BAB IV METODE PENELITIAN
4.1
Rancangan Penelitian Penelitian ini akan mengukur dan menganalisis pengaruh kompetensi SDM,
penerapan SPIP, dan SAP terhadap kualitas LKPD, sehingga peneliti menetapkan jenis penelitian adalah metode kuantitatif dan desain penelitian yang digunakan adalah desain deskriptif untuk mendeskripsikan variabel-variabel penelitian dan desain kausal untuk mencari pengaruh antar variabel penelitian (Sugiyono, 2013:53). Penetapan hipotesis yang mengacu pada kajian teoretis dan empiris merupakan langkah selanjutnya. Variabel-variabel penelitian yang dihasilkan dari hipotesis tersebut dilengkapi dengan instrumen penelitian. Teknik pengumpulan data berupa penyebaran kuesioner dan wawancara. Data yang ada akan diolah dan dianalisis dengan menggunakan PLS. Hasil analisis tersebut kemudian diinterpretasikan dan dibahas sehingga pada akhirnya dapat disimpulkan hasil penelitian dan diberikan saran terhadap permasalahan tersebut. Skema rancangan penelitian ini disajikan pada Gambar 4.1.
4.2 Lokasi Penelitian Lokasi penelitian ini dilakukan pada seluruh SKPD dan SKPKD pada Pemkab Tabanan. Pemilihan lokasi ini dilakukan karena peneliti tertarik dengan opini BPK-RI terhadap LKPD Pemkab Tabanan yang pada lima tahun terakhir selalu memperoleh opini WDP. Opini WDP ini bukan merupakan suatu hasil yang maksimal serta mengindikasikan bahwa masih banyak kelemahan dalam pencatatan dan pelaporan keuangan daerah yang perlu diperbaiki (Indriasih, 2014) dan tercermin dari masih adanya temuan dan rekomendasi dari BPK.
48
49
Kajian Teoritis Kajian Empiris
Pengaruh Kompetensi SDM pada Penerapan SPIP dan SAP serta Implementasinya pada Kualitas LKPD Rumusan Masalah Hipotesis Variabel Penelitian : Kompetensi SDM, Penerapan SPIP, Penerapan SAP, Kualitas LKPD Pengolahan Data Hasil dan Pembahasan Simpulan dan Saran
Gambar 4.1 Skema Rancangan Penelitian 4.3
Ruang Lingkup Penelitian Penelitian ini akan mengungkapkan pengaruh kompetensi SDM, penerapan
SPIP dan SAP terhadap kualitas LKPD baik secara langsung maupun tidak langsung. Penelitian ini dilakukan pada PPK-SKPD di lingkungan Pemkab Tabanan.
4.4
Penentuan Sumber Data
4.4.1
Sumber data
Data yang digunakan dalam penelitian ini berupa data primer. Data primer merupakan informasi yang diperoleh dari tangan pertama oleh peneliti yang berkaitan dengan variabel minat untuk tujuan spesifik studi (Sekaran, 2006:60). Dalam penelitian ini data primer diperoleh dengan bantuan instrumen kuesioner serta wawancara terkait variabel penelitian.
50
4.4.2
Populasi dan sampel penelitian Populasi merupakan seluruh objek yang akan diteliti dalam sebuah penelitian.
Sugiyono (2013:115) menyatakan bahwa populasi merupakan wilayah generalisasi yang terdiri dari atas objek dan subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya. Populasi dalam penelitian ini adalah seluruh entitas akuntansi di lingkungan Pemkab Tabanan yang berjumlah 42 SKPD sesuai Keputusan Bupati Tabanan Nomor 180/6/01/HK&HAM/2014 (Lampiran 3) dan dalam hal ini diwakili PPK-SKPD dengan asumsi bahwa mereka memahami semua kegiatan penatausahaan keuangan pada SKPD masing-masing.
Sampel menurut Sugiyono (2013:116) adalah bagian dari jumlah dan karakteristik yang dimiliki populasi tersebut. Metode pengambilan sampel dalam penelitian ini dilakukan dengan menggunakan teknik purposive sampling, yaitu teknik pengambilan sampel berdasarkan kriteria tertentu atau dengan pertimbangan (judgement) tertentu (Hartono, 2004:74; Sugiyono, 2013:122). Subyek penelitian yang dijadikan sampel adalah PPK-SKPD di lingkungan Pemkab Tabanan dengan kriteria sebagai berikut: 1) PPK-SKPD yang pernah menyusun laporan keuangan daerah/ SKPD sesuai tugas dan fungsinya yang diatur dalam Permendagri Nomor 13 Tahun 2006. 2) PPK-SKPD dengan masa jabatan minimal 1 (satu) tahun atau lebih. Usia jabatan 1 (satu) tahun atau lebih diasumsikan PPK-SKPD telah memiliki pengalaman dan pemahaman yang cukup atas kegiatan yang berkaitan dengan penatausahaan keuangan, khususnya dalam penyusunan laporan keuangan SKPD.
Berdasarkan kriteria di atas, sampel yang digunakan dalam penelitian ini berjumlah 39 (tiga puluh sembilan) sampel dengan rincian seperti yang dapat dilihat pada Tabel 4.1. Orang-orang yang merespon atau menjawab pernyataan penelitian baik secara tertulis maupun lisan merupakan responden (Arikunto,
51
2010:10), sehingga dalam penelitian ini menggunakan 39 orang PPK-SKPD yang memenuhi kriteria sebagai responden. Tabel 4.1 Sampel Penelitian Keterangan Total populasi Tidak memenuhi kriteria 1 Tidak memenuhi kriteria 2 Sampel yang memenuhi kriteria Sumber : data diolah, 2015
4.5
Jumlah 42 (00) (03) 39
Persentase 100% 0% 7,14% 92,86%
Variabel Penelitian dan Definisi Operasional
4.5.1 Identifikasi variabel Variabel yang digunakan dalam penelitian ini adalah sebagai berikut: 1) Variabel independen (bebas) merupakan variabel yang mempengaruhi atau menjadi sebab perubahan atau timbulnya variabel dependen (Sugiyono, 2013:59). Variabel independen dalam penelitian ini adalah kompetensi SDM (X1). 2) Variabel dependen (terikat) merupakan variabel yang dipengaruhi atau menjadi akibat karena adanya variabel bebas (Sugiyono, 2013:59). Variabel dependen dalam penelitian ini adalah kualitas laporan keuangan pemerintah (Y). 3) Variabel intervening (pemediasi) adalah variabel yang mempengaruhi hubungan antara variabel independen dan dependen menjadi hubungan yang tidak langsung dan dapat diamati dan diukur (Sugiyono, 2013:61). Variabel intervening dalam penelitian ini adalah penerapan SPIP (X2) dan penerapan SAP (X3).
4.5.2
Definisi operasional Untuk lebih memudahkan dalam penulisan dan untuk menghindari penafsiran
yang berbeda pada penelitian ini, maka perlu menjelaskan definisi operasional variabel sebagai berikut:
52
1) Kualitas LKPD (Y) Kualitas LKPD yang dimaksud dalam penelitian ini adalah berdasarkan karakteristik kualitatif laporan keuangan yang terdapat dalam PP Nomor 71 tahun 2010, yang diukur melalui skala likert lima dengan menggunakan empat indikator yang dikembangkan dari kuesioner Irwan (2011) yaitu: a) Relevan, dengan karakteristik memiliki manfaat umpan balik, memiliki manfaat prediktif, tepat waktu dan lengkap (pernyataan nomor A1 sampai dengan A5). b) Andal, dengan karakteristik penyajian jujur, dapat diverifikasi (veriability) serta netralitas (pernyataan nomor A6 sampai dengan A10). c) Dapat dibandingkan (pernyataan nomor A11 sampai dengan A13). d) Dapat dipahami (pernyataan nomor A14 sampai dengan A16). 2) Kompetensi SDM (X1) Kompetensi SDM yang dimaksud dalam penelitian ini adalah kemampuan yang dimiliki PPK-SKPD di lingkungan Pemkab Tabanan dalam pelaksanaan tugas jabatan yang tiga indikatornya dikembangkan dari kuesioner Irwan (2011) melalui skala likert lima. Indikator dari kompetensi antara lain: a) Pengetahuan adalah pengetahuan yang dimiliki oleh seorang
PPK-SKPD untuk
melaksanakan tugas dan tanggung jawabnya sesuai dengan bidang yang digelutinya (pernyataan nomor B1 sampai dengan B7). b) Keterampilan adalah kemampuan yang harus dimiliki oleh setiap
PPK-SKPD
untuk melaksanakan suatu tugas dan tanggung jawab yang diberikan oleh pemerintah secara maksimal (pernyataan nomor B8 sampai dengan B14). c) Perilaku adalah pola tingkah laku PPK-SKPD dalam melaksanakan tugas dan tanggung jawabnya sesuai dengan peraturan yang telah ditetapkan (pernyataan nomor B15 sampai dengan B20).
53
3) Penerapan SPIP ( X2) Penerapan SPIP yang dimaksud dalam penelitian ini adalah suatu proses yang dipengaruhi oleh manajemen yang diciptakan untuk memberikan keyakinan yang memadai dalam pencapaian efektivitas, efisiensi, ketaatan terhadap peraturan perundang-undangan yang berlaku, dan keandalan penyajian laporan keuangan pemerintah. Dimensi dari variabel penerapan SPIP ini diukur dengan skala likert lima melalui lima indikator yang dikembangkan dari kuesioner Irwan (2011) yaitu: a) Lingkungan pengendalian (pernyataan nomor C1 sampai dengan C7). b) Penilaian risiko (pernyataan nomor C8 sampai dengan C9). c) Kegiatan pengendalian (pernyataan nomor C10 sampai dengan C16). d) Informasi dan komunikasi (pernyataan nomor C17 sampai dengan C19). e) Pemantauan (pernyataan nomor C20 sampai dengan C22). 4) Penerapan SAP (X3) Penerapan SAP yang dimaksud dalam penelitian ini adalah penerapan SAP oleh PPK-SKPD didalam menyusun laporan keuangan yang mengacu pada Peraturan Pemerintah Nomor 71 tahun 2010 tentang SAP yang terdiri atas 11 (sebelas) pernyataan standar yang dalam penelitian ini dijadikan indikator berdasarkan pengembangan dari kuesioner Irwan (2011), diantaranya: a) PSAP No. 01 tentang Penyajian Laporan Keuangan (pernyataan nomor D1 sampai dengan D3). b) PSAP No. 02 tentang LRA (pernyataan nomor D4 sampai dengan D7). c) PSAP No. 03 tentang LAK (pernyataan nomor D8 sampai dengan D9). d) PSAP No. 04 tentang CaKL (pernyataan nomor D10 sampai dengan D11). e) PASP No. 05 tentang akuntansi persediaan (pernyataan nomor D12 sampai dengan D13). f) PSAP No. 06 tentang akuntansi investasi (pernyataan nomor D14 sampai dengan D17).
54
g) PSAP No. 07 tentang akuntansi aset tetap (pernyataan nomor D18 sampai dengan D19). h) PSAP No. 08 tentang akuntansi konstruksi dalam pengerjaan (pernyataan nomor D20 sampai dengan D21). i) PSAP No. 09 tentang akuntansi kewajiban (pernyataan nomor D22 sampai dengan D23). j) PSAP No. 10 tentang koreksi kesalahan, perubahan kebijakan akuntansi dan peristiwa luar biasa (pernyataan nomor D24 sampai dengan D25). k) PSAP No. 11 tentang laporan keuangan konsolidasi (pernyataan nomor D26 sampai dengan D27). Dimensi dari variabel penerapan SAP diukur dengan skala likert lima.
4.6
Instrumen Penelitian
4.6.1 Bentuk instrumen penelitian Instrumen yang digunakan dalam penelitian ini adalah kuesioner dan wawancara. Kuesioner digunakan untuk memperoleh data mengenai kualitas LKPD Kabupaten Tabanan, kompetensi SDM, penerapan SPIP, serta SAP. Hasil dari kuesioner akan dikonfirmasi ulang melalui wawancara. 4.6.2
Penyusunan instrumen Kuesioner disusun berdasarkan indikator-indikator yang telah ditetapkan.
Berdasarkan pembatasan masalah dan kajian teoritis sebelumnya, maka dapat ditentukan indikator variabel seperti yang dijelaskan oleh Arikunto (2010:15) bahwa penentuan indikator adalah sesuatu yang dapat menunjukkan atau menjadi petunjuk bagi sub variabel atau variabel. Indikator-indikator tersebut selanjutnya dijabarkan menjadi butir-butir item pernyataan (Lampiran 1).
Indikator yang digunakan untuk menentukan data baik variabel independen maupun dependen yang telah dimodifikasi dari Irwan (2011).
55
Indikator variabel dependen diperoleh dari PP No 71 Tahun 2010 tentang SAP. Data variabel independen X1 diperoleh dari pendapat Wyatt dalam Ruky (2003) dan X2 dari PP Nomor 60 Tahun 2008 tentang SPIP, sedangkan X3 diolah dari dari PP No 71 tahun 2010 tentang SAP. Indikator yang digunakan untuk masingmasing variabel penelitian secara jelas dapat dilihat pada Tabel 4.2. Tabel 4.2 Variabel dan Indikator Penelitian No
Variabel
Indikator
Kualitas laporan keuangan (Y)
2
Kompetensi SDM 1. Pengetahuan (X1) 2. Keterampilan 3. Perilaku
SD1 SD2 SD3
Skala Likert 1-5
Wyat dalam Ruky, 2003, Irwan (2011)
3
Penerapan SPIP (X2)
SP1 SP2 SP3
Skala Likert 1-5
PP No. 60 Tahun 2008, Irwan (2011)
Skala Likert 1-5
PP No. 71 Tahun 2010, Irwan (2011)
Penerapan SAP (X3)
Relevan. Andal. Dapat dibandingkan. Dapat dipahami
1. Lingkungan Pengendalian. 2. Penilaian Risiko. 3. Kegiatan/aktivitas Pengendalian. 4. Informasi dan Komunikasi. 5. Pemantauan.
PSAP tentang: 1. Penyajian laporan keuangan. 2. LRA. 3. LAK. 4. CaLK. 5. Akuntansi persediaan. 6. Akuntansi investasi. 7. Akuntansi aset tetap. 8. Akuntansi konstruksi dalam pengerjaan. 9. Akuntansi kewajiban. 10. Koreksi kesalahan. 11. Laporan keuangan konsolidasi Sumber: diolah dari berbagai sumber, 2015
LK1 LK2 LK3 LK4
Skala Acuan Pengukuran Skala Likert PP No 71 1-5 Tahun 2010, Irwan (2011)
1
4
1. 2. 3. 4.
Simbol
SP4 SP5 SA1 SA2 SA3 SA4 SA5 SA6 SA7 SA8 SA9 SA10 SA11
56
Kuesioner dalam penelitian ini berbentuk skala bertingkat (skala Likert) dengan lima alternatif jawaban dan masing-masing diberi skor. Skala Likert lima poin merupakan skala yang paling umum dipergunakan dalam penelitian dan memiliki indeks validitas, reliabilitas, kekuatan diskriminasi, serta stabilitasnya yang cukup baik (Dawes, 2008; Preston dan Colman, 2000; Budiaji, 2013). Skala likert variabel yang akan diukur dijabarkan menjadi indikator variabel, kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-item instrumen yang dapat berupa pernyataan atau pertanyaan (Sugiyono, 2013:133). Pengukuran masing-masing variabel dalam penelitian ini menggunakan skala Likert lima poin yaitu: 1 = sangat tidak setuju (STS), 2 = tidak setuju (TS), 3 = netral (N), 4 = setuju (S), 5 = sangat setuju (SS) 4.7
Analisis Data Penelitian ini menggunakan metode analisis data dengan menggunakan
software SmartPLS versi 3.2.1.m3 yang dijalankan dengan media komputer. PLS merupakan analisis persamaan struktural berbasis varian yang secara simultan dapat melakukan pengujian model pengukuran sekaligus pengujian model struktural. Model pengukuran digunakan untuk uji validitas dan reliabilitas, sedangkan model struktural digunakan untuk uji kausalitas (pengujian hipotesis dengan model prediksi). Ghozali (2014:10) menjelaskan bahwa PLS adalah metode analisis yang bersifat soft modeling karena tidak mendasarkan pada asumsi data harus dengan skala pengukuran, distribusi data (distribution free) dan jumlah sampel tertentu yang berarti jumlah sampel dapat kecil (dibawah 100 sampel). Metode analisis data dalam penelitian ini terbagi menjadi dua yaitu:
4.7.1 Analisis deskriptif Analisis deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul
57
sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk digeneralisasikan. Statistik deskriptif dalam penelitian ini antara lain: penyiapan data dalam bentuk tabel, grafik, perhitungan median, mean, standar deviasi, perhitungan prosentase, dan lain-lain (Sugiyono, 2013:206). Data tersebut berasal dari jawaban yang diberikan oleh responden atas item-item yang terdapat dalam kuesioner. Selanjutnya peneliti akan mengolah data-data yang ada dengan cara dikelompokkan dan ditabulasikan kemudian diberi penjelasan. 4.7.2 Analisis statistik inferensial Statistik inferensial (statistic induktif atau statistic probabilitas), adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi (Sugiyono, 2013:207). Sesuai dengan hipotesis yang telah dirumuskan, maka dalam penelitian ini analisis data statistik inferensial diukur dengan menggunakan software SmartPLS mulai dari pengukuran model (outer model), struktur model (inner model) dan pengujian hipotesis (Ghozali, 2014:32).
PLS menurut Hartono dan Abdillah (2009:14), merupakan pendekatan alternatif yang bergeser dari pendekatan Structural Equation Modeling (SEM) berbasis kovarian menjadi berbasis varian. SEM yang berbasis kovarian umumnya menguji kausalitas/teori sedangkan PLS lebih bersifat predictive model. PLS merupakan metode analisis yang powerfull, tidak harus memenuhi persyaratan asumsi normalitas data dan ukuran sampel tidak harus besar. PLS selain dapat digunakan sebagai konfirmasi teori juga dapat digunakan untuk membangun hubungan yang belum ada landasan teorinya atau untuk pengujian proposisi. PLS memberikan kelonggaran terhadap keharusan adanya pengukuran interval dan dapat digunakan pada sampel yang dipilih dengan pendekatan non-probabilitas seperti accidental sampling, purposive sampling dan sejenisnya (Jaya, 2008).
58
Ghozali (2014:30) menyatakan bahwa tujuan PLS adalah membantu peneliti untuk tujuan prediksi. Model formalnya mendefinisikan variabel laten adalah linear agregat dari indikator-indikatornya. Weight estimate untuk menciptakan komponen skor variabel laten didapat berdasarkan bagaimana inner model (model struktural yang menghubungkan antarvariabel laten) dan outer model (model pengukuran yaitu hubungan antara indikator dengan konstruknya) dispesifikasi. Hasilnya adalah residual variance dari variabel dependen. PLS menggunakan proses iterasi tiga tahap dan setiap tahap iterasi menghasilkan estimasi. Tahap pertama, menghasilkan weight estimate yang digunakan untuk menciptakan skor variabel laten. Tahap kedua menghasilkan estimasi untuk inner model dan outer model serta mencerminkan estimasi jalur (path estimate) yang menghubungkan variabel laten dan antarvariabel laten dan indikatornya (loading). Tahap ketiga menghasilkan estimasi means dan lokasi parameter (nilai konstanta regresi) untuk indikator dan variabel laten. (Ghozali, 2014:32).
1) Model pengukuran atau outer model Suatu konsep dan model penelitian tidak dapat diuji dalam suatu model prediksi hubungan relasional dan kausal jika belum melewati tahap purifikasi dalam model pengukuran (Hartono dan Abdillah, 2014:58). Pengujian dengan PLS dimulai dengan pengujian model pengukuran untuk menguji validitas konstruk dan reliabilitas instrumen. Uji validitas dilakukan untuk mengukur kemampuan instrumen penelitian mengukur apa yang seharusnya diukur (Cooper dan Schindler, 2006 dalam Hartono dan Abdillah, 2014:58). Uji validitas kontruk dalam PLS dilaksanakan melalui uji convergent validity, discriminant validity dan average variance extracted (AVE). Uji reliabilitas digunakan untuk mengukur konsistensi alat ukur dalam mengukur konsep atau dapat juga digunakan untuk mengukur konsistensi responden dalam menjawab instrumen. Instrumen dikatakan andal jika jawaban seseorang terhadap pernyataan
59
adalah konsisten atau stabil dari waktu ke waktu. Uji reliabilitas dalam PLS dapat menggunakan metode composite reliability dan cronbach’s alpha (Hartono dan Abdillah, 2014:62) . Convergent validity dari model pengukuran dengan model reflektif indikator dinilai berdasarkan korelasi antara item score / component score dengan construct score yang dihitung dengan PLS. Ukuran reflektif dikatakan tinggi jika berkorelasi lebih dari 0,70 dengan konstruk yang ingin diukur. Namun demikian untuk penelitian tahap awal dari pengembangan skala pengukuran nilai loading 0,5 sampai 0,60 dianggap cukup (Chin, 1997 dalam Hartono dan Abdillah, 2014:61). Discriminant validity dari model pengukuran dengan reflektif indikator dinilai berdasarkan cross loading pengukuran dengan konstruk. Konstruk laten memprediksi ukuran pada blok yang lebih baik daripada ukuran blok lainnya apabila korelasi konstruk dengan item pengukuran lebih besar daripada korelasi dengan konstruk lainnya. Persamaan outer model (Ghozali, 2014:37) adalah:
.......................................................... [1] .......................................................... [2] Keterangan : x dan y = dan = = =
matriks variabel manifes independen dan dependen matriks konstruk laten independen dan dependen matriks koefisien (matriks loading) matriks outer model residu
Metode lain untuk menilai discriminant validity adalah membandingkan nilai square root of average variance extracted (AVE) setiap konstruk dengan korelasi antara konstruk lainnya dalam model. Jika nilai akar AVE setiap konstruk lebih besar daripada nilai korelasi antarkonstruk dengan konstruk lainnya dalam model, maka dikatakan memiliki nilai discriminant validity yang baik. Pengukuran ini dapat digunakan untuk mengukur reliabilitas component score variabel laten dan hasilnya
lebih
konservatif
dibandingkan
dengan
composite
reliability.
60
Direkomendasikan nilai AVE harus lebih besar 0,50 (Fornnel dan Larcker, 1981 dalam Ghozali, 2014:40). Rumus perhitungan AVE adalah : ∑ ∑
∑
.......................................... [3]
Keterangan: = faktor loading =1Composite reliability mengukur nilai sesungguhnya reliabilitas suatu kontruk dan lebih baik dalam mengestimasi konsistensi internal suatu kontruk (Salisbury et al., 2002 dalam Hartono dan Abdillah, 2014:62). Cronbach’s alpha mengukur batas bawah nilai reliabilitas suatu kontruk. Rule of thumb nilai alpha atau composite reliability harus lebih besar dari 0,7, meskipun nilai 0,6 masih dapat diterima (Hair et al., 2006 Hartono dan Abdillah, 2014:62). Rumus perhitungan composite reliability (Ghozali, 2014:40) adalah : ∑ ∑
∑
............................................ [4]
Keterangan: = faktor loading =12) Model struktural atau inner model Inner model (inner relation, structural model, dan substantive theory) menggambarkan hubungan antarvariabel laten berdasarkan pada teori substantif. Model struktural dievaluasi dengan menggunakan R-square untuk konstruk dependen, Stone-Geisser Q-square test untuk predictive relevance, dan uji t serta signifikansi dari koefisien parameter jalur struktural. Menilai model dengan PLS dimulai dengan melihat R2 untuk setiap variabel laten dependen. Interpretasinya sama dengan interpretasi pada regresi yaitu bahwa variasi dari variabel dependen mampu
dijelaskan oleh variabel independen sebesar R2x 100%, sedangkan sisanya sebesar 100% - (R2x 100%) dipengaruhi oleh faktor lain di luar model. Perubahan nilai R2
61
dapat digunakan untuk menilai pengaruh variabel laten independen tertentu terhadap variabel laten dependen apakah mempunyai pengaruh yang substantif (Ghozali, 2014:42). Hasil R2 sebesar 0,67, 0,33, dan 0,19 mengindikasikan bahwa model “baik”, “moderat”, dan “lemah”(Chin, 1998 dalam Ghozali, 2012:42). Persamaan inner model adalah :
.................................................................[5] Keterangan : = matriks konstruk laten endogen = koefisien matriks variabel endogen = matriks konstruk laten eksogen = koefisien matriks variabel eksogen = inner model residual matriks Di samping melihat nilai R-square, model PLS juga dievaluasi dengan melihat Q-square prediktif relevansi untuk model konstruktif. Q-square mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Qsquare > 0 menunjukkan model memiliki predictive relevance, sebaliknya jika nilai Q-square ≤ 0 menunjukkan model kurang memiliki predictive relevance (Chin, 1998 dalam Ghozali, 2012:42). Perhitungan Q-Square dilakukan dengan rumus:
Q2= 1 – ( 1 – R12) ( 1 – R22) ....... ( 1- Rp2)………………….[6] dimana R12, R22... Rp2 adalah R-square variabel endogen. Besaran Q2 memiliki nilai dengan rentang 0 < Q2< 1, dimana semakin mendekati 1 berarti model semakin baik. Besaran Q2 ini setara dengan koefisien determinasi total pada analisis jalur (path analysis). 3) Pengujian hipotesis Hartono dan Abdillah (2009:87) menjelaskan bahwa ukuran signifikansi keterdukungan hipotesis dapat digunakan perbandingan nilai t-table dan t-statistic. Hipotesis terdukung atau diterima apabila t-statistic lebih tinggi dibandingkan nilai t-table atau dapat juga dengan membandingkan p-value dengan
nilai α yang
62
dipergunakan. Nilai t-table untuk hipotesis satu ekor (one-tailed) dengan tingkat keyakinan 95 persen (α=0,05) adalah 1,680. Keterdukungan hipotesis dalam penelitian terjadi apabila nilai t-statistic>1,680 atau p-value< α=0,05. Analisis PLS yang digunakan dalam penelitian ini dilakukan menggunakan program SmartPLS versi 3.2.1m3 yang dijalankan dengan media komputer. 4) Uji Efek Mediasi Efek mediasi menunjukkan hubungan antara variabel independen dan dependen melalui variabel penghubung atau mediasi. Pengaruh variabel terhadap variabel dependen tidak secara langsung terjadi tetapi melalui proses transformasi yang diwakili oleh variabel mediasi (Baron dan Kenney, 1986 dalam Hartono dan Abdillah, 2009:117). Prosedur pengujian efek mediasi dilakukan dengan dua langkah (Baron dan Kenny, 1986, Hair et al., 2011; Kock, 2011,2013 dalam Sholihin, 2014:56) yaitu: a) Melakukan estimasi pengaruh langsung variabel independen pada variabel dependen, koefisien jalur c harus signifikan (lihat Gambar 4.2). Variabel independen
c
Variabel dependen
Gambar 4.2 Model Pengaruh Langsung b) Melakukan estimasi pengaruh tidak langsung secara simultan dengan trianggle PLS-SEM Model, koefisien jalur a dan b harus signifikan (lihat Gambar 4.3). Variabel independen
a(+)
c”
Variabel dependen
b(+) Variabel pemediasi Gambar 4.3 Model Mediasi
63
Pengambilan kesimpulan tentang efek mediasi (Baron dan Kenny, 1986, Hair et al., 2011; Kock, 2011, 2013 dalam Sholihin, 2014:57) adalah: a) Jika koefisien jalur c“ dari hasil estimasi langkah kedua tetap signifikan dan tidak berubah (c”=c) maka tidak terdapat efek mediasi. b) Jika koefisien jalur c” nilainya turun (c”
64
bahwa variabel pemediasi mampu menyerap atau mengurangi pengaruh langsung pada pengujian pertama. Ketiga, menghitung VAF dengan formula (Hair et al., 2013 dalam Sholihin, 2014:82) sebagai berikut:
........... [7] Jika nilai VAF diatas 80%, maka menujukkan peran X2 sebagai pemediasi penuh (full mediation). X2 dikategorikan sebagai pemediasi parsial apabila nilai VAF berkisar antara 20% sampai dengan 80%, namun jika nilai VAF kurang dari 20% dapat disimpulkan bahwa hampir tidak ada efek mediasi. Menguji signifikansi efek utama (pengaruh independen terhadap dependen)
Pengaruh langsung tidak signifikan
Pengaruh langsung signifikan
Tidak ada efek mediasi
Menguji signifikansi pengaruh tidak langsung
Pengaruh tidak langsung signifikan
Menghitung VAF
VAF > 80%
Mediasi penuh (full mediation)
20% < VAF < 80%
Mediasi sebagian (partial mediation)
Pengaruh tidak langsung tidak signifikan
Tidak ada efek mediasi
VAF < 20%
Tidak ada efek mediasi
Sumber : Hair et al., 2013 dalam Sholihin, 2014:83
Gambar 4.4 Prosedur Analisis Mediasi dalam PLS dengan metode VAF
