�Syntax Literate : Jurnal Ilmiah Indonesia
p�ISSN: 2541-0849
��e-ISSN : 2548-1398
Vol.
6, Special Issue No. 2, Desember 2021
�
PENGARUH INTELLECTUAL
CAPITAL TERHADAP NILAI PERUSAHAAN DENGAN KINERJA KEUANGAN SEBAGAI VARIABEL INTERVENING
PADA PERUSAHAAN PUBLIK DI INDONESIA
Ferry Surya Pratama
Universitas Pembangunan Nasional Veteran Jakarta, Indonesia
Email: [email protected]
Abstrak
Dengan adanya perubahan era ekonomi yang semula berbasis fisik menjadi non-fisik, perusahaan berusaha untuk memaksimalkan pengelolaan modal intelektualnya sehingga dapat unggul dalam persaingan bisnis yang kompetitif. Tujuan penelitian ini untuk menganalisis pengaruh antara komponen-komponen intellectual capital dengan nilai perusahaan dan variabel kinerja keuangan berperan sebagai variabel intervening. Nilai perusahaan menggunakan proksi Price to book Value (PBV dan kinerja keuangan menggunakan proksi (ROA). Obyek penelitian yang digunakan pada penelitian ini ialah sektor manufaktur yang terdaftar di BEI selama periode 2009-2018 metode pengambilan sampel menggunakan purposive sampling sehingga terkumpul sebanyak 23 Perusahaan dari sektor manufaktur serta analisis data menggunakan regresi data panel dan analisis jalur. Hasil penelitian komponen intellectual capita yang berpengaruh langsung terhadap nilai perusahaan ialah HCE dan RCE , dan komponen intellectual capital yang berpengaruh terhadap kinerja keuangan ialah HCE serta kinerja keuangan yang dapat memediasi hubungan komponen intellectual capital terhadap nilai perusahaan ialah HCE.
Kata Kunci: intellectual capital, nilai perusahaan, kinerja keuangan, analisis jalur
Abstract
With the changing era of
the economy which was originally based on physical to non-physical, the company
strives to maximize the management of its intellectual capital so that it can
excel in competitive business competition. The purpose of this study was to
analyze the effect of intellectual capital components with firm value and
financial performance variables acting as intervening variables. Company value
uses a Price to book Value (PBV) and financial performance using a proxy (ROA).
The object of research used in this study is the manufacturing sector listed on
the Indonesia Stock Exchange during the period 2009-2018. the sampling method
uses purposive sampling so as many as 23 companies from the manufacturing
sector were collected as well as data analysis using panel data regression and
path analysis. The results of the research on the intellectual capita component
that directly influence the value of the company are HCE and RCE, and the
intellectual capital component that influences financial performance is HCE and
financial performance that can mediate the relationship between the
intellectual capital component to the company's value is HCE.
Keywords: intellectual capital, company value, financial
performance, path analysis
Received:
2021-10-20; Accepted: 2021-11-05; Published: 2021-11-20
Pendahuluan
Dalam abad 20 ini, perubahan yang mendasar banyak
terjadi dalam struktur sumber daya organisasi. Salah satunya dalam hal pembentukan
nilai pada industri tradisional yang notabene didasarkan pada asset fisik
seperti, bahan baku, tenaga kerja, dan fasilitas produksi/jasa. Lain halnya
pembentukan nilai pada industri modern yang didasarkan pada kombinasi dari
faktor-faktor non- material seperti: inovasi, ICT, kualitas SDM dengan
meng-kombinasi seluruh faktor non-material tersebut (Moeller, 2009).
Perubahan tersebut berdampak pada aktivitas bisnis industri didunai yang
sebelumnya bergerak pada industri padat-karya menjadi industri padat
pengetahuan. Menurut (Alwis, 2004)
menyatakan bahwa keberhasilan ekonomi dari industri padat pengetahuan tidak lah
bergantung pada sumber daya berwujud tradisional atau asset fisik sehingga
lebih pada pengetahuan dan penerapannya yang bermanfaat. Langkah perubahan,
teknologi canggih, operasi yang sangat tersebar dan intesitas pengetahuan barang
dan jasa telah menciptakan kebutuhan yang meningkat bagi industri modern.
Perubahan industri tradisional ke modern ini banyak melibatkan pergantian aset
fisik (tangible) menjadi aset non-fisik (Intangible) untuk beradaptasi dengan
tantangan dan peluang baru dalam era disruptive technology.
����������� Perubahan
� perubahan aktivitas ekonomi tersebut sebenarnya telah terjadi sejak lama,
Menurut (Guthrie, Ricceri, & Dumay, 2012)
sejak tahun 1980-an perekonomian dunia telah bergeser dari ekonomi
industrial-based ke arah ekonomi knowledge based. Pada perekonomian
knowledge-based, nilai tidak lagi diukur hanya berdasarkan hasil kinerja
keuangan, akan tetapi lebih pada nilai dari suatu aktivitas yang menghasilkan
pengembangan sumber daya pengetahuan. Dalam era ekonomi knowledge-based, modal
berbasis pengetahun dan teknologi lebih berfungsi untuk di implementasikan
dalam system manajemen berbasis pengetahuan dibandingkan dengan modal
konvensional.
Perbedaan penelitian ini ialah peneliti menggunakan metode pengukuran yang telah dikembangkan oleh (Ulum, Ghozali, & Purwanto, 2014) yaitu Modified Valued Added Intellectual Coefficient serta menguji dan menganalisis pengaruh efisiensi dari komponen-komponen Intellectual Capital terhadap nilai perusahaan dan ditambah peran kinerja keuangan sebagai variabel intervening. Lalu peneliti menggunakan periode pengamatan 2009 � 2018 untuk menjaga kekonsistenan data untuk data time series dan sampel yang digunakan ialah� perusahaan publik sektor manufaktur di Indonesia yang terdaftar pada BEI sejak 2009 � 2018. Dari� uraian diatas, maka penelitian lebih lanjut dilakukan untuk menguji secara empiris pengaruh dari komponen-komponen intellectual capital yang diukur M-VAICTM� terhadap nilai perusahaan dengan kinerja keuangan sebagai variabel intervening pada perusahaan publik di Indonesia. Untuk itu, penelitian ini diberi judul � Pengaruh Intellectual Capital Terhadap Nilai Perusahaan dengan Kinerja Keuangan sebagai Variabel Intervening pada Perusahaan Publik di Indonesia�.
Metode Penelitian
1.
Jenis dan Sumber Data
Pada
penelitian ini, data sekunder digunakan dalam penelitian yang berupa laporan
keuangan tahunan serta laporan tahunan yang diperoleh dari website perusahaan
yang bergerak di sektor manufaktur dan ter-listing di Bursa Efek Indonesia.
Laporan tahunan dan laporan keuangan yang dimaksud ialah laporan yang telah
melalui proses audit (Audited Report) dengan periode tahun 2009 � 2018.
2.
Teknik Pengumpulan Data
Teknik
Pengumpulan data ialah suatu proses pengumpulan, pengukuran dan anasalis
wawasan yang tepat dengan penggunan standar yang telah divalidasi. Langkah
pertama dan menjadi salah satu proses yang vital dalam melakukan penelitian
ialah proses pengumpulan data. Dengan berbagai macam penelitian pada bidang
bidang studi yang berbeda, maka pendeketan pengumpulan data disesuaikan pada
informasi yang dibutuhkan. Teknik pengumpulan data yang digunakan pada
penelitian ialah dokumentasi, ialah sebuah proses pengumpulan data untuk
memperoleh data yang bersifat kuantitatif dimana dalam penelitian ini data
tersebut berupa laporan keuangan perusahaan yang telah dilakukan proses audit
serta laporan tahunan pada perusahaan sektor manufaktur di Bursa Efek
Indonesia. Data tersebut akan diseleksi sesuai kriteria penelitian dan
dianalisis untuk menginvestigasi kaitan permasalahan dengan pemahaman teori
yang telah di pelajari.
3.
Populasi dan Sampel
Populasi
ialah suatu rangkaian subyek yang memiliki kualitas serta karakteristik yang
telah ditentukan peneliti untuk dianalisa secara empiris dan� diambil sebuah kesimpulan (Anshori & Iswati, 2019).
Dalam penelitian ini, metode purposive sampling
diaplikasikan pada teknik pengambilan sampel ialah suatu cara pengambilan
sampel yang sesuai dengan kriteria tertentu serta berdasarkan pertimbangan
dalam penelitian. Populasi di penelitian ini menggunakan seluruh perusahaan
publik sektor manufaktur yang terdaftar di bursa efek Indonesia. Sementara
untuk sampel yang digunakan ialah perusahaan publik sektor manufaktur di
Indonesia yang telah terdaftar di Bursa Efek Indonesia serta telah IPO sebelum
2009 dan tidak delisting sampai dengan 2018, perusahaan dengan nilai buku
negatif ekuitas atau laba operasi negatif dan perusahaan dengan data yang
hilang pada variabel yang dipilih (tidak tersedianya laporan keuangan,
suspensi, delisting, melakukan IPO setelah tahun 2009, tidak ada perdagangan
saham selama bertahun-tahun) juga dihapus dari sampel (Zeghal, 2011). Mulanya
terdapat 184 perusahaan dari sektor manufaktur yang tercatat dalam indeks Bursa
Efek Indonesia. Lalu setelah dilakukan teknik pemililhan sampel yang menggunakan
purposive sampling didapat sampel yang digunakan ialah sebesar 23 perusahaan
publik sektor manufaktur di Indonesia. Berikut ini detailnya yang disajikan
dalam bentuk tabel :
Tabel 1.
Data Industri manufaktur yang terdaftar di BEI
|
No |
Sektor Industri |
Jumlah Perusahaan |
IPO sebelum 2009,suspensi, delisting, Saham Non-tradeble
bertahun� |
Ketersediaan Laporan Keuangan (Audited) |
Profitable selama 10 tahun dan memiliki data yang berkaitan dengan variabel |
|
1 |
Basic Industry & Chemicals |
77 |
49 |
13 |
8 |
|
2 |
Consumer Good |
57 |
32 |
14 |
10 |
|
3 |
Misc. Industry |
50 |
34 |
10 |
5 |
|
Jumlah |
|
184 |
115 |
37 |
23 |
Sumber : IDX, 2020
4. Teknik
Analisa Data
Teknik analisis data yang digunakan
ialah analisis estimasi regresi data panel untuk menganalisis pola hubungan antar
variabel dengan tujuan untuk mengetahui
pengaruh antara variabel independen dengan variabel dependen dan path analysis untuk melihat hubungan pengaruh tidak langsung yang dimediasi oleh variabel intervening dengan alat bantu yang digunakan ialah Software Microsoft Excel dan E-VIEWS 11. Sebelum melakukan analisis lebih lanjut, analisis statistik deskriptif dilakukan untuk menganalisa keseluruhan data yang
digunakan dalam penelitian dan menarik kesimpulan secara umum dengan penyajian
yang dapat berbentuk mean,
max, min dan standar deviasi
dan persentase (Sugiyono, 2010).� Dan setelah itu, lanjut pada analisis verifikatif dengan langkah pertama yang akan dilakukan ialah pemilihan model estimasi untuk regresi data panel. Menurut Widarjono (2007: 258), ada 3 uji untuk mengseleksi model regresi data
panel yaitu :
1)
Uji
Chow ����������� : Seleksi
antara Common effect dengan
Fixed Effect
2)
Uji
Hausmann����� : Seleksi
antara Fixed Effect dengan
Random Effect
3)
Uji
LM���������������� : Seleksi
antara Random Effect dengan
Common Effect��
Setelah melakukan pengujian
model estimasi lalu dilanjutkan dengan pengujian asumsi klasik. Uji asumsi klasik yang diterapkan ialah Uji Normalitas untuk melihat tingkat
residual data, multikolinieritas untuk
melihat hubungan antar variabel independen serta heteroskedastisitas untuk melihat penyebaran data. Dan terakhir yaitu interprestasi seperti uji hipotesis F dan T serta koefisien determinasi. Berikut ini ditampilkan
gambar tahapan regresi data panel.
Gambar 1. Tahapan Regresi Data Panel
Sumber : Statistikian.com
Hasil dan Pembahasan
1. Analisis dan Uji
Hipotesis
1)
��Estimasi
Regresi Data Panel Model Fixed Effect
Setelah dilakukan pengujian untuk menseleksi model
sehingga model yang terbaik untuk mengestimasi persamaan regresi data panel
pada penelitian ini ialah model fixed effect. Berikut ini ditampilkan persamaan
regresi model fixed effect yang digunakan
Tabel 2. Estimasi Persamaan Regresi
|
No |
Hubungan |
Model |
|
1 |
(HCE,SCE,RCE,CEE)
-> PBV |
Fixed Effect |
|
2 |
(HCE,SCE,RCE,CEE)
-> ROA |
Fixed Effect |
|
3 |
ROA -> PBV |
Fixed Effect |
Tabel 3. Persamaan
Regresi Model 1
|
Dependent
Variable: PBV |
|
|
||
|
Method: Panel
Least Squares |
|
|
||
|
Date:
06/16/20�� Time: 01:17 |
|
|
||
|
Sample: 2009
2018 |
|
|
||
|
Periods
included: 10 |
|
|
||
|
Cross-sections
included: 23 |
|
|
||
|
Total panel
(balanced) observations: 230 |
|
|||
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
C |
0.104629 |
0.737779 |
0.141816 |
0.8874 |
|
HCE |
0.670388 |
0.265300 |
2.526911 |
0.0123 |
|
SCE |
-1.407093 |
1.264347 |
-1.112900 |
0.2671 |
|
RCE |
2.382530 |
0.839781 |
2.837085 |
0.0050 |
|
CEE |
0.231612 |
0.312779 |
0.740496 |
0.4599 |
|
|
Effects Specification |
|
|
|
|
Cross-section
fixed (dummy variables) |
|
|||
|
Root MSE |
0.562584 |
R-squared |
0.748511 |
|
|
Mean dependent
var |
0.939489 |
Adjusted R-squared |
0.716301 |
|
|
S.D. dependent
var |
1.124281 |
S.E. of regression |
0.598830 |
|
|
Akaike info
criterion |
1.922232 |
Sum squared resid |
72.79528 |
|
|
Schwarz criterion |
2.325832 |
Log likelihood |
-194.0566 |
|
|
Hannan-Quinn criter. |
2.085036 |
F-statistic |
23.23821 |
|
|
Durbin-Watson
stat |
0.790034 |
Prob(F-statistic) |
0.000000 |
|
Sumber: Ouput Eviews
Pada
hasil estimasi model diatas, sehingga dibentuk model persamaan regresi pengaruh intellectual
capital terhadap nilai perusahaan sebagai berikut :
PBV
= 0.104628586137 + 0.670388195539HCE - 1.40709284248SCE + 2.38253039159RCE +
0.231611733531CEE
Dari
model regresi diatas dapat di interprestasikan sebagai berikut :
-
Hasil persamaan
regresi di atas terlihat nilai konstanta sebesar 0.104629. Hal ini menunjukkan rasio PBV tanpa dipengaruhi oleh variabel lain, nilai variabel
penyusun intellectual capital dianggap
konstan (0) adalah 0.106429
-
Nilai koefisien
regresi variabel HCE
(β1) yaitu 0.670388. Hal ini
menunjukkan bahwa apabila variabel HCE ditingkatkan satu satuan dengan catatan
variabel penyusun
intellectual capital lainnya konstan,
maka PBV akan meningkat sebesar 0.670388.
-
Nilai koefisien
regresi variabel SCE
(β2) yaitu -1.407093. Hal ini
menunjukkan bahwa apabila variabel SCE ditingkatkan satu satuan dengan catatan
variabel penyusun
intellectual capital lainnya konstan,
maka PBV akan menurun sebesar 1.407093.
-
Nilai koefisien
regresi variabel RCE
(β3) yaitu 2.382530. Hal ini
menunjukkan bahwa apabila variabel RCE ditingkatkan satu satuan dengan catatan
variabel penyusun
intellectual capital lainnya konstan,
maka PBV akan meningkat sebesar 2,382530.
-
Nilai koefisien
regresi variabel CEE
(β4) yaitu 0.231612. Hal ini
menunjukkan bahwa apabila variabel CEE ditingkatkan satu satuan dengan catatan
variabel penyusun
intellectual capital lainnya konstan
(0), maka PBV akan meningkat sebesar 0.231612
Tabel 4. Persamaan
Regresi Model 2
|
Dependent
Variable: ROA |
|
|
||
|
Method: Panel
Least Squares |
|
|
||
|
Date:
06/16/20�� Time: 01:14 |
|
|
||
|
Sample: 2009
2018 |
|
|
||
|
Periods
included: 10 |
|
|
||
|
Cross-sections
included: 23 |
|
|
||
|
Total panel
(balanced) observations: 230 |
|
|||
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
C |
0.016143 |
0.079307 |
-0.203551 |
0.8389 |
|
HCE |
0.100408 |
0.028518 |
3.520830 |
0.0005 |
|
SCE |
0.138198 |
0.135911 |
1.016829 |
0.3104 |
|
RCE |
0.097527 |
0.090272 |
1.080372 |
0.2813 |
|
CEE |
-0.008668 |
0.033622 |
-0.257805 |
0.7968 |
|
|
Effects Specification |
|
|
|
|
Cross-section
fixed (dummy variables) |
|
|||
|
Root MSE |
0.060475 |
R-squared |
0.848625 |
|
|
Mean dependent
var |
0.310372 |
Adjusted R-squared |
0.829237 |
|
|
S.D. dependent
var |
0.155774 |
S.E. of regression |
0.064371 |
|
|
Akaike info
criterion |
-2.538397 |
Sum squared resid |
0.841157 |
|
|
Schwarz
criterion |
-2.134796 |
Log likelihood |
318.9156 |
|
|
Hannan-Quinn criter. |
-2.375592 |
F-statistic |
43.77080 |
|
|
Durbin-Watson
stat |
1.487260 |
Prob(F-statistic) |
0.000000 |
|
Sumber : Output Eviews
Pada hasil
estimasi model diatas, dibentuk model persamaan regresi pengaruh intellectual
capital terhadap kinerja keuangan sebagai berikut :
ROA = 0.0161430654068 +
0.10040802551HCE + 0.13819789781SCE + 0.09752730141RCE - 0.00866793350374CEE
Dari model regresi diatas dapat di interprestasikan sebagai berikut :
- Hasil persamaan
regresi di atas diperoleh nilai konstanta sebesar -0.016143. Hal ini menunjukkan bahwa rasio ROA tanpa dipengaruhi oleh variabel lain dan nilai variabel penyusun intellectual
capital dianggap konstan
(0) adalah 0.016143
- Nilai koefisien
regresi variabel HCE
(β1) yaitu 0.10040. Hal ini
menunjukkan bahwa apabila variabel HCE ditingkatkan satu satuan dengan catatan
variabel penyusun
intellectual capital lainnya konstan
(0), maka ROA akan mengalami peningkatan sebesar 0.10040.
- Nilai koefisien
regresi variabel SCE
(β2) yaitu 0.138110. Hal ini
menunjukkan bahwa apabila variabel SCE ditingkatkan satu satuan dengan catatan
variabel penyusun
intellectual capital lainnya konstan
(0), maka ROA akan menurun sebesar 0.138110.
- Nilai koefisien
regresi variabel RCE
(β3) yaitu 0.09752. Hal ini
menunjukkan bahwa apabila variabel RCE ditingkatkan satu satuan dengan catatan
variabel penyusun
intellectual capital lainnya konstan
(0), maka PBV akan meningkat sebesar 0.09752.
- Nilai koefisien
regresi variabel CEE
(β4) yaitu -0.00866. Hal ini
menunjukkan bahwa apabila variabel CEE ditingkatkan satu satuan dengan catatan
variabel penyusun
intellectual capital lainnya konstan
(0), maka ROA akan menurun sebesar 0.00866
Tabel 5. Persamaan Regresi
Model 3
|
Dependent
Variable: PBV |
|
|
||
|
Method: Panel
Least Squares |
|
|
||
|
Date:
06161/20�� Time: 01:18 |
|
|
||
|
Sample: 2009
2018 |
|
|
||
|
Periods
included: 10 |
|
|
||
|
Cross-sections
included: 23 |
|
|
||
|
Total panel
(balanced) observations: 230 |
|
|||
|
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
|
C |
0.172497 |
0.168505 |
-1.023686 |
0.3072 |
|
ROA |
3.582748 |
0.529650 |
6.764373 |
0.0000 |
|
|
Effects Specification |
|
|
|
|
Cross-section
fixed (dummy variables) |
|
|||
|
Root MSE |
0.531335 |
R-squared |
0.775674 |
|
|
Mean dependent
var |
0.939489 |
Adjusted R-squared |
0.750628 |
|
|
S.D. dependent
var |
1.124281 |
S.E. of regression |
0.561434 |
|
|
Akaike info
criterion |
1.781846 |
Sum squared resid |
64.93281 |
|
|
Schwarz
criterion |
2.140603 |
Log likelihood |
-180.9123 |
|
|
Hannan-Quinn criter. |
1.926561 |
F-statistic |
30.96987 |
|
|
Durbin-Watson
stat |
0.943897 |
Prob(F-statistic) |
0.000000 |
|
Sumber : Output Eviews
Pada hasil
estimasi model diatas,
model persamaan regresi pengaruh intellectual capital terhadap
kinerja keuangan sebagai berikut :
PBV = 0.172496669988 +
3.58274825871ROA
Dari model regresi diatas dapat di interprestasikan sebagai berikut :
- Hasil persamaan
regresi di atas diperoleh nilai konstanta sebesar �0.172496. Hal ini menunjukkan bahwa rasio PBV tanpa dipengaruhi oleh variabel lain dianggap konstan (0) adalah �0.172496
- Nilai koefisien
regresi variabel ROA (Z1) yaitu 3.5827. Hal ini menunjukkan bahwa apabila variabel ROA ditingkatkan satu satuan dengan catatan
variabel penyusun lainnya konstan (0), maka ROA akan meningkat
sebesar 3.5827.
2) ��Analisis Jalur
Sebelumnya telah
dilakukan analisis regresi pada masing-masing variabel
independen dan intervening, proses selanjutnya ialah menghitung seberapa besar pengaruh dari masing-masing variabel jalur dan uji sobel untuk mengetahui adanya pengaruh atau tidak. Berikut
ini ditampilkan tabel model analisis jalur
Tabel 6. Model Analisis Jalur
|
Variabel Independen |
P1 (jalur 1) |
P2 ( jalur
2) |
P3 (jalur 3) |
|
HCE |
HCE - > PBV (Y) |
HCE -> ROA (Z) |
ROA (Z) - > PBV (Y) |
|
SCE |
SCE - > PBV (Y) |
SCE -> ROA (Z) |
|
|
RCE |
RCE - > PBV (Y) |
RCE -> ROA (Z) |
|
|
CEE |
CEE - > PBV (Y) |
CEE -> ROA (Z) |
Bentuk arah
pengaruh dari variabel independen ke variabel dependen
disebut pengaruh langsung atau P1. Sedangkan bentuk perhitungan untuk mencari pengaruh tidak langsung ialah dengan P2 X P3. Dan untuk total pengaruh ialah penjumlahan antara pengaruh langsung dengan pengaruh tidak langsung, dibawah ini ditampilkan bentuk formulasi :
Pengaruh langsung
= P1
Pengaruh tidak
langsung= P2 X P3
Total pengaruh
= P1 + (P2XP3)
Berikut ialah
hasil perhitungan total pengaruh.
Tabel 7. Hasil Perhitungan Pengaruh Langsung dan Tidak Lansung�
|
Y |
X & Z |
Coefficient |
Direct Effect (P1) |
P2 |
P3 |
Indirect Effect |
Total Effect |
|
PBV |
HCE |
0.292859 |
0.292859 |
0.100408 |
|
0.377528758 |
0.670387758 |
|
SCE |
-1.92671 |
-1.92671 |
0.138198 |
|
0.519617156 |
-1.407092844 |
|
|
RCE |
2.015833 |
2.015833 |
0.097527 |
|
0.366696351 |
2.382529351 |
|
|
CEE |
0.264203 |
0.264203 |
-0.008668 |
|
-0.032591221 |
0.231611779 |
|
|
ROA |
3.759947 |
3.759947 |
|
3.759947 |
|
|
Sumber : Data olahan
Pada tabel
diatas terlihat bahwa besarnya pengaruh langsung dari HCE,SCE,RCE dan CEE ialah sebesar 0.29, -1.92, 2.01,
0.264 sedangkan untuk besaran pengaruh tidak langsungnya ialah 0.37, 0.51, 0.36 , -0.03. Setelah didapat
besaran nilai pengaruh dari masing-masing hubungan antara variabel, selanjutnya diaplikasikan uji sobel dengan rumus sebagai
berikut ini :
Bila telah
melalui sobel test, langkah selanjutnya mencari nilai t-statisk untuk melihat
tingkah signifikansi pengaruh tidak langsung.�
t-statistic =
Berikut ini ditampilkan hasil uji sobel beserta nilai t-statistik yang telah dikalkulasikan berdasarkan rumus diatas.
Tabel 8. Hasil Uji Sobel
|
Var |
Std.Error |
Sp2 |
Sp3 |
Sp2p3 |
t-statistic |
t-table |
Result |
|
HCE |
0.250582 |
0.028518 |
|
0.611852698 |
3.520864016 |
1.651685 |
Signifkan |
|
SCE |
1.162284 |
0.135911 |
|
0.803054401 |
1.016827188 |
1.651685 |
tidak signifikan |
|
RCE |
0.772242 |
0.090272 |
|
0.696564545 |
1.08036822 |
1.651685 |
tidak signifikan |
|
CEE |
0.286848 |
0.033622 |
0.612844113 |
-0.257807388 |
1.651685 |
tidak signifikan |
|
|
ROA |
0.598698 |
|
0.598698 |
|
|
|
|
Sumber : data yang diolah
Berdasarkan tabel
data diatas terlihat bahwa komponen IC yang memiliki pengaruh tidak langsung secara signifikan terhadap nilai perusahaan ialah HCE yang di mediasi oleh kinerja keuangan. Hal tersebut terlihat dari nilai
t-statistik yang lebih tinggi dari nilai
t-table dengan tingkat signifikasi sebesar 0.05 sedangkan SCE , RCE dan CEE tidak memiliki pengaruh yang signifikan . Secara tidak langsung
kinerja keuangan dapat memediasi hubungan antara HCE dengan nilai perusahaan
sebesar 0.377528758.
3) ��Koefisien Determinasi (R-Square)
Koefisien determinasi
(R-square) digunakan sebagai
ukuran untuk mengetahui seberap besar kemampuan model untuk menjelaskan variabel yang digunakan. Bila nilai yang dihasilkan r-square mendekati 1
(100%) dikatakan bahwa kemampuan variabel independen yang digunakan dapat memberikan informasi yang diperlukan untuk memprediksi variabel dependen dan
intervening. Berikut ini hasil koefisien determinasi yang telah diolah.
Tabel 9.� Hasil Koefisien Determinasi
|
Variabel |
R-Square |
|
Nilai
Perusahaan |
0.748506 |
|
Kinerja Keuangan |
0.848625 |
Sumber : Output Eviews
Untuk menentukan
koefisien determinasi total
dihitung menggunakan rumus predictive relevance sebagai
berikut :
Q2� = 1-(1-R12) (1-R22)��..(
(1-Rz2)
Q2� = 1-(1-0.748506) (1-0.848625)
Q2� = 0.961930096 (96%)
Berdasarkan tabel
serta perhitungan diatas terlihat bahwa nilai R-square pada variabel sebesar 0.961930096
(96,19%) Hal tersebut dapat
disimpulkan bahwa variasi data yang dapat dijelaskan oleh model tersebut ialah sebesar 96,19% sedangkan 3,81% dijelaskan oleh variabel lain yang belum terkandung pada model penelitian.
4) ��Uji Parsial (T) Regresi Data Panel
Uji T ialah
sebuah bentuk pengujian bagaimana menguji pengaruh dari masing-masing variabel independen terhadap variabel dependen. Apabila nilai probabilitas
t-statistik < 0,05 maka diambil keputusan yaitu variabel independen memiliki pengaruh yang signifikan terhadap variabel dependen. Berikut ditampilkan hasil output uji T.
Tabel 10. Output Uji T
|
Hubungan |
Coefficient |
Prob |
Kesimpulan |
|
HCE - > PBV |
0.670419 |
0.0123 |
Pengaruh |
|
SCE - > PBV |
-0.611191 |
0.2670 |
Tidak Pengaruh |
|
RCE - > PBV |
1.034796 |
0.0050 |
Pengaruh |
|
CEE - > PBV |
0.100569 |
0.4599 |
Tidak Pengaruh |
|
HCE - > ROA |
0.231185 |
0.0005 |
Pengaruh |
|
SCE - > ROA |
0.138213 |
0.3104 |
Tidak Pengaruh |
|
RCE - > ROA |
0.097531 |
0.2812 |
Tidak Pengaruh |
|
CEE - > ROA |
-0.008666 |
0.7969 |
Tidak Pengaruh |
|
ROA - > PBV |
1.555976 |
0.0000 |
Pengaruh |
Sumber : Output Eviews
Pada hasil
uji t diatas, pengaruh antara variabel HCE dan RCE terhadap PBV sebesar menunjukan hasil koefisien regresi sebesar 0.670419 dan 1.034796 sedangkan
nilai p-value atau probabilitas yang dihasilkan sebesar 0.0123 dan 0.0050 dimana nilai tesebut < 0,05 maka dapat diambil
keputusan bahwa variabel HCE dan RCE memiliki pengaruh positif dan signifikan terhadap PBV. Lalu, pengaruh antara variabel SCE dan CEE terhadap PBV
memiliki nilai koefisien regresi sebesar -0.611191 dan 0.100569 dengan
nilai probabilitas yang dihasilkan sebesar 0.2670 dan
0.4599 dimana nilai tersebut lebih tinggi dari 0.05. Maka diambil keputusan
bahwa variabel SCE dan CEE tidak memiliki pengaruh yang signifikan terhadap PBV.
Berdasarkan hasil
uji t pada tabel 4.9 terlihat
bahwa pengaruh antara variabel HCE terhadap ROA menunjukan nilai koefisien regresi sebesar 0.231185 dengan nilai p-value atau probabilitas sebesar 0.0005 dimana nilai tersebut lebih rendah dari
0.05. Maka, dapat diambil keputusan bahwa variabel HCE memiliki pengaruh positif dan signifikan terhadap ROA. Sedangkan pengaruh variabel SCE,RCE dan CEE terhadap ROA menunjukan nilai koefisien regresi sebesar 0.138213, 0.097531 dan -0.008666 dengan nilai p-value sebesar 0.3104, 0.2812 dan 0.7969 dimana
nilai tersebut lebih tinggi dari
0.05. maka dapat diambil keputusan bahwa variabel SCE, RCE dan CEE tidak memiliki pengaruh yang signifikan terhadap ROA.
Berdasarkan hasil
uji t pada tabel 4.9 terlihat
bahwa pengaruh antara variabel ROA terhadap PBV menunjukan nilai koefisien regresi sebesar 1.555976 dengan nilai p-value sebesar 0.0000 dimana nilai tersebut lebih rendah dengan
0.05. maka dapat diambil keputusan bahwa variabel ROA memiliki pengaruh positif dan signifikan terhadap PBV.
5) ��Uji Simultan Regresi Data Panel
Uji simultan
(Uji F) yaitu suatu bentuk pengujian untuk melihat pengaruh
dari semua variabel independen secara serentak terhadap variabel dependen dan intervening. Uji f dapat
dikatakn signifikan bila nilai probabilitas
lebih rendah dari 0.05 (5%).� Berikut ini ditampilkan
hasil output dari uji f.
Tabel 11. Output Uji F
|
Hubungan |
Koefisien Regresi |
Probabilitas |
Kesimpulan |
|
( HCE,SCE,RCE,CEE) - > PBV |
23.23821 |
0.000000 |
Pengaruh |
|
( HCE,SCE,RCE,CEE) - > ROA |
43.77080 |
0.000000 |
Pengaruh |
|
ROA - >
PBV |
30.96987 |
0.000000 |
Pengaruh |
Sumber : data yang diolah
Berdasarkan tabel
diatas terlihat hasil pengujian pada ketiga hubungan� dengan
menggunakan fixed effect model menunjukkan
nilai probabilitas sebesar 0,000005 < 0,05. Maka dapat disimpulkan bahwa variabel independent secara bersama-sama memiliki pengaruh terhadap variabel dependen dan variabel intervening
serta variabel intervening memiliki pengaruh terhadap variabel dependen.
2.
Pembahasan
Hipotesis 1 :
Pengaruh Intellectual Capital terhadap
Nilai Perusahaan
Dari hasil penelitian tersebut memberikan hasil bahwa secara simultan
komponen-komponen intellectual capital yang terdiri dari HCE,SCE,RCE,dan CEE memiliki
pengaruh terhadap nilai perusahaan yang diproksikan dengan PBV dan diambil keputusan pengujian hipotesis pertama diterima. Dari hasil tersebut dapat disimpulkan bahwa intellectual capital merupakan
salah satu faktor yang dapat meningkatkan nilai perusahaan. Komponen dari intellectual
capital merupakan sebuah wujud dari aset
dan modal tidak berwujud berupa sumber- daya berbasis pengetahuan
yang terdapat dalam perusahaan. Salah satunya komponen terpenting dalam intellectual capital ialah
human capital berupa inovasi,
keterampilan dan kompetensi
yang dimiliki oleh karyawan.
Selain itu terdapat relation capital yang memiliki
nilai tambah yang diciptakan dari hubungan eksternal suatu perusahaan.
Intellectual capital memiliki peran penting dalam meningkatkan
value added dan keunggulan kompetitif
yang dapat mempengaruhi penilaian pasar bagi perusahaan. Berdasarkan teori Resource-based view, perusahaan
dapat memiliki keunggulan kompetitif apabila dapat mengelola
SDM serta meningkatkan keadaan SDM seperti meningkatkan kompetensi, kapabilitas dan kreativitas dari karyawan yang dimiliki perusahaan. para
investor cenderung tertarik
dan memberikan apresiasi
pada perusahaan yang dapat mengelola sumber daya intellectual capital dengan baik yang dapat memberikan nilai tambah serta secara
tidak langsung dapat meningkatkan kesejahteraan bagi para
stakeholder.
Hasil penelitian
ini mendukung penelitian yang dilakukan (Celenza & Rossi, 2014)
yang menemukan adanya pengaruh positif antara intellectual capital dan nilai
perusahaan pada 23 perusahaan
yang terlisting pada bursa efek
Italia. Hal sama juga diungkapkan
oleh (Yilmaz & Acar, 2018)
yang menyatakan bahwa semakin tinggi nilai intellectual capital secara
tidak langsung dapat meningkatkan nilai perusahaan sehingga adanya pengaruh antara IC dan nilai perusahaan pada perusahaan produksi yang terlisting di bursa efek
Istanbul. Hasil penelitian ini
juga mendukung penelitian dari (Nuryaman, 2015)
dan Sinta (2016) yang menyatakan
bahwa semakin baik perusahaan dalam mengelola dan memanfaatkan IC maka akan meningkatkan pula nilai dari suatu
perusahaan.
Pada penelitian
ini komponen IC yang lolos hanya komponen
HCE dan RCE yang terlihat bahwa
nilai p-value dari kedua komponen tersebut lebih rendah dari batas
kritis sehingga dapat disimpulkan bahwa HCE dan RCE memiliki pengaruh terhadap nilai perusahaan. Perusahaan yang
memiliki nilai HCE yang baik dapat meningkatkan
minat investor untuk menanamkan modalnya. Sebagai contoh, karyawan yang diberikan gaji dan tunjangan yang menarik dapat memberikan
sebuah motivasi bagi karyawan tersebut
untuk terus berkreasi serta diberikan pelatihan dan pengembangan atas profesionalitas tanggung jawab dari karyawan
dapat menciptakan keunggulan kompetitif yang tidak dapat ditiru
oleh perusahaan lain sehingga
dapat menumbuhkan kemampuan perusahaan dalam bersaing dan dapat memunculkan persepsi pasar yang dapat meningkatkan nilai perusahaan (Dewi & Isynuwardhana, 2014). Berdasarkan data penelitian, rata
�rata nilai human capital dari
sektor manufaktur dari sampel penelitian
yang digunakan terlihat meningkat dari tahun ke tahun
dengan rata-rata toal selama periode penelitian sebesar 19% hal tersebut diikut
juga dengan pergerakan nilai perusahaan yang relative meningkat selama tahun ke tahun
dengan rata � rata total selama
periode penelitian sebesar 11%. Salah satu perusahaan diambil dari sampel yang memiliki nilai rata-rata tertinggi yaitu PT Fajar Surya Wisesa Tbk sejak tahun
2016 � 2018 terus mengalami
peningkatan dari 2,763 di tahun 2016, 2,802 ditahun 2017
dan mencapai di posisi tertinggi pada tahun 2018 sebesar 2,914 karyawan (annual
report PT. Fajar Surya Wisesa,
2018). Hal tesebut sejalan dengan meningkatnya harga pasar saham dengan titik tertinggi
di tahun 2018 sebesar
1.5025. ini menunjukan bahwa semakin tinggi
nilai HCE maka akan meningkatkan nilai PBV suatu perusahaan. Namun untuk SCE dan CEE tidak berpengaruh terhadap nilai perusahaan dimana hasil ini
menunjukan bahwa para
investor belum mengapresiasi
baik atas kemampuan perusahaan dalam memenuhi proses dan struktur organisasi yang mendukung karyawan dan operasional perusahaan seperti sistem operasional dan prosedur, budaya organisasi, prosedur, filosofi manajemen dan berbagai bentuk structural capital lainnya
(Jayanti, L. D., & Binastuti, 2018).� �
Hipotesis 2 :
Pengaruh Intellectual Capital terhadap
Kinerja Keuangan
Dari hasil penelitian tersebut memberikan hasil bahwa secara simultan
komponen-komponen intellectual capital yang terdiri dari HCE, SCE, RCE, dan
CEE memiliki pengaruh terhadap kinerja keuangan yang diproksikan dengan ROA dan diambil keputusan pengujian hipotesis kedua diterima. Dari hasil tersebut dapat disimpulkan bahwa intellectual
capital merupakan salah satu
faktor yang dapat meningkatkan kinerja keuangan. Dengan menggunakan proksi ROA, maka dapat terlihat
bahwa pemanfaatan atas aset dan sumber
daya yang di kelola perusahaan dapat diketahui tingkat efisiensi penggunana IC seperti meminimalisir biaya yang tidak memberikan nilai tambah sehingga dapat meningkatkan profitabilitas perusahaan
Intellectual capital memiliki peran penting dalam meningkatkan
value added dan keunggulan kompetitif
yang dapat mempengaruhi kinerja keuangan perusahaan. Berdasarkan teori Resource-based view, menyatakan
bahwa perusahaan yang mampu mengelola sumber daya dan pengetahuan dengan baik maka perusahaan
tersebut akan memiliki keunggulan kompetitif yang berpengaruh terhadap kinerja keuangan perusahaan. Hasil penelitian ini mendukung penelitian yang dilakukan (Chen, Cheng, & Hwang, 2005)
yang menyatakan Intelectual
Capital dapat dijadikan sumber daya yang dapat diukur dalam
meningkatkan keunggulan bersaing, sehingga intellectual
capital dapat memberikan kontribusi nyata terhadap kinerja keuangan perusahaan. serta mendukung pula hasil penelitian (Nimtrakoon, 2015)
yang menyatakan bahwa
intellectual capital (M-VAIC) mempunyai pengaruh posisif terhadap kinerja keuangan yang diproksikan dengan ROA.
Pada penelitian
ini komponen IC yang memiliki pengaruh terhadap kinerja keuangan berdominasi pada komponen HCE yang terlihat bahwa nilai p-value dari� komponen tersebut lebih rendah dari batas
kritis sehingga dapat disimpulkan bahwa HCE memiliki pengaruh terhadap kinerja perusahaan. Hal ini menunjukan bahwa bahwa HCE menunjukan nilai tambahnya bagi perusahaan manufaktur yang dihasilkan dari kemampuan sumber daya manusia dalam
mengaplikasikan kreativitas,
kompetensi dan produktivitas
dari karyawan efektif untuk meningkatan
pendapatan yang berdampak
pada profitabilitas (Yilmaz & Acar, 2018).
Kontribusi setiap rupiah
yang dihasilkan HCE dalam bentuk gaji dan tunjangan dapat memberikan nilai tambah bagi perusahaan
dimana beban gaji tersebut dapat
memberikan sebuah motivasi bagi karyawan
untuk meningkatkan kinerja keuangan suatu perusahaan. Di tahun 2018, PT Unilever meningkatkan
investasi untuk human
capital dalam bentuk
program pengembangan kompetensi
karyawan sebesar 10.8 miliar dimana di tahun sebelumnya sebesar 9,3miliar (Annual Report PT. Unilever Tbk, 2018). Berdasarkan data penelitian nilai ROA tertinggi di raih oleh PT.
Unilever Indonesia Tbk sebesar
0.66 pada tahun 2018 dan terlihat
meningkat dari tahun sebelumnya sebesar 0.53. Sedangkan nilai human capital berada di
2.26 pada tahun 2018 dan tahun
2017 sebesar 2.09. berdasarkan
penyataan dan hasil data empiris menunjukan bahwa semakin tinggi
nilai HCE maka akan meningkatkan kinerja keuangan suatu perusahaan. Namun, untuk 3 komponen intellectual capital lainnya
seperti SCE, RCE,dan
CEE tidak memiliki pengaruh terhadap kinerja keuangan perusahaan. hal tersebut dikarenakan perusahaan belum mendapat memanfaatkan efisiensi dari SC, RC dan CE dalam menghasilkan nilai tambah serta
keunggulan bersaing yang bermanfaat bagi kinerja keuangan perusahaan.
Hipotesis 3: Pengaruh
Kinerja Keuangan terhadap
Nilai Perusahaan
Dari hasil penelitian tersebut memberikan hasil bahwa kinerja keuangan
memiliki pengaruh terhadap nilai perusahaan yang diproksikan dengan PBV dan diambil keputusan pengujian hipotesis 3 diterima.� Dari hasil tersebut dapat disimpulkan bahwa salah satu upaya untuk
meningkatkan nilai perusahaan dapat berasal dari kinerja
keuangan. Berdasarkan teori signaling mengungkapkan bahwa dengan memberikan
suatu sinyal baik, para pemilik informasi berusaha memberikan informasi terbaik yang dapat dimanfaatkan oleh pihak penerima informasi. Lalu pihak penerima informasi akan menyesuaikan perilakunya sesuai dengan pemahamannya
terhadap sinyal tersebut dan kualitas dari sinyal tersebut.�
Hasil penelitian
ini mendukung penelitian yang dilakukan oleh (Pertiwi & Pratama, 2012)
yang menemukan adanya pengaruh positif antara kinerja keuangan dengan nilai perusahaan. serta hal yang sama juga diungkapkan oleh (Gamayuni, 2015)
�kinerja keuangan memiliki pengaruh terhadap nilai perusahaan. Hal ini mencerminkan semakin baik kinerja keuangan
suatu perusahaan dapat mencerminkan prospek usaha yang baik di masa depan sehingga informasi ini di respon oleh investor dengan meningkatnya permintaan saham dan berdampak pada nilai perusahaan�.
Hipotesis 4: Kinerja keuangan sebagai variabel intervening dapat memediasi hubungan antara nilai perusahaan
dan Intellectual Capital (HCE, SCE, RCE, CEE).
Berdasarkan hasil
penelitian diatas terlihat bahwa kinerja keuangan dapat memediasi hubungan antara intellectual
capital terhadap nilai perusahaan sehingga hipotesis 4 dapat diterima. Hasil Uji Sobel membuktikan
bahwa salah satu komponen intellectual capital yang berhasil
di mediasi oleh kinerja keuangan ialah HCE yang ditunjukan dengan nilai t-statistik sebesar 3.520 dimana nilai tersebut lebih besar dari
t-tabel sebesar 1.651 dengan tingkat signifikan 5%. Sedangkan untuk variabel lainnya tidak berhasil
dimediasi oleh kinerja keuangan.
Berdasarkan hasil
penelitian, pengaruh tidak langsung pada komponen HCE pada nilai perusahaan terlihat lebih tinggi bila
dibandingkan dengan pengaruh langsungnya. Hal tersebut dapat diasumsikan bahwa keberadaan kinerja keuangan sebagai variabel intervening dapat memperkuat hubungan antara human capital efficiency dengan
nilai perusahaan sehingga dapat di representasikan dengan peningkatan HCE dapat meningkatkan kinerja keuangan sehingga implikasinya ialah meningkatnya nilai perusahaan (harga saham).
���� Berdasarkan teori
resource-based menyatakan perusahaan
dapat memegang kendali, mengontrol, mengelola, serta mempergunakan aset serta modal berwujud dan tidak berwujud yang diinternalisasi dan digunakan secara efektif dan efisien untuk mengimplementasikan
strategi yang menguntungkan dan kompetitif
bagi perusahaan di sektor yang sama. Hasil penelitian ini mendukung mendukung penelitian yang dilakukan oleh Rendy (2013), Nisa (2014), dan (Nuryaman, 2015)
yang menyatakan bahwa �kinerja keuangan dapat menjadi variabel
intervening yang memediasi hubungan
antara intellectual capital dengan
nilai perusahaan�.
Kesimpulan
Berdasarkan hasil
penelitian maka dapat diambil kesimpulan
sebagai berikut:
1. Hasil penelitian
menunjukan bahwa komponen intellectual capital intellectual capital yang memiliki pengaruh positif terhadap nilai perusahaan (PBV) yaitu komponen human capital
efficiency dan relation capital efficiency pada 23 perusahaan
sektor manufaktur yang terdaftar di BEI periode
2009-2018. Dari hasil penelitian
tersebut maka dapat diambil kesimpulan
bahwa pengelolaan yang efektif dan efisien pada human
capital yang berasal SDM perusahaan
dan relation capital yang berasal dari
relasi perusahaan dengan pihak eksternal
dapat meningkatkan nilai perusahaan. dengan meningkatnya nilai perusahaan, maka tingkat ketertarikan
investor untuk menginvestasikan
modalnya kepada perusahaan pun meningkat.
2. Hasil penelitian
diatas menunjukan bahwa komponen intellectual
capital yang memiliki pengaruh
positif terhadap kinerja keuangan perusahaan (ROA) hanya human
capital efficiency pada 23 perusahaan sektor manufaktur yang terdaftar di BEI periode 2009-2018.
Dari hasil penelitian tersebut dapat diambil kesimpulan bahwa pengelolaan pada human
capital yang merujuk pada SDM yang dimiliki perusahaan secara efektif dan efisien akan meningkatkan
kinerja keuangan perusahaan. dengan meningkatnya kinerja keuangan suatu perusahaan maka dapat memberikan sinyal positif bagi para pelaku eksternal seperti investor dan kreditor untuk menginvestasikan dananya kepada perusahaan.
3. Hasil penelitian
diatas menunjukan bahwa kinerja keuangan
(ROA) memiliki pengaruh positif terhadap nilai perusahaan (PBV) pada 23 perusahaan sektor manufaktur yang terdaftar di BEI periode 2009-2018. Dari hasil penelitian tersebut diasumsikan sejalan dengan teori signaling yaitu dengan meningkatkan
kinerja keuangan dapat memberikan sinyal positif pada pasar.
4. Hasil penelitian
diatas menunjukan bahwa komponen intellectual
capital yang memiliki pengaruh
tidak langsung terhadap nilai perusahaan ialah human capital
efficiency. Pengaruh tidak langsung tersebut dikarenakan terdapat keberadaan variabel intervening yaitu kinerja keuangan
yang dapat memediasi hubungan antara human capital
efficiency dengan nilai perusahaan. Keberadaan kinerja keuangan dapat memperkuat hubungan antara human capital
efficiency dan nilai perusahaan.
sehingga diasumsikan dengan meningkatkan pengelolaan pada HCE, maka kinerja keuangan akan meningkat pula serta dapat berimplikasi
pada nilai perusahaan.
Alwis, Dee. (2004). The role of intellectual
capital in organisational value creation: An application of a theoretical model
to two case studies. Brunel University, School of Information Systems,
Computing and Mathematics. Google Scholar
Anshori, Muslich, & Iswati, Sri.
(2019). Metodologi penelitian kuantitatif: edisi 1. Airlangga University
Press. Google Scholar
Celenza, Domenico, & Rossi, Fabrizio.
(2014). Intellectual capital and performance of listed companies: empirical
evidence from Italy. Measuring Business Excellence. Google Scholar
Chen, Ming‐Chin, Cheng, Shu‐Ju,
& Hwang, Yuhchang. (2005). An empirical investigation of the relationship
between intellectual capital and firms� market value and financial performance.
Journal of Intellectual Capital. Google Scholar
Dewi, Nisa Ayu Castrena, &
Isynuwardhana, Deannes. (2014). Intellectual capital terhadap nilai perusahaan
dengan kinerja keuangan sebagai variabel intervening. Jurnal Keuangan Dan
Perbankan, 18(2). Google Scholar
Gamayuni, Rindu Rika. (2015). The effect of
intangible asset, financial performance and financial policies on the firm
value. International Journal of Scientific and Technology Research, 4(1),
202�212. Google Scholar
Guthrie, James, Ricceri, Federica, &
Dumay, John. (2012). Reflections and projections: a decade of intellectual
capital accounting research. The British Accounting Review, 44(2),
68�82. Google Scholar
Jayanti, L. D., & Binastuti, S. (2018).
Pengaruh intellectual capital terhadap nilai perusahaan dengan kinerja keuangan
sebagai variabel intervening pada perusahaan perbankan yang terdaftar di Bursa
Efek Indonesia. Jurnal Ilmiah Ekonomi Bisnis. Google Scholar
Moeller, Klaus. (2009). Intangible and
financial performance: causes and effects. Journal of Intellectual Capital.
Google Scholar
Nimtrakoon, Sirinuch. (2015). The relationship
between intellectual capital, firms� market value and financial performance:
Empirical evidence from the ASEAN. Journal of Intellectual Capital. Google Scholar
Nuryaman, N. (2015). The influence of
intellectual capital on the firm�s value with the financial performance as
intervening variable. Procedia�Social and Behavioral Sciences, 211,
292�298. Google Scholar
Pertiwi, Tri Kartika, & Pratama, Ferry
Madi Ika. (2012). Pengaruh Kinerja Keuangan Good Corporate Governance Terhadap
Nilai Perusahaan Food and Beverage. Jurnal Manajemen Dan Kewirausahaan
(Journal of Management and Entrepreneurship), 14(2), 118�127. Google Scholar
Sugiyono, Sugiyono. (2010). Metode
penelitian kuantitatif dan kualitatif dan R&D. Alfabeta Bandung. Google Scholar
Ulum, Ihyaul, Ghozali, Imam, &
Purwanto, Agus. (2014). Intellectual capital performance of Indonesian banking
sector: a modified VAIC (M-VAIC) perspective. International Journal of
Finance & Accounting, 6(2), 103�123. Google Scholar
Yilmaz, Ilker, & Acar, Goksel. (2018).
The effects of intellectual capital on financial performance and market value:
Evidence from Turkey. Eurasian Journal of Business and Economics, 11(21),
117�133. Google Scholar
|
Copyright holder: Eko Prasetyo,
Ivan Anindito Arista, Rudi Hermawan,
Erlanda Pane (2021) |
|
First publication right: Syntax Literate: Jurnal Ilmiah
Indonesia |
|
This article is licensed
under: |