Analisis Faktor-Faktor yang Mempengaruhi Implementasi SAP Berbasis Akrual Dengan Komitmen SKPD Sebagai Variabel Moderating Pada Pemerintah Provinsi Sumatera Utara Chapter III VI
Universitas Sumatera Utara
BAB III
KERANGKA KONSEP DAN HIPOTESIS
3.1.
Kerangka Konsep
Kerangka konseptual merupakan penjelasan sementara gejala-gejala yang
menjadi objek permasalahan tentang hubungan antar variabel yakni variabel bebas
(independen) dengan variabel terikat (dependen) yang disusun dari berbagai teori
yang telah diuraikan (Sugiono, 2007). Berdasarkan landasan teori dan rumusan
masalah penelitian, kerangka konseptual yang digunakan dalam penelitian ini
dapat digambarkan dalam kerangka konsep pada gambar 3.1 sebagai berikut :
SDM
(X1)
Implementasi
SAP Berbasis
Akrual
(Y)
Insentif
(X2)
Sarana
Pendukung
(X3)
Komitmen
SKPD
(Z)
Gambar 3.1. Kerangka Konsep
Kerangka konseptual diatas menunjukkan pengujian variabel SDM (X1),
Insentif (X2), dan Sarana Pendukung (X3) terhadap Implementasi SAP Berbasis
akrual (Y) dan Komitmen SKPD sebagai variabel moderating. Pengaruh antara
23
Universitas Sumatera Utara
24
SDM, Insentif, dan Sarana Pendukung terhadap Implementasi SAP Berbasis
Akrual dan Komitmen SKPD sebagai pemoderasi, yaitu:
1.
Pengaruh SDM (X1) terhadap Implementasi SAP Berbasis Akrual (Y).
SDM merupakan pilar penyangga utama sekaligus penggerak roda organisasi
dalam usaha mewujudkan visi dan misi serta tujuan dari suatu organisasi.
Agar dapat melaksanakan pengelolaan keuangan pemerintah yang baik dalam
hal ini untuk mengimplementasikan SAP berbasis akrual dengan baik dan
benar sesuai peraturan yang berlaku, SKPD harus memiliki SDM yang
berkualitas, yang didukung dengan latar belakang pendidikan akuntansi,
sering mengikuti pendidikan dan pelatihan, berpengalaman di bidang
keuangan, memiliki pemahaman akuntansi yang baik dan memiliki
profesionalisme yang tinggi sehingga dalam menerapkan sistem akuntansi,
SDM yang berkualitas tersebut akan mampu melaksanakan sistem akuntansi
dengan memahami dan menerapkan logika akuntansi secara baik sesuai
peraturan yang berlaku. Oleh karena itu, cukuplah beralasan bahwa untuk
dapat mengimplementasikan SAP berbasis akrual diperlukan SDM yang
berkualitas, karena apabila SDM pemerintah gagal dalam memahami dan
menerapkan logika akuntansi akan berdampak pada kekeliruan laporan
keuangan yang dibuat dan ketidaksesuaian laporan dengan standar yang
ditetapkan pemerintah.
2.
Pengaruh Insentif (X2) terhadap Implementasi SAP Berbasis Akrual (Y).
Insentif adalah perangsang yang ditawarkan kepada para karyawan untuk
melaksanakan kerja sesuai atau lebih tinggi dari standar-standar yang telah
ditetapkan, yaitu dalam hal untuk implementasi SAP berbasis akrual. Agar
Universitas Sumatera Utara
25
dapat tercapainya suatu tujuan dari organisasi dalam hal implementasi SAP
berbasis akrual diperlukan rangsangan atau motivasi secara langsung maupun
tidak langsung kepada entitas akuntansi agar dapat menjalankan tugasnya
dengan baik dan benar sesuai peraturan yang berlaku.
3.
Pengaruh Sarana Pendukung (X3) terhadap Implementasi SAP Berbasis
Akrual (Y). Sarana pendukung yang dimaksud dalam penelitian ini adalah
teknologi informasi. Teknologi informasi adalah yang meliputi hardware
(perangkat keras), software (perangkat lunak), dan Jaringan (internet dan
intranet) yang berhubungan dengan teknologi, yang dapat membantu dan
memudahkan organisasi pemerintah dalam mengimplementasikan SAP
berbasis akrual. Tersedianya sarana pendukung ( hardware, software jaringan)
dapat mempengaruhi SKPD dalam melaksanakan proses dan tahapan-tahapan
untuk mengimplementasikan SAP berbasis akrual secara baik dan benar
sesuai peraturan yang berlaku.
4.
Komitmen SKPD (Z) dapat memoderasi SDM (X1), Insentif (X2), dan
Sarana Pendukung (X3) terhadap Implementasi SAP Berbasis Akrual (Y).
Komitmen organisasi merupakan keyakinan dan dukungan yang kuat
terhadap nilai dan sasaran yang ingin dicapai oleh suatu organisasi, sehingga
dapat memoderasi pengaruh SDM, insentif, dan sarana pendukung terhadap
implementasi SAP berbasis akrual. Komitmen SKPD akan merangsang
terimplementasinya SAP berbasis akrual karena pada konteks pemerintahan,
SDM yang memiliki komitmen SKPD yang tinggi, akan menggunakan
informasi yang dimiliki untuk menyusun laporan keuangan menjadi relatif
lebih tepat. Komitmen SKPD yang tinggi akan meningkatkan sarana
Universitas Sumatera Utara
26
pendukung yang diperlukan untuk mencapai suatu tujuan organisasi. dan
dengan komitmen yang kuat, organisasi tidak akan ragu dalam memberikan
pengahargaan berupa insentif guna tercapainya suatu tujuan organisasi.
Dukungan kuat dari SKPD merupakan kunci dari suatu perubahan, salah satu
penyebab kelemahan penyusunan laporan keuangan pada beberapa SKPD
adalah lemahnya komitmen dari SKPD.
3.2.
Hipotesis Penelitian
Hipotesis adalah proposisi yang dirumuskan dengan maksud untuk diuji
secara empiris yang berupa pernyataan penjelasan jawaban sementara yang dapat
dipercaya, disangkal atau diuji kebenarannya. Berdasarkan perumusan masalah,
tujuan penelitian dan kerangka konsep yang telah diuraikan, maka hipotesis dalam
penelitian ini adalah :
a.
SDM, Insentif, dan Sarana Pendukung secara parsial dan simultan
berpengaruh terhadap Implementasi SAP Berbasis Akrual pada Pemerintah
Provinsi Sumatera Utara.
b.
Komitmen SKPD dapat memoderasi pengaruh SDM, Insentif, dan Sarana
Pendukung terhadap Implementasi SAP Berbasis Akrual pada Pemerintah
Provinsi Sumatera Utara.
Universitas Sumatera Utara
c.
Universitas Sumatera Utara
BAB IV
METODE PENELITIAN
4.1.
Jenis Penelitian
Jenis penelitian ini dilakukan berdasarkan penelitian asosiatif. Menurut
Sugiyono (2007): “penelitian asosiatif/hubungan merupakan penelitian yang
mempunyai tujuan untuk mengetahui hubungan antara dua variabel atau lebih”.
Dalam penelitian ini, peneliti ingin menganalisis pengaruh variabel
independen yaitu SDM, Insentif, dan Sarana Pendukung terhadap variabel
dependen yaitu Implementasi SAP Berbasis Akrual dengan Komitmen SKPD
sebagai variabel moderating pada Pemerintah Provinsi Sumatera Utara.
4.2.
a.
Lokasi dan Jadwal Penelitian
Lokasi Penelitian
Penelitian ini dilakukan di Pemprovsu, alasan dipilihnya lokasi penelitian
tersebut dikarenakan Pemprovsu termasuk salah satu Pemda yang hingga akhir
Februari 2016 masih belum menyerahkan LKPD tahun 2015 kepada BPK-RI,
maka berdasarkan alasan tersebut peneliti menganggap perlu untuk melakukan
penelitian di Pemprovsu dengan harapan dapat teridentifikasinya faktor-faktor
yang mempengaruhi implementasi SAP berbasis akrual di Pemprovsu sehingga
implementasi SAP berbasis akrual dapat terlaksana sesuai dengan tujuannya.
b. Jadwal Penelitian
Jadwal penelitian dilaksanakan pada bulan November 2015 dan selesai
pada bulan Juli 2016. Uraian lengkap tentang jadwal penelitian ini dapat dilihat
pada lampiran 2 di lembar terakhir penelitian ini.
27
Universitas Sumatera Utara
28
4.3.
Populasi dan Sampel
Populasi dalam penelitian ini adalah Pejabat Penatausahaan Keuangan
(PPK), Bendahara Pengeluaran, dan Staf Keuangan di 34 SKPD pada lingkup
Pemprovsu dengan populasi sebanyak 102 orang. Penelitian ini dilakukan secara
sensus, dimana seluruh populasi dijadikan sampel penelitian.
Populasi dan sampel tersebut dipilih karena sesuai dengan tujuan
penelitian yang mana PPK, Bendahara Pengeluaran, dan Staf Keuangan di 34
SKPD pada lingkup Pemprovsu menjalankan implementasi SAP berbasis akrual.
Daftar populasi dan sampel dapat dilihat pada lampiran 3 lembar terakhir
penelitian ini.
4.4.
Metode Pengumpulan Data
Sumber data penelitian merupakan faktor penting yang menjadi
pertimbangan dalam penentuan metode pengumpulan data. Penelitian ini
menggunakan data primer. Indriantoro et.al (2002) menyebutkan: “data primer
merupakan sumber data penelitian yang diperoleh secara langsung dari sumber
asli”. Jenis penelitian adalah penelitian survey. “Penelitian survey adalah metode
pengumpulan data primer berdasarkan komunikasi antara peneliti dan responden
dimana data penelitian berupa subjek yang menyatakan opini, sikap, pengalaman,
karakteristik subjek penelitian secara individu atau secara kelompok (Indriantoro
et.al 2002)”. Untuk mendapatkan data dari responden maka penulis menggunakan
instrument penelitian berupa kuesioner yang akan diantar langsung oleh peneliti
dengan 1 tahap yaitu dengan cara menyebar kuesioner ke 34 SKPD Pemprovsu
dan ditunggu selama 14 hari, setelah 14 hari peneliti mengambil kembali
kuesioner yang telah disebarkan secara langsung ke masing-masing SKPD.
Universitas Sumatera Utara
29
4.5.
Defenisi Operasional Variabel
Untuk memberikan gambaran yang jelas dan memudahkan pelaksanaan
penelitian ini, maka perlu diberikan defenisi variabel operasional yang akan
diteliti sebagai dasar dalam menyusun kuesioner penelitian, defenisi operasional
dapat dijelaskan sebagai berikut:
1.
Variabel dependen dalam penelitian ini adalah :
Implementasi SAP Berbasis Akrual (Y) adalah penerapan Standar
Akuntansi Pemerintahan yang mengakui pendapatan, beban, aset, utang, dan
ekuitas dalam pelaporan financial berbasis akrual, serta mengakui pendapatan,
belanja, dan pembiayaan dalam pelaporan pelaksanaan anggaran berdasarkan
basis
yang
ditetapkan
dalam
APBN/APBD.
Pengukuran
variabel
ini
menggunakan instrument kuesioner dengan skala 5 point yang dimodifikasi dari
Datau (2007). Kuesioner diukur menggunakan skala interval dengan skor berikut :
Skor 5
= Sangat Setuju (SS)
Skor 4
= Setuju (S)
Skor 3
= Kurang Setuju (KS)
Skor 2
= Tidak Setuju (TS)
Skor 1
= Sangat Tidak Setuju (STS)
Dengan indikator :
a. Pengakuan Pendapatan
b. Pengakuan Beban
c. Pengakuan Aset
d. Pengakuan Utang
e. Pengakuan Ekuitas
Universitas Sumatera Utara
30
2.
Variabel Independen dalam penelitian ini adalah :
SDM (X1), adalah Kualitas yang dimiliki oleh manusia secara individu
dalam hal ini adalah sebagai aparatur SKPD yang diberikan tugas untuk mencapai
tujuan-tujuan dari organisasi untuk mengimplementasikan SAP berbasis akrual.
Pengukuran variabel ini menggunakan instrument kuesioner dengan skala 5 point.
Kuesioner SDM dimodifikasi dari penelitian terdahulu yaitu Adventana dan
Kurniawan (2014). Kuesioner ini diukur menggunakan skala interval dengan skor
sebagai berikut :
Skor 5
= Sangat Setuju (SS)
Skor 4
= Setuju (S)
Skor 3
= Kurang Setuju (KS)
Skor 2
= Tidak Setuju (TS)
Skor 1
= Sangat Tidak Setuju (STS)
Dengan indikator :
a. Tingkat Pendidikan
b. Pengalaman
c. Pelatihan
d. Pemahaman Akuntansi
e. Profesionalisme
Insentif (X2) adalah penghargaan/hadiah yang diberikan kepada individu
dan kelompok sebagai aparatur SKPD karena keberhasilan dalam mencapai target
dan tujuan yang telah ditetapkan dalam mengimplementasikan SAP berbasis
akrual. Pengukuran variabel ini menggunakan instrument kuesioner dengan skala
Universitas Sumatera Utara
31
5 point. Kuesioner insentif dimodifikasi dari Tanjung (2011). Kuesioner ini diukur
menggunakan skala interval dengan skor sebagai berikut :
Skor 5
= Sangat Setuju (SS)
Skor 4
= Setuju (S)
Skor 3
= Kurang Setuju (KS)
Skor 2
= Tidak Setuju (TS)
Skor 1
= Sangat Tidak Setuju (STS)
Dengan indikator :
a. Insentif yang diterima memuaskan
b. Insentif yang diterima sesuai dengan kinerja yang dicapai
c. Insentif yang diterima cukup memenuhi kebutuhan hidup
d. Insentif yang diterima meningkatkan semangat kerja
e. Insentif yang diterima memotivasi untuk tercapainya tujuan SKPD
Sarana Pendukung (X3) adalah suatu peralatan pendukung berupa
perangkat-perangkat baik perangkat keras (hardware) maupun perangkat lunak
(Software) serta jaringan yang dapat digunakan untuk menunjang keberhasilan
dalam mengimplementasikan SAP berbasis akrual. Pengukuran variabel ini
menggunakan instrument kuesioner skala 5 point. Kuesioner Sarana Pendukung
dimodifikasi dari Tambunan (2012). Kuesioner ini diukur dengan skala interval
dengan skor :
Skor 5
= Sangat Setuju (SS)
Skor 4
= Setuju (S)
Skor 3
= Kurang Setuju (KS)
Skor 2
= Tidak Setuju (TS)
Universitas Sumatera Utara
32
Skor 1
= Sangat Tidak Setuju (STS)
Dengan indikator :
a. Hardware
b. Software
c. Jaringan
3.
Variabel Moderating dalam penelitian ini adalah :
Komitmen SKPD (Z) adalah sikap yang tangguh dan memegang prinsip
kuat untuk keberhasilan dalam mengimplementasikan SAP berbasis akrual yang
dimiliki oleh SKPD. Pengukuran variabel ini menggunakan instrument kuesioner
dengan skala 5 point yang dimodifikasi dari Ganesan et.al (1996). Kuesioner ini
diukur menggunakan skala interval dengan skor sebagai berikut :
Skor 5
= Sangat Setuju (SS)
Skor 4
= Setuju (S)
Skor 3
= Kurang Setuju (KS)
Skor 2
= Tidak Setuju (TS)
Skor 1
= Sangat Tidak Setuju (STS)
Dengan indikator :
a. Bangga menjadi bagian dari SKPD
b. Sangat peduli dengan nasib SKPD
c. Gembira memilih untuk bekerja di SKPD
d. Memiliki nilai-nilai yang sama dengan nilai-nilai SKPD
e. Bersedia untuk bekerja ekstra melampaui apa yang diharapkan agar SKPD
berhasil sukses
Universitas Sumatera Utara
33
Tabel Definisi Operasional Variabel dapat dilihat secara jelas pada
lampiran 4 di lembar terakhir penelitian ini.
4.6.
Uji Kualitas Data
Uji kualitas data dilakukan bertujuan agar keabsahan data yang digunakan
dalam penelitian dapat dipertanggungjawabkan secara ilmiah dan terbebas dari
bias secara statistik. Pengujian kualitas data yang digunakan pada penelitian ini
adalah uji validitas dan uji reliabilitas.
4.6.1. Uji Validitas
Ghozali (2005) menyatakan: “Uji validitas dipergunakan untuk mengukur
sah atau valid tidaknya suatu kuesioner”. Validitas juga berhubungan dengan
tujuan pengukuran. “Pengukuran dikatakan valid jika mengukur tujuannya dengan
nyata dan benar (Erlina, 2008)”. Teknik yang digunakan untuk mengukur validitas
pertanyaan/pernyataan kuesioner adalah Korelasi Product Moment dari Karl
Pearson dengan ketentuan : jika r hitung lebih besar dari r tabel, maka skor butir
pertanyaan/pernyataan kuesioner valid tetapi sebaliknya jika r hitung lebih kecil
dari r tabel, maka skor butir pertanyaan/pernyataan kuesioner dikatakan tidak
valid (Ghozali, 2005).
4.6.2. Uji Reliabilitas
“Reliabilitas adalah tingkat seberapa besarnya suatu pengukur mengukur
dengan stabil dan konsisten terhadap situasi apapun (Erlina, 2008)”. Suatu
kuesioner dikatakan reliable atau handal jika jawaban seseorang terhadap
pertanyaan adalah konsisten atau stabil dari waktu ke waktu. “Suatu instrument
dapat dikatakan reliable jika nilai alpha Cronbach > 0,6 dan sebaliknya dikatakan
tidak reliable jika alpha cronbach < 0,6 (Ghozali, 2005)”.
Universitas Sumatera Utara
34
4.7.
Metode Analisis Data
Metode analisis data yang digunakan adalah model analisis regresi linier
berganda dan uji residual sebagai pemoderasi dengan bantuan Software SPSS for
Windows.
4.7.1. Uji Asumsi Klasik
Analisa multivariate telah banyak digunakan untuk memecahkan masalah
penelitian. Hal ini disebabkan permasalahan bisnis dan lainnya mempunyai aspek
multidimensional. Dalam melaksanakan pengujian dengan analisis multivariate,
peneliti perlu melakukan pengujian atas data yang akan digunakan. Pengujian
tersebut dilakukan untuk menghindari atau mengurangi bias atas hasil penelitian
yang diperoleh. Ghozali (2006), asumsi klasik yang dianggap paling penting
adalah :
1.
Memiliki distribusi normal;
2.
Tidak terjadi multikolinearitas antar variabel independen;
3.
Tidak terjadi heteroskedastisitas atau varian pengganggu yang konstan
(homoskedastisitas);
4.
Tidak terjadi autokorelasi antar residual setiap variabel independen.
Pengujian asumsi klasik pada penelitian ini meliputi uji normalitas, uji
multikolinearitas, dan uji heterokedastisitas, yang penjelasannya sebagai berikut :
4.7.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi antara
variabel dependen dan variabel independen memiliki distribusi normal atau tidak
(Ghozali, 2006). Data yang baik dan layak digunakan dalam penelitian adalah data
yang memiliki distribusi normal (Nugroho,2005). Uji normalitas dapat dilakukan
Universitas Sumatera Utara
35
dengan dua cara, yaitu analisis grafik dan uji statistik (Ghozali, 2006). Uji
normalitas data dilakukan dengan uji One-Sample Kolmogrov-Smirnov, distribusi
data dikatakan normal jika signifikan > 0,05.
4.2.1.1 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam suatu model
regresi terdapat korelasi antara variabel independen (Ghozali, 2006). Suatu model
regresi yang baik tidak ditemukannya hubungan atau korelasi diantara variabel
independen. Pengujian multikolinearitas dilakukan dengan nilai Tolerance dan
Variance Inflation Factor (VIF). Tolerance mengukur variabilitas variabel
independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya
(Ghozali, 2006). Multikolinearitas pada suatu model dapat dilihat jika nilai
VIF>10 dan nilai Tolerance tidak kurang dari 0,1. maka model tersebut dapat
dikatakan terbebas dari multikolinearitas.
4.7.1.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari suatu pengamatan ke pengamatan
yang lain. Model regresi yang baik adalah homokedastisitas atau tidak terjadi
heteroskedastisitas
(Ghozali,
2006).
Cara
memprediksi
ada
tidaknya
heteroskedastisitas dapat dilihat dari pola gambar scatter plot model dan
melakukan uji Glesjer (Nugroho, 2005).
4.7.2. Pengujian Hipotesis
Setelah dilakukannya uji asumsi klasik, maka dilakukan pengujian
hipotesis pertama sebagai berikut :
Universitas Sumatera Utara
36
4.7.2.1 Analisis Regresi Berganda
Menurut Erlina (2011), untuk menjawab hipotesis pertama dengan
menggunakan analisis regresi linier berganda yang bertujuan untuk melihat secara
langsung pengaruh beberapa variabel terikat.
Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak, maka
dilakukan pengujian terhadap variabel-variabel penelitian dengan cara menguji
secara simultan melalui signifikan simultan (uji statistik F), yang bertujuan
menjelaskan pengaruh variabel independen terhadap variabel dependen. Untuk
menguji masing-masing variabel secara parsial, dilakukan dengan uji signifikansi
parameter individual (uji t statistik) bertujuan untuk mengetahui apakah variabel
independen berpengaruh atau tidak terhadap variabel dependen, serta variabel
mana yang dominan mempengaruhi variabel dependen. Model regresi yang
digunakan adalah :
Y = α + b1 X1 + b2 X2 + b3 X3 + e
Keterangan :
Y
= Implementasi SAP Berbasis Akrual
α
= Konstanta
b1 = Koefisien dari SDM
b2 = Koefisien dari Insentif
b3 = Koefisien dari Sarana Pendukung
X1 = SDM
X2 = Insentif
X3 = Sarana Pendukung
e
= error
Universitas Sumatera Utara
37
Pengujian hipotesis ini bertujuan untuk menguji apakah variabel
independen yaitu SDM, Insentif, dan Sarana Pendukung secara parsial dan
simultan berpengaruh terhadap variabel dependen yaitu Implementasi SAP
Berbasis Akrual.
a.
Uji Signifikan Parsial (Uji-t)
Uji Signifikan Parsial (Uji-t) disebut juga sebagai uji signifikan individual.
Uji ini menunjukkan seberapa jauh pengaruh variabel independen yaiu SDM,
Insentif, Sarana Pendukung secara parsial terhadap variabel dependen yaitu
Implementasi SAP Berbasis Akrual.
1.
Bentuk pengujiannya :
H0 : b1, b2, b3 = 0, artinya SDM, Insentif, dan Sarana Pendukung secara parsial
tidak berpengaruh terhadap Implementasi SAP Berbasis
Akrual.
Ha : b1, b2, b3 ≠ 0, artinya SDM, Insentif, dan Sarana Pendukung secara parsial
berpengaruh terhadap Implementasi SAP Berbasis Akrual.
2.
Kriteria Pengambilan Keputusan :
Jika probabilitas < 0,05, maka H0 ditolak dan Ha diterima.
Jika probabilitas > 0,05, maka H0 diterima dan Ha ditolak.
b. Uji Signifikan Simultan (Uji-F)
Uji Signifikan Simultan (Uji-F) pada dasarnya menunjukkan apakah
semua variabel independen yang dimasukkan dalam model ini mempunyai
pengaruh secara simultan terhadap variabel dependen.
1.
Bentuk pengujiannya :
Universitas Sumatera Utara
38
H0 : b1
=
b2
=
b3 = 0, artinya SDM, Insentif, dan Sarana Pendukung secara
simultan tidak berpengaruh terhadap Implementasi
SAP Berbasis Akrual.
Ha : b1 ≠ b2 ≠ b3 ≠ 0, artinya SDM, Insentif, dan Sarana Pendukung secara
simultan berpengaruh terhadap Implementasi SAP
Berbasis Akrual.
2.
Kriteria Pengambilan Keputusan :
Jika probabilitas < 0,05, maka Ha diterima dan H0 ditolak.
Jika probabilitas > 0,05, maka Ha ditolak dan H0 diterima.
c.
Koefisien Determinasi (R2)
Pengujian koefisien determinasi (R2) digunakan untuk mengukur proporsi
atau persentase sumbangan variabel independen yang diteliti terhadap variasi naik
turunnya variabel dependen atau dengan kata lain untuk menguji goodness-fit dari
model regresi. Nilai R2 koefisien determinasi berkisar antara 0 sampai 1 (0≤R2≤1).
Nilai R2 dikatakan baik jika diatas 0,5 karena nilai R2 berkisar antara 0 sampai 1.
Nilai R2 sama dengan nol (R2=0) menunjukkan tidak adanya pengaruh antara
variabel independen terhadap variabel dependen. Bila R2 semakin besar
mendekati 1 menunjukkan semakin kuat pengaruh variabel independen terhadap
variabel dependen dan bila R2 semakin kecil mendekati nol menunjukkan semakin
kecil pengaruh variabel independen terhadap variabel dependen.
4.7.2.2 Model Pengujian Moderating
Untuk menjawab hipotesis kedua, menggunakan pengujian regresi variabel
moderating yaitu variabel independen yang akan memperkuat atau memperlemah
hubungan antara variabel independen lainnya terhadap variabel dependen
Universitas Sumatera Utara
39
(Ghozali, 2006). Ada tiga metode yang digunakan untuk melakukan uji regresi
dengan variabel moderasi yaitu uji interaksi, uji selisih nilai absolut dan uji
residual. Pengujian variabel moderating dengan uji interaksi maupun uji selisih
nilai absolut mempunyai kecenderungan akan terjadi multikolinearitas yang tinggi
antar variabel independen dan hal ini akan menyalahi asumsi klasik dalam
ordinary least square (OLS). Untuk mengatasi multikolinearitas ini, maka
dikembangkan metode lain yang disebut uji residual (Ghozali, 2006). Penelitian
ini memakai metode variabel moderating dengan metode uji residual. maka
rumusnya sebagai berikut :
Z = α + b1 X1 + b2 X2 + b3 X3 + e ............................................ (1)
│e│= α + b4 Y .......................................................................... (2)
Keterangan :
Z
= Komitmen SKPD
α
= Konstanta
b1 = Koefisien regresi untuk SDM
b2 = Koefisien regresi untuk Insentif
b3 = Koefisien regresi untuk Sarana Pendukung
b4 = Koefisien regresi untuk Komitmen SKPD
X1 = SDM
X2 = Insentif
X3 = Sarana Pendukung
Y
= Implementasi SAP Berbasis Akrual
e
= error
1.
Bentuk pengujiannya :
Universitas Sumatera Utara
40
H0 : b4 = 0, artinya komitmen SKPD tidak dapat memoderasi hubungan SDM,
Insentif, dan Sarana Pendukung terhadap Implementasi SAP
Berbasis Akrual.
Ha : b4 ≠ 0, artinya komitmen SKPD dapat memoderasi hubungan SDM,
Insentif, dan Sarana Pendukung terhadap Implementasi SAP
Berbasis Akrual.
2.
Kriteria Pengambilan Keputusan :
Jika probabilitas < 0,05, maka Ha diterima dan Ho ditolak.
Jika probabilitas > 0,05, maka Ha ditolak dan Ho diterima.
Universitas Sumatera Utara
Universitas Sumatera Utara
BAB V
HASIL PENELITIAN DAN PEMBAHASAN
5.1.
Deskriptif Data
Jumlah kuesioner yang disebarkan peneliti kepada responden adalah
sebanyak 102 kuesioner yang ditujukan kepada PPK, bendahara pengeluaran, dan
staf keuangan pada 34 SKPD di lingkup pemprovsu. Setelah ditunggu selama 14
hari, kuesioner yang dikembalikan responden kepada peneliti berjumlah 102
kuesioner sehingga tidak ada kuesioner yang tidak dikembalikan oleh responden.
5.1.1. Karakteristik Penelitian
Berdasarkan data penelitian yang telah dikumpulkan melalui kuesioner,
maka diperoleh data tentang karakteristik/demografi responden penelitian yang
terdiri dari jenis kelamin, usia, pendidikan terakhir, dan masa kerja responden.
Ringkasan demografi responden dapat dilihat pada tabel 5.1. sebagai berikut:
Tabel 5.1. Demografi Responden
Profil Responden
Jenis Kelamin
Usia
Pendidikan Terakhir
Masa Kerja
Kategori
Jumlah
Persentase
Laki-laki
Perempuan
< 26 Tahun
26 – 35 Tahun
35 – 45 Tahun
45 – 55 Tahun
> 55 Tahun
SMA
D-3
S-1
S-2
S-3
< 1 Tahun
1 – 5 Tahun
6 – 10 Tahun
11 – 15 Tahun
> 15 Tahun
64
38
0
17
38
39
8
5
15
55
27
0
0
5
15
38
44
63%
37%
0%
17%
37%
38%
8%
5%
15%
54%
26%
0%
0%
5%
15%
37%
43%
Sumber : Hasil Olahan Data dengan Excel
41
Universitas Sumatera Utara
42
5.2.
Uji Kualitas Data
Uji kualitas data dimaksudkan agar keabsahan data yang digunakan dalam
penelitian ini dapat dipertanggungjawabkan secara ilmiah dan terbebas dari bias
secara statistik. Pengujian kualitas data pada penelitian ini mengambil populasi
sebanyak 34 SKPD pada pemerintah provinsi sumatera utara dengan 102 sampel
yang terdiri dari PPK, bendahara pengeluaran, dan staf keuangan dengan
menggunakan uji validitas dan uji reliabilitas. Apabila hasil pengujian menjumpai
data penelitian valid dan reliabel secara statistik, maka dapat disimpulkan kualitas
data yang digunakan cukup baik.
5.2.1 Uji Validitas
5.2.1.1 Validitas Instrumen Implementasi SAP Berbasis Akrual (Y)
Pengujian validitas instrument penelitian dilakukan dengan program SPSS,
nilai validitas dapat dilihat pada kolom Pearson Correlation. Jika pada taraf
signifikansi 5% atau 0,05 r hitung > r tabel maka instrumen pertanyaan kuesioner
berkorelasi terhadap skor total (dinyatakan valid), jika r hitung < r tabel maka
instrumen pertanyaan-pertanyaan kuesioner tidak berkorelasi signifikan terhadap
skor total (dinyatakan tidak valid). Angka derajat kebebasan (df) pada penelitian
ini adalah N-2 = 102-2 = 100 dengan taraf signifikansi 5%, maka r tabel untuk uji
validitas dalam penelitian ini adalah sebesar 0,164.
Tabel 5.2. Hasil Uji Validitas Variabel Implementasi SAP Berbasis Akrual (Y)
Pertanyaan
Pearson Correlation (r hitung)
1
0,614
2
0,746
3
0,698
4
0,732
5
0,723
Sumber : Hasil Pengolahan Data SPSS, Lampiran 7
r tabel
Validitas
0,164
0,164
0,164
0,164
0,164
Valid
Valid
Valid
Valid
Valid
Universitas Sumatera Utara
43
Berdasarkan pada tabel 5.2. terlihat bahwa hasil uji validitas menunjukkan
semua pertanyaan valid karena r hitung > r tabel pada taraf signifikansi 5%.
Berdasarkan hasil ini maka variabel Implementasi SAP Berbasis Akrual dengan
butir pertanyaan nomor 1,2,3,4, dan 5 dapat disimpulkan dinyatakan lolos uji
validitas.
5.2.1.2 Validitas Instrumen SDM (X1)
Tabel 5.3. Hasil Uji Validitas Variabel SDM (X1)
Pertanyaan
Pearson Correlation (r hitung)
1
0,698
2
0,746
3
0,682
4
0,726
5
0,553
Sumber : Hasil Pengolahan Data SPSS, Lampiran 7
r tabel
0,164
0,164
0,164
0,164
0,164
Validitas
Valid
Valid
Valid
Valid
Valid
Berdasarkan hasil pengujian seperti pada tabel 5.3. tersebut, setiap item
pertanyaan menghasilkan pearson correlation yang lebih besar dari r tabel.
Berdasarkan hasil ini, maka item variabel SDM dapat disimpulkan lolos uji
validitas.
5.2.1.3 Validitas Instrumen Insentif (X2)
Tabel 5.4. Hasil Uji Validitas Variabel Insentif (X2)
Pertanyaan
Pearson Correlation (r hitung)
1
0,625
2
0,614
3
0,608
4
0,786
5
0,770
Sumber : Hasil Pengolahan Data SPSS, Lampiran 7
r tabel
0,164
0,164
0,164
0,164
0,164
Validitas
Valid
Valid
Valid
Valid
Valid
Berdasarkan hasil pengujian pada tabel 5.4. di atas, setiap item pertanyaan
menghasilkan pearson correlation yang lebih besar dari r tabel. Berdasarkan hasil
ini, maka item variabel Insentif dapat disimpulkan lolos uji validitas.
Universitas Sumatera Utara
44
5.2.1.4 Validitas Instrumen Sarana Pendukung (X3)
Tabel 5.5. Hasil Uji Validitas Variabel Sarana Pendukung (X3)
Pertanyaan
Pearson Correlation (r hitung)
1
0,653
2
0,813
3
0,682
4
0,722
5
0,716
Sumber : Hasil Pengolahan Data SPSS, Lampiran 7
r tabel
0,164
0,164
0,164
0,164
0,164
Validitas
Valid
Valid
Valid
Valid
Valid
Berdasarkan hasil pengujian seperti pada tabel 5.5. diatas, setiap item
pertanyaan menghasilkan pearson correlation yang lebih besar dari r tabel.
Berdasarkan hasil tersebut, maka item variabel Sarana Pendukung dapat
disimpulkan lolos uji validitas.
5.2.1.5 Validitas Instrumen Komitmen SKPD (Z)
Tabel 5.6. Hasil Uji Validitas Variabel Komitmen SKPD (Z)
Pertanyaan
Pearson Correlation (r hitung)
1
0,644
2
0,671
3
0,778
4
0,757
5
0,620
Sumber : Hasil Pengolahan Data SPSS, Lampiran 7
r tabel
0,164
0,164
0,164
0,164
0,164
Validitas
Valid
Valid
Valid
Valid
Valid
Berdasarkan hasil pengujian seperti pada tabel 5.6. diatas, setiap item
pertanyaan menghasilkan pearson correlation yang lebih besar dari r tabel.
Berdasarkan hasil tersebut, maka item variabel Sarana Pendukung dapat
disimpulkan lolos uji validitas.
5.2.2 Uji Reliabilitas
Suatu kuesioner dikatakan reliabel jika cronbach’s alpha lebih besar dari
0,60. Hasil pengujian reliabilitas kuesioner dengan program SPSS diperoleh hasil
seperti pada tabel 5.7.
Universitas Sumatera Utara
45
Tabel 5.7. Hasil Uji Reliabilitas
Variabel
Cronbach’s
Alpha
Implementasi SAP
Berbasis Akrual (Y)
SDM (X1)
Insentif (X2)
Sarana Pendukung (X3)
Komitmen SKPD (Z)
Sumber : Hasil Pengolahan Data
Batas
Reliabilitas
Keterangan
0,60
Reliabel
0,60
0,60
0,60
0,60
Reliabel
Reliabel
Reliabel
Reliabel
0,743
0,713
0,710
0,754
0,723
SPSS, Lampiran 7
Dari data tabel 5.7. diatas dapat dilihat bahwa hasil perhitungan uji
reliabilitas menunjukkan nilai cronbach’s alpha masing-masing variabel adalah
Implementasi SAP Berbasis Akrual (Y) dengan nilai 0,743, SDM (X1) dengan
nilai 0,713, Insentif (X2) dengan nilai 0,710, Sarana Pendukung (X3) dengan nilai
0,754, dan Komitmen SKPD (Z) dengan nilai 0,723. Nilai yang dihasilkan
masing-masing variabel tersebut lebih besar dari 0,60 maka dapat dinyatakan
instrumen tersebut reliabel.
5.3.
Uji Asumsi Klasik
Pengujian statistik dengan analisis regresi dapat dilakukan dengan
pertimbangan tidak adanya pelanggaran terhadap asumsi-asumsi klasik. Setelah
data penelitian telah melewati pengujian asumsi klasik dan tidak terindikasi
terkena uji asumsi klasik, maka data penelitian selanjutnya dapat digunakan untuk
menguji hipotesis. Asumsi-sumsi klasik tersebut antara lain sebagai berikut :
5.3.1 Uji Normalitas
Uji Normalitas bertujuan untuk mengetahui apakah distribusi sebuah data
mengikuti atau mendekati distribusi normal, yaitu distribusi data dengan bentuk
lonceng (bell shaped) (Ghozali, 2005). Dilakukan uji normalitas dikarenakan
dalam melakukan uji t dan uji F mengasumsikan bahwa residual mengikuti
Universitas Sumatera Utara
46
distribusi normal. Untuk mengetahui apakah data berdistribusi normal atau tidak,
dapat diketahui melalui analisis grafik dan uji statistik. Hasil uji normalitas dalam
bentuk grafik histogram dan grafik PP-Plot dapat dilihat pada gambar 5.1. dan 5.2.
Gambar 5.1. Grafik Histogram
Pada gambar 5.1. dapat dilihat bahwa pola pada grafik Histogram memiliki
normalitas data karena bentuk kurva memiliki kemiringan yang cenderung
seimbang, baik sisi kiri maupun sisi kanan dan kurva berbentuk menyerupai
lonceng yang hampir sempurna.
Gambar 5.2. Grafik PP-Plot
Universitas Sumatera Utara
47
Dari garik PP-Plot pada gambar 5.2. dapat dilihat titik-titik menyebar di
sekitar garis diagonal serta penyebarannya tidak menjauh dari garis diagonal. Hal
ini menunjukkan bahwa data residual berdistribusi normal. Uji normalitas juga
dapat diketahui dengan menggunakan uji statistik dengan uji One-Sample
Kolmogrov-Smirnov.
Tabel 5.8. Hasil Uji Normalitas dengan One-Sample Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N
a
Normal Parameters
Most Extreme Differences
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
Mean
Std. Deviation
Absolute
Positive
Negative
102
.0000000
1.760637
99
.048
.047
-.048
.481
.975
a. Test distribution is Normal.
Sumber : Hasil Pengolahan Data SPSS, Lampiran 8
Hasil uji normalitas dengan uji One-Sample Kolmogrov-Smirnov
menunjukkan nilai signifikansi sebesar 0,975 lebih besar dari alpha 0,05 dengan
demikian dapat disimpulkan tidak ada perbedaan distribusi residual dengan
distribusi normal atau dapat dikatakan residual berdistribusi normal.
5.3.2 Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk menguji apakah pada model regresi
ditemukan adanya korelasi antar variabel independen. Model regresi yang baik
jika terbebas dari masalah multikolinearitas. Pengujian yang dapat dilakukan
untuk mengetahui ada atau tidaknya multikolinearitas dilakukan dengan
memperhatikan nilai VIF (Value Inflation Factor ) dan tolerance. Nilai yang
dipakai untuk menunjukkan adanya gejala multikolinearitas jika VIF > 10 atau
Universitas Sumatera Utara
48
nilai tolerance < 0,1 (Ghozali, 2005). Hasil uji asumsi multikolinearitas dapat
diketahui dari tabel sebagai berikut :
Tabel 5.9. Hasil Uji Multikolinearitas
a
Coefficients
Unstandardized
Coefficients
Model
B
1 (Constant)
SDM
Insentif
Sarana Pendukung
Komitmen SKPD
Std. Error
7.702
2.927
.494
.088
Standardized
Coefficients
Beta
Collinearity Statistics
t
.498
Sig.
Tolerance
VIF
2.631
.010
5.636
.000
.910
1.099
.211
.100
.195
2.107
.038
.833
1.200
-.239
.083
-.274
-2.880
.005
.785
1.274
.178
.081
.186
2.185
.031
.982
1.018
a. Dependent Variable: Implementasi SAP Berbasis Akrual
Sumber : Hasil Pengolahan Data SPSS, Lampiran 8
Berdasarkan hasil uji multikolinearitas pada tabel 5.9. dapat diketahui
bahwa tidak ada variabel independen yang memiliki nilai VIF > 10 dan nilai
tolerance < 0,1 sehingga disimpulkan bahwa model tidak terjadi multikolinearitas.
5.3.3 Uji Heteroskedastisitas
Heteroskedastisitas muncul apabila residual dari model regresi yang
diamati tidak mempunyai varians yang konstan dari suatu observasi ke observasi
lainnya. Cara mendeteksi ada atau tidaknya heteroskedastisitas yaitu dengan
melihat grafik Scatterplot antara nilai prediksi variabel terikat (dependen) yaitu
ZPRED
dengan
residualnya
SRESID.
Deteksi
ada
atau
tidaknya
heteroskedastisitas menurut Ghozali (2005) dapat dilakukan sebagai berikut :
a.
Jika ada pola tertentu, seperti titik-titikyang ada membentuk pola tertentu
yang
teratur
(bergelombang,
melebar,
kemudia
menyempit)
maka
mengindikasikan terlah terjadi heteroskedastisitas.
b.
Jika ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka
0 pada sumbu Y, maka tidak terjadi heterosketastisitas.
Universitas Sumatera Utara
49
Gambar 5.3. Grafik Scatterplot
Gambar 5.3. diatas menunjukkan penyebaran titik-titik data menyebar
secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y,
titik-titik tidak mengumpul di atas atau di bawah, dan tidak membentuk pola
tertentu
sehingga
dapat
menunjukkan
di
dalam
model
tidak
terjadi
heteroskedastisitas.
Pengujian heteroskedastisitas juga dapat diketahui dari uji Glejser . Uji
Glejser dilakukan dengan meregresikan variabel-variabel bebas terhadap nilai
absolut residualnya. Residual adalah selisih antara nilai observasi dengan nilai
prediksi dan absolut adalah nilai mutlaknya.
Tabel 5.10. Hasil Uji Heteroskedastisitas dengan Uji Glejser
Coefficientsa
Unstandardized Coefficients
Model
1
B
Std. Error
(Constant)
.720
1.787
SDM
.086
.054
Insentif
-.106
Sarana Pendukung
Komitmen SKPD
Standardized
Coefficients
Beta
t
Sig.
.403
.688
.164
1.600
.113
.061
-.186
-1.735
.086
-.027
.051
-.058
-.525
.601
.071
.050
.142
1.438
.154
a. Dependent Variable: Abs_Res
Sumber : Hasil Pengolahan Data SPSS, Lampiran 8
Universitas Sumatera Utara
50
Hasil uji Glejser pada tabel 5.10. menunjukkan nilai signifikansi untuk
setiap variabel bebas lebih besar dari 0,05 dengan demikian dapat disimpulkan
tidak terjadi heteroskedastisitas dalam model.
5.4.
Pengujian Hipotesis
Setelah dilakukan pengujian asumsi klasik dan diperoleh kesimpulan
bahwa model telah lolos dalam uji asumsi klasik dan dapat digunakan untuk
pengujian analisis regresi linear berganda, maka langkah selanjutnya adalah
melakukan pengujian hipotesis. Dalam penelitian ini terdapat 2 pengujian
hipotesis, antara lain :
5.4.1 Pengujian Hipotesis I
Pengujian hipotesis I dilakukan untuk menguji hipotesis mengenai SDM,
Insentif, dan Sarana Pendukung secara parsial dan simultan berpengaruh terhadap
Implementasi SAP Berbasis Akrual pada Pemerintah Provinsi Sumatera Utara.
Untuk pengujian secara parsial dilakukan dengan uji t dan untuk pengujian secara
simultan dilakukan dengan uji F.
5.4.1.1 Hasil Uji t
Hasil uji t dengan bantuan program SPSS dapat dilihat pada tabel 5.11.
sebagai berikut :
Tabel 5.11. Hasil Uji t
a
Coefficients
Unstandardized Coefficients
Model
1
B
(Constant)
Std. Error
11.017
2.551
SDM
.494
.089
Insentif
.217
.102
-.220
.084
Sarana Pendukung
Standardized
Coefficients
Beta
t
Sig.
4.319
.000
.497
5.525
.000
.201
2.135
.035
-.252
-2.615
.010
a. Dependent Variable: Implementasi SAP Berbasis Akrual
Sumber : Hasil Pengolahan Data SPSS, Lampiran 9
Universitas Sumatera Utara
51
Berdasarkan hasil analisis pengujian hipotesis dari tabel 5.11. maka secara
parsial pengaruh masing-masing variabel independen terhadap variabel dependen
dapat diuraikan sebagai berikut :
1.
Hasil uji terhadap pengaruh variabel SDM terhadap Implementasi SAP
Berbasis Akrual menunjukkan adanya pengaruh signifikan dan positif. Hal ini
dapat diketahui dari nilai signifikan 0,000 < dari alpha 0,05 dan nilai t hitung
lebih besar dari t tabel (5,525 > 1,664). Berdasarkan hal tersebut maka uji
hipotesis menolak H0 dan menerima Ha.
2.
Hasil uji terhadap pengaruh variabel Insentif terhadap Implementasi SAP
Berbasis Akrual menunjukkan adanya pengaruh signifikan dan positif. Hal ini
dapat diketahui dari nilai signifikan 0,035 < dari alpha 0,05 dan nilai t hitung
lebih besar dari t tabel (2,135 > 1,664). Berdasarkan hal tersebut maka uji
hipotesis menolak H0 dan menerima Ha.
3.
Hasil uji
terhadap
pengaruh
variabel Sarana
Pendukung
terhadap
Implementasi SAP Berbasis Akrual menunjukkan adanya pengaruh signifikan
dan negatif. Hal ini dapat diketahui dari nilai signifikan 0,010 < dari alpha
0,05 dan nilai t hitung menunjukkan nilai negatif lebih besar dari t tabel
(-2,615 > -1,664). Berdasarkan hal tersebut maka uji hipotesis menolak H0
dan menerima Ha.
Untuk mempermudah pembacaan hasil dan interpretasi analisis regresi
maka digunakan bentuk persamaan yaitu :
Y = α + b1 X1 + b2 X2 + b3 X3 + e
maka,
Y = 11,017 + 0,494 X1 + 0,217 X2 – 0,220 X3
Universitas Sumatera Utara
52
Pada model regresi ini, nilai konstanta yang tercantum sebesar 11,017
dapat diartikan jika variabel dependen dalam model diasumsikan sama dengan
nol, secara rata-rata diluar model akan meningkatkan Implementasi SAP Berbasis
Akrual sebesar 11,017 satuan.
5.4.1.2 Hasil Uji F
Hasil uji F menunjukkan variabel independen secara bersama-sama
berpengaruh terhadap variabel dependen, jika p-value (pada kolom sig.) lebih
kecil dari level of significant yang ditentukan (sebesar 5%), atau F hitung (pada
kolom F) lebih besar dari F tabel. F tabel dihitung dengan cara df1=k-1, dan
df2=n-k, yaitu df1=4-1=3 dan df2=102-4=98, sehingga diperoleh nilai F tabel
sebesar 2,70. Sedangkan hasil uji F dengan bantuan program SPSS dapat dilihat
pada tabel 5.12. di bawah ini :
Tabel 5.12. Hasil Uji F
b
ANOVA
Model
1
Sum of Squares
df
Mean Square
F
Regression
125.823
3
41.941
Residual
328.501
98
3.352
Total
454.324
101
12.512
Sig.
a
.000
a. Predictors: (Constant), Sarana Pendukung, SDM, Insentif
b. Dependent Variable: Implementasi SAP Berbasis Akrual
Sumber : Hasil Pengolahan Data SPSS, Lampiran 9
Pada tabel 5.12. diatas terlihat bahwa besaran nilai F hitung (12,512) lebih
besar dari F tabel (2,70) dengan tingkat signifikan sebesar 0,000 lebih kecil dari
0,05. Hasil ini menunjukkan uji hipotesis menerima Ha dan menolak H0, sehingga
dapat diketahui bahwa SDM, Insentif, dan Sarana Pendukung secara simultan
berpengaruh terhadap Implementasi SAP Berbasis Akrual pada Pemerintah
Provinsi Sumatera Utara.
Universitas Sumatera Utara
53
5.4.1.3 Analisis Koefisien Determinasi (R2)
Hasil olahan program SPSS dalam analisis koefisien determinasi (R2)
dapat dilihat pada tabel 5.13. sebagai berikut :
Tabel 5.13. Analisis Koefisien Determinasi
Model Summary
Model
1
R
.526a
Square
.277
Adjusted R
Std. Error of the
Square
Estimate
.255
1.83086
a. Predictors: (Constant), Sarana Pendukung, SDM, Insentif
b.Dependent Variable: Implementasi SAP Berbasis Akrual
Sumber : Hasil Pengolahan Data SPSS, Lampiran 9
Pada tabel 5.13, koefisien determinasi (R2) menunjukkan bahwa nilai R
sebesar 0,526 yang berarti korelasi hubungan antara variabel dependen dengan
variabel independen cukup kuat karena R > 52% (0,526). Variabel yang lebih dari
dua maka yang digunakan adalah Adjust R Square (Situmorang et al, 2010).
Penelitian ini menggunakan lebih dari dua variabel, maka yang digunakan adalah
Adjust R Square sebesar 0,255 yang mengindikasikan bahwa 25,5% variabel
dependen (implementasi SAP berbasis akrual) dipengaruhi oleh variabel
independen (SDM, insentif, dan sarana pendukung), sedangkan sisanya sebesar
74,5% (100%-25,5%) dijelaskan oleh variabel lain diluar model estimasi yang
tidak diteliti dalam penelitian ini.
5.4.2 Pengujian Hipotesis II
Pengujian hipotesis II dilakukan untuk menguji hipotesis mengenai
Komitmen SKPD dapat memoderasi pengaruh SDM, Insentif, dan Sarana
Pendukung terhadap Implementasi SAP Berbasis Akrual pada Pemerintah
Provinsi Sumatera Utara. Untuk pengujian hipotesis II digunakan metode
pengujian moderating dengan uji residual.
Universitas Sumatera Utara
54
5.4.2.1 Pengujian Moderating - Uji Residual
Pengujian dengan uji residual pada regresi variabel moderating jika
variabel dependen nilai signifikansi < 0,05 dan koefisien parameternya positif,
maka merupakan variabel moderating yang memperkuat, sebaliknya apabila nilai
signifikansi < 0,05 dan koefisien parameternya negatif, maka merupakan variabel
moderating yang memperlemah. Pengujian dengan uji residual pada regresi
variabel moderating jika variabel dependen nilai signifikansi > 0,05 dan koefisien
parameternya positif atau negatif, maka bukan merupakan variabel moderating.
Berikut merupakan tabel hasil uji residual :
Tabel 5.14. Uji Residual
a
Coefficients
Unstandardized Coefficients
Model
1
B
(Constant)
Std. Error
18.638
3.106
-.002
.109
Insentif
.038
Sarana Pendukung
.107
SDM
Standardized
Coefficients
Beta
t
Sig.
6.000
.000
-.002
-.022
.982
.124
.033
.305
.761
.103
.117
1.042
.300
a. Dependent Variable: Komitmen SKPD
Sumber : Hasil Pengolahan Data SPSS, Lampiran 10
Tabel 5.15. Hasil Uji Residual
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model
1
B
Std. Error
(Constant)
3.439
1.094
Implementasi SAP Berbasis
Akrual
-.071
.050
Beta
-.140
t
Sig.
3.144
.002
-1.409
.162
a. Dependent Variable: Abs_Res
Sumber : Hasil Pengolahan Data SPSS, Lampiran 10
Berdasarkan tabel 5.14. dan tabel 5.15. dapat ditunjukkan persamaan hasil
uji residual sebagai berikut :
Universitas Sumatera Utara
55
Z = α + b1 X1 + b2 X2 + b3 X3 + e
│e│= α + b4 Y
maka,
Z = 18,638 – 0,002 X1 + 0,038 X2 + 0,107 X3 + e
│e│= 3,439 – 0,071 Y
Tabel 5.15. menujukkan bahwa nilai signifikansi sebesar 0,162 lebih besar
dari 0,05 dengan nilai koefisien -0,071, maka variabel Komitmen SKPD tidak
terbukti sebagai variabel
moderating
yang dapat
memperkuat ataupun
memperlemah pengaruh SDM, Insentif, dan Sarana Pendukung terhadap
Implementasi SAP Berbasis Akrual. Maka dengan demikian Ha ditolak dan Ho
diterima.
5.5.
Pembahasan
Berdasarkan hasil pengujian hipotesis maka dapat dibuat pembahasan
sebagai berikut :
5.5.1 Pengaruh SDM terhadap Implementasi SAP Berbasis Akrual
Hasil pengujian secara parsial menunjukkan bahwa SDM berpengaruh
positif signifikan terhadap Implementasi SAP Berbasis Akrual pada Pemerintah
Provinsi Sumatera Utara, yang berarti apabila kualitas dari SDM di Pemprovsu
meningkat, maka implementasi SAP berbasis akrual pada Pemprovsu juga akan
meningkat, hal ini dapat diketahui pada tabel 5.11. dimana nilai signifikansi 0,000
< dari alpha 0,05 dan nilai t hitung lebih besar dari t tabel (5,525 > 1,664).
Hasil penelitian ini sejalan dengan teori penelitian yang dipaparkan
sebelumnya bahwa menurut Simanjuntak (2010): “Salah satu tantangan yang
mempengaruhi keberhasilan penerapan SAP berbasis akrual adalah tersedianya
Universitas Sumatera Utara
56
SDM yang kompeten dan andal di bidang akuntansi”. Teori penelitian ini
mengandung arti bahwa dengan tersedianya SDM yang kompeten dan andal di
bidang akuntansi maka akan mempengaruhi keberhasilan implementasi SAP
berbasis akrual. Maka, dari uraian teori penelitian tersebut dapat disimpulkan
bahwa terdapat pengaruh antara variabel independen SDM terhadap variabel
dependen implementasi SAP berbasis akrual.
Hasil penelitian ini juga sejalan dengan teori penelitian yang dipaparkan
sebelumnya oleh Warisno (2008) yang menyatakan: “Kegagalan SDM pemerintah
dalam memahami dan menerapkan logika akuntansi akan berdampak pada
kekeliruan laporan keuangan yang dibuat dan ketidaksesuaian laporan dengan
standar yang ditetapkan pemerintah”. Teori penelitian ini mengandung arti bahwa
keberhasilan implementasi SAP berbasis akrual sangat ditentukan oleh SDM
pemerintah dalam hal memahami dan menerapkan logika akuntansi, karena
apabila SDM pemerintah gagal dalam memahami dan menerapkan logika
akuntansi maka, akan berdampak pada kekeliruan laporan keuangan yang dibuat
dan ketidaksesuaian laporan dengan standar yang telah ditetapkan pemerintah.
Sebaliknya apabila SDM pemerintah berhasil dalam memahami dan menerapkan
logika akuntansi maka, akan berdampak pada keandalan laporan keuangan yang
dibuat dan kesesuaian laporan dengan standar yang telah ditetapkan pemerintah.
Maka, dari uraian teori penelitian tersebut dapat disimpulkan bahwa terdapat
pengaruh antara variabel independen SDM terhadap variabel dependen
implementasi SAP berbasis akrual.
Hasil penelitian ini juga sejalan dengan penelitian sebelumnya, antara lain:
Adventana dan Kurniawan (2014), Ardiansyah dan Atmini (2013), Norfaliza
Universitas Sumatera Utara
57
(2015), Nufus (2014), Putra dan Ariyanto (2015), Sugiarto dan Alfian (2014),
serta Sukadana dan Mimba (2015) yang secara bersamaan menyatakan bahwa
SDM secara parsial berpengaruh positif signifikan terhadap Implementasi SAP
Berbasis Akrual.
Pengujian secara parsial yang menunjukkan hasil SDM berpengaruh dan
bersimbol positif tersebut juga sejalan dengan realita yang terjadi di Pemprovsu
dimana SDM di Pemprovsu sudah sangat memadai dalam hal jumlah/kuantitas hal
ini dapat dibuktikan dari informasi dari Kementerian Pendayagunaan Aparatur
Negara
dan
Reformasi
Birokrasi
(Kemenpan-RB)
melalui
website
www.hetanews.com yang menyatakan: “Pemprovsu belum diperbolehkan untuk
merekrut CPNS pada seleksi penerimaan CPNS untuk tahun anggaran yang akan
datang hal tersebut dikarenakan SDM di lingkup Pemprovsu sudah sangat banyak
dan melebihi ambang batas yang ditentukan oleh pemerintah pusat untuk
anggaran belanja pegawai”. Pernyataan tersebut dapat disimpulkan bahwa dari
segi jumlah SDM di Pemprovsu sudah sangat memadai untuk melakukan
implementasi SAP
berbasis akrual yang secara pengimplementasiannya
dibutuhkan jumlah tenaga yang memadai, ditambah lagi Pemprovsu merupakan
salah satu Pemda yang mendapatkan opini WTP untuk LKPD tahun 2014 dari
BPK-RI, sehingga tentu SDM yang telah ada memiliki semangat dan motivasi
yang tinggi untuk mempertahankannya. Maka, pengujian secara parsial yang
menunjukkan hasil SDM berpengaruh dan bersimbol positif yang berarti apabila
kualitas dari SDM di Pemprovsu meningkat, maka implementasi SAP berbasis
akrual pada Pemprovsu juga akan meningkat, maka hal tersebut dapat dijawab
dengan beberapa hal yang telah diuraikan diatas.
Universitas Sumatera Utara
58
5.5.2 Pengaruh Insentif terhadap Implementasi SAP Berbasis Akrual
Hasil pengujian secara parsial menunjukkan bahwa insentif berpengaruh
positif signifikan terhadap Implementasi SAP Berbasis Akrual pada Pemerintah
Provinsi Sumatera Utara, yang berarti apabila insentif yang ada di Pemprovsu
meningkat, maka implementasi SAP berbasis akrual pada Pemprovsu juga akan
meningkat, hal ini dapat diketahui pada tabel 5.11. dimana nilai signifikansi 0,035
< dari alpha 0,05 dan nilai t hitung lebih besar dari t tabel (2,135 > 1,664).
Hasil penelitian ini sejalan dengan teori penelitian yang dipaparkan
sebelumnya bahwa menurut Handoko (2002): “Insentif adalah perangsang yang
ditawarkan kepada para karyawan untuk melaksanakan kerja sesuai atau lebih
tinggi dari standar-standar yang telah ditetapkan, yaitu dalam hal untuk
implementasi SAP berbasis akrual”. Teori penelitian ini mengandung arti bahwa
dengan diberikannya insentif kepada para karyawan yang menjalankan fungsi
akuntansi maka akan merangsang karyawan yang menjalankan fungsi akuntansi
untuk melaksanakan kerja sesuai atau lebih tinggi dari standar-standar yang telah
ditetapkan, yaitu dalam hal untuk mengimplementasikan SAP berbasis akrual.
Maka, dari uraian teori penelitian tersebut dapat disimpulkan bahwa variabel
independen insentif dapat mempengaruhi variabel dependen implementasi SAP
berbasis akrual.
Hasil penelitian ini juga sejalan dengan teori penelitian yang dipaparkan
sebelumnya oleh Mangkunegara (2002) yang menyatakan: “Insentif adalah suatu
bentuk motivasi yang dinyatakan dalam bentuk uang atas dasar kinerja yang tinggi
dan juga merupakan rasa pengakuan dari pihak organisasi terhadap kinerja
karyawan dan kontribusi terhadap organisasi”. Teori penelitian ini juga dapat
Universitas Sumatera Utara
59
mengandung arti bahwa dengan diberikannya insentif kepada para karyawan yang
menjalankan
fungsi
akuntansi
maka
akan
memotivasi karyawan
yang
menjalankan fungsi akuntansi agar memiliki kinerja yang tinggi dan berkontribusi
terhadap organisasi yaitu dalam mengimplementasikan SAP berbasis akrual.
Maka, dari uraian teori penelitian tersebut dapat disimpulkan bahwa variabel
independen insentif dapat mempengaruhi variabel dependen implementasi SAP
berbasis akrual.
Pengujian secara parsial yang menunjukkan hasil Insentif berpengaruh dan
BAB III
KERANGKA KONSEP DAN HIPOTESIS
3.1.
Kerangka Konsep
Kerangka konseptual merupakan penjelasan sementara gejala-gejala yang
menjadi objek permasalahan tentang hubungan antar variabel yakni variabel bebas
(independen) dengan variabel terikat (dependen) yang disusun dari berbagai teori
yang telah diuraikan (Sugiono, 2007). Berdasarkan landasan teori dan rumusan
masalah penelitian, kerangka konseptual yang digunakan dalam penelitian ini
dapat digambarkan dalam kerangka konsep pada gambar 3.1 sebagai berikut :
SDM
(X1)
Implementasi
SAP Berbasis
Akrual
(Y)
Insentif
(X2)
Sarana
Pendukung
(X3)
Komitmen
SKPD
(Z)
Gambar 3.1. Kerangka Konsep
Kerangka konseptual diatas menunjukkan pengujian variabel SDM (X1),
Insentif (X2), dan Sarana Pendukung (X3) terhadap Implementasi SAP Berbasis
akrual (Y) dan Komitmen SKPD sebagai variabel moderating. Pengaruh antara
23
Universitas Sumatera Utara
24
SDM, Insentif, dan Sarana Pendukung terhadap Implementasi SAP Berbasis
Akrual dan Komitmen SKPD sebagai pemoderasi, yaitu:
1.
Pengaruh SDM (X1) terhadap Implementasi SAP Berbasis Akrual (Y).
SDM merupakan pilar penyangga utama sekaligus penggerak roda organisasi
dalam usaha mewujudkan visi dan misi serta tujuan dari suatu organisasi.
Agar dapat melaksanakan pengelolaan keuangan pemerintah yang baik dalam
hal ini untuk mengimplementasikan SAP berbasis akrual dengan baik dan
benar sesuai peraturan yang berlaku, SKPD harus memiliki SDM yang
berkualitas, yang didukung dengan latar belakang pendidikan akuntansi,
sering mengikuti pendidikan dan pelatihan, berpengalaman di bidang
keuangan, memiliki pemahaman akuntansi yang baik dan memiliki
profesionalisme yang tinggi sehingga dalam menerapkan sistem akuntansi,
SDM yang berkualitas tersebut akan mampu melaksanakan sistem akuntansi
dengan memahami dan menerapkan logika akuntansi secara baik sesuai
peraturan yang berlaku. Oleh karena itu, cukuplah beralasan bahwa untuk
dapat mengimplementasikan SAP berbasis akrual diperlukan SDM yang
berkualitas, karena apabila SDM pemerintah gagal dalam memahami dan
menerapkan logika akuntansi akan berdampak pada kekeliruan laporan
keuangan yang dibuat dan ketidaksesuaian laporan dengan standar yang
ditetapkan pemerintah.
2.
Pengaruh Insentif (X2) terhadap Implementasi SAP Berbasis Akrual (Y).
Insentif adalah perangsang yang ditawarkan kepada para karyawan untuk
melaksanakan kerja sesuai atau lebih tinggi dari standar-standar yang telah
ditetapkan, yaitu dalam hal untuk implementasi SAP berbasis akrual. Agar
Universitas Sumatera Utara
25
dapat tercapainya suatu tujuan dari organisasi dalam hal implementasi SAP
berbasis akrual diperlukan rangsangan atau motivasi secara langsung maupun
tidak langsung kepada entitas akuntansi agar dapat menjalankan tugasnya
dengan baik dan benar sesuai peraturan yang berlaku.
3.
Pengaruh Sarana Pendukung (X3) terhadap Implementasi SAP Berbasis
Akrual (Y). Sarana pendukung yang dimaksud dalam penelitian ini adalah
teknologi informasi. Teknologi informasi adalah yang meliputi hardware
(perangkat keras), software (perangkat lunak), dan Jaringan (internet dan
intranet) yang berhubungan dengan teknologi, yang dapat membantu dan
memudahkan organisasi pemerintah dalam mengimplementasikan SAP
berbasis akrual. Tersedianya sarana pendukung ( hardware, software jaringan)
dapat mempengaruhi SKPD dalam melaksanakan proses dan tahapan-tahapan
untuk mengimplementasikan SAP berbasis akrual secara baik dan benar
sesuai peraturan yang berlaku.
4.
Komitmen SKPD (Z) dapat memoderasi SDM (X1), Insentif (X2), dan
Sarana Pendukung (X3) terhadap Implementasi SAP Berbasis Akrual (Y).
Komitmen organisasi merupakan keyakinan dan dukungan yang kuat
terhadap nilai dan sasaran yang ingin dicapai oleh suatu organisasi, sehingga
dapat memoderasi pengaruh SDM, insentif, dan sarana pendukung terhadap
implementasi SAP berbasis akrual. Komitmen SKPD akan merangsang
terimplementasinya SAP berbasis akrual karena pada konteks pemerintahan,
SDM yang memiliki komitmen SKPD yang tinggi, akan menggunakan
informasi yang dimiliki untuk menyusun laporan keuangan menjadi relatif
lebih tepat. Komitmen SKPD yang tinggi akan meningkatkan sarana
Universitas Sumatera Utara
26
pendukung yang diperlukan untuk mencapai suatu tujuan organisasi. dan
dengan komitmen yang kuat, organisasi tidak akan ragu dalam memberikan
pengahargaan berupa insentif guna tercapainya suatu tujuan organisasi.
Dukungan kuat dari SKPD merupakan kunci dari suatu perubahan, salah satu
penyebab kelemahan penyusunan laporan keuangan pada beberapa SKPD
adalah lemahnya komitmen dari SKPD.
3.2.
Hipotesis Penelitian
Hipotesis adalah proposisi yang dirumuskan dengan maksud untuk diuji
secara empiris yang berupa pernyataan penjelasan jawaban sementara yang dapat
dipercaya, disangkal atau diuji kebenarannya. Berdasarkan perumusan masalah,
tujuan penelitian dan kerangka konsep yang telah diuraikan, maka hipotesis dalam
penelitian ini adalah :
a.
SDM, Insentif, dan Sarana Pendukung secara parsial dan simultan
berpengaruh terhadap Implementasi SAP Berbasis Akrual pada Pemerintah
Provinsi Sumatera Utara.
b.
Komitmen SKPD dapat memoderasi pengaruh SDM, Insentif, dan Sarana
Pendukung terhadap Implementasi SAP Berbasis Akrual pada Pemerintah
Provinsi Sumatera Utara.
Universitas Sumatera Utara
c.
Universitas Sumatera Utara
BAB IV
METODE PENELITIAN
4.1.
Jenis Penelitian
Jenis penelitian ini dilakukan berdasarkan penelitian asosiatif. Menurut
Sugiyono (2007): “penelitian asosiatif/hubungan merupakan penelitian yang
mempunyai tujuan untuk mengetahui hubungan antara dua variabel atau lebih”.
Dalam penelitian ini, peneliti ingin menganalisis pengaruh variabel
independen yaitu SDM, Insentif, dan Sarana Pendukung terhadap variabel
dependen yaitu Implementasi SAP Berbasis Akrual dengan Komitmen SKPD
sebagai variabel moderating pada Pemerintah Provinsi Sumatera Utara.
4.2.
a.
Lokasi dan Jadwal Penelitian
Lokasi Penelitian
Penelitian ini dilakukan di Pemprovsu, alasan dipilihnya lokasi penelitian
tersebut dikarenakan Pemprovsu termasuk salah satu Pemda yang hingga akhir
Februari 2016 masih belum menyerahkan LKPD tahun 2015 kepada BPK-RI,
maka berdasarkan alasan tersebut peneliti menganggap perlu untuk melakukan
penelitian di Pemprovsu dengan harapan dapat teridentifikasinya faktor-faktor
yang mempengaruhi implementasi SAP berbasis akrual di Pemprovsu sehingga
implementasi SAP berbasis akrual dapat terlaksana sesuai dengan tujuannya.
b. Jadwal Penelitian
Jadwal penelitian dilaksanakan pada bulan November 2015 dan selesai
pada bulan Juli 2016. Uraian lengkap tentang jadwal penelitian ini dapat dilihat
pada lampiran 2 di lembar terakhir penelitian ini.
27
Universitas Sumatera Utara
28
4.3.
Populasi dan Sampel
Populasi dalam penelitian ini adalah Pejabat Penatausahaan Keuangan
(PPK), Bendahara Pengeluaran, dan Staf Keuangan di 34 SKPD pada lingkup
Pemprovsu dengan populasi sebanyak 102 orang. Penelitian ini dilakukan secara
sensus, dimana seluruh populasi dijadikan sampel penelitian.
Populasi dan sampel tersebut dipilih karena sesuai dengan tujuan
penelitian yang mana PPK, Bendahara Pengeluaran, dan Staf Keuangan di 34
SKPD pada lingkup Pemprovsu menjalankan implementasi SAP berbasis akrual.
Daftar populasi dan sampel dapat dilihat pada lampiran 3 lembar terakhir
penelitian ini.
4.4.
Metode Pengumpulan Data
Sumber data penelitian merupakan faktor penting yang menjadi
pertimbangan dalam penentuan metode pengumpulan data. Penelitian ini
menggunakan data primer. Indriantoro et.al (2002) menyebutkan: “data primer
merupakan sumber data penelitian yang diperoleh secara langsung dari sumber
asli”. Jenis penelitian adalah penelitian survey. “Penelitian survey adalah metode
pengumpulan data primer berdasarkan komunikasi antara peneliti dan responden
dimana data penelitian berupa subjek yang menyatakan opini, sikap, pengalaman,
karakteristik subjek penelitian secara individu atau secara kelompok (Indriantoro
et.al 2002)”. Untuk mendapatkan data dari responden maka penulis menggunakan
instrument penelitian berupa kuesioner yang akan diantar langsung oleh peneliti
dengan 1 tahap yaitu dengan cara menyebar kuesioner ke 34 SKPD Pemprovsu
dan ditunggu selama 14 hari, setelah 14 hari peneliti mengambil kembali
kuesioner yang telah disebarkan secara langsung ke masing-masing SKPD.
Universitas Sumatera Utara
29
4.5.
Defenisi Operasional Variabel
Untuk memberikan gambaran yang jelas dan memudahkan pelaksanaan
penelitian ini, maka perlu diberikan defenisi variabel operasional yang akan
diteliti sebagai dasar dalam menyusun kuesioner penelitian, defenisi operasional
dapat dijelaskan sebagai berikut:
1.
Variabel dependen dalam penelitian ini adalah :
Implementasi SAP Berbasis Akrual (Y) adalah penerapan Standar
Akuntansi Pemerintahan yang mengakui pendapatan, beban, aset, utang, dan
ekuitas dalam pelaporan financial berbasis akrual, serta mengakui pendapatan,
belanja, dan pembiayaan dalam pelaporan pelaksanaan anggaran berdasarkan
basis
yang
ditetapkan
dalam
APBN/APBD.
Pengukuran
variabel
ini
menggunakan instrument kuesioner dengan skala 5 point yang dimodifikasi dari
Datau (2007). Kuesioner diukur menggunakan skala interval dengan skor berikut :
Skor 5
= Sangat Setuju (SS)
Skor 4
= Setuju (S)
Skor 3
= Kurang Setuju (KS)
Skor 2
= Tidak Setuju (TS)
Skor 1
= Sangat Tidak Setuju (STS)
Dengan indikator :
a. Pengakuan Pendapatan
b. Pengakuan Beban
c. Pengakuan Aset
d. Pengakuan Utang
e. Pengakuan Ekuitas
Universitas Sumatera Utara
30
2.
Variabel Independen dalam penelitian ini adalah :
SDM (X1), adalah Kualitas yang dimiliki oleh manusia secara individu
dalam hal ini adalah sebagai aparatur SKPD yang diberikan tugas untuk mencapai
tujuan-tujuan dari organisasi untuk mengimplementasikan SAP berbasis akrual.
Pengukuran variabel ini menggunakan instrument kuesioner dengan skala 5 point.
Kuesioner SDM dimodifikasi dari penelitian terdahulu yaitu Adventana dan
Kurniawan (2014). Kuesioner ini diukur menggunakan skala interval dengan skor
sebagai berikut :
Skor 5
= Sangat Setuju (SS)
Skor 4
= Setuju (S)
Skor 3
= Kurang Setuju (KS)
Skor 2
= Tidak Setuju (TS)
Skor 1
= Sangat Tidak Setuju (STS)
Dengan indikator :
a. Tingkat Pendidikan
b. Pengalaman
c. Pelatihan
d. Pemahaman Akuntansi
e. Profesionalisme
Insentif (X2) adalah penghargaan/hadiah yang diberikan kepada individu
dan kelompok sebagai aparatur SKPD karena keberhasilan dalam mencapai target
dan tujuan yang telah ditetapkan dalam mengimplementasikan SAP berbasis
akrual. Pengukuran variabel ini menggunakan instrument kuesioner dengan skala
Universitas Sumatera Utara
31
5 point. Kuesioner insentif dimodifikasi dari Tanjung (2011). Kuesioner ini diukur
menggunakan skala interval dengan skor sebagai berikut :
Skor 5
= Sangat Setuju (SS)
Skor 4
= Setuju (S)
Skor 3
= Kurang Setuju (KS)
Skor 2
= Tidak Setuju (TS)
Skor 1
= Sangat Tidak Setuju (STS)
Dengan indikator :
a. Insentif yang diterima memuaskan
b. Insentif yang diterima sesuai dengan kinerja yang dicapai
c. Insentif yang diterima cukup memenuhi kebutuhan hidup
d. Insentif yang diterima meningkatkan semangat kerja
e. Insentif yang diterima memotivasi untuk tercapainya tujuan SKPD
Sarana Pendukung (X3) adalah suatu peralatan pendukung berupa
perangkat-perangkat baik perangkat keras (hardware) maupun perangkat lunak
(Software) serta jaringan yang dapat digunakan untuk menunjang keberhasilan
dalam mengimplementasikan SAP berbasis akrual. Pengukuran variabel ini
menggunakan instrument kuesioner skala 5 point. Kuesioner Sarana Pendukung
dimodifikasi dari Tambunan (2012). Kuesioner ini diukur dengan skala interval
dengan skor :
Skor 5
= Sangat Setuju (SS)
Skor 4
= Setuju (S)
Skor 3
= Kurang Setuju (KS)
Skor 2
= Tidak Setuju (TS)
Universitas Sumatera Utara
32
Skor 1
= Sangat Tidak Setuju (STS)
Dengan indikator :
a. Hardware
b. Software
c. Jaringan
3.
Variabel Moderating dalam penelitian ini adalah :
Komitmen SKPD (Z) adalah sikap yang tangguh dan memegang prinsip
kuat untuk keberhasilan dalam mengimplementasikan SAP berbasis akrual yang
dimiliki oleh SKPD. Pengukuran variabel ini menggunakan instrument kuesioner
dengan skala 5 point yang dimodifikasi dari Ganesan et.al (1996). Kuesioner ini
diukur menggunakan skala interval dengan skor sebagai berikut :
Skor 5
= Sangat Setuju (SS)
Skor 4
= Setuju (S)
Skor 3
= Kurang Setuju (KS)
Skor 2
= Tidak Setuju (TS)
Skor 1
= Sangat Tidak Setuju (STS)
Dengan indikator :
a. Bangga menjadi bagian dari SKPD
b. Sangat peduli dengan nasib SKPD
c. Gembira memilih untuk bekerja di SKPD
d. Memiliki nilai-nilai yang sama dengan nilai-nilai SKPD
e. Bersedia untuk bekerja ekstra melampaui apa yang diharapkan agar SKPD
berhasil sukses
Universitas Sumatera Utara
33
Tabel Definisi Operasional Variabel dapat dilihat secara jelas pada
lampiran 4 di lembar terakhir penelitian ini.
4.6.
Uji Kualitas Data
Uji kualitas data dilakukan bertujuan agar keabsahan data yang digunakan
dalam penelitian dapat dipertanggungjawabkan secara ilmiah dan terbebas dari
bias secara statistik. Pengujian kualitas data yang digunakan pada penelitian ini
adalah uji validitas dan uji reliabilitas.
4.6.1. Uji Validitas
Ghozali (2005) menyatakan: “Uji validitas dipergunakan untuk mengukur
sah atau valid tidaknya suatu kuesioner”. Validitas juga berhubungan dengan
tujuan pengukuran. “Pengukuran dikatakan valid jika mengukur tujuannya dengan
nyata dan benar (Erlina, 2008)”. Teknik yang digunakan untuk mengukur validitas
pertanyaan/pernyataan kuesioner adalah Korelasi Product Moment dari Karl
Pearson dengan ketentuan : jika r hitung lebih besar dari r tabel, maka skor butir
pertanyaan/pernyataan kuesioner valid tetapi sebaliknya jika r hitung lebih kecil
dari r tabel, maka skor butir pertanyaan/pernyataan kuesioner dikatakan tidak
valid (Ghozali, 2005).
4.6.2. Uji Reliabilitas
“Reliabilitas adalah tingkat seberapa besarnya suatu pengukur mengukur
dengan stabil dan konsisten terhadap situasi apapun (Erlina, 2008)”. Suatu
kuesioner dikatakan reliable atau handal jika jawaban seseorang terhadap
pertanyaan adalah konsisten atau stabil dari waktu ke waktu. “Suatu instrument
dapat dikatakan reliable jika nilai alpha Cronbach > 0,6 dan sebaliknya dikatakan
tidak reliable jika alpha cronbach < 0,6 (Ghozali, 2005)”.
Universitas Sumatera Utara
34
4.7.
Metode Analisis Data
Metode analisis data yang digunakan adalah model analisis regresi linier
berganda dan uji residual sebagai pemoderasi dengan bantuan Software SPSS for
Windows.
4.7.1. Uji Asumsi Klasik
Analisa multivariate telah banyak digunakan untuk memecahkan masalah
penelitian. Hal ini disebabkan permasalahan bisnis dan lainnya mempunyai aspek
multidimensional. Dalam melaksanakan pengujian dengan analisis multivariate,
peneliti perlu melakukan pengujian atas data yang akan digunakan. Pengujian
tersebut dilakukan untuk menghindari atau mengurangi bias atas hasil penelitian
yang diperoleh. Ghozali (2006), asumsi klasik yang dianggap paling penting
adalah :
1.
Memiliki distribusi normal;
2.
Tidak terjadi multikolinearitas antar variabel independen;
3.
Tidak terjadi heteroskedastisitas atau varian pengganggu yang konstan
(homoskedastisitas);
4.
Tidak terjadi autokorelasi antar residual setiap variabel independen.
Pengujian asumsi klasik pada penelitian ini meliputi uji normalitas, uji
multikolinearitas, dan uji heterokedastisitas, yang penjelasannya sebagai berikut :
4.7.1.1 Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi antara
variabel dependen dan variabel independen memiliki distribusi normal atau tidak
(Ghozali, 2006). Data yang baik dan layak digunakan dalam penelitian adalah data
yang memiliki distribusi normal (Nugroho,2005). Uji normalitas dapat dilakukan
Universitas Sumatera Utara
35
dengan dua cara, yaitu analisis grafik dan uji statistik (Ghozali, 2006). Uji
normalitas data dilakukan dengan uji One-Sample Kolmogrov-Smirnov, distribusi
data dikatakan normal jika signifikan > 0,05.
4.2.1.1 Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah dalam suatu model
regresi terdapat korelasi antara variabel independen (Ghozali, 2006). Suatu model
regresi yang baik tidak ditemukannya hubungan atau korelasi diantara variabel
independen. Pengujian multikolinearitas dilakukan dengan nilai Tolerance dan
Variance Inflation Factor (VIF). Tolerance mengukur variabilitas variabel
independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya
(Ghozali, 2006). Multikolinearitas pada suatu model dapat dilihat jika nilai
VIF>10 dan nilai Tolerance tidak kurang dari 0,1. maka model tersebut dapat
dikatakan terbebas dari multikolinearitas.
4.7.1.3 Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi terjadi ketidaksamaan variance dari suatu pengamatan ke pengamatan
yang lain. Model regresi yang baik adalah homokedastisitas atau tidak terjadi
heteroskedastisitas
(Ghozali,
2006).
Cara
memprediksi
ada
tidaknya
heteroskedastisitas dapat dilihat dari pola gambar scatter plot model dan
melakukan uji Glesjer (Nugroho, 2005).
4.7.2. Pengujian Hipotesis
Setelah dilakukannya uji asumsi klasik, maka dilakukan pengujian
hipotesis pertama sebagai berikut :
Universitas Sumatera Utara
36
4.7.2.1 Analisis Regresi Berganda
Menurut Erlina (2011), untuk menjawab hipotesis pertama dengan
menggunakan analisis regresi linier berganda yang bertujuan untuk melihat secara
langsung pengaruh beberapa variabel terikat.
Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak, maka
dilakukan pengujian terhadap variabel-variabel penelitian dengan cara menguji
secara simultan melalui signifikan simultan (uji statistik F), yang bertujuan
menjelaskan pengaruh variabel independen terhadap variabel dependen. Untuk
menguji masing-masing variabel secara parsial, dilakukan dengan uji signifikansi
parameter individual (uji t statistik) bertujuan untuk mengetahui apakah variabel
independen berpengaruh atau tidak terhadap variabel dependen, serta variabel
mana yang dominan mempengaruhi variabel dependen. Model regresi yang
digunakan adalah :
Y = α + b1 X1 + b2 X2 + b3 X3 + e
Keterangan :
Y
= Implementasi SAP Berbasis Akrual
α
= Konstanta
b1 = Koefisien dari SDM
b2 = Koefisien dari Insentif
b3 = Koefisien dari Sarana Pendukung
X1 = SDM
X2 = Insentif
X3 = Sarana Pendukung
e
= error
Universitas Sumatera Utara
37
Pengujian hipotesis ini bertujuan untuk menguji apakah variabel
independen yaitu SDM, Insentif, dan Sarana Pendukung secara parsial dan
simultan berpengaruh terhadap variabel dependen yaitu Implementasi SAP
Berbasis Akrual.
a.
Uji Signifikan Parsial (Uji-t)
Uji Signifikan Parsial (Uji-t) disebut juga sebagai uji signifikan individual.
Uji ini menunjukkan seberapa jauh pengaruh variabel independen yaiu SDM,
Insentif, Sarana Pendukung secara parsial terhadap variabel dependen yaitu
Implementasi SAP Berbasis Akrual.
1.
Bentuk pengujiannya :
H0 : b1, b2, b3 = 0, artinya SDM, Insentif, dan Sarana Pendukung secara parsial
tidak berpengaruh terhadap Implementasi SAP Berbasis
Akrual.
Ha : b1, b2, b3 ≠ 0, artinya SDM, Insentif, dan Sarana Pendukung secara parsial
berpengaruh terhadap Implementasi SAP Berbasis Akrual.
2.
Kriteria Pengambilan Keputusan :
Jika probabilitas < 0,05, maka H0 ditolak dan Ha diterima.
Jika probabilitas > 0,05, maka H0 diterima dan Ha ditolak.
b. Uji Signifikan Simultan (Uji-F)
Uji Signifikan Simultan (Uji-F) pada dasarnya menunjukkan apakah
semua variabel independen yang dimasukkan dalam model ini mempunyai
pengaruh secara simultan terhadap variabel dependen.
1.
Bentuk pengujiannya :
Universitas Sumatera Utara
38
H0 : b1
=
b2
=
b3 = 0, artinya SDM, Insentif, dan Sarana Pendukung secara
simultan tidak berpengaruh terhadap Implementasi
SAP Berbasis Akrual.
Ha : b1 ≠ b2 ≠ b3 ≠ 0, artinya SDM, Insentif, dan Sarana Pendukung secara
simultan berpengaruh terhadap Implementasi SAP
Berbasis Akrual.
2.
Kriteria Pengambilan Keputusan :
Jika probabilitas < 0,05, maka Ha diterima dan H0 ditolak.
Jika probabilitas > 0,05, maka Ha ditolak dan H0 diterima.
c.
Koefisien Determinasi (R2)
Pengujian koefisien determinasi (R2) digunakan untuk mengukur proporsi
atau persentase sumbangan variabel independen yang diteliti terhadap variasi naik
turunnya variabel dependen atau dengan kata lain untuk menguji goodness-fit dari
model regresi. Nilai R2 koefisien determinasi berkisar antara 0 sampai 1 (0≤R2≤1).
Nilai R2 dikatakan baik jika diatas 0,5 karena nilai R2 berkisar antara 0 sampai 1.
Nilai R2 sama dengan nol (R2=0) menunjukkan tidak adanya pengaruh antara
variabel independen terhadap variabel dependen. Bila R2 semakin besar
mendekati 1 menunjukkan semakin kuat pengaruh variabel independen terhadap
variabel dependen dan bila R2 semakin kecil mendekati nol menunjukkan semakin
kecil pengaruh variabel independen terhadap variabel dependen.
4.7.2.2 Model Pengujian Moderating
Untuk menjawab hipotesis kedua, menggunakan pengujian regresi variabel
moderating yaitu variabel independen yang akan memperkuat atau memperlemah
hubungan antara variabel independen lainnya terhadap variabel dependen
Universitas Sumatera Utara
39
(Ghozali, 2006). Ada tiga metode yang digunakan untuk melakukan uji regresi
dengan variabel moderasi yaitu uji interaksi, uji selisih nilai absolut dan uji
residual. Pengujian variabel moderating dengan uji interaksi maupun uji selisih
nilai absolut mempunyai kecenderungan akan terjadi multikolinearitas yang tinggi
antar variabel independen dan hal ini akan menyalahi asumsi klasik dalam
ordinary least square (OLS). Untuk mengatasi multikolinearitas ini, maka
dikembangkan metode lain yang disebut uji residual (Ghozali, 2006). Penelitian
ini memakai metode variabel moderating dengan metode uji residual. maka
rumusnya sebagai berikut :
Z = α + b1 X1 + b2 X2 + b3 X3 + e ............................................ (1)
│e│= α + b4 Y .......................................................................... (2)
Keterangan :
Z
= Komitmen SKPD
α
= Konstanta
b1 = Koefisien regresi untuk SDM
b2 = Koefisien regresi untuk Insentif
b3 = Koefisien regresi untuk Sarana Pendukung
b4 = Koefisien regresi untuk Komitmen SKPD
X1 = SDM
X2 = Insentif
X3 = Sarana Pendukung
Y
= Implementasi SAP Berbasis Akrual
e
= error
1.
Bentuk pengujiannya :
Universitas Sumatera Utara
40
H0 : b4 = 0, artinya komitmen SKPD tidak dapat memoderasi hubungan SDM,
Insentif, dan Sarana Pendukung terhadap Implementasi SAP
Berbasis Akrual.
Ha : b4 ≠ 0, artinya komitmen SKPD dapat memoderasi hubungan SDM,
Insentif, dan Sarana Pendukung terhadap Implementasi SAP
Berbasis Akrual.
2.
Kriteria Pengambilan Keputusan :
Jika probabilitas < 0,05, maka Ha diterima dan Ho ditolak.
Jika probabilitas > 0,05, maka Ha ditolak dan Ho diterima.
Universitas Sumatera Utara
Universitas Sumatera Utara
BAB V
HASIL PENELITIAN DAN PEMBAHASAN
5.1.
Deskriptif Data
Jumlah kuesioner yang disebarkan peneliti kepada responden adalah
sebanyak 102 kuesioner yang ditujukan kepada PPK, bendahara pengeluaran, dan
staf keuangan pada 34 SKPD di lingkup pemprovsu. Setelah ditunggu selama 14
hari, kuesioner yang dikembalikan responden kepada peneliti berjumlah 102
kuesioner sehingga tidak ada kuesioner yang tidak dikembalikan oleh responden.
5.1.1. Karakteristik Penelitian
Berdasarkan data penelitian yang telah dikumpulkan melalui kuesioner,
maka diperoleh data tentang karakteristik/demografi responden penelitian yang
terdiri dari jenis kelamin, usia, pendidikan terakhir, dan masa kerja responden.
Ringkasan demografi responden dapat dilihat pada tabel 5.1. sebagai berikut:
Tabel 5.1. Demografi Responden
Profil Responden
Jenis Kelamin
Usia
Pendidikan Terakhir
Masa Kerja
Kategori
Jumlah
Persentase
Laki-laki
Perempuan
< 26 Tahun
26 – 35 Tahun
35 – 45 Tahun
45 – 55 Tahun
> 55 Tahun
SMA
D-3
S-1
S-2
S-3
< 1 Tahun
1 – 5 Tahun
6 – 10 Tahun
11 – 15 Tahun
> 15 Tahun
64
38
0
17
38
39
8
5
15
55
27
0
0
5
15
38
44
63%
37%
0%
17%
37%
38%
8%
5%
15%
54%
26%
0%
0%
5%
15%
37%
43%
Sumber : Hasil Olahan Data dengan Excel
41
Universitas Sumatera Utara
42
5.2.
Uji Kualitas Data
Uji kualitas data dimaksudkan agar keabsahan data yang digunakan dalam
penelitian ini dapat dipertanggungjawabkan secara ilmiah dan terbebas dari bias
secara statistik. Pengujian kualitas data pada penelitian ini mengambil populasi
sebanyak 34 SKPD pada pemerintah provinsi sumatera utara dengan 102 sampel
yang terdiri dari PPK, bendahara pengeluaran, dan staf keuangan dengan
menggunakan uji validitas dan uji reliabilitas. Apabila hasil pengujian menjumpai
data penelitian valid dan reliabel secara statistik, maka dapat disimpulkan kualitas
data yang digunakan cukup baik.
5.2.1 Uji Validitas
5.2.1.1 Validitas Instrumen Implementasi SAP Berbasis Akrual (Y)
Pengujian validitas instrument penelitian dilakukan dengan program SPSS,
nilai validitas dapat dilihat pada kolom Pearson Correlation. Jika pada taraf
signifikansi 5% atau 0,05 r hitung > r tabel maka instrumen pertanyaan kuesioner
berkorelasi terhadap skor total (dinyatakan valid), jika r hitung < r tabel maka
instrumen pertanyaan-pertanyaan kuesioner tidak berkorelasi signifikan terhadap
skor total (dinyatakan tidak valid). Angka derajat kebebasan (df) pada penelitian
ini adalah N-2 = 102-2 = 100 dengan taraf signifikansi 5%, maka r tabel untuk uji
validitas dalam penelitian ini adalah sebesar 0,164.
Tabel 5.2. Hasil Uji Validitas Variabel Implementasi SAP Berbasis Akrual (Y)
Pertanyaan
Pearson Correlation (r hitung)
1
0,614
2
0,746
3
0,698
4
0,732
5
0,723
Sumber : Hasil Pengolahan Data SPSS, Lampiran 7
r tabel
Validitas
0,164
0,164
0,164
0,164
0,164
Valid
Valid
Valid
Valid
Valid
Universitas Sumatera Utara
43
Berdasarkan pada tabel 5.2. terlihat bahwa hasil uji validitas menunjukkan
semua pertanyaan valid karena r hitung > r tabel pada taraf signifikansi 5%.
Berdasarkan hasil ini maka variabel Implementasi SAP Berbasis Akrual dengan
butir pertanyaan nomor 1,2,3,4, dan 5 dapat disimpulkan dinyatakan lolos uji
validitas.
5.2.1.2 Validitas Instrumen SDM (X1)
Tabel 5.3. Hasil Uji Validitas Variabel SDM (X1)
Pertanyaan
Pearson Correlation (r hitung)
1
0,698
2
0,746
3
0,682
4
0,726
5
0,553
Sumber : Hasil Pengolahan Data SPSS, Lampiran 7
r tabel
0,164
0,164
0,164
0,164
0,164
Validitas
Valid
Valid
Valid
Valid
Valid
Berdasarkan hasil pengujian seperti pada tabel 5.3. tersebut, setiap item
pertanyaan menghasilkan pearson correlation yang lebih besar dari r tabel.
Berdasarkan hasil ini, maka item variabel SDM dapat disimpulkan lolos uji
validitas.
5.2.1.3 Validitas Instrumen Insentif (X2)
Tabel 5.4. Hasil Uji Validitas Variabel Insentif (X2)
Pertanyaan
Pearson Correlation (r hitung)
1
0,625
2
0,614
3
0,608
4
0,786
5
0,770
Sumber : Hasil Pengolahan Data SPSS, Lampiran 7
r tabel
0,164
0,164
0,164
0,164
0,164
Validitas
Valid
Valid
Valid
Valid
Valid
Berdasarkan hasil pengujian pada tabel 5.4. di atas, setiap item pertanyaan
menghasilkan pearson correlation yang lebih besar dari r tabel. Berdasarkan hasil
ini, maka item variabel Insentif dapat disimpulkan lolos uji validitas.
Universitas Sumatera Utara
44
5.2.1.4 Validitas Instrumen Sarana Pendukung (X3)
Tabel 5.5. Hasil Uji Validitas Variabel Sarana Pendukung (X3)
Pertanyaan
Pearson Correlation (r hitung)
1
0,653
2
0,813
3
0,682
4
0,722
5
0,716
Sumber : Hasil Pengolahan Data SPSS, Lampiran 7
r tabel
0,164
0,164
0,164
0,164
0,164
Validitas
Valid
Valid
Valid
Valid
Valid
Berdasarkan hasil pengujian seperti pada tabel 5.5. diatas, setiap item
pertanyaan menghasilkan pearson correlation yang lebih besar dari r tabel.
Berdasarkan hasil tersebut, maka item variabel Sarana Pendukung dapat
disimpulkan lolos uji validitas.
5.2.1.5 Validitas Instrumen Komitmen SKPD (Z)
Tabel 5.6. Hasil Uji Validitas Variabel Komitmen SKPD (Z)
Pertanyaan
Pearson Correlation (r hitung)
1
0,644
2
0,671
3
0,778
4
0,757
5
0,620
Sumber : Hasil Pengolahan Data SPSS, Lampiran 7
r tabel
0,164
0,164
0,164
0,164
0,164
Validitas
Valid
Valid
Valid
Valid
Valid
Berdasarkan hasil pengujian seperti pada tabel 5.6. diatas, setiap item
pertanyaan menghasilkan pearson correlation yang lebih besar dari r tabel.
Berdasarkan hasil tersebut, maka item variabel Sarana Pendukung dapat
disimpulkan lolos uji validitas.
5.2.2 Uji Reliabilitas
Suatu kuesioner dikatakan reliabel jika cronbach’s alpha lebih besar dari
0,60. Hasil pengujian reliabilitas kuesioner dengan program SPSS diperoleh hasil
seperti pada tabel 5.7.
Universitas Sumatera Utara
45
Tabel 5.7. Hasil Uji Reliabilitas
Variabel
Cronbach’s
Alpha
Implementasi SAP
Berbasis Akrual (Y)
SDM (X1)
Insentif (X2)
Sarana Pendukung (X3)
Komitmen SKPD (Z)
Sumber : Hasil Pengolahan Data
Batas
Reliabilitas
Keterangan
0,60
Reliabel
0,60
0,60
0,60
0,60
Reliabel
Reliabel
Reliabel
Reliabel
0,743
0,713
0,710
0,754
0,723
SPSS, Lampiran 7
Dari data tabel 5.7. diatas dapat dilihat bahwa hasil perhitungan uji
reliabilitas menunjukkan nilai cronbach’s alpha masing-masing variabel adalah
Implementasi SAP Berbasis Akrual (Y) dengan nilai 0,743, SDM (X1) dengan
nilai 0,713, Insentif (X2) dengan nilai 0,710, Sarana Pendukung (X3) dengan nilai
0,754, dan Komitmen SKPD (Z) dengan nilai 0,723. Nilai yang dihasilkan
masing-masing variabel tersebut lebih besar dari 0,60 maka dapat dinyatakan
instrumen tersebut reliabel.
5.3.
Uji Asumsi Klasik
Pengujian statistik dengan analisis regresi dapat dilakukan dengan
pertimbangan tidak adanya pelanggaran terhadap asumsi-asumsi klasik. Setelah
data penelitian telah melewati pengujian asumsi klasik dan tidak terindikasi
terkena uji asumsi klasik, maka data penelitian selanjutnya dapat digunakan untuk
menguji hipotesis. Asumsi-sumsi klasik tersebut antara lain sebagai berikut :
5.3.1 Uji Normalitas
Uji Normalitas bertujuan untuk mengetahui apakah distribusi sebuah data
mengikuti atau mendekati distribusi normal, yaitu distribusi data dengan bentuk
lonceng (bell shaped) (Ghozali, 2005). Dilakukan uji normalitas dikarenakan
dalam melakukan uji t dan uji F mengasumsikan bahwa residual mengikuti
Universitas Sumatera Utara
46
distribusi normal. Untuk mengetahui apakah data berdistribusi normal atau tidak,
dapat diketahui melalui analisis grafik dan uji statistik. Hasil uji normalitas dalam
bentuk grafik histogram dan grafik PP-Plot dapat dilihat pada gambar 5.1. dan 5.2.
Gambar 5.1. Grafik Histogram
Pada gambar 5.1. dapat dilihat bahwa pola pada grafik Histogram memiliki
normalitas data karena bentuk kurva memiliki kemiringan yang cenderung
seimbang, baik sisi kiri maupun sisi kanan dan kurva berbentuk menyerupai
lonceng yang hampir sempurna.
Gambar 5.2. Grafik PP-Plot
Universitas Sumatera Utara
47
Dari garik PP-Plot pada gambar 5.2. dapat dilihat titik-titik menyebar di
sekitar garis diagonal serta penyebarannya tidak menjauh dari garis diagonal. Hal
ini menunjukkan bahwa data residual berdistribusi normal. Uji normalitas juga
dapat diketahui dengan menggunakan uji statistik dengan uji One-Sample
Kolmogrov-Smirnov.
Tabel 5.8. Hasil Uji Normalitas dengan One-Sample Kolmogrov-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N
a
Normal Parameters
Most Extreme Differences
Kolmogorov-Smirnov Z
Asymp. Sig. (2-tailed)
Mean
Std. Deviation
Absolute
Positive
Negative
102
.0000000
1.760637
99
.048
.047
-.048
.481
.975
a. Test distribution is Normal.
Sumber : Hasil Pengolahan Data SPSS, Lampiran 8
Hasil uji normalitas dengan uji One-Sample Kolmogrov-Smirnov
menunjukkan nilai signifikansi sebesar 0,975 lebih besar dari alpha 0,05 dengan
demikian dapat disimpulkan tidak ada perbedaan distribusi residual dengan
distribusi normal atau dapat dikatakan residual berdistribusi normal.
5.3.2 Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk menguji apakah pada model regresi
ditemukan adanya korelasi antar variabel independen. Model regresi yang baik
jika terbebas dari masalah multikolinearitas. Pengujian yang dapat dilakukan
untuk mengetahui ada atau tidaknya multikolinearitas dilakukan dengan
memperhatikan nilai VIF (Value Inflation Factor ) dan tolerance. Nilai yang
dipakai untuk menunjukkan adanya gejala multikolinearitas jika VIF > 10 atau
Universitas Sumatera Utara
48
nilai tolerance < 0,1 (Ghozali, 2005). Hasil uji asumsi multikolinearitas dapat
diketahui dari tabel sebagai berikut :
Tabel 5.9. Hasil Uji Multikolinearitas
a
Coefficients
Unstandardized
Coefficients
Model
B
1 (Constant)
SDM
Insentif
Sarana Pendukung
Komitmen SKPD
Std. Error
7.702
2.927
.494
.088
Standardized
Coefficients
Beta
Collinearity Statistics
t
.498
Sig.
Tolerance
VIF
2.631
.010
5.636
.000
.910
1.099
.211
.100
.195
2.107
.038
.833
1.200
-.239
.083
-.274
-2.880
.005
.785
1.274
.178
.081
.186
2.185
.031
.982
1.018
a. Dependent Variable: Implementasi SAP Berbasis Akrual
Sumber : Hasil Pengolahan Data SPSS, Lampiran 8
Berdasarkan hasil uji multikolinearitas pada tabel 5.9. dapat diketahui
bahwa tidak ada variabel independen yang memiliki nilai VIF > 10 dan nilai
tolerance < 0,1 sehingga disimpulkan bahwa model tidak terjadi multikolinearitas.
5.3.3 Uji Heteroskedastisitas
Heteroskedastisitas muncul apabila residual dari model regresi yang
diamati tidak mempunyai varians yang konstan dari suatu observasi ke observasi
lainnya. Cara mendeteksi ada atau tidaknya heteroskedastisitas yaitu dengan
melihat grafik Scatterplot antara nilai prediksi variabel terikat (dependen) yaitu
ZPRED
dengan
residualnya
SRESID.
Deteksi
ada
atau
tidaknya
heteroskedastisitas menurut Ghozali (2005) dapat dilakukan sebagai berikut :
a.
Jika ada pola tertentu, seperti titik-titikyang ada membentuk pola tertentu
yang
teratur
(bergelombang,
melebar,
kemudia
menyempit)
maka
mengindikasikan terlah terjadi heteroskedastisitas.
b.
Jika ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka
0 pada sumbu Y, maka tidak terjadi heterosketastisitas.
Universitas Sumatera Utara
49
Gambar 5.3. Grafik Scatterplot
Gambar 5.3. diatas menunjukkan penyebaran titik-titik data menyebar
secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y,
titik-titik tidak mengumpul di atas atau di bawah, dan tidak membentuk pola
tertentu
sehingga
dapat
menunjukkan
di
dalam
model
tidak
terjadi
heteroskedastisitas.
Pengujian heteroskedastisitas juga dapat diketahui dari uji Glejser . Uji
Glejser dilakukan dengan meregresikan variabel-variabel bebas terhadap nilai
absolut residualnya. Residual adalah selisih antara nilai observasi dengan nilai
prediksi dan absolut adalah nilai mutlaknya.
Tabel 5.10. Hasil Uji Heteroskedastisitas dengan Uji Glejser
Coefficientsa
Unstandardized Coefficients
Model
1
B
Std. Error
(Constant)
.720
1.787
SDM
.086
.054
Insentif
-.106
Sarana Pendukung
Komitmen SKPD
Standardized
Coefficients
Beta
t
Sig.
.403
.688
.164
1.600
.113
.061
-.186
-1.735
.086
-.027
.051
-.058
-.525
.601
.071
.050
.142
1.438
.154
a. Dependent Variable: Abs_Res
Sumber : Hasil Pengolahan Data SPSS, Lampiran 8
Universitas Sumatera Utara
50
Hasil uji Glejser pada tabel 5.10. menunjukkan nilai signifikansi untuk
setiap variabel bebas lebih besar dari 0,05 dengan demikian dapat disimpulkan
tidak terjadi heteroskedastisitas dalam model.
5.4.
Pengujian Hipotesis
Setelah dilakukan pengujian asumsi klasik dan diperoleh kesimpulan
bahwa model telah lolos dalam uji asumsi klasik dan dapat digunakan untuk
pengujian analisis regresi linear berganda, maka langkah selanjutnya adalah
melakukan pengujian hipotesis. Dalam penelitian ini terdapat 2 pengujian
hipotesis, antara lain :
5.4.1 Pengujian Hipotesis I
Pengujian hipotesis I dilakukan untuk menguji hipotesis mengenai SDM,
Insentif, dan Sarana Pendukung secara parsial dan simultan berpengaruh terhadap
Implementasi SAP Berbasis Akrual pada Pemerintah Provinsi Sumatera Utara.
Untuk pengujian secara parsial dilakukan dengan uji t dan untuk pengujian secara
simultan dilakukan dengan uji F.
5.4.1.1 Hasil Uji t
Hasil uji t dengan bantuan program SPSS dapat dilihat pada tabel 5.11.
sebagai berikut :
Tabel 5.11. Hasil Uji t
a
Coefficients
Unstandardized Coefficients
Model
1
B
(Constant)
Std. Error
11.017
2.551
SDM
.494
.089
Insentif
.217
.102
-.220
.084
Sarana Pendukung
Standardized
Coefficients
Beta
t
Sig.
4.319
.000
.497
5.525
.000
.201
2.135
.035
-.252
-2.615
.010
a. Dependent Variable: Implementasi SAP Berbasis Akrual
Sumber : Hasil Pengolahan Data SPSS, Lampiran 9
Universitas Sumatera Utara
51
Berdasarkan hasil analisis pengujian hipotesis dari tabel 5.11. maka secara
parsial pengaruh masing-masing variabel independen terhadap variabel dependen
dapat diuraikan sebagai berikut :
1.
Hasil uji terhadap pengaruh variabel SDM terhadap Implementasi SAP
Berbasis Akrual menunjukkan adanya pengaruh signifikan dan positif. Hal ini
dapat diketahui dari nilai signifikan 0,000 < dari alpha 0,05 dan nilai t hitung
lebih besar dari t tabel (5,525 > 1,664). Berdasarkan hal tersebut maka uji
hipotesis menolak H0 dan menerima Ha.
2.
Hasil uji terhadap pengaruh variabel Insentif terhadap Implementasi SAP
Berbasis Akrual menunjukkan adanya pengaruh signifikan dan positif. Hal ini
dapat diketahui dari nilai signifikan 0,035 < dari alpha 0,05 dan nilai t hitung
lebih besar dari t tabel (2,135 > 1,664). Berdasarkan hal tersebut maka uji
hipotesis menolak H0 dan menerima Ha.
3.
Hasil uji
terhadap
pengaruh
variabel Sarana
Pendukung
terhadap
Implementasi SAP Berbasis Akrual menunjukkan adanya pengaruh signifikan
dan negatif. Hal ini dapat diketahui dari nilai signifikan 0,010 < dari alpha
0,05 dan nilai t hitung menunjukkan nilai negatif lebih besar dari t tabel
(-2,615 > -1,664). Berdasarkan hal tersebut maka uji hipotesis menolak H0
dan menerima Ha.
Untuk mempermudah pembacaan hasil dan interpretasi analisis regresi
maka digunakan bentuk persamaan yaitu :
Y = α + b1 X1 + b2 X2 + b3 X3 + e
maka,
Y = 11,017 + 0,494 X1 + 0,217 X2 – 0,220 X3
Universitas Sumatera Utara
52
Pada model regresi ini, nilai konstanta yang tercantum sebesar 11,017
dapat diartikan jika variabel dependen dalam model diasumsikan sama dengan
nol, secara rata-rata diluar model akan meningkatkan Implementasi SAP Berbasis
Akrual sebesar 11,017 satuan.
5.4.1.2 Hasil Uji F
Hasil uji F menunjukkan variabel independen secara bersama-sama
berpengaruh terhadap variabel dependen, jika p-value (pada kolom sig.) lebih
kecil dari level of significant yang ditentukan (sebesar 5%), atau F hitung (pada
kolom F) lebih besar dari F tabel. F tabel dihitung dengan cara df1=k-1, dan
df2=n-k, yaitu df1=4-1=3 dan df2=102-4=98, sehingga diperoleh nilai F tabel
sebesar 2,70. Sedangkan hasil uji F dengan bantuan program SPSS dapat dilihat
pada tabel 5.12. di bawah ini :
Tabel 5.12. Hasil Uji F
b
ANOVA
Model
1
Sum of Squares
df
Mean Square
F
Regression
125.823
3
41.941
Residual
328.501
98
3.352
Total
454.324
101
12.512
Sig.
a
.000
a. Predictors: (Constant), Sarana Pendukung, SDM, Insentif
b. Dependent Variable: Implementasi SAP Berbasis Akrual
Sumber : Hasil Pengolahan Data SPSS, Lampiran 9
Pada tabel 5.12. diatas terlihat bahwa besaran nilai F hitung (12,512) lebih
besar dari F tabel (2,70) dengan tingkat signifikan sebesar 0,000 lebih kecil dari
0,05. Hasil ini menunjukkan uji hipotesis menerima Ha dan menolak H0, sehingga
dapat diketahui bahwa SDM, Insentif, dan Sarana Pendukung secara simultan
berpengaruh terhadap Implementasi SAP Berbasis Akrual pada Pemerintah
Provinsi Sumatera Utara.
Universitas Sumatera Utara
53
5.4.1.3 Analisis Koefisien Determinasi (R2)
Hasil olahan program SPSS dalam analisis koefisien determinasi (R2)
dapat dilihat pada tabel 5.13. sebagai berikut :
Tabel 5.13. Analisis Koefisien Determinasi
Model Summary
Model
1
R
.526a
Square
.277
Adjusted R
Std. Error of the
Square
Estimate
.255
1.83086
a. Predictors: (Constant), Sarana Pendukung, SDM, Insentif
b.Dependent Variable: Implementasi SAP Berbasis Akrual
Sumber : Hasil Pengolahan Data SPSS, Lampiran 9
Pada tabel 5.13, koefisien determinasi (R2) menunjukkan bahwa nilai R
sebesar 0,526 yang berarti korelasi hubungan antara variabel dependen dengan
variabel independen cukup kuat karena R > 52% (0,526). Variabel yang lebih dari
dua maka yang digunakan adalah Adjust R Square (Situmorang et al, 2010).
Penelitian ini menggunakan lebih dari dua variabel, maka yang digunakan adalah
Adjust R Square sebesar 0,255 yang mengindikasikan bahwa 25,5% variabel
dependen (implementasi SAP berbasis akrual) dipengaruhi oleh variabel
independen (SDM, insentif, dan sarana pendukung), sedangkan sisanya sebesar
74,5% (100%-25,5%) dijelaskan oleh variabel lain diluar model estimasi yang
tidak diteliti dalam penelitian ini.
5.4.2 Pengujian Hipotesis II
Pengujian hipotesis II dilakukan untuk menguji hipotesis mengenai
Komitmen SKPD dapat memoderasi pengaruh SDM, Insentif, dan Sarana
Pendukung terhadap Implementasi SAP Berbasis Akrual pada Pemerintah
Provinsi Sumatera Utara. Untuk pengujian hipotesis II digunakan metode
pengujian moderating dengan uji residual.
Universitas Sumatera Utara
54
5.4.2.1 Pengujian Moderating - Uji Residual
Pengujian dengan uji residual pada regresi variabel moderating jika
variabel dependen nilai signifikansi < 0,05 dan koefisien parameternya positif,
maka merupakan variabel moderating yang memperkuat, sebaliknya apabila nilai
signifikansi < 0,05 dan koefisien parameternya negatif, maka merupakan variabel
moderating yang memperlemah. Pengujian dengan uji residual pada regresi
variabel moderating jika variabel dependen nilai signifikansi > 0,05 dan koefisien
parameternya positif atau negatif, maka bukan merupakan variabel moderating.
Berikut merupakan tabel hasil uji residual :
Tabel 5.14. Uji Residual
a
Coefficients
Unstandardized Coefficients
Model
1
B
(Constant)
Std. Error
18.638
3.106
-.002
.109
Insentif
.038
Sarana Pendukung
.107
SDM
Standardized
Coefficients
Beta
t
Sig.
6.000
.000
-.002
-.022
.982
.124
.033
.305
.761
.103
.117
1.042
.300
a. Dependent Variable: Komitmen SKPD
Sumber : Hasil Pengolahan Data SPSS, Lampiran 10
Tabel 5.15. Hasil Uji Residual
Coefficientsa
Standardized
Unstandardized Coefficients Coefficients
Model
1
B
Std. Error
(Constant)
3.439
1.094
Implementasi SAP Berbasis
Akrual
-.071
.050
Beta
-.140
t
Sig.
3.144
.002
-1.409
.162
a. Dependent Variable: Abs_Res
Sumber : Hasil Pengolahan Data SPSS, Lampiran 10
Berdasarkan tabel 5.14. dan tabel 5.15. dapat ditunjukkan persamaan hasil
uji residual sebagai berikut :
Universitas Sumatera Utara
55
Z = α + b1 X1 + b2 X2 + b3 X3 + e
│e│= α + b4 Y
maka,
Z = 18,638 – 0,002 X1 + 0,038 X2 + 0,107 X3 + e
│e│= 3,439 – 0,071 Y
Tabel 5.15. menujukkan bahwa nilai signifikansi sebesar 0,162 lebih besar
dari 0,05 dengan nilai koefisien -0,071, maka variabel Komitmen SKPD tidak
terbukti sebagai variabel
moderating
yang dapat
memperkuat ataupun
memperlemah pengaruh SDM, Insentif, dan Sarana Pendukung terhadap
Implementasi SAP Berbasis Akrual. Maka dengan demikian Ha ditolak dan Ho
diterima.
5.5.
Pembahasan
Berdasarkan hasil pengujian hipotesis maka dapat dibuat pembahasan
sebagai berikut :
5.5.1 Pengaruh SDM terhadap Implementasi SAP Berbasis Akrual
Hasil pengujian secara parsial menunjukkan bahwa SDM berpengaruh
positif signifikan terhadap Implementasi SAP Berbasis Akrual pada Pemerintah
Provinsi Sumatera Utara, yang berarti apabila kualitas dari SDM di Pemprovsu
meningkat, maka implementasi SAP berbasis akrual pada Pemprovsu juga akan
meningkat, hal ini dapat diketahui pada tabel 5.11. dimana nilai signifikansi 0,000
< dari alpha 0,05 dan nilai t hitung lebih besar dari t tabel (5,525 > 1,664).
Hasil penelitian ini sejalan dengan teori penelitian yang dipaparkan
sebelumnya bahwa menurut Simanjuntak (2010): “Salah satu tantangan yang
mempengaruhi keberhasilan penerapan SAP berbasis akrual adalah tersedianya
Universitas Sumatera Utara
56
SDM yang kompeten dan andal di bidang akuntansi”. Teori penelitian ini
mengandung arti bahwa dengan tersedianya SDM yang kompeten dan andal di
bidang akuntansi maka akan mempengaruhi keberhasilan implementasi SAP
berbasis akrual. Maka, dari uraian teori penelitian tersebut dapat disimpulkan
bahwa terdapat pengaruh antara variabel independen SDM terhadap variabel
dependen implementasi SAP berbasis akrual.
Hasil penelitian ini juga sejalan dengan teori penelitian yang dipaparkan
sebelumnya oleh Warisno (2008) yang menyatakan: “Kegagalan SDM pemerintah
dalam memahami dan menerapkan logika akuntansi akan berdampak pada
kekeliruan laporan keuangan yang dibuat dan ketidaksesuaian laporan dengan
standar yang ditetapkan pemerintah”. Teori penelitian ini mengandung arti bahwa
keberhasilan implementasi SAP berbasis akrual sangat ditentukan oleh SDM
pemerintah dalam hal memahami dan menerapkan logika akuntansi, karena
apabila SDM pemerintah gagal dalam memahami dan menerapkan logika
akuntansi maka, akan berdampak pada kekeliruan laporan keuangan yang dibuat
dan ketidaksesuaian laporan dengan standar yang telah ditetapkan pemerintah.
Sebaliknya apabila SDM pemerintah berhasil dalam memahami dan menerapkan
logika akuntansi maka, akan berdampak pada keandalan laporan keuangan yang
dibuat dan kesesuaian laporan dengan standar yang telah ditetapkan pemerintah.
Maka, dari uraian teori penelitian tersebut dapat disimpulkan bahwa terdapat
pengaruh antara variabel independen SDM terhadap variabel dependen
implementasi SAP berbasis akrual.
Hasil penelitian ini juga sejalan dengan penelitian sebelumnya, antara lain:
Adventana dan Kurniawan (2014), Ardiansyah dan Atmini (2013), Norfaliza
Universitas Sumatera Utara
57
(2015), Nufus (2014), Putra dan Ariyanto (2015), Sugiarto dan Alfian (2014),
serta Sukadana dan Mimba (2015) yang secara bersamaan menyatakan bahwa
SDM secara parsial berpengaruh positif signifikan terhadap Implementasi SAP
Berbasis Akrual.
Pengujian secara parsial yang menunjukkan hasil SDM berpengaruh dan
bersimbol positif tersebut juga sejalan dengan realita yang terjadi di Pemprovsu
dimana SDM di Pemprovsu sudah sangat memadai dalam hal jumlah/kuantitas hal
ini dapat dibuktikan dari informasi dari Kementerian Pendayagunaan Aparatur
Negara
dan
Reformasi
Birokrasi
(Kemenpan-RB)
melalui
website
www.hetanews.com yang menyatakan: “Pemprovsu belum diperbolehkan untuk
merekrut CPNS pada seleksi penerimaan CPNS untuk tahun anggaran yang akan
datang hal tersebut dikarenakan SDM di lingkup Pemprovsu sudah sangat banyak
dan melebihi ambang batas yang ditentukan oleh pemerintah pusat untuk
anggaran belanja pegawai”. Pernyataan tersebut dapat disimpulkan bahwa dari
segi jumlah SDM di Pemprovsu sudah sangat memadai untuk melakukan
implementasi SAP
berbasis akrual yang secara pengimplementasiannya
dibutuhkan jumlah tenaga yang memadai, ditambah lagi Pemprovsu merupakan
salah satu Pemda yang mendapatkan opini WTP untuk LKPD tahun 2014 dari
BPK-RI, sehingga tentu SDM yang telah ada memiliki semangat dan motivasi
yang tinggi untuk mempertahankannya. Maka, pengujian secara parsial yang
menunjukkan hasil SDM berpengaruh dan bersimbol positif yang berarti apabila
kualitas dari SDM di Pemprovsu meningkat, maka implementasi SAP berbasis
akrual pada Pemprovsu juga akan meningkat, maka hal tersebut dapat dijawab
dengan beberapa hal yang telah diuraikan diatas.
Universitas Sumatera Utara
58
5.5.2 Pengaruh Insentif terhadap Implementasi SAP Berbasis Akrual
Hasil pengujian secara parsial menunjukkan bahwa insentif berpengaruh
positif signifikan terhadap Implementasi SAP Berbasis Akrual pada Pemerintah
Provinsi Sumatera Utara, yang berarti apabila insentif yang ada di Pemprovsu
meningkat, maka implementasi SAP berbasis akrual pada Pemprovsu juga akan
meningkat, hal ini dapat diketahui pada tabel 5.11. dimana nilai signifikansi 0,035
< dari alpha 0,05 dan nilai t hitung lebih besar dari t tabel (2,135 > 1,664).
Hasil penelitian ini sejalan dengan teori penelitian yang dipaparkan
sebelumnya bahwa menurut Handoko (2002): “Insentif adalah perangsang yang
ditawarkan kepada para karyawan untuk melaksanakan kerja sesuai atau lebih
tinggi dari standar-standar yang telah ditetapkan, yaitu dalam hal untuk
implementasi SAP berbasis akrual”. Teori penelitian ini mengandung arti bahwa
dengan diberikannya insentif kepada para karyawan yang menjalankan fungsi
akuntansi maka akan merangsang karyawan yang menjalankan fungsi akuntansi
untuk melaksanakan kerja sesuai atau lebih tinggi dari standar-standar yang telah
ditetapkan, yaitu dalam hal untuk mengimplementasikan SAP berbasis akrual.
Maka, dari uraian teori penelitian tersebut dapat disimpulkan bahwa variabel
independen insentif dapat mempengaruhi variabel dependen implementasi SAP
berbasis akrual.
Hasil penelitian ini juga sejalan dengan teori penelitian yang dipaparkan
sebelumnya oleh Mangkunegara (2002) yang menyatakan: “Insentif adalah suatu
bentuk motivasi yang dinyatakan dalam bentuk uang atas dasar kinerja yang tinggi
dan juga merupakan rasa pengakuan dari pihak organisasi terhadap kinerja
karyawan dan kontribusi terhadap organisasi”. Teori penelitian ini juga dapat
Universitas Sumatera Utara
59
mengandung arti bahwa dengan diberikannya insentif kepada para karyawan yang
menjalankan
fungsi
akuntansi
maka
akan
memotivasi karyawan
yang
menjalankan fungsi akuntansi agar memiliki kinerja yang tinggi dan berkontribusi
terhadap organisasi yaitu dalam mengimplementasikan SAP berbasis akrual.
Maka, dari uraian teori penelitian tersebut dapat disimpulkan bahwa variabel
independen insentif dapat mempengaruhi variabel dependen implementasi SAP
berbasis akrual.
Pengujian secara parsial yang menunjukkan hasil Insentif berpengaruh dan