Analisis Data ANALISIS DATA DAN PEMBAHASAN
Tabel 7. Nilai muatan
outer loading
dari setiap indikator lanjutan IQ3
0,733 0,735
0,735 IQ4
0,830 0,833
0,832 IQ5
0,881 0,880
0,879 IQ6
0,748 0,745
0,746 Kualitas Pelayanan
Service Quality
SEQ1 0,780
0,780 0,779
SEQ2 0,787
0,788 0,788
SEQ3 0,831
0,831 0,831
SEQ4 0,904
0,903 0,903
SEQ5 0,817
0,817 0,818
Penggunaan
Use
U1 0,859
0,893 0,939
U2 0,893
0,927 0,965
U3 0,717
0,685 -
U4 0,748
0,719 0,607
U5 0,657
- -
Kepuasan Pengguna
User Satisfaction
US1 0,827
0,826 0,826
US2 0,868
0,867 0,867
US3 0,875
0,876 0,876
US4 0,909
0,909 0,909
US5 0,812
0,813 0,813
Manfaat Bersih
Net Benefits
NB1 0,870
0,874 0,875
NB2 0,918
0,921 0,922
NB3 0,853
0,853 0,853
NB4 0,931
0,930 0,930
NB5 0,732
0,725 0,723
Keterangan: = tidak valid Sumber: Data diolah 2017
Dari hasil di atas peneliti melakukan pengujian mulai dari uji 1, uji 2, dan uji 3. Semua indikator memiliki muatan
loading
yang lebih besar dari 0,70 namun, dari tabel uji 1 terlihat bahwa kualitas
sistem pada item SQ4 yakni sebesar 0,587 , SQ5 yakni sebesar 0,591 dan penggunaan pada item U5 yakni sebesar 0,657. Tabel uji 2 terlihat
bahwa penggunaan pada item U3 yakni sebesar 0,685 dan dari tabel PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
uji 3 terlihat bahwa penggunaan pada penggunaan item U4 yakni sebesar 0,607.
Nilai tersebut mengindikasikan bahwa item tersebut memiliki validitas yang rendah karena tidak sesuai dengan yang dipersyaratkan
yakni di atas 0,70. Item-item yang kurang dari 0,70 terdiri dari SQ4 dan SQ5 untuk konstruk Kualitas Sistem
System Quality
, indikator U5,U3, dan U4 untuk konstruk Penggunaan
Use
, harus dihapusdilakukan
dropping
dari model sebelum dilakukan uji tahap berikutnya.
Setelah dilakukan
dropping
pada item-item yang memiliki nilai dibawah standar, kemudian dilakukan estimasi ulang untuk
memberikan keyakinan bahwa semua item telah memiliki nilai lebih dari 0,70. Hasil estimasi ulang penelitian ini dapat dilihat pada tabel
berikut: Tabel 8. Nilai muatan
outer loading
setelah Estimasi Ulang Variabel
Indikator
Outer Loading
Validitas 0,70 Ghozali 2008,
Chin 1998 Kualitas Sistem
System Quality SQ1
0,879 Valid
SQ2 0,880
Valid SQ3
0,766 Valid
SQ6 0,789
Valid SQ7
0,742 Valid
Kualitas Informasi Information
Quality
IQ1 0,894
Valid IQ2
0,801 Valid
IQ3 0,734
Valid IQ4
0,831 Valid
IQ5 0,880
Valid IQ6
0,747 Valid
Tabel 8. Nilai muatan
outer loading
setelah Estimasi Ulang Lanjutan
Kualitas Pelayanan Service Quality
SEQ1 0,777
Valid SEQ2
0,790 Valid
SEQ3 0,831
Valid SEQ4
0,903 Valid
SEQ5 0,818
Valid Penggunaan Use
U1 0,968
Valid U2
0,967 Valid
Kepuasan Pengguna
User Satisfaction US1
0,824 Valid
US2 0,866
Valid US3
0,877 Valid
US4 0,910
Valid US5
0,815 Valid
Manfaat Bersih Net Benefits
NB1 0,878
Valid NB2
0,924 Valid
NB3 0,851
Valid NB4
0,930 Valid
NB5 0,718
Valid Sumber: Data diolah 2017
Hasil estimasi ulang di atas, didapatkan bahwa semua muatan indikator lebih besar dari 0,70 hal ini menunjukkan bahwa semua
indikator telah memenuhi syarat validitas konvergen. b.
Validitas Diskriminan
Discriminant Validity
Ghozali 2008 berpendapat bahwa
discriminant validity
dari model pengukuran dengan refleksif indikator dinilai berdasarkan
cross loading
pengukuran dengan konstruk. Nilai ini merupakan nilai
cross loading
faktor yang berguna untuk mengetahui apakah konstruk memiliki diskriminan yang memadai yaitu dengan membandingkan
nilai
loading
pada konstruk yang dituju harus lebih besar dibandingkan PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
dengan nilai
loading
kontruk lainnya. Berikut ini disajikan hasil dari
discriminant validity
pada tabel nilai
cross loading
sebagai berikut: Tabel 9. Nilai
Cross Loading
Indikator SQ
IQ SEQ
U US
NB SQ1
0,879 0,642
0,600 0,487
0,687 0,540
SQ2 0,880
0,731 0,655
0,549 0,600
0,583 SQ3
0,766 0,687
0,471 0,407
0,580 0,443
SQ6 0,789
0,585 0,676
0,404 0,543
0,464 SQ7
0,742 0,534
0,604 0,537
0,497 0,724
IQ1 0,633
0,894 0,750
0,573 0,788
0,542 IQ2
0,788 0,801
0,599 0,532
0,612 0,472
IQ3 0,575
0,734 0,559
0,307 0,445
0,254 IQ4
0,736 0,831
0,671 0,556
0,643 0,504
IQ5 0,646
0,880 0,811
0,477 0,790
0,481 IQ6
0,473 0,747
0,668 0,506
0,708 0,588
SEQ1 0,606
0,618 0,777
0,572 0,662
0,534 SEQ2
0,636 0,647
0,790 0,308
0,590 0,400
SEQ3 0,619
0,646 0,831
0,317 0,680
0,399 SEQ4
0,566 0,814
0,903 0,479
0,830 0,532
SEQ5 0,633
0,702 0,818
0,816 0,633
0,799 U1
0,602 0,581
0,618 0,968
0,532 0,813
U2 0,537
0,608 0,611
0,967 0,613
0,794 US1
0,824 0,644
0,564 0,638
0,824 0,620
US2 0,866
0,705 0,722
0,597 0,866
0,650 US3
0,877 0,778
0,749 0,441
0,877 0,457
US4 0,910
0,708 0,782
0,442 0,910
0,553 US5
0,815 0,736
0,779 0,421
0,815 0,405
NB1 0,574
0,563 0,695
0,774 0,580
0,878 NB2
0,520 0,495
0,570 0,825
0,572 0,924
NB3 0,717
0,529 0,474
0,704 0,483
0,851 NB4
0,599 0,574
0,663 0,712
0,647 0,930
NB5 0,543
0,394 0,468
0,528 0,400
0,718
Sumber: Data diolah 2017 Berdasarkan tabel 9 merupakan hasil estimasi
cross loading
yang menunjukkan bahwa nilai korelasi konstruk dengan indikator lebih besar daripada nilai yang lainnya dan menunjukkan perbedaan
nilai atau
loading
dari tiap indikator dengan variabel laten masing- masing maupun variabel laten lainnya. Dapat disimpulkan bahwa
semua variabel laten dapat dikatakan sudah valid dan dapat digunakan dengan nilai
loading
lebih besar dari 0,70 dan telah memenuhi validitas diskriminan.
c.
Average Variance Extracted
AVE Metode unuk menilai
discriminant validity
selain dengan melihat nilai
cross loading
adalah dengan melihat akar kuadrat dari AVE untuk setiap konstruk apakah lebih besar daripada korelasi antara
konstruk dengan konstruk lainnya. Tabel 10.
Average Variance Extracted
AVE Variabel
Jumlah Akar AVE Keterangan
Kualitas Sistem
System Quality
0,662 0,814
Valid Kualitas Informasi
Information System
0,667 0,817
Valid Kualitas
Pelayanan
Service Quality
0,681 0,825
Valid Penggunaan
Use
0,936 0,967
Valid Kepuasan
Pengguna
User Satisfaction
0,738 0,859
Valid Manfaat Bersih
Net Benefits
0,746 0,864
Valid Sumber: Data diolah 2017
Dilihat dari tabel 10 di atas merupakan nilai
average variance extracted
, yaitu nilai yang menunjukkan bahwa tiap variabel laten dengan indikator memiliki hubungan yang sesuai dan lebih besar dari
0,50. Nilai akar kuadrat AVE untuk setiap korelasi lebih besar dari korelasi antar konstruk di dalam model, sehingga memiliku validitas
diskriminan yang baik. Berdasarkan tabel dan grafik di atas mengindikasikan indikator-indikator yang digunakan dalam penelitian
ini telah memenuhi validitas konvergen dan dapat digunakan untuk analisis selanjutnya.
d. Uji Reliabilitas
Composite Reliability
Uji reliabilitas yaitu melihat dari
composite reliability
.
Composite reliability
menguji nilai reliabilitas indikator-indikator pada suatu konstruk. Uji reliabilitas pada penelitian ini memiliki tujuan
untuk menilai sejauh mana alat ukur yang digunakan dalam penelitian ini dapat diandalkan atau dapat dipercaya. Selain itu, validitas
diskriminan juga dapat dilihat dari nilai
cronbach alpha
. Konstruk dinyatakan reliabel jika nilai
composite reliability
dan
cronbach alpha
diatas 0,70. Hasil dapat dilihat dalam tabel berikut Tabel 11.
Composite Reliability
dan
Cronbach Alpha
Variabel Laten
Composite Reliability
Cronbach Alpha
Kualitas Sistem
System Quality
0,907 0,871
Kualitas Informasi
Information System
0,923 0,900
Kualitas Pelayanan
Service Quality
0,914 0,883
Penggunaan
Use
0,967 0,932
Kepuasan Pengguna
User Satisfaction
0,934 0,911
Manfaat Bersih
Net Benefits
0,936 0,913
Sumber: Data diolah 2017 Berdasarkan hasil tabel 11 di atas menunjukkan bahwa nilai
dari
composite reliabilty
dan
cronbach alpha
yang lebih besar dari 0,70. Dengan demikian dapat disimpulkan bahwa kuesioner yang
digunakan sudah konsisten dan memiliki reliabilitas yang baik. 2.
Model struktur
Inner Model
Model struktur
Inner Model
menggambarkan hubungan antar variabel laten dalam model. Menilai
inner model
dapat dilakukan dengan cara melihat model struktural yang terdiri dari hubungan yang
dihipotesiskan di antara konstruk laten dalam model penelitian. Pada PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
inner
model ada dua variabel, yaitu variabel independen tidak memiliki nilai
R
2
karena variabel tersebut tidak dipengaruhi oleh variabel lain dalam model.
Dapat dilihat nilai R-
Square
R
2
dari konstruk-konstruk endogen atau variabel dependen yakni: variabel kepuasan pengguna,
variabel penggunaan, variabel manfaat bersih. Hasil uji R-
Square
dapat dilihat pada tabel 12 untuk variabel-variabel dependen:
Tabel 12. R-
Square
Variabel R-
Square
Kepuasan Pengguna 0,761
Penggunaan 0,441
Manfaat Bersih 0,718
Sumber: Data diolah 2017 Nilai R-
square
untuk Kepuasan Pengguna adalah sebesar 0,761 memiliki arti bahwa presentasi besarnya pengaruh kualitas sistem,
kualitas informasi dan kualitas layanan adalah sebesar 76,1 sedangkan sisanya yaitu 23,9 dipengaruhi oleh pihak lain. Nilai R-
square
untuk penggunaan adalah sebesar 0,441 memiliki arti bahwa presentasi
besarnya pengaruh terhadap kualitas sistem, kualitas informasi dan kualitas layanan adalah sebesar 44,1 sedangkan sisanya yaitu 55,9
dipengaruhi oleh faktor lain. Nilai R-
square
untuk Manfaat bersih adalah sebesar 0,718 memiliki arti bahwa presentasi besarnya pengaruh
terhadap penggunaan dan kepuasan pengguna adalah 71,8 sedangkan sisanya yaitu 28,2 dipengaruhi oleh faktor lain.
Pada penelitian ini, selain menguji nilai r-
square
dapat juga dilakukan tahap pengujian dengan
goodness of fit
, yang bisa diketahui PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
melalui nilai Q
2
. Nilai Q
2
memiliki arti yang sama dengan koefisien determinasi R-
Square
pada analisis regresi, di mana semakin tinggi R-
Square
, maka model dapat dikatakan semakin
fit
dengan data. Tabel 12 R-
Square
dapat dihitung nilai Q
2
sebagai berikut: Nilai
Q
2
= 1 – 1-0,762 x 1-0,441 x 1-0,718
= 1 – 0,238 x 0,559 x 0,282
= 0,962 Hasil perhitungan diketahui nilai
Q
2
sebesar 0,962 artinya besarnya keberagaman dari data penelitian yang dapat dijelaskan oleh
model struktural yang dikembangkan dalam penelitian ini adalah sebesar 96. Berdasarkan hasil ini, model struktural pada penelitian
telah memiliki
goodness of fit
yang baik. Dapat dilihat pada grafik
path diagram
dari hasil olah data. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Berikut adalah grafik
path diagram
di mana menunjukkan seberapa besar pengaruh variabel independen pada variabel dependen.
Gambar VII.
Path Diagram
Sumber: Data diolah 2017 3.
Pengujian Hipotesis Peneliti menggunakan metode
Bootstrapping
pada SmartPLS, dapat diperoleh kesalahan standar
standard errors
, koefisien jalur
path coefficients
β, dan nilai T-Statistik. Peneliti dapat menilai signifikan statistik model penelitian
menggunakan teknik ini, dengan menguji hipotesis untuk tiap jalur PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
hubungan. Berikut tabel yang menunjukkan koefisien untuk tiap jalur hipotesis dan nilai T-Statistiknya:
Tabel 13. Nilai Koefisien Jalur
Path Koefisien
dan Nilai T
Statistics
Hubungan Original
Sampel O
Sampel
Mean
M
Standard Deviation
STDEV T-
Statistics
p-
values
H1: KS-PG 0,204
0,194 0,302
0,676 0,499
H2: KS-KP 0,076
0,114 0,195
0,389 0,698
H3: KI-PG 0,163
0,184 0,366
0,444 0,657
H4: KI-KP 0,392
0,383 0,151
2,595 0,010
H5: KL-PG 0,349
0,318 0,285
1,225 0,221
H6: KL-KP 0,455
0,434 0,138
3,300 0,001
H7: PG-MB 0,706
0,677 0,148
4,779 0,000
H8: KP-MB 0,210
0,246 0,140
1,498 0,135
Sumber: Data diolah 2017 Pengujian hipotesis dalam hipotesis ini mempergunakan tingkat
signifikansi
significant level
5 dan tingkat keyakinan
confidence level
95 sehingga t-statistik harus 1,96. Jika T-statistik lebih tinggi dibandingkan nilai T-tabel, berarti hipotesis terdukung atau diterima.
Berdasarkan data dari tabel di atas menunjukkan T-statistik lebih besar dari 1,96 yang membuktikan bahwa tiga hipotesis dalam
penelitian ini diterima dan lima hipotesis ditolak. Selain itu nilai p-
values
lebih kecil dari 0,5 menunjukkan pengaruh yang signifikan. Berikut didapatkan hasil pengujian hipotesis dari tiap variabel:
a. H1: Kualitas sistem berpengaruh terhadap Penggunaan sistem
informasi akuntansi. Tabel 13 menunjukkan bahwa kualitas sistem terhadap
penggunaan, memberikan nilai koefisien jalur sebesar 0,204 dengan nilai T-statistik 0,676 dan memiliki nilai p-
values
sebesar 0,499 T- PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
statistik T tabel 1,96. Menunjukkan bahwa, kualitas sistem tidak berpengaruh terhadap penggunaan sistem informasi akuntansi,
maka dapat dinyatakan bahwa hipotesis 1 tidak didukung. Karena nilai T-statistik tidak memenuhi persyaratan yaitu T-statistik T-
tabel 1,96. b.
H2: Kualitas sistem berpengaruh terhadap Kepuasan pengguna sistem informasi akuntansi.
Kualitas sistem terhadap Kepuasan pengguna, memberikan nilai koefisien jalur sebesar 0,076 dan memiliki nilai p-
values
sebesar 0,698 serta nilai T-statistik sebesar 0,389 T-statistik T tabel 1,96. Menunjukkan bahwa, kualitas sistem tidak berpengaruh
terhadap kepuasan penggunaan sistem informasi akuntansi, maka dapat dinyatakan bahwa hipotesis 2 tidak didukung. Karena nilai T-
statistik tidak memenuhi persyaratan yaitu T-statistik T-tabel 1,96.
c. H3: Kualitas informasi berpengaruh terhadap Penggunaan sistem
informasi akuntansi. Kualitas informasi terhadap Penggunan memberikan nilai
koefisien jalur sebesar 0,163 dan memiliki nilai p-
values
sebesar 0,657 dengan T-statistik sebesar 0,444 T-statistik T tabel 1,96.
Menunjukkan bahwa, kualitas informasi tidak berpengaruh terhadap penggunaan sistem informasi akuntansi, maka dapat
dinyatakan bahwa hipotesis 3 tidak didukung. Karena nilai T- PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
statistik tidak memenuhi persyaratan yaitu T-statistik T-tabel 1,96.
d. H4: Kualitas informasi berpengaruh terhadap kepuasan pengguna
sistem informasi akuntansi. Kualitas
informasi terhadap
kepuasan pengguna
memberikan nilai koefisien jalur sebesar 0,392 dan menunjukkan nilai p-
values
yaitu 0,010 dengan nilai T-statistik sebesar 2,595 T- statistik T tabel 1,96. Berdasarkan nilai di atas menunjukkan
bahwa hipotesis 4 didukung. e.
H5: Kualitas pelayanan berpengaruh terhadap penggunaan sistem informasi akuntansi.
Kualitas pelayanan terhadap penggunaan memiliki nilai koefisien jalur sebesar 0,349 dan nilai p-
values
sebesar 0,221 dengan T-statistik sebesar 1,225 T-statistik T tabel 1,96.
Menunjukkan bahwa, kualitas pelayanan tidak berpengaruh terhadap penggunaan sistem informasi akuntansi, maka dapat
dinyatakan bahwa hipotesis 5 tidak didukung. Karena nilai T- statistik tidak memenuhi persyaratan yaitu T-statistik T-tabel
1,96. f.
H6: Kualitas pelayanan berpengaruh terhadap kepuasan pengguna sistem informasi akuntansi.
Kualitas pelayanan terhadap kepuasan pengguna memiliki nilai koefisien jalur sebesar 0,455 dan nilai p-
values
sebesar 0,001. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
dengan nilai T-statistik sebesar 3,300 T-statistik T tabel 1,96. Berdasarkan nilai di atas menunjukkan bahwa hipotesis 6 didukung.
g. H7: Penggunaan berpengaruh terhadap manfaat bersih sistem
informasi akuntansi. Penggunaan terhadap Manfaat bersih memiliki nilai
koefisien jalur sebesar 0,706 dan signifikan terhadap nilai p-
values
sebesar 0,000 dengan nilai T-statistik sebesar 4,779 T-statistik T- tabel 1,96. Berdasarkan nilai di atas menunjukkan bahwa hipotesis
7 didukung. h.
H8: Kepuasan pengguna berpengaruh terhadap manfaat bersih sistem informasi akuntansi.
Kepuasan pengguna terhadap Manfaat bersih memiliki nilai koefisien jalur sebesar 0,210 dengan menunjukkan nilai p-
values
sebesar 0,135 dan nilai T-statistik sebesar 1,498 T-statistik T- tabel 1,96. Menunjukkan bahwa kepuasan pengguna tidak
berpengaruh terhadap manfaat bersih sistem informasi akuntansi, maka dapat dinyatakan bahwa hipotesis 8 tidak didukung. Karena
nilai T-statistik tidak memenuhi persyaratan yaitu T-statistik T- tabel 1,96.
Hasil uji hipotesis tersebut dirangkum dalam tabel seperti yang ditunjukkan pada tabel di bawah dan menghasilkan data sebagai berikut:
Tabel 14. Kesimpulan Pengujian Hipotesis Hipotesis
Nilai T- statistik
1,96 p-
value
Kesimpulan H1: Kualitas sistem berpengaruh
terhadap penggunaan sistem informasi akuntansi.
0,676 0,499
Tidak terbukti
tidak diterima
H2: Kualitas sistem berpengaruh terhadap kepuasan pengguna
sistem informasi akuntansi. 0,389
0,698 Tidak
terbukti tidak
diterima H3: Kualitas informasi
berpengaruh terhadap penggunaan sistem informasi akuntansi.
0,444 0,657
Tidak terbukti
tidak diterima
H4: Kualitas informasi berpengaruh terhadap kepuasan
pengguna sistem informasi akuntansi.
2,595 0,010
Terbukti diterima
H5: Kualitas pelayanan berpengaruh terhadap penggunaan
sistem informasi akuntansi. 1,225
0,221 Tidak
terbukti tidak
diterima H6: Kualitas pelayanan
berpengaruh terhadap kepuasan pengguna sistem informasi
akuntansi. 3,300
0,001 Terbukti
diterima H7: Penggunaan berpengaruh
terhadap manfaat bersih sistem informasi akuntansi.
4,779 0,000
Terbukti diterima
H8: Kepuasan pengguna berpengaruh terhadap manfaat
bersih sistem informasi akuntansi. 1,498
0,135 Tidak
terbukti tidak
diterima Sumber: Data diolah 2017