Populasi adalah pelaku UMKM bidang jasa di kota Salatiga, khususnya kelurahan Salatiga. Peneliti memilih populasi UMKM pada bidang jasa karena Kota Salatiga dikenal sebagai kota pendidikan, dimana Universitas Kriten Satya Wacana (UKSW) sebagai universitas terbesar di Kota Salatiga memberikan kontribusi timbal balik pada UMKM bidang jasa. Peneliti memilih lokasi penelitian di Kelurahan Salatiga karena UKSW berlokasi di Kelurahan Salatiga sehingga UMKM bidang jasa di Kelurahan Salatiga banyak berkembang.
UU No. 20 Tahun 2008 tentang Usaha Mikro, Kecil, dan Menengah. Definisi UMKM yang disampaikan oleh UU ini juga berbeda dengan definisi di atas. Menurut UU No 20 Tahun 2008 ini, yang disebut dengan Usaha Mikro adalah usaha yang memiliki kekayaan bersih paling banyak Rp. 50.000.000,00 (lima puluh juta rupiah) tidak termasuk tanah dan bangunan tempat usaha atau memiliki hasil penjualan tahunan paling banyak Rp. 300.000.000,00 (tiga ratus juta rupiah). Kemudian yang disebut dengan Usaha Kecil adalah entitas yang memiliki kriteria sebagai berikut : (1) kekayaan bersih lebih dari Rp. 50.000.000,00 (lima puluh juta rupiah) sampai dengan paling banyak Rp. 500.000.000,00 (lima ratus juta rupiah) tidak termasuk tanah dan bangunan tempat usaha; dan (2) memiliki hasil penjualan tahunan lebih dari Rp. 300.000.000,00 (tiga ratus juta rupiah) sampai dengan paling banyak Rp. 2.500.000.000,00 (dua miliar lima ratus juta rupiah). Sementara itu, yang disebut dengan Usaha Menengah adalah entitas usaha yang memiliki kriteria sebagai berikut: (1) kekayaan bersih lebih dari Rp. 500.000.000,00 (lima ratus juta rupiah) sampai dengan paling banyak Rp. 10.000.000.000,00 (sepuluh miliar rupiah) tidak termasuk tanah dan bangunan tempat usaha;
dan (2) memiliki hasil penjualan tahunan lebih dari Rp. 2.500.000.000,00
14
(dua miliar lima ratus juta rupiah) sampai dengan paling banyak Rp.
50.000.000.000,00 (lima puluh miliar rupiah).
Penentuan sampel dalam penelitian ini dilakukan dengan teknik Convenience Sampling yaitu sampel yang dipilih dengan pertimbangan kemudahan. Peneliti mendatangi satu persatu responden dan yang dijadikan sampel adalah responden yang bersedia untuk mengikuti penelitian.
3.2. Jenis dan Metode Pengumpulan Data
Sumber data yang digunakan dalam penelitian ini adalah data primer, yakni data yang diperoleh langsung dari penelitian lapangan dan diolah sendiri. Selanjutnya metode pengumpulan data yang digunakan dalam penelitian ini adalah metode survei dengan cara menyebarkan kuesioner secara personal untuk mengetahui pendapat atau persepsi responden yang menjawab pertanyaan-pertanyaan terkait dengan variabel-variabel yang diteliti (Supramono & Utami, 2004). Kuesioner terdiri dari tiga bagian, yaitu bagian pertama berupa identitas responden, identitas usaha, dan pertanyaan yang berkaitan dengan variabel penelitian.
Untuk memperoleh data yang diperlukan dalam penelitian ini, kuesioner penelitian didistribusikan langsung ke pelaku UMKM yang berlokasi di Kelurahan Salatiga. Total keseluruhan kuesioner yang terdistribusikan berjumlah 200 kuesioner. Ada pelaku usaha atau responden yang langsung bersedia mengisi dan sebagian besar meminta agar kuesioner tersebut ditinggal. Bagi kuesioner yang ditinggal, peneliti membuat perjanjian kepada responden kapan kuesioner tersebut dapat diambil. Selanjutnya proses pengumpulan kuesioner mulai dilakukan sejak tanggal 8 Desember 2014 hingga 9 Januari 2015. Dari 200 kuesioner yang didistribusikan, kuesioner yang terkumpul kembali dan dapat digunakan berjumlah 151. Sedangkan sisanya tidak kembali karena ketidaksediaan responden untuk mengisi kuesioner setelah melewati batas perjanjian yang telah disepakati dengan peneliti.
15
3.3. Definisi Operasional dan Pengukuran Variabel
Variabel yang terdapat pada penelitian ini adalah variabel terikat (dependen) dan variabel bebas (independen). Variabel terikat atau dependen pada penelitian ini adalah minat (intention) atas pengadaan pembukuan. Selain itu, sikap (attitude), norma subjektif (subjective norm), kontrol perilaku persepsian (perceived behavior control) adalah variabel bebas atau independen.
Pengukuran variabel adalah pemberian nilai properti dari suatu objek. Pengukuran dalam penelitian ini menggunakan skala interval mendekati 5 point Likert (Jogiyanto, 2004). Alternatif jawaban adalah : 1. Poin 5 untuk jawaban sangat setuju (SS)
2. Poin 4 untuk jawaban setuju (S) 3. Poin 3 untuk jawaban netral (N) 4. Poin 2 untuk jawaban tidak setuju (TS)
5. Poin 1 untuk jawaban sangat tidak setuju (STS) Tabel 3.1. Variabel Operasional
NO VARIABEL DEFINISI INDIKATOR
1 Attitude
1. Pengadaan pembukuan memiliki manfaat untuk mengetahui kondisi keuangan usaha.
2. Pengadaan pembukuan perlu dilakukan untuk mengembangkan usaha. pembukuan dengan baik dapat menghindari tercampurnya keuangan usaha dengan keuangan pribadi.
5. Dengan melakukan pengadaan pembukuan, saya dapat mengambil
16
2. Pemerintah mengeluarkan aturan pajak sehingga
mendorong UMKM pembukuan dengan benar ternyata lebih mudah mendapakatkan pinjaman waktu jika melakukan pengadaan pembukuan.
mengerjakan sendiri atau
17 dievaluasi melalui uji validitas dan reabilitas. Uji ini dimaksudkan untuk mengetahui konsistensi dan akurasi data yang dikumpulkan dari penggunaan instrumen.
3.4.1. Uji Validitas
Uji validitas bertujuan mengetahui ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya (Sekaran, 2006). Suatu kuesioner dikatakan valid apabila pertanyaan pada kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Ghozali, 2004).
3.4.2. Uji Reabilitas
Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2005). Uji reabilitas dilakukan dengan menghitung nilai cronbach alpha. Indikator pengukuran reliabilitas menurut Sekaran (2006) yang membagi tingkatan reliabilitas dengan kriteria sebagai berikut, jika nilai cronbach alpha :
1.) 0,8 - 1,0 = Reliabilitas baik
2.) 0,6 - 0,799 = Reliabilitas diterima secara moderat 3.) < 0,6 = Reliabilitas kurang baik
3.5. Teknik Analisis Statistik Deskriptif
18
Meskipun penelitian ini merupakan penelitian eksplanansi, yakni jenis penelitian yang melihat pengaruh antara beberapa variabel untuk menguji suatu teori atau hipotesis, namun perlu dilakukan analisis statistik deskriptif yang mencangkup nilai minimum, maximum, mean, dan standard deviation untuk mengambarkan variabel-variabel yang diteliti serta mempertajam pembahasan dan analisis (Supramono & Utami, 2004).
Selanjutnya untuk menentukan tingkatan skala dalam perhitungan rata-rata atau mean dalam analisi deskriptif ini, maka digunakan rumus interval sebagai berikut :
I =
Keterangan:
I : interval
Max : maksimum atau nilai jawaban tertinggi Min : minimum atau nilai jawaban terendah K : Klasifikasi yang hendak dibuat
Dalam penelitian ini akan ditetapkan sebanyak 5 klasifikasi.
Sehingga :
Dengan demikian, maka interval kategori jawaban yang digunakan dalam penelitian ini tampak dalam tabel 4.6. di bawah ini.
Tabel 3.2. Interval Kategori Jawaban
Tingkatan Skala Interval Kategori Jawaban
1 1,00 – 1,80 Sangat Rendah
3.6. Uji Asumsi-Asumsi Strctural Equation Model 3.6.1. Normalitas
19
Strctural Equation Model (SEM), terutama bila diestimasi dengan menggunakan Maximum Likelihood Estimation Technique, mempersyaratkan dipenuhinya asumsi normalitas. Uji normalitas dilakukan dengan menggunakan Amos versi 21.0 terhadap data yang digunakan dalam analisis model awal secara keseluruhan, yakni dengan melihat kriteria critical ratio skewness value sebesar
± 2,58 pada tingkat signifikansi 0,01 atau 1 % (Ghozali, 2004).
3.6.2. Outliers
Uji outliers adalah data yang memiliki hasil-hasil observasi yang menunjukkan nilai-nilai ekstrim dalam distribusinya. Menurut Hair et.al. (1998) outliers terjadi karena adanya kombinasi unik dan nilai-nilai yang dihasilkan dari observasi tersebut sangat berbeda dari observasi-observasi lainnya. Outliers dalam bentuk ekstrim dapat muncul dalam suatu variabel tunggal (univariate outlier) maupun dalam kombinasi beberapa variabel (multivariate outlier). Uji outliers dilakukan dengan kriteria Jarak Mahalanobis pada tingkat p<0,001 (Ghozali, 2005). Jarak Mahalanobis (Mahalanobis Distance) ini dievaluasi dengan menggunakan pada derajat bebas sebesar jumlah indikator variabel yang digunakan dalam penelitian.
3.7. Teknik Analisis Structural Equation Model
Analisis data dalam penelitian menggunakan analisis model persamaan struktural atau structural equation models (SEM) dibantu dengan program AMOS versi 21.0 dan SPSS versi 16.
3.7.1. Penilaian Kriteria Goodness of Fit Indices Full Structural Model
20
Ukuran sampel sangat penting dalam analisis SEM.
Menurut Sekaran (2003) analisis SEM membutuhkan sampel paling sedikit 5 kali jumlah variabel indikator yang digunakan.
Teknik maximum likelihood estimation (ML) membutuhkan sampel berkisar antara 100-200 sampel. Ketika sampel dinaikan di atas nilai 100, metode ML meningkat sensivitasnya untuk mendeteksi perbedaan antar data. Begitu sampel menjadi besar (di atas 400 sampai 500), maka metode ML menjadi sangat sensitif dan selalu menghasilkan perbedaan secara signifikan sehingga ukuran Goodness-of-fit menjadi jelek. Jadi direkomendasikan bahwa ukuran sampel antara 150 sampai 400 harus digunakan untuk metode estimasi ML. Adapun 8 ( delapan) standar goodness of fit indices yang digunakan untuk menguji kesesuaian model seperti yang tampak pada tabel di bawah ini:
Tabel 3.3 Kriteria Goodness of Fit
Goodness-of-fit Indices Cut-off Value
chi-square ( ) Mendekati 0
Significance Probability (p) ≥ 0,05
CMIN/DF ≤ 2,00
Melalui program statistik AMOS dapat dianalisis dan dihitung hasil bobot regresi antarvariabel laten yang sering disebut sebagai estimasi loading factors atau lambda value. Selain itu derajat bebas atau degree of freedom (df), nilai C.R atau t-hitung juga dapat diketahui berdasarkan signifikansi C.R atau t-hitung ≥ 1,96 dengan nilai probabilitas (p) ≤ 0,05
21 ANALISIS DATA DAN PEMBAHASAN
4.1. Karakteristik Responden
Populasi dalam penelitian ini adalah seluruh pelaku UMKM bidang jasa yang terletak di Kelurahan Salatiga. Sampel penelitian yang valid berjumlah 151 responden. Gambaran umum responden dapat dilihat dalam tabel berikut ini:
Tabel 4.1. Deskripsi Karakterisistik Pelaku Usaha Jumlah
C. Pendidikan Terakhir (*)
SD 3 2,1
Sumber: Data Primer, 2014
(*) Keterangan:
A. Sebanyak 5 responden tidak berkenan menyebutkan usia.
B. Sebanyak 2 responden tidak berkenan menyebutkan jenis kelamin.
C. Sebanyak 6 responden tidak berkenan menyebutkan pendidikan terakhir.
Berdasarkan tabel 4.1. dapat diketahui dari 146 responden yang berkenan menyebutkan usia, tampak bahwa responden paling banyak berusia diantara 31-50 tahun, yaitu sebesar 43,8 %. Kemudian dari 149
22
responden yang berkenan menyebutkan jenis kelamin, tampak bahwa responden didominasi oleh laki-laki, yaitu sebesar 51,0 %. Lalu dari 145 responden yang berkenan menyebutkan pendidikan terakhir, tampak bahwa mayoritas responden menempuh pendidikan terakhir hingga SLTA, yaitu sebesar 51,0 %.
Dari pemaran diatas dapat diketahui bahwa mayoritas pelaku UMKM hanya berpendidikan hingga SLTA. Pada jenjang pendidikan tersebut bisa saja membuat pelaku UMKM kesulitan dalam mengadakan pembukuan. Selain itu juga pelaku UMKM masih belum mengerti bahwa pengadaan pembukuan penting dilakukan dalam usaha.
Tabel 4.2. Deskripsi Karateristik Usaha
B. Jumlah Tenaga Kerja
0 23 15,2
1 – 5 117 77,5
6 – 10 6 4,0
> 10 5 3,3
Jumlah 151 100
C. Omset/Penjualan Per Bulan (Rupiah) (*)
≤ 500.000 2 1,6
Sumber:Data Primer, 2014
(*) Keterangan:
A. Sebanyak 3 responden tidak berkenan menyebutkan usia usaha.
C. Sebanyak 29 responden tidak berkenan menyebutkan omset/penjualan per bulan.
23
Berdasarkan tabel 4.2. dapat diketahui dari 148 responden yang berkenan menyebutkan usia usaha, tampak bahwa sebagian besar responden usahanya telah berdiri diantara 2 hingga 5 tahun, yaitu sebesar 33,1 %. Kemudian dari 151 responden, tampak bahwa responden dominan memiliki tenaga kerja berjumlah antara 1 hingga 5 orang, yaitu sebesar 77,5 %. Lalu dari 122 responden yang berkenan menyebutkan omset/penjualan per bulan, tampak bahwa mayoritas responden dapat
menghasilkan omset/penjualan jasa dari usahanya sejumlah Rp. 2.000.001,00 hingga Rp. 5.000.000,00, yaitu sebesar 38,5 %.
Dari pemaparan di atas dapat diketahui bahwa mayoritas UMKM masih relatif baru karena usia usaha ≤ 5 tahun, contohnya laundry, rental mobil dan motor, kos-kosan, dan salon dalam kurung waktu 5 tahun berkembang dengan pesat. Selain itu UMKM memiliki tenaga kerja dan omset/penjualan jasa yang relatif kecil karena mayoritas tenaga kerja tidak lebih dari 5 dan omset/penjualan jasa yang kurang dari Rp. 5.000.000,00.
Oleh karena itu, pelaku UMKM beranggapan bahwa pembukuan tidak penting karena usaha yang dijalankan tidak begitu besar maka tidak diperlukan pengadaan pembukuan.
4.2. Uji Kualitas Instrumen 4.2.1. Uji Validitas
Data dengan sampel sebesar 151 responden dilakukan uji validas terlebih dahulu. Pengujian validitas dilakukan menggunakana confirmatory factor analysis (CFA). Menurut Hair et. al. (1998), factor loading ≥ 0,50 dianggap signifikan. Hasil uji validitas sebagai berikut:
24
Tabel 4.3. Hasil Uji Validitas Data
Standardized Regression Weights: (Group number 1 - Default model)
Estimate terdiri dari 5 item pertanyaan dengan empat item yang valid, yaitu A1, A2, A4, A5, dan satu item yang tidak valid, yaitu A3.
Instrumen kuesioner Subjective Norm (SN) terdiri dari 4 item pertanyaan, dengan tiga item yang valid, yaitu SN2, SN3, SN4 dan satu item yang tidak valid, yaitu SN1. Instrumen kuesioner kelima item tersebut direduksi (dibuang).
25
Hasil selengkapnya setelah item dibuang dapat dilihat pada tabel sebagai berikut:
Tabel 4.4. Uji Validitas Data Setelah Lima Item Dibuang
Standardized Regression Weights: (Group number 1 - Default model)
Estimate
Diperoleh hasil bahwa setelah kelima item yang tidak valid dibuang, seluruh item memiliki nilai loading faktor > 0,5 sehingga item-item tersebut dinyatakan layak.
4.2.2. Uji Reliabilitas
Dalam penelitian ini uji reliabilitas dilakukan menggunakan metode cronbach’s alpha dengan menggunakan bantuan program SPSS versi 16.0. Hasil uji reliabilitas sebagai berikut:
Tabel 4.5. Hasil Uji Reliabilitas Data
Variabel Cronbach’s
Alpha Keterangan
Attitude 0,772 Reliabel
Subjective Norm 0,686 Reliabel
Percieved Behavior Control 0,818 Reliabel
Intention 0,818 Reliabel
Sumber: Data Primer, 2014
26
Masing-masing faktor dalam penelitian ini reliabel karena memiliki Alpha lebih besar dari 0,6. Menurut Nunnaly (1981) nilai koefisien reabilitas yang dianjurkan minimal 0,6.
4.3. Analisis Statistik Deskriptif
Gambaran mengenai variabel sikap, norma subjektif, kontrol perilaku persepsian, dan minat dibahas dalam bagian analisis statistik deskriptif berikut ini, baik terhadap variabel secara keseluruhan maupun terhadap setiap indikator dari variabel yang diteliti berdasarkan nilai minimum, maximum, mean, dan standard deviation. Nilai mean atau rata-rata merupakan rata-rata-rata-rata penilaian responden terhadap variabel dan indikator-indikatornya yang dikategorikan mulai dari sangat rendah sampai dengan sangat tinggi. Sedangkan nilai standar deviasi menunjukkan seberapa besarnya variasi jawaban responden terhadap pernyataan yang diberikan. Jika didapat nilai standar deviasi yang menjauhi nol (0) maka data dikatakan bervariasi, tetapi sebaliknya jika standar deviasi mendekati nol (0) maka data tersebut tidak beragam.
Tabel berikut ini merupakan data statistik deskriptif tentang pernyataan-pernyataan untuk mengukur sikap, norma subjektif, kontrol perilaku persepsian, dan minat.
Tabel 4.6. Statistik Deskriptif Variabel
Indikator Empirik Min Max Mean Std.
Dev A Sikap
1. Pembukuan untuk mengetahui kondisi keuangan usaha
3 5 4,52 0,55
2. Pembukuan untuk pengembangan usaha
3 5 4,46 0,54
3. Pembukuan dapat menghindari tercampurnya keuangan usaha dengan keuangan pribadi
3 5 4,36 0,52
4. Pembukuan untuk pengambilan keputusan
3 5 4,27 0,58
Rata-rata Sikap 3 5 4,40 0,55
27 B Norma Subjektif
1. Peraturan pajak oleh pemerintah 2 5 3,74 0,89 2. Usaha lain yang usahanya lebih
maju
1 5 3,73 0,90
3. Usaha lain yang lebih mudah mendapatkan pinjaman ke bank
2 5 3,86 0,75
Rata-rata Norma Subjektif 1,67 5 3,78 0,85
C Kontrol perilaku persepsian
1. Tidak terkendala waktu 2 5 3,59 0,83 2. Dapat merekrut dan mengaji
pegawai pembukuan
2 5 3,80 0,71
3. Dapat menyewa jasa dari pihak ketiga
1 5 3,27 1,07
Rata-rata Kontrol perilaku persepsian 1,67 5 3,55 0,87 D Minat
1. Berminat untuk mengadakan pembukuan
2 5 4,03 0,63
2. Berencana untuk mengadakan pembukuan
2 5 4,15 0,64
Rata-rata Minat 2 5 4,09 0,63
Sumber: Data Primer, 2014
Data statistik deskriptif pada tabel 4.6. menunjukkan nilai mean atau rata-rata keseluruhan variabel sikap adalah sebesar 4,40. Angka ini terletak pada interval jawaban 4,21 – 5,00 yang berarti para responden memiliki tingkat sikap yang sangat tinggi. Sedangkan nilai mean atau rata-rata keseluruhan variabel normal subjektif sebesar 3,78, kontrol perilaku persepsian sebesar 3,55, dan minat sebesar 4,09. Angka ini terletak pada interval jawaban 3,41 – 4,20 yang berarti para responden memiliki tingkat norma subjektif, kontrol perilaku persepsian , dan minat yang tinggi.
Namun perlu diberikan catatan yang perlu diperhatikan, yaitu rata-rata keseluruhan variabel paling rendah adalah variabel kontrol perilaku persepsian, khususnya dapat menyewa jasa dari pihak ketiga karena rata-rata variabel sebesar 3,27. Angka ini terletak pada interval jawaban 2,61 – 3,40 yang berarti menurut responden masih kategori sedang.
4.4. Uji Asumsi-Asumsi Structural Equation Model
28 4.4.1. Uji Normalitas
Uji normalitas yang dilakukan pada SEM mempunyai dua tahapan. Pertama adalah pengujian normalitas untuk setiap variabel (univariate normality), sedangkan tahap kedua adalah pengujian normalitas data semua variabel secara bersama-sama, yang disebut multivariate normality. Hal itu disebabkan jika setiap variabel normal secara individu, tidak berarti jika diuji secara bersama-sama (multivariate) juga pasti berdistribusi normal. Adapun ketentuan data berdistribusi normal atau tidak, kita dapat membandingkan hasil pengujian normalitas melalui program AMOS pada lampiran assessment of normality dengan ketentuan apabila angka c.r.
skewness, dan c.r kurtosis ada di antara -2,58 sampai + 2,58 maka data dapat dikatakan normal. Berikut hasil uji normalitas data:
Tabel 4.7. Assessment of Normality
Variable min Max skew c.r. Kurtosis c.r.
Sumber: Data Primer, 2014
Berdasarkan hasil analisis diketahui bahwa terdapat beberapa angka c.r skewness, dan c.r kurtosis yang memiliki nilai di luar -2,58 sampai + 2,58 yang berarti data tersebut dalam penelitian ini tidak berdistribusi normal secara univariate. Nilai cr kurtosis pada multivariate sebesar 2,847 berada di atas batas +2,58,
29
maka secara multivariare (bersama-sama) sebaran data pada variabel masih dikatakan berdistribusi tidak normal. Singgih Santoso(2007: 81)
4.4.2. Uji Outliers
Seperti telah diketahui bahwa sebaran data beberapa indikator tidak menghasilkan distribusi normal baik secara univariate maupun secara multivariate, sehingga pengujian outlier harus dilakukan untuk mengetahui apakah nilai observasi mengalami outlier atau tidak sehingga perlu dilakukan uji data outlier yaitu p1 dan p2 <0,05 (Lampiran 6).
Hasil uji oulier menunjukkan tidak ada data yang outlier karena seluruh variabel tidak ada yang memiliki nilai p1 dan p2 <
0,05, walaupun terdapat sembilan nilai observasi pada p1 yang memiliki nilai < 0,05 akan tetapi nilai p2 jauh lebih besar dari 0,05 (p2>0,05). Ditemukan juga, terdapat satu nilai observasi pada p2 yang memiliki nilai < 0,05 akan tetapi nilai p1 jauh lebih besar dari 0,05 (p1>0,05).
4.5. Penilaian Kriteria Goodness of Fit Indices Full Structural Model Penilaian kriteria Goodness of Fit Indices Full Structural Model dilakukan untuk menguji kesesuaian struktur model sehingga penelitian ini sah dilakukan karena modelnya telah sesuai dengan kriteria yang ditentukan dalam validitas model SEM (Structural Equation Model).
Hasil uji kesesuian model dalam penelitian ini secara lengkap sebagai berikut:
30
Gambar 4.1. Model Lengkap Persamaan Struktural (SEM)
Rangkuman hasil pengujian akan diuraikan pada tabel berikut ini:
Tabel 4.8. Hasil Goodness of fit Model Pengukuran Indeks
Model goodness of fit
Cut-off Value
Hasil Model
Evaluasi Model
chi-square Mendekati 0 87,513 Marginal
Probabilitas ≥ 0,05 0,000 Buruk
CMIN/DF ≤ 2,00 1,823 Baik
GFI ≥0,90 0,916 Baik
RMSEA ≤ 0,08 0,074 Baik
AGFI ≥ 0,90 0,864 Buruk
TLI ≥0,95 0,904 Buruk
CFI ≥ 0,95 0,930 Buruk
Sumber: Data Primer, 2014
Tabel 4.8. menunjukkan bahwa model yang direncanakan fit secara marginal, karena setelah diuji kecocokannya nilai probabilitas, AGFI, TLI, dan CFI dibandingkan dengan nilai acuan persamaan model struktural, hasilnya buruk. Hanya CMIN/DF, GFI, dan RMSEA yang setelah
31
dibandingkan dengan nilai acuan persamaan model struktural, hasilnya baik. Model tersebut kemudian dimodifikasi mengikuti modification indices dengan menghubungkan error pengukuran dari e1 (variabel dari attitude) dengan error pengukuran dari e2 (variabel dari attitude), kemudian menghubungkan error pengukuran dari e1 (variabel dari attitude) dengan error pengukuran dari e10 (variabel dari perceived behavior control), serta menghubungkan error pengukuran dari e2 (variabel dari attitude) dengan error pengukuran dari e17 (variabel dari Intention). Hasil modifikasi model sebagai berikut:
Gambar 4.2. Model Lengkap Persamaan Struktural (SEM) Setelah Dimodifikasi
32
Rangkuman hasil pengujian akan diuraikan pada tabel berikut ini:
Tabel 4.9. Hasil Goodness of fit Model Pengukuran Setelah Dimodifikasi Indeks
chi-square Mendekati 0 57,112 Marginal
Probabilitas ≥ 0,05 0,106 Baik
CMIN/DF ≤ 2,00 1,269 Baik
Tabel 4.9. menujukkan bahwa model yang direncanakan fit secara baik, karena setelah diuji kecocokannya nilai probabilitas, CMIN/DF, GFI, RMSEA, AGFI, TLI, dan GFI dibandingkan dengan nilai acuan persamaan model struktural hasilnya baik. Hasil uji model modifikasi lebih baik dibandingkan model awal.
4.6. Uji Kausalitas Model
Analisis kausalitas dilakukan guna mengetahui hubungan antar variabel secara langsung. Pada penelitian ini diharapan dengan adanya pengujian kausalitas dapat mengetahui pengaruh yang terjadi dari Attitude, Subjective Norm, dan Perceived Behavior Control terhadap Intention.
Selanjutnya dilakukan pengujian kausalitas untuk mengetahui apakah Attitude, Subjective Norm, dan Perceived Behavior Control saling berpengaruh. Adapun hasil perhitungannya disajikan dalam tabel sebagai berikut:
33
Tabel 4.10. Evaluasi Bobot Regresi Uji Kausalitas
Regression Weights: (Group number 1 - Default model)
Variabel Estimate S.E. C.R. P
Intention <--- Attitude 0,872 0,211 4,135 ***
Intention <--- Subjective_Norm -0,37 0,219 -1,688 0,091 Intention <--- Perceived__Behavior_Control 0,38 0,112 3,385 ***
Sumber: Data Primer, 2014
Tabel 4.11. Evaluasi Kovarians Uji Kausalitas
Covariances: (Group number 1 - Default model)
Variabel Estimate S.E. C.R. P
Attitude <--> Subjective_Norm ,080 ,023 3,426 ***
Subjective_Norm <--> Perceived__Behavior_Control ,159 ,045 3,529 ***
Attitude <--> Perceived__Behavior_Control ,124 ,036 3,435 ***
Sumber: Data Primer,2014
Pada tabel 4.10. dan tabel 4.11. uji statistik dilakukan dengan mengamati tingkat signifikansi hubungan antar variabel yang ditunjukkan oleh C.R yang identik dengan uji-t dalam regresi dan nilai probabilitasnya (P). Hubungan yang signifikan ditandai dengan nilai C.R yang lebih besar dari 1,96 dan nilai P lebih kecil dari 0,05. Penjelasan lebih lanjut analisis evaluasi bobot regresi tersebut dapat diuraikan dan dijelaskan sebagai berikut ini:
a. Variabel attitude mempengaruhi secara signifikan intention karena signifikansi C.R > 1,96 dan nilai probabilitas < 0,05. Maka hipotesis pertama H1 : Sikap (attitude) berpengaruh signifikan terhadap minat (intention) atas pengadaan pembukuan dalam penelitian ini diterima.
b. Variabel subjective norm tidak mempengaruhi secara signifikan intention karena signifikansi C.R < dari 1,96 dan nilai probabilitas >
0,05. Maka hipotesis kedua H2 : Norma subjektif (subjective norm) berpengaruh signifikan terhadap minat (intention) atas pengadaan pembukuan dalam penelitian ini ditolak.
c. Variabel perceived behavior control mempengaruhi positif secara signifikan intention karena signifikansi C.R > 1,96 dan nilai
34
probabilitas < 0,05. Maka hipotesis ketiga H3 yang menyatakan : Kontrol perilaku persepsian (perceived behavior control) berpengaruh signifikan terhadap minat (intention) atas pengadaan pembukuan diterima.
d. Variabel Attitude, Subjective Norm, dan Perceived Behavior Control saling berpengaruh secara signifikan karena signifikansi masing-masing C.R > 1,96 dan nilai masing-masing-masing-masing probabilitas < 0,05. Maka hipotesis keempat H4 yang menyatakan : Sikap (attitude), norma subjektif (subjective norm), dan kontrol perilaku persepsian (perceived behavior control) saling berpengaruh signifikan diterima.
4.7. Pembahasan
Minat (intention) atas penggadaan pembukuan sesuai model dasar theory of planned behavior dibentuk oleh sikap (attitude), norma subjektif (subjective norm), dan kontrol perilaku persepsian (perceived behavior control). Sikap (attitude) berpengaruh signifikan terhadap minat (intention) atas pengadaan pembukuan menunjukkan bahwa pelaku UMKM memiliki sikap yang positif terhadap pengadaan pembukuan, sehingga berminat atas pengadaan pembukuan. Hasil tersebut mendukung penelitian sebelumnya yang dilakukan oleh Ajzen (1991) yang menyatakan bahwa variabel yang mempengaruhi minat individu (intention) adalah variabel attitude, subjective norm, dan perceived behavior control.
Hubungan norma subjektif (subjective norm) terhadap minat (intention) atas pengadaan pembukuan tidak berpengaruh secara signifikan menunjukkan bahwa lingkungan sekitar, yaitu UMKM lain pada
Hubungan norma subjektif (subjective norm) terhadap minat (intention) atas pengadaan pembukuan tidak berpengaruh secara signifikan menunjukkan bahwa lingkungan sekitar, yaitu UMKM lain pada