Page | 50 ojs-unita.com
PENGARUH SYSTEM ONLINE PAYMENT POINT (SOPP) TERHADAP PENDAPATAN
(STUDI KASUS PT. POS INDONESIA (PERSERO) KISARAN)
Taufiq Hidayah
Sekolah Tinggi Ilmu Ekonomi Muhammadiyah Asahan Email : [email protected]
Abstract - The purpose of this study is to determine the effect of an online payment point (SOPP) system on PT. Pos Indonesia (Persero) Range. This research is a survey research using a questionnaire as an instrument. The population used in this study are consumers / customers of PT. Pos Indonesia (Persero) A range of 30 people using the Purposive Sampling method. Test the validity of the instrument using Confirmatory Factor Analysis and reliability testing using Cronbach's Alpha. The technical analysis used is simple regression analysis. The results of this study indicate that the online payment point system (SOPP) has a positive effect on income. The magnitude of the effect of the online payment point system (SOPP) on revenue (R Square) is 0.543.
Keywords: Online Payment Point (SOPP) System, Revenue. 1.PENDAHULUAN
Dalam melaksanakan tugas pokoknya, PT. Pos Indonesia membutuhkan data akuntansi untuk membantu dalam menyelesaikan masalah-masalah yang terjadi pada setiap kegiatannya. Salah satunya adalah mengatasi proses pencatatan data pada bidang system online payment point (SOPP).System online payment point (SOPP) adalah layanan pembayaran rekening atau tagihan mitra kerja PT. Pos Indonesia.system online payment point (SOPP) sangat berperan penting bagi PT. Pos Indonesia untuk pelayanannya dalam bentuk jasa keagenan.Menurut PT. Pos Indonesia (Persero) dalam bukunya petunjuk pelaksanaan layanan system online payment point (SOPP), bahwa pengertian system online payment point (SOPP) adalah layanan pembayaran secara online untuk melakukan pembayaran rekening/tagihan mitra kerja PT PosIndonesia (petunjuk pelaksanaan layanan SOPP:2008:1).
Dalam hal ini komputer sangat membantu dalam hal pemecahan setiap masalah yang dihadapi, karena
komputer merupakan alat yang dapat memberikan informasi yang diinginkan, itupun tidak terlepas dari hasil pengolahan data dengan menggunakan suatu program. Selain itu, komputer juga siap menyajikan informasi yang diminta dengan cepat, tepat dan akurat dibanding dengan menggunakan cara yang masih manual. Seperti layaknya system online payment point (SOPP) sangat membantu PT. Pos Indonesia dalam melayani jasa keagenan seperti pembayaran listrik, kartu kredit, angsuran, dll.
2.KERANGKA TEORI System Online Payment Point (SOPP) Pos Pengertian SOPP Pos
Menurut PT. Pos Indonesia (Persero) dalam buku petunjuk pelaksanaan Layanan SOPP Pos (2008:1) bahwa pengertian system online payment point (SOPP) Pos adalah: Layanan pembayaran secara online untuk melakukan pembayaran rekening/tagihan mitra kerja PT. Pos Indonesia “. Dari definisi diatas maka dapat disimpulkan bahwa system online payment point (SOPP) Pos adalah
Page | 51 ojs-unita.com
sistem untuk melayani pembayaran secara online, berupa pembayaran rekening/tagihan dari pelanggan mitra kerja perusahaan yang diterapkan PT Pos Indonesia guna mempermudah pelanggan dalam melakukan pembayaran rekening/tagihan setiap bulannya.
Manfaat System Online Payment Point (SOPP) Beberapa manfaat dari system online payment point (SOPP) sebagai berikut :
1) Melayani informasi semua tagihan pelanggan.
2) Melayani pembayaran atau pelunasan piutang pelanggan baik itu individual atau kolektif secara kelompok.
3) Memantau data hutang yang belum lunas 4) Mencetak semua laporan yang terkait
dengan semua tagihan pelanggan dan hutangnya.
Pendapatan System Online Payment Point (SOPP)
Pengertian Pendapatan
Menurut PSAK No. 23 yang dikeluarkan oleh IAI (IAI:PSAK:2009) mengemukakan pengertian pendapatan sebagai berikut: “ Pendapatan adalah arus masuk bruto dari manfaat ekonomi yang timbul dari aktifitas normal perusahaan selama satu periode bila arus masuk tersebut mengakibatkan kenaikan ekuitas, yang tidak berasal dari kontribusi penanam modal “.
Pendapatan System Online Payment Point (SOPP) Pendapatan system online payment point (SOPP) merupakan penerimaan yang berasal dari jenis layanan jasa pembayaran berbagai jenis tagihan, antara lain: Listrik, Telpon (Telkom, Telkomsel, Indosat, Fren) Angsuran kendaraan bermotor (FIF, Adira Finance dan lain-lain) cicilan Kartu Kredit (Citibank, HSBC) pembayaran pajak (PPH, PPN), dan lain-lain.
3.METODE PENELITIAN
Penelitian ini menggunakan data kuantitatif yang merupakan penelitian yang menekankan pada data – data numerik atau angka yang diolah dengan menggunakan metode statistik dilakukan pada penelitian deskriptif atau dalam rangka pengujian hipotesis sehingga diperoleh signifikansi gambaran tentang variabel – variabel yang diteliti.
Populasi dalam penilitian ini adalah masyarakat/pelanggan PT. Pos Indonesia (Persero) Kisaran. Adapun penarikan sampel penilitian ini adalah menggunakan teknik purposive sampling yaitu menunjuk langsung responden sesuai kebutuhan penelitian. Dan pada penelitian ini sampel yang digunakan berjumlah 30 orang.
4.HASIL PENELITIAN DAN PEMBAHASAN Analisis Data
Uji Normalitas
Pengujian yang digunakan dalam uji normalitas adalah :
- Jika nilai signifikansi hasil lebih besar dari =0,05 maka distribusinya dinyatakn normal. - Jika nilai signifikasi lebih kecil dari =0,05
maka distribusi dinyatakan tidak normal.Untuk lebih jelas dapat dilahat pada tabel 8. Sebagai berikut :
Tabel 1. Hajil Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 30
Page | 52 ojs-unita.com Parametersa,b Std. Deviation 2.10327923 Most Extreme Differences Absolute .094 Positive .094 Negative -.083 Test Statistic .094
Asymp. Sig. (2-tailed) .200c,d a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance. Sumber :Output SPSS diolah 2016
Berdasarkan hasil pengujian normalitas pada tabel 1. Dapat diartikan bahwa data dalam model regresi setelah dilakukan transformasi data dalam logaritma natural berdistribusi normal. Hal ini dapat dilihat dari nilai unstandardizer residual lebih besar dari 0,05 yakni 0,200> 0,05. Dengan demikian dapat dilanjutkan dengan uji asumsi klasik lainnya. Untuk lebih jelas berikut ini grafik histogram dan plot data distribusi normal.
Sumber: Output SPSS diolah 2016 Gambar 1 :Histogram
Dengan cara membandingkan antara data observasi dan distribusi yang mendekati normal, dari grafik diatas dapat disimpulkan bahwa distribusi data normal, karena menunjukan distribusi data mengikuti garis diagonal yang tidak menceng (skewness) kiri maupun menceng kanan,
Demikian pula dengan hasil uji normalitas dengan menggunakan grafik plot berikut ini :
(Sumber :Output SPSS diolah 2016) Gambar 2 :Grafik Normal Plot
Pada grafik normal plot diatas terlihat titik – titik menyebar disekitar gambar diagonal, serta penyebarannya mendekati dengan garis diagonal sehingga dapat disimpulkan bahwa data dalam model regresi berdistribusi secara normal.
Uji Linearitas
Uji Linearitas dilakukan untuk mengetahui apakah variabel SOPP (X) dengan variabel Pendapatan (Y)
One-Sample
Kolmogrov-Smirnov
Rest
Page | 53 ojs-unita.com
mempunyai hubungan yang linear secara signifikan atau tidak.
Pengujian yang digunakan untuk menguji linearitas adalah :
- Jika nilai signifikansi lebih besar dari 0,05, maka terdapat hubungan linier secara signifikan
- Jika nilai signifikansi lebih kecil dari 0,05, maka tidak terdapat hubungan yang linier antara variabel independen (X) dengan variabel dependen (Y). Untuk lebih jelas dapat dilihat pada tabel 9. Sebagai berikut :
Tabel 2 Hasil Uji Linearitas ANOVA Table Sum of Squ ares D f Mea n Squ are F Si g. PENDAP ATAN * SOPP Bet wee n Grou ps (Comb ined) 210. 333 1 3 16.1 79 3.6 74 .0 0 8 Lineari ty 152. 510 1 152. 510 34. 629 .0 0 0 Deviat ion from Lineari ty 57.8 23 1 2 4.81 9 1.0 94 .4 2 5 Within Groups 70.4 67 1 6 4.40 4 Total 280. 800 2 9
Sumber :Output SPSS diolah 2016
Berdasarkan hasil perhitungan uji liniearitas pada tabel 2. Terlihat bahwa nilai signifikansi = 0,425
lebih besar dari 0,05, maka dapat diartikan bahwa terdapat hubungan linear secara signifikan antara variabel SOPP (X) dengan variabel Pendapatan (Y). Uji Multikolonieritas
Uji multikolonieritas dilakukan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (Independen).Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen (Ghozali, 2011:105).
Pengujian yang digunakan untuk menguji multikolonieritas adalah :
Nilai tolerance
- Jika nilai tolerance lebih besar dari 0,10, maka tidak terjadi multikolonieritas
- Jika nilai tolerance lebih kecil dari 0.10, maka terjadi multikolonieritas.
Nilai VIF (Variance Inflation Factor)
- Jika nilai VIF lebih kecil dari 10,00, maka tidak terjadi multikolonieritas
- Jika nilai VIF lebih besar dari 10,00, maka terjadi multikolonieritas. Untuk lebih jelas dapat dilihat pada tabel 10. Sebagai berikut : Tabel 3 Uji Multikolonieritas Coefficientsa Model Unstanda rdized Coefficie nts Standar dized Coeffic ients t Si g. Collinearit y Statistics B Std. Err or Beta Toler ance VI F 1 (Cons tant) 3.9 08 2.2 68 1.7 23 .0 9 6
Page | 54 ojs-unita.com SOPP .57 8 .10 0 .737 5.7 69 .0 0 0 1.000 1.0 00 a. Dependent Variable: PENDAPATAN
Sumber :Output SPSS diolah 2016
Berdasarkan perhitungan tabel 9.Terlihat bahwa nilai tolerance 1.000 dan nilai VIF 1.000, maka dapat artikan bahwa tidak terjadi multikolonieritas. Uji Heteroskedastisitas
Uji heterokedasitas ini dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variabel dari residual satu pengamatan ke pengamatan lain. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Untuk lebih jelas dapat dilihat padagambar grafik plot 10 sebagai berikut :
Sumber :Output SPSS diolah 2016 Gambar 3 :Grafik plot
Berdasarkan hasil scatterplot diatas, terlihat titik - titik menyebar dan tidak membentuk pola tertentu yang jelas.Maka dapat diartikan bahwa tidak terjadi masalah heteroskedastisitas.
Uji Autokorelasi
Uji autokorelasi dilakukan utuk mengetahui ada atau tidaknya penyimpangan asumsi klasik autokorelasi yaitu korelasi yang terjadi terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Metode pengujian yang digunakan adalah dengan uji Durbin-Watson (uji DW) dengan ketentuan sebagai berikut :
- Jika d lebih kecil dari dL atau lebih besar dari (4-dL) maka hipotesi nol ditolak, yang berarti terdapat autokorelasi.
- Jika d terletak antara dU dan (4-dU), maka hipotesis nol diterima, yang berarti tidak ada korelasi
- Jika d terletak antara dL dan dL atau diantara (4-dU) dan (4-dL) maka tidak menghasilkan kesimpulan yang pasti. Untuk lebih jelas dapat dilihat pada tabel 10. Sebagai berikut :
Tabel 4 Hasil Uji Autokorelasi Model Summaryb Mode l R R Squar e Adjuste d R Square Std. Error of the Estimat e Durbin -Watso n 1 .737 a .543 .527 2.141 2.347 a. Predictors: (Constant), SOPP
b. Dependent Variable: PENDAPATAN Sumber : Output SPSS diolah 2016
Berdasarkan perhitungan tabel 4. Terlihat bahwa nilai DW 2.347, selanjutnya nilai ini akan dibandingkan dengan dengan nilai signifikasi 5%, jumlah sampel N=30 dan jumlah variabel
Page | 55 ojs-unita.com
independen 1 (k=1) 1.30 (tabel Durbin-Watson) diperoleh nilai du 1.489.
Nilai DW 2.347 lebih besar dari batas atas (du) 1,489 dan kurang dari (4-du) 4-1.489 = 2.511 sehingga dapat disimpulkan bahwa tidak terdapat autokorelasi.
Analisis Regresi Sederhana
Analisis regresi sederhana dilakukan untuk menguji pengaruh satu variabel bebas atau variabel independen terhadap variabel terikat atau variabel dependen. Analisis regresi sederhana terdiri dari satu variabel bebas (predictor) dan satu variabel terikat (respon), dengan persamaan :
Y= a + bX Keterangan:
Y : variabel terikat a : konstanta regresi
bX : Nilai turunnya atau peningkatan variabel bebas
Pengujian regresi sederhana dapat mengacu dual hal yaitu membandingkan t hitung dan t tabel dan membandingkan nilai signifikansi dengan probabilitas 0,05.
Membandingkan nilai t hitung dan t tabel :
- Jika nilai t hitung lebih besar dari nilai t tabel, maka dapat diartikan variabel bebas berpengaruh terhadap variabel terikat.
- Jika nilai t hitung lebih kecil dari nilai t tabel, maka dapat diartikan variabel bebas tidak berpengaruh terhadap variabel terikat.Membandingkan nilai signifikansi dengan probabilitas 0,05 :
- Jika nilai signifikansi tidak lebih besar nilai probabilitas 0,05, maka variabel bebas berpengaruh secara signifikan terhadap variabel terikat.
- Jika nilai signifikansi tidak lebih kecil nilai probabilitas 0,05, maka variabel bebas tidak berpengaruh secara signifikan terhadap variabel terikat. Untuk lebihh jelas dapat dilihat pada tabel 11. Sebagai berikut :
Tabel 5
Hasill Uji Regresi sederhana Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .737a .543 .527 .2.141 a. Predictors: (Constant), SOPP
Sumber :Output SPSS diolah, 2016 Berdasarkan perhitungan tabel 5. Terlihat bahwa nilai korelasi/hubungan (R) yaitu sebesar 0,737 dan dijelaskan besarnya prosentase pengaruh variabel bebas terhadap variabel terikat yang disebut koefisien determinasi yang merupakan hasil dari penguadratan R. dari output tersebut diperoleh koefisien determinasi (R2) sebesar 0,543, yang mengandung pengertian bahwa pengaruh variabel bebas (SOPP) terhadap variabel terikat (Pendapatan) adalah 53,3% sedangkan sisanya dipengaruh oleh variabel lain.
Tabel 6 ANOVAa Model Sum of Square s D f Mean Square F Sig. 1 Regressio n 152.51 0 1 152.51 0 33.28 6 .000 b Residual 128.29 0 2 8 4.582
Page | 56 ojs-unita.com Total 280.80 0 2 9
a. Dependent Variable: PENDAPATAN b. Predictors: (Constant), SOPP
Sumber : Output SPSS diolah 2016
Pada tabel 6 Terlihat bahwa F hitung = 33,286 dengan tingkat signifikansi 0,000 < 0,05, maka model regresi dapat diartikan bahwa variabel SOPP (X) berpengaruh positif terhadap variabel pendapatan (Y). Tabel 7 Coefficientsa Model Unstandardi zed Coefficients Standardiz ed Coefficien ts t Sig . B Std. Error Beta 1 (Consta nt) 3.90 8 2.268 1.72 3 .09 6 SOPP .578 .100 .737 5.76 9 .00 0 a. Dependent Variable: PENDAPATAN
Sumber :Output SPSS diolah, 2016
Pada tabel 7 Terlihat pada tabel Coefficient, pada kolom B pada Constant (a) adalah 3,908, sedang nilai SOPP (b) adalah 0,578, sehingga persamaan regresinya dapat ditulis :
Y = a + Bx
Y = 3,908+0,578X
Konfiensi b dinamakan koefiensi arah regresi dan menyatakan perubahan rata – rata variabel Y untuk setiap perubahan variabel X sebesar satu satuan.Perubahan ini merupakan pertambahan bila b bertanda positif dan penurunan b bertanda negatif. Sehingga persamaan tersebut dapat diartikan :
- Kostanta sebesar 3,908 menyatakan bahwa jika tidak ada nilai SOPP maka nilai Pendapatan sebesar 3,908
- Koefisien regresi X sebesar 0,578 menyatakan bahwa setiap penambahan 1 nilai SOPP, maka nilai Pendapatan bertambah sebesar 0,578
Uji Hipotesis
Untuk mengetahui apakah hipotesis dalam penelitian ini diterima atau ditolak maka akan dilakukan pengujian hipotesis dengan menggunakan uji t dan uji F. Hasil uji hipotesis dijelaskan sebagai berikut :
Uji Parsial (Uji t)
Uji t dilakukan untuk menguji secara parsial apakah variabel SOPP berpengaruh signifikansi terhadap variabel Pendapatan. Hasil uji t dapat dilihat pada tabel 8 sebagai berikut :
Tabel 8 Coefficientsa Model Unstandardiz ed Coefficients Standardiz ed Coefficien ts t Sig . B Std. Error Beta 1 (Consta nt) 3.908 2.268 1.72 3 .09 6 SOPP .578 .100 .737 5.76 9 .00 0 a. Dependent Variable: PENDAPATAN
Sumber :Output SPSS diolah, 2016
Berdasarkan tabel 8 terlihat bahwa nilai t huting = 5,769 dengan nilai signifikansi 0,000 < 0,05, maka Ho ditolak H1 diterima , maka dapat diartikan
Page | 57 ojs-unita.com
bahwa variabel SOPP (X) berpengaruh signifikan (nyata) terhadap variabel Pendapatan.
Uji F (Overall Significance Test)
Uji F dilakukan untuk menguji secara simultan apakah variabel SOPP berpengaruh secara signifikan terhadap variabel Pendapatan. Hasil uji F dapat dilihat pada tabel 9 sebagai berikut :
Tabel 9
Hasil Uji Simultan (Uji F) ANOVAa Model Sum of Square s D f Mean Square F Sig. 1 Regressio n 152.51 0 1 152.51 0 33.28 6 .000 b Residual 128.29 0 2 8 4.582 Total 280.80 0 2 9
a. Dependent Variable: PENDAPATAN b. Predictors: (Constant), SOPP
Sumber :Output SPSS Diolah, 2016
Pada tabel 9 terlihat bahwa F hitung = 33,286 dengan tingkat signifikansi 0,000 < 0,05, maka model regresi dapat diartikan bahwa variabel SOPP (X) berpengaruh secara simultan terhadap variabel pendapatan (Y).
Uji. Koefisien Determinasi ( R2 )
Uji koefisien determinasi digunakan untuk mengukur seberapa besar pengaruh variabel independen secara keseluruhan terhadap naik turunnya variasi nilai variabel dependen. Hasil uji koefisien determinasi (R2) dapat dilihat pada tabel 16 sebagai berikut :
Tabel 10
Hasil uji Koefisien Determinasi (R2)
Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .737a .543 .527 .2.141 a. Predictors: (Constant), SOPP
Sumber :Output SPSS diolah, 2016 Pada tabel 16terlihat bahwa nilai R2 = 0,543, maka dapat diartikan bahwa Pendapatan dipengaruhi oleh SOPP sebesar 54,3% sedangkan 45,7% dipengaruhi oleh variabel lain.
5.KESIMPULAN
Penelitian ini bertujuan untuk mengetahui apakah system online payment point (SOPP) memiliki pengaruh terhadap pendapatan.Pada penelitian ini dihubungkan antara variabel independen dengan variabel dependen.Sampel yang dipilih adalah sebanyak 30 responden.Pengujian statistik dilakukan dengan menggunakan metode statistik, uji t dan koefisien determinasi setelah sebelumnya dilakukan kualitas data dan uji asumsi klasik. Berdasarkan berbagai pengujian dan analisis data dari penilitian ini dapat diperoleh beberapa kesimpulan mengenai pengaruh system online payment point (SOPP) terhadap pendapatan sebagai berikut:
1. Variabel system online payment point (SOPP) berpengaruh secara signifikan terhadap pendapatan dengan tingkat signifikansi variabel independen t hitung 5,769> 0,000 t tabel atau nilai signifikansi 0,000 0,05, Ho ditolak H1 diterima.
2. Variabel system online payment point (SOPP) berpengaruh secara simultan terhadap pendapatan dengan tingkat signifikansi variabel independen F hitung 33,286> 0,000 t tabel atau nilai simultan 0,000 < 0,05, Ho ditok H1 diterima.
Page | 58 ojs-unita.com
3. Nilai R square 0,543 menunjukan bahwa pendapatan (Y) dapat dijelaskan oleh system online payment point (SOPP) atau system online paymentpoint (SOPP) berpengaruh terhadap pendapatan sebesar 54,3% sisanya dipengaruhi oleh variabelyang lain.
