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