BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian Direktorat Jendral Pajak (DJP) merupakan Direktorat Jendral di bawah Kementerian Keuangan Indonesia yang mempunyai tugas merumuskan serta melaksanakan kebijakan dan standarisasi teknis di bidang perpajakan. Salah satu penunjang dalam suksesnya kinerja Direktorat Jenderal Pajak (DJP) pemanfaatan teknologi informasi menjadi teramat penting. Khususnya di bagian Teknologi Informasi Perpajakan (TIP). Beban Direktorat Teknologi Informasi Perpajakan (TIP) memang tak bisa dibilang ringan mengingat tugasnya untuk menyiapkan perumusan kebijakan, standarisasi dan bimbingan teknis, evaluasi dan pelaksanaan dalam bidang pemantauan system dan infrastruktur, pemberian dukungan dan layanan operasional, serta pembinaan pengolahan data dan dokumen. Seluruh unit kerja di Direktorat Jendral Pajak di dukung oleh pelayanan operasional Direktorat Teknologi Informasi Perpajakan (TIP). Mulai dari sistem informasi, aplikasi, dukungan teknis dan jaringan komunikasi data, termasuk bimbingan sistem, pemutakhiran data tampilan, pertukaran data elektronik, hingga pengelolaan intranet. Menurut Direktur Teknologi Informasi Perpajakan, Satiotomo (2011) untuk lebih mengoptimalkan penyediaan data dan informasi terkait wajib pajak, pihaknya menjalin kerja sama dalam bentuk pertukaran data dan informasi dengan sejumlah instansi terkait seperti Bank Indonesia, Badan Koordinasi Penanaman Modal, Lembaga Kebijakan Pengadaan Barang dan Jasa 58

http://digilib.mercubuana.ac.id/

Pemerintah, Badan Pusat Statistik, Ditjen Imigrasi, seluruh Eselon I Kementerian Keuangan (Ditjen Bea dan Cukai, Ditjen Perbendaharaan, Ditjen Keuangan) serta instansi lainnya. Visi dan Misi Direktorat Jendral Pajak 1) Visi Menjadi Institusi Penghimpun Penerimaan Negara yang Terbaik demi Menjamin Kedaulatan dan Kemandirian Negara 2) Misi Menjamin penyelenggaraan negara yang berdaulat dan mandiri dengan: 1) mengumpulkan penerimaan berdasarkan kepatuhan pajak sukarela yang tinggi dan penegakan hukum yang adil; 2) pelayanan berbasis teknologi modern untuk kemudahan pemenuhan kewajiban perpajakan; 3) aparatur pajak yang berintegritas, kompeten dan profesional; dan 4) kompensasi yang kompetitif berbasis sistem manajemen kinerja. Dalam penelitian ini populasi yang diambil adalah karyawan divisi Teknologi Informasi Perpajakan Direktorat Jendral Pajak Berikut ini tabel jumlah karyawan divisi Teknologi Informasi Perpajakan: B. Analisis Deskriptif 1. Karakteristik Profil Responden Karyawan yang dipilih sebagai reponden dalam penelitian ini adalah karyawan yang bekerja di Direktorat Jendral Pajak pada divisi Teknologi Informasi 59


Perpajakan dengan jumlah sampel 55 responden. Untuk mengatahui gambaran umum tentang karakteristik responden dapat diketahui dari seluruh jawaban responden sebagai berikut : a) Jenis kelamin karyawan divisi Teknologi Informasi Perpajakan Hasil perhitungan dari karakteristik jenis kelamin responden terdapat dalam tabel berikut: Tabel 4.1 JENIS KELAMIN Cumulative Frequency Valid

Pria

Valid Percent

Percent

48

87.3

87.3

87.3

7

12.7

12.7

100.0

55

100.0

100.0

Perempuan Total

Percent

Sumber: Hasil kuesioner yang diolah b) Usia karyawan divisi Teknologi Informasi Perpajakan Hasil perhitungan dari karakteristik usia responden terdapat dalam tabel berikut: Tabel 4.2 USIA RESPONDEN Cumulative Frequency Valid

Percent

Valid Percent

Percent

<25th

8

14.5

14.5

14.5

26th-30th

8

14.5

14.5

29.1

31th-35th

25

45.5

45.5

74.5

36th-40th

11

20.0

20.0

94.5

>41th

3

5.5

5.5

100.0

Total

55

100.0

100.0

Sumber: Hasil kuesioner yang diolah

60


c) Lama

kerja

karyawan

divisi

Teknologi

Informasi

Perpajakan Hasil perhitungan dari karakteristik lama kerja responden terdapat dalam tabel berikut: Tabel 4.3 Lama kerja Cumulative Frequency Valid

Percent

Valid Percent

Percent

1th-5th

12

21.8

21.8

21.8

>5th-10th

23

41.8

41.8

63.6

>15th-20th

16

29.1

29.1

92.7

>20th

4

7.3

7.3

100.0

Total

55

100.0

100.0


d) Pendidikan karyawan divisi Teknologi Informasi Perpajakan Hasil perhitungan dari karakteristik pendidikan responden terdapat dalam tabel berikut: Tabel 4.4 PENDIDIKAN Cumulative Frequency Valid

Percent

Valid Percent

Percent

Diploma

20

36.4

36.4

36.4

S1

27

49.1

49.1

85.5

S2

8

14.5

14.5

100.0

55

100.0

100.0

Total


61


e)

Jabatan karyawan divisi Teknologi Informasi Perpajakan

Hasil perhitungan dari karakteristik jabatan responden terdapat dalam tabel berikut: Tabel 4.5 JABATAN Cumulative Frequency Valid

STAFF PELAKSANA

Percent

Valid Percent

Percent

54

98.2

98.2

98.2

1

1.8

1.8

100.0

55

100.0

100.0

KEPALA SUB DIREKTORAT Total


2. Analisis Deskriptif Variabel a) Tanggapan responden mengenai kinerja karyawan pada divisi Teknologi Informasi Perpajakan.

62


Tabel 4.6 KINERJA KARYAWAN No

1 2 3

Indikator Bekerja sesuai dengan standar yang telah ditentukan Tingkat pencapaian kerja yang di hasilkan telah sesuai dengan harapkan organisasi Bekerja sesuai dengan ketrampilan yang dimiliki

4

Memiliki gagasan yang baru

5a.

Dapat bekerja dengan baik dalam team Mampu bekerja dengan kesadaran penuh dan dapat dipercaya Selalu bersemangat dalam melakukan pekerjaan yang bersifat baru dan mempunyai tanggung jawab yang tinggi Mempunyai kepribadian yang santun Bersikap ramah dan sopan terhadap orang lain

6 7

8 9

Kategori Jawaban

Rata-Rata

1

2

3

4

5

1

-

3

24

27

4.38

-

2

10

29

14

4.00

-

3

10

31

11

3.91

-

2

5

31

17

4.15

-

2

4

36

13

4.09

-

4

14

29

8

3.75

1

1

2

36

15

4.15

1

1

1

35

17

4.20

-

2

6

33

14

4.07

Sumber: Hasil kuesioner Dapat di lihat dari tabel 4.6 persepsi tentang kinerja karyawan pada pertanyaan mampu bekerja dengan kesadaran penuh dan dapat di percaya, jawaban responden lebih kecil pada pilihan sangat setuju. Karena rata-rata responden menjawab setuju, sehingga perlu pelatihan rutin untuk meningkatkan kinerja karyawan.

63


b) Tanggapan responden mengenai disiplin kerja pada divisi Teknologi Informasi Perpajakan. Tabel 4.7 DISIPLIN KERJA

No

Kategori Jawaban

Indikator

1

Mengenakan pakaiaan yang sopan sesuai dengan peraturan organisasi 2 Ikut andil memberikan kontribusidalam setiap kegiatan 3 Menyelesaikan pekerjaan sesuai dengan tanggung jawab yang di berikan 4 Saya lebih teliti dalam bekerja b. Datang tepat waktu 5 dalam bekerja

Rata-Rata

1

2

3

4

5

-

2

3

36

14

4.13

1

6

12

32

13

3.89

-

3

16

25

11

3.80

-

3

12

30

10

3.85

-

5

7

23

11

3.75

Sumber: Hasil kuesioner Dapat di lihat dari tabel 4.7 persepsi tentang disiplin kerja pada ketepatan waktu datang dalam bekerja jawaban responden lebih kecil pada pilihan sangat setuju dan lebih besar menjawab setuju sehingga tingkat disiplin kerja masih kurang baik yang dapat menghambat tercapainya tujuan organisasi, pelunya tindakan tegas bagi yang melanggar peraturan yang sudah menjadi standart perusahaan.

64


c) Tanggapan responden mengenai motivasi pada divisi Teknologi Informasi Perpajakan. Tabel 4.8 MOTIVASI Kategori Jawaban No 1

Indikator

Saya senantiasa mentaati aturan yang telah dibuat dalam suatu organisasi 2 Jarak dan tempat tinggal tidak mempengaruhi ketepatan waktu kerja saya 3 Saya memiliki hubungan baik dengan semua pegawai lain 4 Saya ingin mendapat penghargaan atas pekerjaan yang saya kerjakan c. d. Saya mengikuti 5 pelatihan dan pendidikan yang diselenggaakan dalam suatu organisasi Sumber: Hasil kuesioner

Rata-Rata 1

2

3

4

5

-

3

7

33

12

3.98

-

2

10

28

15

4.02

1

3

14

27

10

3.76

-

3

5

29

18

4.13

-

2

7

28

18

4.13

65


Dapat di lihat dari tabel 4.8 persepsi tentang motivasi pada pertanyaan memiliki hubungan baik dengan semua pegawai lain jawaban responden lebih kecil pada pilihan sangat setuju dan lebih besar menjawab setuju. Motivasi yang diterapkan dalam lingkungan kerja di katakkan baik, apabila karyawan yang satu dengan yang lain dapat menjalin kebersamaan dalam lingkungan kerja maupun diluar lingkungan kerja.

C. Metode Analisis Data Metode Analisis Data : Component Based Structural Equation Modeling Component / variance Based Structural Equation Modeling merupakan alternatif dari covariance based SEM, SEM yang berbasis component atau variance ini dikenal dengan Partial Least Square (PLS). Metode ini dimaksudkan untuk causal-predictive analysis dalam situasi kompleksitas yang tinggi dan dukungan teori yang rendah. PLS memiliki tujuan untuk mencari hubungan linear prediktif antar variabel (component based predictive model) (Ghozali, 2014). Langkah-langkah pengujian yang dilakukan demi terpenuhinya asumsi-asumsi variance based SEM merupakan tuntunan untuk permodelan variance based SEM baik pada proses pengumpulan datanya maupun proses pengolahan data yang menggunakan SmartPLS 3.

66


Gambar 4.1 Hasil Algoritma PLS

Sumber : Output PLS

D. Evaluasi Measurement Model (outer model) a) Convergent Validity Pengujian Convergent Validity dari model pengukuran dengan refleksif indikator dinilai berdasarkan korelasi antara item score/component score dengan construct score yang dihitung dengan PLS. Indikator individu dianggap valid jika memiliki nilai korelasi di atas 0,70. Namun demikian pada riset tahap pengembangan skala, loading factor 0,50 sampai 0,60 masih dapat diterima. Dengan melihat hasil output korelasi antara indikator dengan konstruknya seperti terlihat pada tabel dan gambar struktural di bawah ini:

67


Tabel 4.9 Hasil pengujian Convergent Validity Indikator

Outer Loading

Keterangan

K1

0.636

Valid

K2

0.795

Valid

K3

0.622

Valid

K4

0.859

Valid

K5

0.850

Valid

K6

0.514

Valid

K7

0.873

Valid

K8

0.848

Valid

K9

0.769

Valid

D1

0.783

Valid

D2

0.764

Valid

D3

0.814

Valid

D4

0.840

Valid

D5

0.754

Valid

M1

0.864

Valid

M2

0.863

Valid

M3

0.662

Valid

M4

0.871

Valid

M5

0.922

Valid

Sumber : output PLSD

68


Hasil dari pengujian convergent validity pada gambar 4.9 dapat dilihat bahwa semua indikator telah memenuhi convergent validity, karena memiliki nilai factor loading diatas 0,50 maka data tersebut dapat dianggap valid. b) Discriminant Validity Pengujian discriminant validity, indikator reflektif dapat dilihat pada crossloading antara indikator dengan konstruknya. Suatu indikator dinyatakan valid jika mempunyai loading factor tertinggi kepada konstruk yang dituju dibandingkan loading factor kepada konstruk lain. Dengan demikian, konstruklaten memprediksi indikator pada blok mereka lebih baik dibandingkan dengan indikator di blok yang lain. Tabel 5.1 Hasil pengujian Discriminant Validity Variabel

Disiplin

Kinerja

Motivasi

Kerja

Karyawan

D1

0.783

0.783

0.800

D2

0.764

0.622

0.423

D3

0.814

0.640

0.593

D4

0.840

0.691

0.716

D5

0.754

0.632

0.502

K1

0.505

0.636

0.466

K2

0.662

0.795

0.618

69


K3

0.529

0.622

0.506

K4

0.736

0.859

0.751

K5

0.720

0.850

0.723

K6

0.388

0.514

0.452

K7

0.748

0.873

0.720

K8

0.745

0.848

0.708

K9

0.729

0.769

0.709

M1

0.783

0.732

0.864

M2

0.682

0.696

0.863

M3

0.437

0.523

0.662

M4

0.631

0.766

0.871

M5

0.712

0.778

0.922

Sumber : output PLSD Dari table terlihat bahwa korelasi konstruk/variabel K dengan indikatornya lebih tinggi dibanding korelasi indikator K dengan konstruk/variabel lainnya, selanjutnya korelasi

konstruk/variabel

D

dengan

indikatornya

membuktikan

bahwa

indikatornya lebih tinggi dibanding korelasi indikator D dengan konstruk lainnya, kemudian korelasi konstruk/variable dengan indikatornya lebih tinggi dibanding korelasi indikator M dengan konstruk/variabel lainnya, Dari pernyataan tersebut maka variable tersebut di atas dapat dikatakan memiliki nilai discriminant validity / tingkat validitas yang baik.

70


c) Composite Reliability dan Cornbachs Alpha Pengujian composite reliability dan cornbachs alpha bertujuan untuk menguji reliabilitas instrumen dalam suatu model penelitian. Atau mengukur internal consistency dan nilainya harus di atas 0,60. Apabila seluruh nilai variabel laten memiliki nilai composite reliability maupun cronbach alpha ≥ 0,7 hal itu berarti konstruk memiliki reabilitas yang baik atau kuisioner yang digunakan sebagai alat dalam penelitian ini telah handal atau konsisten.

Gambar 4.2 Grafik Pengujian Composite Reliability

Table 5.2 Hasil Pengujian Composite Reliability Variabel

Composite Reliability

Keterangan

Disiplin Kerja

0,893

Reliabel

Kinerja Karyawan

0,924

Reliabel

Motivasi

0,923

Reliabel

Sumber : output PLS

71


Gambar 4.3 Grafik Pengujian Average Variance Extracted (AVE)

Tabel 5.3 Hasil Pengujian Average variance extracted Variabel

Average variance extrcted

Disiplin

0.627

Kinerja

0.580

Motivasi

0.708

Uji lainnya adalah menilai validitas dari konstruk dengan melihat nilai AVE, dipersyaratkan model yang baik kalau AVE masing-masing konstruk nilainya lebih besar dari 0,50. Hasil output AVE baik untuk konstruk Rutinitas maupun konstruk Otonomi memiliki nilai AVE lebih besar daripada 0,50.

72


Sumber : Output PLS

Gambar 4.4 Grafik Pengujian Cornbachs Alpha Table 5.4 Hasil Pengujian Cornbachs Alpha Variabel

Cornbachs Alpha

Keterangan

Disiplin Kerja

0.851

Reliabel

Kinerja Karyawan

0.905

Reliabel

Motivasi

0.894

Reliabel

Sumber : output PLS

Berdasarkan tabel 5.4 bahwa hasil pengujian composite reliability maupun hasil pengujian cornbach alpha menunjukan nilai yang memuaskan, sebab seluruh nilai variabel lain memiliki nilai composite reliability ≥ 0,7 menurut Ghozali (2014). E. Pengujian Model Struktural/Uji Hipotesis (Inner Model) Pengujian inner model adalah pengembangan model berbasis konsep dan teori dalam rangka menganalisis hubungan antara variabel eksogen dan endogen telah dijabarkan dalam rerangka konseptual. Tahapan pengujian terhadap model struktural (inner model) dilakukan dengan langkah-langkah berikut ini : 73


a) Nilai R-square Melihat nilai R-square yang merupakan uji goodness-fit model. Table 5.5 Nilai R2 Variabel endogen Variabel Endogen

R-Square 0.808

Kinerja

Sumber : Output PLS Model struktural mengindikasikan bahwa model pada variabel Kinerja kuat sebab memiliki nilai di atas 0,33. Model pengaruh variabel laten independen (Motivasi dan Disiplin Kerja) terhadap Kinerja memberikan nilai R-square sebesar 0.808 yang dapat diinterprestasikan bahwa variabilitas konstruk Kinerja yang dapat dijelaskan oleh variabilitas konstruk Motivasi dan Disiplin kerja sebesar 80,8% sedangkan 19,2% dijelaskan oleh variabel lain diluar yang diteliti. b) Hasil Pengujian Hipotesis (Estimasi Koefisien Jalur) Nilai estimasi untuk hubungan jalur dalam model struktural harus signifikan. Nilai signifikansi ini dapat diperoleh dengan prosedur boostrapping. Melihat signifikansi pada hipotesis dengan melihat nilai koefisien parameter dan nilai signifikansi Tstatistik pada algorithm boostrapping report. Untuk mengetahui signifikan atau tidak signifikan dilihat dari T-table pada alpha 0,05 (5%) = 1.96, kemudian T-table dibandingkan oleh T-hitung (T-statistik). Atau juga dapat membandingkan nilai P-

74


value dengan alpha 0.05, apabila P-value lebih kecil dari alpha (0.05) maka hipotesis diterima. Table 5.6 Hasil Pengujian Hipotesis Original Sample

H1 Disiplin

Kerja – 0,519 Kinerja Karyawan H2 Motivasi – Kinerja 0,434 Karyawan

T Statistics

P Values

Keterangan

4,059

0,000

Positif dan Signifikan

3,291

0,001

Positif dan Signifikan

Sumber : output PLS F. Pembahasan Hasil Penelitian Berdasarkan hasil pengujian dari ke dua hipotesis diatas, ternyata semua hipotesis bersifat positif dan signifikan. Hal ini dapat dilihat dalam pembahasan dibawah ini. a) Pengaruh Disiplin Kerja Terhadap Kinerja Karyawan Dalam penelitian ini di temukan bahwa disiplin kerja berpengaruh positif dan signifikan. Hasil penelitian ini mendukung penelitian sebelumnya yang dilakukan oleh Mangkunegara dan Waris, (2015) menunjukkan bahwa kedisiplinan berpengaruh secara positif dan signifikan terhadap kinerja karyawan. Hasil penelitian lain yang di lakukan Sari (2014) tak mendukung penelitian ini karna menemukan bahwa disiplin kerja tidak berpengaruh signifikan terhadap kinerja karyawan. Hal ini mengindikasikan bahwa disiplin kerja pada divisi Teknologi Informasi Perpajakan seperti mengenakan pakaiaan yang sopan sesuai dengan peraturan dapat di

75


lihat dari jawaban responden sangat setuju lebih besar, sehingga sebagian karyawan sudah merasa disiplin dalam menjalankan peraturan yang sudah di buat organisasi. b) Pengaruh Motivasi Terhadap Kinerja Karyawan Dalam penelitian ini di temukan bahwa motivasi berpengaruh positif dan signifikan. Hasil penelitian ini mendukung penelitian yang dilakukan oleh Rivai dan Sagala (2010) menunjukkan bahwa hubungan motivasi berpengaruh positif dan signifikan terhadap kinerja Karyawan. Hal ini didukung dengan penelitian Subroto dan Ganistiyo (2007) mereka berpendapat bahwa motivasi yang tinggi memiliki dampak yang positif dan signifikan terhadap kinerja karyawan. Hasil penelitian lain yang dilakukan oleh Trisianawati dan Ingsih (2006) tak mendukung penelitian ini karna menemukan bahwa motivasi tidak berpengaruh signifikan terhadap kinerja karyawan. Hal ini mengindikasikan bahwa motivasi pada divisi Teknologi Informasi Perpajakan dengan mengikuti pelatihan dan pendidikan yang di selenggarakan dalam organisasi, untuk tercapainya tujuan karyawan agar dapat penghargaan atas pekerjaan yang telah di kerjakan. Jawaban setuju dari responden lebih besar, sehingga sebagian karyawan sudah meras melakukan pekerjaan dengan optimal. Dan di dukung dengan tingkat kinerja karyawan pada divisi Teknologi Informasi Perpajakan pada tingkat pencapaian kerja yang di hasilkan telah sesuai dengan harapkan organisasi, sehingga sebagian karyawan merasa sudah melakukan pekaerjaan dengan baik.

76


BAB IV HASIL DAN PEMBAHASAN

Recommend Documents