PEMBAHASAN

1. Uji Kualitas Data

1.1 Uji Validitas
Uji validitas atau kesahihan digunakan untuk melihat sejauh mana
ketepatan dan kecermatan dalam melakukan fungsi alat ukur. Dalam
pengujian validitas, instrumen diuji dengan menghitung koefisien korelasi
antara skor item dan skor totalnya dalam taraf signifikansi 95% atau =0,05.
Karena skala dalapengukuran data dalam penelitian ini menggunakan skala
Likert, maka diuji validitasnya menggunakan korelasi product moment
Pearson. Instrumen dikatakan valid dengan menggunakan kriteria apabila
nilai signifikansi korelasi berada dibawah =0,05 atau nilai koefisien korelasi r
0,30. Pengujian validitas dilakukan dengan menggunakan bantuan program
IBM Statical SPSS Versi 22. Lebih jelasnya rekapitulasi hasil uji validitas
instrumen atas indikator variabel penelitian ini disajikan pada berikuti ini :

Tabel

Rekapitulasi Hasil Uji Validitas Instrumen

Koefisien
Variabel Indikator Sig. Keterangan
Korelasi
Transparansi
0,616 0,001 Valid
(X1.1)
Akuntabilitas
-0,106 0,614 Tidak Valid
(X1.2)
Good
Responsibilitas
Government 0,457 0,022 Valid
(X1.3)
Governance
Independensi
(X1) 0,708 0,000 Valid
(X1.4)
Kewajaran &
Kesetaraan 0,731 0,000 Valid
(X1.5)
Kompetensi Pengetahuan
0,763 0,000 Valid
Sumber (X2.1)
Daya Keterampilan 0,365 0,073 Tidak Valid
 Manusia (X2) (X2.2)
Perilaku
0,618 0,001 Valid
Individu (X2.3)
Relevan (Y1.1) 0,810 0,000 Valid
Andal (Y1.2) 0,910 0,000 Valid
Kualitas
Dapat
Informasi
Dibandingkan 0,268 0,195 Tidak Valid
Laporan
(Y1.3)
Keuangan
Dapat
(Y)
Dipahami 0,667 0,000 Valid
(Y1.4)

Berdasarkan tabel di atas menunjukkan bahwa indikator akuntabilitas

(X1.2), Keterampilan (X2.2), dan Dapat Dibandingkan (Y1.3) tidak valid
sehingga penelitian ini dinyatakan ada beberapa data yang tidak valid
maka dari itu penelitian ini belum cukup layak digunakan.

1.2 Uji Realibilitas

Uji reliabilitas digunakan untuk mengukur konsistensi instrumen atau

sejauh mana suatu alat ukur dapat dipercaya atau dapat diandalkan.
Reliabilitas instrumen akan diuji dengan menggunakan koefisien Cronbachs
Alpha. Bila dari hasil pengujian instrumen diperoleh nilai cronbachs alpha
0,6 maka instrumen dikatakan handal/reliabel. Adapun rekapitulasi hasil uji
reliabilitas secara rinci dapat dilihat pada tabel berikut :
 Tabel 4.2
Rekapitulasi Hasil Uji Reliabilitas Instrumen

Cronbach's
Cronbach's
Variabel Indikator Alpha if Item Ket.
Alpha
Deleted
Transparansi Tidak
0,573
(X1.1) Reliable
Akuntabilitas
0,763 Reliable
(X1.2)
Good
Responsibilitas
Government 0,626 Reliable
(X1.3) 0,637
Governance
Independensi Tidak
(X1) 0,539
(X1.4) Reliable
Kewajaran &
Tidak
Kesetaraan 0,533
Reliable
(X1.5)
Pengetahuan Tidak
0,551
Kompetensi (X2.1) Reliable
Sumber Keterampilan
0,787 0,679 Reliable
Daya (X2.2)
Manusia (X2) Perilaku
0,647 Reliable
Individu (X2.3)
Relevan (Y1.1) 0,668 Reliable
Andal (Y1.2) 0,669 Reliable
Kualitas
Dapat
Informasi
Dibandingkan 0,816 Reliable
Laporan 0,762
(Y1.3)
Keuangan
Dapat
(Y)
Dipahami 0,735 Reliable
(Y1.4)

Berdasarkan tabel di atas, menunjukkan bahwa nilai koefisien alpha dari

seluruh item pernyataan yang dijadikan sebagai instrument dalam
 penelitian ini berada diatas cronbachs alpha 0,60, yang berarti bahwa
semua item pernyataan di atas belum reliable karena ada beberapa data
yang tidak reliable maka dari itu data ini tidak dapat digunakan lebih dari
satu kali.

2. Uji Asumsi Klasik

2.1 Uji Normalitas

Uji normalitas digunakan untuk mendeteksi apakah distribusi data variabel

bebas dan variabel terikatnya adalah normal. Model regresi yang baik adalah
mempunyai distribusi data normal atau mendekati normal. Untuk menguji
normalitas ini diketahui dari tampilan grafik normal probability plot (P-P Plot
Test) dan grafik histogram.

Jika data menyebar di sekitar garis diagonal dan mengikuti arah

garis diagonal, maka model regresi memenuhi asumsi normalitas. Jika
data menyebar jauh dari garis diagonal dan/ atau tidak mengikuti arah garis
diagonal, maka model regresi tidak memenuhi asumsi normalitas. Kemudian
pada histogram tampak residual terdistribusi secara normal ditunjukkan
dengan pola yang berbentuk simetris tidak menceng ke kanan atau ke kiri.

Gambar Normal Probability Plot

 Berdasarkan gambar normal probability plot tersebut, terlihat bahwa titik-
titik menyebar di sekitar garis diagonal, serta penyebarannya mengikuti arah
garis diagonal. Sehingga model regresi layak dipakai untuk prediksi dan telah
memenuhi asumsi normalitas.

2.2 Uji Multikolinieritas

Uji multikolinearitas bertujuan untuk menguji apakah pada model regresi

ditemukan adanya korelasi variabel-variabel independen di antara satu
dengan yang lainnya. Jika terjadi korelasi, maka dinamakan terdapat problem
multikolinearitas. Model regresi yang baik seharusnya tidak terjadi korelasi
diantara variabel independen. Tabel berikut menunjukkan hasil uji
multikolinieritas semua variabel independen.

Tabel

Hasil Uji Multikolinearitas

Coefficients
Collinearity Statistics
Model
Tolerance VIF
Good
Government 0,919 1,088
Governance
Kompetensi
Sumber Daya 0,919 1,088
Manusia

Berdasarkan tabel di atas, menunjukkan hasil uji multikolinieritas bahwa

nilai tolerance variabel Good Government Governance sebesar 0,919, variabel
Kompetensi Sumber Daya Manusia sebesar 0,919, hal ini menunjukkan
bahwa angka tolerance untuk masing-masing variabel memenuhi syarat yakni
Tolerance0,10. Kemudian untuk nilai Variance Inflasing Factor (VIF) variabel
Good Government Governance sebesar 1,088, variabel Kompetensi Sumber
Daya Manusia sebesar 1,088, dimana nilai tersebut memenuhi syarat VIF10.
 Dengan demikian dapat dinyatakan bahwa tidak ada multikolinieritas antar
variabel independen dalam model regresi pada penelitian ini.

2.3 Uji Autokorelasi

Uji autokorelasi bertujuan untuk mengetahui apakah dalam sebuah model

regresi linear ada korelasi antara kesalahan pengganggu pada periode t
dengan kesalahan pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka
dinamakan ada problem autokorelasi. Tentu saja model regresi yang baik
adalah regresi yang bebas dari autokorelasi. Untuk mendeteksi adanya
autokorelasi bisa dilihat pada tabel D-W (Durbin-Watson) yang bisa dijadikan
patokan, sebagai berikut:

Tabel

Hasil Uji Autokorelasi

Model Summaryb

Model R R Adjusted Std. Error Change Statistics Durbin-

Square R Square of the R Square F df1 df2 Sig. F Watson
Estimate Change Change Change

1 ,087a ,008 -,083 ,15468 ,008 0,85 2 22 ,919 2,597

a. Predictors: (Constant), X2, X1

b. Dependent Variable: Y

Berdasarkan output summary pada tabel diatas, terlihat pada angka

Durbin- Watson (D-W) adalah 2,597 dimana angka tersebut berada di atas
+2 yang berarti terjadi autokorelasi.

2.4 Uji Heterokedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam model

regresi terjadi ketidaksamaan varians dari residual dari satu
pengamatan kepengamatan yang lain. Jika varians dari residual dari satu
pengamatan kepengamatan yang lain tetap, maka disebut homoskedastisitas.
Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
 Uji heterokedastisitas dilakukan melalui scatter plot (diagram pancar), dari
variabel bebas terhadap variabel terikat terpenuhi jika diantara nilai residual
dan nilai prediksinya tidak membentuk pola tertentu dan menjauhi angka skala
0. Hasil analisis data menunjukkan diagram pancar yang dihasilkan sebagai
berikut :

Gambar

Hasil Uji Heterokedastisitas

Berdasarkan gambar scatter plot 4.2, terlihat secara visual bahwa titik-titik

menyebar secara acak (tidak membentuk pola yang jelas) dan tersebar baik

diatas maupun dibawah angka 0 pada sumbu Y, sehingga dapat disimpulkan

bahwa model regresi dalam penelitian ini terbebas dari masalah

heteroskedastisitas dan model ini layak digunakan untuk memprediksi variabel

Kualitas Informasi Laporan Keuangan berdasarkan masukkan variable

independen Good Government Governance dan Kompetensi Sumber Daya

Manusia.
3. UJI HIPOTESIS

3.1 ANALISIS REGRESI LINEAR BERGANDA

Analisis statistik yang digunakan dalam penelitian ini yaitu regresi linier
berganda. selanjutnya data yang digunakan pada analisis ini adalah data
Good Government Governance, Kompetensi Sumber Daya Manusia dan
Kualitas Informasi Laporan Keuangan.
Penelitian ini yang merupakan variabel independen adalah Good
Government Governance (X1) dan Kompetensi Sumber Daya Manusia (X2)
Sedangkan variabel dependen yaitu Kualitas Informasi Laporan Keuangan
(Y). Selanjutnya pengolahan data dilakukan dengan menggunakan software
IBM SPSS 22.

Tabel
Hasil Uji Regresi

Unstandardized Standardized
Coefficients Coefficients
Model t Sig.
B Std. Beta
Error
4,969 1,877 2,647 0,015
(Constant)
1
X1 -0,117 0,304 -0,085 -,384 0,705
X2 0,010 0,285 0,008 0,34 0,973

Berdasarkan hasil pengujian model regresi tersebut, maka model regresi

yang menyatakan pengaruh penerapan Good Government Governance dan
Kompetensi Sumber Daya Manusia terhadap Kualitas Informasi Laporan Keuangan
pada Badan Pengelola Keuagan dan Aset Daerah Kota Kendari dinyatakan sebagai
berikut :

Y = 4,969 - 0,117 X1 + 0,010 X2 +

Dimana :

Y = Kualitas Informasi Laporan Keuangan

X1 = Good Government Governance
X2 = Kompetensi Sumber Daya Manusia

Berdasarkan model persamaan regresi linear berganda tersebut dapat diuraikan

sebagai berikut :
1. Nilai konstanta sebesar 4,969, yang artinya bila nilai Good Government
Governance dan Kompetensi Sumber Daya Manusia 0 maka Kualitas Informasi
Laporan Keuangan sebesar 4,969. Dari nilai konstanta tersebut, bila tidak
adanya pengaruh dari variabel Good Government Governance dan Kompetensi
Sumber Daya Manusia maka laporan keuangan yang dihasilkan kurang
berkualitas.
2. Nilai koefisien regresi untuk variabel Good Government Governance (b1) adalah
-0,117 yang dapat diartikan bahwa terdapat hubungan yang negatif antara
penerapan Good Government Governance terhadap Kualitas Informasi Laporan
Keuangan. Sehingga apabila variabel Good Government Governance terjadi
kenaikan satu satuan maka akan menyebabkan penurunan pada variabel
Kualitas Informasi Laporan Keuangan sebesar 0,117 dengan mengabaikan
variabel Kompetensi Sumber Daya Manusia (X2=0)
3. Nilai koefisien regresi untuk variabel Kompetensi Sumber Daya Manusia (b2)
adalah sebesar 0,010 dapat diartikan bahwa terdapat hubungan yang positif
antara Kompetensi Sumber Daya Manusia terhadap Kualitas Informasi Laporan
Keuangan. Sehingga apabila variabel Kompetensi Sumber Daya Manusia
terjadi kenaikan satu satuan maka akan menyebabkan kenaikkan pada variabel
Kualitas Informasi Laporan Keuangan sebesar 0,010 dengan mengabaikan
variabel Good Government Governance (X1=0)

3.2 UJI PARSIAL (UJI T)

Uji t pada dasarnya digunakan untuk menunjukkan seberapa jauh
pengaruh satu variabel penjelas/independen secara individual dalam
menerangkan variasi variabel dependen. Pengujian dilakukan dengan melihat
taraf signifikansi (p-value), jika taraf signifikansi yang dihasilkan dari
perhitungan dibawah 0,05 maka hipotesis berpengaruh dan sebaliknya jika taraf
signifikansi hasil lebih besar dari 0,05 maka hipotesis tidak berpengaruh. Hasil
uji t dapat dilihat pada tabel berikut :
 Tabel
Hasil Uji Parsial (Uji T)

Unstandardized Standardized
Coefficients Coefficients
Model t Sig.
B Std. Beta
Error
4,969 1,877 2,647 0,015
(Constant)
1
X1 -0,117 0,304 -0,085 -0,384 0,705
X2 0,010 0,285 0,008 0,034 0,973

1. Good Government Governance (X1)

Berdasarkan hasil persamaan analisis regresi pertama yaitu variable Good

Government Governance terhadap variabel Kualitas Informasi Laporan
Keuangan (Y), diperoleh nilai thitung untuk variabel Good Government
Governance pada signifikan 0,705 adalah -0,384 dan nilai ttabel pada = 0,05
adalah 1,717. Dengan demikian dapat diketahui bahwa thitung<ttabel, sehingga -
0,384<1,717 atau dengan tingkat signifikan t sebesar 0,705>=0,05. Hasil ini
menunjukkan bahwa secara parsial penerapan Good Government Governance
tidak berpengaruh signifikan terhadap Kualitas Informasi Laporan Keuangan.

2. Berdasarkan hasil persamaan analisis regresi kedua yaitu variable Kompetensi

Sumber Daya Manusia terhadap variable Kualitas Informasi Laporan Keuangan
(Y), diperoleh nilai thitung untuk variable Kompetensi Sumber Daya Manusia
pada signifikan 0,01 adalah 0,034 dan nilai ttabel pada = 0,05 adalah 1,717.
Dengan demikian dapat diketahui thitung<ttabel sehingga 0,034<1,717 atau
dengan demikian tingkat signifikan t sebesar 0,01< = 0,05. Hasil ini
menunjukkan bahwa secara parsial Kompetensi Sumber Daya Manusia tidak
berpengaruh secara signifikan terhadap Kualitas Informasi Laporan Keuangan.

3.3 UJI SIMULTAN (UJI F)

Untuk menguji pengaruh variabel bebas secara bersama-sama diuji
dengan menggunakan uji F. Hasil perhitungan regresi secara simultan diperoleh
sebagai berikut :
 Tabel
Hasil Uji Simultan (Uji F)

ANOVAa
Model Sum of Squares Df Mean Square F Sig.
Regression 0,004 2 0,002 0,085 ,919b

Residual 0,526 22 0,024

1

Total 0,530 24

a. Dependent Variable: Y
b. Predictors: (Constant), X2, X1

Berdasarkan tabel di atas, diperoleh nilai Fhitung= 0,085 yang lebih kecil
dari Ftabel= 3,44 (0,085<3,44) dengan nilai signifikansi = 0,919 lebih besar dari
taraf signifikan 5% (0,919> 0,05). Sehingga dapat disimpulkan bahwa dengan
tingkat kepercayaan sebesar 95% dinyatakan secara simultan variabel Good
Government Governance dan Kompetensi Sumber Daya Manusia tidak
berpengaruh terhadap Kualitas Informasi Laporan Keuangan.

3.4 KOEFISIEN DETERMINASI (R2)

Tabel
Hasil Uji Simultan (Uji F)

Model Summaryb
Model R R Adjusted Std. Error Change Statistics Durbin-
Square R Square of the R Square F df1 df2 Sig. F Watson
Estimate Change Change Change
1 ,087a ,008 -,083 ,155 ,008 ,085 2 22 ,919 2,597
a. Predictors: (Constant), X2, X1
b. Dependent Variable: Y

Hasil perhitungan statistik pada table diatas, dapat diuraikan penjelasan sebagai
berikut : Nilai R Square sebesar -,083 atau 8,3% yang memberikan arti bahwa
Variabel Independen (X1 = Good Government Governance dan X2= Kompetensi
Sumber Daya Manusia) mempunyai pengaruh sebesar 8,3% terhadap Variabel
Dependen (Y = Kualitas Informasi Laporan Keuangan). Sedangkan, sisanya sebesar
91,7% dipengaruhi oleh faktor-faktor lain yang tidak dibahas dalam penelitian ini.
 LAMPIRAN

HASIL UJI VALIDITAS

1. VARIABEL GOOD GOVERNMENT GOVERNANCE (X1)

Correlations

X1.1T X1.2T X1.3T X1.4T X1.5T X1T

X1.1T Pearson Correlation 1 -,175 ,057 ,383 ,181 ,616**

Sig. (2-tailed) ,403 ,788 ,059 ,387 ,001

N 25 25 25 25 25 25
X1.2T Pearson Correlation -,175 1 -,600** -,294 -,199 -,106
Sig. (2-tailed) ,403 ,002 ,153 ,340 ,614
N 25 25 25 25 25 25
X1.3T Pearson Correlation ,057 -,600** 1 ,230 ,428* ,457*
Sig. (2-tailed) ,788 ,002 ,268 ,033 ,022
N 25 25 25 25 25 25
X1.4T Pearson Correlation ,383 -,294 ,230 1 ,385 ,708**
Sig. (2-tailed) ,059 ,153 ,268 ,057 ,000
N 25 25 25 25 25 25
X1.5T Pearson Correlation ,181 -,199 ,428* ,385 1 ,731**
Sig. (2-tailed) ,387 ,340 ,033 ,057 ,000
N 25 25 25 25 25 25
X1T Pearson Correlation ,616** -,106 ,457* ,708** ,731** 1

Sig. (2-tailed) ,001 ,614 ,022 ,000 ,000

N 25 25 25 25 25 25

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).
 2. VARIABEL KOMPETENSI SUMBERDAYA MANUSIA (X2)

Correlations

X2.1T X2.2T X2.3T X2T

X2.1T Pearson Correlation 1 -,114 ,366 ,763**

Sig. (2-tailed) ,588 ,072 ,000

N 25 25 25 25
X2.2T Pearson Correlation -,114 1 -,218 ,365
Sig. (2-tailed) ,588 ,295 ,073
N 25 25 25 25
X2.3T Pearson Correlation ,366 -,218 1 ,618**
Sig. (2-tailed) ,072 ,295 ,001
N 25 25 25 25
X2T Pearson Correlation ,763** ,365 ,618** 1

Sig. (2-tailed) ,000 ,073 ,001

N 25 25 25 25

**. Correlation is significant at the 0.01 level (2-tailed).

3. VARIABEL KUALITAS INFORMASI LAPORAN KEUANGAN (Y)

Correlations

Y1.1T Y1.2T Y1.3T Y1.4T YT

Y1.1T Pearson Correlation 1 ,703** -,085 ,335 ,810**

Sig. (2-tailed) ,000 ,685 ,101 ,000

N 25 25 25 25 25
Y1.2T Pearson Correlation ,703** 1 ,066 ,665** ,910**
Sig. (2-tailed) ,000 ,755 ,000 ,000
N 25 25 25 25 25
Y1.3T Pearson Correlation -,085 ,066 1 -,102 ,268
Sig. (2-tailed) ,685 ,755 ,627 ,195
N 25 25 25 25 25
Y1.4T Pearson Correlation ,335 ,665** -,102 1 ,667**
Sig. (2-tailed) ,101 ,000 ,627 ,000
N 25 25 25 25 25
YT Pearson Correlation ,810** ,910** ,268 ,667** 1

Sig. (2-tailed) ,000 ,000 ,195 ,000

N 25 25 25 25 25
**. Correlation is significant at the 0.01 level (2-tailed).
 HASIL UIJ RELIABILITAS
1. VARIABEL GOOD GOVERNMENT GOVERNANCE (X1)

Reliability Statistics

Cronbach's
Alpha N of Items

,637 6

Item-Total Statistics

Cronbach's
Scale Mean if Scale Variance Corrected Item- Alpha if Item
Item Deleted if Item Deleted Total Correlation Deleted

X1.1T 87,00 4,500 ,451 ,573

X1.2T 92,28 6,293 -,305 ,763
X1.3T 96,20 4,917 ,267 ,626
X1.4T 95,36 4,323 ,577 ,539
X1.5T 96,08 4,327 ,616 ,533
X1T 51,88 1,443 1,000 ,153

2. VARIABEL KOMPETENSI SUMBERDAYA MANUSIA (X2)

Reliability Statistics

Cronbach's
Alpha N of Items

,679 4

Item-Total Statistics

Cronbach's
Scale Mean if Scale Variance Corrected Item- Alpha if Item
Item Deleted if Item Deleted Total Correlation Deleted

X2.1T 51,72 2,043 ,565 ,551

X2.2T 54,80 2,917 ,098 ,787
X2.3T 51,48 2,510 ,422 ,647
X2T 31,60 ,833 1,000 ,054
3. VARIABEL KUALITAS INFORMASI LAPORAN KEUANGAN (Y)

Reliability Statistics

Cronbach's
Alpha N of Items

,762 5

Item-Total Statistics

Cronbach's
Scale Mean if Scale Variance Corrected Item- Alpha if Item
Item Deleted if Item Deleted Total Correlation Deleted

Y1.1T 75,52 6,343 ,690 ,668

Y1.2T 79,84 7,057 ,874 ,669
Y1.3T 84,00 9,083 ,111 ,816
Y1.4T 84,04 7,873 ,565 ,735
YT 46,20 2,417 1,000 ,585