45
C. Pengujian dan Pembahasan Hipotesis
1. Pengujian Hipotesis
Pengujian pertama yang dilakukan adalah uji t, yaitu untuk mengetahui apakah terjadi trimming atau tidak antara indikator
terhadap variabel latennya. Hasil pengujian tersebut dapat ditunjukkan pada path diagram berikut:
Sumber: Data Primer Yang Diolah
Path diagram diatas menunjukkan bahwa pada seluruh indikator
mempunyai nilai signifikan terhadap variabel latennya. Menurut Ghazali 2005:324 batas untuk menolak atau menerima suatu
hubungan dengan tingkat signifikansi 5 adalah 1,96 mutlak, dimana apabila nilai t terletak antara -1,96 dan 1,96 maka hipotesis
yang menyatakan adanya pengaruh harus ditolak, sedangkan apabila nilai t lebih besar daripada 1,96 atau lebih kecil daripada 1,96 harus
diterima dengan taraf signifikansi 5 t |1,96|.
46
2. Penilaian Model Fit
Penilaian model fit adalah bagian dari SEM. Evaluasi ini dilakukan untuk mengetahui apakah output yang dihasilkan mempunyai nilai fit atau
tidak. Nilai fit dalam suatu model dapat dilihat dari beberapa indikator Goodness of Fit Index
. Output yang dihasilkan dari penelitian ini menunjukkan bahwa model tidak bagus atau tidak fit. Hasil output dapat
dilihat dari tabel berikut:
Tabel 4.7. Pengujian Kesesuaian Model
Indikator Fit Nilai yang di
rekomendasikan Hasil Model
Evaluasi Model Absolute Fit
Measures Probabilitas
p 0,05 0,019
Signifikan Normed Chi-Square
X2df 2
2 X
2
df 5 1,1107
Over Fitting RMSEA 0,10
0,05 0,01
0,048 Cukup Fit
P-Value for test of Close fit
0,05 0,51
Kurang fit GFI
0,90 0,78
Cukup Fit AGFI
0,90 0,70
Cukup Fit
Comparative Fit Measures
NFI 0,9 0,89 Cukup
Fit Fit
NNFI or Tucker Lewis Index TLI
0,9 0,97 CFI 0,9
0,97 Fit RFI 0,9
0,87 Cukup Fit
Parsimonious Fit Measures
PNFI 0-1 0,74 Cukup
Baik PGFI 0-1
0,57 Kurang Baik
Sumber: Data Primer Yang Diolah
47
Output diatas dapat menunjukkan bahwa hampir seluruh indikator fit menunjukkan model cukup fit. Hal ini dapat ditunjukkan dari beberapa
indikator fit diantaranya: Normed Chi-Square yang mempunyai nilai sebesar 0,1107, karena
nilai tersebut mendekati nilai direkomendasikan ≤ 2, maka dapat
dikatakan bahwa model tersebut overfitting. Hal ini disesuaikan dengan standar penilaian kesesuaian yang dilakukan oleh Kelloway
1998 dalam Didi Achjari 2003:279 dalam Bahagia 2008:97, menyatakan bahwa nilai normed chi-square dikatakan fit jika 2 X
2
df 5 dan dikatakan overfitting jika nilai normed chi-square
≤ 2. Root Mean Square Error of Approximation RMSEA yang
menunjukkan model cukup fit, karena RMSEA mempunyai nilai 0,048 yang kurang dari 0,05.
Goodness of Fit Index GFI yang mempunyai nilai sebesar 0,78. Nilai tersebut kurang dari nilai yang direkomendasikan yaitu lebih dari 0,90,
tapi model GFI dikatakan cukup fit. Adjusted Goodness of Fit Index AGFI yang mempunyai nilai sebesar
0,70. Nilai tersebut kurang dari nilai yang direkomendasikan yaitu lebih dari 0,90, tapi model GFI dikatakan cukup fit.
Normed Fit Index NFI menunjukkan bahwa model cukup fit. Ini dapat dilihat dari nilai NFI yaitu sebesar 0,89 lebih kecil dari nilai
yang direkomendasikan yaitu sebesar 0,90.
48
NNFI atau Tucker Lewis Index TLI yang mempunyai nilai sebesar 0,97 sehingga dapat dikatakan bahwa model fit.
CFI mempunyai nilai sebesar 0,97 lebih besar dari nilai yang direkomendasikan yaitu sebesar 0,90, sehingga dapat dikatakan bahwa
model fit. RFI menunjukkan bahwa model cukup fit. Ini dapat dilihat dari nilai
RFI yaitu sebesar 0,89 lebih kecil dari nilai yang direkomendasikan yaitu sebesar 0,90. Nilai RFI 0-1,dimana nilai RFI yang mendekati 1
tersebut menunjukkan model yang fit. PNFI menunjukkan bahwa model baik, ini dapat dilihat dari nilai PNFI
yang sebesar 0,74 sedangkan PGFI mempunyai nilai sebesar 0,57 sehingga dikatakan bahwa model kurang fit.
3. Evaluasi model Pengukuran
Pengujian model fit telah dilakukan dan menunjukkan bahwa model cukup fit secara keseluruhan, maka langkah selanjutnya
yaitu evaluasi model pengukuran ini adalah untuk menentukan kemampuan suatu indikator dalam mengukur variabel latennya dan
untuk mengetahui seberapa besar proporsi varians yang dijelaskan oleh variabel latennya sedangkan sisanya dijelaskan oleh measurement
error . Evaluasi model pengukuran dapat ditunjukkan pada path
diagram berikut:
49
Sumber: Data Primer Yang Diolah Berdasarkan path diagram di atas dapat menunjukkan hubungan
indikator terhadap variabel latennya yaitu sebagai berikut: • Keakuratan X
1
terhadap Faktor Kecocokan Tugas-Teknologi Keakuratan mempunyai koefisien path positif dan signifikan
terhadap faktor kecocokan tugas-teknologi. Hal ini dapat ditunjukkan dari koefisien jalur yang sebesar 0,69 dan nilai t-
hitung yang sebesar 5,32 lebih besar dibandingkan dengan t-tabel sebesar 1,96.
• Kompatibilitas X
2
terhadap Faktor Kecocokan Tugas-Teknologi Kompatibilitas mempunyai koefisien path positif dan signifikan
terhadap faktor kecocokan tugas-teknologi. Hal ini dapat ditunjukkan dari koefisien jalur yang sebesar 0,80 dan nilai t-
50
hitung yang sebesar 6,64 lebih besar dibandingkan dengan t-tabel sebesar 1,96.
• Aksesbilitas X
3
terhadap Faktor Kecocokan Tugas-Teknologi Aksesbilitas mempunyai koefisien path positif dan signifikan
terhadap faktor kecocokan tugas-teknologi. Hal ini dapat ditunjukkan dari koefisien jalur yang sebesar 0,78 dan nilai t-
hitung yang sebesar 6,34 lebih besar dibandingkan dengan t-tabel sebesar 1,96.
• Asistensi X
4
terhadap Faktor Kecocokan Tugas-Teknologi Asistensi mempunyai koefisien path positif dan signifikan terhadap
faktor kecocokan tugas-teknologi. Hal ini dapat ditunjukkan dari koefisien jalur yang sebesar 0,80 dan nilai t-hitung yang sebesar
6,65 lebih besar dibandingkan dengan t-tabel sebesar 1,96. • Keandalan Sistem X
5
terhadap Faktor Kecocokan Tugas- Teknologi
Keandalan sistem mempunyai koefisien path positif dan signifikan terhadap faktor kecocokan tugas-teknologi. Hal ini dapat
ditunjukkan dari koefisien jalur yang sebesar 0,67 dan nilai t- hitung yang sebesar 5,11 lebih besar dibandingkan dengan t-tabel
sebesar 1,96. • Kemuktahiran X
6
terhadap Faktor Kecocokan Tugas-Teknologi Kemuktahiran mempunyai koefisien path positif dan signifikan
terhadap faktor kecocokan tugas-teknologi. Hal ini dapat
51
ditunjukkan dari koefisien jalur yang sebesar 0,70 dan nilai t- hitung yang sebesar 5,51 lebih besar dibandingkan dengan t-tabel
sebesar 1,96. • Presentasi X
7
terhadap Faktor Kecocokan Tugas-Teknologi Presentasi mempunyai koefisien path positif dan signifikan
terhadap faktor kecocokan tugas-teknologi. Hal ini dapat ditunjukkan dari koefisien jalur yang sebesar 0,80 dan nilai t-
hitung yang sebesar 6,63 lebih besar dibandingkan dengan t-tabel sebesar 1,96.
• Kekacauan X
8
terhadap Faktor Kecocokan Tugas-Teknologi Kekacauan mempunyai koefisien path positif dan signifikan
terhadap faktor kecocokan tugas-teknologi. Hal ini dapat ditunjukkan dari koefisien jalur yang sebesar 0,72 dan nilai t-
hitung yang sebesar 5,68 lebih besar dibandingkan dengan t-tabel sebesar 1,96.
• Intensitas Penggunaan X
9
terhadap Pemanfaatan Teknologi Informasi
Intensitas Penggunaan
mempunyai koefisien path positif dan signifikan terhadap pemanfaatan teknologi informasi. Hal ini
dapat ditunjukkan dari koefisien jalur yang sebesar 0,79 dan nilai t- hitung yang sebesar 5,68 lebih besar dibandingkan dengan t-tabel
sebesar 1,96.
52
• Frekuensi Penggunaan X
10
terhadap Pemanfaatan Teknologi Informasi
Frekuensi Penggunaan mempunyai koefisien path positif dan signifikan terhadap pemanfaatan teknologi informasi. Hal ini dapat
ditunjukkan dari koefisien jalur yang sebesar 0,69 dan nilai t- hitung yang sebesar 4,84 lebih besar dibandingkan dengan t-tabel
sebesar 1,96. • Jumlah jenis perangkat lunak yang digunakan X
11
terhadap Pemanfaatan teknologi Informasi
Jumlah jenis perangkat lunak yang digunakan mempunyai koefisien path positif dan signifikan terhadap pemanfaatan
teknologi informasi. Hal ini dapat ditunjukkan dari koefisien jalur yang sebesar 0,74 dan nilai t-hitung yang sebesar 5,17 lebih besar
dibandingkan dengan t-tabel sebesar 1,96. • Kematangan X
12
terhadap Pemanfaatan Teknologi Informasi Kematangan mempunyai koefisien path positif dan signifikan
terhadap pemanfaatan teknologi informasi. Hal ini dapat ditunjukkan dari koefisien jalur yang sebesar 0,73 dan nilai t-
hitung yang sebesar 5,14 lebih besar dibandingkan dengan t-tabel sebesar 1,96.
• Tekanan Y
1
terhadap Kinerja Akuntan Publik Tekanan mempunyai koefisien path positif dan signifikan terhadap
kinerja akuntan publik. Hal ini dapat ditunjukkan dari koefisien
53
jalur yang sebesar 0,75 dan nilai t-hitung yang sebesar 5,14 lebih besar dibandingkan dengan t-tabel sebesar 1,96.
• Tujuan Y
2
terhadap Kinerja Akuntan Publik Tujuan mempunyai koefisien path positif dan signifikan terhadap
kinerja akuntan publik. Hal ini dapat ditunjukkan dari koefisien jalur yang sebesar 0,76 dan nilai t-hitung yang sebesar 5,36 lebih
besar dibandingkan dengan t-tabel sebesar 1,96. • Target Y
3
terhadap Kinerja Akuntan Publik Target mempunyai koefisien path positif dan signifikan terhadap
kinerja akuntan publik. Hal ini dapat ditunjukkan dari koefisien jalur yang sebesar 0,81 dan nilai t-hitung yang sebesar 5,67 lebih
besar dibandingkan dengan t-tabel sebesar 1,96 • Tanggung Jawab Y
4
terhadap Kinerja Akuntan Publik Tanggung jawab mempunyai koefisien path positif dan signifikan
terhadap kinerja akuntan publik. Hal ini dapat ditunjukkan dari koefisien jalur yang sebesar 0,82 dan nilai t-hitung yang sebesar
5,76 lebih besar dibandingkan dengan t-tabel sebesar 1,96. Evaluasi model juga dapat menunjukkan mengenai
seberapa besar proporsi varians indikator yang dijelaskan oleh variabel latennya dan dapat dilihat pada tabel berikut:
54
Tabel 4.8. Squared Multiple Correlations R
2
Variabel Laten Indikator
R
2
X
1
0,48 X
2
0,64 X
3
0,61 X
4
0,64 X
5
0,45 X
6
0,49 X
7
0,64 Faktor Kecocokan Tugas-Teknologi
X
8
0,52 X
9
0,62 X
10
0,48 X
11
0,55 Pemanfaatan Teknologi Informasi
X
12
0,53 Y
1
0,56 Y
2
0,58 Y
3
0,66 Kinerja Akuntan Publik
Y
4
0,67 Sumber: Data Primer Yang Diolah
Berdasarkan output diatas, dapat dilihat bahwa kompatibilitas X
2
, asistensi X
4
, dan kekacauan X
7
memiliki R
2
55
tertinggi yaitu 0.64, artinya kompatibilitas dan asistensi serta kekacauan berkontribusi besar terhadap faktor kecocokan tugas-
teknologi yaitu sebesar 64 sedangkan sisanya 36 dijelaskan oleh measurement error. Kematangan teknologi informasi X
9
memiliki R
2
tertinggi yaitu 0.62, artinya kematangan teknologi informasi berkontribusi besar terhadap pemanfaatan teknologi
informasi yaitu 62 sedangkan sisanya 38 dijelaskan oleh measurement error.
Tanggung jawab Y
4
memiliki R
2
tertinggi yaitu sebesar 0.67, artinya tanggung jawab berkontribusi besar
terhadap kinerja akuntan publik yaitu 67 sedangkan sisanya 33 dijelaskan oleh measurement error.
4. Pembahasan Hipotesis
Pembahasan hipotesis dalam penelitian ini berkaitan dengn model structural yaitu mengenai hubungan-hubungan antara
variable eksogen dan endogen BETA dan hubungan antar variable endogen Gamma. Hubungan BETA dan GAMMA dapat
dijelaskan pada tabel 4.9. berikut:
56
Tabel 4.9. Hubungan BETA dan GAMMA
Hipotesis Variabel Eksogen
Variabel Endogen Koefisien Path
T-Value
H
1
Kecocokan Tugas- Teknologi KTT
Kinerja Akuntan Publik KAP
0,41 2,95
H
1
Pemanfaatan Teknologi Informasi
PTI Kinerja Akuntan Publik
KAP 0,55 3,73
H
1
Kecocokan Tugas-
Teknologi KTT
Pemanfaatan Teknologi
Informasi PTI
0,56 3,44
Sumber: Data Primer Yang Diolah Melihat output hubungan BETA dan GAMMA maka didapatlah pengaruh
sebagai berikut: Kecocokan Tugas-Teknologi Terhadap Kinerja Akuntan
Publik. Pengaruh kecocokan tugas-teknologi terhadap kinerja
akuntan publik pada tabel diatas menunjukkan pengaruh positif dan signifikan. Hal ini ditunjukkan dari koefisien jalur sebesar
0,41 dan nilai t-hitung KTT terhadap KAP adalah sebesar 2,95 lebih besar dari 1,96. Artinya teknologi menyediakan sarana
dan dukungan yang cocok dengan yang diperlukan oleh tugas yang didukungnya sehingga kinerjanya meningkat. Hasil
pengujian ini konsisten dengan hasil penelitian Sugeng dan
57
Indriantoro 1998 dalam Adnyana dan Indriantoro 2000:466 yang menyimpulkan faktor kecocokan tugas-teknologi
berpengaruh secara signifikan terhadap kinerja individual Pemanfaatan Teknologi Informasi Terhadap Kinerja Akuntan
Publik. Pengaruh pemanfaatan teknologi informasi terhadap kinerja
akuntan publik pada tabel diatas menunjukkan pengaruh positif dan signifikan. Hal ini ditunjukkan dari koefisien jalur sebesar
0,55 dan nilai t-hitung PTI terhadap KAP adalah sebesar 3,73 lebih besar dari 1,96. Artinya semakin tinggi perilaku
menggunakan atau memanfaatkan teknologi dalam menyelesaikan tugas semakin tinggi atau meningkat
kinerjanya. Hasil pengujian ini konsisten dengan hasil penelitian Thompson 1991, Davis 1989, Goodhue dan
Thompson 1995, Sugeng dan Indriantoro 1998, Adnyana 1999 dalam Jin 2003:19 yang menyimpulkan bahwa
pemanfaatan teknologi informasi akan meningkatkan kinerja. Kecocokan Tugas-Teknologi Terhadap Pemanfaatan Teknologi
Informasi Pengaruh kecocokan tugas-teknologi terhadap pemanfaatan
teknologi informasi pada tabel diatas menunjukkan pengaruh positif dan signifikan. Hal ini ditunjukkan dari koefisien jalur
sebesar 0,56 dan nilai t-hitung PTI terhadap KAP adalah
58
sebesar 3,44 lebih besar dari 1,96. Artinya tingkat kecocokan tugas-teknologi yang tinggi akan dapat meningkatkan teknologi
informasi yang digunakan atau dimanfaatkan. Hasil pengujian ini konsisten dengan hasil penelitian Thompson 1991 dan
Qadri 1997 dalam Jin 2003:19 yang menyatakan bahwa pemanfaatan teknologi informasi dipengaruhi oleh kecocokan
pekerjaan yang dilakukan.
D. Interpretasi