bab iii metodologi penelitian 3.1 objek...
TRANSCRIPT
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,
2010: 271; Griffin & Moorhead, 2014: 467).
(3) Kompleksitas pemerintah (Daft, 2010: 141; Wagner & Hollenbeck,
2010: 271; Griffin & Moorhead, 2014: 467).
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 &
Hollenbeck, 2010: 271; Griffin
& Moorhead, 2014: 467)
Ordinal
2
Kompleksitas pemerintah
(Daft, 2010: 141; Wagner &
Hollenbeck, 2010: 271; Griffin
& 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 &
Hollenbeck, 2010: 272; Griffin
& 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,
2011: 14; Marakas & O’Brien,
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,
2011: 14; Marakas & O’Brien,
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
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
Persamaan model pengukuran yang menyatakan hubungan kausalitas
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
= Error tingkat indikator variabel eksogen
= Error tingkat variabel endogen dan dimensi
(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
Persamaan model pengukuran yang menyatakan hubungan kausalitas
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
= Error tingkat indikator variabel eksogen
= 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
Persamaan model pengukuran yang menyatakan hubungan kausalitas
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
= Error tingkat variabel endogen dan dimensi
(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
Persamaan model pengukuran yang menyatakan hubungan kausalitas
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
= Error tingkat variabel endogen dan dimensi
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 :
119
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 :
∑
∑ ∑
Penelitian ini bersifat konfirmatif (confirmatory), maka kriteria yang
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.
Penelitian ini bersifat konfirmatif (confirmatory), maka kriteria yang
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
kualitas sistem informasi akuntansi manajemen.
Statistik uji yang digunakan adalah :
2) Hipotesis 2
Struktur organisasi berpengaruh terhadap kualitas sistem informasi akuntansi
manajemen.
Uji hipotesis statistik sebagai berikut :
H0 : 12 = 0 : Struktur organisasi tidak berpengaruh terhadap
kualitas sistem informasi akuntansi manajemen.
H1 : 12 ≠ 0 : Struktur organisasi berpengaruh terhadap kualitas
sistem informasi akuntansi manajemen.
Statistik uji yang digunakan adalah :
3) Hipotesis 3
Kompetensi pengguna sistem informasi berpengaruh terhadap kualitas sistem
informasi akuntansi manajemen.
128
Uji hipotesis statistik sebagai berikut :
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.
Statistik uji yang digunakan adalah :
4) Hipotesis 4
Kualitas sistem informasi akuntansi manajemen berpengaruh terhadap
kualitas informasi akuntansi manajemen.
Uji hipotesis statistik sebagai berikut :
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.
Statistik uji yang digunakan adalah :