Jenis Penelitian METODE PENELITIAN

Seminar Nasional dan Call for Papers “Tantangan Pengembangan Ilmu Akuntansi, Inklusi Keuangan, dan Kontribusinya Terhadap Pembangunan Ekonomi Berkelanjutan” 608 hubungan kausal dan korelasional antar variabel melalui pengujian hipotesis. Pada metode survei, data dikumpulkan dari para responden dengan menggunakan kuisioner . Data yang digunakan dalam penelitian ini adalah data primer, yaitu data diperoleh melalui kuisioner yang langsung disebarkan kepada auditor BPK, anggota DPRD, pegawai pemerintah daerah dan masyarakat.

3.2. Sampel

Metode penarikan sampel yang digunakan adalah purposive sampling method , yaitu teknik penarikan sampel dengan pertimbangan tertentu Sugiyono, 2010:122. kriteria sampel yang digunakan pada penelitian ini sebagai berikut: a. Auditor yang bertugas pada kantor pusat Badan Pemeriksa Keuangan Republik Indonesia BPK-RI, yang telah bertugas minimal 1 satu tahun. b. Anggota DPRD DKI Jakarta yang diwakili oleh komisi C Bagian Keuangan yang telah menjabat bekerja minimal 1 satu tahun. c. Pegawai Badan Pengelola Keuangan dan Aset Daerah BPKAD Provinsi DKI Jakarta khususnya bagian keuangan yang telah bekerja minimal 1 satu tahun. d. Masyarakat yang diwakili oleh akademisi maupun auditor dari KAP yang bertugas di Provinsi DKI Jakarta, yang telah berkerja atau berkecimpung dibidang keuangan maupun audit minimal 1 satu tahun.

3.3. Teknik Pengumpulan Data

Teknik penyusunan skripsi ini, penelitian ini menggunakan teknik pengumpulan data sebagai berikut: a. Kuisioner Kuisioner yang digunakan dalam penelitian ini mengadopsi model Likert . Model Likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. b. Penelitian Kepustakaan Penelitian kepustakaan ini yaitu pengumpulan data yang dilakukan dengan cara studi kepustakaan yaitu dengan mempelajari, meneliti, mengkaji, serta menelaah literatur yang ada kaitannya dengan masalah yang diteliti.

3.4. Teknik Analisis Data

Pada penelitian ini menggunakan analisis Structural Equation Modelling SEM dengan program bantu Smart PLS 3 dengan pendekatan Uji Sobel pada mediasi uji antara variabel. PLS adalah model persamaan structural SEM yang berbasis komponen atau varian variance. Menurut Ghozali 2008: 18 PLS merupakan pendekatan alternatif yang bergeser dari pendekatan SEM berbasis kovarian menjadi berbasis varian.Untuk tujuan prediksi pendekatan PLS lebih cocok karena diasumsikan bahwa semua ukuran varian adalah varian yang berguna untuk dijelaskan. Teknik analisis data yang digunakan untuk mencapai tujuan penelitian adalah: uji statistik desktriptif, uji validitas dan realibilitas dan uji hipotesis. 4. HASIL DAN PEMBAHASAN 4.1. Data Deskriptif Penelitian ini dilakukan dengan penyebaran kuisioner sebanyak 80 kuisioner. Dari jumlah tersebut kuisioner yang kembali berjumlah 52 kuisioner atau hanya 65 responden yang mengembalikan, sedangkan kuisioner yang tidak kembali berjumlah 28 kuisioner atau 35. 51 kuisioner atau 63,75 yang dapat diolah, sedangkan 1 kuisioner atau 1,25 tidak dapat diolah. “Tantangan Pengembangan Ilmu Akuntansi, Inklusi Keuangan, dan Kontribusinya Terhadap Pembangunan Ekonomi Berkelanjutan” 609 Tabel 4.1 Persentase Pengiriman dan Pengembalian Kuisioner No Keterangan Jumlah Persentase 1 Kuisioner yang disebar 80 100 2 Kuisioner yang kembali 52 65 3 Kuisioner yang tidak kembali 28 35 4 Kuisioner yang tidak lengkap 1 1,25 5 Kuisioner yang dapat diolah 51 63,75 Sumber: Data diolah

4.2. Analisis Data

4.2.1. Uji Validitas

Pengujian validitas data dalam penelitian ini adalah outer model yaitu convergent validity yang dilihat dengan nilai Average Variance Extracted AVE masing-masing konstruk dimana nilainya harus lebih besar dari 0,5 Ghozali, 2008: 42. Cara lain yaitu dengan membandingkan nilai Squareroot of Average Variance Extracted √AVE setiap konstruk variabel laten dengan korelasi antara konstruk lainnya dalam model. Apabila nilai akar kuadrat konstruk lebih besar dari AVE setiap konstruk lebih besar dari nilai korelasi antara konstruk dengan konstruk lainnya dalam model masing-masing indikator pernyataan adalah valid atau dikatakan memiliki nilai discriminant validity yang baik. Tabel 4.2. Average Variance Extracted AVE dan √AVE Variabel Average Variance Extracted AVE √AVE Keterangan AKT 0,707 0,841 Valid CA 0,628 0,792 Valid KA 0,710 0,843 Valid PA 0,674 0,821 Valid OLHP 0,704 0,839 Valid GAP 0,664 0,815 Valid Sumber: Data primer diolah dengan SmartPLS 2016

4.2.2. Uji Reliabilitas

Uji reliabilitas dalam penelitian ini dengan Composite Reliability. Suatu data dikatakan reliabel jika, Composite Reliability lebih dari 0,7 Ghozali, 2008:43. Tabel 4.3. Composite Reliability Variabel Composite Reliability Keterangan AKT 0,879 Reliabel CA 0,834 Reliabel KA 0,936 Reliabel PA 0,892 Reliabel OLHP 0,905 Reliabel GAP 0,888 Reliabel Sumber: Data primer diolah dengan Smart PLS 2015