HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Hasil Penelitian Populasi dalam penelitian adalah seluruh staf keuangan berjumlah 60 enam puluh orang pada 29 dua puluh sembilan satuan kerja satker di lingkungan Badan Meteorologi, Klimatologi, dan Geofisika, yang tersebar di lima provinsi, yaitu provinsi Nanggroe Aceh Darussalam, Sumatera Utara, Riau, Kepulauan Riau, dan Sumatera Barat. Dari 60 eksemplar kuesioner yang dibagikan, semuanya kembali dan digunakan sebagai sampel dalam penelitian ini. Tabel 135 Pengumpulan Data Keterangan Jumlah Kuesioner yang dikirim 60 Kuesioner yang tidak kembali - Kuesioner yang kembali 60 Kuesioner yang digunakan 60 4.1.1. Karakteristik Responden a. Responden Menurut Jenis Kelamin Hasil penelitian terhadap responden menurut jenis kelamin Tabel 4.2. menunjukkan bahwa 39 orang 65 responden adalah laki – laki dan 21 orang 35 responden adalah perempuan. Tabel 135 Karakteristk Responden Menuru Jenis Kelamin Jenis Kelamin Frekuensi Persentase Laki – Laki 39 65 Perempuan 21 35 Jumlah 60 100 Universitas Sumatera Utara b. Responden Menurut Umur Hasil penelitian terhadap responden menurut jenis umur Tabel 4.3. menunjukkan bahwa sebagian besar responden berusia antara 21 – 30 tahun, yaitu sebanyak 29 orang 48 , lalu pada umur 31 – 40 tahun terdapat 18 orang 30 responden, pada umur 41 – 50 tahun terdapat 11 orang 18 , dan untuk responden dengan umur 50 tahun terdapat 2 orang 3 . Tabel 135 Karakteristk Responden Menuru Umur Umur Frekuensi Persentase 21 – 30 Tahun 29 48 31 – 40 Tahun 18 30 41 – 50 Tahun 11 18 50 Tahun 2 3 Jumlah 60 100 c. Responden Menurut Tingkat Pendidikan Hasil penelitian terhadap responden menurut tingkat pendidikan Tabel 4.4. menunjukkan bahwa terdapat 14 orang 23 responden yang memiliki tamatan dari SMU STM, untuk tamatan diploma terdapat 30 orang 50 , dan untuk lulusan sarjana terdapat 16 orang 27 . Tabel 135 Karakteristk Responden Menuru Tingkat Pendidikan Umur Frekuensi Persentase SMU STM 14 23 Diploma 30 50 Sarjana 16 27 Jumlah 100 100 Universitas Sumatera Utara 4.1.2. Uji Kualitas Data Sebelum daftar pertanyaan diberikan kepada responden, daftar pertanyaan perlu diuji terlebih dahulu. Pengujian validitas dan reliabilitas dilakukan terhadap instrumen pertanyaan yang telah diajukan kepada 60 responden. 4.1.2.1. Uji Validitas Uji validitas dilakukan dengan menggunakan program SPSS versi 18 untuk melihat tingkat signifikan atas semua pertanyaan. Uji signifikan dilakukan dengan membandingkan nilai r hitung dengan r tabel, dengan kriteria sebagai berikut : 1. Jika r hitung positif atau r hitung r tabel, maka butir pertanyaan valid. 2. Jika r hitung negatif atau r hitung r tabel, maka butir pertanyaan tidak valid. 3. Nilai r hitung dapat diliat pada kolom Corrected Item-Total Correlation. Nilai r tabel dilihat dengan degree of freedom df = n – 2, dalam hal ini merupakan jumlah responden yang menjadi sampel penelitian. Sehingga dengan df sebesar 58 60 – 2 dan alpha α = 0,05 5 , diperoleh nilai r tabel = 0,254. Tabel 4.5 Uji Validitas Variabel Kualitas Laporan Keuangan Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbachs Alpha if Item Deleted LK 1 33.47 15.982 .618 .826 LK 2 33.42 17.434 .558 .836 LK 3 33.55 15.642 .530 .836 LK 4 33.43 17.165 .452 .842 LK 5 33.55 16.286 .426 .848 LK 6 33.97 15.287 .627 .824 LK 7 33.57 15.233 .669 .820 LK 8 33.68 15.034 .607 .827 LK 9 33.63 16.406 .729 .821 Universitas Sumatera Utara Tabel 135 Uji Validitas Variabel Rekonsiliasi Data Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbachs Alpha if Item Deleted RD1 33.17 9.362 .592 .703 RD2 33.57 8.351 .406 .727 RD3 33.37 8.473 .836 .664 RD4 33.45 7.879 .833 .647 RD5 33.28 8.952 .504 .705 RD6 33.27 8.945 .686 .687 RD7 33.70 8.383 .487 .707 RD8 36.03 12.304 -.310 .857 RD9 33.37 9.389 .498 .711 Tabel 135 Uji Validitas Variabel Kompetensi SDM Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbachs Alpha if Item Deleted SDM1 34.77 15.911 .653 .835 SDM2 34.45 16.218 .611 .839 SDM3 34.62 15.257 .813 .823 SDM4 34.62 15.732 .682 .833 SDM5 35.98 12.288 .430 .915 SDM6 34.93 14.911 .622 .833 SDM7 34.52 15.237 .651 .831 SDM8 34.70 14.654 .769 .820 SDM9 34.62 15.257 .813 .823 Universitas Sumatera Utara Tabel 135 Uji Validitas Variabel Sarana dan Prasarana Pendukung Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item- Total Correlation Cronbachs Alpha if Item Deleted SPP1 34.80 15.451 .720 .851 SPP2 34.77 15.504 .717 .852 SPP3 34.75 15.242 .800 .846 SPP4 34.90 14.871 .675 .851 SPP5 34.95 15.031 .724 .848 SPP6 35.17 14.650 .640 .853 SPP7 35.43 14.555 .411 .887 SPP8 35.27 14.334 .449 .882 SPP9 35.03 14.134 .795 .839 Dari hasil pengujian di atas menunjukkan bahwa seluruh butir pertanyaan yang diajukan adalah valid, karena nilai r hitung pada kolom Corrected Item-Total Correlation secara keseluruhan lebih besar daripada nilai r tabel. 4.1.2.2. Uji Reliabilitas Uji reliabilitas dilakukan untuk menunjukkan sejauhmana suatu alat pengukur dapat dipercaya. Secara umum suatu instrumen dikatakan bagus jika memiliki koefisien Cronbach’s Alpha 0,6 Supramono dan Utami, 2004. Tabel 135 Uji Reliabilitas Variabel Penelitian Variabel Cronbach’s Alpha Batas Reliabilitas Keterangan Kualitas Laporan Keuangan 0,847 0,6 Reliabel Rekonsiliasi Data 0,742 0,6 Reliabel Kompetensi SDM 0,853 0,6 Reliabel Sarana dan Prasarana Pendukung 0,870 0,6 Reliabel Universitas Sumatera Utara Berdasarkan hasil pengujian di atas diketahui nilai Cronbach’s Alpha lebih besar dari 0,6 sehingga dapat disimpulkan instrumen tersebut reliabel. 4.1.3. Pengujian Asumsi Klasik 4.1.3.1. Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji normalitas dilakukan dengan dua cara, yaitu : 1. Analisis Grafik Analisis grafik dilakukan dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Kriteria penilaian : a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas. b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas. Gambar 135 Histogram Uji Normalitas Universitas Sumatera Utara Berdasarkan tampilan histogram dan kurva normal berbentuk lonceng Gambar 4.1., maka dapat disimpulkan bahwa data yang digunakan berdistribusi normal. Analisa lebih lanjut dapat dilihat menggunakan Normal Probability Plot of Regression Standardized Residual pada Gambar 4.2. Gambar 135 Normal P – P Plot Hasil pengujian menunjukkan bahwa data residual terdistribusi secara normal, dimana titik – titik di sekitar garis diagonal dan penyebarannya masih mengikuti garis diagonal. 2. Analisis Statistik Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati – hati karena secara visual kelihatan normal, sedangkan secara statistik bisa sebaliknya. Oleh karenanya uji statistik digunakan untuk menguji normalitas residual dengan menggunakan uji statistik non parametrik Kolmogrov – Smirnov K – S. Universitas Sumatera Utara Uji dilakukan dengan membuat hipotesis : Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal Kriteria keputusan : a. Jika nilai Asymp. Sig. 2-tailed 0,05 maka tidak mengalami gangguan distribusi normal. b. Jika nilai Asymp. Sig. 2-tailed 0,05 maka mengalami gangguan distribusi normal. Tabel 4.10 One-Sample Kolmogorov-Smirnov Test Unstandardized Residual N 60 Normal Parameters a,b Mean .0000000 Std. Deviation .34244488 Most Extreme Differences Absolute .124 Positive .055 Negative -.124 Kolmogorov-Smirnov Z .962 Asymp. Sig. 2-tailed .313 a. Test distribution is Normal. b. Calculated from data. Berdasarkan hasil pengujian di atas Tabel 4.10. diketahui nilai Asymp. Sig 2-tailed 0,313 di atas nilai signifikan 0,05. Hal ini berarti Ho diterima yang berarti data residual terdistribusi dengan normal. Hasil analisis statistik konsisten dengan uji yang telah dilakukan dengan analisis grafik. Universitas Sumatera Utara 4.1.3.2. Uji Multikolinearitas Uji multikolinearitas bertujuan menguji dari model regresi, apakah ditemukan adanya korelasi antar variabel bebas independen. Multikolinearitas dapat dilihat dari nilai tolerance dan Variance Inflation Factor VIF, dengan kriteria sebagai berikut : a. Tolerance 0,1 maka tidak terdapat multikolinearitas. b. VIF 10 maka tidak terdapat multikolinearitas. Tabel 135 Nilai Tolerance dan VIF Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -.481 .639 -.754 .454 X1 .508 .149 .387 3.415 .001 .664 1.507 X2 .195 .095 .190 2.046 .046 .986 1.014 X3 .388 .118 .374 3.302 .002 .663 1.509 a. Dependent Variable: Y Hasil analisis pada bagian Coefficients Tabel 4.11. menunjukkan nilai tolerance 0,1 dan VIF 10 pada ketiga variabel independen, yaitu rekonsiliasi data X 1 , kompetensi SDM X 2 , serta sarana dan prasarana pendukung X 3 . Dengan demikian dapat disimpulkan dalam model regresi tersebut tidak terdapat masalah multikolinearitas, sehingga model regresi layak untuk digunakan. Universitas Sumatera Utara 4.1.4. Pengujian Hipotesis 4.1.4.1. Koefisien Determinasi R² Koefisien determinasi R² mengukur seberapa jauh kemampuan model regresi dalam menerangkan variasi variabel independen. Range nilai dari R² adalah 0 – 1, 0 ≤ R²≤ 1. Jika determinan R 2 semakin besar atau mendekati satu, maka pengaruh variabel bebas X 1 , X 2, dan X 3 terhadap variabel terikat Y semakin kuat. Jika determinan R 2 semakin kecil atau mendekati nol, maka pengaruh variabel bebas X 1 , X 2, dan X 3 terhadap variabel terikat Y semakin lemah. Tabel 135 Koefisien Determinasi R² Model R R Square Adjusted R Square Std. Error of the Estimate 1 .724 a .524 .498 .351 a. Predictors: Constant, X3, X1, X2 b. Dependent Variable: Y Hasil pengujian pada analisis regresi di atas Tabel 4.12. menunjukkan bahwa :\ 1. R = 0,724 berarti hubungan antara rekonsiliasi data X 1 , kompetensi SDM X 2 , serta sarana dan prasarana pendukung X 3 terhadap kualitas laporan keuangan Y sebesar 72,4 . Hal ini menunjukkan hubungan yang erat antara rekonsiliasi data, kompetensi SDM, serta sarana dan prasarana pendukung terhadap kualitas laporan keuangan yang dihasilkan. 2. R Square sebesar 0,524 berarti 52,4 faktor – faktor kualitas laporan keuangan dapat dijelaskan oleh rekonsiliasi data, kompetensi SDM serta sarana dan prasarana pendukung, sedangkan 47.6 dapat dijelaskan oleh faktor –faktor lain yang tidak dijelaskan dalam penelitian ini. Universitas Sumatera Utara 3. Adjusted R Square sebesar 0,498 berarti 49,8 faktor – faktor kualitas laporan keuangan dapat dijelaskan oleh rekonsiliasi data, kompetensi SDM serta sarana dan prasarana pendukung, sedangkan 50,2 dapat dijelaskan oleh faktor –faktor lain yang tidak dijelaskan dalam penelitian ini. 4. Standard Error of Estimated Standar Deviasi sebesar 0,351, berarti model dinilai baik karena semakin kecil standar deviasi maka semakin baik model yang digunakan. 4.1.4.2. Uji F Uji F digunakan untuk mengetahui apakah variabel – variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen. Derajat kepercayaan yang digunakan adalah 0,05. Kriteria pengambilan keputusan : 1. Berdasarkan F hitung : Ho diterima jika F hitung F tabel pada α = 5 . Ha diterima jika F hitung F tabel pada α = 5 . 2. Berdasarkan probabilitas Sig. : Jika probabilitas α maka Ho diterima Jika probabilitas α maka Ha diterima Table 4.13 Hasil Pengujian Hipotesis Uj F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 7.602 3 2.534 20.510 .000 a Residual 6.919 56 .124 Total 14.521 59 a. Predictors: Constant, X3, X2, X1 b. Dependent Variable: Y Universitas Sumatera Utara Dari tabel 4.13 di atas, diperoleh nilai F hitung sebesar 20,510 dengan nilai probabilitas sig = 0,000. Nilai F hitung 20,510F tabel 2,769 dan nilai sig. lebih kecil dari nilai probabilitas 0,05 atau nilai 0,0000,05. Dalam hal ini Ha diterima, berarti secara bersama – sama simultan rekonsiliasi data, kompetensi SDM, serta sarana dan prasarana pendukung berpengaruh signifikan terhadap kualitas laporan keuangan. 4.1.4.3. Uji t Uji t digunakan untuk mengetahui apakah variabel – variabel independen secara parsial berpengaruh nyata atau tidak terhadap variabel dependen. Derajat kepercayaan yang digunakan adalah 0,05. Kriteria pengambilan keputusan adalah : 1. Berdasarkan t hitung : Ho diterima jika t hitung t tabel pada α = 0,05 Ha diterima jika t hitung t tabel pada α = 0,05 2. Berdasarkan probabilitas Sig. : Jika probabilitas α maka Ho diterima Jika probabilitas α maka Ha diterima Tabel 135 Hasil Pengujian Hipotesis Uj t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -.481 .639 -.754 .454 X1 .508 .149 .387 3.415 .001 .664 1.507 X2 .195 .095 .190 2.046 .046 .986 1.014 X3 .388 .118 .374 3.302 .002 .663 1.509 a. Dependent Variable: Y Universitas Sumatera Utara Berdasarkan hasil pengujian hipotesis dengan uji t Tabel 4.14. dapat ditarik kesimpulan : 1. Rekonsiliasi Data X 1 terhadap Kualitas Laporan Keuangan Y Nilai t hitung untuk variabel X 1 adalah 3,415 sedangkan t tabel adalah 1,673. Nilai t hitung t tabel, atau nilai 3,4151,673 maka Ha diterima dan Ho ditolak. Nilai Sig. 0,001 lebih kecil dari nilai probabilitas 0,05 atau nilai 0,0010,05, sehingga Ha diterima dan Ho ditolak. Dapat disimpulkan bahwa pelaksanaan rekonsiliasi data memiliki pengaruh signifikan terhadap kualitas laporan keuangan. 2. Kompetensi SDM X 2 terhadap Kualitas Laporan Keuangan Y Nilai t hitung untuk variabel X 2 adalah 2,046 sedangkan t tabel adalah 1,673. Nilai t hitung t tabel , atau nilai 2,0461,673 maka Ha ditolak dan Ho diterima. Nilai Sig. 0,046 lebih kecil dari nilai probabilitas 0,05 atau nilai 0,0460,05, sehingga Ha diterima dan Ho ditolak. Dapat disimpulkan bahwa kompetensi SDM memiliki pengaruh signifikan terhadap kualitas laporan keuangan. 3. Sarana dan Prasarana Pendukung X 3 terhadap Kualitas Laporan Keuangan Y Nilai t hitung untuk variabel X 1 adalah 3,302 sedangkan t tabel adalah 1,673. Nilai t hitung t tabel, atau nilai 3,3021,673 maka Ha diterima dan Ho ditolak. Nilai Sig. 0,002 lebih kecil dari nilai probabilitas 0,05 atau nilai 0,0020,05, sehingga Ha diterima dan Ho ditolak. Dapat disimpulkan bahwa ketersediaan sarana dan prasarana pendukung memiliki pengaruh signifikan terhadap kualitas laporan keuangan. Universitas Sumatera Utara Berdasarkan hasil output tersebut maka rumus persamaan regresinya adalah Y = -0,481 + 0,508 X 1 + 0,195X 2 + 0,388X 3 + e Interpretasi dari regresi di atas adalah sebagai berikut : 1. Konstanta βo Nilai koefisien konstanta sebesar -0,481, ini berarti jika semua variabel bebas memiliki nilai nol 0 maka nilai variabel terikat kualitas laporan keuangan sebesar -0,481. 2. Rekonsiliasi Data X 1 terhadap Kualitas Laporan Keuangan Y Nilai koefisien rekonsiliasi data untuk X 1 sebesar 0,508. Hal ini mengandung arti bahwa setiap kenaikan variabel rekonsiliasi data X 1 satu satuan maka variabel kualitas laporan keuangan Y akan naik sebesar 0,508 dengan asumsi variabel bebas yang lain dari model regresi adalah tetap. 3. Kompetensi SDM X 2 terhadap Kualitas Laporan Keuangan Y Nilai koefisien kompetensi SDM untuk X 2 sebesar 0,195. Hal ini mengandung arti bahwa setiap kenaikan variabel kompetensi SDM X 2 satu satuan maka variabel kualitas laporan keuangan Y akan naik sebesar 0,195 dengan asumsi variabel bebas yang lain dari model regresi adalah tetap. 4. Sarana dan Prasarana Pendukung X 3 terhadap Kualitas Laporan Keuangan Y Nilai koefisien sarana dan prasarana pendukung untuk X 3 sebesar 0,388. Hal ini mengandung arti bahwa setiap kenaikan variabel sarana dan prasarana pendukung X 3 satu satuan maka variabel kualitas laporan keuangan Y akan naik sebesar 0,388 dengan asumsi variabel bebas yang lain dari model regresi adalah tetap. Universitas Sumatera Utara 4.2. Pembahasan Penelitian ini menguji pengaruh pelaksanaan rekonsiliasi data, kompetensi SDM, serta ketersediaan sarana dan prasarana pendukung terhadap kualitas laporan keuangan yang dihasilkan. Secara keseluruhan ringkasan hasil pengujian hipotesis dengan menggunakan analisis regresi berganda adalah sebagai berikut : Hipotesis Pernyataan Nilai Keterangan H 1 Pelaksanaan rekonsiliasi data berpengaruh positif terhadap kualitas laporan keuangan. 3,415 H 1 diterima Ho ditolak H 2 Kompetensi SDM berpengaruh positif terhadap kualitas laporan keuangan. 2,046 H 2 diterima Ho ditolak H 3 Ketersediaan sarana dan prasarana pendukung berpengaruh positif terhadap kualitas laporan keuangan. 3,302 H 3 diterima Ho ditolak 4.2.1. Pengaruh Rekonsiliasi Data terhadap Kualitas Laporan Keuangan Hipotesis pertama H 1 menyatakan bahwa pelaksanaan rekonsiliasi data berpengaruh positif terhadap kualitas laporan keuangan yang dihasilkan. Hal ini terbukti dari pengujian yang telah dilaksanakan dengan analisis regresi berganda. Hal ini sejalan sesuai dengan ketentuan yang tercantum pada Peraturan Menteri Keuangan Nomor 233PMK.052007 tentang Sistem Akuntansi dan Pelaporan Keuangan Pemerintah Pusat sebagai salah satu dasar hukum pelaksanaan rekonsiliasi. Pelaksanaan rekonsiliasi data dilakukan sebagai bentuk kewajiban pada masing – masing satker untuk menjaga kualitas data yang terdapat pada laporan keuangan yang dihasilkan. Pelaksanaan rekonsiliasi dilaksanakan secara internal antara petugas SAK dengan petugas SIMAK BMN, kemudian rekonsiliasi data juga dilakukan secara eksternal oleh petugas SAK dengan KPPN dan petugas SIMAK BMN dengan KPKNL. Pelaksanaan rekonsiliasi data dilaksanakan selain sebagai bentuk kewajiban, juga diperuntukkan untuk memperoleh data yang akurat dan terpercaya sehingga pada akhirnya laporan keuangan yang akan dihasilkan adalah Universitas Sumatera Utara laporan keuangan yang relevan, andal, dapat dibandingkan, dan dapat dipahami. 4.2.2. Pengaruh Kompetensi SDM terhadap Kualitas Laporan Keuangan Hipotesis kedua H 2 menyatakan kompetensi SDM memiliki pengaruh positif terhadap kualitas laporan keuangan yang dihasilkan. Hal ini terbukti dari pengujian yang telah dilaksanakan dengan analisis regresi berganda. Kompetensi diartikan sebagai keterampilan, pengetahuan, kemampuan dan perilaku yang diperlukan untuk terlaksananya tugas pekerjaan Mirabile, 1995: 13, dalam Catano, 1998. Lebih lanjut lagi, kompetensi diartikan sebagai perilaku yang diperlukan untuk meningkatkan kemampuan dasar dan untuk meningkatkan prestasi kerja lebih tinggi Miyawaki, 1996, dalam Catano, 1998. Kompetensi SDM terkait terhadap kemampuan yang dimiliki oleh petugas SAI untuk dapat menghasilkan laporan keuangan yang memiliki kualitas sesuai dengan Standar Akuntansi Pemerintah SAP. Kompetensi ini terkait dengan kemampuan yang dimiliki dalam mengelola sejumlah aplikasi keuangan yang dimiliki, yang digunakan untuk membantu proses penyusunan laporan keuangan. Selain itu, kompetensi SDM terkait bagaimana petugas SAI dapat mampu untuk memahami penerapan peraturan – peraturan keuangan yang ada dengan sistem pengelolaan keuangan yang berlaku pada satker yang bersangkutan. Kemampuan yang dimiliki ini akan menjadi kompetensi yang diperlukan oleh petugas SAI, sebagai penyusun laporan keuangan untuk dapat meningkatkan prestasi kerja lebih tinggi melalui laporan keuangan yang berkualitas yang dihasilkan. Universitas Sumatera Utara 4.2.3. Pengaruh Sarana dan Prasarana Pendukung terhadap Kualitas Laporan Keuangan Hipotesis ketiga H 3 menyatakan pengaruh positif sarana dan prasarana pendukung terhadap kualitas laporan keuangan yang dihasilkan. Hal ini terbukti dari pengujian yang telah dilaksanakan dengan analisis regresi berganda. Sarana dan prasarana pendukung diungkapkan oleh Moenir sebagai seperangkat alat yang digunakan dalam suatu proses kegiatan baik alat tersebut adalah merupakan peralatan pembantu maupun peralatan utama, yang keduanya berfungsi untuk mewujudkan tujuan yang hendak dicapai. Sarana dan prasarana pendukung mencakup pada ketersediaan sarana teknologi informasi dengan didukung keberadaan ruangan yang nyaman. Teknologi informasi adalah sarana yang mutlak dibutuhkan dalam pelaksanaan tugas dan pekerjaan. Sarana ini mencakup pada ketersediaan peralatan komputer yang lengkap dan dalam kondisi yang baik, dengan didukung jaringan internet yang berkualitas. Ketersediaan komputer diperlukan oleh petugas SAI karena didorong kepentingan dalam penggunaan beberapa aplikasi keuangan yang menuntut tersedianya perangkat komputer dengan kondisi yang baik. Sedangkan jaringan internet, selain digunakan sebagai sarana komunikasi juga digunakan untuk mengupdate informasi terkait update peraturan – peraturan serta aplikasi keuangan. Namun ketersediaan sarana yang baik, juga harus didukung kondisi ruangan yang nyaman. Kondisi ruangan yang nyaman dipercaya dapat saling melengkapi dengan ketersediaan sarana yang lengkap dan dalam kondisi yang baik. Hal ini dipercaya dapat memicu semangat dan motivasi kerja bagi petugas SAI. Universitas Sumatera Utara

BAB V KESIMPULAN DAN SARAN