Tabel 3.9 Kategori Variabel Fraud di Sektor Pemerintahan
No Interval
Kategori 1
3
X
12 Sangat jarang terjadi
2 12
X
22 Jarang terjadi
3 22
X
32 Kadang-kadang terjadi
4 32
X
42 Sering terjadi
5 42
X
52 Sangat sering terjadi
3.4 Teknik Analisis Data
3.4.1 Analisis Deskriptif
Statistika deskriptif merupakan bagian dari statitika yang mempelajari
alat, teknik,
atau prosedur
yang digunakan
untuk menggambarkan atau mendeskripsikan kumpulan data atau hasil pengamatan.
Data yang dikumpulkan tersebut perlu disajikan supaya mudah dimengerti, menarik, komunikatif, dan informatif bagi pihak lain. Menurut Ghozali, 2007
statistik deskriptif merupakan analisis yang memberikan gambaran atau deskripsi suatu data sehingga menjadikan sebuah informasi yang lebih jelas
dan mudah untuk dipahami, yang dilihat dari nilai rata-rata mean, median, modus, standar deviasi, nilai maksimum, dan nilai minimum.
Analisis ini digunakan untuk mengetahui gambaran secara umum data penelitian, mengenai variable-variabel penelitian yaitu sistem
pengendalian internal, gaya kepemimpinan, kesesuaian kompensasi, perilaku tidak etis, kultur organisasi, komitmen organisasi dan penegakan hukum.
Deskripsi variable tersebut disajikan untuk mengetahui nilai rata-rata mean, minimum, maksimum dan standar deviasi dari variable-variabel yang diteliti.
3.4.2 Analisis Second Confirmatory Factor Model
Analisis Faktor Konfirmatori merupakan salah satu metode analisis multivariatyang dapat digunakan untuk mengkonfirmasikan apakah model
pengukuran yang dibangun sesuai dengan yang dihipotesiskan. Dalam Analisis Faktor Konfirmatori, peubah laten dianggap sebagai peubah
penyebab peubah bebas yang mendasari peubah-peubah indikator Ghozali, 2003.
3.4.3 Metode Analisis Data
Teknik analisis data yang digunakan dalam penelitian ini adalah teknik analisis SEM Structural Equation Model. SEM Structural Equation
Model adalah suatu teknik stastistik yang mampu menganalisis pola hubungan antara konstrak laten dan indikatornya, konstrak laten yang satu
dengan lainnya, serta kesalahan pengukuran secara langsung. SEM merupakan keluarga statistik multivariate dependent, SEM memungkinkan
dilakukannya analisis di antara beberapa variabel dependen dan independen secara langsung Hair et al, 1995 dikutip dalam Yamin dan Kurniawan,
2009:3. SEM yang berbasis component atau variance merupakan alternatif
covariance dengan pendekatan component based dengan PLS yang bertujuan sebagai prediksi. Variabel laten didefinisikan sebagai jumlah dari
indikatornya. Dikemukakan oleh Wold 1985 dalam Ghozali 2008 PLS
merupakan metode analisis yang powerfull, karena tidak didasarkan pada banyak asumsi. Data juga tidak harus berdistribusi normalmultivariate
indikator dengan skala kategori, ordinal, interval sampai ratio dapat digunakan pada model yang sama, sampel tidak harus besar. PLS selain
dapat mengkonfirmasi teori, juga untuk menjelaskan ada atau tidaknya hubungan antar variabel laten sehingga dalam rangka penelitian berbasis
prediksi PLS lebih cocok untuk menganalisis data. PLS dapat sekaligus menganalisis konstruk yang dibentuk dengan
indikator refleksif dan formatif. Hal ini tidak dapat dilakukan oleh SEM yang berbasis kovarian karena akan menjadi unidentified model. Penelitian ini
menggunakan PLS karena , karena tidak didasarkan pada banyak asumsi. Data juga tidak harus berdistribusi normal multivariate indikator dengan
skala kategori, ordinal, interval sampai ratio dapat digunakan pada model yang sama, sampel tidak harus besar, dan dapat menganalisis variabel
formatif.
3.4.4 Menilai outer model atau measurement model
