bab iii metodologi penelitian 3.1 objek...

82

BAB III

METODOLOGI PENELITIAN

3.1 Objek Penelitian

Objek penelitian adalah apa yang menjadi titik perhatian suatu penelitian

(Suharsimi Arikunto, 2010: 161). Berdasarkan pendapat tersebut maka yang

menjadi objek dalam penelitian ini adalah Pengaruh Ketidakpastian Lingkungan,

Struktur Organisasi, Kompetensi Pengguna Sistem Informasi terhadap Kualitas

Sistem Informasi Akuntansi Manajemen, dan Pengaruh Kualitas Sistem Informasi

Akuntansi Manajemen terhadap Kualitas Informasi Akuntansi Manajemen.

3.2 Metode Penelitian yang Digunakan

Jujun S. Suriasumantri (2010: 328) menyatakan bahwa metode penelitian

adalah metode yang digunakan dalam penelitian. Sedangkan menurut Sugiyono

(2013: 3), metode penelitian pada dasarnya merupakan cara ilmiah untuk

mendapatkan data dengan tujuan dan kegunaan tertentu. Metode penelitian yang

digunakan dalam penelitian ini dijelaskan sebagai berikut :

1) Dilihat dari strategi penelitian (research strategy), penelitian ini termasuk

dalam penelitian survey (survey research). Fink (2003:1) menyatakan bahwa

“a survey is a system for collecting information from or about people to

describe, compare, or explain their knowledge, attitudes, and behavior”.

83

2) Dilihat dari perspektif waktu (time horizon), penelitian ini termasuk ke dalam

kelompok cross-sectional studies. Hal ini karena pengumpulan data

dilakukan hanya sekali saja (Sekaran & Bougie, 2013: 106).

3) Berdasarkan jenis penelitian (type of investigation), penelitian ini termasuk

dalam penelitian konfirmatif (confirmatory research). Vogt, et al. (2012: 338)

menyatakan bahwa “confirmatory research is investigation aimed at

answering questions concerning relevance or applicability of a

generalization, usually theory”. Sementara Descombe (2010: 147)

menyatakan bahwa “confirmatory research is research has set out to test

hypotheses and check prediction based on theories”.

3.3 Operasionalisasi Variabel

Menurut Sekaran & Bougie (2013: 201), operasionalisasi variabel adalah

proses mengoperasionalkan suatu konsep sehingga konsep tersebut dapat diukur,

yang dirumuskan dengan mendasarkan pada dimensi yang dimiliki konsep

tersebut dan kemudian dikategorikan pada elemen-elemen yang dapat diukur.

Berdasarkan penjelasan diatas, maka operasionalisasi untuk setiap

variabel dalam penelitian ini adalah sebagai berikut :

1) Ketidakpastian Lingkungan. Berdasarkan pengertian atau pendapat yang

dikemukakan oleh para ahli (Milliken, 1987: 134; Hoque, 2004: 39; CIMA,

2005: 97; Hill & McShane, 2008: 43; Daft & Mercic, 2009: 59; Kreitner,

2009: 212; Daft, 2010: 145; Wagner & Hollenbeck, 2010: 274; Hitt, et al.,

2011: 497; Gomez-Mejia & Balkin, 2012: 169; Robbins & Coulter, 2012: 49;

84

Wheelen & Hunger, 2012: 98; Bateman & Snell, 2013: 53; Hatch & Cunlife,

2013: 68; Griffin & Moorhead, 2014: 468; Robbins, et al., 2014: 43), yang

dimaksud dengan ketidakpastian lingkungan dalam penelitian ini adalah

ketidakmampuan organisasi melalui para manajernya untuk memahami dan

memprediksi dengan baik pengaruh dari perubahan dan kompleksitas

lingkungan yang disebabkan oleh sulitnya mendapatkan informasi atau tidak

tersedianya informasi yang memadai tentang lingkungan. Selanjutnya konsep

Ketidakpastian Lingkungan dioperasionalisasikan dengan menggunakan

variabel X1.

Dimensi dan indikator yang digunakan untuk mengukur variabel

Ketidakpastian Lingkungan dalam penelitian ini adalah :

a) Dimensi Kompleksitas Lingkungan (Environmental Complexity) (Daft,

2010: 145; Wagner & Hollenbeck, 2010: 274; Robbins & Coulter, 2012:

49; Hatch & Cunclife, 2013; 68; Griffin & Moorhead, 2014: 468;

Robbins, et al., 2014: 43). Adapun indikator dari dimensi Kompleksitas

Lingkungan adalah :

(1) Kompleksitas pelanggan (Daft, 2010: 141; Wagner & Hollenbeck,

2010: 271; Griffin & Moorhead, 2014: 467).

(2) Kompleksitas pemasok (Daft, 2010: 141; Wagner & Hollenbeck,


(3) Kompleksitas pemerintah (Daft, 2010: 141; Wagner & Hollenbeck,


85

b) Dimensi Perubahan Lingkungan (Environmental Change) (Daft, 2010:

146; Wagner & Hollenbeck, 2010: 274; Robbins & Coulter, 2012: 49;

Hatch & Cunclife, 2013; 68; Griffin & Moorhead, 2014: 468; Robbins, et

al., 2014: 42). Adapun indikator dari dimensi Perubahan Lingkungan

adalah :

(1) Perubahan ekonomi (Daft, 2010: 141; Wagner & Hollenbeck, 2010:

272; Griffin & Moorhead, 2014: 466).

(2) Perubahan teknologi (Daft, 2010: 141; Griffin & Moorhead, 2014:

466).

2) Struktur Organisasi. Berdasarkan pengertian atau pendapat yang

dikemukakan oleh para ahli (Stroh, et al., 2002: 398; Kinicki & William,

2010: 237; McShane & Glinow, 2010: 386; Hitt, et al., 2011: 487; Gomez-

Mejia & Balkin, 2012: 256; Robbins & Coulter, 2012: 265; Colquitt, et al.,

2013: 504; Robbins & Judge, 2013: 481; Griffin & Moorhead, 2014: 430;

Robbins, et al., 2014: 127; Rothaermal, 2014: 346; Jones & George, 2016:

279), yang dimaksud dengan struktur organisasi dalam penelitian ini adalah

suatu sistem formal yang mengatur tentang bagaimana pekerjaan,

kewenangan dan tanggung jawab dibagi, dikelompokkan dan dikoordinasikan

dalam organisasi sehingga memungkinkan pencapaian tujuan-tujuan

organisasi. Selanjutnya konsep Struktur Organisasi dioperasionalisasikan

dengan menggunakan variabel X2.

Dimensi dan indikator yang digunakan untuk mengukur variabel Struktur

Organisasi dalam penelitian ini adalah :

86

a) Dimensi Departementalisasi (Departmentalization) (McShane & Glinow,

2010: 390; Hitt, et al., 2011: 488; Robbins & Coulter, 2012: 265;

Robbins & Judge, 2013: 480; Robbins, et al., 2014: 126). Adapun

indikator dari dimensi Departementalisasi adalah :

(1) Pengelompokkan tugas (McShane & Glinow, 2010: 395; Robbins &

Coulter, 2012: 267; Robbins & Judge, 2013: 483; Robbins, et al.,

2014: 127).

(2) Koordinasi antar bagian (Robbins & Coulter, 2012: 266; Robbins &

Judge, 2013: 482; Robbins, et al., 2014: 127).

b) Dimensi Rentang Kendali (Span of Control) (McShane & Glinow, 2010:

390; Colquitt, et al., 2013: 505; Hitt, et al., 2011: 488; Robbins &

Coulter, 2012: 265; Robbins & Judge, 2013: 480; Robbins, et al., 2014:

126). Adapun indikator dari dimensi Rentang Kendali adalah :

(1) Pengawasan dari atasan kepada bawahan (Colquitt, et al., 2013: 505;

Hitt, et al., 2011: 488; Robbin & Coulter, 2012: 271; Robbin &

Judge, 2013: 485).

(2) Pelaporan dari bawahan kepada atasan (McShane & Glinow, 2010:

390).

c) Dimensi Formalisasi (Formalization) (McShane & Glinow, 2010: 390;

Colquitt, et al., 2013: 505; Hitt, et al., 2011: 491; Robbins & Coulter,

2012: 265; Robbins & Judge, 2013: 480; Robbins, et al., 2014: 126;

Rothaermel, 2015: 347). Adapun indikator dari dimensi Formalisasi

adalah :

87

(1) Prosedur formal (McShane & Glinow, 2010: 393; Hitt, et al., 2011:

492; Rothaermel, 2015: 347).

(2) Peraturan formal (McShane & Glinow, 2010: 393; Hitt, et al., 2011:

492; Rothaermel, 2015: 347).

3) Kompetensi Pengguna Sistem Informasi. Berdasarkan pengertian atau

pendapat yang dikemukakan oleh para ahli (Spencer & Spencer, 1993: 9;

Marshall, 1998: 29; Dubois, et al., 2004: 16; Tyson, 2006: 132; Hayes &

Ninemeier, 2009: 173; Mahapatro, 2010: 139; McShane & Glinow, 2010: 36;

Noe, 2010: 127; Hout, et al., 2011: 2; Rowley & Jackson, 2011: 44; Stewart

& Brown, 2011: 22; Gomez-Mejia, et al., 2012: 226; Dessler, 2014: 296;

Robbins, et al., 2014: 209; Mondy & Martocchio, 2016: 122), yang dimaksud

dengan kompetensi pengguna sistem informasi dalam penelitian ini adalah

kemampuan yang dimiliki seseorang untuk menggunakan sistem informasi

akuntansi manajemen sehingga tujuan sistem informasi akuntansi manajemen

dapat dicapai. Selanjutnya konsep Kompetensi Pengguna Sistem Informasi

dioperasionalisasikan dengan menggunakan variabel X3.

Dimensi dan indikator yang digunakan untuk mengukur variabel Kompetensi

Pengguna Sistem Informasi dalam penelitian ini adalah :

a) Dimensi Pengetahuan (Knowledge) (Spencer & Spencer, 1993: 10;

Marshall, 1998: 29; Dubois, et al., 2004: 16; Tyson, 2008: 133; Hayes &

Ninemeier, 2009: 173; Mahapatro, 2010: 139; McShane & Glinow, 2010:

36; Noe, 2010: 127; Stewart & Brown, 2011: 22; Dessler, 2014: 296;

88

Robbins, et al., 2014: 209; Mondy & Martocchio, 2016: 122). Adapun

indikator dari dimensi Pengetahuan adalah :

(1) Pendidikan (Dubois, et al., 2004: 7; Tyson, 2006: 136; Mahapatro,

2010:180; Robbins, et al., 2014: 189; Mondy & Martocchio, 2016:

119).

(2) Pengalaman (Dubois, et al., 2004: 7; Tyson, 2006: 136; Robbins, et

al., 2014: 189; Mondy & Martochio, 2016: 119).

b) Dimensi Keterampilan (Skill) (Spencer & Spencer, 1993: 11; Marshall,

1998: 29; Dubois, et al., 2004: 16; Tyson, 2008: 133; Hayes &

Ninemeier, 2009: 173; Mahapatro, 2010: 139; McShane & Glinow, 2010:

36; Noe, 2010: 127; Stewart & Brown, 2011: 22; Dessler, 2014: 296;

Robbins, et al., 2014: 209; Mondy & Martocchio, 2016: 122). Adapun

indikator dari dimensi Ketrerampilan adalah :

(1) Keterampilan fisik (Spencer & Spencer, 1993: 11).

(2) Keterampilan analitis (Spencer & Spencer, 1993: 11).

4) Kualitas Sistem Informasi Akuntansi Manajemen. Berdasarkan pengertian

atau pendapat yang dikemukakan oleh para ahli (Kaplan & Atkinson, 1989: 1;

Swieringa & Weick, 1992: 309; Horngren, et al., 1996: 5; Bouwens &

Abernethy, 2000: 223; Riahi-Belkaoui, 2002: 9; Hoque, 2004: 90; Hansen &

Mowen, 2007: 4; Heidmann, 2008: 44; ACCA, 2009 : 33; Atrill & McLaney,

2009: 21; Stair & Reynolds, 2010: 57; Atkinson, et al., 2012: 2; Drury, 2012:

xiii; Azhar Susanto, 2013: 72; Hilton & Platt, 2014: 7; Horngren, et al.,

2015: 735), yang dimaksud dengan kualitas sistem informasi akuntansi

89

manajemen dalam penelitian ini adalah kemampuan sistem informasi

akuntansi manajemen (melalui fitur atau atribut atau karakteristik yang

dimilikinya) untuk menghasilkan informasi yang dibutuhkan manajemen

yang memungkinkan mereka untuk menjalankan fungsinya mulai dari

perencanaan hingga pembuatan keputusan. Selanjutnya konsep Kualitas

Sistem Informasi Akuntansi Manajemen dioperasionalisasikan dengan

menggunakan variabel Y.

Dimensi dan indikator yang digunakan untuk mengukur variabel Kualitas

Sistem Informasi Akuntansi Manajemen dalam penelitian ini adalah :

a) Dimensi Integrasi (Integration) (Heidmann, 2008: 87; Azhar Susanto,

2013: 73-83). Adapun indikator dari dimensi Integrasi adalah :

(1) Integrasi antar komponen sistem (Azhar Susanto, 2013: 73-83).

(2) Integrasi antar sub-sistem (Heidmann, 2008: 87).

b) Dimensi Fleksibilitas (Flexibility) (Riahi-Belkaoui, 2002: 7; Heidmann,

2008: 88; Stair & Reynolds, 2010: 57). Adapun indikator dari dimensi

Fleksibilitas adalah :

(1) Mampu beradaptasi dengan kebutuhan pengguna (Riahi-Belkaoui,

2002: 7: Heidmann, 2008: 88).

(2) Mampu beradaptasi dengan perubahan kondisi (Heidmann, 2008:

88).

c) Dimensi Aksesibilitas (Accessibility) (Heidmann, 2008: 89; Stair &

Reynolds, 2010: 57). Adapun indikator dari dimensi Aksesibilitas adalah

:

90

(1) Mampu diakses dengan upaya yang mudah (Heidmann, 2008: 89).

(2) Mampu diakses di berbagai lokasi (Heidmann, 2008: 89).

d) Dimensi Pengayaan Media (Media Richness) (Heidmann, 2008: 90).

Adapun indikator dari dimensi Pengayaan Media adalah :

(1) Menggunakan berbagai alternatif kanal (media) komunikasi

(Heidmann, 2008: 90).

(2) Meningkatkan interaksi antar personel/bagian (Heidmann, 2008: 90).

5) Kualitas Informasi Akuntansi Manajemen

Berdasarkan pengertian atau pendapat yang dikemukakan oleh para ahli

(Emmanuel, et al., 1990: 127; Swieringa & Weick, 1992: 307; Hoque, 2004:

4, 90; Hansen & Mowen, 2007: 4; Balakrishnan, et al., 2008: 13; Bamber, et

al., 2008: 29; Crosson & Needles, 2008: 4; Gelinas & Dull, 2008: 17;

Heidmann, 2008: 44, 46; McLeod & Schell, 2007: 39; Atrill & McLanney,

2009: 17, 25; Bhimani & Bromwich, 2010: 96; Stair & Reynolds, 2010: 57;

Hall, 2011: 11; Coronel, et al., 2011: 5; Atkinson, et al., 2012: 2, 3; Drury,

2012: 6; Woodal, et al., 2012: 4; Azhar Susanto, 2013: 38; Marakas &

O’Brien, 2013, 32; Baltzan, 2014: 7; Hilton & Platt, 2014: 4; Rainer, et al.,

2014: 14; Bocij, et al., 2015: 7; Horngren, et al., 2015: 4, 735; Kroenke,

2015: 35; Wallace, 2015: 9; Romney & Steinbart, 2015: 30; Laudon &

Laudon, 2016: 48; Stair & Reynolds, 2016: 5), yang dimaksud dengan

kualitas informasi akuntansi manajemen dalam penelitian ini adalah

kemampuan informasi akuntansi manajemen (melalui fitur atau atribut atau

atribut yang dimilikinya) untuk membantu manajemen dalam menjalankan

91

fungsinya mulai dari perencanaan hingga pengambilan keputusan.

Selanjutnya konsep Kualitas Informasi Akuntansi Manajemen

dioperasionalisasikan dengan menggunakan variabel Z.

Dimensi dan indikator yang digunakan untuk mengukur variabel kualitas

informasi akuntansi manajemen dalam penelitian ini adalah sebagai berikut :

a) Dimensi Relevan (relevance) (McLeod & Schell, 2007: 65; Hall, 2011:

13; Marakas & O’Brien, 2013: 417; Romney & Steinbart, 2015: 30; Stair

& Reynolds, 2016: 8). Adapun indikator dari dimensi Relevan adalah :

(1) Sesuai dengan kebutuhan pengambilan keputusan (McLeod & Schell,

2007: 65; Hall, 2011: 13; Marakas & O’Brien, 2013: 416; Romney &

Steinbart, 2015: 30; Stair & Reynolds, 2016: 8).

(2) Sesuai dengan masalah yang dihadapi (McLeod & Schell, 2007: 65).

b) Dimensi Cakupan (Scope) (Hoque, 2004: 8; Heidmann, 2008: 82;

Marakas & O’Brien, 2013: 416). Adapun indikator dari dimensi Cakupan

adalah :

(1) Informasi eksternal (Hoque, 2004: 8; Heidmann, 2008: 82; Marakas

& O’Brien, 2013: 416).

(2) Informasi nonkeuangan (Hoque, 2004: 8; Heidmann, 2008: 82).

(3) Informasi yang berorientasi pada masa depan (Hoque, 2004: 8;

Heidmann, 2008: 82).

c) Dimensi Tepat Waktu (Timeliness) (McLeod & Schell, 2007: 65;

Heidmann, 2008: 84; Marakas & O’Brien, 2013: 416; Hall, 2011: 13;

92

Romney & Steinbart, 2015: 30; Laudon & Laudon, 2016; 505; Stair &

Reynolds, 2016: 8). Adapun indikator dari dimensi Tepat Waktu adalah :

(1) Informasi tersedia pada saat dibutuhkan untuk pengambilan

keputusan (McLeod & Schell, 2007: 65; Heidmann, 2008: 85; Hall,

2011: 14; Marakas & O’Brien, 2013: 416; Romney & Steinbart,

2015: 30; Laudon & Laudon , 2016: 505).

(2) Informasi rutin/periodik tersedia sesuai jadwal yang ditentukan

(Heidmann, 84-85; Hall, 2011: 14).

d) Dimensi Akurat (Accuracy) (McLeod & Schell, 2007: 65; Heidmann,

2008: 86; Hall, 2011: 14; Marakas & O’Brien, 2013: 416; Loudon &

Loudon, 2016: 505 ; Stair & Reynolds, 2016: 8). Adapun indikator dari

dimensi Akurat adalah :

(1) Sesuai dengan keadaan yang sebenarnya (McLeod & Schell, 2007:

65; Heidmann, 2008: 86; Laudon & Laudon , 2016: 505).

(2) Bebas dari kesalahan atau bias (Heidmann, 2008: 86; Hall, 2011: 14;

Marakas & O’Brien, 2013:416: Stair & Reynolds, 2016: 8).

Pengukuran terhadap variabel-variabel penelitian dengan cara

menguraikan lebih lanjut variabel tersebut ke dalam operasionalisasi variabel

tampak pada Tabel 3.1 berikut :

93

Tabel 3.1

Operasionalisasi Variabel

Variabel

Dimensi

Indikator

Skala

Item

Ketidakpastian

Lingkungan

(Milliken, 1987:

134; Hoque,

2004: 39; CIMA,

2005: 97; Hill &

McShane, 2008:

43; Daft &

Mercic, 2009: 59;

Kreitner, 2009:

212; Daft, 2010:

145; Wagner &

Hollenbeck, 2010:

274; Hitt, et al.,

2011: 497;

Gomez-Mejia &

Balkin, 2012:

169; Robbins &

Coulter, 2012: 49;

Wheelen &

Hunger, 2012: 98;

Bateman & Snell,

2013: 53; Hatch

& Cunlife, 2013:

68; Griffin &

Moorhead, 2014:

468; Robbins, et

al., 2014: 43)

Kompleksitas

Lingkungan

(Daft, 2010: 145;

Wagner &

Hollenbeck, 2010:

274; Robbins &

Coulter, 2012: 49;

Hatch & Cunclife,

2013; 68; Griffin &

Moorhead, 2014:

468; Robbins, et al.,

2014: 43)

Kompleksitas pelanggan

(Daft, 2010: 141; Wagner &

Hollenbeck, 2010: 271; Griffin

& Moorhead, 2014: 467)

Ordinal

1

Kompleksitas pemasok

(Daft, 2010: 141; Wagner &


& Moorhead, 2014: 467)

Ordinal

2

Kompleksitas pemerintah

(Daft, 2010: 141; Wagner &


& Moorhead, 2014: 467)

Ordinal

3

Perubahan

Lingkungan

(Daft, 2010: 146;

Wagner &

Hollenbeck, 2010:

274; Robbins &

Coulter, 2012: 49;

Hatch & Cunclife,

2013; 68; Griffin &

Moorhead, 2014:

468; Robbins, et al.,

2014: 42)

Perubahan ekonomi

(Daft, 2010: 141; Wagner &


& Moorhead, 2014: 466)

Ordinal

4

Perubahan Teknologi (Daft, 2010: 141; Griffin &

Moorhead, 2014: 466).

Ordinal

5

Struktur

Organisasi

(Stroh, et al.,

2002: 398;

Kinicki &

William, 2010:

237; McShane &

Glinow, 2010:

386; Hitt, et al.,

2011: 487;

Gomez-Mejia &

Balkin, 2012:

256; Robbins &

Coulter, 2012:

265; Colquitt, et

al., 2013: 504;

Robbins & Judge,

2013: 481; Griffin

& Moorhead,

2014: 430;

Robbins, et al.,

Departementalisasi (McShane & Glinow,

2010: 390; Hitt, et

al., 2011: 488;

Robbins & Coulter,

2012: 265; Robbins

& Judge, 2013: 480;

Robbins, et al., 2014:

126)

Pengelompokkan tugas

(McShane & Glinow, 2010:

395; Robbins & Coulter, 2012:

267; Robbins & Judge, 2013:

483; Robbins, et al., 2014: 127)

Ordinal

6

Koordinasi antar bagian (Robbins & Coulter, 2012: 266;

Robbins & Judge, 2013: 482;

Robbins, et al., 2014: 127)

Ordinal

7

Rentang kendali

(McShane & Glinow,

2010: 390; Colquitt,

et al., 2013: 505;

Hitt, et al., 2011:

488; Robbins &

Coulter, 2012: 265;

Robbins & Judge,

2013: 480; Robbins,

et al., 2014: 126)

Pengawasan dari atasan

kepada bawahan (Colquitt, et al., 2013: 505; Hitt,

et al., 2011: 488; Robbin &

Coulter, 2012: 271; Robbin &

Judge, 2013: 485)

Ordinal

8

Pelaporan dari bawahan

kepada atasan

(McShane & Glinow, 2010: 390)

Ordinal

9

94

Variabel

Dimensi

Indikator

Skala

Item

2014: 127;

Rothaermal,

2014: 346; Jones

& George, 2016:

279)

Formalisasi

(McShane & Glinow,

2010: 390; Colquitt,

et al., 2013: 505;

Hitt, et al., 2011:

491; Robbins &

Coulter, 2012: 265;

Robbins & Judge,

2013: 480; Robbins,

et al., 2014: 126;

Rothaermel, 2015:

347)

Prosedur formal (McShane & Glinow, 2010:

393; Hitt, et al., 2011: 492;

Rothaermel, 2015: 347).

Ordinal

10

Peraturan formal (McShane & Glinow, 2010:

393; Hitt, et al., 2011: 492;

Rothaermel, 2015: 347)

Ordinal

11

Kompetensi

Pengguna Sistem

Informasi

(Spencer &

Spencer, 1993: 9;

Marshall, 1998:

29; Dubois, et al.,

2004: 16; Tyson,

2006: 132; Hayes

& Ninemeier,

2009: 173;

Mahapatro, 2010:

139; McShane &

Glinow, 2010: 36;

Noe, 2010: 127;

Hout, et al., 2011:

2; Rowley &

Jackson, 2011:

44; Stewart &

Brown, 2011: 22;

Gomez-Mejia, et

al., 2012: 226;

Dessler, 2014:

296; Robbins, et

al., 2014: 209;

Mondy &

Martocchio, 2016:

122)

Pengetahuan

(Spencer & Spencer,

1993: 10; Marshall,

1998: 29; Dubois, et

al., 2004: 16; Tyson,

2008: 133; Hayes &

Ninemeier, 2009:

173; Mahapatro,

2010: 139; McShane

& Glinow, 2010: 36;

Noe, 2010: 127;

Stewart & Brown,

2011: 22; Dessler,

2014: 296; Robbins,

et al., 2014: 209;

Mondy &

Martocchio, 2016:

122)

Pendidikan

(Dubois, et al., 2004: 7; Tyson,

2006: 136; Mahapatro,

2010:180; Robbins, et al., 2014:

189; Mondy & Martocchio,

2016: 189)

Ordinal

12

Pengalaman

(Dubois, et al., 2004: 7; Tyson,

2006: 136; Robbins, et al.,

2014: 189; Mondy &

Martochio, 2016: 189)

Ordinal

13

Keterampilan

(Spencer & Spencer,

1993: 11; Marshall,

1998: 29; Dubois, et

al., 2004: 16; Tyson,

2008: 133; Hayes &

Ninemeier, 2009:

173; Mahapatro,

2010: 139; McShane

& Glinow, 2010: 36;

Noe, 2010: 127;

Stewart & Brown,

2011: 22; Dessler,

2014: 296; Robbins,

et al., 2014: 209;

Mondy &

Martocchio, 2016:

122)

Keterampilan fisik

(Spencer & Spencer, 1993: 11).

Ordinal

14

Keterampilan analitis

(Spencer & Spencer, 1993: 11).

Ordinal

15

95

Variabel

Dimensi

Indikator

Skala

Item

Kualitas Sistem

Informasi

Akuntansi

Manajemen

(Kaplan &

Atkinson, 1989:

1; Swieringa &

Weick, 1992: 309;

Horngren, et al.,

1996: 5; Bouwens

& Abernethy,

2000: 223; Riahi-

Belkaoui, 2002: 9;

Hoque, 2004: 90;

Hansen &

Mowen, 2007: 4;

Heidmann, 2008:

44; ACCA, 2009 :

33; Atrill &

McLaney, 2009:

21; Stair &

Reynolds, 2010:

57; Atkinson, et

al., 2012: 2;

Drury, 2012: xiii;

Azhar Susanto,

2013: 72; Hilton

& Platt, 2014: 7;

Horngren, et al.,

2015: 735)

Integrasi

(Heidmann, 2008: 87;

Azhar Susanto, 2013:

73-83)

Integrasi antar komponen

sistem

(Azhar Susanto, 2013: 73-83).

Ordinal

16

Integrasi antar sub-sistem

(Heidmann, 2008: 87).

Ordinal

17

Fleksibilitas

(Riahi-Belkaoui,

2002: 7; Heidmann,

2008: 88; Stair &

Reynolds, 2010: 57)

Mampu beradaptasi dengan

kebutuhan pengguna

(Riahi-Belkaoui, 2002: 7:

Heidmann, 2008: 88).

Ordinal

18

Mampu beradaptasi dengan

perubahan kondisi

(Heidmann, 2008: 88).

Ordinal

19

Aksesibilitas

(Heidmann, 2008: 89;

Stair & Reynolds,

2010: 57) :

Mampu diakses dengan upaya

yang mudah (Heidmann, 2008: 89).

Ordinal

20

Mampu diakses diberbagai

lokasi (Heidmann, 2008: 89).

Ordinal

21

Pengayaan media

(Heidmann, 2008:

90)

Menggunakan berbagai

alternatif kanal (media)

komunikasi (Heidmann, 2008: 90).

Ordinal

22

Meningkatkan interaksi antar

personel/bagian

(Heidmann, 2008: 90)

Ordinal

23

Kualitas

Informasi

Akuntansi

Manajemen

(Emmanuel, et al.,

1990: 127;

Swieringa &

Weick, 1992: 307;

Hoque, 2004: 4,

90; Hansen &

Mowen, 2007: 4;

Balakrishnan, et

al., 2008: 13;

Bamber, et al.,

2008: 29; Crosson

& Needles, 2008:

4; Gelinas & Dull,

2008: 17;

McLeod & Schell,

2007: 39;

Heidmann, 2008:

Relevan

(McLeod & Schell,

2007: 65; Hall, 2011:

13; Marakas &

O’Brien, 2013: 417;

Romney & Steinbart,

2015: 30; Stair &

Reynolds, 2016: 8)

Sesuai dengan kebutuhan

pengambilan keputusan

(McLeod & Schell, 2007: 65;

Hall, 2011: 13; Marakas &

O’Brien, 2013: 416; Romney &

Steinbart, 2015: 30; Stair &

Reynolds, 2016: 8).

Ordinal

24

Sesuai dengan masalah yang

dihadapi

(McLeod & Schell, 2007: 65).

Ordinal

25

Cakupan

(Hoque, 2004: 8;

Heidmann, 2008: 82;

Marakas & O’Brien,

2013: 416)

Informasi eksternal

(Hoque, 2004: 8; Heidmann,

2008: 82; Marakas & O’Brien,

2013: 416)

Ordinal

26

Informasi non-keuangan

(Hoque, 2004: 8; Heidmann,

2008: 82).

Ordinal

27

96

Variabel

Dimensi

Indikator

Skala

Item

44, 46; Atrill &

McLanney, 2009:

17, 25; Bhimani

& Bromwich,

2010: 96; Stair &

Reynolds, 2010:

57; Hall, 2011:

11; Coronel, et

al., 2011: 5;

Atkinson, et al.,

2012: 2, 3; Drury,

2012: 6; Woodal,

et al., 2012: 4;

Azhar Susanto,

2013: 38;

Marakas &

O’Brien, 2013,

34; Baltzan, 2014:

7; Hilton & Platt,

2014: 4; Rainer,

et al., 2014: 14;

Bocij, et al., 2015:

7; Horngren, et

al., 2015: 4, 735;

Kroenke, 2015:

35; Wallace,

2015: 9; Romney

& Steinbart, 2015:

30; Laudon &

Laudon, 2016: 48;

Stair & Reynolds,

2016: 5)

Informasi yang berorientasi

pada masa depan (Hoque, 2004: 8; Heidmann,

2008: 82)

Ordinal

28

Tepat waktu

(McLeod & Schell,

2007: 65; Heidmann,

2008: 84; Marakas &

O’Brien, 2013: 416;;

Hall, 2011: 13;

Romney & Steinbart,

2015: 30; Laudon &

Laudon, 2016; 505;

Stair & Reynolds,

2016: 8)

Informasi tersedia pada saat

dibutuhkan untuk

pengambilan keputusan (McLeod & Schell, 2007: 65;

Heidmann, 2008: 85; Hall,


2013: 416; Romney &

Steinbart, 2015: 30; Laudon &

Laudon , 2016: 505)

Ordinal

29

Informasi rutin/periodik

tersedia sesuai jadwal yang

ditentukan

(Heidmann, 84-85; Hall, 2011:

14)

Ordinal

30

Akurat

(McLeod & Schell,

2007: 65; Heidmann,

2008: 86; Hall, 2011:

14; Marakas &

O’Brien, 2013: 416;

7; Loudon & Loudon,

2016: 505 ; Stair &

Reynolds, 2016: 8)

Sesuai dengan keadaan yang

sebenarnya

(McLeod & Schell, 2007: 65;

Heidmann, 2008: 86; Laudon &

Laudon , 2016: 505).

Ordinal

31

Bebas dari kesalahan atau

bias (Heidmann, 2008: 86; Hall,


2013: 416; Stair & Reynolds,

2016: 8)

Ordinal

32

Indikator-indikator dalam penelitian ini menggunakan skala ordinal yang

diukur berdasarkan skala sikap dengan menggunakan pendekatan Likert. Skala

Likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau

sekelompok orang tentang fenomena sosial (Sugiyono, 2013: 136).

97

3.4. Jenis dan Metode Pengumpulan Data

3.4.1. Jenis Data

Penelitian ini menggunakan 2 (dua) jenis data, yaitu : data primer dan

data sekunder. Sekaran & Bougie (2013: 113) menyatakan bahwa “primary data

refers to information obtained first-hand by researher on the variables of interest

for the specific purpose of study”. Dalam penelitian ini, data primer adalah

data/informasi yang dikumpulkan peneliti melalui daftar pertanyaan/pernyataan

(kuisioner) yang ditujukan kepada para responden tentang variabel yang diteliti.

Disamping itu data primer juga diperoleh melalui melalui wawancara dengan

responden.

“Secondary data refers to information gathered from sources that

already exist” (Sekaran & Bougie, 2013: 113). Data sekunder penelitian ini

adalah data (informasi) yang diperoleh dari buku teks, laporan penelitian

sebelumnya, majalah, dan media on-line yang digunakan sebagai teori dan konsep

yang digunakan untuk membangun model kerangka pemikiran.

3.4.2 Metode Pengumpulan Data

Untuk data primer, metode pengumpulan data yang digunakan dalam

penelitian ini adalah :

1) Kuisioner, yaitu seperangkat pertanyaan/pernyataan tertulis yang

diformulasikan terlebih dahulu untuk merekam jawaban responden

(Sekaran & Bougie, 2013: 147). Kuisioner disebut juga sebagai

instrumen penelitian, yaitu suatu alat penelitian yang digunakan untuk

mengukur fenomena alam maupun sosial yang sedang diamati

98

(Sugiyono, 2013: 148). Responden adalah orang yang diminta

memberikan keterangan tentang suatu fakta atau pendapat (Suharsimi

Arikunto, 2010: 188). Kuisioner diajukan kepada para responden dengan

cara diantar langsung, melalui pos (mail survey) maupun melalui surat

elektronik (e-mail).

2) Wawancara, yaitu tanya jawab dengan para responden yang dilakukan

dengan mendatangi langsung responden (tatap muka) atau melalui

telepon.

Sedangkan untuk data sekunder, metode pengumpulan data yang

digunakan adalah melalui tinjauan literatur. Sekaran & Bougie (2013: 50)

menyatakan bahwa :

“A literature review is step-by-step process that involves the

identification published and unpublished work from secondary data

sources on the topic of interest, the evaluation of this in relation to

problem, and documentation of this work”.

Sumber data yang digunakan dalam tinjauan literatur dalam penelitian ini

adalah buku-buku teks, laporan hasil penelitian sebelumnya, majalah dan media

online.

3.5 Tempat, Populasi, Teknik Pengambilan Sampel, Unit Analisis, dan

Responden Penelitian

3.5.1 Tempat Penelitian

Penelitian ini dilakukan di perusahaan-perusahaan badan usaha milik

negara (BUMN) Indonesia. Berdasarkan publikasi resmi Kementerian Badan

Negara BUMN melalui situs http://bumn.go.id yang diakses pada tanggal 19

http://bumn.go.id/

99

November 2016, jumlah perusahaan badan usaha milik negara (BUMN) yang ada

di Indonesia adalah sebanyak 119 perusahaan (Lampiran 1).

3.5.2 Populasi Penelitian

Populasi adalah wilayah generalisasi yang terdiri atas : obyek/subyek

yang mempunyai kualitas/karakteristik tertentu yang ditetapkan oleh peneliti

untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2013: 119).

Sedangkan Suharsimi Arikunto (2010: 173) menyatakan bahwa populasi adalah

keseluruhan subyek penelitan. Sementara Sekaran & Bougie (2013: 240)

menyatakan bahwa “the population refers to the entire group of people, events, or

things of interest that researcher whishes to investigate”. Selanjutnya Sekaran &

Bougie (2013: 245) menyatakan “target population must be defined in term of

elements, geographic boundaries and time“. Berdasarkan penjelasan diatas, maka

populasi dalam penelitian ini adalah seluruh unit-unit fungsional yang ada pada

perusahaan-perusahaan badan usaha milik negara (BUMN) Indonesia yang

dipimpin oleh seorang manajer. Sedangkan target populasi penelitian ini adalah

seluruh unit-unit fungsional yang ada pada perusahaan-perusahaan badan usaha

milik negara (BUMN) Indonesia yang beroperasi pada tahun 2016.

3.5.3 Teknik Pengambilan Sampel Penelitian

Sampel adalah bagian dari populasi (Moh. Nazir, 2011: 271; Sekaran &

Bougie, 2013: 241). Sampel bisa juga dikatakan sebagai sebagian atau wakil

populasi yang diteliti (Suharsimi Arikunto, 2010: 174). Karena pengujian

hipotesis akan menggunakan Structural Equation Modelling – Partial Least

100

Square (SEM-PLS), maka ukuran sampel minimal ditentukan berdasarkan

spesifikasi yang ditentukan program tersebut. SEM-PLS digunakan karena satu

variabel yang diteliti yaitu kompetensi pengguna sistem informasi memiliki

variabel manifes yang bersifat formatif. Karena itu, SEM-PLS merupakan pilihan

yang tepat untuk digunakan (Hair, et al., 2014: 16).

Menurut Hair, et al., (2014: 20), ukuran sampel minimal untuk menguji

hipotesis dengan SEM-PLS dapat ditentukan dengan 2 (dua) cara, yaitu : Rule of

Thumb dan Statistical Power.

1) Rule of Thumb

Jumlah sampel minimal adalah 10 (sepuluh) kali jumlah anak panah

terbanyak yang mengarah ke variabel laten manapun pada model jalur

PLS (Hair, et al., 2014: 20).

2) Statistical Power

Penentuan jumlah sampel minimal didasarkan pada pendapat Cohen

(1992), yaitu berdasarkan jumlah anak panah terbanyak dari variabel

bebas kepada variabel terikat dalam model persamaan struktural. Lebih

lanjut Hair, et al. (2014:21) merekomendasikan beberapa ukuran sampel

minimal yang dapat diperlukan untuk SEM-PLS dengan berbagai tingkat

signifikansi (R) dan R2.

Dalam penelitian ini digunakan 3 (tiga) variabel bebas, yaitu

Ketidakpastian Lingkungan, Struktur Organisasi, dan Kompetensi Pengguna

Sistem Informasi. Dengan demikian jumlah anak panah yang menuju ke variabel

terikat (Kualitas Sistem Informasi Akuntansi Manajemen) adalah 3 (tiga).

101

Berdasarkan pendapat Hair, et al. (2014: 21), dengan level signifikansi (R) 5%

atau R2 minimal 0,25, maka ukuran sampel minimal yang diperlukan dalam

penelitian ini adalah sebanyak 59 (lima puluh sembilan) sampel (unit fungsional

yang ada di perusahaan-perusahaan badan usaha milik negara/BUMN).

Teknik pengambilan sampel yang digunakan pada penelitian ini adalah

teknik probability sampling dengan teknik simple random sampling. Simple

random sampling menurut Sekaran & Bougie (2013: 247) adalah teknik pemilihan

sampel anggota populasi dilakukan secara acak tanpa memperhatikan strata yang

ada dalam populasi itu, dan setiap anggota dalam populasi memiliki kesempatan

yang sama untuk dipilih.

3.5.4 Unit Analisis Penelitian

Sekaran & Bougie (2013: 104) menyatakan bahwa “the unit analysis

refers to the level of aggregation of the data collected during the subsequent data

analysis stage”. Unit analisis adalah satuan tertentu yang diperhitungkan sebagai

subjek penelitian (Suharsimi Arikunto, 2010: 187). Selanjutnya dikatakan bahwa

unit analisis adalah subjek penelitian yang menjadi pusat perhatian atau sasaran

peneliti (Suharsimi Arikunto, 2010: 188). Berdasarkan pendapat-pendapat diatas,

maka yang menjadi unit analisis dalam penelitian ini adalah unit-unit fungsional

yang ada di perusahaan-perusahaan badan usaha milik negara (BUMN) Indonesia

dan dipimpin oleh seorang manajer.

102

3.5.5. Responden Penelitian

Responden adalah orang yang diminta memberikan keterangan tentang

suatu fakta atau pendapat (Suharsimi Arikunto, 2010: 188). Responden dalam

penelitian ini adalah para manajer yang memimpin unit-unit fungsional yang ada

pada perusahaan-perusahaan BUMN. Para manajer tersebut bertindak selaku

pengguna sistem informasi akuntansi manajemen untuk membuat berbagai

keputusan dan mengambil tindakan sehubungan dengan pelaksanaan

tugas/pekerjaan mereka. Dengan demikian, para manajer tersebut dianggap tepat

untuk memberikan keterangan tentang sistem informasi akuntansi manajemen

yang digunakannya.

3.6 Metode Pengujian Instrumen Penelitian

Dalam suatu penelitian, penggunaan instrumen penelitian yang baik akan

memastikan akurasi hasil penelitian yang pada akhirnya akan meningkatkan

kualitas penelitian ilmiah. Dengan menggunakan instrumen yang valid dan

reliabel dalam pengumpulan data, maka diharapkan hasil penelitian akan menjadi

valid dan reliabel (Sugiyono, 2013: 168). Penelitian ini menggunakan kuisioner

sebagai instrumen penelitian. Untuk itu perlu dilakukan uji validitas (test of

validity) dan uji reliabilitas (test of reliability) terhadap instrumen penelitian

(kuisioner) tersebut.

3.6.1 Uji Validitas

Instrumen penelitian (kuisioner) yang valid merupakan instrumen yang

dapat mengukur apa yang seharusnya diukur (Sugiyono, 2013: 168). Uji validitas

103

bertujuan untuk mengukur kualitas instrumen (kuisioner) yang digunakan, dan

menunjukkan tingkat kesahihan suatu instrumen (kuisioner), serta seberapa baik

suatu konsep dapat didefinisikan oleh suatu ukur (Hair, et al., 2014). Uji

validitas dilakukan untuk mengetahui apakah alat ukur (kuisioner) yang telah

disusun benar-benar mengukur apa yang seharusnya diukur. Untuk dapat

memberikan gambaran tentang validitas pertanyaan/pernyataan dari instrumen

penelitian (kuisioner) yang digunakan dalam penelitian ini, maka digunakan

content validity.

Content Validity menurut Indrianto & Supomo (2002:183) adalah salah

satu konsep pengukuran validitas dimana dimana suatu instrumen (kuisioner)

dinilai memiliki content validity jika megandung butir-butir

pertanyaan/pernyataan yang memadai dan representatif untuk mengukur construct

sesuai yang diinginkan peneliti. Kothari (2004:74) mengatakan bahwa content

validity dapat ditentukan dengan menggunakan panel ahli (expert panel) yang

menilai seberapa baik alat ukur tersebut memenuhi standar, namun tidak ada cara

numerik untuk mengungkapkannya.

Uji content validity dalam penelitian ini dilakukan oleh panel ahli (expert

panel). Dalam penelitian ini, panel ahli yang dimaksudkan adalah tim promotor,

dimana tim promotor merupakan para ahli di bidang Sistem Informasi Akuntansi

Manajemen. Pengujian validitas secara numerik/statistik di bahas dalam

rancangan analisis data dengan menggunakan Structural Equation Model (SEM)

dengan pendekatan Partial Least Squares (PLS).

104

3.6.2 Uji Reliabilitas

Uji reliabilitas adalah uji penting pengukuran lainnya. Alat ukur

(instrumen penelitian/kuisioner) dapat diandalkan (reliable) jika memberikan

hasil yang konsisten (Kothari, 2004:74). Menurut lndrianto & Supomo (1997:

181), untuk mengukur reliabilitas dapat digunakan konsep reliabilitas konsistensi

internal (internal consistency) yaitu konsistensi diantara butir-butir

pertanyaan/pernyataan dalam suatu instrumen (kuisioner). Untuk pengujian

reliabilitas secara numerik/statistik di bahas dalam rancangan analisis data dengan

menggunakan structural equation modelling (SEM) dengan pendekatan partial

least squares (PLS).

3.7 Rancangan Analisis Data dan Pengujian Hipotesis

3.7.1 Rancangan Analisis Data

Untuk memperoleh hasil penelitian yang sesuai dengan tujuan penelitian,

maka dilakukan dua jenis analisis yaitu :

1) Analisis Deskriptif, digunakan mendeskripsikan karakteristik variabel

yang diteliti. Selanjutnya untuk mengetahui gambaran empiris secara

menyeluruh tentang jawaban responden, maka dilakukan perhitungan atas

jawaban responden pada setiap butir pernyataan yang

ditanyakan/dinyatakan pada kuesioner penelitian. Cooper & Schindler

(2014: 401) menyatakan bahwa untuk data ordinal dalam skala Likert,

ukuran pemusatan yang digunakan rentang antar kuartil (inter-quartil

range/IQR). Dengan demikian ada 4 (empat) kategori yang dibuat.

105

Kategorisasi skor rata-rata tanggapan responden dihitung berdasarkan

rentang skor maksimum dan skor minimum dibagi dengan jumlah kategori

yang diinginkan dengan rumus sebagai berikut :

Skor Maksimum – Skor Minimum

Rentang Skor Kategori =

Jumlah kategori

Dengan jumlah kategori yang diinginkan sebanyak 4 (empat) kategori,

maka diperoleh rentang skor kategori (interval) sebesar 1,00. Dengan

demikian disusun pedoman kategorisasi tanggapan responden seperti

disajikan pada Tabel 3.2 berikut :

Tabel 3.2

Pedoman Kategorisasi Skor Tanggapan Responden

Interval Skor

Kuartil (Q) ke

Kategori

4,00 – 5,00

4

Baik

3,00 – 3,99

3

Cukup

2,00 – 2,99

2

Kurang

1,00 – 1,99

1

Buruk

Sumber : Hasil pengolahan data

2) Analisis Konfirmatif melalui pemodelan persamaan struktural

(structural equation modelling) dengan pendekatan PLS (partial least

square), digunakan untuk menjawab rumusan masalah penelitian dan

pengujian hipotesis.

Penelitian ini adalah penelitian konfirmatif (confirmatory research). Alat

analisis yang tepat untuk melakukan analisis konfirmatif adalah Covariance

Based-Structural Equation Modelling (CB-SEM). Ketika asumsi-asumsi CB-SEM

yang terkait dengan normalitas distribusi, ukuran sampel, kompleksitas model,

106

atau anomali yang terkait dengan aspek metodologi (Hair, et al., 2014:18) atau

jika ada variabel manifes yang bersifat formatif yang dapat menyebabkan

unidentified model (Imam Ghozali, 2014: 4), maka Variance Based Structural

Equation Modelling atau SEM-PLS merupakan metode alternatif yang baik untuk

menguji teori (Hair, et al., 2014: 18; Imam Ghozali, 2014: 7). Salah satu variabel

laten yang diteliti dalam penelitian ini yaitu Kompetensi Pengguna Sistem

Informasi, memiliki variabel manifes bersifat formatif. Untuk itu, analisis

konfirmatif dilakukan dengan menggunakan SEM-PLS.

Analisis SEM-PLS biasanya terdiri dari dua sub model yaitu model

pengukuran dan model struktural (Hengky Latan & Imam Ghozali, 2012: 8).

Model pengukuran (measurement model) menunjukkan bagaimana variabel

manifest atau observed variable merepresentasikan variabel laten yang diukur.

Model struktural (structural model) menunjukkan kekuatan estimasi antar variabel

laten atau konstruk.

Variabel laten (konstruk) yang dibentuk dalam SEM-PLS, indikatornya

dapat berbentuk reflektif maupun formatif (Hengky Latan & Imam Ghozali, 2012:

8). Hal ini dijelaskan sebagai berikut :

“(a) Konstruk dengan indikator reflektif mengasumsikan bahwa

kovarian diantara pengukuran model dijelaskan oleh varian yang

merupakan manifestasi domain konstruknya. Arah indikatornya

yaitu dari konstruk ke indikator. Pada setiap indikatornya harus

ditambahkan dengan error term atau kesalahan pengukuran. (b)

Konstruk dengan indikator formatif mengasumsikan bahwa setiap

indikatornya mendefinisikan atau menjelaskan karakteristik domain

konstruknya. Arah indikatornya yaitu dari indikator ke konstruk.

Kesalahan pengukuran ditujukan pada konstruk bukan pada

indikatornya, sehingga pengujian validitas dan reliabilitas konstruk

tidak diperlukan”. (Hengky Latan & Imam Ghozali, 2012: 60)

107

Adapun langkah-langkah dalam metode Partial Least Square yang

digunakan dalam penelitian ini adalah sebagai berikut :

1) Spesifikasi Model (Model Specification)

Tahapan ini berkaitan dengan pembentukan model awal persamaan struktural,

sebelum dilakukan estimasi. Model awal diformulasikan berdasarkan teori

atau penelitian sebelumnya. Adapun langkah-langkah dalam memperoleh

model yang diinginkan diantaranya :

a) Spesifikasi Model Pengukuran (Measurement Model/Outer Model)

Model pengukuran dispesifikasi berdasarkan operasionalisasi variabel

dengan mempertimbangkan orientasi hubungannya apakah reflektif atau

formatif. Dalam spesifikasi model pengukuran, terlebih dahulu

didefinisikan variabel-variabel laten dan variabel teramati yang ada

dalam penelitian, yaitu : tiga variabel independen atau eksogen yaitu

ketidakpastian lingkungan (environmental uncertainty/EU), struktur

organisasi (organizational structure/OS) dan Kompetensi Pengguna

Sistem Informasi (information systems user’s Competency/ISUC) dan

dua variabel dependen atau endogen yaitu kualitas sistem informasi

akuntansi managemen (quality of management accounting informasion

systems/QMAIS), kualitas informasi akuntansi manajemen (quality of

management accounting information/QMAI).

Pengembangan model pengukuran penelitian ini, diarahkan pada Higher

Order Models atau Hierarchical Component Models (Hairs, et al., 2014:

108

39). Higher Order Models atau Hierarchical Component Models

melibatkan pengujian second order yang memuat dua order dari variabel.

(1) Untuk variabel ketidakpastian lingkungan (EU), model

pengukurannya berbentuk reflektif pada second order yang terdiri

dari dimensi kompleksitas lingkungan (EU1) dan perubahan

lingkungan (EU2). Pada first order, dimensi kompleksitas

lingkungan yang terdiri dari indikator kompleksitas pelanggan,

kompleksitas pemasok dan kompleksitas pemerintah, model

pengukurannya berbentuk reflektif. Dimensi perubahan lingkungan

yang terdiri dari indikator perubahan ekonomi dan perubahan

teknologi, model pengukurannya juga berbentuk reflektif. Hubungan

kausalitas, variabel ketidakpastian lingkungan dengan dimensi dan

indikatornya digambarkan pada Gambar 3.1 sebagai berikut :

Gambar 3.1.

Model Pengukuran Variabel Ketidakpastian Lingkungan

X1

1

EU1

(7)

EU2

(8)

17

X3 X2 X4 X5

EU

(1)

71 81

7

27 37 37 37

8

2 3 4 5

109

Persamaan model pengukuran yang menyatakan hubungan kausalitas

variabel ketidakpastian lingkungan dengan dimensi dan indikatornya

adalah sebagai berikut :

X1 = 17 * 7 + 1

X2 = 27 * 7 + 2

X3 = 37 * 7 + 3

X4 = 48 * 8 + 4

X5 = 58 * 8 + 5

7 = 71 * 1 + 7

8 = 81 * 1 + 8

Keterangan :

EU (1) = Variabel ketidakpastian lingkungan

EU1 (7) = Dimensi kompleksitas lingkungan

EU2 (8) = Dimensi perubahan lingkungan

= Loading factor

= Error tingkat indikator variabel eksogen

= Error tingkat variabel endogen dan dimensi

(2) Untuk variabel Struktur Organisasi (OS), model pengukurannya

berbentuk reflektif pada second order yang terdiri dari dimensi

departementalisasi (OS1), rentang kendali (OS2) dan formalisasi

(OS3). Pada first order, dimensi departementalisasi yang terdiri dari

indikator pengelompokkan tugas dan koordinasi antar bagian, model

pengukurannya berbentuk reflektif. Dimensi rentang kendali yang

terdiri dari indikator hubungan pengawasan dari atasan kepada

bawahan dan hubungan pelaporan dari bawahan kepada atasan,

model pengukurannya berbentuk reflektif. Dimensi formalisasi yang

terdiri dari indikator prosedur formal dan peraturan formal, model

pengukurannya juga berbentuk reflektif. Hubungan kausalitas antara

110

variabel struktur organisasi dengan dimensi dan indikatornya

digambarkan pada Gambar 3.2 sebagai berikut :

Gambar 3.2.

Model Pengukuran Variabel Struktur Organisasi


variabel struktur organisasi dengan dimensi dan indikatornya adalah

sebagai berikut :

X6 = 69 * 9 + 1

X7 = 79 * 9 + 2

X8 = 810 * 10 + 3

X9 = 910 * 10 + 4

X10 = 1011 * 11 + 5

X11 = 1111 * 11 + 5

9 = 92 * 2 + 9

10 = 102 * 2 + 10

11 = 112 * 2 + 11

Keterangan :

OS (2) = Variabel struktur organisasi

OS1 (9) = Dimensi departementalisasi

OS1

(9)

OS

(2)

OS3

(11)

OS2

(10)

X6

X7

X8

X9

X10

X11

6 69

9

10

79

11

810

910

1011

1111

7

8

9

10

11

92

102

112

111

OS2 (10) = Dimensi rentang kendali

OS3 (10) = Dimensi formalisasi

= Loading factor



(3) Untuk variabel kompetensi pengguna sistem informasi (ISUC),

model pengukuran berbentuk formatif pada second order yang

terdiri dari dimensi pengetahuan (ISUC1) dan keahlian (ISUC2).

Pada first order, dimensi pengatahuan yang terdiri dari indikator

pendidikan dan pengalaman kerja, model pengukurannya berbentuk

reflektif. Dimensi keterampilan yang terdiri dari indikator

keterampilan fisik dan keterampilan analitis, model pengukurannya

juga berbentuk reflektif. Hubungan kausalitas antara variabel

kompetensi pengguna sistem informasi dengan dimensi dan

indikatornya digambarkan pada Gambar 3.3 sebagai berikut :

Gambar 3.3.

Model Pengukuran

Variabel Kompetensi Pengguna Sistem Informasi

ISUC1

(12)

ISUC2

(13)

X12 X13 X14 X15

12 13 14 15

ISUC

(3)

312 313

1212 1312 1413 1513

112


variabel kompetensi pengguna sistem informasi dengan dimensi dan

indikatornya adalah sebagai berikut :

X12 = 1212 * 12 + 12

X13 = 1312 * 12 + 13

X14 = 1413 * 13 + 14

X15 = 1513 * 13 + 15

3 = 312 * 12 + 313 * 13

Keterangan :

ISUC (3) = Variabel kompetensi pengguna sistem

informasi

ISUC1 (12) = Dimensi Pengetahuan

ISUC2 (13) = Dimensi Keahlian

= Loading factor


= Hubungan dimensi dengan variabel laten.

(4) Untuk variabel kualitas sistem informasi akuntansi manajemen

(QMAIS), model pengukuran berbentuk reflektif pada second order

yang terdiri dari dimensi integrasi (QMAIS1), fleksibilitas

(QMAIS2), aksesibilitas (QMAIS3) dan pengayaan media

(QMAIS4). Pada first order, dimensi integrasi yang terdiri dari

indikator integrasi antar komponen sistem dan integrasi antar sub-

sistem, model pengukurannya berbentuk reflektif. Dimensi

fleksibilitas yang terdiri dari indikator dapat beradaptasi dengan

kebutuhan pengguna dan dapat beradaptasi dengan perubahan

kondisi, model pengukurannya berbentuk reflektif. Dimensi

aksesibilitas yang terdiri dari indikator dapat diakses dengan mudah

dan dapat diakses dimana saja, model pengukurannya berbentuk

113

reflektif. Dimensi pengayaan media yang terdiri dari indikator

menggunakan berbagai alternatif kanal (media) komunikasi dan

meningkatkan interaksi antar personel/bagian, model pengukurannya

juga berbentuk reflektif. Hubungan kausalitas antara variabel

struktur organisasi dengan dimensi dan indikatornya digambarkan

pada Gambar 3.4 sebagai berikut :

Gambar 3.4.

Model Pengukuran

Variabel Kualitas Sistem Informasi Akuntansi Manajemen


variabel kualitas sistem informasi akuntansi manajemen dengan

dimensi dan indikatornya adalah sebagai berikut :

Y1 = 13 * 3 + 1

Y2 = 23 * 3 + 2

Y3 = 34 * 4 + 3

Y1

1

QMAIS1

(3)

QMAIS4

(6)

Y3 Y2 Y6 Y7

QMAIS

(1)

Y8 Y4 Y5

QMAIS2

(4)

QMAIS3

(5)

2 3 4 5 6 7 8

13 23 34 44 55 65 76 86

31 41 51 61

6 5 4 3

1

114

Y4 = 44 * 4 + 4

Y5 = 55 * 5 + 5

Y6 = 65 * 5 + 6

Y7 = 76 * 6 + 7

Y8 = 86 * 6 + 8

Y9 = 86 * 6 + 8

3 = 31 * 1 + 3

4 = 41 * 1 + 4

5 = 51 * 1 + 5

6 = 61 * 1 + 6

Keterangan :

MAISQ (1) = Variabel kualitas sistem informasi akuntansi

manajemen

QMAIS1 (3) = Dimensi integrasi

QMAIS2 (4) = Dimensi fleksibilitas

QMAIS3 (5) = Dimensi aksesibilitas

QMAIS4 (6) = Dimensi pengayaan media

= Loading factor

= Error tingkat indikator variabel endogen


(5) Untuk variabel kualitas informasi akuntansi manajemen (QMAI),

model pengukuran berbentuk reflektif pada second order yang terdiri

dari dimensi relevan (QMAI1), cakupan (QMAI2), tepat waktu

(QMAI3) dan akurat (QMAI4). Pada first order, dimensi relevan

yang terdiri dari indikator informasi sesuai dengan kebutuhan

pengambilan keputusan dan informasi sesuai dengan masalah yang

dihadapi, model pengukurannya berbentuk reflektif. Dimensi

cakupan yang terdiri dari indikator memuat informasi eksternal,

memuat informasi non-keuangan, memuat informasi yang

berorientasi masa datang, model pengukurannya berbentuk reflektif.

Dimensi tepat waktu yang terdiri dari indikator informasi tersedia

115

pada saat dibutuhkan untuk pengambilan keputusan dan informasi

rutin/periodik tersedia sesuai jadwal yang ditentukan, model

pengukurannya berbentuk reflektif. Dimensi akurat terdiri dari

indikator informasi yang tersedia sesuai dengan keadaan yang

sebenarnya dan informasi yang tersedia bebas dari kesalahan atau

bias, model pengukurannya juga berbentuk reflektif. Hubungan

kausalitas antara variabel kualitas informasi akuntansi manajemen

dengan dimensi dan indikatornya digambarkan pada Gambar 3.5

sebagai berikut :

Gambar 3.5.

Model Pengukuran

Variabel Kualitas Informasi Akuntansi Manajemen

Y9 9

Y14

Y13

Y10

Y11

Y12

Y15

Y16

Y17

10

11

12

13

14

15

16

17

QMAI1

(14)

QMAI

(2)

QMAI2

(15)

QMAI3

(16)

QMAI4

(17)

2

914

1014

1115

1215

1315

1416

1516

1617

1717

142

152

162

172

14

15

16

17

116


variabel kualitas informasi akuntansi manajemen dengan dimensi

dan indikatornya adalah sebagai berikut :

Y9 = 914 * 14 + 9

Y10 = 1014 * 14 + 10

Y11 = 1115 * 15 + 11

Y12 = 1215 * 15 + 12

Y13 = 1315 * 15 + 13

Y14 = 1416 * 16 + 14

Y15 = 1516 * 16 + 15

Y16 = 1617 * 17 + 16

Y17 = 1717 * 17 + 17

14 = 142 * 2 + 14

15 = 152 * 2 + 15

16 = 162 * 2 + 16

17 = 172 * 2 + 17

Keterangan :

QMAI (1) = Variabel kualitas informasi akuntansi

manajemen

QMAI1 (14) = Dimensi relevan

QMAI2 (15) = Dimensi cakupan

QMAI3 (16) = Dimensi tepat waktu

QMAI4 (17) = Dimensi akurat

= Loading factor

= Error tingkat indikator


b) Spesifikasi Model Struktural (Structural Model/Inner Model)

Model struktural (inner model) yang juga sering disebut dengan inner

relation structural model dan substantive theory yaitu untuk

menggambarkan hubungan antar variabel laten berdasarkan substantive

theory. Pada penelitian ini model struktural (inner model), untuk menguji

hipotesis dapat dijabarkan sebagai berikut :

117

(i) Kualitas sistem informasi akuntansi manajemen (QMAIS)

dipengaruhi oleh ketidakpastian lingkungan (EU), struktur

organisasi (OS) dan kompetensi pengguna sistem informasi

(ISUC).

(ii) Kualitas informasi akuntansi manajemen (QMAI) dipengaruhi oleh

kualitas sistem informasi akuntansi manajemen (QMAIS).

Spesifikasi model struktural diatas di atas digambarkan pada gambar 3.6

sebagai berikut :

Gambar 3.6.

Model Struktural

Persamaan model struktural dinyatakan sebagai berikut :

(i) ղ 1 = γ11 * ξ1 + γ12 * ξ2 + γ13 * ξ3 + δ1

(ii) ղ 2 = β21 * ղ 1 + δ2

Keterangan :

1 = Variabel kualitas sistem informasi akuntansi

manajemen

EU

(1)

OS

(2)

ISUC

(3)

QMAIS

(1)

QMAI

(2)

1 2

11

12

13

β21

118

2 = Variabel kualitas informasi akuntansi manajemen

= Koefisien pengaruh langsung variabel

ketidakpastian lingkungan, struktur organisasi dan

kompetensi pengguna sistem informasi ke variabel

kualitas sistem informasi akuntansi manajemen.

β = Koefisien pengaruh langsung variabel kualitas

sistem informasi akuntansi manajemen ke variabel

kualitas informasi akuntansi manajemen.

ξ1 = Variabel ketidakpastian lingkungan

ξ2 = Variabel struktur organisasi

ξ3 = Variabel kompetensi pengguna sistem informasi

δ1 = Tingkat kesalahan pengukuran variabel kualitas

sistem informasi akuntansi manajemen

δ2 = Tingkat kesalahan pengukuran variabel kualitas

informasi akuntansi manajemen

c) Struktur Analisis Variabel Penelitian Secara Keseluruhan

Berdasarkan kerangka pemikiran yang dikembangkan dalam penelitian

ini, untuk tujuan pengujian hipotesis dibuatkan struktur analisis variabel

penelitian secara keseluruhan yang merupakan kombinasi dari model

pengukuran (outer model) dan model struktural (inner model) yang

menggambarkan hubungan kausalitas antara variabel eksogenis dan

variabel endogenis. Struktur analisis variabel penelitian secara

keseluruhan digambarkan pada Gambar 3.7 sebagai berikut :

120

2) Estimasi Model (Model Estimation)

Algoritma SEM-PLS menaksir semua elemen dalam model jalur PLS, yang

meliputi hubungan-hubungan konstruk dengan variabel-variabel indikator

(bobot untuk konstruk formatif dan loading untuk konstruk reflektif). Bobot

dan loading tersebut tidak diketahui dan nilainya ditaksir melalui algoritma

SEM-PLS. Di samping itu, menaksir hubungan diantara variabel-variabel

laten dalam model struktural (koefisien-koefisien jalur).

Algoritma SEM-PLS menggunakan elemen-elemen yang diketahui untuk

menaksir elemen-elemen dalam model yang tidak diketahui. Untuk tujuan ini,

pertama-tama algoritma diperlukan untuk menentukan skor-skor dari

konstruk yang digunakan sebagai input untuk model-model regresi parsial

(sederhana dan berganda) di dalam model jalur.

Setelah algoritma menghitung skor-skor konstruk, skor-skor tersebut

dipergunakan untuk menaksir setiap model regresi parsial dalam model jalur.

Hasilnya adalah nilai-nilai taksiran untuk semua hubungan model pengukuran

(loading dan bobot) dan model struktural (koefisien-koefisien jalur).

Pemilihan model regresi parsial bergantung pada model dari konstruk apakah

reflektif atau formatif. Apabila model pengukurannya formatif, maka

koefisien-koefisien (bobot-bobot outer) ditaksir melalui regresi berganda

dimana konstruk laten sebagai variabel dependen dan variabel-variabel

indikator yang terkait sebagai variabel independennya. Sebaliknya jika model

pengukuran reflektif, koefisien-koefisien (outer loadings) ditaksir melalui

121

regresi-regresi sederhana dari setiap variabel indikator yang terkait kepada

konstruknya.

Selanjutnya adalah menghitung model struktural. Regresi-regresi parsial

untuk model struktural menetapkan konstruk sebagai variabel dependen,

sedangkan variabel-variabel laten yang mempunyai hubungan langsung

terhadap target konstruk merupakan independennya. Regresi tersebut

digunakan untuk menaksir koefisien-koefisien jalur. Dengan demikian,

terdapat model regresi parsial untuk setiap variabel laten endogen untuk

menaksir koefisien-koefisien jalur dalam model struktural.

Seluruh model regresi ditaksir melalui prosedur iteratif yang meliputi dua

tahap. Tahap pertama, menaksir skor-skor konstruk. Kemudian tahap kedua

menghitung taksiran-taksiran final dari bobot-bobot outer dan loadings, serta

koefisien-koefisien jalur model struktural dan juga nilai nilai R2 dari variabel-

variabel laten endogen.

3) Evaluasi Model (Model Evaluation)

Kriteria Goodnes of Fit yang tunggal tidak tersedia di dalam SEM-PLS.

Statistik-statistik fit dalam SEM-PLS terfokus kepada ketidaksesuaian antara

observed (dalam kasus variabel-variabel manifest) atau ketidaksesuaian nilai-

nilai pendekatan (dalam kasus variabel-variabel laten) dari variabel-variabel

dependen dan nilai-nilai taksiran oleh model dalam persamaan. Evaluasi

hasil-hasil model pengukuran dan struktural dalam SEM-PLS ditempuh

melalui kriteria evaluasi non parametrik dan prosedur bootsrapping. Proses

122

evaluasi meliputi dua langkah, yaitu evaluasi model-model pengukuran dan

evaluasi model struktural.

Evaluasi pada model pengukuran ditempuh melalui evaluasi reliabilitas dan

validitas dari ukuran-ukuran konstruk. Dalam evaluasi tersebut, dibedakan

untuk konstruk yang diukur secara reflektif dan formatif. Kedua pendekatan

ini dilandasi oleh konsep yang berbeda, oleh karena itu memerlukan

pertimbangan dari ukuran-ukuran evaluasi yang berbeda pula. Untuk model-

model pengukuran reflektif meliputi : internal consistency reliability

(composite reliability). convergent validity (average variance extacted –

AVE), discriminant validity (cross loading).

a) Internal Consistency Reliability

Internal consistency reliability merupakan ukuran reliabilitas

berdasarkan evaluasi item-item tes terhadap konstruk yang sama. Untuk

mengukur internal consistency reliability menggunakan composite

reliability (CR). Adapun formula composite reliability (CR) sebagai

berikut :

Penelitian ini bersifat konfirmatif (confirmatory), maka kriteria yang

digunakan untuk menilai reliabilitas variabel manifes (indikator) yang

bersifat reflektif adalah compisite reliability (CR) lebih besar dari 0,70

(Hengky Latan & Imam Ghozali, 2012: 81).

123

b) Convergent Validity

Convergent validity merupakan validitas yang terbukti jika skor yang

diperoleh oleh dua instrumen yang mengukur konsep yang sama, atau

mengukur konsep dengan metode berbeda memiliki korelasi yang tinggi.

Untuk mengukur convergent validity digunakan ukuran loading factor

(LF) dan average varoance extracted (AVE). Adapun formula average

variance extracted (AVE) sebagai berikut :

∑

∑ ∑


digunakan untuk menilai validitas variabel manifes (indikator) yang

bersifat reflektif adalah loading factor lebih besar dari 0,70 dan average

variance extracted (AVE) lebih besar dari 0,50 (Hengky Latan & Imam

Ghozali, 2012: 81).

c) Discrimant Validity

Discriminant Validity dari model reflektif dievaluasi melalui cross

loading, kemudian membandingkan nilai AVE dengan kuadrat nilai

korelasi antar konstruk. Ukuran cross loading adalah membandingkan

korelasi indikator dengan konstruknya dan konstruk dari blok lain. Bila

korelasi antara indikator dengan konstruknya lebih tinggi dari korelasi

dengan blok lain berarti konstruk tersebut memprediksi ukuran pada blok

mereka lebih baik dari blok lainnya. Ukuran discriminant validity

lainnya adalah bahwa nilai akar kuadrat (square root) average variance

124

extracted (AVE) harus lebih tinggi daripada korelasi antara konstruk

dengan konstruk lainya atau nilai AVE lebih tinggi dari kuadrat korelasi

antara konstruk.


digunakan untuk menilai discriminant validity variabel manifes

(indikator) yang bersifat reflektif adalah cross loading lebih besar dari

0,70 (Hengky Latan & Imam Ghozali, 2012: 81).

Untuk variabel manifes yang berbentuk formatif, ukuran validitas dan

reliabilitas dilihat dari significance weight dimana nilai t-Statistics harus lebih

besar dari nilai t-Table pada titik kritis 5% yaitu 1,96 dan nilai variance

inflation factor (VIF) antar variabel manifes harus lebih kecil dari 5 (Hengky

Latan & Imam Ghozali, 2012: 81).

Sedangkan untuk evaluasi pada model struktural meliputi : collinearity

assesment, structural model path coefficients, coefficients of determination

(R2 value), effect size (f

2).

a) Collinearity Assesment

Sebelum menjelaskan analisis ini, diperlukan untuk melakukan evaluasi

model struktural untuk collinearity. Alasannya adalah bahwa estimasi

koefisien-koefisien jalur dalam model struktural berlandaskan kepada

regresi OLS dari setiap variabel laten endogen atas konstruk-konstruk

yang berhubungan terhadapnya. Dalam regresi berganda, estimasi

koefisien-koefisien jalur akan bias jika terdapat tingkat collinearity yang

signifikan diantara konstruk-konstruk prediktornya. Untuk mengevaluasi

125

collinearity digunakan ukuran variance inflation factor (VIF) lebih tinggi

dari 0,20 dan kurang dari 5 (Hair, et al, 2014 : 186).

b) Structural Model Path Coefficients

Setelah menjalankan algoritma PLS-SEM, diperoleh hubungan model

struktural (path coefficient) yang mewakili hubungan hipotesis antar

konstruk. Koefisien jalur memiliki nilai standar antara -1 dan + 1.

Nilai koefisien jalur mendekati + 1 mempunyai hubungan yang kuat

positif dan signifikan (dan sebaliknya untuk nilai negatif). Estimasi nilai

koefisien jalur bisa menggunakan bootstrap atau dengan empirical t

value.

Umumnya digunakan nilai-nilai kritis untuk two-tailed (uji dua pihak)

1,65 (significance level =10%), 1,96 (significance level = 5%), dan 2,57

(significance level = 1%) (Hair et al, 2014 : 186).

c) Coefficients of determination (R2 value)

Ukuran lain yang paling umum digunakan untuk mengevaluasi model

struktural adalah koefisien determinasi (R2

value). Koefisien ini merupakan

ukuran dari akurasi model prediksi dan dihitung sebagai korelasi antara

endogen konstruk aktual dan nilai-nilai prediksi. Rules of thumb nilai R2

adalah 0,75 (substantial), 0,50 (moderate) dan 0,25 (weak) (Hair, et al.,

2014:186).

d) Effect size (f 2)

Selain mengevaluasi nilai-nilai R2 dari semua konstruk endogen,

perubahan nilai R2 ketika membuat konstruk eksogen apakah konstruk

126

tersebut memiliki dampak substantif pada konstruks endogen.

Langkah ini disebut sebagai effect size (f2). Formula effect size dapat

dihitung sebagai berikut :

Adapun rules of thumb untuk effect size adalah The f2 values of 0.02, 0.15,

and 0.35 indicate an exogenous construct's small, medium, or large effect,

respectively, on an endogenous construct (Hair, et al., 2014 : 186).

3.7.2 Pengujian Hipotesis

Variabel ketidakpastian lingkungan, struktur organisasi, kompetensi

pengguna sistem informasi berpengaruh terhadap kualitas sistem informasi

akuntansi manajemen serta implikasinya pada kualitas informasi akuntansi

manajemen diuji dengan pengujian hipotesis yang termasuk kedalam model

struktural (inner model). Dalam penelitian ini ada 4 (empat) hipotesis dan diuji

dengan menggunakan statistik uji t-student (t-student test). Kriteria pengujian

adalah H0 ditolak jika T-statistics lebih besar dari T-Table. Perhitungan nilai-nilai t

diperoleh melalui bootstrapping.

1) Hipotesis 1

Ketidakpastian lingkungan berpengaruh terhadap kualitas sistem informasi

akuntansi manajemen.

Uji hipotesis statistik sebagai berikut :

127

H0 : 11 = 0 : Ketidakpastian lingkungan tidak berpengaruh

terhadap kualitas sistem informasi akuntansi

manajemen.

H1 : 11 ≠ 0 : Ketidakpastian lingkungan berpengaruh terhadap


Statistik uji yang digunakan adalah :

2) Hipotesis 2

Struktur organisasi berpengaruh terhadap kualitas sistem informasi akuntansi

manajemen.


H0 : 12 = 0 : Struktur organisasi tidak berpengaruh terhadap


H1 : 12 ≠ 0 : Struktur organisasi berpengaruh terhadap kualitas

sistem informasi akuntansi manajemen.


3) Hipotesis 3

Kompetensi pengguna sistem informasi berpengaruh terhadap kualitas sistem

informasi akuntansi manajemen.

128


H0 : 13 = 0 : Kompetensi pengguna sistem informasi tidak

berpengaruh terhadap kualitas sistem informasi

akuntansi manajemen.

H1 : 13 ≠ 0 : Kompetensi pengguna sistem informasi berpengaruh

terhadap kualitas sistem informasi akuntansi

manajemen.


4) Hipotesis 4

Kualitas sistem informasi akuntansi manajemen berpengaruh terhadap

kualitas informasi akuntansi manajemen.


H0 : β21 = 0 : Kualitas sistem informasi akuntansi manajemen tidak

berpengaruh terhadap kualitas informasi akuntansi

manajemen.

H1 : β21 ≠ 0 : Kualitas sistem informasi akuntansi manajemen

berpengaruh terhadap kualitas informasi akuntansi

manajemen.


bab iii metodologi penelitian 3.1 objek...

Documents