Statistik Inferensial Metode Analisis Data

3. Panjangnya kelas interval : P = Rentang Kelas + 1 Banyak kelas

3.6.2 Statistik Inferensial

Analisis data dalam penelitian ini menggunakan Partial Least Square PLS. Kelebihan PLS yaitu dapat digunakan dengan jumlah sampel yang tidak besar dan dapat diterapkan pada semua skala data Ghozali, 2011. Dengan PLS akan dilakukan tekhnik SEM Structural Equation Model yang hampir sama dengan regresi tapi secara simultan menggunakan alur struktural. SEM dipilih karena kemampuannya untuk mengkonfirmasi dimensi atau faktor dari sebuah konsep melalui indikator- indikator empiris serta kemampuannya untuk mengukur pengaruh antar faktor yang secara teoritis ada Ferdinand, 2002 Menurut Pristiyanti 2012 Kelebihan penggunaan SEM adalah SEM memiliki kemampuan untuk menggambarkan pola hubungan antara konstruk laten dan variabel manifest, SEM juga memiliki kemampuan untuk mengestimasi hubungan antar variabel yang bersifat multiple relationship yang dibentuk dalam model struktural. PLS merupakan pendekatan yang lebih tepat untuk tujuan prediksi, hal ini terutama pada kondisi dimana indikator bersifat formatif, atau ketika penelitian ini masih tidak pasti karena variabel seharusnya termasuk pada sebuah model atau berhubungan diantara variabel dengan model atau berhubungan diantara variabel dengan model miss-specified akan menghasilkan perkiraan inferior varians sesuai yang dijelaskan PLS. Missing variables dan miss-specification lain hanya memiliki sedikit efek estimasi yang dibuat oleh PLS Ghozali, 2006 dalam Rahardian, 2011. Estimasi parameter menggunakan PLS dikategorikan menjadi 3 yaitu, weight estimate untuk menciptakan skor variabel laten, path estimate untuk menghubungkan antar variabel laten dengan indikatornya, dan means serta lokasi parameter sebagai indikator dan variabel laten. Terdapat 2 model analisis jalur dalam PLS yaitu:

1. Menilai outer model atau measurement model

Evaluasi Outer Model dilakukan untuk menguji validitas dan reliabilitas hubungan antara konstruk dengan indikator-indikatornya Ardiana, 2012. Tahap pertama adalah menguji convergent validity, yang dapat dilihat dari korelasi antara skor indikator dengan konstruknya. Indikator dianggap reliable jika memiliki nilai korelasi diatas 0,7. Skor loading 0,5 hingga 0,6 masih dapat diterima Ghozali, 2011. Dengan demikian indikator yang memiliki nilai korelasi dibawah 0,5 harus di drop dari model kecuali untuk indikator yang berhubungan formatif terhadap variabel konstruknya. Kedua dengan discriminan validity dari model pengukuran dengan reflektif indikator dinilai berdasarkan cross loading pengukuran dengan konstruk. Jika korelasi konstruk dengan item pengukuran lebih besar dari pada ukuran konstruk lainnya maka menunjukan kontruk laten yang memprediksi ukuran pada blok yang lebih baik dari pada ukuran blok lainnya Rahardian, 2011. Ketiga dengan composite reliability. Direkomendasikan nilai AVE harus lebih besar 0,50 Fornell dan Larcker, 1981 dalam Imam Ghozali, 2008. Composite reability yang mengukur suatu konstruk dapat dievaluasi dengan dua macam ukuran yaitu internal consistency dan cronbach’s alpha Ghozali, 2008.

2. Inner Model

Menilai inner model adalah melihat hubungan antara konstruk laten dengan melihat hasil estimasi koefisien parameter path dan tingkat signifikansinya Ghozali, 2011. Pengambilan keputusan atas penerimaan atau penolakan hipotesis dilakukan dengan membandingkan nilai t- statistic dan nilai t-tabel, jika t-statistic lebih kecil dari nilai t-tabel, maka H0 diterima, jika nilai t-statistic lebih besar dari nilai t-tabel, maka H0 ditolak dan Ha diterima. Pengujian hipotesis yang diajukan dilakukan dengan pengujian model struktural inner model dengan melihat nilai R-square yang merupakan uji goodness-fit model. Selain itu juga dengan melihat path coefficients yang menunjukkan koefisien parameter dan nilai signifikansi t-statistics. Signifikansi parameter yang diestimasi dapat memberikan informasi mengenai hubungan antar variabel-variabel penelitian. Pengambilan keputusan atas penerimaan atau penolakan hipotesis dilakukan dengan ketentuan sebagai berikut: 1. Hipotesis yang menyatakan pengaruh negatif akan diterima jika arah hubungannya negatif dengan dengan nilai T-statistic diatas nilai 1,96. 2. Hipotesis yang menyatakan pengaruh positif akan diterima jika arah hubungannya positif dengan dengan nilai T-statistic diatas nilai 1,96. 3. Hipotesis yang menyatakan pengaruh negatif akan ditolak jika arah hubungannya positif meskipun nilai T-statistic diatas nilai 1,96. 4. Hipotesis yang menyatakan pengaruh positif akan ditolak jika arah hubungannya negatif meskipun nilai T-statistic diatas nilai 1,96. Tabel 3.5 Ilustrasi Uji Hipotesis Berdasarkan Path Coefficient Variabel OriginalSample T Statistics Keputusan KD - Fraud X Y Ha ditolakditerima KP - Fraud X Y Ha ditolakditerima PP - Fraud X Y Ha ditolakditerima SPI - Fraud X Y Ha ditolakditerima PTE - Fraud X Y Ha ditolakditerima BO - Fraud X Y Ha ditolakditerima KO - Fraud X Y Ha ditolakditerima Sumber: data diolah, 2014 Tabel 3.6 Kriteria Penerimaan Dan Penolakan Hipotesis Original Sample T-Statistics Keputusan x negatif y 1,96 Hipotesis ditolak x negatif y 1,96 Hipotesis diterima x positif y 1,96 Hipotesis ditolak x positif y 1,96 Hipotesis diterima Sumber: data diolah, 2014 pada hipotesis yang menyatakan negatif pada hipotesis yang menyatakan positif 259

BAB V PENUTUP

5.1 Simpulan

Berdasarkan hasil pengujian dan pembahasan pada bab sebelumnya, maka dapat ditarik kesimpulan menurut persepsi 4 obyek penelitian sebagai berikut: 5.1.1 Pegawai Dinas Pendidikan Kabupaten Semarang 1. Penegakan peraturan tidak berpengaruh terhadap kecenderungan kecurangan fraud pada pegawai Dinas Pendidikan di Kabupaten Semarang. Penegakan peraturan termasuk dalam kategori sangat tinggi. Rata-rata terendah ditunjukkan oleh indikator PP4, yaitu mengenai kedisiplinan jam kerja yang berlaku di instansinya. 2. Keadilan distributif berpengaruh negatif terhadap kecenderungan kecurangan fraud pada pegawai Dinas Pendidikan di Kabupaten Semarang. Keadilan distributif termasuk dalam kategori sangat adil. Rata-rata terendah ditunjukkan oleh indikator KD1, yaitu mengenai gambaran kesesuaian gaji dan kompensasi terhadap usaha yang telah dikerjakan. 3. Keadilan prosedural berpengaruh negatif terhadap kecenderungan kecurangan fraud pada pegawai Dinas Pendidikan di Kabupaten Semarang. Keadilan prosedural termasuk dalam kategori adil. Rata- rata terendah ditunjukkan oleh indikator KP2, yaitu mengenai prosedur penggajian dan kompensasi lain yang diterima.