1
3.1 Variabel Penelitian dan Definisi Operasional
3.1.1 Variabel Penelitian
Variabel adalah segala sesuatu yang dapat diberi berbagai macam nilai. Teori mengekspresikan fenomena-fenomena secara sistematis melalui pernyataan hubungan antar variabel. Construct adalah abstraksi dari fenomena-fenomena kehidupan nyata yang diamati. Variabel , dengan demikian, merupakan proksi (proxy) atau representasi dari construct yang dapat diukur dengan berbagai macam nilai. Variabel merupakan mediator antara construct yang abstrak dengan fenomena yang nyata. Variabel memberikan gambaran yang lebih nyata mengenai fenomena-fenomena yang digeneralisasi dalam construct.
Dalam penelitian ini terdapat dua variabel: a. Variabel Endogen
Menurut (Mankiw, 2006) variabel endogen adalah variabel – variabel yang akan dijelaskan sebuah model. Dalam penelitian ini, yang menjadi variabel endogen adalah kinerja Sistem Informasi Akuntansi.
b. Variabel Eksogen
Menurut (Mankiw, 2006) variabel eksogen adalah variabel – variabel yang nilainnya ditentukan diluar model. Dalam penelitian ini, yang merupakan variabel eksogen adalah Keterlibatan pemakai dalam pengembangan sistem informasi,
Kemampuan tehnik personal, Dukungan manajemen puncak, Program pendidikan dan pelatihan dan Formalisasi pengembangan sistem.
3.1.2 Definisi Operasional
a. Kinerja Sistem Informasi Akuntansi
Kinerja sistem informasi akuntansi diproksikan menjadi variabel kepuasan pengguna. Kepuasan pengguna menunjukkan seberapa jauh pengguna puas dan percaya pada sistem informasi yang disediakan untuk memenuhi kebutuan mereka. Variabel kinerja sistem informasi akuntansi diukur menggunakan skala likert mulai poin 1 yang menyatakan sangat tidak setuju sampai poin 5 yang menyatakan sangat setuju. Variabel kinerja sistem informasi akuntansi diukur dengan menggunakan 10 item pertanyaan.
b. Pengguna Teknologi Informasi
Indikator keterlibatan pengguna teknologi informasi dapat dilihat dari partisipasi dalam pengembangan SIA. Selain itu juga dapat diketahui dari tingkat pengaruh pengguna dalam pengembangan SIA. Pengguna SIA diminta untuk menskala partisipasi mereka dalam pengembangan SIA. Variabel ini diukur menggunakan skala likert mulai poin 1 yang menyatakan sangat tidak setuju sampai poin 5 yang menyatakan sangat setuju dengan menggunakan 2 item pertanyaan.
c. Kemampuan Tehnik Personal
Kemampuan teknik personal diukur dengan mengajukan dua pertanyaan mengenai kemampuan spesialis dan kemampuan umum. Variabel ini diukur menggunakan skala likert mulai poin 1 yang menyatakan sangat tidak setuju
sampai poin 5 yang menyatakan sangat setuju dengan menggunakan 3 item pertanyaan.
d. Dukungan Manajemen Puncak
Thai Fung Jen (2002) dalam (Almilia & Briliantien, 2007) berpendapat bahwa semakin besar dukungan yang diberikan pimpinan puncak akan meningkatkan kinerja Sistem Informasi Akuntansi. Variabel ini diukur menggunakan skala likert mulai poin 1 yang menyatakan sangat tidak setuju sampai poin 5 yang menyatakan sangat setuju dengan menggunakan 5 item pertanyaan.
e. Program Pendidikan dan Pelatihan
Pelatihan dan pendidikan merupakan usaha secara formal untuk tujuan transfer pengetahuan sitem informasi yang di isyaratkan meliputi konsep-konsep sistem informasi, kemampuan teknis, kemampuan organisasi dan pengetahuan mengenai produk-produk sistem informasi (Komara, 2006). Pendidikan dan pelatihan pengguna diukur dengan pertanyaan jawabannya “ya” atau “tidak”. Variabel ini diukur menggunakan skala likert mulai poin 1 yang menyatakan sangat tidak setuju sampai poin 5 yang menyatakan sangat setuju dengan menggunakan 2 item pertanyaan.
f. Formalisasi Pengembangan Sistem
Dalam penelitian ini, formalisasi dimaksudkan sebagai prosedur yang diterapkan untuk formalisasi pengembangan sistem. Variabel ini diukur menggunakan skala likert mulai poin 1 yang menyatakan sangat tidak pernah
sampai poin 5 yang menyatakan sangat pernah dengan menggunakan 5 item pertanyaan.
Tabel 3.1
Definisi Operasional Variabel
No Variabel
Penelitian Definisi Variabel Indikator Sumber 1 Kinerja SIA Kinerja SIA adalah
tingkat kemampuan sistem sesuai dengan fungsinya dalam menghasilkan informasi yang di butuhkan untuk mencapai tujuan tertentu yang dapat terlihat melalui kepuasan pemakai Sistem Informasi Akuntansi dan dari pemakai Sistem Informasi Akuntansi itu sendiri. a. Tigkat kualitas yang tinggi. b. Tingkat kualitas informasi yang tinggi. c. Tingkat pengguna informasi yang tinggi. d. Tingkat kepuasan pengguna yang tinggi. e. Tingkat dampak positif individu yang tinggi. f. Tingkat dampak positif organisasi yang tinggi. La Ane dan Anggraini (2012). 2 Pengguna Teknologi Informasi Pengguna teknologi informasi adalah penguna yang memanfatkan teknologi informasi pada pelaksanaan tugas-tugas akuntansi. a. Bagian Keuangan memiliki komputer yang cukup. b. Komputer dimanfaatkan di unit kerja. c. Proses laporan keuangan dilakukan secara komputisasi. d. Pengelola data transasi keuangan menggunakan La Ane dan Anggraini (2012).
software akuntansi. e. Laporan keuangan dihasilkan sistem informasi yang terintegrasi. 3 Kemampua n Teknik Personal Kemampuan teknik pemakai sistem informasi akuntansi menjadi fokus yang penting dalam penerapan sebuah sistem teknologi di sebuah perusahaan. a. Kemampuan teknik sistem yang berhubungan dengan komputer b. Kemampuan teknik analisis yang berhubungan dengan organisasi, manusia dan lingkungan sekitar La Ane dan Anggraini (2012). 4 Dukungan Pimpinan Puncak keterlibatan manajer (pimpinan) dalam kemajuan proyek dan menyediakan sumber daya yang diperlukan. a. Keterlibatan pemimpin puncak dalam perencenaan operasi sistem informasi akuntansi b. Tingkat kepuasan pemimpin puncak terhadap penggunaan system informasi akuntansi c. Tingkat kualitas yang tinggi dalam penggunaan komputer La Ane dan Anggraini (2012).
5 Program Pendidikan dan Pelatihan Program pendidikan dan pelatihan adalah bertujuan untuk meningkatkan kemampuan dan pemahaman pemakai terhadap SIA yang digunakan untuk pemakai tersebut, membuatnya menjadi lebih puas dan akan
menggunakan sistem yang telah dikuasai dengan baik. a. Tingkat penguasaan program yang berhubungan dengan organisasi dan manusia b. Tingkat dampak positif terhadap program pendidikan dan pelatihan La Ane dan Anggraini (2012). 6 Formalisasi Pengemban gan Sistem Formalisasi pengembangan sistem berarti pemberitahuan akan tahap-tahap dari proses pengembangan sistem yang tercatat secara sistematik dan secara aktif melakukan penyesuaian terhadap catatan a. Laporan proyek diserahkan kepada manajer departemen SI. b. Dokumentasi pengembangan sistem disiapkan dengan format yang distandarisasi. c. Teknik dan waktu
pencatatan yang harus dilakukan oleh setiap orang, telah disiapkan saat SI disosialisasikan. d. Biaya pengembangan SI dialokasikan ke pengembangan SI per bagian. e. Dilakukannya pengenalan terhadap pengendalian SI berbasis komputer pada La Ane dan Anggraini, (2012).
pengembangan SI yang saat ini dipakai.
Sumber : Jurnal Penelitian
3.2 Objek penelitian, Unit Sampel, Populasi, dan Penentuan Sampel
3.2.1 Objek Penelitian dan Unit Sampel
Objek dalam penelitian ini adalah seluruh karyawan Dinas Pertanian dan Pangan Kabupaten Demak. Penelitian ini dilakukan di Kabupaten Demak. Elemen- elemen dalam unit sampel pada prosedur pemilihan satu tahap sama dengan elemen-elemen dalam kerangka sampel. Unit sampel adalah suatu elemen atau sekelompok elemen yang menjadi dasar untuk dipilih sebagai sampel. Unit sampel yang digunakan dalam penelitian ini adalah Pegawai negeri Sipil yang bekerja di Dinas Pertanian dan Pangan Kabupaten Demak.
3.2.2 Populasi dan Penentuan Sampel
Populasi (populatio) yaitu sekelompok orang, kejadian atau segala sesuatu yang mempunyai karakteristik tertentu. Anggota populasi disebut dengan elemen populasi (population element) masalah populasi timbul terutama pada penelitian opini yang menggunakan metode survei sebagai teknik pengumpulan data. Populasi dalam penelitian ini adalah Dinas Pertanian dan Pangan Kabupaten Demak.
Peneliti dapat meneliti seluruh elemen populasi (disebut dengan sensus) atau meneliti sebagian dari elemen-elemen populasi (disebut dengan penelitian sampel). Kendala yang dihadapi peneliti umumnya masalah keterbatasan waktu, biaya dan tenaga yang tersedia. Peneliti, oleh karena itu, karena alasan praktis dapat meneliti sebagian dari elemen-elemen populasi sebagai sampel (sample). Sampel dalam penelitian ini adalah Pegawai Negeri Sipil yang bekerja di Dinas Pertanian dan Pangan Kabupaten Demak. Cara mengambil sampel pada penelitian ini dilakukan dengan Convenience Sampling.
3.3 Jenis data dan Sumber data
Jenis data yang digunakan dalam penelitian ini adalah primer. Data primer adalah sumber data penelitian yang diperoleh secara tidak langsung (melalui perantara). Data primer secara khusus dikumpulkan oleh peneliti untuk menjawab pertanyaan penelitian. Data primer dapat berupa opini subyek (orang) secara individual atau kelompok, hasil observasi terhadap suatu benda (fisik), kejadian atua kegiatan, dan hasil pengujian. Peneliti dengan data primer dapat mengumpulkan data sesuai dengan yang diinginkan, karena data yang tidak relevan dengan tujuan penelitian dapat dieliminasi atau setidaknya dikurangi (Indrianto & Supomo, 1999). Sedangkan sumber data yang digunakan dalam penelitian ini diperoleh dari jawaban atas kuisioner yang dibagikan kepada responden.
3.4 Metode Pengumpulan Data
Jenis data yang digunakan dalam penelitian ini adalah data primer dengan metode survei. Metode survei merupakan metode pengumpulan data primer yang
menggunakan pertanyaan lisan dan tertulis.dalam penelitian ini teknik pengumpulan data dengan cara kuisioner. Pengumpunan data kuisioner adalah Pengumpulan data penelitian pada kondisi tertentu kemungkinan tidak memerlukan kehadiran peneliti. Pertanyaan peneliti dan jawaban responden dapat dikemukakan secara tertulis melalui sebuah kuisioner. Teknik ini memberikan tanggung jawab kepada responden untuk membaca dan menjawab pertanyaan. (Indrianto & Supomo, 1999). Kuesioner penelitian ini diserahkan langsung kepada responden atau meminta bantuan salah satu pegawai untuk mengkoordinir penyebaran dan pengumpulan kuesioner tersebut. Kuesioner yang dibuat dalam bentuk menggunakan skala Likert.
3.5 Motode Analisis
Analisis data dalam penelitian ini adalah metode analisis statistik dengan menggunakan progam PLS. Penelitian ini menggunakan model evaluasi PLS dengan menilai outer model dan inner model. Evaluasi model pengukuran atau
outer model dilakukan untuk menilai validitas dan reliabilitas model. Outer model
dengan indikator refleksi dievaluasi melalui validitas convergent dan discriminant dari indikator pembentuk konstruk laten dan composite reliability serta cronbach
alpha untuk blok indikatornya. Sedangkan outer model dengan indikator formatif
dievaluasi melalui substantive content-nya yaitu dengan membandingkan besarnya relative weight dan melihat signifikansi dari indikator konstruk tersebut (Chin, 1998 dalam Latan & Ghozali, 2012).
Evaluasi model struktural atau inner model bertujuan untuk memprediksi hubungan antar variabel laten. Inner model dievaluasi dengan melihat besarannya
presentasi variance yang dijelaskan yaitu dengan melihat nilai R-Square untuk konstruk laten endogen, Stone Geisser (Geisser 1975; Stone 1974 dalam Latan & Ghozali, 2012) test untuk menguji predictive relevance, dan average variance
extracted (Fornell dan Larcker 1981 dalam Latan & Ghozali, 2012) untuk predictivennes dengan menggunakan prosedur resampling seperti jackingnifing
dan bootstapping untuk memperoleh stabilitas dari estimasi. 3.6 Model Pengukuran (Outer Model)
Cara yang sering digunakan oleh peneliti di bidang SEM untuk melakukan pengukuran model melalui analisis faktor konfimatori adalah dengan mengunakan pendekatan MTMM (MultiTrait-MultiMethod) dengan menguji Validitas convergent dan discriminant (Campbell dan Fiske, 1959 dalam Latan & Ghozali, 2012).
3.6.1 Validitas convergent
Validitas convergent behubungan dengan prinsip bahwa pengukuran-pengukuran (manifest variabel) dari suatu konstruk seharusnya berkorelasi tinggi. Uji validitas convergent indikator refleksi dengan progam SmartPLS dapat dilihat dari nilai loading factor untuk tiap indikator konstruk. Rule of thumb yang biasanya digunakan untuk menilai validitas convergent yaitu nilai loading factor harus lebih dari 0.7. Untuk penelitian yang bersifat confirmatory dan niali loading faktor antara 0.6 – 0.7 untuk penelitian yang bersifat exploratory masih dapat diterima serta nilai average variance extracted (AVG) harus lebih dari 0.5. Namun demikian untuk penelitian tahap awal dari pengembangan skala
pengukuran, nilai loading faktor 0.5 – 0.6 masih dianggap cukup (Chin, 1998 dalam Latan & Ghozali, 2012).
3.6.2 Validitas Discriminant
Validitas discriminant berhubungan dengan prinsip bahwa pengukuran-pengukuran (manifest variabel) konstruk yang berbeda seharusnya tidak berkorelasi dengan tinggi. Cara menguji validitas discriminant dengan indikator refleksif yaitu dengan melihat nilai cross loading untuk setiap variabel harus >0.70. Cara lain yang dapat digunakan untuk menguji validitas discriminant adalah dengan membandingkan akar kuadrat dari AVE untuk setiap konstruk dengan nilai korelasi antar konstruk dalam model. Validitas discriminant yang baik ditunjukan dari akar kuadrat dari AVE untuk tiap konstruk lebih besar dari korelasi antar konstruk dalam model (Fornell & Larcker, 1981 dalam Latan & Ghozali, 2012).
3.6.3 Reliabilitas
Uji reliabilitas dilakukan untuk membutikan akurasi, konsistensi dan ketepatan instrumen dalam mengukur konstruk. Dalam PLS-SEM dengan menggunakan progam SmartPLS , untuk mengukur reliabilitas suatu konstruk dengan indikator reflektif dapat dilakukan dengan dua cara yaitu dengan
Cronbach’s Alpha dan Composite reliability sering disebut Dillon-Goldstein’s.
Namun demikian penggunaan Cronbach’s Alpha untuk menguji reliabilitas konstruk akan memberikan nilai yang lebih rendah (under estimate) sehingga lebih disarankan untuk menggunakan Composite Realiability dalam menguji reliabilitas suatu konstruk. Rule of Thumb yang biasanya digunkana untuk menilai
reliabilitas konstruk yaitu nilai Composite Reliability harus lebih dari 0.7 untuk penelitian yang bersifat confirmatory dan nilai 0.6 – 0.7 masih dapat diterima untuk penelitian yang bersifat exploratory.(Latan & Ghozali, 2012).
3.7 Model Struktural (Inner Model)
Dalam menilai model struktural dengan PLS, kita mulai melihat dari nilai R-Squares untuk setiap variabel laten endogen sebagai kekuatan prediksi dari model struktural. Interpretasinya sama dengan interpretasi pada OLS regresi. Perubahan nilai R-Squares dapat digunakan untuk menjelaskan pengaruh variabel laten eksogen tertentu terhadap variabel endogen apakah mempunyai pengaruh yang substantive. Nilai R-Squaresn 0.75, 0.50. dan 0.25 dapat disimpulkan bahwa model kuat, moderate dan lemah. Hasil dari PLS R-Squares merepresentasikan jumlah variance dari konstruk yang dijelaskan oleh model.
3.8 Model Pengukuran Dan Model Struktural
Analisis PLS-SEM biasanya terdiri dari dua sub model yaitum model pengukuran pengukuran (measurement model) atau sering disebut outer model dan model struktural (struktural model) atau sering disebut inner mode. Model pengukuran menunjukan bagaimana variabel manifest atau observed variabel merepresentasikan variabel laten untuk diukur. Sedangkan model struktural menunjukkan kekuatan estimasi atar variabel laten atau konstruk.
3.8.1 Outer Model
Model pengukuran atau outer Model menunjukan bagaimana setiap blok indikator berhubungan dengan variabel latennya. Persamaan untuk outer model
X = ΛXX
Y = Λy y
Keterangan : x dan y adalah indikator atau manifest variabel laten eksogen (ζ) dan endogen (η), sedangkan Λx dan Λy merupakan matrik loading yang menggambarkan koefesien regresi sederhana yang menghubungkan variabel laten dengan indikatornya. Residual yang diukur dengan εx dan εy dapat diiterprestasikan sebagai kesalahan pengukuran (measurement error).
3.8.2 Inner Model
Inner model menunjukan hubungan atau kekuatan estimasi antar variabel
laten atau konstrak berdasarkan pada substantive theory. Persamaan Inner model dapat ditulis sebagai berikut:
0
Keterangan η adalah vektor konstruk endogen ξ adalah vektor konstruk eksogen ζ adalah vektor variabel residual
karena pada dasarnya PLS didesain untuk model recursive (model yang mempunyai satu arah kausalitas), maka hubungan antara variabel laten eksogen terhadap setiap variabel laten endogen sering disebut dengan causal chain system.
3.8.3 Weight Relation
Bagaimanapun outer dan inner model memberikan spesifikasi yang diikuti dalam estimasi alogritma PLS. Kita membutuhkan definisi weight relation untuk
melengkapinya. Nilai kasus untuk setiap variabel laten diestimasi dalam PLS sebagai berikut:
ζb =
kbWkbXkb ηi =
kiWkiYkiKeterangan : wkb dan wki adalah k weight yang digunakan untuk
memberikan estimasi variabel laten ζb dan ηi. Estimasi variabel laten adalah linier
agregat dari indikator yang nilai weightnya diperoleh dengan prosedur estimasi PLS seperti dispesifikasi oleh inner dan outer model η adalah vektor variabel laten
endogen (dependen) dan ξ adalah vektor variabel eksogen (independent), ζ adalah
vektor variabel residual dan β serta adalah matrik koefesien jalur (path
