unsplash.com

Dear Steemian...

Pembahasan ini merupakan lanjutan dalam pembahasan sebelumnya yang telah saya jelaskan pada beberapa tahap analisa terhadap pemodelan tata kelola Teknologi Informasi. Langsung saja simak untuk lebih mengetahui tentang proses penelitian ini hingga hasil penelitiannya.

Pengujian Hipotesis

Koefisien Determinasi (R²)

Koefisien determinasi (R²) mengukur seberapa jauh kemampuan model regresi dalam menerangkan variasi variabel independen. Range nilai dari R² adalah 0 – 1, 0≤ R²≤ 1. Jika determinan (R2 ) semakin besar atau mendekati satu, maka pengaruh variabel bebas (X1, X2, danX3) terhadap variabel terikat (Y) semakin kuat. Jika determinan (R2 ) semakin kecil atau mendekati nol, maka pengaruh variabel bebas (X1, X2, danX3) terhadap variabel terikat (Y) semakin lemah.

Tabel 14. Koefisien Determinasi (R²)

a. Predictors: (Constant), X3, X1, X2

a. Predictors: (Constant), X3, X1, X2

b. Dependent Variable: Y

Hasil pengujian pada analisis regresi di atas (Tabel 14) menunjukkan bahwa :

1. R = 0,724 berarti hubungan antara rekonsiliasi data (X1), kompetensi SDM (X2), serta sarana dan prasarana pendukung (X3) terhadap kualitas laporan (Y) sebesar 72,4 %. Hal ini menunjukkan hubungan yang erat antara rekonsiliasi data, kompetensi SDM, serta sarana dan prasarana pendukung terhadap kualitas laporan yang dihasilkan.
2. RSquare sebesar 0,524 berarti 52,4 % faktor – faktor kualitas laporan dapat dijelaskan oleh rekonsiliasi data, kompetensi SDM serta sarana dan prasarana pendukung, sedangkan 47.6 % dapat dijelaskan oleh faktor – faktor lain yang tidak dijelaskan dalam penelitian ini.
3. Adjusted R Square sebesar 0,498 berarti 49,8 % faktor – faktor kualitas laporan dapat dijelaskan oleh rekonsiliasi data, kompetensi SDM serta sarana dan prasarana pendukung, sedangkan 50,2 % dapat dijelaskan oleh faktor –faktor lain yang tidak dijelaskan dalam penelitian ini.
4. Standard Error of Estimated (Standar Deviasi) sebesar 0,351, berarti model dinilai baik karena semakin kecil standar deviasi maka semakin baik model yang digunakan.

Uji F

Uji F digunakan untuk mengetahui apakah variabel – variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen. Derajat kepercayaan yang digunakan adalah 0,05. Kriteria pengambilan keputusan :

1.    Berdasarkan Fhitung :

Ho diterima jika F hitung < F tabel pada α = 5 %

Ha diterima jika F hitung > F tabel pada α = 5 %

2.    Berdasarkan probabilitas (Sig.) :

Jika probabilitas > α maka Ho diterima

Jika probabilitas < α maka Ha diterima

Table 15. Hasil Pengujian Hipotesis Uji F

ANOVA b

a. Predictors: (Constant), X3, X2, X1

b. Dependent Variable: Y

Dari tabel 15 di atas, diperoleh nilai F hitung sebesar 20,510 dengan nilai probabilitas (sig) = 0,000. Nilai F hitung (20,510)>F tabel (2,769) dan nilai sig. lebih kecil dari nilai probabilitas 0,05 atau nilai 0,000<0,05. Dalam hal ini Ha diterima, berarti secara bersama – sama (simultan) rekonsiliasi data, kompetensi SDM, serta sarana dan prasarana pendukung berpengaruh signifikan terhadap kualitas laporan.

Uji t

Uji t digunakan untuk mengetahui apakah variabel – variabel independen secara parsial berpengaruh nyata atau tidak terhadap variabel dependen. Derajat kepercayaan yang digunakan adalah 0,05. Kriteria pengambilan keputusan adalah :

1.    Berdasarkan thitung :

Ho diterima jika thitung< t tabel pada α = 0,05

Ha diterima jika thitung> t tabel pada α = 0,05

2.    Berdasarkan probabilitas (Sig.) :

Jika probabilitas > α maka Ho diterima

Jika probabilitas < α maka Ha diterima

Tabel 16. Hasil Pengujian Hipotesis Uji t

Coefficientsa

a. Dependent Variable: Y

Berdasarkan hasil pengujian hipotesis dengan uji t (Tabel 16) dapat ditarik kesimpulan :

1.    Rekonsiliasi Data (X1) terhadap Kualitas Laporan (Y)

Nilai t hitung untuk variabel X1 adalah 3,415 sedangkan t tabel adalah 1,673. Nilai t hitung > t tabel, atau nilai 3,415>1,673 maka Ha diterima dan Ho ditolak. Nilai Sig. 0,001 lebih kecil dari nilai probabilitas 0,05 atau nilai 0,001<0,05, sehingga Ha diterima dan Ho ditolak. Dapat disimpulkan bahwa pelaksanaan rekonsiliasi data memiliki pengaruh signifikan terhadap kualitas laporan.

2.    Kompetensi SDM (X2) terhadap Kualitas Laporan (Y)

Nilai t hitung untuk variabel X2 adalah 2,046 sedangkan t tabel adalah 1,673. Nilai t hitung 1,673 maka Ha ditolak dan Ho diterima. Nilai Sig. 0,046 lebih kecil dari nilai probabilitas 0,05 atau nilai 0,046>0,05, sehingga Ha diterima dan Ho ditolak. Dapat disimpulkan bahwa kompetensi SDM memiliki pengaruh signifikan terhadap kualitas laporan.

3.    Sarana dan Prasarana Pendukung (X3) terhadap Kualitas Laporan (Y)

Nilai t hitung untuk variabel X1 adalah 3,302 sedangkan t tabel adalah 1,673. Nilai t hitung > t tabel, atau nilai 3,302>1,673 maka Ha diterima dan Ho ditolak. Nilai Sig. 0,002 lebih kecil dari nilai probabilitas 0,05 atau nilai 0,002<0,05, sehingga Ha diterima dan Ho ditolak. Dapat disimpulkan bahwa ketersediaan sarana dan prasarana pendukung memiliki pengaruh signifikan terhadap kualitas laporan.

Berdasarkan hasil output tersebut maka rumus persamaan regresinya adalah :

Y = (-0,481) + 0,508X1+ 0,195X2 + 0,388X3 + e

Interpretasi dari regresi di atas adalah sebagai berikut :

1.    Konstanta (Bo)

Nilai koefisien konstanta sebesar -0,481, ini berarti jika semua variabel bebas memiliki nilai nol (0) maka nilai variabel terikat (kualitas laporan) sebesar - 0,481.

2.    Rekonsiliasi Data (X1) terhadap Kualitas Laporan (Y)

Nilai koefisien rekonsiliasi data untuk X1sebesar 0,508. Hal ini mengandung arti bahwa setiap kenaikan variabel rekonsiliasi data (X1) satu satuan maka variabel kualitas laporan (Y) akan naik sebesar 0,508 dengan asumsi variabel bebas yang lain dari model regresi adalah tetap.

3.    Kompetensi SDM (X2) terhadap Kualitas Laporan (Y)

Nilai koefisien kompetensi SDM untuk X2 sebesar 0,195. Hal ini mengandung arti bahwa setiap kenaikan variabel kompetensi SDM (X2) satu satuan maka variabel kualitas laporan (Y) akan naik sebesar 0,195 dengan asumsi variabel bebas yang lain dari model regresi adalah tetap.

4.    Sarana dan Prasarana Pendukung (X3) terhadap Kualitas Laporan (Y)

Nilai koefisien sarana dan prasarana pendukung untuk X3 sebesar 0,388. Hal ini mengandung arti bahwa setiap kenaikan variabel sarana dan prasarana pendukung (X3) satu satuan maka variabel kualitas laporan (Y) akan naik sebesar 0,388 dengan asumsi variabel bebas yang lain dari model regresi adalah tetap.

To be continued ...

Wondering How Steemit Works, Read Steemit FAQ?