BAB I PENDAHULUAN A. Latar Belakang
Perkembangan teknologi informasi yang pesat saat ini mempunyai
dampak yang luar biasa pada berbagai bidang dan sektor kegiatan. Di antara
implikasi yang relatif besar ialah pada disiplin ilmu dan praktek akuntansi.
Dibidang akuntansi, perkembangan teknologi informasi telah banyak
membantu meningkatkan sistem informasi akuntansi. Peningkatan penggunaan
teknologi komputer sebagai salah satu bentuk teknologi informasi telah banyak
mengubah pemrosesan data akuntasi secara manual menjadi otomatis. Dengan
otomatisasi atau sistem informasi yang berdasarkan pada komputer berbagai
fungsi dapat dilakukan secara tepat dan cepat. Di setiap organisasi yang ada
saat ini telah banyak tersedia peralatan dengan teknologi tinggi yang bernilai
sangat mahal. Peralatan tersebut digunakan untuk mendukung sistem informasi
yang mereka butuhkan, sehingga diharapkan akan mampu meningkatkan
kinerja individu maupun kinerja organisasi (Sunarta, 2005:880). Profesi yang
tidak dapat lepas dari kemajuan teknologi informasi yaitu profesi akuntan
publik. Para akuntan tidak dapat lagi menghindari kemajuan teknologi
(tepatnya teknologi informasi dan komunikasi) sebagai salah satu komponen
sumberdaya sistem (informasi) akuntansi.
Perkembangan teknologi yang begitu pesat telah mempengaruhi
berbagai aspek tidak terkecuali profesi akuntan publik. Pengetahuan tentang
dikuasai oleh akuntan publik. Penelitian yang dilakukan oleh Gultom (1993)
yang dikutip oleh Adnyana dan Indriantoro (2000:460) berkenaan dengan
persepsi akuntan di Indonesia terhadap pengetahuan akuntansi dan pengetahuan
teknologi informasi terjalin antara satu dengan yang lainnya. Sebagian
pengetahuan teknologi informasi harus dikuasai oleh profesi akuntan.
Sistem informasi telah membuat perubahan yang fundamental pada
pekerjaan dan peran akuntan. Keahlian dan pengetahuan yang baru
dipersyaratkan untuk memenuhi perubahan-perubahan tersebut. Komputer
diperkenalkan untuk membantu memenuhi tujuan perusahaan dan diterapkan
dalam praktik keseharian guna mempertinggi kualitas kerja personil organisasi
yang melibatkan akuntan didalamnya (Adnyana dan Indriantoro, 2000:460).
Menurut Goodhue dan Thompson (1995) dalam Susanto (1999:100)
penelitian yang menguji efektifitas sistem informasi dalam peningkatan kinerja
dapat diklasifikasikan menjadi dua:
1. Penelitian yang menekankan pada aspek pemanfaatan teknologi
informasi dan
2. Penelitian yang difokuskan pada faktor kesesuaian tugas-teknologi.
Menurut Goodhue dan Thompson (1995) dalam Susanto (1999:97)
sebagaimana dikutip oleh Wrediningtyas (2005). aliran yang memfokuskan
pada aspek pemanfaatan teknologi informasi mempunyai beberapa kelemahan,
yaitu:
1. Pemanfaatan teknologi informasi tidak selalu sukarela. Pemakai kadang
dilakukannya sudah dirancang sedemikian rupa sehingga harus
diselesaikan dengan memanfaatkan teknologi yang bersangkutan. Dalam
situasi ini dampak kinerja lebih dihasilkan oleh faktor kecocokan
tugas-teknologi dari pada pemanfaatan tugas-teknologi informasi.
2. Pemanfaatan teknologi informasi yang tinggi belum tentu menghasilkan
kinerja yang tinggi. Pemanfaatan teknologi informasi yang jelek tidak
akan menghasilkan kinerja yang baik meskipun berlangsung dengan
sukarela.
Kecocokan tugas teknologi didefinisikan sebagai suatu derajat
seberapa tinggi teknologi membantu individu dalam menjalankan serangkaian
tugas-tugasnya. Secara lebih spesifik, kecocokan tugas teknologi merupakan
keselarasan antara tuntutan yang ada dalam tugas dan fungsionalitas teknologi.
Interaksi antara tugas dan teknologi merupakan antecedent bagi kecocokan tugas-teknologi. Tugas-tugas tertentu memerlukan teknologi tertentu yang
fungsional. Apabila kesenjangan antara tuntutan yang ada dalam tugas dan
fungsional teknologi semakin lebar, maka tingkat kecocokan tugas-teknologi
akan menurun.
Kinerja adalah hasil atau tingkat keberhasilan seseorang secara
keseluruhan selama periode tertentu di dalam melaksanakan tugas
dibandingkan dengan berbagai kemungkinan, seperti standar hasil kerja, target
atau sasaran atau kriteria yang telah ditentukan terlebih dahulu dan telah
disepakati bersama. Untuk menguji pengaruh sistem informasi terhadap
juga mempunyai kelemahan dalam peningkatan kinerja. Peningkatan kinerja
tidak hanya di pengaruhi oleh faktor kecocokan tugas-teknologi saja
melainkan tergantung juga pada faktor-faktor lain (misal faktor kebiasaan
seseorang). Dalam hal ini penelitian terhadap faktor kecocokan
tugas-teknologi akan bermanfaat jika dikombinasikan dengan faktor pemanfaatan
dan dampak terhadap kinerja (Goodhue dan Thompson, 1995 dalam
Wrediningtyas, 2005).
Penelitian ini merupakan replikasi dari penelitian yang dilakukan oleh
Wrediningtyas (2005). Penelitian sekarang terdapat perbedaan- perbedaan
dengan penelitian sebelumnya, perbedaaan itu antara lain:
1. Penelitian sebelumnya menggunakan ukuran variabel kecocokan
tugas-teknologi yaitu tingkat rinci yang tepat, keakuratan, kompatibilitas,
lokabilitas, aksesbilitas, arti data, asistensi, kemudahan penggunaan
perangkat keras atau lunak, keandalan sistem, kemuktahiran, presentasi,
kekacauan. Penelitian sekarang menggunakan ukuran variabel kecocokan
tugas-teknologi yaitu keakuratan, kompatibilitas, aksesbilitas, asistensi,
keandalan sistem, kemuktahiran, presentasi, kekacauan. Penelitian
sebelumnya menggunakan ukuran variabel pemanfaatan teknologi informasi
yaitu intensitas penggunaan, frekuensi penggunaan, jumlah perangkat lunak
tau software yang digunakan. Penelitian sekarang menggunakan ukuran
variabel pemanfaatan teknologi informasi yaitu intensitas penggunaan,
frekuensi penggunaan, jumlah perangkat lunak atau software yang
menggunakan persepsi dampak kinerja sedangkan penelitian sekarang
menggunakan ukuran kinerja (tekanan, tujuan, target dan tanggung jawab).
2. Responden penelitian sebelumnya ialah auditor dari beberapa Kantor
Akuntan Publik yang berada di Semarang, Surabaya, dan Solo. Responden
penelitian yang dijadikan sampel dalam penelitian ini adalah auditor,
konsultan, dan staff dari tingkat manajer ke bawah yang bekerja pada kantor
akuntan publik yang berada di wilayah Jakarta Selatan minimal bekerja
selama 1 bulan, menggunakan komputer, pernah melaksanakan audit,
berlatar belakang pendidikan minimal SMA dan berusia minimal 20 tahun.
3. Penelitian sebelumnya menggunakan metode Structural Equation Modelling
(SEM) dari paket software statistic AMOS 5.0 sedangkan penelitian
sekarang menggunakan metode Structural Equation Modelling dengan program Lisrel 8.54.
Hasil penelitian sebelumnya menunjukkan faktor kesesuaian
tugas-teknologi dan pemanfaatan tugas-teknologi berpengaruh terhadap kinerja akuntan
publik. Sehingga penelitian ini menyarankan agar faktor kecocokan
tugas-teknologi dan pemanfaatan tugas-teknologi informasi di pertimbangkan dalam
pengembangan suatu sistem informasi dalam suatu organisasi bisnis.
Berdasarkan uraian-uraian diatas, peneliti tertarik untuk menelitinya
B. Perumusan Masalah
Berdasarkan uraian tersebut diatas, maka masalah dalam penelitian ini
dirumuskan sebagai berikut:
1. Apakah faktor kecocokan tugas-teknologi mempunyai pengaruh terhadap
kinerja akuntan publik?
2. Apakah pemanfaatan teknologi informasi mempunyai pengaruh terhadap
kinerja akuntan publik?
3. Apakah faktor kecocokan tugas-teknologi mempunyai pengaruh terhadap
pemanfaatan teknologi informasi?
C. Pembatasan Masalah
Berdasarkan perumusan masalah diatas, pembatasan masalah dalam
penelitian ini hanya terletak pada teknologi informasi mempunyai dampak
positif terhadap kinerja individual maka teknologi informasi tersebut harus
dapat dimanfaatkan dan mengandung faktor kecocokan tugas-teknologi yang
menunjukkan kecocokan tugas yang didukungnya. Penelitian ini terbatas pada
auditor, konsultan, dan staff dari tingkat manajer ke bawah yang bekerja pada
D. Tujuan Penelitian
Tujuan dari penelitian ini sebagai berikut
1. Untuk menganalisis apakah faktor kecocokan tugas-teknologi mempunyai
pengaruh terhadap kinerja akuntan publik.
2. Untuk menganalisis apakah pemanfaatan teknologi informasi mempunyai
pengaruh terhadap kinerja akuntan publik.
3. Untuk menganalisis apakah faktor kecocokan tugas-teknologi mempunyai
pengaruh terhadap pemanfaatan teknologi informasi.
E. Kegunaan Penelitian
Kegunaan dalam penelitian ini antara lain:
1. Kantor Akuntan Publik (KAP), yaitu KAP dapat melakukan keputusan
investasi dalam teknologi informasi dengan mempertimbangkan dampak
pemanfaatan teknologi terhadap kinerja dan dapat memberikan kontribusi
kepada akuntan publik mengenai pentingnya kecocokan antara tugas dan
fungsionalitas teknologi.
2. Pihak lain, yaitu menambah pengetahuan, wawasan bagi rekan-rekan
mahasiswa khususnya mahasiswa Fakultas Ekonomi Dan Ilmu Sosial UIN
Syarif Hidayatullah Jakarta serta sebagai referensi bagi peneliti
selanjutnya.
3. Penulis, yaitu menambah pengetahuan, wawasan dan keterampilan penulis
dan juga sebagai sarana bagi penulis dalam mengkaji tori-teori yang telah
BAB II
TINJAUAN PUSTAKA A. Definisi Teknologi Informasi
Teknologi informasi didefinisikan oleh berbagai pendapat antara lain:
1. Haag dan Keen (1996) dalam Triwahyuni (2003:2), mendefinisikan
teknologi informasi sebagai berikut:
“Teknologi informasi adalah seperangkat alat yang membantu anda bekerja dengan informasi dan melakukan tugas-tugas yang berhubungan dengan pemrosesan informasi”.
2. Martin (1999) dalam Triwahyuni (2003:2), mendefinisikan teknologi
informasi sebagai berikut:
“Teknologi informasi tidak hanya terbatas pada teknologi komputer (perangkat keras maupun perangkat lunak) yang digunakan untuk memproses dan menyimpan informasi, melainkan juga mencakup teknologi komunikasi untuk mengirimkan informasi”.
3. Williams dan Sawyers (2003) dalam Triwahyuni (2003:2), mendefinisikan
teknologi informasi sebagai berikut:
“Teknologi informasi adalah teknologi yang menggabungkan komputer dengan jalur komunikasi berkecepatan tinggi yang membawa data, suara, dan video (Williams dan Sawyers).
Menurut Triwahyuni (2003:2), teknologi informasi adalah gabungan
antara teknologi komputer dan teknologi komunikasi. Penjelasan teknologi
yang mendasari teknologi informasi adalah sebagai berikut:
a. Teknologi Komputer
Teknologi komputer adalah teknologi yang berhubungan dengan
komputer termasuk peralatan-peralatan yang berhubungan dengan
Komputer adalah mesin serba guna yang dapat dikontrol dengan
program, digunakan untuk mengolah data menjadi informasi. Program
adalah deretan instruksi yang digunakan untuk mengendalikan komputer
sehingga komputer dapat melakukan tindakan sesuai dengan yang
dikehendaki oleh pembuatnya. Data adalah bahan mentah bagi komputer
yang dapat berupa angka maupun gambar. Informasi adalah bentuk data
yang telah diolah sehingga dapat menjadi bahan yang berguna untuk
pengambilan keputusan.
b. Teknologi Komunikasi
Teknologi telekomunikasi atau teknologi komunikasi adalah
teknologi yang berhubungan dengan komunikasi jarak jauh. Termasuk
dalam kategori ini adalah telepon, radio, dan televisi.
B. Kecocokan Tugas – Teknologi
Kecocokan tugas teknologi didefinisikan sebagai suatu derajat seberapa
tinggi teknologi membantu individu dalam menjalankan serangkaian
tugas-tugasnya. Secara lebih spesifik, kecocokan tugas teknologi merupakan
keselarasan antara tuntutan yang ada dalam tugas dan fungsionalitas teknologi.
Interaksi antara tugas dan teknologi merupakan antecedent bagi kecocokan tugas-teknologi. Tugas-tugas tertentu memerlukan teknologi tertentu yang
fungsional. Apabila kesenjangan antara tuntutan yang ada dalam tugas dan
fungsional teknologi semakin lebar, maka tingkat kecocokan tugas-teknologi
Penelitian yang memfokuskan pada pemanfaatan teknologi kebanyakan
menggunakan variabel sikap dan keyakinan pemakai sistem untuk
memprediksi pemanfaatan sistem informasi. Para peneliti lain mendasarkan
penelitiannya pada teori sikap dan perilaku aspek-aspek teknologi misalnya
sistem yang berkualitas tinggi mempengaruhi sikap pemakai sistem berupa
keyakinan dan afeksi terhadap sistem yang bersangkutan (Adnyana, 2000: 465).
Menurut Adnyana (2000:465) bagi aliran yang berfokus pada kecocokan
tugas dan teknologi, pemanfaatan sistem merupakan sesuatu yang
diasumsikan. Aliran ini memiliki argumen sebagai berikut dampak kinerja
akan dihasilkan dari kecocokan tugas teknologi apabila teknologi
menyediakan sarana dan dukungan yang cocok dengan yang diperlukan oleh
tugas yang didukungnya.
Kecocokan tugas teknologi dipengaruhi oleh interaksi antara
karakteristik-karakteristik sebagai berikut: individual pemakai, teknologi yang
digunakan, dan tugas yang berbasis teknologi. Kecocokan tugas-teknologi
secara lebih spesifik menunjukkan korespondensi antara kebutuhan tugas,
C. Pemanfaatan Teknologi Informasi
Pemanfaatan teknologi informasi merupakan manfaat yang diharapkan
oleh pengguna sistem informasi dalam melaksanakan tugasnya,
pengukurannya berdasarkan intensitas pemanfaatan, frekuensi pemanfaatan,
dan jumlah aplikasi atau perangkat lunak yang digunakan (Jin, 2003:3).
Investasi yang besar dalam teknologi informasi tidak akan bermanfaat apabila
teknologi tersebut tidak diterima oleh anggota organisasi. Lucas dan Spitler
(1999) sebagaimana dikutip oleh Jin (2003:2) mengemukakan bahwa agar
teknologi informasi dapat dimanfaatkan secara efektif, anggota dalam
organisasi harus dapat menggunakan teknologi informasi dengan baik
sehingga memberikan kontribusi terhadap kinerjanya. Oleh karena itu sangat
penting bagi anggota untuk mengerti dan memprediksi kegunaan sistem
tersebut. Tingkat pengembalian investasi akan kecil jika pekerja gagal
menerima teknologi tersebut atau tidak memanfaatkannya secara maksimal
sesuai dengan kemampuannya.
Goodhue dan Thompson (1995) serta Sugeng dan Indriantoro (1998)
mendefinisikan pemanfaatan teknologi informasi sebagai perilaku
menggunakan teknologi dalam menyelesaikan tugas. Pemanfaatan teknologi
informasi merupakan keputusan individu untuk menggunakan atau tidak
teknologi yang bersangkutan yang dipengaruhi oleh faktor yang menjadi
D. Kinerja Akuntan Publik
Jika dilihat dari asal katanya, kata kinerja adalah terjemahan dari kata
performance, yang menurut The Scribner-Bantam English Distionary, terbitan Amerika Serikat dan Canada (1979) dalam TB Sjafri Mangkuprawira (2007),
berasal dari akar kata “to perform” dengan beberapa “entries” yaitu:
1. Melakukan, menjalankan, melaksanakan (to do or carry out, execute);
2. Memenuhi atau melaksanakan kewajiban suatu niat atau nazar ( to discharge of fulfill; as vow);
3. Melaksanakan atau menyempurnakan tanggung jawab (to execute or complete an understaking); dan
4. Melakukan sesuatu yang diharapkan oleh seseorang atau mesin (to do what is expected of a person machine).
Menurut TB Sjafri Mangkuprawira (2007), terdapat berbagai pendapat
tentang kinerja antara lain:
1. Stolovitch and Keeps (1992) dalam TB Sjafri Mangkuprawira (2007),
mendefinisikan kinerja sebagai berikut:
2. Griffin (1987) dalam TB Sjafri Mangkuprawira (2007), mendefinisikan
kinerja sebagai berikut:
“Kinerja merupakan salah satu kumpulan total dari kerja yang ada pada diri pekerja”.
3. Casio (1992) dalam TB Sjafri Mangkuprawira (2007), mendefinisikan
kinerja sebagai berikut:
“Kinerja merujuk kepada pencapaian tujuan karyawan atas tugas yang diberikan”.
Kinerja auditor merupakan tindakan atau pelaksanaan tugas pemeriksaan
yang telah diselesaikan oleh auditor dalam kurun waktu tertentu. Kinerja
auditor adalah akuntan publik yang melaksanakan penugasan pemeriksaan
(examination) secara obyektif atas laporan keuangan suatu perusahaan atau organisasi lain dengan tujuan untuk menentukan apakah laporan keuangan
tersebut.
Kinerja dapat menjadi maju dan mencapai tingkat yang paling baik
dengan mengidentifikasi dan menganalisis aktivitas kerja. O’Brien (1996)
sebagaimana dikutip oleh Adnyana (2000:467) pada intinya, suatu organisasi
harus yakin bahwa para personil benar-benar melakukan aktivitas yang benar
dengan cara yang benar pula. Kinerja akuntan sewaktu menggunakan sistem
informasi tradisional sudah jauh berbeda dibandingkan dengan menggunakan
sistem informasi berbasis teknologi komputer (Adnyana, 2000:467).
Menurut Susanto (1999:100) dalam Wrediningtyas (2005)
mendefinisikan dampak kinerja sebagai pencapaian serangkaian tugas oleh
efisiensi, efektifitas atau kualitas tinggi. Tingkat kecocokan tugas-teknologi
yang tinggi akan dapat meningkatkan dampak kinerja pemakai teknologi tanpa
memperhatikan situasi apa teknologi dimanfaatkan (sukarela atau terpaksa).
Goodhue dan Thompson (1995) sebagaimana dikutip oleh Adnyana
(2000:467) mengungkapkan bahwa kinerja yang dihasilkan kecocokan
tugas-teknologi berimplikasi pada efesiensi, efektifitas dan kualitas yang lebih tinggi
terhadap pemanfaatan teknologi serta implikasi kinerja yang lebih baik pada
sistem informasi. Kinerja yang lebih baik tersebut tercapai karena dapat
memenuhi kebutuhan individual dalam melaksanakan dan meyelesaikan tugas.
E. Penelitian Terdahulu
Penelitian yang dilakukan oleh Goodhue dan Thompson (1995)
sebagaimana dikutip oleh Wrediningtyas (2005) menguji suatu model
komprehensif dari hubungan teknologi informasi dengan kinerja individual.
Model tersebut disebut sebagai model Rantai Teknologi-Kinerja.
Variabel-variabel yang digunakan adalah karakteristik tugas, karakteristik teknologi,
kesesuaian tugas-teknologi, pemanfaatan teknologi, dan dampak kinerja.
Sampel yang digunakan yaitu pemakai sistem informasi yang bekerja pada
perusahaan jasa transportasi dan jasa asuransi. Hasil pengujiannya terdapat
bukti empiris yang moderat bahwa evaluasi oleh pemakai atas kesesuaian
tugas-teknologi merupakan fungsi dari karakteristik teknologi dan
karakteristik tugas, serta terdapat bukti kuat bahwa untuk memprediksi kinerja
Penelitian yang dilakukan oleh Sugeng dan Indriantoro (1998) dalam
Wrediningtyas (2005) memiliki tujuan utama yaitu menguji secara empiris
sebagian dari model rantai teknologi-kinerja untuk membantu memperoleh
pemahaman yang lebih baik tentang kaitan antara sistem informasi dan kinerja
individual. Penelitian dilakukan pada perusahaan yang ditentukan berdasarkan
daftar perusahaan terkemuka di Indonesia yang termuat dalam buku The Top Companies and Big Groups in Indonesia yang diterbitkan oleh PT Kompas Indonesia edisi tahun 1995. Penelitian ini menemukan bukti yang kuat bahwa
untuk memprediksi dampak kinerja individual yang ditimbulkan oleh
teknologi informasi harus memasukkan baik faktor kecocokan tugas-teknologi
maupun pemanfaatan teknologi.
Penelitian yang dilakukan oleh Susanto dan Indriantoro (1999) dalam
Wrediningtyas (2005) merupakan penelitian lanjutan dari penelitian yang
dilakukan oleh Sugeng dan Indriantoro (1998) dalam Wrediningtyas (2005)
tentang peran faktor kecocokan tugas-teknologi dan pemanfaatan teknologi
informasi dalam menjelaskan kinerja individu. Penelitian ini menggunakan
sampel yang lebih luas baik dari segi bidang usaha maupun dari jenis
jabatannya sehingga daya generalisasi yang dihasilkan diharapkan lebih baik
daripada penelitian yang dilaksanakan Goodhue dan Thompson (1995) dalam
Wrediningtyas (2005) yang hanya menggunakan sampel dari dua bidang usaha
(perusahaan asuransi dan transportasi) serta Sugeng dan Indriantoro (1998)
dalam Wrediningtyas (2005) yang hanya menggunakan sampel dari level
bahwa dukungan faktor kecocokan tugas-teknologi dan pemanfaatan teknologi
informasi signifikan terhadap kinerja individu.
Penelitian yang dilakukan oleh Wrediningtyas (2005) merupakan
penelitian lanjutan dari penelitian-penelitian sebelumnya. Penelitian ini
menggunakan sampel dari beberapa Kantor Akuntan Publik (KAP) yang
berada di Semarang, Surabaya dan Solo. Hasil penelitian menunjukkan faktor
kesesuaian tugas-teknologi dan pemanfaatan teknologi informasi berpengaruh
terhadap kinerja akuntan publik.
F. Kerangka Teoritis dan Hipotesis
Penelitian ini menggunakan variabel eksogen sebanyak dua buah, yaitu
variabel kecocokan tugas-teknologi (X1) dan pemanfaatan teknologi informasi
(X1) sedangkan variabel endogen adalah ukuran kinerja akuntan publik (Y).
Tingkat Kecocokan tugas-teknologi yang tinggi akan dapat meningkatkan
kinerja pemakai teknologi informasi tanpa memperhatikan dalam situasi apa
teknologi tersebut digunakan (sukarela atau terpaksa). Teknologi dengan
fungsionalitas yang selaras dengan tuntutan yang ada dalam tugas dan
kemampuan akuntan akan membantu penyelesaian tugas dengan lebih cepat,
efektif dan lebih akurat. Teknologi yang berkualitas tinggi akan
mempengaruhi sikap pemakai sistem bahwa teknologi tersebut mempunyai
nilai kegunaan dan kepentingan yang selanjutya akan mempengaruhi pemakai
bahwa dengan menggunakan teknologi tersebut tugas-tugas yang dihadapi
diselesaikan dengan lebih mudah dan cepat karena bantuan teknologi, berarti
akan meningkatkan produktifitas dan efesiensi (kinerja).
Kerangka berfikir secara teoritis ini dapat dituangkan dalam sebuah
[image:17.595.98.544.183.547.2]model penelitian sebagai berikut:
Gambar 2.1.
Kerangka Berfikir dan Hipotesis
H1
H3
H2
Berdasarkan kerangka teori dan kerangka berfikir, maka dapat dirumuskan
hipotesis penelitian sebagai berikut:
H1 : Faktor kecocokan tugas-teknologi mempunyai pengaruh terhadap kinerja
akuntan publik.
H2 : Pemanfaatan teknologi informasi mempunyai pengaruh terhadap kinerja
akuntan publik.
H3 : Faktor kecocokan tugas-teknologi mempunyai pengaruh terhadap
pemanfaatan teknologi informasi. Faktor Kecocokan
Tugas-Kinerja Akuntan Publik
BAB III
METODELOGI PENELITIAN A. Ruang Lingkup Penelitian
Tempat yang digunakan sebagai tujuan penelitian ini adalah Kantor
Akuntan Publik yang berada di wilayah Jakarta Selatan, untuk memperoleh
data yang berkaitan dengan permasalahan yang diteliti. Penelitian ini
ditujukan untuk mengetahui seberapa besar pengaruh faktor kecocokan
tugas-teknologi dan pemanfaatan tugas-teknologi informasi terhadap kinerja akuntan
publik.
B. Metode Penentuan Sampel
Populasi menurut Sugiyono (2005:55) adalah wilayah generalisasi yang
terdiri atas objek/subjek yang mempunyai kualitas dan karakteristik tertentu
yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya. Populasi dalam penelitian adalah auditor, konsultan, dan staff
dari tingkat manajer ke bawah yang bekerja pada Kantor Akuntan Publik yang
berada di wilayah Jakarta Selatan.
Sampel yang digunakan dalam penelitian ini sebanyak 50 buah. Metode
sampling yang digunakan dalam penelitian ini adalah purposive sampling yang merupakan metode pengambilan sampel dengan didasarkan pada kriteria
tertentu. Kriteria penelitian yang dijadikan sampel dalam penelitian ini adalah
auditor, konsultan, dan staff dari tingkat manajer ke bawah yang bekerja pada
kantor akuntan publik yang berada di wilayah Jakarta Selatan minimal bekerja
belakang pendidikan minimal SMA dan berusia minimal 20 tahun. Kantor
Akuntan Publik yang dipilih hanya wilayah Jakarta Selatan saja yang terdaftar
pada Direktorat Ikatan Akuntan Indonesia (IAI) Jakarta.
C. Metode Pengumpulan Data
Instrumen penelitian menggunakan kuesioner dengan menggunakan skala
likert (Likert Scale). Joreskog (2002) sebagaimana dikutip oleh Ghazali, 2005:179) berpendapat bahwa data ordinal (termasuk disini data interval
dengan skala likert) harus diperlakukan sebagai data ordinal dan tidak boleh
diperlakukan sebagai data continous. Skala Likert yaitu metode yang mengukur
sikap dengan menyatakan setuju atau ketidaksetujuan terhadap subyek, objek
atau kejadian tertentu (Indriantoro, 2002:105). Kuesioner penelitian ini dibuat
sendiri oleh peneliti dengan cara memodifikasi dari kuesioner-kuesioner
sebelumnya. Prosedur pengumpulan data dilakukan dengan teknik
pengumpulan data yaitu riset kepustakaan dan penyebaran kuesioner pada
Kantor Akuntan Publik yang berada di wilayah Jakarta Selatan.
Oleh karena pengumpulan data dilakukan dengan menggunakan
kuesioner, perlu uji validitas dan reliabilitas atas instrument penelitian ini. Uji
reliabilitas sebenarnya adalah alat untuk mengukur suatu kuesioner yang
merupakan indikator dari variabel atau konstruk. Suatu kuesioner dikatakan
reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah
konsisten atau stabil dari waktu ke waktu. Uji reliabilitas dengan menggunakan
untuk indikator yang mendapat koefisien lebih besar dari 0,60 dinyatakan
reliabel. Nunnally menjelaskan suatu konstruk atau variable dikatakan reliabel
jika memberikan nilai Cronbach Alpha > 0,60 (Ghazali, 2006: 42).
Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu
kuesioner. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner
mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner
tersebut. Jika r hitung lebih besar dari r tabel dan nilai positif maka butir atau
pertanyaan atau indikator tersebut dinyatakan valid.
D. Metode Analisa Data
1. Identifikasi Variabel
Penelitian ini menggunakan dua variabel diantaranya adalah sebagai berikut:
a. Variabel Endogen
Variabel Endogen yaitu variabel yang dipengaruhi oleh variabel eksogen
dan merupakan variabel antara artinya variabel endogen juga dapat
mempengaruhi variabel endogen lain dalam suatu model. Adapun
variabel endogen dalam penelitian ini adalah Kinerja Akuntan Publik
(Y).
b. Variabel Eksogen
Variabel Eksogen adalah variabel yang secara bebas berpengaruh
terhadap variabel endogen dalam suatu model. Adapun variabel eksogen
dalam penelitian ini adalah faktor kecocokan tugas-teknologi (X1) dan
2. Structural Equation Modelling (SEM)
Data yang telah dikumpulkan akan dianalisa dengan menggunakan
Structural Equation Modelling (SEM). SEM adalah salah satu teknik analisis data multivariate yang merupakan perpaduan atau gabungan antara analisis
jalur dan analisis faktor. Nama lain dari SEM yang cukup populer adalah
analisis variabel laten, analisis faktor konfirmatori, dan analisis LISREL
dengan memiliki dua karakteristik utama: (a) Estimasi berganda dan hubungan
interelasi dependen; (b) dimungkinkan melakukan pengukuran unobserved concept dalam proses estimasi.
SEM sebagai alat analisis multivariate hanya mengenal dua jenis skala
yaitu skala metric (interval/ratio) dan skala non metric. Oleh karena skor yang diperoleh mempunyai tingkat pengukuran ordinal, maka sebelum dianalisis,
indikator-indikator variabel tersebut akan ditransformasikan dari skala ordinal
menjadi skala interval dengan menggunakan program statistik LISREL 8.54.
Menurut Ferdinand (2000) sebagaimana dikutip oleh Jin (2003:12)
mengemukakan bahwa sebuah permodelan SEM yang lengkap pada dasarnya
terdiri dari model pengukuran (measurement model) dan model struktural (structural model). Model pengukuran ditujukan untuk mengkonfirmasi dimensi-dimensi yang dikembangkan pada sebuah faktor sedangkan model
struktural adalah model mengenai struktur hubungan yang membentuk atau
menjelaskan kausalitas antara faktor. SEM digunakan untuk menguji model
Variabel eksogen dalam penelitian ini adalah faktor kecocokan tugas–
teknologi dan pemanfaatan teknologi informasi. Sedangkan pula pada variabel
endogen dalam penelitian ini adalah kinerja akuntan publik.
Menurut Agoes (2003:122), dalam proses StructuralEquationModelling
(SEM) terdapat tujuh (7) tahapan penting ynag harus diperhatikan bila
menggunakan sebagai alat analisis data penelitian yaitu:
1. Model SEM berbasis teoritis yang kokoh.
Model penelitian selain menggambarkan adanya yaitu perubahan
dari satu variabel diasumsikan akan mempengaruhi variabel lainnya,
termasuk menentukan variabel-variabel yang mana termasuk sebagai
variabel eksogen dan variabel endogen.
2. Konstruksi analisis Jalur untuk Hubungan Kausal.
Dalam melakukan konstruksi analisis jalur, tidak hanya
menggambarkan adanya hubungan kausal semata, tetapi juga hubungan
korelasional yang mungkin terjadi sebagaimana dikatakan oleh Hair
(1998:594) dalam Agoes (2003:122) , “A path diagram is more than just a visual portrayal of the relationship among constructs (i.e., the dependent-independent variable relationship), out also aassociative relationship (correlations) among constructs and even indicators).” Dengan demikian, sebagaimana terlihat pada, juga diperlihatkan adanya hubungan kausal
antara dua variabel eksogen terhadap variabel endogen. Variabel eksogen
digambarkan memiliki hubungan korelasi, dan setiap variabel eksogen dan
3. Melakukan konversi diagram jalur ke dalam model pengukuran dan model
struktural.
4. Memilih Tipe input Matrik dan model estimasi.
Ada dua pilihan input matrik yaitu kovarian atau matrik korelasi.
Untuk penelitian ini digunakan input matrik korelasi, karena melihat data
pada pola hubungan antar responden. Besarnya sampel juga
mempengaruhi estimasi model. Hair (1998:604) dalam Agoes (2003:122)
memberikan patokan minimal 5 hingga 10 responden untuk setiap
parameter (indikator) atau 100 responden untuk suatu penelitian.
Penelitian ini sendiri, memiliki indikator, sehingga minimal responden
adalah sebanyak responden. Dengan kata lain, dari segi ukuran sampel
telah memenuhi kriteria yang ditentukan. Dan untuk model estimasi
mengacu pada program LISREL yang umumnya menggunakan metode
Maximum Likehood bila sampel kurang dari 500.
5. Tahap Identifikasi Masalah Model Struktural
Tahapan ini pada dasarnya untuk melihat apakah proses input
sampai dengan perhitungan akhir terdapat hasil yang tidak diharapkan.
Misalnya standar error atau korelasi yang sangat besar, varian error yang
negatif dan korelasi yang terlalu tinggi (>0,9).
6. Evaluasi Criteria Goodness-Of-Fit
Tahap ini untuk menilai apakah asumsi-asumsi dalam SEM telah
LISREL umumnya menyediakan uji tersebut baik dari segi keseluruhan
model maupun pengukuran model.
7. Interpretasi Model atau hasil Pengujian
Tahap ini peneliti harus mampu melihat temuannya dengan kajian
teoritis. Peneliti harus mampu memberikan penjelasan-penjelasan yang
logis atas temuan-temuannya tersebut.
E. Uji Kesesuaian Model
Salah satu tujuan dari Structural Equation Modelling adalah menentukan apakah model plausible (masuk akal) atau fit. Suatu model penelitian dikatakan baik, apabila memiliki model fit yang baik pula.
Tingkat kesesuaian model secara keseluruhan terdiri dari:
• Absolute Fit Measures
Absolute Fit Measures digunakan untuk menilai kesesuaian model
secara keseluruhan (baik model pengukuran maupun model structural),
tanpa menyesuaikan kepada degree of freedom-nya. Indikator-indikator
dalam absolute fit diantaranya adalah sebagai berikut:
a. Chi-Square dan Probabilitas
Chi-Square merupakan ukuran mengenai buruknya fit suatu
model. Nilai Chi-Square sebesar nol menunjukkan bahwa model
memiliki fit yang sempurna. Nilai Chi-square yang signifikan (kurang
dari 0,05) menunjukkan bahwa data empiris yang diperoleh memiliki
Equation Modelling. Probabilitas adalah untuk memperoleh penyimpangan (deviasi) besar yang ditunjukkan oleh nilai chi-square.
Nilai probabilitas yang tidak signifikan adalah yang diharapkan, yang
menunjukkan bahwa data empiris sesuai dengan model.
Nilai probabilitas chi-square memiliki permasalahan yang
fundamental dalam validitasnya. Menurut Ghazali (2005) sebagaimana
dikutip oleh Bahagia (2008:47) probabilitas ini sangat sensitif dimana
ketidaksesuaian antara data dengan teori (model) sangat dipengaruhi
oleh besarnya ukuran sampel. Jika ukuran sampel kecil, maka
chi-square ini akan menunjukkan data secara signifikan tidak berbeda
dengan model dan teori-teori yang mendasarinya. Jika ukuran sampel
besar, maka chi-square ini akan menunjukkan bahwa data secara
signifikan berbeda dengan teori, meskipun perbedaan tersebut adalah
sangat kecil.
b. Goodness of Fit Index (GFI)
Goodness of Fit Index (GFI) merupakan suatu ukuran mengenai ketepatan model dalam menghasilkan observed matriks kovarians.
Nilai GFI ini harus berkisar antara 0 dan 1. Menurut Ghazali (2005)
sebagaimana dikutip oleh Bahagia (2008:47), nilai GFI yang lebih
besar dari 0,9 menunjukkan fit suatu model yang baik.
c. Adjusted Goodness of Fit Index (AGFI)
model. Model yang fit adalah yang memiliki nilai AGFI 0.9 (Ghazali,
2005 dalam Bahagia, 2008). Ukuran yang hampir sama dengan GFI
dan AGFI adalah Parsimony Goodness of Fit Index (PGFI) yang diperkenalkan oleh Mulaik et.al (1989) dalam Bahagia (2008:48), yang
juga telah menyesuaikan adanya dampak dari degree of freedom dan kompleksitas model. Model yang baik apabila memiliki nilai PGFI
jauh lebih besar daripada 0,6 (Ghazali, 2005 dalam Bahagia, 2008).
d. Root Mean Square Error of Approximation (RMSEA)
RMSEA ini mengukur penyimpangan nilai parameter pada suatu
model dengan matriks kovarians populasinya (Ghazali, 2005:31).
Streiger menganjurkan penggunaan confidence intervals untuk menilai ketetapan estimasi RMSEA. LISREL 8.54 menyajikan 90% interval
atas nilai RMSEA yang diharapkan. MacCallum juga menganjurkan
penggunaan confidence interval tersebut, dimana confidence interval
tersebut haruslah kecil yang mengindifikasikan bahwa RMSEA
memiliki ketetapan yang baik (Ghazali, 2005:32).
Joreskog (1996) menganjurkan bahwa nilai P – value for test of close fit (RMSEA < 0,05) haruslah lebih besar daripada 0,5 sehingga mengindikasikan bahwa model adalah fit (Ghazali, 2005:32).
e. Normed Chi-Square (X2/df)
Normed Chi-Square (X2/df) merupakan indikator goodness of fit
model fit sebesar 5 dan sedikit lebih tinggi daripada yang dianjurkan
oleh Carmines dan Melver (1981) dalam Ghazali (2005) yaitu sebesar
2.
• Comparative Fit Measures
Comparative Fit Measures berkaitan dengan pertanyaan seberapa baikkah model kesesuaian model yang dibuat dibandingkan dengan
beberapa model alternative. Indikator-indikator dari comparative fit measures diantaranya adalah:
b. Normed Fit Index (NFI)
Normed Fit Index (NFI) yang ditemukan oleh Bentler dan Bonetts (1980) dalam Bahagia (2008:49), merupakan salah satu
alternatif untuk menentukan model fit. Namun, karena NFI memiliki
tendensi untuk merendahkan fit dalam sample yang kecil, sehingga
merivisi index ini dengan nama Comparative Fit Index (CFI). Nilai NFI dan CFI berkisar 0 dan 1. Tetapi suatu model dikatakan fit apabila
memiliki nilai NFI dan CFI lebih besar dari 0,9.
c. Non-normed Fit Index (NNFI)
Non-normed Fit Index (NNFI) digunakan untuk mengatasi permasalahan yang timbul akibat kompleksitas model. Menurut Didi
Achjari (2003) dalam Bahagia (2008:49), menyatakan bahwa model
d. Relative Fit Index (RFI)
Relative Fit Index (RFI) digunakan untuk mengukur fit dimana nilainya 0 sampai 1, nilai yang lebih besar menunjukkan adanya superior
fit. Menurut Didi Achjari (2003) dalam Bahagia (2008:49), menyatakan
bahwa model dikatakan fit jika nilai NNFI 0,90.
e. Comparative Fit Index (CFI)
Suatu model dikatakan fit apabila memiliki nilai Comparative Fit Index (CFI) lebih besar dari 0,90 (Ghazali, 2005 dalam Bahagia, 2008:50).
• Parsimonious Fit Measures
a. Parsimony Goodness of Fit Index (PGFI)
Parsimony Goodness of Fit Index (PGFI) yang diperkenalkan oleh Mulaik et.al. dalam Ghazali (2005) dalam Bahagia (2008:50).
PGFI telah menyesuaikan adanya dampak dari degree of freedom dan kompleksitas model. Model yang baik apabila memiliki nilai PGFI
jauh lebih besar daripada 0,6 (Ghazali, 2005 dalam Bahagia, 2008:50).
Lain halnya menurut Achjari (2003) dalam Bahagia (2008:50) nilai
PGFI berkisar antara 0-1, dimana lebih besar nilai tersebut lebih baik.
b. Parsimony Normed Fit Index (PNFI)
Menurut Achjari (2003) dalam Bahagia (2008:50) nilai PNFI
Uji kesesuaian model bertujuan untuk mengukur dan
mengetahui derajat kesesuaian antara model yang dihipotesiskan
dengan data yang disajikan berdasarkan pada kriteria seperti tabel
[image:29.595.99.518.165.560.2]berikut:
Tabel 3.1.
Kriteria Uji Kesesuaian Model
Indikator Fit Nilai yang di rekomendasikan
Evaluasi Model
Absolute Fit Measures
Probabilitas p > 0,05 Tidak Signifikan Normed Chi-Square (X2/df) <2
2< X2/df <5
Over Fitting Good fit RMSEA <0,10 <0,05 <0,01 Good fit Very Good fit
Outstanding Good fit P-Value for test of Close fit > 0,05 Good fit
GFI > 0,90 Good fit
AGFI > 0,90 Good fit
Comparative Fit Measures
NFI 0,9 Good fit
NNFI or Tucker Lewis 0,9 Good fit Index (TLI)
CFI 0,9 Good fit
RFI 0,9 Good fit
Parsimonious Fit Measures
PNFI 0-1 Lebih besar lebih baik
PGFI 0-1 Lebih besar lebih baik
Sumber: Didi Achjari (2003) dan Imam Ghazali & Fuad (2005) dalam Bahagia (2008:54)
F. Uji Signifikan
Uji signifikan dapat dilakukan dengan cara melihat jalur-jalur pada
model pengukuran dan model structural yang signifikan. Pada model
(pengaruh) yang menghubungkan antara variabel laten dan indikatornya,
apakah mempunyai tingkat signifikan terhadap variabel latennya atau tidak.
Uji signifikan pada model pengukuran bertujuan untuk menentukan
kemampuan suatu indikator dalam mengukur variabel latennya. Pada model
structural jalur-jalur (pengaruh) dapat dilihat dari jalur-jalur (pengaruh) yang
menghubungkan antara variabel eksogen dengan variabel endogen dan antara
variabel endogen dengan variabel endogen. Untuk mengetahui jalur-jalur
hubungan (pengaruh) dapat dilihat uji koefisien secara parsial. Uji secara
parsial terhadap koefisien path pada setiap jalur model pengukuran maupun
structural dapat ditunjukkan dari t-value (nilai t) sebagai berikut:
1. Ho : Koefisien jalur tidak signifikan
2. H1 : Koefisien jalur signifikan
Jika t hitung > t tabel atau t-hitung < t-tabel, maka Ho ditolak dan H1
diterima
Jika t hitung < t tabel atau t-hitung > t-tabel, maka Ho diterima dan H1
ditolak
G. Definisi Operasional Variabel
Definisi operasional variabel adalah bagaimana menemukan dan
mengukur variabel-variabel tersebut di lapangan dengan merumuskan secara
singkat dan jelas, serta tidak menimbulkan berbagai tafsiran. Berdasarkan kajian
pustaka dan penelitian terdahulu, pendekatan operasional variabel untuk
1. Kecocokan tugas teknologi didefinisikan sebagai suatu derajat seberapa
tinggi teknologi membantu individu dalam menjalankan serangkaian
tugas-tugasnya. Variabel Kecocokan tugas-teknologi dalam penelitian ini diukur
dengan menggunakan instrumen yang dikembangkan oleh Wrediningtyas
(2005) yaitu antara lain: tingkat rinci yang tepat, keakuratan, kompatibilitas,
lokabilitas, aksesbilitas, asistensi, kemudahan penggunaan perangkat keras
atau lunak, keandalan sistem, kemuktahiran, presentasi, kekacauan dan
pelatihan.
2. Pemanfaatan teknologi informasi merupakan manfaat yang diharapkan oleh
pengguna sistem informasi dalam melaksanakan tugasnya. Pemanfaatan
teknologi informasi dalam penelitian ini diukur dengan menggunakan
instrumen yang dikembangkan oleh Jin (2003:3) yaitu antara lain: intensitas
pemanfaatan, frekuensi pemanfaatan, dan jumlah aplikasi atau perangkat
lunak yang digunakan. Penulis mencoba menambahkan satu instrumen lagi
yaitu kematangan teknologi informasi.
3. Kinerja akuntan publik merupakan tindakan atau pelaksanaan tugas
pemeriksaan yang telah diselesaikan oleh auditor dalam kurun waktu
tertentu. Variabel kinerja auditor dalam penelitian ini diukur dengan
menggunakan instrumen yang dikembangkan sendiri oleh penulis yaitu
antara lain: tekanan dalam bekerja, tujuan pekerjaan, target penyelesaian
Faktor Kecocokan Tugas-Teknologi (X1) merupakan variabel eksogen
yang mempunyai beberapa indikator diantaranya adalah:
Tingkat rinci yang tepat (X1) menggambarkan ketersediaan data dengan
tingkat rincian yang tepat (Susanto, 1999:105 dalam Wrediningtyas,
2005).
Keakuratan (X2) menggambarkan sumber data yang akurat
(Wrediningtyas, 2005).
Kompatibilitas (X3) berhubungan dengan tingkat konsistensi (dalam
pendefinisian atau format penulisan) dua atau lebih data dari dua atau lebih
sumber data yang berbeda pada saat data tersebut harus digabungkan atau
dibandingkan (Susanto, 1999:105 dalam Wrediningtyas, 2005).
Lokabilitas (X4) berkaitan dengan kemudahan dalam menentukan data apa
yang tersedia dan di mana letaknya serta apa maksud dari elemen data
(Indriantoro, 2000:471).
Aksesbilitas (X5) menunjukkan kemudahan dalam memperoleh otorisasi
untuk mengakses data yang diperlukan (Indriantoro, 2000:471).
Asistensi (X6) untuk memperoleh bantuan bila mengalami kesulitan
(Wrediningtyas:2005).
Kemudahan penggunaan perangkat keras dan lunak (X7) berarti
kemudahan dalam penggunaan sistem menunjukkan kemudahan dalam
menggunakan perangkat keras dan perangkat lunak system untuk
Keandalan Sistem (X8) menggambarkan keandalan sistem apabila suatu
saat sistem yang ada mengalami masalah tidak terduga sebelumnya
(Wrediningtyas:2005).
Kemuktahiran (X9) menunjukkan tersedianya data yang mutakhir
(Susanto, 1999:105 dalam Wrediningtyas, 2005).
Presentasi (X10) menunjukkan data yang akan dipresentasikan
(Wrediningtyas:2005).
Kekacauan (X11) menggambarkan data mengalami kekacauan pada sistem
yang digunakan (Wrediningtyas:2005).
Pelatihan (X12) berarti pelatihan dalam penggunaan system menunjukkan
kemudahan dalam menggunakan perangkat keras dan perangkat lunak
sistem untuk memperoleh, mengakses dan menganalisis data (Indriantoro,
2000:471).
Pemanfaatan Teknologi Informasi (X2) merupakan variabel eksogen
yang mempunyai beberapa indikator diantaranya adalah:
Intensitas Penggunaan (X13) menggambarkan komputer digunakan secara
intens atau terus-menerus (Wrediningtyas:2005).
Frekuensi Penggunaan (X14) menggambarkan jumlah frekuensi pemakaian
computer selama sehari (Wrediningtyas:2005).
Jumlah jenis perangkat lunak yang digunakan (X15 ) menggambarkan
jumlah jenis perangkat lunak yang digunakan dalam menyelesaikan
Kematangan Teknologi Informasi (X16) menggambarkan penyediaan
teknologi informasi yang tepat.
Kinerja Akuntan Publik (Y) merupakan variabel endogen yang
mempunyai beberapa indikator diantaranya adalah:
Tekanan (Y1) menggambarkan seorang auditor mampu mengatasi tekanan
dalam bekerja.
Tujuan (Y2) mengisyaratkan seorang individu untuk mempercayai bahwa
kompetensi tidak mungkin diubah, untuk mengevaluasi kompetensi
dirinya dengan orang lain, dan untuk memilih suatu tugas yang dapat
membuktikan kemampuannya dan menghindari kegagalan (Mustikawati,
2006:5).
Target (Y3) menggambarkan seorang auditor mampu menyelesaikan
pekerjaannya sesuai dengan target pekerjaan yang telah ditentukan dan
disepakati.
Tanggung Jawab (Y4) menggambarkan seorang auditor mampu
menyelesaikan pekerjaannya sesuai dengan tanggung jawab yang diterima
Pengukuran operasional variabel penelitian dapat dilihat pada tabel 3.2. sebagai
[image:35.595.100.513.158.580.2]berikut:
Tabel 3.2.
Operasional Variabel Penelitian
Variabel Sub Variabel Indikator Skala
1. Keakuratan Sumber data yang akurat.
Ordinal
2. Kompatibilitas Data yang sama dari sumber berbeda.
Ordinal
3. Aksesbilitas Data diperlukan suatu login akses.
Ordinal
4. Asistensi Bantuan bila
mengalami kesulitan.
Ordinal
5. Keandalan sistem
Keandalan sistem apabila mengalami masalah.
Ordinal
6.Kemuktahiran Memperoleh data terbaru.
Ordinal
7. Presentasi Data yang akan dipresentasikan.
Ordinal Kecocokan
Tugas – Teknologi
8. Kekacauan Sistem berbeda dengan data.
Variabel Sub Variabel Indikator Skala 1. Intensitas
Penggunaan
Komputer digunakan secara intens atau kontiniyu. Ordinal 2. Frekuensi Penggunaan Frekuensi penggunaan meningkat. Ordinal
3. Jumlah jenis perangkat lunak yang digunakan
Penggunaan perangkat lunak atau software.
Ordinal Pemanfaatan
Teknologi Informasi
4. Kematangan Penyediaan teknologi informasi yang tepat.
Ordinal
1. Tekanan Mampu mengatasi tekanan.
Ordinal
2. Tujuan Tujuan yang
diinginkan tercapai.
Ordinal
3. Target Sesuai target yang telah ditentukan dan telah disepakati.
Ordinal Kinerja Akuntan
Publik
4. Tanggung jawab Sesuai tanggung jawab yang ada.
BAB IV
PENEMUAN DAN PEMBAHASAN A. Gambaran Umum Penelitian
1. Gambaran Responden
Kantor akuntan publik merupakan sebuah organisasi yang
bergerak di bidang jasa (Trisnaningsih, 2007:2). Responden penelitian
yang dijadikan sampel dalam penelitian ini adalah auditor, konsultan, dan
staff dari tingkat manajer ke bawah yang bekerja pada kantor akuntan
publik yang berada di wilayah Jakarta Selatan minimal bekerja selama 1
bulan, menggunakan komputer, pernah melaksanakan audit, berlatar
belakang pendidikan minimal SMA dan berusia minimal 20 tahun. Kantor
Akuntan Publik yang dipilih hanya wilayah Jakarta Selatan saja yang
terdaftar pada Direktorat Ikatan Akuntan Indonesia (IAI) Jakarta.
Mengenai tingkat pengembalian kuesioner terdapat berbagai
pendapat. Zikmund (2000:203-204) dalam Agoes (2003:131) tidak
memberikan persentase yang tegas atas pengembalian kuesioner yang
dikembalikan. Sementara Cooper dan Schindler (2001:314) dalam Agoes
(2003:131) mengemukakan bahwa dengan tingkat pengembalian sebesar
30% sudah termasuk baik, dan akan lebih baik lagi mencapai 70%. Namun
jawaban yang lebih sederhana dan lugas dikemukakan oleh Sekaran
(2000:250) dalam Agoes (2003:131) bahwa :
Rekapitulasi penyebaran kuesioner dari Kantor Akuntan Publik
dapat dilihat pada tabel 4.1. Daftar Kantor Akuntan Publik sebagai
[image:38.595.101.515.149.628.2]berikut:
Tabel 4.1.
Daftar Kantor Akuntan Publik
Penyebaran Kuesioner No. Kantor Akuntan Publik
Jumlah %
1. KAP Paul Hadiwinata, Hidajat, Arsono dan Rekan 3 4,29
2. KAP Drs. Usman dan Rekan 3 4,29
3. KAP Syarief Basir dan Rekan 7 10
4. KAP Heliantono dan Rekan 8 11,43
5. KAP Hertanto, Sidik, Hadisoeryo dan Rekan 5 7,14
6. KAP Drs. Iswanul dan Rekan 3 4,29
7. KAP Herman, Dody Tanumihardja dan Rekan 5 7,14
8. KAP Hasnil, M. Yasin dan Rekan 5 7,14
9. KAP Eka Masni, Bustaman dan Rekan 5 7,14
10. KAP Drs. Gatot Permadi Joewono 5 7,14
11. KAP S. Mannan, Sofwan, Adnan dan Rekan 3 4,29
12. KAP Drs. Tasnim Ali Widjanarko dan Rekan 5 7,14
13. KAP Dra. E.M. Widianingsih 5 7,14
14. KAP Drs. Arifin Faqih 4 5,71
15. KAP Drs. Kartoyo dan Rekan 4 5,71
Jumlah 70 100
Sumber : Data Primer Yang Diolah
Penyebaran kuesioner untuk KAP tersebut dilakukan dari tanggal
18 Februari 2008 - 30 Maret 2008. Dari 70 Kuesioner yang disebarkan
kepada Kantor Akuntan Publik, yang mengembalikan atau memberikan
demikian, tingkat pengembalian kuesioner untuk Kantor Akuntan Publik
sebesar 71,43% (Hasil ini diperoleh dari 50 : 70 x 100 %) yang merupakan
tingkat pengembalian kuesioner yang sangat baik untuk KAP berdasarkan
kriteria yang dikemukakan oleh Sekaran (2000:250).
Sedangkan untuk karakteristik responden dapat dilihat pada tabel
[image:39.595.101.516.181.689.2]4.2. sebagai berikut:
Tabel 4.2.
Karakteristik Responden
No. Keterangan Frekuensi Persentase
1. Jumlah Sampel 50 100
2. Jenis Kelamin Pria Wanita
20 30
40 60
3. Umur 20 – 25 Tahun
26 – 30 Tahun 31 – 35 Tahun 36 – 40 Tahun 41 – 45 Tahun 46 – 50 Tahun
20 11 9 6 3 1 40 22 18 12 6 2
4. Jabatan Staff
Yunior Auditor Senior Auditor Partner Manager 20 12 14 1 3 40 24 28 2 6 5. Pendidikan Terakhir SLTA
DIII S1 S2 1 5 38 6 2 10 76 12 6. Lama Bekerja < 1 Tahun
≥ 1-2 Tahun > 2-3 Tahun > 3-4 Tahun > 4 Tahun
5 17 11 10 5 10 34 22 20 10
B. Analisis Instrumen Penelitian
1. Faktor Kecocokan Tugas – Teknologi (KTT)
Uji signifikansi dilakukan dengan membandingkan nilai r hitung
dengan r tabel untuk degree of freedom (df) = n – 2, dalam hal ini n adalah jumlah sampel (Ghazali, 2006:5). Pada kasus ini, jumlah sampel (n) = 50
dan besarnya df dapat dihitung 50 – 2 = 48 dengan df = 48 dan alpha =
0,05 didapat r tabel = 0,2353 (lihat r tabel pada df = 48 dengan uji dua
sisi). Untuk menguji apakah masing – masing indikator KTT 1 sampai
dengan KTT 8 valid atau tidak, kita lihat tampilan Cronbach Alpha pada kolom Correlated Item. Bandingkan nilai Correlated Item – Total Correlation dengan hasil perhitungan r table = 0,2353. Jika r hitung lebih besar dari r tabel dan nilai positif maka butir atau pertanyaan atau
indikator tersebut dinyatakan valid. Untuk indikator konstruk KTT nilai r
Tabel 4.3.
Hasil Pre – Test Uji Reliabilitas dan Validitas Kecocokan Tugas – Teknologi:
Reliability Statistics
Cronbach's Alpha
Cronbach's Alpha Based on
Standardized
Items N of Items
.734 .737 12
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
KTT1 42.22 22.828 .270 .463 .732
KTT2 41.54 22.131 .488 .519 .703
KTT3 41.84 22.953 .388 .355 .715
KTT4 42.28 24.124 .159 .397 .744
KTT5 42.12 21.618 .428 .476 .708
KTT6 41.78 22.093 .478 .402 .703
KTT7 41.74 24.441 .177 .236 .738
KTT8 41.72 21.185 .598 .525 .688
KTT9 42.16 20.586 .456 .344 .704
KTT10 41.82 22.151 .453 .330 .706
KTT11 41.90 22.867 .400 .322 .713
KTT12 41.80 24.490 .166 .250 .739
Sumber : Data Primer Yang Diolah
Tabel 4.3. merupakan hasil pre-test uji validitas dan reliabilitas
untuk indikator KTT. Delapan pertanyaan dari dua belas (12) pertanyaan
yang digunakan dalam indikator ini memiliki nilai validitas yang lebih
besar dari 0,2353 dan dinyatakan valid. Sedangkan nilai reliabilitas dari
indikator ini sebesar 0,734. Nilai ini lebih besar dari 0,600 yang menjadi
batasan minimum reliabilitas. Namun ada 4 pertanyaan yang tidak valid
seperti pertanyaan KTT1 (sub variabel: tingkat rinci yang tepat), KTT4
perangkat keras atau lunak), KTT12 (sub variabel: pelatihan) maka
peneliti memutuskan tidak memakai atau membuang empat (4) pertanyaan
[image:42.595.97.509.158.540.2]yang tidak valid tersebut.
Tabel 4.4.
Uji Reliabilitas dan Validitas Variabel
Kecocokan Tugas – Teknologi Setelah Hasil Pre-Test
RELIABILITY ANALYSIS - SCALE (ALPHA) Item-total Statistics
Scale Scale Corrected
Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted
KTT1 27.0200 20.3465 .6711 .8989
KTT2 26.3400 21.2086 .7551 .8906
KTT3 26.6400 21.5820 .7291 .8931
KTT4 27.0800 20.5241 .7348 .8918
KTT5 26.9200 20.7690 .6399 .9015
KTT6 26.5800 21.5139 .6865 .8961
KTT7 26.5400 21.4371 .7576 .8909
KTT8 26.5200 21.3976 .6879 .8960
Reliability Coefficients N of Cases = 50.0 N of Items = 8 Alpha = .9068
Sumber : Data Primer Yang Diolah
Tabel 4.4. merupakan output uji validitas dan reliabilitas untuk
indikator KTT. Seluruh pertanyaan yang digunakan dalam indikator ini
memiliki nilai validitas yang lebih besar dari 0,2353 dan dinyatakan valid.
Sedangkan nilai reliabilitas dari indikator ini sebesar 0,9068. Nilai ini
lebih besar dari 0,600 yang menjadi batasan minimum reliabilitas. Berdasarkan
hasil di atas, disimpulkan bahwa indikator KTT telah memenuhi persyaratan
2. Pemanfaatan Teknologi Informasi (PTI) Tabel 4.5.
Uji Reliabilitas dan Validitas Variabel Pemanfaatan Teknologi Informasi
RELIABILITY ANALYSIS - SCALE (ALPHA) Item-total Statistics
Scale Scale Corrected
Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted
PTI1 11.9800 4.0608 .7210 .7716
PTI2 12.1200 3.9853 .6829 .7863
PTI3 12.1600 3.7698 .6434 .8091
PTI4 12.0400 4.2841 .6381 .8063
Reliability Coefficients N of Cases = 50.0 N of Items = 4 Alpha = .8365
Sumber : Data Primer Yang Diolah
Tabel 4.5. merupakan output uji validitas dan reliabilitas untuk
indikator PTI. Seluruh pertanyaan yang digunakan dalam indikator ini
memiliki nilai validitas yang lebih besar dari 0,2353 dan dinyatakan valid.
Sedangkan nilai reliabilitas dari indikator ini sebesar 0,8365. Nilai ini
lebih besar dari 0,600 yang menjadi batasan minimum reliabilitas.
Berdasarkan hasil di atas, disimpulkan bahwa indikator PTT telah memenuhi
3. Kinerja Akuntan Publik (KAP)
Tabel 4.6.
Uji Reliabilitas dan Validitas Variabel Kinerja Akuntan Publik RELIABILITY ANALYSIS - SCALE (ALPHA)
Item-total Statistics
Scale Scale Corrected
Mean Variance Item- Alpha if Item if Item Total if Item Deleted Deleted Correlation Deleted
KAP1 11.8800 3.6996 .6878 .8354
KAP2 11.9200 3.8710 .6954 .8326
KAP3 12.0400 3.5494 .7021 .8307
KAP4 11.8000 3.6327 .7662 .8036
Reliability Coefficients N of Cases = 50.0 N of Items = 4 Alpha = .8633
Sumber : Data Primer Yang Diolah
Tabel 4.6. merupakan output uji validitas dan reliabilitas untuk
indikator KAP. Seluruh pertanyaan dari KAP1 hingga KAP4 yang digunakan
dalam indikator ini memiliki nilai validitas yang lebih besar dari 0,2353 dan
dinyatakan valid.
Sedangkan nilai reliabilitas dari indikator ini sebesar 0,8633. Nilai ini
lebih besar dari 0,600 yang menjadi batasan minimum reliabilitas. Berdasarkan
hasil di atas, disimpulkan bahwa indikator KAP telah memenuhi persyaratan
C. Pengujian dan Pembahasan Hipotesis 1. Pengujian Hipotesis
Pengujian pertama yang dilakukan adalah uji t, yaitu untuk
mengetahui apakah terjadi trimming atau tidak antara indikator terhadap variabel latennya. Hasil pengujian tersebut dapat ditunjukkan
pada path diagram berikut:
Sumber: Data Primer Yang Diolah
Path diagramdiatas menunjukkan bahwa pada seluruh indikator mempunyai nilai signifikan terhadap variabel latennya. Menurut
Ghazali (2005:324) batas untuk menolak atau menerima suatu
hubungan dengan tingkat signifikansi 5% adalah 1,96 (mutlak),
dimana apabila nilai t terletak antara -1,96 dan 1,96 maka hipotesis
yang menyatakan adanya pengaruh harus ditolak, sedangkan apabila
nilai t lebih besar daripada 1,96 atau lebih kecil daripada 1,96 harus
2. Penilaian Model Fit
Penilaian model fit adalah bagian dari SEM. Evaluasi ini dilakukan
untuk mengetahui apakah output yang dihasilkan mempunyai nilai fit atau
tidak. Nilai fit dalam suatu model dapat dilihat dari beberapa indikator
Goodness of Fit Index. Output yang dihasilkan dari penelitian ini
menunjukkan bahwa model tidak bagus atau tidak fit. Hasil output dapat
[image:46.595.101.518.255.741.2]dilihat dari tabel berikut:
Tabel 4.7.
Pengujian Kesesuaian Model
Indikator Fit Nilai yang di rekomendasikan
Hasil Model Evaluasi Model Absolute Fit
Measures
Probabilitas p > 0,05 0,019 Signifikan Normed Chi-Square
(X2/df)
<2
2< X2/df <5
1,1107 Over Fitting
RMSEA <0,10 <0,05
<0,01
0,048 Cukup Fit
P-Value for test of Close fit
> 0,05 0,51 Kurang fit
GFI > 0,90 0,78 Cukup Fit
AGFI > 0,90 0,70 Cukup Fit
Comparative Fit Measures
NFI 0,9 0,89 Cukup Fit
Fit NNFI or Tucker Lewis
Index (TLI)
0,9 0,97
CFI 0,9 0,97 Fit
RFI 0,9 0,87 Cukup Fit
Parsimonious Fit Measures
PNFI 0-1 0,74 Cukup Baik
Output diatas dapat menunjukkan bahwa hampir seluruh indikator
fit menunjukkan model cukup fit. Hal ini dapat ditunjukkan dari beberapa
indikator fit diantaranya:
Normed Chi-Square yang mempunyai nilai sebesar 0,1107, karena
nilai tersebut mendekati nilai direkomendasikan ≤ 2, maka dapat
dikatakan bahwa model tersebut overfitting. Hal ini disesuaikan
dengan standar penilaian kesesuaian yang dilakukan oleh Kelloway
(1998) dalam Didi Achjari (2003:279) dalam Bahagia (2008:97),
menyatakan bahwa nilai normed chi-square dikatakan fit jika 2< X2/df
<5 dan dikatakan overfitting jika nilai normed chi-square ≤ 2.
Root Mean Square Error of Approximation (RMSEA) yang
menunjukkan model cukup fit, karena RMSEA mempunyai nilai 0,048
yang kurang dari 0,05.
Goodness of Fit Index (GFI) yang mempunyai nilai sebesar 0,78. Nilai
tersebut kurang dari nilai yang direkomendasikan yaitu lebih dari 0,90,
tapi model GFI dikatakan cukup fit.
Adjusted Goodness of Fit Index (AGFI) yang mempunyai nilai sebesar
0,70. Nilai tersebut kurang dari nilai yang direkomendasikan yaitu
lebih dari 0,90, tapi model GFI dikatakan cukup fit.
Normed Fit Index (NFI) menunjukkan bahwa model cukup fit. Ini
dapat dilihat dari nilai NFI yaitu sebesar 0,89 lebih kecil dari nilai
NNFI atau Tucker Lewis Index (TLI) yang mempunyai nilai sebesar
0,97 sehingga dapat dikatakan bahwa model fit.
CFI mempunyai nilai sebesar 0,97 lebih besar dari nilai yang
direkomendasikan yaitu sebesar 0,90, sehingga dapat dikatakan bahwa
model fit.
RFI menunjukkan bahwa model cukup fit. Ini dapat dilihat dari nilai
RFI yaitu sebesar 0,89 lebih kecil dari nilai yang direkomendasikan
yaitu sebesar 0,90. Nilai RFI 0-1,dimana nilai RFI yang mendekati 1
tersebut menunjukkan model yang fit.
PNFI menunjukkan bahwa model baik, ini dapat dilihat dari nilai PNFI
yang sebesar 0,74 sedangkan PGFI mempunyai nilai sebesar 0,57
sehingga dikatakan bahwa model kurang fit.
3. Evaluasi model Pengukuran
Pengujian model fit telah dilakukan dan menunjukkan
bahwa model cukup fit secara keseluruhan, maka langkah selanjutnya
yaitu evaluasi model pengukuran ini adalah untuk menentukan
kemampuan suatu indikator dalam mengukur variabel latennya dan
untuk mengetahui seberapa besar proporsi varians yang dijelaskan oleh
Sumber: Data Primer Yang Diolah
Berdasarkan path diagram di atas dapat menunjukkan hubungan
indikator terhadap variabel latennya yaitu sebagai berikut:
• Keakuratan (X1) terhadap Faktor Kecocokan Tugas-Teknologi
Keakuratan mempunyai koefisien path positif dan signifikan
terhadap faktor kecocokan tugas-teknologi. Hal ini dapat
ditunjukkan dari koefisien jalur yang sebesar 0,69 dan nilai
t-hitung yang sebesar 5,32 lebih besar dibandingkan dengan t-tabel
sebesar 1,96.
• Kompatibilitas (X2) terhadap Faktor Kecocokan Tugas-Teknologi
Kompatibilitas mempunyai koefisien path positif dan signifikan
terhadap faktor kecocokan tugas-teknologi. Hal ini dapat
t-hitung yang sebesar 6,64 lebih besar dibandingkan dengan t-tabel
sebesar 1,96.
• Aksesbilitas (X3) terhadap Faktor Kecocokan Tugas-Teknologi
Aksesbilitas mempunyai koefisien path positif dan signifikan
terhadap faktor kecocokan tugas-teknologi. Hal ini dapat
ditunjukkan dari koefisien jalur yang sebesar 0,78 dan nilai
t-hitung yang sebesar 6,34 lebih besar dibandingkan dengan t-tabel
sebesar 1,96.
• Asistensi (X4) terhadap Faktor Kecocokan Tugas-Teknologi
Asistensi mempunyai koefisien path positif dan signifikan terhadap
faktor kecocokan tugas-teknologi. Hal ini dapat ditunjukkan dari
koefisien jalur yang sebesar 0,80 dan nilai t-hitung yang sebesar
6,65 lebih besar dibandingkan dengan t-tabel sebesar 1,96.
• Keandalan Sistem (X5) terhadap Faktor Kecocokan
Tugas-Teknologi
Keandalan sistem mempunyai koefisien path positif dan signifikan
terhadap faktor kecocokan tugas-teknologi. Hal ini dapat
ditunjukkan dari koefisien jalur yang sebesar 0,67 dan nilai
t-hitung yang sebesar 5,11 lebih besar dibandingkan dengan t-tabel
sebesar 1,96.
• Kemuktahiran (X6) terhadap Faktor Kecocokan Tugas-Teknologi
Kemuktahiran mempunyai koefisien path positif dan signifikan
ditunjukkan dari koefisien jalur yang sebesar 0,70 dan nilai
t-hitung yang sebesar 5,51 lebih besar dibandingkan dengan t-tabel
sebesar 1,96.
• Presentasi (X7) terhadap Faktor Kecocokan Tugas-Teknologi
Presentasi mempunyai koefisien path positif dan signifikan
terhadap faktor kecocokan tugas-teknologi. Hal ini dapat
ditunjukkan dari koefisien jalur yang sebesar 0,80 dan nilai
t-hitung yang sebesar 6,63 lebih besar dibandingkan dengan t-tabel
sebesar 1,96.
• Kekacauan (X8) terhadap Faktor Kecocokan Tugas-Teknologi
Kekacauan mempunyai koefisien path positif dan signifikan
terhadap faktor kecocokan tugas-teknologi. Hal ini dapat
ditunjukkan dari koefisien jalur yang sebesar 0,72 dan nilai
t-hitung yang sebesar 5,68 lebih besar dibandingkan dengan t-tabel
sebesar 1,96.
• Intensitas Penggunaan (X9) terhadap Pemanfaatan Teknologi
Informasi
Intensitas Penggunaan mempunyai koefisien path positif
dan signifikan terhadap pemanfaatan teknologi informasi. Hal ini
dapat ditunjukkan dari koefisien jalur yang sebesar 0,79 dan nilai
t-hitung yang sebesar 5,68 lebih besar dibandingkan dengan t-tabel
• Frekuensi Penggunaan (X10) terhadap Pemanfaatan Teknologi
Informasi
Frekuensi Penggunaan mempunyai koefisien path positif dan
signifikan terhadap pemanfaatan teknologi informasi. Hal ini dapat
ditunjukkan dari koefisien jalur yang sebesar 0,69 dan nilai
t-hitung yang sebesar 4,84 lebih besar dibandingkan dengan t-tabel
sebesar 1,96.
• Jumlah jenis perangkat lunak yang digunakan (X11) terhadap
Pemanfaatan teknologi Informasi
Jumlah jenis perangkat lunak yang digunakan mempunyai
koefisien path positif dan signifikan terhadap pemanfaatan
teknologi informasi. Hal ini dapat ditunjukkan dari koefisien jalur
yang sebesar 0,74 dan nilai t-hitung yang sebesar 5,17 lebih besar
dibandingkan dengan t-tabel sebesar 1,96.
• Kematangan (X12) terhadap Pemanfaatan Teknologi Informasi
Kematangan mempunyai koefisien path positif dan signifikan
terhadap pemanfaatan teknologi informasi. Hal ini dapat
ditunjukkan dari koefisien jalur yang sebesar 0,73 dan nilai
t-hitung yang sebesar 5,14 lebih besar dibandingkan dengan t-tabel
sebesar 1,96.
• Tekanan (Y1) terhadap Kinerja Akuntan Publik
Tekanan mempunyai koefisien path positif dan signifikan terhadap
jalur yang sebesar 0,75 dan nilai t-hitung yang sebesar 5,14 lebih
besar dibandingkan dengan t-tabel sebesar 1,96.
• Tujuan (Y2) terhadap Kinerja Akuntan Publik
Tujuan mempunyai koefisien path positif dan signifikan terhadap
kinerja akuntan publik. Hal ini dapat ditunjukkan dari koefisien
jalur yang sebesar 0,76 dan nilai t-hitung yang sebesar 5,36 lebih
besar dibandingkan dengan t-tabel sebesar 1,96.
• Target (Y3) terhadap Kinerja Akuntan Publik
Target mempunyai koefisien path positif dan signifikan terhadap
kinerja akuntan publik. Hal ini dapat ditunjukkan dari koefisien
jalur yang sebesar 0,81 dan nilai t-hitung yang sebesar 5,67 lebih
besar dibandingkan dengan t-tabel sebesar 1,96
• Tanggung Jawab (Y4) terhadap Kinerja Akuntan Publik
Tanggung jawab mempunyai koefisien path positif dan signifikan
terhadap kinerja akuntan publik. Hal ini dapat ditunjukkan dari
koefisien jalur yang sebesar 0,82 dan nilai t-hitung yang sebesar
5,76 lebih besar dibandingkan dengan t-tabel sebesar 1,96.
Evaluasi model juga dapat menunjukkan mengenai
Tabel 4.8.
Squared Multiple Correlations (R2)
Variabel Laten Indikator R2
X1 0,48
X2 0,64
X3 0,61
X4 0,64
X5 0,45
X6 0,49
X7 0,64
Faktor Kecocokan Tugas-Teknologi
X8 0,52
X9 0,62
X10 0,48
X11 0,55 Pemanfaatan Teknologi Informasi
X12 0,53
Y1 0,56
Y2 0,58
Y3 0,66 Kinerja Akuntan Publik
Y4 0,67
Sumber: Data Primer Yang Diolah
Berdasarkan output diatas, dapat dilihat bahwa
tertinggi yaitu 0.64, artinya kompatibilitas dan asistensi serta
kekacauan berkontribusi besar terhadap faktor kecocokan
tugas-teknologi yaitu sebesar 64% sedangkan sisanya 36% dijelaskan
oleh measurement error. Kematangan teknologi informasi (X9) memiliki R2 tertinggi yaitu 0.62, artinya kematangan teknologi
informasi berkontribusi besar terhadap pemanfaatan teknologi
informasi yaitu 62% sedangkan sisanya 38% dijelaskan oleh
measurement error. Tanggung jawab (Y4) memiliki R2 tertinggi yaitu sebesar 0.67, artinya tanggung jawab berkontribusi besar
terhadap kinerja akuntan publik yaitu 67% sedangkan sisanya 33%
dijelaskan oleh measurement error.
4. Pembahasan Hipotesis
Pembahasan hipotesis dalam penelitian ini be