• Tidak ada hasil yang ditemukan

BAB IV. HASIL PENELITIAN DAN PEMBAHASAN

4.6. Analisis Regresi

4.6.2. Analisis Regresi Kedua

Analisis regresi kedua dalam penelitian ini dimaksudkan untuk melihat bagaimana pengaruh kapasitas SDM, dan pemanfaatan teknologi informasi terhadap ketepatwaktuan pelaporan keuangan Dengan menggunakan bantuan program SPSS didapatkan hasil sebagai berikut :

Tabel 4.21

Analisis Regresi Berganda Kedua

Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 0,519 1,618 0,321 0,749 Kapasitas SDM 0,104 0,042 0,233 2,499 0,015 Pemanfaatan TI 0,223 0,037 0,556 5,961 0,000

Sumber : Data primer yang diolah, Output SPSS.

Berdasarkan tabel di atas maka persamaan regresi yang didapatkan adalah sebagai berikut:

Y = 0,519 + 0,104 X1 + 0,223 X2 + e

Persamaan regresi linier berganda di atas dapat diartikan bahwa:

1. Konstanta sebesar 0,519 menyatakan bahwa tanpa ada pengaruh dari ketiga variabel independen dan faktor lain, maka variabel

ketepatwaktuan pelaporan keuangan (Y2) pada satuan kerja perangkat daerah kabupaten Kudus adalah 0,519.

2. Koefisien regresi variabel kapasitas SDM 0,104 (positif). Hal ini berarti bahwa setiap terjadi kenaikan kualitas SDM akan meningkatkan keterandalan pelaporan keuangan sebesar 0.104 atau sebesar 10,4 % tanpa dipengaruhi faktor lainnya.

3. Koefisien regresi pemanfaatan TI 0,223 (positif). Hal ini berarti bahwa setiap terjadi kenaikan pemanfaatan TI akan meningkatkan keterandalan pelaporan keuangan sebesar 0.223 atau sebesar 23,3 % tanpa dipengaruhi faktor lainnya.

4.6.2.1Uji Kelayakan Model 1. Uji t (Regresi Parsial)

Selanjutnya untuk menyakinkan bahwa masing-masing variabel yaitu : kapasitas SDM dan pemanfaatan TI berpengaruh terhadap ketepatwaktuan pelaporan keuangan pemerintah daerah dilakukan pengujian secara parsial. Dari perhitungan komputer yang disajikan dalam lampiran dan tabel 4.18 diperoleh nilai thitung sebagai berikut ini.

Tabel 4.22

Hasil Analisis Parsial

(Dengan Signifikansi = 5% )

Variabel

thitung : t tabel Prob. Sig

Ket thitung t tabel Sig. = 5%

Kapasitas SDM 2,499 1,666 0,015 0,05 Sig

Pemanfaatan TI 5,961 1,666 0,000 0,05 Sig

Sumber : Ringkasan output estimasi.

2. Uji F

Uji F seringkali juga dinamakan dengan analysis of variance. Pengujian ini dimaksudkan untuk mengetahui apakah variabel-variabel penjelas yang digunakan dalam model, secara bersama-sama mempunyai pengaruh atau tidak terhadap variabel yang ingin dijelaskan dengan menggunakan uji F test. Pengujian ini dilakukan untuk menguji pengaruh X1 dan X2 terhadap Y2 secara bersama-sama.

Dengan menggunakan bantuan program SPSS didapatkan hasil uji F sebagai berikut :

Tabel 4.23 Hasil Uji F Model Sum of Squares df Mean Square F Sig. 1 Regression 96,664 2 48,332 32,084 0,000 Residual 109,967 73 1,506 Total 206,632 75

Berdasarkan tabel di atas tampak bahwa nilai F hitung sebesar 32,084 lebih besar dari F tabel sebesar 3,12 dengan angka signifikansi = 0,000 < α = 0,05. Hal ini berarti bahwa model penelitian adalah fit atau dengan kata lain ada pengaruh yang signifikan antara kapasitas SDM, dan pemanfaatan TI terhadap ketepatwaktuan pelaporan keuangan.

3. Uji Determinasi

Uji determinasi adalah uji yang digunakan untuk mengetahui besaran dalam persen pengaruh variabel independen secara keseluruhan terhadap variabel dependen. Dari uji determinasi dihasilkan nilai R2 sebagaimana dapat dilihat dalam tabel sebagai berikut

Tabel 4.24 Hasil Uji Determinasi

Model R R Square Adjusted R Square Std. Error of the Estimate 1 0,684 0,468 0,453 1,227

Sumber : Data Sekunder Diolah, Output SPSS.

Berdasarkan hasil uji determinasi diketahui bahwa nilai

adjusted R square sebesar 0,453, yang mengandung arti bahwa 45,3% variasi besarnya ketepatwaktuan pelaporan keuangan bisa dijelaskan oleh variasi kapasitas SDM, dan

pemanfaatan TI. Sedangkan sisanya 54,7% dijelaskan oleh variabel lain di luar model.

4.6.2.2Pengujian Hipotesis

Untuk menentukan diterima atau tidaknya hipotesis yang diajukan maka digunakan uji parsial (menguji individual variabel bebas terhadap varibal terikat).

1. Pengaruh Kapasitas SDM terhadap Ketepatwaktuan Pelaporan Keuangan

Berdasarkan tabel 4.20 diperoleh nilai koefisien regresi kapasitas SDM sebesar 0,104. Hal ini menunjukkan bahwa kapasitas SDM berpengaruh positif terhadap ketepatwaktuan pelaporan keuangan. Nilai signifikansi kapasitas SDM adalah 0,015 < 0,05 hal ini menunjukkan bahwa kapasitas SDM berpengaruh positif signifikan terhadap ketepatwaktuan pelaporan keuangan. Dengan demikian hipotesis kedua a (H2a) yang menyatakan kapasitas sumber daya

manusia berpengaruh positif signifikan terhadap ketepatwaktuan pelaporan keuangan pemerintah daerah diterima.

2. Pengaruh Pemanfaatan Teknologi Informasi terhadap Ketepatwaktuan Pelaporan Keuangan

Berdasarkan tabel 4.20 diperoleh nilai koefisien regresi pemanfaatan teknologi informasi 0,223, hal ini menunjukkan bahwa pemanfaatan teknologi informasi berpengaruh positif terhadap ketepatwaktuan pelaporan keuangan. Nilai signifikansi pemanfataan

teknologi informasi adalah 0,000 < 0,05. Ini menunjukkan bahwa ketepatwaktuan teknologi informasi berpengaruh positif signifikan terhadap ketepatwaktuan pelaporan keuangan. Dengan demikian hipotesis dua b (H2b) yang menyatakan pemanfaatan teknologi informasi berpengaruh positif dan signifikan terhadap ketepatwaktuan pelaporan keuangan pemerintah daerah diterima.

4.7 Pembahasan

Berdasarkan hasil uji hipotesis pertama H1a didapatkan bahwa kapasitas SDM tidk berpengaruh signifikan terhadap keterandalan pelaporan keuangan. Hasil penelitian ini mendukung secara empirik studi yang dilakukan oleh Desi dan Ertambang (2008), Dhany (2010), Faristina (2011) dan Dita (2011) yang menghasilkan kapasitas SDM tidak berpengaruh signifikan terhadap keterandalan pelaporan keuangan.

Ketidaksignifikanan ini mungkin disebabkan kondisi kapasitas sumber daya manusia di subbagian akuntansi atau tata usaha keuangan yang belum mendukung baik dari segi kualitas maupun kuantitas. Dari sisi kualifikasi, sebagian besar pegawai subbagian akuntansi/tata usaha keuangan tidak memiliki latar belakang pendidikan akuntansi dan hal ini terlihat dari data demografi responden. Uraian tugas dan fungsi subbagian akuntansi atau tata usaha keuangan yang ada juga masih terlalu umum (belum terspesifikasi dengan jelas). Dari sisi kuantitas, masih sangat sedikit jumlah akuntan atau pegawai yang berpendidikan tinggi akuntansi, sementara peraturan perundang-undangan telah mewajibkan setiap satuan kerja untuk menyelenggarakan akuntansi dan menyusun laporan keuangan, maka

pegawai yang ada yang diberdayakan. Kelemahan yang ada diimbangi dengan mengikutsertakan pegawai dalam pelatihan-pelatihan yang berhubungan dengan akuntansi dan pengelolaan keuangan daerah seperti pelatihan perpajakan, pelatihan bendahara, pelatihan SIMDA keuangan, dan pelatihan penatausahaan pengelolaan keuangan daerah. Akan tetapi, hasil penelitian ini tidak sejalan dengan Celviana dan Rahmawati (2010) yang menyimpulkan bahwa kapasitas SDM berpengaruh signifikan terhadap keterandalan pelaporan keuangan.

Berdasarkan hasil uji hipotesis H1b dan H2b didapatkan bahwa pemanfaatan teknologi informasi berpengaruh positif signifikan terhadap keterandalan dan ketepatwaktuan pelaporan keuangan. Hasil pengujian hipotesis ini sejalan dengan Desi dan Ertambang (2008), Dhany (2010) , Faristina (2011), Celviana dan Rahmawati (2010) yang menghasilkan bahwa pemanfaatan TI berpengaruh positif signifikan terhadap keterandalan pelaporan keuangan. Akan tetapi, hasil penelitian ini tidak sejalan dengan Dita (2011) yang menyimpulkan bahwa pemanfaatan TI tidak berpengaruh signifikan terhadap keterandalan pelaporan keuangan.

Temuan ini mendukung literatur-literatur yang berkaitan dengan manfaat dari suatu teknologi informasi dalam suatu organisasi, bagi pemerintah daerah yang harus mengelola APBD dimana volume transaksinya dari tahun ke tahun menunjukkan peningkatan dan semakin kompleks. Pemanfaatan teknologi informasi yang meliputi teknologi komputer, internet dan teknologi komunikasi dalam pengelolaan keuangan daerah akan meningkatkan pemrosesan transaksi dan

data lainnya, keakurasian dalam perhitungan, serta penyiapan laporan dan output

lainnya lebih tepat waktu.

Berdasarkan hasil uji hipotesis ketiga H1c didapatkan bahwa pengendalian intern akuntansi berpengaruh positif signifikan terhadap keterandalan pelaporan keuangan. Penelitian ini sesuai dengan hasil penelitian yang dilakukan oleh Desi dan Ertambang (2008), Dhany (2010), Dita (2011), dan Faristina (2011) yang menghasilkan pengendalian intern akuntansi berpengaruh signifikan terhadap keterandalan pelaporan keuangan. Hal ini memberikan keyakinan yang memadai mengenai pencapaian tujuan pemerintah daerah yang tercermin dari keterandalan laporan keuangan melalui pengendalian intern akuntansi.

Berdasarkan hasil uji hipotesis ketiga H2a Bahwa kapasitas SDM berpengaruh terhadap ketepatwaktuan pelaporan keuangan. Penelitian sesuai dengan hasil yang dilakukan oleh Desi dan Ertambang (2010), dan Dita (2011) yang menghasilkan kapasitas SDM berpengaruh positif signifikan terhadap ketepatwaktuaan pelaporan keuangan. Logis dari temuan ini adalah ketika seseorang memiliki kapasitas yang dibutuhkan untuk melaksanakan suatu pekerjaan atau tugas yang menjadi tanggung jawabnya maka ia akan menyelesaikan pekerjaan/tugasnya dengan baik dan lebih cepat. Akan tetapi, hasil penelitian ini tidak sejalan dengan Celviana dan Rahmawati (2010) , Dhany Apriansyah (2010), dan Faristina (2011) yang menyimpulkan bahwa kapasitas SDM tidak berpengaruh signifikan terhadap ketepatwaktuan pelaporan keuangan.

BAB V PENUTUP

5.1 Kesimpulan

Berdasarkan hasil analisis tentang pengaruh kapasitas SDM, pemanfataan TI, pengendalian intern akuntansi terhadap keterandalan dan ketepatwaktuaan pelaporan keuangan pemerintah, maka dapat disimpulkan sebagai berikut :

1. Kapasitas SDM tidak berpengaruh positif signifikan terhadap keterandalan pelaporan keuangan pemerintah daerah. Hasil ini konsisten dengan penelitian Desi dan Ertambang (2008), Dhany (2010), Faristina (2011) dan Dita (2011). Temuan empiris dari penelitian mereka menunjukkan masih minimnya pegawai berlatar pendidikan akuntansi, belum jelasnya job description, dan kurang dilaksanakannya pelatihan-pelatihan untuk menjamin fungsi akuntansi berjalan dengan baik pada pemerintah daerah. Akan tetapi, hasil penelitian ini tidak sejalan dengan Celviana dan Rahmawati (2010) yang menyimpulkan bahwa kapasitas SDM berpengaruh signifikan terhadap keterandalan pelaporan keuangan.

2. Pemanfataan teknologi informasi berpengaruh positif dan signifikan terhadap keterandalan pelaporan keuangan pemerintah daerah. Hasil temuan ini sejalan dengan Desi dan Ertambang (2008), Dhany (2010) , Faristina (2011), Celviana dan Rahmawati (2010). Pemanfaatan teknologi informasi yang meliputi teknologi komputer dan teknologi komunikasi dalam pengelolaan keuangan daerah akan meningkatkan pemrosesan

transaksi dan data lainnya, keakurasian dalam perhitungan, serta penyiapan laporan dan output lainnya lebih tepat waktu. Hal tersebut akan membantu pemerintah dalam menangani peningkatan volume transaksi dari tahun ke tahun yang semakin kompleks.

3. Pengendalian intern akuntansi berpengaruh positif signifikan terhadap keterandalan pelaporan keuangan pemerintah daerah. Penelitian ini sejalan dengan penelitian yang dilakukan oleh Desi dan Ertambang (2008), Dhany (2010), Dita (2011), dan Faristina (2011). Kegiatan pengendalian ini tentunya menjamin semua pencatatan akuntansi dan keuangan pemerintah telah sesuai dengan prosedur dan peraturan yang berlaku, sehingga tujuan keterandalan suatu laporan keuangan akan tercapai.

4. Kapasitas SDM berpengaruh positif signifikan terhadap ketepatwaktuan pelaporan keuangan pemerintah daerah. Hasil ini konsisten dengan penelitian Desi dan Ertambang (2010), dan Dita (2011). Logika dari temuan ini adalah ketika seorang pegawai memiliki pemahaman yanag rendah terhadap tugas dan fungsinya serta hambatan di dalam pengolahan data juga dapat berdampak pada keterlambatan penyelesaian, pada sisi lain seorang pegawai memiliki pemahaman yang tinggi terhadap tugas dan fungsinya akan menyelesaikan pekerjaan/tugasnya dengan baik dan lebih cepat.

5. Pemanfataan teknologi informasi berpengaruh positif dan signifikan terhadap ketepatwaktuaan pelaporan keuangan pemerintah daerah. Hasil pengujian hipotesis ini sejalan dengan Desi dan Ertambang (2008),

Dhany (2010) , Faristina (2011), Celviana dan Rahmawati (2010). Pemanfaatan teknologi informasi akan sangat membantu mempercepat proses pengolahan data transaksi dan penyajian laporan keuangan pemerintah sehingga laporan keuangan tersebut tidak kehilangan nilai informasinya yaitu ketepatwaktuan. Akan tetapi, hasil penelitian ini tidak sejalan dengan Dita (2011) yang menyimpulkan bahwa pemanfaatan TI tidak berpengaruh signifikan terhadap keterandalan pelaporan keuangan.

5.2 Keterbatasan

1. Kurangnya pemahaman dari responden terhadap pertanyaan-pertanyaan dalam kuesioner serta sikap kepedulian dan keseriusan dalam menjawab semua pertanyaan-pertanyaan yang ada. Masalah subjektivitas dari responden dapat mengakibatkan hasil penelitian ini rentan terhadap biasnya jawaban responden.

2. Nilai informasi pelaporan keuangan pemerintah daerah yang digunakan dalam penelitian ini hanya 2 proksi saja yaitu keterandalan dan ketepatwaktuan.

3. Perbedaan signifikansi yang cukup tinggi antara pengaruh variabel kapasitas sumber daya manusia terhadap keterandalan dan ketepatwaktuan. Boleh jadi temuan ini memberikan dukungan mengenai saling korban (trade-off) antara ketepatwaktuan dan keterandalan untuk mendapatkan kebermanfaatan. Dalam hal tertentu, mengejar keberpautan dan ketepatwaktuan untuk mencapai kebermanfaatan harus dibarengi dengan

mengorbankan kualitas lain yaitu keakuratan/presisi (accuracy/precision) atau keterandalan.

5.3 Saran

1. Melengkapi metoda survai dengan wawancara untuk meningkatkan sikap kepedulian dan keseriusan responden dalam menjawab semua pertanyaan- pertanyaan yang ada. Dan mengurangi subjektivitas dari responden yang bisa mengakibatkan hasil penelitian ini rentan terhadap biasnya jawaban responden.

2. Menambah proksi variabel dependen lain yang terkait dengan nilai informasi pelaporan keuangan pemerintah seperti dapat dipahami dan dapat dibandingkan.

3. Penelitian selanjutnya dapat juga meneliti mengenai hubungan keterandalan dan ketepatwaktuan karena antara keterandalan dan ketepatwaktuan sendiri sering kali terjadi trade-off. Hal ini mendukung secara empirik studi yang dilakukan oleh Santiadji, dkk (2010).

DAFTAR PUSTAKA

Anonim. Tinjauan Pustaka. www.yahoo.com

Arip_A_P. 2008 . Pemikiran Dasar dan Penyamaan Persepsi. (Diakses tanggal 28 Desember 2011) [www.google.com]

Astuti Handayani Siregar, I Ketut Suryanawa. 2009. Pemanfaatan TI dan Pengaruhnya Terhadap Kinerja Individual pada Kantor Pelayanan Pajak Pratama Denpasar Barat. Jurnal Akuntansi & Bisnis. Vol. 4, No. 2 Juli

2009.

Celviana Widyaningrum, Rahmawati. 2010. Pemgaruh SDM, dan Pemanfaatan Teknologi Informasi terhadap Keterandalan dan Ketepatwaktuan Pelaporan Keuangan Pemerintah Daerah dengan Variable Intervening Pengendalian Intern Akuntansi, Studi Empiris di Pemda Subosukawonosraten. Simposium Nasional Akuntansi XII Purwokerto.

Dedi Kusmayadi. 2009. Pengaruh Pengawasan Intern dan Penatausahaan keuangan Daerah terhadap Good Government , Suervei Pada Pemerintahan Kota Tasikmalaya. Junal Ichsan Gorontalo. Vol. 4. No. 2 Edisi Mei – Juli 2009.

Dedi Rianto Rahardi.2007. Peranan Teknologi Informasi dalam Peningkatan Pelayanan Sektor Publik. Seminar Nasional teknologi 2007.

Desi Indriasari, Ertambang Nahartyo. 2009. Pemgaruh kapasitas SDM, Pemanfaatan Teknologi Informasi dan Pengendalian Intern Akuntansi terhadap Keterandalan dan Ketepatwaktuan Pelaporan Keuangan Pemerintah Daerah, Studi pada Pemerintah kota Palembang dan Kabupaten Ogan Ilir. Jurnal Akuntansi.

Dita Arfianti. 2011. Analisis Faktor-Faktor yang Mempengaruhi Nilai Informasi Pelaporan Keuangan Pemerintah Daerah, (Studi pada Satuan Kerja Perangkat Daerah di Kabupaten Batang. Skripsi Universitas Diponegoro : Semarang.

Faristina Rosalin. 2011. Faktor-faktor yang Mempengaruhi Keandalan dan Timeliness Pelaporan Keuangan Badan Layanan Umum, Studi pada BLU di Kota Semarang.Skripsi Universitas Diponegoro : Semarang.

Forum Dosen Akuntansi Sektor Publik. 2006. Standar Akuntansi Pemerintahan: Telaah Kritis PP Nomor 24 Tahun 2004. Yogyakarta : BPFE.

http://junaidichaniago.wordpress.com

Imam Ghozali. 2001. AplikasiAnalisis Multivariate dengan Program SPSS. Edisi 3. Badan Penerbit Universitas Diponegoro, Semarang.

Imam Ghozali, I. 2006. Aplikasi Analisis Multivariate dengan Program SPSS.Semarang: Badan Penerbit-UNDIP.

Mahmudi. 2007. Analisis Laporan Keuangan Daerah: Panduan Bagi Eksekutif, DPRD, dan Masyarakat dalam Pengambilan Keputusan Ekonomi, Sosial, dan Politik. UPP STIM YKPN

Mardiasmo. 2002. Akuntnsi Sektor Publik. Yogyakarta : ANDI Yogyakarta. Mardiasmo. 2006. Perwujudan Transparansi dan Akuntabilitas Publik Melalui

Akuntansi Sektor Publik: Suatu Sarana Good Governance. Jurnal Akuntansi Pemerintah, Vol. 2 No. 1.

Michael C. Jensen, William H. Meckling. 1976. Theory of the Firm: ManagerialBehavior,Agency Costs and Ownership Structur. Journal of Financial Economic. October, 1976, V. 3, No. 4, pp. 305-360

Republik Indonesia, Undang-Undang Nomor 17 Tahun 2003 tentang Keuangan Negara.

Republik Indonesia, Undang-Undang Nomor 17 Tahun 2003 tentang Keuangan Negara.

---, Peraturan Pemerintah Nomor 105 Tahun 2000 tentang Sistem Informasi Keuangan Daerah.

---, Peraturan Pemerintah Nomor 24 Tahun 2005 tentang Standar Akuntansi Pemerintahan.

---, Peraturan Pemerintah Nomor 56 Tahun 2005 tentang Sistem Informasi Keuangan Daerah.

---, Peraturan Menteri Dalam Negeri Nomor 29 Tahun 2002 tentang Pedoman Pengelolaan Keuangan Daerah.

---, Peraturan Menteri Dalam Negeri Nomor 13 Tahun 2006 tentang Pedoman Pengelolaan Keuangan Daerah.

Santiadji Mustafa, Sutrisno, Rosid.2010. Analisis Faktor – Faktor Yang Berpengaruh Terhadap Keterandalan Dan Ketepatwaktun Pelaporan Keungan Pada SKPD Pemerintah Daerah Kota Kendari. Jurnal Akuntansi.

Utari Hilmi, Syaiful Ali. 2008. Analisis Faktor-Faktor yang mempengaruhi Ketepatan Waktu Penyampaian Laporan Keuangan, Studi Empiris Pada Perusahaan-Perusahaan yang Terdaftar di BEJ Periode 2004-200”. Jurnal Akuntansi.

Warsito Kawedar, Abdul Rohman, Sri Handayani. 2008. Akuntansi Sektor Publik Pendekatan Penganggaran Daerah dan Akuntansi Keuangan Daerah.

Lampiran

Descriptives

Descriptive Statistics

N Minimum Maximum Mean Std. Deviation

Kualitas SDM 76 30 50 39,95 3,713 Pemanfaatan TI 76 22 40 31,84 4,135 Pengendalian Intern Akuntansi 76 20 45 36,95 5,593 Keterandalan Pelaporan Keuangan 76 17 35 28,18 4,091 Ketepatwaktuan Pelaporan Keuangan 76 9 15 11,79 1,660 Valid N (listwise) 76

Lampiran

UJI VALIDITAS DAN RELIABILITAS VARIABEL X1

Correlations KS1 KS2 KS3 KS4 KS5 KS6 KS7 KS8 KS9 KS10 Total KS1 Pearson Correlation 1 ,169 ,304(**) ,162 ,258(*) ,052 ,217 ,200 ,120 ,064 ,403(**) Sig. (2-tailed) . ,143 ,008 ,163 ,025 ,657 ,060 ,082 ,304 ,583 ,000 N 76 76 76 76 76 76 76 76 76 76 76 KS2 Pearson Correlation ,169 1 ,411(**) ,200 ,173 ,266(*) ,286(*) ,161 ,051 -,051 ,458(**) Sig. (2-tailed) ,143 . ,000 ,083 ,136 ,020 ,012 ,164 ,660 ,661 ,000 N 76 76 76 76 76 76 76 76 76 76 76 KS3 Pearson Correlation ,304(**) ,411(**) 1 ,262(*) ,378(**) ,208 ,319(**) ,389(**) ,322(**) ,257(*) ,666(**) Sig. (2-tailed) ,008 ,000 . ,022 ,001 ,072 ,005 ,001 ,005 ,025 ,000 N 76 76 76 76 76 76 76 76 76 76 76 KS4 Pearson Correlation ,162 ,200 ,262(*) 1 ,308(**) ,255(*) ,255(*) ,083 ,195 ,013 ,473(**) Sig. (2-tailed) ,163 ,083 ,022 . ,007 ,026 ,026 ,477 ,092 ,912 ,000 N 76 76 76 76 76 76 76 76 76 76 76 KS5 Pearson Correlation ,258(*) ,173 ,378(**) ,308(**) 1 ,418(**) ,374(**) ,298(**) ,441(**) ,186 ,686(**) Sig. (2-tailed) ,025 ,136 ,001 ,007 . ,000 ,001 ,009 ,000 ,107 ,000 N 76 76 76 76 76 76 76 76 76 76 76 KS6 Pearson Correlation ,052 ,266(*) ,208 ,255(*) ,418(**) 1 ,338(**) ,247(*) ,305(**) ,329(**) ,616(**) Sig. (2-tailed) ,657 ,020 ,072 ,026 ,000 . ,003 ,031 ,007 ,004 ,000 N 76 76 76 76 76 76 76 76 76 76 76 KS7 Pearson Correlation ,217 ,286(*) ,319(**) ,255(*) ,374(**) ,338(**) 1 ,390(**) ,169 ,317(**) ,659(**) Sig. (2-tailed) ,060 ,012 ,005 ,026 ,001 ,003 . ,001 ,144 ,005 ,000 N 76 76 76 76 76 76 76 76 76 76 76 KS8 Pearson Correlation ,200 ,161 ,389(**) ,083 ,298(**) ,247(*) ,390(**) 1 ,280(*) ,265(*) ,585(**) Sig. (2-tailed) ,082 ,164 ,001 ,477 ,009 ,031 ,001 . ,014 ,021 ,000 N 76 76 76 76 76 76 76 76 76 76 76 KS9 Pearson Correlation ,120 ,051 ,322(**) ,195 ,441(**) ,305(**) ,169 ,280(*) 1 ,410(**) ,593(**) Sig. (2-tailed) ,304 ,660 ,005 ,092 ,000 ,007 ,144 ,014 . ,000 ,000 N 76 76 76 76 76 76 76 76 76 76 76 KS10 Pearson Correlation ,064 -,051 ,257(*) ,013 ,186 ,329(**) ,317(**) ,265(*) ,410(**) 1 ,517(**) Sig. (2-tailed) ,583 ,661 ,025 ,912 ,107 ,004 ,005 ,021 ,000 . ,000 N 76 76 76 76 76 76 76 76 76 76 76

Total Pearson Correlation ,403(**) ,458(**) ,666(**) ,473(**) ,686(**) ,616(**) ,659(**) ,585(**) ,593(**) ,517(**) 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 .

N 76 76 76 76 76 76 76 76 76 76 76

** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed).

Reliability

Case Processing Summary

N %

Cases Valid 76 100,0

Excluded(a) 0 ,0

Total 76 100,0

a Listwise deletion based on all variables in the procedure.

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on

Standardized Items N of Items

,767 ,765 10 Item Statistics Mean Std. Deviation N KS1 4,09 ,467 76 KS2 4,17 ,641 76 KS3 4,08 ,606 76 KS4 3,92 ,627 76 KS5 3,92 ,726 76 KS6 3,97 ,653 76 KS7 3,93 ,718 76 KS8 3,92 ,648 76 KS9 4,03 ,673 76 KS10 3,91 ,734 76

Inter-Item Correlation Matrix

KS1 KS2 KS3 KS4 KS5 KS6 KS7 KS8 KS9 KS10 KS1 1,000 ,169 ,304 ,162 ,258 ,052 ,217 ,200 ,120 ,064 KS2 ,169 1,000 ,411 ,200 ,173 ,266 ,286 ,161 ,051 -,051 KS3 ,304 ,411 1,000 ,262 ,378 ,208 ,319 ,389 ,322 ,257 KS4 ,162 ,200 ,262 1,000 ,308 ,255 ,255 ,083 ,195 ,013 KS5 ,258 ,173 ,378 ,308 1,000 ,418 ,374 ,298 ,441 ,186 KS6 ,052 ,266 ,208 ,255 ,418 1,000 ,338 ,247 ,305 ,329 KS7 ,217 ,286 ,319 ,255 ,374 ,338 1,000 ,390 ,169 ,317 KS8 ,200 ,161 ,389 ,083 ,298 ,247 ,390 1,000 ,280 ,265 KS9 ,120 ,051 ,322 ,195 ,441 ,305 ,169 ,280 1,000 ,410 KS10 ,064 -,051 ,257 ,013 ,186 ,329 ,317 ,265 ,410 1,000 The covariance matrix is calculated and used in the analysis.

Summary Item Statistics

Mean Minimum Maximum Range

Maximum /

Minimum Variance N of Items Item Means 3,995 3,908 4,171 ,263 1,067 ,009 10 The covariance matrix is calculated and used in the analysis.

Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Squared Multiple Correlation Cronbach's Alpha if Item Deleted KS1 35,86 12,605 ,290 ,141 ,763 KS2 35,78 12,016 ,306 ,292 ,764 KS3 35,87 11,156 ,559 ,405 ,732 KS4 36,03 11,973 ,326 ,185 ,761 KS5 36,03 10,613 ,559 ,401 ,728 KS6 35,97 11,226 ,487 ,331 ,740 KS7 36,01 10,786 ,526 ,347 ,734 KS8 36,03 11,386 ,452 ,270 ,745 KS9 35,92 11,274 ,455 ,345 ,744 KS10 36,04 11,505 ,350 ,343 ,760

Lampiran

UJI VALIDITAS DAN RELIABILITAS VARIABEL X2 Correlations

PTI1 PTI2 PTI3 PTI4 PTI5 PTI6 PTI7 PTI8 Total PTI1 Pearson Correlation 1 ,528(**) ,487(**) ,346(**) ,202 ,240(*) ,340(**) ,432(**) ,668(**) Sig. (2-tailed) . ,000 ,000 ,002 ,080 ,037 ,003 ,000 ,000

N 76 76 76 76 76 76 76 76 76

PTI2 Pearson Correlation ,528(**) 1 ,444(**) ,366(**) ,382(**) ,363(**) ,123 ,131 ,608(**) Sig. (2-tailed) ,000 . ,000 ,001 ,001 ,001 ,288 ,258 ,000

N 76 76 76 76 76 76 76 76 76

PTI3 Pearson Correlation ,487(**) ,444(**) 1 ,468(**) ,275(*) ,366(**) ,511(**) ,536(**) ,762(**) Sig. (2-tailed) ,000 ,000 . ,000 ,016 ,001 ,000 ,000 ,000

N 76 76 76 76 76 76 76 76 76

PTI4 Pearson Correlation ,346(**) ,366(**) ,468(**) 1 ,503(**) ,449(**) ,595(**) ,386(**) ,754(**) Sig. (2-tailed) ,002 ,001 ,000 . ,000 ,000 ,000 ,001 ,000

N 76 76 76 76 76 76 76 76 76

PTI5 Pearson Correlation ,202 ,382(**) ,275(*) ,503(**) 1 ,636(**) ,255(*) ,157 ,606(**) Sig. (2-tailed) ,080 ,001 ,016 ,000 . ,000 ,026 ,175 ,000

N 76 76 76 76 76 76 76 76 76

PTI6 Pearson Correlation ,240(*) ,363(**) ,366(**) ,449(**) ,636(**) 1 ,410(**) ,263(*) ,661(**) Sig. (2-tailed) ,037 ,001 ,001 ,000 ,000 . ,000 ,022 ,000

N 76 76 76 76 76 76 76 76 76

PTI7 Pearson Correlation ,340(**) ,123 ,511(**) ,595(**) ,255(*) ,410(**) 1 ,630(**) ,717(**) Sig. (2-tailed) ,003 ,288 ,000 ,000 ,026 ,000 . ,000 ,000

N 76 76 76 76 76 76 76 76 76

PTI8 Pearson Correlation ,432(**) ,131 ,536(**) ,386(**) ,157 ,263(*) ,630(**) 1 ,666(**) Sig. (2-tailed) ,000 ,258 ,000 ,001 ,175 ,022 ,000 . ,000

N 76 76 76 76 76 76 76 76 76

Total Pearson Correlation ,668(**) ,608(**) ,762(**) ,754(**) ,606(**) ,661(**) ,717(**) ,666(**) 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 .

N 76 76 76 76 76 76 76 76 76

** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed).

Reliability

Case Processing Summary

N %

Cases Valid 76 100,0

Excluded(a) 0 ,0

Total 76 100,0

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on

Standardized Items N of Items

,834 ,835 8 Item Statistics Mean Std. Deviation N PTI1 3,95 ,798 76 PTI2 4,33 ,737 76 PTI3 3,92 ,813 76 PTI4 4,01 ,774 76 PTI5 4,16 ,713 76 PTI6 4,08 ,648 76 PTI7 3,63 ,763 76 PTI8 3,76 ,814 76

Inter-Item Correlation Matrix

PTI1 PTI2 PTI3 PTI4 PTI5 PTI6 PTI7 PTI8

PTI1 1,000 ,528 ,487 ,346 ,202 ,240 ,340 ,432 PTI2 ,528 1,000 ,444 ,366 ,382 ,363 ,123 ,131 PTI3 ,487 ,444 1,000 ,468 ,275 ,366 ,511 ,536 PTI4 ,346 ,366 ,468 1,000 ,503 ,449 ,595 ,386 PTI5 ,202 ,382 ,275 ,503 1,000 ,636 ,255 ,157 PTI6 ,240 ,363 ,366 ,449 ,636 1,000 ,410 ,263 PTI7 ,340 ,123 ,511 ,595 ,255 ,410 1,000 ,630 PTI8 ,432 ,131 ,536 ,386 ,157 ,263 ,630 1,000 The covariance matrix is calculated and used in the analysis.

Summary Item Statistics

Mean Minimum Maximum Range

Maximum /

Minimum Variance N of Items Item Means 3,980 3,632 4,329 ,697 1,192 ,048 8

The covariance matrix is calculated and used in the analysis.

Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Squared Multiple Correlation Cronbach's Alpha if Item Deleted PTI1 27,89 13,322 ,538 ,429 ,818 PTI2 27,51 13,933 ,476 ,466 ,826 PTI3 27,92 12,634 ,658 ,485 ,801 PTI4 27,83 12,864 ,654 ,521 ,803 PTI5 27,68 14,032 ,478 ,495 ,825 PTI6 27,76 13,970 ,558 ,489 ,816 PTI7 28,21 13,155 ,606 ,593 ,809 PTI8 28,08 13,274 ,532 ,500 ,819

Lampiran

UJI VALIDITAS DAN RELIABILITAS VARIABEL X3

Correlations

PIA1 PIA2 PIA3 PIA4 PIA5 PIA6 PIA7 PIA8 PIA9 Total PIA1 Pearson Correlation 1 ,386(**) ,491(**) ,485(**) ,464(**) ,494(**) ,416(**) ,253(*) ,464(**) ,600(**) Sig. (2-tailed) . ,001 ,000 ,000 ,000 ,000 ,000 ,028 ,000 ,000

N 76 76 76 76 76 76 76 76 76 76

PIA2 Pearson Correlation ,386(**) 1 ,772(**) ,703(**) ,780(**) ,660(**) ,559(**) ,336(**) ,524(**) ,793(**) Sig. (2-tailed) ,001 . ,000 ,000 ,000 ,000 ,000 ,003 ,000 ,000

N 76 76 76 76 76 76 76 76 76 76

PIA3 Pearson Correlation ,491(**) ,772(**) 1 ,854(**) ,813(**) ,787(**) ,653(**) ,458(**) ,731(**) ,905(**) Sig. (2-tailed) ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000

N 76 76 76 76 76 76 76 76 76 76

PIA4 Pearson Correlation ,485(**) ,703(**) ,854(**) 1 ,894(**) ,782(**) ,632(**) ,455(**) ,725(**) ,910(**) Sig. (2-tailed) ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000

N 76 76 76 76 76 76 76 76 76 76

PIA5 Pearson Correlation ,464(**) ,780(**) ,813(**) ,894(**) 1 ,780(**) ,588(**) ,415(**) ,623(**) ,889(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000

N 76 76 76 76 76 76 76 76 76 76

PIA6 Pearson Correlation ,494(**) ,660(**) ,787(**) ,782(**) ,780(**) 1 ,829(**) ,519(**) ,774(**) ,908(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000

N 76 76 76 76 76 76 76 76 76 76

PIA7 Pearson Correlation ,416(**) ,559(**) ,653(**) ,632(**) ,588(**) ,829(**) 1 ,592(**) ,788(**) ,821(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000

N 76 76 76 76 76 76 76 76 76 76

PIA8 Pearson Correlation ,253(*) ,336(**) ,458(**) ,455(**) ,415(**) ,519(**) ,592(**) 1 ,407(**) ,611(**) Sig. (2-tailed) ,028 ,003 ,000 ,000 ,000 ,000 ,000 . ,000 ,000

N 76 76 76 76 76 76 76 76 76 76

PIA9 Pearson Correlation ,464(**) ,524(**) ,731(**) ,725(**) ,623(**) ,774(**) ,788(**) ,407(**) 1 ,823(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000

N 76 76 76 76 76 76 76 76 76 76

Total Pearson Correlation ,600(**) ,793(**) ,905(**) ,910(**) ,889(**) ,908(**) ,821(**) ,611(**) ,823(**) 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 .

N 76 76 76 76 76 76 76 76 76 76

** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed).

Reliability

Case Processing Summary

N %

Cases Valid 76 100,0

Excluded(a) 0 ,0

Total 76 100,0

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on

Standardized Items N of Items

,932 ,933 9 Item Statistics Mean Std. Deviation N PIA1 4,08 ,669 76 PIA2 4,20 ,766 76 PIA3 4,13 ,699 76 PIA4 4,22 ,932 76 PIA5 4,20 ,938 76 PIA6 4,08 ,707 76 PIA7 4,08 ,648 76 PIA8 3,96 ,807 76 PIA9 4,00 ,730 76

Inter-Item Correlation Matrix

PIA1 PIA2 PIA3 PIA4 PIA5 PIA6 PIA7 PIA8 PIA9 PIA1 1,000 ,386 ,491 ,485 ,464 ,494 ,416 ,253 ,464 PIA2 ,386 1,000 ,772 ,703 ,780 ,660 ,559 ,336 ,524 PIA3 ,491 ,772 1,000 ,854 ,813 ,787 ,653 ,458 ,731 PIA4 ,485 ,703 ,854 1,000 ,894 ,782 ,632 ,455 ,725 PIA5 ,464 ,780 ,813 ,894 1,000 ,780 ,588 ,415 ,623 PIA6 ,494 ,660 ,787 ,782 ,780 1,000 ,829 ,519 ,774 PIA7 ,416 ,559 ,653 ,632 ,588 ,829 1,000 ,592 ,788 PIA8 ,253 ,336 ,458 ,455 ,415 ,519 ,592 1,000 ,407 PIA9 ,464 ,524 ,731 ,725 ,623 ,774 ,788 ,407 1,000 The covariance matrix is calculated and used in the analysis.

Summary Item Statistics

Mean Minimum Maximum Range

Maximum /

Minimum Variance N of Items Item Means 4,105 3,961 4,224 ,263 1,066 ,008 9

The covariance matrix is calculated and used in the analysis.

Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Squared Multiple Correlation Cronbach's Alpha if Item Deleted PIA1 32,87 27,236 ,515 ,283 ,936 PIA2 32,75 25,070 ,732 ,698 ,924 PIA3 32,82 24,686 ,878 ,823 ,916 PIA4 32,72 22,656 ,873 ,867 ,915 PIA5 32,75 22,830 ,844 ,863 ,918 PIA6 32,87 24,596 ,881 ,834 ,916 PIA7 32,87 25,742 ,777 ,803 ,923 PIA8 32,99 26,413 ,508 ,407 ,938 PIA9 32,95 25,091 ,773 ,756 ,922

Lampiran

UJI VALIDITAS DAN RELIABILITAS VARIABEL Y1

Correlations

KA1 KA2 KA3 KA4 KA5 KA6 KA7 Total

KA1 Pearson Correlation 1 ,592(**) ,521(**) ,454(**) ,589(**) ,556(**) ,620(**) ,818(**) Sig. (2-tailed) . ,000 ,000 ,000 ,000 ,000 ,000 ,000

N 76 76 76 76 76 76 76 76

KA2 Pearson Correlation ,592(**) 1 ,697(**) ,453(**) ,534(**) ,523(**) ,432(**) ,793(**) Sig. (2-tailed) ,000 . ,000 ,000 ,000 ,000 ,000 ,000

N 76 76 76 76 76 76 76 76

KA3 Pearson Correlation ,521(**) ,697(**) 1 ,588(**) ,408(**) ,471(**) ,267(*) ,741(**) Sig. (2-tailed) ,000 ,000 . ,000 ,000 ,000 ,020 ,000

N 76 76 76 76 76 76 76 76

KA4 Pearson Correlation ,454(**) ,453(**) ,588(**) 1 ,506(**) ,405(**) ,416(**) ,710(**) Sig. (2-tailed) ,000 ,000 ,000 . ,000 ,000 ,000 ,000

N 76 76 76 76 76 76 76 76

KA5 Pearson Correlation ,589(**) ,534(**) ,408(**) ,506(**) 1 ,483(**) ,645(**) ,774(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 . ,000 ,000 ,000

N 76 76 76 76 76 76 76 76

KA6 Pearson Correlation ,556(**) ,523(**) ,471(**) ,405(**) ,483(**) 1 ,630(**) ,762(**) Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 . ,000 ,000

N 76 76 76 76 76 76 76 76

KA7 Pearson Correlation ,620(**) ,432(**) ,267(*) ,416(**) ,645(**) ,630(**) 1 ,748(**) Sig. (2-tailed) ,000 ,000 ,020 ,000 ,000 ,000 . ,000

N 76 76 76 76 76 76 76 76

Total Pearson Correlation ,818(**) ,793(**) ,741(**) ,710(**) ,774(**) ,762(**) ,748(**) 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 .

N 76 76 76 76 76 76 76 76

** Correlation is significant at the 0.01 level (2-tailed). * Correlation is significant at the 0.05 level (2-tailed).

Reliability

Case Processing Summary

N %

Cases Valid 76 100,0

Excluded(a) 0 ,0

Total 76 100,0

a Listwise deletion based on all variables in the procedure.

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on

Standardized Items N of Items

Item Statistics Mean Std. Deviation N KA1 3,92 ,845 76 KA2 4,12 ,765 76 KA3 4,11 ,776 76 KA4 4,00 ,730 76 KA5 3,99 ,721 76 KA6 4,00 ,766 76 KA7 4,05 ,746 76

Inter-Item Correlation Matrix

KA1 KA2 KA3 KA4 KA5 KA6 KA7

KA1 1,000 ,592 ,521 ,454 ,589 ,556 ,620 KA2 ,592 1,000 ,697 ,453 ,534 ,523 ,432 KA3 ,521 ,697 1,000 ,588 ,408 ,471 ,267 KA4 ,454 ,453 ,588 1,000 ,506 ,405 ,416 KA5 ,589 ,534 ,408 ,506 1,000 ,483 ,645 KA6 ,556 ,523 ,471 ,405 ,483 1,000 ,630 KA7 ,620 ,432 ,267 ,416 ,645 ,630 1,000

The covariance matrix is calculated and used in the analysis.

Summary Item Statistics

Mean Minimum Maximum Range

Maximum /

Minimum Variance N of Items Item Means 4,026 3,921 4,118 ,197 1,050 ,005 7

The covariance matrix is calculated and used in the analysis.

Item-Total Statistics Scale Mean if Item Deleted Scale Variance if Item Deleted Corrected Item-Total Correlation Squared Multiple Correlation Cronbach's Alpha if Item Deleted KA1 24,26 11,796 ,729 ,558 ,856 KA2 24,07 12,356 ,706 ,597 ,859 KA3 24,08 12,634 ,635 ,629 ,868 KA4 24,18 13,032 ,602 ,450 ,872 KA5 24,20 12,694 ,686 ,540 ,862 KA6 24,18 12,552 ,663 ,508 ,864 KA7 24,13 12,729 ,648 ,620 ,866

Lampiran

UJI VALIDITAS DAN RELIABILITAS VARIABEL Y2

Correlations KW1 KW2 KW3 Total KW1 Pearson Correlation 1 ,462(**) ,489(**) ,820(**) Sig. (2-tailed) . ,000 ,000 ,000 N 76 76 76 76 KW2 Pearson Correlation ,462(**) 1 ,599(**) ,827(**) Sig. (2-tailed) ,000 . ,000 ,000 N 76 76 76 76 KW3 Pearson Correlation ,489(**) ,599(**) 1 ,820(**) Sig. (2-tailed) ,000 ,000 . ,000 N 76 76 76 76

Total Pearson Correlation ,820(**) ,827(**) ,820(**) 1

Sig. (2-tailed) ,000 ,000 ,000 .

N 76 76 76 76

** Correlation is significant at the 0.01 level (2-tailed).

Reliability

Case Processing Summary

N %

Cases Valid 76 100,0

Excluded(a) 0 ,0

Total 76 100,0

a Listwise deletion based on all variables in the procedure.

Reliability Statistics

Cronbach's Alpha

Cronbach's Alpha Based on

Standardized Items N of Items

,751 ,762 3 Item Statistics Mean Std. Deviation N KW1 3,88 ,765 76 KW2 3,86 ,667 76 KW3 4,05 ,586 76

Inter-Item Correlation Matrix

KW1 KW2 KW3

KW1 1,000 ,462 ,489 KW2 ,462 1,000 ,599

KW3 ,489 ,599 1,000

The covariance matrix is calculated and used in the analysis.

Summary Item Statistics

Mean Minimum Maximum Range

Maximum /

Minimum Variance N of Items Item Means 3,930 3,855 4,053 ,197 1,051 ,011 3

The covariance matrix is calculated and used in the analysis.

Dokumen terkait