BAB III

METODOLOGI PENELITIAN

3.1. Objek Penelitian

Objek penelitian adalah apa yang diteliti oleh peneliti (Suharsimi

Arikunto, 2013:10). Menurut Soetriono & Rita Hanafie (2007:13) objek penelitian

merupakan sasaran suatu penelitian. Demikian pula menurut Linblad (2006:94)

objek penelitian merupakan sasaran yang akan dipelajari dalam penelitian (.....the

object of study is terrain to be mapped while the object of the knowledge is the

mapping symbols and instrument).

Berdasarkan pernyataan-pernyataan tersebut maka dapat dikatakan objek

penelitian adalah apa yang akan diteliti dari suatu penelitian. Adapun objek dalam

penelitian ini adalah pengaruh strategi bisnis, kompetensi pengguna dan struktur

organisasi terhadap efektivitas sistem informasi akuntansi manajemen serta

pengaruh efektifitas sistem informasi akuntansi manajemen terhadap kualitas

informasi akuntansi manajemen.

3.2. Metode Penelitian yang Digunakan

Metode penelitian adalah serangkaian teknik atau prosedur yang

digunakan peneliti dalam melakukan penelitian (Kothari, 2004: 7). Senada dengan

pernyataan tersebut Jujun S.Suriasumantri (2005:328) berpendapat metode

penelitian merupakan metode-metode yang digunakan peneliti dalam melakukan

penelitian. Demikian pula menurut Suharsimi Arikunto (2013: 203) metode

penelitian merupakan cara-cara yang digunakan peneliti dalam melakukan

penelitian. Berdasarkan definisi tersebut metode penelitian merupakan prosedur

91
 92

yang digunakan untuk memandu peneliti dalam melakukan penelitian. Adapun

metode penelitian yang digunakan dalam penelitian ini adalah metode deskriftif

dan metode verifikatif.

Sekaran & Bougie (2013:97) menyatakan metode deskriptif merupakan

metode yang digunakan untuk menggambarkan karakteristik dari objek yang

diteliti dapat berupa individu, peristiwa atau kondisi tertentu (descriptive studies

are often designed to collect data that describe the characteristics of persons,

events or situations). Menurut Cooper & Schindler (2014:656) metode deskriftif

digunakan untuk menggambarkan/menjelaskan suatu objek atau subjek yang

diteliti berdasarkan data yang telah dikumpulkan (descriptive study attempts to

describe or define a subject through the collection of data). Selanjutnya Thyer

(2010:120 ) berpendapat bahwa metode deskriftif merupakan metode yang

digunakan para peneliti dalam menggambarkan karakteristik dari variabel-variabel

penelitian serta menjelaskan hubungan antara variabel tersebut (descriptive

research allows investigators to understand characteristics of those variables

among participants and to begin examining relationships among those variable)

Tujuan digunakannya metode deskriftif dalam penelitian ini adalah untuk

menggambarkan kondisi variabel-variabel variabel yang diteliti serta

menggambarkan pengaruh diantaranya.

Selanjutnya Sekaran & Bougie (2013: 98) menyatakan bahwa metode

verifikatif merupakan metode yang digunakan untuk menguji pengaruh antara satu

variabel dengan variabel lainnya. Senada dengan pernyataan tersebut Jujun S.

Suriasumantri (2010: 328) berpendapat bahwa metode verifikatif digunakan untuk

menguji hipotesis yang diajukan. Digunakannya metode verifikatif dalam

 93

penelitian ini bertujuan untuk mendapatkan bukti empiris terkait dengan pengaruh

antar variabel yang diteliti melalui pengujian hipotesis yang telah dirumuskan

sebelumnya.

3.3. Operasionalisasi Variabel

Patten & Newhart (2018: 72) menyatakan operasionalisasi variabel

adalah mengoperasionalisasikan konsep-konsep menjadi variabel yang dapat

diamati secara langsung (operationalization the concepts are translated into

constructs that are directly observable). Selanjutnya menurut Sekaran & Bougie

(2016: 661) operasionalisasi variabel adalah mengurangi abstrak dari suatu

konsep yang agar dapat terukur secara nyata (reduction of abstract the concepts to

render them measurable in a tangible way). Kemudian Cooper & Schindler

(2014:661) berpendapat operasionalisasi variabel adalah suatu proses

mentranformasikan suatu konsep/konstruk menjadi variabel terukur yang dapat

diuji (is a process of transforming concept and construct into measurable variable

suitable for testing). Berdasarkan definisi-definisi tersebut maka dapat dikatakan

bahwa operasionalisasi variabel adalah menggunakan suatu konsep menjadi suatu

variabel terukur sehingga dapat diuji secara langsung. Selanjutnya

operasionalisasi variabel dalam penelitian ini dapat dijelaskan sebagai berikut:

Tabel 3,1
Operasionalisasi variable penelitian

Variable Konsep/definisi Indicator Skala No.

Kuesioner
Ordinal/interval
 94

3.4. Jenis Data

Penelitian ini menggunakan 2 (dua) jenis data, yaitu: data primer dan data

sekunder. Sekaran & Bougie (2013: 113) menyatakan“primary data refers to

information obtained first-hand by researher on the variables of interest for the

specific purpose of study”. Demikian pula menurut Cooper & Schindler

(2014:663) data primer merupakan data yang dikumpulkan peneliti dengan cara

menanyakan langsung pada sumbernya (data the researcher collects to address

the specific problem at hand-the research question). Data primer dalam penelitian

ini adalah data pernyataan-pernyataan responden tentang variabel-variabel yang

diteliti.

Sekaran & Bougie (2013:113) menyatakan bahwa “Secondary data refers to

information gathered from sources that already exist”. Kemudian Cooper &

Schindler (2014:665) berpendapat bahwa data sekunder dapat berupa hasil

penelitian yang dilakukan peneliti lain untuk tujuan/kegunaan yang berbeda dari

yang sedang diteliti (result of studies done by other and for different purposes

than the one for which the data are being reviewed). Data sekunder dalam

penelitian ini adalah berbagai teori, konsep, fenomena, dan hasil penelitian

terdahulu yang digunakan peneliti untuk membangun model kerangka fikir.

3.5. Populasi, Unit analisis, unit observasi, dan Teknik Penarikan Sampel

Penelitian.

3.5.1 Populasi Penelitian

Populasi adalah sekumpulan subyek yang mempunyai karakteristik tertentu

yang ditetapkan peneliti untuk diamati dan ditarik kesimpulannya (Sugiyono,

2013: 119). Menurut Suharsimi Arikunto (2010: 173) populasi merupakan

 95

keseluruhan subyek penelitan. Selanjutnya Sekaran & Bougie (2016: 236)

berpendapat bahwa “the population refers to the entire group of people, events, or

things of interest that researcher whishes to investigate”. Kemudian menurut Earl

Babbie (2011:119) populasi merupakan sekumpulan subjek atau apapun yang

akan digambarkan dalam kesimpulan (The population for a study is that group

usually of people about whom we want to draw conclusions). Populasi dalam

penelitian ini adalah unit akuntansi manajemen pada 118 perusahaan BUMN di

Indonesia yang terdaftar pada Kementrian BUMN pada tahun 2017.

Setelah diketahui populasi penelitian langkah selanjutnya adalah

menentukan populasi target. Menurut Sekaran & Bougie (2013: 245) populasi

target merupakan representasi fisik dari semua elemen dalam populasi dari mana

sampel diambil yang harus ditentukan dari segi unsur-unsur, batas-batas geografis

dan waktu. Populasi target pada penelitian ini adalah unit akuntansi manajemen

pada 118 perusahaan BUMN yang aktif beroperasi di Indonesia, yang terdaftar

pada Kementerian BUMN per 31 Januari 2017 (terlampir).

3.5.2. Unit Analisis

Sekaran & Bougie (2013:104) menyatakan bahwa unit analisis merupakan

tingkat kesatuan dari unit pengumpulan data (the unit analysis refers to the level

of aggregation of the data collected). Menurut Suharsimi Arikunto (2010: 187-

188) unit analisis adalah kesatuan tertentu yang diperhitungkan dari subjek

penelitian yang menjadi pusat perhatian atau sasaran peneliti. Senada dengan

pernyataan sebelumnya, Patten & Newhart (2018:71) berpendapat unit analisis

merupakan kesatuan dari unit pengumpulan data dalam penelitian yang dapat

berupa orang atau hal apapun (The unit of analysis is simply who or what
 96

constitutes one “unit” from which data has been collected in the study).

Berdasarkan definisi-definisi tersebut maka dapat dikatakan unit analisis adalah

kesatuan dari unit pengumpulan data yang dapat berupa orang atau apapun.

Adapun unit analisis dalam penelitian ini adalah unit akuntansi manajemen pada

BUMN di Indonesia yang telah ditentukan menjadi sampel penelitian.

3.5.3. Unit Observasi

Setelah diketahui unit analisis penelitian langkah selanjutnya adalah

menentukan unit observasi. Menurut Hoffman (2017:53) unit observasi

merupakan satuan/grup di mana data dikumpulkan atau dipresentasikan (is the

level at which the data are collected or represented). Demikian pula Shi

(2008:268) berpendapat bahwa unit observasi merupakan satuan/grup dimana data

sesungguhnya dikumpulkan (is the unit from which data are actually collected

actually). Demikian pula menurut Rennison & Hart (2018) unit observasi

merupakan satuan/grup dimana data dikumpulkan (unit from which data are

collected to answer a research question focused on the unit of analysis).

Selanjutnya Suharsimi Arikunto (2010:188) berpendapat unit observasi dapat

dikatakan sebagai responden dalam penelitian yang merupakan orang yang

memberikan keterangan tentang suatu fakta yang dialami. Dengan demikian

dapat dinyatakan bahwa unit observasi merupakan satuan/kelompok/unit

pengumpulan data (responden) yang membentuk unit analisis

Unit observasi dalam penelitian ini adalah manajer akuntansi keuangan,

manajer akuntansi manajemen dan manajer penjualan/pemasaran atau staff yang

mewakili pada unit akuntansi manajemen di BUMN Indonesia. Para manajer atau
 97

staff tersebut bertindak selaku pengguna sistem informasi akuntansi manajemen

yang membuat berbagai keputusan. Para manajer tersebut memberikan pernyataan

tentang implementasi sistem informasi akuntansi manajemen yang digunakan unit

akuntansi manajemen pada BUMN di Indonesia yang terpilih menjadi sampel

penelitian.

3.5.4. Teknik Penarikan Sampel Penelitian.

Setelah diketahui jumlah populasi target langkah selanjutnya adalah

menentukan ukuran sampel penelitian. Patten & Newhart (2018:87) berpendapat

Sampel merupakan bagian dari populasi (sample is probably also true of the

population). Menurut Sekaran dan Bogie (2016: 237) sampel merupakan bagian

dari populasi yang mewakili seluruh elemen penting dari populasi. Demikian pula

menurut Suharsimi Arikunto (2010:174) sampel merupakan bagian atau wakil

populasi yang diteliti.

Sehubungan dengan digunakannya Structural Equation Model (SEM) dengan

Penaksiran PLS (partial least Square) untuk menganalisis data penelitian, maka

peneliti menggunakan ketetentuan ukuran penarikan sampel minimal dalam SEM-

PLS seperti yang dinyatakan oleh Hair, et al. (2014: 20) bahwa untuk

menentukan ukuran sampel minimal dalam SEM-PLS dapat dilakukan dengan 2

(dua) cara, yaitu : Rule of Thumb dan Power analysis.

1) Dalam rule of thumb ukuran sampel minimal harus sama dengan atau lebih

besar dari:

a) 10 kali jumlah terbanyak dari indikator formatif digunakan untuk

mengukur satu konstruk, atau

 98

b) 10 kali jumlah terbanyak dari jalur struktural diarahkan pada

suatu konstruksi tertentu dalam model struktural (Hair et.al

(2014:20)

2) Sedangkan menurut Power analysis ukuran sampel minimal ditentukan

berdasarkan jumlah terbanyak panah menunjuk pada konstruk dalam

model jalur PLS, pada tingkat signifikasi (α), minumum R² untuk

mencapai statistical power tertentu secara umum digunakan 80% (Hair

et.al (2014:20). Jika menggunakan power analysis, berdasarkan jumlah

terbanyak yang menunjuk pada konstruk adalah 3, maka pada tingkat

tingkat signifikansi (α)= 0.05 dan minimum R²=0.25, serta untuk

mencapai power analysis 80% diperlukan ukuran sampel minimum

sebanyak 59 perusahaan .

Ukuran sample yang digunakan dalam penelitian ini menggunakan power analisis

sehingga jumlah sampel dalam penelitian ini berjumlah 59 perusahaan BUMN

yang diacak dari populasinya dengan tabel bilangan random yang menggunakan

alat bantu Microsoft Excel. Adapun daftar perusahaan yang tersample tersebut

dapat dilihat dalam lampiran.

3.5. Instrument Penelitian

Penelitian ini menggunakan data primer, instument penelitian yang

digunakan untuk mengumpulkan data primer adalah kuesioner (Cooper &

Schindler, 2014:664). Menurut Sekaran & Bougie (2013: 147) Kuisioner

merupakan seperangkat pertanyaan/pernyataan tertulis yang diformulasikan

terlebih dahulu untuk merekam jawaban responden. Pengumpulan data dengan

menggunakan kuesioner membutuhkan responden yang merupakan orang/subjek

 99

yang diminta memberikan keterangan tentang suatu fakta atau pendapat

(Suharsimi Arikunto, 2010:188). Dalam penelitian ini Kuesioner diajukan kepada

para responden dengan cara diantar langsung, melalui pos (mail survey) maupun

melalui surat elektronik (e-mail).

3.6. Alat Ukur Instrument Penelitian.

Kuesioner dalam penelitian berskala ordinal (likert scale) yang dirancang

simetris dan memiliki jarak yang sama. Dalam skala likert setiap pernyataan

disediakan lima tanggapan (Kidd, 2009:337). Menurut Cresswell (2014:212) item

dalam likert disusun berdasarkan “ tingkatan yang sangat kecil” sampai “tingkat

yang sangat besar” (likert-like items based on a scale from “a very small extent”

to “a very great extent). Kemudian Hair,et al. (2014:9) berpendapat ketika skala

likert bersifat symetric (memiliki tengah) dan equidistance (jarak antara nilai

tengah sama) maka skala likert tersebut dapat disamakan dengan pengukuran pada

tingkat interval. Berdasarkan pernyataan-pernyataan tersebut dapat dinyatakan

kuesioner dalam penelitian ini berskala interval.

Selanjutnya jawaban dari setiap item instrumen kuesioner disusun

berdasarkan gradasi dari sangat positif sampai negatif, jawaban skor terendah

diberi nilai 1 dan jawaban skor tertingi diberi nilai 5. Tanggapan responden dari

skor terendah sampai dengan skor tertingi, ditentukan sebagai berikut:

Tabel 3.2
Skor Tangapan Responden
Skor Tanggapan Responden
1 Tidak pernah/ Tidak punya/ Tidak paham/ Tidak mampu
2 Jarang/sedikit/kurang/
3 Kadang-kadang/netral
4 Hampir selalu/hampir sesuai/cukup
5 Selalu/Sangat
 100

3.7. Pengujian Instrument Penelitian

Seperti dinyatakan sebelumnya instrument yang digunakan dalam

mengumpulkan data penelitian ini adalah kuesioner. Agar diperolah akurasi hasil

penelitian maka perlu dilakukan uji validitas, reliabilitas dan relevansi pada

kuesioner penelitian.

3.7.1. Uji Validitas

Uji validitas bertujuan untuk mengukur kualitas instrumen (kuisioner) yang

digunakan, dan menunjukkan tingkat kesahihan suatu instrumen (kuisioner), serta

seberapa baik suatu konsep dapat diukur oleh suatu alat ukur (Hair, et al., 2014).

Uji validitas dilakukan untuk mengetahui apakah alat ukur (kuisioner) yang telah

disusun dengan benar dan mengukur apa yang seharusnya diukur.

3.7.2. Uji Reliabilitas

Uji reliabilitas ditujukan untuk menguji konsistensi alat ukur (kuesioner)

dalam mengukur suatu konsep (Diamantopoulos & Siguaw: 2000:89). Kemudian

Kothari (2004:74) berpendapat pengujian sebuah alat ukur (kuesioner) dapat

diandalkan (reliabel) jika memberikan hasil yang konsisten. Dalam penelitian ini

terdapat indikator dan dimensi yang berbentuk formatif sehingga diperlukan pula

uji relevansi untuk mengetahui kontribusi indikator formatif terhadap konstruk

(Hair,et.al, 2014:126). Uji Validitas, Reliabilitas dan Relevansi tersebut

selanjutnya dilakukan bersama dengan analisis data penelitian.

 101

3.8. Analisis Data Penelitian.

Dalam penelitian ini dilakukan 2 (dua) analisis data yaitu analisis deskriptif

dan analisis verifikatif. Tahapan analisis data tersebut, selanjutnya dijelaskan

dalam penjelasan berikut ini.

3. 8.1. Analisis deskriptif

Analisis Deskriftif digunakan untuk menggambarkan karakteristik variabel

yang diteliti yang bertujuan untuk mendukung pemecahan masalah dan

memperoleh saran secara operasional. Groves, M. Robert (2004:2) menyatakan

analisis deskriptif digunakan untuk memberi gambaran kuantitatif dari rangkuman

pengamatan yang secara umum menguraikan ukuran dan sebaran dari setiap

variabel penelitian. Kemudian Creswell (2014) berpendapat analisis deskriptif

dilakukan untuk menggambarkan hasil penelitian melalui nilai rata-rata, standar

deviasi dan rentang nilainya (descriptif analysis of data for variables in a study

includes describing the results through means,standard deviations, and range of

scores).

Alat yang digunakan untuk melakukan analisis deskriftif adalah statistik

deskriftif. Menurut Sugiyono (2011:199) statistik deskriftif adalah statistik yang

digunakan untuk menganalisa data yang telah terkumpul tanpa membuat

kesimpulan yang berlaku umum. Demikian pula menurut Cozbi & Bates (2012:

387) statistik deskriftif merupakan ukuran statistik yang digunakan untuk

menggambarkan hasil penelitian (descriptive statistics is statistical measures that

describe the results of a study).

Statistik deskriftif yang digunakan dalam penelitian ini adalah untuk

variabel dengan model pengukuran formatif akan dianalisis menggunakan

 102

perhitungan komponen skor dalam metode analisis komponen utama (Johnson &

Wichern, 2008: 375) sedangkan untuk variabel dengan model pengukuran

reflektif, dianalisis dengan menggunakan faktor skor dalam metode analisis faktor

(Johnson & Wichern, 2008: 430). Tahapan analisis data akan diuraikan sebagai

berikut:

1. Menghitung skor konstruk berdasarkan model regresi dengan koefisien

berupa nilai taksiran weight untuk masing-masing indikator dari setiap

konstruk.

2. Menghitung nilai minimum dan maksimum dari setiap konstruk dengan

memasukan nilai lima dan satu untuk semua indikatornya ke dalam

model regresi skor.

3. Menghitung beda nilai minimum dan maksimum dari skor yang mungkin

untuk setiap konstruk.

4. Transformasikan nilai skor pada langkah 1, untuk memperoleh skor

dengan nilai minimum 1 dan maksimum 5 kedalam rumus sbb = 1 +

(skor –skor (min)) / (skor(max)-skor(min))+1.

5. Berdasarkan skor pada langkah 4 hitung rata-rata dan simpangan

bakunya.

Selanjutnya, kategori rata-rata tanggapan unit analisis dikelompokkan berdasarkan

skor minimal dan maksimal, disajikan sebagai berikut:

Tabel 3.3.
Kriteria skor rata-rata
Skor rata-rata Kriteria Skor
[1,00 - 1,50) Sangat Rendah
[1,50 - 2,50) Rendah
[2,50 - 3,50) Sedang
[3,50 – 4,50) Tinggi
[4,50 - 5,00) Sangat Tinggi
 103

1.8.2. Analisis verifikatif

Analisis verifikatif bertujuan untuk membuktikan pengaruh antara

variabel yang diteliti melalui pengujian hipotesis penelitian yang telah dirumuskan

sebelumnya. Alat analisis yang tepat untuk melakukan analisis verifikatif adalah

Structural Equation Modelling-Partial Least Square (SEM-PLS) . Menurut Hair,

et.al (2014: 4) Penggunaan Structural Equation Modeling (SEM) memungkinkan

peneliti untuk menyatukan beberapa variabel yang tidak teramati yang diukur

secara tidak langsung oleh indikatornya serta dapat digunakan untuk menghitung

kesalahan pengukuran pada variabel yang teramati.

PLS dipilih karena variabel dalam penelitian ini memiliki indikator yang

berbentuk formatif dan reflektif dengan asumsi perolehan sampel yang digunakan

berukuran kecil (Hair, et al., 2014: 19). Model di dalam PLS terdiri dari model

pengukuran reflektif maupun formatif, yang dapat dijelaskan sebagai berikut:

1. Dalam model pengukuran reflektif, hubungan antara indikator dengan

konstruk dinyatakan dengan arah hubungan dari kontruk ke indikator.

2. Sedangkan pada model pengukuran formatif, hubungan antara indikator

dengan konstruk dinyatakan dengan arah hubungan dari indikator ke

konstruk (Hair, et al., 2014: 47).

Selanjutnya tahapan-tahapan analisis data dengan metode Structural Equation

Model berbasis covariance yaitu Partial Least Square (PLS) adalah sebagai

berikut:
 104

3.1.1 Spesifikasi Model.

Pembentukan model merupakan tahap awal yaang harus dibuat sebelum

melakukan estimasi. Model diformulasikan berdasarkan teori dan hasil penelitian

sebelumnya. Model jalur dalam SEM PLS terdiri dari 2 (dua) bagian yaitu model

pengukuran (measurement model) dan model struktural (structural model). Model

pengukuran konstruk (yang dikenal dengan outer model dalam SEM PLS) adalah

model yang menampilkan hubungan antara konstruk dengan indikator sebuah

variabel. Sedangkan model struktural (yang disebut dengan inner model dalam

SEM PLS) yang berbentuk oval menampilkan hubungan (jalur) antara konstruk

(Hair, et al., 2014:12).

Selanjutnya spesifikasi model dalam penelitian ini baik model pengukuran

dan model struktural dalam penelitian ini adalah sebagai berikut:

1) Model pengukuran (outer model)

Seluruh variabel dalam penelitain ini menggunakan model pengukuran

second order atau Higher order models atau Hierarchical Component models

(Hair, 2014:39) yang melibatkan pengujian second order yang memuat dua order

dari variabel. Dalam Higher order models dapat dijelaskan bahwa model

pengukuran faktor pertama adalah model yang menghubungkan dimensi dengan

indikator. Sedangkan model pengukuran faktor kedua adalah model yang

menghubungkan variabel dengan dimensi. Dalam spesifikasi model pengukuran

ini terlebih dahulu dilakukan: Mendefinisikan variabel-variabel laten dan variabel

teramati yang digunakan dalam penelitian ini yaitu Strategi Bisnis ( 1),

Kompetensi Pengguna (2), Struktur Organisasi (3), Efektifitas Sistem Informasi

Akuntansi manajemen (1), serta Kualitas Informasi Akuntansi Manajemen (2).

 105

1) Untuk variabel Strategi Bisnis (1), model pengukuruan berbentuk formatif

baik pada bentuk pertama maupun pada bentuk ke dua seperti pada gambar

berikut ini:

Gambar 3.1 : Model pengukuran variabel Strategi Bisnis.

Persamaan model pengukuran untuk variabel Straategi Bisnis adalah sebagai

berikut :

X1 = λ15 + δ1
X2 = λ25 + δ2
X3 = λ36 + δ3
X4 = λ46 + δ4
X5 = λ57 + δ5
X6 = λ67 + δ6

ε5 = λ5.1 * ξ1+ δ5
ε6 = λ6.1 *ξ1+ δ6
ε7 = λ7.1 * ξ1+ δ7

Keterangan:
1 : Variabel Strategi Bisnis
λ : Loading untuk Konstruk reflectif
5 : Dimensi Cost Leadership
 106

6 : Dimensi Differentiation
7 : Dimensi Inovation
8 : Dimensi growth
 : Error konstruk reflektif

2) Variabel kompetensi pengguna, model pengukuran berbentuk reflektif pada

order pertama dan order kedua, dengan dimensi Pengetahuan/Knowledge (10)

dan Keterampilan/Skills (11) . Selanjutnya model pengukuran untuk variabel

dukungan manajemen puncak dapat dilihat seperti pada gambar 3.2 berikut ini:

Gambar 3.2 : Model pengukuran variabel Kompetensi Pengguna .

Persamaan model pengukuran untuk variabel Kompetensi Pengguna adalah

sebagai berikut :

X7 = λ78+ δ7
X8 = λ88+ δ8
X9 = λ98+ δ9
X10 = λ109+ δ10
X11 = λ119+ δ11
X12 = λ129+ δ12
ղ8 = λ28. ξ2 + δ8
ղ9 = λ29. ξ2 + δ9
 107

Keterangan:
ξ2 = variabel Kompetensi Pengguna
 = loading untuk konstruk formatif
ղ8 = dimensi pengetahuan
ղ9 = dimensi Skills
δ = error konstruk formatif

3) Variabel Struktur Organisasi mempunyai dimensi kecerdasan pemimpin,

integritas pemimpin dan kematangan emosional pemimpin. Hubungan yang

terjadi diantara order pertama atau order kedua adalah hubungan formatif

Selanjutnya model pengukuran untuk variabel Struktur Organisasi dapat

dilihat seperti pada gambar 3.3 berikut ini:

Gambar 3.3. Model pengukuran variabel Struktur Organisasi

Persamaan model pengukuran untuk variabel Struktur Organisasi adalah

sebagai berikut :
X13 = λ1310 ղ10 + δ13
X14 = λ1410 ղ10 + δ14
X15 = λ1511 ղ11 + δ15
X16 = λ1611 ղ11 + δ16
X17 = λ1712 ղ12 + δ17
X18 = λ1812 ղ12 + δ18
ղ10 = λ103* ξ3 + δ10
ղ11 = λ113 *ξ3 + δ11
ղ12 = λ123* ξ3 + δ12
 108

Keterangan:
ξ3 = variabel Sturktur Organisasi
λ = loading untuk konstruk reflektif
10= Dimensi division of Labour/
ղ11= dimensi Departementalization
ղ12 = dimensi Chain of Command
δ = error konstruk reflektif

4) Variabel Efektifitas sistem informasi akuntansi sebagai faktor kedua terdiri

dari dua dimensi yaitu System Usage (3) dan User satisfaction (4) .

Hubungan antara dimensi dengan variabel adalah hubungan reflektif. Model

pengukuran untuk variabel efektifitas sistem informasi akuntansi dapat dilihat

seperti pada gambar 3.4 berikut ini:

Gambar 3.4.
Model pengukuran variabel EfektifitaS sistem informasi akuntansi manajemen

Persamaan model pengukuran untuk variabel kualitas sistem informasi

akuntansi adalah sebagai berikut :

Y1 = λ13* ղ3 + 1
Y2 = λ23* ղ3 + ᶓ2
Y3 = λ33 ղ3 + ᶓ3
Y4 = λ43 ղ3 + ᶓ4
Y5 = λ54 ղ4 + ᶓ5
Y6 = λ64 ղ4 + ᶓ6
 109

Y7 = λ74 ղ4 + ᶓ7
Y8 = λ84 ղ4 + ᶓ8

ղ3 = λ31* ղ3 + δ3
ղ4 = λ41* ղ4 + δ4

Keterangan:
ղ1 = variabel Efektifitas sistem informasi akuntansi
λ = loading untuk konstruk reflektif
ղ3 = dimensi System Usage
ղ4 = dimensi user satisfaction
 = tingkat kesalahan tingkat indikator
δ = error konstruk reflektif

5) Variabel kualitas informasi akuntansi sebagai faktor kedua mempunyai dimensi

time (16), content (17), location (18), dan form (19), Hubungan antara

dimensi dengan variabel adalah hubungan reflektif. Model pengukuran untuk

variabel kualitas informasi akuntansi dapat dilihat seperti pada gambar 3.5

berikut ini:

Gambar 3.5.
Model pengukuran variabel kualitas informasi akuntansi Manajemen
 110

Persamaan model pengukuran untuk variabel kualitas informasi akuntansi

adalah sebagai berikut :

Y9 = λ913* ղ13 + ᶓ9
Y10 = λ1013 *ղ13+ ᶓ10
Y11 = λ1114*ղ14+ ᶓ11
Y12 = λ1214* ղ14+ ᶓ12
Y13 = λ1315*ղ15+ ᶓ13
Y14 = λ1415* ղ15 + ᶓ14
Y15 = λ1515* ղ15 + ᶓ15
Y16 = λ1616* ղ16 + ᶓ16
Y17 = λ1716* ղ16+ ᶓ17

ղ13 = λ132* ղ2 + δ13

ղ14 = λ142*ղ2 + δ14
ղ15= λ152* ղ2 + δ15
ղ16= λ162* ղ2 + δ16

Keterangan:
ղ2 = variabel kualitas informasi akuntansi
λ = loading untuk konstruk reflektif
ղ13= dimensi waktu
ղ14= dimensi isi
ղ15= dimensi Lokasi
ղ16= dimensi bentuk
δ = error konstruk reflektif

2) Model struktural (inner model)

Model struktural menampilkan hubungan (jalur) antara konstruk yaitu untuk

menggambarkan hubungan antar variabel laten berdasarkan pada substantive

theory. Pada penelitian ini model struktural (inner model), untuk menguji

hipotesis dapat dijabarkan sebagai berikut :

a) Efektifitas sistem informasi akuntansi dipengaruhi oleh strategi Bisnis,

Kompetensi Pengguna dan Struktur Organisasi organisasi, dukungan

manajemen puncak dan efektivitas kepemimpinan

 111

b) Kualitas informasi akuntansi dipengaruhi oleh Efektifitas sistem informasi

akuntansi

Sehingga persamaan model struktural di atas dapat ditulis sebagai berikut :

a) ε1 = γ11 ξ1 + γ12 ξ2 + γ13 ξ3 +δ1

b) ε2 = β21 ε1 + δ2

Keterangan :

ξ1 = variabel Strategi Bisnis

ξ2 = variabel Kompetensi Pengguna
ξ3 = variabel Struktur Organisasi
ε1 = variabel efektifitas sistem informasi akuntansi
ε2 = variabel kualitas informasi akuntansi
β = koefisien jalur antar variabel laten
δ = kesalahan pengukuran

Selanjutnya model struktural dapat dilihat pada gambar 3.6 berikut ini:

Gambar 3.6.
Model struktural

Selanjutnya kombinasi model pengukuran (outer model) dan model

struktural (inner model) secara keseluruhan dapat dilihat pada gambar 3.7

sebagai berikut:
 112

Gambar 3.7.
Kombinasi model pengukuran dan model struktural secara keseluruhan

Keterangan :
ξ1 :Strategi Bisnis
ξ2 :Kompetensi Pengguna
ξ3 :Struktur Organisasi
ε1 :Efektifitas sistem informasi akuntansi
ε2 :kualitas informasi akuntansi
ε3 :Sistem Usage
ε4 : User satisfaction
ε5 : Cost Leadership
ε6 : Differentiation
ε7 : Inovation
ε8 : Knowledge
ε9 : Skills
ε10 : Division Of Labour
ε11 : Departementalization
ε12 : Chain Of Command
ε13 : time Dimension
ε14 : Content Dimension
ε15 : Location Dimensin
ε16 : Form Dimension
λ =bobot faktor laten variabel dengan indikatornya
γ =Koefisien pengaruh langsung exogenous latent variable dan
 113

endogenous latent variabel

β=Koefisien pengaruh langsung endogenous latent variable dan
endogenous latent variabel
δ =Kesalahan pengukuran indikator exogenous latent variable
ԑ =Kesalahan pengukuran indikator endogenous latent variable

3.1.2 Estimasi Model

Penelitian ini menggunakan pendekatan SEM-PLS karena salah satu

variabel pada order kedua diukur dengan model pengukuran formatif dan jumlah

sampel kecil. Dalam penelitian ini variabel kompetensi pengguna diukur dengan

model pengukuran formatif dan jumlah sampel 59 perusahaan BUMN. Prinsip

dari estimasi parameter dengan pendekatan SEM-PLS adalah sebagai berikut :

(1) Metode didasarkan pada regresi sederhana dan berganda

(2) Estimasi model dilakukan melalui estimasi skor variabel-variabel

laten

(3) Estimasi tersebut dikerjakan dengan bantuan algoritma iteratif

(4) Ketika skor sudah diperoleh, taksir koefisien-koefisien model inner

melalui regresi berganda klasik (OLS)

(5) Loading dapat diperoleh dengan skor variabel laten.

Algoritma :

Tahap 1 : menetapkan bobot inisial wjk

Tahap 2 : mengestimasi skor variabel laten dengan bobot w

jk

Tahap 3 : estimasi ulang skor variabel laten dengan memperhatikan

inner model

Tahap 4 : menghitung ulang bobot (outer weight) dengan meperhatikan

indikator formatif atau reflektif

 114

Ulangi tahap 2 sampai 4 sehingga diperoleh wjk yang konvergen. Terdapat 3

pilihan untuk mendapatkan bobot inner (e ij) :

(1) Skema Centroid

(2) Skema Faktor

(3) Skema Path

Estimasi persamaan-persamaan struktural melalui regresi berganda (Ordinary

Least Square) kemudian loading diperoleh melalui skor variabel laten.

3.1.3 Evaluasi Model

Dalam evaluasi model ini dilakukan dua jenis evaluasi yaitu evaluasi model

pengukuran dan evaluasi model struktural. Penjelasan tentang masing-masing

evaluasi model adalah sebagai berikut:

1) Evaluasi Model Pengukuran

Dalam evaluasi model pengukuran dilakukan dua jenis evaluasi yaitu

evaluasi terhadap kualitas indikator dan kualitas dimensi.

Evaluasi Kualitas Indikator

Semua model pengukuran tahap pertama (yaitu hubungan indikator dengan

dimensinya) dalam penelitian ini merupakan model pengukuran reflektif. Ada

lima evaluasi yang harus dilakukan untuk model pengukuran reflektif yaitu:

validitas indikator, reliabilitas indikator, validitas konvergensi indikator per

dimensi, reliabilitas konsistensi internal indikator per dimensi, validitas

diskriminan indikator per dimensi (Hair, et al. 2014: 97). Penjelasan tentang

masing-masing evaluasi adalah sebagai berikut:

 115

a) Validitas Indikator

Validitas masing-masing indikator reflektif dilihat dari signifikansi loading

faktornya. Indikator dianggap valid mengukur dimensi jika nilai-p lebih kecil

dari taraf signifikansi (Bollen, 1989:199)

b) Reliabilitas Indikator

Ukuran reliabilitas dari suatu indikator relektif adalah nilai R^2. Suatu

indikator dikatakan reliabel jika nilai R^2-nya tidak kurang dari 0.5 (Bollen,

1989:221)

c) Validitas konvergensi indikator per dimensi

Batasan indicator-indikator suatu dimensi mempunyai validitas konvergensi

yang baik adalah AVE yang bernilai 0.5 ke atas (Hair, et al. 2014:103)

d) Reliabilitas konsistensi internal indikator per dimensi

Batasan suatu indicator mempunyai konsistensi internal yang baik adalah

nilai CR di atas 0.7 (Hair et.al, 2014:101)

e) Validitas diskriminan indikator per dimensi

Dalam hal ini nilai kriteria dari indikator-indikator suatu dimensi harus lebih

besar untuk dimensi itu sendiri dibanding untuk dimensi lainnya (Hair, et al.

2014:1014).

Evaluasi Kualitas Dimensi

Pada model pengukuran tahapan kedua terdapat dimensi yang bersifat

reflektif dan formatif sehingga model pengukuran yang akan dilakukan yaitu

model pengukuran reflektif dan formatif.

 116

Model pengukuran reflektif

Ada lima evaluasi yang harus dilakukan untuk model pengukuran reflektif

yaitu: validitas dimensi, reliabilitas dimensi, validitas konvergensi dimensi per

konstruk, reliabilitas konsistensi internal dimensi per konstruk, validitas

diskriminan dimensi per konstruk (Hair, et al. 2014: 97). Penjelasan tentang

masing-masing evaluasi adalah sebagai berikut:

(a) Validitas Dimensi

Validitas masing-masing dimensi reflektif dilihat dari signifikansi loading

faktornya. Dimensi dianggap valid mengukur konstruk jika nilai-p lebih kecil

dari taraf signifikansi 0.05 (Bollen, 1989:199)

(b) Reliabilitas Dimensi

Ukuran reliabilitas dari suatu dimensi relektif adalah nilai R^2. Suatu dimensi

dikatakan reliabel jika nilai R^2-nya tidak kurang dari 0.5 (Bollen, 1989:221)

(c) Validitas konvergensi dimensi per konstruk

Batasan dimensi-dimensi suatu konstruk mempunyai validitas konvergensi

yang baik adalah AVE yang bernilai 0.5 ke atas (Hair, et al. 2014:103).

(d) Reliabilitas konsistensi internal dimensi per konstruk

Batasan suatu dimensi mempunyai konsistensi internal yang baik adalah nilai

CR di atas 0.7 (Hair, et al. 2014:101)

(e) Validitas diskriminan dimensi per konstruk

Dalam hal ini nilai kriteria dari dimensi-dimensi suatu konstruk harus lebih

besar untuk konstruk itu sendiri dibanding untuk konstruk lainnya (Hair, et al.

2014:104).
 117

Model pengukuran formatif

Dalam model pengukuran formatif terdapat tiga jenis evaluasi yaitu: •

validitas konvergensi, kolinearitas antara indikator, serta signifikansi dan

relevansi (Hair, et al. 2014: 97). Penjelasan masing-masing evaluasi adalah

sebagai berikut:

(a) Validitas konvergensi

Untuk melakukan evaluasi validitas konvergensi diperlukan satu indikator

reflektif. Karena kita tidak mempunyai indikator reflektif maka evaluasi ini

tidak dapat kita lakukan.

(b) Kolinieritas antara indikator

Kolinieritas dilihat dari nilai VIF. Suatu indikator dikatakan berkolinieritas

dengan indikator lainnya jika nilai VIF-nya lebih besar dari 5.

(c) Signifikasi dan relevansi

Relevansi dimensi formatif dilihat dari signifikansi koefisien komponennya.

2) Evaluasi Model Struktural

Dalam evaluasi model struktural terdapat tiga jenis evaluasi yaitu pengujian

terhadap kolinearitas, koefisien determinan serta ukuran dan signifikansi koefisien

jalur (Menurut Hair, et al. (2014:97):

a) Pengujian kolinearitas dilakukan untuk mengetahui apakah suatu indikator

berkolinieritas dengan indikator lainnya. Kolinieritas dilihat dari nilai VIF.

Suatu indikator dikatakan berkolinieritas dengan indikator lainnya jika nilai

VIF-nya lebih besar dari 5

b) Koefisien Determinasi (R²). R² merupakan sebuah ukuran dari keakuratan

prediktif dari sebuah model. R² bervariasi dari 0 sampai dengan 1, dengan

 118

indikasi bahwa nilai yang lebih tinggi mengindikasikan keakuratan prediksi

yang lebih baik. Dalam penelitian sosial nilai R² 0,25 dapat menunjukkan

keakuratan prediktif yang lemah sementara 0,50 dikategorikan sebagai

moderate dan 0,75 dikategorikan sebagai substansial. Hair, et al. (2014:175)

c) Ukuran dan signifikansi koefisien jalur. Nilai signifikansi dapat dilihat dari

nilai-p dan nilai-t. Bila nilai-p lebih kecil dari α maka dianggap signifikan.

Pengujian signifikansi dapat dijelaskan sebagai berikut:

Hipotesis 1: Strategi Bisnis Berpengaruh terhadap efektifitas sistem

informasi akuntansi manajemen. Uji hipotesis statistik sebagai berikut :

H0 : 11 = 0 :Strategi Bisnis tidak berpengaruh terhadap efektifitas

sistem informasi akuntansi manajemen
H1 : 11 ≠ 0 :Strategi Bisnis berpengaruh signifikan terhadap
efektifitas sistem informasi akuntansi manajemen
̂
Statistik uji yang digunakan adalah:
̂̂

Kriteria pengujian adalah H0 ditolak jika p-value lebih kecil dari nilai taraf

nyata atau α (0,05)

Hipotesis 2: Kompetensi Pengguna Berpengaruh terhadap Efektifitas sistem

informasi akuntansi manajemen. Uji hipotesis statistik sebagai berikut :

H0 : 12 = 0 : Kompetensi pengguna tidak berpengaruh terhadap

efektifitas sistem informasi akuntansi manajemen
H1 : 12 ≠ 0 : Kompetensi penggunaberpengaruh signifikan terhadap
efektifitas sistem informasi akuntansi manajemen
̂
Statistik uji yang digunakan adalah: 

Kriteria pengujian adalah H0 ditolak jika p-value lebih kecil dari nilai taraf

nyata atau α (0,05).

 119

Hipotesis 3: Struktur Organisasi berpengaruh terhadap Efektifitas sistem

informasi akuntansi manajemen . Uji hipotesis statistik sebagai berikut :

H0 : 12 = 0 :Struktur organisasi tidak berpengaruh terhadap

efektifitas sistem informasi akuntansi manajemen
H1 : 12 ≠ 0 : Struktur organisasi berpengaruh signifikan terhadap
efektifitas sistem informasi akuntansi manajemen
̂
Statistik uji yang digunakan adalah: ̂

Kriteria pengujian adalah H0 ditolak jika p-value lebih kecil dari nilai taraf

nyata atau α (0,05)

Hipotesis 4: Efektifitas sistem informasi akuntansi berpengaruh terhadap

kualitas informasi akuntansi. Uji hipotesis statistik sebagai berikut:

H0 : β21 = 0 : Efektifitas sistem informasi akuntansi manajemen

tidak berpengaruh terhadap kualitas informasi akuntansi
manajemen
H1 : β21 ≠ 0 : Efektifitas sistem informasi akuntansi manajemen
berpengaruh terhadap kualitas informasi akuntansi
manajemen
̂
Statistik uji yang digunakan adalah ̂

Kriteria pengujian adalah H0 ditolak jika p-value lebih kecil dari nilai taraf

nyata atau α (0,05) Perhitungan nilai-nilai t melalui bootstrapping.

Hipotesis 5: Strategi Bisnis melalui efektifitas sistem informasi akuntansi

manajemen berpengaruh terhadap kualitas informasi akuntansi manajemen.

Uji hipotesis statistik sebagai berikut :

H0 : 11. β21 = 0 : Strategi bisnis melalui efektifitas sistem informasi

akuntansi manajemen tidak berpengaruh terhadap
 120

kualitas informasi akuntansi manajemen

H1 : 11. β21 ≠ : Strategi bisnis melalui efektifitas sistem informasi
akuntansi manajemen berpengaruh terhadap kualitas
informasi akuntansi manajemen
̂ ̂
Statistik uji yang digunakan adalah:
̂̂ ̂

Kriteria pengujian adalah H0 ditolak jika p-value lebih kecil dari nilai taraf

nyata atau α (0,05)

Hipotesis 6: Kompetensi pengguna melalui efektifitas sistem informasi

akuntansi manajemen berpengaruh terhadap Kualitas Informasi Akuntansi

Manajemen . Uji hipotesis statistik sebagai berikut :

H0 : 12. β21 = 0 : Kompetensi pengguna melalui efektifitas sistem

informasi akuntansi manajemen tidak berpengaruh
terhadap Kualitas Informasi Akuntansi Manajemen
H1 : 12. β21 ≠ 0 : Kompetensi pengguna melalui efektifitas sistem
informasi akuntansi manajemen berpengaruh terhadap
Kualitas Informasi Akuntansi Manajemen
̂ ̂
Statistik uji yang digunakan adalah: ̂̂ ̂

Kriteria pengujian adalah H0 ditolak jika p-value lebih kecil dari nilai taraf

nyata atau α (0,05).

Hipotesis 7: Struktur organisasi melalui efektifitas sistem informasi

akuntansi manajemen berpengaruh terhadap Kualitas Informasi Akuntansi

Manajemen. Uji hipotesis statistik sebagai berikut :

H0 : 13. β21 = 0 : Struktur organisasi melalui efektifitas sistem informasi

 121

akuntansi manajemen tidak berpengaruh terhadap

Kualitas Informasi Akuntansi Manajemen
H1 : 13. β21 ≠ 0 : Struktur organisasi melalui efektifitas sistem informasi
akuntansi manajemen berpengaruh terhadap Kualitas
Informasi Akuntansi Manajemen
̂ ̂
Statistik uji yang digunakan adalah:
̂̂ ̂

Kriteria pengujian adalah H0 ditolak jika p-value lebih kecil dari nilai taraf

nyata atau α (0,05)