process ->
customer
0,275928 0,285826 0,135002 0,135002 2,043883
Sumber : Pengolahan data dengan PLS, 2011
Interpretasi Pengujian Hipotesis
Pengaruh Kapasitas Inovasi Terhadap Hubungan Konsumen yang Baik
Menurut hasil pengujian hipotesis pada penelitian ini terbukti bahwa variabel kapasitas
inovasi memiliki pengaruh positif yang signifikan terhadap hubungan konsumen yang baik.
Dapat juga dikatakan bahwa kapasitas inovasi berpengaruh terhadap hubungan konsumen yang
baik. Hasil penelitian ini sesuai dengan hasil penelitian Cheng et al (2010) dan Tseng dan Goo
(2005) yang menyatakan bahwa inovasi memiliki hubungan positif terhadap hubungan
konsumen. Hasil ini mencerminkan fakta bahwa inovasi memegang peranan penting dalam
mempertahankan hubungan baik perusahaan dengan pelanggan, baik dalam jangka panjang
maupun dalam jangka pendek, dalam bentuk penelitian dan pengembangan berbagai produk baru
yang dapat memuaskan pelanggan.
Pengaruh Kapasitas Inovasi terhadap Sumber Daya Manusia yang Bernilai Tambah
Menurut hasil pengujian hipotesis dalam penelitian ini terbukti bahwa variabel kapasitas
inovasi memiliki pengaruh negatif yang signifikan terhadap sumber daya manusia yang bernilai
tambah. Arah hubungan kedua variabel ini tidak konsisten dengan hipotesis yang menyatakan
bahwa kapasitas inovasi memiliki hubungan positif terhadap sumber daya manusia yang bernilai
tambah. Hasil penelitian ini tidak konsisten dengan penelitian Cheng et al (2010), dimana
kapasitas inovasi berpengaruh positif terhadap sumber daya manusia yang bernilai tambah.
Kapasitas inovasi yang mempengaruhi kualitas sumber daya manusia diwujudkan dalam
bentuk pelatihan karyawan yang dilakukan oleh perusahaan yang bertujuan untuk meningkatkan
kualitas sumber daya manusia perusahaan. Namun, dalam prakteknya dapat terjadi kesalahan
sehingga pelatihan tersebut tidak memberikan dampak yang diharapkan, hal tersebut berbentuk
risiko pelatihan. En dan Wen (2008) mendefinisikan risiko pelatihan sebagai kemungkinan
19
adanya kerugian baik secara langsung maupun tidak langsung yang disebabkan oleh proses
pelatihan karyawan karena pengaruh gagasan, organisasi itu sendiri, teknologi, lingkungan dll.
En dan Wen (2008) menyatakan bahwa risiko dalam pelatihan dapat disebabkan oleh
risiko teknis dan risiko gagasan. Risiko teknis dalam pelatihan dapat berupa kegagalan dalam
pengidentifikasian kebutuhan akan pelatihan atau kesalahan penyampaian materi pelatihan
sehingga karyawan perusahaan yang menjadi objek pelatihan tidak mendapatkan manfaat apa-
apa atau bahkan menurun keahlian/kualitasnya. Risiko gagasan muncul dari ide/persepsi yang
salah mengenai pelatihan. Pemahaman yang tidak tepat mengenai pelatihan dapat
menghilangkan manfaat dari pelatihan itu sendiri. Contohnya manajer yang memandang
pelatihan karyawan hanya sebagai pemborosan anggaran, lalu memotong anggaran pelatihan
yang ada sehingga pelatihan tersebut tidak memberikan dampak yang diharapkan.
Pengaruh Operasi yang Efisien terhadap Hubungan Konsumen yang Baik
Menurut hasil pengujian hipotesis pada penelitian ini terbukti bahwa variabel operasi
yang efisien memiliki pengaruh positif yang signifikan terhadap hubungan konsumen yang baik.
Dapat juga dikatakan bahwa operasi yang efisien berpengaruh terhadap hubungan konsumen
yang baik. Hasil tersebut sesuai dengan penelitian Wang dan Chan (2008) yang menyatakan
bahwa process capital berpengaruh positif terhadap customer capital. Perusahaan yang
beroperasi secara efisien dan efektif akan lebih disukai konsumen karena pelayanan yang
diberikan pada konsumen akan lebih baik dan memuaskan. Perusahaan dapat memperpendek
waktu siklus produksi dan operasi dan meningkatkan prosedur internal yang berkualitas tinggi
untuk meningkatkan hubungan baik dengan konsumen.
Pengaruh Sumber Daya Manusia yang Bernilai Tambah terhadap Hubungan Konsumen
yang Baik
Menurut hasil pengujian hipotesis pada penelitian ini terbukti bahwa variabel sumber
daya manusia yang bernilai tambah memiliki pengaruh negatif tetapi tidak signifikan terhadap
hubungan konsumen yang baik. Dapat juga dikatakan bahwa sumber daya manusia yang bernilai
tambah tidak berpengaruh terhadap hubungan konsumen yang baik. Hasil ini tidak sesuai dengan
hasil penelitian Cheng et al (2010) yang menyatakan bahwa sumber daya manusia yang bernilai
tambah berpengaruh positif terhadap hubungan konsumen yang baik.
20
Namun, hasil ini sejalan dengan penelitian yang dilakukan oleh Bontis dan Serenko
(2009) dimana human capital tidak berpengaruh secara signifikan terhadap customer capital.
Hasil yang tidak signifikan ini dapat dijelaskan karena rata-rata kualitas sumber daya manusia di
perusahaan Indonesia kurang memadai sehingga mempengaruhi konsumen, dalam hal ini
kepuasan terhadap layanan yang diberikan karyawan, sehingga arah hubungan yang negatif dapat
terjadi pada hasil penelitian ini.
Pengaruh Hubungan Konsumen yang Baik terhadap Kinerja Perusahaan
Menurut hasil pengujian hipotesis pada penelitian ini terbukti bahwa variabel hubungan
konsumen yang baik memiliki pengaruh positif tetapi tidak signifikan terhadap kinerja. Dapat
juga dikatakan bahwa hubungan konsumen yang baik tidak berpengaruh terhadap kinerja
perusahaan. Hasil ini sesuai dengan hasil penelitian Cheng et al (2010) yang menemukan bahwa
hubungan konsumen yang baik tidak berpengaruh terhadap kinerja perusahaan.
Perusahaan pada umumnya mempertahankan hubungan baik dengan konsumen dengan
mengeluarkan biaya-biaya seperti biaya promosi dan biaya iklan. Konsumen yang setia dan loyal
pada perusahaan diharapkan akan terus membeli produk dan layanan yang ada sehingga kinerja
perusahaan diasumsikan meningkat. Namun, pada perusahaan Indonesia rata-rata biaya yang
dikeluarkan untuk mempertahankan hubungan baik ini relatif rendah, dapat dilihat pada nilai
rata-rata perbandingan antara biaya umum dan penjualan terhadap biaya total yang dikeluarkan
perusahaan hanya sekitar 27,68%, sehingga biaya yang telah dikeluarkan perusahaan untuk
menjaga hubungan baik dengan konsumen tidak terlalu berpengaruh terhadap kinerja. Hal ini
menjelaskan hubungan konsumen yang baik pada konsumen tidak berpengaruh signifikan
terhadap kinerja perusahaan.
Pengaruh Sumber Daya Manusia yang Bernilai Tambah terhadap Kinerja Perusahaan
Menurut hasil pengujian hipotesis pada penelitian ini terbukti bahwa variabel sumber
daya manusia yang bernilai tambah memiliki pengaruh positif yang signifikan terhadap kinerja.
Dapat juga dikatakan bahwa sumber daya manusia yang bernilai tambah berpengaruh terhadap
kinerja perusahaan. Hasil ini sesuai dengan hasil penelitian Cheng et al (2010), Bollen et al
(2005), Chen et al (2005) dan Hayton (2005) yang menyatakan bahwa pengelolaan sumber daya
21
manusia yang efektif akan meningkatkan kinerja keuangan perusahaan, yang terindikasi dalam
peningkatan pengembalian aset dan ekuitas perusahaan.
Sumber daya manusia perusahaan merupakan salah satu sumber daya yang paling penting
yang dapat digunakan perusahaan saat ini dalam usaha untuk mempertahankan keunggulan
kompetitif dan kinerja yang baik. Kemampuan sebuah perusahaan untuk tetap bertahan dalam
persaingan yang ketat bergantung pada akumulasi dari pengetahuan dan kapabilitas dari
karyawannya. Layanan dan produk yang memiliki nilai tambah bergantung pada karyawan,
sehingga karyawan yang berkualitas dan ahli dapat menghasilkan keuntungan bagi perusahaan.
SIMPULAN, KETERBATASAN DAN SARAN
Dari hubungan antar komponen intellectual capital di atas, dapat disimpulkan tidak
semua komponen intellectual capital berpengaruh terhadap komponen lainnya yang akhirnya
dapat mempengaruhi kinerja perusahaan. Hanya kapasitas inovasi, proses operasi yang efisien
dan hubungan konsumen yang baik yang berpengaruh signifikan terhadap kinerja perusahaan
secara keseluruhan.
Penelitian ini masih memiliki beberapa keterbatasan, yaitu perusahaan sampel relatif
sedikit karena masih banyak perusahaan yang tidak mengungkapkan/memiliki akun biaya
penelitian dan pengembangan dalam laporan keuangan tahunan perusahaan, hal ini menyebabkan
penelitian kurang memiliki cakupan yang luas. Penelitian ini juga tidak bisa menjelaskan
hubungan antara kinerja pasar dan kinerja keuangan, karena peneliti hanya menggunakan kinerja
keuangan sebagai proksi dari kinerja. Penelitian selanjutnya dapat mengembangkan model
penelitian lebih jauh untuk mengeksplorasi hubungan antar komponen intellectual capital, tidak
terpaku pada model penelitian ini saja.
Penelitian selanjutnya disarankan menggunakan indikator lain selain biaya penelitian dan
pengembangan untuk mengukur konstruk kapasitas inovasi agar lebih banyak perusahaan yang
tercakup dalam penelitian agar hasil penelitian cakupannya lebih luas. Selanjutnya penelitian
selanjutnya disarankuan untuk memisahkan kinerja menjadi kinerja keuangan dan kinerja pasar
agar mendapat gambaran yang lebih detail dan jelas, selain itu hubungan antara kinerja pasar dan
kinerja keuangan dapat diukur.
22
DAFTAR PUSTAKA
Ahangar, Reza Gharoie. 2011. “The Relationship Between Intellectual Capital and Financial
Performance : An Empirical Investigation In An Iranian Company.” African Journal
of Business Management. Vol.5. No. 1, pp 88-95.
Amalia, Mirta dan Yanuar Nugroho. 2011. “An Innovation Perspective of Knowledge in A
Multinational Subsidiary.” Journal of Knowledge Management. Vol 15, No. 1, pp 71-87.
Astuti, Partiwi Dwi dan Arifin Sabeni. 2005. “Hubungan Intellectual Capital dan Business
Performance dengan Diamond Spesification : Sebuah Perspektif Akuntansi.” Paper
disaijkan pada SNA 8, Solo.
Barney, Jay. 1991. “Firm Resources and Sustained Competitive Advantage.” Journal of
Management. Vol 17, No. 1, pp 99-120.
Belkaoui, Ahmed-Riahi. 2003. “Intellectual Capital and Firm Performance of US Multinational
Firms.” Journal of Intellectual Capital. Vol 4, No. 2, pp. 215-226.
Bollen, Laury, Phillip Vergauwen dan Stephanie Schineders. 2005. “Linking Intellectual Capital
and Intellectual Property to Company Performance.” Management Decision. Vol 43,
No.9, pp 1161-1185.
Bontis, Nick, Alexander Serenko. 2009. “A Causal Model of Human Capital Antecedents and
Consequents in the Financial Service Industry”. Journal of Intellectual Capital. Vol 10.
No 1, pp 53-69.
Bontis, Nick, William Chua Chong Keow dan Stanley Richardson. 2000. “Intellectual Capital
and Business Performance in Malaysian Industries.” Journal of Intellectual Capital. Vol
1. No. 1, pp 85-100.
Calderia,Mario M and John M.Ward. 2001. “Using Resource Based Theory To Interpret The
Successful Adoption and Use of Information System & Technology in Manufacturing
Small and Medium Sized Enterprises.”
Canibao, Leandro, Manuel Garcia A, Paloma Sanchez. 2000. “Accounting for Intangibles : A
Literature Review.” Journal of Accounting Literature. Vol 19, pp 102-130.
Chang, William S dan Jasper J Hsieh. 2011. “Intellectual Capital and Value Creation-Is
Innovation Capital a Missing Link?” International Journal of Business and Management.
Vol 6, No. 2.
Chauvin, Keith W dan Mark Hirschey. 1993. “Advertising, R&D Expenditures and The Market
Value of the Firm.” Financial Management.
23
Chen, Jin, Zhaoui Zhu, Hong Yuan Xie. 2004. “Measuring Intellectual Capital : A New Model
and Empirical Study.” Journal of Intellectual Capital. Vol 2, No. 3, pp. 225-235.
Chen, Ming-Chin, Shu Ju Cheng, Yuhchang Hwang. 2005. “An Empirical Investigation of The
Relationship Between Intellectual Capital and Firm`s Market Value and Financial
Performance.” Journal of Intellectual Capital. Vol 6, No.2, pp. 159-176.
Cheng, Meng-Yuh, Jer-Yan Lin dan Tzy-Yih Hsiao. 2010. “Invested Resource, Competitive
Intellectual Capital and Corporate Performance.” Journal of Intellectual Capital. Vol 11,
No.4, pp 433-450.
Gans, Joshua dan Scott Stern. 2003. “Assessing Australia`s Innovative Capacity in the 21st
Century.”
Grant, M Robert. 1991. “The Resource Based Theory of Competitive Advantage : Implication
for Strategy Simulation.” California Management Review.
Ghozali, Imam. 2006. Structural Equation Modelling Metode Alternatif dengan Partial Least
Square (PLS). Semarang : Badan Penerbit Universitas Diponegoro.
Hayton, James C. 2005. “Competing in the New Economy : The Effect of Intellectual Capital on
Corporate Entreprenurship in High Technology New Ventures.” R&D Management. Vol
35, No. 2.
Hermans, Raine dan Martti Kulvik. 2004. “Measuring Intellectual Capital and Sources of Equity
Financing - Value Platform Perspective Within the Finnish Biopharmaeutical Industry.”
International Journal Learning and Intellectual Capital. Vol 1, No. 3.
Horne dan Wachowicz, 2005. Manajemen Keuangan. Jakarta: Balai Pustaka.
Huang, Cheng Jen dan Chun Ju Liu. 2005. “Exploration for the Relationship Between
Innovation, IT and Performance.” Journal of Intellectual Capital. Vol 6, No. 2, pp. 237-
252.
Huang, Yi-Chun dan Yen-Chun Jim Wu. 2010. “Intellectual Capital and Knowledge Productivity
: the Taiwan Biotech Industry.” Management Decision. Vol 48, No. 4, pp. 580-599.
Jardon, M F Carlos dan Maria S Martos. 2009. “Intellectual Capital and Performance in Wood
Industries of Argentina.” Journal of Intellectual Capital. Vol 10, No.2, pp 600-616.
Kamukama, Nixon, Augustine Ahiauzu dan Joseph M.Ntayi. 2011 . “Intellectual Capital and
Financial Performance in Microfinance Institutions.”
24
Marimuthu, Maran, Lawrence Arokiasamy, Maimunah Ismail. 2009. “Human Capital
Development and Its Impact on Firm Performance : Evidence from Developmental
Economics.” Journal of International Social Research. Vol 2, No. 8.
Marr, Bernard. 2004. “Measuring and Benchmarking Intellectual Capital.” Benchmarking : An
International Journal. Vol 11, No. 6, pp 559-570.
Mayo, Andrew. 2000. “The Role of Employee Development in the Growth of Intellectual
Capital.” Personnel Review. Vol 29, No. 4, pp 521-533.
Miers, Derek. 2010. “Process Innovation and Corporate Agility Balancing Efficiency and
Adaptability in a Knowledge-Centric Word.” BPTrends.
Mitchell, Hugh. 2002. “Strategic Worth of Human Resources : Driving Organizational
Performance.”
Muhammad, Nik Maheran, dan Khairu Amin Ismail. 2009. “Intellectual Capital Efficiency and
Firm Performance : Study on Malaysian Financial Sectors.” International Journal of
Economics and Finance. Vol 1, No. 2
Ongkorahardjo, Martina, Antonius S, Dyna R. 2008. “Analisis Pengaruh Human Capital
Terhadap Kinerja Perusahaan (Studi Empiris pada Kantor Akuntan Publik Indonesia).
Jurnal Akuntansi dan Keuangan. Vol 10, No. 1. H. 11-21
Peppard, Joe dan Anna Rylander. 2001. “Leveraging Intellectual Capital at APiON.” Journal of
Intellectual Capital. Vol 2, No. 3, pp. 225-235
Petty, Richard , James Guthrie. 2000. “Intellectual Capital Literature Review : Measuring,
Reporting and Management.” Journal of Intellectual Capital. Vol. 1, No. 2, pp 155-176.
Satria, Iqbal Aji. 2010. “ Analisis Faktor-Faktor yang Mempengaruhi Kinerja Intellectual Capital
di Sektor Perbankan Indonesia.” Skripsi. Fakultas Ekonomi Universitas Diponegoro,
Semarang.
Sawarjuwono, Tjiptohadi dan Agustine Prihatin Kadir. 2003. “Intellectual Capital: Perlakuan,
Pengukuran dan Pelaporan (Sebuah Library Research).” Jurnal Akuntansi dan Keuangan.
Vol 5, No. 1, h.31-51
Shun, Tian En dan Qin Li Wen. N.d. “On Negative Impact of Training Program in Hi-Tech
Enterprise.”
Stonebreaker, Peter W dan G.Keong Leong. 1994. Operations Strategy : Focusing Competitive
Excellence. Massachusetts : Ally dan Bacon.
Sun, Baohong. 2006. “Technology Innovation and Implication for Customer Relationship
Management.” Marketing Science. Vol 25, No. 6, pp 594-597
25
Sun, B, Shibo Li dan Catherine Zhou. 2006. “Adaptive Learning and Proactive Customer
Relationship Management.” Journal of Interactive Marketing. Vol 20, No. 3.
Tan, How Peng, David Plowman dan Phil Hancock. 2007. “Intellectual Capital and Financial
Returns of Companies.” Journal of Intellectual Capital. Vol 8, No. 1, pp. 76-95
Tenkasi, Ramkrishnan V, Richard J Boland. 1996. “Exploring Knowledge Diversity in
Knowledge Intensive Firms : A New Role for Information System.” Journal of
Organizational Change Management. Vol 9, No. 1, pp 79-91.
Tseng, Chun-Yao dan Yeong-Jia James Goo. 2005. “Intellectual Capital and Corporate Value in
an Emerging Economy : Empirical Study of Taiwanese Manufacturers.” R&D
Management. Vol 35, No. 2
Ulum, Ihyaul. 2008. “Intellectual Capital Performance Sektor Perbankan di Indonesia.” Paper
disajikanpada SNA 11, Pontianak
Wang, Wen-Ying dan Chingfu Chang. 2005. “Intellectual Capital and Performance in Causal
Models.” Journal of Intellectual Capital. Vol 6, No. 2, pp. 222-236
