BAB V ANALISIS DATA DAN PEMBAHASAN
B. Analisis Data
3) Variabel Sistem Informasi Akuntansi Dinas Daerah 101
Terdapat 24 butir pertanyaan yang di disesuaikan dengan Peraturan Menteri Dalam Negeri Nomor 13 Tahun 2006 Tentang Pedoman Pengelolaan Keuangan Daerah. Hasil pengujian validitas untuk variabel SIADINDA adalah sebagai berikut.
Tabel 5.9 Hasil Uji Validitas Variabel SIADINDA Nomor rtabel rhitung Sig. Kriteria
1 0,1666 0,689** 0.000 Valid 2 0,1666 0,752** 0.000 Valid 3 0,1666 0,695** 0,000 Valid 4 0,1666 0,683** 0,000 Valid 5 0,1666 0,677** 0,000 Valid 6 0,1666 0,592** 0,000 Valid 7 0,1666 0,679** 0,000 Valid 8 0,1666 0,646** 0,000 Valid 9 0,1666 0,703** 0,000 Valid 10 0,1666 0,592** 0,000 Valid 11 0,1666 0,631** 0,000 Valid 12 0,1666 0,555** 0,000 Valid 13 0,1666 0,499** 0,000 Valid 14 0,1666 0,515** 0,000 Valid 15 0,1666 0,582** 0,000 Valid
Uji Validitas Variabel SIADINDA (Lanjutan) 16 0,1666 0,637** 0,000 Valid 17 0,1666 0,623** 0,000 Valid 18 0,1666 0,667** 0,000 Valid 19 0,1666 0,513** 0,000 Valid 20 0,1666 0,617** 0,000 Valid 21 0,1666 0,574** 0,000 Valid 22 0,1666 0,636** 0,000 Valid 23 0,1666 0,629** 0,000 Valid 24 0,1666 0,651** 0,000 Valid Sumber: data diolah, 2020
Berdasarkan uraian hasil pengujian validitas di atas, dapat disimpulkan variabel SIADINDA memenuhi kriteria validitas pada setiap item pertanyaannya. Dari uraian di atas diketahui bahwa r hitung > r tabel serta nilai signifikansi < 0,05, sehingga setiap pertanyaan untuk SIADINDA dapat digunakan sebagai alat ukur yang relevan dalam penelitian ini.
4) Variabel Good Public Governance
Terdapat 5 butir pertanyaan tentang GPG yang disesuaikan dengan pedoman KNKG 2008. Hasil pengujian validitas untuk variabel GPG adalah sebagai berikut.
Tabel 5.10 Hasil Uji Validitas Variabel GPG
Nomor rtabel rhitung Sig. Kriteria 1 0,1666 0,779** 0,000 Valid 2 0,1666 0,681* 0,000 Valid 3 0,1666 0,698** 0,000 Valid 4 0,1666 0,678** 0,000 Valid 5 0,1666 0,694** 0,000 Valid Sumber: data diolah, 2020
Berdasarkan uraian hasil pengujian validitas di atas, dapat disimpulkan bahwa seluruh pertanyaan pada variabel GPG dinyatakan valid. Dari uraian di atas diketahui bahwa r hitung > r tabel serta nilai signifikansi < 0,05, sehingga setiap pertanyaan untuk GPG dapat digunakan sebagai alat ukur yang relevan dalam penelitian ini.
b. Uji Reliabilitas Data
Uji reliabilitas digunakan untuk mengukur apakah hasil penelitian yang dilakukan memberikan hasil yang relatif tidak berubah terhadap instrumen penelitian (Rahmah dan Zulkifli, 2018). Suatu kuesioner dikatakan reliabel jika Cronbach’s Alpha > 0,7. Hasil uji reliabilitas data dalam penelitian ini adalah sebagai berikut.
Tabel 5.11 Hasil Uji Reliabilitas
Variabel Cronbach’s
Alpha
Keterangan
Kualitas Laporan Keuangan 0,808 Reliabel Standar Akuntansi
Pemerintah Berbasis Akrual
0,932 Reliabel
Sistem Informasi Akuntansi Dinas Daerah
0,931 Reliabel
Good Public Governance 0,749 Reliabel Sumber: data diolah, 2020
Berdasarkan Tabel 5.11 di atas, seluruh variabel dalam penelitian ini memenuhi kriteria reliabilitas. Setiap variabel dalam penelitian ini memiliki nilai Cronbach’s Alpha > 0,70 yaitu sebesar 0,808 untuk variabel Kualitas Laporan Keuangan, 0,932 untuk variabel Standar Akuntansi Pemerintah Berbasis Akrual, 0,931 untuk variabel Sistem Informasi Akuntansi Dinas Daerah, dan 0,749 untuk variabel Good Public Governance. Berdasarkan uraian di atas, diperoleh data bahwa setiap jawaban responden atas pertanyaan yang diberikan stabil dari waktu ke waktu. Hal ini menunjukkan bahwa setiap item pertanyaan yang digunakan mampu memperoleh data yang konsisten karena jika pertanyaan itu diajukan kembali akan diperoleh jawaban yang relatif sama dengan jawaban sebelumnya.
2. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah nilai residual terdistribusi secara normal atau tidak. Uji normalitas dalam penelitian ini dilakukan dengan menggunakan One Sample Kolmogorov-Smirnov Test. Data dikatakan terdistribusi secara normal apabila nilai asymp. sig (2-tailed) > 0,05.
Tabel 5.12 Hasil Uji Normalitas
Unstandardized Residual
N 139
Asymp. Sig. (2-tailed) 0,100c Sumber: data diolah, 2020.
Berdasarkan tabel di atas, diketahui bahwa berdasarkan hasil pengujian dengan menggunakan bantuan aplikasi SPSS 22.0 diperoleh nilai Kolmogorov-Smirnov sebesar 0,100. Hal ini menunjukkan bahwa hasil asymp. sig (2-tailed) 0,100 > 0,05. Sehingga, dalam penelitian ini dapat disimpulkan bahwa nilai residual terdistribusi secara normal. b. Uji Multikolinearitas
Uji multikolinearitas dilakukan untuk menguji apakah ada korelasi antara variabel bebas dan model regresi. Model regresi yang baik tidak akan ditemukan korelasi antara variabel bebas dan model regresi. Suatu data dikatakan tidak memiliki gejala multikolinearitas apabila nilai tolerance > 0,1 dan nilai Variance Inflation Factor (VIF) < 10.
Tabel 5.13 Hasil Uji Multikolinearitas
Variabel Penelitian Tollerance VIF
Standar Akuntansi Pemerintah Berbasis Akrual
0,627 1,594
Sistem Informasi Akuntansi Dinas Daerah 0,502 1,991
Good Public Governance 0,641 1,561
Sumber: data diolah, 2020
Tabel 5.14 menunjukkan bahwa nilai tolerance untuk variabel Standar Akuntansi Pemerintah Berbasis Akrual sebesar 0,627, lebih besar dari 0,1 dan nilai VIF sebesar 1,594, kurang dari 10. Nilai tolerance untuk variabel Sistem Informasi Akuntansi Dinas Daerah sebesar 0,502, lebih besar dari 0,1 dan nilai VIF sebesar 1,991, kurang dari 10. Nilai tolerance untuk variabel Good Public Governance sebesar 0,641, lebih besar dari 0,1 dan nilai VIF sebesar 1,561, kurang dari 10. Dapat disimpulkan bahwa dalam penelitian ini seluruh variabel memiliki nilai tolerance > 0,1 dan nilai VIF < 10, sehingga data penelitian ini tidak memiliki gejala multikolinearitas.
c. Uji Heteroskedastisitas
Uji Heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual untuk semua pengamatan dari model regresi (Rahmah dan Zulkifli, 2018). Uji heteroskedastisitas dalam penelitian ini dilakukan dengan menggunakan Uji Glejser. Data dikatakan tidak mengalami masalah
heteroskedastisitas apabila nilai signifikansi antara variabel independen dengan absolut residual > 0,05.
Tabel 5.14 Hasil Uji Heteroskedastisitas
Variabel Penelitian Nilai Signifikansi
Standar Akuntansi Pemerintah Berbasis Akrual 0,095 Sistem Informasi Akuntansi Dinas Daerah 0,083
Good Public Governance 0,849
Sumber: data diolah, 2020
Berdasarkan tabel tersebut, diketahui bahwa nilai signifikansi antara variabel Standar Akuntansi Pemerintah Berbasis Akrual dengan absolut residual sebesar 0,095, lebih besar dari 0,05. Nilai signifikansi antara variabel Sistem Informasi Akuntansi Dinas Daerah dengan absolut residual sebesar 0,083, lebih besar dari 0,05. Nilai signifikansi antara variabel Good Public Governance dengan absolut residual sebesar 0,849, lebih besar dari 0,05. Sehingga dapat disimpulkan bahwa nilai signifikansi seluruh variabel independen dengan absolut residual lebih besar dari 0,05. Data pada penelitian ini tidak mengalami masalah heteroskedastisitas.
3. Pengujian Hipotesis Penelitian a. Koefisien Determinasi (R2)
Koefisien determinasi digunakan untuk menguji seberapa besar kemampuan interaksi antara variabel independen untuk menjelaskan variabel dependen.
Tabel 5.15 Hasil Koefisien Determinasi
Model R R2 Adjusted R2
1 0,763a 0,583 0,574
Sumber: data diolah, 2020
Berdasarkan hasil pengujian di atas, diketahui bahwa koefisien determinasi 0,574, artinya 57,4% Kualitas Laporan Keuangan dipengaruhi oleh variabel Standar Akuntansi Pemerintah Berbasis Akrual, Sistem Informasi Akuntansi Dinas Daerah, dan Good Public Governance. Sedangkan 42,6% dijelaskan oleh variabel lainnya. b. Uji Signifikansi Simultan (Uji Statistik F)
Pengujian ini dilakukan untuk memastikan apakah seluruh variabel independen secara bersama-sama berpengaruh terhadap variabel dependen. Apabila nilai signifikansi < 0,05 maka terdapat pengaruh variabel independen secara simultan terhadap variabel dependen. Jika F tabel < F hitung, maka hipotesis diterima, variabel independen secara simultan berpengaruh terhadap variabel dependen. Jika F tabel > F hitung, maka hipotesis ditolak, variabel independen secara simultan tidak berpengaruh terhadap variabel dependen. Menggunakan nilai signifikansi 5%, F tabel = (k ; n-k) = (3 ; 139-3) = (3 ; 136) = 2,67
Tabel 5.16 Hasil Uji F
Sumber: data diolah, 2020
Diketahui bahwa seluruh variabel independen memiliki nilai F hitung sebesar 62,865 dan nilai signifikansi sebesar 0,000. F tabel < F hitung dan nilai signifikansinya < 0,05. Berdasarkan tabel tersebut dapat disimpulkan bahwa seluruh variabel independen memiliki pengaruh secara simultan terhadap variabel dependen, yaitu Kualitas Laporan Keuangan.
c. Uji Statistik t
Uji statistik t digunakan untuk menguji pengaruh variabel terikat dalam menerangkan variasi variabel bebas (Ghozali, 2013: 98). Kriteria pengujiannya apabila t hitung > t tabel dan nilai signifikansi < 0,05 maka Ha diterima. Menggunakan nilai signifikansi 5% dan tingkat keyakinan 95%, uji t dalam penelitian ini dilakukan dengan derajat kebebasan (n-k-1) = 135, maka diperoleh t tabel = 1,65622.
Variabel Independen F Tabel F Hitung Nilai Signifikansi Standar Akuntansi Pemerintah
Berbasis Akrual
2,67 62,865 0,000b Sistem Informasi Akuntansi Dinas
Daerah
Tabel 5.17 Hasil Uji t Variabel Penelitian Unstandardized
Coeficients t hitung t Tabel Nilai Sig Β Standar Akuntansi Pemerintah Berbasis Akrual 0,119 4,931 1,65622 0,000 Sistem Informasi Akuntansi Dinas Daerah 0,170 4,494 1,65622 0,000 Good Public Governance 0,395 2,985 1,65622 0,003
Sumber: data diolah, 2020
Diketahui bahwa nilai signifikansi variabel Standar Akuntansi Pemerintah Berbasis Akrual sebesar 0,000. Nilai signifikansi variabel Sistem Informasi Akuntansi Dinas Daerah sebesar 0,000. Nilai signifikansi variabel Good Public Governance sebesar 0,003. Berdasarkan Tabel 5.18 di atas, dapat dilihat bahwa setiap variabel independen dalam penelitian tersebut berpengaruh terhadap variabel dependen, yaitu kualitas laporan keuangan. t hitung > t tabel dan nilai signifikansi < 0,05, sehingga Ha diterima.
4. Analisis Regresi Linier Berganda
Hasil analisis regresi linier berganda adalah sebagai berikut. Tabel 5.18 Hasil Analisis Regresi Linier Berganda
Model Unstandardized Coefficients t Sig Keterangan B Std. Error (Constant) 6,758 2,204 3,066 0,003 SAP Berbasis Akrual 0,119 0,024 4,931 0,000 Diterima SIADINDA 0,170 0,038 4,494 0,000 Diterima GPG 0.395 0,132 2,985 0,003 Diterima Sumber: data diolah, 2020
Berdasarkan tabel tersebut diketahui bahwa hasil analisis regresi linier berganda menunjukkan nilai konstanta sebesar 6,758, artinya variabel penerapan SAP Berbasis Akrual, SIADINDA, dan GPG dianggap konstan, maka besarnya Kualitas Laporan Keuangan sebesar 6,758. Koefisien regresi variabel penerapan SAP Berbasis Akrual (X1) 0,119, artinya setiap terjadi kenaikan 100% variabel implementasi SAP Berbasis Akrual secara relatif akan meningkatkan Kualitas Laporan Keuangan Pemerintah Daerah Kabupaten Sleman sebesar 11,9% dengan asumsi variabel SIADINDA dan GPG dianggap konstan.
Koefisien regresi variabel penerapan SIADINDA (X2) 0,170, artinya setiap terjadi kenaikan 100% dalam variabel penerapan SIADINDA secara relatif akan meningkatkan Kualitas Laporan Keuangan Pemerintah Daerah Kabupaten Sleman sebesar 17% dengan asumsi variabel SAP Berbasis Akrual dan GPG dianggap konstan. Koefisien regresi variabel GPG (X3) 0,395 artinya setiap terjadi kenaikan 100% perubahan dalam variabel penerapan GPG secara relatif akan meningkatkan Kualitas Laporan Keuangan Pemerintah Daerah Kabupaten Sleman sebesar 39,5% dengan asumsi variabel SAP Berbasis Akrual dan SIADINDA dianggap konstan. Sehingga, berdasarkan analisis regresi linier berganda diperoleh persamaan berikut.
Y = 6,758 + 0,119 (X1) + 0,170 (X2) + 0,395 (X3) + 2,204