Analisis yang dipergunakan dalam penelitian ini adalah analisis regresi yang mengharuskan skala penelitian minimal interval sehingga data ordinal yang dipakai dalam mengukur masing-masing variabel penelitian perlu ditaikan menjadi skala interval melalui metode interval berurutan (Method of Succesive Interval). Penaikan skala dari ordinal ke interval ini dilakukan untuk setiap item berdasarkan kepada skor ordinal yang diperoleh sebelum proses uji validitas dan reliabilitas.
Data interval untuk seluruh item yang valid pada masing-masing variabel selanjtnya dijumlahkan membentuk skor total interval. Skor total interval inilah yang kemudian digunakan sebagai data input analisis regresi dalam uji hipotesis. 4.3.2 Hasil Pengujian dan Pembahasan Uji Asumsi Klasik
Sebelum dilakukan pengujian hipotesis menggunakan analisis regresi linier, ada beberapa asumsi yang harus terpenuhi agar kesimpulan dari regresi tersebut tidak bias, diantaranya adalah uji normalitas, uji multikolinieritas, uji heteroskedastisitas an uji autokorelasi. Pada penelitian ini ada 3 asumsi yang akan digunakan karena variabel bebas yang digunakan pada penelitian ini ada tiga (regresi berganda), sedangkan seluruh tahapan pengujian tersebut dilakukan dengan menggunakan Software SPSS IBM Statistics 21.
4.3.2.1 Uji Normalitas
Uji asumsi normalitas merupakan persyaratan yang sangat penting pada pengujian kebermaknaan (signifikansi) koefisien regresi, apabila model regresi tidak berdistribusi normal maka kesimpulan dari uji F dan uji t diragukan, karena statistik uji F dan uju t pada analisis regresi diturunkan dari distribusi normal.
Penelitian ini menggunakan uji satu sampel Kolmogorov-Smirnov untuk menguji normalitas model regresi dengan hasil dalam tabel dibawah ini :
Tabel 4.16 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 87
Normal Parametersa,b Mean
,0000000 Std. Deviation 4,53518237 Most Extreme Differences
Absolute ,061
Positive ,051
Negative -,061
Kolmogorov-Smirnov Z ,565
Asymp. Sig. (2-tailed) ,907
a. Test distribution is Normal. b. Calculated from data. Sumber : Pengolahan SPSS
Dari tabel 4.16 mengenai uji normalitas dapat diketahui bahwa nilai signifikansi yang diperoleh lebih dari 0,05 yaitu nilai Astmp Sig. sebesar 0,907 > 0,05. Hal ini menunjukan bahwa data yang dipergunakan berdistribusi normal. Distribudi data yang normal ini juga ditunjukan pada grafik Normal Q-Q Plot, dimana distribusi data cenderung dekat dengan garis diagonal normal.
Gambar 4.5 Grafik Normalitas
4.3.2.2 Uji Multikolinieritas
Uji multikolinieritas adalah keadaan yang menunjukan pada model regresi ditemukan adanya korelasi yang sempurna atau mendekati sempurna antar variabel independen. Model regresi yang baik akan menunjukan tidak terjadi korelasi yang sempurna atau mendekati sempurna diantara variabel bebas (korelasinya 1 atau mendekati 1). Untuk mengetahui suato model regresi bebas dari multikolinieritas, yaitu dengan angka VIF (Varianec Infation Factor) harus kurang dari 10 dan angka tolerance lebih dari 0,1.
Tabel 4.17
Hasil Uji Multikolinieritas
Berdasarkan nilai VIF yang diperoleh seperti terlihat pada tabel 4.17 diatas, nilai tolerance untuk seluruh variabel bebas > 0,1 dan nilai VIF seluruh variabel bebas <10. Dengan demikian maka dapat disimpulkan bahwa tidak terjadi multikolinieritas pada data tersebut.
Coefficientsa
Model Unstandardized
Coefficients
Standardized
Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 1,596 4,981 ,320 ,750 X1 ,514 ,104 ,345 4,958 ,000 ,841 1,189 X2 ,733 ,086 ,583 8,487 ,000 ,862 1,160 X3 ,147 ,078 ,124 1,891 ,062 ,939 1,065 a. Dependent Variable: Y Sumber : Pengolahan SPSS
4.3.2.3 Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan dengan menggunakan uji glejser dengan tujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual pengamatan satu ke pengamatan yang lainnya, adapun hasil perhitungan dari uji gletser dapat digambarkan pada tabel berikut.
Tabel 4.18
Tabel Uji Glejser Heteroskedastisitas
Tabel 4.18 menjelaskan bahwa nilai signifikansi pada masing masing variabel bebas antara lain :
Penatausahaan aset tetap (Sig 0,690 > 0,05) tidak terjadi heteroskedastisitas
Pemanfaatan TI (Sig. 0,713 > 0,05), tidak terjadi heteroskedastisitas
Kompetensi Pengurus Barang (Sig. 0,880 > 0,05), tidak terjadi heteroskedastisitas.
sehingga dapat diambil kesimpulan bahwa tidak terdapat gejala heteroskedastisitas pada data.
Hasil pengujian asumsi klasik pada model pengaruh penatausahaan aset tetap, pemanfaatan teknologi informasi dan kompetensi pengurus barang terhadap
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig.
B Std. Error Beta 1 (Constant) 3,930 3,049 1,289 ,201 X1 -,025 ,063 -,048 -,401 ,690 X2 ,020 ,053 ,044 ,369 ,713 X3 -,007 ,048 -,017 -,151 ,880
a. Dependent Variable: aBSOLUT_RESIDUAL
penyajian aset tetap di laporan keuangan dapat menjelaskan bahwa model telah memenuhi asumsi klasik yang dipersyaratkan, yaitu : berdistribusi normal, tidak terdapat multikolinieritas dan tidak terdapat heteroskedastisitas. Sedangkan uji asumsi autokorelasi tidak disertakan mengingat data berbentuk cross-sectional antar subjek (bukan time-series antar waktu).
4.3.3 Hasil Pengujian dan Pembahasan Metode Regresi Berganda
Model analisis yang digunakan dalam pengujian hipotesis adalah
Regression Analysis. Persamaan regresi yang menunjukan pengaruh atau hubungan
kausalitas antar variabel adalah sebagai berikut : Y = α + β1X1 + β2X2 + β3X3
Keterangan :
Y : Variabel dependen : Penyajian aset tetap di Laporan Keuangan α : Konstanta yang menunjukan nilai Y saat prediktor sebesar nol
β1, β2, β3 : Koefisien regresi yang merupakan jumlah perubahan yang terjadi pada Y yang disebabkan oleh perubahan nilai X.
X1 : Variabel bebas : Penatausahaan aset tetap
X2 : Variabel bebas : Pemanfaatan Teknologi Informasi X3 : Variabel bebas : Kompetensi Pengurus Barang
Analisis regresi linier berganda digunakan untuk meramalkan variabel terikat ketika variabel bebas dinaikan atau diturunkan. Dari pengolahan data yang telah dilakukan diperoleh hasil sebagai berikut :
Tabel 4.19 Koefisien Regresi
Sumber : Pengolahan SPSS
Berdasarkan tabel 4.19 maka didapat persamaan regresi sebagai berikut : Y = 1,596+0,514X1+0,733X2+0,147X3
Persamaan tersebut menjelaskan bahwa :
1. Konstanta α = 1,596 adalah nilai matematis dari efektifitas penyajian aset tetap di Laporan Keuangan
2. Koefisien regresi Penatausahaan aset tetap β1 = 0,514 ; jika penatausahaan aset tetap menimgkat sebesar 1 satuan, maka penyajian aset tetap di LK meningkat sebesar 0,514 satuan
3. Koefisien regresi Pemanfaatan Teknologi Informasi β2 = 0,733 ; jika pemanfaatan teknologi informasi menimgkat sebesar 1 satuan, maka penyajian aset tetap di LK meningkat sebesar 0,733 satuan
4. Koefisien regresi Kompetensi Pengurus Barang β3 = 0,147 ; jika kompetensi Pengurus barang menimgkat sebesar 1 satuan, maka penyajian aset tetap di LK meningkat sebesar 0,147 satuan
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients t Sig.
B Std. Error Beta 1 (Constant) 1,596 4,981 ,320 ,750 Penatausahaan_aset_tetap ,514 ,104 ,345 4,958 ,000 Pemanfaatan_TI ,733 ,086 ,583 8,487 ,000 Kompetensi_Pengurus_barang ,147 ,078 ,124 1,891 ,062
Koefisien regresi bernilai positif menunjukan bahwa arah pengaruh yang positif, sehingga model menggambarkan taksiran atau prediksi bahwa penatausahaan aset tetap, pemanfaatan teknologi informasi dan kompetensi pengurus barang berpengaruh positif terhadap penyajian aset tetap di laporan keuangan, artinya bahwa semakin baik penatausahaan aset tetap.
Selain pengaruh penatausahaan aset tetap, pemanfaatan teknologi informasi dan kompetensi pengurus barang terdapat pula faktor lain yang mempengaruhi penyajian aset tetap di laporan keuangan yang tidak dibahas dalam penelitian ini.
4.3.4 Hasil Pengujian dan Pembahasan Koefisien Korelasi
Analisis korelasi digunakan untuk mengukur seberapa kuat hubungan yang terjadi antara variabel bebas dan terikat. Analisis korelasi ini dilakukan dalam rangka melihat sejauh mana pengaruh atau hubungan kedua variabel dimaksud. Hasil perhitungan korelasi antara variabel bebas dan variabel terikat dapat dilihat dari tabel dibawah ini :
Tabel 4.20
Hasil Uji Korelasi Berganda
Sumber : Pengolahan SPSS
Model Summary
Model R R Square Adjusted R Square Std. Error of the Estimate
1
,814a ,663 ,651 4,6164160
a. Predictors: (Constant), Kompetensi_Pengurus_barang, Pemanfaatan_TI, Penatausahaan_aset_tetap
Berdasarkan tabel 4.20 dapat dilihat bahwa koefisien korelasi yang diperoleh antara penatausahaan aset tetap, pemanfaatan teknologi informasi dan kompetensi pengurus barang dengan penyajian aset tetap di laporan keuangan adalah sebesar 0,814. Koefisien korelasi bertanda positif yang menunjukan bahwa hubungan yang terjadi antara variabel bebas dengan variabel terikat adalah searah, artinya jika penatausahaan aset tetap, pemanfaatan teknologi informasi dan kompetensi pengurus barang meningkat, maka penyajian aset tetap di laporan keuangan juga akan semakin baik.
Berdasarkan interpretasi kriteria koefisien korelasi, maka nilai korelasi sebesar 0,814 termasuk dalam kategori hubungan sangat kuat dan berada pada interval 0,800 – 1,00 (Sugiono,2012).
Untuk mengetahui bagaimana hubungan variabel bebas dengan variabel terikat secara parsial, maka dilakukan analisa korelasi parsial sebagai berikut :
Tabel 4.21
Koefisien Korelasi Parsial
Correlations Penatausahaan _aset_tetap Pemanfaata n_TI Kompetensi_P engurus_bara ng Penyajian_a set_tetap_di _LK Penatausahaan_aset_tetap Pearson Correlation 1 ,361 ** ,229* ,583** Sig. (2-tailed) ,001 ,033 ,000 N 87 87 87 87 Pemanfaatan_TI Pearson Correlation ,361 ** 1 ,170 ,728** Sig. (2-tailed) ,001 ,115 ,000 N 87 87 87 87 Kompetensi_Pengurus_barang Pearson Correlation ,229* ,170 1 ,302** Sig. (2-tailed) ,033 ,115 ,004 N 87 87 87 87 Penyajian_aset_tetap_di_LK Pearson Correlation ,583 ** ,728** ,302** 1 Sig. (2-tailed) ,000 ,000 ,004 N 87 87 87 87
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed). Sumber : Pengolahan SPSS
Pada Tabel 4.21 dapat diketahui bahwa koefisien korelasi secara parsial dapat dijelaskan sebagai berikut :
1) Koefisien korelasi yang diperoleh antara Penatausahaan aset tetap dengan Penyajian Aset tetap di LK sebesar 0,583
2) Koefisien korelasi antara Pemanfaatan TI dengan Penyajian aset tetap di LK sebesar 0,728
3) Koefisien korelasi antara Kompetensi Pengurus Barang dengan Penyajian aset tetap di LK sebesar 0,302
4.3.5 Hasil Pengujian dan Pembahasan Koefisien Determinasi
Koefisien determinan pada intinya digunakan untuk mengukur sejauh mana kemampuan model dalam menjelaskan variasi variabel dependen. Hasil perhitungan koefisien determinan bisa dilihat dari tabel dibawah ini:
Tabel 4.22 Koefisien Determinasi
Sumber : Pengolahan SPSS
Berdasarkan tabel 4.22 dapat dilihat bahwa nilai koefisien determinasi atau R-square yang diperoleh sebesar 0,663 atau 66,3%. Hal ini menunjukan bahwa penatausahaan aset tetap, pemanfaatan teknologi informasi dan kompetensi pengurus barang secara simultan dalam memberikan kontribusi pengaruh terhadap
Model Summary
Model R R Square Adjusted R Square Std. Error of the
Estimate
1 ,814a ,663 ,651 4,6164160
a. Predictors: (Constant), Kompetensi_Pengurus_barang, Pemanfaatan_TI, Penatausahaan_aset_tetap
penyajian aset tetap di laporan keuangan sebesar 66,3% sedangkan sisanya sebesar 33,7% merupakan pengaruh dari variabel lain yang tidak diteliti.
Sedangkan untuk melihat koefisien determinasi secara parsial atau melihat pengaruh secara parsial dari masing-masing variabel bebbas terhadap variabel terikat adalah dengan mengggunakan formula perhitungan Beta X Zero Order. Beta merupakan koefisien regresi yang telah distandarkan, sedangkan zero order adalah korelasi parsial dari setiap variabel bebas dengan variabel terikat.
Adapun hasil perhitungan koefisien determinasi secara parsial dapat dijelaskan pada tabel brikut :
Tabel 4.23
Koefisien Determinasi Parsial
Sumber : Pengolahan SPSS
Berdasarkan tabel 4.23 dapat dilakukan perhitungan untuk memperoleh pengaruh parsial dari setiap variabel bebas sebagai berikut :
1. Penatausahaan aset tetap (X1) = 0,583 x 0,345 = 0,201 atau sebesar 20,1% variabel penyajian aset tetap di LK dapat dijelaskan oleh Penatausahaan Aset tetap.
Coefficientsa
Model Correaltion Standardized Coefficients
zero-order Beta 1 Penatausahaan_aset_tetap ,583 ,345 Pemanfaatan_TI ,724 ,583 Kompetensi_Pengurus_barang ,302 ,124
2. Pemanfaatan Teknologi Informasi (X2) = 0,724 x 0,583 = 0,425 atau sebesar 42,6% variabel penyajian aset tetap di LK dapat dijelaskan oleh pemanfaatan teknologi informasi.
3. Kompetensi pengurus barang (X3) = 0,302 x 0,124 = 0.037 atau sebesar 3,7% variabel penyajian aset tetap di LK dapat dijelaskan oleh kompetensi pengurus barang.
Berdasarkan perhitungan diatas maka diketahui pengeruh parsial yang paling dominan berasal dari pemanfaatan teknologi informasi dengan kontribusi pengaruh sebesar 42,6%, senagkan kontribusi terkecil dari variabel kompetensi pengurus barang yaitu sebesar 3.7%.
4.3.6 Hasil dan Pembahasan Uji Simultan (uji F)
Uji statistik F dilakukan untuk membuktikan bahwa penatausahaan aset tetap, pemanfaatan teknologi informasi dan kompetensi pengurus barang secara simultan memberikan pengaruh signifikan terhadap penyajian aset tetap di laporan keuangan, dengan rumusan hipotesa sebagai berikut :
H0 : β(x1y,x2y,x3y) ≤ 0 Tidak terdapat pengaruh dari penatausahaan aset tetap, pemanfaatan teknologi informasi dan kompetensi pengurus barang secara simultan terhadap penyajian aset tetap di Laporan Keuangan Ha : β(x1y,x2y,x3y) ˃ 0 Terdapat pengaruh dari penatausahaan aset tetap,
pemanfaatan teknologi informasi dan kompetensi pengurus barang secara simultan terhadap penyajian aset tetap di Laporan Keuangan
dengan taraf signifikansi 0,05, maka kriteria yang dipergunakan adalah jika Fhitung > F tabel maka H0 ditolak dan Ha diterima. Maka untuk menguji hipotesis tersebut digunakan uji-F yang diperoleh melalui tabel annova dibawah ini.
Tabel 4.24
Hasil Uji Simultan melalui Uji F
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 3477,443 3 1159,148 54,391 ,000b
Residual 1768,838 83 21,311
Total 5246,280 86
a. Dependent Variable: Penyajian_aset_tetap_di_LK
b. Predictors: (Constant), Kompetensi_Pengurus_barang, Pemanfaatan_TI, Penatausahaan_aset_tetap
Sumber : Pengolahan SPSS
Berdasarkan tabel 4.24 dapat dilihat bahwa nilai Fhitung sebesar 54,391 dengaan nilai signifikansi sebesar 0,000. Nilai ini menjadi uji statistik yang akan dibandingkan dengan nilai F dari tabel dengan
α
= 0,05 dan df1 : 3 dan df2 : n-k-1 (87-3-1)= 83, maka diperoleh F tabel sebesar 2,71. Maka Fhitung (54,391) > F Tabel(2,761) pada tingkat kekeliruan 5%, maka Ha diterima dan Ho ditolak artinya dengan tingkat kepercayaan 95% dapat disimpulkan bahwa penatausahaan aset tetap, pemanfaatan teknologi informasi dan kompetensi pengurus barang secara simultan berpengaruh posistif dan signifikan terhadap penyajian aset tetap di Laporan Keuangan
4.3.7 Hasil Pengujian dan Pembahasan Uji Parsial (uji t)
Uji t dilakukan untuk melihat besaran pengaruh variabel independen terhadap variabel dependen secara parsial.
Tabel 4.25
Hasil Uji Parsial melalui Uji t
Sumber : Pengolahan SPSS