ANALISIS PENGARUH FAKTOR DEMOGRAFI DAN FAKTOR PERSONALITY TERHADAP KEAHLIAN KOMPUTER AUDIT (Studi Empiris Pada Kantor Akuntan Publik di DKI Jakarta )
SKRIPSI Diajukan kepada Fakultas Ekonomi dan Ilmu Sosial Untuk Memenuhi Syaratsyarat Meraih Gelar Sarjana Ekonomi
Oleh :
Arief Rakhman Hakim NIM : 1050 8200 2652
JURUSAN AKUNTANSI FAKULTAS EKONOMI DAN ILMU SOSIAL UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1430 H/ 2009 M ANALISIS PENGARUH FAKTOR DEMOGRAFI
i
DAN FAKTOR PERSONALITY TERHADAP KEAHLIAN KOMPUTER AUDIT
Skripsi Diajukan kepada Fakultas Ekonomi dan Ilmu Sosial Untuk Memenuhi Syaratsyarat Untuk Meraih Gelar Sarjana Ekonomi
Oleh
Arief Rakhman Hakim NIM : 105082002652
Di Bawah Bimbingan
Pembimbing I
Pembimbing II
Prof. Dr. Abdul Hamid, MS
Hepi Prayudiawan, SE, Ak, MM
NIP. 131 474 891
JURUSAN AKUNTANSI FAKULTAS EKONOMI DAN ILMU SOSIAL UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1430 H/ 2009 M
ii
Hari ini Tanggal Tujuh Bulan Mei Tahun Dua Ribu Sembilan telah dilakukan Ujian Komprehensif atas nama Arief Rakhman Hakim NIM: 105082002652 dengan Judul Skripsi “Analisis Pengaruh Faktor Demografi dan Faktor Personality terhadap Keahlian Komputer Audit (Studi Empiris Pada Kantor Akuntan Publik di DKI Jakarta)”. Memperhatikan penampilan mahasiswa tersebut selama masa ujian berlangsung, maka skripsi ini sudah dapat diterima sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Jurusan Akuntansi Fakultas Ekonomi dan Ilmu Sosial Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, 07 Mei 2009
Tim Penguji Ujian Komprehensif
Yessi Fitri, S.E, Ak., M.Si
Rahmawati, S.E, M.M
Ketua
Sekretaris
Prof. Dr. Abdul Hamid, MS Penguji Ahli
iii
Hari ini Tanggal Dua Puluh Lima Bulan Juni Tahun Dua Ribu Sembilan telah dilakukan Ujian Skripsi atas nama Arief Rakhman Hakim NIM: 105082002652 dengan Judul Skripsi “Analisis Pengaruh Faktor Demografi dan Faktor Personality terhadap Keahlian Komputer Audit (Studi Empiris Pada Kantor Akuntan Publik di DKI Jakarta)”. Memperhatikan penampilan mahasiswa tersebut selama masa ujian berlangsung, maka skripsi ini sudah dapat diterima sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Jurusan Akuntansi Fakultas Ekonomi dan Ilmu Sosial Universitas Islam Negeri Syarif Hidayatullah Jakarta.
Jakarta, 25 Juni 2009
Tim Penguji Ujian Skripsi
Ketua,
Sekretaris,
Prof. Dr. Abdul Hamid, MS
Hepi Prayudiawan, S.E., Ak., MM
Penguji Ahli,
Afif Sulfa, S.E., Ak., M.Si
iv
Halaman Motto
“Sesungguhnya sholatku, ibadahku, hidup dan matiku hanyalah untuk Allah Tuhan semesta alam”. (Q.S. Al An’anm: 162)
“Sesungguhnya dimana ada kesulitan disitu ada kelapangan dan sesungguhnya disamping kesulitan ada kemudahan, karena itu bila engkau telah selesai dari suatu urusan pekerjaan, maka kerjakanlah yang lain dengan tekun”. (Q.S. Al Insyirah: 5-7)
“Perjuangan di dunia ini tiada yang sia-sia selama harapan slalu ada”
“Jangan terlalu memikirkan masa lalu karena telah pergi dan selesai, dan jangan terlalu memikirkan masa depan hingga dia datang sendiri. Karena jika melakukan yang terbaik dihari ini maka hari esok akan lebih baik” ☺
v
Halaman Persembahan
Ku torehkan karya kecil ku penuh syukur yang sebesar-besarnya teruntuk:
Allah SWT Puji Syukurku atas rahmat dan kehadirat Mu Raja Semesta Alam
Bapak-Ibu Simpah bakti dan darma ku atas cinta suci dan pengorbanan yang tanpa pamrih dalam setiap lantunan doa mu yang mengiringi setiap langkah ananda. Tiada kebahagiaan yang dapat ananda berikan melebihi kebahagiaan yang kalian berikan. Tiada syair yang dapat terlantunkan untuk mengungkapkan penghargaan, cinta, kasih sayang dan syukur ananda
Kakak n Adik-adik ku tersayang kebersamaan, canda-tawa, keceriaan yang slalu mengiringi langkah ku dan yang tiada henti memberi dorongan, semangat, harapan serta kasih sayangnya
vi
DAFTAR RIWAYAT HIDUP
I. Identitas Pribadi Nama
:
Arief Rakhman Hakim
Jenis Kelamin
:
Laki-laki
Tempat Tanggal Lahir
:
Jakarta, 24 Maret 1988
Agama
:
Islam
Kewarganegaraan
:
Indonesia
Alamat
:
Jl. Rusa 4 Rt/Rw 04/05 No. 23 Manggarai Selatan, Tebet, Jakarta Selatan, 12860
Telepon
:
0813 8562 4560
1. 1993 – 1999
:
SD Islam Assyafi’iyah 01 Pagi
2. 1999 – 2002
:
SLTPN 3 Jakarta
3. 2002 – 2005
:
SMAN 26 Jakarta
4. 2005 – 2009
:
UIN Syarif Hidayatullah Jakarta
II. Pendidikan
III. Latar Belakang Keluarga Ayah
:
Drs Nahrowi Abd Mu’in
Ibu
:
Fatimah
Alamat
:
Jl. Rusa 4 Rt/Rw 04/05 No. 23 Manggarai Selatan, Tebet, Jakarta Selatan, 12860
Anak ke dari
:
Ke-2 dari 4 bersaudara
vii
THE INFLUENCE ANALYSIS OF DEMOGRAPHY FACTOR AND PERSONALITY FACTOR TO COMPUTER AUDIT SKILL (Empirical Study in Public Accountant Firm in DKI Jakarta) By: Arief Rakhman Hakim
ABSTRACT This research represents empirical study to know how far influencing of demography factor and personality factor to computer audit skill. The demography factor that influencing computer audit skill are age, sex, education and experience. The personality factor that influencing computer audit skill are computer anxiety (fear and anticipation), computer attitude (optimism, pessimism and intimidation) and math anxiety. The population of this research are auditor’s who work in Public Accountant Firm in DKI Jakarta. Samples of this research are 90 response from 130 questionares delivered. Samples are taken by using of judgement sampling. The method of data analysis is using descriptive and double regression analysis. To obtain model of regression which representative is hence conducted by test of classic assumption. The result of descriptive statistic indicate that mean of an computer audit skill is 42,44. Multivariate analysis showed that at level significant 5%, variable of anticipation and optimism have an effect on by significant to computer audit skill with direction which are positive. While the other of independent variable’s not have an effect on to computer audit skill. Key words: Computer Audit Skill, Demography and Personality
viii
ANALISIS PENGARUH FAKTOR DEMOGRAFI DAN FAKTOR PERSONALITY TERHADAP KEAHLIAN KOMPUTER AUDIT (Studi Empiris Pada Kantor Akuntan Publik di DKI Jakarta) Oleh: Arief Rakhman Hakim
ABSTRAK Penelitian ini bertujuan untuk mengetahui seberapa besar pengaruh faktor demografi dan faktor personality terhadap keahlian komputer audit. Faktor demografi yang mempengaruhi keahlian komputer audit antara lain umur, jenis kelamin, pendidikan dan pengalaman. Faktor personality yang mempengaruhi keahlian komputer audit antara lain computer anxiety (fear dan anticipation), computer attitude (optimism, pessimism dan intimidation) dan math anxiety. Populasi dalam penelitian ini adalah seluruh auditor yang bekerja di Kantor Akuntan Publik di DKI Jakarta. Jumlah sampel adalah 90 responden dari 130 kuesioner yang dikirimkan. Metode pengambilan sampel menggunakan metode Judgment Sampling. Sedangkan metode analisis data menggunakan metode statistik deskriptif dan analisis regresi berganda. Untuk memenuhi model regresi yang bisa mewakili maka digunakan uji asumsi klasik. Hasil analisis statistik deskriptif menunjukkan bahwa rata-rata keahlian komputer audit seorang auditor adalah 42,44. Dari analisis multivariate menunjukkan bahwa pada level signifikan 5%, variabel anticipation dan optimism auditor berpengaruh secara signifikan terhadap keahlian komputer audit dengan arah yang positif. Sedangkan variabel independen lainnya tidak berpengaruh secara signifikan terhadap keahlian komputer audit. Kata Kunci: Keahlian Komputer Audit, Demografi, dan Kepribadian
ix
KATA PENGANTAR
Assalamu’alaikum.wr.wb Alhamdullilahirabbil’alamin, segala puji dan syukur yang tak terhingga penulis panjatkan kehadiran Allah SWT yang telah melimpahkan rahmat, hidayah juga inayahnya. Shalawat serta salam bagi baginda Rasulullah Nabi Muhammad SAW, dimana atas kesemuanya penulis memperoleh kemampuan studi sehingga penulis dapat menyelesaikan penulisan skripsi ini yang berjudul “Analisis Pengaruh Faktor Demografi dan Faktor Personality terhadap Keahlian Komputer Audit (Studi Empiris Pada Kantor Akuntan Publik di DKI Jakarta)”. Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana S1 pada Jurusan Akuntansi Fakultas Ekonomi dan Ilmu Sosial Universitas Islam Negeri Syarif Hidayatullah Jakarta. Dalam penulisan skripsi ini penulis telah berusaha semaksimal mungkin untuk memberikan hasil yang terbaik. Namun demikian penulis juga mempunyai keterbatasan kemampuan dalam penulisan skripsi. Oleh karena itu penulis menyadari tanpa bimbingan, arahan, dukungan dan bantuan berbagai pihak, maka skripsi ini tidak dapat diselesaikan. Untuk itu, dengan segala kerendahan hati penulis mengucapkan terima kasih yang sebesarbesarnya kepada: 1.
Ayah dan Ibuku (Nahrowi Abd Mu’in dan Fatimah) tercinta, terima kasih buat semuanya, yang selalu mensupport, mendoakan dan memberikan kasih sayang yang tulus yang engkau berikan kepada ananda. Setiap doa’ yang engkau lantunkan adalah ketulusan yang tiada pernah ternilai dengan apa pun jua dan semoga Allah SWT selalu meridhoi setiap langkah engkau di dunia dan akhirat..Amiiin… always pround have a parent like u n maafin ananda yach….Kakak dan Adik-adikku (Laelatul Hasanah, Nur Syamsiyah dan Umi Fajriati Sholihah) yang selalu membuat keceriaan penulis jika lagi down.
2.
Bapak Prof. Dr. Abdul Hamid, MS, sebagai dosen pembimbing I dan juga sebagai Dekan Fakultas Ekonomi dan Ilmu Sosial UIN Syarif Hidayatullah Jakarta yang telah meluangkan waktu disela-sela kesibukannya, membantu,
x
membimbing,
mengarahkan
dan
memberikan
saran
dalam
proses
penyusunan skripsi ini. 3.
Bapak Hepi Prayudiawan, SE, Ak, MM, selaku dosen pembimbing II yang telah memberikan solusi, motivasi, arahan, dan bimbingan serta meluangkan waktu untuk mendengarkan keluhan-keluhan dari penulis sehingga penulis dapat menyelesaikan skripsi ini.
4.
Bapak Drs. Abdul Hamid Cebba, MBA, Ak, CPA, selaku Ketua Jurusan Akuntansi.
5.
Bapak Amilin, SE, Ak, M.Si, selaku Sekretaris Jurusan Akuntansi.
6.
Seluruh Dosen Fakultas Ekonomi dan Ilmu Sosial UIN Syarif Hidayatullah Jakarta yang telah memberikan ilmu pengetahuan yang bermanfaat bagi penulis selama masa perkuliahan.
7.
Seluruh Staf dan karyawan Fakultas Ekonomi dan Ilmu Sosial UIN Syarif Hidayatullah Jakarta, khususnya bagian akademik yang telah membantu dalam kegiatan administrasi penulis.
8.
Auditor-auditor independen yang telah meluangkan waktu untuk mengisi kuesioner penelitian.
9.
Sahabat-sahabat akuntansi B angkatan 2005, terima kasih atas dukungan dan doa yang tidak henti-hentinya kalian berikan kepada penulis.
10.
Teman-teman akuntansi angkatan 2005, tetap jaga silaturahmi jangan sampai terputus ketika semuanya sudah lulus.
11.
Buat semua pihak yang tak dapat ku sebutkan satu persatu, atas perhatian, bantuan dan dukungannya..thank’s to all. Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, hal ini
dikarenakan keterbatasan yang penulis miliki. Untuk saran dan kritik yang membangun sangat penulis harapkan untuk perbaikkan masa mendatang. Semoga skripsi ini dapat bermanfaat bagi kita semua dan semoga Allah SWT membimbing dan menyertai langkah kita. Amiiin…. Wassalamu’alaikum Wr. Wb Jakarta, 2 Juni 2009
(Arief Rakhman Hakim)
xi
DAFTAR ISI Lembar Pengesahan .........................................................................................
i
Lembar Ujian Komprehensif............................................................................
ii
Lembar Ujian Skripsi....................................................................................... iii Halaman Moto ................................................................................................. iv Halaman Persembahan.....................................................................................
v
Daftar Riwayat Hidup ...................................................................................... vi Abstract ........................................................................................................... vii Abstrak ............................................................................................................ viii Kata Pengantar................................................................................................. ix Daftar Isi.......................................................................................................... xi Daftar Tabel..................................................................................................... xiv Daftar Gambar ................................................................................................. xv Daftar Lampiran............................................................................................... xvi Bab I
Bab II
Pendahuluan ................................................................................
1
A. Latar Belakang ........................................................................
1
B. Perumusan Masalah ................................................................
7
C. Tujuan dan Manfaat Penelitian ................................................
7
Tinjauan Pustaka ..........................................................................
9
A. Keahlian Komputer Audit ......................................................
9
B. Faktor Demografi ................................................................... 14 1. Umur ................................................................................ 15 2. Jenis Kelamin ................................................................... 16 3. Pendidikan ....................................................................... 18 4. Pengalaman ...................................................................... 19 C. Faktor Personality .................................................................. 22 1. Computer Anxiety ............................................................. 23 2. Computer Attitude ............................................................ 26 3. Math Anxiety .................................................................... 27 D. Kerangka Pemikiran ................................................................ 28 E. Perumusan Hipotesis .............................................................. 28 Bab III
Metodologi Penelitian .................................................................. 30
xii
A. Ruang Lingkup Penelitian ....................................................... 30 B. Metode Penentuan Sampel ..................................................... 30 1. Populasi dan Sampel ........................................................ 30 2. Teknik Penentuan Sampel ................................................ 31 C. Metode Pengumpulan Data ..................................................... 32 1. Riset Lapangan ................................................................. 32 2. Riset Kepustakaan ............................................................. 33 D. Metode Analisis Data .............................................................. 33 1. Statistik Deskriptif ............................................................ 34 2. Uji Asumsi Klasik ............................................................. 34 a. Uji Normalitas ............................................................. 34 b. Uji Autokorelasi .......................................................... 34 c. Uji Heteroskedastisitas ................................................ 35 d. Uji Multikolinearitas ................................................... 35 3. Uji Kualitas Data ............................................................... 36 a. Uji Validitas ................................................................ 36 b. Uji Reliabilitas ............................................................ 36 4. Pengujian Hipotesis ........................................................... 37 a. Analisis Regresi Berganda ........................................... 37 b. Uji Koefisien Determinasi ........................................... 38 c. Uji Statistik t ............................................................... 39 d. Uji Statistik F .............................................................. 39 E. Definisi Operasional Variabel dan Pengukurannya.................... 40 Bab IV
Penemuan dan Pembahasan ............................................................ 47 A. Gambaran Umum Objek Penelitian........................................... 47 B. Penemuan dan Pembahasam ..................................................... 52 1. Statistik Deskriptif .............................................................. 52 2. Uji Instrumen Penelitian...................................................... 54 a. Uji Validitas.................................................................. 54 b. Uji Reliabilitas .............................................................. 57 3. Uji Asumsi Klasik............................................................... 59 a. Uji Normalitas............................................................... 59
xiii
b. Uji Autokorelasi............................................................ 60 c. Uji Heteroskedastisitas .................................................. 61 d. Uji Multikolinearitas ..................................................... 62 4. Uji Hipotesis ....................................................................... 63 a. Uji Koefisien Determinasi ............................................. 63 b. Analisis Regresi Linier Berganda .................................. 65 c. Uji t............................................................................... 69 d. Uji Statistik F ................................................................ 77 Bab V
Kesimpulan dan Implikasi .............................................................. 78 A. Kesimpulan............................................................................... 78 B. Implikasi................................................................................... 80 C. Keterbatasan dan Saran............................................................. 80 1. Keterbatasan ....................................................................... 80 2. Saran................................................................................... 81
Daftar Pustaka ................................................................................................. 82 Lampiran ......................................................................................................... 86
xiv
DAFTAR TABEL
No
Keterangan
Halaman
2.1
Perbedaan Pendidikan dan Pelatihan
18
3.1
Definisi Operasional Variabel
44
4.1
Data Sampel Penelitian
49
4.2
Karakteristik Responden
49
4.3
Descriptive Statistics
52
4.4
Hasil Uji Validitas
55
4.5
Hasil Uji Reliabilitas Masing-masing Item Pertanyaan
57
4.6
Hasil Uji Reliabilitas Seluruh Item Pertanyaan
58
4.7
Hasil Uji Normalitas
59
4.8
Hasil Uji Autokorelasi
61
4.9
Hasil Uji Multikolinearitas
62
4.10
Koefisien Determinasi
63
4.11
Koefisien Regresi
65
4.12
Uji Statistik t
70
4.13
Uji Statistik F
77
xv
DAFTAR GAMBAR
No
Keterangan
Halaman
2.1
Kerangka Pemikiran
28
4.1
Histogram Hasil Uji Normalitas
60
4.2
Hasil Uji Heteroskedastisitas (Scatterplot)
61
xvi
DAFTAR LAMPIRAN
No
Keterangan
Halaman
1
Kuesioner Penelitian
86
2
Daftar Jawaban Responden
94
3
Hasil Uji Validitas
98
4
Hasil Uji Reliabilitas
105
5
Hasil Uji Asumsi Klasik
107
6
Hasil Uji Regresi Linier Berganda
109
7
Data Pembagian Kuesioner
110
86
BAB I PENDAHULUAN
A. Latar Belakang Teknologi komputer mempunyai potensi untuk memperbaiki kinerja organisasi maupun individu. Para pengambil keputusan di banyak perusahaan menyadari adanya potensi keuntungan tersebut, sehingga banyak perusahaan yang menginvestasikan dana pada teknologi informasi (Igbaria, 1995 dalam Sudijanta, 2000). Mereka mempercepat investasinya ke dalam berbagai aplikasi komputer seperti word processor, spread sheets, communication (terutama electronic mail), graphics, dan data base management. Meskipun teknologi komputer dikenal secara luas sebagai teknologi pada tahun 1970 an, pertumbuhan yang pesat terhadap penggunaan teknologi komputer dapat dilihat pada riset-riset di bidang sistem informasi. Sekitar tahun 1980 an, End User Computing (EUC) muncul sebagai suatu fenomena yang sangat penting yang memerlukan perhatian sangat serius dari para manager. Rockart dan Flanery (1983) dalam Rifa dan Gudono (1999) mengemukakan bahwa tingkat pertumbuhan penggunaan komputer dalam perusahaan berkisar antara 50% sampai dengan 90% per tahun. Pada waktu yang sama, tingkat pertumbuhan pemrosesan data secara tradisional yang berorientasi pada kertas kerja (paperwork), jauh lebih rendah yaitu 5% sampai 15% per tahun. Pernyataan mengenai cepatnya pertumbuhan komputer juga dikemukakan oleh Benjamin (1982) dan Amoroso-Cheney (1991).
87
Perkembangan Sistem Informasi Berbasis Komputer tersebut, membawa dampak yang cukup signifikan dalam bidang Akuntansi. Dampak yang terjadi, antara lain adanya peningkatan kecepatan proses, akurasi perhitungan dan kemampuan mengolah data dalam volume besar serta minimnya audit trail pada suatu sistem akuntansi (Weber, 1982 dalam Wibowo dan Hardiningsih, 2003). Dampak lain diungkapkan Nottingham (1976) dalam Wibowo dan Hardiningsih (2003) yaitu makin sulitnya mendeteksi kecurangan komputer dan penyalahgunaan setelah kejadian. Sardinas, Burch jr dan Asebrook (1981) dalam Wibowo dan Hardiningsih (2003) juga mengidentifikasikan dampak dari perubahan tersebut meliputi: (1) Perubahan audit trail, (2) Perubahan Metode Internal Control, (3) Perubahan penyimpanan data (Data storage), (4) Penggunaan spesialis, (5) Perubahan dalam perencanaan audit, dan (6) Perlunya penggunaan komputer dalam penugasan audit. Sehubungan dengan hal tersebut, Weber juga menyarankan perlu dikembangkannya internal control yang memadai dalam Sistem Informasi Berbasis Komputer. Dan selanjutnya menuntut adanya perubahan pada prosedur dan tehnik yang digunakan seorang Auditor dalam melakukan tugas audit (atestasi). Dampak perubahan Teknologi Informasi bagi seorang Auditor, dikemukakan oleh Murphy dan Parker (1989) dalam Wibowo dan Hardiningsih (2003) menyatakan bahwa terdapat perubahan tradisi berupa berkurangnya bukti tertulis. Auditor harus memahami akses rutin ke dalam sistem, sistem otorisasi dan organisasi dan memahami bagaimana sistem bekerja melakukan perhitungan (computation). Selain itu, diperlukannya
88
pemahaman sistem secara umum mengenai jaringan (networking), database management, paket software, Operational System serta seleksi pemakaian hardware. Terdapat beberapa teknik dan prosedur audit baru yang dapat digunakan dalam melakukan Audit pada Sistem Berbasis Komputer. Salah satu teknik audit baru pada audit Sistem Berbasis Komputer adalah penggunaan Generalized Audit Software (GAS). Teknik ini merupakan teknik dengan pendekatan audit with the computer yang terdiri dari satu atau lebih program rutin yang dapat diterapkan untuk berbagai situasi pengauditan dan untuk berbagai jenis organisasi. Penggunaan teknik GAS ini relatif tidak sulit karena dapat mengakses hampir segala macam jenis data elektronik yang dihasilkan dari berbagai macam jenis komputer. Adapun manfaat GAS semakin penting dengan semakin besarnya data yang harus dihadapi oleh para auditor maka auditor dapat melakukan pemeriksaan terhadap kualitas data, kualitas sistem pemrosesan, pemeriksaan atas keberadaan entitas suatu data, dan melakukan pengujian analisis. Dalam melakukan pemeriksaan terhadap kualitas data, kemampuan fungsional GAS dapat dimanfaatkan auditor untuk melakukan pemeriksaan atas keberadaan (existence), kecermatan (accuracy), kelengkapan (completeness), dan konsistensi suatu data. Murphy dan Parker (1989) dalam Wibowo dan Hardiningsih (2003) juga mengungkapkan bahwa penggunaan teknik komputerisasi sangat dibutuhkan ketika menghadapi sistem berbasis komputer yang besar dan komplek. Penggunaan Audit Software bukan hanya membuat audit menjadi efisien, namun juga alat yang efektif dalam menyelesaikan penugasan.
89
David Coderre (1999) dalam Wibowo dan Hardiningsih (2003) mengungkapkan bahwa pada awal 1982 an, Komputer Audit telah banyak membantu tugas auditor dalam mengungkap kesalahan keuangan. Namun pada tahun-tahun terakhir, penerapan Komputer Audit sudah lebih luas (powerfull) dalam membantu tugas atestasi seorang auditor dan sudah menjadi standar dalam praktek seorang auditor di Amerika. Namun demikian, kondisi tersebut tidak terjadi di Indonesia. Hasil penelitian dari Pusat Penelitian dan Pengembangan (Puslitbang) BPKP (Badan Pengawas Keuangan dan Pembangunan) (1998) menyimpulkan bahwa perkembangan sistem tersebut di atas belum direspon secara baik oleh para auditor. Hasil Penelitian menunjukkan hanya 45 responden dari 337 responden yang memahami Komputer Audit, dan hanya 10 responden yang pernah melakukan audit dengan menggunakan Audit Software. Namun demikian hasil yang berbeda diperoleh terkait dengan Computer Attitudes (pandangan terhadap perkembangan komputer). Sikap Optimis atau Pesimis terhadap perkembangan komputer dewasa ini, tidak memacu para akuntan untuk meningkatkan keahliannya di bidang komputer audit. Hasil ini sejalan dengan penelitian Puslitbang BPKP yang menunjukkan kurang responnya para akuntan terhadap perkembangan teknologi informasi, khususnya perkembangan Sistem Informasi berbasis Komputer. Meskipun komputer telah berkembang pesat, namun belum sepenuhnya dapat membantu pengambil keputusan secara nyata yang diakibatkan adanya kurang diterimanya teknologi tersebut oleh user, hal ini sesuai dengan hasil penelitian dari Pusat Penelitian dan Pengembangan (Puslitbang) BPKP (1998)
90
yang menyimpulkan bahwa perkembangan sistem tersebut di atas belum direspon secara baik oleh para auditor (Swanso, 1998 dalam Sudijanta, 2000). Kadang-kadang para individu tidak mau menggunakan sistem, walaupun sistem itu dapat meningkatkan produktivitas. Ini suatu bukti bahwa penggunaan teknologi komputer oleh para profesional masih terbatas atau belum lazim yang disebabkan oleh rasa takut terhadap komputer, memandang komputer secara negatif, dan individu tidak termotivasi untuk mengadopsi teknologi baru (Igbaria, 1989 dalam Sudijanta, 2000). Kurangnya respon tersebut dapat terjadi karena faktor internal maupun eksternal Auditor. Faktor eksternal antara lain tidak dapat diaksesnya sistem satuan usaha yang diaudit dengan Audit Software dan ketersediaan alat (Audit Software) itu sendiri. Sedangkan faktor internal antara lain dapat berupa faktor Demografi, Personality, Cara berfikir (cognitive style) dan Tanggung jawab profesi (Profesional Commitment) seorang Auditor untuk menjalankan tugas dengan sebaik mungkin. Adanya perbedaan individual ini merupakan masalah serius yang dihadapi, karena perbedaan individual tersebut merupakan faktor penentu perilaku kerja (Terborg, 1981 dalam Rifa dan Gudono, 1999). Memperhatikan pentingnya teknologi informasi bagi perusahaan maupun individu dalam meningkatkan kinerja, pentingnya skill atau kecakapan individu dalam menggunakan teknologi informasi yang penulis uraikan diatas, penulis akan mengadakan penelitian terhadap faktor-faktor yang mempengaruhi keahlian End User Computing, khususnya komputer audit. Faktor-faktor yang penulis akan teliti adalah faktor demografi yaitu:
91
umur, jenis kelamin, pendidikan, dan pengalaman dan faktor personality yaitu: computer anxiety (fear dan anticipation), computer attitude (optimism, pessimism, dan intimidation) dan math anxiety. Hal ini penulis anggap penting, karena manusia sebagai penggerak utama dalam pengoperasian teknologi informasi. Penelitian yang berkaitan dengan teknologi informasi telah banyak dilakukan oleh peneliti-peneliti terdahulu. Penelitian ini merupakan pengembangan penelitian terdahulu yang memfokuskan kepada pengaruh faktor demografi dan personality terhadap keahlian dalam end user computing (Rifa dan Gudono, 1999). Pengembangan yang akan dilakukan oleh peneliti adalah dengan mengubah objek yang digunakan dari karyawan perbankan (Rifa dan Gudono, 1999) menjadi auditor eksternal. Selain itu, keahlian yang akan dibahas dalam penelitian ini difokuskan pada keahlian terhadap komputer audit. Berdasarkan uraian diatas, maka penulis bermaksud untuk menyusun skripsi dengan judul “Analisis Pengaruh Faktor Demografi dan Faktor Personality Terhadap Keahlian Komputer Audit (Studi Empiris Pada Kantor Akuntan Publik di DKI Jakarta)”. B. Perumusan Masalah Berdasarkan latar belakang yang telah diuraikan sebelumnya, maka perumusan masalah dalam penelitian ini adalah sebagai berikut: 1. Apakah faktor demografi yang meliputi: umur, jenis kelamin, tingkat pendidikan, dan pengalaman auditor dalam menggunakan komputer audit berpengaruh secara signifikan terhadap keahlian komputer audit?
92
2. Apakah faktor personality yang meliputi: fear, anticipation, optimism, pessimism, intimidation, dan math anxiety berpengaruh secara signifikan terhadap keahlian komputer audit? 3. Apakah faktor demografi dan faktor personality secara bersama-sama berpengaruh secara signifikan terhadap keahlian komputer audit?
C. Tujuan Dan Manfaat Penelitian Sesuai dengan rumusan masalah, penelitian ini bertujuan untuk menemukan bukti-bukti empiris atas hal-hal sebagai berikut: 1. Untuk mengetahui pengaruh faktor demografi yang meliputi: umur, jenis kelamin, tingkat pendidikan, dan pengalaman auditor dalam menggunakan komputer audit terhadap keahlian komputer audit. 2. Untuk mengetahui pengaruh faktor personality yang meliputi: fear, anticipation, optimism, pessimism, intimidation, dan math anxiety terhadap keahlian komputer audit. 3. Untuk mengetahui pengaruh faktor demografi dan faktor personality secara bersama-sama terhadap keahlian komputer audit. Manfaat dari penelitian ini adalah sebagai berikut : a. Bagi Penulis. Penelitian ini digunakan sebagai pengaplikasian ilmu yang penulis terima selama perkuliahan terkait dengan pengaruh faktor demografi dan faktor personality terhadap keahlian komputer audit. b. Bagi Pembaca
93
Hasil penelitian ini diharapkan dapat menambah wawasan pembaca tentang pengaruh faktor demografi dan faktor personality terhadap keahlian komputer audit. c. Bagi Penelitian yang Akan Datang. Hasil penelitian ini diharapkan dapat digunakan sebagai bahan referensi dan bahan masukan bagi penelitian selanjutnya yang berminat meneliti kembali mengenai pengaruh faktor demografi dan faktor personality terhadap keahlian komputer audit atau penelitian yang terkait dengan itu. d. Bagi Auditor Eksternal. Penelitian ini diharapkan dapat memberikan gambaran tentang pengaruh faktor demografi dan faktor personality terhadap keahlian komputer audit sehingga diharapkan dapat membantu Kantor Akuntan Publik dalam pengambilan keputusan mengenai pengolahan sumber daya manusia, antara lain berkaitan dengan pengadaan, pelatihan dan pendidikan.
94
BAB II TINJAUAN PUSTAKA
A. Keahlian Komputer Audit Definisi keahlian sampai saat ini masih belum terdapat definisi operasional yang tepat. Menurut Webster’s ninth New Collegiate Dictionary (1983) dalam Murtanto dan Gudono (1999) mendefinisikan keahlian (expertise) adalah ketrampilan dari seorang yang ahli. Ahli (experts) didefinisikan sebagai seseorang yang memiliki tingkat keterampilan tertentu atau pengetahuan yang tinggi dalam subjek tertentu yang diperoleh dari pengalaman atau pelatihan. Trotter (1986) dalam Asih (2006) mendefinisikan ahli adalah orang yang dengan keterampilannya mengerjakan pekerjaan secara mudah, cepat, intuisi, dan sangat jarang atau tidak pernah membuat kesalahan. Menurut Hayes-Roth, dkk (1983) dalam Asih (2006) mendefinisikan keahlian sebagai keberadaan dari pengetahuan tentang suatu lingkungan tertentu, pemahaman terhadap masalah yang timbul dari lingkungan tersebut dan keterampilan untuk memecahkan masalah tersebut. Keahlian menurut Harrison dan Rainer (1992) dalam Astuti (2003) didefinisikan sebagai berikut: “Keahlian adalah suatu perkiraan atas suatu kemampuan seorang untuk melaksanakan pekerjaan dengan sukses, seorang yang menganggap dirinya mampu untuk melaksanakan tugas, cenderung akan sukses”. Keahlian menggunakan komputer menurut Igbaria (1994) dalam Astuti (2003) didefinisikan sebagai berikut:
95
“Keahlian menggunakan komputer adalah suatu kombinasi antara pengalaman user dalam menggunakan komputer, latihan yang telah diperoleh dan keahlian komputer secara menyeluruh”. Keahlian dalam menggunakan komputer merupakan kombinasi lamanya (pengalaman) menggunakan komputer dalam pekerjaannya dengan pendidikan yang diperoleh dalam bidang komputer baik pendidikan formal maupun non formal, misal pelatihan intern (Davis et. al., 1989 dalam Widiatmoko, 2004). Seseorang yang memiliki keahlian di bidang komputer biasanya tidak akan merasakan kesulitan jika menjalankan tugas dengan alat bantu komputer. Rasa mudah dalam menggunakan komputer tersebut akan menimbulkan perasaan dalam dirinya bahwa komputer itu berguna sehingga menimbulkan rasa nyaman bila bekerja dengan komputer. Pendapat tersebut sesuai dengan Theory of Reasoned Action (TRA) yang menyatakan bahwa affect (perasaan senang, gembira, dan benci) akan berpengaruh dalam pemanfaatan komputer (Davis, 1989 dalam Sudaryono dan Astuti, 2005). Igbaria (1996) dalam Sudaryono dan Astuti (2005) menyatakan bahwa keahlian mempengaruhi pemanfaatan komputer melalui pengaruhnya terhadap faktor kompleksitas, kegunaan, dan kenyamanan yang dirasakan. Penerimaan teknologi komputer dipengaruhi oleh teknologi itu sendiri serta tingkat keahlian dari individu yang menggunakan komputer. Keyakinan bahwa setiap orang dapat meningkatkan keahliannya sangat diperlukan, berguna untuk keefektifan penggunaan komputer dan menguatkan rasa percaya diri setiap orang mampu menguasai dan menggunakan teknologi komputer dalam pekerjaannya (Astuti, 2003).
96
Sejalan dengan perkembangan Teknologi Informasi tersebut, End User Computing (EUC) telah menjadi fenomena baru yang memerlukan perhatian dari para manajer. Claudle et al (1991) dalam Wibowo dan Hardiningsih (2003) mengungkapkan bahwa masalah End Use Computing merupakan salah satu dari lima masalah Sistem Informasi yang penting saat ini. Demikian juga diungkapkan oleh Rockart dan Flannery (1983) dalam Rifa dan Gudono (1999) yang menyatakan bahwa perkembangan EUC antara 50 sanpai 90 % per tahun. End User Computing yang disingkat dengan EUC adalah pengguna komputer secara langsung oleh seseorang untuk menyelesaikan masalah yang memerlukan computer based solution dengan cepat (Horrison dan Rainer, 1992) atau pemanfaatan komputer oleh pemakai (Bodnar, 2007). Menurut Raymond (1996) dalam Trisnawari dan Permatasari (2000) end user computing adalah pengembangan seluruh atau sebagian sistem oleh pemakai akhir. Tidak semua orang yang ikut serta dalam EUC memiliki tingkat pengetahuan komputer yang sama. Pemakai akhir menurut John F. Rockart dan Lauren S. Flannery (1983) dalan Suryandari (2002) dikelompokkan menjadi empat golongan berdasarkan kemampuan komputer mereka, antara lain: 1. Pemakai Akhir Tingkat Menu (menu-level-end-user) Sebagai pemakai akhir tidak mampu menciptakan perangkat lunak mereka sendiri, tetapi dapat berkomunikasi dengan perangkat lunak jadi
97
(prewritten software) dengan menggunakan menu-menu yang ditawarkan, seperti yang ditampilkan oleh perangkat lunak berbasis windows. 2. Pemakai Akhir Tingkat Perintah (command-level-end-user) Sebagai pemakai akhir mempunyai kemampuan menggunakan perangkat lunak jadi yang lebih dari sekedar menu-menu. Para pemakai akhir ini dapat menggunakan bahasa perintah dari perangkat lunak untuk melaksanakan operasi aritmatika dan logika pada data. Misalnya membuat perhitungan perpajakan pada aplikasi MsExcell. 3. Pemakai Akhir Tingkat Programer (end-user programmer) Sebagai pemakai akhir menggunakan bahasa-bahasa pemrosesan seperti HTML (Hyper Text Markup Language), Visual Basic, Java Script, serta mengembangkan program-program yang disesuaikan dengan kebutuhan mereka sendiri. 4. Personil Pendukung Fungsional (functional support personnel) Di sejumlah perusahaan, spesialis informasi adalah anggota unit-unit fungsional dan bukannya di unit jasa informasi. Personil pendukung fungsional ini adalah spesialis informasi dalam arti sesungguhnya, tetapi mereka berdedikasi pada area pemakai tertentu dan melapor pada manajer fungsional mereka. Dua ciri penting menjadi ciri empat tingkatan kemampuan tingkat akhir. Pertama, semua tingkat memiliki kemampuan untuk mengembangkan berbagai aplikasi, dan kedua, tidak seorangpun yang merupakan anggota dari jasa informasi.
98
Komputer audit adalah suatu program atau software komputer yang dapat digunakan untuk membantu dalam melakukan audit. Terdapat banyak komputer audit yang umum digunakan, salah satunya adalah Generalized Audit Software (GAS). Dalam penggunaan Generalized Audit Software (GAS), berbagai tingkatan tersebut di atas juga mempengaruhi hasil akhir suatu tugas audit. Auditor yang menggunakan GAS hanya menggunakan menu yang sudah ada bila dibandingkan Auditor yang memiliki kemampuan menyusun bahasa program, akan menghasilkan suatu tingkat ketelitian dan kecermatan evaluasi yang berbeda. Dengan kemampuan penyusunan perintah melalui bahasa program, Auditor dapat menggunakan GAS secara lebih efisien dan efektif serta lebih akurat dalam mengambil kesimpulan hasil audit. Menurut Wilkinson (2006), terdapat tiga pendekatan auditing pada Sistem berbasis Komputer, yaitu auditing around the computer, auditing through the computer, dan auditing with computer. Auditing around the computer adalah audit terhadap penyelenggaraan sistem informasi komputer tanpa menggunakan kemampuan peralatan itu sendiri, pemrosesan dalam komputer dianggap benar, apa yang ada dalam komputer dianggap sebagai “black box” sehingga audit hanya dilakukan di sekitar box tersebut. Pendekatan ini memfokuskan pada input dan output. Auditing through the computer adalah audit melalui komputer, dimana auditor mengajukan data ke komputer untuk diproses. Hasilnya kemudian akan dianalisis oleh proses yang dapat dipercayai dan mempunyai ketepatan dengan program komputer. Auditing with computer adalah audit yang
99
menggunakan komputer sebagai alat bantu bagi auditor dalam melakukan audit. Audit pada Sistem berbasis Komputer memiliki ruang lingkup yang luas. Terdapat beberapa tahapan audit yang harus dilaksanakan dalam melakukan Audit Sistem Berbasis Komputer secara keseluruhan. Tahapan Audit yang dilakukan meliputi Tahap Survey Pendahuluan, Tahap Evaluasi Pengendalian Sistem (Audit Sistem Informasi), Tahap Pengujian Ketaatan dan Tahap Pengujian Subtantif serta terakhir Penyusunan Laporan (Wilkinson, 2006). Generalized Audit Software dapat memeriksa transaksi dalam jumlah yang sangat besar secara cepat dan akurat. Berbagai analisa dapat dilakuan dengan fasilitas yang ada misalnya membandingkan alamat pemasok dengan alamat pengiriman uang dengan cepat dan dalam volume besar, merekapitulasi penjualan/pembelian dalam berbagai pendekatan seperti wilayah, jenis produk, kategori, dsb. Dalam penelitian ini, keahlian komputer audit tidak dibatasi pada keahlian komputer terhadap GAS tetapi terhadap semua program yang dapat digunakan untuk melakukan audit.
B. Faktor Demografi Kata demografi berasal dari bahasa Yunani yang berarti: “Demos” adalah rakyat atau penduduk dan “Grafein” adalah menulis. Jadi Demografi adalah tulisan-tulisan atau
karangan-karangan mengenai rakyat atau
penduduk. Istilah ini dipakai untuk pertama kalinya oleh Achille Guilard dalam karangannya yang berjudul “Element de Statistique Humaine on Demographic Compares” pada tahun 1885.
100
Donal J. Bogue (1973) dalam Moh. Yasin (2007) memberikan definisi tentang Demografi sebagai berikut: “Demografi adalah ilmu yang mempelajari secara statistik dan matematik tentang besar, komposisi dan distribusi penduduk dan perubahanperubahannya sepanjang masa”. Philip M. Hauser dan Dudley Duncan (1973) dalam Moh. Yasin (2007) memberikan definisi Demografi sebagai berikut: “Demografi adalah ilmu yang mempelajari tentang jumlah, persebaran teritorial dan komposisi penduduk serta perubahan-perubahannya dan sebabsebab perubahan tersebut”. Dari berbagai faktor yang mempengaruhi demografi dalam ilmu demografi terdapat beberapa faktor yang mungkin berpengaruh pada keahlian komputer audit baik secara langsung maupun tidak langsung. Pengaruh tak langsung bisa terjadi lewat sikap. Bukti empiris menunjukkan bahwa perbedaan persepsi mempunyai hubungan dengan sikap individu (Igbaria, 1994 dalam Wijayanti, 2008). Selanjutnya, sikap akan berpengaruh pada keberhasilan
penerapan
suatu
sistem
informasi.
Faktor-faktor
yang
mempengaruhi tersebut mencakup umur, jenis kelamin, pendidikan, dan pengalaman. 1. Umur. Umur atau usia adalah satuan waktu yang mengukur waktu keberadaan suatu benda atau makhluk, baik yang hidup maupun yang mati (Notoatmodjo, 2006). Semisal, umur manusia dikatakan lima belas tahun diukur sejak dia lahir hingga waktu umur itu dihitung. Dalam usahanya menguji kemampuan seseorang yang berbeda umurnya dalam belajar komputer, hasil penelitian Raub (1981) dalam Rifa
101
dan Gudono (1999) terhadap kelompok umur yang berbeda dalam pembelajaran komputer menunjukkan bahwa kelompok umur tua peningkatan kemampuannya lebih baik dari pada kelompok umur yang lebih muda. Dikaitkan dengan tingkat keahlian, hasil penelitian Harrison dan Rainer (1992) dalam Sudijanta (2000) menunjukkan bahwa personil yang lebih muda mempunyai tingkat keahlian komputer yang lebih tinggi dari pada personil yang lebih tua. Hasil penelitian ini sesuai dengan hasil penelitian Rifa dan Gudono (1999) yang menunjukkan bahwa umur berhubungan negatif dengan keahlian komputer seseorang. 2. Jenis Kelamin. Untuk memahami maksud dari jenis kelamin harus dibedakan kata gender dengan seks (jenis kelamin). Pengertian jenis kelamin merupakan pembagian dua jenis kelamin yang ditentukan secara biologis yang melekat pada jenis kelamin laki-laki atau perempuan. Pensifatan manusia pada jenis kelamin laki-laki yaitu manusia yang memiliki penis, memiliki jakala (kalamenjing) dan memproduksi sperma. Sedangkan perempuan memiliki alat reproduksi seperti rahim dan saluran yang melahirkan, memproduksi sel telur, memiliki vagina dan alat menyusui (Sugiyanto dan Widayati, 2009). Kamus Besar Bahasa Indonesia (2008:469,529) mendefinisikan jenis adalah sesuatu yang mempunyai ciri (sifat, keturunan) yang khusus, sedangkan kelamin adalah jodoh (laki-laki dan perempuan antara jantan
102
dan betina), sifat jasmani/rohani yang membedakan sebagai pria dan wanita, jenis laki-laki atau perempuan (genus). Sedangkan gender adalah suatu konsep analisis yang digunakan untuk mengidentifikasi perbedaan laki-laki dan perempuan dilihat dari sudut non-biologis, yaitu dari aspek sosial, budaya maupun psikologis (Sugiyanto dan Widayati, 2009). Beberapa penelitian mencoba meneliti hubungan antara jenis kelamin dengan keahlian komputer. Dalam penelitiannya Gutek dan Bilkson (1985) dalam Rifa dan Gudono (1999) menemukan bahwa pria cenderung mempunyai keahlian komputer yang lebih baik daripada wanita dalam pekerjaannya. Hasil penelitian Evans (1987) dalam Sudijanta (2000) menunjukkan bahwa wanita lebih banyak masalah dalam menggunakan komputer. Hasil penelitian Heinssen (1987) dalam Sudijanta (2000) menunjukkan bahwa wanita mempunyai tingkat kecemasan yang lebih tinggi daripada pria apabila duduk di depan komputer. Hasil penelitian Harrison dan Rainer (1992) dalam Rifa dan Gudono (1999) menunjukkan bahwa pria mempunyai keahlian komputer yang lebih tinggi daripada wanita. Sedangkan hasil penelitian Rifa dan Gudono (1999) menunjukkan bahwa ada hubungan negatif antara jenis kelamin dengan keahlian dalam menggunakan komputer. 3. Pendidikan. Menurut Notoatmodjo (2003), pendidikan adalah suatu proses pengembangan kemampuan ke arah yang diinginkan. Pendidikan di sini
103
adalah pendidikan jangka panjang atau pendidikan formal yang telah didapat oleh seorang auditor. Sedangkan pendidikan jangka pendek, biasanya disebut pelatihan perbedaan istilah pendidikan dan pelatihan dalam suatu institusi, secara teori dapat dilihat pada tabel berikut: Tabel 2.1 Perbedaan antara Pendidikan dan Pelatihan No
Uraian
Pendidikan
Pelatihan
a
Pengembangan kemampuan
Menyeluruh
Spesifik
b
Area kemampuan
Kognitif, afektif, Psikomotorik dan psikomotorik
c
Jangka waktu pelaksanaan
Panjang
Pendek
d
Materi yang diberikan
Lebih umum
Lebih khusus
e
Penekanan
penggunaan Konvensional
Inkonvensional
metode belajar mengajar f
Penghargaan proses akhir
Gelar
Sertifikat
Sumber Data: Notoatmodjo, 2003 Berdasarkan tabel tersebut terlihat bahwa pendidikan dan pelatihan adalah dua hal yang berbeda. Pendidikan dalam penelitian ini merupakan pendidikan formal dalam memenuhi kebutuhan profesi akuntan publik, seperti pendidikan sarjana akuntansi (S1 akuntansi). Hasil penelitian Igbaria dan Parasuraman (1989) dalam Rifa dan Gudono (1999) menunjukkan bahwa terdapat hubungan negatif antara tingkat pendidikan dengan Computer Anxiety. Sedangkan hasil penelitian yang dilakukan oleh Rifa dan Gudono (1999) mendukung hasil penelitian dari Harrison dan Rainer (1992) yang menemukan bahwa ada hubungan
104
positif antara tingkat pendidikan dengan keahlian dalam menggunakan komputer. 4. Pengalaman. Pengalaman merupakan suatu proses pembelajaran dan pertambahan perkembangan potensi bertingkah laku baik dari pendidikan formal maupun non formal atau bisa diartikan sebagai suatu proses yang membawa seseorang kepada suatu pola tingkah laku yang lebih tinggi. (Asih, 2006). Pengalaman berdasarkan lama bekerja dengan komputer dalam melakukan audit merupakan pengalaman auditor dalam menggunakan komputer yang dihitung berdasarkan satuan waktu/tahun. Sehingga auditor yang telah lama bekerja dengan menggunakan komputer dalam melakukan audit sebagai auditor dapat dikatakan auditor yang berpengalaman. Karena semakin lamanya auditor bekerja dengan menggunakan komputer dalam melakukan audit, maka akan dapat menambah dan memperluas pengetahuan auditor di bidang akuntansi, auditing, dan sistem informasi akuntansi. Ludigo dan Carnell (1985) dalam Mayangsari (2003) berpendapat bahwa berbagai macam pengalaman individu akan mempengaruhi pelaksanaan suatu tugas. Mereka berpendapat bahwa seseorang yang berpengalaman akan memiliki cara berpikir yang lebih terperinci, lengkap dan sohhisticated dibandingkan dengan orang yang belum berpengalaman. Pengalaman sebagai salah satu variabel yang banyak digunakan dalam berbagai penelitian. Marinus, Wray (1997) dalam Herliansyah dan
105
Ilyas (2006) menyatakan bahwa secara spesifik pengalaman dapat diukur dengan rentang waktu yang digunakan terhadap suatu pekerjaan atau tugas. Penggunaan pengalaman didasarkan pada asumsi bahwa tugas yang dilakukan secara berulang-ulang memberikan peluang untuk belajar melakukannya dengan yang terbaik sehingga dapat meningkatkan keahlian seseorang. Purnamasari (2005) memberikan kesimpulan bahwa seorang karyawan yang memiliki pengalaman kerja yang tinggi akan memiliki keunggulan dalam beberapa hal diantaranya; 1) Mendeteksi kesalahan, 2) Memahami kesalahan dan 3) Mencari penyebab munculnya kesalahan. Keunggulan tersebut bermanfaat bagi pengembangan keahlian. Berbagai macam
pengalaman
yang
dimiliki individu akan mempengaruhi
pelaksanakan suatu tugas. Seseorang yang berpengalaman memiliki cara berpikir yang lebih terperinci, lengkap dan sophisticated dibandingkan seseorang yang belum berpengalaman (Taylor dan Tood, 1995 dalam Gusti dan Ali, 2008). Pengalaman kerja seseorang menunjukkan jenis-jenis pekerjaan yang pernah dilakukan seseorang dan memberikan peluang yang besar bagi seseorang untuk melakukan pekerjaan yang lebih baik. Semakin luas pengalaman kerja seseorang, semakin trampil melakukan pekerjaan dan semakin sempurna pola berpikir dan sikap dalam bertindak untuk mencapai tujuan yang telah ditetapkan (Suartana dan Kartana, 2008). Pengalaman kerja dapat memperdalam dan memperluas kemampuan kerja. Semakin sering seseorang melakukan pekerjaan yang sama, semakin
106
terampil dan semakin cepat dia menyelesaikan pekerjaan tersebut. Semakin banyak macam pekerjaan yang dilakukan seseorang, pengalaman kerjanya semakin kaya dan luas, dan memungkinkan peningkatan kinerja (Asih, 2006). Hasil penelitian Harrison dan Rainer (1992) dalam Rifa dan Gudono (1999) menunjukkan bahwa orang yang lebih berpengalaman di bidang komputer mempunyai keahlian komputer yang lebih tinggi daripada orang yang tidak berpengalaman. Levin dan Gordon (1989) dalam Sudijanta (2000) mengemukakan bahwa subyek yang mempunyai komputer sendiri lebih termotivasi untuk lebih membiasakan diri mempelajari komputernya dan memiliki sikap yang lebih berpengaruh terhadap komputer daripada subyek yang tidak memiliki komputer sendiri. Hasil penelitian Dambrot et al. (1988) dalam Sudijanta (2000) menunjukkan bahwa subyek yang gagal dalam mengikuti kursus pemasangan bahasa program, keahliannya akan lebih rendah daripada subyek yang lulus dalam mengikuti kursus. Sedangkan hasil penelitian Rifa dan Gudono (1999) menunjukkan bahwa terdapat hubungan positif anatar pengalaman dengan keahlian menggunakan komputer.
C. Faktor Personality Personality, oleh Cherrington (1994) dalam Wibowo dan Hardiningsih (2003) diartikan sebagai sekumpulan karakteristik dan pandangan seseorang yang menentukan cara hidup dan perbedaan di antara orang lain. Personality seseorang konsisten dalam menghadapi berbagai situasi. Dengan kata lain,
107
Personality dapat diartikan sebagai Kepribadian seseorang. Formula Kurt Lewin menunjukkan bahwa Tingkah Laku (Behavior) seseorang dipengaruhi atau fungsi dari Personality (Kepribadian) dan Environtment (Lingkungan). Banyak penelitian yang membuktikan bahwa faktor individu atau perilaku mempengaruhi tranformasi teknologi baru. Fishbein dan Ajzen (1975) dalam Wibowo dan Hardiningsih (2003) mengatakan bahwa seseorang akan menggunakan komputer jika dia dapat melihat adanya manfaat positif dari penggunaan komputer tersebut. Namun demikian, seseorang dalam menghadapi perkembangan baru Teknologi Informasi tersebut, dapat menyikapi kehadiran komputer secara berbeda. Adanya perubahan baru terkadang menimbulkan tekanan (stress). Tekanan yang timbul dapat berupa Anxiety (kecemasan) namun ada pula yang menghadapi sebagai tantangan. Personality yang dimaksud dalam penelitian ini adalah Personality atau kepribadian seseorang yang menentukan tingkah laku (behavior) dikaitkan dengan adanya perubahan lingkungan tersebut. Faktor personality meliputi computer anxiety, computer attitudes, dan math anxiety. Horrison dan Rainer (1992) dalam Setiyadi (2005) membaginya menjadi beberapa tipe keinginan dan sikap yang meliputi: 1. Computer Anxiety Definisi anxiety menurut Macquarie Dictionary dalam Sudaryono dan Astuti (2005) adalah kesukaran atau kesulitan berfikir yang disebabkan oleh ketakutan pada sesuatu yang akan terjadi atas bahaya atau kemalangan. Definisi anxiety menurut May (1997) dalam Yunita (2004) adalah sebagai suatu ketakutan pada sesuatu yang akan terjadi atas adanya
108
ancaman terhadap beberapa nilai yang dianggap penting oleh individu atas keberadaannya sebagai seorang pribadi. Sedangkan Levitt (1967) dalam Sudaryono (2004) menggambarkan anxiety sebagai suatu ketakutan yang berlebihan yang memotivasi keragaman perilaku pertahanan diri, termasuk gerak-gerik jasmani, ketakutan batiniah atau kekacauan. Kumpulan definisi dan intepretasi terhadap anxiety mengesankan bahwa tidak ada kesepahaman yang pasti mengenai definisi anxiety. Menurut Nazar (2008), computer anxiety didefinisikan sebagai kekuatiran (apprehension) atau takut (fear) berinteraksi dengan komputer, irrespective terhadap bahaya yang riil. Definisi computer anxiety menurut Igbaria dan Parasuraman (1989) dalam Indriantoro (2000) adalah sebagai suatu kecenderungan seseorang menjadi susah, khawatir atau ketakutan mengenai penggunaan teknologi informasi (komputer) pada masa sekarang atau pada masa yang akan datang. Menurut Rifa dan Gudono (1999) definisi computer anxiety adalah suatu tipe stress tertentu, computer anxiety itu berasosiasi dengan kepercayaan yang negatif mengenai komputer, masalah-masalah dalam menggunakan komputer dan penolakan terhadap mesin. Menurut Linda V. Orr (2000) dalam Johan (2005) Computer anxiety merupakan salah satu technophobia, dimana komputer merupakan salah satu teknologi yang berkembang dalam kehidupan manusia. Menurut Ali dan Fadilah (2008), Technophobia sendiri dapat digolongkan menjadi 3 tingkatan, yaitu: a. Anxious Technophobe
109
Seseorang yang termasuk dalam tingkatan ini akan menunjukkan tanda-tanda klasik yang merupakan reaksi kekhawatiran (anxiety reaktion) ketika menggnakan suatu teknologi, tanda-tanda tersebut dapat berupa munculnya keringat ditelapak tangan, detak jantung yang keras atau sakit kepala. b. Cognotive Technophobe Seseorang yang termasuk dalam tingkatan ini pada mulanya merasa tenang dan relaks, mereka sebenarnya menerima suatu teknologi baru tetapi muncul beberapa pesan negatif seperti “Saya akan menekan tombol yang salah dan mengacaukan mesin ini”. c. Unconfortable User Seseorang yang termasuk dalam tingkatan ini dapat dikatakan sedikit khawatir dan masih muncul pernyataan negatif, tetapi secara umum tidak membutuhkan one-on-one-counselling. Menurut Sudaryono (2004), kegelisahan terhadap komputer dapat memunculkan dua hal, yaitu: a. Fear (takut) : Seseorang yang merasa takut dengan adanya komputer karena mereka belum banyak menguasai teknologi komputer, sehingga mereka belum bisa mendapatkan manfaat dengan kehadiran komputer. b. Anticipation (antisipasi) : Seseorang merasa perlu melakukan antisipasi terhadap kegelisahan yang muncul dengan adanya komputer. Antisipasi tersebut dapat dilakukan dengan menerapkan
110
ide-ide pembelajaran yang menyenangkan (anticipation) terhadap komputer. Hasil penelitian Harrison dan Rainer (1992) dalam Rifa dan Gudono (1999) menunjukkan bahwa computer anxiety (fear) berpengaruh negatif terhadap keahlian komputer, sedangkan (anticipation) berpengaruh positif terhadap keahlian komputer. Hasil penelitian Rifa dan Gudono (1999) menunjukkan bahwa ada hubungan antara computer anxiety dengan keahlian komputer. 2. Computer Attitudes Pendapat Fishbeir (1967) dalam Roseno (2002) mendefinisikan “attitudes is a mental and state of readiness, organized trough experience exerting a directive or dynamic influence upon the individual’s respones to all objects and situation which related”. Yang artinya bahwa sikap merupakan suatu mental dan pengetahuan perasaan yang diperoleh melalui pengalaman yang kadang mendorong adanya respon individual terhadap suatu obyek atau situasi yang berkaitan. Computer attitudes menunjukkan reaksi atau penilaian seseorang terhadap komputer berdasarkan kesenangan atau ketidaksenangannya terhadap komputer. Rifa dan Gudono (1999) mengartikan computer attitude sebagai reaksi atau penilaian seseorang terhadap komputer berdasarkan kesenangan atau ketidaksenangan terhadap komputer. Dengan kata lain secara umum computer attitudes menunjukkan perasaan kesenangan atau ketidaksenangan seseorang terhadap beberapa obyek stimulus (Horrison dan Rainer, 1992).
111
Menurut
Wibowo
dan
Hardiningsih
(2003),
sikap
terhadap
perkembangan komputer dapat memunculkan tiga hal, yaitu: a. Pessimism : Seseorang memiliki sikap percaya bahwa komputer mendominasi dan mengendalikan manusia. b. Optimism : Seseorang memiliki sikap percaya bahwa komputer sangat membantu dan bermanfaat bagi manusia. c. Intimidation : Seseorang memiliki sikap percaya bahwa komputer menakutkan. 3. Math Anxiety Math anxiety merupakan ketakutan, kecemasan, dan kekhawatiran yang berhubungan secara khusus dengan matematika (Horrison dan Rainer, 1992 dalam Trisnawati dan Permatasari, 2000). Richardson dan Suinn, 1972 dalam Wibowo dan Hardiningsih, 2003 mendefinisikan ‘Math anxiety is feelings of tension and anxiety that interfere with the manipulation of numbers and the solving of mathematical problems in a wide variety of ordinary life and academic situations. Yang dapat didefinisikan sebagai terdapatnya rasa tegang dan cemas yang mengganggu pemecahan masalah matematika. Dalam penelitian yang berjudul Overcoming math anxiety, CurtainPhillips, M., 1999 dalam Wibowo dan Hardiningsih, 2003 menyebutkan bahwa mathematic anxiety (kecemasan pada matematika) Math anxiety is an emotional reaction to mathematics based on a past unpleasant experience which harms future learning. A good experience learning mathematics can overcome these past feelings and success and future achievement in math can be attained. Yang dapat diderfinisikan sebagai
112
bentuk respon emosional saat pelajaran matematika, mendengarkan guru, saat memecahkan permasalahan matematika, mendiskusikan matematika. Bentuk respon emosional tersebut salah satunya adalah kecemasan. Kecemasan dalam matematika juga dapat disebabkan oleh pengalaman buruk masa lalu yang berkaitan dengan pelajaran matematika.
D. Kerangka Pemikiran Penelitian ini mengkaji mengenai pengaruh faktor demografi dan faktor personality terhadap keahlian komputer audit. Bentuk kerangka pemikiran dalam penelitian ini adalah sebagai berikut: Gambar 2.1 Kerangka Pemikiran Faktor Demografi: •
Umur (X1)
•
Jenis Kelamin (X2)
• •
Pendidikan (X3) Pengalaman (X4)
Keahlian Komputer Audit (Y)
Faktor Personality: • Fear (X5) • Anticipation (X6) • Optimism (X7) • Pesimism (X8) • Intimidation (X9) • Math Anxiety (X10) E. Perumusan Hipotesis
Berdasarkan uraian latar belakang dan kerangka pemikiran di atas, maka perumusan hipotesis dalam penelitian ini sebagai berikut:
113
H1
= Umur auditor berpengaruh secara negatif dan signifikan terhadap keahlian komputer audit.
H2
= Jenis Kelamin auditor berpengaruh secara negatif dan signifikan terhadap keahlian komputer audit.
H3
= Tingkat Pendidikan auditor berpengaruh secara positif dan signifikan terhadap keahlian komputer audit.
H4
= Pengalaman auditor berpengaruh secara positif dan signifikan terhadap keahlian komputer audit.
H5
= Sikap khawatir (fear) penggunaan komputer auditor berpengaruh secara negatif dan signifikan terhadap keahlian komputer audit.
H6
= Sikap suka (anticipation) penggunaan komputer auditor berpengaruh secara positif dan signifikan terhadap keahlian komputer audit.
H7
= Sikap optimis (optimism) auditor terhadap perkembangan komputer berpengaruh secara positif dan signifikan terhadap keahlian komputer audit.
H8
= Sikap pesimis (pessimism) auditor terhadap perkembangan komputer berpengaruh secara negatif dan signifikan terhadap keahlian komputer audit.
H9
= Sikap takut (intimidation) auditor terhadap perkembangan komputer berpengaruh secara negatif dan signifikan terhadap keahlian komputer audit.
H10 = Rasa cemas (takut dan khawatir) auditor terhadap matematika (math anxiety) berpengaruh secara negatif dan signifikan terhadap keahlian komputer audit.
114
H11 = Umur, jenis kelamin, tingkat pendidikan, dan pengalaman auditor dalam menggunakan komputer audit, fear, anticipation, optimism, pessimism,
intimidation,
dan
math
anxiety
secara
simultan
berpengaruh secara positif dan signifikan terhadap keahlian komputer audit.
115
BAB III METODOLOGI PENELITIAN
A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah pengaruh faktor demografi dan faktor personality terhadap keahlian komputer audit. Adapun yang menjadi objek penelitian adalah auditor eksternal yang bekerja pada Kantor Akuntan Publik (KAP) diwilayah DKI Jakarta yang terdaftar di Direktori Institut Akuntan Publik Indonesia IAPI 2008. Pemilihan wilayah ini didasari oleh (1) wilayah tersebut terdapat banyak kantor akuntan publik dan (2) wilayah tersebut mudah dijangkau.
B. Metode Penentuan Sampel 1. Populasi dan Sampel Populasi merupakan keseluruhan kelompok orang, kejadian, atau hal minat yang ingin peneliti investigasi. Populasi dalam penelitian ini adalah seluruh auditor eksternal yang bekerja di Kantor Akuntan Publik di DKI Jakarta sesuai dengan daftar dalam Direktori Institut Akuntan Publik Indonesia IAPI 2008. Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi (Sugiyono, 2007:73). Menurut Sekaran (2006:121) sampel merupakan bagian dari populasi yang diamati. Sehingga sampel dalam penelitian ini adalah kantor-kantor akuntan publik yang berada di DKI
116
Jakarta sesuai dengan daftar dalam Direktori Institut Akuntan Publik Indonesia IAPI 2008. 2. Teknik Penentuan Sampel Teknik penentuan sampel dalam penelitian ini adalah dengan metode Judgment Sampling. Judgment Sampling adalah metode sampling yang pemilihan sampel berdasarkan pertimbangan dan kriteria–kriteria tertentu. Sampel berdasarkan pertimbangan merupakan tipe pemilihan sampel secara tidak acak yang informasinya diperoleh dengan menggunakan pertimbangan tertentu (Indriantoro dan Supomo, 2002:131). Kriteria yang digunakan sebagai judgment sampling adalah sebagai berikut: a. Responden adalah auditor eksternal yang terdiri dari auditor junior, auditor senior, supervisor, manajer dan partner yang bekerja di Kantor Akuntan Publik yang berkedudukan di wilayah DKI Jakarta. b. Responden adalah auditor yang sudah biasa bekerja dengan menggunakan komputer dalam melaksanakan audit. c. Responden adalah auditor eksternal yang memiliki pengalaman minimal 1 tahun. d. Responden adalah auditor eksternal yang memiliki usia antara 20–60 tahun, dengan asumsi bahwa pada usia 60 tahun adalah puncak dari peningkatan kemampuan keahlian komputer responden. Kriteria ini dipilih karena peneliti memiliki pertimbangan bahwa auditor yang sudah biasa bekerja di lingkungan komputer lebih memahami kondisi yang diinginkan sehingga peneliti dapat memperoleh data yang mencerminkan keadaan dan kondisi yang sebenarnya. C. Metode Pengumpulan Data
117
Menurut Prof. Dr. Suharsimi Arikunto (2006:134), Teknik pengolahan data adalah cara yang dapat digunakan oleh peneliti untuk mengumpulkan data. Penentuan metode pengumpulan data dipengaruhi oleh jenis dan sumber data penelitian yang dibutuhkan. Untuk memperoleh data dan informasi yang dibutuhkan guna mendukung penelitian ini, maka teknik pengumpulan data yang digunakan dalam penyusunan skripsi ini adalah: 1. Penelitian Lapangan (Field Research) Penelitian ini bertujuan untuk memperoleh data-data primer yang berkaitan dengan masalah yang akan diteliti. Pengumpulan data dalam metode ini dilakukan dengan menggunakan kuesioner dengan cara memberikan kuesioner tersebut kepada para auditor yang bekerja di Kantor Akuntan Publik. Kuesioner disebarkan dengan cara mendatangi langsung pada Kantor Akuntan Publik yang dituju dan melalui bantuan beberapa perantara (Contact Person). Kuesioner ini terdiri dari pertanyaan umum untuk mengukur faktor demografi auditor seperti (usia, jenis kelamin, tingkat pendidikan, dan pengalaman auditor dalam menggunakan komputer audit). Sedangkan untuk variabel faktor personality (computer anxiety, computer attitude dan math anxiety), dan keahlian komputer audit berupa pertanyaan khusus dalam bentuk soal-soal tentang computer anxiety, computer attitude, math anxiety dan keahlian komputer audit. Kuesioner yang digunakan diadopsi dari pertanyaan-pertanyaan yang dimuat dalam penelitian-penelitian sebelumnya. Selanjutnya pertanyaan-
118
pertanyaan tersebut dimodifikasi dan direvisi agar dapat dimengerti oleh responden. Kuesioner disebarkan kepada akuntan publik/auditor yang bekerja di Kantor Akuntan Publik di DKI Jakarta sesuai dengan daftar dalam Direktori Institut Akuntan Publik Indonesia IAPI 2008.
2. Riset Perpustakaan Penelitian ini bertujuan untuk memperoleh data-data sekunder yang dijadikan sebagai tinjauan pustaka. Hal ini dilakukan dengan mempelajari dan mengumpulkan data-data baik yang berasal dari buku-buku, artikel, jurnal, koran, internet, skripsi, tesis, dan literatur-literatur terkait.
D. Metode Analisis Data Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik yang perhitungannya dilakukan dengan menggunakan SPSS versi 12.0. Analisis ini bertujuan untuk menentukan pengaruh antara variabel Usia (X1), Jenis Kelamin (X2), Tingkat Pendidikan (X3), dan Pengalaman Auditor dalam Menggunakan Komputer (X4), Fear (X5), Anticipation (X6), Optimism (X7), Pesimism (X8), Intimidation (X9), dan Math Anxiety (X10) terhadap Keahlian Komputer Audit (Y). Adapun analisis data yang digunakan dalam penelitian ini sebagai berikut:
1. Statistik Deskriptif Statistik deskriptif digunakan untuk memberikan informasi mengenai karakteristik variabel penelitian dan demografi responden. Statistik
119
deskriptif menjelaskan skala jawaban responden pada setiap variabel yang diukur dari minimum, maksimum, rata-rata dan standar deviasi. Disamping itu juga untuk mengetahui demografi responden yang terdiri dari kategori, jenis kelamin, tingkat pendidikan, umur, dan sebagainya (Ghozali, 2006).
2. Uji Asumsi Klasik a. Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah variabel independen (faktor demografi dan faktor personality) dan variabel dependen (keahlian komputer audit) telah terdistribusi normal atau tidak. Pengujian ini dilakukan dengan menggunakan Kolmogorov Smirnov dengan ketentuan jika nilai A Simp Sig (2-tailed) > 0,05 maka data terdistribusi normal, sedangkan jika nilai A Simp Sig (2-tailed) < 0,05 maka data tidak terdistribusi normal (Ghozali, 2006:30).
b. Uji Autokorelasi Uji autokorelasi ini bertujuan untuk mengidentifikasi adanya autokorelasi pada persamaan yang diujikan dalam model regresi. Untuk mendeteksi ada atau tidaknya autokorelasi maka dilakukan pengujian Durbin-Watson (DW) dengan ketentuan sebagai berikut: 1. du < DW < 4 - du berarti tidak ada autokorelasi 2. dl < DW < du atau 4 - dl < Dw < 4 - dl berarti tidak dapat disimpulkan
120
3. 0 < DW < dl atau 4 – dl < DW < 4 berarti terjadi autokorelasi. c. Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi kesamaan varians dari residual suatu pengamatan ke pengamatan lainnya. Jika varians dari satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Menurut Ghozali (2006:105) model regresi yang baik adalah homoskedastisitas atau tidak terjadi heteroskedastisitas. Dalam penelitian ini, uji heteroskedastisitas diuji dengan menggunakan grafik Scatterplot. Untuk mendeteksi ada atau tidaknya heteroskedastisitas maka dengan melihat grafik plot antara lain prediksi variabel terikat dengan residualnya. Dasar analisisnya adalah jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu y maka tidak terjadi heteroskedastisitas. d. Uji Multikolinearitas Uji Multikolinearitas ini bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel bebas (independen). Menurut Ghozali (2006:91) model regresi yang baik seharusnya tidak terdapat korelasi diantara variabel independennya. Untuk mendeteksi ada atau tidaknya multikolinearitas dalam model regresi dilihat dari (1) nilai tolerance dan lawannya, (2) Variance Inflation Factor (VIF). Jika nilai tolerance > 0,10 dan nilai VIF < 10,
121
maka tidak terdapat multikolinearitas antar variabel independen dalam metode regresi. 3. Uji Kualitas Data a. Uji Validitas Uji validitas digunakan untuk mengukur valid atau tidaknya suatu kuesioner dalam mengukur suatu konstruk. Suatu kuesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Pengujian ini dilakukan dengan menggunakan uji Pearson Correlation. Pengujian validitas dapat diperoleh pada setiap item pertanyaan dengan skor total dari masing-masing pertanyaan. Menurut Ghozali (2006:47). Apabila Pearson Correlation yang diperoleh memiliki nilai signifikan dibawah level 0,05 berarti data yang diperoleh adalah valid. b. Uji Reliabilitas Uji reliabilitas digunakan untuk menguji kestabilan dan konsistensi responden dalam menjawab hal-hal yang berkaitan dengan konstruk-konstruk pertanyaan yang merupakan dimensi suatu variabel yang disusun dalam bentuk kuesioner. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pertanyaan adalah konsisten dari waktu ke waktu. Pengujian
reliabilitas
dilakukan
dengan
menghitung
besarnya
Crobanch’s Alfha. Menurut Nunnally (1967) dalam Ghozali (2006:43) Suatu variabel dikatakan reliabel jika nilai Crobanch’s Alfha > 0,60,
122
sebaliknya jika nilai Crobanch’s Alfha < 0,60 maka data tersebut dikatakan tidak reliabel. 4. Pengujian Hipotesis Dalam pengolahan data penelitian ini menggunakan metode analisis regresi berganda dengan menggunakan uji T dan uji F, dimana dasar pengambilan keputusan adalah apabila signifikan lebih kecil dari 0,05 maka Ha diterima, sebaliknya jika signifikan lebih besar dari 0,05 maka Ha ditolak (Ghozali, 2006). a. Analisis Regresi Berganda Metode ini digunakan untuk mengetahui ada atau tidaknya pengaruh antara variabel bebas (X) dengan variabel terikat (Y). Model persamaan regresi ini sebagai berikut: Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + β8X8 + β9X9 + β10X10 + e Dimana : Y
= Keahlian Komputer Audit (variabel terikat)
α
= Konstanta (nilai tetap) pada saat nilai variabel bebas (X) = 0
β
= Koefisien Regresi
X1 = Umur X2 = Jenis Kelamin X3 = Pendidikan X4 = Pengalaman X5 = Computer Anxiety – Fear X6 = Computer Anxiety – Anticipation
123
X7 = Computer Attitude – Optimism X8 = Computer Attitude – Pessimism X9 = Computer Attitude – Intimidation X10 = Math Anxiety e
= error
b. Uji R2 (Koefisien Determinasi) Untuk menentukan seberapa besar variabel independen (bebas) dapat menjelaskan variabel dependen (terikat), maka perlu diketahui nilai koefisien determinasi. Nilai R2 yang mendekati 1 berarti variabel independen memberikan hampir sama semua informasi yang dibutuhkan untuk memprediksi variabel dependen (Ghozali, 2006:83).
c. Uji Statistik t Uji statistik t digunakan untuk mengetahui apakah variabel independen secara individual berpengaruh secara signifikan terhadap variabel dependen. Uji ini dilihat berdasarkan nilai signifikansi t-test dengan ketentuan jika nilai sig t-test < 0,05, maka hipotesis alternatif (Ha) diterima, artinya bahwa variabel independen secara signifikan berpengaruh secara individual terhadap variabel dependen. Sedangkan jika nilai sig t-test > 0,05, maka hipotesis akternatif (Ha) ditolak,
124
artinya bahwa variabel independen tidak berpengaruh secara signifikan secara individual terhadap variabel dependen (Ghozali, 2006:44).
d. Uji Statistik F Uji statistik F pada dasarnya menunjukkan apakah variabel independen secara simultan dapat memprediksi atau memiliki pengaruh terhadap variabel dependen. Uji ini dilihat berdasarkan nilai signifikansi dengan ketentuan sebagai berikut: jika nilai atau tingkat signifikansi < 0,05, maka (Ho) ditolak, artinya bahwa variabel independen secara bersama-sama secara signifikan berpengaruh terhadap variabel dependen. Sedangkan jika nilai atau tingkat signifikansi > 0,05, maka (Ho) diterima, artinya bahwa variabel independen secara signifikan tidak berpengaruh secara bersama-sama terhadap variabel dependen (Ghozali, 2006:44).
E. Definisi Operasional Variabel dan Pengukurannya Berdasarkan rumusan masalah yang akan dikaji dan model yang disusun dalam tinjauan pustaka, maka operasional variabel penelitian dapat dijabarkan sebagai berikut: 1. Variabel Bebas (Independent variable) adalah tipe variabel yang menjelaskan atau mempengaruhi variabel lain (Indriantoro dan Supomo, 2002:63). Dalam penelitian ini yang menjadi variabel bebas dirinci sebagai berikut: a. Faktor Demografi
125
1) Umur Umur atau usia adalah satuan waktu yang mengukur waktu keberadaan suatu benda atau makhluk, baik yang hidup maupun yang mati (Notoatmodjo, 2006). Umur pada penelitian ini diukur melalui umur auditor sampai saat auditor mengisi kuesioner. 2) Jenis Kelamin Jenis kelamin merupakan pembagian dua jenis kelamin yang ditentukan secara biologis yang melekat pada jenis kelamin lakilaki atau perempuan (Sugiyanto dan Widayati, 2009). Variabel ini diukur melalui jenis kelamin auditor.
3) Pendidikan Pendidikan pada penelitian ini merupakan pendidikan formal yang telah diikuti oleh auditor eksternal. Menurut Notoatmadja (2003), pendidikan adalah suatu suatu proses pengembangan kemampuan ke arah yang diinginkan. Variabel ini diukur melalui pendidikan formal terakhir auditor. 4) Pengalaman Pengalaman adalah keseluruhan pelajaran yang dipetik oleh seseorang yang dialami dari perjalanan hidupnya (Anoraga, 1995:47 dalam Widiyanto dan Yuherian, 2005). Variabel ini diukur
126
melalui lamanya auditor bekerja atau melakukan audit dengan menggunakan komputer (software audit). Skala pengukuran yang digunakan untuk memperoleh gambaran tentang faktor demografi personal auditor yaitu menggunakan skala nominal untuk jenis kelamin dan tingkat pendidikan, sedangkan untuk mengukur umur dan pengalaman dalam menggunakan komputer menggunakan skala rasio. b. Faktor Personality 1) Menurut Sudaryono (2004) Computer Anxiety terbagi menjadi 2, yaitu:
a) Fear Fear adalah rasa takut dengan adanya komputer karena mereka belum banyak menguasai teknologi komputer, sehingga mereka belum bisa mendapatkan manfaat dengan kehadiran komputer. b) Anticipation Anticipation adalah rasa perlu melakukan antisipasi terhadap kegelisahan yang muncul dengan adanya komputer. Antisipasi tersebut
dapat
dilakukan
dengan
menerapkan
ide-ide
pembelajaran yang menyenangkan (anticipation) terhadap komputer.
127
Skala yang digunakan untuk mengukur variabel computer anxiety adalah skala yang dikembangkan oleh Heinssen et. al. (1987) yang dikenal dengan Computer Anxiety Rating Scale (CARS). CARS terdiri dari 19 item yang dibagi oleh Harrison dan Rainer (1992) menjadi 2 item yaitu 10 item untuk mengukur variabel fear dan 9 item untuk mengukur variabel anticipation. 2) Menurut Wibowo dan Hardiningsih (2003), Computer Attitude terbagi menjadi 3, yaitu: a) Optimism Optimism adalah sikap percaya bahwa komputer sangat membantu dan bermanfaat bagi manusia.
b) Pessimism Pessimism adalah sikap percaya bahwa komputer mendominasi dan mengendalikan manusia. c) Intimidation Intimidation
adalah
sikap
percaya
bahwa
komputer
menakutkan. Skala yang digunakan untuk mengukur variabel computer attitude adalah skala yang dikembangkan oleh Nickell dan Pinto (1986) yang dikenal dengan Computer Attitude Scale (CAS). CAS terdiri dari 20 item yang terbagi menjadi 3 item yaitu 7 item untuk mengukur variabel optimism, 9 item untuk mengukur variabel pessimism dan 4 item untuk mengukur variabel intimidation.
128
3) Math Anxiety Math anxiety merupakan ketakutan, kecemasan, dan kekhawatiran yang berhubungan secara khusus dengan matematika (Harrison dan Rainer, 1992). Tingkat kecemasan terhadap matematika diukur dengan Mathematics Anxiety Rating Scale (MARS) yang dikembangkan oleh Richardson dan Suinn (1972) yang terdiri dari 10 item. Seluruh instrument yang digunakan untuk mengukur faktor personality akan diukur dengan menggunakan skala interval yang terdiri dari 5 point (1=Sangat Tidak Setuju sampai 5=Sangat Setuju). 2. Variabel Terikat (Dependent Variable) adalah tipe variabel yang dijelaskan atau dipengaruhi oleh variabel independen. Dalam penelitian ini yang menjadi variabel dependen adalah keahlian komputer audit. Skala yang akan digunakan untuk mengukur Keahlian Komputer Audit merupakan
pengembangan
dan
modifikasi
dari
instrumen
yang
dikembangkan Murphy et.al (1989) yang dilakukan oleh Wibowo (2003). Instrumen Murphy dikembangkan untuk mengukur tentang keahlian di bidang komputer secara umum (End User Computing). Wibowo selanjutnya memodifikasi instrumen tersebut untuk pengukuran keahlian pada Komputer Audit, dengan cara menambahkan beberapa pertanyaan untuk mengukur keahlian auditor tentang audit berbasis sistem informasi komputer. Instrumen ini akan diukur dengan menggunakan skala interval yang terdiri dari 5 point (1=Sangat Tidak Setuju sampai 5=Sangat Setuju).
Tabel 3.1
129
Definisi Operasional Variabel Skala
Construct
Variabel
Indikator
Faktor Demografi
Umur
• Umur responden (tahun)
Rasio
(Dandes Rifa,
Jenis Kelamin
• Jenis Kelamin responden
Nominal
• Pendidikan formal terakhir
Nominal
1998)
Pendidikan
Pengukuran
responden Pengalaman
• Lamanya responden
Rasio
melakukan audit dengan komputer (bulan) Faktor
Fear
Personality
• Perasaan khawatir pada saat menghadapi komputer.
(Heinssen
• Perasaan takut pada saat
dikembangkan oleh
menghadapi komputer
Dandes Rifa, 1998)
Interval
Anticipation
• Perasaan senang dengan
Interval
Interval
ide pembelajaran dan penggunaan komputer. • Perasaan yakin dengan ide
Interval
pembelajaran dan penggunaan komputer. (Nickell dan Pinto
Optimism
dikembangkan oleh
• Sikap percaya bahwa
Interval
perkembangan komputer
Dandes Rifa, 1998)
sangat membantu manusia. • Sikap percaya bahwa
Interval
perkembangan komputer sangat bermanfaat. Pessimism
• Sikap percaya bahwa
Interval
komputer akan medominasi manusia. • Sikap percaya bahwa komputer akan mengendalikan manusia.
130
Interval
Intimidation
• Sikap percaya bahwa
Interval
komputer itu menakutkan. (Richardson dan Suinn
Math anxiety
• Rasa takut terhadap
Interval
matematika.
dikembangkan oleh
• Rasa khawatir terhadap
Dandes Rifa, 1998)
Interval
matematika. Keahlian
Keahlian
Komputer Audit
minimum
(Murphy
seorang auditor
dikembangkan oleh
sistem
Wibowo, 2003)
informasi
• Pengetahuan tentang
Interval
pengoperasian komputer secara umum • Pemahaman tentang teknik
Interval
pengolahan file dan struktur data • Kemampuan bekerja
Interval
dengan software audit • Kemampuan mereview
Interval
sistem dokumentasi • Pengetahuan tentang
Interval
pengendalian EDP • Pengetahuan tentang
Interval
perancangan audit dalam lingkungan EDP • Pemahaman sistem dan
Interval
program dalam suatu perusahaan Sumber: Heinssen, Nickell dan Pinto, Richardson dan Suinn yang dikembangkan oleh Dandes Rifa, 1998 dan Murphy dikembangkan oleh Wibowo, 2003.
131
BAB IV PENEMUAN DAN PEMBAHASAN
A. Gambaran Umum Objek Penelitian Dalam
Riyanti
(2008),
Kantor
Akuntan
Publik
adalah
suatu
lembaga/organisasi yang menyediakan jasa yang berkenaan dengan laporan keuangan suatu perusahaan, beberapa jenis pelayanan jasanya meliputi: a. Pemeriksaan umum (general audit). b. Pemeriksaan khusus (investigation). c. Pemeriksaan pengelolaan (management audit). d. Penyusunan sistem akuntansi (accounting system design). e. Penyusunan anggaran dan penyusunan sistem anggaran. f. Jasa administrasi (clerical service). g. Studi kelayakan (feasibility study). h. Konsultasi manajemen dan perpajakan (management and tax consulting).
132
Lembaga ini juga memiliki izin dari Menteri Keuangan sebagai wadah bagi akuntan publik dalam menjalankan pekerjaannya. Menurut pasal 6 SK Menkeu No. 43/1997, izin untuk membuka Kantor Akuntan Publik (KAP) akan diberikan apabila pemohon memenuhi persyaratan sebagai berikut: a. Berdomisili di Indonesia. b. Memiliki register akuntan. c. Menjadi anggota Istitut Akuntan Publik Indonesia (IAPI). d. Lulus ujian sertifikasi Akuntan Publik yang diselenggarakan oleh IAI. e. Memiliki pengalaman kerja minimal 3 tahun sebagai akuntan dan pengalaman audit umum sekurang-kurangnya 3000 jam dengan reputasi baik. f. Telah menduduki jabatan manajer atau ketua tim dalam audit umum sekurang-kurangnya 1 tahun. g. Wajib mempunyai KAP atau bekerja pada Koperasi Jasa Audit. Kuesioner yang penulis sebarkan ditujukan kepada para Auditor yang bekerja di Kantor Akuntan Publik (KAP) yang berada di wilayah Jakarta yang memanfaatkan teknologi informasi (komputer/audit software). Sebelumnya telah dikemukakan dalam metodologi penelitian bahwa pengumpulan data dilaksanakan melalui penyebaran kuesioner penelitian secara langsung kepada para responden. Penyebaran kuesioner berlangsung selama 6 minggu, yaitu dimulai tanggal 3 Februari 2009 sampai dengan tanggal 13 Maret 2009. Dalam penyebaran kuesioner ini dilakukan secara rutin baik pada waktu penyebaran kuesioner ataupun pada waktu pengambilan kuesioner tersebut, agar kuesioner yang cepat kembali dapat segera diolah.
133
Kuesioner yang dibagikan berjumlah 141 buah, kuesioner untuk tryout sejumlah 11 buah dan untuk disebar kepada auditor sejumlah 130 buah. Data sampel penelitian dari kuesioner yang disebar dan kembali adalah sebagai berikut:
Tabel 4.1 Data Sampel Penelitian Responden (Auditor Eksternal)
Keterangan ∑
%
Jumlah Kuesioner yang Disebar
130 buah
100%
Kuesioner yang Kembali
96 buah
73,85%
Kuesioner yang Tidak Dapat Diolah
6 buah
4, 62%
Kuesioner yang Dapat Diolah
90 buah
69,23%
34 buah
26,15%
Kuesioner yang Tidak Dikembalikan / Tidak Lengkap Sumber: Data Primer Diolah
Berdasarkan tabel 4.1 dapat diuraikan bahwa jumlah kuesioner yang kembali dari total kuesioner yang telah disebar adalah sebanyak 96 kuesioner atau 73,85 %. Jumlah kuesioner yang tidak dikembalikan adalah sebanyak 34 buah atau 26,15 %, sedangkan kuesioner kembali namun tidak dapat diolah dikarenakan data tidak lengkap sebanyak 6 buah sehingga total kuesioner yang kembali dan dapat digunakan sebanyak 90 buah. Tabel 4.2 Karakteristik Responden
134
No
Karakteristik Responeden
Frekuensi
Persentase
90
100%
a. Pria
50
55,56%
b. Wanita
40
44,44%
90
100%
20-25 tahun
55
61,11%
26-30 tahun
18
20%
31-40 tahun
14
15,56%
>40 tahun
3
3,33%
90
100%
Auditor Junior
65
72,22%
Auditor Senior
5
5,56%
Supervisor
14
15,56%
Manager
6
6,67%
90
100%
Diploma 3
9
10%
Strata 1
74
82,22%
Strata 2
7
7,78%
90
100%
1-3 tahun
62
68,89%
3-6 tahun
21
23,33%
7-9 tahun
7
7,78%
90
100%
1
Jumlah Sampel
2
Jenis Kelamin
Jumlah 3
Usia Responden
Jumlah 4
Jabatan
Jumlah 5
Pendidikan Terakhir
Jumlah 6
Lama Bekerja
Jumlah Sumber: Data Primer Diolah
135
Dari tabel 4.2 di atas diketahui bahwa dari total sampel sebanyak 90 buah, jumlah responden berjenis kelamin pria 50 orang dengan persentase 55,56% dari total jumlah sampel responden auditor dan jumlah responden berjenis kelamin wanita sebanyak 40 orang dengan persentase 44,44%. Disimpulkan bahwa sampel responden auditor pria jumlahnya lebih banyak dibanding sampel responden auditor wanita. Untuk kategori umur, sampel responden paling banyak didominasi oleh auditor usia 20 sampai dengan 25 tahun yaitu sebanyak 55 orang dengan persentase 61,11% dan yang terbanyak kedua yaitu responden yang berusia 26 sampai dengan 30 tahun yaitu sebanyak 18 orang dengan persentase 20%. Usia responden lainnya yaitu antara 31 sampai dengan 40 tahun berjumlah 14 orang dengan persentase 15,56% sedangkan usia responden di atas 40 tahun berjumlah 3 orang dengan persentase 3,3%. Untuk kategori jabatan, sampel responden paling banyak didominasi oleh jabatan Auditor Junior yaitu sebanyak 65 orang dengan persentase 72,22%. Dan jabatan lainnya yang menjadi responden adalah jabatan Auditor Senior sebanyak 5 orang dengan persentase 5,56%. Selebihnya adalah Supervisor dan Manajer sebanyak 14 orang dan 6 orang dengan persentase 15,56% dan 6,67%. Untuk kategori tingkat pendidikan seorang auditor yang menjadi responden pada penelitian ini dari persentase terbesar yaitu Strata-1 dengan 82,22% berjumlah 74 orang. Terbesar kedua dengan persentase 10% yaitu Diploma-3 yang berjumlah 9 orang. Terakhir Strata-2 dengan persentase 7,78% berjumlah 7 orang.
136
Lamanya
pengalaman
responden
diuraikan
sebagai
berikut,
responden yang lama bekerjanya 1 sampai dengan 3 tahun menjadi responden mayoritas dengan persentase 68,89% berjumlah 62 orang. Berikutnya responden dengan lama bekerja 4 sampai dengan 6 tahun berjumlah 21 orang dengan persentase 23,33% dan responden dengan lama bekerja 7 sampai dengan 9 tahun berjumlah 7 orang dengan persentase 7,78%. B. Penemuan dan pembahasan 1. Statistik Deskriptif Statistik deskriptif digunakan untuk memberikan informasi mengenai karakteristik variabel penelitian dan demografi responden. Statistik deskriptif menjelaskan skala jawaban responden pada setiap variabel yang diukur dari minimum, maksimum, rata-rata dan standar deviasi (Ghozali, 2006). Variabel-variabel yang digunakan dalam penelitian ini meliputi umur, jenis kelamin, pendidikan, pengalaman, fear, anticipation, optimism, pessimism, intimidation, dan math anxiety diuji secara statistik deskriptif seperti yang terlihat pada tabel 4.3. Tabel 4.3
137
Descriptive Statistics N Umur Jenis Kelamin Pendidikan Pengalaman Fear Anticipation Optimism Pesimism Intimidation Math Keahlian Valid N (listwise)
90 90 90 90 90 90 90 90 90 90 90 90
Minimum 20 1 1 12 10 18 21 9 4 10 30
Maximum 53 2 3 106 35 45 35 40 15 45 50
Mean 26,64 1,44 1,98 31,19 19,34 39,21 29,34 21,61 6,72 21,03 42,44
Std. Deviation 5,849 ,500 ,423 22,856 6,065 5,085 4,272 5,216 2,601 8,628 5,524
Sumber: Data Primer Diolah
Tabel 4.3 di atas menjelaskan bahwa jumlah responden (n) adalah 90, dari 90 responden variabel umur mempunyai nilai minimum sebesar 20 tahun dan nilai maksimum sebesar 53 tahun dengan nilai rata-rata sebesar 26,64 dan standar deviasi sebesar 5,849. Pada variabel jenis kelamin mempunyai nilai minimum sebesar 1 (laki-laki) dan nilai maksimum sebesar 2 (perempuan) dengan nilai rata-rata sebesar 1,44 dan standar deviasi sebesar 0,500. Variabel pendidikan mempunyai nilai minimum sebesar 1 (D3) dan nilai maksimum sebesar 3 (S2) dengan nilai rata-rata sebesar 1,98 dan standar deviasi sebesar 0,423. Variabel Pengalaman mempunyai nilai minimum sebesar 12 bulan dan nilai maksimum sebesar 106 bulan dengan nilai rata-rata sebesar 31,19 dan standar deviasi sebesar 22,856. Variabel fear mempunyai nilai minimum sebesar 10 dan nilai maksimum sebesar 35 dengan nilai rata-rata sebesar 19,34 dan standar deviasi sebesar 6,065. Variabel anticipation mempunyai nilai minimum sebesar 18 dan nilai maksimum sebesar 45 dengan nilai rata-rata sebesar 39,21 dan standar deviasi sebesar 5,085. Variabel optimism mempunyai
138
nilai minimum sebesar 21 dan nilai maksimum sebesar 35 dengan nilai rata-rata sebesar 29,34 dan standar deviasi sebesar 4,272. Variabel pessimism mempunyai nilai minimum sebesar 9 dan nilai maksimum sebesar 40 dengan nilai rata-rata sebesar 21,61 dan standar deviasi sebesar 5,216. Variabel intimidation mempunyai nilai minimum sebesar 4 dan nilai maksimum sebesar 15 dengan nilai rata-rata sebesar 6,72 dan standar deviasi sebesar 2,601. Variabel math anxiety mempunyai nilai minimum sebesar 10 dan nilai maksimum sebesar 45 dengan nilai rata-rata sebesar 21,03 dan standar deviasi sebesar 8,628. Variabel keahlian mempunyai nilai minimum sebesar 30 dan nilai maksimum sebesar 50 dengan nilai rata-rata sebesar 42,44 dan standar deviasi sebesar 5,524. 2. Uji Instrumen Penelitian a. Uji Validitas Validitas ditentukan dengan dengan menggunakan uji Pearson Correlation. Pengujian validitas dapat diperoleh pada setiap item pertanyaan dengan skor total dari masing-masing pertanyaan. Jika Pearson Correlation yang diperoleh memiliki nilai signifikan dibawah level 0,05 berarti instrumen yang digunakan adalah valid dan sebaliknya jika Pearson Correlation yang diperoleh memiliki nilai signifikan diatas level 0,05 berarti instrumen yang digunakan adalah tidak valid. Sebelum kuesioner diberikan kepadsa responden, penulis melakukan uji coba (try out) atau pra survey kepada 11 responden dengan memberikan 59 butir pertanyaan untuk menguji validitas dan
139
reliabilitas dari seluruh pertanyaan tersebut. Kuesioner terdiri dari 6 variabel penelitian yang terdiri dari rasa cemas (fear) terhadap komputer dengan 10 butir pertanyaan, rasa suka (anticipation) terhadap komputer dengan 9 butir pertanyaan, sikap optimis terhadap perkembangan komputer dengan 7 butir pertanyaan, sikap pesimis terhadap perkembangan komputer dengan 9 pertanyaan, sikap cemas atau takut terhadap perkembangan komputer dengan 4 pertanyaan, rasa takut terhadap matematika dengan 10 butir pertanyaan dan keahlian komputer auditor dengan 10 butir pertanyaan. Uji coba kuesioner tersebut dimaksudkan untuk mengetahui apakah kuesioner tersebut dapat dipahami oleh responden dan apakah responden tersebut dapat memahami dan mengerti maksud dari pertanyaan yang diberikan. Hasil uji validitas dari try out kuesioner didapatkan sebanyak 1 pertanyaan yang dikatakan tidak valid. Hasil pengujian validitas adalah sebagai berikut: Tabel 4.4 Hasil Uji Validitas Data No. Butir Pertanyaan Fear 1 Fear 2 Fear 3 Fear 4 Fear 5 Fear 6 Fear 7 Fear 8 Fear 9 Fear 10 Anticipation 1 Anticipation 2 Anticipation 3
Person Correlation 0, 746(**) 0,740(**) 0,755(**) 0,784(**) 0,654(**) 0,776(**) 0,823(**) 0,834(**) 0,492(**) 0,635(**) 0,741(**) 0,778(**) 0,849(**)
Sig. 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
140
Keterangan Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid
Anticipation 4 Anticipation 5 Anticipation 6 Anticipation 7 Anticipation 8 Anticipation 9 Optimism 1 Optimism 2 Optimism 3 Optimism 4 Optimism 5 Optimism 6 Optimism 7 Pessimism 1 Pessimism 2 Pessimism 3 Pessimism 4 Pessimism 5 Pessimism 6 Pessimism 7 Pessimism 8 Pessimism 9 Intimidation 1 Intimidation 2 Intimidation 3 Intimidation 4 Math 1 Math 2 Math 3 Math 4 Math 5 Math 6 Math 7 Math 8 Math 9 Math 10 Keahlian 1 Keahlian 2 Keahlian 3 Keahlian 4 Keahlian 5 Keahlian 6 Keahlian 7 Keahlian 8 Keahlian 9 Keahlian 10
0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000 0,000
0,810(**) 0,773(**) 0,873(**) 0,825(**) 0,802(**) 0,806(**) 0,591(**) 0,868(**) 0,870(**) 0,782(**) 0,844(**) 0,760(**) 0,788(**) 0,680(**) 0,606(**) 0,554(**) 0,712(**) 0,649(**) 0,693(**) 0,741(**) 0,673(**) 0,540(**) 0,848(**) 0,880(**) 0,926(**) 0,812(**) 0,790(**) 0,910(**) 0,854(**) 0,866(**) 0,795(**) 0,900(**) 0,886(**) 0,804(**) 0,879(**) 0,889(**) 0,864(**) 0,707(**) 0,849(**) 0,882(**) 0,772(**) 0,863(**) 0,840(**) 0,800(**) 0,853(**) 0,894(**)
** Correlation is significant at the 0.01 level (2-tailed)
141
Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid
Sumber: Data diolah
Dari tampilan tabel 4.4 di atas maka dapat dilihat total skor konstruk menunjukkan hasil yang signifikan yaitu di bawah 0,05. Jadi, dapat disimpulkan bahwa masing-masing indikator pertanyaan adalah valid. b. Uji Reliabilitas Hasil pengujian reliabilitas dalam penelitian ini dengan uji statistik Cronbach Alpha (∝) adalah sebagai berikut: Tabel 4.5 Hasil Uji Reliabilitas Masing-masing Item Pertanyaan No. Butir Pertanyaan
Cronbach's Alpha if Item Deleted
Keterangan
Fear 1 Fear 2 Fear 3 Fear 4 Fear 5 Fear 6 Fear 7 Fear 8 Fear 9 Fear 10 Anticipation 1 Anticipation 2 Anticipation 3 Anticipation 4 Anticipation 5 Anticipation 6 Anticipation 7 Anticipation 8 Anticipation 9 Optimism 1 Optimism 2 Optimism 3 Optimism 4 Optimism 5 Optimism 6
,846 ,842 ,840 ,838 ,845 ,839 ,836 ,841 ,842 ,843 ,847 ,845 ,845 ,845 ,846 ,845 ,848 ,848 ,847 ,850 ,846 ,847 ,847 ,848 ,850
Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable
142
Optimism 7 Pessimism 1 Pessimism 2 Pessimism 3 Pessimism 4 Pessimism 5 Pessimism 6 Pessimism 7 Pessimism 8 Pessimism 9 Intimidation 1 Intimidation 2 Intimidation 3 Intimidation 4 Math 1 Math 2 Math 3 Math 4 Math 5 Math 6 Math 7 Math 8 Math 9 Math 10 Keahlian 1 Keahlian 2 Keahlian 3 Keahlian 4 Keahlian 5 Keahlian 6 Keahlian 7 Keahlian 8 Keahlian 9 Keahlian 10
,845 ,837 ,843 ,839 ,840 ,839 ,839 ,837 ,837 ,840 ,837 ,839 ,839 ,839 ,839 ,835 ,837 ,837 ,839 ,837 ,837 ,837 ,836 ,836 ,845 ,845 ,847 ,846 ,846 ,845 ,848 ,846 ,845 ,845
Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable
Sumber: Data Primer Diolah
Tabel 4.6 Hasil Uji Reliabilitas Seluruh Item Pertanyaan N of Cases
Cronbach’s Alpha
N of Items
90
,845
59
Sumber: Data Primer Diolah
143
Dilihat dari tampilan output Tabel 4.6 memperlihatkan Cronbach Alpha (∝) untuk seluruh item pertanyaan sebesar 0,845 yang artinya bahwa semua pertanyaan yang menjadi indikator dalam penelitian ini bersifat reliable karena nilai Cronbach Alpha (∝) lebih dari 0,60. untuk kategori reliabilitas sesuai dengan pernyataan Sekaran (2006) maka seluruh pertanyaan dalam penelitian ini sifatnya sangat baik karena di atas 0,80. 3. Uji Asumsi Klasik a. Uji Normalitas Hasil uji normalitas sebagai berikut: Tabel 4.7 Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test
N Normal Parametersa,b Most Extreme Differences
Mean Std. Deviation Absolute Positive Negative
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed)
Unstandardiz ed Residual 90 ,0000000 3,37575509 ,141 ,115 -,141 1,339 ,055
a. Test distribution is Normal. b. Calculated from data.
Sumber: Data diolah
Hasil analisis yang didapat dari membaca tabel di atas adalah besarnya nilai Kolmogorov-Smirnov 1.339 dan signifikan pada 0.055 hal ini berarti H0 diterima yang berarti data residual terdistribusi normal karena batas diterimanya H0 adalah jika signifikan ∝ lebih dari
144
0,05 atau 5% (Ghozali, 2006:31). Hasil ini menjadi lebih akurat dengan melihat hasil analisis grafik seperti di bawah ini: Gambar 4.1 Histogram Hasil Uji Normalitas Histogram
Dependent Variable: Keahlian
30
Frequency
25
20
15
10
5 Mean = -1.12E-15 Std. Dev. = 0.942 N = 90
0 -4
-3
-2
-1
0
1
2
3
Regression Standardized Residual
Sumber: Data Primer Diolah
Histogram memberikan tampilan yang tidak menceng ke kanan atau ke kiri sehingga dapat disimpulkan bahwa pola distribusi normal, maka model regresi memenuhi asumsi normalitas. b. Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Uji autokorelasi menggunakan pengujian Durbin-Watson (DW). Tabel 4.8 Hasil Uji Autokorelasi
145
Model Summary b Model 1
R ,792a
Adjusted R Square ,579
R Square ,627
Std. Error of the Estimate 3,583
DurbinWatson 1,933
a. Predictors: (Constant), Math, Jenis Kelamin, Pengalaman, Pendidikan, Anticipation, Pesimism, Umur, Optimism, Fear , Intimidation b. Dependent Variable: Keahlian
Sumber: Data Primer Diolah
Adapun kriteria untuk uji Durbin-Watson (Ghozali,2006) adalah: 0 < DW < 1,420
= ada autokorelasi positif
1,909 < DW < 2,011
= tidak ada autokorelasi
2,580 < DW < 4
= ada autokorelasi negatif
Dari tabel 4.8 diperoleh nilai DW sebesar 1,933 hal ini berarti bahwa tidak ada autokorelasi karena nilai terletak pada 1,909 < DW < 2,011. c. Uji Heteroskedastisitas Hasil uji heteroskedastisitas Scatterplot sebagai berikut: Gambar 4.2 Hasil Uji Heteroskedastisitas Scatterplot
Regression Standardized Predicted Value
Dependent Variable: Keahlian 2
1
0
-1
-2
-3 -4
-3
-2
-1
0
1
2
3
Regression Studentized Residual
Sumber: Data Primer Diolah
Dari grafik Scatterplot terlihat bahwa titik menyebar secara acak serta tersebar baik di atas dan di bawah angka 0 pada sumbu Y. Hal ini
146
dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi,
sehingga
model regersi
layak untuk dipakai untuk
memprediksi pengaruh faktor demografi dan faktor personality terhadap keahlian komputer audit. d. Uji Multikolinearitas Hasil uji multikolinearitas data sebagai berikut: Tabel 4.9 Hasil Uji Multikolinearitas Coefficientsa
Model 1 (Constant) Umur Jenis Kelamin Pendidikan Pengalaman Fear Anticipation Optimism Pesimism Intimidation Math
Unstandardized Standardized Coefficients Coefficients B Std. Error Beta 12,533 6,206 ,048 ,093 ,051 -,104 ,807 -,009 ,016 1,042 ,001 ,009 ,024 ,036 -,043 ,106 -,047 ,391 ,105 ,360 ,512 ,138 ,396 -,011 ,113 -,010 ,190 ,266 ,090 -,100 ,072 -,156
t 2,020 ,520 -,129 ,015 ,361 -,407 3,726 3,706 -,095 ,715 -1,387
Collinearity Statistics Sig. Tolerance VIF ,047 ,604 ,490 2,040 ,897 ,887 1,127 ,988 ,741 1,350 ,719 ,468 2,136 ,685 ,347 2,880 ,000 ,508 1,970 ,000 ,413 2,419 ,925 ,419 2,388 ,477 ,301 3,322 ,169 ,375 2,668
a. Dependent Variable: Keahlian
Sumber: Data Primer Diolah
Hasil perhitungan nilai Tolerance yang ditunjukkan pada tabel 4.9 di atas tidak ada variabel yang memiliki nilai Tolerance kurang dari 0,01 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama tidak ada satu variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolinearitas antar vaeriabel independen dalam model regresi ini. 4. Uji Hipotesis
147
Dalam pengolahan data penelitian ini menggunakan metode analisis regresi berganda dengan menggunakan uji t dan uji F, dimana dasar pengambilan keputusan adalah apabila signifikan lebih kecil dari 0,05 maka Ha diterima, sebaliknya jika signifikan lebih besar dari 0,05 maka Ha ditolak (Ghozali, 2006). a. Uji Koefisien Regresi (R2) Pengujian ini bertujuan untuk mengetahui seberapa besar kemampuan variabel independen (umur, jenis kelamin, tingkat pendidikan, pengalaman auditor dalam menggunakan komputer audit, fear, anticipation, optimism, pessimism, intimidation, dan math anxiety) dapat menjelaskan variabel dependen (keahlian komputer audit). Peneliti menggunakan nilai adjusted R2 dalam uji koefisien determinasi karena penelitian ini menggunakan lebih dari dua variabel independen. Tabel 4.10 Uji Koefisien Determinasi Model Summaryb Model 1
R R Square ,792a ,627
Adjusted R Square ,579
Std. Error of the Estimate 3,583
DurbinWatson 1,933
a. Predictors: (Constant), Math, Jenis Kelamin, Pengalaman, Pendidikan, Anticipation, Pesimism, Umur, Optimism, Fear , Intimidation b. Dependent Variable: Keahlian
Sumber: Data Primer Diolah
Pada tabel di atas terlihat bahwa koefisien determinasi yang disesuaikan (Adjusted R Square) sebesar 0,579 memberi pengertian bahwa variasi yang terjadi pada variabel Y (keahlian komputer audit) adalah sebesar 57,9% ditentukan dengan variabel umur, jenis kelamin,
tingkat
pendidikan,
148
pengalaman
auditor
dalam
menggunakan
komputer
audit,
fear,
anticipation,
optimism,
pessimism, intimidation, dan math anxiety dan selebihnya sebesar 42,1% (100% - 57,9%) dijelaskan oleh variabel lain di luar variabel independen yang digunakan. Variabel lain yang diperkirakan dapat mempengaruhi keahlian komputer audit adalah dukungan organisasi (Astuti, 2003) dan komitmen profesional (Wibowo dan Hardiningsih, 2003). Secara teoritis dorongan atasan maupun lembaga untuk menggunakan komputer dalam bekerja akan sangat mempengaruhi pemanfaatan komputer (Igbaria et. al., 1996 dalam Astuti, 2003). Dukungan atasan dalam pemanfaatan komputer akan menimbulkan rasa
berguna,
nyaman dalam
menggunakan komputer, dan
mengurangi tingkat kesulitan yang mungkin timbul karena akan dibantu dalam mengurangi tingkat kesulitan tersebut. Dukungan organisasional dapat berupa penyediaan fasilitas, pelatihan-pelatihan, penyediaan hardware dan software. Sedangkan Profesional Commitment merupakan kekuatan relatif dari identifikasi dengan/dan keterlibatan dalam profesi yang dianut (Aranya, 1981dalam Wibowo dan Hardiningsih, 2003). Profesional Commitment memerlukan keyakinan dan kepercayaan terhadap tujuan dan nilai profesi, kemauan untuk berusaha mencapai tujuan
profesinya,
keanggotaan
dalam
dan
keinginan
profesi.
Dengan
untuk
mempertahankan
demikian
Profesional
Commitment merupakan suatu perilaku dan sikap seseorang untuk mengembangkan profesinya dan selalu berusaha mencapai tujuan profesi, salah satunya adalah dengan meningkatkan keahlian auditor
149
seperti keahlian komputer audit, sehingga pada akhirnya akan berimplikasi terhadap kinerjanya. b. Analisis Regresi Linier Berganda Tabel dibawah ini merupakan hasil analisis mengenai koefisien model regresi: Tabel 4.11 Koefisien Regresi Coefficientsa
Model 1
(Constant) Umur Jenis Kelamin Pendidikan Pengalaman Fear Anticipation Optimism Pesimism Intimidation Math
Unstandardized Coefficients B Std. Error 12,533 6,206 ,048 ,093 -,104 ,807 ,016 1,042 ,009 ,024 -,043 ,106 ,391 ,105 ,512 ,138 -,011 ,113 ,190 ,266 -,100 ,072
Standardized Coefficients Beta ,051 -,009 ,001 ,036 -,047 ,360 ,396 -,010 ,090 -,156
t 2,020 ,520 -,129 ,015 ,361 -,407 3,726 3,706 -,095 ,715 -1,387
Sig. ,047 ,604 ,897 ,988 ,719 ,685 ,000 ,000 ,925 ,477 ,169
Collinearity Statistics Tolerance VIF ,490 ,887 ,741 ,468 ,347 ,508 ,413 ,419 ,301 ,375
2,040 1,127 1,350 2,136 2,880 1,970 2,419 2,388 3,322 2,668
a. Dependent Variable: Keahlian
Sumber: Data Primer Diolah
Dari tabel 4.11 akan dihasilkan suatu persamaan regresi berganda yaitu: Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + β8X8 + β9X9 + β10X10 + e Y = 12,533 + 0,048 X1 - 0,104 X2 + 0,016 X3 + 0,009 X4 – 0,043 X5 + 0,391 X6 + 0,512 X7 – 0,011 X8 + 0,190 X9 – 0,100 X10 + e Dari persamaan regresi di atas dapat diimplikasikan sebagai berikut: 1)
Hasil
koefisien
regresi
memperlihatkan
nilai
koefisien
konstanta adalah sebesar 12,533 mempunyai arti bahwa jika variabel dianggap konstan, maka nilai variabel keahlian komputer audit akan konstan sebesar 12,533.
150
2)
Nilai β1 yang merupakan koefisien regresi dari variabel X1 (umur) sebesar 0,048 mempunyai arti bahwa semakin tinggi (tua) umur auditor eksternal sebesar 1 tingkatan (tahun), maka akan terjadi peningkatan keahlian komputer audit auditor sebesar 0,048 satuan dengan asumsi variabel lainnya tetap atau konstan.
3)
Nilai β2 yang merupakan koefisien regresi dari variabel X2 (jenis kelamin) sebesar -0,104 mempunyai arti bahwa perbedaan gender auditor eksternal tidak berpengaruh terhadap keahlian komputer audit auditor.
4)
Nilai β3 yang merupakan koefisien regresi dari variabel X3 (tingkat pendidikan) sebesar 0,016 mempunyai arti bahwa semakin tinggi tingkat pendidikan auditor eksternal sebesar 1 tingkatan, maka akan terjadi peningkatan keahlian komputer audit auditor sebesar 0,016 satuan dengan asumsi variabel lainnya tetap atau konstan.
5)
Nilai β4 yang merupakan koefisien regresi dari variabel X4 (pengalaman) sebesar 0,009 mempunyai arti bahwa semakin lama pengalaman auditor eksternal dalam menggunakan komputer sebesar 1 tingkatan, maka akan terjadi peningkatan keahlian komputer audit auditor sebesar 0,009 satuan dengan asumsi variabel lainnya tetap atau konstan.
6)
Nilai β5 yang merupakan koefisien regresi dari variabel X5 (fear) sebesar -0,043 mempunyai arti bahwa semakin tinggi rasa cemas (fear) auditor eksternal dalam menggunakan komputer sebesar 1 tingkatan, maka akan terjadi penurunan
151
keahlian komputer audit auditor sebesar 0,043 satuan dengan asumsi variabel lainnya tetap atau konstan. 7)
Nilai β6 yang merupakan koefisien regresi dari variabel X6 (anticipation) sebesar 0,391 mempunyai arti bahwa semakin tinggi rasa suka (anticipation) auditor eksternal dalam menggunakan komputer sebesar 1 tingkatan, maka akan terjadi peningkatan keahlian komputer audit auditor sebesar 0,391 satuan dengan asumsi variabel lainnya tetap atau konstan.
8)
Nilai β7 yang merupakan koefisien regresi dari variabel X7 (optimism) sebesar 0,512 mempunyai arti bahwa semakin tinggi sikap optimis (optimism) auditor eksternal terhadap perkembangan komputer sebesar 1 tingkatan, maka akan terjadi peningkatan keahlian komputer audit auditor sebesar 0,512 satuan dengan asumsi variabel lainnya tetap atau konstan.
9)
Nilai β8 yang merupakan koefisien regresi dari variabel X8 (pessimism) sebesar -0,011 mempunyai arti bahwa semakin tinggi sikap pesimis (pessimism) auditor eksternal terhadap perkembangan komputer sebesar 1 tingkatan, maka akan terjadi penurunan keahlian komputer audit auditor sebesar 0,011 satuan dengan asumsi variabel lainnya tetap atau konstan.
10) Nilai β9 yang merupakan koefisien regresi dari variabel X9 (intimidation) sebesar 0,190 mempunyai arti bahwa semakin tinggi rasa takut atau cemas (intimidation) auditor eksternal terhadap perkembangan komputer sebesar 1 tingkatan, maka akan terjadi peningkatan keahlian komputer audit auditor
152
sebesar 0,190 satuan dengan asumsi variabel lainnya tetap atau konstan. 11) Sedangkan nilai β10 yang merupakan koefisien regresi dari variabel X10 (math anxiety) sebesar -0,100 mempunyai arti bahwa semakin tinggi rasa takut (math anxiety) auditor eksternal terhadap matematika sebesar 1 tingkatan, maka akan terjadi penurunan keahlian komputer audit auditor sebesar 0,100 satuan dengan asumsi variabel lainnya tetap atau konstan. Berdasarkan data tersebut, maka dapat diketahui bahwa umur, tingkat pendidikan, pengalaman, anticipation, optimism, dan intimidation berpengaruh positif terhadap keahlian komputer audit, yaitu jika umur, tingkat pendidikan, pengalaman, anticipation, optimism, dan intimidation mengalami peningkatan maka keahlian komputer audit auditor juga akan mengalami peningkatan, begitu juga sebaliknya. Oleh karena itu tingkat pendidikan, pengalaman, anticipation, optimism, dan intimidation perlu ditingkatkan sesuai dengan jabatan guna mendukung tercapainya peningkatan keahlian komputer audit auditor. Hasil penelitian ini juga dapat disimpulkan bahwa jenis kelamin, fear, pessimism, dan math anxiety berpengaruh negatif terhadap keahlian komputer audit, yaitu jika fear, pessimism, dan math anxiety mengalami peningkatan maka keahlian komputer audit auditor akan mengalami penurunan, begitu juga sebaliknya. Oleh karena itu fear, pessimism, dan math anxiety auditor perlu
153
diminimalisir atau bahkan dihilangkan agar tidak mengganggu dalam melaksanakan tugas sehari-hari dalam melaksanakan audit guna mendukung tercapainya peningkatan keahlian komputer audit auditor. Selain itu, hasil penelitian ini juga bisa dijadikan pertimbangan bagi perusahaan, khususnya Kantor Akuntan Publik dalam memilih sumber daya manusia (SDM) dimana SDM yang memiliki tingkat pendidikan, pengalaman, anticipation, optimism, dan intimidation yang lebih tinggi dan fear, pessimism, dan math anxiety yang rendah memiliki keahlian komputer audit dan kemampuan untuk beradaptasi dengan lingkungan berbasis komputer, khususnya komputer audit yang lebih baik. c. Uji t Adapun uji yang dilakukan sebelum membuat suatu hipotesis adalah uji korelasi dan regresi berganda. Dalam pengolahan data dengan menggunakan regresi linier berganda, dilakukan beberapa tahapan untuk mencari hubungan antara variabel independen dan variabel dependen. Data yang telah memenuhi keempat uji asumsi klasik, maka dapat dilakukan pengujian lanjut dengan regresi berganda. Tabel 4.12 Uji Statistik t
154
a Coefficients
Unstandardized Standardized Coefficients Coefficients Model B Std. Error Beta 1 (Constant) 12,533 6,206 Umur ,048 ,093 ,051 Jenis Kelamin -,104 ,807 -,009 Pendidikan ,016 1,042 ,001 Pengalaman ,009 ,024 ,036 Fear -,043 ,106 -,047 Anticipation ,391 ,105 ,360 Optimism ,512 ,138 ,396 Pesimism -,011 ,113 -,010 Intimidation ,190 ,266 ,090 Math -,100 ,072 -,156
t 2,020 ,520 -,129 ,015 ,361 -,407 3,726 3,706 -,095 ,715 -1,387
Collinearity Statistics Sig. Tolerance VIF ,047 ,604 ,490 2,040 ,897 ,887 1,127 ,988 ,741 1,350 ,719 ,468 2,136 ,685 ,347 2,880 ,000 ,508 1,970 ,000 ,413 2,419 ,925 ,419 2,388 ,477 ,301 3,322 ,169 ,375 2,668
a. Dependent Variable: Keahlian
Sumber: Data Primer Diolah
Hasil pengujian hipotesis dengan uji t pada signifikansi ∝ = 5% adalah sebagai berikut: 1. Variabel X1 (Umur) memiliki nilai t hitung 0,520 dan sig. 0,604 lebih besar dari 0,05. Berdasarkan kriteria pengujian maka H1 ditolak atau variabel umur berpengaruh positif tetapi tidak signifikan terhadap keahlian komputer audit. Hasil ini mendukung penelitian yang dilakukan oleh Igbaria dan Parasuraman (1989) dalam Rifa dan Gudono (1999) dan Oktriani (2006) namun bertentangan dengan hasil penelitian oleh Rifa dan Gudono (1999). Hasil ini juga berarti bahwa semakin tinggi umur auditor tidak dapat berpengaruh nyata dalam peningkatan keahlian komputer audit. Hal ini disebabkan tingginya umur auditor tidak menjamin auditor tersebut memiliki keahlian komputer audit yang tinggi. Karena auditor memiliki keahlian komputer yang berbeda-beda walaupun auditor memiliki umur yang sama sekalipun dan juga umur
155
responden dalam penelitian ini kurang tersebar secara merata dimana mayoritas responden berusia antara 20–25 tahun. 2. Variabel X2 (Jenis Kelamin) memiliki nilai t hitung -0,129 dan sig. 0,897 lebih besar dari 0,05. Berdasarkan kriteria pengujian maka H2 ditolak atau variabel jenis kelamin berpengaruh secara negatif tetapi tidak signifikan terhadap keahlian komputer audit. Hasil ini mendukung penelitian yang dilakukan oleh Oktriani (2006) namun bertentangan dengan hasil penelitian oleh Rifa dan Gudono (1999). Hasil ini juga berarti bahwa perbedaan jenis kelamin auditor tidak dapat berpengaruh nyata dalam peningkatan keahlian komputer audit. Hal ini disebabkan perbedaan jenis kelamin auditor tidak menjamin auditor tersebut memiliki keahlian komputer yang tinggi. Karena auditor memiliki keahlian komputer yang berbeda-beda walaupun auditor memiliki jenis kelamin yang sama sekalipun. 3. Variabel X3 (Pendidikan) memiliki nilai t hitung 0,015 dan sig. 0,988 lebih besar dari 0,05. Berdasarkan kriteria pengujian maka H3 ditolak atau variabel pendidikan berpengaruh positif tetapi tidak signifikan terhadap keahlian komputer audit. Hasil ini mendukung penelitian yang dilakukan oleh Rifa dan Gudono (1999) dan Oktriani (2006). Hasil ini juga berarti bahwa semakin tinggi tingkat pendidikan auditor tidak dapat berpengaruh nyata dalam peningkatan keahlian komputer audit. Hal ini disebabkan tingginya tingkat pendidikan auditor tidak menjamin auditor tersebut memiliki keahlian komputer yang tinggi. Karena auditor memiliki keahlian komputer yang
156
berbeda-beda walaupun auditor memiliki tingkat pendidikan yang sama sekalipun dan juga dalam penelitian ini mayoritas pendidikan responden adalah Strata-1 dan belum seluruhnya berlatar belakang pendidikan teknologi informasi. 4. Variabel X4 (Pengalaman) memiliki nilai t hitung 0,361 dan sig. 0,719 lebih besar dari 0,05. Berdasarkan kriteria pengujian maka H4 ditolak atau variabel pengalaman berpengaruh positif tetapi tidak signifikan terhadap keahlian komputer audit. Hasil ini mendukung penelitian yang dilakukan oleh Levin dan Gordon (1989) dan Oktriani (2006) namun bertentangan dengan hasil penelitian oleh Rifa dan Gudono (1999) dan Asih (2006). Hasil ini juga berarti bahwa semakin banyak atau lama pengalaman auditor tidak dapat berpengaruh nyata dalam peningkatan keahlian komputer audit. Hal ini disebabkan banyaknya pengalaman auditor tidak menjamin auditor tersebut memiliki keahlian komputer yang tinggi. Karena auditor memiliki keahlian komputer yang berbeda-beda walaupun auditor memiliki pengalaman yang sama sekalipun. 5. Variabel X5 (Fear) memiliki nilai t hitung -0,407 dan sig. 0,685 lebih besar dari 0,05. Berdasarkan kriteria pengujian maka H5 ditolak atau variabel Fear berpengaruh negatif tetapi tidak signifikan terhadap keahlian komputer audit. Hasil ini bertentangan dengan hasil penelitian oleh Rifa dan Gudono (1999), Wibowo dan Hardiningsih (2003), Yunita (2004) dan Nugraha (2008). Hasil ini juga berarti bahwa semakin rendah rasa cemas (fear) auditor terhadap komputer tidak dapat
157
berpengaruh nyata dalam peningkatan keahlian komputer audit. Hal ini disebabkan tingginya rasa cemas (fear) auditor terhadap komputer tidak menjamin auditor tersebut memiliki keahlian komputer yang rendah. Karena walaupun auditor memiliki rasa cemas (fear) terhadap komputer yang tinggi tetapi apabila ia diharuskan memiliki kemampuan komputer maka ia akan meningkatkan kemampuan komputernya walaupun terpaksa. 6. Variabel X6 (Anticipation) memiliki nilai t hitung 3,726 dan sig. 0,000 lebih kecil dari 0,05. Berdasarkan kriteria pengujian maka H6 diterima atau variabel anticipation berpengaruh positif dan signifikan terhadap keahlian komputer audit. Hasil ini mendukung penelitian yang dilakukan oleh Rifa dan Gudono (1999), Wibowo dan Hardiningsih (2003), Yunita (2004) dan Nugraha (2008). Hasil ini juga berarti bahwa semakin tinggi rasa suka (anticipation) auditor terhadap komputer memiliki pengaruh nyata dalam peningkatan keahlian komputer audit. Hal ini disebabkan tingginya rasa suka (anticipation) auditor terhadap komputer dapat memotivasi auditor untuk meningkatkan keahlian komputer auditnya yang pada akhirnya akan meningkatkan kinerjanya. 7. Variabel X7 (Optimism) memiliki nilai t hitung 3,706 dan sig. 0,000 lebih kecil dari 0,05. Berdasarkan kriteria pengujian maka H7 diterima atau variabel optimism berpengaruh positif dan signifikan terhadap keahlian komputer audit. Hasil ini mendukung penelitian yang dilakukan oleh Rifa dan Gudono (1999) namun bertentangan dengan hasil penelitian oleh
158
Wibowo dan Hardiningsih (2003) dan Oktriani (2006). Hasil ini juga berarti bahwa semakin tinggi sikap optimis auditor terhadap perkembangan komputer memiliki pengaruh nyata dalam peningkatan keahlian komputer audit. Hal ini disebabkan tingginya sikap optimis auditor terhadap perkembangan komputer audit dapat memotivasi auditor tersebut untuk meningkatkan keahlian komputer auditnya, karena auditor merasa perkembangan komputer akan membantunya dalam melaksanakan tugasnya. 8. Variabel X8 (Pessimism) memiliki nilai t hitung -0,095 dan sig. 0,925 lebih besar dari 0,05. Berdasarkan kriteria pengujian maka H8 ditolak atau variabel pessimism berpengaruh negatif tetapi tidak signifikan terhadap keahlian komputer audit. Hasil ini mendukung penelitian yang dilakukan oleh Rifa dan Gudono (1999) dan Wibowo, Hardiningsih (2003) dan Oktriani (2006). Hasil ini juga berarti bahwa semakin rendah sikap pesimis auditor terhadap perkembangan komputer tidak dapat berpengaruh nyata dalam peningkatan keahlian komputer audit. Hal ini disebabkan semakin tinggi sikap pesimis auditor terhadap perkembangan komputer tidak menjamin auditor tersebut memiliki keahlian komputer audit yang rendah. Karena walaupun auditor memiliki sikap pesimis yang tinggi terhadap perkembangan komputer tetapi auditor akan dituntut untuk mengikuti perkembangan teknologi yang terjadi, sehingga mau tidak mau auditor akan berusaha meningkatkan keahlian komputer auditnya.
159
9. Variabel X9 (Intimidation) memiliki nilai t hitung 0,715 dan sig. 0,477 lebih besar dari 0,05. Berdasarkan kriteria pengujian maka H9 ditolak atau variabel intimidation berpengaruh positif tetapi tidak signifikan terhadap keahlian komputer audit. Hasil ini mendukung penelitian yang dilakukan oleh Rifa dan Gudono (1999) dan Wibowo dan Hardiningsih (2003) namun bertentangan dengan hasil penelitian oleh Oktriani (2006). Hasil ini juga berarti bahwa semakin tinggi sikap intimidasi auditor
terhadap
perkembangan
komputer
tidak
dapat
berpengaruh nyata dalam peningkatan keahlian komputer audit. Hal ini disebabkan semakin tinggi sikap percaya auditor bahwa komputer itu menakutkan (intimidasi) tidak menjamin auditor tersebut memiliki keahlian komputer audit yang tinggi. Karena walaupun auditor memiliki kepercayaan yang rendah bahwa komputer itu menakutkan (intimidasi), auditor akan dituntut untuk mengikuti perkembangan teknologi yang terjadi, sehingga mau tidak mau auditor akan berusaha meningkatkan keahlian komputer auditnya. 10. Variabel X10 (Math Anxiety) memiliki nilai t hitung -1,387 dan sig. 0,169 lebih besar dari 0,05. Berdasarkan kriteria pengujian maka H10 ditolak atau variabel math anxiety berpengaruh negatif tetapi tidak signifikan terhadap keahlian komputer audit. Hasil ini penelitian ini mendukung penelitian yang dilakukan oleh Trisnawati dan Permatasari (2000) dan Oktriani (2006), namun bertentangan dengan hasil penelitian oleh Rifa dan Gudono (1999) dan Wibowo dan Hardiningsih (2003).
160
Hasil ini juga berarti bahwa semakin rendah rasa takut auditor terhadap matematika tidak dapat berpengaruh nyata dalam peningkatan keahlian komputer audit. Hal ini disebabkan rendah rasa takut auditor terhadap matematika tidak menjamin auditor tersebut memiliki keahlian komputer audit yang tinggi. Karena walaupun auditor memiliki rasa takut yang besar terhadap matematika tetapi seorang auditor dituntut untuk menguasai matematika karena semua pekerjaan auditor tidak lepas dari matematika itu sendiri. Sehingga pada saatnya akan meningkatkan keahlian komputer audit yang pada akhirnya akan meningkatkan kinerja auditor. Hasil pengujian sampel dengan uji t membuktikan bahwa di antara 10 variabel yang diteliti, hanya 2 variabel yang berhasil mencapai tingkat signifikansi, yaitu anticipation dan optimism. Dalam hal ini berarti bahwa rasa suka (anticipation) dan sikap optimis (optimism) mempunyai pengaruh yang signifikan terhadap keahlian komputer audit. d. Uji Statistik F Analisis regresi secara multivariate dengan menggunakan metode uji-F dengan taraf signifikansi 5% untuk mengetahui pengaruh seluruh variabel independen secara bersama-sama atau simultan terhadap variabel dependen. Tabel 4.13 Uji Statistik F
161
ANOVA b Model 1
Regression Residual Total
Sum of Squares 1702,003 1014,219 2716,222
df 10 79 89
Mean Square 170,200 12,838
F 13,257
Sig. ,000a
a. Predictors: (Constant), Math, Jenis Kelamin, Pengalaman, Pendidikan, Anticipation, Pesimism, Umur, Optimism, Fear , Intimidation b. Dependent Variable: Keahlian
Sumber: Data Diolah
Berdasarkan tabel 4.13, F hitung menunjukkan nilai sebesar 13,257 dengan tingkat signifikansi 0,000 dan lebih kecil dari ∝ (0,000 < 0,05).maka Ha11 diterima, artinya maka dapat dikatakan bahwa seluruh variabel independen secara simultan berpengaruh positif dan signifikan terhadap variabel dependen. Hasil ini dapat berimplikasi bahwa Kantor Akuntan Publik (KAP) harus mempertimbangkan semua variabel independen dalam penelitian ini, karena seluruh variabel independen memiliki pengaruh nyata atau manfaat yang lebih baik apabila dipertimbangkan secara bersama-sama daripada secara sendiri-sendiri.
BAB V KESIMPULAN DAN IMPLIKASI
A. Kesimpulan Penelitian ini bertujuan untuk menguji atau membuktikan bahwa faktorfaktor demografi yang meliputi: umur, jenis kelamin, tingkat pendidikan dan pengalaman dan faktor personality yang meliputi: fear, anticipation, optimism, pessimism, intimidation, dan math anxiety berpengaruh secara
162
signifikan terhadap keahlian komputer audit. Responden penelitian ini berjumlah 90 orang akuntan publik yang bekerja di Kantor Akuntan Publik wilayah Jakarta. Pengujian penelitian ini menggunakan analisis regresi berganda. Dari hasil pengujian dan analisis data, dapat disimpulkan bahwa: 1. Variabel independen X1 (umur) berpengaruh secara positif dan tidak signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan nilai koefisien 0,048. 2. Variabel independen X2 (jenis kelamin) berpengaruh secara negatif dan tidak signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan nilai koefisien -0,104. 3. Variabel independen X3 (tingkat pendidikan) berpengaruh secara positif dan tidak signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan nilai koefisien 0,016. 4. Variabel independen X4 (pengalaman) berpengaruh secara positif dan tidak signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan nilai koefisien 0,009. 5. Variabel independen X5 (fear) berpengaruh secara negatif dan tidak signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan nilai koefisien -0,043. 6. Variabel independen X6 (anticipation) berpengaruh secara positif dan signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan nilai koefisien 0,391. 7. Variabel independen X7 (optimism) berpengaruh secara positif dan signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan nilai koefisien 0,512.
163
8. Variabel independen X8 (pessimism) berpengaruh secara negatif dan tidak signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan nilai koefisien -0,011. 9. Variabel independen X9 (intimidation) berpengaruh secara positif dan tidak signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan nilai koefisien 0,190. 10. Variabel independen X10 (math anxiety) berpengaruh secara negatif dan tidak signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan nilai koefisien -0,100. 11. Hasil uji F menunjukkan F hitung sebesar 13,257 dengan tingkat signifikansi pada alpha 0,000. Hal ini berarti variabel independen (umur, jenis kelamin, tingkat pendidikan, pengalaman, fear, anticipation, optimism, pessimism, intimidation dan math anxiety) secara bersama-sama berpengaruh secara positif dan signifikan terhadap variabel dependen Y (keahlian komputer audit).
B. Implikasi Implikasi dari hasil penelitian ini terkait dengan pengembangan Sumber Daya Manusia di kalangan profesi Akuntan. Dewasa ini, salah satu jenis penugasan audit yang sedang banyak dilakukan adalah Audit Sistem Informasi dan audit pada Sistim Informasi berbasis Komputer. Dalam melaksanakan penugasan tersebut dituntut pemahaman dan keahlian seorang Akuntan di bidang komputer, baik secara umum maupun dalam menggunakan Audit Software. Dalam pengembangan personel tersebut, perlu dilakukan suatu seleksi (spesialisasi) agar program pengembangan mengenai sasaran yang diharapkan. Dengan hasil penelitian ini, dalam pemilihan personel yang akan
164
dibina maupun ditugaskan hal tersebut, faktor demografi dan karakteristik Personalitynya diharapkan dapat menjadi pertimbangan utama. Temuan dalam penelitian ini juga memberikan kontribusi untuk pengembangan teori akuntansi keprilakuan dan memberikan gambaran kepada lulusan akademis di bidang akuntansi yang ingin masuk dan terjun ke dunia kerja sesuai dengan harapan mereka. C. Keterbatasan dan Saran Penelitian 1. Keterbatasan Adapun keterbatasan dalam penelitian ini adalah: a. Terdapat beberapa kuesioner yang tidak dikembalikan, hal ini disebabkan waktu pelaksanaan dalam penelitian merupakan hari-hari sibuk akuntan, sehingga mengurangi jumlah data yang diperoleh dan kemungkinan mempengaruhi hasil penelitian. b. Data penelitian ini diambil melalui kuesioner dimana kesimpulan yang diambil hanya berdasarkan pada data yang dikumpulkan melalui penggunaan instrumen secara tertulis, sehingga persepsi responden akan berbeda apabila data yang diperoleh melalui wawancara atau terlibat langsung dalam aktivitas di Kantor Akuntan Publik (KAP). c. Sampel yang digunakan dalam penelitian ini tidak random yaitu menggunakan metode Judgment Sampling, sehingga hasil penelitian ini kurang dapat digunakan sebagai dasar generalisasi. d. Penelitian ini hanya dapat dijadikan analisis pada objek penelitian yang terbatas pada profesi akuntan publik di KAP wilayah Jakarta saja, sehingga memungkinkan adanya perbedaan hasil dan kesimpulan apabila dilakukan pada profesi dan wilayah yang berbeda. 2. Saran Atas dasar keterbatasan tersebut di atas, maka peneliti mengajukan saran-saran untuk penelitian selanjutnya sebagai berikut:
165
a. Sebaiknya memperluas populasi penelitian. Populasi penelitian tidak hanya diambil dari KAP yang ada pada salah satu propinsi saja, mungkin bisa dikembangkan pada KAP di seluruh Indonesia. b. Penelitian selanjutnya dengan topik sama dapat menggunakan objek penelitian yang berbeda. Objek penelitian tidak hanya terbatas pada akutan publik tetapi dapat diubah menjadi akuntan pendidik, akuntan manajemen, akuntan pemerintah, atau profesi lain diluar akuntan. c. Penelitian selanjutnya dengan topik sama dapat menggunakan sampel yang dipilih secara random, sehingga hasil lebih dapat digeneralisasi. d. Dalam menyebarkan kuesioner diharapkan jangan pada hari-hari sibuk akuntan (bulan Desember sampai bulan Maret), sehingga hasil yang diperoleh lebih akurat dan proses pengambilan kuesioner lebih cepat. e. Dapat mengeksplorasi kembali berbagai variabel lain yang mungkin dapat berpengaruh pada keahlian komputer audit diluar dari apa yang telah dikaji dalam penelitian ini.
166
DAFTAR PUSTAKA
Ali, Syaiful dan Fadilah. 2008. “Kecemasan Berkomputer (Computer Anxiety) Dan Karakteristik Tipe Kepribadian Pada Mahasiswa Akuntansi”. Simposium Nasional Akuntansi XI. Pontianak. Arikunto, Suharsimi. 2006. “Prosedur Penelitian Suatu Pendekatan Praktek”. Ed. Revisi V. Jakarta: PT. Rineka Cipta. Asih, Dwi Ananing Tyas. 2006. “Pengaruh Pengalaman Terhadap Peningkatan Keahlian Auditor Dalam Bidang Auditing”. Skripsi. UII Yogyakarta (tidak dipublikasikan). Astuti, Annisa Prima. 2003. “Pengaruh Dukungan Organisasi Terhadap Hubungan Computer Anxiety Dengan Keahlian Auditor Menggunakan Teknik Audit Berbantuan Komputer”. Skripsi. UNS (tidak dipublikasikan). Bodnar, George H., dan Hopwood, William S. 2007. “Accounting Information System”. Edisi Kesembilan. New York: Prentice Hall International Inc. Depdiknas. 2008. “Kamus Besar Bahasa Indonesia”. Edisi keempat. Jakarta: Gramedia. Ghozali, Imam. 2006. “Aplikasi Analisis Multivariate dengan Program SPSS”. Edisi keempat. Semarang: Badan Penerbit UNDIP. Gusti, Maghfirah dan Syahril Ali. 2008. “Hubungan Skeptisisme Profesional Auditor Dan Situasi Audit, Etika, Pengalaman Serta Keahlian Audit Dengan Ketepatan Pemberian Opini Auditor Oleh Akuntan Publik”. Simposium Nasional Akuntansi XI. Pontianak. Hamid, Abdul. 2008. “Pedoman Penulisan Skripsi”. Fakultas Ekonomi dan Ilmu Sosial Universitas Islam Negeri Syarif Hidayatullah Jakarta. Herliansyah, Yudi dan Melfida Ilyas. 2006. “Pengaruh Pengalaman Auditor Terhadap Penggunaan Bukti Tidak Relevan Dalam Auditor Judgement”. Simposium Nasional Akuntansi IX, 23-26 Agustus. Padang.
167
Indriantoro, Nur, 2000. “Pengaruh Computer Anxiety terhadap Keahlian Dosen dalam Penggunaan Komputer”. Jurnal Akuntansi dan Auditing Indonesia, Vol. 4, No. 2, Desember: 191-210. Indriantoro, Nur dan Bambang Supomo. 2002. “Metodologi Penelitian Bisnis Untuk Akuntansi dan Manajemen”. Yogyakarta: BPFE. Johan dan Tony Wijaya. 2005. “Pengaruh Computer Anxiety terhadap Keahlian Penggunaan Komputer”. Jurnal Pendidikan Terbuka dan Jarak Jauh, Vol. 6, No. 1, Maret: 56-64. Mayangsari, Sekar. 2003. “Pengaruh Keahlian Audit dan Independensi terhadap Pendapat Audit: Sebuah Kuasieksperimen”. Tesis, UGM. (Tidak Dipublikasikan). Murtanto & Gudono. 1999. “Identifikasi Karakteristik Keahlian Audit”. Jurnal Riset Akuntansi Indonesia. Nazar, M. Rafki. 2008. “Cognitive vs Personality Terhadap Niat Penggunaan Teknologi (Internet)”. Simposium Nasional Akuntansi XI. Pontianak. Notoatmodjo. 2003. “Pengembangan Sumber Daya Manusia”. Jakarta: PT Rineka Cipta. Notoatmodjo. 2006. “Prinsip-prinsip Dasar Ilmu Kesehatan Masyarakat”. Jakarta: PT Rineka Cipta. Nugraha, Panca. 2008. “Pengaruh Computer Anxiety Terhadap Keahlian Dosen Dalam Penggunaan Komputer (Survey Dosen Fakultas Ekonomi Universitas Muhammadiyah Surakarta)”. Skripsi, UMS (Tidak Diterbitkan). Oktriani, Winda. 2006. “Pengaruh faktor demografi dan personality terhadap keahlian dalam end-user computing (EUC) akuntan pendidik dan mahasiswa akuntansi di kota Solo”. Skripsi, UNS (Tidak Dipublikasikan). Purnamasari, Dian Indri. 2005. “Pengaruh Pengalaman Kerja Terhadap Hubungan Partisipasi dengan Efektifitas Sistem Informasi”, Jurnal Riset Akuntansi Keuangan
168
Rifa, Dandes dan M. Gudono. 1999. “Pengaruh Faktor Demografi dan Faktor Personality terhadap Keahlian dalam End-User Computing”. Jurnal Riset Akuntansi Indonesia, Vol. 2, No. 1, hal 20-36.
Riyanti, Retno. 2008. “Analisis Faktor-faktor yang Mempengaruhi Kinerja Akuntan Publik Dengan Pemanfaatan Teknologi Informasi Sebagai Variabel Intervening”. Skripsi: UIN Jakarta. (Tidak Dipublikasikan).
Roseno P. W. 2002. “Pengaruh Faktor Demiografi dan Personality terhadap Keahlian dalam End-User Computing pada Universitas Muhammadiyah Surakarta”. Bagian Penerbitan UMS. (Tidak Diterbitkan).
Sekaran, Uma., 2006. “Research Methods for Business: Metodologi Penelitian Untuk Bisnis”. Edisi Ke Empat. Jakarta: Salemba Empat.
Setiyadi, Endri. 2005. “Pengaruh Faktor Personality Terhadap Keahlian Dalam Menggunakan Komputer (Studi Kasus Pada Mahasiswa Jurusan Akuntansi Universitas Muhammadiyah Surakarta)”. Skripsi, UMS. (Tidak Diterbitkan).
Suartana, I Wayan dan I Wayan Kartana. 2008. “Pengalaman Audit, Red Flags, dan Urutan Bukti”. Simposium Nasional Akuntansi XI. Pontianak.
Sudaryono, Eko Arief, 2004. “Pengaruh Tingkat Computer Anxiety Terhadap Keahlian Dosen Akuntansi Dalam Menggunakan komputer”, Laporan Penelitian UNS (tidak dipublikasikan). Fakultas Ekonomi UNS.
Sudaryono, Eko Arief dan Istiati Diah Astuti. 2005. “Pengaruh Computer Anxiety terhadap Keahlian Karyawan Bagian Akuntansi dalam Menggunakan Komputer”. Simposium Nasional Akuntansi (SNA VIII Solo).
Sudijanta. 2000. “Pengaruh Faktor Demografi dan Kepribadian terhadap Keahlian dalam Pemanfaatan Komputer”. Tesis, UGM. (tidak Dipublikasikan).
Sugiyono. 2007. “Metode Penelitian Bisnis”. CV Alfabeta. Bandung.
169
Sugiyanto, Hadi dan Isro Ani Widayati. 2009. “Kajian Aktivitas Sosial Masyarakat Berbasis Gender Sebagai Dasar Penetapan Kebijakan Dan Pembangunan Proyek”. Laporan Penelitian Universitas Soetomo. Surabaya. Suryandari, Erni. 2002. “Faktor-faktor Perbedaan Individual dalam Keahlian End User Computing”. Jurnal Akuntansi dan Investasi, Vol. 3, No. 1, hal 17-22. Trisnawati, Rina dan Shinta Permatasari. 2000. “Pengaruh Faktor Personality terhadap Keahlian dalam Menggunakan Komputer (Studi Kasus Karyawan Administrasi Universitas Muhamadiyah Surakarta)”. Empirika, No. 26, hal 83-93. Wibowo, Tri dan Pancawati Hardiningsih. 2003. “Pengaruh Faktor Personality dan Komitmen Profesional terhadap Keahlian Komputer Audit”. Jurnal Bisnis dan Ekonomi, Vol. 10, No. 1, hal 30-50. Widiatmoko, J. 2004. “Faktor Motivasional Dan Faktor Anteseden Dalam Pemanfaatan Teknologi Komputer”. Fokus Ekonomi Vol.3, No.2 Agustus. Semarang. Widiyanto, Adi K.D dan Indrawati Yuherian. 2005. “Pengaruh Pendidikan, Pengalaman dan Pelatihan Terhadap Profesionalisme Auditor Pemerintah yang Bekerja Pada Badan Pengawas Kota Surabaya”. Konferensi Nasional Akuntansi. Jakarta. Wijayanti, Provita. 2008. “Pengaruh Karakteristik Personal Auditor Terhadap Penerimaan Perilaku Disfungsional Audit (Studi Empiris pada Auditor Pemerintah Yang bekerja di BPKP Perwakilan Jawa Tengah dan Daerah Istimewa Yogyakarta)”.Simposium Nasional Akuntansi XI. Pontianak. Wilkinson, dan Currelo. 2006. “Accounting Information System”. Edisi Keempat. John Wiley dan Sons Inc. New York. Yasin. Moh. 2007. “Dasar-dasar Demografi”. Badan Penerbitan: Fakultas Ekonomi Universitas Indonesia. Jakarta. Yunita, Dian 2004. “Pengaruh Tingkat Computer Anxiety Terhadap Keahlian Dosen Akuntansi Dalam Menggunakan komputer”. Skripsi S-1 UNS (tidak dipublikasikan).
170
LAMPIRAN I
KUESIONER ANALISIS PENGARUH FAKTOR DEMOGRAFI DAN FAKTOR PERSONALITY TERHADAP KEAHLIAN KOMPUTER AUDIT
Oleh : Arief Rakhman Hakim 1050 8200 2652
JURUSAN AKUNTANSI FAKULTAS EKONOMI DAN ILMU SOSIAL UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA 1430 H/2009 M
171
UIN SYARIF HIDAYATULLAH JAKARTA FAKULTAS EKONOMI DAN ILMU SOSIAL JURUSAN AKUNTANSI
PENGANTAR
ANALISIS PENGARUH FAKTOR DEMOGRAFI DAN FAKTOR PERSONALITY TERHADAP KEAHLIAN KOMPUTER AUDIT
Tujuan penelitian ini adalah untuk membuktikan adanya pengaruh faktor demografi yang meliputi: umur, jenis kelamin, tingkat pendidikan dan pengalaman dan faktor personality yang meliputi: fear, anticipation, optimism, pessimism dan intimidation terhadap keahlian komputer audit. Demi tercapainya tujuan ini, maka peneliti memohon kesediaan Bapak/Ibu/Saudara/i untuk membantu mengisi daftar pertanyaan yang telah disediakan. Peneliti berharap Bapak/Ibu/Saudara/i dapat mengisi kuesioner tersebut sesuai dengan keadaan yang sebenarnya dan dengan selengkaplengkapnya. Peneliti mengucapkan terima kasih atas kesediaan Bapak/Ibu/Saudara/i yang telah meluangkan waktu untuk mengisi kuesioner ini.
Mengetahui,
Jakarta, 28 Januari 2009
Dosen Pembimbing
Peneliti,
Prof. Dr. Abdul Hamid, MS
Arief Rakhman Hakim
NIP. 131 474 891
NIM. 1050 8200 2652
172
Petunjuk Pengisian Kuesioner
Responden Yth., Pertanyaan-pertanyaan di bawah ini adalah suatu survey yang dilakukan untuk mengetahui apakah faktor demografi yang meliputi: umur, jenis kelamin, tingkat pendidikan dan pengalaman dan faktor personality yang meliputi: fear, anticipation, optimism, pessimism dan intimidation berpengaruh terhadap keahlian komputer audit. 1. Dimohon untuk membaca pertanyaan secara hati-hati dan menjawab dengan lengkap. Apabila terdapat salah satu nomor yang tidak diisi maka kuesioner dianggap tidak berlaku. 2. Tidak ada jawaban yang salah atau benar dalam pilihan anda, yang penting adalah memilih jawaban yang paling sesuai dengan pendapat anda.
A. KARAKTERISTIK RESPONDEN 1. Nama KAP
:
2. Posisi Jabatan
:
Manajer
Partner
3. Jenis Kelamin Laki-laki
Supervisor
: Perempuan
4. Umur
: ……..
5. Pendidikan Terakhir
:
D3
Auditor Junior
S1
6. Lama Bekerja
tahun
S2
S3
:
………… tahun ……… bulan
:
............... tahun ........... bulan
7. Lama melakukan audit dengan komputer
Apakah anda menggunakan komputer dalam mengaudit?
ya
Jika ya, maka kami mohon untuk mengisi pertanyaan selanjutnya. Jika tidak, mohon berhenti sampai sini.
173
tidak
B. FAKTOR PERSONALITY YANG MEMPENGARUHI KEAHLIAN KOMPUTER AUDIT Kuesioner ini mempunyai lima (5) interval jawaban yaitu: 1 = Sangat Tidak Setuju (STS) 2 = Tidak Setuju (TS) 3 = Netral (N) 4 = Setuju (S) 5 = Sangat Setuju (SS) Jawab pertanyaan dengan cara memberi tanda silang (X) pada salah satu kolom yang mewakili salah satu angka diantara nomor 1 s/d 5. RASA CEMAS (FEAR) TERHADAP KOMPUTER No 1
Pertanyaan Saya
merasa
tidak
percaya
1 diri
terhadap
kemampuan saya menginterpretasikan komputer 2
Saya merasa bahwa saya tidak akan bisa mempelajari bahasa pemrograman komputer
3
Saya merasa takut jika saya mulai menggunakan komputer saya akan bergantung pada komputer
4
Saya tidak suka bekerja menggunakan mesin yang lebih pintar dari saya
5
Saya merasa takut untuk menggunakan komputer
6
Saya mengalami kesulitan untuk memahami aspek tehnik komputer
7
Saya takut jika saya dapat menghilangkan data penting dalam komputer karena saya menekan tombol yang salah
8
Saya merasa ragu untuk menggunakan komputer karena saya takut membuat kesalahan yang tidak bisa saya perbaiki
9
Saya tidak merasa bahwa mempelajari dan menggunakan komputer akan menguntungkan
10
Saya menghindari komputer karena mereka asing bagi saya
174
2
3
4
5
RASA SUKA (ANTICIPATION) TERHADAP KOMPUTER No
Pertanyaan
1
Saya akan terus bekerja menggunakan komputer
2
Tantangan dalam mempelajari komputer sangat
1
2
3
4
5
4
5
menyenangkan 3
Saya merasa yakin bahwa saya akan dapat belajar untuk menggunakan komputer
4
Siapapun pasti bisa mempelajari komputer jika mereka belajar dengan sabar dan semangat
5
Belajar komputer seperti mempelajari keahlian baru, semakin sering kita berlatih maka kita akan menjadi semakin mahir
6
Saya merasa yakin bahwa seiring berjalannya waktu dan latihan, saya akan merasa nyaman bekerja dengan komputer
7
Saya merasa bahwa saya akan mampu bertahan mengahadapi perkembangan yang terjadi di bidang komputer
8
Saya akan menjadi lebih ahli dalam bidang komputer, jika saya dapat menggunakan semua program pada komputer
9
Saya merasa komputer adalah alat yang sangat penting untuk bidang pendidikan dan pekerjaan
SIKAP OPTIMIS TERHADAP PERKEMBANGAN KOMPUTER No
Pertanyaan
1
1
Komputer tidak akan pernah menggantikan kehidupan manusia
2
Hidup menjadi lebih mudah dan cepat dengan komputer
3
Komputer akan membawa kita kemasa depan yang lebih baik
175
2
3
4
Komputer sangat cepat dan efisien dalam menerima perkembangan informasi
5
Penggunaan
komputer
akan
meningkatkan
standar hidup kita 6
Komputer
dapat
menghilangkan
pekerjaan-
pekerjaan yang membosankan bagi manusia 7
Komputer telah memasyarakat di dunia
SIKAP PESIMIS TERHADAP PERKEMBANGAN KOMPUTER No
Pertanyaan
1
1
Hidup kita akan segera dikontrol oleh komputer
2
Banyak aplikasi komputer yang tidak kita pahami
3
Komputer akan menggantikan posisi manusia
4
Komputer telah mengurangi terlalu banyak
2
3
4
5
3
4
5
pekerjaan yang dapat dikerjakan oleh manusia 5
Komputer
akan
menggantikan
kebutuhan
terhadap Sumber Daya Manusia 6
Penggunaan
komputer
secara
berlebihan
mungkin akan merugikan manusia 7
Komputer mengatur terlalu banyak hal yang kita sukai
8
Dunia kita akan sepenuhnya dijalankan oleh komputer
9
Komputer sangat sulit untuk dipahami
SIKAP INTIMIDATION (TAKUT) TERHADAP KOMPUTER No
Pertanyaan
1
1
Komputer membuat saya tidak nyaman, karena saya tidak memahami mereka
2
Manusia diperbudak oleh komputer
3
Saya merasa takut terhadap komputer
4
Komputer sangat menakutkan bagi saya, karena mereka terlalu sempurna
176
2
RASA CEMAS TERHADAP MATEMATIKA No
Pertanyaan
1
Saya merasa takut saat mengikuti ujian akhir
1
pelajaran matematika 2
Saya merasa takut saat memikirkan ujian matematika
yang
akan
datang
(satu
hari
sebelumnya) 3
Saya merasa takut saat menerima nilai hasil ujian matematika
4
Saya merasa takut diminta mengaplikasikan apa yang
telah
saya
dapatkan
dalam
kelas
matematika untuk menyelesaikan tugas 5
Saya merasa takut saat diberi ujian matematika secara mendadak
6
Saya merasa takut untuk mempelajari pelajaran matematika
7
Saya merasa takut saat mengerjakan soal matematika pada ujian masuk universitas
8
Saya merasa takut untuk mengambil buku matematika untuk mulai mengerjakan pekerjaan rumah
9
Saya merasa takut saat diberi pekerjaan rumah dengan tingkat kesulitan yang tinggi untuk dibahas pada pertemuan berikutnya
10
Saya merasa takut saat diberi satu paket soal matematika dan diminta untuk menuliskan pemecahannya pada selembar kertas
177
2
3
4
5
C. KEAHLIAN KOMPUTER AUDIT No 1
Pertanyaan Auditor
sistem
informasi
1 harus
memiliki
pengetahuan yang memadai tentang komputer secara umum 2
Auditor
sistem
informasi
harus
memiliki
pengetahuan yang memadai tentang perangkat lunak komputer secara umum 3
Auditor
sistem
pemahaman
informasi
harus
memiliki
yang memadai tentang teknik
pengolahan file 4
Auditor
sistem
pemahaman
informasi
harus
memiliki
yang memadai tentang teknik
pengolahan struktur data 5
Auditor sistem informasi harus mampu bekerja dengan menggunakan software audit
6
Auditor sistem informasi harus mampu mereview sistem dokumentasi
7
Auditor
sistem
informasi
harus
memiliki
pengetahuan yang memadai tentang struktur pengendalian internal sistem Pengolahan Data Elektronik (EDP) 8
Auditor
sistem
informasi
harus
memiliki
pengetahuan yang memadai untuk melakukan perancangan prosedur audit dalam lingkungan EDP 9
Auditor sistem informasi harus mampu untuk memahami perkembangan dan perubahan sistem dan program dalam suatu perusahaan
10
Auditor
sistem
informasi
harus
mampu
melakukan peninjauan dan penilaian apakah fungsi sistem informasi sudah selaras dengan tujuan, visi, misi san tata nilai suatu perusahaan
178
2
3
4
5
LAMPIRAN 3 HASIL UJI VALIDITAS Try Out Correlations Fear 1 Fear 1
Fear 2
Fear 3
Fear 4
Fear 5
Fear 6
Fear 7
Fear 8
Fear 9
Fear 10
Fear
Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N
1 . 11 ,770** ,006 11 ,677* ,022 11 ,359 ,278 11 ,736** ,010 11 ,516 ,104 11 ,528 ,095 11 ,683* ,021 11 ,273 ,417 11 ,321 ,336 11 ,747** ,008 11
Fear 2 ,770** ,006 11 1 . 11 ,549 ,080 11 ,422 ,196 11 ,686* ,020 11 ,179 ,599 11 ,447 ,168 11 ,463 ,152 11 ,641* ,034 11 ,255 ,449 11 ,678* ,022 11
Fear 3 ,677* ,022 11 ,549 ,080 11 1 . 11 ,501 ,117 11 ,488 ,128 11 ,326 ,328 11 ,458 ,157 11 ,807** ,003 11 ,307 ,359 11 ,118 ,730 11 ,636* ,036 11
Fear 4 ,359 ,278 11 ,422 ,196 11 ,501 ,117 11 1 . 11 ,604* ,049 11 ,562 ,072 11 ,585 ,058 11 ,526 ,097 11 -,097 ,777 11 ,429 ,187 11 ,829** ,002 11
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
179
Fear 5 ,736** ,010 11 ,686* ,020 11 ,488 ,128 11 ,604* ,049 11 1 . 11 ,702* ,016 11 ,821** ,002 11 ,651* ,030 11 ,102 ,765 11 ,577 ,063 11 ,898** ,000 11
Fear 6 ,516 ,104 11 ,179 ,599 11 ,326 ,328 11 ,562 ,072 11 ,702* ,016 11 1 . 11 ,726* ,011 11 ,690* ,019 11 -,267 ,428 11 ,702* ,016 11 ,777** ,005 11
Fear 7 ,528 ,095 11 ,447 ,168 11 ,458 ,157 11 ,585 ,058 11 ,821** ,002 11 ,726* ,011 11 1 . 11 ,624* ,040 11 -,075 ,826 11 ,510 ,109 11 ,810** ,002 11
Fear 8 ,683* ,021 11 ,463 ,152 11 ,807** ,003 11 ,526 ,097 11 ,651* ,030 11 ,690* ,019 11 ,624* ,040 11 1 . 11 ,069 ,840 11 ,651* ,030 11 ,767** ,006 11
Fear 9 ,273 ,417 11 ,641* ,034 11 ,307 ,359 11 -,097 ,777 11 ,102 ,765 11 -,267 ,428 11 -,075 ,826 11 ,069 ,840 11 1 . 11 -,219 ,517 11 ,083 ,808 11
Fear 10 ,321 ,336 11 ,255 ,449 11 ,118 ,730 11 ,429 ,187 11 ,577 ,063 11 ,702* ,016 11 ,510 ,109 11 ,651* ,030 11 -,219 ,517 11 1 . 11 ,604* ,049 11
Fear ,747** ,008 11 ,678* ,022 11 ,636* ,036 11 ,829** ,002 11 ,898** ,000 11 ,777** ,005 11 ,810** ,002 11 ,767** ,006 11 ,083 ,808 11 ,604* ,049 11 1 . 11
Correlations
Anticipation 1Anticipation 2Anticipation 3Anticipation 4Anticipation 5Anticipation 6Anticipation 7Anticipation 8Anticipation 9 Anticipation Anticipation 1 Pearson Correlation 1 ,780** ,450 ,438 ,516 ,469 ,480 ,469 ,560 ,607* Sig. (2-tailed) . ,005 ,165 ,178 ,104 ,146 ,136 ,146 ,073 ,048 N 11 11 11 11 11 11 11 11 11 11 Anticipation 2 Pearson Correlation ,780** 1 ,450 ,438 ,800** ,469 ,480 ,469 ,340 ,607* Sig. (2-tailed) ,005 . ,165 ,178 ,003 ,146 ,136 ,146 ,306 ,048 N 11 11 11 11 11 11 11 11 11 11 Anticipation 3 Pearson Correlation ,450 ,450 1 ,782** ,516 ,586 ,652* ,879** ,725* ,936** Sig. (2-tailed) ,165 ,165 . ,004 ,104 ,058 ,030 ,000 ,012 ,000 N 11 11 11 11 11 11 11 11 11 11 Anticipation 4 Pearson Correlation ,438 ,438 ,782** 1 ,404 ,489 ,435 ,734* ,438 ,711* Sig. (2-tailed) ,178 ,178 ,004 . ,218 ,127 ,181 ,010 ,178 ,014 N 11 11 11 11 11 11 11 11 11 11 Anticipation 5 Pearson Correlation ,516 ,800** ,516 ,404 1 ,606* ,781** ,606* ,516 ,696* Sig. (2-tailed) ,104 ,003 ,104 ,218 . ,048 ,005 ,048 ,104 ,017 N 11 11 11 11 11 11 11 11 11 11 Anticipation 6 Pearson Correlation ,469 ,469 ,586 ,489 ,606* 1 ,734* ,500 ,704* ,747** Sig. (2-tailed) ,146 ,146 ,058 ,127 ,048 . ,010 ,117 ,016 ,008 N 11 11 11 11 11 11 11 11 11 11 Anticipation 7 Pearson Correlation ,480 ,480 ,652* ,435 ,781** ,734* 1 ,734* ,709* ,836** Sig. (2-tailed) ,136 ,136 ,030 ,181 ,005 ,010 . ,010 ,015 ,001 N 11 11 11 11 11 11 11 11 11 11 Anticipation 8 Pearson Correlation ,469 ,469 ,879** ,734* ,606* ,500 ,734* 1 ,704* ,878** Sig. (2-tailed) ,146 ,146 ,000 ,010 ,048 ,117 ,010 . ,016 ,000 N 11 11 11 11 11 11 11 11 11 11 Anticipation 9 Pearson Correlation ,560 ,340 ,725* ,438 ,516 ,704* ,709* ,704* 1 ,813** Sig. (2-tailed) ,073 ,306 ,012 ,178 ,104 ,016 ,015 ,016 . ,002 N 11 11 11 11 11 11 11 11 11 11 Anticipation Pearson Correlation ,607* ,607* ,936** ,711* ,696* ,747** ,836** ,878** ,813** 1 Sig. (2-tailed) ,048 ,048 ,000 ,014 ,017 ,008 ,001 ,000 ,002 . N 11 11 11 11 11 11 11 11 11 11 **. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Correlations Optimism 1 Optimism 2 Optimism 3 Optimism 4 Optimism 5 Optimism 6 Optimism 7 Optimism Optimism 1 Pearson Correlation 1 ,476 ,476 ,782** ,538 ,111 ,329 ,692* Sig. (2-tailed) . ,139 ,139 ,004 ,088 ,744 ,324 ,018 N 11 11 11 11 11 11 11 11 Optimism 2 Pearson Correlation ,476 1 1,000** ,372 ,844** ,601 ,441 ,887** Sig. (2-tailed) ,139 . . ,259 ,001 ,050 ,175 ,000 N 11 11 11 11 11 11 11 11 Optimism 3 Pearson Correlation ,476 1,000** 1 ,372 ,844** ,601 ,441 ,887** Sig. (2-tailed) ,139 . . ,259 ,001 ,050 ,175 ,000 N 11 11 11 11 11 11 11 11 Optimism 4 Pearson Correlation ,782** ,372 ,372 1 ,559 ,125 ,626* ,696* Sig. (2-tailed) ,004 ,259 ,259 . ,074 ,713 ,039 ,017 N 11 11 11 11 11 11 11 11 Optimism 5 Pearson Correlation ,538 ,844** ,844** ,559 1 ,349 ,330 ,846** Sig. (2-tailed) ,088 ,001 ,001 ,074 . ,293 ,322 ,001 N 11 11 11 11 11 11 11 11 Optimism 6 Pearson Correlation ,111 ,601 ,601 ,125 ,349 1 ,607* ,646* Sig. (2-tailed) ,744 ,050 ,050 ,713 ,293 . ,048 ,032 N 11 11 11 11 11 11 11 11 Optimism 7 Pearson Correlation ,329 ,441 ,441 ,626* ,330 ,607* 1 ,682* Sig. (2-tailed) ,324 ,175 ,175 ,039 ,322 ,048 . ,021 N 11 11 11 11 11 11 11 11 Optimism Pearson Correlation ,692* ,887** ,887** ,696* ,846** ,646* ,682* 1 Sig. (2-tailed) ,018 ,000 ,000 ,017 ,001 ,032 ,021 . N 11 11 11 11 11 11 11 11 **. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
180
Correlations
Pessimism P 1 essimism P 2 essimism P 3 essimism P 4 essimism P 5 essimism P 6 essimism P 7 essimism P 8 essimism 9Pessimism Pessimism Pearson 1 Correlation 1 ,700* ,623* ,717* ,212 ,556 ,236 ,796** ,471 ,766** Sig. (2-tailed) . ,016 ,041 ,013 ,532 ,076 ,485 ,003 ,144 ,006 N 11 11 11 11 11 11 11 11 11 11 Pessimism Pearson 2 Correlation ,700* 1 ,451 ,554 ,290 ,310 ,506 ,698* ,697* ,758** Sig. (2-tailed) ,016 . ,163 ,077 ,387 ,354 ,112 ,017 ,017 ,007 N 11 11 11 11 11 11 11 11 11 11 Pessimism Pearson 3 Correlation ,623* ,451 1 ,349 ,186 ,412 ,227 ,873** ,207 ,644* Sig. (2-tailed) ,041 ,163 . ,293 ,584 ,208 ,503 ,000 ,542 ,033 N 11 11 11 11 11 11 11 11 11 11 Pessimism Pearson 4 Correlation ,717* ,554 ,349 1 ,271 ,846** ,465 ,555 ,611* ,735** Sig. (2-tailed) ,013 ,077 ,293 . ,419 ,001 ,149 ,076 ,046 ,010 N 11 11 11 11 11 11 11 11 11 11 Pessimism Pearson 5 Correlation ,212 ,290 ,186 ,271 1 ,339 ,827** ,165 ,489 ,609* Sig. (2-tailed) ,532 ,387 ,584 ,419 . ,309 ,002 ,627 ,127 ,047 N 11 11 11 11 11 11 11 11 11 11 Pessimism Pearson 6 Correlation ,556 ,310 ,412 ,846** ,339 1 ,438 ,438 ,502 ,680* Sig. (2-tailed) ,076 ,354 ,208 ,001 ,309 . ,178 ,178 ,116 ,021 N 11 11 11 11 11 11 11 11 11 11 Pessimism Pearson 7 Correlation ,236 ,506 ,227 ,465 ,827** ,438 1 ,343 ,721* ,730* Sig. (2-tailed) ,485 ,112 ,503 ,149 ,002 ,178 . ,301 ,012 ,011 N 11 11 11 11 11 11 11 11 11 11 Pessimism Pearson 8 Correlation ,796** ,698* ,873** ,555 ,165 ,438 ,343 1 ,316 ,758** Sig. (2-tailed) ,003 ,017 ,000 ,076 ,627 ,178 ,301 . ,343 ,007 N 11 11 11 11 11 11 11 11 11 11 Pessimism Pearson 9 Correlation ,471 ,697* ,207 ,611* ,489 ,502 ,721* ,316 1 ,746** Sig. (2-tailed) ,144 ,017 ,542 ,046 ,127 ,116 ,012 ,343 . ,008 N 11 11 11 11 11 11 11 11 11 11 Pessimism Pearson Correlation ,766** ,758** ,644* ,735** ,609* ,680* ,730* ,758** ,746** 1 Sig. (2-tailed) ,006 ,007 ,033 ,010 ,047 ,021 ,011 ,007 ,008 . N 11 11 11 11 11 11 11 11 11 11 *.Correlation is significant at the 0.05 level (2-tailed). **.Correlation is significant at the 0.01 level (2-tailed).
181
Correlations Intimidation 1 Intimidation 2 Intimidation 3 Intimidation 4 Intimidation Intimidation 1 Pearson Correlation 1 ,564 ,830** ,807** ,909** Sig. (2-tailed) . ,071 ,002 ,003 ,000 N 11 11 11 11 11 Intimidation 2 Pearson Correlation ,564 1 ,600 ,733* ,766** Sig. (2-tailed) ,071 . ,051 ,010 ,006 N 11 11 11 11 11 Intimidation 3 Pearson Correlation ,830** ,600 1 ,924** ,946** Sig. (2-tailed) ,002 ,051 . ,000 ,000 N 11 11 11 11 11 Intimidation 4 Pearson Correlation ,807** ,733* ,924** 1 ,965** Sig. (2-tailed) ,003 ,010 ,000 . ,000 N 11 11 11 11 11 Intimidation Pearson Correlation ,909** ,766** ,946** ,965** 1 Sig. (2-tailed) ,000 ,006 ,000 ,000 . N 11 11 11 11 11 **. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
182
Correlations
Math
Math
Math
Math
Math
Math
Math
Math
Math
Math
Math
Math Anxiety Math 1 Anxiety Pearson 1 Correlation 1 Sig. (2-tailed) . N 11 Anxiety Pearson 2 Correlation ,637* Sig. (2-tailed) ,035 N 11 Anxiety Pearson 3 Correlation ,588 Sig. (2-tailed) ,057 N 11 Anxiety Pearson 4 Correlation ,876** Sig. (2-tailed) ,000 N 11 Anxiety Pearson 5 Correlation ,794** Sig. (2-tailed) ,004 N 11 Anxiety Pearson 6 Correlation ,929** Sig. (2-tailed) ,000 N 11 Anxiety Pearson 7 Correlation ,662* Sig. (2-tailed) ,027 N 11 Anxiety Pearson 8 Correlation ,707* Sig. (2-tailed) ,015 N 11 Anxiety Pearson 9 Correlation ,662* Sig. (2-tailed) ,027 N 11 Anxiety Pearson 10 Correlation ,770** Sig. (2-tailed) ,006 N 11 Anxiety Pearson Correlation ,938** Sig. (2-tailed) ,000 N 11
Anxiety Math 2 ,637* ,035 11 1 . 11 ,905** ,000 11 ,626* ,039 11 ,342 ,304 11 ,738** ,010 11 ,628* ,038 11 ,520 ,101 11 ,871** ,000 11 ,449 ,166 11 ,836** ,001 11
Anxiety Math 3 ,588 ,057 11 ,905** ,000 11 1 . 11 ,496 ,121 11 ,311 ,353 11 ,671* ,024 11 ,575 ,064 11 ,389 ,237 11 ,702* ,016 11 ,228 ,501 11 ,734* ,010 11
Anxiety Math 4 ,876** ,000 11 ,626* ,039 11 ,496 ,121 11 1 . 11 ,526 ,097 11 ,838** ,001 11 ,438 ,178 11 ,713* ,014 11 ,713* ,014 11 ,830** ,002 11 ,860** ,001 11
*.Correlation is significant at the 0.05 level (2-tailed). **.Correlation is significant at the 0.01 level (2-tailed).
183
Anxiety Math 5 ,794** ,004 11 ,342 ,304 11 ,311 ,353 11 ,526 ,097 11 1 . 11 ,746** ,008 11 ,571 ,066 11 ,540 ,086 11 ,440 ,175 11 ,665* ,026 11 ,721* ,012 11
Anxiety Math 6 ,929** ,000 11 ,738** ,010 11 ,671* ,024 11 ,838** ,001 11 ,746** ,008 11 1 . 11 ,527 ,096 11 ,664* ,026 11 ,669* ,024 11 ,778** ,005 11 ,935** ,000 11
Anxiety Math 7 ,662* ,027 11 ,628* ,038 11 ,575 ,064 11 ,438 ,178 11 ,571 ,066 11 ,527 ,096 11 1 . 11 ,509 ,110 11 ,738** ,010 11 ,402 ,221 11 ,736** ,010 11
Anxiety Math 8 ,707* ,015 11 ,520 ,101 11 ,389 ,237 11 ,713* ,014 11 ,540 ,086 11 ,664* ,026 11 ,509 ,110 11 1 . 11 ,509 ,110 11 ,863** ,001 11 ,762** ,006 11
Math Anxiety Anxiety 9 Math 10 ,662* ,770** ,027 ,006 11 11 ,871** ,449 ,000 ,166 11 11 ,702* ,228 ,016 ,501 11 11 ,713* ,830** ,014 ,002 11 11 ,440 ,665* ,175 ,026 11 11 ,669* ,778** ,024 ,005 11 11 ,738** ,402 ,010 ,221 11 11 ,509 ,863** ,110 ,001 11 11 1 ,554 . ,077 11 11 ,554 1 ,077 . 11 11 ,838** ,778** ,001 ,005 11 11
Anxiety ,938** ,000 11 ,836** ,001 11 ,734* ,010 11 ,860** ,001 11 ,721* ,012 11 ,935** ,000 11 ,736** ,010 11 ,762** ,006 11 ,838** ,001 11 ,778** ,005 11 1 . 11
Correlations Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian 1 Keahlian 2 Keahlian 3 Keahlian 4 Keahlian 5 Keahlian 6 Keahlian 7 Keahlian 8 Keahlian 9 Keahlian 10 Keahlian 1 Pearson Correlation 1 ,559 ,559 ,559 1,000** ,559 ,742** ,524 ,435 ,559 ,714* Sig. (2-tailed) . ,074 ,074 ,074 . ,074 ,009 ,098 ,181 ,074 ,014 N 11 11 11 11 11 11 11 11 11 11 11 2 Pearson Correlation ,559 1 1,000** ,656* ,559 ,656* ,829** ,586 ,689* ,656* ,864** Sig. (2-tailed) ,074 . . ,028 ,074 ,028 ,002 ,058 ,019 ,028 ,001 N 11 11 11 11 11 11 11 11 11 11 11 3 Pearson Correlation ,559 1,000** 1 ,656* ,559 ,656* ,829** ,586 ,689* ,656* ,864** Sig. (2-tailed) ,074 . . ,028 ,074 ,028 ,002 ,058 ,019 ,028 ,001 N 11 11 11 11 11 11 11 11 11 11 11 4 Pearson Correlation ,559 ,656* ,656* 1 ,559 ,656* ,829** ,586 ,689* ,656* ,822** Sig. (2-tailed) ,074 ,028 ,028 . ,074 ,028 ,002 ,058 ,019 ,028 ,002 N 11 11 11 11 11 11 11 11 11 11 11 5 Pearson Correlation 1,000** ,559 ,559 ,559 1 ,559 ,742** ,524 ,435 ,559 ,714* Sig. (2-tailed) . ,074 ,074 ,074 . ,074 ,009 ,098 ,181 ,074 ,014 N 11 11 11 11 11 11 11 11 11 11 11 6 Pearson Correlation ,559 ,656* ,656* ,656* ,559 1 ,829** ,293 ,466 ,656* ,737** Sig. (2-tailed) ,074 ,028 ,028 ,028 ,074 . ,002 ,382 ,148 ,028 ,010 N 11 11 11 11 11 11 11 11 11 11 11 7 Pearson Correlation ,742** ,829** ,829** ,829** ,742** ,829** 1 ,707* ,807** ,829** ,968** Sig. (2-tailed) ,009 ,002 ,002 ,002 ,009 ,002 . ,015 ,003 ,002 ,000 N 11 11 11 11 11 11 11 11 11 11 11 8 Pearson Correlation ,524 ,586 ,586 ,586 ,524 ,293 ,707* 1 ,951** ,879** ,828** Sig. (2-tailed) ,098 ,058 ,058 ,058 ,098 ,382 ,015 . ,000 ,000 ,002 N 11 11 11 11 11 11 11 11 11 11 11 9 Pearson Correlation ,435 ,689* ,689* ,689* ,435 ,466 ,807** ,951** 1 ,912** ,892** Sig. (2-tailed) ,181 ,019 ,019 ,019 ,181 ,148 ,003 ,000 . ,000 ,000 N 11 11 11 11 11 11 11 11 11 11 11 10 Pearson Correlation ,559 ,656* ,656* ,656* ,559 ,656* ,829** ,879** ,912** 1 ,906** Sig. (2-tailed) ,074 ,028 ,028 ,028 ,074 ,028 ,002 ,000 ,000 . ,000 N 11 11 11 11 11 11 11 11 11 11 11 Pearson Correlation ,714* ,864** ,864** ,822** ,714* ,737** ,968** ,828** ,892** ,906** 1 Sig. (2-tailed) ,014 ,001 ,001 ,002 ,014 ,010 ,000 ,002 ,000 ,000 . N 11 11 11 11 11 11 11 11 11 11 11
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
PENELITIAN
184
Correlations Fear 1 Fear 1
Fear 2
Fear 3
Fear 4
Fear 5
Fear 6
Fear 7
Fear 8
Fear 9
Fear 10
Fear
Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N
1 . 90 ,526** ,000 90 ,390** ,000 90 ,398** ,000 90 ,592** ,000 90 ,563** ,000 90 ,670** ,000 90 ,633** ,000 90 ,178 ,093 90 ,419** ,000 90 ,746** ,000 90
Fear 2 ,526** ,000 90 1 . 90 ,611** ,000 90 ,579** ,000 90 ,505** ,000 90 ,602** ,000 90 ,500** ,000 90 ,544** ,000 90 ,178 ,092 90 ,506** ,000 90 ,740** ,000 90
Fear 3 ,390** ,000 90 ,611** ,000 90 1 . 90 ,761** ,000 90 ,410** ,000 90 ,604** ,000 90 ,560** ,000 90 ,643** ,000 90 ,277** ,008 90 ,327** ,002 90 ,755** ,000 90
Fear 4 ,398** ,000 90 ,579** ,000 90 ,761** ,000 90 1 . 90 ,580** ,000 90 ,486** ,000 90 ,612** ,000 90 ,540** ,000 90 ,353** ,001 90 ,453** ,000 90 ,784** ,000 90
Fear 5 ,592** ,000 90 ,505** ,000 90 ,410** ,000 90 ,580** ,000 90 1 . 90 ,416** ,000 90 ,346** ,001 90 ,381** ,000 90 ,239* ,023 90 ,426** ,000 90 ,654** ,000 90
Fear 6 ,563** ,000 90 ,602** ,000 90 ,604** ,000 90 ,486** ,000 90 ,416** ,000 90 1 . 90 ,600** ,000 90 ,767** ,000 90 ,131 ,219 90 ,642** ,000 90 ,776** ,000 90
Fear 7 ,670** ,000 90 ,500** ,000 90 ,560** ,000 90 ,612** ,000 90 ,346** ,001 90 ,600** ,000 90 1 . 90 ,717** ,000 90 ,356** ,001 90 ,412** ,000 90 ,823** ,000 90
Fear 8 ,633** ,000 90 ,544** ,000 90 ,643** ,000 90 ,540** ,000 90 ,381** ,000 90 ,767** ,000 90 ,717** ,000 90 1 . 90 ,274** ,009 90 ,595** ,000 90 ,834** ,000 90
Fear 9 Fear 10 ,178 ,419** ,093 ,000 90 90 ,178 ,506** ,092 ,000 90 90 ,277** ,327** ,008 ,002 90 90 ,353** ,453** ,001 ,000 90 90 ,239* ,426** ,023 ,000 90 90 ,131 ,642** ,219 ,000 90 90 ,356** ,412** ,001 ,000 90 90 ,274** ,595** ,009 ,000 90 90 1 ,124 . ,244 90 90 ,124 1 ,244 . 90 90 ,492** ,635** ,000 ,000 90 90
Fear ,746** ,000 90 ,740** ,000 90 ,755** ,000 90 ,784** ,000 90 ,654** ,000 90 ,776** ,000 90 ,823** ,000 90 ,834** ,000 90 ,492** ,000 90 ,635** ,000 90 1 . 90
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Correlations
AnticipationAnticipation 1 Anticipation 2 Anticipation 3 Anticipation 4 Anticipation 5 Anticipation 6 Anticipation 7 Anticipation 8 Anticipation 9 AnticipationPearson 1 Correlation 1 ,542** ,533** ,394** ,450** ,582** ,572** ,643** ,550** ,741** Sig. (2-tailed) . ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 AnticipationPearson 2 Correlation ,542** 1 ,751** ,760** ,471** ,599** ,560** ,399** ,591** ,778** Sig. (2-tailed) ,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 AnticipationPearson 3 Correlation ,533** ,751** 1 ,828** ,660** ,672** ,703** ,521** ,544** ,849** Sig. (2-tailed) ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 AnticipationPearson 4 Correlation ,394** ,760** ,828** 1 ,633** ,680** ,650** ,476** ,525** ,810** Sig. (2-tailed) ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 AnticipationPearson 5 Correlation ,450** ,471** ,660** ,633** 1 ,640** ,524** ,684** ,618** ,773** Sig. (2-tailed) ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 AnticipationPearson 6 Correlation ,582** ,599** ,672** ,680** ,640** 1 ,773** ,704** ,686** ,873** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 AnticipationPearson 7 Correlation ,572** ,560** ,703** ,650** ,524** ,773** 1 ,586** ,583** ,825** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 AnticipationPearson 8 Correlation ,643** ,399** ,521** ,476** ,684** ,704** ,586** 1 ,760** ,802** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 AnticipationPearson 9 Correlation ,550** ,591** ,544** ,525** ,618** ,686** ,583** ,760** 1 ,806** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000 N 90 90 90 90 90 90 90 90 90 90 AnticipationPearson Correlation ,741** ,778** ,849** ,810** ,773** ,873** ,825** ,802** ,806** 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . N 90 90 90 90 90 90 90 90 90 90 **.Correlation is significant at the 0.01 level (2-tailed).
185
Correlations
Optimism 1Optimism 2Optimism 3Optimism 4Optimism 5Optimism 6Optimism 7Optimism Optimism 1Pearson Correlation 1 ,450** ,408** ,424** ,281** ,284** ,410** ,591** Sig. (2-tailed) . ,000 ,000 ,000 ,007 ,007 ,000 ,000 N 90 90 90 90 90 90 90 90 Optimism 2Pearson Correlation ,450** 1 ,893** ,591** ,668** ,527** ,598** ,868** Sig. (2-tailed) ,000 . ,000 ,000 ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 Optimism 3Pearson Correlation ,408** ,893** 1 ,564** ,704** ,553** ,600** ,870** Sig. (2-tailed) ,000 ,000 . ,000 ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 Optimism 4Pearson Correlation ,424** ,591** ,564** 1 ,687** ,516** ,658** ,782** Sig. (2-tailed) ,000 ,000 ,000 . ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 Optimism 5Pearson Correlation ,281** ,668** ,704** ,687** 1 ,668** ,610** ,844** Sig. (2-tailed) ,007 ,000 ,000 ,000 . ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 Optimism 6Pearson Correlation ,284** ,527** ,553** ,516** ,668** 1 ,593** ,760** Sig. (2-tailed) ,007 ,000 ,000 ,000 ,000 . ,000 ,000 N 90 90 90 90 90 90 90 90 Optimism 7Pearson Correlation ,410** ,598** ,600** ,658** ,610** ,593** 1 ,788** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 . ,000 N 90 90 90 90 90 90 90 90 Optimism Pearson Correlation ,591** ,868** ,870** ,782** ,844** ,760** ,788** 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 . N 90 90 90 90 90 90 90 90 **.Correlation is significant at the 0.01 level (2-tailed).
186
Correlations
Pesimism 1
Pesimism 2
Pesimism 3
Pesimism 4
Pesimism 5
Pesimism 6
Pesimism 7
Pesimism 8
Pesimism 9
Pesimism
Pesimism 1 Pesimism 2 Pesimism 3 Pesimism 4 Pesimism 5 Pesimism 6 Pesimism 7 Pesimism 8 Pesimism 9 Pesimism Pearson Correlation 1 ,162 ,646** ,378** ,257* ,260* ,345** ,673** ,363** ,680** Sig. (2-tailed) . ,127 ,000 ,000 ,014 ,013 ,001 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 Pearson Correlation ,162 1 ,096 ,583** ,367** ,336** ,442** ,157 ,241* ,606** Sig. (2-tailed) ,127 . ,368 ,000 ,000 ,001 ,000 ,138 ,022 ,000 N 90 90 90 90 90 90 90 90 90 90 Pearson Correlation ,646** ,096 1 ,248* ,214* ,336** ,233* ,515** ,079 ,554** Sig. (2-tailed) ,000 ,368 . ,018 ,043 ,001 ,027 ,000 ,459 ,000 N 90 90 90 90 90 90 90 90 90 90 Pearson Correlation ,378** ,583** ,248* 1 ,464** ,451** ,403** ,273** ,188 ,712** Sig. (2-tailed) ,000 ,000 ,018 . ,000 ,000 ,000 ,009 ,075 ,000 N 90 90 90 90 90 90 90 90 90 90 Pearson Correlation ,257* ,367** ,214* ,464** 1 ,382** ,490** ,181 ,417** ,649** Sig. (2-tailed) ,014 ,000 ,043 ,000 . ,000 ,000 ,088 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 Pearson Correlation ,260* ,336** ,336** ,451** ,382** 1 ,548** ,451** ,235* ,693** Sig. (2-tailed) ,013 ,001 ,001 ,000 ,000 . ,000 ,000 ,026 ,000 N 90 90 90 90 90 90 90 90 90 90 Pearson Correlation ,345** ,442** ,233* ,403** ,490** ,548** 1 ,456** ,429** ,741** Sig. (2-tailed) ,001 ,000 ,027 ,000 ,000 ,000 . ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 Pearson Correlation ,673** ,157 ,515** ,273** ,181 ,451** ,456** 1 ,359** ,673** Sig. (2-tailed) ,000 ,138 ,000 ,009 ,088 ,000 ,000 . ,001 ,000 N 90 90 90 90 90 90 90 90 90 90 Pearson Correlation ,363** ,241* ,079 ,188 ,417** ,235* ,429** ,359** 1 ,540** Sig. (2-tailed) ,000 ,022 ,459 ,075 ,000 ,026 ,000 ,001 . ,000 N 90 90 90 90 90 90 90 90 90 90 Pearson Correlation ,680** ,606** ,554** ,712** ,649** ,693** ,741** ,673** ,540** 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . N 90 90 90 90 90 90 90 90 90 90
**. Correlation is significant at the 0.01 level (2-tailed). *. Correlation is significant at the 0.05 level (2-tailed).
Correlations
Intimidation 1Intimidation 2 Intimidation 3 Intimidation 4Intimidation Intimidation 1Pearson Correlation 1 ,720** ,688** ,485** ,848** Sig. (2-tailed) . ,000 ,000 ,000 ,000 N 90 90 90 90 90 Intimidation 2Pearson Correlation ,720** 1 ,739** ,564** ,880** Sig. (2-tailed) ,000 . ,000 ,000 ,000 N 90 90 90 90 90 Intimidation 3Pearson Correlation ,688** ,739** 1 ,818** ,926** Sig. (2-tailed) ,000 ,000 . ,000 ,000 N 90 90 90 90 90 Intimidation 4Pearson Correlation ,485** ,564** ,818** 1 ,812** Sig. (2-tailed) ,000 ,000 ,000 . ,000 N 90 90 90 90 90 Intimidation Pearson Correlation ,848** ,880** ,926** ,812** 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 . N 90 90 90 90 90 **.Correlation is significant at the 0.01 level (2-tailed).
187
Correlations
Pearson Correlation Sig. (2-tailed) N Math 2 Pearson Correlation Sig. (2-tailed) N Math 3 Pearson Correlation Sig. (2-tailed) N Math 4 Pearson Correlation Sig. (2-tailed) N Math 5 Pearson Correlation Sig. (2-tailed) N Math 6 Pearson Correlation Sig. (2-tailed) N Math 7 Pearson Correlation Sig. (2-tailed) N Math 8 Pearson Correlation Sig. (2-tailed) N Math 9 Pearson Correlation Sig. (2-tailed) N Math 10 Pearson Correlation Sig. (2-tailed) N Pearson Correlation Math Sig. (2-tailed) N Math 1
Math 1 Math 2 Math 3 Math 4 Math 5 Math 6 Math 7 Math 8 Math 9 Math 10 1 ,780** ,765** ,650** ,543** ,608** ,689** ,521** ,576** ,601** . ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 90 90 90 90 90 90 90 90 90 90 ,780** 1 ,816** ,741** ,671** ,826** ,777** ,646** ,809** ,738** ,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 90 90 90 90 90 90 90 90 90 90 ,765** ,816** 1 ,694** ,650** ,677** ,826** ,550** ,640** ,649** ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000 90 90 90 90 90 90 90 90 90 90 ,650** ,741** ,694** 1 ,636** ,794** ,731** ,737** ,736** ,737** ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 90 90 90 90 90 90 90 90 90 90 ,543** ,671** ,650** ,636** 1 ,683** ,741** ,506** ,685** ,683** ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 90 90 90 90 90 90 90 90 90 90 ,608** ,826** ,677** ,794** ,683** 1 ,770** ,769** ,807** ,833** ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 90 90 90 90 90 90 90 90 90 90 ,689** ,777** ,826** ,731** ,741** ,770** 1 ,611** ,676** ,738** ,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 90 90 90 90 90 90 90 90 90 90 ,521** ,646** ,550** ,737** ,506** ,769** ,611** 1 ,786** ,806** ,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 90 90 90 90 90 90 90 90 90 90 ,576** ,809** ,640** ,736** ,685** ,807** ,676** ,786** 1 ,848** ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000 90 90 90 90 90 90 90 90 90 90 ,601** ,738** ,649** ,737** ,683** ,833** ,738** ,806** ,848** 1 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . 90 90 90 90 90 90 90 90 90 90 ,790** ,910** ,854** ,866** ,795** ,900** ,886** ,804** ,879** ,889** ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 90 90 90 90 90 90 90 90 90 90
**. Correlation is significant at the 0.01 level (2-tailed).
188
Math ,790** ,000 90 ,910** ,000 90 ,854** ,000 90 ,866** ,000 90 ,795** ,000 90 ,900** ,000 90 ,886** ,000 90 ,804** ,000 90 ,879** ,000 90 ,889** ,000 90 1 . 90
Correlations Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian
Keahlian 1 Keahlian 2 Keahlian 3 Keahlian 4 Keahlian 5 Keahlian 6 Keahlian 7 Keahlian 8 Keahlian 9 Keahlian 10 Keahlian 1 Pearson Correlation 1 ,717** ,773** ,793** ,663** ,691** ,684** ,589** ,615** ,719** ,867** Sig. (2-tailed) . ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 90 2 Pearson Correlation ,717** 1 ,656** ,651** ,498** ,628** ,370** ,292** ,506** ,571** ,707** Sig. (2-tailed) ,000 . ,000 ,000 ,000 ,000 ,000 ,005 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 90 3 Pearson Correlation ,773** ,656** 1 ,812** ,703** ,648** ,639** ,527** ,659** ,710** ,849** Sig. (2-tailed) ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 90 4 Pearson Correlation ,793** ,651** ,812** 1 ,610** ,725** ,636** ,666** ,737** ,757** ,882** Sig. (2-tailed) ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 90 5 Pearson Correlation ,663** ,498** ,703** ,610** 1 ,626** ,656** ,508** ,587** ,578** ,772** Sig. (2-tailed) ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 90 6 Pearson Correlation ,691** ,628** ,648** ,725** ,626** 1 ,702** ,635** ,716** ,804** ,863** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 90 7 Pearson Correlation ,684** ,370** ,639** ,636** ,656** ,702** 1 ,820** ,698** ,741** ,840** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 90 8 Pearson Correlation ,589** ,292** ,527** ,666** ,508** ,635** ,820** 1 ,783** ,783** ,800** Sig. (2-tailed) ,000 ,005 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 90 9 Pearson Correlation ,615** ,506** ,659** ,737** ,587** ,716** ,698** ,783** 1 ,788** ,853** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 N 90 90 90 90 90 90 90 90 90 90 90 10 Pearson Correlation ,719** ,571** ,710** ,757** ,578** ,804** ,741** ,783** ,788** 1 ,894** Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000 N 90 90 90 90 90 90 90 90 90 90 90 Pearson Correlation ,867** ,707** ,849** ,882** ,772** ,863** ,840** ,800** ,853** ,894** 1 Sig. (2-tailed) ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . N 90 90 90 90 90 90 90 90 90 90 90
**. Correlation is significant at the 0.01 level (2-tailed).
LAMPIRAN 4 HASIL UJI RELIABILITAS Try Out
189
Item-Total Statistics
Fear 1 Fear 2 Fear 3 Fear 4 Fear 5 Fear 6 Fear 7 Fear 8 Fear 9 Fear 10 Anticipation 1 Anticipation 2 Anticipation 3 Anticipation 4 Anticipation 5 Anticipation 6 Anticipation 7 Anticipation 8 Anticipation 9 Optimism 1 Optimism 2 Optimism 3 Optimism 4 Optimism 5 Optimism 6 Optimism 7 Pessimism 1 Pessimism 2 Pessimism 3 Pessimism 4 Pessimism 5 Pessimism 6 Pessimism 7 Pessimism 8 Pessimism 9 Intimidation 1 Intimidation 2 Intimidation 3 Intimidation 4 Math Anxiety 1 Math Anxiety 2 Math Anxiety 3 Math Anxiety 4 Math Anxiety 5 Math Anxiety 6 Math Anxiety 7 Math Anxiety 8 Math Anxiety 9 Math Anxiety 10 Keahlian 1 Keahlian 2 Keahlian 3 Keahlian 4 Keahlian 5 Keahlian 6 Keahlian 7 Keahlian 8 Keahlian 9 Keahlian 10
Scale Variance if Item Deleted 298,564 287,055 295,273 290,055 288,564 282,073 277,218 291,473 297,600 281,564 280,818 283,818 287,055 293,073 291,818 281,618 280,200 287,218 281,855 283,891 260,764 260,764 277,273 260,291 262,600 270,273 272,364 274,655 271,473 281,091 258,364 273,055 255,473 267,473 262,455 276,455 284,291 274,491 275,600 266,200 268,564 276,964 269,964 263,091 264,291 274,873 263,691 273,273 268,873 284,055 284,855 284,855 276,055 284,055 287,055 282,218 275,818 274,164 280,455
Scale Mean if Item Deleted 187,82 187,64 187,55 187,64 188,18 187,55 187,27 187,55 186,00 188,18 185,73 185,73 185,64 185,45 185,27 185,73 186,00 185,73 185,36 185,91 185,82 185,82 185,45 185,91 186,00 185,45 187,18 186,36 187,55 185,91 186,82 186,36 186,45 187,45 187,36 187,64 188,09 187,91 188,00 187,00 186,82 186,82 186,82 186,91 187,09 186,55 186,91 186,55 186,55 185,64 185,64 185,64 185,64 185,64 185,64 185,73 185,73 185,82 185,64
Corrected Item-Total Correlation
Squared Multiple Correlation -,522 -,048 -,445 -,153 -,112 ,197 ,268 -,195 -,385 ,190 ,360 ,159 -,051 -,319 -,318 ,207 ,268 -,056 ,182 ,047 ,812 ,812 ,405 ,794 ,697 ,601 ,290 ,356 ,432 ,156 ,733 ,475 ,843 ,491 ,626 ,335 ,110 ,457 ,391 ,764 ,548 ,273 ,577 ,796 ,816 ,372 ,683 ,429 ,690 ,224 ,070 ,070 ,562 ,224 -,051 ,266 ,486 ,420 ,314
Reliability Statistics
Cronbach's Alpha ,884
Cronbach's Alpha Based on Standardized Items ,870
Penelitian
190
N of Items 59
Cronbach's Alpha if Item Deleted . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
,891 ,888 ,889 ,888 ,887 ,883 ,883 ,889 ,892 ,884 ,882 ,884 ,886 ,889 ,888 ,883 ,883 ,886 ,884 ,886 ,875 ,875 ,881 ,875 ,876 ,879 ,884 ,882 ,880 ,884 ,875 ,880 ,873 ,879 ,877 ,882 ,884 ,881 ,881 ,876 ,879 ,883 ,879 ,875 ,876 ,881 ,876 ,881 ,878 ,883 ,885 ,885 ,880 ,883 ,886 ,883 ,881 ,881 ,882
Item-Total Statistics
Fear 1 Fear 2 Fear 3 Fear 4 Fear 5 Fear 6 Fear 7 Fear 8 Fear 9 Fear 10 Anticipation 1 Anticipation 2 Anticipation 3 Anticipation 4 Anticipation 5 Anticipation 6 Anticipation 7 Anticipation 8 Anticipation 9 Optimism 1 Optimism 2 Optimism 3 Optimism 4 Optimism 5 Optimism 6 Optimism 7 Pesimism 1 Pesimism 2 Pesimism 3 Pesimism 4 Pesimism 5 Pesimism 6 Pesimism 7 Pesimism 8 Pesimism 9 Intimidation 1 Intimidation 2 Intimidation 3 Intimidation 4 Math 1 Math 2 Math 3 Math 4 Math 5 Math 6 Math 7 Math 8 Math 9 Math 10 Keahlian 1 Keahlian 2 Keahlian 3 Keahlian 4 Keahlian 5 Keahlian 6 Keahlian 7 Keahlian 8 Keahlian 9 Keahlian 10
Scale Mean if Item Deleted 177,99 178,12 178,14 178,10 178,29 177,98 177,64 177,98 176,67 178,26 175,69 175,50 175,42 175,33 175,40 175,46 175,64 175,63 175,41 175,62 175,74 175,79 175,52 175,77 175,76 175,44 177,72 177,04 178,01 177,06 177,37 177,17 177,40 177,67 177,66 178,06 178,11 178,19 178,24 177,69 177,72 177,63 177,81 177,70 177,96 177,70 177,86 177,79 177,67 175,57 175,61 175,60 175,58 175,62 175,62 175,70 175,67 175,60 175,54
Scale Variance if Item Deleted 232,348 229,322 227,001 223,731 233,623 224,831 218,569 227,370 224,247 232,282 235,543 234,073 234,853 233,416 236,175 233,577 237,400 237,785 236,739 239,114 233,743 234,438 236,814 236,113 238,681 235,283 221,124 228,200 225,135 223,873 224,684 223,017 222,243 222,697 226,745 222,188 224,774 226,582 226,591 223,093 218,607 219,269 221,346 223,044 222,672 219,448 220,911 219,921 218,360 235,102 233,431 237,052 235,685 235,901 234,395 237,246 233,888 233,703 234,318
Corrected Item-Total Correlation ,115 ,294 ,435 ,520 ,112 ,477 ,506 ,351 ,294 ,223 ,013 ,090 ,065 ,129 -,002 ,123 -,062 -,077 -,031 -,128 ,081 ,052 -,035 -,013 -,109 ,051 ,528 ,245 ,483 ,372 ,408 ,435 ,526 ,548 ,426 ,578 ,482 ,498 ,450 ,397 ,574 ,488 ,514 ,405 ,548 ,492 ,495 ,531 ,533 ,057 ,107 -,048 ,028 ,009 ,082 -,056 ,083 ,122 ,102
Reliability Statistics
Cronbach's Alpha ,845
Cronbach's Alpha Based on Standardized Items ,834
191
N of Items 59
Squared Multiple Correlation
Cronbach's Alpha if Item Deleted . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
,846 ,842 ,840 ,838 ,845 ,839 ,836 ,841 ,842 ,843 ,847 ,845 ,845 ,845 ,846 ,845 ,848 ,848 ,847 ,850 ,846 ,847 ,847 ,848 ,850 ,845 ,837 ,843 ,839 ,840 ,839 ,839 ,837 ,837 ,840 ,837 ,839 ,839 ,839 ,839 ,835 ,837 ,837 ,839 ,837 ,837 ,837 ,836 ,836 ,845 ,845 ,847 ,846 ,846 ,845 ,848 ,846 ,845 ,845
LAMPIRAN 5 HASIL UJI ASUMSI KLASIK Uji Normalitas One-Sample Kolmogorov-Smirnov Test
N Normal Parameters
a,b
Most Extreme Differences
Unstandardiz ed Residual 90 ,0000000 3,37575509 ,141 ,115 -,141 1,339 ,055
Mean Std. Deviation Absolute Positive Negative
Kolmogorov-Smirnov Z Asymp. Sig. (2-tailed) a. Test distribution is Normal. b. Calculated from data.
Histogram
Dependent Variable: Keahlian
30
Frequency
25
20
15
10
5 Mean = -1.78E-16 Std. Dev. = 0.942 N = 90
0 -4
-3
-2
-1
0
1
2
Regression Standardized Residual
192
3
Normal P-P Plot of Regression Standardized Residual
Dependent Variable: Keahlian 1.0
Expected Cum Prob
0.8
0.6
0.4
0.2
0.0 0.0
0.2
0.4
0.6
0.8
1.0
Observed Cum Prob
Uji Autokorelasi Model Summary Model 1
R ,792a
R Square ,627
b
Adjusted R Square ,579
Std. Error of the Estimate 3,583
DurbinWatson 1,933
a. Predictors: (Constant), Math, Jenis Kelamin, Pengalaman, Pendidikan, Anticipation, Pesimism, Umur, Optimism, Fear , Intimidation b. Dependent Variable: Keahlian
Uji Heteroskedastisitas
Scatterplot
Regression Standardized Predicted Value
Dependent Variable: Keahlian 2
1
0
-1
-2
-3 -4
-3
-2
-1
0
1
Regression Studentized Residual
Uji Multikolinearitas
193
2
3
a Coefficients
Unstandardized Standardized Coefficients Coefficients Model B Std. Error Beta 1 (Constant) 12,533 6,206 Umur ,048 ,093 ,051 Jenis Kelamin -,104 ,807 -,009 Pendidikan ,016 1,042 ,001 Pengalaman ,009 ,024 ,036 Fear -,043 ,106 -,047 Anticipation ,391 ,105 ,360 Optimism ,512 ,138 ,396 Pesimism -,011 ,113 -,010 Intimidation ,190 ,266 ,090 Math -,100 ,072 -,156
t 2,020 ,520 -,129 ,015 ,361 -,407 3,726 3,706 -,095 ,715 -1,387
Collinearity Statistics Sig. Tolerance VIF ,047 ,604 ,490 2,040 ,897 ,887 1,127 ,988 ,741 1,350 ,719 ,468 2,136 ,685 ,347 2,880 ,000 ,508 1,970 ,000 ,413 2,419 ,925 ,419 2,388 ,477 ,301 3,322 ,169 ,375 2,668
a. Dependent Variable: Keahlian
LAMPIRAN 6 HASIL UJI REGRESI LINIER BERGANDA Variables Entered/Removed Model 1
Variables Entered Math, Jenis Kelamin, Pengalam an, Pendidika n, Anticipatio n, Pesimism, Umur, Optimism, Fear , Intimidatio a n
Variables Removed
b
Method
.
Enter
a. All requested variables entered. b. Dependent Variable: Keahlian Model Summary Model 1
R ,792a
R Square ,627
Adjusted R Square ,579
b
Std. Error of the Estimate 3,583
a. Predictors: (Constant), Math, Jenis Kelamin, Pengalaman, Pendidikan, Anticipation, Pesimism, Umur, Optimism, Fear , Intimidation b. Dependent Variable: Keahlian
194
DurbinW atson 1,933
ANOVA b Model 1
Sum of Squares 1702,003 1014,219 2716,222
Regression Residual Total
df
Mean Square 170,200 12,838
10 79 89
F 13,257
Sig. ,000a
a. Predictors: (Constant), Math, Jenis Kelamin, Pengalaman, Pendidikan, Anticipation, Pesimism, Umur, Optimism, Fear , Intimidation b. Dependent Variable: Keahlian Coefficientsa
Model 1
(Constant) Umur Jenis Kelamin Pendidikan Pengalaman Fear Anticipation Optimism Pesimism Intimidation Math
Unstandardized Coefficients B Std. Error 12,533 6,206 ,048 ,093 -,104 ,807 ,016 1,042 ,009 ,024 -,043 ,106 ,391 ,105 ,512 ,138 -,011 ,113 ,190 ,266 -,100 ,072
Standardized Coefficients Beta ,051 -,009 ,001 ,036 -,047 ,360 ,396 -,010 ,090 -,156
t 2,020 ,520 -,129 ,015 ,361 -,407 3,726 3,706 -,095 ,715 -1,387
Sig. ,047 ,604 ,897 ,988 ,719 ,685 ,000 ,000 ,925 ,477 ,169
Collinearity Statistics Tolerance VIF ,490 ,887 ,741 ,468 ,347 ,508 ,413 ,419 ,301 ,375
2,040 1,127 1,350 2,136 2,880 1,970 2,419 2,388 3,322 2,668
a. Dependent Variable: Keahlian
LAMPIRAN 7 DATA PEMBAGIAN KUESIONER No
Kantor Akuntan Publik
1
KAP. Drs. Sofyan Syafri & Rekan
Jl. Tebet Timur Dalam I A No.4
KAP. Drs. Santoso Harsokusumo,
Jl. H.R. Rasuna Said Kav. B-6
Irwan & Rekan
Lantai 6-7
3
KAP. Drs. A. Salam Rauf & Rekan
Sentra Mampang Building
4
KAP. Rama Wendra
Graha Mampang
5
KAP. Toni H. Ratim
Patra Office Tower 10th Floor
6
KAP. Kosasih & Nurdiyaman
7
KAP. Dedy Zeinirwan Santosa
2
8 9
Alamat
Menara Kadin Indonesia Lantai 17 Unit A,B,C Gedung LINA 5th Floor
KAP. Drs. Tasnim Ali Widjanarko & Rekan (Pusat) KAP. A. Krisnawan & Rekan
Menara Kadin Indonesia 9th Floor Patra Office Tower 17th Floor
195
10 11 12 13 14
KAP. Armanda & Enita (Pusat)
Patra Office Tower 18th Floor
KAP. S. Mannan, Sofwan, Adnan
Kartika Chandra Tower 6th Floor
& Rekan (Pusat) KAP. Drs. Yanuar Mulyana
Wisma DPK PT. JAMSOSTEK
KAP. Drs. Heroe Pramono &
Jl. Prof. Dr. Supomo, SH No. 3
Rekan KAP. Yansen Pasaribu
Rasuna Office Park AO-06
KAP. Ishak, Saleh, Soewondo &
Gedung Perkantoran Royal Palace
Rekan
Blok A 11
KAP. Kanaka Puradiredja, Robert
The Royal Palace, Jl. Prof. Dr.
Yogi & Suhartono (Pusat)
Soepomo, SH No.178 A - C 29
17
KAP. Wisnu B. Soewito & Rekan
Gedung Gajah Unit ABC Lantai 6
18
KAP. Tia Adityasih & Rekan
Jl. Padang Panjang No.1
15
16
19
20 21 22
23
24
KAP. Doli, Bambang, Sudarmadji & Dadang (Pusat) KAP. Eka Masni, Bustaman & Rekan KAP. Armen, Budiman & Rekan KAP.
Drs.
Mulyamin
Hendrawinata
Sensi
Gani
Jl. Sunan Kalijaga No.1 Blok M Graha Seti Lantai 1 Kav. A 20
Suryanto KAP.
Menara Kuningan Lantai 11
&
Hidayat (Pusat)
Wisma Dharmala Sakti Lantai 7
Wisma Dharmala Sakti Lantai 18
KAP. Jojo Sunarjo, Ruchiat & Gedung Dewan Pers Lantai 5, Jl. Arifin (Pusat)
Kebon Sirih No.32-34
25
KAP. Jan, Ladiman & Rekan (Cab)
Jl. Anggrek Nelimurni Raya No.86
26
KAP. Drs. Chaeroni & Rekan
Jl. Anggrek Nelimurni II / C 5
27
KAP. DRS. Amir Hadyi
Jl. H. Saleh No.44 B Palmerah
28
KAP. Agus Ubaidillah
Jl. Otista No.54 B
29
KAP. DRS. Dedy Harka
Jl. Raya Jatinegara Barat No.116 PQR
196
30
Jl. Kelapa Molek VII Blok M 2
KAP. Drs. Budiman Sembiring
No.23
197
