Hasil Uji Statistik Deskriptif Hasil Uji Regresi Berganda

45 Tabel 4.5 Deskripsi Responden Berdasarkan Pendidikan Pendidikan Jumlah Presentase D3 2 5,7 S1 33 94,3 Total 35 100 Sumber : Data primer yang diolah, 2015 Berdasarkan tabel 4.5 diatas berdasarkan pendidikan terakhir yang dimiliki responden terlihat bahwa responden dengan pendidikan terakhir D3 hanya berjumlah 2 orang atau 5,7, sedangkan responden dengan pendidikan terakhir S1 berjumlah 33 orang atau 94,3.

4.2 Hasil Uji Statistik Deskriptif

Pengukuran statistik deskriptif variabel dilakukan untuk memberikan gambaran umum mengenai kisaran teoritis, kisaran aktual, rata-rata mean dan standar deviasi dari masing-masing variabel yaitu sistem akuntansi pemerintahan daerah, kompetensi sumber daya manusia dan kualitas laporan keuangan disajikan sebagai berikut: Universitas Sumatera Utara 46 Tabel 4.6 Hasil Uji Statistik Deskriptif Descriptive Statistics N Minimum Maximum Mean Std. Deviation Statistic Statistic Statistic Statistic Std. Error Statistic Sistem Akuntansi Pemerintahan 35 3.50 5.00 4.4743 .07222 .42726 Kompetensi Sumber Daya Manusia 35 2.88 5.00 4.4321 .07710 .45611 Kualitas Laporan Keuangan 35 4.50 6.88 5.8571 .11088 .65596 Valid N listwise 35 Sumber : Data primer yang diolah, 2015 Berdasarkan tabel diatas dapat dijelaskan bahwa : 1. Dari 35 responden ini variabel independen sistem akuntansi pemerintahan daerah memiliki nilai minimum sebesar 3,50, nilai maksimum sebesar 5,00, dan mean nilai rata-rata sebesar 4,4743 dengan standar error sebesar 0,7222 dan standar deviasi sebesar 0,42726. 2. Pada variabel kompetensi sumber daya manusia memiliki nilai minimum sebesar 2,88, nilai maksimum sebesar 5,00, dan mean nilai rata-rata sebesar 4,4321 dengan standar error sebesar 0,7710 dan standar deviasi sebesar 0,45611. 3. Pada variabel kualitas laporan keuangan memiliki nilai minimum sebesar 4,50, nilai maksimum sebesar 6,88, dan mean nilai rata-rata sebesar 5,8571 dengan standar error sebesar 0,11088 dan standar deviasi sebesar 0,65596. Universitas Sumatera Utara 47 4.3 Analisis Data 4.3.1 Uji Validitas Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Jika korelasi antara skor masing-masing butir pertanyaan dengan total skor mempunyai tingkat signifikansi di bawah 0.03 maka butir pertanyaan tersebut dikatakan valid dan sebaliknya. Uji validitas dilakukan pada setiap butir pernyataan, dan hasilnya dapat dilihat melalui hasil r hitung yang dibandingkan dengan r tabel, dimana r tabel yang diperoleh melalui df degree of freedom = n-2 signifikan 5, n= jumlah sampel. Adapun nilai r tabel pada tingkat signifikansi 5 dan df= N-2 sebesar 0,3388. Tabel dibawah ini menunjukkan hasil uji validitas dari variabel X yaitu sistem akuntansi pemerintahan dan kompetensi sumber daya manusia dengan 35 sampel responden. Universitas Sumatera Utara 48 Tabel 4.7 Uji Validitas Variabel X No Butir Instrumen Koefisien Korelasi r kritis Keterangan 1 0,633 0,30 Valid 2 0,608 0,30 Valid 3 0,655 0,30 Valid 4 0,540 0,30 Valid 5 0,627 0,30 Valid 6 0,669 0,30 Valid 7 0,435 0,30 Valid 8 0,448 0,30 Valid 9 0,418 0,30 Valid 10 0,462 0,30 Valid 11 0,458 0,30 Valid 12 0,467 0,30 Valid 13 0,488 0,30 Valid 14 0,633 0,30 Valid 15 0,608 0,30 Valid 16 0,565 0,30 Valid 17 0,675 0,30 Valid 18 0,460 0,30 Valid Sumber : Data primer yang diolah, 2015 Berdasarkan Tabel 4.7 hasil perhitungan korelasi item total untuk variabel X, diketahui bahwa suatu item pernyataan nilqi koefisien validitasnya lebih besar dari titik kritis sebesar 0,30, dan nilai r hitung r tabel, sehingga semua item pernyataan untuk variabel X dapat dikatakan valid dan dapat digunakan untuk penelitian. Adapun tabel dibawah ini menunjukkan hasil uji validitas dari variabel kualitas laporan keuangan. Universitas Sumatera Utara 49 Tabel 4.8 Hasil Uji Validitas Variabel Y No. Butir Instrumen Koefisien Korelasi r kritis Keterangan 19 0,599 0,30 Valid 20 0,678 0,30 Valid 21 0,488 0,30 Valid 22 0,694 0,30 Valid 23 0,589 0,30 Valid 24 0,488 0,30 Valid 25 0,474 0,30 Valid 26 0,464 0,30 Valid 27 0,676 0,30 Valid 28 0,676 0,30 Valid 29 0,664 0,30 Valid Sumber : Data primer yang diperoleh, 2015 Berdasarkan Tabel 4.8 hasil perhitungan korelasi item total untuk variabel Y, diketahui bahwa suatu item pernyataan nilai koefisien validitasnya lebih besar dari titik kritis 0,30, dan nilai r hitung r tabel, sehingga semua item pernyataan untuk variabel Y dapat dikatakan valid dan dapat digunakan untuk penelitian.

4.3.2 Uji Reliabilitas

Pengujian reliabilitas dalam penelitian ini untuk menunjukkan tingkat reliabilitas konsistensi internal teknik yang digunakan adalah dengan mengukur koefisien Cronbac h’s Alpha. Suatu pertanyaan dapat dikategorikan reliabel jika nilai alpha lebih besar dari 0,60 Ghozali, 2011:48. Berikut ini Universitas Sumatera Utara 50 hasil uji reliabilitas sistem akuntansi pemerintahan, kompetensi sumber daya manusia dan kualitas laporan keuangan. Tabel 4.8 Hasil Uji Reliabilitas Sistem Akuntansi Pemerintahan, Kompetensi Sumber Daya Manusia dan Kualitas Laporan Keuangan Reliability Statistics Cronbachs Alpha Cronbachs Alpha Based on Standardized Items N of Items .929 .938 29 Sumber : Data primer yang diolah, 2015 Berdasarkan hasil uji statistik pada tabel diatas yaitu tabel 4.8 menunjukkan bahwa pernyataan dalam kuesioner ini reliabel karena mempunyai nilai Cronbach’s Alpha Based on Standardized items lebih besar dari 0,60. Untuk variabel X1, X2 dan Y nilai koefisien Cronbach’s Alpha Based on Standardized items nilai reliabilitas secara keseluruhan sebesar 0,938, Hal ini menunjukkan bahwa setiap item pernyataan yang digunakan akan mampu memperoleh data yang konsisten yang berarti bila pernyataan itu diajukan kembali akan diperoleh jawaban yang relatif sama dengan jawaban sebelumnya. Universitas Sumatera Utara 51

4.4 Hasil Uji Asumsi Klasik

4.4.1 Hasil Uji Normalitas

Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel dependen dan variabel independen atau keduanya mempunyai distribusi normal atau tidak. Suatu data akan berdistribusi normal jika grafik histogram menyerupai bel yang menghadap ke atas. Hal ini bisa dilihat dalam tampilan grafik berikut ini : Gambar 4.1 Uji Normalitas Histogram Sumber : Data primer yang diolah, 2015 Universitas Sumatera Utara 52 Sementara dilihat dari grafik PP Plot, data dikatakan terdistribusi normal jika penyebaran data menggambarkan titik-titik yang menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal pada normal probability plot. Kedua grafik ini menunjukkan bahwa normalitas data terpenuhi. Hal ini bisa dilihat dalam tampilan grafik normal probability plot. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Gambar 4.2 Uji Normalitas Grafik PP Plots Sumber : Data primer yang diolah, 2015 Universitas Sumatera Utara 53 Berdasarkan grafik normal plot pada gambar 4.2 menunjukkan bahwa model regresi layak dipakai dalam penelitian ini karena pada grafik normal plot terlihat titik-titik menyebar di sekitar garis diagonal serta penyebarannya mengikuti arah garis diagonal sehingga memenuhi asumsi normalitas. Pengujian normalitias dapat juga diuji secara statistik dengan menggunakan uji Kolmogorov- Smirnov. Uji K-S dibuat dengan membuat hipotesis: H : Data residual berdistribusi normal; Bila sig 0,05 dengan α = 5, Ha : Data residual tidak berdistribusi normal; bila sig 0,05 dengan α = 5, Hasil dari uji normalitas dengan menggunakan tes Kolmogorov- Smirnov ditunjukkan pada tabel 4.9 berikut : Tabel 4.9 Uji Kolmogrov Smirnov One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 35 Normal Parameters a,b Mean .0000000 Std. Deviation .50742606 Most Extreme Differences Absolute .100 Positive .054 Negative -.100 Kolmogorov-Smirnov Z .591 Asymp. Sig. 2-tailed .876 a. Test distribution is Normal. b. Calculated from data. Sumber : Data primer yang diolah, 2015 Universitas Sumatera Utara 54

4.4.2 Hasil Uji Multikolonieritas

Uji Multikolinearitas dalam penelitian ini adalah dengan melihat koefisien Variance Inflation Factor VIF dan nilai Tolerance. Menurut Nunnally 1967 bahwa: “Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai Tolerance 0,1 atau sama dengan nilai VIF 10”, dengan kata lain data yang baik dapat dilihat apabila memiliki nilai Tolerance lebih besar dari 0,10 dan nilai VIF lebih kecil dari 10 dan apabila nilai Tolerance dan VIF tidak sesuai dengan ketentuan tersebut maka data penelitian mengandung multikolinearitas yang berarti tidak layak digunakan sebagai data penelitian. Berikut adalah hasil uji multikolinearitas dari output SPSS yang dilakukan. Tabel 4.10 Hasil Uji Multikolonieritas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant Sistem Akuntansi Pemerintahan .456

2.195 Kompetensi Sumber Daya Manusia

.456 2.195 a. Dependent Variable: Kualitas Laporan Keuangan Sumber : Data primer yang diolah, 2015 Universitas Sumatera Utara 55 Hasil perhitungan nilai tolerance menunjukkan tidak ada nilai variabel independen yang memiliki nilai tolerance yang lebih besar dari 0,1 yang berarti tidak ada kolerasi antar variabel independen. Hasil perhitungan nilai Variance Inflation Factor VIF juga menunjukkan hal yang sama, dengan nilai VIF untuk masing-masing variabel independen sistem akuntansi pemerintahan 2,195, dan kompetensi sumber daya manusia 2,195. Jadi tidak ada variabel independen yang memiliki nilai VIF lebih kecil dari 10. Maka kesimpulan yang diperoleh adalah tidak terjadi gejala multikolinearitas dalam variabel independennya.

4.4.3 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan menguji apakah dalam modelregresi terjadi ketidaksamaan varians dari residual satu pengamatan kepengamatan yang lain. Jika varians dari residual satu pengamatan kepengamatan lain tetap, maka dapat disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau tidak terjadi heteroskedastisitas. Universitas Sumatera Utara 56 Gambar 4.3 Grafik Scatterplot Sumber : Data primer yang diolah, 2015 Berdasarkan gambar 4.3, grafik scatterplot menunjukkan bahwa data tersebar diatas dan dibawah angka 0 nol pada sumbu Y dan tidak terdapat suatu pola yang jelas pada penyebaran data tersebut. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi. Jadi dapat disimpulkan bahwa model regresi penelitian ini layak digunakan untuk memprediksi kualitas laporan keuangan berdasarkan variabel yang mempengaruhinya, yaitu sistem akuntansi pemerintahan dan kompetensi sumber daya manusia. Universitas Sumatera Utara 57

4.4.4 Uji Autokorelasi

Uji ini dilakukan dengan menggunakan analisis Durbin Watson DW test. Pengambilan keputusan pada asumsi ini memerlukan dua nilai bantu yang diperoleh dari tabel Durbin Watson yang terdapat pada lampiran 3, yaitu nilai dL dan dU untuk k = jumlah variabel bebas dan n = jumlah sampel. Jika nilai DW berada diantara nilai du hingga 4-dU, berarti asumsi tidak terjadi autokorelasi terpenuhi. Adapun kriteria dalam penentuan autokorelasi adalah sebagai berikut : 1 Jika DW dL atau DW 4-dL maka terdapat autokorelasi. 2 Jika dL DW dU atau 4-dU DW 4-dL maka status autokorelasi tidak dapat dijelaskan inconclusive. 3 Jika dU DW 4-dU maka tidak terjadi autokorelasi Non Autokorelasi. Tabel 4.13 digunakan untuk melihat nilai Durbin Watson yang didapat dengan menggunakan bantuan SPSS Versi 21. Tabel 4.11 digunakan u ntuk melihat nilai Durbin Watson yang didapat dengan menggunakan bantuan SPSS Versi 21. Tabel DW yang terdapat pada lampiran 3 menunjukkan bahwa dengan n = 35, k = 3, maka akan diperoleh nilai dL = 1.2833 dan dU = 1.6528 dan 4-dU = 4 – 1.6528 = 2.3472 Universitas Sumatera Utara 58 Tabel 4.11 Uji Autokorelasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .634 a .402 .364 .52304 .741 a. Predictors: Constant, Kompetensi Sumber Daya Manusia, Sistem Akuntansi Pemerintahan b. Dependent Variable: Kualitas Laporan Keuangan Sumber : Data primer yang diolah, 2015 Tabel 4.13 menunjukkan bahwa DW test sebesar = 0,741, Ini menyimpulkan bahwa nilai DW berada dibawah dl = 1.2833 dan nilai du = 2.3472 dan berada diatas 0, maka dari tabel keputusan H o yang menyatakan tidak ada autokorelasi positif ditolak, yang berarti terdapat autokorelasi positif.

4.5 Uji Hipotesis

4.5.1 Uji signifikansi Parsial Uji Statistik t

Uji statistik berguna untuk menguji pengaruh dari masing-masing variabel independen secara parsial terhadap variabel dependen. Untuk mengetahui ada tidaknya pengaruh masing-masing variabel independen secara parsial terhadap variabel dependen dapat dilihat pada tingkat signifikansi 0,05. Jika nilai probability t 0,05 maka H a diterima, sedangkan jika nilai probability t 0,05 maka H a ditolak. Universitas Sumatera Utara 59 Tabel 4.12 Hasil Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.526 .980 1.557 .129 Sistem Akuntansi Pemerintahan .251 .311 .163 .806 .426 Kompetensi Sumber Daya Manusia .724 .291 .504 2.486 .018 Sumber : Data primer yang diolah, 2015 Berdasarkan tabel 4.12, dapat disimpulkan mengenai uji hipotesis secara parsial dari masing-masing variabel independen adalah sebagai berikut: H 1 : Sistem Akuntansi Pemerintahan. Nilai t hitung variabel ukuran sistem akuntansi pemerintahan di peroleh sebesar 0,806 dan nilai signifikansi sebesar 0,426. Nilai signifikansi untuk uji t yang diperoleh sebesar 0,426 lebih besar dari tingkat signifikansi alpha yang telah ditetapkan 5 0,05. Adapun nilai t tabel sebesar 1,694 lebih besar dari t hitung sebesar 0,806, sehingga H 1 ditolak dengan pengertian bahwa sistem akuntansi pemerintahan tidak berpengaruh secara signifikan terhadap kualitas laporan keuangan. Universitas Sumatera Utara 60 H 2 : Kompetensi Sumber Daya Manusia Nilai t hitung variabel kompetensi sumber daya manusia diperoleh sebesar 2,486 dan nilai signifikansi sebesar 0,018. Nilai signifikansi untuk uji t yang diperoleh sebesar 0,018 lebih kecil dari tingkat signifikansi alpha yang telah ditetapkan sebesar 5 0,05. Adapun nilai t tabel sebesar 1,694 lebih kecil dari t hitung sebesar 2,486, sehingga H 2 diterima dengan pengertian bahwa kompetensi sumber daya manusia berpengaruh secara signifikan terhadap kualitas laporan keuangan.

4.5.2 Uji Signifikan Simultan Uji F

Uji F dilakukan untuk mengetahui apakah variabel bebas memiliki pengaruh secara bersama-sama ataupun simultan terhadap variabel terikat, apabila nilai signifikan yang diperoleh kurang dari 0,05. Kriteria yang digunakan adalah apabila probabilitas 0,05 maka H o diterima sedangkan sebaliknya jika probabilitas 0,05 maka H o ditolak. Tabel 4.13 Hasil Uji F ANOVA a Model Sum of Squares Df Mean Square F Sig. 1 Regression 5.875 2 2.938 10.738 .000 b Residual 8.754 32 .274 Total 14.629 34 Dependent Variable: Kualitas Laporan Keuangan Sumber : Data primer yang diolah, 2015 Universitas Sumatera Utara 61 H3 : Sistem Akuntansi Pemerintahan X1, Kompetensi Sumber Daya Manusia X2, berpengaruh secara simultan terhadap Kualitas Laporan Keuangan Y Uji F pada tabel Anova diperoleh nilai F sebesar 10,378 dan nilai signifikan sebesar 0,000 yaitu lebih kecil dari nilai 0,05. Adapun nilai F tabel sebesar 2,90 lebih kecil dari F hitung sebesar 10,378, sehingga dapat disimpulkan bahwa sistem akuntansi pemerintahan dan kompetensi sumber daya manusia berpengaruh secara signifikan terhadap kualitas laporan keuangan.

4.5.3 Uji Koefisien Determinasi R

2 Koefisien Determinasi R 2 digunakan untuk mengukur seberapa jauh kemampuan variabel-variabel independen mampu menjelaskan variabel dependen. Nilai koefisien determinasi R 2 adalah antara nol dan satu. Tabel 4.14 Hasil Koefisien Determinasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate 1 .634 a .402 .364 .52304 a. Predictors: Constant, Kompetensi Sumber Daya Manusia, Sistem Akuntansi Pemerintahan b. Dependent Variable: Kualitas Laporan Keuangan Sumber : Data Primer yang diolah, 2015 Universitas Sumatera Utara 62 Hasil uji koefisien determinasi pada tabel 4.14 menunjukkan besarnya R 2 0,402. Dengan demikian besarnya pengaruh sistem akuntansi pemerintahan dan kompetensi sumber daya manusia terhadap kualitas laporan keuangan adalah sebesar 40,2 . Adapun sisanya sebesar 100 - 40,2 = 59,8 dipengaruhi oleh faktor lain yang tidak diteliti dalam penelitian ini.

4.6 Hasil Uji Regresi Berganda

Untuk mengetahui pengaruh sistem akuntansi pemerintahan, kompetensi sumber daya manusia terhadap kualitas laporan keuangan dilakukan pengujian dengan menggunakan analisis regresi linear berganda. Pada dasarnya analisis regresi digunakan untuk memperoleh persamaan regresi dengan cara memasukkan perubah satu demi satu, sehingga dapat diketahui pengaruh yang paling kuat hingga yang paling lemah. Berdasarkan hasil pengolahan data dengan menggunakan bantuan SPSS diperoleh hasil sebagai berikut: Universitas Sumatera Utara 63 Tabel 4.15 Hasil Uji Regresi Berganda Coefficients a Model Unstandardized Coefficients Standardized Coefficients B Std. Error Beta Constant 1.526 .980 Sistem Akuntansi Pemerintahan .251 .311 .163 Kompetensi Sumber Daya Manusia .724 .291 .504 Sumber : Data primer yang diperoleh, 2015 Berdasarkan pada Tabel 4.15 dapat dilihat koefisien untuk persamaan regresi dari penelitian ini, yang dapat disusun dalam persamaan matematis sebagai berikut: Y = a + B1X1 +B2X2 + e Y = 1,526 + 0,251 + 0,724 + e Dimana : Y : Kualitas Laporan Keuangan X1 : Sistem Akuntansi Pemerintahan X2 : Kompetensi Sumber Daya Manusia e : Error 1. Hasil persamaan regresi, nilai konstanta sebesar 1,526, artinya sistem akuntansi pemerintahan X1 dan kompetensi sumber daya manusia X2 dianggap konstan, maka tingkat kualitas laporan keuangan sebesar 1,526. Universitas Sumatera Utara 64 2. Koefisien regresi variabel sistem akuntansi pemerintahan X1 sebesar 0,251, artinya sistem akuntansi pemerintahan mengalami kenaikan 1 akan menyebabkan peningkatan terhadap kualitas laporan keuangan sebesar 0,251 dengan asumsi variabel independen lain nilainya tetap. 3. Koefisien regresi variabel kompetensi sumber daya manusia X2 sebesar 0,724, artinya kompetensi sumber daya manusia mengalami kenaikan sebesar 1 akan menyebabkan peningkatan terhadap kualitas laporan keuangan sebesar 0,724 dengan asumsi variabel independen lain nilainya tetap.

4.7 Pembahasan Hasil Penelitian