PENGARUH PENGETAHUAN, PENGALAMAN DAN ORIENTASI ETIKA TERHADAP AUDIT JUDGEMENT DENGAN PENGAMBILAN KEPUTUSAN ETIS SEBAGAI VARIABEL INTERVENING (STUDI PADA KANTOR AKUNTAN PUBLIK DI JAWA TENGAH)
SKRIPSI Untuk Memperoleh Gelar Sarjana Ekonomi pada Universitas Negeri Semarang
Oleh ANIESA RAKHMALIA NIM 7250406572
JURUSAN AKUNTANSI FAKULTAS EKONOMI UNIVERSITAS NEGERI SEMARANG 2013
PERSETUJUAN PEMBIMBING
Skripsi ini telah disetujui oleh Pembimbing untuk diajukan ke sidang panitia ujian skripsi pada:
Hari
:
Tanggal
:
Pembimbing I
Pembimbing II
Dr. Agus Wahyudin, M. Si
Bestari Dwi Handayani,SE, M.Si
NIP. 196208121987021001
NIP. 197905022006042001
Mengetahui, Ketua Jurusan Akuntansi
Drs. Fachrurrozie, M.Si. NIP. 196206231989011001 ii
PENGESAHAN KELULUSAN Skripsi ini telah dipertahankan di depan Sidang Panitia Ujian Skripsi Fakultas Ekonomi Universitas Negeri Semarang pada : Hari
:
Tanggal
:
Penguji
Nanik Sri Utaminingsih, SE., M.Si. Akt. NIP. 197112052006042001
Anggota I
Anggota II
Dr. Agus Wahyudin, M. Si
Bestari Dwi Handayani,SE, M.Si
NIP. 196208121987021001
NIP. 197905022006042001
Mengetahui, Dekan Fakultas Ekonomi
Dr. S. Martono, M.Si NIP. 196603081989011001
iii
PERNYATAAN
Saya menyatakan bahwa yang tertulis di dalam skripsi ini benar-benar hasil karya saya sendiri, bukan jiplakan dari karya tulis orang lain, baik sebagian atau seluruhnya. Pendapat temuan atau orang lain yang terdapat dalam skripsi ini dikutip atau dirujuk berdasarkan kode etik ilmiah. Apabila dikemudian hari terbukti skripsi ini adalah hasil jiplakan dari karya tulis orang lain, maka saya bersedia menerima sanksi sesuai dengan ketentuan yang berlaku.
Semarang,
Agustus 2013
Aniesa Rakhmalia NIM. 7250406572
iv
MOTTO DAN PERSEMBAHAN
MOTTO: Sesungguhnya setelah ada kesusahan pasti ada kemudahan, maka janganlah menyerah untuk berusaha jika dalam perjalanan hidup kita ditemui suatu kesusahan .
PERSEMBAHAN : Skripsi ini saya persembahkan untuk: ♥ Ibu dan bapakku tersayang yang selalu memberikan do’a dan dukungan dalam setiap hela nafasku dan langkahku, ♥ Adi dan Lia kakak tersayangku, ♥ Indah adek tersayangku ♥ Sahabat-sahabatku tersayang meka, poetri, yenie, roshie, erin dan teman seperjuangan yang tidak bisa ku sebutkan satu per satu
at
Accounting Class Paralel ’06, ♥ Teman-teman
di
rumahku
memberikan semangat bagiku, ♥ Almamaterku.
v
yang
selalu
KATA PENGANTAR
Puji syukur kehadirat Allah SWT yang senantiasa melimpahkan rahmat dan hidayah-Nya, sehingga penulis dapat menyelesaikan skripsi dengan judul ”Pengaruh Pengetahuan, Pengalaman, Dan Orientasi Etika
Terhadap Audit
Judgement dengan Pengambilan Keputusan Etis Sebagai Variabel Intervening (Studi Pada Kantor Akuntan Publik di Jawa Tengah)”. Penulis menyadari bahwa terwujudnya skripsi ini karena adanya bimbingan, bantuan, saran dan kerjasama dari berbagai pihak. Dengan segala kerendahan hati dan rasa hormat, penulis menyampaikan penghargaan dan ucapan terimakasih atas segala bantuan yang telah diberikan. Dalam kesempatan ini penulis mengucapkan terimakasih kepada : 1. Rektor Universitas Negeri Semarang, Prof. Dr. Fathur Rokhman, M.Hum. yang telah memberikan kesempatan kepada penulis untuk belajar dan menuntut ilmu di Universitas Negeri Semarang, 2. Dekan Fakultas Ekonomi, Dr. S. Martono, M. Si. yang telah memberikan pelayanan dan kesempatan mengikuti program SI di Fakultas Ekonomi, 3. Ketua Jurusan Akuntansi, Drs. Fachrurrozie, M.Si. yang telah memberikan fasilitas dan pelayanan selama masa studi di Jurusan Akuntansi, 4. Dosen Pembimbing I, Dr. Agus Wahyudin, M.Si yang telah memberikan bimbingan dan arahan sehingga skripsi ini dapat diselesaikan dengan baik,
vi
5. Dosen Pembimbing II, Bestari Dwi Handayani, SE, M.Si yang telah memberikan bimbingan dan arahan sehingga skripsi ini dapat diselesaikan dengan baik, 6. Dosen Penguji, yang telah memberikan saran, masukan, kritikan, dan kebijaksanaannya dalam ujian skripsi, 7. Dosen Wali Kelas Akutansi S1 Paralel B, Drs. Heri Yanto, M.Ba. yang telah memberikan motivasi dan arahan selama menjalani perkuliahan, 8. Seluruh dosen dan staf Fakultas Ekonomi Universitas Negeri Semarang, yang telah membimbing, mengarahkan, dan menularkan ilmu pengetahuannya, 9. Staf administrasi Jurusan Akuntansi, Bapak Agus Yanto, yang telah memberikan pelayanan administrasi selama masa penelitian, 10. Semua pihak yang telah membantu dalam penyusunan skripsi ini yang tidak dapat penulis sebutkan satu persatu. Penulis menyadari sepenuhnya bahwa skripsi ini masih banyak kekurangan dan jauh dari sempurna. Oleh karena itu, penulis mengharapkan kritik dan saran yang bersifat membangun untuk perbaikan skripsi ini. Harapan penulis semoga skripsi ini dapat memberikan manfaat bagi semua pihak yang memerlukan.
Semarang, Agustus 2013 Penulis
vii
SARI Aniesa Rakhmalia. 2013. ”Pengaruh Pengetahuan, Pengalaman, Dan Orientasi Etika Terhadap Audit Judgement dengan Pengambilan Keputusan Etis Sebagai Variabel Intervening (Studi Pada Kantor Akuntan Publik di Jawa Tengah)”. Skripsi. Jurusan Akuntansi. Fakultas Ekonomi. Universitas Negeri Semarang. Pembimbing I. Dr. Agus Wahyudin, M.Si. II. Bestari Dwi Handayani, SE, M.Si. Kata kunci : Pengetahuan, Pengalaman, Orientasi Etika, Audit Judgement dan Pengambilan Keputusan Etis. Audit judgement digunakan dalam rangka menghasilkan opini akhir mengenai kewajaran laporan keuangan suatu perusahaan yang akan dikeluarkan oleh auditor. Kualitas judgement yang dihasilkan oleh auditor dapat terganggu karena adanya situasi dilema etika yang terjadi pada auditor sehingga akan mempengaruhi judgement yang dihasilkannya. Auditor seharusnya dapat keluar dari konflik yang melandanya sehingga dapat mengambil suatu keputusan etis yang akan berpengaruh terhadap judgement yang dihasilkannya. Ketepatan auditor dalam menghasilkan audit judgement dipengaruhi oleh faktor individual auditor yang terdiri dari pengetahuan, pengalaman dan orientasi etika auditor. Penelitian ini bertujuan untuk mengetahui pengaruh pengetahuan, pengalaman, dan orientasi etika terhadap audit judgement dengan pengambilan keputusan etis sebagai variabel intervening. Populasi penelitian ini adalah seluruh auditor yang bekerja pada KAP di Jawa Tengah. Pengambilan sampel dilakukan dengan menggunakan teknik pengambilan sampel yang mudah (convenience sampling) sehingga didapatkan sebanyak 130 responden. Data yang digunakan dalam penelitian ini adalah data primer yang berupa kuesioner. Structural Equation Modeling dengan program LISREL digunakan untuk menguji hipotesis yang diajukan. Hasil penelitian menunjukkan persamaan struktural (1) sebagai berikut PKE=0.069*OE+0.41*PE+0.26*PG dan R2=0.53 serta memiliki nilai t-value OE 1.09, PE 3.09, dan PG 2.49. Dari persamaan tersebut menunjukkan bahwa pengetahuan dan pengalaman berpengaruh terhadap pengambilan keputusan etis sedangkan orientasi etika tidak berpengaruh terhadap pengambilan keputusan etis. Persamaan struktural (2) AJ=0.50*PKE+0.043*OE+0.24*PE+0.18*PG dan R2=0.88 serta memiliki nilai t-value PKE 5.22, OE 0.98, PE 2.43, dan PG 2.39. Persamaan tersebut menunjukkan bahwa pengambilan keputusan etis, pengetahuan dan pengalaman berpengaruh terhadap audit judgement sedangkan orientasi etika tidak berpengaruh terhadap audit judgement. Pengaruh tidak langsung menunjukkan bahwa orientasi etika memiliki t-value sebesar 1.06, pengetahuan 2.79 dan pengalaman sebesar 2.27. Dari ini dapat disimpulkan bahwa pengetahuan dan pengalaman terbukti berpengaruh terhadap audit judgement melalui pengambilan keputusan etis sedangkan orientasi etika tidak berpengaruh. Saran untuk peneliti selanjutnya yakni dapat menambahkan faktor situasional seperti budaya organisasi dan nilai etika organisasi serta menggunakan lamanya bekerja sebagai auditor sebagai indikator variabel pengalaman. viii
ABSTRACT Aniesa Rakhmalia. 2013. "The Influence of Knowledge, Experience, and Ethics Orientation Audit Judgment Against Ethical Decision Making as an Intervening Variable (Studies in Public Accounting in Central Java)". Thesis. Accounting Department. Faculty of Economics. Semarang State University. Advisor I. Dr. Agus Wahyudin, M.Sc. II. Bestari Dwi Handayani, SE, M.Sc. Keywords: Knowledge, Experience, Ethics Orientation, Audit Judgment and Ethical Decision Making. Audit judgment is used in order to produce the final opinions about the fairness of a company's financial statements to be issued by the auditor. The quality produced by the auditor judgment may be interrupted because of a situation that occurred in the ethical dilemma that will affect the auditor's judgment that result. Auditors are expected to be swept out of the conflict so as to take an ethical decision that will affect the resulting judgment. Accuracy auditor to generate audit judgment influenced by individual auditors consisting of knowledge, experience and ethical orientation auditor. The purpose of this study was to determine the effect of knowledge, experience and ethical orientation on audit judgment with ethical decision making as an intervening variable. The study population was all auditors who worked on the Firm in Central Java. Sampling was done using a simple sampling (convenience sampling) to obtain as many as 130 respondents. The data used in this study is primary data in the form of a questionnaire. Structural Equation Modeling with LISREL program is used to test the hypothesis. The results showed the structural equation (1) as follows PKE = 0069 * OE+ 0.4*PE + 0.26*PG and R2 = 0:53 and has a value of t-value OE 1.09, PE 3.09, and PG 2.49. From the equation it can be concluded that the knowledge and experience effect on ethical decision making whereas ethical orientation has no effect on ethical decision making. Structural equation (2) AJ = 0.50*PKE+ 0043 *OE+ 0.18*PE + 0:24*PG and R2 = 0.88 and t-value of PKE 5.22, OE 0.98, PE 2.43, and 2.39 PG. From the equation it can be concluded that the ethical decision making, knowledge, and experience affect audit judgment while ethical orientation has no effect on audit judgment. Influence implies that ethical orientation has a t-value of 1.06, 2.79 knowledge and experience of 2.27. From this it can be concluded that the knowledge and experience of proven influence on audit judgment through ethical decision making ethical orientation whereas no effect. Suggestions for further research that could add situational factors such as organizational culture and ethical values as well as using his old organization worked as an auditor as an indicator variable experience.
ix
DAFTAR ISI
HALAMAN JUDUL .......................................................................................
i
PERSETUJUAN PEMBIMBING ...................................................................
ii
PENGESAHAN KELULUSAN .....................................................................
iii
PERNYATAAN ..............................................................................................
iv
MOTTO DAN PERSEMBAHAN ..................................................................
v
KATA PENGANTAR ....................................................................................
vi
SARI ..............................................................................................................
viii
ABSTRACT ....................................................................................................
ix
DAFTAR ISI ...................................................................................................
x
DAFTAR GAMBAR ......................................................................................
xiv
DAFTAR TABEL ...........................................................................................
xv
DAFTAR LAMPIRAN ...................................................................................
xvi
BAB I
PENDAHULUAN ...........................................................................
1
1.1. Latar Belakang Masalah .................................................................
1
1.2. Perumusan Masalah ........................................................................
10
1.3. Tujuan Penelitian ............................................................................
11
1.4. Kegunaan Penelitian .......................................................................
12
1.4.1. Kegunaan Teoritis ...................................................................
12
1.4.2. Kegunaan Praktis .....................................................................
13
BAB II
TELAAH PUSTAKA .....................................................................
14
2.1. Landasan Teori ...............................................................................
14
x
2.1.1. Etika .........................................................................................
14
2.1.2. Teori Perkembangan Moral Kognitif ......................................
18
2.1.3. Behavioral Decision Theory ....................................................
21
2.1.4. Audit Judgement ......................................................................
23
2.1.5. Pengambilan Keputusan Etis ...................................................
24
2.1.6. Pengetahuan .............................................................................
26
2.1.7. Pengalaman ..............................................................................
27
2.1.8. Orientasi Etika .........................................................................
28
2.2. Penelitian Terdahulu .......................................................................
30
2.3. Kerangka Berpikir ..........................................................................
35
2.4. Hipotesis Penelitian ........................................................................
48
BAB III METODE PENELITIAN ...............................................................
50
3.1. Populasi dan Sampel .......................................................................
50
3.1.1. Populasi ...................................................................................
50
3.1.2. Sampel .....................................................................................
51
3.2. Variabel Penelitian dan Definisi Operasional ................................
52
3.2.1. Variabel Bebas .........................................................................
52
3.2.2. Variabel Intervening ................................................................
54
3.2.3. Variabel Terikat .......................................................................
55
3.2.4. Definisi Operasional ................................................................
56
3.3. Jenis dan Sumber Data ...................................................................
60
3.4. Metode Pengumpulan Data ............................................................
61
3.5. Teknik Analisis Data .....................................................................
62
xi
3.5.1. Analisis Deskripstif .................................................................
62
3.5.1.1.
Deskripsi Responden Penelitian .....................................
62
3.5.1.2.
Deskripsi Variabel Penelitian .........................................
62
3.5.2. Analisis Inferensial ..................................................................
63
BAB IV HASIL DAN PEMBAHASAN ......................................................
75
4.1. Tingkat Pengembalian Kuesioner ...................................................
75
4.2. Deskriptif Responden Penelitian ....................................................
77
4.3. Deskripsi Variabel Penelitian .........................................................
78
4.4. Hasil Screening Data ......................................................................
81
4.5. Analisis Data ..................................................................................
84
4.5.1. Proses Analisis Data ................................................................
84
4.5.2. Pengujian Model Pengukuran .................................................
85
4.5.2.1.
CFA Variabel Pengetahuan ............................................
86
4.5.2.2.
CFA Variabel Pengalaman .............................................
87
4.5.2.3.
CFA Variabel Orientasi Etika ........................................
88
4.5.2.4.
CFA Variabel Pengambilan Keputusan Etis ..................
91
4.5.2.5.
CFA Variabel Audit Judgement .....................................
91
4.5.3. Identifikasi Model Struktural ..................................................
92
4.5.4. Persamaan Struktural ...............................................................
93
4.5.4.1.
Persamaan Model Pengukuran .......................................
93
4.5.4.2.
Persamaan Model Struktural ..........................................
96
4.5.5. Uji Persyaratan Statistik ..........................................................
97
4.5.6. Uji Validitas .............................................................................
101
xii
4.5.7. Uji Reliabilitas .........................................................................
101
4.5.8. Pengujian Hipotesis .................................................................
101
4.6. Pembahasan ....................................................................................
105
BAB V
PENUTUP ......................................................................................
116
5.1.
Kesimpulan .....................................................................................
116
5.2.
Saran ...............................................................................................
117
DAFTAR PUSTAKA .....................................................................................
119
LAMPIRAN ....................................................................................................
123
xiii
DAFTAR GAMBAR
Gambar 2.1. Kerangka Pemikiran Teoritis ...................................................
48
Gambar 3.1. Hubungan Kausalitas Antar Variabel ......................................
66
Gambar 4.1. Hasil Estimasi CFA Variabel Pengetahuan .............................
87
Gambar 4.2. Hasil Estimasi CFA Variabel Pengalaman ..............................
86
Gambar 4.3. Hasil Estimasi Second Order CFA Variabel Orientasi Etika ..
89
Gambar 4.4. Hasil Estimasi CFA Variabel Pengambilan Keputusan Etis ...
91
Gambar 4.5. Hasil Estimasi CFA Variabel Audit Judgement .......................
92
Gambar 4.6. Path Diagram Full Model .......................................................
93
Gambar 4.7. Path Diagram dengan T-value ................................................
102
xiv
DAFTAR TABEL
Tabel 2.1 Tahapan Cognitive Moral Development Kohlberg .........................
19
Tabel 2.2 Rekapitulasi Hasil-Hasil Penelitian Terdahulu ...............................
31
Tabel 3.1 Nama Kantor Akuntan Publik dan Jumlah Auditor .......................
50
Tabel 3.2 Indikator Variabel Penelitian ..........................................................
57
Tabel 3.3 Spesifikasi Model Pengukuran dan Persamaan Struktural .............
68
Tabel 3.4 Goodness of Fit Index ....................................................................
73
Tabel 4.1 Kantor Akuntan Publik (KAP) di Jawa Tengah .............................
75
Tabel 4.2 Tingkat Pengembalian Kuesioner ...................................................
76
Tabel 4.3 Deskripsi Responden .......................................................................
77
Tabel 4.4 Deskripsi Tanggapan Responden ...................................................
79
Tabel 4.5 Normalitas Univariate ....................................................................
81
Tabel 4.6 Normalitas Multivariate .................................................................
82
Tabel 4.7 Covariance Matrix of Independent Variables ................................
83
Tabel 4.8 Hasil Estimasi Koefisien Path (Standardized Regression Weights) Hubungan Antar Konstruk (Direct Effects) ....................
106
Tabel 4.9 Hasil pengujian Hipotesis ...............................................................
108
xv
DAFTAR LAMPIRAN Lampiran 1. Kuesioner Lampiran 2. Surat Ijin Penelitian Lampiran 3. Surat Keterangan Penelitian Lampiran 4. Statistik Deskriptif Lampiran 5. Hasil Output Lisrell
xvi
BAB I PENDAHULUAN
1.1.
Latar Belakang Masalah Timbul dan berkembangnya profesi akuntan publik sekarang ini disebabkan
oleh semakin meningkatnya kesadaran masyarakat tentang pentingnya suatu laporan keuangan yang dibuat oleh perusahaan (Mulyadi, 2002:3). Dalam Standar Akuntansi Keuangan menyebutkan bahwa tujuan perusahaan menyusun laporan keuangan yaitu menyediakan informasi yang menyangkut posisi keuangan perusahaan, kinerja serta perubahan posisi keuangan suatu perusahaan yang bermanfaat bagi sejumlah besar pemakai dalam pengambilan keputusan. Sehingga dapat disimpulkan bahwa jika terjadi kesalahan dalam penyusunan laporan keuangan akan berdampak pada kesalahan dalam pengambilan keputusan. Laporan keuangan selain digunakan oleh pihak perusahaan, juga digunakan oleh pihak dari luar perusahaan seperti, investor, kreditur, pemegang saham, pemerintah maupun oleh masyarakat (Mulyadi, 2002:3). Laporan keuangan merupakan media komunikasi yang umum digunakan untuk menghubungkan pihakpihak yang berkepentingan terhadap perusahaan, baik pihak eksternal maupun pihak internal
(manajemen).
Laporan
keuangan
merupakan
sarana
untuk
mengkomunikasikan informasi kepada pihak-pihak diluar entitas dalam hal ini adalah pihak eksternal. Manajemen sebagai pihak internal mempunyai kewajiban menyusun
1
2
laporan keuangan yang berguna untuk memberikan informasi bagi pihak eksternal, seperti pemegang saham yang memerlukan informasi mengenai sejumlah modal yang telah ditanamkan dalam perusahaan. Kreditor dan investor yang memerlukan informasi untuk pengambilan keputusan ekonomi karena merupakan pihak yang memberikan pinjaman maupun melakukan investasi. Sedangkan pemerintah memerlukan informasi untuk menentukan besarnya pajak yang perlu dibayarkan kepada Negara (Kusindratno dan Sumarta, 2005). Mulyadi (2002:4) menyatakan bahwa baik manajemen perusahaan maupun pihak-pihak dari luar perusahaan masing-masing mempunyai kepentingan yang saling berlawanan sehingga memunculkan adanya pertentangan diantara mereka. Adapun pertentangan yang timbul antara lain pertama keinginan manajemen untuk meningkatkan kesejahteraannya bertentangan dengan keinginan pemegang saham untuk meningkatkan kekayaannya, kedua keinginan manajemen untuk memperoleh kredit sebesar mungkin dengan bunga rendah bertentangan dengan keinginan kreditor yang hanya ingin memberi kredit sesuai dengan kemampuan perusahaan, dan ketiga adanya keinginan manajemen untuk membayar pajak sekecil mungkin bertentangan dengan keinginan pemerintah memungut pajak semaksimal mungkin (Kusindratno dan Sumarta, 2005). Terdapatnya kepentingan yang saling berlawanan inilah yang akhirnya memicu timbulnya profesi akuntan publik yang dipercaya oleh pihak-pihak yang berkepentingan terhadap laporan keuangan untuk memberikan penilaian atas kewajaran suatu laporan keuangan yang telah disusun oleh manajemen perusahaan.
3
Profesi akuntan publik merupakan profesi kepercayaan masyarakat. Dari profesi akuntan publik inilah masyarakat mengharapkan penilaian yang bebas dan tidak memihak terhadap informasi yang disajikan oleh manajemen perusahaan dalam laporan keuangan (Mulyadi, 2002:4). Profesi akuntan publik bertanggungjawab untuk menaikkan tingkat keandalan laporan keuangan perusahaan, sehingga masyarakat memperoleh informasi keuangan yang andal sebagai dasar pengambilan keputusan. Sehubungan dengan hal ini maka dapat disimpulkan bahwa profesi akuntan publik dituntut untuk dapat menjaga kepercayaan yang telah didapatkannya dari pihak klien maupun dari pihak luar perusahaan. Peran audit adalah sangat penting dalam mengungkap kewajaran informasi yang terdapat dalam laporan keuangan manajemen. Mengingat tujuan umum dari audit atas laporan keuangan adalah menyatakan pendapat atas kewajaran laporan keuangan, dalam semua hal yang material, sesuai dengan prinsip akuntansi berterima umum di Indonesia. Kewajaran laporan keuangan dinilai berdasarkan asersi yang terkandung dalam setiap unsur yang disajikan dalam laporan keuangan (Mulyadi, 2002). Maka pelaksanaan audit yang andal akan mengungkap salah saji atau bahkan fraud yang tejadi selama periode akuntansi. Proses audit atas laporan keuangan dilaksanakan oleh auditor melalui empat tahap utama yaitu: perencanaan, pemahaman, pengujian struktur pengendalian intern serta penerbitan laporan audit (Mulyadi dan Kanaka dalam Arifuddin et.al., 2002). Dalam membuat laporan audit seorang auditor harus mempertimbangkan beberapa permasalahan yaitu materialitas, resiko dan judgment. Hubungan judgment didasari
4
oleh dua konsep yaitu konsep resiko dan materialitas yang dikaitkan dengan laporan keuangan judgment yang dipuitiskan dengan mempertimbangkan dua konsep tersebut yang kemudian akan berpengaruh terhadap opini auditor mengenai kewajaran laporan keuangan (Arifuddin et. al., 2002). Seorang auditor dalam proses audit memberikan opini dengan judgment juga didasarkan pada kejadian-kejadian masa lalu, sekarang dan yang akan datang (Jamilah et.al., 2007). Standar Profesional Auditor independen (SPAP) pada seksi 341 menyebutkan bahwa audit judgment atas kemampuan kesatuan usaha dalam mempertahankan kelangsungan hidupnya harus berdasarkan pada ada tidaknya kesangsian dalam diri auditor itu sendiri terhadap kemampuan suatu kesatuan usaha dalam mempertahankan kelangsungan hidupnya dalam periode satu tahun sejak tanggal laporan keuangan auditan. Proses judgment tergantung pada kedatangan informasi sebagai suatu proses unfolds (menyeluruh). Kedatangan informasi bukan hanya mempengaruhi pilihan, tetapi juga mempengaruhi cara pilihan tersebut dibuat. Setiap langkah, di dalam proses incremental judgment jika informasi terus menerus datang, akan muncul pertimbangan baru dan keputusan/pilihan baru. Sebagai gambaran, auditor mempunyai tiga sumber informasi yang potensial untuk membuat suatu pilihan: (1) teknik manual, (2) referensi yang lebih detail dan (3) teknik keahlian. Berdasarkan proses informasi dari ketiga sumber tersebut, akuntan mungkin akan melihat sumber yang pertama, bergantung pada keadaan perlu tidaknya diperluas dengan sumber informasi kedua, atau dengan sumber informasi yang ketiga, tetapi jarang memakai keduanya (Gibbin
5
dalam Jamillah, 2007). Akuntan adalah suatu profesi yang salah satu tugasnya adalah melaksanakan audit terhadap laporan keuangan sebuah entitas dan memberikan opini atau pendapat terhadap saldo akun dalam laporan keuangan apakah telah disajikan secara wajar sesuai dengan standar akuntansi keuangan atau prinsip akuntansi yang berlaku umum dan standar atau prinsip tersebut diterapkan secara konsisten. Dalam proses auditing sedikit sekali keputusan yang diambil oleh auditor bersifat obyektif, sehingga judgement yang diambil oleh auditor dapat berbeda diantara satu dengan auditor yang lainnya. Dalam pekerjaan audit, judgement merupakan kegiatan yang selalu digunakan auditor dalam setiap proses audit, untuk itu auditor harus terus mengasah judgement mereka. Tepat atau tidaknya judgement auditor akan sangat menentukan kualitas dari hasil audit dan juga opini yang akan dikeluarkan oleh auditor. Salah satu faktor yang diduga banyak mempengaruhi keputusan auditor dalam pembuatan judgment dalam melaksanakan review selama proses audit yakni faktor individual. Faktor individual merupakan suatu keadaan yang membedakan seseorang, pada tingkat tertentu dengan orang lain. Individu sebagai manusia mempunyai peranan yang sangat penting dalam sebagai pembuat keputusan dalam organisasi. Bagaimanapun individu merupakan sosok aktif dalam mementukan nilai yang dikembangkan dalam suatu organisasi. Hal ini didukung dengan penelitian yang menyatakan bahwa pertimbangan etis marketer’s dapat secara parsial dijelaskan oleh nilai-nilai personal dan profesional individu yang bersangkutan (Singhapakdhi dalam Ludigdo, 2007:39). Karenanya faktor individual dinilai berperan penting untuk
6
mengetahui faktor-faktor apa sajakah yang dinilai berpengaruh terhadap perilaku individu untuk mengambil tindakan ketika dihadapkan pada situasi yang melibatkan etika. Sehingga dapat ditarik kesimpulan bahwa secara garis besar profesionalisme seseorang dalam membuat suatu keputusan dapat dipengaruhi faktor-faktor individual dalam diri seseorang yaitu pengalaman, pengetahuan, dan orientasi etika auditor. Seseorang yang melakukan pekerjaan sesuai dengan pengetahuan yang dimilikinya akan memberikan hasil yang lebih baik daripada mereka yang tidak memiliki pengetahuan yang cukup memadai akan tugasnya. Pengertian pengetahuan menurut ruang lingkup audit adalah kemampuan penguasaan auditor atau akuntan pemeriksa terhadap medan audit (penganalisaan terhadap laporan keuangan perusahaan) (Sucipto, 2007). Pengetahuan akuntan publik digunakan sebagai salah satu faktor keefektifan kerja. Perbedaan pengetahuan di antara auditor akan berpengaruh terhadap cara auditor menyelesaikan sebuah pekerjaan menurut Brown dan Stanner (1983) dalam Mardisar dan Sari (2007). Hasil penelitian ini juga didukung oleh penelitian yang dilakukan oleh Johari dan Zuraidah (2007) yang menyatakan bahwa pengetahuan ditemukan berpengaruh positif terhadap judgement yang dihasilkan auditor. Hal ini mengindikasikan bahwa semakin tinggi pengetahuan yang dimiliki akan berpengaruh terhadap kualitas judgement dari auditor tersebut. Hal ini dapat diartikan bahwa seorang akuntan publik yang memiliki banyak pengetahuan terutama pengetahuan auditor mengenai audit akan membantunya dalam mengambil audit judgement yang diperlukan. Pengalaman kerja juga dipandang sebagai salah satu faktor level individu yang
7
turut diduga mempengaruhi judgement auditor. Pengalaman merupakan kemampuan yang dimiliki auditor atau akuntan publik untuk belajar dari kejadian-kejadian masa lalu yang berhubungan dengan seluk-beluk audit atau pemeriksaan (Ashton, 1991 dalam Sucipto, 2007). Auditor kesalahan
lebih
besar
yang
tidak berpengalaman
dibandingkan dengan
auditor
akan
yang
melakukan
berpengalaman.
Seorang auditor profesional harus mempunyai pengalaman yang cukup tentang tugas
dan
tanggung
jawabnya. Pengalaman
auditor
akan
menjadi
bahan
pertimbangan yang baik dalam mengambil keputusan dalam tugasnya. Hal ini menunjukkan bahwa semakin banyak pengalaman yang dimiliki auditor maka akan semakin baik pula kualitas audit yang dihasilkan. Hal ini didukung oleh penelitian yang dilakukan oleh Suraida (2005) menyatakan bahwa pengalaman audit dan kompetensi berpengaruh terhadap skeptisisme profesional dan ketepatan pemberian opini auditor.
Begitu
juga
penelitian
yang
dilakukan
Asih
(2006) yang
menemukan bahwa pengalaman auditor baik dari sisi lama bekerja, banyaknya tugas maupun banyaknya jenis perusahaan yang diaudit berpengaruh positif terhadap keahlian
auditor
dalam bidang auditing. Sementara penelitian yang dilakukan
Herliansyah dkk (2006) menemukan bahwa pengalaman mengurangi dampak informasi tidak relevan terhadap judgment auditor. Orientasi etika (ethical orientation atau ethical ideology) berarti mengenai konsep diri dan perilaku pribadi yang berhubungan dengan individu dalam diri seseorang (Budi dkk, 2005). Orientasi etika menunjukkan pandangan yang diadopsi oleh masing-masing individu ketika menghadapi situasi masalah yang membutuhkan
8
pemecahan dan penyelesaian etika atau dilema etika. Kategori orientasi etika yang dibangun oleh Forsyth (1992) dalam Budi dkk (2005) menyatakan bahwa manusia terdiri dari dua konsep yaitu idealisme versus pragmatisme, dan relativisme versus nonrelativisme yang ortogonal dan bersama-sama menjadi sebuah ukuran dari orientasi etika individu. Ziegenfuss dan Singhapakdi (1994) dalam Budi dkk (2005) menyatakan bahwa orientasi etika internal auditor mempunyai hubungan positif dengan perilaku pengambilan keputusan etis sehingga dapat kita simpulkan jika seorang auditor mempunyai idealisme yang tinggi akan mampu untuk mengontrol dirinya agar terhindar dari tindakan yang dapat menyimpang dari standar etika sehingga dapat berpengaruh terhadap judgement yang dibuatnya. Penelitian ini merupakan pengembangan dari penelitian yang dilakukan oleh Jamilah dkk (2007) yang berjudul “Pengaruh Gender, Tekanan Ketaatan, Kompleksitas Tugas, terhadap Audit Judgement”. Perbedaan penelitian ini dengan penelitian yang dilakukan oleh Jamilah dkk (2007) yakni adanya penambahan pengambilan keputusan etis sebagai variabel intervening.
Dalam menjalankan
tugasnya auditor seringkali dihadapkan pada situasi konflik yang mana akan memaksa auditor untuk membuat suatu keputusan yang melibatkan nilai-nilai etis yang nantinya juga berakibat pada kualitas judgement auditor. Kemampuan auditor untuk menyikapi permasalahan dilema etika akan membantunya dalam menghasilkan keputusan etis sehingga meningkatkan kualitas judgement auditor. Adanya penggunaan pengambilan keputusan etis sebagai variabel intervening dalam penelitian ini dimaksudkan untuk menguji pengaruh pengalaman, pengetahuan, dan
9
orientasi etika terhadap audit judgement melalui pengambilan keputusan etis yang dilakukan oleh auditor. Selain itu juga untuk mengetahui pengaruh langsung pengambilan keputusan etis terhadap audit judgement yang dihasilkan auditor. Pengetahuan dan pengalaman merupakan keahlian utama yang diperlukan auditor dalam menjalankan tugasnya. Berbekal pengetahuan yang dimiliki auditor akan membantunya lebih peka dalam menyelesaikan persoalan yang menyangkut persoalan etika sehingga sangat berpengaruh terhadap keputusan dari auditor tersebut. Semakin tinggi pengetahuan yang dimiliki auditor akan meningkatkan pengetahuan etika profesi seorang auditor sehingga membuatnya paham akan apa yang harus dilakukan dalam menghadapi situasi dilema etika yang akan berpengaruh terhadap pengambilan keputusan etis auditor. Yang berarti semakian tinggi pengetahuan auditor dipercaya dapar menuntun auditor untuk menghasilkan suatu keputusan etis. Pengalaman sebagai seorang auditor akan berkembang melalui banyaknya tugas yang pernah ditangani, banyaknya jenis perusahaan yang pernauh diaudit serta lamanya bekerja sebagai seorang auditor minimal dua tahun. Pengalaman sebagai seorang auditor akan memberinya banyak pembelajaran unuk mengetahui bagaimana sikap atau tindakan yang harus dilakukan untuk menyelesaikan permasalahan yang dihadapi. Hal ini sama saja berlakunya terhadap situasi konflik audit yang melandanya, pengalaman sebagai auditor akan membantunya untuk berperilaku etis dalam menyelesaikan Persoalannya sehingga berpengaruh terhadap keputusan yang diambilnya. Sedangkan orientasi etika yang berarti cara pandang seseorang ketika menghadapi situasi permasalahan yang menyakut masalah etika akan berpengaruh
10
terhadap pengambilan keputusan yang dihasilkan. Semakin idealis orientasi etika auditor akan mengarahkan auditor pada suatu tindakan etis yakni membuat suatu keputusan yang berdasar pada nilai-nilai moral sehingga tidak akan merugikan pijal lainnya. Hal ini bertentangan dengan orientasi etika relativisme yang mengarah pada keputusan yang dibuat tidak harus mengarah pada prinsip moral sehingga akan berdampak pada tidak etisnya keputusan yang dihasilkan auditor sehingga akan menurunkan kualitas judgement auditor. Berdasarkan uraian dari latar belakang permasalahan diatas, maka peneliti berminat untuk melakukan penelitian dengan mengambil judul: “Pengaruh Pengetahuan, Pengalaman dan Orientasi Etika Terhadap Audit Judgement Dengan Pengambilan Keputusan Etis Sebagai Variabel Intervening (Studi Pada Kantor Akuntan Publik di Jawa Tengah) “.
1.2.
Perumusan Masalah Berdasarkan latar belakang permasalahan tersebut, maka yang menjadi
rumusan masalah dari penelitian ini adalah: 1)
Apakah pengetahuan berpengaruh terhadap pengambilan keputusan etis yang diambil oleh auditor?
2)
Apakah pengalaman berpengaruh terhadap pengambilan keputusan etis yang diambil oleh auditor?
3)
Apakah orientasi etika berpengaruh terhadap pengambilan keputusan etis yang diambil oleh auditor?
11
4)
Apakah pengetahuan berpengaruh terhadap audit judgement yang diambil oleh auditor?
5)
Apakah pengalaman berpengaruh terhadap audit judgement yang diambil oleh auditor?
6)
Apakah orientasi etika berpengaruh terhadap audit judgement yang diambil oleh auditor?
7)
Apakah pengambilan keputusan etis berpengaruh terhadap audit judgement diambil oleh auditor?
8)
Apakah
pengetahuan
berpengaruh
terhadap
audit
judgement
melalui
pengambilan keputusan etis yang diambil oleh auditor? 9)
Apakah pengalaman berpengaruh terhadap audit judgement melalui pengambilan keputusan etis yang diambil oleh auditor?
10) Apakah orientasi etika berpengaruh terhadap audit judgement melalui pengambilan keputusan etis yang diambil oleh auditor?
1.3.
Tujuan Penelitian Tujuan dalam penelitian adalah hal pokok yang harus ada dan ditetapkan
terlebih dahulu sebelum melakukan kegiatan penelitian. Tujuan dalam penelitian ini adalah sebagai berikut : 1)
Untuk mengetahui secara empiris pengaruh pengetahuan terhadap pengambilan keputusan etis yang dibuat oleh auditor.
2)
Untuk mengetahui secara empiris pengaruh pengalaman terhadap pengambilan
12
keputusan etis yang dibuat oleh auditor. 3)
Untuk mengetahui secara empiris pengaruh orientasi etika terhadap pengambilan keputusan etis yang dibuat oleh auditor.
4)
Untuk mengetahui secara empiris pengaruh pengetahuan terhadap audit judgement yang dibuat oleh auditor.
5)
Untuk mengetahui secara empiris pengaruh pengalaman terhadap audit judgement yang diambil oleh auditor.
6)
Untuk mengetahui secara empiris pengaruh orientasi etika terhadap audit judgement yang diambil oleh auditor.
7)
Untuk mengetahui secara empiris pengaruh pengambilan keputusan etis terhadap audit judgement yang dihasilkan oleh auditor.
8)
Untuk mengetahui secara empiris pengaruh pengetahuan terhadap audit judgement melalui pengambilan keputusan etis yang dibuat oleh auditor.
9)
Untuk mengetahui secara empiris pengaruh pengalaman terhadap audit judgement melalui pengambilan keputusan etis yang diambil oleh auditor.
10) Untuk mengetahui secara empiris pengaruh orientasi etika terhadap audit judgement melalui pengambilan keputusan etis yang diambil oleh auditor.
1.4.
Kegunaan Penelitian
1.4.1. Kegunaan Teoritis Pengembangan ilmu pengetahuan 1) Memberikan tambahan bukti empiris pada literatur akuntansi, khususnya
13
mengenai pengaruh pengetahuan, pengalaman dan orientasi etika terhadap pengambilan keputusan etis yang dibuat oleh auditor yang pada akhirnya nanti pengambilan keputusan etis yang dihasilkan auditor akan berpengaruh terhadap audit judgment auditor tersebut. 2) Sebagai sarana bagi peneliti untuk mengembangkan dan menerapkan ilmu pengetahuan yang diperoleh peneliti dari bangku kuliah dengan yang ada di dalam dunia kerja. 3) Dapat memberi tambahan informasi bagi para pembaca yang ingin lebih menambah wacana pengetahuan khususnya dibidang auditing. 4) Bagi civitas akademika dapat untuk memberikan kontribusi dalam menambah pengetahuan di bidang akuntansi keperilakuan dan auditing untuk menjadi acuan untuk penelitian selanjutnya.
1.4.2. Kegunaan Praktis Bagi lembaga-lembaga yang terkait 1)
Memberikan kontribusi untuk Kantor Akuntan Publik agar menjadi lebih baik lagi dalam mengambil audit judgment yang tidak bertentangan dengan standar profesional.
2)
Memberikan tambahan gambaran tentang dinamika yang terjadi di dalam Kantor Akuntan Publik khususnya auditor dalam membuat audit judgment.
3)
Memberikan masukan bagi para auditor dalam melaksanakan pekerjaannya.
BAB II TELAAH PUSTAKA
2.1.
Landasan Teori
2.1.1. Etika Prinsip-prinsip etika tidak berdiri sendiri, tetapi tercantum dalam suatu kerangka pemikiran sistematis yang disebut ”teori”. Teori etika menyediakan kerangka yang memastikan benar tidaknya keputusan moral. Berdasarkan suatu teori etika, keputusan moral yang diambil seseorang dapat menjadi beralasan dan secara logis dapat diterima keberadaannya. Suatu teori etika membantu manusia untuk mengambil keputusan moral dan menyediakan justifikasi untuk keputusan tersebut (Bartens, 2000 dalam Purba, 2011). Dalam bahasa latin etika berasal dari kata ”ethica” berarti falsafah moral yang merupakan pedoman cara bertingkah laku yang baik dari sudut pandang budaya, susila serta agama. Sedangkan menurut Keraf (1998) istilah etika berasal dari bahasa Yunani ”ethos” yang artinya moralitas, yaitu adat kebiasaan yang baik. Adat kebiasaan yang baik ini lalu menjadi sistem nilai yang berfungsi sebagai pedoman dan tolak ukur tingkah laku yang baik dan buruk. Istilah etika jika dilihat dari Kamus Besar Bahasa Indonesia (1998) memiliki tiga arti,
14
15
yang salah satunya adalah nilai mengenai benar dan salah
yang dianut suatu
golongan atau masyarakat. Etika merupakan suatu prinsip moral dan perbuatan yang menjadi landasan bertindak seseorang sehingga apa yang dilakukannya dipandang oleh masyarakat sebagai perbuatan terpuji dan meningkatkan martabat dan kehormatan seseorang (Leiwakabessy, 2009). Etika sangat erat kaitannya dengan hubungan yang mendasar antar manusia dan berfungsi untuk mengarahkan perilaku moral manusia tersebut. Moral adalah sikap mental dan emosional yang dimiliki individu sebagai anggota kelompok sosial dalam melaksanakan tugas-tugas atau fungsi
yang
diharuskan
kelompoknya
serta
loyalitas
pada
kelompoknya
(Leiwakabessy, 2009). Dari beberapa defenisi di atas dapat disimpulkan bahwa etika merupakan seperangkat aturan/norma/pedoman yang mengatur perilaku manusia, baik yang harus dilakukan maupun yang harus ditinggalkan yang dianut oleh sekelompok manusia/masyarakat/profesi. Dengan demikian etika akan memberikan semacam batasan maupun standar yang akan mengatur pergaulan manusia di dalam kelompok sosialnya. Etika merupakan refleksi kritis dan rasional mengenai (a) nilai dan norma yang menyangkut bagaimana manusia harus hidup dengan baik sebagai manusia; dan mengenai (b) masalah-masalah kehidupan manusia dengan mendasarkan diri pada nilai dan norma-norma moral yang umum diterima.
16
Secara umum ada beberapa teori yang penting dalam pemikiran moral, khususnya dalam etika bisnis yaitu teleologis/utilitarianisme, egoisme, deontologi, teori hak dan teori keutamaan (Keraf, 1998). Dalam praktik hidup sehari-hari, teoritisi di bidang etika menjelaskan bahwa dalam kenyataannya, ada dua pendekatan mengenai etika ini, yaitu pendekatan deontological dan pendekatan teleological. Pada pendekatan deontological, perhatian dan fokus perilaku dan tindakan manusia lebih pada bagaimana orang melakukan usaha dengan sebaikbaiknya
dengan
mendasarkan
pada
nilai-nilai
kebenaran
untuk
mencapai
tujuannya. Pada pendekatan teleological, perhatian dan fokus perilaku dan tindakan manusia lebih pada bagaimana mencapai tujuan dengan sebaik-baiknya, dengan kurang memperhatikan apakah cara, teknik, ataupun prosedur yang dilakukan benar atau salah (Syafruddin, 2005, dalam Falah, 2007). Teori teleological menyatakan bahwa kualitas etis suatu perbuatan diperoleh dengan dicapainya tujuan perbuatan. Teori ini terpecah menjadi utilitarianisme dan egoisme. Utilitarianisme menyatakan bahwa perbuatan disebut etis jika membawa manfaat bagi masyarakat secara keseluruhan. Sedangkan egoisme menyatakan bahwa satu-satunya tujuan tindakan moral bagi setiap orang adalah mengejar kepentingan pribadi dan memajukan dirinya. Deontological menyatakan bahwa supaya suatu tindakan mempunyai nilai moral, tindakan tersebut harus dijalankan berdasarkan kewajiban. Nilai moral dari tindakan itu tidak tergantung pada tercapainya tujuan dari tindakan itu melainkan
17
tergantung pada kemauan baik yang mendorong seseorang untuk melakukan tindakan itu, walaupun pada akhirnya tujuan orang tersebut tidak tercapai, tindakan tersebut sudah dinilai baik. Teori hak berasal dari teori deontologi, karena hak berkaitan dengan kewajiban. Hak didasarkan atas martabat manusia, dan martabat semua manusia itu sama. Sehingga manusia manapun tidak boleh dikorbankan demi tercapainya satu tujuan yang lain. Teori keutamaan (virtue theory) merupakan pendekatan yang tidak menyoroti perbuatan, tetapi memfokuskan pada seluruh manusia sebagai pelaku moral. Di dalam teori ini tidak ditanyakan: “what should he/she do?” melainkan: “what kind of person should he/she be?” Tidak ditanyakan apakah suatu perbuatan tertentu adil atau jujur, melainkan apakah orang itu bersikap adil, jujur dan sebagainya. Menurut Boynton dan Kell (2003) etika terdiri dari prinsip-prinsip moral dan standar. Moralitas berfokus pada perilaku manusiawi “benar” dan “salah”. Selanjutnya Arens – Loebbecke (1996) dalam Wibowo (2007) menyatakan bahwa etika secara umum didefinisikan sebagai perangkat moral dan nilai. Dari definisi tersebut dapat dikatakan bahwa etika berkaitan erat dengan moral dan nilainilai yang berlaku. Para auditor diharapkan oleh masyarakat untuk berlaku jujur, adil dan tidak memihak serta mengungkapkan laporan keuangan sesuai dengan kondisi sebenarnya.
18
2.1.2. Teori Perkembangan Moral Kognitif (Cognitive Moral
Development-
CMD) Cognitive moral development memfokuskan pada perkembangan kognitif dari struktur penalaran (reasoning) yang mendorong atau menyebabkan seseorang membuat sebuah keputusan moral. Teori perkembangan moral kognitif menurut (Mintchik & Farmer, 2009 dalam Suliani, 2010). Cognitive moral development– CMD menekankan kepada proses berpikir moral (moral thought process), apa yang dipikirkan seorang individu dalam menghadapi sebuah dilema etika.
Menurut
perspektif CMD, perkembangan moral menjadi lebih rumit dan sukar karena terkait dengan struktur-struktur dari perkembangan moral itu sendiri.
Perspektif
perkembangan kognitif memfokuskan investigasinya pada proses moral/ethical reasoning dalam membuat pertimbangan (judgement) dan mengasumsikan bahwa gambaran (conception) moral atau etika individu diindikasikan oleh level of ethical development, yang selanjutnya akan mempengaruhi cara individu tersebut dalam memecahkan dilema etika. Individu dengan level ethical/moral development yang lebih tinggi dapat membuat keputusan yang lebih etis (Rest dkk,1999 dalam Budi, 2005). Kohlberg (1969) dalam Tarigan dan Heru (2005) mengenalkan konsep bahwa terdapat enam tahapan dalam perkembangan kemampuan seseorang untuk menangani masalah-masalah moral. Tahapan-tahapan perkembangan moral individu tersebut dikelompokkan oleh Kohlberg dalam 3 level, masing-masing terdiri dari dua tahap.
19
Tabel 2.1 Tahapan Cognitive Moral Development Kohlberg LEVEL APA YANG RIGHT DAN “WHY” Level 1 : Pre-Conventional Tingkat 1: Orientasi ketaatan dan Menghindari pelanggaran aturan hukuman (Punishment and untuk menghindari hukuman atau Obedience Orientation) kerugian. Kekuatan otoritas superior Tingkat 2: Pandangan individualistik menentukan “right” . (Intrumental Relativist Mengikuti aturan ketika aturan Orientation) tersebut sesuai dengan kepentingan pribadi dan membiarkan pihak lain melakukan hal yang sama. “right” didefinisikan dengan equal exchange, suatu kesepakatan yang fair Level 2 : Conventional Tingkat 3: Mutual ekspektasi Memperlihatkan stereotype perilaku interpersonal, hubungan dan yang baik. Berbuat sesuai dengan apa kesesuaian. (“good boy or yang diharapkan pihak lain. nice girl” orientation) Mengikuti aturan hukum dan Tingkat 4: Sistem sosial dan hati nurani masyarakat (sosial, legal, dan sistem (Law and order orientation) keagamaan) dalam usaha untuk memelihara kesejahteraan masyarakat. Level 3 : Post-Conventional Tingkat 5 : Kontak sosial dan hak Mempertimbangkan relativisme individual (Social-contract pandangan personal, tetapi masih legal orientation) menekankan aturan dan hukum. Tingkat 6 : Prinsip etika universal (Universal ethical principl Bertindak sesuai dengan pemilihan eorientation) pribadi prinsip etika keadilan dan hak (perspektif rasionalitas individu yang mengakui sifat moral). Sumber: Kohlberg, 1981 dalam Purnamasari (2006)
Studi Kohlberg membantu dalam memahami bagaimana orang berkembang dan mengungkapkan bagaimana orang dapat berkembang makin kritis dalam penggunaan dan pemahaman akan standard moral yang dianutnya (Tarigan dan Heru, 2005). Teori yang dikembangkan oleh Kohlberg ini menjelaskan bagaimana proses dan analisis kondisi pikiran individu pada saat pembuatan keputusan etis (ethical
20
decision making) pada saat situasi dilema etika. Kohlberg juga menyimpulkan bahwa tiap orang akan mengikuti tahapan-tahapan perkembangan moral tersebut, akan tetapi tidak setiap orang mencapai seluruh tahapan tersebut (Suliani, 2010). Tarigan dan Heru (2005) menyatakan bahwa ada banyak orang tetap pada level preconventional sepanjang hidupnya. Untuk mereka maka benar atau salah akan didefinisikan secara egosentris dalam menghindari hukuman atau melakukan apa yang dibenarkan oleh figur yang lebih kuat dalam masyarakatnya. Ada banyak pula orang tetap pada level conventional dan tidak maju lebih lanjut. Untuk mereka, maka benar atau salah tetap didasarkan pada norma-norma konvensional dari kelompok sosialnya, atau hukum dari negara atau masyarakatnya. Dalam suatu masyarakat, lazimnya tidak banyak yang mencapai level postconventional. Mereka yang telah mencapai level ini adalah orang-orang yang melakukan refleksi kritis pada standar moral yang telah diajarkan selama ini, dan benar atau salah secara moral didefinisikan dalam prinsip-prinsip moral yang telah mereka pilih sendiri sebagai cukup dan dapat diterimanya. Implikasi dari teori Kohlberg adalah bahwa pertimbangan moral dari orang pada tahapan lebih lanjut perkembangan moralnya lebih baik dari pertimbangan moral mereka yang baru pada tahap lebih awal. Orang pada tahapan akhir memiliki kemampuan untuk melihat segala sesuatu dari perspektif yang lebih luas dan dalam daripada mereka yang berada pada tahapan awal. Orang pada level preconventional melihat sesuatu hanya dari pandangan egosentris mereka. Orang pada level conventional melihat sesuatu dari pandangan orang-orang dalam kelompok sosial
21
mereka. Orang pada level postconventional memiliki kemampuan untuk melihat struktur dari perspektif yang mencoba memperhitungkan tiap orang yang dipengaruhi oleh keputusan moralnya (Tarigan dan Heru, 2005). Implikasi yang lain adalah bahwa orang tahapan akhir lebih mampu mempertahankan keputusan mereka daripada orang tahapan awal. Orang pada level preconventional hanya dapat mempertahankan keputusannya dengan mengacu pada kepentingannya sendiri. Orang pada level conventional hanya mengacu pada normanorma kelompoknya, karena itu hanya diterima oleh anggota dari kelompoknya saja. Sedangkan orang pada level postconventional mengacu pada prinsip-prinsip moral yang tidak memihak dan beralasan, sehinnga lebih dapa diterima oleh tiap orang yang rasional (Tarigan dan Heru, 2005).
2.1.3. Behavioral Decision Theory Behavioral decision theory merupakan teori yang berhubungan dengan perilaku seseorang dalam proses pengambilan keputusan. Teori ini dikembangkan oleh Bowdich dan Bouno (1990) dalam Waspodo (2007) yang menyatakan bahwa setiap orang mempunyai struktur pengetahuan dan kondisi ini akan mempengaruhi cara mereka dalam pembuatan keputusan. Behavioral
decision
theory
menjelaskan
latar belakang terjadinya perbedaan pendapat antara auditor ahli dan independen dengan auditor yang tidak memiliki salah satu karakteristik ataupun kedua karakteristik tersebut. Teori ini menyatakan bahwa seseorang yang mempunyai
22
keterbatasan pengetahuan dan bertindak hanya berdasarkan persepsinya terhadap situasi yang sedang dihadapi. Tiap orang mempunyai struktur pengetahuan yang berbeda dan kondisi ini akan mempengaruhi cara pembuatan suatu keputusan (Mayangsari, 2003). Pembuatan keputusan tidak dapat dilepaskan dari berbagai konteks sosial yang ada dalam praktik. Konteks sosial yang dimaksudkan disini adalah adanya tekanan-tekanan atau pengaruh-pengaruh politik, sosial, dan ekonomi. Seorang pembuat keputusan tidak lagi menggunakan pemikiran rasional jika merasa bahwa keputusan yang akan diambil sangat erat kaitannya dengan kepentingankepentingan pribadinya (Mayangsari, 2003). Disinilah letak aplikasi behavioral decision theory untuk mengkaji sikap dan keputusan sehingga akan mempengaruhi cara pembuatan suatu keputusan. Hubungan antara behavioral decision theory dengan pengaruh pengetahuan dan pengalaman terhadap opini auditor adalah ketika auditor dihadapkan pada situasi dimana auditor menghadapi tekanan dalam melaksanakannya tugasnya. Misalnya saja ketika auditor mendapatkan tekanan untuk menerima atau menolak keinginan klien untuk memberi pendapat atau opini yang dapat menguntungkan klien.menerima keinginan klien berarti akan memperoleh reward dari klien dan sebaliknya menolak permintaan klien akan mendapatkan sanksi atau teguran dari klien. Hal inilah yang membutuhkan pemikiran kognitif yang matang untuk dapat mengambil kepuusan secara matang dan tepat. Dalam hal ini behavioral decision theory akan diaplikasikan oleh auditor tersebut untuk memilih satu dari dua alternatif pilihan yang ada.
23
2.1.4. Audit Judgement Audit judgment adalah kebijakan auditor dalam menentukan pendapat mengenai hasil auditnya yang mengacu pada pembentukan suatu gagasan, pendapat atau perkiraan tentang suatu objek, peristiwa, status, atau jenis peristiwa lain (Jamilah, 2007). Proses audit atas laporan keuangan dilaksanakan oleh auditor melalui empat tahap utama yaitu: perencanaan, pemahaman, pengujian struktur pengendalian intern serta penerbitan laporan audit (Mulyadi, 2002). Dalam membuat laporan audit seorang auditor harus mempertimbangkan beberapa permasalahan yaitu materialitas, resiko, dan judgment (Arifuddin, 2002) Hogart (1991) dalam Jamilah dkk (2007) mengatakan bahwa auditing merupakan proses kompleks dimana judgment memainkan peranan yang penting. Judgment auditor merupakan suatu pertimbangan pribadi atau cara pandang auditor dalam menanggapi informasi berhubungan dengan tanggung jawab dan resiko audit yang akan dihadapi auditor yang akan mempengaruhi pembuatan opini akhir auditor terhadap laporan keuangan suatu entitas. Materialitas berhubungan dengan judgment, ketika dikaitkan dengan evaluasi resiko, pertimbangan inilah yang akan mempengaruhi cara-cara pencapaian tujuan audit, ruang lingkup dan arah pekerjaan terperinci serta disposisi kesalahan dan kelalaian (Taylor, 2000 dalam Arifudin, 2002). Sedangkan resiko menunjukan tingkat resiko kegagalan auditor untuk mengubah pendapat atas laporan keuangan yang sebenarnya berisi salah saji material (Arifuddin, 2002). Hubungan judgment
24
didasari oleh dua konsep yaitu konsep materialitas dan resiko dan dikaitkan dengan laporan keuangan judgment yang dipuitiskan dengan mempertimbangkan kedua konsep tersebut akan berpengaruh pada opini auditor mengenai kewajaran laporan keuangan. Persoalannya adalah materialitas suatu errors sangat sulit diukur dan ditentukan dan sangat tergantung pada pertimbangan (judgment) dari auditor. Keadaan tersebut mengidentifikasikan bahwa dalam suatu audit dibutuhkan akurasi prosedur-prosedur audit yang tinggi untuk mengetahui atau bila mungkin, meminimalkan unsur resiko dalam suatu audit. Tanggungjawab yang besar seorang auditor yang sedang melaksanakan tugas audit terletak pada kemampuan mereka dalam membuat keputusan yang tepat berdasar pertimbangan atas keterangan dan bukti-bukti yang tersisa. Proses audit memerlukan penggunaan pertimbangan hampir pada setiap tahap audit. Pertimbangan-pertimbangan tersebut tidak hanya berpengaruh dalam hal efisiensi pelaksanaan tugas audit (Jamilah dkk, 2007). Dalam kaitannya dengan laporan keuangan, judgement yang diputuskan oleh auditor akan berpengaruh kepada opini auditor mengenai kewajaran laporan keuangan.
2.1.5. Pengambilan Keputusan Etis Pengambilan keputusan ialah proses memilih suatu alternatif cara bertindak dengan metode yang efisien sesuai dengan situasi. Dari definisi ini jelas terlihat bahwa sebelum keputusan itu ditetapkan diperlukan pertimbangan yang menyeluruh tentang kemungkinan konsekuensi yang timbul sebab mungkin saja keputusan yang
25
diambil hanya memuaskan satu kelompok saja atau sebagai orang saja. Tetapi jika kita memperhatikan konsekuensi dari suatu keputusan, hampir dapat dikatakan bahwa tidak akan ada satu keputusanpun yang akan dapat menyenangkan setiap orang (Nuryatno dan Synthia, 2001). Pengambilan keputusan etis dapat didefinisikan sebagai suatu proses pengidentifikasian dan pemilihan berbagai solusi diantara satu atau beberapa alternatif dengan tujuan mencapai sebuah hasil akhir yang diinginkan dan sesuai dengan etika serta asas perilaku yang disepakati secara umum (Nadirsyah, 2009). Ada tiga definisi dalam memahami model-model dalam pembuatan keputusan–keputusan etis (Jones, 1991 dalam Budi dkk, 2005). Pertama adalah isu moral (moral issue) menyatakan seberapa jauh ketika seseorang melakukan tindakan, jika dia secara bebas melakukan tindakan itu, maka akan mengakibatkan kerugian (harm) atau keuntungan (benefit) bagi orang lain. Dalam bahasa yang lain adalah bahwa suatu tindakan atau keputusan yang diambil akan mempunyai konsekuensi kepada orang lain. Kedua adalah agen moral (moral agent) yaitu seseorang yang membuat keputusan moral (moral decision) walaupun mungkin orang tersebut tidak mengenali isu moral tersebut. Pengertian agen moral ini sangat penting karena elemen pokok dari pengambilan keputusan moral terlibat disini yaitu mengenai isu moral yang ada. Dan ketiga adalah keputusan etis (ethical decision) itu sendiri, yaitu sebuah keputusan yang secara legal dan moral dapat diterima oleh masyarakat luas. Sebaliknya keputusan yang tidak etis (unethichal decision) adalah keputusan yang baik secara legal dan moral tidak diterima oleh masyarakat luas.
26
Windsor dan Ashkanasy (1996) dalam Nadirsyah (2009) mengidentifikasikan tiga perbedaan dalam model pengambilan keputusan auditor yang didasarkan pada teori Kohlberg. Auditor dengan tingkat moral yang tinggi akan menunjukkan tindakan menolak bekerja sama dengan klien sebagai suatu kebenaran dalam hidup. Sebaliknya, auditor dengan tingkat moral yang rendah akan mudah dipengaruhi oleh klien dengan mengabaikan nilai dan kepercayaan mereka. Terakhir, auditor yang berada di antara keduanya akan dipengaruhi antara kekuatan bekerja sama dengan klien dan nilai-nilai personal. Ketiga kelompok ini dikenal dengan model
pengambilan
keputusan
independen
autonomous,
pragmatic,
dan
accommodating.
2.1.6. Pengetahuan Pengetahuan diartikan sebagai suatu fakta atau kondisi mengetahui sesuatu dengan baik yang didapat lewat pengalaman dan pelatihan. Adapun definisi lain dari pengetahuan menurut ruang lingkup audit yaitu tingkat pemahaman auditor terhadap sebuah pekerjaan secara konseptual dan teoritis (Sucipto, 2007). Menurut Brown dan Stanner (1983) dalam Mardisar dan Ria (2007) menyatakan bahwa perbedaan pengetahuan di antara auditor akan berpengaruh terhadap cara auditor menyelesaikan sebuah pekerjaan. Lebih lanjut dijelaskan bahwa seorang auditor akan bisa menyelesaikan sebuah pekerjaan secara efektif jika didukung dengan pengetahuan yang dimilikinya. Kesalahan diartikan dengan seberapa banyak perbedaan (deviasi)
27
antara kebijakan-kebijakan perusahaan tentang pencatatan akuntansi dengan kriteria yang telah distandarkan. Auditor harus memiliki pengetahuan yang diperlukan dalam menjalankan tugasnya, pengetahuan ini meliputi pengetahuan mengenai audit yang mencakup antara lain: merencanakan serta menyusun program kerja pemeriksaan, melaksanakan program kerja pemeriksaan, menyusun kertas kerja pemeriksaan, dan menyusun laporan hasil pemeriksaan (Praptomo,2002 dalam Asih, 2006). Pengetahuan yang dimiliki auditor akan mempengaruhi keahlian audit yang pada gilirannya akan menentukan kualitas audit (Mardisar dan Ria, 2007). Penelitian yang dilakukan oleh Johari dan Zuraidah (2007) menemukan bahwa pengetahuan auditor memiliki hubungan positif dengan kualitas judgement yang dihasilkan auditor. Hal ini mengindikasikan bahwa semakin tinggi pengetahuan yang dimiliki auditor akan memberikan hasil positif terhadap judgement dari auditor tersebut.
2.1.7. Pengalaman Pengalaman kerja telah dipandang sebagai suatu faktor penting dalam memprediksi performance auditor. Penggunaan pengalaman didasarkan pada asumsi bahwa tugas yang dilakukan secara berulang-ulang memberikan peluang untuk belajar melakukan yang terbaik sehingga pengalaman dapat digunakan untuk meningkatkan kinerja pengambilan keputusan. Hal ini menunjukkan bahwa semakin banyak pengalaman yang dimiliki auditor maka akan semakin baik pula kualitas audit yang dihasilkan.
28
Pengalaman audit adalah kemampuan yang dimiliki auditor atau akuntan pemeriksa untuk belajar dari kejadian-kejadian masa lalu yang berhubungan dengan seluk-beluk audit atau pemeriksaan (Ashton, 1991 dalam Sucipto, 2007). Pengalaman yang dimaksudkan disini adalah pengalaman auditor dalam melakukan pemeriksaan laporan keuangan baik dari segi lamanya waktu, banyaknya penugasan yang pernah dilakukan maupun jenis-jenis perusahaan yang pernah ditangani (Suraida, 2005).
Menurut Tubbs (1992) dalam Mayangsari (2003) auditor yang
berpengalaman memiliki keunggulan dalam hal : (1) mendeteksi kesalahan, (2) memahami kesalahan secara akurat, (3) mencari penyebab kesalahan. Zulaikha (2006) menghasilkan temuan bahwa pengalaman yang dimiliki auditor berpengaruh langsung (main effect) terhadap judgment yang dihasilkannya. Begitu juga penelitian yang dilakukan Herliansyah dkk (2006) menemukan bahwa pengalaman mengurangi dampak informasi tidak relevan terhadap judgment auditor. Dari sini dapat ditarik kesimpulan bahwa bahwa auditor yang berpengalaman akan membuat judgement yang relatif lebih baik dalam tugas-tugas profesionalnya, daripada auditor yang kurang berpengalaman.
2.1.8. Orientasi Etika Orientasi etika (ethical orientation atau ethical ideology) didefinisikan sebagai konsep diri dan perilaku pribadi yang berhubungan dengan individu dalam diri seseorang (Budi dkk, 2005). Setiap orientasi etika individu, pertama-tama ditentukan oleh kebutuhannya. Kebutuhan tersebut berinteraksi dengan pengalaman
29
pribadi dan sistem nilai individu yang akan menentukan harapan atau tujuan dalam setiap perilakunya sehingga pada akhirnya individu tersebut menentukan tindakan apa yang akan diambilnya (Cohen et. al. 1995 dan Finegan, 1994 dalam Budi dkk, 2005). Selanjutnya, orientasi etika juga diartikan sebagai cara pandang seseorang yang kemudian mempengaruhi pertimbangan perilaku etisnya (ethical judgment), yang selanjutnya
mempengaruhi
keinginan
untuk
berbuat
(intention),
kemudian
diwujudkan dalam perilaku atau perbuatan (behavior) (Shaub, 1996 dalam Zarkasyi, 2009). Orientasi etika menunjukkan pandangan yang diadopsi oleh masing-masing individu ketika menghadapi situasi masalah yang membutuhkan pemecahan dan penyelesaian etika atau dilema etika. Kategori orientasi etika yang dibangun oleh Forsyth (1992) dalam Budi dkk (2005) menjelaskan bahwa manusia terdiri dari dua konsep yaitu idealisme dan relativisme dan bersama-sama menjadi sebuah ukuran dari orientasi etika individu. ldealisme
mengacu
pada
suatu
hal yang dipercaya oleh individu dengan
konsekuensi yang dimiliki dan diinginkannya tidak melanggar nilai-nilai moral. Dengan kata lain idealisme merupakan karakteristik orientasi etis yang mengacu pada kepedulian seseorang terhadap kesejahteraan orang lain dan berusaha untuk tidak merugikan orang lain. Sedangkan relativisme adalah suatu sikap penolakan terhadap nilai-nilai moral yang absolut dalam mengarahkan perilaku etis. Relativisme menolak prinsip dan aturan moral secara universal dan merasakan bahwa tindakan moral tersebut tergantung pada individu dan situasi yang dilibatkan (Forsyth, 1992 dalam Budi dkk, 2005). Konsep relativisme menunjukkan
30
perilaku penolakan terhadap kemutlakan aturan-aturan moral yang mengatur perilaku individu yang ada. Orientasi etika ini mengkritik penerapan prinsip-prinsip aturan moral yang universal. Relativisme menyatakan bahwa tidak ada sudut pandang suatu etika yang dapat diidentifikasi secara jelas merupakan ‘yang terbaik’, karena setiap individu mempunyai sudut pandang tentang etika dengan sangat beragam dan luas. Dari uraian di atas, peneliti menyimpulkan bahwa setiap langkah atau tindakan yang diambil oleh auditor dalam tugasnya tergantung pada pandangan masing-masing auditor terhadap nilai-nilai etika. Adanya orientasi etika yang dijadikan pedoman atau cara pandang untuk menyelesaikan pekerjaan audit akan berpengaruh terhadap kualitas hasil auditnya. Ketika auditor mempertimbangkan nilai-nilai etika dalam bersikap, maka kemungkinan bagi auditor untuk menemukan dan melaporkan adanya kesalahan dalam sistem akuntansi klien akan semakin baik. Hal tersebut akan tercermin dalam hasil laporan auditor yang dapat dipercaya oleh pemakai laporan keuangan sebagai pedoman pengambilan keputusan.
2.1.1 Penelitian Terdahulu Beberapa hasil dari penelitian-penelitian terdahulu yang berkaitan dengan permasalahan dalam penelitian ini akan dipaparkan dalam Tabel 2.2 sebagai berikut:
31
Tabel 2.2 Rekapitulasi Hasil-Hasil Penelitian Terdahulu No Peneliti dan Judul Variabel yang Tahun diteliti 1. Zulaikha, Pengaruh Audit Judgment, (2002) Interaksi Gender, Gender, Kompleksitas Kompleksitas Tugas, dan Tugas, dan Pengalaman Pengalaman Auditor terhadap Audit Judgment.
2.
Budi dkk, (2005)
3.
Jamilah dkk, (2007)
Hasil Penelitian (Kesimpulan) Peran ganda perempuan sebagai auditor dan kompleksitas tugas ternyata tidak berpengaruh secara signifikan terhadap akuratnya informasi yang diproses dalam membuat judgment. Sedangkan pengalaman sebagai auditor berpengaruh terhadap judgment yang dihasilkan oleh auditor Internal Pengalaman Nilai etika Auditor & audit, organisasi, orientasi Dilema Etika Komitmen etika dan komitmen profesional, profesional terbukti Orientasi etika, berpengaruh secara Nilai etika signifikan terhadap organisasi dan pengambilan Pengambilan keputusan etis Keputusan Etis internal auditor sedangkan pengalaman kerja tidak berpengaruh secara signifikan terhadap pengambilan keputusan etis. Pengaruh Audit Judgment, Gender tidak Gender, Gender, berpengaruh secara Tekanan Tekanan signifikan terhadap Ketaatan, dan Ketaatan, dan judgment, tekanan Kompleksitas Kompleksitas ketaatan Tugas terhadap Tugas berpengaruh secara Audit signifikan terhadap
32
No
Peneliti dan Tahun
Judul Judgment
4.
Johari dan Sanusi (2007)
The Effect of Knowledge, Effort, and Ethical orientation on Audit Judgement Performance
5.
Sabaruddinsah (2007)
Pengaruh Gender, Pengakaman Auditor dan Kompleksitas Tugas Terhadap Audit Judgement
6.
Susetyo (2009)
Pengaruh Pengalaman
Variabel yang diteliti
Hasil Penelitian (Kesimpulan) audit judgment, kompleksitas tugas tidak berpengaruh secara signifikan terhadap audit judgment. Pengetahuan, Pengetahuan Usaha, Orientasi terbukti berpengaruh Etika dan Audit positif dan Judgement. signifikan terhadap audit judgement, upaya ditemukan berpengaruh secara signifikan terhadap audit judgement akan tetapi memiliki hugungan negatif, sedangkan orientasi etika idak terbukti berpengaruh terhadap audit judgement yang dihasilkan auditor. Gender, Gender dan Pengalaman kompleksitas tugas Auditor, tidak berpengaruh Kompleksitas terhadap audit Tugas dan Audit judgement Judgement sedangkan pengalaman auditor berpengaruh secara signifikan terhadap audit judgement. Pengalaman Pengalaman audit Auditor, tidak berpengaruh
33
No
Peneliti dan Tahun
Judul Auditor Terhadap Pertimbangan Auditor dengan Kredibilitas Klien Sebagai Variabel Moderating
Variabel yang diteliti Pertimbangan Auditor, Kredibilitas Klien
7.
Nadirsyah (2009)
Pengaruh Locus of Control, Orientasi Etika, dan Budaya Etis Organisasi Terhadap Pengambilan Keputusan Etis dalam Kondisi Dilema Etika
Locus of Control, Orientasi Etika, Budaya Etis Organisasi dan Pengambilan Keputusan Etis.
8.
Laily (2010)
Pengaruh Pengalaman Auditor Terhadap Ethical Judgement dengan Pengetahuan Auditor dan
Pengalaman Auditor, Pengetahuan Auditor, Komitmen Profesi dan Ethical Judgement
Hasil Penelitian (Kesimpulan) secara signifikan terhadap pertimbangan audit sedangkan kredibilitas klien tidak memoderasi pengaruh pengalaman audit terhadap perimbangan auditor. Locus of control dan budaya etis organisasi berpengaruh secara signifikan terhadap pengambilan keputusan etis sedangkan orientasi etika tidak berpengaruh terhadap pengambilan keputusan etis dalam kondisi dilema etika. Pengalaman dan pengetahuan auditor berpengaruh terhadap ethical judgement sedangkan komitmen profesi tidak berpengaruh terhadap ethical
34
No
Peneliti dan Tahun
Judul
Variabel yang diteliti
Komitmen Profesi Sebagai Variabel Intervening
9.
Abdurrahman &Yuliani (2011)
Determinasi Pengambilan Keputusan Etis Auditor Internal
Orientasi Etika, Komitmen Profesi, Independensi, Pengalaman Kerja dan Pengambilan Keputusan Etis.
Hasil Penelitian (Kesimpulan) judgement. Variabel pengalaman auditor berpengaruh terhadap pengetahuan dan komitmen profesi. Hasil penelitian juga menunjukkan bahwa terdapa pengaruh tidak langsung antara pengalaman terhadap ethical judgement dengan pengetahuan auditor sebagai variabel intervening sedangkan tidak ditemukan pengaruh langsung antara pengalaman terhadap audit judgement dengan komitmen profesi sebagai variabel intervening. Orientasi etika, komitmen profesi dan independensi berpengaruh positif terhadap pengambilan keputusan etis auditor internal sedangkan pengalaman kerja
35
No
Peneliti dan Tahun
Judul
Variabel yang diteliti
Hasil Penelitian (Kesimpulan) tidak berpengaruh terhadap pengambilan keputusan etis auditor internal.
2.2.1 Kerangka Berpikir Profesi akuntan publik merupakan profesi yang membutuhkan kepercayaan publik terhadap kualitas jasa yang diberikan kepada klien. Akuntan publik harus dapat meyakinkan klien dan pemakai laporan keuangan atas kualitas audit dan jasa akuntansi lainnya. Sapariyah (2005) menyatakan bahwa manusia sering menghadapi dilema etika yang timbul sebagai akibat tindakan yang dipilih manusia yang dapat dinilai baik oleh suatu pihak, tapi dapat juga dinilai buruk oleh pihak lainnya. Begitu juga yang dihadapi oleh auditor yang mana saat menjalankan tugas dan tanggungjawabnya auditor independen sering menghadapi dilema etika. Dilema etika adalah suatu situasi yang dihadapi oleh seseorang dimana ia harus membuat suatu keputusan mengenai perilaku seperti apa yang tepat dilakukannya. Pada situasi dilema etika ini auditor dihadapkan kepada pilihan-pilihan untuk menghasilkan keputusan antara nilai-nilai yang bertentangan. Dilema etika yang terjadi pada profesi akuntan publik diakibatkan dari adanya perbedaan tanggung jawab yang mendasar antara manajemen perusahaan dengan tanggung jawab akuntan publik. Pihak manajemen perusahaan melaksanakan proses
36
akuntansi untuk menghasilkan laporan keuangan sesuai dengan standar akuntansi yang berlaku umum, sedangkan akuntan publik bertanggung jawab atas audit laporan keuangan yang dihasilkan manajemen perusahaan. Laporan keuangan yang dihasilkan manajemen perusahaan merupakan bentuk pertanggung jawaban atas penggunaaan dana masyakat (pemegang saham maupun kreditor) dalam pembiayaan kegiatan operasi perusahaan. Laporan keuangan dapat digunakan untuk menilai kinerja manajemen perusahaan selama kurun waktu satu tahun kegiatan operasional perusahaan. Dalam kondisi tertentu, manajemen mempunyai kepentingan tertentu yang membuat manajemen merasa bahwa tujuan akuntan publik untuk memberikan pendapat atas kewajaran laporan keuangan berbeda dengan tujuan manajemen. Kepentingan manajemen tersebut misalnya didasari adanya keinginan manajemen untuk mendapatkan reward berupa bonus atas kinerja mereka. Kemungkinan manajemen akan menekan auditor untuk bersedia membuat keputusan yang dapat menguntungkan manajemen. Ada upaya yang terang-terangan atau terselubung dengan cara ‘halus’ atau ‘mencolok’ yang dilakukan oleh manajemen agar opini yang dikeluarkan akuntan
publik atas laporan
keuangan selalu
“Wajar Tanpa
Pengecualian” (Farhan, 2009:5). Apabila hal ini terjadi maka akan timbul konflik antara pihak manajemen perusahaan dengan akuntan publik. Situasi konflik antara akuntan publik dengan manajemen perusahaan misalnya dapat terjadi ketika auditor menemukan adanya ketidakberesan informasi yang terkandung dalam laporan keuangan yang dihasilkan oleh manajemen perusahaan. Pada saat terjadi perbedaan pendapat inilah maka manajemen perusahaan akan
37
berusaha untuk mempengaruhi pekerjaan audit yang sedang dilaksanakan auditor. Manajemen perusahaan kemungkinan akan menekan auditor untuk melakukan tindakan yang dapat bertentangan dengan standar auditing atau bahkan manajemen akan berusaha menekan auditor untuk memberikan opini tertentu. Kondisi seperti ini akan menyebabkan auditor berada dalam situasi konflik audit. Di satu sisi, jika auditor memenuhi permintaan manajemen perusahaan klien berarti auditor melanggar standar dan etika profesional, sedangkan di sisi yang lain jika auditor tidak memenuhi permintaan manajemen perusahaan klien maka akan berakibat dengan sanksi diberikan kepada auditor yakni kemungkinan penghentian penugasan. Dalam situasi seperti ini, auditor akan dihadapkan kepada pilihan-pilihan untuk membuat keputusan etis atau tidak. Keputusan etis adalah sebuah keputusan yang baik secara legal maupun moral dapat diterima oleh masyarakat luas (Trevino, 1986; Jones, 1991 dalam Budi dkk, 2005). Kemampuan auditor untuk menghasilkan keputusan etis menandakan auditor tersebut dapat keluar dari semua tekanan-tekanan yang diterimanya selama melakukan audit terhadap laporan keuangan perusahaan klien. Tekanan-tekanan yang didapatkan auditor dapat berasal dari partner maupun manajer perusahaan. Keputusan etis yang dihasilkan akuntan publik dapat ditandai dengan adanya keinginan auditor untuk menolak permintaan yang didapatnya dari manajer perusahaan maupun dari partner untuk melakukan tindakan-tindakan yang dapat menyimpang dari kode etik profesi akuntan publik.
38
Keputusan etis yang dihasilkan auditor akan berdampak pada judgement dan opini akuntan publik atas kewajaran laporan keuangan perusahaan. Keberhasilan auditor dalam menghadapi situasi dilema etika yang melanda dirinya akan dapat meningkatkan kualitas judgement dan keputusan akhir (opini) yang dihasilkan auditor sehingga keputusan yang dihasilkannya dapat dipertanggungjawabkan secara moral dan sosial. Audit judgment merupakan suatu pertimbangan pribadi atau cara pandang auditor dalam menanggapi informasi berhubungan dengan tanggung jawab dan resiko audit yang akan dihadapi auditor, yang akan mempengaruhi pembuatan opini akhir auditor terhadap laporan keuangan suatu entitas. Dalam melakukan proses audit, akuntan publik seringkali dihadapkan pada suatu situasi yang mana mengharuskan auditor melakukan profesional judgement. Auditor menggunakan judgement profesional dalam memilih prosedur dan jenis bukti untuk dapat memenuhi berbagai tujuan khusus audit. Auditor mengumpulkan bukti dalam waktu yang berbeda dan mengintegrasikan informasi dari bukti tersebut untuk membuat suatu audit judgment. Ketepatan judgement yang diberikan oleh akuntan publik dapat memberikan pengaruh terhadap keputusan akhir (opini) yang akan dihasilkan oleh auditor tersebut sehingga secara tidak langsung juga akan mempengaruhi tepat atau tidaknya keputusan yang akan diambil oleh pihak luar perusahaan yang menggunakan laporan keuangan hasil auditan sebagai pedoman dalam mengambil keputusan. Standar umum auditor menyebutkan bahwa audit harus dilaksanakan oleh seorang atau lebih yang memiliki keahlian dan pelatihan teknis yang cukup sebagai
39
auditor. Keahlian audit yang harus dimiliki auditor terdiri dari kemampuan (ability), pengetahuan (knowledge), dan pengalaman (experience). Banyak penelitian terdahulu yang mengidentifikasikan bahwa unsur pengalaman dan pengetahuan memainkan peranan penting dalam menentukan suatu keahlian auditor (Bonner and Lewis, 1990; Libby and Luft, 1993; Libby and Tan, 1994; dan Libby, 1995 dalam Mayangsari, 2003). Cohlbert (1989) dalam Farhan (2009) menyatakan bahwa pengetahuan dan pengalaman merupakan keahlian yang berhubungan dengan keahlian yang diperlukan dalam auditing. Karenanya pengetahuan dan pengalaman merupakan suatu komponen yang sangat penting yang harus dimiliki oleh seorang auditor dalam menjalankan tugas-tugasnya. Setiap profesi terutama yang memberikan jasanya kepada masyarakat memerlukan pengetahuan dan ketrampilan khusus dan setiap profesi diharapkan mempunyai kualitas pribadi tertentu (Farhan, 2009:39). Profesi akuntan publik memiliki peranan sebagai pengrontrol dan penjaga kepentingan publik dalam bidang keuangan. Dalam melaksanakan peran audit, akuntan publik bertanggung jawab untuk merencanakan dan melaksanakan audit guna memperoleh keyakinan yang memadai apakah laporan keuangan tersebut bebas dari salah saji material. Untuk mendukung perannya ini maka auditor memerlukan pengetahuan yang memadai akan audit. Pengetahuan auditor dalam pengauditan umum merupakan salah satu pengetahuan yang harus dimiliki seorang auditor. Akuntan publik yang diibaratkan sebagai ujung tombak dalam pelaksanaan audit diharapkan mahir akan pengauditan umum yang mencakup antara lain: merencanakan serta menyusun program kerja
40
pemeriksaan, melaksanakan program kerja pemeriksaan, menyusun kertas
kerja
pemeriksaan, dan menyusun laporan hasil pemeriksaan (Praptomo, 2002 dalam Asih, 2006). Akuntan publik juga diharuskan memiliki pengetahuan teknis tentang industri dimana klien. Akuntan publik harus mengetahui memahami dengan pasti bisnis yang dilakukan oleh klien, hal ini penting dilakukan terlebih dahulu oleh auditor guna mengetahui apakah akuntan publik memiliki pengetahuan yang diperlukan untuk berfungsi secara efektif dalam industri klien tersebut saat akuntan publik menjalankan peran auditnya. Pengetahuan auditor akan bisnis klien mempunyai dampak bagi keseluruhan audit. Seseorang harus bekerja sesuai dengan pengetahuan yang dimiliknya. Apabila seseorang tidak mempunyai pengetahuan yang memadai, maka seringkali individu tersebut tidak akan efektif dalam menjalankan tugasnya. Pengetahuan yang dimiliki akan dapat membantu individu tersebut dalam menyelesaikan pekerjaannya. Seseorang yang melakukan pekerjaan sesuai dengan pengetahuan yang dimiliki akan memberikan hasil yang lebih baik daripada mereka yang tidak mempunyai pengetahuan yang cukup akan tugasnya. Dengan kata lain pengetahuan yang dimiliki akan meningkatkan kualitas kerja individu tersebut. Sama halnya dengan akuntan publik, pengetahuan yang dimiliki auditor independen akan membantunya untuk lebih cepat memahami masalah-masalah yang timbul dalam lingkungan kerjanya dan akan membantunya memecahkan permasalahan tersebut. Hal ini dikarenakan ketika menjalankan perannya
dalam mengaudit laporan
keuangan, auditor harus
mengumpulkan serta mengevaluasi bukti-bukti yang digunakan untuk mendukung
41
judgement yang diberikannya. Dari bukti-bukti dikumpulkan ini harus mencukupi guna menyakinkan auditor independen dalam memberikan opininya. Hal ini sejalan dengan penelitian yang dilakukan oleh Herawati (2009) menunjukan bahwa profesionalisme, pengetahuan dalam mendeteksi kekeliruan dan etika profesi berpengaruh secara signifikan dan positif terhadap pertimbangan tingkat materialitas akuntan publik dalam proses pemeriksaan laporan keuangan. Begitu juga dengan penelitian yang dilakukan oleh Johari dan Zuraidah (2007) yang menyatakan bahwa pengetahuan auditor memiliki hubungan positif dengan kualitas judgement yang dihasilkan auditor. Ditambah lagi peneltian yang dilakukan oleh Mardisar dan Ria (2007) menyebutkan bahwa interaksi antara akuntabilitas dan pengetahuan auditor berhubungan positif signifikan terhadap kualitas kerja auditor. Pengalaman juga merupakan salah satu elemen penting dalam tugas audit disamping pengetahuan yang harus dimiliki oleh seorang auditor. Pengalaman kerja dipandang sebagai salah satu faktor penting dalam mengukur kinerja seorang auditor. Pengalaman merupakan salah satu faktor yang dapat menunjang kualitas kerja bagi setiap individu maupun kelompok dalam bidang pekerjaan yang digeluti. Semakin banyak pengalaman yang diperoleh, maka semakin meningkatkan keahlian yang dimiliki individu tersebut. Pengalaman dapat memberikan gambaran mengenai kualitas dari kinerja seseorang dalam meniti kariernya. Banyaknya pengalaman yang dimiliki seseorang akan membimbingnya untuk bagaimana bertindak atau bersikap dalam menghadapi berbagai permasalahan yang akan ditemuinya.
42
Pengalaman kerja akan dapat menempa pola pikir, sikap dan perilaku dalam menghadapi situasi konflik dalam penugasannya sebagai auditor. Pengalaman kerja sebagai akuntan publik merupakan pembelajaran dengan waktu yang cukup lama sehingga mampu mematangkan sikap dan perilaku auditor dalam melaksanakan tugasnya. Pengalaman membentuk seseorang menjadi lebih bijaksana karena pengalaman yang diperolehnya baik pengalaman yang baik maupun buruk mulai dari merasakan bagaimana fatalnya melakukan kesalahan, upaya menemukan solusi atas permasalahan yang terjadi sampai dengan kebanggaan akan keberhasilannya menyelesaikan permasalahan yang menimpanya. Sama halnya dengan auditor yakni independen dengan banyaknya pengalaman yang dimiliki auditor akan membantunya terhindar dari situasi konflik audit yang menyebabkan auditor tidak dapat independen sehingga akan berpengaruh terhadap opini atau keputusan akhir yang dihasilkannya. Pengalaman yang dimaksudkan disini adalah kemampuan yang dimiliki auditor atau akuntan publik untuk belajar dari kejadian-kejadian masa lalu yang berhubungan dengan seluk-beluk audit atau pemeriksaan. Pengalaman sangatlah penting diperlukan dalam rangka kewajiban seorang pemeriksa terhadap tugasnya untuk memenuhi standar umum audit. Sesuai dengan standar umum dalam Standar Profesional Akuntan Publik bahwa auditor disyaratkan memiliki pengalaman kerja yang cukup dalam profesi yang ditekuninya, serta dituntut untuk memenuhi kualifikasi teknis dan berpengalaman dalam bidang industri yang digeluti kliennya (Arens dkk., 2004). Pada penelitian ini pengalaman kerja yang dililiki auditor akan diukur dengan indikator yang digunakan oleh Suraida (2005) yakni dari lamanya
43
bekerja sebagai auditor, banyaknya penugasan audit dan jenis perusahaan yang pernah diaudit. Semakin lama seseorang bekerja maka, semakin banyak pengalaman kerja yang dimiliki oleh pekerja tersebut. Sebaliknya, semakin singkat masa kerja seseorang biasanya semakin sedikit pula pengalaman yang diperolehnya. Pengalaman bekerja memberikan keahlian dan ketrampilan dalam kerja sedangkan, keterbatasan pengalaman kerja mengakibatkan tingkat ketrampilan dan keahlian yang dimiliki semakin rendah. Ini biasanya terbukti dari kesalahan yang dilakukan dalam bekerja dan hasil kerja yang belum maksimal. sehingga dapat ditarik kesimpulan bahwa auditor dengan masa kerja yang lama dapat meningkatkan pengalaman dalam memahami klien sehingga mendukung proses audit. Banyaknya pengalaman yang dimiliki auditor dalam mengaudit berbagai macam klien akan memudahkannya dalam melakukan prosedur audit. Dengan semakin banyaknya tugas audit yang dilakukan auditor akan menjadikan audit yang dilakukan semakin baik. Asumsinya adalah semakin banyak jumlah klien yang diaudit oleh auditor akan meningkatkan pengalamannya sebagai auditor sehingga akan meningkatkan kualitas audit yang dilakukan auditor tersebut. Yang terakhir adalah pengalaman akuntan publik akan jenis perusahaan yang pernah diaudit bahwa auditor pernah melakukan audit pada perusahaan belum go public maupun go public. Asumsinya auditor yang telah menguasai berbagai jenis perusahaan maka akan menambah pengalamannya dan memudahkan dirinya dalam menganalisis data yang di perolehnya selama proses audit.
44
Hal ini didukung dengan penelitian yang dilakukan oleh Kidwell, Stevens dan Bethke (1987) dalam Budi dkk (2005) melakukan penelitian tentang perilaku manajer dalam menghadapi situasi dilema etika, hasil penelitiannya adalah bahwa manajer dengan pengalaman kerja yang lebih lama mempunyai hubungan yang positif dengan pengambilan keputusan etis. Hasil penelitian ini juga didukung oleh penelitian yang dilakukan oleh Suraida (2005) menyatakan bahwa pengalaman audit berpengaruh terhadap skeptimisme profesional dan ketepatan pemberian opini auditor akuntan publik. Begitu juga penelitian yang dilakukan Asih (2006), menemukan bahwa pengalaman audit baik dari segi lama bekerja, banyaknya tugas maupun banyaknya jenis perusahaan yang diaudit berpengaruh positif terhadap keahlian auditor dalam bidang audit. Pengalaman yang dimiliki oleh auditor juga berpengaruh terhadap audit judgement yang dibuatnya. Auditor yang lebih berpengalaman dalam hal ini auditor senior dianggap lebih mampu mengatasi permasalahan yang ada dalam melakukan proses audit sehingga mampu menghasilkan pendapat atau audit judgement yang lebih baik daripada auditor junior. Hal ini didukung oleh penelitian yang dilakukan oleh Wright et.al. (1987) dalam Farhan (2009) yang menyatakan bahwa untuk membuat audit judgement, pengalaman merupakan komponen keahlian audit yang penting dan merupakan faktor yang sangat vital dan mempengaruhi suatu judgement yang kompleks. Sementara penelitian yang dilakukan oleh Sabaruddinsah (2007) menemukan bahwa pengalaman yang dimiliki auditor memegang peranan penting dalam judgement yang dihasilkan auditor yang dapa diartikan bahwa semakin
45
berpengalaman seiarng auditor maka semakin profesional tindalan yang mereka ambil walaupun kondisi dan tempat mereka bekerja sangat tertekan baik dari atasan maupun dari klien. Hal ini dikarenakan auditor dalam melakukan pekerjaannya menghadapi berbagai ragam permasalahan yang menyangkut kompleksitas tugas pada proses audit. Berbagai hal yang ditemukan dalam suatu proses pemeriksaan belum tentu akan ditemui masalah yang sama di lain kesempatan. Karenanya pengalaman bagi auditor memegang peran yang sangat penting untuk keberhasilan penugasan pemeriksaan. Sehingga dapat ditarik kesimpulan bahwa auditor yang berpengalaman membuat keputusan lebih baik dalam tugas-tugas profesional daripada auditor yang belum berpengalaman sehingga nantinya akan berpengaruh terhadap judgement yang dihasilkannya. Teori Kohlberg menyatakan bahwa orientasi etika diperoleh melalui suatu proses berpikir dan berpendapat. Sebuah kejadian penting, akan menolong masyarakat untuk meningkatkan moralnya dan ini tercermin dari pengalaman konfliknya dalam menjelaskan opini mereka ketika mereka berinteraksi dengan seseorang yang mempunyai tingkatan moral lebih tinggi (Cherington, 1994 dalam Falah, 2006). Seseorang dengan tingkat perkembangan etis tinggi akan menempatkan kepentingan tinggi pada pemikiran tingkat post-conventional (hak-hak individu, keadilan, prinsip-prinsip etikal yang abstrak). Seseorang pada level perkembangan etika yang lebih rendah akan menempatkan kepentingan-kepentingan lebih tinggi pada kriteria conventional (setia kawan, respek pada peraturan). Dari kedua tingkat
46
perkembangan etik ini akan menunjukkan perkembangan moral yang berbeda sehingga menimbulkan orientasi etika yang berbeda-beda bagi setiap orang. Akuntan publik selain harus memiliki pengetahuan dan pengalaman diharapkan juga memiliki orientasi etika (ethical orientation) yang tinggi dalam melaksanakan tugasnya.
Orientasi etika merupakan kemampuan individu untuk
mengevaluasi dan mempertimbangkan nilai etika dalam suatu kejadian (Forsyth, 1992 dalam Budi dkk, 2005). Orientasi etika setiap individu akan mempengaruhi pertimbangan perilaku etisnya yang selanjutnya akan mempengaruhi keinginan individu tersebut untuk berbuat selayaknya yang pada akhirnya akan diwujudkannya pada perilaku atau perbuatan individu tersebut. Terkait dengan profesi akuntan publik yang mana dalam menjalankan tugas dan tangung jawabnya selalu berhadapan dengan dilema etika, sehingga setiap tindakan yang diputuskan untuk dilakukan oleh auditor tergantung pada pandangan setiap auditor terhadap nilai-nilai etika. Dunia bisnis dan para pengambil keputusan yang menggunakan laporan keuangan hasil auditan sangat mengharapkan agar akuntan publik atau auditor bekerja dengan independen, jujur, dan memiliki orientasi etika yang tinggi. Dalam situasi kondusif seperti itulah maka para pengguna jasa akuntan publik akan percaya terhadap kinerja akuntan publik yang pada akhirnya akan berdampak pada kepercayaan masyarakat terhadap Kantor Akuntan Publik (Zarkasyi, 2009). Orientasi etika tinggi yang dimiliki akuntan publik akan tercermin dalam segala tindakan yang dimiliki auditor tersebut dengan menyakini bahwa tindakan
47
yang etis seharusnya mempunyai konsekuensi positif tanpa harus merugikan pihak lain. Orientasi etika yang dimiliki auditor akan membantu cara pandang auditor untuk menyelesaikan
atau
mengatasi
setiap
persoalan
atau
permasalahan
yang
bersinggungan dengan situasi dilema etika. Dengan demikian dapat diketahui bahwa ketika auditor yang dengan cara pandangnya masing-masing mempertimbangkan nilai-nilai etika dalam bersikap maka akan mempengaruhi suatu keputusan etis dimana keputusan yang dihasilkan akan berpengaruh juga terhadap kualitas judgement dan opini akhir yang dihasilkan. Hal ini sejalan dengan penelitian yang dilakukan oleh Budi dkk (2005) yang menyatakan bahwa orientasi etika auditor mempunyai pengaruh yang positif terhadap komitmen profesi, dan kemudian secara bersama-sama keduanya mempunyai hubungan positif dengan pengambilan keputusan etis internal auditor dalam situasi dilema etika. Selain itu, penelitian yang dilakukan oleh Aziza & Agus (2007) menghasilkan temuan bahwa orientasi etika dari seorang auditor mempengaruhi tingkat komitmen profesionalnya. Idealisme auditor tinggi mempunyai tingkat komitmen profesional yang tinggi pula. Sebaliknya, relativisme auditor rendah mempunyai tingkat komitmen profesional yang tinggi. Auditor yang idealistis selalu berusaha untuk menghindari kesalahan kepada pengguna laporan keuangan. Dengan demikan, auditor yang mempunyai tipe tersebut lebih menerima dan percaya akan tujuan dan nilai profesi akuntan, taat (setia) pada standar profesi akuntan, memberikan opini secara moral serta berusaha untuk tetap menjadi bagian dari profesi akuntan.. Hal ini juga didukung oleh penelitian yang dilakukan Zarkasyi
48
(2009) yang menemukan adanya pengaruh orientasi etika terhadap kualitas audit sebagai cara untuk mempertahankan kepercayaan masyarakat (public trust) terhadap KAP. Berdasarkan atas uraian diatas, maka dapat digambarkan kerangka pemikiran sebagai berikut:
Pengetahuan (X1)
Pengalaman (X2)
Pengambilan Keputusan Etis
Audit Judgement (Y2)
Orientasi Etika
Gambar 2.1.
Kerangka Pemikiran Teoritis
2.3.1 Hipotesis Penelitian Sesuai dengan perumusan masalah diatas yang didasarkan pada penelitianpenelitian sebelumnya, hipotesis yang diajukan dalam penelitian ini adalah:
49
H1 : Pengetahuan auditor mempunyai pengaruh yang positif terhadap pengambilan keputusan etis. H2 :Pengalaman kerja auditor mempunyai pengaruh yang positif
terhadap
pengambilan keputusan etis. H3 : Orientasi etika auditor mempunyai pengaruh yang positif terhadap pengambilan keputusan etis. H4 : Pengetahuan auditor mempunyai pengaruh yang positif terhadap audit judgment. H5 : Pengalaman kerja auditor mempunyai pengaruh yang positif
terhadap audit
judgment. H6 : Orientasi etika auditor mempunyai pengaruh yang positif terhadap audit judgment. H7 : Pengambilan keputusan etis mempunyai pengaruh yang positif terhadap audit judgment. H8 : Pengetahuan auditor mempunyai pengaruh yang positif terhadap audit judgment melalui pengambilan keputusan etis. H9 : Pengalaman kerja auditor mempunyai pengaruh yang positif
terhadap audit
judgment melalui pengambilan keputusan etis. H10 : Orientasi etika auditor mempunyai pengaruh yang positif terhadap audit judgment melalui pengambilan keputusan etis.
BAB III METODE PENELITIAN
3.1.
Populasi dan Sampel
3.1.1. Populasi Dalam penelitian, populasi digunakan untuk menyebutkan seluruh elemen/ anggota dari suatu wilayah yang menjadi sasaran penelitian atau merupakan keseluruhan dari objek penelitian. Populasi yang digunakan dalam penelitian ini adalah auditor yang bekerja pada Kantor Akuntan Publik (KAP) di Jawa Tengah. Nama dan alamat KAP diambil dari Direktori KAP 2010 yang diperoleh dari website Direktori Institut Akuntan Publik Indonesia (www.iapi.or.id). Adapun jumlah KAP di Jawa Tengah terdiri dari: 15 KAP di Semarang, 4 KAP di Solo, dan 1 KAP di Purwokerto. Tabel 3.1 Nama Kantor Akuntan Publik (KAP) di Jawa Tengah No. Nama KAP Alamat 1. KAP Drs. Sugeng Pamudji Jalan Bukit Agung Blok AA No. 1-2 2. KAP Bayudi Watu dan Jalan Dr. Wahidin No. 85 Rekan (Cab) 3. KAP Leonard, Mulia, dan Jalan Marina No. 8 Richard (Cab) 4. KAP. Drs. Tahrir Hidayat Jalan Taman Puspanjolo Tengah I/2 A 5. KAP Darsono dan Budi Jalan Mugas Dalam No. 65 Cahyo Santoso 6. KAP I. Soetikno Jalan Durian Raya No. 2022 7. KAP Yulianti Jalan MT. Haryono No. 548 50
Kota Semarang Semarang Semarang Semarang Semarang Semarang Semarang
51
No. 8.
21.
Nama KAP KAP Dra. Suhartati dan Rekan (Cab) KAP Ruchendi, Marjito dan Rushadi KAP Soekamto KAP. Tarmizi Achmad KAP Drs. Hananta Budianto dan Rekan KAP. Ngurah Arya & Rekan KAP. Hadori Sugiarto Adi dan Rekan KAP. Arie Rachim KAP. Achmad, Rasyid, Hisbullah & Jerry (Cab) KAP Heliantono & Rekan (Cab) KAP. Benny, Tony, Frans & Daniel (Pusat) KAP Busroni dan Payamto (Cab) KAP Drs. Hanung Triatmoko, Akt KAP Rachmad Wahyudi
22. 23.
KAP Wartono KAP Drs. Oetoet Wibowo
9. 10. 11. 12. 13. 14. 15. 16.
17. 18. 19. 20.
Alamat Jalan Citarum Tengah No. 22 Jalan Beruang Raya No. 48 Jalan Durian Selatan No. 16 Jalan Dewi Sartika Raya 7 Jalan Sisingamaraja No. 2022 Jalan Pamularsih Raya No. 16 Jalan Tegalsari Raya No. 53
Kota Semarang Semarang Semarang Semarang Semarang Semarang Semarang
Jalan Dargo Blok A No. 6 Semarang Jalan Muara Mas Timur Semarang No. 242 Jalan Tegalsari Barat V. No. 24 Jalan Puri Anjasmoro Blok DD No. 3 Jalan Ir. Sutami No. 25 Jalan Ki Mangun Sarkoro No. 55 Jalan Dr. Cipto MangunKusumo No. 3A Jalan Sumanhudi No.211 Jalan Adiyaksa No. 211
Semarang Semarang Solo Solo Solo Solo Purwokerto
Sumber: Direktori KAP 2010
3.1.2. Sampel Dalam penelitian ini metode pengambilan sampel dilakukan secara nonprobabilitas (nonprobability sampling), yaitu menggunakan teknik pengambilan sampel yang lebih mudah (convenience sampling method) yaitu pengumpulan informasi dari anggota populasi yang dengan senang hati bersedia memberikannya
52
(Sekaran, 2006:136). Yaitu yang didasarkan pada kriteria sebagai berikut: (1) auditor yang bekerja pada Kantor Akuntan Publik di Jawa Tengah; (2) level auditor senior dan yunior, (3) lama bekerja sebagai auditor minimal 2 tahun. Teknik pemilihan sampel ini dipilih dengan alasan yaitu: (1) jumlah auditor senior maupun auditor yunior tidak dapat diketahui baik melalui direktori tahun 2010 maupun lewat telepon, (2) adanya kebutuhan sampel yang besar, jumlah sampel yang dibutuhkan minimal 100.
3.2.
Variabel Penelitian dan Definisi Operasional Variabel adalah gejala yang bervariasi yang menjadi obyek penelitian.
Variabel yang digunakan dalam penelitian ini terdiri dari variabel terikat, variabel bebas dan variabel intervening. 3.2.1. Variabel Bebas (independent variable) Variabel bebas adalah tipe variabel yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya variabel terikat (Noor, 2011:23). Variabel bebas yang digunakan dalam penelitian ini pengetahuan, pengalaman, orientasi etikaidealisme dan orientasi etika auditor-relativisme. 1) Pengetahuan Pengetahuan
diukur
dengan
menggunakan
empat
instrument
yang
dikembangkan oleh Praptomo (2002) dalam Asih (2006). Instrumen ini terdiri dari empat indikator yaitu (1) merencanakan serta menyusun program kerja pemeriksaan, (2) melaksanakan program kerja pemeriksaan, (3) menyusun kertas
kerja
53
pemeriksaan, dan (4) menyusun laporan hasil pemeriksaan. Pengetahuan diukur dengan skala likert lima poin yaitu (1) sangat tidak setuju; (2) tidak setuju; (3) raguragu; (4) setuju, dan (5) sangat setuju. 2) Pengalaman Pengalaman adalah ukuran tentang lama waktu atau masa kerja yang telah ditempuh seseorang dapat memahami tugas-tugas suatu pekerjaan dan telah melaksanakan dengan baik. Konsep pengalaman yang dimaksud dalam penelitian ini adalah jumlah waktu yang dihabiskan selama menjalankan profesi audit. Variabel pengalaman audit dilihat dari lamanya bekerja sebagai auditor lebih dari dua tahun, banyaknya jumlah klien yang sudah diaudit, banyaknya penugasan yang pernah ditangani dan jenis perusahaan yang pernah diaudit. Variabel ini diukur dengan menggunakan indikator yang dikembangkan oleh Suraida (2005). Pengalaman audit diukur dengan skala likert lima poin yaitu (1) sangat tidak setuju; (2) tidak setuju; (3) ragu-ragu; (4) setuju, dan (5) sangat setuju. 3) Orientasi Etika Orientasi etika auditor merupakan kemampuan individu auditor untuk mengevaluasi dan mempertimbangkan nilai etika dalam suatu kejadian (Forsyth, 1992 dalam Budi dkk, 2005). Variabel orientasi etika dalam penelitian ini menggunakan instrumen yang disusun oleh Forsyth (1992) yang juga digunakan dalam penelitian Budi dkk (2005) yaitu Ethics Position Questionaire (EPQ) yang terdiri dari 10 item kuesioner. EPQ telah banyak digunakan untuk mengukur idealisme dan relativisme, yang merupakan dua faktor mendasari nilai etika
54
individual. Lima item pertama pada kuesioner adalah tentang idealisme dan lima item berikutnya tentang relativisme. Responden diminta untuk memberikan tanggapan terhadap pernyataan dengan menjawab pada 5 skala Likert yaitu (1) sangat tidak setuju; (2) tidak setuju; (3) ragu-ragu; (4) setuju, dan (5) sangat setuju.
3.2.2. Variabel Intervening Variabel intervening adalah tipe variabel yang secara teoritis digunakan untuk mempengaruhi hubungan antara variabel bebas dan variabel terikat, tetapi tidak dapat diamati dan diukur. Variabel intervening dalam penelitian ini adalah pengambilan keputusan etis. Variabel ini akan memperlihatkan tentang keputusan yang akan diambil oleh auditor dalam keputusan yang dihasilkan auditor pada situasi konflik audit. Pengambilan keputusan auditor pada situasi konflik audit merupakan indikasi perilaku etik dan independen auditor dengan cara menilai keputusan yang diambil auditor dalam situasi konflik audit yang dihadapi yaitu suatu situasi terjadi ketika auditor dan klien tidak sepakat dalam suatu aspek kinerja. Respon auditor dalam menolak permintaan klien diidentifikasi sebagai pengambilan keputusan etis auditor dan menerima permintaan klien diidentifikasi sebagai pengambilan keputusan tidak etis auditor. Sejauh mana auditor mau memenuhi tuntutan klien dalam situasi konflik audit diukur dengan menggunakan indikator yang diambil dari penelitian yang dikembangkan oleh Knapp (1985) yang telah diadaptasi oleh Gul (1991), Tsui dan
55
Gul (1996) dalam penelitian Hidayat et.al, (2010). Dalam hal ini responden diminta untuk mengambil keputusan dalam suatu kasus yang dihadapi dengan menerima atau menolak permintaan klien. Pengambilan keputusan auditor yang etis merupakan jawaban responden yang menolak permintaan klien sedangkan pengambilan keputusan auditor yang tidak etis merupakan jawaban responden yang memenuhi permintaan klien. Indikator dalam penelitian ini meliputi: (1) pengambilan keputusan auditor pada saat terjadi konflik kepentingan dengan manajer perusahaan, (2) pengambilan keputusan auditor pada saat terjadi konflik dengan pimpinan dan rekan, (3) pengambilan keputusan auditor pada saat terjadi konflik loyalitas. Masing-masing kasus diukur dengan skala likert lima poin yaitu (1) sangat tidak setuju; (2) tidak setuju; (3) ragu-ragu; (4) setuju, dan (5) sangat setuju.
3.2.3. Variabel Terikat (dependent variable) Variabel terikat merupakan faktor utama yang ingin dijelaskan atau diprediksi dan dipengaruhi oleh beberapa faktor lain (Noor, 2011:24). Variabel terikat yang digunakan dalam penelitian ini adalah audit judgment. Variabel ini diukur dengan menggunakan indikator yang dikembangkan oleh Jenkins & Haynes (2003) dalam Susetyo (2009). Audit judgment dalam penelitian yakni pertimbangan auditor pada spesial audit
yang
berkenaan
dengan
kasus
pertama
yaitu
adanya
keinginan
merekomendasikan klien untuk mengungkapkan kejadian tersebut dalam laporan keuangannya.
56
Kasus kedua yaitu kasus kolektibilitas piutang dagang, pertimbangan yang diminta adalah adanya adanya keinginan untuk merekomendasikan klien untuk membuat penyesuaian penyisihan piutang tak tertagih. Kasus ketiga yaitu kasus penentuan tingkat materialitas, yang diminta adanya keinginan untuk mengajukan permintaan kepada klien untuk memperluas sampel bukti audit untuk akun persediaan barang dagang dan meminta klien untuk membuat penyesuaian atas akun persediaan barang dagang. Kasus keempat
yaitu
kasus
upaya
perekayasaan
transaksi,
dengan
pertimbangan yang diminta adalah keinginan memperluas pengujian atas indikasi perekayasaan transaksi antar group perusahaan dan meminta klien untuk membuat penyesuaian atas selisih harga beli dalam laporan keuangan klien. Masing-masing kasus diukur dengan skala likert lima poin yaitu (1) sangat tidak setuju; (2) tidak setuju; (3) ragu-ragu; (4) setuju, dan (5) sangat setuju.
3.2.4. Definisi Operasional Definisi operasional menjelaskan cara tertentu yang digunakan oleh peneliti dalam mengukur suatu variabel yang digunakan. Terdapat lima variabel yang digunakan dalam analisis penelitian ini. Penjelasan tentang variabel-veriabel tersebut dapat dilihat dalam definisi operasional pada Tabel 3.2 berikut:
57
Tabel 3.2 Indikator Variabel Penelitian Definisi Variabel Indikator Operasional Pengetahuan Tingkat • Merencanakan serta pemahaman (X1) menyusun program auditor terhadap kerja pemeriksaan, sebuah pekerjaan • Melaksanakan secara konseptual program kerja dan teoritis. pemeriksaan, • Menyusun kertas kerja pemeriksaan dan • Menyusun laporan hasil pemeriksaan (Praptomo, 2002 dalam Asih, 2006) Pengalaman Kemampuan yang • Lamanya bekerja (X2) dimiliki auditor sebagai auditor atau akuntan lebih dari dua pemeriksa untuk tahun, belajar dari • Banyaknya jumlah kejadian-kejadian klien yang sudah masa lalu yang diaudit, berhubungan • Banyaknya dengan selukpenugasan dalam beluk audit atau audit dan pemeriksaan • Jenis perusahaan yang pernah diaudit (Suraida, 2005) Variabel Orientasi Etika (X3) meliputi: Keyakinan bahwa • Seseorang harus Orientasi konsekuensi yakin bahwa segala Etikasebuah tindakannya tidak Idealisme keputusan yang akan menyakitkan diinginkan dapat orang lain sekecil diperoleh tanpa apapun melanggar nilai• Seseorang tidak nilai luhur boleh melukai moralitas. orang lain secara fisik maupun
Skala
Alat
Skala Likert
Kuesioner
Skala Likert
Kuesioner
Skala Likert
Kuesioner
58
Variabel
Definisi Operasional
Indikator psikologis • Melakukan perbuatan dengan hanya menginginkan dampak positifnya saja tanpa konsekuensi negatifnya adalah perbuatan yang tidak bermoral • Merugikan orang lain, sekecil apapun adalah perbuatan yang tidak dapat ditoleransi • Harga diri seseorang adalah sesuatu yang sangat penting dalam masyarakat dengan standar profesional. (Forsyth, 1992 dalam Budi dkk, 2005).
Orientasi EtikaRelativisme
Perilaku penolakan • Standar moral terhadap adalah sesuatu yang kemutlakan aturanpribadi dan tidak aturan moral yang bisa digunakan mengatur perilaku untuk menilai individu yang ada tindakan orang lain • Bermoral bagi seseorang dapat berarti tidak bermoral bagi orang lain. • Apa yang etis menurut setiap orang tak dapat
Skala
Alat
59
Variabel
Pengambilan Keputusan Etis (Y1)
Audit Judgement (Y2)
Definisi Operasional
Indikator
ditentukan karena pengertian ‘bermoral’ atau ‘tidak bermoral’ sangat individual • Pertimbangan untuk berperilaku etis adalah sesuatu yang kompleks sehingga seseorang harus membuat kriterianya sendiri • Penilaian bahwa berbohong adalah hal yang bermoral atau tidak tergantung kepada situasi yang melingkupinya (Forsyth, 1992 dalam Budi dkk, 2005) Keputusan yang Pengambilan dihasilkan oleh keputusan oleh auditor secara auditor dalam legal maupun situasi konflik audit: moral dapat • Konflik diterima oleh kepentingan dengan masyarakat luas. manajer perusahaan • Konflik kepentingan dengan pimpinan dan rekan • Konflik kepentingan dengan loyalitas (Knapp , 1985 dalam Hidayat et.al, 2010) Kebijakan auditor Pertimbangan auditor dalam menentukan dengan kasus: pendapat mengenai • Kewajiban
Skala
Alat
Skala Likert
Kuesioner
Skala Likert
Kuesioner
60
Variabel
3.3.
Definisi Indikator Operasional hasil auditnya Bersyarat yang mengacu • Kolektibilitas pada pembentukan Piutang Dagang suatu gagasan, • Penentuan Tingkat pendapat, atau Materialitas perkiraan tentang • Perekayasaan suatu objek, Transaksi peristiwa, status (Jenkins & Haynes, atau jenis peristiwa 2003 dalam Susetyo, lain 2009)
Skala
Alat
Jenis dan Sumber Data Data yang digunakan dalam penelitian ini berdasarkan pengelompokannya
adalah data primer. Data primer yakni sumber data penelitian yang secara langsung dari sumber asli atau tidak melalui perantara. Data primer secara khusus dikumpulkan oleh peneliti untuk menjawab pertanyaan penelitian (Indriantoro dan Supomo, 2002). Penelitian ini menggunakan data primer yang diperoleh dari dan pengisian kuesioner oleh responden. Data primer yang digunakan berupa data subyek (self report data) yang berupa opini dan karakteristik dari responden. Data primer dalam penelitian ini berupa: a. Karakteristik responden yaitu umur, pendidikan terakhir, dan lama berprofesi sebagai auditor. b. Opini atau tanggapan responden pengetahuan, pengalaman, orientasi etika auditor, pengambilan keputusan etis dan audit judgement dari akuntan profesional yang bekerja pada KAP di Jawa Tengah.
61
Sumber data adalah para auditor yang bekerja pada KAP di Jawa Tengah.
3.4.
. Metode Pengumpulan Data Metode pengumpulan data dalam penelitian ini menggunakan angket
(kuesioner). Kuesioner adalah pertanyaan tertulis yang digunakan untuk memperoleh informasi dari responden dalam arti laporan tentang pribadinya atau hal-hal yang ia ketahui. Metode pengumpulan data dalam penelitian ini terdiri dari tiga tahap yaitu pendahuluan, tahap persiapan penelitian dan tahap pelaksanaan penelitian. 1) Tahap pendahuluan Pada tahap ini penulis melakukan pencarian informasi tentang KAP yang ada di Jawa Tengah dan mendapatkan informasi tersebut Direktori KAP 2010 yang melalui website Ikatan Akuntan Publik Indonesia (IAPI) dan selanjutnya dengan surat ijin penelitian dari Dekan Ekonomi UNNES, peneliti mengadakan penelitian pada KAP di Jawa Tengah. 2) Tahap persiapan Pada tahap ini peneliti mengumpulkan dan mempelajari literatur yang berkaitan dengan masalah penelitian. 3) Tahap pelaksanaan penelitian Pada tahap ini penelitian dilakukan dengan datang secara langsung ke KAP di Jawa Tengah dan melakukan penyebaran kuesioner pada para auditor, untuk memperoleh data penelitian yang diperlukan dalam penelitian ini. Kuesioner tersebut berisi pertanyaan untuk mendapatkan informasi tentang pengambilan keputusan etis,
62
pengalaman, pengetahuan, orientasi etika dan audit judgment. Setelah data diperoleh langkah berikutnya adalah melakukan analisis data. Penyebaran dan pengumpulan kuesioner dilakukan secara langsung oleh peneliti dengan cara mengantar kuesioner langsung ke KAP di Jawa Tengah yang menjadi objek dalam penelitian ini. Dalam kuesioner ini nantinya akan digunakan model pertanyaan tertutup, yakni bentuk pertanyaan yang sudah disertai alternatif jawaban sebelumnya, sehingga responden dapat memilih salah satu dari alternatif jawaban tersebut. Masing-masing kuesioner disertai dengan surat permohonan untuk mengisi kuesioner yang ditujukan pada responden. Surat permohonan tersebut berisi identitas peneliti, maksud penelitian yang dilakukan dan jaminan kerahasiaan data penelitian.
3.5.
Teknik Analisis Data
3.5.1. Analisis Deskriptif 3.5.1.1. Deskripsi Responden Penelitian Deskripsi responden digunakan untuk memberi gambaran mengenai demografi responden. Gambaran tersebut meliputi jenis kelamin, kualifikasi pendidikan, dan lamanya bekerja sebagai auditor. Deskripsi responden ini digunakan untuk mengetahui kumpulan data yang dapat mewakili sampel atau populasi setiap data demografi responden.
3.5.1.2. Deskripsi Variabel Penelitian Deskripsi variabel penelitian digunakan untuk memberi gambaran mengenai tendensi sentral dan masing-masing variabel dalam penelitian ini, antara lain
63
pengetahuan, pengalaman dan orientasi etika auditor sebagai variabel bebas, sebagai variabel intervening pengambilan keputusan etis serta audit judgement sebagai variabel terikat. Tendensi sentral dalam penelitian ini diukur dengan mean (nilai masing-masing variabel), nilai minimum (nilai terendah), dan nilai maksimum (nilai tertinggi pada masing-masing variabel), serta standar deviasi. Deskripsi variabel dalam penelitian ini diolah dengan menggunakan SPSS 16.
3.5.2. Analisis Inferensial Pengukuran dan hubungan antar variabel akan dinilai dengan menggunakan Structural Equation Model (SEM) dari paket software statistik LISREL (Linier Structural Relationship) 8.8. SEM adalah pendekatan statistic komprehensif untuk menguji hipotesis tentang hubungan antara variabel observed dan variabel laten. Observed variable adalah konsep abstrak yang langsung dapat diukur. Unobserved variable adalah konsep absrak yang tidak dapat langsung diukur (sering juga disebut laten) (Ghozali dan Fuad, 2005: 5). Pemilihan penggunaan Structural Equation Model (SEM) dari paket software statistik LISREL (Linier Structural Relationship) didasarkan atas keunggulankeunggulan yang dimiliki oleh SEM dibandingkan dengan teknik analisis multivariate biasa seperti regresi berganda dan analisis faktor. Adapun keunggulan dari SEM yaitu dapa menguji secara bersama-sama: 1)
Model struktural: hubungan antara konstruk (variabel laten) independen dan dependen.
64
2) Model measurement: hubungan (nilai loading) antara indikator dengan konstruk (variabel laten). Penggabungan pengujian model struktural dan pengukuran tersebut memungkinkan peneliti untuk: 1) Menguji kesalahan pengukuran (measuremn error) sebagai bagian yang tak terpisahkan dari Structural Equation Model. 2) Melakukan analisis faktor bersamaan dengan pengujian hipotesis.
Proses Structural Equation Model mencakup beberapa langkah yang harus dilakukan. Terdapat tujuh langkah yang harus ditempuh yaitu: 1) Konseptualisasi model Tahap ini berhubungan dengan pengembangan hipotesis (berdasarkan teori) sebagai dasar dalam menghubungkan variabel laten dengan variabel lainnya dengan indikator-indikatornya. Model yang dibentuk adalah persepsi peneliti mengenai bagaimana variabel-variabel laten dihubungkan berdasarkan teori dan bukti yang diperoleh. Perlu diperhatikan bahwa yang dimaksud teori disini bukan berarti mutlak berasal dari akademisi, tetapi dapat juga berasal dari pengalaman dan praktek yang diperoleh dari para praktisi. Seperti yang dinyatakan oleh Hair et.al. (1998) dalam Ghozali dan Fuad (2005), teori seringkali merupakan hasil dari penelitian akademis, tetapi para praktisi juga dapat mengembangkan atau mengajukan suatu hubungan yang kompleks seperti halnya teori akademik.
65
Konseptualisasi model itu juga merefleksikan pengukuran variabel laten melalui berbagai indikator yang dapat diukur. 2) Penyusunan diagram alur (path diagram construction) Path diagram merupakan representasi grafis mengenai bagaimana bebapa variabel pada suatu model berhubungan satu sama lain yang memberikan pandangan yang menyeluruh mengenai suatu model (Ghozali dan Fuad, 2005:10). Penyusunan diagram alur (path diagram construction) dapat memudahkan kita dalam memvisualisai hipotesis yang diajukan dalam konseptualisasi model. Model pengembangan
yang
terbentuk
tampak
pada
gambar
di
bawah
ini:
66
Gambar 3.1. Hubungan Kausalitas Antar Variabel
67
3) Spesifikasi model dan menggambarkan sifat dan jumlah parameter yang diestimasi. Dalam pembentukan model pengukuran, indikator-indikator variabel laten eksogen dinyatakan oleh X, sedangkan untuk variabel laten endogen dinyatakan oleh Y. Analisis data tidak dapat dilakukan sampai tahap ini selesai. Program LISREL mempunyai dua bahasa yang digunakan, yaitu bahasa pemrograman LISREL dan SIMPLIS.
68
Tabel 3.3 Spesifikasi Model Pengukuran dan Persamaan Struktural Model Pengukuran Faktor Eksogen Pengetahuan (PE) PE1 = λ1PE + δ1 PE2 = λ2PE + δ2 PE3 = λ3PE + δ3 PE4 = λ4PE + δ4 Pengalaman (PG) PG1 = λ1PG + δ1 PG2 = λ2PG + δ2 PG3 = λ3PG + δ3 PG4 = λ4PG + δ4 Orientasi Etika-Idealisme (OEI) OEI1 = λ1OEI + δ1 OEI2 = λ2OEI + δ2 OEI3 = λ3OEI + δ3 OEI4 = λ4OEI + δ4 OEI5 = λ5OEI + δ5 Orientasi Etika-Relativisme (OER) OER1 = λ1OER + δ14
Faktor Endogen Pengambilan Keputusan Etis (PKE) PKE1 = λ1 PKE + ε1 PKE2 = λ2 PKE + ε2 PKE3 = λ3 PKE + ε3 PKE4 = λ4 PKE + ε4 Audit Judgement (AJ) AJ1 = λ1 AJ + ε AJ2 = λ2 AJ + ε2 AJ3 = λ3 AJ + ε3 AJ4 = λ4 AJ + ε4
Model Pengukuran Faktor Eksogen Faktor Endogen OER2 = λ1OER + δ15 OER3 = λ1OER + δ16 OER4 = λ1OER + δ17 OER5 = λ1OER + δ18 Persamaan Struktural PKE = γ11PE+γ12PG+γ13OE+ ζ1 (1) AJ = γ21PE+γ22PG+γ23OE+β21PKE+ζ2 (2) Keterangan: λ (lamda)
= Standar Loading, koefisien yang memperlihatkan pengaruh
69
ζ (Zeta)
= Besarnya vektor kekeliruan (error) dalam hubungan struktural antara variabel kesalahan dalam persamaan)
γ (Gamma) = Regresion Weight, besarnya pengaruh variabel eksogen terhadap variabel endogen β (Beta)
= Hubungan langsung v.endogen dengan v.endogen
δ
= Measurement Error variabel eksogen (variabel bebas)
ε
= Measurement Error variabel endogen (variabel terikat)
4) Identifikasi model Informasi yang diperoleh dari data diuji untuk menentukan apakah cukup mengestimasi parameter dalam model. Disini harus diperoleh nilai yang unik untuk seluruh parameter dari data yang diperoleh, jika tidak maka ada modifikasi model yang harus dilakukan untuk dapat diidentifikasi sebelum melakukan estimasi parameter. Problem
identifikasi
pada
prinsipnya
adalah
problem
mengenai
ketidakmampuan dari model yang dikembangkan untuk menghasilkan estimasi yang unik. Problem dapat diidentifikasi dengan melihat gejala-gejala berikut ini: a. Standart error yang sangat besar untuk satu atau lebih koefisien. b. Munculnya variance error negatif c. Korelasi yang tinggi (lebih besar atau sama dengan 0,9) antar koefisien estimasi yang didapat.
70
5) Estimasi parameter Metode untuk estimasi parameter dari suatu model yang digunakan dalam penelitian ini adalah Maximum Likehood (ML). Maximum Likehood akan menghasilkan estimasi parameter yang valid, efisien, dan reliabel apabila data yang digunakan adalah multivariate normality (normalitas multivariate) dan akan robust (tidak terpengaruh/kuat) terhadap penyimpangan multivariate normality yang sedang atau moderate (Ghozali dan Fuad, 2005:14). Tetapi estimasi pada ML akan bias apabila pelanggaran terhadap multivariate normality sangat besar. Ukuran sampel yang dianjurkan dalam penggunaan estimasi maximum likehood adalah sebesar 100-200 (Hair et.al., 1998 dalam Ghozali dan Fuad, 2005:14). Kelemahan dari metode ML ini adalah, ML akan menjadi sangat sensitif dan menghasilkan indeks goodness of fit yang buruk apabila data yang digunakan adalah besar (antara 400-500) (Ghozali dan Fuad, 2005:14). 6) Penilaian suatu model fit (goodness-of-fit-model) Suatu model dikatakan fit apabila kovarian matrik suatu model (model-based convariance matrix) adalah sama dengan kovarians matrik data (observed). Hal pertama yang dilakukan adalah bahwa data yang digunakan harus memenuhi asumsiasumsi SEM yaitu : a.
Asumsi SEM
1.
Normalitas Untuk menguji dilanggar atau tidaknya asumsi normalitas, maka dapat
digunakan nilai statistic z untuk skewness dan kurtosisnya. Jika nilai z, baik zkurtosis
71
dan/atau zskewness adalah signifikan (kurang daripada 0,05 pada tingkat 5%), maka dapat dikatakan bahwa distribusi data tidak normal. Sebaliknya jika zkurtosis dan/atau zskewness adalah tidak signifikan jika (lebih besar daripada 0,05 pada tingkat 5%), maka dapat dikatakan bahwa distribusi data normal. Sehingga dapat disimpulkan bahwa untuk uji normalitas ini kita mengharapkan hasil yang tidak signifikan supaya data terdistribusi normal. 2.
Mutlicollinearity Asumsi mutlicollinearity mengharuskan tidak adanya korelasi yang sempurna
atau besar diantara variabel-variabel yang diteliti. Nilai korelasi antara variabel observed yang tidak diperbolehkan adalah sebesar 0,9 atau lebih. b.
Uji kesesuaian statistik Pengujian kelayakan model dapat dilakukan dengan beberapa kriteria
kesesuaian indeks dan cut off value-nya, untuk menyatakan apakah model dapat diterima atau tidak. Uji statistik yang digunakan untuk menguji hipotesis adalah: 1.
Chi-square dan Probabilitas Nilai chi-square ini menunjukkan adanay penyimpangan antara
sample
covarian matrix dan model (fitted) covarian matrix. Nilai chi-square ini merupakan ukuran baik buruknya suatu model. Nilai chi-square sebesar 0 menunjukkan bahwa model memiliki fit yang sempurna (perfect fit). Probabilitas chi-square ini diharapkan tidak signifikan. P adalah probabilitas untuk memperoleh penyimpangan (deviasi) besar sebagaimana ditunjukkan oleh nilai chi-square. Sehingga nilai chi-square yang signifikan (kurang dari 0,05) menunjukkan bahwa data empiris yang diperoleh
72
memiliki perbedaan dengan teori yang telah dibangun berdasarkan structur equation modeling. Sedangkan nilai probabilitas yang tidak signifikan adalah diharapkan, yang menunjukkan bahwa data empiris sesuai dengan model. 2.
GFI (Goodness of Fit Index) GFI atau goodness of fit index merupakan suatu ukuran mengenai ketepatan
model dalam menghasilkan observed matrik kovarians. Nilai GFI ini harus berkisar antara 0 dan 1. Model yang memiliki nilai GFI negatif adalah model yang paling buruk. Nilai GFI yang lebih besar daripada 0,9 menunjukkan fit suatu model yang baik (Diamantopaulus dan Siguaw, 2000 dalam Ghozali dan Fuad, 2005:16). 3.
AGFI (Adjusted Goodness of Fit Index) Adjusted Goodness of Fit Index (AGFI) adalah sama seperti GFI tetapi telah
menyesuaikan pengaruh degree of freedom pada suatu model. Model yang fit memiliki nilai AGFI lebih besar daripada 0,9 (Diamantopaulus dan Siguaw, 2000 dalam Ghozali dan Fuad, 2005:16). 4.
RMSEA (Root Mean Square Error of Approximation) RMSEA merupakan indikator model yang mengukur penyimpangan nilai
parameter pada suatu model dengan matriks kovarian populasinya. Nilai RMSEA yang diterima dalam pengukuran ini lebih kecil atau sama dengan 0,08. 5.
FIT INDEX Normed Fit Index (NFI) merupakan salah satu alternative untuk menentukan
model fit. Namun, karena NFI ini memiliki tendensi untuk merendahkan fit pada sampel yang kecil, maka indeks ini direvisi dengan nama Comparative Fit Index
73
(CFI). Nilai NFI dan CFI berkisar antara 0 dan 1. Suatu model dikatakan fit apabila memiliki nilai NFI dan CFI lebih besar daripada 0,9 (Bentler, 1992 dalam Ghozali dan Fuad, 2005:17). Tabel 3.4 Goodness of Fit Index Goodness of Fit Chi Square Significance probability GFI AGFI RMSEA NFI dan CFI
Cut off Value Diharapkan kecil ≥ 0,05 ≥ 0.90 ≥ 0.90 ≤ 0,08 ≥ 0,90
Sumber: Ghozali dan Fuad, 2005
7) Interpretasi dan modifikasi model Setelah melakukan penilaian model fit, maka model penelitian diuji untuk menentukan apakah modifikasi model diperlukan karena tidak fitnya hasil yang diperoleh pada langkah keenam. Namun, harus diperhatikan bahwa segala modifikasi (walaupun sangat sedikit) harus berdasarkan teori yang mendukung (Ghozali dan Fuad, 2005). Salah satu tujuan utama modifikasi adalah menghasilkan model fit yang lebih baik, atau dalam bahasa statististik selisih nilai kovarian matriks sampel dan nilai kovarians matriks dari model menjadi lebih kecil. Modifikasi model biasanya dilakukan pada dua keadaan berikut: a.
Meningkatkan model fit pada model peneliltian yang telah memiliki fit bagus
b.
Meningkatkan model fit yang sebelumnya sangat buruk yang disebabkan karena dilanggarnya asumsi normalitas, non linieritas, adanya missing data atau adanya
74
specification error (dihapusnya variabel eksogen yang relevan atau dihapusnya hubungan penting antar variabel atau adanya hubungan yang tidak relevan). 8) Validasi Silang Model Untuk validasi silang model untuk menguji fit-tidaknya model terhadap suatu data baru (validasi sub sampel yang diperoleh melalui prosedur pemecahan sampel) validasi silang ini penting apabila terdapat modifikasi yang substantial yang dilakukan terhadap model asli yang dilakukan pada langkah ke tujuh.
BAB IV HASIL DAN PEMBAHASAN
4.1.
Tingkat Pengembalian Kuesioner Populasi penelitian adalah seluruh auditor yang bekerja pada Kantor Akuntan
Publik (KAP) di Jawa Tengah yang terdaftar pada direktori akuntan publik Indonesia, 2010. Jumlah kuesioner total yang dikirimkan adalah sebanyak 195 eksemplar yang disebar untuk 13 Kantor Akuntan Publik (KAP) yang bersedia mengisinya antara lain 8 Kantor Akuntan Publik (KAP) di Semarang, 4 Kantor Akuntan Publik (KAP) di Solo, dan 1 Kantor Akuntan Publik (KAP) di Purwokerto, jumlah 13 Kantor Akuntan Publik (KAP) ini sangat relevan karena telah mewakili seluruh wilayah yang ada di Jawa Tengah, akan tetapi dari jumlah kuesioner yang kembali sebanyak 138 eksemplar. Rincian Kantor Akuntan Publik (KAP) yang menjadi sampel dalam penelitian dapat dilihat pada Tabel 4.1. Tabel 4.1 Kantor Akuntan Publik (KAP) di Jawa Tengah No Nama Kantor Akuntan Publik Alamat
Kota
1
KAP Bayudi Watu & Rekan Jl. Dr. Wahidin No. 85 (Cab)
Semarang
2
KAP Darsono & Budi Cahyo Jl. Mugas Dalam No. 65 Santoso
Semarang
3
KAP Ruchendi, Marjito dan Rushadi
Jalan Beruang Raya No. 48
Semarang
4
KAP Soekamto
Jl. Durian Selatan No. 16
Semarang
75
76
No
Nama Kantor Akuntan Publik
Alamat
Kota
5
KAP Drs. Sugeng Pamudji
Jl. Bukit Agung Blok AA No Semarang 1-2
6
KAP Dra. Suhartati dan Rekan (Cab)
Jalan Citarum Tengah No. 22
Semarang
7
KAP Yulianti
Jl. MT. Haryono N0. 548
Semarang
8
KAP. Benny, Tony, Frans & Daniel (Pusat)
Jalan Puri Anjasmoro Blok DD No. 3
Semarang
9
KAP Drs. Hanung Triatmoko, Jl. Ki Mangun Sarkoro No. 55 Solo Akt.
10
KAP Busroni & Payamto (Cab)
Jl. Ir. Sutami No. 25
11
KAP Rachmat Wahyudi
Jl. Dr. Cipto Mangun Kusumo Solo No. 3A
12
KAP Wartono
Jl. Sumanhudi No. 121
Solo
13
KAP Drs. Oetoet Wibowo
Jl. Adiyaksa No. 211
Purwokerto
Solo
Pengiriman kuesioner disertai dengan follow up secara langsung agar didapat responden yang relatif banyak guna keperluan analisis. Dengan demikian, tingkat pengembalian kuesioner (response rate) adalah sebesar 70,77% dan tingkat pengembalian kuesioner yang digunakan (usable response rate) adalah sebesar 94,20% . Tingkat pengembalian kuesioner itu dapat dilihat pada Tabel 4.2. Tabel 4.2 Tingkat Pengembalian Kuesioner Keterangan
Jumlah
%
Kuesioner yang dikirim
195
100%
Kuesioner yang tidak kembali
(57)
(29.23%)
Kuesioner yang kembali
138
70.77%
Kuesioner yang tidak diisi lengkap
(8)
(5.80%)
Kuesioner yang dapat diolah
130
94.20%
Sumber: Hasil Pengolahan Data Penelitian
77
4.2.
Deskriptif Responden Penelitian Identitas responden yang diungkap dalam penelitian ini meliputi umur
responden, pendidikan terakhir, jabatan, dan lama bekerja di Kantor Akuntan Publik (KAP). Rincin selengkapnya ditampilkan pada Tabel 4.3 dibawah ini: Tabel 4.3 Deskripsi Responden Deskripsi
Frekuensi
%
21-25
28
21,5
26-30
29
22,3
31-35
27
20,8
36-40
27
20,8
>40
19
14,6
Total
130
100,0
D3
12
9,2
S1
70
53,8
S2
48
36,9
Total
130
100,0
Auditor Junior
57
43,8
Auditor Senior
73
56,2
Total
130
100,0
<3
31
23,8
3 s/d 6
26
20,0
Lama Bekerja di KAP 7 s/d 9
22
16,9
10 s/d 12
24
18,5
>12
27
20,8
130
100,0
Umur
Pendidikan
Jabatan
Jumlah Sampel Sumber: Hasil Pengolahan Data Penelitian SPSS 16
Tabel 4.3 diatas menunjukkan bahwa sebagian besar responden berusia 26-30
78
tahun yaitu sebanyak 29 responden (22,3%) dan yang paling sedikit adalah responden yang berusia di atas 40 tahun yaitu hanya 19 responden (14,6%). Sebagian besar responden mempunyai tingkat pendidikan sampai dengan S1 yaitu sebanyak 70 responden (53,8%) dan yang paling sedikit adalah responden yang berpendidikan D3 yaitu sebanyak 12 responden (9,2%). Jumlah responden pada jabatan auditor junior yaitu sebanyak 57 responden (43,8%) dan pada jabatan auditor senior sebanyak 73 responden (56,2%). Lama responden bekerja pada Kantor Akuntan Publik (KAP) paling banyak adalah dibawah 3 tahun yaitu sebanyak 31 responden (23,8%) dan yang paling sedikit adalah responden yang telah bekerja di Kantor Akuntan Publik (KAP) antara 7 sampai dengan 9 tahun sebanyak 22 responden (16,9%).
4.3.
Deskripsi Variabel Penelitian Deskripsi
atas
variabel
penelitian
dimaksudkan
untuk
memberikan
gambaran karakteristik variabel penelitian: pengetahuan, pengalaman, orientasi etika idealisme, orientasi etika relativisme, pengambilan keputusan etis, dan audit judgement. Tabel 4.4 menunjukkan rata-rata, standar kesalahan rata-rata, modus, standar deviasi, nilai maksimal, minimal dan varians dari variabel.
79
Tabel 4.4 Deskripsi Tanggapan Responden Deskripsi Variabel PE PG Rata-rata 12,55 12,27 Standar kesalahan rata-rata 0,214 0,210 Modus 12 12 Median 12 12 Standar deviasi 2,444 2,391 Nilai maksimal 20 20 Nilai minimal 4 4 Varians 5,971 5,718
OEI 13,82 0,274 13 14 3,122 23 6 9,749
OER 13,45 0,268 13 13 3,050 24 6 9,304
PKE 12,74 0,216 13 13 2,464 20 5 6,071
AJ 12,52 0,209 13 13 2,380 20 6 5,662
Sumber: Hasil Pengolahan Data Penelitian SPSS 16
Tabel 4.4 tersebut mengungkapkan bahwa variabel pengetahuan mempunyai kisaran teoritis antara 4 sampai 20 dengan nilai rata-rata sebesar 12,55 dan standar deviasi sebesar 2,444 dimana nilai median adalah sebesar 12. Dengan menggunakan 4 indikator maka nilai tengah teoritis adalah 12. Dari hasil ini menunjukkan bahwa pengetahuan yang dimiliki auditor relatif tinggi karena nilai rata-rata dan median yang lebih tinggi daripada nilai tengah teoritisnya. Variabel pengalaman auditor mempunyai kisaran teoritis antara 4 sampai 20 dengan nilai rata-rata sebesar 12,27 dan standar deviasi sebesar 2,391 dimana nilai median adalah sebesar 12. Dengan menggunakan 4 indikator maka nilai tengah teoritis adalah 12. Dari hasil ini menunjukkan bahwa pengalaman yang dimiliki auditor relatif tinggi karena nilai rata-rata dan median yang nilainya lebih tinggi daripada nilai tengah teoritisnya. Orientasi etika-idealisme mempunyai kisaran teoritis antara 6 sampai 23 dengan nilai rata-rata sebesar 13,82 dan standar deviasi sebesar 3,122 dimana nilai median adalah sebesar 14. Dengan menggunakan 5 indikator maka nilai tengah
80
teoritis adalah 15. Dari hasil ini menunjukkan bahwa orientasi etika-idealisme auditor relatif rendah karena nilai rata-rata dan median yang lebih rendah daripada nilai tengah teoritisnya. Orientasi etika-relativisme mempunyai kisaran teoritis antara 6 sampai 24 dengan nilai rata-rata sebesar 13,45 dan standar deviasi sebesar 3,050 dimana nilai median adalah sebesar 13. Dengan menggunakan 5 indikator maka nilai tengah teoritis adalah 15. Dari hasil ini menunjukkan bahwa orientasi etika-relativisme auditor relatif rendah karena nilai rata-rata dan median yang lebih rendah dari nilai tengah teoritisnya. Variabel pengambilan keputusan etis mempunyai kisaran teoritis antara 5 sampai 20 dengan nilai rata-rata sebesar 12,74 dan standar deviasi sebesar 2,464 dimana nilai median adalah sebesar 13. Dengan menggunakan 4 indikator maka nilai tengah teoritis adalah 12. Dari hasil ini menunjukkan bahwa pengambilan keputuan etis yang dilakukan auditor relatif tinggi karena nilai rata-rata dan median yang nilainya lebih besar daripada nilai tengah teoritisnya. Variabel audit judgement mempunyai kisaran teoritis antara 6 sampai 20 dengan nilai rata-rata sebesar 12,52 dan standar deviasi sebesar 2,380 dimana nilai median adalah sebesar 13. Dengan menggunakan 4 indikator maka nilai tengah teoritis adalah 12. Dari hasil ini menunjukkan bahwa audit judgement yang dilakukan auditor relatif tinggi karena nilai rata-rata dan median yang nilainya lebih besar daripada nilai tengah teoritisnya.
81
4.4.
Hasil Screening Data Sebelum melakukan pengolahan data maka terlebih dahulu dilakukan
screening data pada data mentah dengan melakukan uji normalitas dan uji multikolinieritas karena asumsi yang seharusnya dipenuhi dalam LISREL adalah normalitas dan multikolinearitas (Ghozali dan Fuad, 2005). Justifikasi normal atau tidaknya suatu variabel dapat dari p-value dimana distribusi normal ditunjukkan dengan nilai di atas 0,05. Perhitungan dilakukan dengan PRELIS pada program LISREL yang hasilnya ditampilkan pada Tabel 4.5 dibawah ini. Tabel 4.5 Normalitas Univariate Skewness Kurtosis Variabel Z-Score P-Value Z-Score P-Value 0.19 0.85 1.38 0.17 PE1 (0.70) 0.49 1.60 0.11 PE2 (0.64) 0.52 1.84 0.07 PE3 (0.98) 0.33 2.26 0.02 PE4 1.81 0.07 2.97 0.00 PG1 (1.84) 0.07 1.26 0.21 PG2 0.09 0.93 1.74 0.08 PG3 (1.05) 0.29 1.74 0.08 PG4 1.75 0.08 0.91 0.36 OEI1 0.15 0.88 0.43 0.67 OEI2 2.09 0.04 1.87 0.06 OEI3 0.48 0.63 0.02 0.98 OEI4 2.76 0.01 1.99 0.05 OEI5 1.58 0.12 0.96 0.34 OER1 1.81 0.07 0.19 0.85 OER2 2.10 0.04 1.28 0.20 OER3 0.67 0.51 1.30 0.20 OER4 (0.06) 0.95 1.74 0.08 OER5 (0.05) 0.96 0.93 0.35 PKE1
Skewness dan Kurtosis Chi-Square P-Value 1.95 0.38 3.04 0.22 3.79 0.15 6.08 0.05 12.12 0.00 4.99 0.08 3.04 0.22 4.13 0.13 3.88 0.14 0.21 0.90 7.89 0.02 0.23 0.89 11.59 0.00 3.41 0.18 3.31 0.19 6.05 0.05 2.12 0.35 3.04 0.22 0.88 0.65
82
Variabel PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4
Skewness Z-Score P-Value 1.00 0.32 (2.33) 0.02 (0.69) 0.49 (1.61) 0.11 0.34 0.73 0.56 0.58 0.22 0.83
Kurtosis Z-Score P-Value 1.16 0.25 2.11 0.04 1.18 0.24 1.21 0.23 1.98 0.05 1.29 0.20 2.09 0.04
Skewness dan Kurtosis Chi-Square P-Value 2.33 0.31 9.90 0.01 1.87 0.39 4.04 0.13 4.05 0.13 1.97 0.37 4.43 0.11
Sumber: Hasil Pengolahan Data Penelitian LISREL 8.8
Tabel di atas menunjukkan bahwa hampir sebagian besar data telah terdistribusi secara normal dengan signifikansi di atas 0,05. Indikator yang mempunyai signifikansi di bawah 0,05 hanya PE4, PG1, OEI3, OEI5, OER3, PKE3 dan AJ4. Akan tetapi, analisis SEM lebih mensyaratkan normalitas multivariate dibandingkan univariate. Tinjauan secara multivariate memberikan hasil sebagai berikut:
Tabel 4.6 Normalitas Multivariate Skewness Value Z-Score P-Value 153.778 0.694 0.487
Kurtosis Value 1.111
Z-Score 0.217
P-value 0.828
Skewness and Kurtosis ChiSquare P-Value 0.529 0.767
Sumber: Hasil Pengolahan Data Penelitian LISREL 8.8
Tampak juga bahwa secara multivariate, data dinyatakan normal. Nilai p-value, baik untuk Skewness adalah 0,487; Kurtosis adalah 0,828 dan untuk Chi Square adalah sebesar 0,767 yang semuanya telah berada jauh di atas 0,05. Hal ini menunjukkan bahwa asumsi normalitas secara multivariate telah terpenuhi dan
83
pengujian dengan data continuous dapat dilanjutkan. Selain normalitas data, prasyarat untuk melakukan uji hipotesis adalah uji multikolinearitas. Asumsi multicollinearity mengharuskan tidak adanya korelasi yang sempurna atau besar diantara variabel-variabel independen. Nilai korelasi antara variabel independen yang tidak diperbolehkan adalah > 0,9 atau lebih (Ghozali dan Fuad, 2005). Covariance matrix of independent variables menunjukkan tidak terjadinya multikoleniaritas antara variabel independen, karena korelasi antar variabel independen <0,9. Tabel 4.7 Covariance Matrix of Independent Variables OE PE PG OE 1.00 0.40 PE 0.40 (0.06) (0.07) 6.74 5.86 0.38 0.31 PG 0.46 (0.06) (0.05) (0.09) 6.76 6.11 5.18 Sumber: Hasil Pengolahan Data Penelitian LISREL 8.8
Kovarians matrik di atas menunjukkan bahwa variabel eksogen tidak ada yang memiliki korelasi yang besar di atas >0,9, sehingga antar variabel independen tidak terjadi multikoleniaritas. Korelasi antara orientasi etika dengan pengetahuan ebesar 0,40. Korelasi antara orientasi etika dengan pengalaman sebesar 0,38 dan korelasi antara pengetahuan dengan pengalaman sebesar 0,31.
84
4.5.
Analisis Data
4.5.1. Proses Analisis Data Dalam penelitian ini teknis analisis yang digunakan adalah Structural Equation Modeling (SEM) dengan program LISREL 8.8. Terdapat tujuh langkah permodelan SEM (Ghozali dan Fuad, 2005). Langkah-langkah tersebut adalah sebagai berikut : 1)
Pengembangan model yang berdasarkan teori Model teoritis dalam penelitian tersebut telah digambarkan pada gambar 2.1 di
bab II, model penelitian ini terdiri dari 26 indikator untuk menguji adanya hubungan kausalitas antara pengaruh pengetahuan, pengalaman dan orientasi etika auditor terhadap audit judgement dengan pengambilan keputusan etis sebagai variabel intervening. 2)
Penyusunan diagram alur (path diagram construction) Penyusunan diagram alur digunakan untuk memudahkan visualisasi hipotesis
yang diajukan dalam konseptualisasi model berdasarkan kajian teoritis yang memadai. Diagram alur untuk pengujian model penelitian telah digambarkan pada gambar 3.1 pada bab III yang dibuat berdasarkan kerangka pemikiran teoritis pada gambar 2.1 pada bab II. 3)
Spesifikasi Model Pengukuran. Persamaan-persamaan struktural dan spesifikasi model pengukuran yang
dikembangkan berdasarkan diagram alur telah dipaparkan pada tabel 3.3 pada bab III.
85
4)
Menganalisis apakah model dapat diidentifikasi Masalah identifikasi model struktural pada prinsipnya adalah masalah
ketidakmampuan model untuk menghasilkan estimasi yang unik (unieq solution) untuk setiap parameter yang diestimasi pada model. Gejala-gejala problem identifikasi antara lain : a.
Standard error pada satu atau beberapa koefisien sangat besar
b. Muncul angka-angka yang aneh seperti varians error negatif c. 5)
Muncul korelasi yang sangat tinggi antar koefisien estimasi (>0,90) Estimasi parameter Input data yang digunakan dalam penelitian ini adalah matriks kovarian
berdasarkan model (model-base covariance matrix) yang sesuai dengan kovarians matrik sesungguhnya (observed covatiance matrix). Sedangkan teknik estimasi yang digunakan adalah maximum likelihood estimation (ML). 6)
Penilaian suatu model fit (goodness of fit) Pengujian kesesuaian model dilakukan melalui telaah terhadap kriteria
goodness of fit seperti yang telah diuraikan pada bab III pada tabel 3.4. 7)
Interprestasi dan modifikasi model Pada tahap terakhir ini akan dilakukan interprestasi model dan memodifikasi
model yang tidak memenuhi syarat pengujian.
4.5.2. Pengujian Model Pengukuran Penelitian menggunakan 5 (lima) variabel laten yaitu Pengetahuan (PE),
86
Pengalaman (PG), Orientasi Etika (OE), Pengambilan Keputusan Etis (PKE) dan Audit Judgement (AJ). Konstruk PE, PG, PK dan AJ dibentuk oleh indikator, sedangkan konstruk Orientasi Etika (OE) dibentuk oleh dimensi yaitu dimensi Orientasi Etika Idealisme (OEI) dan Orientasi Etika Relativisme (OER). Dengan demikian, identifikasi model pengukuran konstruk OE menggunakan second order confirmatory factor analysis sedangkan konstruk yang lain menggunakan first order. Berikut adalah identifikasi model pengukuran. 4.5.2.1. CFA Variabel Pengetahuan (PE) Variabel laten pengetahuan (PE) masing-masing dibentuk dengan empat buah indikator, yaitu PE1, PE2, PE3 dan PE4 hasil identifikasi CFA pengetahuan (PE) dengan program LISREL ditampilkan pada gambar 4.1 berikut ini:
Gambar 4.1. Hasil Estimasi CFA Variabel Pengetahuan Sumber: Hasil Pengolahan Data Penelitian LISREL 8.8
Pada gambar 4.1 diatas nampak bahwa nilai t hitung pada masing-masing
87
indikator telah signifikan sehingga pengujian bisa dilanjutkan. Demikian juga model telah memiliki nilai RMSEA sebesar 0,000 yang berada di bawah 0,08 atau 0,05 dan p-value adalah sebesar 0,83909 yang sudah jauh di atas 0,05. Hasil tersebut menunjukkan bahwa indikator-indikator mampu membentuk konstruk PE. 4.5.2.2. CFA Variabel Pengalaman (PG) Variabel laten pengalaman (PG) masing-masing dibentuk dengan 4 buah indikator, hasil identifikasi CFA pengalaman (PG) dengan program LISREL ditampilkan pada gambar 4.2 berikut ini:
Gambar 4.2. Hasil Estimasi CFA Variabel Pengalaman Sumber: Hasil Pengolahan Data Penelitian LISREL 8.8
Pada gambar 4.2 di atas nampak indikator-indikator pengalaman (PG) yakni PG1 sampai PG4. Indikator yang diestimasi memiliki factor loading diatas 0,50 dan signifikan (t hitung ≥1,96) yang menunjukkan bahwa semua indikator yang digunakan adalah valid. Nilai RMSEA telah jauh di bawah 0,05 atau 0,08. Nilai p-value adalah sebesar 0,79664 yang nilainya di atas 0,05. Hasil ini menunjukkan bahwa model telah
88
fit dan indikator-indikator mampu membentuk konstruk PG. 4.5.2.3. CFA Variabel Orientasi Etika Orientasi etika (OE) menggunakan second order confirmatory factor analysis karena dibentuk dari dua dimensi yaitu idealisme dengan indikator OEI1 sampai dengan OEI5 dan dimensi relativisme dengan indikator OER1 sampai OER5. Hasil estimasi awal tidak mampu memberikan output karena ada error variance yang negatif, yaitu error variance OER. Ini sering disebut dengan heywood case dan penanggulangannya adalah dengan memberikan nilai error variance yang kecil untuk OER yaitu dengan Set of variance OER to 0.001. Setelah dimodifikasi, maka output berhasil keluar tetapi belum fit. Upaya melakukan perbaikan model dilakukan berdasarkan saran dari program LISREL yaitu pada modification indices yang menyarankan mengkorelasikan error OEI1 dengan OEI2. Hal ini harus didukung dengan teori yang kuat, yaitu bahwa OEI1 dan OEI2 merupakan dua buah indikator yang membentuk satu buah dimensi yang sama, yaitu dimensi OEI. Dengan demikian harus terdapat korelasi antara dua buah indikator dalam satu dimensi atau satu konstruk. Dengan mengkorelasikan error OEI1 dan OEI2 maka diperoleh hasil sebagai berikut:
89
Gambar 4.3. Hasil Estimasi Second Order CFA Variabel Orientasi Etika Sumber: Hasil Pengolahan Data Penelitian Lisrel 8.8
Dengan t hitung sebagai berikut: OEI1=
1.00*OEI,
Errorvar.=
OEI2=
1.04*OEI,
Errorvar.=
OEI3=
OEI4=
OEI5=
OER1=
(0.086) 12.13 1.17*OEI, (0.13) 8.92 1.20*OEI, (0.14) 8.60 1.24*OEI, (0.14) 8.93 1.00*OER,
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
0.27 (0.037) 7.34 0.27 (0.037) 7.29 0.16 (0.025) 6.46 0.21 (0.031) 6.76 0.17 (0.027) 6.38 0.16 (0.024)
, R2 =
0.49
, R2 =
0.51
, R2 =
0.69
, R2 =
0.64
, R2 =
0.70
, R2 =
0.64
90
OER2=
OER3=
OER4=
OER5=
1.07*OER, (0.11) 9.86 1.21*OER, (0.11) 10.72 1.09*OER, (0.11) 9.76 0.99*OER, (0.12) 8.56
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
6.83 0.21 (0.030) 6.96 0.19 (0.029) 6.47 0.23 (0.032) 7.00 0.29 (0.039) 7.38
Error Covariance for OEI2 and OEI1 =
OEI=
OER=
0.49*OE, Errorvar.= (0.057) 8.53 0.54*OE, Errorvar.= (0.050) 10.68
, R2 =
0.61
, R2 =
0.70
, R2 =
0.61
, R2 =
0.49
0.16 (0.031) 5.17
0.02 (0.012) 1.96 0.001
, R2 =
0.91
, R2 =
1.00
Tampak bahwa t hitung dari indikator ke masing-masing konstruk yang dituju telah signifikan (t hitung ≥1,966). Nilai RMSEA adalah sebesar 0,040 yang berada di bawah 0,05 atau 0,08 dan p-value adalah sebesar 0,19698 > 0,05 yang menunjukkan bahwa model adalah fit. Tampak juga bahwa t hitung dari OEI ke OE adalah sebesar 8,53 dan dari OER ke OE adalah sebesar 10,68. Nilai tersebut di atas 1,96 yang menunjukkan bahwa dimensi adalah valid dalam membentuk konstruk yang dituju.
91
Dengan demikian model dinyatakan fit dan pengujian dapat dilanjutkan. 4.5.2.4. CFA Variabel Pengambilan Keputusan Etis (PKE) Variabel laten pengambilan keputusan etis (PKE) menggunakan 4 (empat) buah indikator yaitu PKE1 sampai dengan PKE4 dan menghasilkan path diagram sebagai berikut:
Gambar 4.4. Hasil Estimasi CFA Variabel Pengambilan Keputusan Etis Sumber: Hasil Pengolahan Data Penelitian Lisrel 8.8
Pada gambar diatas nampak bahwa semua indikator telah signifikan dengan t hitung di atas 1,96 (t hitung ≥1,96). Nilai RMSEA juga telah berada di bawah 0,05 atau 0,08 dan p-value juga telah di atas 0,05. Dengan demikian model dinyatakan fit sehingga pengujian bisa dilanjutkan. 4.5.2.5. CFA Variabel Audit Judgement (AJ) Variabel laten audit judgement (AJ) dibentuk dengan 4 buah indikator, hasil identifikasi CFA audit judgement (AJ) dengan program LISREL ditampilkan pada gambar 4.5 berikut ini:
92
Gambar 4.5. Hasil Estimasi CFA Variabel Audit Judgement Sumber: Hasil Pengolahan Data Penelitian Lisrel 8.8
Pada gambar 4.5 diatas nampak bahwa indikator-indikator audit judgement (AJ) yakni AJ1 sampai AJ4. Nilai RMSEA juga telah berada di bawah 0,05 atau 0,08 yaitu sebesar 0,039. Nilai p-value juga telah di atas 0,05 yaitu sebesar 0,30186. Dengan demikian model dinyatakan fit. Kondisi ini membuktikan 4 indikator tersebut mempunyai hubungan yang erat dengan audit judgement (AJ) .
4.5.3. Identifikasi Model Struktural Setelah diperoleh model pengukuran yang fit maka dilakukan identifikasi model struktural. Estimasi ini juga sekaligus untuk menguji persyaratan statistik yang diperlukan dan menguji hipotesis penelitian. Tampak pada gambar di bawah ini bahwa nilai chi-square adalah sebesar 312,06 pada df sebesar 282 dengan p-value sebesar 0,10542 dan RMSEA sebesar 0,029. Tampak bahwa nilai p-value di atas 0,05 dan RMSEA dibawah 0,08 yang menunjukkan bahwa model struktural adalah fit. Model
93
tersebut dilakukan dengan menambahkan error antara EOI1 dan OEI2, AJ2 dan AJ4, PG1 dengan PG3, PG1 dengan PG4 serta PG1 dan PG2 yang merupakan indikator dalam satu konstruk laten yang sama. Berikut adalah hasil estimasi untuk identifikasi model struktural:
Gambar 4.6. Path Diagram Full Model Sumber: Hasil Pengolahan Data Penelitian LIREL8.8
4.5.4. Persamaan Sruktural 4.5.4.1. Persamaan Model Pengukuran Persamaan model pengukuran dibentuk dari loading factor dan variance error pada masing-masing indikator terhadap konstruk yang dibentuknya.
94
PE1=
1.00*PE,
Errorvar.=
0.15
, R2 =
0.72
, R2 =
0.72
, R2 =
0.67
, R2 =
0.53
, R2 =
0.97
, R2 =
0.56
, R2 =
0.73
, R2 =
0.65
, R2 =
0.50
, R2 =
0.52
, R2 =
0.69
(0.03) 5.95 PE2=
0.93*PE,
Errorvar.=
(0.078)
(0.02)
11.89 PE3=
0.91*PE,
6.00 Errorvar.=
(0.081)
PG1=
0.82*PE,
0.16 (0.03)
11.25 PE4=
0.13
6.43 Errorvar.=
0.15
(0.087)
(0.03)
9.41
7.17
1.00*PG,
Errorvar.=
0.02 (0.06) 0.25
PG2=
PG3=
PG4=
OEI1=
0.79*PG,
Errorvar.=
0.02
(0.10)
(0.04)
7.61
6.55
0.89*PG,
Errorvar.=
0.02
(0.11)
(0.03)
8.24
4.88
0.90*PG,
Errorvar.=
0.02
(0.11)
(0.04)
8.02
5.82
1.00*OEI,
Errorvar.=
0.27 (0.04) 7.34
OEI2=
1.04*OEI,
Errorvar.=
(0.086)
(0.04)
12.13 OEI3=
1.16*OEI,
0.27
7.30 Errorvar.=
0.27
95
OEI4=
OEI5=
OER1=
(0.13)
(0.03)
8.92
6.51
1.20*OEI,
Errorvar.=
0.27
(0.14)
(0.03)
8.63
6.81
1.24*OEI,
Errorvar.=
0.27
(0.14)
(0.03)
9.00
6.40
1.00*OER,
Errorvar.=
0.17
, R2 =
0.64
, R2 =
0.70
, R2 =
0.62
, R2 =
0.61
, R2 =
0.70
, R2 =
0.61
, R2 =
0.51
, R2 =
0.67
, R2 =
0.51
, R2 =
0.61
(0.02) 6.96 OER2=
OER3=
OER4=
OER5=
PKE1=
1.08*OER,
Errorvar.=
0.17
(0.11)
(0.03)
9.69
7.02
1.23*OER,
Errorvar.=
0.17
(0.12)
(0.03)
10.59
6.51
1.11*OER,
Errorvar.=
0.17
(0.12)
(0.03)
9.67
7.03
1.01*OER,
Errorvar.=
0.17
(0.12)
(0.04)
8.61
7.38
1.00*PKE,
Errorvar.=
0.19 (0.03) 5.93
PKE2=
PKE3=
0.84*PKE,
Errorvar.=
0.26
(0.097)
(0.04)
8.71
6.97
0.88*PKE, (0.091)
Errorvar.=
0.20 (0.03)
96
9.71 PKE4=
AJ1=
0.91*PKE,
6.45 Errorvar.=
0.23
(0.097)
(0.04)
9.45
6.61
1.00*AJ,
Errorvar.=
0.22
, R2 =
0.58
, R2 =
0.56
, R2 =
0.59
, R2 =
0.47
, R2 =
0.59
(0.03) 6.85 AJ2=
AJ3=
AJ4=
1.03*AJ,
Errorvar.=
0.21
(0.12)
(0.03)
8.70
6.51
0.98*AJ,
Errorvar.=
0.31
(0.13)
(0.04)
7.76
7.23
0.99*AJ,
Errorvar.=
0.20
(0.11)
(0.03)
8.68
6.52
Baris pertama adalah persamaan model pengukuran, baris kedua pada masing-masing persamaan merupakan standard error dan baris ketiga merupakan nilai t-value yang diberikan nilai 1 untuk menspesifikasikan pengukuran. Nilai indikator yang diberi nilai 1 disebut variabel reference. Nilai t-value dipergunakan untuk menguji validitas dan nilai R2 digunakan untuk menguji reabilitas. Tampak bahwa semua t hitung telah berada di atas 1,96 yang menunjukkan bahwa semua indikator telah signifikan dalam membentuk konstruk yang ditujunya. 4.5.4.2. Persamaan Model Struktural Berikut adalah persamaan struktural yang merupakan hubungan antara
97
variabel-variabel laten yang dihipotesiskan dan juga antara dimensi dengan konstruk yang dituju: OEI =
OER =
PKE =
AJ =
0.49*OE, (0.059) 8.4 0.54*OE, (0.053) 9.9
Errorvar.=
Errorvar.=
0.02 (0.018) 1.11 0.0052 (0.019) 0.28
0.069*OE+
0.41*PE+
0.26*PG,
(0.064)
(0.13)
(0.11)
1.09
3.09
2.49
, R2 =
0.93
, R2 =
0.98
Errorvar.=
0.19
, R2 =
0.53
(0.038) 4.85
0.50*PKE+
0.043*OE+
0.24*PE+
0.18*PG,
(0.096)
(0.044)
(0.098)
(0.075)
5.22
(0.98)
2.43
2.39
Errorvar.=
0.034
, R2 = 0.88
(0.017) 2.04
Tampak bahwa OEI mempunyai t hitung terhadap OE sebesar 8,40 dan OER adalah sebesar 9,90 yang keduanya di atas 1,96. Hal tersebut menunjukkan bahwa kedua dimensi yaitu OEI dan OER telah signifikan dalam membentuk konstruk OE. Dari persamaan di atas, tampak bahwa konstruk pengambilan keputusan etis (PKE) dipengaruhi oleh tiga variabel yaitu pengetahuan (PE), pengalaman (PG), dan orientasi etika (OE), dan variabel audit judgement (AJ) dipengaruhi oleh empat variabel yaitu pengetahuan (PE), pengalaman (PG), orientasi etika (OE) dan pengambilan keputusan etis (PKE).
4.5.5. Uji Persyaratan Statistik Berikut adalah hasil estimasi persyaratan statistik yang diperlukan pada SEM dengan menggunakan LISREL:
98
1. Chi Square dan Probabilitas Degrees of Freedom = 282 Minimum Fit Function Chi-Square = 354.19 (P = 0.0022) Normal Theory Weighted Least Squares Chi-Square = 312.06 (P = 0.11) Estimated Non-centrality Parameter (NCP) = 30.06 90 Percent Confidence Interval for NCP = (0.0 ; 77.29) Tampak bahwa terdapat dua jenis chi square yaitu Minimum Fit Function Chi Square (354,19; P=0,0022) dan Normal Theory Weighted Least Square Chi Square (312,06; P=0,11). Tampak bahwa Chi Square kedua memberikan nilai P di atas 0,05 yang menunjukkan bahwa model adalah fit, meskipun nilai chi square yang pertama tidak fit. 2. Goodness of Fif Indices (GFI) Goodness of Fit Index (GFI) = 0.84 Nilai yang disarankan pada suatu model adalah di atas 0,9 dan model dengan GFI negatif adalah model yang paling buruk dari seluruh model yang ada. Estimasi dengan LISREL memberikan nilai 0,84 yang masih di bawah 0,9 tetapi mendekati nilai batas tersebut. 3. Adjusted Goodness of Fit Index (AGFI) Adjusted Goodness of Fit Index (AGFI) = 0.80 Nilai AGFI yang disarankan adalah di atas 0,9 tetapi tidak mungkin negatif. Tampak bahwa nilai estimasi model adalah sebesar 0,80 yang masih di bawah nilai yang disyaratkan tetapi mendekati, sehingga diperlukan pengujian kelayakan model dengan menggunakan parameter yang lain.
99
4. Parsimony Goodness of Fit Index (PGFI) Parsimony Goodness of Fit Index (PGFI) = 0.68 Ukuran PGFI sebenarnya hampir sama dengan GFI dan AGFI dengan nilai yang disarankan adalah di atas 0,6. Tampak bahwa estimasi model penelitian memberikan nilai 0,68 yang menunjukkan bahwa model telah fit karena di atas nilai yang disarankan. 5. Root Mean Square Error of Approximation (RMSEA) Root Mean Square Error of Approximation (RMSEA) = 0.029 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.046) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.98 RMSEA dianggap parameter yang paling informatif dalam menentukan fit atau tidaknya sebuah model. Nilai yang disarankan adalah di bawah 0,05 meskipun di bawah 0,08 masih dinyatakan reasonable dan di bawah 0,1 dinyatakan fit secara mediocre. Tampak bahwa estimasi model penelitian memberikan nilai RMSEA sebesar 0,029 (< 0,05 ) yang menunjukkan bahwa model adalah fit. Sedangkan close fit (RMSEA < 0,05) = 0,98 yang menunjukkan bahwa model telah fit karena di atas 0,05. 6. Expected Cross Validation Index (ECVI) Expected Cross-Validation Index (ECVI) = 3.49 90 Percent Confidence Interval for ECVI = (3.26 ; 3.85) ECVI for Saturated Model = 5.44 ECVI for Independence Model = 20.29 Tampak bahwa nilai ECVI adalah sebesar 3,49 dan ECVI Saturated adalah 5,44 dan ECVI for Independence Model adalah 20,29. Tampak bahwa ECVI lebih kecil
100
dari pada ECVI for Saturated (3,49 < 5,44) yang menunjukkan model fit. Hal tersebut juga didukung dengan ECVI for Independence yang di atas ECVI for Saturated (20,29 > 5,44) yang menunjukkan bahwa model fit. 7. AIC dan CAIC Independence AIC = 2617.08 Model AIC = 450.06 Saturated AIC = 702.00 Independence CAIC = 2717.64 Model CAIC = 716.92 Saturated CAIC = 2059.50 Tampak bahwa nilai Model AIC (450,06) lebih kecil dari pada Independence AIC (2617,08) yang menunjukkan model adalah fit. Demikian juga Model CAIC (716,92) yang lebih kecil dari pada Independence CAIC (2717,64) yang menunjukkan bahwa model yang dihipotesiskan memiliki tingkat fit yang cukup baik. 8. Fit Index Normed Fit Index (NFI) = 0.86 Non-Normed Fit Index (NNFI) = 0.96 Parsimony Normed Fit Index (PNFI) = 0.75 Comparative Fit Index (CFI) = 0.97 Incremental Fit Index (IFI) = 0.97 Relative Fit Index (RFI) = 0.84 Estimasi model memberikan nilai NFI sebesar 0,86 yang lebih rendah dari 0,9 tetapi mendekati nilai batas tersebut. Demikian juga CFI (0,97) yang lebih tinggi dari pada nilai batas yaitu sebesar 0,9. Tampak juga bahwa IFI (0,97) yang juga di atas nilai batas yaitu 0,9 dan nilai RFI yang mendekati 1 yang menunjukkan bahwa model adalah fit.
101
Berdasarkan uji persyaratan statistik di atas, maka model dinyatakan fit dan pengujian hipotesis dapat dilakukan.
4.5.6. Uji Validitas Output untuk pengujian validitas pada masing-masing butir terhadap variabel yang dibentuknya adalah sama dengan output pada persamaan model pengukuran di atas. Dengan nilai t-value (hitung) batas 1,96 maka tampak bahwa semua t-value hitung pada indikator adalah di atas 1,96 yang menunjukkan bahwa seluruh indikator yang digunakan pada penelitian ini adalah valid.
4.5.7. Uji Reliabilitas Reliabilitas masing-masing indikator dilihat dari nilai Squared Multiple Correlations pada output yang sama dengan uji reliablitas yang tinggi dengan indikator yang paling rendah adalah AJ4 yaitu sebesar 0,47 yang berarti indikator AJ4 mampu menjelaskan konstruk AJ ebesar 47% dimana 53% merupakan error.
4.5.8. Pengujian Hipotesis Uji hipotesis dilakukan untuk menjawab permasalahan penelitian. Pengujian hipotesis yang diajukan, dapat dilihat dari besarnya nilai t-value (hitung). Salah satu kelebihan yang dimiliki SEM yakni selain bisa mengetahui besarnya pengaruh langsung variabel satu ke variabel lainnya, analisa SEM juga mampu mengetahui pengaruh tidak langsung antar variabel. Secara rinci pengujian hipotesis penelitian akan dibahas secara bertahap sesuai dengan hipotesis yang telah diajukan. Pada
102
penelitian ini diajukan sepuluh hipotesis yang selanjutnya pembahasannya dilakukan dibagian berikut. a.
Pengaruh Langsung (Direct Effect) Besarnya pengaruh langsung dapat dilihat pada pengujian hipotesis dengan
melihat t-value (hitung) pada persamaan struktural di atas. Selain itu, LISREL juga menyediakan output path diagram dengan nilai t-value dan hubungan yang tidak signifikan dinyatakan dengan nilai warna merah.
Gambar 4.7. Path Diagram dengan T-value Sumber: Hasil Pengolahan Data Penelitian LISREL 8.8
1) Hipotesis 1 Hipotesis 1 adalah menguji apakah ada pengaruh antara pengetahuan (PE) terhadap pengambilan keputusan etis (PKE). Dari gambar 4.7 di atas tampak bahwa
103
nilai t-value adalah sebesar 3,09 (≥1,96) yang menunjukkan bahwa terdapat pengaruh positif dan signifikan antara pengetahuan terhadap pengambilan keputusan etis atau H1 dalam penelitian ini yang menyatakan bahwa pengetahuan memiliki pengaruh positif terhadap pengambilan keputusan etis diterima. 2) Hipotesis 2 Hipotesis 2 adalah menguji apakah pengaruh antara pengalaman (PG) terhadap pengambilan keputusan etis (PKE). Tampak bahwa nilai t-value adalah sebesar 2,49 (≥1,96). Dengan demikian terdapat pengaruh positif dan signifikan antara pengalaman terhadap pengambilan keputusan etis atau H2 dalam penelitian ini yang menyatakan bahwa pengalaman memiliki pengaruh positif terhadap pengambilan keputusan etis diterima. 3) Hipotesis 3 Hipotesis 3 adalah menguji apakah terdapat pengaruh antara orientasi etika (OE) terhadap terhadap pengambilan keputusan etis (PKE). Dari gambar di atas tampak bahwa nilai t-value (critical ratio) lebih kecil dari nilai t tabel (1,09≤1,96). Dengan demikian dapat disimpulkan bahwa terdapat pengauh positif namun tidak signifikan antara orientasi etika terhadap pengambilan keputusan etis atau H3 yang menyatakan bahwa orientasi etika memiliki pengaruh positif terhadap pengambilan keputusan etis tidak terbukti atau tidak diterima. Hal ini dikarenakan nilai t-value yang kurang dari 1,96.
104
4) Hipotesis 4 Hipotesis 4 adalah menguji apakah terdapat pengaruh antara pengetahuan (PE) terhadap audit judgement (AJ). Dari hasil di atas tampak bahwa nilai t-value (critical ratio) lebih besar dari nilai t tabel (2,43≥1,96) yang menunjukkan bahwa terdapat pengaruh positif dan signifikan antara pengetahuan dengan audit judgement atau H4 yang meyatakan bahwa pengetahuan memiliki pengaruh positif dan signifikan terhadap audit judgement diterima. 5) Hipotesis 5 Hipotesis 5 adalah menguji apakah terdapat pengaruh antara pengalaman (PG) terhadap audit judgement (AJ). Gambar 4.7 di atas menunjukkan bahwa nilai t-value (critical ratio) lebih besar dari nilai t tabel (2,39≥1,96). Berdasarkan hasil tersebut dapat disimpulkan bahwa pengalaman memiliki pengaruh posistif dan signifikan terhadap audit judgement atau H5 yang meyatakan bahwa pengalaman memiliki pengaruh positif dan signifikan terhadap audit judgement diterima. 6) Hipotesis 6 Hipotesis 6 adalah menguji apakah terdapat pengaruh antara orientasi etika (OE) terhadap audit judgement (AJ). Dari hasil di atas tampak bahwa nilai t-value (critical ratio) kurang dari nilai t tabel (-0,98≤1,96) yang menunjukkan bahwa terdapat pengaruh negatif antara orientasi etika dengan audit judgement. Dengan demikian dapat disimpulkan bahwa H6 yang menyatakan bahwa orientasi etika memiliki pengaruh positif terhadap audit judgement ditolak.
105
7) Hipotesis 7 Hipotesis 7 adalah menguji apakah terdapat pengaruh antara pengambilan keputusan etis (PKE) terhadap audit judgement (AJ). Gambar 4.7 di atas menunjukkan bahwa nilai t-value (critical ratio) lebih besar dari nilai t tabel (5,22≥1,96). Berdasarkan hasil tersebut dapat disimpulkan bahwa pengambilan keputusan etis memiliki pengaruh posistif dan signifikan terhadap audit judgement atau H7 yang menyatakan bahwa pengambilan keputusan etis memiliki pengaruh positif dan signifikan terhadap audit judgement diterima. b.
Pengaruh tidak langsung (Indirect Effect) Pengaruh tidak langsung biasanya ditimbulkan oleh variabel antara atau
intervening variable (mediating variable) yang merupakan hasil kali korelasi antara variabel bebas dan variabel antara dengan koefisien jalur variabel antara dan variabel terikat. Hasil perhitungan pengaruh tidak langsung terhadap model persamaan struktural pada penelitian ini akan disajikan dalam tabel 4.8 berikut ini:
106
Tabel 4.8 Hasil Estimasi Koefisien Path (Standardized Regression Weights) Hubungan Antar Konstruk (Direct Effects) Path Koefisien Path Hubungan T-value Perbandingan Keterangan Antar Direct Indirect Total Konstruk Terdapat pengaruh PE→ 0.24 0.20 0.44 2.79 TE>DE tidak PKE→ AJ langsung Terdapat pengaruh PG→ 0.18 0.13 0.31 2.27 TE>DE tidak PKE→ AJ langsung Terdapat OE→ pengaruh (0.043) 0.03 (0.01) 1.06 TE>DE tidak PKE→ AJ langsung Sumber: Hasil Pengolahan Data Penelitian LISREL 8.8
8) Hipotesis 8 Hipotesis 8 menguji apakah terdapat pengaruh antara pengetahuan (PE) terhadap audit judgement (AJ) melalui pengambilan keputusan etis (PKE). Tabel tersebut menunjukkan bahwa pengaruh tidak langsung pengetahuan terhadap audit judgement melalui pengambilan keputusan etis sebesar 0,20 dengan tingkat signifikansi 0,05. Berdasarkan tabel 4.7 hasil analisis menunjukkan hasil positif dan signifikan, yaitu nilai t-value (critical ratio) lebih besar dari nilai t tabel (2,79≥1,96). Hasil tersebut membuktikan bahwa terdapat pengaruh tidak langsung antara pengetahuan terhadap audit judgement melalui pengambilan keputusan etis atau H8 yang menyatakan bahwa pengetahuan berpengaruh positif terhadap audit judgement melalui pengambilan keputusan etis diterima.
107
9) Hipotesis 9 Hipotesis 9 menguji apakah terdapat pengaruh antara pengalaman (PG) terhadap audit judgement (AJ) melalui pengambilan keputusan etis (PKE). Tabel tersebut menunjukkan bahwa pengaruh tidak langsung pengalaman terhadap audit judgement melalui pengambilan keputusan etis sebesar 0,13 dengan tingkat signifikansi 0,05. Berdasarkan tabel 4.7 hasil analisis menunjukkan hasil positif dan signifikan, yaitu nilai t-value (critical ratio) lebih besar dari nilai t tabel (2,27≥1,96). Hasil tersebut membuktikan bahwa terdapat pengaruh tidak langsung antara pengalaman terhadap audit judgement melalui pengambilan keputusan etis atau H9 yang menyatakan bahwa pengalaman berpengaruh positif terhadap audit judgement melalui pengambilan keputusan etis diterima. 10) Hipotesis 10 Hipotesis 10 menguji apakah terdapat pengaruh antara orientasi etika (OE) terhadap audit judgement (AJ) melalui pengambilan keputusan etis (PKE). Tabel tersebut menunjukkan bahwa pengaruh tidak langsung orientasi etika terhadap audit judgement melalui pengambilan keputusan etis sebesar 0,13 dengan tingkat signifikansi 0,05. Berdasarkan tabel 4.7 hasil analisis menunjukkan hasil positif namun tidak signifikan, yaitu nilai t-value (critical ratio) lebih besar dari nilai t tabel (1,06≥1,96). Hasil tersebut membuktikan bahwa terdapat pengaruh tidak langsung antara orientasi etika terhadap audit judgement melalui pengambilan keputusan etis akan tetapi tidak signifikan atau H10 yang menyatakan bahwa orientasi etika
108
berpengaruh positif terhadap audit judgement melalui pengambilan keputusan etis tidak terbukti.
4.6.
Pembahasan Hasil pengujian terhadap hipotesis yang dikembangkan secara ringkas
disajikan pada tabel 4.9 terdapat 7 hipotesis diterima dan 3 hipotesis yang ditolak. Tabel 4.9 Hasil pengujian Hipotesis Hipotesis Pernyataan H1 Pengetahuan auditor mempunyai pengaruh yang positif terhadap pengambilan keputusan etis. H2 Pengalaman kerja auditor mempunyai pengaruh yang positif terhadap pengambilan keputusan etis. H3 Orientasi etika auditor mempunyai pengaruh yang positif terhadap pengambilan keputusan etis. H4 Pengetahuan auditor mempunyai pengaruh yang positif terhadap audit judgment. H5 Pengalaman kerja auditor mempunyai pengaruh yang positif terhadap audit judgment. H6 Orientasi etika auditor mempunyai pengaruh yang positif terhadap audit judgment. H7 Pengambilan keputusan etis mempunyai pengaruh yang positif terhadap audit judgment. H8 Pengetahuan auditor mempunyai pengaruh yang positif terhadap audit judgment melalui pengambilan keputusan etis. H9 Pengalaman kerja auditor mempunyai pengaruh yang positif terhadap audit judgment melalui pengambilan keputusan etis. H10 Orientasi etika auditor mempunyai pengaruh yang positif terhadap audit judgment melalui pengambilan keputusan etis.
Hasil Diterima Diterima Ditolak Diterima Diterima Ditolak Diterima Diterima
Diterima
Ditolak
Sumber: Hasil Pengolahan Data Penelitian LISREL 8.8
Hipotesis H1, H4 dan H8 yang menyatakan bahwa pengetahuan auditor mempunyai pengaruh yang positif terhadap pengambilan keputusan etis dan audit
109
judgement baik secara langsung maupun tidak langsung diterima secara statisik. Behavioral decision theory menyatakan bahwa setiap orang mempunyai struktur pengetahuan yang berbeda dan kondisi ini akan mempengaruhi cara mereka dalam melakukan pembuatan keputusan. Teori ini menyatakan bahwa seseorang mempunyai keterbatasan pengetahuan dan akan bertindak hanya berdasarkan persepsinya terhadap suatu situasi yang sedang dihadapi (Mayangsari, 2003). Pengetahuan yang dimiliki auditor dapat membantunya melakukan penilaian dan pengambilan keputusan yang tepat berdasarkan bukti-bukti yang mereka peroleh selama melakukan audit. Perbedaan pengetahuan yang dimiliki antara auditor akan berpengaruh juga terhadap cara pandang mereka dalam menyelesaikan sebuah pekerjaan. Seorang auditor akan dapat menyelesaikan sebuah pekerjaan secara efektif jika didukung dengan pengetahuan yang dimilikinya. Ketika seorang auditor dihadapkan
pada
sebuah
dilema
etika
maka
individu
tersebut
akan
mempertimbangkan penyelesaiannya secara mendalam berdasarkan pengetahuan yang dimilikinya. Dengan kata lain auditor yang memiliki pengetahuan yang tinggi akan lebih peka terhadap persoalan-persoalan etika sehingga auditor yang memiliki pengetahuan yang lebih dalam menghadapi konflik maupun dilema etika akan membuat auditor menjadi lebih independen dalam membuat keputusan yang terkait dengan dilema etika. Sehingga dapat disimpulkan bahwa pengetahuan yang dimiliki auditor dapat meningkatkan kemampuan dari auditor tersebut untuk memecahkan suatu masalah yang dihadapinya.
110
Hasil penelitian ini didukung oleh penelitian yang dilakukan oleh Johari dan Zuraidah (2007) yang menyatakan bahwa pengetahuan auditor memiliki hubungan positif dengan kualitas judgement yang dihasilkan auditor. Hal ini mengindikasikan bahwa semakin tinggi pengetahuan yang dimilikinya akan memberikan kontribusi positif terhadap judgement dari auditor tersebut. Ditambah lagi dengan penelitian yang dilakukan oleh Laily (2010) yang juga menyatakan bahwa pengetahuan auditor terbukti berpengaruh positif terhadap ethical judgement yang dihasilkannya dalam situasi dilema etis yang melanda auditor tersebut. Hasil penelitian ini juga didukung oleh penelitian yang dilakukan oleh Mardisar dan Ria (2007) yang menyatakan bahwa kompleksitas pekerjaan tinggi, interaksi akuntabilitas dengan pengetahuan berpengaruh signifikan terhadap kualitas hasil kerja auditor. Dari hasil penelitian ini dapat disimpulkan bahwa pengetahuan yang dimiliki auditor dalam menyelesaikan pekerjaannya dapat mempengaruhi kualitas kerja yang berdasarkan pada tingkat kompleksitas tugas auditor yang akan berdampak pada informasi yang dihasilkan, sehingga dari informasi yang dihasilkan tersebut akan mempengaruhi proses pengambilan keputusan. Hipotesis H2, H5 dan H9 yang menyatakan bahwa pengalaman kerja auditor mempunyai pengaruh positif terhadap pengambilan keputusan etis dan audit judgement baik secara langsung maupun tidak langsung dapat diterima secara statistik. Penelitian yang dilakukan oleh Zulaikha (2006) menghasilkan temuan yang menyatakan bahwa pengalaman
sebagai auditor berpengaruh langsung (main
111
effect) terhadap judgment. Begitu juga penelitian yang dilakukan oleh Laily (2010) yang menyatakan bahwa variabel pengalaman berpengaruh langsung terhadap ethical judgement. Begitu juga penelitian yang dilakukan Asih (2006), menemukan bahwa pengalaman audit baik dari segi lama bekerja, banyaknya tugas maupun banyaknya jenis perusahaan yang diaudit berpengaruh positif terhadap keahlian auditor dalam bidang audit. Banyak orang yang berpendapat bahwa pengalaman adalah guru yang paling berharga. Dengan pengalaman yang dimiliki dapat dipastikan bahwa siapapun yang pernah mengalami berbagai keadaan dan berbagai masalah pastinya akan lebih tahu dan mampu bertindak tepat untuk menyelesaikan masalahnya. Hal ini tentu juga berlaku bagi seorang auditor. Berbekal pengalaman yang dimiliki akan membuat auditor semakin bijak dalam mengambil keputusan untuk judgement auditor tersebut. Hal ini didukung dengan penelitian yang dilakukan oleh Suraida (2005) yang menyatakan bahwa pengalaman audit dan kompetensi berpengaruh terhadap skeptimisme profesional dan ketepatan pemberian opini auditor akuntan publik. Hal ini mengindikasikan bahwa semakin tinggi pengalaman seorang auditor akan meningkatkan pengambilan keputusan etisnya. Hal ini dikarenakan tugas yang dilakukan secara berulang-ulang akan memberikan kesempatan kepada auditor tersebut untuk dapat melakukan yang terbaik sehingga dengan pengalaman yang dimilikinya akan dapat meningkatkan kualitas judgement yang dihasilkan auditor. Seorang auditor yang telah mempunyai cukup pengalaman dalam melaksanakan
112
tugasnya, pastinya tidak akan memiliki pandangan yang sama terhadap kasus yang dihadapinya. Hal ini berbeda dengan seorang auditor junior yang belum mempunyai cukup pengalaman. Auditor yang sudah memiliki pengalaman kerja yang lebih akan memungkinkan perkembangan pengambilan keputusan etis yang lebih tinggi karena selama bekerja sebagai auditor seringkali dihadapkan dengan tindakan-tindakan yang berkaitan dengan perilaku etis sehingga semakin sering seorang auditor mengalami situasi dilema etika maka akan semakin menjadikan auditor tersebut untuk lebih peka akan kejadian akan konflik yang sedang dihadapinya sehingga pada akhirnya akan meningkatkan kualitas opini dari auditor tersebut. Hal ini juga didukung oleh penelitian yang dilakukan oleh Larkin (2000) dalam penelitian Budi dkk (2005) yang melakukan penelitian yang melibatkan internal auditor di lembaga keuangan dan menyatakan bahwa internal auditor yang lebih berpengalaman cenderung lebih konservatif dalam menghadapi situasi dilema etika. Hipotesis H3, H6 dan H10 yang menyatakan bahwa orientasi etika auditor berpengaruh positif terhadap pengambilan keputusan etis maupun audit judgement baik secara langsung maupun secara tidak langsung tidak terbukti atau ditolak. Hal ini dapat terjadi karena hasil analisis data penelitian yang menunjukkan bahwa hasil t-value yang berada kurang dari nilai t tabel yakni kurang dari 1,96.
Hasil peneilitan
ini didukung oleh penelitian yang dilakukan oleh Johari dan Zuraidah (2007) yang menyatakan bahwa baik antara orientasi etika idealisme maupun orientasi etika relativisme keduanya menunjukkan hasil yang tidak signifikan terhadap audit
113
judgement dari auditor tersebut. Hasil ini juga sejalan dengan penelitian yang dilakukan oleh Nadirsyah (2009) yang menyatakan bahwa variabel orientasi etika tidak mempengaruhi audior dalam pengambilan keputusan etis ketika dihadapkan pada situasi dilema etika. Penelitian lain yang juga mendukung hasil penelitian ini adalah penelitian yang dilakukan oleh Falah (2006) yang menemukan bahwa idealisme dan relativisme yang merupakan bagian dari orientasi etika tidak berpengaruh positif terhadap sensitivitas etika pada auditor pemerintah Badan Pengawas Daerah (Bawasda) Pemerintah Daerah Papua. Shaub et al. (1993) dalam Budi dkk (2005) yang juga mengungkapkan hasil penelitian yang sama dengan penelitian ini menemukan bahwa tidak terdapat pengaruh antara idealisme dan relativisme pada auditor yang bekerja di perusahaan big six. Secara teoritis terdapat dua pendekatan yang digunakan oleh para pelaku pembuat keputusan mengenai masalah-masalah yang menyangkut etika yakni pendekatan teleological dan pendekatan deontological. Pada hasil penelitian ini dapat disimpulkan bahwa responden yang lebih cenderung menggunakan pendekatan teological yaitu perhatian dan fokus tindakan manusia lebih pada bagaimana mencapai tujuan dengan sebaik-baiknya, dengan kurang memperhatikan apakah cara, teknik, ataupun prosedur yang dilakukan benar atau salah (Syafruddin, 2005). Dengan kata lain dapat disimpulkan bahwa ketika responden mengalami situasi dilema etika, responden cenderung menganggap bahwa nilai moral bukanlah hal yang mutlak asalkan apa yang responden inginkan dapat mereka capai. Selain itu pada tahap
114
perkembangan moral responden dianggap masih berada pada level conventional yakni seseorang sudah memperhatikan aturan-aturan sosial dan kebutuhan-kebutuhan atas dasar relationship. Hipotesis H8 yang menyatakan bahwa pengambilan keputusan etis berpengaruh positif terhadap audit judgement dapat diterima secara statistik. Teori perkembangan moral kognitif dapat kita gunakan untuk membantu menjelaskan bagaimana kemampuan seseorang dalam mengambil keputusan etis ketika berada dalam situasi konflik. Teori ini menyatakan bahwa seseorang dengan level perkembangan moral yang tinggi tentunya akan menghasilkan keputusan yang lebih etis begitu juga sebaliknya (Suliani, 2010). Hal ini berlaku juga pada profesi auditor yang mana dalam menjalankan tugasnya rentan sekali menghadapi situasi konflik audit sehingga akan berpengaruh terhadap kualitas judgement yang dihasilkan auditor tersebut sehingga secara tidak langsung juga akan berpengaruh terhadap opini audit dari auditor tersebut. Auditor sadar betul atas apa yang menjadi tugas dan tanggungjawabnya. Auditor memahami bahwa keputusan yang diambilnya ketika menghadapi permasalahan konflik yang melanda dirinya akan berpengaruh terhadap opini yang dihasilkannya. Dengan kata lain auditor juga harus mempunyai sikap mental independen dalam menjalankan tugasnya. Sikap mental ini akan membantu auditor dalam mengambil suatu keputusan etis manakala dirinya sedang mengalami situasi konflik misalnya ketika bertentangan dengan keinginan klien. Keberanian auditor untuk menentang keinginan klien yang bertentangan dengan kode etik ini
115
akan membantunya menghasilkan suatu keputusan etis yang mana keputusan ini dapat dipertanggungjawabkannya secara sosial. Auditor dengan kapasitas pemikiran etis yang tinggi akan lebih baik dalam menghadapi konflik dan dilema etis dan lebih independen dalam membuat keputusan yang terkait dengan dilema etis (Laily, 2010). Hal ini juga didukung oleh hasil penelitian Ponemon (1992) yang dikutip oleh Purnamasari (2006) menyatakan bahwa level pertimbangan etis yang tinggi akan lebih meningkatkan sensitifitas seorang individu untuk lebih mengkritisi kejadian, masalah dan konflik.
BAB V PENUTUP
5.1. Simpulan Penelitian ini menguji pengaruh pengetahuan, pengalaman dan orientasi etika auditor terhadap audit judgement dengan pengambilan keputusan etis sebagai variabel intervening. Berdasarkan hasil penelitian dapat disimpulkan bahwa pengetahuan auditor terbukti memiliki pengaruh positif terhadap pengambilan keputusan etis dan audit
judgement
baik
secara
langsung
maupun
tidak
langsung,
hal
ini
mengindikasikan bahwa pengetahuan yang dimiliki auditor akan membantunya dalam menyelesaikan pekerjaannya sehingga akan berpengaruh terhadap kualitas dari judgement yang dihasilkan auditor. Penelitian ini juga membuktikan bahwa terdapat pengaruh yang positif terhadap pengambilan keputusan etis dan audit judgement baik secara langsung maupun tidak langsung. Hal ini menunjukkan bahwa auditor yang memiliki pengalaman kerja yang lebih akan meningkatkan kualitas judgement yang dihasilkannya karena lama bekerja memungkinkan seorang auditor untuk terbiasa menghadapi situasi dilema etika maka akan semakin meningkatkan pengambilan keputusan etisnya. Hasil penelitian ini juga menunjukkan bahwa terdapat pengaruh positif antara pengambilan keputusan etis terhadap audit judgement. Hal ini membuktikan bahwa kemampuan auditor dalam menghadapi konflik audit yang melanda dirinya akan
116
117
membantunya dalam menghasilkan keputusan yang akan berlawanan dengan keinginan klien sehingga juga akan berdampak terhadap judgement yang dibuatnya. Akan tetapi hasil penelitian ini tidak dapat membuktikan bahwa terdapat pengaruh antara orientasi etika auditor terhadap pengambilan keputusan etis maupun audit judgement baik secara langsung maupun tidak langsung.
5.2. Saran Berdasarkan hasil penelitian yang diperoleh peneliti dengan adanya penelitian ini, maka peneliti mengajukan saran sebagai berikut: 1) Penelitian ini menunjukkan bahwa pengetahuan memiliki pengaruh positif terhadap kualitas judgement auditor dan juga membuktikan bahwa pengetahuan auditor akan membantunya menyelesaikan situasi konflik audit yang sering terjadi pada profesinya. Dari sini dapat kita lihat bahwa pengetahuan merupakan salah satu modal penting dalam menjalani profesi sebagai seorang auditor. Dengan kata lain auditor diharapkan mampu meningkatkan pengetahuan yang dimilikinya sebagai modal untuk meningkatkan kualitas kerja. 2) Hasil penelitian juga membuktikan bahwa pengalaman berpengaruh positif terhadap kualitas judgement auditor. dengan banyaknya tugas, berbagai macam kasus dan perusahaan yang akan ditangani auditor dapat memberikan peningkatan pengalaman pada profesinya sehingga diharapkan auditor dapat meningkatkan kualitas judgement auditor sehingga dapat berpengaruh juga
118
terhadap kualitas kerja auditor. 3) Tidak ditemukannya pengaruh signifikan antara orientasi etika dengan pengambilan keputusan etis dan audit judgement. Membuktikan bahwa auditor menganggap nilai etika bukanlah sesuatu yang harus ditaati. Hal ini membuktikan kurangnya pengetahuan auditor akan kode etik profesinya. Adanya pendidikan etika profesi diharapkan sangat berguna bagi auditor sehingga dapat membantunya menggunakan pendekatan etika ketika menghadapi konflik audit saat menjalankan tugasnya. 4) Dalam penelitian ini lebih menggunakan faktor individu yang diduga berpengaruh terhadap kualitas judgement auditor. Bagi peneliti selanjutnya dapat menggunakan faktor situasional yang diduga juga berpengaruh terhadap judgement auditor yakni seperti budaya organisasi dan nilai etika organisasi. Bagi variabel pengalaman auditor, peneliti selanjutnya dapat menggunakan lamanya bekerja sebagai auditor sebagai indikator untuk mengukur pengalaman audit.
DAFTAR PUSTAKA
Abdurrahman, dan Nur Laila Yuliani. 2011. Determinasi Pengambilan Keputusan Etis Auditor Internal (Studi Empiris pada BUMN dan BUMD di Magelang dan Temanggung). Widya Warta, No. 02: 133-150. Arens, Alvin & James K. Loebbecke. 2003. Auditing : Pendekatan Terpadu. (Judul Asli Auditing: Integrated Approach) Edisi Revisi Jilid I. Penerjemah Amir Abadi Jusuf. Jakarta: Penerbit Salemba Empat. Arifudin, 2002. Hubungan Antara Judgement Audit dengan Resiko dan Materialitas. Jurnal Bisnis dan Akuntansi. Asih, Dwi Ananing Tyas. 2006. Pengaruh Pengalaman terhadap Peningkatan Keahlian Auditor dalam Bidang Auditing. Skripsi. Fakultas Ekonomi Universitas Islam Indonesia. Yogyakarta. Aziza, Nurna dan Andi Agus Salim. 2007. Pengaruh Orientasi Etika pada Komitmen dan Sensitivitas Etika Auditor (Studi Empiris pada Auditor di Bengkulu dan Sumatra Selatan). http://elib.pdii.lipi.go.id Budi, Sasongko, Basuki dan Hendrayatno. 2004. Internal Auditor dan Dilema Etika. www.theakuntan.com Falah, Syaikhul. 2006. Pengaruh Budaya Etis Organisasi dan Orientasi Etika Terhadap Sensitivitas Etika (Studi Empiris Tentang Pemeriksaan Internal di Bawasda Pemda Papua). Tesis master yang dipublikasikan. Universitas Diponegoro. Farhan, Djuni. 2009. Etika dan Akuntabilitas Profesi Akuntan Publik. Malang: Inti Media. Ghozali, Imam dan Fuad. 2005. Structural Equation Modeling dengan Program LISREL 8.80. Semarang : BP Undip. Ghozali, Imam. 2007. Aplikasi Analisis Multivariat dengan Program SPSS. Semarang : BP Undip. Herawaty, A. dan Susanto, Y.K. 2009. Profesionalisme, Pengetahuan Akuntan Publik dalam Mendeteksi Kekeliruan, Etika Profesi dan Pertimbangan Tingkat Materialitas. Jurnal Akuntansi dan Keuangan, Vol. 11, No. 1: 13-20. 119
120
Herliansyah, Yudhi, dan Meifida Ilyas. 2006. Pengaruh Pengalaman Auditor Terhadap Penggunaan Bukti Tidak Relevan Dalam Auditor Judgment. Simposium Nasional Akuntansi 9 Padang. Hidayat,Widi, dan Sari Handayani. 2010. Peran Faktor-Faktor Individual dan Pertimbangan Etis Terhadap Perilaku Auditor dalam Situasi Konflik Audit pada Lingkungan Inspektorat Sulawesi Tenggara. Jurnal Mitra Ekonomi dan Manajemen Bisnis, Vol.1, No. 1: 83-112. IAI.2009. Standar Akuntansi Keuangan (SAK). Jakarta : Salemba 4. Indriantoro, Nur., dan Bambang Supomo. 2002. Metodologi Penelitian Bisnis. Edisi pertama, Cetakan kedua. Yogyakarta: BPFE. Jamilah, Siti, Zaenal Fanani dan Grahita Candrarin. 2007. Pengaruh Gender, Tekanan Ketaatan, dan Kompleksitas Tugas terhadap Audit Judgment. Simposium Nasional Akuntansi X Unhas Makassar. Johari, Razana Juhaida and Zuraidah Mohd-Sanusi. 2007. The Effect Of Knowledge, Effort and Ethical Orientation on Audit Judgement Performance. Accounting Research Institute. Kusindratno, Rian., & Sumarta, Nurmadi H. (2005). Studi mengenai indikasi manajemen laba dalam laporan keuangan perusahaan publik di Bursa Efek Jakarta. Jurnal Ekonomi UNMER, vol 9 (1), p. 206-222. Laily, Nujmatul. 2010. Pengaruh Pengalaman Auditor terhadap Ethical Judgement dengan Pengetahuan Auditor dan Komitmen Profesi sebagai Variabel Intervening (Studi pada Kantor Akuntan Publik di Indonesia yang Terdaftar pada BEI 2008). Tesis master yang dipublikasikan. Universitas Brawijaya. Ludigdo, Unti. 2007. Paradoks Etika Akuntan. Yogyakarta: Pustaka Pelajar. Mardisar, Diani, dan Ria Nelly Sari. 2007. The Effect of Task Complexity on Quality of Auditor’s Work: The Impact of Accountability and Knowledge. Jurnal Bisnis & Akuntansi, Vol. 9, No. 3: 223-236. Mayangsari, Sekar. 2003. Pengaruh Keahlian Audit dan Indepedensi Terhadap Pendapat Audit: Sebuah Kuasieksperimen. Jurnal Riset Akuntansi Indonesia, Vol. 6, No. 1: 1-22. Mulyadi. 2002. Auditing Edisi 6. Jakarta: Salemba Empat.
121
Nadirsyah, Eiya. D.Y. 2009. Pengaruh Locus of Control, Orientasi Etika dan Budaya Organisasi Terhadap Pengambilan Keputusan Etis dalam Kondisi Dilema Etika (Studi Empiris Pada Auditor Internal dan Eksternal Pemerintah Aceh). Jurnal Akuntansi, Vol. 4, No.2: 671-689. Noor, Juliansyah. 2011. Metodologi Penelitian: Skripsi, Tesis, Disertasi, dan Karya Ilmiah. Jakarta: Kencana. Nuryatno, Muhd, dan Synthia Dewi. 2001. Tinjauan Etika Atas Pengambila Keputusan Auditor Berdasarkan Pendekatan Moral. Media Riset Akuntansi, Auditing dan Informasi, Vol. 1, No.3: 49-62. Purnamasari, V. 2006. Sifat Machiavellian dan Pertimbangan Etis: Anteseden, Independensi dan Perilaku Etis Auditor. Simposium Nasional Akuntansi 9 Padang. Sabaruddinsah. 2007. Pengaruh Gender, Pengalaman Auditor dan Komplesitas Tugas terhadap Audit Judgement. Paradigma, Vol. VIII, No. 01: 1-16. Sapariyah, Rina Ani. 2005. Pengaruh Perbedaan Faktor-Faktor Individual Terhadap Perilaku Etis Karyawan Bagian Akuntansi. Jurnal Ekonomi dan Manajemen Vol. 11, No. 1: 1-14. Sekaran, Uma. 2006. Metode Penelitian untuk Bisnis, Edisi keempat. Jakarta: Salemba Empat. Sucipto, Andre. 2007. Analisis Pengaruh Pengetahuan, Pengalaman Terhadap Kemampuan Akuntan Pemeriksa dalam Mendeteksi Kekeliruan Pada Akuntan Publik di Surabaya. Skripsi master yang dipublikasikan. Universitas Kristen Petra. Suliani, Metta. 2010. Pengaruh Pertimbangan Etis, Perilaku Machivellian dan Gender Terhadap Pengambilan Kepuusan Etis Pada Mahasiswa S1 Akuntansi Universitas Katolik Atma Jaya dan Mahasiswa S1 Akuntansi Universitas Kristen Setya Watcana. Tesis master yang tidak dipublikasikan. Universitas Diponegoro. Suraida, Ida. 2005. Pengaruh Etika, Kompetensi, Pengalaman Audit dan Risiko Audit Terhadap Skeptimisme Profesional Auditor dan Ketepatan Pemberian Opini Akuntan Publik. Sosiohumaniora, Vol. 7, No. 3: 186 – 202. Susetyo, Budi. 2009. Pengaruh Pengalaman Audit Terhadap Pertimbangan Auditor dengan Kredibilitas Klien sebagai Variabel Moderating (Survey Empiris
122
Auditor Yang Bekerja Pada Kantor Akuntan Publik dan Daerah Istimewa Yogyakarta). Thesis master yang dipublikasikan. Universitas Diponegoro. Tarigan, Rasin, dan Heru Satyanugraha. 2005. Level Kognitif Moral Auditor Indonesia. Media Riset Akuntansi, Auditing dan Informasi. Vol. 5, No.1: 123. Waspodo, Lego. 2007. Pengaruh Independensi Auditor Eksternal dan Kualitas Audit Terhadap Hasil Negoisasi Antara Auditor dengan Manajemen Klien Mengenai Permasalahan Laporan Keuangan (Studi Empiris Terhadap Manajemen Klien MengenaI Permasalah Laporan Keuangan (Studi Empiris Terhadap Manajer Perusahaan Manufaktur Yang Terdaftar di BEJ). Tesis master yang dipublikasikan. Universitas Diponegoro. Zarkasyi, Srihadi W. 2009. Pentingnya Ethical Orientathion bagi Akuntan Publik: Suatu Pendekatan Deskripif. Working Paper. Universitas Padjadjaran. Zulaikha. 2007. Pengaruh Interaksi Gender, Kompleksitas Tugas, dan Pengalaman Auditor terhadap Audit Judgment. Simposium Nasional Akuntansi 9 Padang. www.iapi.or.id
Statistics Pengetahuan Auditor N
Valid
Pengalaman Auditor
Orientasi Etika Idealisme
130
130
130
0
0
0
12.55
12.27
13.82
.214
.210
.274
12.00
12.00
14.00
12
12
a
13
Std. Deviation
2.444
2.391
3.122
Variance
5.971
5.718
9.749
Skewness
-.194
-.259
.460
.212
.212
.212
1.929
2.267
.755
.422
.422
.422
16
16
18
Minimum
4
4
6
Maximum
20
20
24
Sum
1631
1595
1796
Percentiles 25
11.00
11.00
12.00
50
12.00
12.00
14.00
75
14.00
14.00
16.00
Missing Mean Std. Error of Mean Median Mode
Std. Error of Skewness Kurtosis Std. Error of Kurtosis Range
a. Multiple modes exist. The smallest value is shown
Statistics Orientasi Etika Relativisme N
Valid
Pengambilan Keputusan Etis Audit Judgement 130
130
130
0
0
0
13.45
12.74
12.52
.268
.216
.209
13.00
13.00
13.00
13
13
13
Std. Deviation
3.050
2.464
2.380
Variance
9.304
6.071
5.662
Skewness
.432
-.164
-.027
Std. Error of Skewness
.212
.212
.212
Kurtosis
.917
1.126
1.422
Std. Error of Kurtosis
.422
.422
.422
17
15
14
Minimum
6
5
6
Maximum
23
20
20
Sum
1749
1656
1628
Percentiles 25
11.00
11.00
11.00
50
13.00
13.00
13.00
75
15.00
14.00
14.00
Missing Mean Std. Error of Mean Median Mode
Range
a. Multiple modes exist. The smallest value is shown
Frequency Table Pengetahuan Auditor Cumulative Frequency Valid
Percent
Valid Percent
Percent
4
1
.8
.8
.8
5
1
.8
.8
1.5
7
2
1.5
1.5
3.1
8
2
1.5
1.5
4.6
9
6
4.6
4.6
9.2
10
7
5.4
5.4
14.6
11
15
11.5
11.5
26.2
12
33
25.4
25.4
51.5
13
21
16.2
16.2
67.7
14
20
15.4
15.4
83.1
15
10
7.7
7.7
90.8
16
7
5.4
5.4
96.2
17
2
1.5
1.5
97.7
18
1
.8
.8
98.5
20
2
1.5
1.5
100.0
130
100.0
100.0
Total
Pengalaman Auditor Cumulative Frequency Valid
Percent
Valid Percent
Percent
4
1
.8
.8
.8
5
1
.8
.8
1.5
6
2
1.5
1.5
3.1
8
3
2.3
2.3
5.4
9
5
3.8
3.8
9.2
10
11
8.5
8.5
17.7
11
18
13.8
13.8
31.5
12
27
20.8
20.8
52.3
13
27
20.8
20.8
73.1
14
20
15.4
15.4
88.5
15
10
7.7
7.7
96.2
17
1
.8
.8
96.9
18
2
1.5
1.5
98.5
19
1
.8
.8
99.2
20
1
.8
.8
100.0
130
100.0
100.0
Total
Orientasi Etika Idealisme Cumulative Frequency Valid
Percent
Valid Percent
Percent
6
1
.8
.8
.8
8
1
.8
.8
1.5
9
10
7.7
7.7
9.2
10
7
5.4
5.4
14.6
11
11
8.5
8.5
23.1
12
11
8.5
8.5
31.5
13
20
15.4
15.4
46.9
14
19
14.6
14.6
61.5
15
17
13.1
13.1
74.6
16
9
6.9
6.9
81.5
17
9
6.9
6.9
88.5
18
9
6.9
6.9
95.4
19
2
1.5
1.5
96.9
22
2
1.5
1.5
98.5
23
1
.8
.8
99.2
24
1
.8
.8
100.0
130
100.0
100.0
Total
Orientasi Etika Relativisme Cumulative Frequency Valid
Percent
Valid Percent
Percent
6
1
.8
.8
.8
7
1
.8
.8
1.5
8
5
3.8
3.8
5.4
9
5
3.8
3.8
9.2
10
5
3.8
3.8
13.1
11
19
14.6
14.6
27.7
12
9
6.9
6.9
34.6
13
24
18.5
18.5
53.1
14
19
14.6
14.6
67.7
15
12
9.2
9.2
76.9
16
12
9.2
9.2
86.2
17
7
5.4
5.4
91.5
18
7
5.4
5.4
96.9
21
1
.8
.8
97.7
22
1
.8
.8
98.5
23
2
1.5
1.5
100.0
130
100.0
100.0
Total
Pengambilan Keputusan Etis Cumulative Frequency Valid
Percent
Valid Percent
Percent
5
1
.8
.8
.8
6
1
.8
.8
1.5
7
3
2.3
2.3
3.8
8
1
.8
.8
4.6
9
4
3.1
3.1
7.7
10
7
5.4
5.4
13.1
11
21
16.2
16.2
29.2
12
19
14.6
14.6
43.8
13
24
18.5
18.5
62.3
14
23
17.7
17.7
80.0
15
14
10.8
10.8
90.8
16
5
3.8
3.8
94.6
17
2
1.5
1.5
96.2
18
3
2.3
2.3
98.5
19
1
.8
.8
99.2
20
1
.8
.8
100.0
130
100.0
100.0
Total
Audit Judgement Cumulative Frequency Valid
Percent
Valid Percent
Percent
6
1
.8
.8
.8
7
6
4.6
4.6
5.4
9
5
3.8
3.8
9.2
10
6
4.6
4.6
13.8
11
21
16.2
16.2
30.0
12
17
13.1
13.1
43.1
13
37
28.5
28.5
71.5
14
19
14.6
14.6
86.2
15
9
6.9
6.9
93.1
16
3
2.3
2.3
95.4
17
2
1.5
1.5
96.9
18
1
.8
.8
97.7
19
2
1.5
1.5
99.2
20
1
.8
.8
100.0
130
100.0
100.0
Total
Jenis Kelamin Cumulative Frequency Valid
Percent
Valid Percent
Percent
L
71
54.6
54.6
54.6
P
59
45.4
45.4
100.0
130
100.0
100.0
Total
Usia Responden Cumulative Frequency Valid
Percent
Valid Percent
Percent
>40
19
14.6
14.6
14.6
21-25
28
21.5
21.5
36.2
26-30
29
22.3
22.3
58.5
31-35
27
20.8
20.8
79.2
36-40
27
20.8
20.8
100.0
Total
130
100.0
100.0
Lama Bekerja Cumulative Frequency Valid
Percent
Valid Percent
Percent
<3
31
23.8
23.8
23.8
>12
27
20.8
20.8
44.6
10-12
24
18.5
18.5
63.1
3-6
26
20.0
20.0
83.1
7-9
22
16.9
16.9
100.0
130
100.0
100.0
Total
Tingkat Pendidikan Cumulative Frequency Valid
Percent
Valid Percent
Percent
D3
12
9.2
9.2
9.2
S1
70
53.8
53.8
63.1
S2 Total
48
36.9
36.9
130
100.0
100.0
100.0
Jabatan Cumulative Frequency Valid
Percent
Valid Percent
Percent
Auditor Junior
57
43.8
43.8
43.8
Auditor Senior
73
56.2
56.2
100.0
130
100.0
100.0
Total
DATE: 07/23/2012 TIME: 12:37 P R E L I S
2.80
BY Karl G. Jöreskog and Dag Sörbom
This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Chicago, IL 60646-1704, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-99 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com
The following lines were read from file
E:\L\FULLSEM.PR2:
!PRELIS SYNTAX: Can be edited SY=E:$$L$$FULLSEM.PSF OU MA=CM SM=E:$$l$$all.cov AC=E:$$l$$all.acm
Total Sample Size =
130
Univariate Summary Statistics for Continuous Variables Variable X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18
Mean St. Dev. 3.115 0.743 3.108 0.696 3.185 0.702 3.138 0.713 3.031 0.693 3.092 0.720 3.077 0.711 3.069 0.759 2.777 0.729 2.777 0.739 2.800 0.720 2.723 0.768 2.738 0.763 2.677 0.673 2.662 0.732 2.715 0.780 2.738 0.753 2.662 0.753
T-Value Skewness 47.789 0.041 50.909 -0.148 51.725 -0.137 50.215 -0.208 49.895 0.386 48.962 -0.393 49.335 0.019 46.087 -0.225 43.440 0.372 42.819 0.032 44.365 0.446 40.442 0.103 40.920 0.589 45.350 0.336 41.461 0.386 39.696 0.448 41.475 0.142 40.310 -0.013
Kurtosis 0.549 0.686 0.852 1.191 1.908 0.479 0.783 0.780 0.287 0.061 0.879 -0.104 0.965 0.311 -0.038 0.487 0.497 0.785
Minimum 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
Freq. 2 2 2 3 2 3 2 4 2 4 2 5 3 2 3 4 5 8
Maximum 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000
Freq. 4 2 3 3 5 1 3 3 2 1 3 1 4 1 1 3 2 2
X19 X20 X21 X22 X23 X24 X25 X26
3.131 3.162 3.231 3.215 3.215 3.123 3.115 3.069
0.761 0.735 0.710 0.747 0.715 0.715 0.764 0.695
46.885 49.072 51.863 49.082 51.266 49.771 46.502 50.325
-0.011 0.213 -0.498 -0.147 -0.343 0.073 0.119 0.047
0.298 0.417 1.062 0.431 0.445 0.961 0.493 1.048
1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000
2 1 3 2 2 2 2 2
5.000 5.000 5.000 5.000 5.000 5.000 5.000 5.000
Test of Univariate Normality for Continuous Variables Variable X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26
Z-Score 0.192 -0.696 -0.643 -0.975 1.810 -1.842 0.091 -1.054 1.746 0.150 2.093 0.484 2.764 1.577 1.809 2.101 0.665 -0.063 -0.052 0.999 -2.334 -0.691 -1.608 0.341 0.559 0.220
Skewness P-Value 0.848 0.487 0.520 0.330 0.070 0.065 0.927 0.292 0.081 0.881 0.036 0.629 0.006 0.115 0.070 0.036 0.506 0.950 0.958 0.318 0.020 0.489 0.108 0.733 0.576 0.826
Z-Score 1.382 1.597 1.837 2.264 2.973 1.264 1.741 1.737 0.913 0.433 1.874 0.021 1.987 0.960 0.192 1.278 1.296 1.743 0.934 1.156 2.110 1.181 1.206 1.982 1.288 2.093
Kurtosis P-Value 0.167 0.110 0.066 0.024 0.003 0.206 0.082 0.082 0.361 0.665 0.061 0.983 0.047 0.337 0.848 0.201 0.195 0.081 0.350 0.248 0.035 0.237 0.228 0.047 0.198 0.036
Skewness and Kurtosis Chi-Square P-Value 1.947 0.378 3.035 0.219 3.788 0.150 6.078 0.048 12.117 0.002 4.990 0.082 3.039 0.219 4.126 0.127 3.880 0.144 0.210 0.900 7.893 0.019 0.234 0.889 11.591 0.003 3.407 0.182 3.310 0.191 6.048 0.049 2.121 0.346 3.041 0.219 0.876 0.645 2.334 0.311 9.900 0.007 1.874 0.392 4.041 0.133 4.045 0.132 1.972 0.373 4.430 0.109
Relative Multivariate Kurtosis = 0.986
Test of Multivariate Normality for Continuous Variables Skewness Value
Kurtosis Z-Score
P-Value
153.778
0.694
0.487
Skewness and Kurtosis Value Z-Score P-Value Chi-Squar e 1.111 0.217 0.828 0.529
P-Value 0.767
4 5 2 4 2 4 5 3
Histograms for Continuous Variables variable: X1 FREQUENCY 2 0 19 0 75 0 0 30 0 4
PERCENTAG E 1.5 0.0 14.6 0.0 57.7 0.0 0.0 23.1 0.0 3.1
LOWER CLASS LIMIT
PERCENTAG E 1.5 0.0 13.1 0.0 60.0 0.0 0.0 23.8 0.0 1.5
LOWER CLASS LIMIT
PERCENTAG E 1.5 0.0 10.0 0.0 59.2 0.0 0.0 26.9 0.0 2.3
LOWER CLASS LIMIT
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X2 FREQUENCY 2 0 17 0 78 0 0 31 0 2
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X3 FREQUENCY 2 0 13 0 77 0 0 35 0 3
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X4 FREQUENCY 3 0 13 0 0 80 0 31 0 3
PERCENTAG E 2.3 0.0 10.0 0.0 0.0 61.5 0.0 23.8 0.0 2.3
LOWER CLASS LIMIT
PERCENTAG E 1.5 0.0 13.8 0.0 0.0 68.5 0.0 12.3 0.0 3.8
LOWER CLASS LIMIT
PERCENTAG E 2.3 0.0 13.8 0.0 0.0 56.9 0.0 26.2 0.0 0.8
LOWER CLASS LIMIT
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X5 FREQUENCY 2 0 18 0 0 89 0 16 0 5
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X6 FREQUENCY 3 0 18 0 0 74 0 34 0 1
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X7 FREQUENCY 2 0 19 0 0 79 0 27 0 3
PERCENTAG E 1.5 0.0 14.6 0.0 0.0 60.8 0.0 20.8 0.0 2.3
LOWER CLASS LIMIT
PERCENTAG E 3.1 0.0 13.8 0.0 58.5 0.0 0.0 22.3 0.0 2.3
LOWER CLASS LIMIT
PERCENTAG E 1.5 0.0 33.8 0.0 51.5 0.0 0.0 11.5 0.0 1.5
LOWER CLASS LIMIT
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X8 FREQUENCY 4 0 18 0 76 0 0 29 0 3
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X9 FREQUENCY 2 0 44 0 67 0 0 15 0 2
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X10 FREQUENCY 4 0 40 0 68 0 0 17 0 1
PERCENTAG E 3.1 0.0 30.8 0.0 52.3 0.0 0.0 13.1 0.0 0.8
LOWER CLASS LIMIT
PERCENTAG E 1.5 0.0 30.8 0.0 56.2 0.0 0.0 9.2 0.0 2.3
LOWER CLASS LIMIT
PERCENTAG E 3.8 0.0 34.6 0.0 47.7 0.0 0.0 13.1 0.0 0.8
LOWER CLASS LIMIT
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X11 FREQUENCY 2 0 40 0 73 0 0 12 0 3
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X12 FREQUENCY 5 0 45 0 62 0 0 17 0 1
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X13 FREQUENCY 3 0 46 0 67 0 0 10 0 4
PERCENTAG E 2.3 0.0 35.4 0.0 51.5 0.0 0.0 7.7 0.0 3.1
LOWER CLASS LIMIT
PERCENTAG E 1.5 0.0 38.5 0.0 51.5 0.0 0.0 7.7 0.0 0.8
LOWER CLASS LIMIT
PERCENTAG E 2.3 0.0 41.5 0.0 44.6 0.0 0.0 10.8 0.0 0.8
LOWER CLASS LIMIT
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X14 FREQUENCY 2 0 50 0 67 0 0 10 0 1
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X15 FREQUENCY 3 0 54 0 58 0 0 14 0 1
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X16 FREQUENCY 4 0 48 0 62 0 0 13 0 3
PERCENTAG E 3.1 0.0 36.9 0.0 47.7 0.0 0.0 10.0 0.0 2.3
LOWER CLASS LIMIT
PERCENTAG E 3.8 0.0 31.5 0.0 53.1 0.0 0.0 10.0 0.0 1.5
LOWER CLASS LIMIT
PERCENTAG E 6.2 0.0 30.8 0.0 55.4 0.0 0.0 6.2 0.0 1.5
LOWER CLASS LIMIT
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X17 FREQUENCY 5 0 41 0 69 0 0 13 0 2
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X18 FREQUENCY 8 0 40 0 72 0 0 8 0 2
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X19 FREQUENCY 2 0 20 0 71 0 0 33 0 4
PERCENTAG E 1.5 0.0 15.4 0.0 54.6 0.0 0.0 25.4 0.0 3.1
LOWER CLASS LIMIT
PERCENTAG E 0.8 0.0 13.8 0.0 57.7 0.0 0.0 23.8 0.0 3.8
LOWER CLASS LIMIT
PERCENTAG E 2.3 0.0 7.7 0.0 56.2 0.0 0.0 32.3 0.0 1.5
LOWER CLASS LIMIT
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X20 FREQUENCY 1 0 18 0 75 0 0 31 0 5
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X21 FREQUENCY 3 0 10 0 73 0 0 42 0 2
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X22 FREQUENCY 2 0 15 0 0 70 0 39 0 4
PERCENTAG E 1.5 0.0 11.5 0.0 0.0 53.8 0.0 30.0 0.0 3.1
LOWER CLASS LIMIT
PERCENTAG E 1.5 0.0 10.8 0.0 0.0 53.8 0.0 32.3 0.0 1.5
LOWER CLASS LIMIT
PERCENTAG E 1.5 0.0 12.3 0.0 61.5 0.0 0.0 21.5 0.0 3.1
LOWER CLASS LIMIT
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X23 FREQUENCY 2 0 14 0 0 70 0 42 0 2
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X24 FREQUENCY 2 0 16 0 80 0 0 28 0 4
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X25 FREQUENCY 2 0 20 0 74 0 0 29 0 5
PERCENTAG E 1.5 0.0 15.4 0.0 56.9 0.0 0.0 22.3 0.0 3.8
LOWER CLASS LIMIT
PERCENTAG E 1.5 0.0 13.8 0.0 63.1 0.0 0.0 19.2 0.0 2.3
LOWER CLASS LIMIT
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
variable: X26 FREQUENCY 2 0 18 0 82 0 0 25 0 3
1.000 1.400 1.800 2.200 2.600 3.000 3.400 3.800 4.200 4.600
Covariance Matrix X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20
X1 0.552 0.375 0.374 0.309 0.330 0.253 0.255 0.240 0.158 0.173 0.186 0.203 0.224 0.169 0.202 0.273 0.224 0.225 0.248 0.222
X2
X3
X4
X5
X6
0.484 0.337 0.295 0.276 0.207 0.271 0.225 0.195 0.179 0.184 0.216 0.230 0.167 0.192 0.240 0.207 0.231 0.265 0.207
0.493 0.277 0.281 0.208 0.242 0.251 0.173 0.181 0.216 0.253 0.219 0.176 0.210 0.247 0.250 0.241 0.231 0.164
0.508 0.298 0.196 0.230 0.254 0.178 0.186 0.214 0.201 0.199 0.146 0.187 0.265 0.246 0.218 0.230 0.226
0.480 0.245 0.261 0.285 0.193 0.193 0.231 0.187 0.248 0.119 0.212 0.226 0.194 0.235 0.252 0.228
0.519 0.326 0.335 0.207 0.215 0.181 0.173 0.187 0.146 0.218 0.213 0.218 0.202 0.220 0.148
X21 X22 X23 X24 X25 X26
0.213 0.239 0.270 0.304 0.258 0.248
0.223 0.248 0.263 0.242 0.259 0.202
0.221 0.231 0.216 0.248 0.265 0.220
0.262 0.280 0.257 0.301 0.224 0.254
0.218 0.257 0.249 0.306 0.299 0.269
0.203 0.166 0.197 0.221 0.222 0.203
Covariance Matrix (continued) X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26
X7 0.506 0.367 0.273 0.242 0.178 0.145 0.206 0.149 0.197 0.224 0.206 0.220 0.261 0.212 0.246 0.247 0.224 0.262 0.278 0.250
X8
X9
X10
X11
X12
0.577 0.264 0.233 0.216 0.205 0.220 0.162 0.217 0.229 0.259 0.287 0.254 0.237 0.255 0.233 0.202 0.278 0.256 0.297
0.531 0.430 0.304 0.310 0.321 0.261 0.257 0.331 0.313 0.304 0.146 0.122 0.106 0.110 0.079 0.144 0.227 0.124
0.547 0.312 0.318 0.337 0.245 0.304 0.324 0.337 0.296 0.192 0.153 0.137 0.149 0.087 0.152 0.220 0.124
0.518 0.386 0.374 0.299 0.358 0.353 0.343 0.304 0.166 0.172 0.171 0.206 0.121 0.195 0.248 0.169
0.589 0.400 0.297 0.332 0.347 0.353 0.324 0.192 0.138 0.165 0.169 0.099 0.174 0.218 0.128
Covariance Matrix (continued) X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26
X13 0.582 0.333 0.360 0.398 0.342 0.337 0.213 0.213 0.185 0.243 0.142 0.211 0.286 0.181
X14
X15
X16
X17
X18
0.453 0.332 0.357 0.318 0.246 0.159 0.099 0.129 0.155 0.093 0.110 0.177 0.116
0.536 0.384 0.306 0.264 0.176 0.094 0.141 0.166 0.104 0.166 0.218 0.109
0.608 0.382 0.368 0.208 0.170 0.182 0.194 0.132 0.183 0.258 0.113
0.567 0.329 0.221 0.136 0.216 0.212 0.165 0.172 0.240 0.173
0.567 0.153 0.148 0.187 0.205 0.159 0.220 0.264 0.179
X20
X21
X22
X23
X24
0.540 0.280 0.291
0.504 0.330
0.558
Covariance Matrix (continued) X19 X20 X21 X22
X19 0.580 0.351 0.342 0.351
X23 X24 X25 X26
0.344 0.286 0.272 0.278
0.244 0.251 0.268 0.252
0.268 0.266 0.252 0.255
0.302 0.260 0.239 0.264
0.511 0.283 0.270 0.311
0.512 0.280 0.364
Covariance Matrix (continued) X25 X26
X25 0.583 0.279
X26 0.484
X2 3.108
X3 3.185
X4 3.138
X5 3.031
X6 3.092
X9 2.777
X10 2.777
X11 2.800
X12 2.723
X15 2.662
X16 2.715
X17 2.738
X18 2.662
X21 3.231
X22 3.215
X23 3.215
X24 3.123
X3 0.702
X4 0.713
X5 0.693
X6 0.720
X10 0.739
X11 0.720
X12 0.768
Means X1 3.115
Means (continued) X7 3.077
X8 3.069
Means (continued) X13 2.738
X14 2.677
Means (continued) X19 3.131
X20 3.162
Means (continued) X25 3.115
X26 3.069
Standard Deviations X1 0.743
X2 0.696
Standard Deviations (continued) X7 0.711
X8 0.759
X9 0.729
Standard Deviations (continued) X13 0.763
X14 0.673
X15 0.732
X16 0.780
X17 0.753
X18 0.753
X22 0.747
X23 0.715
X24 0.715
Standard Deviations (continued) X19 0.761
X20 0.735
X21 0.710
Standard Deviations (continued) X25 0.764
X26 0.695
The Problem used 552912 Bytes (= 0.8% of available workspace)
DATE: 7/24/2012 TIME: 19:27
L I S R E L 8.80 BY Karl G. Jöreskog and Dag Sörbom
This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2006 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com
The following lines were read from file D:\data sasa\SKRIPSI SASA VALID\SIMPLIS\SIMPLIS PE\CFA PE.spj:
Observed Variables PE1 PE2 PE3 PE4 Covariance Matrix 0.55 0.38 0.48 0.37 0.34 0.49 0.31 0.30 0.28 0.51 Means 3.12 3.11 3.18 3.14 Sample Size = 130 Latent Variables PE Relationships PE1 = 1*PE PE2 - PE4 = PE Path Diagram Iterations = 250 Method of Estimation: Maximum Likelihood End of Problem 6.6in.02in Sample Size = 130
Confirmatory Factor Analysis Pengetahuan Covariance Matrix
PE1 PE2 PE3 PE4
PE1 0.55 0.38 0.37 0.31
PE2
PE3
PE4
0.48 0.34 0.30
0.49 0.28
0.51
Confirmatory Factor Analysis Pengetahuan Number of Iterations = 3 LISREL Estimates (Maximum Likelihood) Measurement Equations PE1 = 1.00*PE, Errorvar.=
PE2 =
PE3 =
PE4 =
0.93*PE, (0.079) 11.75 0.90*PE, (0.081) 11.05 0.77*PE, (0.089) 8.66
Errorvar.=
Errorvar.=
Errorvar.=
0.14 (0.027) 5.17 0.12 (0.024) 5.19 0.16 (0.027) 6.02 0.27 (0.037) 7.17
, R² = 0.74
, R² = 0.74
, R² = 0.67
, R² = 0.48
Variances of Independent Variables PE 0.41 (0.07) 5.88
Goodness of Fit Statistics Degrees of Freedom = 2 Minimum Fit Function Chi-Square = 0.35 (P = 0.84) Normal Theory Weighted Least Squares Chi-Square = 0.35 (P = 0.84) Estimated Non-centrality Parameter (NCP) = 0.0 90 Percent Confidence Interval for NCP = (0.0 ; 2.55)
Minimum Fit Function Value = 0.0027 Population Discrepancy Function Value (F0) = 0.0 90 Percent Confidence Interval for F0 = (0.0 ; 0.020) Root Mean Square Error of Approximation (RMSEA) = 0.0 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.099) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.88 Expected Cross-Validation Index (ECVI) = 0.14 90 Percent Confidence Interval for ECVI = (0.14 ; 0.16) ECVI for Saturated Model = 0.16 ECVI for Independence Model = 2.63 Chi-Square for Independence Model with 6 Degrees of Freedom = 331.58 Independence AIC = 339.58 Model AIC = 16.35 Saturated AIC = 20.00 Independence CAIC = 355.05 Model CAIC = 47.29 Saturated CAIC = 58.68 Normed Fit Index (NFI) = 1.00 Non-Normed Fit Index (NNFI) = 1.02 Parsimony Normed Fit Index (PNFI) = 0.33 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.01 Relative Fit Index (RFI) = 1.00 Critical N (CN) = 3436.56
Root Mean Square Residual (RMR) = 0.0029 Standardized RMR = 0.0058 Goodness of Fit Index (GFI) = 1.00 Adjusted Goodness of Fit Index (AGFI) = 0.99 Parsimony Goodness of Fit Index (PGFI) = 0.20
Time used: 0.031 Seconds
DATE: 7/24/2012 TIME: 22:55 L I S R E L 8.80 BY Karl G. Jöreskog and Dag Sörbom
This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2006 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com
The following lines were read from file D:\data sasa\SKRIPSI SASA VALID\Gambar Hasil Lisrell\Gambar CFA PG\PG.spj: Observed Variables PG1 PG2 PG3 PG4 Covariance Matrix 0.48 0.25 0.52 0.26 0.33 0.51 0.28 0.33 0.37 0.58 Means 3.03 3.09 3.08 3.07 Sample Size = 130 Latent Variables PG Relationships PG1 = 1*PG PG3 - PG4 = PG Path Diagram Iterations = 250 Method of Estimation: Maximum Likelihood End of Problem 6.6in.02in Sample Size = 130
CFA Pengalaman Covariance Matrix
PG1 PG3 PG4
PG1 0.48 0.26 0.28
PG3
PG4
0.51 0.37
0.58
CFA Pengalaman Number of Iterations = 0 LISREL Estimates (Maximum Likelihood) Measurement Equations
PG1 =
1.00*PG,
Errorvar.=
PG2 =
0.93*PG, (0.17) 7.00 1.34*PG, (0.18) 7.44 1.38*PG, (0.19) 7.29
Errorvar.=
PG3 =
PG4 =
Errorvar.=
Errorvar.=
0.14 (0.039) 7.10 0.12 (0.036) 6.20 0.16 (0.032) 4.80 0.20 (0.037) 5.44
, R² = 0.42
, R² = 0.58
, R² = 0.70
, R² = 0.65
Variances of Independent Variables PG 0.20 (0.05) 3.72
Goodness of Fit Statistics Degrees of Freedom = 2 Minimum Fit Function Chi-Square = 0.47 (P = 0.79) Normal Theory Weighted Least Squares Chi-Square = 0.45 (P = 0.80) Estimated Non-centrality Parameter (NCP) = 0.0 90 Percent Confidence Interval for NCP = (0.0 ; 3.14)
Minimum Fit Function Value = 0.0036 Population Discrepancy Function Value (F0) = 0.0 90 Percent Confidence Interval for F0 = (0.0 ; 0.024) Root Mean Square Error of Approximation (RMSEA) = 0.0 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.11) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.85 Expected Cross-Validation Index (ECVI) = 0.14 90 Percent Confidence Interval for ECVI = (0.14 ; 0.16) ECVI for Saturated Model = 0.16 ECVI for Independence Model = 2.10 Chi-Square for Independence Model with 6 Degrees of Freedom = 263.50 Independence AIC = 271.50 Model AIC = 16.45 Saturated AIC = 20.00 Independence CAIC = 286.98 Model CAIC = 47.39 Saturated CAIC = 58.68 Normed Fit Index (NFI) = 1.00 Non-Normed Fit Index (NNFI) = 1.02 Parsimony Normed Fit Index (PNFI) = 0.33 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.01 Relative Fit Index (RFI) = 0.99 Critical N (CN) = 2552.61
Root Mean Square Residual (RMR) = 0.0041 Standardized RMR = 0.0079 Goodness of Fit Index (GFI) = 1.00 Adjusted Goodness of Fit Index (AGFI) = 0.99 Parsimony Goodness of Fit Index (PGFI) = 0.20
Time used: 0.000 Seconds
DATE: 7/24/2012 TIME: 23:30
L I S R E L 8.80 BY Karl G. Jöreskog and Dag Sörbom
This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2006 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com
The following lines were read from file D:\data sasa\SKRIPSI SASA VALID\Gambar Hasil Lisrell\Gambar CFA OE\CFA OE.spj: Observed Variables OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5 Covariance Matrix 0.53 0.43 0.55 0.30 0.31 0.52 0.31 0.32 0.39 0.59 0.32 0.34 0.37 0.40 0.58 0.26 0.25 0.30 0.30 0.33 0.45 0.26 0.30 0.36 0.33 0.36 0.33 0.54 0.33 0.32 0.35 0.35 0.40 0.36 0.38 0.61 0.31 0.34 0.34 0.35 0.34 0.32 0.31 0.38 0.57 0.30 0.30 0.30 0.32 0.34 0.25 0.26 0.37 0.33 0.57 Means 2.78 2.78 2.80 2.72 2.74 2.68 2.66 2.72 2.74 2.66 Sample Size = 130 Latent Variables OEI OER OE Relationships OEI1 = 1*OEI OEI2 - OEI5 = OEI OER1 = 1*OER
OER2 - OER5 = OER OEI OER = OE Set of variance of OE to 1 Set of variance OER to 0.001 Let the errors of OEI1 and OEI2 correlate Path Diagram Iterations = 250 Method of Estimation: Maximum Likelihood End of Problem 6.6in.02in Sample Size = 130
SECOND ORDER CONFIRMATORY FACTOR ANALYSIS KONSTRUK ORIENTASI ETIS Covariance Matrix
OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5
OEI1 0.53 0.43 0.30 0.31 0.32 0.26 0.26 0.33 0.31 0.30
OEI2
OEI3
OEI4
OEI5
OER1
0.55 0.31 0.32 0.34 0.25 0.30 0.32 0.34 0.30
0.52 0.39 0.37 0.30 0.36 0.35 0.34 0.30
0.59 0.40 0.30 0.33 0.35 0.35 0.32
0.58 0.33 0.36 0.40 0.34 0.34
0.45 0.33 0.36 0.32 0.25
OER3
OER4
OER5
0.61 0.38 0.37
0.57 0.33
0.57
Covariance Matrix (continued)
OER2 OER3 OER4 OER5
OER2 0.54 0.38 0.31 0.26
SECOND ORDER CONFIRMATORY FACTOR ANALYSIS KONSTRUK ORIENTASI ETIS Number of Iterations = 20 LISREL Estimates (Maximum Likelihood) Measurement Equations
OEI1=
1.00*OEI,
OEI2=
Errorvar.=
1.04*OEI, (0.086) 12.13 OEI3= 1.17*OEI, (0.13) 8.92 OEI4= 1.20*OEI, (0.14) 8.6 OEI5= 1.24*OEI, (0.14) 8.93 OER1= 1.00*OER,
Errorvar.=
OER2= 1.07*OER, (0.11) 9.86 OER3= 1.21*OER, (0.11) 10.72 OER4= 1.09*OER, (0.11) 9.76 OER5= 0.99*OER, (0.12) 8.56
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
0.27 (0.037) 7.34 0.27 (0.037) 7.29 0.16 (0.025) 6.46 0.21 (0.031) 6.76 0.17 (0.027) 6.38 0.16 (0.024) 6.83 0.21 (0.030) 6.96 0.19 (0.029) 6.47 0.23 (0.032) 7.00 0.29 (0.039) 7.38
, R2 =
0.49
, R2 =
0.51
, R2 =
0.69
, R2 =
0.64
, R2 =
0.7
, R2 =
0.64
, R2 =
0.61
, R2 =
0.7
, R2 =
0.61
, R2 =
0.49
Error Covariance for OEI2 and OEI1 =
0.16 (0.031) 5.17
Structural Equations 0.49*OE, (0.057) 8.53 OER= 0.54*OE, (0.050) 10.68 OEI=
Errorvar.= 0.020 , R2 = (0.012) 1.96 Errorvar.= 0.0010 , R2 =
0.91
1.00
Correlation Matrix of Independent Variables OE 1.00
Covariance Matrix of Latent Variables
OEI OER OE
OEI 0.26 0.26 0.49
OER
OE
0.29 0.54
1.00
Goodness of Fit Statistics Degrees of Freedom = 33 Minimum Fit Function Chi-Square = 40.88 (P = 0.16) Normal Theory Weighted Least Squares Chi-Square = 39.67 (P = 0.20) Estimated Non-centrality Parameter (NCP) = 6.67 90 Percent Confidence Interval for NCP = (0.0 ; 26.71) Minimum Fit Function Value = 0.32 Population Discrepancy Function Value (F0) = 0.052 90 Percent Confidence Interval for F0 = (0.0 ; 0.21) Root Mean Square Error of Approximation (RMSEA) = 0.040 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.079) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.62
Expected Cross-Validation Index (ECVI) = 0.65 90 Percent Confidence Interval for ECVI = (0.60 ; 0.80) ECVI for Saturated Model = 0.85 ECVI for Independence Model = 16.45 Chi-Square for Independence Model with 45 Degrees of Freedom = 2102.40 Independence AIC = 2122.40 Model AIC = 83.67 Saturated AIC = 110.00 Independence CAIC = 2161.08 Model CAIC = 168.76 Saturated CAIC = 322.71 Normed Fit Index (NFI) = 0.98 Non-Normed Fit Index (NNFI) = 0.99 Parsimony Normed Fit Index (PNFI) = 0.72 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) = 0.97 Critical N (CN) = 173.86
Root Mean Square Residual (RMR) = 0.017 Standardized RMR = 0.032 Goodness of Fit Index (GFI) = 0.94 Adjusted Goodness of Fit Index (AGFI) = 0.90 Parsimony Goodness of Fit Index (PGFI) = 0.57
Time used: 0.016 Seconds
DATE: 7/24/2012 TIME: 23:54 L I S R E L 8.80 BY Karl G. Jöreskog and Dag Sörbom
This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2006 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com
The following lines were read from file D:\data sasa\SKRIPSI SASA VALID\Gambar Hasil Lisrell\Gambar CFA PKE\CFA PKE.spj:
Observed Variables PKE1 PKE2 PKE3 PKE4 Covariance Matrix 0.58 0.35 0.54 0.34 0.28 0.50 0.35 0.29 0.33 0.56 Means 3.13 3.16 3.23 3.22 Sample Size = 130 Latent Variables PKE Relationships PKE1 = 1*PKE PKE2 - PKE4 = PKE Path Diagram Iterations = 250 Method of Estimation: Maximum Likelihood End of Problem 6.6in.02in Sample Size = 130
CONFIRMATORY FACTOR ANALYSIS PENGAMBILAN KEPUTUSAN ETIS Covariance Matrix
PKE1 PKE2 PKE3 PKE4
PKE1 0.58 0.35 0.34 0.35
PKE2
PKE3
PKE4
0.54 0.28 0.29
0.50 0.33
0.56
CONFIRMATORY FACTOR ANALYSIS PENGAMBILAN KEPUTUSAN ETIS Number of Iterations = 5 LISREL Estimates (Maximum Likelihood) Measurement Equations PKE1 =
1.00*PKE,
Errorvar.=
PKE2 =
0.93*PKE, (0.10) 8.34 0.90*PKE, (0.097) 9.05 0.77*PKE, (0.10) 8.84
Errorvar.=
PKE3 =
PKE4 =
Errorvar.=
Errorvar.=
Variances of Independent Variables PKE 0.40 (0.07) 5.34
0.18 (0.036) 5.05 0.26 (0.040) 6.55 0.2 (0.033) 5.91 0.24 (0.039) 6.14
, R² = 0.68
, R² = 0.52
, R² = 0.60
, R² = 0.58
Goodness of Fit Statistics Degrees of Freedom = 2 Minimum Fit Function Chi-Square = 2.36 (P = 0.31) Normal Theory Weighted Least Squares Chi-Square = 2.47 (P = 0.29) Estimated Non-centrality Parameter (NCP) = 0.47 90 Percent Confidence Interval for NCP = (0.0 ; 8.87) Minimum Fit Function Value = 0.018 Population Discrepancy Function Value (F0) = 0.0036 90 Percent Confidence Interval for F0 = (0.0 ; 0.069) Root Mean Square Error of Approximation (RMSEA) = 0.043 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.19) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.40 Expected Cross-Validation Index (ECVI) = 0.14 90 Percent Confidence Interval for ECVI = (0.14 ; 0.21) ECVI for Saturated Model = 0.16 ECVI for Independence Model = 2.19 Chi-Square for Independence Model with 6 Degrees of Freedom = 274.04 Independence AIC = 282.04 Model AIC = 18.47 Saturated AIC = 20.00 Independence CAIC = 297.51 Model CAIC = 49.41 Saturated CAIC = 58.68 Normed Fit Index (NFI) = 0.99 Non-Normed Fit Index (NNFI) = 1.00 Parsimony Normed Fit Index (PNFI) = 0.33 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) = 0.97 Critical N (CN) = 504.91
Root Mean Square Residual (RMR) = 0.0096 Standardized RMR = 0.018 Goodness of Fit Index (GFI) = 0.99 Adjusted Goodness of Fit Index (AGFI) = 0.95 Parsimony Goodness of Fit Index (PGFI) = 0.20
Time used: 0.000 Seconds
DATE: 7/25/2012 TIME: 18:59
L I S R E L 8.80 BY Karl G. Jöreskog and Dag Sörbom
This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2006 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com
The following lines were read from file D:\data sasa\SKRIPSI SASA VALID 2\Gambar Hasil Lisrell\Gambar CFA AJ\AJ.spj:
Observed Variables AJ1 AJ2 AJ3 AJ4 Covariance Matrix 0.51 0.28 0.51 0.27 0.28 0.58 0.31 0.36 0.28 0.48 Means 3.22 3.12 3.12 3.07 Sample Size = 130 Latent Variables AJ Relationships AJ1 = 1*AJ AJ2 - AJ4 = AJ Path Diagram Iterations = 250 Method of Estimation: Maximum Likelihood End of Problem 6.6in.02in Sample Size = 130
CONFIRMATORY FACTOR ANALYSIS AUDIT JUDGEMENT Covariance Matrix
AJ1 AJ2 AJ3 AJ4
AJ1 0.51 0.28 0.27 0.31
AJ2
AJ3
AJ4
0.51 0.28 0.36
0.58 0.28
0.48
CONFIRMATORY FACTOR ANALYSIS AUDIT JUDGEMENT Number of Iterations = 4 LISREL Estimates (Maximum Likelihood) Measurement Equations AJ1 =
1.00*AJ,
Errorvar.=
AJ2 =
1.15*AJ, (0.14) 8.33 0.94*AJ, (0.14) 6.54 1.21*AJ, (0.14) 8.64
Errorvar.=
AJ3 =
AJ4 =
Errorvar.=
Errorvar.=
0.26 (0.037) 6.82 0.17 (0.032) 5.40 0.35 (0.049) 7.28 0.11 (0.028) 3.70
Variances of Independent Variables AJ 0.25 (0.06) 4.36
, R² =0.50
, R² =0.66
, R² =0.39
, R² =0.78
Goodness of Fit Statistics Degrees of Freedom = 2 Minimum Fit Function Chi-Square = 2.46 (P = 0.29) Normal Theory Weighted Least Squares Chi-Square = 2.40 (P = 0.30) Estimated Non-centrality Parameter (NCP) = 0.40 90 Percent Confidence Interval for NCP = (0.0 ; 8.72) Minimum Fit Function Value = 0.019 Population Discrepancy Function Value (F0) = 0.0031 90 Percent Confidence Interval for F0 = (0.0 ; 0.068) Root Mean Square Error of Approximation (RMSEA) = 0.039 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.18) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.41 Expected Cross-Validation Index (ECVI) = 0.14 90 Percent Confidence Interval for ECVI = (0.14 ; 0.21) ECVI for Saturated Model = 0.16 ECVI for Independence Model = 2.08 Chi-Square for Independence Model with 6 Degrees of Freedom = 260.13 Independence AIC = 268.13 Model AIC = 18.40 Saturated AIC = 20.00 Independence CAIC = 283.60 Model CAIC = 49.34 Saturated CAIC = 58.68 Normed Fit Index (NFI) = 0.99 Non-Normed Fit Index (NNFI) = 0.99 Parsimony Normed Fit Index (PNFI) = 0.33 Comparative Fit Index (CFI) = 1.00 Incremental Fit Index (IFI) = 1.00 Relative Fit Index (RFI) = 0.97 Critical N (CN) = 484.76
Root Mean Square Residual (RMR) = 0.011 Standardized RMR = 0.021 Goodness of Fit Index (GFI) = 0.99 Adjusted Goodness of Fit Index (AGFI) = 0.95 Parsimony Goodness of Fit Index (PGFI) = 0.20
Time used: 0.000 Seconds
DATE: 7/27/2012 TIME: 20:40
L I S R E L 8.80 BY Karl G. Jöreskog and Dag Sörbom
This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2006 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com
The following lines were read from file D:\data sasa\SKRIPSI SASA VALID 2\Gambar Hasil Lisrell\Gambar CFA Full Model Perintah EF\Full Model Perintah EF.spj:
Observed Variables PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4 OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4 Covariance Matrix 0.55 0.38 0.48 0.37 0.34 0.49 0.31 0.30 0.28 0.51 0.33 0.28 0.28 0.30 0.48 0.25 0.21 0.21 0.20 0.25 0.52 0.25 0.27 0.24 0.23 0.26 0.33 0.51 0.24 0.23 0.25 0.25 0.28 0.33 0.37 0.58 0.16 0.19 0.17 0.18 0.19 0.21 0.27 0.26 0.53 0.17 0.18 0.18 0.19 0.19 0.21 0.24 0.23 0.43 0.55 0.19 0.18 0.22 0.21 0.23 0.18 0.18 0.22 0.30 0.31 0.52
0.20 0.22 0.25 0.20 0.19 0.17 0.15 0.21 0.31 0.32 0.39 0.59 0.22 0.23 0.22 0.20 0.25 0.19 0.21 0.22 0.32 0.34 0.37 0.40 0.58 0.17 0.17 0.18 0.15 0.12 0.15 0.15 0.16 0.26 0.25 0.30 0.30 0.33 0.45 0.20 0.19 0.21 0.19 0.21 0.22 0.20 0.22 0.26 0.30 0.36 0.33 0.36 0.33 0.54 0.27 0.24 0.25 0.26 0.23 0.21 0.22 0.23 0.33 0.32 0.35 0.35 0.40 0.36 0.38 0.61 0.22 0.21 0.25 0.25 0.19 0.22 0.21 0.26 0.31 0.34 0.34 0.35 0.34 0.32 0.31 0.38 0.57 0.23 0.23 0.24 0.22 0.24 0.20 0.22 0.29 0.30 0.30 0.30 0.32 0.34 0.25 0.26 0.37 0.33 0.57 0.25 0.26 0.23 0.23 0.25 0.22 0.26 0.25 0.15 0.19 0.17 0.19 0.21 0.16 0.18 0.21 0.22 0.15 0.58 0.22 0.21 0.16 0.23 0.23 0.15 0.21 0.24 0.12 0.15 0.17 0.14 0.21 0.10 0.09 0.17 0.14 0.15 0.35 0.54 0.21 0.22 0.22 0.26 0.22 0.20 0.25 0.26 0.11 0.14 0.17 0.17 0.18 0.13 0.14 0.18 0.22 0.19 0.34 0.28 0.50 0.24 0.25 0.23 0.28 0.26 0.17 0.25 0.23 0.11 0.15 0.21 0.17 0.24 0.16 0.17 0.19 0.21 0.21 0.35 0.29 0.33 0.56 0.27 0.26 0.22 0.26 0.25 0.20 0.22 0.20 0.08 0.09 0.12 0.10 0.14 0.09 0.10 0.13 0.17 0.16 0.34 0.24 0.27 0.30 0.51 0.30 0.24 0.25 0.30 0.31 0.22 0.26 0.28 0.14 0.15 0.20 0.17 0.21 0.11 0.17 0.18 0.17 0.22 0.29 0.25 0.27 0.26 0.28 0.51 0.26 0.26 0.27 0.22 0.30 0.22 0.28 0.26 0.23 0.22 0.25 0.22 0.29 0.18 0.22 0.26 0.24 0.26 0.27 0.27 0.25 0.24 0.27 0.28 0.58 0.25 0.20 0.22 0.25 0.27 0.20 0.25 0.30 0.12 0.12 0.17 0.13 0.18 0.12 0.11 0.11 0.17 0.18 0.28 0.25 0.26 0.26 0.31 0.36 0.28 0.48 Means 3.12 3.11 3.18 3.14 3.03 3.09 3.08 3.07 2.78 2.78 2.80 2.72 2.74 2.68 2.66 2.72 2.74 2.66 3.13 3.16 3.23 3.22 3.22 3.12 3.12 3.07 Sample Size = 130 Latent Variables OE PE PG OEI OER PKE AJ Relationships PE1 = 1*PE PE2 - PE4 = PE
PG1 = 1*PG PG2 - PG4 = PG OEI1 = 1*OEI OEI2 - OEI5 = OEI OER1 = 1*OER OER2 - OER5 = OER OEI = (0.49)*OE OER = OE Set of variance of OE to 1 PKE1 = 1*PKE PKE2 - PKE4 = PKE AJ1 = 1*AJ AJ2 - AJ4 = AJ PKE = PE PG OE AJ = PE PG OE PKE Let the errors of OEI2 and OEI1 correlate Let the errors of AJ2 and AJ4 correlate Let the errors of PG1 and PG3 correlate Let the errors of PG1 and PG4 correlate Let the errors of PG1 and PG2 correlate Path Diagram Iterations = 250 Options:AD=OFF Lisrel Output: EF SS Method of Estimation: Maximum Likelihood End of Problem 6.6in.02in
FULL MODEL SEM Covariance Matrix
OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5 PKE1 PKE2
OEI1 0.53 0.43 0.30 0.31 0.32 0.26 0.26 0.33 0.31 0.30 0.15 0.12
OEI2
OEI3
OEI4
OEI5
OER1
0.55 0.31 0.32 0.34 0.25 0.30 0.32 0.34 0.30 0.19 0.15
0.52 0.39 0.37 0.30 0.36 0.35 0.34 0.30 0.17 0.17
0.59 0.40 0.30 0.33 0.35 0.35 0.32 0.19 0.14
0.58 0.33 0.36 0.40 0.34 0.34 0.21 0.21
0.45 0.33 0.36 0.32 0.25 0.16 0.10
PKE3 PKE4 AJ1 AJ2 AJ3 AJ4 PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4
0.11 0.11 0.08 0.14 0.23 0.12 0.16 0.19 0.17 0.18 0.19 0.21 0.27 0.26
0.14 0.15 0.09 0.15 0.22 0.12 0.17 0.18 0.18 0.19 0.19 0.21 0.24 0.23
0.17 0.21 0.12 0.20 0.25 0.17 0.19 0.18 0.22 0.21 0.23 0.18 0.18 0.22
0.17 0.17 0.10 0.17 0.22 0.13 0.20 0.22 0.25 0.20 0.19 0.17 0.15 0.21
0.18 0.24 0.14 0.21 0.29 0.18 0.22 0.23 0.22 0.20 0.25 0.19 0.21 0.22
0.13 0.16 0.09 0.11 0.18 0.12 0.17 0.17 0.18 0.15 0.12 0.15 0.15 0.16
Covariance Matrix (continued)
OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4 PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4
OER2 0.54 0.38 0.31 0.26 0.18 0.09 0.14 0.17 0.10 0.17 0.22 0.11 0.20 0.19 0.21 0.19 0.21 0.22 0.20 0.22
OER3
OER4
OER5
PKE1
PKE2
0.61 0.38 0.37 0.21 0.17 0.18 0.19 0.13 0.18 0.26 0.11 0.27 0.24 0.25 0.26 0.23 0.21 0.22 0.23
0.57 0.33 0.22 0.14 0.22 0.21 0.17 0.17 0.24 0.17 0.22 0.21 0.25 0.25 0.19 0.22 0.21 0.26
0.57 0.15 0.15 0.19 0.21 0.16 0.22 0.26 0.18 0.23 0.23 0.24 0.22 0.24 0.20 0.22 0.29
0.58 0.35 0.34 0.35 0.34 0.29 0.27 0.28 0.25 0.26 0.23 0.23 0.25 0.22 0.26 0.25
0.54 0.28 0.29 0.24 0.25 0.27 0.25 0.22 0.21 0.16 0.23 0.23 0.15 0.21 0.24
Covariance Matrix (continued)
PKE3 PKE4 AJ1 AJ2 AJ3 AJ4 PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4
PKE3 0.50 0.33 0.27 0.27 0.25 0.26 0.21 0.22 0.22 0.26 0.22 0.20 0.25 0.26
PKE4
AJ1
AJ2
AJ3
AJ4
0.56 0.30 0.26 0.24 0.26 0.24 0.25 0.23 0.28 0.26 0.17 0.25 0.23
0.51 0.28 0.27 0.31 0.27 0.26 0.22 0.26 0.25 0.20 0.22 0.20
0.51 0.28 0.36 0.30 0.24 0.25 0.30 0.31 0.22 0.26 0.28
0.58 0.28 0.26 0.26 0.27 0.22 0.30 0.22 0.28 0.26
0.48 0.25 0.20 0.22 0.25 0.27 0.20 0.25 0.30
Covariance Matrix (continued)
PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4
PE1 0.55 0.38 0.37 0.31 0.33 0.25 0.25 0.24
PE2
PE3
PE4
PG1
PG2
0.48 0.34 0.30 0.28 0.21 0.27 0.23
0.49 0.28 0.28 0.21 0.24 0.25
0.51 0.30 0.20 0.23 0.25
0.48 0.25 0.26 0.28
0.52 0.33 0.33
Covariance Matrix (continued)
PG3 PG4
PG3 0.51 0.37
PG4 0.58
FULL MODEL SEM Parameter Specifications LAMBDA-Y
OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4
OEI 0 1 2 3 4 0 0 0 0 0 0 0 0 0 0 0 0 0
OER 0 0 0 0 0 0 5 6 7 8 0 0 0 0 0 0 0 0
PKE 0 0 0 0 0 0 0 0 0 0 0 9 10 11 0 0 0 0
OE 0 0 0 0 0 0 0 0
PE 0 15 16 17 0 0 0 0
PG 0 0 0 0 0 18 19 20
OEI 0 0 0 0
OER 0 0 0 0
PKE 0 0 0 21
AJ 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 12 13 14
LAMBDA-X
PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4 BETA
OEI OER PKE AJ
AJ 0 0 0 0
GAMMA
OEI OER PKE AJ
OE 22 23 24 27
PE 0 0 25 28
PG 0 0 26 29
OE 0 30 32
PE
PG
31 33
34
PHI
OE PE PG
PSI OEI OER PKE AJ 35 36 37 38
THETA-EPS
OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4
OEI1 39 40 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
OEI2
OEI3
OEI4
OEI5
OER1
41 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
42 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
43 0 0 0 0 0 0 0 0 0 0 0 0 0 0
44 0 0 0 0 0 0 0 0 0 0 0 0 0
45 0 0 0 0 0 0 0 0 0 0 0 0
THETA-EPS (continued)
OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4
OER2 46 0 0 0 0 0 0 0 0 0 0 0
OER3
OER4
OER5
PKE1
PKE2
47 0 0 0 0 0 0 0 0 0 0
48 0 0 0 0 0 0 0 0 0
49 0 0 0 0 0 0 0 0
50 0 0 0 0 0 0 0
51 0 0 0 0 0 0
PKE4
AJ1
AJ2
AJ3
AJ4
53 0 0 0 0
54 0 0 0
55 0 57
56 0
58
PE2
PE3
PE4
PG1
PG2
60 0 0 0 0 0 0
61 0 0 0 0 0
62 0 0 0 0
63 64 66 68
65 0 0
THETA-EPS (continued)
PKE3 PKE4 AJ1 AJ2 AJ3 AJ4
PKE3 52 0 0 0 0 0
THETA-DELTA
PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4
PE1 59 0 0 0 0 0 0 0
THETA-DELTA (continued)
PG3 PG4
PG3 67 0
PG4 69
FULL MODEL SEM Number of Iterations =140 LISREL Estimates (Maximum Likelihood)
LAMBDA-Y
OER1 OER2
OEI 1.00 1.04 (0.09) 12.13 1.16 (0.13) 8.92 1.20 (0.14) 8.63 1.24 (0.14) 9.00 ---
OER3
--
OER4
--
OER5
--
PKE1 PKE2
---
1.00 1.08 (0.11) 9.69 1.23 (0.12) 10.59 1.11 (0.12) 9.67 1.01 (0.12) 8.61 ---
PKE3
--
--
PKE4
--
--
AJ1
--
--
OEI1 OEI2
OEI3
OEI4
OEI5
OER ---
PKE ---
AJ ---
--
--
--
--
--
--
--
--
--
---
---
--
--
--
--
--
--
1.00 0.84 (0.10) 8.71 0.88 (0.09) 9.71 0.91 (0.10) 9.45 --
---
--
--
1.00
AJ2
--
--
--
AJ3
--
--
--
AJ4
--
--
--
PE1 PE2
OE ---
PG ---
PE3
--
PE4
--
PG1 PG2
---
PE 1.00 0.93 (0.08) 11.89 0.91 (0.08) 11.25 0.82 (0.09) 9.41 ---
PG3
--
--
PG4
--
--
OEI -----
OER -----
1.03 (0.12) 8.70 0.98 (0.13) 7.76 0.99 (0.11) 8.68
LAMBDA-X
--
--
1.00 0.79 (0.10) 7.61 0.89 (0.11) 8.24 0.90 (0.11) 8.02
BETA
OEI OER PKE AJ
PKE ---0.50 (0.10) 5.22
AJ -----
GAMMA
OEI
OER
PKE
AJ
OE 0.49 (0.06) 8.40 0.52 (0.05) 9.90 0.07 (0.06) 1.09 -0.04 (0.04) -0.98
PE --
PG --
--
--
0.41 (0.13) 3.09 0.24 (0.10) 2.43
0.26 (0.11) 2.49 0.18 (0.08) 2.39
Covariance Matrix of ETA and KSI
OEI OER PKE AJ OE PE PG
OEI 0.26 0.26 0.16 0.14 0.49 0.20 0.19
OER
PKE
AJ
OE
PE
0.28 0.17 0.15 0.52 0.21 0.20
0.39 0.30 0.33 0.27 0.27
0.29 0.28 0.27 0.28
1.00 0.40 0.38
0.40 0.31
Covariance Matrix of ETA and KSI (continued)
PG
PG 0.46
PHI
OE PE
PG
OE 1.00 0.40 (0.06) 6.74 0.38 (0.06) 6.76
PE
PG
0.40 (0.07) 5.86 0.31 (0.05) 6.11
0.46 (0.09) 5.18
PSI Note: This matrix is diagonal. OEI OER PKE AJ 0.02 0.01 0.19 0.03 (0.02) (0.02) (0.04) (0.02) 1.11 0.28 4.85 2.04
Squared Multiple Correlations for Structural Equations OEI OER PKE AJ 0.93 0.98 0.53 0.88
Squared Multiple Correlations for Reduced Form OEI OER PKE AJ 0.93 0.98 0.53 0.72
Reduced Form
OEI
OER
PKE
AJ
OE 0.49 (0.06) 8.40 0.52 (0.05) 9.90 0.07 (0.06) 1.09 -0.01 (0.05) -0.16
PE --
PG --
--
--
0.41 (0.13) 3.09 0.44 (0.11) 3.99
0.26 (0.11) 2.49 0.31 (0.10) 3.17
THETA-EPS
OEI1
OEI2
OEI1 0.27 (0.04) 7.34 0.16
OEI2
0.27
OEI3
OEI4
OEI5
OER1
OEI3
(0.03) 5.15 --
(0.04) 7.30 --
OEI4
--
--
0.16 (0.02) 6.51 --
OEI5
--
--
--
0.21 (0.03) 6.81 --
OER1
--
--
--
--
0.17 (0.03) 6.40 --
OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4
-------------
-------------
-------------
-------------
-------------
0.17 (0.02) 6.96 -------------
OER4
OER5
PKE1
PKE2
THETA-EPS (continued)
OER3
OER2 0.21 (0.03) 7.02 --
OER4
--
0.18 (0.03) 6.51 --
OER5
--
--
0.22 (0.03) 7.03 --
PKE1
--
--
--
OER2
OER3
0.28 (0.04) 7.38 --
0.19 (0.03) 5.93
PKE2
--
--
--
--
--
PKE3 PKE4 AJ1 AJ2 AJ3 AJ4
-------
-------
-------
-------
-------
0.26 (0.04) 6.97 -------
AJ1
AJ2
AJ3
AJ4
THETA-EPS (continued)
PKE3
PKE3 0.20 (0.03) 6.45 --
PKE4
AJ1
--
0.23 (0.04) 6.61 --
AJ2
--
--
0.22 (0.03) 6.85 --
AJ3
--
--
--
AJ4
--
--
--
PKE4
0.21 (0.03) 6.51 --
0.07 (0.02) 2.78
0.31 (0.04) 7.23 --
0.20 (0.03) 6.52
Squared Multiple Correlations for Y - Variables OEI1 OEI2 OEI3 OEI4 OEI5 OER1 0.50 0.52 0.69 0.64 0.70 0.62
Squared Multiple Correlations for Y - Variables (continued) OER2 OER3 OER4 OER5 PKE1 PKE2 0.61 0.70 0.61 0.51 0.67 0.51
Squared Multiple Correlations for Y - Variables (continued) PKE3 PKE4 AJ1 AJ2 AJ3 AJ4 0.61 0.58 0.56 0.59 0.47 0.59
THETA-DELTA
PE2
PE1 0.15 (0.03) 5.95 --
PE3
--
0.13 (0.02) 6.00 --
PE4
--
--
0.16 (0.03) 6.43 --
PG1
--
--
--
0.24 (0.03) 7.17 --
PG2
--
--
--
--
PG3
--
--
--
--
PG4
--
--
--
--
PE1
PE2
PE3
THETA-DELTA (continued)
PG3
PG4
PG3 0.14 (0.03) 4.88 --
PG4
0.20 (0.04) 5.82
PE4
PG1
0.02 (0.06) 0.25 -0.11 (0.04) -2.86 -0.15 (0.04) -3.81 -0.14 (0.04) -3.29
PG2
0.23 (0.04) 6.55 --
--
Squared Multiple Correlations for X - Variables PE1 PE2 PE3 PE4 PG1 PG2 0.72 0.72 0.67 0.53 0.97 0.56
Squared Multiple Correlations for X - Variables (continued) PG3 PG4 0.73 0.65
Goodness of Fit Statistics Degrees of Freedom = 282 Minimum Fit Function Chi-Square = 354.19 (P = 0.0022) Normal Theory Weighted Least Squares Chi-Square = 312.06 (P = 0.11) Estimated Non-centrality Parameter (NCP) = 30.06 90 Percent Confidence Interval for NCP = (0.0 ; 77.29) Minimum Fit Function Value = 2.75 Population Discrepancy Function Value (F0) = 0.23 90 Percent Confidence Interval for F0 = (0.0 ; 0.60) Root Mean Square Error of Approximation (RMSEA) = 0.029 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.046) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.98 Expected Cross-Validation Index (ECVI) = 3.49 90 Percent Confidence Interval for ECVI = (3.26 ; 3.85) ECVI for Saturated Model = 5.44 ECVI for Independence Model = 67.80 Chi-Square for Independence Model with 325 Degrees of Freedom = 8694.30 Independence AIC = 8746.30 Model AIC = 450.06 Saturated AIC = 702.00 Independence CAIC = 8846.86 Model CAIC = 716.92 Saturated CAIC = 2059.50 Normed Fit Index (NFI) = 0.96 Non-Normed Fit Index (NNFI) = 0.99 Parsimony Normed Fit Index (PNFI) = 0.83 Comparative Fit Index (CFI) = 0.99
Incremental Fit Index (IFI) = 0.99 Relative Fit Index (RFI) = 0.95 Critical N (CN) = 124.89
Root Mean Square Residual (RMR) = 0.030 Standardized RMR = 0.057 Goodness of Fit Index (GFI) = 0.84 Adjusted Goodness of Fit Index (AGFI) = 0.80 Parsimony Goodness of Fit Index (PGFI) = 0.68
FULL MODEL SEM Standardized Solution
LAMBDA-Y
OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4
OEI 0.51 0.53 0.60 0.62 0.64 --------------
OER -----0.53 0.57 0.65 0.59 0.54 ---------
PKE ----------0.63 0.53 0.55 0.57 -----
AJ --------------0.53 0.55 0.52 0.53
LAMBDA-X
PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4
OE ---------
PE 0.63 0.59 0.57 0.52 -----
PG ----0.68 0.54 0.61 0.61
OEI -----
OER -----
PKE ---0.59
OE 0.96 0.99 0.11 -0.08
PE --0.41 0.28
PG --0.29 0.23
BETA
OEI OER PKE AJ
AJ -----
GAMMA
OEI OER PKE AJ
Correlation Matrix of ETA and KSI
OEI OER PKE AJ OE PE PG
OEI 1.00 0.95 0.51 0.51 0.96 0.60 0.53
OER
PKE
AJ
OE
PE
1.00 0.52 0.53 0.99 0.62 0.55
1.00 0.89 0.53 0.69 0.64
1.00 0.53 0.80 0.77
1.00 0.63 0.55
1.00 0.72
Correlation Matrix of ETA and KSI (continued) PG 1.00
PG
PSI Note: This matrix is diagonal. OEI OER PKE AJ 0.07 0.02 0.47 0.12
Regression Matrix ETA on KSI (Standardized)
OEI OER PKE AJ
OE 0.96 0.99 0.11 -0.01
PE --0.41 0.52
PG --0.29 0.40
FULL MODEL SEM Total and Indirect Effects
Total Effects of KSI on ETA
OEI
OER
PKE
AJ
OE 0.49 (0.06) 8.40 0.52 (0.05) 9.90 0.07 (0.06) 1.09 -0.01 (0.05) -0.16
PE --
PG --
--
--
0.41 (0.13) 3.09 0.44 (0.11) 3.99
0.26 (0.11) 2.49 0.31 (0.10) 3.17
Indirect Effects of KSI on ETA
OEI OER PKE AJ
OE ---0.03 (0.03) 1.06
PE ---0.20 (0.07) 2.79
PG ---0.13 (0.06) 2.27
Total Effects of ETA on ETA
OEI OER PKE AJ
OEI -----
OER -----
PKE ---0.50 (0.10) 5.22
AJ -----
Largest Eigenvalue of B*B' (Stability Index) is 0.253
Total Effects of ETA on Y (continued)
OER1 OER2
OEI 1.00 1.04 (0.09) 12.13 1.16 (0.13) 8.92 1.20 (0.14) 8.63 1.24 (0.14) 9.00 ---
OER3
--
OEI1 OEI2
OEI3
OEI4
OEI5
OER ---
PKE ---
AJ ---
--
--
--
--
--
--
--
--
--
1.00 1.08 (0.11) 9.69 1.23
---
---
--
--
OER4
--
OER5
--
PKE1 PKE2
---
(0.12) 10.59 1.11 (0.12) 9.67 1.01 (0.12) 8.61 ---
PKE3
--
--
PKE4
--
--
AJ1
--
--
AJ2
--
--
AJ3
--
--
AJ4
--
--
--
--
--
--
1.00 0.84 (0.10) 8.71 0.88 (0.09) 9.71 0.91 (0.10) 9.45 0.50 (0.10) 5.22 0.52 (0.10) 5.28 0.49 (0.10) 5.03 0.50 (0.09) 5.28
---
1.03 (0.12) 8.70 0.98 (0.13) 7.76 0.99 (0.11) 8.68
PKE ------------
AJ ------------
--
--
1.00
Indirect Effects of ETA on Y
OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5 PKE1
OEI ------------
OER ------------
PKE2 PKE3 PKE4 AJ1
-----
-----
AJ2
--
--
AJ3
--
--
AJ4
--
--
---0.50 (0.10) 5.22 0.52 (0.10) 5.28 0.49 (0.10) 5.03 0.50 (0.09) 5.28
Total Effects of KSI on Y
OEI1
OEI2
OEI3
OEI4
OEI5
OER1
OER2
OER3
OER4
OE 0.49 (0.06) 8.40 0.51 (0.06) 8.59 0.58 (0.06) 10.27 0.59 (0.06) 9.82 0.61 (0.06) 10.40 0.52 (0.05) 9.90 0.57 (0.06) 9.77 0.65 (0.06) 10.72 0.58 (0.06)
PE --
PG --
--
--
--
--
--
--
--
--
--
--
--
--
--
--
--
--
-----
--
--
--
OER5
PKE1
PKE2
PKE3
PKE4
AJ1
AJ2
AJ3
AJ4
9.75 0.53 (0.06) 8.66 0.07 (0.06) 1.09 0.06 (0.05) 1.08 0.06 (0.06) 1.09 0.06 (0.06) 1.09 -0.01 (0.05) -0.16 -0.01 (0.05) -0.16 -0.01 (0.05) -0.16 -0.01 (0.05) -0.16
--
--
0.41 (0.13) 3.09 0.34 (0.11) 3.03 0.36 (0.12) 3.07 0.37 (0.12) 3.06 0.44 (0.11) 3.99 0.45 (0.11) 4.02 0.43 (0.11) 3.91 0.44 (0.11) 4.02
0.26 (0.11) 2.49 0.22 (0.09) 2.46 0.23 (0.09) 2.48 0.24 (0.10) 2.47 0.31 (0.10) 3.17 0.32 (0.10) 3.18 0.31 (0.10) 3.12 0.31 (0.10) 3.18
FULL MODEL SEM Standardized Total and Indirect Effects Standardized Total Effects of KSI on ETA
OEI OER PKE AJ
OE 0.96 0.99 0.11 -0.01
PE --0.41 0.52
PG --0.29 0.40
Standardized Indirect Effects of KSI on ETA
OEI OER PKE AJ
OE ---0.07
PE ---0.24
PG ---0.17
Standardized Total Effects of ETA on ETA
OEI OER PKE AJ
OEI -----
OER -----
PKE ---0.59
AJ -----
Standardized Total Effects of ETA on Y (continued)
OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4
OEI 0.51 0.53 0.60 0.62 0.64 --------------
OER -----0.53 0.57 0.65 0.59 0.54 ---------
PKE ----------0.63 0.53 0.55 0.57 0.31 0.32 0.31 0.31
AJ --------------0.53 0.55 0.52 0.53
Standardized Indirect Effects of ETA on Y
OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4
OEI -------------------
OER -------------------
PKE --------------0.31 0.32 0.31 0.31
AJ -------------------
Standardized Total Effects of KSI on Y
OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4
OE 0.49 0.51 0.58 0.59 0.61 0.52 0.57 0.65 0.58 0.53 0.07 0.06 0.06 0.06 -0.01 -0.01 -0.01 -0.01
PE ----------0.26 0.22 0.23 0.23 0.28 0.29 0.27 0.28
PG ----------0.18 0.15 0.16 0.16 0.21 0.22 0.21 0.21 Time used: 0.234 Seconds
DATE: 7/27/2012 TIME: 11:10
L I S R E L 8.80 BY Karl G. Jöreskog & Dag Sörbom
This program is published exclusively by Scientific Software International, Inc. 7383 N. Lincoln Avenue, Suite 100 Lincolnwood, IL 60712, U.S.A. Phone: (800)247-6113, (847)675-0720, Fax: (847)675-2140 Copyright by Scientific Software International, Inc., 1981-2006 Use of this program is subject to the terms specified in the Universal Copyright Convention. Website: www.ssicentral.com The following lines were read from file D:\data sasa\SKRIPSI SASA VALID\SIMPLIS\SIMPLIS FULL MODEL\SIMPLIS SEM.spj: FULL MODEL SEM Observed Variables PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4 OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4 Covariance Matrix 0.55 0.38 0.48 0.37 0.34 0.49 0.31 0.30 0.28 0.51 0.33 0.28 0.28 0.30 0.48 0.25 0.21 0.21 0.20 0.25 0.52 0.25 0.27 0.24 0.23 0.26 0.33 0.51 0.24 0.23 0.25 0.25 0.28 0.33 0.37 0.58 0.16 0.19 0.17 0.18 0.19 0.21 0.27 0.26 0.53 0.17 0.18 0.18 0.19 0.19 0.21 0.24 0.23 0.43 0.55 0.19 0.18 0.22 0.21 0.23 0.18 0.18 0.22 0.30 0.31 0.52 0.20 0.22 0.25 0.20 0.19 0.17 0.15 0.21 0.31 0.32 0.39 0.59 0.22 0.23 0.22 0.20 0.25 0.19 0.21 0.22 0.32 0.34
0.37 0.40 0.58 0.17 0.17 0.18 0.15 0.12 0.15 0.15 0.16 0.26 0.25 0.30 0.30 0.33 0.45 0.20 0.19 0.21 0.19 0.21 0.22 0.20 0.22 0.26 0.30 0.36 0.33 0.36 0.33 0.54 0.27 0.24 0.25 0.26 0.23 0.21 0.22 0.23 0.33 0.32 0.35 0.35 0.40 0.36 0.38 0.61 0.22 0.21 0.25 0.25 0.19 0.22 0.21 0.26 0.31 0.34 0.34 0.35 0.34 0.32 0.31 0.38 0.57 0.23 0.23 0.24 0.22 0.24 0.20 0.22 0.29 0.30 0.30 0.30 0.32 0.34 0.25 0.26 0.37 0.33 0.57 0.25 0.26 0.23 0.23 0.25 0.22 0.26 0.25 0.15 0.19 0.17 0.19 0.21 0.16 0.18 0.21 0.22 0.15 0.58 0.22 0.21 0.16 0.23 0.23 0.15 0.21 0.24 0.12 0.15 0.17 0.14 0.21 0.10 0.09 0.17 0.14 0.15 0.35 0.54 0.21 0.22 0.22 0.26 0.22 0.20 0.25 0.26 0.11 0.14 0.17 0.17 0.18 0.13 0.14 0.18 0.22 0.19 0.34 0.28 0.50 0.24 0.25 0.23 0.28 0.26 0.17 0.25 0.23 0.11 0.15 0.21 0.17 0.24 0.16 0.17 0.19 0.21 0.21 0.35 0.29 0.33 0.56 0.27 0.26 0.22 0.26 0.25 0.20 0.22 0.20 0.08 0.09 0.12 0.10 0.14 0.09 0.10 0.13 0.17 0.16 0.34 0.24 0.27 0.30 0.51 0.30 0.24 0.25 0.30 0.31 0.22 0.26 0.28 0.14 0.15 0.20 0.17 0.21 0.11 0.17 0.18 0.17 0.22 0.29 0.25 0.27 0.26 0.28 0.51 0.26 0.26 0.27 0.22 0.30 0.22 0.28 0.26 0.23 0.22 0.25 0.22 0.29 0.18 0.22 0.26 0.24 0.26 0.27 0.27 0.25 0.24 0.27 0.28 0.58 0.25 0.20 0.22 0.25 0.27 0.20 0.25 0.30 0.12 0.12 0.17 0.13 0.18 0.12 0.11 0.11 0.17 0.18 0.28 0.25 0.26 0.26 0.31 0.36 0.28 0.48 Means 3.12 3.11 3.18 3.14 3.03 3.09 3.08 3.07 2.78 2.78 2.80 2.72 2.74 2.68 2.66 2.72 2.74 2.66 3.13 3.16 3.23 3.22 3.22 3.12 3.12 3.07 Sample Size = 130 Latent Variables OE PE PG OEI OER PKE AJ Relationships PE1 = 1*PE PE2 - PE4 = PE PG1 = 1*PG PG2 - PG4 = PG OEI1 = 1*OEI
OEI2 - OEI5 = OEI OER1 = 1*OER OER2 - OER5 = OER OEI = (0.49)*OE OER = OE Set of variance of OE to 1 PKE1 = 1*PKE PKE2 - PKE4 = PKE AJ1 = 1*AJ AJ2 - AJ4 = AJ PKE = PE PG OE AJ = PE PG OE PKE Let the errors of OEI2 and OEI1 correlate Let the errors of AJ2 and AJ4 correlate Let the errors of PG1 and PG3 correlate Let the errors of PG1 and PG4 correlate Let the errors of PG1 and PG2 correlate Path Diagram Iterations = 250 Options:AD=OFF ML ND=2 End of Problem Sample Size = 130
FULL MODEL SEM
Covariance Matrix
OEI1 OEI2 OEI3 OEI4 OEI5 OER1 OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2
OEI1 0.53 0.43 0.30 0.31 0.32 0.26 0.26 0.33 0.31 0.30 0.15 0.12 0.11 0.11 0.08 0.14
OEI2
OEI3
OEI4
OEI5
OER1
0.55 0.31 0.32 0.34 0.25 0.30 0.32 0.34 0.30 0.19 0.15 0.14 0.15 0.09 0.15
0.52 0.39 0.37 0.30 0.36 0.35 0.34 0.30 0.17 0.17 0.17 0.21 0.12 0.20
0.59 0.40 0.30 0.33 0.35 0.35 0.32 0.19 0.14 0.17 0.17 0.10 0.17
0.58 0.33 0.36 0.40 0.34 0.34 0.21 0.21 0.18 0.24 0.14 0.21
0.45 0.33 0.36 0.32 0.25 0.16 0.10 0.13 0.16 0.09 0.11
AJ3 AJ4 PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4
0.23 0.12 0.16 0.19 0.17 0.18 0.19 0.21 0.27 0.26
0.22 0.12 0.17 0.18 0.18 0.19 0.19 0.21 0.24 0.23
0.25 0.17 0.19 0.18 0.22 0.21 0.23 0.18 0.18 0.22
0.22 0.13 0.20 0.22 0.25 0.20 0.19 0.17 0.15 0.21
0.29 0.18 0.22 0.23 0.22 0.20 0.25 0.19 0.21 0.22
0.18 0.12 0.17 0.17 0.18 0.15 0.12 0.15 0.15 0.16
Covariance Matrix (continued)
OER2 OER3 OER4 OER5 PKE1 PKE2 PKE3 PKE4 AJ1 AJ2 AJ3 AJ4 PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4
OER2 0.54 0.38 0.31 0.26 0.18 0.09 0.14 0.17 0.10 0.17 0.22 0.11 0.20 0.19 0.21 0.19 0.21 0.22 0.20 0.22
OER3
OER4
OER5
PKE1
PKE2
0.61 0.38 0.37 0.21 0.17 0.18 0.19 0.13 0.18 0.26 0.11 0.27 0.24 0.25 0.26 0.23 0.21 0.22 0.23
0.57 0.33 0.22 0.14 0.22 0.21 0.17 0.17 0.24 0.17 0.22 0.21 0.25 0.25 0.19 0.22 0.21 0.26
0.57 0.15 0.15 0.19 0.21 0.16 0.22 0.26 0.18 0.23 0.23 0.24 0.22 0.24 0.20 0.22 0.29
0.58 0.35 0.34 0.35 0.34 0.29 0.27 0.28 0.25 0.26 0.23 0.23 0.25 0.22 0.26 0.25
0.54 0.28 0.29 0.24 0.25 0.27 0.25 0.22 0.21 0.16 0.23 0.23 0.15 0.21 0.24
Covariance Matrix (continued)
PKE3 PKE4 AJ1 AJ2 AJ3 AJ4
PKE3 0.50 0.33 0.27 0.27 0.25 0.26
PKE4
AJ1
AJ2
AJ3
AJ4
0.56 0.30 0.26 0.24 0.26
0.51 0.28 0.27 0.31
0.51 0.28 0.36
0.58 0.28
0.48
PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4
0.21 0.22 0.22 0.26 0.22 0.20 0.25 0.26
0.24 0.25 0.23 0.28 0.26 0.17 0.25 0.23
0.27 0.26 0.22 0.26 0.25 0.20 0.22 0.20
0.30 0.24 0.25 0.30 0.31 0.22 0.26 0.28
0.26 0.26 0.27 0.22 0.30 0.22 0.28 0.26
0.25 0.20 0.22 0.25 0.27 0.20 0.25 0.30
Covariance Matrix (continued)
PE1 PE2 PE3 PE4 PG1 PG2 PG3 PG4
PE1 0.55 0.38 0.37 0.31 0.33 0.25 0.25 0.24
PE2
PE3
PE4
PG1
PG2
0.48 0.34 0.30 0.28 0.21 0.27 0.23
0.49 0.28 0.28 0.21 0.24 0.25
0.51 0.30 0.20 0.23 0.25
0.48 0.25 0.26 0.28
0.52 0.33 0.33
0.15 (0.03) 5.95 0.13 (0.02) 6.00
, R2 =
0.72
, R2 =
0.72
0.16
, R2 =
0.67
Covariance Matrix (continued)
PG3 PG4
PG3 0.51 0.37
PG4 0.58
FULL MODEL SEM Number of Iterations =140 LISREL Estimates (Maximum Likelihood) Measurement Equations PE1=
1.00*PE,
Errorvar.=
PE2=
0.93*PE, (0.078) 11.89
Errorvar.=
PE3=
0.91*PE,
Errorvar.=
PE4=
PG1=
PG2=
PG3=
PG4=
OEI1=
OEI2=
OEI3=
OEI4=
OEI5=
OER1=
OER2=
OER3=
OER4=
OER5=
(0.081) 11.25 0.82*PE, (0.087) 9.41 1.00*PG,
Errorvar.=
Errorvar.=
0.79*PG, (0.10) 7.61 0.89*PG, (0.11) 8.24
Errorvar.=
0.90*PG, (0.11) 8.02 1.00*OEI,
Errorvar.=
Errorvar.=
Errorvar.=
1.04*OEI, (0.086) 12.13 1.16*OEI, (0.13) 8.92 1.20*OEI, (0.14) 8.63 1.24*OEI, (0.14) 9.00 1.00*OER,
Errorvar.=
1.08*OER, (0.11) 9.69 1.23*OER, (0.12) 10.59 1.11*OER, (0.12) 9.67 1.01*OER,
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
(0.03) 6.43 0.15 (0.03) 7.17 0.02 (0.06) 0.25 0.02 (0.04) 6.55 0.02 (0.03) 4.88 0.02 (0.04) 5.82 0.27 (0.04) 7.34 0.27 (0.04) 7.30 0.27 (0.03) 6.51 0.27 (0.03) 6.81 0.27 (0.03) 6.40 0.17 (0.02) 6.96 0.17 (0.03) 7.02 0.17 (0.03) 6.51 0.17 (0.03) 7.03 0.17
, R2 =
0.53
, R2 =
0.97
, R2 =
0.56
, R2 =
0.73
, R2 =
0.65
, R2 =
0.50
, R2 =
0.52
, R2 =
0.69
, R2 =
0.64
, R2 =
0.70
, R2 =
0.62
, R2 =
0.61
, R2 =
0.70
, R2 =
0.61
, R2 =
0.51
PKE1=
PKE2=
PKE3=
PKE4=
AJ1=
AJ2=
AJ3=
AJ4=
(0.12) 8.61 1.00*PKE,
0.84*PKE, (0.097) 8.71 0.88*PKE, (0.091) 9.71 0.91*PKE, (0.097) 9.45 1.00*AJ,
1.03*AJ, (0.12) 8.70 0.98*AJ, (0.13) 7.76 0.99*AJ, (0.11) 8.68
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
Errorvar.=
(0.04) 7.38 0.19 (0.03) 5.93 0.26 (0.04) 6.97 0.20 (0.03) 6.45 0.23 (0.04) 6.61 0.22 (0.03) 6.85 0.21 (0.03) 6.51 0.31 (0.04) 7.23 0.20 (0.03) 6.52
Error Covariance for OEI2 and OEI1 =
0.16 (0.030) 5.15
Error Covariance for AJ4 and AJ2 =
0.069 (0.025) 2.78
Error Covariance for PG2 and PG1 =
(0.11) (0.040) (2.86)
Error Covariance for PG3 and PG1 =
(0.15) (0.041) (3.81) (0.14)
, R2 =
0.67
, R2 =
0.51
, R2 =
0.61
, R2 =
0.58
, R2 =
0.56
, R2 =
0.59
, R2 =
0.47
, R2 =
0.59
Error Covariance for PG4 and PG1 =
(0.043) (3.29)
Structural Equations
OEI =
0.49*OE, (0.059) 8.4 0.54*OE, (0.053) 9.9
OER =
PKE =
AJ =
Errorvar.=
Errorvar.=
0.02 (0.018) 1.11 0.0052 (0.019) 0.28
0.069*OE+
0.41*PE+
0.26*PG,
(0.064)
(0.13)
(0.11)
1.09
3.09
2.49
, R2 =
0.93
, R2 =
0.98
Errorvar.=
0.19
, R2 =
0.53
(0.038) 4.85 ,R2=
0.50*PKE+
0.043*OE+
0.24*PE+
0.18*PG,
(0.096)
(0.044)
(0.098)
(0.075)
(0.017)
5.22
(0.98)
2.43
2.39
2.04
0.0*PG,
Errorvar.=
0.02
, R2 =
0.93
0.0*PG,
Errorvar.=
0.0052
, R2 =
0.98
Errorvar.=
0.034
Reduced Form Equations OEI =
OER =
PKE =
AJ =
0.49*OE+ 0.0*PE + (0.059) 8.40 0.54*OE+ 0.0*PE + (0.053) 9.90 0.069*OE+ (0.064) 1.09 0.043*OE+ (0.049) (0.16)
0.41*PE+ (0.13) 3.09 0.24*PE+ (0.11) 3.99
0.26*PG, (0.11) 2.49 0.18*PG, (0.099) 3.17
Errorvar.=
0.19
,R2 =
0.53
Errorvar.=
0.081
,R2=
0.72
0.88
Covariance Matrix of Independent Variables
OE PE
PG
OE 1.00 0.40 (0.06) 6.74 0.38 (0.06) 6.76
PE
PG
0.40 (0.07) 5.86 0.31 (0.05) 6.11
0.46 (0.09) 5.18
Covariance Matrix of Latent Variables (continued)
OEI OER PKE AJ OE PE PG
OEI 0.26 0.26 0.16 0.14 0.49 0.20 0.19
OER
PKE
AJ
OE
PE
0.28 0.17 0.15 0.52 0.21 0.20
0.39 0.30 0.33 0.27 0.27
0.29 0.28 0.27 0.28
1.00 0.40 0.38
0.40 0.31
Covariance Matrix of Latent Variables (continued)
PG
PG 0.46
Goodness of Fit Statistics Degrees of Freedom = 282 Minimum Fit Function Chi-Square = 354.19 (P = 0.0022) Normal Theory Weighted Least Squares Chi-Square = 312.06 (P = 0.11) Estimated Non-centrality Parameter (NCP) = 30.06 90 Percent Confidence Interval for NCP = (0.0 ; 77.29) Minimum Fit Function Value = 2.75 Population Discrepancy Function Value (F0) = 0.23 90 Percent Confidence Interval for F0 = (0.0 ; 0.60) Root Mean Square Error of Approximation (RMSEA) = 0.029 90 Percent Confidence Interval for RMSEA = (0.0 ; 0.046) P-Value for Test of Close Fit (RMSEA < 0.05) = 0.98
Expected Cross-Validation Index (ECVI) = 3.49 90 Percent Confidence Interval for ECVI = (3.26 ; 3.85) ECVI for Saturated Model = 5.44 ECVI for Independence Model = 67.80 Chi-Square for Independence Model with 325 Degrees of Freedom = 8694.30 Independence AIC = 8746.30 Model AIC = 450.06 Saturated AIC = 702.00 Independence CAIC = 8846.86 Model CAIC = 716.92 Saturated CAIC = 2059.50 Normed Fit Index (NFI) = 0.96 Non-Normed Fit Index (NNFI) = 0.99 Parsimony Normed Fit Index (PNFI) = 0.83 Comparative Fit Index (CFI) = 0.99 Incremental Fit Index (IFI) = 0.99 Relative Fit Index (RFI) = 0.95 Critical N (CN) = 124.89
Root Mean Square Residual (RMR) = 0.030 Standardized RMR = 0.057 Goodness of Fit Index (GFI) = 0.84 Adjusted Goodness of Fit Index (AGFI) = 0.80 Parsimony Goodness of Fit Index (PGFI) = 0.68
The Modification Indices Suggest to Add the Path to AJ3 AJ3
from OEI OER
Decrease in Chi-Square 13.2 12.4
New Estimate 0.49 0.47
The Modification Indices Suggest to Add an Error Covariance Between AJ4 PG1
and OER3 OER1
Decrease in Chi-Square 8.1 8.4
New Estimate -0.05 -0.05
Time used: 0.234 Seconds
