BAB III METODE PENELITIAN
3.7. Metode Analisis Data
3.7.5 Uji Hipotesis Penelitian
3.7.5.3 Uji Simultan (Uji Statistik F)
Pengujian ini dilakukan untuk melihat apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel terikat. Kriteria pengujiannya adalah: H5: b1, b2, b3 ≠ 0, artinya secara simultan terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
Kriteria pengambilan keputusannya adalah:
H5 diterima jika Fhitung > Ftabel dan sig < α = 5%.
H5 tidak dapat diterima jika Fhitung < Ftabel dan > α = 5%.
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1. Gambaran Umum Kota Medan 4.1.1. Sejarah Singkat Kota Medan
Pada tahun 1918 Medan dijadikan Kotapraja tetapi tidak termasuk didalamnya daerah Kota Matsum dan daerah Sungai Kera yang tetap berada di bawah kekuasaan Sultan Deli. Dengan Keputusan Gubernur Provinsi Sumatera Utara Nomor 66/III/PSU, terhitung mulai tanggal 21 September 1951, daerah Kota Medan diperluas tiga kali lipat. Keputusan tersebut disusul oleh Maklumat Walikota Medan Nomor 21 Tanggal 29 September 1951 yang menetapkan luas Kota Medan menjadi 5.130 Ha dan meliputi 4 kecamatan yaitu : kecamatan Medan Kota, Timur, Barat, Baru dengan 59 kepenghuluan. Kemudian melalui Undang-Undang Darurat No. 7 dan 8 Tahun 1956 yang dibentuk di Provinsi Sumatera Utara daerah-daerah tingkat II antara lain Kabupaten Deli Serdang dan Kabupaten Kotamadya Medan.
Perkembangan selanjutnya, di Provinsi Sumatera Utara umumnya dan kotamadya khususnya memerlukan perluasan daerah untuk mampu menampung laju perkembangan. Oleh karena itu maka dikeluarkan Peraturan No. 22 Tahun 1973 dimana dimasukkan beberapa bagian dari kabupaten Deli Serdang ke dalam Kota Medan, sehingga yang tersebut belakangan ini menjadi 26.510 Ha yang terdiri dari 11 kecamatan dan 116 kelurahan, kemudian dengan surat persetujuan Mendagri No 140/22772/PUOD tanggal 5 Mei 1986 jumlah kelurahan di Kotamadya Medan menjadi 114 kelurahan. Melalui Peraturan Pemerintah Republik
Indonesia No. 50 Tahun 1991 tentang pembentukan beberapa kecamatan di Sumatera Utara termasuk 8 kecamatan pemekaran di Kotamadya Medan tingkat II Medan, sehingga yang belum terdiri dari 11 kecamatan dimekarkan menjadi 19 kecamatan.
Perkembangan terakhir berdasarkan Surat Keputusan Gubernur KDH Tingkat I Sumatera Utara Nomor 140.22/2772.K/1996 tanggal 30 September 1996 tentang pendefitipan 7 Kelurahan di Kotamadya Daerah Tingkat II Medan berdasarkan Peraturan Pemerintah Republik Indonesia Nomor 35 tahun 1992 tentang Pembentukan Beberapa Kecamatan di Kota Medan dimekarkan kembali, dibagi atas 21 Kecamatan yang mencakup 151 Kelurahan.
4.1.2. Struktur Organisasi Pemerintah Kota Medan
Adapun struktur organisasi Pemerintah Kota Medan adalah sebagai berikut:
1. Sekretariat;
a. Sekretariat Pemerintah Kota Medan : 13 bagian;
b. Sekretariat DPRD Kota Medan;
c. Sekretariat Dewan Pengurus KOPRI . 2. 18 Dinas;
3. 12 Badan;
4. 1 Walikota dan Wakil Walikota;
5. 1 DPRD;
6. 1 Satuan Pamong Polisi Praja;
7. 1 Inspektorat Kota;
8. 1 RSUD Dr. Pringadi Medan;
9. 4 Kantor;
10. 21 Kecamatan;
11. 151 Kelurahan.
4.2. Data Penilitan
Penelitian ini bertujuan untuk menguji pengaruh Penerapan SAP, Kompetensi SDM, Pemanfaatan Teknologi Informasi, dan Sistem Pengendalian Intern Terhadap Kualitas Laporan Keuangan Pemerintah Daerah Kota Medan. Pengumpulan data dalam penelitian ini dilakukan dengan menggunakan kuesioner yang disampaikan langsung kepada para responden.
Kuesioner yang telah selesai diisi oleh responden dikumpulkan kembali untuk selanjutnya ditabulasikan dalam Microsoft Office Excel 2013 dan diolah dengan menggunakan program SPSS for windows. Adapun waktu yang dikumpulkan kuesioner-kuesioner tersebut lebih kurang selama 1 bulan.
Pengumpulan data pada penelitian ini dilakukan dengan beberapa tahap, yaitu dengan menyebarkan 74 kuisioner kepada responden yang berada pada OPD di lingkungan Pemerintah Kota Medan yang dibatasi yaitu Badan, Dinas, Kantor dan Inspektorat yaitu sebanyak 37 OPD yang terdiri dari 6 Kantor/Inspektorat, 12 Badan, 18 Dinas, 1 Sekretariat. Sesuai dengan batas waktu yang telah ditentukan.
Dari 74 kuisioner yang dibagikan sebanyak 54 kuisioner yang kembali.
Tabel 4.1 Data Hasil Kuesioner
Keterangan Jumlah
Kuesioner yang dikirim 74
Kuesioner yang kembali 54
Kuesioner yang tidak kembali 20
Kuesioner yang ditolak 0
Kuesioner yang digunakan dalam penelitian 54 Tingkat pengembalian (response rate) 72.97%
Sumber : Data yang diolah SPSS, 2018
Data karakteristik responden yang digunakan dalam penelitian ini dilihat dari segi jenis kelamin, latar belakang pendidikan dan lama bekerja di SKPD Kota Medan.
Tabel 4.2.
Karakteristik Responden
No Keterangan Jumlah (Orang) Persentase (%)
1 Jenis Kelamin
3 Pendidikan Terakhir 1. SMA/Sederajat
Sumber : Data yang diolah SPSS, 2018
1) Menunjukkan bahwa sekitar 30 orang atau 55.6% responden didominasi oleh jenis kelamin laki-laki, dan sisanya sebesar 24 orang atau 44.4%
berjenis kelamin perempuan.
2) Menunjukkan bahwa 27 orang atau 50% responden adalah PPK-OPD dan 27 orang atau 50% responden merupakan Bendahara OPD.
3) Menunjukkan bahwa 30 orang atau 55.6% responden didominasi oleh lulusan Strata 1 (S1), lulusan Diploma (DIII) terdiri dari 15 orang atau 27.8% responden, lulusan pasca sarjana (S2) terdiri dari 5 orang atau 9.2%
dan sisanya 4 orang atau 7.4% responden merupakan lulusan SMA/Sederajat.
4) Menunjukkan bahwa 36 orang atau 66.7% responden bekerja selama >10 tahun, dan sisanya 18 orang atau 33.3% responden bekerja selama 5-10 tahun.
4.3. Analisis Data
4.3.1. Uji Kualitas Data
Sebelum dilakukan pengujian data baik untuk deskripsi data penelitian maupun untuk pengujian asumsi klasik dan pengujian hipotesis maka perlu dilakukan uji validitas dan reliabilitas data karena jenis data penelitian adalah data primer.
4.3.1.1. Hasil Uji Validitas
Pengujian Validitas data dalam penelitian ini dilakukan secara statistic, yaitu dengan menggunakan uji Pearson Product-Moment Coefficient of Correlation melalui program SPSS for windows. Hal pertama yang perlu
dilakukan dalam pengujian validitas adalah mentabulasikan data, tertera pada lampiran 2. Kemudian berdasarkan hasil analisis didapat nilai korelasi antara skor item dengan skor total. Nilai ini kemudian dibandingkan dengan nilai r tabel, r tabel dicari pada signifikansi 0,05 dengan uji 2 sisi dan jumlah data (N=54), maka didapat r tabel sebesar 0,263
Tabel 4.3 menunjukkan hasil uji validitas bahwa seluruh item pertanyaan memenuhi syarat nilai r tabel lebih dari 0,263 dan dapat disimpulkan bahwa seluruh item pertanyaan tersebut valid dan dapat digunakan dalam pengujian reliabilitas dan analisis data selanjutnya.
Tabel 4.3
Pemanfaatan Sumber : Data yang diolah SPSS, 2018
4.3.1.2. Hasil Uji Reabilitas
Pengujian reliabilitas dilakukan terhadap item pertanyaan yang mempunyai validitas. Instrument penelitian ini menggunakan teknik Cronbach Alpha (α) dengan bantuan SPSS. Cronbach Alpha menafsirkan korelasi antar skala yang dibuat dengan semua skala variabel yang ada. Jika nilai koefisien alpha > 0,60 maka disimpulkan bahwa instrument penelitian tersebut handal dan reliabel. Hasil uji reliabilitas dapat pada Tabel 4.4 menunjukkan bahwa keempat variabel diatas 0,60 berarti reliable.
Tabel 4.4
Pemanfaatan TI 0,655 9 Reliabel
SPI 0,643 10 Reliabel
Sumber : Data yang diolah SPSS, 2018 4.3.2. Analisis Statistik Deskriptif
Dari hasil kuisioner yang kembali diperoleh gambaran mengenai variabel penelitian yang dapat dilihat dari Tabel 4.5.
Tabel 4.5 Analisis Statistik Deskriptif
Descriptive Statistics
N Minimum Maximum Mean Std. Deviation Statistic Statistic Statistic Statistic Statistic
Kualitas LKPD 54 37 50 41.69 2.494
Penerapan SAP 54 13 20 16.74 1.456
Kompetensi SDM 54 29 40 33.35 2.357
Pemanfaatan TI 54 33 45 37.46 2.416
SPI 54 37 50 41.83 2.626
Valid N (listwise) 54
Sumber : Data yang diolah SPSS, 2018
Berdasarkan data yang disajikan oleh tabel 4.5 dapat dijelaskan penggambaran mengenai pendeskripsian data yang digunakan dalam penelitian ini sebagai berikut.
1. Variabel Penerapan SAP memiliki jumlah sampel sebanyak 54, dengan nilai minimum 13,00 nilai maksimum 20,00 dan mean (nilai rata-rata) sebesar 16,74. Standart Deviation atau simpangan baku sebesar 2,49.
2. Variabel Kompetensi SDM memiliki jumlah sampel sebanyak 54, dengan nilai minimum 29,00 nilai maksimum 40,00 dan mean (nilai rata-rata) sebesar 33,35, Standart Deviation atau simpangan baku sebesar 2,35.
3. Variabel Pemanfaatan TI memiliki jumlah sampel sebanyak 54, dengan nilai minimum 33,00 nilai maksimum 45,00 dan mean (nilai rata-rata) sebesar 37,46. Standart Deviation atau simpangan baku sebesar 2,41.
4. Variabel SPI memiliki jumlah sampel sebanyak 54, dengan nilai minimum 37,00 nilai maksimum 50,00 dan mean (nilai rata-rata) sebesar 41,83.
Standart Deviation atau simpangan baku sebesar 2,62.
5. Variabel Kualitas LKPD memiliki jumlah sampel sebanyak 54, dengan nilai minimum 37,00 nilai maksimum 50,00 dan mean (nilai rata-rata) sebesar 41,69. Standart Deviation atau simpangan baku sebesar 2,49.
4.3.3. Uji Asumsi Klasik
Sebelum melakukan analisis regresi perlu dilakukan uji asumsi klasik agar dapat diperkirakan yang tidak bias dan efisien. Hasil uji asumsi klasik tercantum pada tabel 4.6, tabel 4.7 dan gambar 4.1.
4.3.3.1.Hasil Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel penggangu atau residual berdistribusi normal. Ada dua cara untuk mendeteksi apakah residual berdistribusi normal atau tidak, yaitu yaitu dengan analisis grafik dan uji statistik. Untuk melihat normalitas residual, peneliti menganalisis grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal dan juga menganalisis probabilitas plot yang membandingkan distribusi kumulatif dan distribusi normal.
Pengujian normalitas dilakukan berdasarkan uji statistic non-parametrik Kolmogrov-Smirnov (K-S). dasar pengambilan keputusan untuk Kolmogrov-Smirnov yaitu nilai value pada kolom Asimp. Sig (2-tailed)
>level of significant (α = 5%).
Tabel 4.6
Hasil Uji Kolmogorov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 54
Normal Parametersa,b Mean .0000000
Std. Deviation 1.36829050
Most Extreme Differences
Absolute .118
Positive .055
Negative -.118
Kolmogorov-Smirnov Z .864
Asymp. Sig. (2-tailed) .444
a. Test distribution is Normal.
b. Calculated from data.
Sumber : Data yang diolah SPSS, 2018
Berdasarkan pengolahan data pada Tabel 4.6 diperoleh nilai Asymp.
Sig. (2-tailed) sebebar 0.444, Karena nilai Asymp. Sig. (2-tailed) lebih besar dari 0,05, dengan demikian dapat disimpulkan model regresi memenuhi asumsi normalitas.
4.3.3.2.Hasil Uji Multikolinearitas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen). Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolonieritas,
model regresi. Jika antar variabel independen terdapat korelasi yang cukup tinggi (lebih dari 0,09), maka merupakan indikasi adanya multikolinieritas dan suatu model. Regresi yang bebas dari masalah multikolonieritas apabila mempunyai nilai tolerance> 0,1 dan nilai VIF < 10. Uji multikolinearitas dengan melihat nilai tolerance dan VIF menunjukkan hasil seperti pada tabel 4.7 berikut:
Tabel 4.7
Hasil Uji Multikolinearitas
Sumber : Data yang diolah SPSS, 2018
Tabel 4.7 menunjukkan bahwa penelitian ini bebas dari adanya gejala multikolinearitas. Hal ini dapat dilihat dengan membandingkan nilai tolerance dan VIF. Masing-masing variabel independen yang digunakan dalam penelitian ini memiliki nilai tolerance yang lebih besar dari 0,1. Untuk Penerapan SAP memiliki nilai tolerance 0,514; Kompetensi SDM memiliki nilai tolerance 0,163; Pemanfaatan TI memiliki nilai tolerance 0,191; dan SPI memiliki nilai tolerance 0,980. Jika dilihat dari VIF, masing-masing variabel independen lebih kecil dari 10 yaitu Penerapan SAP memiliki VIF 1,947;
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients
t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1
(Constant) .547 4.633 .118 .907
SAP .059 .186 .063 .319 .751 .514 1.947
SDM -.180 .215 -.294 -.837 .407 .163 6.123
TI .121 .175 .224 .690 .493 .191 5.226
SPI -.002 .075 -.003 -.022 .983 .980 1.020
a. Dependent Variable: Unstandardized Residual
Kompetensi SDM memiliki VIF 6,123; Pemanfaatan TI memiliki VIF 5,226;
dan SPI memiliki VIF 1,020. Maka kesimpulan yang diperoleh adalah tidak terjadi gejala multikolinearitas dalam variabel independennya.
4.3.3.3.Hasil Uji Heteroskedastisitas
Dalam melakukan pengujian heteroskedastisitas, dapat dilakukan melalui dua cara. Pertama, melalui analisis grafik dengan cara membaca grafik Scatterplot, di mana tidak terjadi heteroskedastisitas apabila titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, dan tersebar baik di atas maupun di bawah angka nol pada sumbu Y.Kedua, melalui analisis statistik yang dilakukan melalui uji glejser, di mana tidak terjadi heteroskedastisitas apabila tidak ada variabel independen yang signifikan secara statistik mempengaruhi variabel dependen.
Gambar 4.1 Grafik Scatterplot
Sumber : Data yang diolah SPSS, 2018
Gambar Scatterplot menunjukkan bahwa titik-titik yang ada menyebar secara acak, tersebar baik di atas maupun di bawah angka nol pada sumbu Y dan tidak membentuk sebuah pola tertentu yang jelas. Oleh karena itu, model regresi dikatakan tidak mengalami heteroskedastisitas.
4.3.4. Hasil Uji Regresi Linear Berganda
Untuk mengetahui pengaruh penerapan SAP, kompetensi SDM, pemanfaatan TI dan sistem pengendalian intern terhadap kualitas laporan keuangan pemerintah daerah Kota Medan dilakukan pengujian dengan menggunakan analisis regresi linear berganda. Berdasarkan hasil pengolahan data dengan menggunakan bantuan SPSS diperoleh hasil uji pada tabel 4.8.
Tabel 4.8
Hasil Uji Regresi Linear Berganda
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 12.094 5.022 2.408 .020
SAP .000 .202 .000 .001 .999
SDM .468 .233 .391 2.008 .050
TI .472 .189 .448 2.491 .016
SPI -.094 .081 -.092 -1.164 .250
a. Dependent Variable: LKPD
Sumber : Data yang diolah SPSS, 2018
Model Regresi yang terbentuk berdasarkan tabel 4.8 adalah sebagai berikut:
Y = 12.094 + 0.000X1 + 0,468X2 + 0,472X3 – 0,094X4
Y : Kualitas LKPD X1 : Penerapan SAP X2 : Kompetensi SDM
X3 : Pemanfaatan Teknologi Informasi X4 : Sistem Pengendalian Intern
Berdasarkan hasil persamaan regresi berganda, masing-masing variabel menjelaskan bahwa:
1. Hasil persamaan regresi, nilai konstanta sebesar 12.094 , artinya penerapan SAP (X1), kompetensi SDM (X2), pemanfaatan TI (X3) dan sistem pengendalian intern (X4) dianggap konstan maka tingkat kualitas LKPD konstan sebesar sebesar 12.094.
2. Koefisien regresi variabel penerapan SAP (X1) sebesar 0.000 artinya kompetensi SDM mengalami kenaikan sebesar 1% akan menyebabkan peningkatan terhadap kualitas LKPD sebesar 0,000 dengan asumsi variabel independen lain nilainya tetap.
3. Koefisien regresi variabel kompetensi SDM sebesar 0,468 artinya partisipasi masyarakat mengalami kenaikan sebesar 1% maka peningkatan terhadap kualitas LKPD sebesar 0,468 dengan asumsi variabel independen lain nilainya tetap.
4. Koefisien regresi variabel pemanfaatan TI sebesar 0,472 artinya partisipasi masyarakat mengalami kenaikan sebesar 1% maka peningkatan terhadap kualitas LKPD sebesar 0,472 dengan asumsi variabel independen lain nilainya tetap.
5. Koefisien regresi variabel sistem pengendalian intern sebesar -0,094 artinya partisipasi masyarakat mengalami kenaikan sebesar 1% maka
peningkatan terhadap kualitas LKPD sebesar -0,094 dengan asumsi variabel independen lain nilainya tetap.
4.3.5. Hasil Pengujian Hipotesis
4.3.5.1 Hasil Uji Koefisien Determinasi (R2)
Berdasarkan hasil analisi regresi linear berganda juga dapat diketahui nilai korelasi dan koefisien determinasinya, dimana nilai korelasi mencerminkan kekuatan hubungan antara variabel independen/bebas (Penerapan SAP, kompetensi SDM, Pemanfaatan TI dan Sistem Pengendalian Intern) terhadap variabel dependen/terikat (kualitas LKPD).
Tabel 4.9
Hasil Uji Koefisien Determinasi
Hasil uji koefisien determinasi pada Tabel 4.9 menunjukkan besarnya R2 adalah 0.697. Dengan demikian besarnya pengaruh penerapan SAP, kompetensi SDM, pemanfaatan TI dan system pengendalian intern terhadap kualitas LKPD adalah sebesar 69.7%. Sedangkan sisanya adalah 30.3%
adalah dipengaruhi oleh faktor lain yang tidak masuk dalam model penelitian ini.
Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 .835a .697 .672 1.53159
a. Predictors: (Constant), SPI, SAP, TI, SDM b. Dependent Variable: LKPD
Sumber : Data yang diolah SPSS, 2018
4.3.5.2 Hasil Uji t
Uji parsial t disebut juga sebagai uji signifikansi individual. Uji ini digunakan untuk menguji seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Hasil statistik parsial (uji t) disajikan pada tabel 4.10.
Tabel 4.10 Hasil Uji t
Sumber : Data yang diolah SPSS, 2018
Berdasarkan tabel 4.12, dapat disimpulkan mengenai hasil uji hipotesis secara parsial dari masing-masing variabel independen sebagai berikut :
1. Nilai thitung variabel penerapan SAP diperoleh sebesar 0,001 lebih kecil dari t tabel 1.674 dan signifikan 0.999, maka hipotesis (H1) yang diajukan tidak dapat diterima. Hal ini berarti bahwa Penerapan SAP secara parsial tidak berpengaruh terhadap kualitas LKPD Kota Medan pada taraf signifikan α = 5%.
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 12.094 5.022 2.408 .020
SAP .000 .202 .000 .001 .999
SDM .468 .233 .391 2.008 .050
TI .472 .189 .448 2.491 .016
SPI -.094 .081 -.092 -1.164 .250
a. Dependent Variable: LKPD
2. Nilai thitung variabel kompetensi SDM diperoleh sebesar 2.008 dan signifikan 0.050 lebih besar dari ttabel 1.674, maka hipotesis (H2) yang diajukan diterima. Hal ini berarti bahwa Kompetensi SDM secara parsial berpengaruh signifikan terhadap kualitas LKPD Kota Medan pada taraf signifikan α = 5%.
3. Nilai thitung variabel Pemanfaatan TI diperoleh sebesar 2.491 lebih besar dari ttabel 1.674 dan signifikan 0.016, maka hipotesis (H3) yang diajukan dapat diterima.. Hal ini berarti bahwa Pemanfaatan TI secara parsial berpengaruh secara signifikan terhadap kualitas LKPD Kota Medan pada taraf signifikan α = 5%
4. Nilai thitung variabel SPI diperoleh sebesar -1.164 lebih kecil dari ttabel
1.674 dan signifikan 0.250, maka hipotesis (H4) yang diajukan tidak dapat diterima. Hal ini berarti bahwa SPI secara parsial tidak berpengaruh terhadap kualitas LKPD Kota Medan pada taraf signifikan α = 5%.
4.3.5.3 Hasil Uji F
Uji F dilakukan untuk menunjukkan apakah semua variabel independen atau bebas yang dimasukkan dalam model regresi berganda mempunyai pengaruh secara bersama-sama terhadap variabel dependen.
Hasil uji F tercantum pada tabel 4.11.
Tabel 4.11 Hasil Uji F
Sumber : Data yang diolah SPSS, 2018
Berdasarkan tabel nilai Fhitung 28.193 lebih besar dari Ftabel 2,56 dan signifikan 0,000 maka hipotesis (H5) yang diajukan diterima. Hal ini berarti semua variabel independen (penerapan SAP, kompetensi SDM, Pemanfaatan TI, Sistem Pengendalian Intern) secara simultan berpengaruh signifikan terhadap variabel dependen ( kualitas LKPD Kota Medan) pada taraf signifikan 𝛼=5%.
4.4. Pembahasan Hasil Penelitian
Dari pengujian yang telah dilakukan diperoleh kesimpulan bahwa secara simultan Penerapan SAP, Kompetensi SDM, Pemanfaatan Teknologi Informasi, dan Sistem Pengendalian Intern berpengaruh positif terhadap Kualitas Laporan Keuangan Pemerintah Daerah Kota Medan. Pengaruh positif tersebut dapat dilihat dengan membandingkan nilai Fhitung dengan Ftabel. Diperoleh nilai Fhitung (28.193) lebih besar dari nilai Ftabel (2,56) jadi dapat disimpulkan bahwa Penerapan Standar Akuntansi Pemerintah, Kompetensi Sumber Daya Manusia, Pemanfaatan Teknologi Informasi, dan Sistem Pengendalian Intern secara bersama-sama
ANOVAa
Model Sum of Squares Df Mean Square F Sig.
1
Regression 264.539 4 66.135 28.193 .000b
Residual 114.942 49 2.346
Total 379.481 53
a. Dependent Variable: LKPD
b. Predictors: (Constant), SPI, SAP, TI, SDM
Dengan pernyataan diatas dapat diketahui bahwa dalam menentukan kualitas laporan keuangan, pemerintah daerah telah memperhitungkan dan mempertimbangkan faktor Penerapan SAP, Kompetensi SDM, Pemanfaatan TI, dan SPI.
Hasil pengujian secara individual (parsial) diketahui bahwa variabel penerapan SAP, kompetensi SDM, Pemanfaatan TI dan SPI memiliki pengaruh yang signifikan terhadap kualitas laporan keuangan pemerintah daerah kota Medan.
Hal ini didukung dari nilai Adjusted R square yang artinya bahwa keempat variabel independen tersebut dapat menjelaskan variabel dependen sebesar 69,7%.
Sedangkan sisanya sebesar 30,3% dijelaskan oleh variabel lain yang tidak diteliti pada penelitian ini.
Untuk pengujian secara parsial, diketahui nilai probabilitas atau Sig. dari variabel Penerapan SAP adalah 0.999. Karena nilai probabilitas Penerapan SAP yakni 0.999, lebih besar dari tingkat signifikansi, yakni 0.05, maka disimpulkan bahwa pengaruh yang terjadi antara Penerapan SAP dengan variabel Kualitas Laporan Keuangan tidak signifikan secara statistik. Perhatikan juga bahwa nilai 𝑡hitung >𝑡tabel , yakni 0.001 <1.674. Hasil dengan pendekatan probabilitas sama dengan hasil berdasarkan uji 𝑡. Diketahui nilai koefisien regresi dari Penerapan SAP adalah 0.000. Diketahui nilai koefisien regresi Penerapan SAP bernilai positif. Hal ini menunjukkan bahwa pengaruh antara Penerapan SAP dan kualitas laporan keuangan pemerintah Kota Medan bersifat positif. Hal ini berarti terdapat kecenderungan, ketika Penerapan SAP semakin baik, maka Kualitas Laporan Keuangan juga semakin baik. Hasil penelitian ini tidak sejalan dengan penelitian
yang dilakukan sebelumnya yang menunjukkan bahwa Penerapan SAP memiliki pengaruh yang signifikan terhadap kualitas laporan keuangan pemerintah daerah.
Selanjutnya diketahui nilai probabilitas atau Sig. dari variabel Kompetensi SDM adalah 0,050. Karena nilai probabilitas Kompetensi SDM yakni 0,050, lebih kecil dari tingkat signifikansi, yakni 0.05, maka disimpulkan bahwa pengaruh yang terjadi antara Kompetensi SDM dengan variabel Kualitas Laporan Keuangan signifikan secara statistik. Perhatikan juga bahwa nilai 𝑡hitung >𝑡 tabel , yakni 2.008
>1.674. Hasil dengan pendekatan probabilitas sama dengan hasil berdasarkan uji 𝑡 diketahui nilai koefisien regresi dari Kompetensi SDM adalah 0,468. Diketahui nilai koefisien regresi Kompetensi SDM bernilai positif. Hal ini menunjukkan bahwa pengaruh antara Kompetensi SDM dan Kualitas laporan keuangan pemerintah Kota Medan bersifat positif. Hal ini berarti terdapat kecenderungan, ketika Kompetensi SDM semakin baik, maka Kualitas Laporan Keuangan juga semakin baik. Hasil penelitian ini sejalan dengan penelitian yang dilakukan Wati dkk (2014) yang menunjukkan bahwa kompetensi SDM berpengaruh signifikan terhadap kualitas laporan keuangan pemerintah daerah.
Selanjutnya diketahui nilai probabilitas atau Sig. dari variabel Pemanfaatan TI adalah 0,016. Karena nilai probabilitas Pemanfaatan TI yakni 0,016, lebih kecil dari tingkat signifikansi, yakni 0.05, maka disimpulkan bahwa pengaruh yang terjadi antara Pemanfaatan TI dengan variabel Kualitas Laporan Keuangan signifikan secara statistik. Perhatikan juga bahwa nilai 𝑡hitung >𝑡tabel , yakni 2.491
>1.674. Hasil dengan pendekatan probabilitas sama dengan hasil berdasarkan uji 𝑡
diketahui nilai koefisien regresi dari Pemanfaatan TI adalah 0,472. Diketahui nilai koefisien regresi Pemanfaatan TI bernilai positif. Hal ini menunjukkan bahwa pengaruh antara Pemanfaatan TI dan Kualitas laporan keuangan pemerintah Kota Medan bersifat positif. Hal ini berarti terdapat kecenderungan, ketika Pemanfaatan TI semakin baik, maka Kualitas Laporan Keuangan juga semakin baik. Hasil penelitian ini sejalan dengan penelitian yang dilakukan Pratiwi dkk (2015) yang menunjukkan bahwa Pemanfaatan TI berpengaruh signifikan terhadap kualitas laporan keuangan pemerintah daerah.
Selain itu, diketahui nilai probabilitas atau Sig. dari variabel SPI adalah 0.250. Karena nilai probabilitas Penerapan SAP yakni 0.250, lebih besar dari tingkat signifikansi, yakni 0.05, maka disimpulkan bahwa pengaruh yang terjadi antara SPI dengan variabel Kualitas Laporan Keuangan tidak signifikan secara statistik. Perhatikan juga bahwa nilai 𝑡hitung >𝑡tabel , yakni -1.164, <1.674. Hasil dengan pendekatan probabilitas sama dengan hasil berdasarkan uji 𝑡. Diketahui nilai koefisien regresi dari Penerapan SAP adalah -0.094. Diketahui nilai koefisien regresi SPI bernilai negatif. Hal ini menunjukkan bahwa pengaruh antara SPI dan kualitas laporan keuangan pemerintah Kota Medan bersifat negatif. Hal ini berarti terdapat kecenderungan, ketika SPI semakin buruk, maka Kualitas Laporan Keuangan juga semakin buruk. Hasil penelitian ini sejalan dengan penelitian yang dilakukan Chorunisah (2008) yang menunjukkan bahwa SPI tidak memiliki pengaruh yang signifikan terhadap kualitas laporan keuangan pemerintah daerah.
BAB V
KESIMPULAN DAN SARAN 5.1. Kesimpulan
Berdasarkan hasil penelitian dan pembahasan, terdapat lima kesimpulan sebagai berikut.
1. Secara parsial Penerapan Standar Akuntansi Pemerintahan tidak berpengaruh terhadap Kualitas Laporan Keuangan Pemerintah Daerah Kota Medan.
2. Secara parsial Kompetensi Sumber Daya Manusia berpengaruh siginifikan terhadap Kualitas Laporan Keuangan Pemerintah Daerah Kota Medan.
3. Secara parsial Pemanfaatan Teknologi Informasi berpengaruh signifikan terhadap Kualitas Laporan Keuangan Pemerintah Daerah Kota Medan.
4. Secara parsial Sistem Pengendalian Intern tidak berpengaruh terhadap Kualitas Laporan Keuangan Pemerintah Daerah Kota Medan.
4. Secara parsial Sistem Pengendalian Intern tidak berpengaruh terhadap Kualitas Laporan Keuangan Pemerintah Daerah Kota Medan.