kerahasiaan data penelitian. Dalam pengukurannya, setiap responden diminta pendapatnya mengenai suatu pernyataan, dengan skala penilaian dari 1 sampai
dengan 5. Skala Pengukuran Persepsi Responden Skala Likert 1 s.d 5
Sangat tidak setuju Sangat setuju 1
2 3
4 5
Dalam penelitian ini, untuk memudahkan responden dalam menjawab kuesioner, maka skala penilaiannya sebagai berikut:
Skala 1 : Sangat Tidak Setuju Skala 2 : Tidak Setuju
Skala 3 : Netral Skala 4: Setuju
Skala 5: Sangat Setuju
3.3.3 Uji Instrumen Pilot Study
Kuesioner dalam penelitian ini menggunakan kuesioner adaptasi dan kuesioner yang dibangun sendiri. Kuesioner yang dibangun sendiri perlu diuji
kevalidan dan reliabilitasnya terlebih dahulu melalui uji pilot pilot study. Uji pilot dilakukan untuk menguji kelayakan kuesioner yang telah dirancang dalam
kondisi sebenarnya, yaitu sesuai dengan kondisi di lapangan. Fungsi dari uji pilot antara lain untuk menguji kelayakan kerangka sampel, melihat kemungkinan
variasi parameter di dalam populasi yang akan disurvei, melihat kemungkinan tingkat non-respon, dan kelayakan redaksional dari setiap pertanyaan di kuesioner
dapat dideteksi kelemahan-kelemahannya sehingga dapat dikoreksi sebelum
kuesioner disebar pada sampel yang sebenarnya Mulia dkk, 2008. Menurut Jogiyanto dalam Pristiyanti 2012, dalam uji pilot, sampel dibuat sekitar 10-30
responden. Di uji pilot, responden tidak harus merupakan bagian dari populasi targetnya, tetapi dapat berupa individu-individal yang dipilih yang memahami
tentang isu yang diteliti. Sama halnya dengan pendapat Mulia dkk 2008, Idealnya kuesioner diuji pada beberapa responden sub sampel dari jumlah sampel
yang telah terpilih yang termasuk dalam survei tersebut atau paling tidak yang juga mempunyai karakteristik yang sama dengan responden sampel penelitian.
Sasaran uji pilot terdiri dari dua, pertama untuk meyakinkan bahwa item-item kuesioner telah mencukupi, benar dan dapat dipahami dan untuk mengetahui
kevalidan dari item pertanyaan. Kedua, untuk penilaian reliabilitas awal dari skala-skala suatu instrumen. Obyek dari uji pilot pada penelitian ini adalah
pegawai negeri sipil yang bekerja pada sub bagian keuangan Dinas Pendidikan, Pemuda, dan Olahraga Provinsi Daerah Istimewa Yogyakarta.
Dalam uji pilot, dilakukan penilaian outer model atau measurement model untuk memastikan apakah instrumen yang digunakan dalam penelitian sudah valid
dan reliabel. Untuk menilai outer model dapat dilakukan dengan melihat convergent validity, composite reliability dan discriminant validity.
Suatu pengukuran konstruk dalam instrumen dikatakan valid jika nilai loading factor nya lebih dari 0,50. Nilai loading factor untuk masing-masing
indikator dalam konstruk penelitian dapat dilihat pada lampiran 5. Berdasarkan output PLS tersebut, dapat diketahui nilai loading factor untuk indikator konstruk
penegakan peraturan PP1 sampai PP5 masing-masing 0,934; 0.909; 0,882; 0,790
;0,903, nilai loading factor untuk indikator kostruk keefektifan pengendalian internal KPI1 sampai KPI5 masing-masing 0,825; 0,911; 0,913; 0,848; 0,880,
nilai loading factor untuk indikator konstruk asimetri informasi AI1 sampai AI6 masing-masing 0,701; 0,698; 0,670; 0,841; 0,810; 0,838, nilai loading factor
untuk indikator konstruk keadilan distributif KD1 sampai KD4 masing-masing 0,848; 0,836; 0,892; 0,735, nilai loading factor untuk indikator konstruk keadilan
prosedural KP1 sampai KP7 masing-masing 0,697; 0,837; 0,957; 0,974; 0,913; 0,866; 0,953, nilai loading factor untuk indikator konstruk komitmen organisasi
KO1 sampai KO8 masing-masing 0,828; 0,807; 866; 0,795; 0,802; 0,714; 0,791; 0,802, nilai loading factor untuk indikator konstruk budaya etis organisasi BEO1
sampai BEO5 masing-masing 0,840; 0,613; 0,689; 0,717; 0,666 .Dengan demikian dapat disimpulkan bahwa semua nilai loading factor memiliki nilai di
atas 0,50 sehingga setiap item pertanyaan yang digunakan dalam mengukur konstruk sudah valid.
Untuk mengetahui reliabilitas pengukuran konstruk dalam penelitian ini dengan melihat nilai composite reliability dan nilai cornbarch alpha. Pengukuran
konstruk dikatakan reliabel jika nilai composite reliability maupun cornbarch alpha nya lebih dari 0,70.
Tabel 3.2 Composite Reliability dan Cornbarch Alpha
Sumber : Output PLS, 2013 Berdasarkan tabel di atas maka dapat disimpulkan bahwa pengukuran konstruk
dalam penelitian ini sudah reliabel. Untuk menilai discriminant validity konstruk penelitian adalah dengan
melihat nilai cross loading untuk masing-masing kostruk. Jika korelasi konstruk dengan item pengukuran lebih besar daripada ukuran konstruk lainnya, maka hal
tersebut menunjukkan konstruk laten memprediksi ukuran pada blok mereka lebih baik daripada ukuran pada blok lainnya Ghozali , 2008: 41. Berdasarkan
lampiran 3 dapat diketahui bahwa korelasi masing-masing konstruk dengan indikatornya lebih tinggi dibandingkan korelasi indikator tersebut dengan
konstruk lainnya. Cara lain untuk menilai discriminant validity adalah dengan membandingkan nilai square root average variance extracted AVE setiap
konstruk dengan korelasi antara konstruk dengan konstruk lainnya dengan model. Jika nilai akar AVE lebih besar dari korelasi setiap konstruk dengan konstruk
lainnya, maka dapat disimpulkan model memiliki discriminant validity yag baik. Composite
Reliability Cronbachs
Alpha AI
0,892319 0,861866
BEO 0,833664
0,754686 KD
0,918232 0,888050
KK 0,957932
0,949964 KO
0,935078 0,920825
KP 0,963599
0,957421 KPI
PP 0,947691
0,93558
Selain itu, model juga dapat dikatakan memiliki discriminant validity yang baik apabila nilai AVE lebih dari 0,50.
Tabel 3.3 AVE dan akar AVE
AVE Akar AVE
AI 0,582137
0,762 BEO
0,503465 0,709
KD 0,738947
0,854 KK
0,717993 0,842
KO 0,643472
0,801 KP
0,792565 0,889
KPI PP
0,784241 0,883
Sumber : Output PLS, 2013
Tabel 3.4 Latent Variable Correlations
AI BEO
KD KK
KO KP
KPI PP
AI 1,000000
BEO 0,140286 1,000000 KD -0,146479 0,146612 1,000000
KK 0,413670 0,426425 -0,391195 1,000000 KO -0,448070 -0,244574 0,356352 -0,848765 1,000000
KP -0,277694 -0,042417 -0,078729 -0,285679 0,447963 1,000000
KPI 0,422771 0,573007 -0,258766 0,808363 -0,719329 -0,078898 1,000000 PP
0,300830 0,629463 -0,341467 0,354665 -0,109607 -0,024199 0,344093 1,0000 Sumber : Output PLS,2013
Berdasarkan tabel di atas dapat diketahui bahwa nilai akar AVE lebih besar daripada korelasi konstruk dengan konstruk yang lain, dan nilai masing-
masing AVE lebih dari 0,50. Dengan demikian dapat disimpulkan bahwa dalam model memiliki nilai discriminant validity yang baik.
3.4 Definisi Operasional Variabel