JURUSAN AKUNTANSI FAKULTAS EKONOMI DAN ILMU SOSIAL...

i

ANALISIS PENGARUH FAKTOR DEMOGRAFI

DAN FAKTOR PERSONALITY

TERHADAP KEAHLIAN KOMPUTER AUDIT

(Studi Empiris Pada Kantor Akuntan Publik di DKI Jakarta)

SKRIPSI

Diajukan kepada Fakultas Ekonomi dan Ilmu Sosial Untuk Memenuhi Syarat-

syarat Meraih Gelar Sarjana Ekonomi

Oleh :

Arief Rakhman Hakim

NIM : 1050 8200 2652

JURUSAN AKUNTANSI

FAKULTAS EKONOMI DAN ILMU SOSIAL

UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH

JAKARTA

1430 H/ 2009 M


ii



Skripsi

Diajukan kepada Fakultas Ekonomi dan Ilmu Sosial Untuk Memenuhi Syarat-

syarat Untuk Meraih Gelar Sarjana Ekonomi

Oleh

Arief Rakhman Hakim

NIM : 105082002652

Di Bawah Bimbingan

Pembimbing I Pembimbing II

Prof. Dr. Abdul Hamid, MS Hepi Prayudiawan, SE, Ak, MM

NIP. 131 474 891

JURUSAN AKUNTANSI



JAKARTA

1430 H/ 2009 M

iii

Hari ini Tanggal Tujuh Bulan Mei Tahun Dua Ribu Sembilan telah dilakukan

Ujian Komprehensif atas nama Arief Rakhman Hakim NIM: 105082002652

dengan Judul Skripsi “Analisis Pengaruh Faktor Demografi dan Faktor

Personality terhadap Keahlian Komputer Audit (Studi Empiris Pada Kantor

Akuntan Publik di DKI Jakarta)”. Memperhatikan penampilan mahasiswa

tersebut selama masa ujian berlangsung, maka skripsi ini sudah dapat diterima

sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Jurusan

Akuntansi Fakultas Ekonomi dan Ilmu Sosial Universitas Islam Negeri Syarif

Hidayatullah Jakarta.

Jakarta, 07 Mei 2009

Tim Penguji Ujian Komprehensif

Yessi Fitri, S.E, Ak., M.Si Rahmawati, S.E, M.M

Ketua Sekretaris

Prof. Dr. Abdul Hamid, MS

Penguji Ahli

iv

Hari ini Tanggal Dua Puluh Lima Bulan Juni Tahun Dua Ribu Sembilan telah

dilakukan Ujian Skripsi atas nama Arief Rakhman Hakim NIM: 105082002652

dengan Judul Skripsi “Analisis Pengaruh Faktor Demografi dan Faktor

Personality terhadap Keahlian Komputer Audit (Studi Empiris Pada Kantor

Akuntan Publik di DKI Jakarta)”. Memperhatikan penampilan mahasiswa

tersebut selama masa ujian berlangsung, maka skripsi ini sudah dapat diterima

sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Jurusan

Akuntansi Fakultas Ekonomi dan Ilmu Sosial Universitas Islam Negeri Syarif

Hidayatullah Jakarta.

Jakarta, 25 Juni 2009

Tim Penguji Ujian Skripsi

Ketua, Sekretaris,

Prof. Dr. Abdul Hamid, MS Hepi Prayudiawan, S.E., Ak., MM

Penguji Ahli,

Afif Sulfa, S.E., Ak., M.Si

v

Halaman Motto

“Sesungguhnya sholatku, ibadahku, hidup dan matiku hanyalah untuk

Allah Tuhan semesta alam”.

(Q.S. Al An’anm: 162)

“Sesungguhnya dimana ada kesulitan disitu ada kelapangan dan

sesungguhnya disamping kesulitan ada kemudahan, karena itu bila engkau

telah selesai dari suatu urusan pekerjaan, maka kerjakanlah yang lain

dengan tekun”.

(Q.S. Al Insyirah: 5-7)

“Perjuangan di dunia ini tiada yang sia-sia selama harapan slalu ada”

“Jangan terlalu memikirkan masa lalu karena telah pergi dan selesai, dan

jangan terlalu memikirkan masa depan hingga dia datang sendiri. Karena

jika melakukan yang terbaik dihari ini maka hari esok akan lebih baik” ☺

vi

Halaman Persembahan

Ku torehkan karya kecil ku penuh syukur yang sebesar-besarnya teruntuk:

Allah SWT

Puji Syukurku atas rahmat dan kehadirat Mu Raja Semesta Alam

Bapak-Ibu

Simpah bakti dan darma ku atas cinta suci dan pengorbanan yang tanpa

pamrih dalam setiap lantunan doa mu yang mengiringi setiap langkah

ananda. Tiada kebahagiaan yang dapat ananda berikan melebihi

kebahagiaan yang kalian berikan. Tiada syair yang dapat terlantunkan

untuk mengungkapkan penghargaan, cinta, kasih sayang dan syukur

ananda

Kakak n Adik-adik ku tersayang

kebersamaan, canda-tawa, keceriaan yang slalu mengiringi langkah ku dan

yang tiada henti memberi dorongan, semangat, harapan serta kasih

sayangnya

vii

DAFTAR RIWAYAT HIDUP

I. Identitas Pribadi

Nama : Arief Rakhman Hakim

Jenis Kelamin : Laki-laki

Tempat Tanggal Lahir : Jakarta, 24 Maret 1988

Agama : Islam

Kewarganegaraan : Indonesia

Alamat : Jl. Rusa 4 Rt/Rw 04/05 No. 23 Manggarai

Selatan, Tebet, Jakarta Selatan, 12860

Telepon : 0813 8562 4560

II. Pendidikan

1. 1993 – 1999 : SD Islam Assyafi’iyah 01 Pagi

2. 1999 – 2002 : SLTPN 3 Jakarta

3. 2002 – 2005 : SMAN 26 Jakarta

4. 2005 – 2009 : UIN Syarif Hidayatullah Jakarta

III. Latar Belakang Keluarga

Ayah : Drs Nahrowi Abd Mu’in

Ibu : Fatimah

Alamat : Jl. Rusa 4 Rt/Rw 04/05 No. 23 Manggarai

Selatan, Tebet, Jakarta Selatan, 12860

Anak ke dari : Ke-2 dari 4 bersaudara

viii

THE INFLUENCE ANALYSIS OF DEMOGRAPHY FACTOR

AND PERSONALITY FACTOR TO COMPUTER AUDIT SKILL (Empirical Study in Public Accountant Firm in DKI Jakarta)

By: Arief Rakhman Hakim

ABSTRACT

This research represents empirical study to know how far influencing of

demography factor and personality factor to computer audit skill. The

demography factor that influencing computer audit skill are age, sex, education

and experience. The personality factor that influencing computer audit skill are

computer anxiety (fear and anticipation), computer attitude (optimism, pessimism

and intimidation) and math anxiety.

The population of this research are auditor’s who work in Public

Accountant Firm in DKI Jakarta. Samples of this research are 90 response from

130 questionares delivered. Samples are taken by using of judgement sampling.

The method of data analysis is using descriptive and double regression analysis.

To obtain model of regression which representative is hence conducted by test of

classic assumption.

The result of descriptive statistic indicate that mean of an computer audit

skill is 42,44. Multivariate analysis showed that at level significant 5%, variable

of anticipation and optimism have an effect on by significant to computer audit

skill with direction which are positive. While the other of independent variable’s

not have an effect on to computer audit skill.

Key words: Computer Audit Skill, Demography and Personality

ix

ANALISIS PENGARUH FAKTOR DEMOGRAFI DAN

FAKTOR PERSONALITY TERHADAP

KEAHLIAN KOMPUTER AUDIT (Studi Empiris Pada Kantor Akuntan Publik di DKI Jakarta)

Oleh: Arief Rakhman Hakim

ABSTRAK

Penelitian ini bertujuan untuk mengetahui seberapa besar pengaruh faktor

demografi dan faktor personality terhadap keahlian komputer audit. Faktor

demografi yang mempengaruhi keahlian komputer audit antara lain umur, jenis

kelamin, pendidikan dan pengalaman. Faktor personality yang mempengaruhi

keahlian komputer audit antara lain computer anxiety (fear dan anticipation),

computer attitude (optimism, pessimism dan intimidation) dan math anxiety.

Populasi dalam penelitian ini adalah seluruh auditor yang bekerja di Kantor

Akuntan Publik di DKI Jakarta. Jumlah sampel adalah 90 responden dari 130

kuesioner yang dikirimkan. Metode pengambilan sampel menggunakan metode

Judgment Sampling. Sedangkan metode analisis data menggunakan metode statistik deskriptif dan analisis regresi berganda. Untuk memenuhi model regresi

yang bisa mewakili maka digunakan uji asumsi klasik. Hasil analisis statistik deskriptif menunjukkan bahwa rata-rata keahlian

komputer audit seorang auditor adalah 42,44. Dari analisis multivariate menunjukkan bahwa pada level signifikan 5%, variabel anticipation dan optimism

auditor berpengaruh secara signifikan terhadap keahlian komputer audit dengan arah yang positif. Sedangkan variabel independen lainnya tidak berpengaruh

secara signifikan terhadap keahlian komputer audit.

Kata Kunci: Keahlian Komputer Audit, Demografi, dan Kepribadian

x

KATA PENGANTAR

Assalamu’alaikum.wr.wb

Alhamdullilahirabbil’alamin, segala puji dan syukur yang tak terhingga

penulis panjatkan kehadiran Allah SWT yang telah melimpahkan rahmat, hidayah

juga inayahnya. Shalawat serta salam bagi baginda Rasulullah Nabi Muhammad

SAW, dimana atas kesemuanya penulis memperoleh kemampuan studi sehingga

penulis dapat menyelesaikan penulisan skripsi ini yang berjudul “Analisis

Pengaruh Faktor Demografi dan Faktor Personality terhadap Keahlian Komputer

Audit (Studi Empiris Pada Kantor Akuntan Publik di DKI Jakarta)”.

Skripsi ini disusun sebagai salah satu syarat untuk memperoleh gelar Sarjana

S1 pada Jurusan Akuntansi Fakultas Ekonomi dan Ilmu Sosial Universitas Islam

Negeri Syarif Hidayatullah Jakarta. Dalam penulisan skripsi ini penulis telah

berusaha semaksimal mungkin untuk memberikan hasil yang terbaik. Namun

demikian penulis juga mempunyai keterbatasan kemampuan dalam penulisan

skripsi.

Oleh karena itu penulis menyadari tanpa bimbingan, arahan, dukungan dan

bantuan berbagai pihak, maka skripsi ini tidak dapat diselesaikan. Untuk itu,

dengan segala kerendahan hati penulis mengucapkan terima kasih yang sebesar-

besarnya kepada:

1. Ayah dan Ibuku (Nahrowi Abd Mu’in dan Fatimah) tercinta, terima kasih

buat semuanya, yang selalu mensupport, mendoakan dan memberikan kasih

sayang yang tulus yang engkau berikan kepada ananda. Setiap doa’ yang

engkau lantunkan adalah ketulusan yang tiada pernah ternilai dengan apa

pun jua dan semoga Allah SWT selalu meridhoi setiap langkah engkau di

dunia dan akhirat..Amiiin… always pround have a parent like u n maafin

ananda yach….Kakak dan Adik-adikku (Laelatul Hasanah, Nur Syamsiyah

dan Umi Fajriati Sholihah) yang selalu membuat keceriaan penulis jika lagi

down.

2. Bapak Prof. Dr. Abdul Hamid, MS, sebagai dosen pembimbing I dan juga

sebagai Dekan Fakultas Ekonomi dan Ilmu Sosial UIN Syarif Hidayatullah

Jakarta yang telah meluangkan waktu disela-sela kesibukannya, membantu,

xi

membimbing, mengarahkan dan memberikan saran dalam proses

penyusunan skripsi ini.

3. Bapak Hepi Prayudiawan, SE, Ak, MM, selaku dosen pembimbing II yang

telah memberikan solusi, motivasi, arahan, dan bimbingan serta meluangkan

waktu untuk mendengarkan keluhan-keluhan dari penulis sehingga penulis

dapat menyelesaikan skripsi ini.

4. Bapak Drs. Abdul Hamid Cebba, MBA, Ak, CPA, selaku Ketua Jurusan

Akuntansi.

5. Bapak Amilin, SE, Ak, M.Si, selaku Sekretaris Jurusan Akuntansi.

6. Seluruh Dosen Fakultas Ekonomi dan Ilmu Sosial UIN Syarif Hidayatullah

Jakarta yang telah memberikan ilmu pengetahuan yang bermanfaat bagi

penulis selama masa perkuliahan.

7. Seluruh Staf dan karyawan Fakultas Ekonomi dan Ilmu Sosial UIN Syarif

Hidayatullah Jakarta, khususnya bagian akademik yang telah membantu

dalam kegiatan administrasi penulis.

8. Auditor-auditor independen yang telah meluangkan waktu untuk mengisi

kuesioner penelitian.

9. Sahabat-sahabat akuntansi B angkatan 2005, terima kasih atas dukungan dan

doa yang tidak henti-hentinya kalian berikan kepada penulis.

10. Teman-teman akuntansi angkatan 2005, tetap jaga silaturahmi jangan

sampai terputus ketika semuanya sudah lulus.

11. Buat semua pihak yang tak dapat ku sebutkan satu persatu, atas perhatian,

bantuan dan dukungannya..thank’s to all.

Penulis menyadari bahwa skripsi ini masih jauh dari kesempurnaan, hal ini

dikarenakan keterbatasan yang penulis miliki. Untuk saran dan kritik yang

membangun sangat penulis harapkan untuk perbaikkan masa mendatang. Semoga

skripsi ini dapat bermanfaat bagi kita semua dan semoga Allah SWT

membimbing dan menyertai langkah kita. Amiiin….

Wassalamu’alaikum Wr. Wb

Jakarta, 2 Juni 2009

(Arief Rakhman Hakim)

xii

DAFTAR ISI

Lembar Pengesahan ......................................................................................... i

Lembar Ujian Komprehensif ............................................................................ ii

Lembar Ujian Skripsi....................................................................................... iii

Halaman Moto ................................................................................................. iv

Halaman Persembahan..................................................................................... v

Daftar Riwayat Hidup ...................................................................................... vi

Abstract ........................................................................................................... vii

Abstrak ............................................................................................................ viii

Kata Pengantar................................................................................................. ix

Daftar Isi.......................................................................................................... xi

Daftar Tabel..................................................................................................... xiv

Daftar Gambar ................................................................................................. xv

Daftar Lampiran............................................................................................... xvi

Bab I Pendahuluan ................................................................................ 1

A. Latar Belakang ........................................................................ 1

B. Perumusan Masalah ................................................................ 7

C. Tujuan dan Manfaat Penelitian ................................................ 7

Bab II Tinjauan Pustaka .......................................................................... 9

A. Keahlian Komputer Audit ...................................................... 9

B. Faktor Demografi ................................................................... 14

1. Umur ................................................................................ 15

2. Jenis Kelamin ................................................................... 16

3. Pendidikan ....................................................................... 18

4. Pengalaman ...................................................................... 19

C. Faktor Personality .................................................................. 22

1. Computer Anxiety ............................................................. 23

2. Computer Attitude ............................................................ 26

3. Math Anxiety .................................................................... 27

D. Kerangka Pemikiran ................................................................ 28

E. Perumusan Hipotesis .............................................................. 28

Bab III Metodologi Penelitian .................................................................. 30

xiii

A. Ruang Lingkup Penelitian ....................................................... 30

B. Metode Penentuan Sampel ..................................................... 30

1. Populasi dan Sampel ........................................................ 30

2. Teknik Penentuan Sampel ................................................ 31

C. Metode Pengumpulan Data ..................................................... 32

1. Riset Lapangan ................................................................. 32

2. Riset Kepustakaan ............................................................. 33

D. Metode Analisis Data .............................................................. 33

1. Statistik Deskriptif ............................................................ 34

2. Uji Asumsi Klasik ............................................................. 34

a. Uji Normalitas ............................................................. 34

b. Uji Autokorelasi .......................................................... 34

c. Uji Heteroskedastisitas ................................................ 35

d. Uji Multikolinearitas ................................................... 35

3. Uji Kualitas Data ............................................................... 36

a. Uji Validitas ................................................................ 36

b. Uji Reliabilitas ............................................................ 36

4. Pengujian Hipotesis ........................................................... 37

a. Analisis Regresi Berganda ........................................... 37

b. Uji Koefisien Determinasi ........................................... 38

c. Uji Statistik t ............................................................... 39

d. Uji Statistik F .............................................................. 39

E. Definisi Operasional Variabel dan Pengukurannya.................... 40

Bab IV Penemuan dan Pembahasan ............................................................ 47

A. Gambaran Umum Objek Penelitian........................................... 47

B. Penemuan dan Pembahasam ..................................................... 52

1. Statistik Deskriptif .............................................................. 52

2. Uji Instrumen Penelitian...................................................... 54

a. Uji Validitas .................................................................. 54

b. Uji Reliabilitas .............................................................. 57

3. Uji Asumsi Klasik............................................................... 59

a. Uji Normalitas............................................................... 59

xiv

b. Uji Autokorelasi............................................................ 60

c. Uji Heteroskedastisitas .................................................. 61

d. Uji Multikolinearitas ..................................................... 62

4. Uji Hipotesis ....................................................................... 63

a. Uji Koefisien Determinasi ............................................. 63

b. Analisis Regresi Linier Berganda .................................. 65

c. Uji t............................................................................... 69

d. Uji Statistik F ................................................................ 77

Bab V Kesimpulan dan Implikasi .............................................................. 78

A. Kesimpulan............................................................................... 78

B. Implikasi................................................................................... 80

C. Keterbatasan dan Saran............................................................. 80

1. Keterbatasan ....................................................................... 80

2. Saran................................................................................... 81

Daftar Pustaka ................................................................................................. 82

Lampiran ......................................................................................................... 86

xv

DAFTAR TABEL

No Keterangan Halaman

2.1 Perbedaan Pendidikan dan Pelatihan 18

3.1 Definisi Operasional Variabel 44

4.1 Data Sampel Penelitian 49

4.2 Karakteristik Responden 49

4.3 Descriptive Statistics 52

4.4 Hasil Uji Validitas 55

4.5 Hasil Uji Reliabilitas Masing-masing Item Pertanyaan 57

4.6 Hasil Uji Reliabilitas Seluruh Item Pertanyaan 58

4.7 Hasil Uji Normalitas 59

4.8 Hasil Uji Autokorelasi 61

4.9 Hasil Uji Multikolinearitas 62

4.10 Koefisien Determinasi 63

4.11 Koefisien Regresi 65

4.12 Uji Statistik t 70

4.13 Uji Statistik F 77

xvi

DAFTAR GAMBAR


2.1 Kerangka Pemikiran 28

4.1 Histogram Hasil Uji Normalitas 60

4.2 Hasil Uji Heteroskedastisitas (Scatterplot) 61

86

DAFTAR LAMPIRAN


1 Kuesioner Penelitian 86

2 Daftar Jawaban Responden 94

3 Hasil Uji Validitas 98

4 Hasil Uji Reliabilitas 105

5 Hasil Uji Asumsi Klasik 107

6 Hasil Uji Regresi Linier Berganda 109

7 Data Pembagian Kuesioner 110

87

BAB I

PENDAHULUAN

A. Latar Belakang

Teknologi komputer mempunyai potensi untuk memperbaiki kinerja

organisasi maupun individu. Para pengambil keputusan di banyak perusahaan

menyadari adanya potensi keuntungan tersebut, sehingga banyak perusahaan

yang menginvestasikan dana pada teknologi informasi (Igbaria, 1995 dalam

Sudijanta, 2000). Mereka mempercepat investasinya ke dalam berbagai

aplikasi komputer seperti word processor, spread sheets, communication

(terutama electronic mail), graphics, dan data base management.

Meskipun teknologi komputer dikenal secara luas sebagai teknologi

pada tahun 1970 an, pertumbuhan yang pesat terhadap penggunaan teknologi

komputer dapat dilihat pada riset-riset di bidang sistem informasi. Sekitar

tahun 1980 an, End User Computing (EUC) muncul sebagai suatu fenomena

yang sangat penting yang memerlukan perhatian sangat serius dari para

manager.

Rockart dan Flanery (1983) dalam Rifa dan Gudono (1999)

mengemukakan bahwa tingkat pertumbuhan penggunaan komputer dalam

perusahaan berkisar antara 50% sampai dengan 90% per tahun. Pada waktu

yang sama, tingkat pertumbuhan pemrosesan data secara tradisional yang

berorientasi pada kertas kerja (paperwork), jauh lebih rendah yaitu 5% sampai

15% per tahun. Pernyataan mengenai cepatnya pertumbuhan komputer juga

dikemukakan oleh Benjamin (1982) dan Amoroso-Cheney (1991).

88

Perkembangan Sistem Informasi Berbasis Komputer tersebut, membawa

dampak yang cukup signifikan dalam bidang Akuntansi. Dampak yang terjadi,

antara lain adanya peningkatan kecepatan proses, akurasi perhitungan dan

kemampuan mengolah data dalam volume besar serta minimnya audit trail

pada suatu sistem akuntansi (Weber, 1982 dalam Wibowo dan Hardiningsih,

2003).

Dampak lain diungkapkan Nottingham (1976) dalam Wibowo dan

Hardiningsih (2003) yaitu makin sulitnya mendeteksi kecurangan komputer

dan penyalahgunaan setelah kejadian. Sardinas, Burch jr dan Asebrook (1981)

dalam Wibowo dan Hardiningsih (2003) juga mengidentifikasikan dampak

dari perubahan tersebut meliputi: (1) Perubahan audit trail, (2) Perubahan

Metode Internal Control, (3) Perubahan penyimpanan data (Data storage), (4)

Penggunaan spesialis, (5) Perubahan dalam perencanaan audit, dan (6)

Perlunya penggunaan komputer dalam penugasan audit. Sehubungan dengan

hal tersebut, Weber juga menyarankan perlu dikembangkannya internal

control yang memadai dalam Sistem Informasi Berbasis Komputer. Dan

selanjutnya menuntut adanya perubahan pada prosedur dan tehnik yang

digunakan seorang Auditor dalam melakukan tugas audit (atestasi).

Dampak perubahan Teknologi Informasi bagi seorang Auditor,

dikemukakan oleh Murphy dan Parker (1989) dalam Wibowo dan

Hardiningsih (2003) menyatakan bahwa terdapat perubahan tradisi berupa

berkurangnya bukti tertulis. Auditor harus memahami akses rutin ke dalam

sistem, sistem otorisasi dan organisasi dan memahami bagaimana sistem

bekerja melakukan perhitungan (computation). Selain itu, diperlukannya

89

pemahaman sistem secara umum mengenai jaringan (networking), database

management, paket software, Operational System serta seleksi pemakaian

hardware.

Terdapat beberapa teknik dan prosedur audit baru yang dapat digunakan

dalam melakukan Audit pada Sistem Berbasis Komputer. Salah satu teknik

audit baru pada audit Sistem Berbasis Komputer adalah penggunaan

Generalized Audit Software (GAS). Teknik ini merupakan teknik dengan

pendekatan audit with the computer yang terdiri dari satu atau lebih program

rutin yang dapat diterapkan untuk berbagai situasi pengauditan dan untuk

berbagai jenis organisasi. Penggunaan teknik GAS ini relatif tidak sulit karena

dapat mengakses hampir segala macam jenis data elektronik yang dihasilkan

dari berbagai macam jenis komputer. Adapun manfaat GAS semakin penting

dengan semakin besarnya data yang harus dihadapi oleh para auditor maka

auditor dapat melakukan pemeriksaan terhadap kualitas data, kualitas sistem

pemrosesan, pemeriksaan atas keberadaan entitas suatu data, dan melakukan

pengujian analisis. Dalam melakukan pemeriksaan terhadap kualitas data,

kemampuan fungsional GAS dapat dimanfaatkan auditor untuk melakukan

pemeriksaan atas keberadaan (existence), kecermatan (accuracy), kelengkapan

(completeness), dan konsistensi suatu data. Murphy dan Parker (1989) dalam

Wibowo dan Hardiningsih (2003) juga mengungkapkan bahwa penggunaan

teknik komputerisasi sangat dibutuhkan ketika menghadapi sistem berbasis

komputer yang besar dan komplek. Penggunaan Audit Software bukan hanya

membuat audit menjadi efisien, namun juga alat yang efektif dalam

menyelesaikan penugasan.

90

David Coderre (1999) dalam Wibowo dan Hardiningsih (2003)

mengungkapkan bahwa pada awal 1982 an, Komputer Audit telah banyak

membantu tugas auditor dalam mengungkap kesalahan keuangan. Namun

pada tahun-tahun terakhir, penerapan Komputer Audit sudah lebih luas

(powerfull) dalam membantu tugas atestasi seorang auditor dan sudah menjadi

standar dalam praktek seorang auditor di Amerika. Namun demikian, kondisi

tersebut tidak terjadi di Indonesia. Hasil penelitian dari Pusat Penelitian dan

Pengembangan (Puslitbang) BPKP (Badan Pengawas Keuangan dan

Pembangunan) (1998) menyimpulkan bahwa perkembangan sistem tersebut di

atas belum direspon secara baik oleh para auditor. Hasil Penelitian

menunjukkan hanya 45 responden dari 337 responden yang memahami

Komputer Audit, dan hanya 10 responden yang pernah melakukan audit

dengan menggunakan Audit Software.

Namun demikian hasil yang berbeda diperoleh terkait dengan Computer

Attitudes (pandangan terhadap perkembangan komputer). Sikap Optimis atau

Pesimis terhadap perkembangan komputer dewasa ini, tidak memacu para

akuntan untuk meningkatkan keahliannya di bidang komputer audit. Hasil ini

sejalan dengan penelitian Puslitbang BPKP yang menunjukkan kurang

responnya para akuntan terhadap perkembangan teknologi informasi,

khususnya perkembangan Sistem Informasi berbasis Komputer.

Meskipun komputer telah berkembang pesat, namun belum sepenuhnya

dapat membantu pengambil keputusan secara nyata yang diakibatkan adanya

kurang diterimanya teknologi tersebut oleh user, hal ini sesuai dengan hasil

penelitian dari Pusat Penelitian dan Pengembangan (Puslitbang) BPKP (1998)

91

yang menyimpulkan bahwa perkembangan sistem tersebut di atas belum

direspon secara baik oleh para auditor (Swanso, 1998 dalam Sudijanta, 2000).

Kadang-kadang para individu tidak mau menggunakan sistem, walaupun

sistem itu dapat meningkatkan produktivitas. Ini suatu bukti bahwa

penggunaan teknologi komputer oleh para profesional masih terbatas atau

belum lazim yang disebabkan oleh rasa takut terhadap komputer, memandang

komputer secara negatif, dan individu tidak termotivasi untuk mengadopsi

teknologi baru (Igbaria, 1989 dalam Sudijanta, 2000).

Kurangnya respon tersebut dapat terjadi karena faktor internal maupun

eksternal Auditor. Faktor eksternal antara lain tidak dapat diaksesnya sistem

satuan usaha yang diaudit dengan Audit Software dan ketersediaan alat (Audit

Software) itu sendiri. Sedangkan faktor internal antara lain dapat berupa faktor

Demografi, Personality, Cara berfikir (cognitive style) dan Tanggung jawab

profesi (Profesional Commitment) seorang Auditor untuk menjalankan tugas

dengan sebaik mungkin.

Adanya perbedaan individual ini merupakan masalah serius yang

dihadapi, karena perbedaan individual tersebut merupakan faktor penentu

perilaku kerja (Terborg, 1981 dalam Rifa dan Gudono, 1999).

Memperhatikan pentingnya teknologi informasi bagi perusahaan

maupun individu dalam meningkatkan kinerja, pentingnya skill atau

kecakapan individu dalam menggunakan teknologi informasi yang penulis

uraikan diatas, penulis akan mengadakan penelitian terhadap faktor-faktor

yang mempengaruhi keahlian End User Computing, khususnya komputer

audit. Faktor-faktor yang penulis akan teliti adalah faktor demografi yaitu:

92

umur, jenis kelamin, pendidikan, dan pengalaman dan faktor personality yaitu:

computer anxiety (fear dan anticipation), computer attitude (optimism,

pessimism, dan intimidation) dan math anxiety.

Hal ini penulis anggap penting, karena manusia sebagai penggerak

utama dalam pengoperasian teknologi informasi. Penelitian yang berkaitan

dengan teknologi informasi telah banyak dilakukan oleh peneliti-peneliti

terdahulu. Penelitian ini merupakan pengembangan penelitian terdahulu yang

memfokuskan kepada pengaruh faktor demografi dan personality terhadap

keahlian dalam end user computing (Rifa dan Gudono, 1999).

Pengembangan yang akan dilakukan oleh peneliti adalah dengan

mengubah objek yang digunakan dari karyawan perbankan (Rifa dan Gudono,

1999) menjadi auditor eksternal. Selain itu, keahlian yang akan dibahas dalam

penelitian ini difokuskan pada keahlian terhadap komputer audit.

Berdasarkan uraian diatas, maka penulis bermaksud untuk menyusun

skripsi dengan judul “Analisis Pengaruh Faktor Demografi dan Faktor

Personality Terhadap Keahlian Komputer Audit (Studi Empiris Pada

Kantor Akuntan Publik di DKI Jakarta)”.

B. Perumusan Masalah

Berdasarkan latar belakang yang telah diuraikan sebelumnya, maka

perumusan masalah dalam penelitian ini adalah sebagai berikut:

1. Apakah faktor demografi yang meliputi: umur, jenis kelamin, tingkat

pendidikan, dan pengalaman auditor dalam menggunakan komputer audit

berpengaruh secara signifikan terhadap keahlian komputer audit?

93

2. Apakah faktor personality yang meliputi: fear, anticipation, optimism,

pessimism, intimidation, dan math anxiety berpengaruh secara signifikan

terhadap keahlian komputer audit?

3. Apakah faktor demografi dan faktor personality secara bersama-sama

berpengaruh secara signifikan terhadap keahlian komputer audit?

C. Tujuan Dan Manfaat Penelitian

Sesuai dengan rumusan masalah, penelitian ini bertujuan untuk

menemukan bukti-bukti empiris atas hal-hal sebagai berikut:

1. Untuk mengetahui pengaruh faktor demografi yang meliputi: umur, jenis

kelamin, tingkat pendidikan, dan pengalaman auditor dalam menggunakan

komputer audit terhadap keahlian komputer audit.

2. Untuk mengetahui pengaruh faktor personality yang meliputi: fear,

anticipation, optimism, pessimism, intimidation, dan math anxiety terhadap

keahlian komputer audit.

3. Untuk mengetahui pengaruh faktor demografi dan faktor personality

secara bersama-sama terhadap keahlian komputer audit.

Manfaat dari penelitian ini adalah sebagai berikut :

a. Bagi Penulis.

Penelitian ini digunakan sebagai pengaplikasian ilmu yang penulis terima

selama perkuliahan terkait dengan pengaruh faktor demografi dan faktor

personality terhadap keahlian komputer audit.

b. Bagi Pembaca

94

Hasil penelitian ini diharapkan dapat menambah wawasan pembaca

tentang pengaruh faktor demografi dan faktor personality terhadap


c. Bagi Penelitian yang Akan Datang.

Hasil penelitian ini diharapkan dapat digunakan sebagai bahan referensi

dan bahan masukan bagi penelitian selanjutnya yang berminat meneliti

kembali mengenai pengaruh faktor demografi dan faktor personality

terhadap keahlian komputer audit atau penelitian yang terkait dengan itu.

d. Bagi Auditor Eksternal.

Penelitian ini diharapkan dapat memberikan gambaran tentang pengaruh

faktor demografi dan faktor personality terhadap keahlian komputer audit

sehingga diharapkan dapat membantu Kantor Akuntan Publik dalam

pengambilan keputusan mengenai pengolahan sumber daya manusia,

antara lain berkaitan dengan pengadaan, pelatihan dan pendidikan.

95

BAB II

TINJAUAN PUSTAKA

A. Keahlian Komputer Audit

Definisi keahlian sampai saat ini masih belum terdapat definisi

operasional yang tepat. Menurut Webster’s ninth New Collegiate Dictionary

(1983) dalam Murtanto dan Gudono (1999) mendefinisikan keahlian

(expertise) adalah ketrampilan dari seorang yang ahli. Ahli (experts)

didefinisikan sebagai seseorang yang memiliki tingkat keterampilan tertentu

atau pengetahuan yang tinggi dalam subjek tertentu yang diperoleh dari

pengalaman atau pelatihan. Trotter (1986) dalam Asih (2006) mendefinisikan

ahli adalah orang yang dengan keterampilannya mengerjakan pekerjaan secara

mudah, cepat, intuisi, dan sangat jarang atau tidak pernah membuat kesalahan.

Menurut Hayes-Roth, dkk (1983) dalam Asih (2006) mendefinisikan keahlian

sebagai keberadaan dari pengetahuan tentang suatu lingkungan tertentu,

pemahaman terhadap masalah yang timbul dari lingkungan tersebut dan

keterampilan untuk memecahkan masalah tersebut.

Keahlian menurut Harrison dan Rainer (1992) dalam Astuti (2003)

didefinisikan sebagai berikut:

“Keahlian adalah suatu perkiraan atas suatu kemampuan seorang untuk

melaksanakan pekerjaan dengan sukses, seorang yang menganggap dirinya

mampu untuk melaksanakan tugas, cenderung akan sukses”.

Keahlian menggunakan komputer menurut Igbaria (1994) dalam Astuti

(2003) didefinisikan sebagai berikut:

96

“Keahlian menggunakan komputer adalah suatu kombinasi antara

pengalaman user dalam menggunakan komputer, latihan yang telah diperoleh dan keahlian komputer secara menyeluruh”.

Keahlian dalam menggunakan komputer merupakan kombinasi lamanya

(pengalaman) menggunakan komputer dalam pekerjaannya dengan pendidikan

yang diperoleh dalam bidang komputer baik pendidikan formal maupun non

formal, misal pelatihan intern (Davis et. al., 1989 dalam Widiatmoko, 2004).

Seseorang yang memiliki keahlian di bidang komputer biasanya tidak akan

merasakan kesulitan jika menjalankan tugas dengan alat bantu komputer. Rasa

mudah dalam menggunakan komputer tersebut akan menimbulkan perasaan

dalam dirinya bahwa komputer itu berguna sehingga menimbulkan rasa

nyaman bila bekerja dengan komputer. Pendapat tersebut sesuai dengan

Theory of Reasoned Action (TRA) yang menyatakan bahwa affect (perasaan

senang, gembira, dan benci) akan berpengaruh dalam pemanfaatan komputer

(Davis, 1989 dalam Sudaryono dan Astuti, 2005). Igbaria (1996) dalam

Sudaryono dan Astuti (2005) menyatakan bahwa keahlian mempengaruhi

pemanfaatan komputer melalui pengaruhnya terhadap faktor kompleksitas,

kegunaan, dan kenyamanan yang dirasakan.

Penerimaan teknologi komputer dipengaruhi oleh teknologi itu sendiri

serta tingkat keahlian dari individu yang menggunakan komputer. Keyakinan

bahwa setiap orang dapat meningkatkan keahliannya sangat diperlukan,

berguna untuk keefektifan penggunaan komputer dan menguatkan rasa

percaya diri setiap orang mampu menguasai dan menggunakan teknologi

komputer dalam pekerjaannya (Astuti, 2003).

97

Sejalan dengan perkembangan Teknologi Informasi tersebut, End User

Computing (EUC) telah menjadi fenomena baru yang memerlukan perhatian

dari para manajer. Claudle et al (1991) dalam Wibowo dan Hardiningsih

(2003) mengungkapkan bahwa masalah End Use Computing merupakan salah

satu dari lima masalah Sistem Informasi yang penting saat ini. Demikian juga

diungkapkan oleh Rockart dan Flannery (1983) dalam Rifa dan Gudono

(1999) yang menyatakan bahwa perkembangan EUC antara 50 sanpai 90 %

per tahun.

End User Computing yang disingkat dengan EUC adalah pengguna

komputer secara langsung oleh seseorang untuk menyelesaikan masalah yang

memerlukan computer based solution dengan cepat (Horrison dan Rainer,

1992) atau pemanfaatan komputer oleh pemakai (Bodnar, 2007). Menurut

Raymond (1996) dalam Trisnawari dan Permatasari (2000) end user

computing adalah pengembangan seluruh atau sebagian sistem oleh pemakai

akhir.

Tidak semua orang yang ikut serta dalam EUC memiliki tingkat

pengetahuan komputer yang sama. Pemakai akhir menurut John F. Rockart

dan Lauren S. Flannery (1983) dalan Suryandari (2002) dikelompokkan

menjadi empat golongan berdasarkan kemampuan komputer mereka, antara

lain:

1. Pemakai Akhir Tingkat Menu (menu-level-end-user)

Sebagai pemakai akhir tidak mampu menciptakan perangkat lunak mereka

sendiri, tetapi dapat berkomunikasi dengan perangkat lunak jadi

98

(prewritten software) dengan menggunakan menu-menu yang ditawarkan,

seperti yang ditampilkan oleh perangkat lunak berbasis windows.

2. Pemakai Akhir Tingkat Perintah (command-level-end-user)

Sebagai pemakai akhir mempunyai kemampuan menggunakan perangkat

lunak jadi yang lebih dari sekedar menu-menu. Para pemakai akhir ini

dapat menggunakan bahasa perintah dari perangkat lunak untuk

melaksanakan operasi aritmatika dan logika pada data. Misalnya membuat

perhitungan perpajakan pada aplikasi MsExcell.

3. Pemakai Akhir Tingkat Programer (end-user programmer)

Sebagai pemakai akhir menggunakan bahasa-bahasa pemrosesan seperti

HTML (Hyper Text Markup Language), Visual Basic, Java Script, serta

mengembangkan program-program yang disesuaikan dengan kebutuhan

mereka sendiri.

4. Personil Pendukung Fungsional (functional support personnel)

Di sejumlah perusahaan, spesialis informasi adalah anggota unit-unit

fungsional dan bukannya di unit jasa informasi. Personil pendukung

fungsional ini adalah spesialis informasi dalam arti sesungguhnya, tetapi

mereka berdedikasi pada area pemakai tertentu dan melapor pada manajer

fungsional mereka.

Dua ciri penting menjadi ciri empat tingkatan kemampuan tingkat akhir.

Pertama, semua tingkat memiliki kemampuan untuk mengembangkan

berbagai aplikasi, dan kedua, tidak seorangpun yang merupakan anggota dari

jasa informasi.

99

Komputer audit adalah suatu program atau software komputer yang

dapat digunakan untuk membantu dalam melakukan audit. Terdapat banyak

komputer audit yang umum digunakan, salah satunya adalah Generalized

Audit Software (GAS).

Dalam penggunaan Generalized Audit Software (GAS), berbagai

tingkatan tersebut di atas juga mempengaruhi hasil akhir suatu tugas audit.

Auditor yang menggunakan GAS hanya menggunakan menu yang sudah ada

bila dibandingkan Auditor yang memiliki kemampuan menyusun bahasa

program, akan menghasilkan suatu tingkat ketelitian dan kecermatan evaluasi

yang berbeda. Dengan kemampuan penyusunan perintah melalui bahasa

program, Auditor dapat menggunakan GAS secara lebih efisien dan efektif

serta lebih akurat dalam mengambil kesimpulan hasil audit.

Menurut Wilkinson (2006), terdapat tiga pendekatan auditing pada

Sistem berbasis Komputer, yaitu auditing around the computer, auditing

through the computer, dan auditing with computer. Auditing around the

computer adalah audit terhadap penyelenggaraan sistem informasi komputer

tanpa menggunakan kemampuan peralatan itu sendiri, pemrosesan dalam

komputer dianggap benar, apa yang ada dalam komputer dianggap sebagai

“black box” sehingga audit hanya dilakukan di sekitar box tersebut.

Pendekatan ini memfokuskan pada input dan output.

Auditing through the computer adalah audit melalui komputer, dimana

auditor mengajukan data ke komputer untuk diproses. Hasilnya kemudian

akan dianalisis oleh proses yang dapat dipercayai dan mempunyai ketepatan

dengan program komputer. Auditing with computer adalah audit yang

100

menggunakan komputer sebagai alat bantu bagi auditor dalam melakukan

audit.

Audit pada Sistem berbasis Komputer memiliki ruang lingkup yang luas.

Terdapat beberapa tahapan audit yang harus dilaksanakan dalam melakukan

Audit Sistem Berbasis Komputer secara keseluruhan. Tahapan Audit yang

dilakukan meliputi Tahap Survey Pendahuluan, Tahap Evaluasi Pengendalian

Sistem (Audit Sistem Informasi), Tahap Pengujian Ketaatan dan Tahap

Pengujian Subtantif serta terakhir Penyusunan Laporan (Wilkinson, 2006).

Generalized Audit Software dapat memeriksa transaksi dalam jumlah

yang sangat besar secara cepat dan akurat. Berbagai analisa dapat dilakuan

dengan fasilitas yang ada misalnya membandingkan alamat pemasok dengan

alamat pengiriman uang dengan cepat dan dalam volume besar, merekapitulasi

penjualan/pembelian dalam berbagai pendekatan seperti wilayah, jenis produk,

kategori, dsb. Dalam penelitian ini, keahlian komputer audit tidak dibatasi

pada keahlian komputer terhadap GAS tetapi terhadap semua program yang

dapat digunakan untuk melakukan audit.

B. Faktor Demografi

Kata demografi berasal dari bahasa Yunani yang berarti: “Demos”

adalah rakyat atau penduduk dan “Grafein” adalah menulis. Jadi Demografi

adalah tulisan-tulisan atau karangan-karangan mengenai rakyat atau

penduduk. Istilah ini dipakai untuk pertama kalinya oleh Achille Guilard

dalam karangannya yang berjudul “Element de Statistique Humaine on

Demographic Compares” pada tahun 1885.

101

Donal J. Bogue (1973) dalam Moh. Yasin (2007) memberikan definisi

tentang Demografi sebagai berikut:

“Demografi adalah ilmu yang mempelajari secara statistik dan

matematik tentang besar, komposisi dan distribusi penduduk dan perubahan-perubahannya sepanjang masa”.

Philip M. Hauser dan Dudley Duncan (1973) dalam Moh. Yasin (2007)

memberikan definisi Demografi sebagai berikut:

“Demografi adalah ilmu yang mempelajari tentang jumlah, persebaran

teritorial dan komposisi penduduk serta perubahan-perubahannya dan sebab-

sebab perubahan tersebut”.

Dari berbagai faktor yang mempengaruhi demografi dalam ilmu

demografi terdapat beberapa faktor yang mungkin berpengaruh pada keahlian

komputer audit baik secara langsung maupun tidak langsung. Pengaruh tak

langsung bisa terjadi lewat sikap. Bukti empiris menunjukkan bahwa

perbedaan persepsi mempunyai hubungan dengan sikap individu (Igbaria,

1994 dalam Wijayanti, 2008). Selanjutnya, sikap akan berpengaruh pada

keberhasilan penerapan suatu sistem informasi. Faktor-faktor yang

mempengaruhi tersebut mencakup umur, jenis kelamin, pendidikan, dan

pengalaman.

1. Umur.

Umur atau usia adalah satuan waktu yang mengukur waktu

keberadaan suatu benda atau makhluk, baik yang hidup maupun yang mati

(Notoatmodjo, 2006). Semisal, umur manusia dikatakan lima belas tahun

diukur sejak dia lahir hingga waktu umur itu dihitung.

Dalam usahanya menguji kemampuan seseorang yang berbeda

umurnya dalam belajar komputer, hasil penelitian Raub (1981) dalam Rifa

102

dan Gudono (1999) terhadap kelompok umur yang berbeda dalam

pembelajaran komputer menunjukkan bahwa kelompok umur tua

peningkatan kemampuannya lebih baik dari pada kelompok umur yang

lebih muda.

Dikaitkan dengan tingkat keahlian, hasil penelitian Harrison dan

Rainer (1992) dalam Sudijanta (2000) menunjukkan bahwa personil yang

lebih muda mempunyai tingkat keahlian komputer yang lebih tinggi dari

pada personil yang lebih tua. Hasil penelitian ini sesuai dengan hasil

penelitian Rifa dan Gudono (1999) yang menunjukkan bahwa umur

berhubungan negatif dengan keahlian komputer seseorang.

2. Jenis Kelamin.

Untuk memahami maksud dari jenis kelamin harus dibedakan kata

gender dengan seks (jenis kelamin). Pengertian jenis kelamin merupakan

pembagian dua jenis kelamin yang ditentukan secara biologis yang

melekat pada jenis kelamin laki-laki atau perempuan. Pensifatan manusia

pada jenis kelamin laki-laki yaitu manusia yang memiliki penis, memiliki

jakala (kalamenjing) dan memproduksi sperma. Sedangkan perempuan

memiliki alat reproduksi seperti rahim dan saluran yang melahirkan,

memproduksi sel telur, memiliki vagina dan alat menyusui (Sugiyanto dan

Widayati, 2009).

Kamus Besar Bahasa Indonesia (2008:469,529) mendefinisikan jenis

adalah sesuatu yang mempunyai ciri (sifat, keturunan) yang khusus,

sedangkan kelamin adalah jodoh (laki-laki dan perempuan antara jantan

103

dan betina), sifat jasmani/rohani yang membedakan sebagai pria dan

wanita, jenis laki-laki atau perempuan (genus).

Sedangkan gender adalah suatu konsep analisis yang digunakan

untuk mengidentifikasi perbedaan laki-laki dan perempuan dilihat dari

sudut non-biologis, yaitu dari aspek sosial, budaya maupun psikologis

(Sugiyanto dan Widayati, 2009).

Beberapa penelitian mencoba meneliti hubungan antara jenis

kelamin dengan keahlian komputer. Dalam penelitiannya Gutek dan

Bilkson (1985) dalam Rifa dan Gudono (1999) menemukan bahwa pria

cenderung mempunyai keahlian komputer yang lebih baik daripada wanita

dalam pekerjaannya.

Hasil penelitian Evans (1987) dalam Sudijanta (2000) menunjukkan

bahwa wanita lebih banyak masalah dalam menggunakan komputer. Hasil

penelitian Heinssen (1987) dalam Sudijanta (2000) menunjukkan bahwa

wanita mempunyai tingkat kecemasan yang lebih tinggi daripada pria

apabila duduk di depan komputer. Hasil penelitian Harrison dan Rainer

(1992) dalam Rifa dan Gudono (1999) menunjukkan bahwa pria

mempunyai keahlian komputer yang lebih tinggi daripada wanita.

Sedangkan hasil penelitian Rifa dan Gudono (1999) menunjukkan

bahwa ada hubungan negatif antara jenis kelamin dengan keahlian dalam

menggunakan komputer.

3. Pendidikan.

Menurut Notoatmodjo (2003), pendidikan adalah suatu proses

pengembangan kemampuan ke arah yang diinginkan. Pendidikan di sini

104

adalah pendidikan jangka panjang atau pendidikan formal yang telah

didapat oleh seorang auditor. Sedangkan pendidikan jangka pendek,

biasanya disebut pelatihan perbedaan istilah pendidikan dan pelatihan

dalam suatu institusi, secara teori dapat dilihat pada tabel berikut:

Tabel 2.1

Perbedaan antara Pendidikan dan Pelatihan

No Uraian Pendidikan Pelatihan

a Pengembangan kemampuan Menyeluruh Spesifik

b Area kemampuan Kognitif, afektif,

dan psikomotorik

Psikomotorik

c Jangka waktu pelaksanaan Panjang Pendek

d Materi yang diberikan Lebih umum Lebih khusus

e Penekanan penggunaan

metode belajar mengajar

Konvensional Inkonvensional

f Penghargaan proses akhir Gelar Sertifikat

Sumber Data: Notoatmodjo, 2003

Berdasarkan tabel tersebut terlihat bahwa pendidikan dan pelatihan

adalah dua hal yang berbeda. Pendidikan dalam penelitian ini merupakan

pendidikan formal dalam memenuhi kebutuhan profesi akuntan publik,

seperti pendidikan sarjana akuntansi (S1 akuntansi).

Hasil penelitian Igbaria dan Parasuraman (1989) dalam Rifa dan

Gudono (1999) menunjukkan bahwa terdapat hubungan negatif antara

tingkat pendidikan dengan Computer Anxiety. Sedangkan hasil penelitian

yang dilakukan oleh Rifa dan Gudono (1999) mendukung hasil penelitian

dari Harrison dan Rainer (1992) yang menemukan bahwa ada hubungan

105

positif antara tingkat pendidikan dengan keahlian dalam menggunakan

komputer.

4. Pengalaman.

Pengalaman merupakan suatu proses pembelajaran dan pertambahan

perkembangan potensi bertingkah laku baik dari pendidikan formal

maupun non formal atau bisa diartikan sebagai suatu proses yang

membawa seseorang kepada suatu pola tingkah laku yang lebih tinggi.

(Asih, 2006).

Pengalaman berdasarkan lama bekerja dengan komputer dalam

melakukan audit merupakan pengalaman auditor dalam menggunakan

komputer yang dihitung berdasarkan satuan waktu/tahun. Sehingga auditor

yang telah lama bekerja dengan menggunakan komputer dalam melakukan

audit sebagai auditor dapat dikatakan auditor yang berpengalaman. Karena

semakin lamanya auditor bekerja dengan menggunakan komputer dalam

melakukan audit, maka akan dapat menambah dan memperluas

pengetahuan auditor di bidang akuntansi, auditing, dan sistem informasi

akuntansi.

Ludigo dan Carnell (1985) dalam Mayangsari (2003) berpendapat

bahwa berbagai macam pengalaman individu akan mempengaruhi

pelaksanaan suatu tugas. Mereka berpendapat bahwa seseorang yang

berpengalaman akan memiliki cara berpikir yang lebih terperinci, lengkap

dan sohhisticated dibandingkan dengan orang yang belum berpengalaman.

Pengalaman sebagai salah satu variabel yang banyak digunakan

dalam berbagai penelitian. Marinus, Wray (1997) dalam Herliansyah dan

106

Ilyas (2006) menyatakan bahwa secara spesifik pengalaman dapat diukur

dengan rentang waktu yang digunakan terhadap suatu pekerjaan atau

tugas. Penggunaan pengalaman didasarkan pada asumsi bahwa tugas yang

dilakukan secara berulang-ulang memberikan peluang untuk belajar

melakukannya dengan yang terbaik sehingga dapat meningkatkan keahlian

seseorang.

Purnamasari (2005) memberikan kesimpulan bahwa seorang

karyawan yang memiliki pengalaman kerja yang tinggi akan memiliki

keunggulan dalam beberapa hal diantaranya; 1) Mendeteksi kesalahan,

2) Memahami kesalahan dan 3) Mencari penyebab munculnya kesalahan.

Keunggulan tersebut bermanfaat bagi pengembangan keahlian. Berbagai

macam pengalaman yang dimiliki individu akan mempengaruhi

pelaksanakan suatu tugas. Seseorang yang berpengalaman memiliki cara

berpikir yang lebih terperinci, lengkap dan sophisticated dibandingkan

seseorang yang belum berpengalaman (Taylor dan Tood, 1995 dalam

Gusti dan Ali, 2008).

Pengalaman kerja seseorang menunjukkan jenis-jenis pekerjaan yang

pernah dilakukan seseorang dan memberikan peluang yang besar bagi

seseorang untuk melakukan pekerjaan yang lebih baik. Semakin luas

pengalaman kerja seseorang, semakin trampil melakukan pekerjaan dan

semakin sempurna pola berpikir dan sikap dalam bertindak untuk

mencapai tujuan yang telah ditetapkan (Suartana dan Kartana, 2008).

Pengalaman kerja dapat memperdalam dan memperluas kemampuan

kerja. Semakin sering seseorang melakukan pekerjaan yang sama, semakin

107

terampil dan semakin cepat dia menyelesaikan pekerjaan tersebut.

Semakin banyak macam pekerjaan yang dilakukan seseorang, pengalaman

kerjanya semakin kaya dan luas, dan memungkinkan peningkatan kinerja

(Asih, 2006).

Hasil penelitian Harrison dan Rainer (1992) dalam Rifa dan Gudono

(1999) menunjukkan bahwa orang yang lebih berpengalaman di bidang

komputer mempunyai keahlian komputer yang lebih tinggi daripada orang

yang tidak berpengalaman. Levin dan Gordon (1989) dalam Sudijanta

(2000) mengemukakan bahwa subyek yang mempunyai komputer sendiri

lebih termotivasi untuk lebih membiasakan diri mempelajari komputernya

dan memiliki sikap yang lebih berpengaruh terhadap komputer daripada

subyek yang tidak memiliki komputer sendiri.

Hasil penelitian Dambrot et al. (1988) dalam Sudijanta (2000)

menunjukkan bahwa subyek yang gagal dalam mengikuti kursus

pemasangan bahasa program, keahliannya akan lebih rendah daripada

subyek yang lulus dalam mengikuti kursus. Sedangkan hasil penelitian

Rifa dan Gudono (1999) menunjukkan bahwa terdapat hubungan positif

anatar pengalaman dengan keahlian menggunakan komputer.

C. Faktor Personality

Personality, oleh Cherrington (1994) dalam Wibowo dan Hardiningsih

(2003) diartikan sebagai sekumpulan karakteristik dan pandangan seseorang

yang menentukan cara hidup dan perbedaan di antara orang lain. Personality

seseorang konsisten dalam menghadapi berbagai situasi. Dengan kata lain,

108

Personality dapat diartikan sebagai Kepribadian seseorang. Formula Kurt

Lewin menunjukkan bahwa Tingkah Laku (Behavior) seseorang dipengaruhi

atau fungsi dari Personality (Kepribadian) dan Environtment (Lingkungan).

Banyak penelitian yang membuktikan bahwa faktor individu atau

perilaku mempengaruhi tranformasi teknologi baru. Fishbein dan Ajzen

(1975) dalam Wibowo dan Hardiningsih (2003) mengatakan bahwa seseorang

akan menggunakan komputer jika dia dapat melihat adanya manfaat positif

dari penggunaan komputer tersebut. Namun demikian, seseorang dalam

menghadapi perkembangan baru Teknologi Informasi tersebut, dapat

menyikapi kehadiran komputer secara berbeda. Adanya perubahan baru

terkadang menimbulkan tekanan (stress). Tekanan yang timbul dapat berupa

Anxiety (kecemasan) namun ada pula yang menghadapi sebagai tantangan.

Personality yang dimaksud dalam penelitian ini adalah Personality atau

kepribadian seseorang yang menentukan tingkah laku (behavior) dikaitkan

dengan adanya perubahan lingkungan tersebut.

Faktor personality meliputi computer anxiety, computer attitudes, dan

math anxiety. Horrison dan Rainer (1992) dalam Setiyadi (2005) membaginya

menjadi beberapa tipe keinginan dan sikap yang meliputi:

1. Computer Anxiety

Definisi anxiety menurut Macquarie Dictionary dalam Sudaryono

dan Astuti (2005) adalah kesukaran atau kesulitan berfikir yang

disebabkan oleh ketakutan pada sesuatu yang akan terjadi atas bahaya atau

kemalangan. Definisi anxiety menurut May (1997) dalam Yunita (2004)

adalah sebagai suatu ketakutan pada sesuatu yang akan terjadi atas adanya

109

ancaman terhadap beberapa nilai yang dianggap penting oleh individu atas

keberadaannya sebagai seorang pribadi.

Sedangkan Levitt (1967) dalam Sudaryono (2004) menggambarkan

anxiety sebagai suatu ketakutan yang berlebihan yang memotivasi

keragaman perilaku pertahanan diri, termasuk gerak-gerik jasmani,

ketakutan batiniah atau kekacauan. Kumpulan definisi dan intepretasi

terhadap anxiety mengesankan bahwa tidak ada kesepahaman yang pasti

mengenai definisi anxiety. Menurut Nazar (2008), computer anxiety

didefinisikan sebagai kekuatiran (apprehension) atau takut (fear)

berinteraksi dengan komputer, irrespective terhadap bahaya yang riil.

Definisi computer anxiety menurut Igbaria dan Parasuraman (1989)

dalam Indriantoro (2000) adalah sebagai suatu kecenderungan seseorang

menjadi susah, khawatir atau ketakutan mengenai penggunaan teknologi

informasi (komputer) pada masa sekarang atau pada masa yang akan

datang.

Menurut Rifa dan Gudono (1999) definisi computer anxiety adalah

suatu tipe stress tertentu, computer anxiety itu berasosiasi dengan

kepercayaan yang negatif mengenai komputer, masalah-masalah dalam

menggunakan komputer dan penolakan terhadap mesin. Menurut Linda V.

Orr (2000) dalam Johan (2005) Computer anxiety merupakan salah satu

technophobia, dimana komputer merupakan salah satu teknologi yang

berkembang dalam kehidupan manusia. Menurut Ali dan Fadilah (2008),

Technophobia sendiri dapat digolongkan menjadi 3 tingkatan, yaitu:

a. Anxious Technophobe

110

Seseorang yang termasuk dalam tingkatan ini akan menunjukkan

tanda-tanda klasik yang merupakan reaksi kekhawatiran (anxiety

reaktion) ketika menggnakan suatu teknologi, tanda-tanda tersebut

dapat berupa munculnya keringat ditelapak tangan, detak jantung

yang keras atau sakit kepala.

b. Cognotive Technophobe

Seseorang yang termasuk dalam tingkatan ini pada mulanya

merasa tenang dan relaks, mereka sebenarnya menerima suatu

teknologi baru tetapi muncul beberapa pesan negatif seperti “Saya

akan menekan tombol yang salah dan mengacaukan mesin ini”.

c. Unconfortable User

Seseorang yang termasuk dalam tingkatan ini dapat dikatakan

sedikit khawatir dan masih muncul pernyataan negatif, tetapi

secara umum tidak membutuhkan one-on-one-counselling.

Menurut Sudaryono (2004), kegelisahan terhadap komputer dapat

memunculkan dua hal, yaitu:

a. Fear (takut) : Seseorang yang merasa takut dengan adanya

komputer karena mereka belum banyak menguasai teknologi

komputer, sehingga mereka belum bisa mendapatkan manfaat

dengan kehadiran komputer.

b. Anticipation (antisipasi) : Seseorang merasa perlu melakukan

antisipasi terhadap kegelisahan yang muncul dengan adanya

komputer. Antisipasi tersebut dapat dilakukan dengan menerapkan

111

ide-ide pembelajaran yang menyenangkan (anticipation) terhadap

komputer.

Hasil penelitian Harrison dan Rainer (1992) dalam Rifa dan Gudono

(1999) menunjukkan bahwa computer anxiety (fear) berpengaruh negatif

terhadap keahlian komputer, sedangkan (anticipation) berpengaruh positif

terhadap keahlian komputer. Hasil penelitian Rifa dan Gudono (1999)

menunjukkan bahwa ada hubungan antara computer anxiety dengan

keahlian komputer.

2. Computer Attitudes

Pendapat Fishbeir (1967) dalam Roseno (2002) mendefinisikan

“attitudes is a mental and state of readiness, organized trough experience

exerting a directive or dynamic influence upon the individual’s respones to

all objects and situation which related”. Yang artinya bahwa sikap

merupakan suatu mental dan pengetahuan perasaan yang diperoleh melalui

pengalaman yang kadang mendorong adanya respon individual terhadap

suatu obyek atau situasi yang berkaitan.

Computer attitudes menunjukkan reaksi atau penilaian seseorang

terhadap komputer berdasarkan kesenangan atau ketidaksenangannya

terhadap komputer. Rifa dan Gudono (1999) mengartikan computer

attitude sebagai reaksi atau penilaian seseorang terhadap komputer

berdasarkan kesenangan atau ketidaksenangan terhadap komputer.

Dengan kata lain secara umum computer attitudes menunjukkan

perasaan kesenangan atau ketidaksenangan seseorang terhadap beberapa

obyek stimulus (Horrison dan Rainer, 1992).

112

Menurut Wibowo dan Hardiningsih (2003), sikap terhadap

perkembangan komputer dapat memunculkan tiga hal, yaitu:

a. Pessimism : Seseorang memiliki sikap percaya bahwa komputer

mendominasi dan mengendalikan manusia.

b. Optimism : Seseorang memiliki sikap percaya bahwa komputer

sangat membantu dan bermanfaat bagi manusia.

c. Intimidation : Seseorang memiliki sikap percaya bahwa komputer

menakutkan.

3. Math Anxiety

Math anxiety merupakan ketakutan, kecemasan, dan kekhawatiran

yang berhubungan secara khusus dengan matematika (Horrison dan

Rainer, 1992 dalam Trisnawati dan Permatasari, 2000).

Richardson dan Suinn, 1972 dalam Wibowo dan Hardiningsih, 2003

mendefinisikan ‘Math anxiety is feelings of tension and anxiety that

interfere with the manipulation of numbers and the solving of

mathematical problems in a wide variety of ordinary life and academic

situations. Yang dapat didefinisikan sebagai terdapatnya rasa tegang dan

cemas yang mengganggu pemecahan masalah matematika.

Dalam penelitian yang berjudul Overcoming math anxiety, Curtain-

Phillips, M., 1999 dalam Wibowo dan Hardiningsih, 2003 menyebutkan

bahwa mathematic anxiety (kecemasan pada matematika) Math anxiety is

an emotional reaction to mathematics based on a past unpleasant

experience which harms future learning. A good experience learning

mathematics can overcome these past feelings and success and future

achievement in math can be attained. Yang dapat diderfinisikan sebagai

113

bentuk respon emosional saat pelajaran matematika, mendengarkan guru,

saat memecahkan permasalahan matematika, mendiskusikan matematika.

Bentuk respon emosional tersebut salah satunya adalah kecemasan.

Kecemasan dalam matematika juga dapat disebabkan oleh pengalaman

buruk masa lalu yang berkaitan dengan pelajaran matematika.

D. Kerangka Pemikiran

Penelitian ini mengkaji mengenai pengaruh faktor demografi dan faktor

personality terhadap keahlian komputer audit. Bentuk kerangka pemikiran

dalam penelitian ini adalah sebagai berikut:

Gambar 2.1

Kerangka Pemikiran

E. Perumusan Hipotesis

Berdasarkan uraian latar belakang dan kerangka pemikiran di atas, maka

perumusan hipotesis dalam penelitian ini sebagai berikut:

Faktor Personality:

• Fear (X5)

• Anticipation (X6)

• Optimism (X7)

• Pesimism (X8)

• Intimidation (X9)

• Math Anxiety (X10)

Faktor Demografi:

• Umur (X1)

• Jenis Kelamin (X2)

• Pendidikan (X3)

• Pengalaman (X4) Keahlian

Komputer

Audit

(Y)

114

H1 = Umur auditor berpengaruh secara negatif dan signifikan terhadap


H2 = Jenis Kelamin auditor berpengaruh secara negatif dan signifikan

terhadap keahlian komputer audit.

H3 = Tingkat Pendidikan auditor berpengaruh secara positif dan signifikan


H4 = Pengalaman auditor berpengaruh secara positif dan signifikan


H5 = Sikap khawatir (fear) penggunaan komputer auditor berpengaruh

secara negatif dan signifikan terhadap keahlian komputer audit.

H6 = Sikap suka (anticipation) penggunaan komputer auditor berpengaruh

secara positif dan signifikan terhadap keahlian komputer audit.

H7 = Sikap optimis (optimism) auditor terhadap perkembangan komputer

berpengaruh secara positif dan signifikan terhadap keahlian komputer

audit.

H8 = Sikap pesimis (pessimism) auditor terhadap perkembangan komputer

berpengaruh secara negatif dan signifikan terhadap keahlian komputer

audit.

H9 = Sikap takut (intimidation) auditor terhadap perkembangan komputer

berpengaruh secara negatif dan signifikan terhadap keahlian komputer

audit.

H10 = Rasa cemas (takut dan khawatir) auditor terhadap matematika (math

anxiety) berpengaruh secara negatif dan signifikan terhadap keahlian

komputer audit.

115

H11 = Umur, jenis kelamin, tingkat pendidikan, dan pengalaman auditor

dalam menggunakan komputer audit, fear, anticipation, optimism,

pessimism, intimidation, dan math anxiety secara simultan

berpengaruh secara positif dan signifikan terhadap keahlian komputer

audit.

116

BAB III

METODOLOGI PENELITIAN

A. Ruang Lingkup Penelitian

Ruang lingkup penelitian ini adalah pengaruh faktor demografi dan

faktor personality terhadap keahlian komputer audit. Adapun yang menjadi

objek penelitian adalah auditor eksternal yang bekerja pada Kantor Akuntan

Publik (KAP) diwilayah DKI Jakarta yang terdaftar di Direktori Institut

Akuntan Publik Indonesia IAPI 2008. Pemilihan wilayah ini didasari oleh (1)

wilayah tersebut terdapat banyak kantor akuntan publik dan (2) wilayah

tersebut mudah dijangkau.

B. Metode Penentuan Sampel

1. Populasi dan Sampel

Populasi merupakan keseluruhan kelompok orang, kejadian, atau hal

minat yang ingin peneliti investigasi. Populasi dalam penelitian ini adalah

seluruh auditor eksternal yang bekerja di Kantor Akuntan Publik di DKI

Jakarta sesuai dengan daftar dalam Direktori Institut Akuntan Publik

Indonesia IAPI 2008.

Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki

oleh populasi (Sugiyono, 2007:73). Menurut Sekaran (2006:121) sampel

merupakan bagian dari populasi yang diamati. Sehingga sampel dalam

penelitian ini adalah kantor-kantor akuntan publik yang berada di DKI

117

Jakarta sesuai dengan daftar dalam Direktori Institut Akuntan Publik

Indonesia IAPI 2008.

2. Teknik Penentuan Sampel

Teknik penentuan sampel dalam penelitian ini adalah dengan metode

Judgment Sampling. Judgment Sampling adalah metode sampling yang

pemilihan sampel berdasarkan pertimbangan dan kriteria–kriteria tertentu.

Sampel berdasarkan pertimbangan merupakan tipe pemilihan sampel

secara tidak acak yang informasinya diperoleh dengan menggunakan

pertimbangan tertentu (Indriantoro dan Supomo, 2002:131).

Kriteria yang digunakan sebagai judgment sampling adalah sebagai

berikut:

a. Responden adalah auditor eksternal yang terdiri dari auditor junior,

auditor senior, supervisor, manajer dan partner yang bekerja di Kantor

Akuntan Publik yang berkedudukan di wilayah DKI Jakarta.

b. Responden adalah auditor yang sudah biasa bekerja dengan

menggunakan komputer dalam melaksanakan audit.

c. Responden adalah auditor eksternal yang memiliki pengalaman

minimal 1 tahun.

d. Responden adalah auditor eksternal yang memiliki usia antara 20–60

tahun, dengan asumsi bahwa pada usia 60 tahun adalah puncak dari

peningkatan kemampuan keahlian komputer responden.

Kriteria ini dipilih karena peneliti memiliki pertimbangan bahwa

auditor yang sudah biasa bekerja di lingkungan komputer lebih memahami

kondisi yang diinginkan sehingga peneliti dapat memperoleh data yang

mencerminkan keadaan dan kondisi yang sebenarnya.

C. Metode Pengumpulan Data

118

Menurut Prof. Dr. Suharsimi Arikunto (2006:134), Teknik pengolahan

data adalah cara yang dapat digunakan oleh peneliti untuk mengumpulkan

data. Penentuan metode pengumpulan data dipengaruhi oleh jenis dan sumber

data penelitian yang dibutuhkan.

Untuk memperoleh data dan informasi yang dibutuhkan guna

mendukung penelitian ini, maka teknik pengumpulan data yang digunakan

dalam penyusunan skripsi ini adalah:

1. Penelitian Lapangan (Field Research)

Penelitian ini bertujuan untuk memperoleh data-data primer yang

berkaitan dengan masalah yang akan diteliti. Pengumpulan data dalam

metode ini dilakukan dengan menggunakan kuesioner dengan cara

memberikan kuesioner tersebut kepada para auditor yang bekerja di

Kantor Akuntan Publik. Kuesioner disebarkan dengan cara mendatangi

langsung pada Kantor Akuntan Publik yang dituju dan melalui bantuan

beberapa perantara (Contact Person).

Kuesioner ini terdiri dari pertanyaan umum untuk mengukur faktor

demografi auditor seperti (usia, jenis kelamin, tingkat pendidikan, dan

pengalaman auditor dalam menggunakan komputer audit). Sedangkan

untuk variabel faktor personality (computer anxiety, computer attitude dan

math anxiety), dan keahlian komputer audit berupa pertanyaan khusus

dalam bentuk soal-soal tentang computer anxiety, computer attitude, math

anxiety dan keahlian komputer audit.

Kuesioner yang digunakan diadopsi dari pertanyaan-pertanyaan yang

dimuat dalam penelitian-penelitian sebelumnya. Selanjutnya pertanyaan-

119

pertanyaan tersebut dimodifikasi dan direvisi agar dapat dimengerti oleh

responden. Kuesioner disebarkan kepada akuntan publik/auditor yang

bekerja di Kantor Akuntan Publik di DKI Jakarta sesuai dengan daftar

dalam Direktori Institut Akuntan Publik Indonesia IAPI 2008.

2. Riset Perpustakaan

Penelitian ini bertujuan untuk memperoleh data-data sekunder yang

dijadikan sebagai tinjauan pustaka. Hal ini dilakukan dengan mempelajari

dan mengumpulkan data-data baik yang berasal dari buku-buku, artikel,

jurnal, koran, internet, skripsi, tesis, dan literatur-literatur terkait.

D. Metode Analisis Data

Metode analisis data yang digunakan dalam penelitian ini adalah metode

analisis statistik yang perhitungannya dilakukan dengan menggunakan SPSS

versi 12.0. Analisis ini bertujuan untuk menentukan pengaruh antara variabel

Usia (X1), Jenis Kelamin (X2), Tingkat Pendidikan (X3), dan Pengalaman

Auditor dalam Menggunakan Komputer (X4), Fear (X5), Anticipation (X6),

Optimism (X7), Pesimism (X8), Intimidation (X9), dan Math Anxiety (X10)

terhadap Keahlian Komputer Audit (Y). Adapun analisis data yang digunakan

dalam penelitian ini sebagai berikut:

1. Statistik Deskriptif

Statistik deskriptif digunakan untuk memberikan informasi mengenai

karakteristik variabel penelitian dan demografi responden. Statistik

120

deskriptif menjelaskan skala jawaban responden pada setiap variabel yang

diukur dari minimum, maksimum, rata-rata dan standar deviasi.

Disamping itu juga untuk mengetahui demografi responden yang terdiri

dari kategori, jenis kelamin, tingkat pendidikan, umur, dan sebagainya

(Ghozali, 2006).

2. Uji Asumsi Klasik

a. Uji Normalitas

Uji normalitas bertujuan untuk mengetahui apakah variabel

independen (faktor demografi dan faktor personality) dan variabel

dependen (keahlian komputer audit) telah terdistribusi normal atau

tidak. Pengujian ini dilakukan dengan menggunakan Kolmogorov

Smirnov dengan ketentuan jika nilai A Simp Sig (2-tailed) > 0,05 maka

data terdistribusi normal, sedangkan jika nilai A Simp Sig (2-tailed) <

0,05 maka data tidak terdistribusi normal (Ghozali, 2006:30).

b. Uji Autokorelasi

Uji autokorelasi ini bertujuan untuk mengidentifikasi adanya

autokorelasi pada persamaan yang diujikan dalam model regresi.

Untuk mendeteksi ada atau tidaknya autokorelasi maka dilakukan

pengujian Durbin-Watson (DW) dengan ketentuan sebagai berikut:

1. du < DW < 4 - du berarti tidak ada autokorelasi

2. dl < DW < du atau 4 - dl < Dw < 4 - dl berarti tidak dapat

disimpulkan

121

3. 0 < DW < dl atau 4 – dl < DW < 4 berarti terjadi autokorelasi.

c. Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam

model regresi terjadi kesamaan varians dari residual suatu pengamatan

ke pengamatan lainnya. Jika varians dari satu pengamatan ke

pengamatan lain tetap, maka disebut homoskedastisitas dan jika

berbeda disebut heteroskedastisitas. Menurut Ghozali (2006:105)

model regresi yang baik adalah homoskedastisitas atau tidak terjadi

heteroskedastisitas. Dalam penelitian ini, uji heteroskedastisitas diuji

dengan menggunakan grafik Scatterplot. Untuk mendeteksi ada atau

tidaknya heteroskedastisitas maka dengan melihat grafik plot antara

lain prediksi variabel terikat dengan residualnya. Dasar analisisnya

adalah jika tidak ada pola yang jelas, serta titik-titik menyebar di atas

dan di bawah angka 0 pada sumbu y maka tidak terjadi

heteroskedastisitas.

d. Uji Multikolinearitas

Uji Multikolinearitas ini bertujuan untuk menguji apakah pada

model regresi ditemukan adanya korelasi antar variabel bebas

(independen). Menurut Ghozali (2006:91) model regresi yang baik

seharusnya tidak terdapat korelasi diantara variabel independennya.

Untuk mendeteksi ada atau tidaknya multikolinearitas dalam model

regresi dilihat dari (1) nilai tolerance dan lawannya, (2) Variance

Inflation Factor (VIF). Jika nilai tolerance > 0,10 dan nilai VIF < 10,

122

maka tidak terdapat multikolinearitas antar variabel independen dalam

metode regresi.

3. Uji Kualitas Data

a. Uji Validitas

Uji validitas digunakan untuk mengukur valid atau tidaknya

suatu kuesioner dalam mengukur suatu konstruk. Suatu kuesioner

dikatakan valid jika pertanyaan pada kuesioner mampu untuk

mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut.

Pengujian ini dilakukan dengan menggunakan uji Pearson

Correlation. Pengujian validitas dapat diperoleh pada setiap item

pertanyaan dengan skor total dari masing-masing pertanyaan. Menurut

Ghozali (2006:47). Apabila Pearson Correlation yang diperoleh

memiliki nilai signifikan dibawah level 0,05 berarti data yang

diperoleh adalah valid.

b. Uji Reliabilitas

Uji reliabilitas digunakan untuk menguji kestabilan dan

konsistensi responden dalam menjawab hal-hal yang berkaitan dengan

konstruk-konstruk pertanyaan yang merupakan dimensi suatu variabel

yang disusun dalam bentuk kuesioner.

Suatu kuesioner dikatakan reliabel atau handal jika jawaban

seseorang terhadap pertanyaan adalah konsisten dari waktu ke waktu.

Pengujian reliabilitas dilakukan dengan menghitung besarnya

Crobanch’s Alfha. Menurut Nunnally (1967) dalam Ghozali (2006:43)

Suatu variabel dikatakan reliabel jika nilai Crobanch’s Alfha > 0,60,

123

sebaliknya jika nilai Crobanch’s Alfha < 0,60 maka data tersebut

dikatakan tidak reliabel.

4. Pengujian Hipotesis

Dalam pengolahan data penelitian ini menggunakan metode analisis

regresi berganda dengan menggunakan uji T dan uji F, dimana dasar

pengambilan keputusan adalah apabila signifikan lebih kecil dari 0,05

maka Ha diterima, sebaliknya jika signifikan lebih besar dari 0,05 maka

Ha ditolak (Ghozali, 2006).

a. Analisis Regresi Berganda

Metode ini digunakan untuk mengetahui ada atau tidaknya

pengaruh antara variabel bebas (X) dengan variabel terikat (Y). Model

persamaan regresi ini sebagai berikut:

Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + β8X8 +

β9X9 + β10X10 + e

Dimana :

Y = Keahlian Komputer Audit (variabel terikat)

α = Konstanta (nilai tetap) pada saat nilai variabel bebas (X) = 0

β = Koefisien Regresi

X1 = Umur

X2 = Jenis Kelamin

X3 = Pendidikan

X4 = Pengalaman

X5 = Computer Anxiety – Fear

X6 = Computer Anxiety – Anticipation

124

X7 = Computer Attitude – Optimism

X8 = Computer Attitude – Pessimism

X9 = Computer Attitude – Intimidation

X10 = Math Anxiety

e = error

b. Uji R2 (Koefisien Determinasi)

Untuk menentukan seberapa besar variabel independen (bebas)

dapat menjelaskan variabel dependen (terikat), maka perlu diketahui

nilai koefisien determinasi. Nilai R2 yang mendekati 1 berarti variabel

independen memberikan hampir sama semua informasi yang

dibutuhkan untuk memprediksi variabel dependen (Ghozali, 2006:83).

c. Uji Statistik t

Uji statistik t digunakan untuk mengetahui apakah variabel

independen secara individual berpengaruh secara signifikan terhadap

variabel dependen. Uji ini dilihat berdasarkan nilai signifikansi t-test

dengan ketentuan jika nilai sig t-test < 0,05, maka hipotesis alternatif

(Ha) diterima, artinya bahwa variabel independen secara signifikan

berpengaruh secara individual terhadap variabel dependen. Sedangkan

jika nilai sig t-test > 0,05, maka hipotesis akternatif (Ha) ditolak,

125

artinya bahwa variabel independen tidak berpengaruh secara signifikan

secara individual terhadap variabel dependen (Ghozali, 2006:44).

d. Uji Statistik F

Uji statistik F pada dasarnya menunjukkan apakah variabel

independen secara simultan dapat memprediksi atau memiliki

pengaruh terhadap variabel dependen. Uji ini dilihat berdasarkan nilai

signifikansi dengan ketentuan sebagai berikut: jika nilai atau tingkat

signifikansi < 0,05, maka (Ho) ditolak, artinya bahwa variabel

independen secara bersama-sama secara signifikan berpengaruh

terhadap variabel dependen. Sedangkan jika nilai atau tingkat

signifikansi > 0,05, maka (Ho) diterima, artinya bahwa variabel

independen secara signifikan tidak berpengaruh secara bersama-sama

terhadap variabel dependen (Ghozali, 2006:44).

E. Definisi Operasional Variabel dan Pengukurannya

Berdasarkan rumusan masalah yang akan dikaji dan model yang disusun

dalam tinjauan pustaka, maka operasional variabel penelitian dapat dijabarkan

sebagai berikut:

1. Variabel Bebas (Independent variable) adalah tipe variabel yang

menjelaskan atau mempengaruhi variabel lain (Indriantoro dan Supomo,

2002:63). Dalam penelitian ini yang menjadi variabel bebas dirinci sebagai

berikut:

a. Faktor Demografi

126

1) Umur

Umur atau usia adalah satuan waktu yang mengukur waktu

keberadaan suatu benda atau makhluk, baik yang hidup maupun

yang mati (Notoatmodjo, 2006). Umur pada penelitian ini diukur

melalui umur auditor sampai saat auditor mengisi kuesioner.

2) Jenis Kelamin

Jenis kelamin merupakan pembagian dua jenis kelamin yang

ditentukan secara biologis yang melekat pada jenis kelamin laki-

laki atau perempuan (Sugiyanto dan Widayati, 2009). Variabel ini

diukur melalui jenis kelamin auditor.

3) Pendidikan

Pendidikan pada penelitian ini merupakan pendidikan formal yang

telah diikuti oleh auditor eksternal. Menurut Notoatmadja (2003),

pendidikan adalah suatu suatu proses pengembangan kemampuan

ke arah yang diinginkan. Variabel ini diukur melalui pendidikan

formal terakhir auditor.

4) Pengalaman

Pengalaman adalah keseluruhan pelajaran yang dipetik oleh

seseorang yang dialami dari perjalanan hidupnya (Anoraga,

1995:47 dalam Widiyanto dan Yuherian, 2005). Variabel ini diukur

127

melalui lamanya auditor bekerja atau melakukan audit dengan

menggunakan komputer (software audit).

Skala pengukuran yang digunakan untuk memperoleh gambaran

tentang faktor demografi personal auditor yaitu menggunakan skala

nominal untuk jenis kelamin dan tingkat pendidikan, sedangkan untuk

mengukur umur dan pengalaman dalam menggunakan komputer

menggunakan skala rasio.

b. Faktor Personality

1) Menurut Sudaryono (2004) Computer Anxiety terbagi menjadi 2,

yaitu:

a) Fear

Fear adalah rasa takut dengan adanya komputer karena mereka

belum banyak menguasai teknologi komputer, sehingga mereka

belum bisa mendapatkan manfaat dengan kehadiran komputer.

b) Anticipation

Anticipation adalah rasa perlu melakukan antisipasi terhadap

kegelisahan yang muncul dengan adanya komputer. Antisipasi

tersebut dapat dilakukan dengan menerapkan ide-ide

pembelajaran yang menyenangkan (anticipation) terhadap

komputer.

128

Skala yang digunakan untuk mengukur variabel computer

anxiety adalah skala yang dikembangkan oleh Heinssen et. al.

(1987) yang dikenal dengan Computer Anxiety Rating Scale

(CARS). CARS terdiri dari 19 item yang dibagi oleh Harrison dan

Rainer (1992) menjadi 2 item yaitu 10 item untuk mengukur

variabel fear dan 9 item untuk mengukur variabel anticipation.

2) Menurut Wibowo dan Hardiningsih (2003), Computer Attitude

terbagi menjadi 3, yaitu:

a) Optimism

Optimism adalah sikap percaya bahwa komputer sangat

membantu dan bermanfaat bagi manusia.

b) Pessimism

Pessimism adalah sikap percaya bahwa komputer mendominasi

dan mengendalikan manusia.

c) Intimidation

Intimidation adalah sikap percaya bahwa komputer

menakutkan.

Skala yang digunakan untuk mengukur variabel computer

attitude adalah skala yang dikembangkan oleh Nickell dan Pinto

(1986) yang dikenal dengan Computer Attitude Scale (CAS). CAS

terdiri dari 20 item yang terbagi menjadi 3 item yaitu 7 item untuk

mengukur variabel optimism, 9 item untuk mengukur variabel

pessimism dan 4 item untuk mengukur variabel intimidation.

129

3) Math Anxiety

Math anxiety merupakan ketakutan, kecemasan, dan kekhawatiran

yang berhubungan secara khusus dengan matematika (Harrison dan

Rainer, 1992). Tingkat kecemasan terhadap matematika diukur

dengan Mathematics Anxiety Rating Scale (MARS) yang

dikembangkan oleh Richardson dan Suinn (1972) yang terdiri dari

10 item.

Seluruh instrument yang digunakan untuk mengukur faktor

personality akan diukur dengan menggunakan skala interval yang

terdiri dari 5 point (1=Sangat Tidak Setuju sampai 5=Sangat Setuju).

2. Variabel Terikat (Dependent Variable) adalah tipe variabel yang

dijelaskan atau dipengaruhi oleh variabel independen. Dalam penelitian ini

yang menjadi variabel dependen adalah keahlian komputer audit. Skala

yang akan digunakan untuk mengukur Keahlian Komputer Audit

merupakan pengembangan dan modifikasi dari instrumen yang

dikembangkan Murphy et.al (1989) yang dilakukan oleh Wibowo (2003).

Instrumen Murphy dikembangkan untuk mengukur tentang keahlian di

bidang komputer secara umum (End User Computing). Wibowo

selanjutnya memodifikasi instrumen tersebut untuk pengukuran keahlian

pada Komputer Audit, dengan cara menambahkan beberapa pertanyaan

untuk mengukur keahlian auditor tentang audit berbasis sistem informasi

komputer. Instrumen ini akan diukur dengan menggunakan skala interval

yang terdiri dari 5 point (1=Sangat Tidak Setuju sampai 5=Sangat Setuju).

Tabel 3.1

130

Definisi Operasional Variabel

Construct Variabel Indikator Skala

Pengukuran

Umur • Umur responden (tahun) Rasio

Jenis Kelamin • Jenis Kelamin responden Nominal

Pendidikan • Pendidikan formal terakhir

responden

Nominal

Faktor Demografi

(Dandes Rifa,

1998)

Pengalaman • Lamanya responden

melakukan audit dengan

komputer (bulan)

Rasio

Fear • Perasaan khawatir pada

saat menghadapi komputer.

• Perasaan takut pada saat

menghadapi komputer

Interval

Interval

Anticipation • Perasaan senang dengan

ide pembelajaran dan

penggunaan komputer.

• Perasaan yakin dengan ide

pembelajaran dan

penggunaan komputer.

Interval

Interval

Optimism • Sikap percaya bahwa

perkembangan komputer

sangat membantu manusia.

• Sikap percaya bahwa

perkembangan komputer

sangat bermanfaat.

Interval

Interval

Faktor

Personality

(Heinssen

dikembangkan oleh

Dandes Rifa, 1998)

(Nickell dan Pinto

dikembangkan oleh

Dandes Rifa, 1998)

Pessimism • Sikap percaya bahwa

komputer akan medominasi

manusia.

• Sikap percaya bahwa

komputer akan

mengendalikan manusia.

Interval

Interval

131

Intimidation • Sikap percaya bahwa

komputer itu menakutkan.

Interval

(Richardson dan

Suinn

dikembangkan oleh

Dandes Rifa, 1998)

Math anxiety • Rasa takut terhadap

matematika.

• Rasa khawatir terhadap

matematika.

Interval

Interval

Keahlian

Komputer Audit

(Murphy

dikembangkan oleh

Wibowo, 2003)

Keahlian

minimum

seorang auditor

sistem

informasi

• Pengetahuan tentang

pengoperasian komputer

secara umum

• Pemahaman tentang teknik

pengolahan file dan

struktur data

• Kemampuan bekerja

dengan software audit

• Kemampuan mereview

sistem dokumentasi


pengendalian EDP


perancangan audit dalam

lingkungan EDP

• Pemahaman sistem dan

program dalam suatu

perusahaan

Interval

Interval

Interval

Interval

Interval

Interval

Interval

Sumber: Heinssen, Nickell dan Pinto, Richardson dan Suinn yang dikembangkan oleh

Dandes Rifa, 1998 dan Murphy dikembangkan oleh Wibowo, 2003.

132

BAB IV

PENEMUAN DAN PEMBAHASAN

A. Gambaran Umum Objek Penelitian

Dalam Riyanti (2008), Kantor Akuntan Publik adalah suatu

lembaga/organisasi yang menyediakan jasa yang berkenaan dengan laporan

keuangan suatu perusahaan, beberapa jenis pelayanan jasanya meliputi:

a. Pemeriksaan umum (general audit).

b. Pemeriksaan khusus (investigation).

c. Pemeriksaan pengelolaan (management audit).

d. Penyusunan sistem akuntansi (accounting system design).

e. Penyusunan anggaran dan penyusunan sistem anggaran.

f. Jasa administrasi (clerical service).

g. Studi kelayakan (feasibility study).

h. Konsultasi manajemen dan perpajakan (management and tax

consulting).

133

Lembaga ini juga memiliki izin dari Menteri Keuangan sebagai wadah

bagi akuntan publik dalam menjalankan pekerjaannya. Menurut pasal 6 SK

Menkeu No. 43/1997, izin untuk membuka Kantor Akuntan Publik (KAP)

akan diberikan apabila pemohon memenuhi persyaratan sebagai berikut:

a. Berdomisili di Indonesia.

b. Memiliki register akuntan.

c. Menjadi anggota Istitut Akuntan Publik Indonesia (IAPI).

d. Lulus ujian sertifikasi Akuntan Publik yang diselenggarakan oleh IAI.

e. Memiliki pengalaman kerja minimal 3 tahun sebagai akuntan dan

pengalaman audit umum sekurang-kurangnya 3000 jam dengan

reputasi baik.

f. Telah menduduki jabatan manajer atau ketua tim dalam audit umum

sekurang-kurangnya 1 tahun.

g. Wajib mempunyai KAP atau bekerja pada Koperasi Jasa Audit.

Kuesioner yang penulis sebarkan ditujukan kepada para Auditor yang

bekerja di Kantor Akuntan Publik (KAP) yang berada di wilayah Jakarta yang

memanfaatkan teknologi informasi (komputer/audit software).

Sebelumnya telah dikemukakan dalam metodologi penelitian bahwa

pengumpulan data dilaksanakan melalui penyebaran kuesioner penelitian

secara langsung kepada para responden. Penyebaran kuesioner berlangsung

selama 6 minggu, yaitu dimulai tanggal 3 Februari 2009 sampai dengan

tanggal 13 Maret 2009. Dalam penyebaran kuesioner ini dilakukan secara

rutin baik pada waktu penyebaran kuesioner ataupun pada waktu pengambilan

kuesioner tersebut, agar kuesioner yang cepat kembali dapat segera diolah.

134

Kuesioner yang dibagikan berjumlah 141 buah, kuesioner untuk tryout

sejumlah 11 buah dan untuk disebar kepada auditor sejumlah 130 buah.

Data sampel penelitian dari kuesioner yang disebar dan kembali adalah

sebagai berikut:

Tabel 4.1

Data Sampel Penelitian

Responden (Auditor

Eksternal) Keterangan

∑ %

Jumlah Kuesioner yang Disebar 130 buah 100%

Kuesioner yang Kembali 96 buah 73,85%

Kuesioner yang Tidak Dapat Diolah 6 buah 4, 62%

Kuesioner yang Dapat Diolah 90 buah 69,23%

Kuesioner yang Tidak

Dikembalikan / Tidak Lengkap 34 buah 26,15%

Sumber: Data Primer Diolah

Berdasarkan tabel 4.1 dapat diuraikan bahwa jumlah kuesioner yang

kembali dari total kuesioner yang telah disebar adalah sebanyak 96 kuesioner

atau 73,85 %. Jumlah kuesioner yang tidak dikembalikan adalah sebanyak 34

buah atau 26,15 %, sedangkan kuesioner kembali namun tidak dapat diolah

dikarenakan data tidak lengkap sebanyak 6 buah sehingga total kuesioner yang

kembali dan dapat digunakan sebanyak 90 buah.

Tabel 4.2

Karakteristik Responden

135

No Karakteristik Responeden Frekuensi Persentase

1 Jumlah Sampel 90 100%

2 Jenis Kelamin

a. Pria 50 55,56%

b. Wanita 40 44,44%

Jumlah 90 100%

3 Usia Responden

20-25 tahun 55 61,11%

26-30 tahun 18 20%

31-40 tahun 14 15,56%

>40 tahun 3 3,33%

Jumlah 90 100%

4 Jabatan

Auditor Junior 65 72,22%

Auditor Senior 5 5,56%

Supervisor 14 15,56%

Manager 6 6,67%

Jumlah 90 100%

5 Pendidikan Terakhir

Diploma 3 9 10%

Strata 1 74 82,22%

Strata 2 7 7,78%

Jumlah 90 100%

6 Lama Bekerja

1-3 tahun 62 68,89%

3-6 tahun 21 23,33%

7-9 tahun 7 7,78%

Jumlah 90 100%


136

Dari tabel 4.2 di atas diketahui bahwa dari total sampel sebanyak 90

buah, jumlah responden berjenis kelamin pria 50 orang dengan persentase

55,56% dari total jumlah sampel responden auditor dan jumlah responden

berjenis kelamin wanita sebanyak 40 orang dengan persentase 44,44%.

Disimpulkan bahwa sampel responden auditor pria jumlahnya lebih

banyak dibanding sampel responden auditor wanita.

Untuk kategori umur, sampel responden paling banyak didominasi

oleh auditor usia 20 sampai dengan 25 tahun yaitu sebanyak 55 orang

dengan persentase 61,11% dan yang terbanyak kedua yaitu responden

yang berusia 26 sampai dengan 30 tahun yaitu sebanyak 18 orang dengan

persentase 20%. Usia responden lainnya yaitu antara 31 sampai dengan 40

tahun berjumlah 14 orang dengan persentase 15,56% sedangkan usia

responden di atas 40 tahun berjumlah 3 orang dengan persentase 3,3%.

Untuk kategori jabatan, sampel responden paling banyak didominasi

oleh jabatan Auditor Junior yaitu sebanyak 65 orang dengan persentase

72,22%. Dan jabatan lainnya yang menjadi responden adalah jabatan

Auditor Senior sebanyak 5 orang dengan persentase 5,56%. Selebihnya

adalah Supervisor dan Manajer sebanyak 14 orang dan 6 orang dengan

persentase 15,56% dan 6,67%.

Untuk kategori tingkat pendidikan seorang auditor yang menjadi

responden pada penelitian ini dari persentase terbesar yaitu Strata-1

dengan 82,22% berjumlah 74 orang. Terbesar kedua dengan persentase

10% yaitu Diploma-3 yang berjumlah 9 orang. Terakhir Strata-2 dengan

persentase 7,78% berjumlah 7 orang.

137

Lamanya pengalaman responden diuraikan sebagai berikut,

responden yang lama bekerjanya 1 sampai dengan 3 tahun menjadi

responden mayoritas dengan persentase 68,89% berjumlah 62 orang.

Berikutnya responden dengan lama bekerja 4 sampai dengan 6 tahun

berjumlah 21 orang dengan persentase 23,33% dan responden dengan

lama bekerja 7 sampai dengan 9 tahun berjumlah 7 orang dengan

persentase 7,78%.

B. Penemuan dan pembahasan

1. Statistik Deskriptif

Statistik deskriptif digunakan untuk memberikan informasi mengenai

karakteristik variabel penelitian dan demografi responden. Statistik

deskriptif menjelaskan skala jawaban responden pada setiap variabel yang

diukur dari minimum, maksimum, rata-rata dan standar deviasi (Ghozali,

2006).

Variabel-variabel yang digunakan dalam penelitian ini meliputi

umur, jenis kelamin, pendidikan, pengalaman, fear, anticipation,

optimism, pessimism, intimidation, dan math anxiety diuji secara statistik

deskriptif seperti yang terlihat pada tabel 4.3.

Tabel 4.3

138

Descriptive Statistics

90 20 53 26,64 5,849

90 1 2 1,44 ,500

90 1 3 1,98 ,423

90 12 106 31,19 22,856

90 10 35 19,34 6,065

90 18 45 39,21 5,085

90 21 35 29,34 4,272

90 9 40 21,61 5,216

90 4 15 6,72 2,601

90 10 45 21,03 8,628

90 30 50 42,44 5,524

90

Umur

Jenis Kelamin

Pendidikan

Pengalaman

Fear

Anticipation

Optimism

Pesimism

Intimidation

Math

Keahlian

Valid N (listwise)

N Minimum Maximum Mean Std. Deviation


Tabel 4.3 di atas menjelaskan bahwa jumlah responden (n) adalah

90, dari 90 responden variabel umur mempunyai nilai minimum sebesar

20 tahun dan nilai maksimum sebesar 53 tahun dengan nilai rata-rata

sebesar 26,64 dan standar deviasi sebesar 5,849. Pada variabel jenis

kelamin mempunyai nilai minimum sebesar 1 (laki-laki) dan nilai

maksimum sebesar 2 (perempuan) dengan nilai rata-rata sebesar 1,44 dan

standar deviasi sebesar 0,500. Variabel pendidikan mempunyai nilai

minimum sebesar 1 (D3) dan nilai maksimum sebesar 3 (S2) dengan nilai

rata-rata sebesar 1,98 dan standar deviasi sebesar 0,423. Variabel

Pengalaman mempunyai nilai minimum sebesar 12 bulan dan nilai

maksimum sebesar 106 bulan dengan nilai rata-rata sebesar 31,19 dan

standar deviasi sebesar 22,856.

Variabel fear mempunyai nilai minimum sebesar 10 dan nilai

maksimum sebesar 35 dengan nilai rata-rata sebesar 19,34 dan standar

deviasi sebesar 6,065. Variabel anticipation mempunyai nilai minimum

sebesar 18 dan nilai maksimum sebesar 45 dengan nilai rata-rata sebesar

39,21 dan standar deviasi sebesar 5,085. Variabel optimism mempunyai

139

nilai minimum sebesar 21 dan nilai maksimum sebesar 35 dengan nilai

rata-rata sebesar 29,34 dan standar deviasi sebesar 4,272. Variabel

pessimism mempunyai nilai minimum sebesar 9 dan nilai maksimum

sebesar 40 dengan nilai rata-rata sebesar 21,61 dan standar deviasi sebesar

5,216. Variabel intimidation mempunyai nilai minimum sebesar 4 dan

nilai maksimum sebesar 15 dengan nilai rata-rata sebesar 6,72 dan standar

deviasi sebesar 2,601. Variabel math anxiety mempunyai nilai minimum

sebesar 10 dan nilai maksimum sebesar 45 dengan nilai rata-rata sebesar

21,03 dan standar deviasi sebesar 8,628. Variabel keahlian mempunyai

nilai minimum sebesar 30 dan nilai maksimum sebesar 50 dengan nilai

rata-rata sebesar 42,44 dan standar deviasi sebesar 5,524.

2. Uji Instrumen Penelitian

a. Uji Validitas

Validitas ditentukan dengan dengan menggunakan uji Pearson

Correlation. Pengujian validitas dapat diperoleh pada setiap item

pertanyaan dengan skor total dari masing-masing pertanyaan. Jika

Pearson Correlation yang diperoleh memiliki nilai signifikan dibawah

level 0,05 berarti instrumen yang digunakan adalah valid dan

sebaliknya jika Pearson Correlation yang diperoleh memiliki nilai

signifikan diatas level 0,05 berarti instrumen yang digunakan adalah

tidak valid.

Sebelum kuesioner diberikan kepadsa responden, penulis

melakukan uji coba (try out) atau pra survey kepada 11 responden

dengan memberikan 59 butir pertanyaan untuk menguji validitas dan

140

reliabilitas dari seluruh pertanyaan tersebut. Kuesioner terdiri dari 6

variabel penelitian yang terdiri dari rasa cemas (fear) terhadap

komputer dengan 10 butir pertanyaan, rasa suka (anticipation)

terhadap komputer dengan 9 butir pertanyaan, sikap optimis terhadap

perkembangan komputer dengan 7 butir pertanyaan, sikap pesimis

terhadap perkembangan komputer dengan 9 pertanyaan, sikap cemas

atau takut terhadap perkembangan komputer dengan 4 pertanyaan, rasa

takut terhadap matematika dengan 10 butir pertanyaan dan keahlian

komputer auditor dengan 10 butir pertanyaan.

Uji coba kuesioner tersebut dimaksudkan untuk mengetahui

apakah kuesioner tersebut dapat dipahami oleh responden dan apakah

responden tersebut dapat memahami dan mengerti maksud dari

pertanyaan yang diberikan. Hasil uji validitas dari try out kuesioner

didapatkan sebanyak 1 pertanyaan yang dikatakan tidak valid.

Hasil pengujian validitas adalah sebagai berikut:

Tabel 4.4

Hasil Uji Validitas Data

No. Butir

Pertanyaan Sig.

Person

Correlation Keterangan

Fear 1 0,000 0, 746(**) Valid

Fear 2 0,000 0,740(**) Valid

Fear 3 0,000 0,755(**) Valid

Fear 4 0,000 0,784(**) Valid

Fear 5 0,000 0,654(**) Valid

Fear 6 0,000 0,776(**) Valid

Fear 7 0,000 0,823(**) Valid

Fear 8 0,000 0,834(**) Valid

Fear 9 0,000 0,492(**) Valid

Fear 10 0,000 0,635(**) Valid

Anticipation 1 0,000 0,741(**) Valid



141







Optimism 1 0,000 0,591(**) Valid







Pessimism 1 0,000 0,680(**) Valid









Intimidation 1 0,000 0,848(**) Valid




Math 1 0,000 0,790(**) Valid

Math 2 0,000 0,910(**) Valid

Math 3 0,000 0,854(**) Valid

Math 4 0,000 0,866(**) Valid

Math 5 0,000 0,795(**) Valid

Math 6 0,000 0,900(**) Valid

Math 7 0,000 0,886(**) Valid

Math 8 0,000 0,804(**) Valid

Math 9 0,000 0,879(**) Valid

Math 10 0,000 0,889(**) Valid

Keahlian 1 0,000 0,864(**) Valid









Keahlian 10 0,000 0,894(**) Valid ** Correlation is significant at the 0.01 level (2-tailed)

142

Sumber: Data diolah

Dari tampilan tabel 4.4 di atas maka dapat dilihat total skor

konstruk menunjukkan hasil yang signifikan yaitu di bawah 0,05. Jadi,

dapat disimpulkan bahwa masing-masing indikator pertanyaan adalah

valid.

b. Uji Reliabilitas

Hasil pengujian reliabilitas dalam penelitian ini dengan uji

statistik Cronbach Alpha (∝) adalah sebagai berikut:

Tabel 4.5

Hasil Uji Reliabilitas Masing-masing Item Pertanyaan

No. Butir

Pertanyaan

Cronbach's Alpha if

Item Deleted Keterangan

Fear 1 ,846 Reliable










Anticipation 1 ,847 Reliable









Optimism 1 ,850 Reliable






143


Pessimism 1 ,837 Reliable









Intimidation 1 ,837 Reliable




Math 1 ,839 Reliable










Keahlian 1 ,845 Reliable











Tabel 4.6 Hasil Uji Reliabilitas Seluruh Item Pertanyaan

N of Cases Cronbach’s Alpha N of Items

90 ,845 59


144

Dilihat dari tampilan output Tabel 4.6 memperlihatkan Cronbach

Alpha (∝) untuk seluruh item pertanyaan sebesar 0,845 yang artinya

bahwa semua pertanyaan yang menjadi indikator dalam penelitian ini

bersifat reliable karena nilai Cronbach Alpha (∝) lebih dari 0,60. untuk

kategori reliabilitas sesuai dengan pernyataan Sekaran (2006) maka

seluruh pertanyaan dalam penelitian ini sifatnya sangat baik karena di

atas 0,80.

3. Uji Asumsi Klasik

a. Uji Normalitas

Hasil uji normalitas sebagai berikut:

Tabel 4.7

Hasil Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

90

,0000000

3,37575509

,141

,115

-,141

1,339

,055

N

Mean

Std. Deviation

Normal Parametersa,b

Absolute

Positive

Negative

Most Extreme

Differences

Kolmogorov-Smirnov Z

Asymp. Sig. (2-tailed)

Unstandardiz

ed Residual

Test distribution is Normal.a.

Calculated from data.b.

Sumber: Data diolah

Hasil analisis yang didapat dari membaca tabel di atas adalah

besarnya nilai Kolmogorov-Smirnov 1.339 dan signifikan pada 0.055

hal ini berarti H0 diterima yang berarti data residual terdistribusi

normal karena batas diterimanya H0 adalah jika signifikan ∝ lebih dari

145

0,05 atau 5% (Ghozali, 2006:31). Hasil ini menjadi lebih akurat

dengan melihat hasil analisis grafik seperti di bawah ini:

Gambar 4.1

Histogram Hasil Uji Normalitas

-4 -3 -2 -1 0 1 2 3

Regression Standardized Residual

0

5

10

15

20

25

30

Fre

qu

en

cy

Mean = -1.12E-15Std. Dev. = 0.942N = 90

Dependent Variable: Keahlian

Histogram


Histogram memberikan tampilan yang tidak menceng ke kanan

atau ke kiri sehingga dapat disimpulkan bahwa pola distribusi normal,

maka model regresi memenuhi asumsi normalitas.

b. Uji Autokorelasi

Uji autokorelasi bertujuan menguji apakah dalam model regresi

ada korelasi antara kesalahan pengganggu pada periode t dengan

kesalahan pengganggu pada periode t-1 (sebelumnya). Uji autokorelasi

menggunakan pengujian Durbin-Watson (DW).

Tabel 4.8

Hasil Uji Autokorelasi

146

Model Summaryb

,792a ,627 ,579 3,583 1,933

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate

Durbin-

Watson

Predictors: (Constant), Math, Jenis Kelamin, Pengalaman, Pendidikan,

Anticipation, Pesimism, Umur, Optimism, Fear , Intimidation

a.

Dependent Variable: Keahlianb.


Adapun kriteria untuk uji Durbin-Watson (Ghozali,2006) adalah:

0 < DW < 1,420 = ada autokorelasi positif

1,909 < DW < 2,011 = tidak ada autokorelasi

2,580 < DW < 4 = ada autokorelasi negatif

Dari tabel 4.8 diperoleh nilai DW sebesar 1,933 hal ini berarti

bahwa tidak ada autokorelasi karena nilai terletak pada 1,909 < DW <

2,011.

c. Uji Heteroskedastisitas

Hasil uji heteroskedastisitas Scatterplot sebagai berikut:

Gambar 4.2

Hasil Uji Heteroskedastisitas

-4 -3 -2 -1 0 1 2 3

Regression Studentized Residual

-3

-2

-1

0

1

2

Regr

essio

n St

anda

rdize

d Pr

edict

ed V

alue


Scatterplot


Dari grafik Scatterplot terlihat bahwa titik menyebar secara acak

serta tersebar baik di atas dan di bawah angka 0 pada sumbu Y. Hal ini

147

dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model

regresi, sehingga model regersi layak untuk dipakai untuk

memprediksi pengaruh faktor demografi dan faktor personality


d. Uji Multikolinearitas

Hasil uji multikolinearitas data sebagai berikut:

Tabel 4.9

Hasil Uji Multikolinearitas

Coefficientsa

12,533 6,206 2,020 ,047

,048 ,093 ,051 ,520 ,604 ,490 2,040

-,104 ,807 -,009 -,129 ,897 ,887 1,127

,016 1,042 ,001 ,015 ,988 ,741 1,350

,009 ,024 ,036 ,361 ,719 ,468 2,136

-,043 ,106 -,047 -,407 ,685 ,347 2,880

,391 ,105 ,360 3,726 ,000 ,508 1,970

,512 ,138 ,396 3,706 ,000 ,413 2,419

-,011 ,113 -,010 -,095 ,925 ,419 2,388

,190 ,266 ,090 ,715 ,477 ,301 3,322

-,100 ,072 -,156 -1,387 ,169 ,375 2,668

(Constant)

Umur

Jenis Kelamin

Pendidikan

Pengalaman

Fear

Anticipation

Optimism

Pesimism

Intimidation

Math

Model

1

B Std. Error

Unstandardized

Coefficients

Beta

Standardized

Coefficients

t Sig. Tolerance VIF

Collinearity Statistics

Dependent Variable: Keahliana.


Hasil perhitungan nilai Tolerance yang ditunjukkan pada tabel

4.9 di atas tidak ada variabel yang memiliki nilai Tolerance kurang

dari 0,01 yang berarti tidak ada korelasi antar variabel independen

yang nilainya lebih dari 95%. Hasil perhitungan nilai Variance

Inflation Factor (VIF) juga menunjukkan hal yang sama tidak ada satu

variabel independen yang memiliki nilai VIF lebih dari 10. Jadi dapat

disimpulkan bahwa tidak ada multikolinearitas antar vaeriabel

independen dalam model regresi ini.

4. Uji Hipotesis

148

Dalam pengolahan data penelitian ini menggunakan metode

analisis regresi berganda dengan menggunakan uji t dan uji F, dimana

dasar pengambilan keputusan adalah apabila signifikan lebih kecil dari

0,05 maka Ha diterima, sebaliknya jika signifikan lebih besar dari 0,05

maka Ha ditolak (Ghozali, 2006).

a. Uji Koefisien Regresi (R2)

Pengujian ini bertujuan untuk mengetahui seberapa besar

kemampuan variabel independen (umur, jenis kelamin, tingkat

pendidikan, pengalaman auditor dalam menggunakan komputer

audit, fear, anticipation, optimism, pessimism, intimidation, dan math

anxiety) dapat menjelaskan variabel dependen (keahlian komputer

audit). Peneliti menggunakan nilai adjusted R2 dalam uji koefisien

determinasi karena penelitian ini menggunakan lebih dari dua

variabel independen.

Tabel 4.10

Uji Koefisien Determinasi

Model Summaryb

,792a ,627 ,579 3,583 1,933

Model1

R R Square

Adjusted

R Square

Std. Error of

the Estimate

Durbin-

Watson



a.



Pada tabel di atas terlihat bahwa koefisien determinasi yang

disesuaikan (Adjusted R Square) sebesar 0,579 memberi pengertian

bahwa variasi yang terjadi pada variabel Y (keahlian komputer audit)

adalah sebesar 57,9% ditentukan dengan variabel umur, jenis

kelamin, tingkat pendidikan, pengalaman auditor dalam

149

menggunakan komputer audit, fear, anticipation, optimism,

pessimism, intimidation, dan math anxiety dan selebihnya sebesar

42,1% (100% - 57,9%) dijelaskan oleh variabel lain di luar variabel

independen yang digunakan. Variabel lain yang diperkirakan dapat

mempengaruhi keahlian komputer audit adalah dukungan organisasi

(Astuti, 2003) dan komitmen profesional (Wibowo dan Hardiningsih,

2003). Secara teoritis dorongan atasan maupun lembaga untuk

menggunakan komputer dalam bekerja akan sangat mempengaruhi

pemanfaatan komputer (Igbaria et. al., 1996 dalam Astuti, 2003).

Dukungan atasan dalam pemanfaatan komputer akan menimbulkan

rasa berguna, nyaman dalam menggunakan komputer, dan

mengurangi tingkat kesulitan yang mungkin timbul karena akan

dibantu dalam mengurangi tingkat kesulitan tersebut. Dukungan

organisasional dapat berupa penyediaan fasilitas, pelatihan-pelatihan,

penyediaan hardware dan software.

Sedangkan Profesional Commitment merupakan kekuatan

relatif dari identifikasi dengan/dan keterlibatan dalam profesi yang

dianut (Aranya, 1981dalam Wibowo dan Hardiningsih, 2003).

Profesional Commitment memerlukan keyakinan dan kepercayaan

terhadap tujuan dan nilai profesi, kemauan untuk berusaha mencapai

tujuan profesinya, dan keinginan untuk mempertahankan

keanggotaan dalam profesi. Dengan demikian Profesional

Commitment merupakan suatu perilaku dan sikap seseorang untuk

mengembangkan profesinya dan selalu berusaha mencapai tujuan

profesi, salah satunya adalah dengan meningkatkan keahlian auditor

150

seperti keahlian komputer audit, sehingga pada akhirnya akan

berimplikasi terhadap kinerjanya.

b. Analisis Regresi Linier Berganda

Tabel dibawah ini merupakan hasil analisis mengenai koefisien

model regresi:

Tabel 4.11

Koefisien Regresi

Coefficientsa

12,533 6,206 2,020 ,047

,048 ,093 ,051 ,520 ,604 ,490 2,040

-,104 ,807 -,009 -,129 ,897 ,887 1,127

,016 1,042 ,001 ,015 ,988 ,741 1,350

,009 ,024 ,036 ,361 ,719 ,468 2,136

-,043 ,106 -,047 -,407 ,685 ,347 2,880

,391 ,105 ,360 3,726 ,000 ,508 1,970

,512 ,138 ,396 3,706 ,000 ,413 2,419

-,011 ,113 -,010 -,095 ,925 ,419 2,388

,190 ,266 ,090 ,715 ,477 ,301 3,322

-,100 ,072 -,156 -1,387 ,169 ,375 2,668

(Constant)

Umur

Jenis Kelamin

Pendidikan

Pengalaman

Fear

Anticipation

Optimism

Pesimism

Intimidation

Math

Model

1

B Std. Error

Unstandardized

Coefficients

Beta

Standardized

Coefficients





Dari tabel 4.11 akan dihasilkan suatu persamaan regresi

berganda yaitu:

Y = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + β6X6 + β7X7 + β8X8 +

β9X9 + β10X10 + e

Y = 12,533 + 0,048 X1 - 0,104 X2 + 0,016 X3 + 0,009 X4 – 0,043 X5

+ 0,391 X6 + 0,512 X7 – 0,011 X8 + 0,190 X9 – 0,100 X10 + e

Dari persamaan regresi di atas dapat diimplikasikan sebagai

berikut:

1) Hasil koefisien regresi memperlihatkan nilai koefisien

konstanta adalah sebesar 12,533 mempunyai arti bahwa jika

variabel dianggap konstan, maka nilai variabel keahlian

komputer audit akan konstan sebesar 12,533.

151

2) Nilai β1 yang merupakan koefisien regresi dari variabel X1

(umur) sebesar 0,048 mempunyai arti bahwa semakin tinggi

(tua) umur auditor eksternal sebesar 1 tingkatan (tahun), maka

akan terjadi peningkatan keahlian komputer audit auditor

sebesar 0,048 satuan dengan asumsi variabel lainnya tetap atau

konstan.


(jenis kelamin) sebesar -0,104 mempunyai arti bahwa

perbedaan gender auditor eksternal tidak berpengaruh terhadap

keahlian komputer audit auditor.


(tingkat pendidikan) sebesar 0,016 mempunyai arti bahwa

semakin tinggi tingkat pendidikan auditor eksternal sebesar 1

tingkatan, maka akan terjadi peningkatan keahlian komputer

audit auditor sebesar 0,016 satuan dengan asumsi variabel

lainnya tetap atau konstan.


(pengalaman) sebesar 0,009 mempunyai arti bahwa semakin

lama pengalaman auditor eksternal dalam menggunakan

komputer sebesar 1 tingkatan, maka akan terjadi peningkatan

keahlian komputer audit auditor sebesar 0,009 satuan dengan

asumsi variabel lainnya tetap atau konstan.


(fear) sebesar -0,043 mempunyai arti bahwa semakin tinggi

rasa cemas (fear) auditor eksternal dalam menggunakan

komputer sebesar 1 tingkatan, maka akan terjadi penurunan

152

keahlian komputer audit auditor sebesar 0,043 satuan dengan

asumsi variabel lainnya tetap atau konstan.


(anticipation) sebesar 0,391 mempunyai arti bahwa semakin

tinggi rasa suka (anticipation) auditor eksternal dalam

menggunakan komputer sebesar 1 tingkatan, maka akan terjadi

peningkatan keahlian komputer audit auditor sebesar 0,391

satuan dengan asumsi variabel lainnya tetap atau konstan.


(optimism) sebesar 0,512 mempunyai arti bahwa semakin

tinggi sikap optimis (optimism) auditor eksternal terhadap

perkembangan komputer sebesar 1 tingkatan, maka akan terjadi

peningkatan keahlian komputer audit auditor sebesar 0,512



(pessimism) sebesar -0,011 mempunyai arti bahwa semakin

tinggi sikap pesimis (pessimism) auditor eksternal terhadap

perkembangan komputer sebesar 1 tingkatan, maka akan terjadi

penurunan keahlian komputer audit auditor sebesar 0,011



(intimidation) sebesar 0,190 mempunyai arti bahwa semakin

tinggi rasa takut atau cemas (intimidation) auditor eksternal

terhadap perkembangan komputer sebesar 1 tingkatan, maka

akan terjadi peningkatan keahlian komputer audit auditor

153

sebesar 0,190 satuan dengan asumsi variabel lainnya tetap atau

konstan.

11) Sedangkan nilai β10 yang merupakan koefisien regresi dari

variabel X10 (math anxiety) sebesar -0,100 mempunyai arti

bahwa semakin tinggi rasa takut (math anxiety) auditor

eksternal terhadap matematika sebesar 1 tingkatan, maka akan

terjadi penurunan keahlian komputer audit auditor sebesar

0,100 satuan dengan asumsi variabel lainnya tetap atau

konstan.

Berdasarkan data tersebut, maka dapat diketahui bahwa umur,

tingkat pendidikan, pengalaman, anticipation, optimism, dan

intimidation berpengaruh positif terhadap keahlian komputer audit,

yaitu jika umur, tingkat pendidikan, pengalaman, anticipation,

optimism, dan intimidation mengalami peningkatan maka keahlian

komputer audit auditor juga akan mengalami peningkatan, begitu

juga sebaliknya. Oleh karena itu tingkat pendidikan, pengalaman,

anticipation, optimism, dan intimidation perlu ditingkatkan sesuai

dengan jabatan guna mendukung tercapainya peningkatan keahlian

komputer audit auditor.

Hasil penelitian ini juga dapat disimpulkan bahwa jenis

kelamin, fear, pessimism, dan math anxiety berpengaruh negatif

terhadap keahlian komputer audit, yaitu jika fear, pessimism, dan

math anxiety mengalami peningkatan maka keahlian komputer audit

auditor akan mengalami penurunan, begitu juga sebaliknya. Oleh

karena itu fear, pessimism, dan math anxiety auditor perlu

154

diminimalisir atau bahkan dihilangkan agar tidak mengganggu dalam

melaksanakan tugas sehari-hari dalam melaksanakan audit guna

mendukung tercapainya peningkatan keahlian komputer audit

auditor.

Selain itu, hasil penelitian ini juga bisa dijadikan pertimbangan

bagi perusahaan, khususnya Kantor Akuntan Publik dalam memilih

sumber daya manusia (SDM) dimana SDM yang memiliki tingkat

pendidikan, pengalaman, anticipation, optimism, dan intimidation

yang lebih tinggi dan fear, pessimism, dan math anxiety yang rendah

memiliki keahlian komputer audit dan kemampuan untuk beradaptasi

dengan lingkungan berbasis komputer, khususnya komputer audit

yang lebih baik.

c. Uji t

Adapun uji yang dilakukan sebelum membuat suatu hipotesis

adalah uji korelasi dan regresi berganda. Dalam pengolahan data

dengan menggunakan regresi linier berganda, dilakukan beberapa

tahapan untuk mencari hubungan antara variabel independen dan

variabel dependen. Data yang telah memenuhi keempat uji asumsi

klasik, maka dapat dilakukan pengujian lanjut dengan regresi

berganda.

Tabel 4.12

Uji Statistik t

155

Coefficientsa

12,533 6,206 2,020 ,047

,048 ,093 ,051 ,520 ,604 ,490 2,040

-,104 ,807 -,009 -,129 ,897 ,887 1,127

,016 1,042 ,001 ,015 ,988 ,741 1,350

,009 ,024 ,036 ,361 ,719 ,468 2,136

-,043 ,106 -,047 -,407 ,685 ,347 2,880

,391 ,105 ,360 3,726 ,000 ,508 1,970

,512 ,138 ,396 3,706 ,000 ,413 2,419

-,011 ,113 -,010 -,095 ,925 ,419 2,388

,190 ,266 ,090 ,715 ,477 ,301 3,322

-,100 ,072 -,156 -1,387 ,169 ,375 2,668

(Constant)

Umur

Jenis Kelamin

Pendidikan

Pengalaman

Fear

Anticipation

Optimism

Pesimism

Intimidation

Math

Model

1

B Std. Error

Unstandardized

Coefficients

Beta

Standardized

Coefficients





Hasil pengujian hipotesis dengan uji t pada signifikansi ∝ = 5%

adalah sebagai berikut:

1. Variabel X1 (Umur) memiliki nilai t hitung 0,520 dan sig.

0,604 lebih besar dari 0,05. Berdasarkan kriteria pengujian

maka H1 ditolak atau variabel umur berpengaruh positif tetapi

tidak signifikan terhadap keahlian komputer audit. Hasil ini

mendukung penelitian yang dilakukan oleh Igbaria dan

Parasuraman (1989) dalam Rifa dan Gudono (1999) dan

Oktriani (2006) namun bertentangan dengan hasil penelitian

oleh Rifa dan Gudono (1999). Hasil ini juga berarti bahwa

semakin tinggi umur auditor tidak dapat berpengaruh nyata

dalam peningkatan keahlian komputer audit. Hal ini disebabkan

tingginya umur auditor tidak menjamin auditor tersebut

memiliki keahlian komputer audit yang tinggi. Karena auditor

memiliki keahlian komputer yang berbeda-beda walaupun

auditor memiliki umur yang sama sekalipun dan juga umur

156

responden dalam penelitian ini kurang tersebar secara merata

dimana mayoritas responden berusia antara 20–25 tahun.

2. Variabel X2 (Jenis Kelamin) memiliki nilai t hitung -0,129 dan

sig. 0,897 lebih besar dari 0,05. Berdasarkan kriteria pengujian

maka H2 ditolak atau variabel jenis kelamin berpengaruh

secara negatif tetapi tidak signifikan terhadap keahlian

komputer audit. Hasil ini mendukung penelitian yang dilakukan

oleh Oktriani (2006) namun bertentangan dengan hasil

penelitian oleh Rifa dan Gudono (1999). Hasil ini juga berarti

bahwa perbedaan jenis kelamin auditor tidak dapat berpengaruh

nyata dalam peningkatan keahlian komputer audit. Hal ini

disebabkan perbedaan jenis kelamin auditor tidak menjamin

auditor tersebut memiliki keahlian komputer yang tinggi.

Karena auditor memiliki keahlian komputer yang berbeda-beda

walaupun auditor memiliki jenis kelamin yang sama sekalipun.

3. Variabel X3 (Pendidikan) memiliki nilai t hitung 0,015 dan sig.


maka H3 ditolak atau variabel pendidikan berpengaruh positif

tetapi tidak signifikan terhadap keahlian komputer audit. Hasil

ini mendukung penelitian yang dilakukan oleh Rifa dan

Gudono (1999) dan Oktriani (2006). Hasil ini juga berarti

bahwa semakin tinggi tingkat pendidikan auditor tidak dapat

berpengaruh nyata dalam peningkatan keahlian komputer audit.

Hal ini disebabkan tingginya tingkat pendidikan auditor tidak

menjamin auditor tersebut memiliki keahlian komputer yang

tinggi. Karena auditor memiliki keahlian komputer yang

157

berbeda-beda walaupun auditor memiliki tingkat pendidikan

yang sama sekalipun dan juga dalam penelitian ini mayoritas

pendidikan responden adalah Strata-1 dan belum seluruhnya

berlatar belakang pendidikan teknologi informasi.

4. Variabel X4 (Pengalaman) memiliki nilai t hitung 0,361 dan


maka H4 ditolak atau variabel pengalaman berpengaruh positif


ini mendukung penelitian yang dilakukan oleh Levin dan

Gordon (1989) dan Oktriani (2006) namun bertentangan

dengan hasil penelitian oleh Rifa dan Gudono (1999) dan Asih

(2006). Hasil ini juga berarti bahwa semakin banyak atau lama

pengalaman auditor tidak dapat berpengaruh nyata dalam

peningkatan keahlian komputer audit. Hal ini disebabkan

banyaknya pengalaman auditor tidak menjamin auditor tersebut

memiliki keahlian komputer yang tinggi. Karena auditor

memiliki keahlian komputer yang berbeda-beda walaupun

auditor memiliki pengalaman yang sama sekalipun.

5. Variabel X5 (Fear) memiliki nilai t hitung -0,407 dan sig.


maka H5 ditolak atau variabel Fear berpengaruh negatif tetapi

tidak signifikan terhadap keahlian komputer audit. Hasil ini

bertentangan dengan hasil penelitian oleh Rifa dan Gudono

(1999), Wibowo dan Hardiningsih (2003), Yunita (2004) dan

Nugraha (2008). Hasil ini juga berarti bahwa semakin rendah

rasa cemas (fear) auditor terhadap komputer tidak dapat

158


Hal ini disebabkan tingginya rasa cemas (fear) auditor terhadap

komputer tidak menjamin auditor tersebut memiliki keahlian

komputer yang rendah. Karena walaupun auditor memiliki rasa

cemas (fear) terhadap komputer yang tinggi tetapi apabila ia

diharuskan memiliki kemampuan komputer maka ia akan

meningkatkan kemampuan komputernya walaupun terpaksa.

6. Variabel X6 (Anticipation) memiliki nilai t hitung 3,726 dan

sig. 0,000 lebih kecil dari 0,05. Berdasarkan kriteria pengujian

maka H6 diterima atau variabel anticipation berpengaruh

positif dan signifikan terhadap keahlian komputer audit. Hasil


Gudono (1999), Wibowo dan Hardiningsih (2003), Yunita

(2004) dan Nugraha (2008). Hasil ini juga berarti bahwa

semakin tinggi rasa suka (anticipation) auditor terhadap

komputer memiliki pengaruh nyata dalam peningkatan keahlian

komputer audit. Hal ini disebabkan tingginya rasa suka

(anticipation) auditor terhadap komputer dapat memotivasi

auditor untuk meningkatkan keahlian komputer auditnya yang

pada akhirnya akan meningkatkan kinerjanya.

7. Variabel X7 (Optimism) memiliki nilai t hitung 3,706 dan sig.

0,000 lebih kecil dari 0,05. Berdasarkan kriteria pengujian

maka H7 diterima atau variabel optimism berpengaruh positif

dan signifikan terhadap keahlian komputer audit. Hasil ini

mendukung penelitian yang dilakukan oleh Rifa dan Gudono

(1999) namun bertentangan dengan hasil penelitian oleh

159

Wibowo dan Hardiningsih (2003) dan Oktriani (2006). Hasil

ini juga berarti bahwa semakin tinggi sikap optimis auditor

terhadap perkembangan komputer memiliki pengaruh nyata

dalam peningkatan keahlian komputer audit. Hal ini disebabkan

tingginya sikap optimis auditor terhadap perkembangan

komputer audit dapat memotivasi auditor tersebut untuk

meningkatkan keahlian komputer auditnya, karena auditor

merasa perkembangan komputer akan membantunya dalam

melaksanakan tugasnya.

8. Variabel X8 (Pessimism) memiliki nilai t hitung -0,095 dan sig.


maka H8 ditolak atau variabel pessimism berpengaruh negatif



Gudono (1999) dan Wibowo, Hardiningsih (2003) dan Oktriani

(2006). Hasil ini juga berarti bahwa semakin rendah sikap

pesimis auditor terhadap perkembangan komputer tidak dapat


Hal ini disebabkan semakin tinggi sikap pesimis auditor

terhadap perkembangan komputer tidak menjamin auditor

tersebut memiliki keahlian komputer audit yang rendah. Karena

walaupun auditor memiliki sikap pesimis yang tinggi terhadap

perkembangan komputer tetapi auditor akan dituntut untuk

mengikuti perkembangan teknologi yang terjadi, sehingga mau

tidak mau auditor akan berusaha meningkatkan keahlian

komputer auditnya.

160

9. Variabel X9 (Intimidation) memiliki nilai t hitung 0,715 dan


maka H9 ditolak atau variabel intimidation berpengaruh positif



Gudono (1999) dan Wibowo dan Hardiningsih (2003) namun

bertentangan dengan hasil penelitian oleh Oktriani (2006).

Hasil ini juga berarti bahwa semakin tinggi sikap intimidasi

auditor terhadap perkembangan komputer tidak dapat


Hal ini disebabkan semakin tinggi sikap percaya auditor bahwa

komputer itu menakutkan (intimidasi) tidak menjamin auditor

tersebut memiliki keahlian komputer audit yang tinggi. Karena

walaupun auditor memiliki kepercayaan yang rendah bahwa

komputer itu menakutkan (intimidasi), auditor akan dituntut

untuk mengikuti perkembangan teknologi yang terjadi,

sehingga mau tidak mau auditor akan berusaha meningkatkan

keahlian komputer auditnya.

10. Variabel X10 (Math Anxiety) memiliki nilai t hitung -1,387 dan


maka H10 ditolak atau variabel math anxiety berpengaruh

negatif tetapi tidak signifikan terhadap keahlian komputer

audit. Hasil ini penelitian ini mendukung penelitian yang

dilakukan oleh Trisnawati dan Permatasari (2000) dan Oktriani

(2006), namun bertentangan dengan hasil penelitian oleh Rifa

dan Gudono (1999) dan Wibowo dan Hardiningsih (2003).

161

Hasil ini juga berarti bahwa semakin rendah rasa takut auditor

terhadap matematika tidak dapat berpengaruh nyata dalam

peningkatan keahlian komputer audit. Hal ini disebabkan

rendah rasa takut auditor terhadap matematika tidak menjamin

auditor tersebut memiliki keahlian komputer audit yang tinggi.

Karena walaupun auditor memiliki rasa takut yang besar

terhadap matematika tetapi seorang auditor dituntut untuk

menguasai matematika karena semua pekerjaan auditor tidak

lepas dari matematika itu sendiri. Sehingga pada saatnya akan

meningkatkan keahlian komputer audit yang pada akhirnya

akan meningkatkan kinerja auditor.

Hasil pengujian sampel dengan uji t membuktikan bahwa di

antara 10 variabel yang diteliti, hanya 2 variabel yang berhasil

mencapai tingkat signifikansi, yaitu anticipation dan optimism.

Dalam hal ini berarti bahwa rasa suka (anticipation) dan sikap

optimis (optimism) mempunyai pengaruh yang signifikan terhadap


d. Uji Statistik F

Analisis regresi secara multivariate dengan menggunakan

metode uji-F dengan taraf signifikansi 5% untuk mengetahui

pengaruh seluruh variabel independen secara bersama-sama atau

simultan terhadap variabel dependen.

Tabel 4.13 Uji Statistik F

162

ANOVA b

1702,003 10 170,200 13,257 ,000a

1014,219 79 12,838

2716,222 89

Regression

Residual

Total

Model

1

Sum of

Squares df Mean Square F Sig.

Predictors: (Constant), Math, Jenis Kelamin, Pengalaman, Pendidikan, Anticipation,

Pesimism, Umur, Optimism, Fear , Intimidation

a.


Sumber: Data Diolah

Berdasarkan tabel 4.13, F hitung menunjukkan nilai sebesar

13,257 dengan tingkat signifikansi 0,000 dan lebih kecil dari ∝

(0,000 < 0,05).maka Ha11 diterima, artinya maka dapat dikatakan

bahwa seluruh variabel independen secara simultan berpengaruh

positif dan signifikan terhadap variabel dependen.

Hasil ini dapat berimplikasi bahwa Kantor Akuntan Publik

(KAP) harus mempertimbangkan semua variabel independen dalam

penelitian ini, karena seluruh variabel independen memiliki pengaruh

nyata atau manfaat yang lebih baik apabila dipertimbangkan secara

bersama-sama daripada secara sendiri-sendiri.

BAB V

KESIMPULAN DAN IMPLIKASI

A. Kesimpulan

Penelitian ini bertujuan untuk menguji atau membuktikan bahwa faktor-

faktor demografi yang meliputi: umur, jenis kelamin, tingkat pendidikan dan

pengalaman dan faktor personality yang meliputi: fear, anticipation,

optimism, pessimism, intimidation, dan math anxiety berpengaruh secara

163

signifikan terhadap keahlian komputer audit. Responden penelitian ini

berjumlah 90 orang akuntan publik yang bekerja di Kantor Akuntan Publik

wilayah Jakarta. Pengujian penelitian ini menggunakan analisis regresi

berganda. Dari hasil pengujian dan analisis data, dapat disimpulkan bahwa:

1. Variabel independen X1 (umur) berpengaruh secara positif dan tidak

signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan

nilai koefisien 0,048.

2. Variabel independen X2 (jenis kelamin) berpengaruh secara negatif dan

tidak signifikan terhadap variabel dependen Y (keahlian komputer audit)

dengan nilai koefisien -0,104.

3. Variabel independen X3 (tingkat pendidikan) berpengaruh secara positif

dan tidak signifikan terhadap variabel dependen Y (keahlian komputer

audit) dengan nilai koefisien 0,016.

4. Variabel independen X4 (pengalaman) berpengaruh secara positif dan


dengan nilai koefisien 0,009.

5. Variabel independen X5 (fear) berpengaruh secara negatif dan tidak


nilai koefisien -0,043.

6. Variabel independen X6 (anticipation) berpengaruh secara positif dan



7. Variabel independen X7 (optimism) berpengaruh secara positif dan



164

8. Variabel independen X8 (pessimism) berpengaruh secara negatif dan tidak


nilai koefisien -0,011.

9. Variabel independen X9 (intimidation) berpengaruh secara positif dan


dengan nilai koefisien 0,190.

10. Variabel independen X10 (math anxiety) berpengaruh secara negatif dan


dengan nilai koefisien -0,100.

11. Hasil uji F menunjukkan F hitung sebesar 13,257 dengan tingkat

signifikansi pada alpha 0,000. Hal ini berarti variabel independen (umur,

jenis kelamin, tingkat pendidikan, pengalaman, fear, anticipation,

optimism, pessimism, intimidation dan math anxiety) secara bersama-sama

berpengaruh secara positif dan signifikan terhadap variabel dependen Y

(keahlian komputer audit).

B. Implikasi

Implikasi dari hasil penelitian ini terkait dengan pengembangan Sumber

Daya Manusia di kalangan profesi Akuntan. Dewasa ini, salah satu jenis

penugasan audit yang sedang banyak dilakukan adalah Audit Sistem Informasi

dan audit pada Sistim Informasi berbasis Komputer. Dalam melaksanakan

penugasan tersebut dituntut pemahaman dan keahlian seorang Akuntan di

bidang komputer, baik secara umum maupun dalam menggunakan Audit

Software. Dalam pengembangan personel tersebut, perlu dilakukan suatu

seleksi (spesialisasi) agar program pengembangan mengenai sasaran yang

diharapkan. Dengan hasil penelitian ini, dalam pemilihan personel yang akan

165

dibina maupun ditugaskan hal tersebut, faktor demografi dan karakteristik

Personalitynya diharapkan dapat menjadi pertimbangan utama.

Temuan dalam penelitian ini juga memberikan kontribusi untuk

pengembangan teori akuntansi keprilakuan dan memberikan gambaran kepada

lulusan akademis di bidang akuntansi yang ingin masuk dan terjun ke dunia

kerja sesuai dengan harapan mereka.

C. Keterbatasan dan Saran Penelitian

1. Keterbatasan

Adapun keterbatasan dalam penelitian ini adalah:

a. Terdapat beberapa kuesioner yang tidak dikembalikan, hal ini

disebabkan waktu pelaksanaan dalam penelitian merupakan hari-hari

sibuk akuntan, sehingga mengurangi jumlah data yang diperoleh dan

kemungkinan mempengaruhi hasil penelitian.

b. Data penelitian ini diambil melalui kuesioner dimana kesimpulan yang

diambil hanya berdasarkan pada data yang dikumpulkan melalui

penggunaan instrumen secara tertulis, sehingga persepsi responden

akan berbeda apabila data yang diperoleh melalui wawancara atau

terlibat langsung dalam aktivitas di Kantor Akuntan Publik (KAP).

c. Sampel yang digunakan dalam penelitian ini tidak random yaitu

menggunakan metode Judgment Sampling, sehingga hasil penelitian

ini kurang dapat digunakan sebagai dasar generalisasi.

d. Penelitian ini hanya dapat dijadikan analisis pada objek penelitian yang

terbatas pada profesi akuntan publik di KAP wilayah Jakarta saja,

sehingga memungkinkan adanya perbedaan hasil dan kesimpulan

apabila dilakukan pada profesi dan wilayah yang berbeda.

2. Saran

Atas dasar keterbatasan tersebut di atas, maka peneliti mengajukan

saran-saran untuk penelitian selanjutnya sebagai berikut:

166

a. Sebaiknya memperluas populasi penelitian. Populasi penelitian tidak

hanya diambil dari KAP yang ada pada salah satu propinsi saja,

mungkin bisa dikembangkan pada KAP di seluruh Indonesia.

b. Penelitian selanjutnya dengan topik sama dapat menggunakan objek

penelitian yang berbeda. Objek penelitian tidak hanya terbatas pada

akutan publik tetapi dapat diubah menjadi akuntan pendidik, akuntan

manajemen, akuntan pemerintah, atau profesi lain diluar akuntan.

c. Penelitian selanjutnya dengan topik sama dapat menggunakan sampel

yang dipilih secara random, sehingga hasil lebih dapat digeneralisasi.

d. Dalam menyebarkan kuesioner diharapkan jangan pada hari-hari sibuk

akuntan (bulan Desember sampai bulan Maret), sehingga hasil yang

diperoleh lebih akurat dan proses pengambilan kuesioner lebih cepat.

e. Dapat mengeksplorasi kembali berbagai variabel lain yang mungkin

dapat berpengaruh pada keahlian komputer audit diluar dari apa yang

telah dikaji dalam penelitian ini.

167

DAFTAR PUSTAKA

Ali, Syaiful dan Fadilah. 2008. “Kecemasan Berkomputer (Computer Anxiety)

Dan Karakteristik Tipe Kepribadian Pada Mahasiswa Akuntansi”. Simposium Nasional Akuntansi XI. Pontianak.

Arikunto, Suharsimi. 2006. “Prosedur Penelitian Suatu Pendekatan Praktek”. Ed.

Revisi V. Jakarta: PT. Rineka Cipta.

Asih, Dwi Ananing Tyas. 2006. “Pengaruh Pengalaman Terhadap Peningkatan

Keahlian Auditor Dalam Bidang Auditing”. Skripsi. UII Yogyakarta (tidak

dipublikasikan).

Astuti, Annisa Prima. 2003. “Pengaruh Dukungan Organisasi Terhadap

Hubungan Computer Anxiety Dengan Keahlian Auditor Menggunakan

Teknik Audit Berbantuan Komputer”. Skripsi. UNS (tidak dipublikasikan).

Bodnar, George H., dan Hopwood, William S. 2007. “Accounting Information

System”. Edisi Kesembilan. New York: Prentice Hall International Inc.

Depdiknas. 2008. “Kamus Besar Bahasa Indonesia”. Edisi keempat. Jakarta: Gramedia.

Ghozali, Imam. 2006. “Aplikasi Analisis Multivariate dengan Program SPSS”.

Edisi keempat. Semarang: Badan Penerbit UNDIP.

Gusti, Maghfirah dan Syahril Ali. 2008. “Hubungan Skeptisisme Profesional

Auditor Dan Situasi Audit, Etika, Pengalaman Serta Keahlian Audit Dengan

Ketepatan Pemberian Opini Auditor Oleh Akuntan Publik”. Simposium

Nasional Akuntansi XI. Pontianak.

Hamid, Abdul. 2008. “Pedoman Penulisan Skripsi”. Fakultas Ekonomi dan Ilmu

Sosial Universitas Islam Negeri Syarif Hidayatullah Jakarta.

Herliansyah, Yudi dan Melfida Ilyas. 2006. “Pengaruh Pengalaman Auditor

Terhadap Penggunaan Bukti Tidak Relevan Dalam Auditor Judgement”.

Simposium Nasional Akuntansi IX, 23-26 Agustus. Padang.

168

Indriantoro, Nur, 2000. “Pengaruh Computer Anxiety terhadap Keahlian Dosen

dalam Penggunaan Komputer”. Jurnal Akuntansi dan Auditing Indonesia, Vol. 4, No. 2, Desember: 191-210.

Indriantoro, Nur dan Bambang Supomo. 2002. “Metodologi Penelitian Bisnis

Untuk Akuntansi dan Manajemen”. Yogyakarta: BPFE.

Johan dan Tony Wijaya. 2005. “Pengaruh Computer Anxiety terhadap Keahlian

Penggunaan Komputer”. Jurnal Pendidikan Terbuka dan Jarak Jauh, Vol. 6,

No. 1, Maret: 56-64.

Mayangsari, Sekar. 2003. “Pengaruh Keahlian Audit dan Independensi terhadap

Pendapat Audit: Sebuah Kuasieksperimen”. Tesis, UGM. (Tidak

Dipublikasikan).

Murtanto & Gudono. 1999. “Identifikasi Karakteristik Keahlian Audit”. Jurnal Riset Akuntansi Indonesia.

Nazar, M. Rafki. 2008. “Cognitive vs Personality Terhadap Niat Penggunaan

Teknologi (Internet)”. Simposium Nasional Akuntansi XI. Pontianak.

Notoatmodjo. 2003. “Pengembangan Sumber Daya Manusia”. Jakarta: PT Rineka

Cipta.

Notoatmodjo. 2006. “Prinsip-prinsip Dasar Ilmu Kesehatan Masyarakat”. Jakarta: PT Rineka Cipta.

Nugraha, Panca. 2008. “Pengaruh Computer Anxiety Terhadap Keahlian Dosen

Dalam Penggunaan Komputer (Survey Dosen Fakultas Ekonomi Universitas

Muhammadiyah Surakarta)”. Skripsi, UMS (Tidak Diterbitkan).

Oktriani, Winda. 2006. “Pengaruh faktor demografi dan personality terhadap

keahlian dalam end-user computing (EUC) akuntan pendidik dan

mahasiswa akuntansi di kota Solo”. Skripsi, UNS (Tidak Dipublikasikan).

Purnamasari, Dian Indri. 2005. “Pengaruh Pengalaman Kerja Terhadap

Hubungan Partisipasi dengan Efektifitas Sistem Informasi”, Jurnal Riset

Akuntansi Keuangan

169

Rifa, Dandes dan M. Gudono. 1999. “Pengaruh Faktor Demografi dan Faktor

Personality terhadap Keahlian dalam End-User Computing”. Jurnal Riset Akuntansi Indonesia, Vol. 2, No. 1, hal 20-36.

Riyanti, Retno. 2008. “Analisis Faktor-faktor yang Mempengaruhi Kinerja

Akuntan Publik Dengan Pemanfaatan Teknologi Informasi Sebagai Variabel

Intervening”. Skripsi: UIN Jakarta. (Tidak Dipublikasikan).

Roseno P. W. 2002. “Pengaruh Faktor Demiografi dan Personality terhadap

Keahlian dalam End-User Computing pada Universitas Muhammadiyah

Surakarta”. Bagian Penerbitan UMS. (Tidak Diterbitkan).

Sekaran, Uma., 2006. “Research Methods for Business: Metodologi Penelitian

Untuk Bisnis”. Edisi Ke Empat. Jakarta: Salemba Empat.

Setiyadi, Endri. 2005. “Pengaruh Faktor Personality Terhadap Keahlian Dalam

Menggunakan Komputer (Studi Kasus Pada Mahasiswa Jurusan Akuntansi

Universitas Muhammadiyah Surakarta)”. Skripsi, UMS. (Tidak Diterbitkan).

Suartana, I Wayan dan I Wayan Kartana. 2008. “Pengalaman Audit, Red Flags,

dan Urutan Bukti”. Simposium Nasional Akuntansi XI. Pontianak.

Sudaryono, Eko Arief, 2004. “Pengaruh Tingkat Computer Anxiety Terhadap

Keahlian Dosen Akuntansi Dalam Menggunakan komputer”, Laporan

Penelitian UNS (tidak dipublikasikan). Fakultas Ekonomi UNS.

Sudaryono, Eko Arief dan Istiati Diah Astuti. 2005. “Pengaruh Computer Anxiety

terhadap Keahlian Karyawan Bagian Akuntansi dalam Menggunakan

Komputer”. Simposium Nasional Akuntansi (SNA VIII Solo).

Sudijanta. 2000. “Pengaruh Faktor Demografi dan Kepribadian terhadap

Keahlian dalam Pemanfaatan Komputer”. Tesis, UGM. (tidak

Dipublikasikan).

Sugiyono. 2007. “Metode Penelitian Bisnis”. CV Alfabeta. Bandung.

170

Sugiyanto, Hadi dan Isro Ani Widayati. 2009. “Kajian Aktivitas Sosial

Masyarakat Berbasis Gender Sebagai Dasar Penetapan Kebijakan Dan

Pembangunan Proyek”. Laporan Penelitian Universitas Soetomo. Surabaya.

Suryandari, Erni. 2002. “Faktor-faktor Perbedaan Individual dalam Keahlian End

User Computing”. Jurnal Akuntansi dan Investasi, Vol. 3, No. 1, hal 17-22.

Trisnawati, Rina dan Shinta Permatasari. 2000. “Pengaruh Faktor Personality

terhadap Keahlian dalam Menggunakan Komputer (Studi Kasus Karyawan

Administrasi Universitas Muhamadiyah Surakarta)”. Empirika, No. 26, hal

83-93.

Wibowo, Tri dan Pancawati Hardiningsih. 2003. “Pengaruh Faktor Personality

dan Komitmen Profesional terhadap Keahlian Komputer Audit”. Jurnal

Bisnis dan Ekonomi, Vol. 10, No. 1, hal 30-50.

Widiatmoko, J. 2004. “Faktor Motivasional Dan Faktor Anteseden Dalam

Pemanfaatan Teknologi Komputer”. Fokus Ekonomi Vol.3, No.2 Agustus.

Semarang.

Widiyanto, Adi K.D dan Indrawati Yuherian. 2005. “Pengaruh Pendidikan,

Pengalaman dan Pelatihan Terhadap Profesionalisme Auditor Pemerintah

yang Bekerja Pada Badan Pengawas Kota Surabaya”. Konferensi Nasional

Akuntansi. Jakarta.

Wijayanti, Provita. 2008. “Pengaruh Karakteristik Personal Auditor Terhadap

Penerimaan Perilaku Disfungsional Audit (Studi Empiris pada Auditor

Pemerintah Yang bekerja di BPKP Perwakilan Jawa Tengah dan Daerah

Istimewa Yogyakarta)”.Simposium Nasional Akuntansi XI. Pontianak.

Wilkinson, dan Currelo. 2006. “Accounting Information System”. Edisi Keempat.

John Wiley dan Sons Inc. New York.

Yasin. Moh. 2007. “Dasar-dasar Demografi”. Badan Penerbitan: Fakultas Ekonomi Universitas Indonesia. Jakarta.

Yunita, Dian 2004. “Pengaruh Tingkat Computer Anxiety Terhadap Keahlian

Dosen Akuntansi Dalam Menggunakan komputer”. Skripsi S-1 UNS (tidak

dipublikasikan).

171

LAMPIRAN I

KUESIONER




Oleh :

Arief Rakhman Hakim

1050 8200 2652

JURUSAN AKUNTANSI



JAKARTA

1430 H/2009 M

172

UIN SYARIF HIDAYATULLAH JAKARTA


JURUSAN AKUNTANSI

PENGANTAR




Tujuan penelitian ini adalah untuk membuktikan adanya pengaruh faktor

demografi yang meliputi: umur, jenis kelamin, tingkat pendidikan dan

pengalaman dan faktor personality yang meliputi: fear, anticipation, optimism,

pessimism dan intimidation terhadap keahlian komputer audit.

Demi tercapainya tujuan ini, maka peneliti memohon kesediaan

Bapak/Ibu/Saudara/i untuk membantu mengisi daftar pertanyaan yang telah

disediakan. Peneliti berharap Bapak/Ibu/Saudara/i dapat mengisi kuesioner

tersebut sesuai dengan keadaan yang sebenarnya dan dengan selengkap-

lengkapnya.

Peneliti mengucapkan terima kasih atas kesediaan Bapak/Ibu/Saudara/i

yang telah meluangkan waktu untuk mengisi kuesioner ini.

Mengetahui, Jakarta, 28 Januari 2009

Dosen Pembimbing Peneliti,

Prof. Dr. Abdul Hamid, MS Arief Rakhman Hakim

NIP. 131 474 891 NIM. 1050 8200 2652

173

Petunjuk Pengisian Kuesioner

Responden Yth.,

Pertanyaan-pertanyaan di bawah ini adalah suatu survey yang dilakukan untuk

mengetahui apakah faktor demografi yang meliputi: umur, jenis kelamin, tingkat

pendidikan dan pengalaman dan faktor personality yang meliputi: fear,

anticipation, optimism, pessimism dan intimidation berpengaruh terhadap keahlian

komputer audit.

1. Dimohon untuk membaca pertanyaan secara hati-hati dan menjawab dengan

lengkap. Apabila terdapat salah satu nomor yang tidak diisi maka kuesioner

dianggap tidak berlaku.

2. Tidak ada jawaban yang salah atau benar dalam pilihan anda, yang penting

adalah memilih jawaban yang paling sesuai dengan pendapat anda.

A. KARAKTERISTIK RESPONDEN

1. Nama KAP :

2. Posisi Jabatan :

Manajer Partner Supervisor Auditor Junior

3. Jenis Kelamin :

Laki-laki Perempuan

4. Umur : …….. tahun

5. Pendidikan Terakhir :

D3 S1 S2 S3

6. Lama Bekerja : ………… tahun ……… bulan

7. Lama melakukan audit

dengan komputer : ............... tahun ........... bulan

Apakah anda menggunakan komputer dalam mengaudit? ya tidak

Jika ya, maka kami mohon untuk mengisi pertanyaan selanjutnya.

Jika tidak, mohon berhenti sampai sini.

174

B. FAKTOR PERSONALITY YANG MEMPENGARUHI KEAHLIAN

KOMPUTER AUDIT

Kuesioner ini mempunyai lima (5) interval jawaban yaitu:

1 = Sangat Tidak Setuju (STS)

2 = Tidak Setuju (TS)

3 = Netral (N)

4 = Setuju (S)

5 = Sangat Setuju (SS)

Jawab pertanyaan dengan cara memberi tanda silang (X) pada salah satu kolom

yang mewakili salah satu angka diantara nomor 1 s/d 5.

RASA CEMAS (FEAR) TERHADAP KOMPUTER

No Pertanyaan 1 2 3 4 5

1 Saya merasa tidak percaya diri terhadap

kemampuan saya menginterpretasikan komputer

2 Saya merasa bahwa saya tidak akan bisa

mempelajari bahasa pemrograman komputer

3 Saya merasa takut jika saya mulai menggunakan

komputer saya akan bergantung pada komputer

4 Saya tidak suka bekerja menggunakan mesin

yang lebih pintar dari saya

5 Saya merasa takut untuk menggunakan komputer

6 Saya mengalami kesulitan untuk memahami

aspek tehnik komputer

7 Saya takut jika saya dapat menghilangkan data

penting dalam komputer karena saya menekan

tombol yang salah

8 Saya merasa ragu untuk menggunakan komputer

karena saya takut membuat kesalahan yang tidak

bisa saya perbaiki

9 Saya tidak merasa bahwa mempelajari dan

menggunakan komputer akan menguntungkan

10 Saya menghindari komputer karena mereka asing

bagi saya

175

RASA SUKA (ANTICIPATION) TERHADAP KOMPUTER


1 Saya akan terus bekerja menggunakan komputer

2 Tantangan dalam mempelajari komputer sangat

menyenangkan

3 Saya merasa yakin bahwa saya akan dapat belajar

untuk menggunakan komputer

4 Siapapun pasti bisa mempelajari komputer jika

mereka belajar dengan sabar dan semangat

5 Belajar komputer seperti mempelajari keahlian

baru, semakin sering kita berlatih maka kita akan

menjadi semakin mahir

6 Saya merasa yakin bahwa seiring berjalannya

waktu dan latihan, saya akan merasa nyaman

bekerja dengan komputer

7 Saya merasa bahwa saya akan mampu bertahan

mengahadapi perkembangan yang terjadi di

bidang komputer

8 Saya akan menjadi lebih ahli dalam bidang

komputer, jika saya dapat menggunakan semua

program pada komputer

9 Saya merasa komputer adalah alat yang sangat

penting untuk bidang pendidikan dan pekerjaan

SIKAP OPTIMIS TERHADAP PERKEMBANGAN KOMPUTER


1 Komputer tidak akan pernah menggantikan

kehidupan manusia

2 Hidup menjadi lebih mudah dan cepat dengan

komputer

3 Komputer akan membawa kita kemasa depan

yang lebih baik

176

4 Komputer sangat cepat dan efisien dalam

menerima perkembangan informasi

5 Penggunaan komputer akan meningkatkan

standar hidup kita

6 Komputer dapat menghilangkan pekerjaan-

pekerjaan yang membosankan bagi manusia

7 Komputer telah memasyarakat di dunia

SIKAP PESIMIS TERHADAP PERKEMBANGAN KOMPUTER


1 Hidup kita akan segera dikontrol oleh komputer

2 Banyak aplikasi komputer yang tidak kita pahami

3 Komputer akan menggantikan posisi manusia

4 Komputer telah mengurangi terlalu banyak

pekerjaan yang dapat dikerjakan oleh manusia

5 Komputer akan menggantikan kebutuhan

terhadap Sumber Daya Manusia

6 Penggunaan komputer secara berlebihan

mungkin akan merugikan manusia

7 Komputer mengatur terlalu banyak hal yang kita

sukai

8 Dunia kita akan sepenuhnya dijalankan oleh

komputer

9 Komputer sangat sulit untuk dipahami

SIKAP INTIMIDATION (TAKUT) TERHADAP KOMPUTER


1 Komputer membuat saya tidak nyaman, karena

saya tidak memahami mereka

2 Manusia diperbudak oleh komputer

3 Saya merasa takut terhadap komputer

4 Komputer sangat menakutkan bagi saya, karena

mereka terlalu sempurna

177

RASA CEMAS TERHADAP MATEMATIKA


1 Saya merasa takut saat mengikuti ujian akhir

pelajaran matematika

2 Saya merasa takut saat memikirkan ujian

matematika yang akan datang (satu hari

sebelumnya)

3 Saya merasa takut saat menerima nilai hasil ujian

matematika

4 Saya merasa takut diminta mengaplikasikan apa

yang telah saya dapatkan dalam kelas

matematika untuk menyelesaikan tugas

5 Saya merasa takut saat diberi ujian matematika

secara mendadak

6 Saya merasa takut untuk mempelajari pelajaran

matematika

7 Saya merasa takut saat mengerjakan soal

matematika pada ujian masuk universitas

8 Saya merasa takut untuk mengambil buku

matematika untuk mulai mengerjakan pekerjaan

rumah

9 Saya merasa takut saat diberi pekerjaan rumah

dengan tingkat kesulitan yang tinggi untuk

dibahas pada pertemuan berikutnya

10 Saya merasa takut saat diberi satu paket soal

matematika dan diminta untuk menuliskan

pemecahannya pada selembar kertas

178

C. KEAHLIAN KOMPUTER AUDIT


1 Auditor sistem informasi harus memiliki

pengetahuan yang memadai tentang komputer

secara umum


pengetahuan yang memadai tentang perangkat

lunak komputer secara umum


pemahaman yang memadai tentang teknik

pengolahan file


pemahaman yang memadai tentang teknik

pengolahan struktur data

5 Auditor sistem informasi harus mampu bekerja

dengan menggunakan software audit

6 Auditor sistem informasi harus mampu mereview

sistem dokumentasi


pengetahuan yang memadai tentang struktur

pengendalian internal sistem Pengolahan Data

Elektronik (EDP)


pengetahuan yang memadai untuk melakukan

perancangan prosedur audit dalam lingkungan

EDP

9 Auditor sistem informasi harus mampu untuk

memahami perkembangan dan perubahan sistem

dan program dalam suatu perusahaan

10 Auditor sistem informasi harus mampu

melakukan peninjauan dan penilaian apakah

fungsi sistem informasi sudah selaras dengan

tujuan, visi, misi san tata nilai suatu perusahaan

179

LAMPIRAN 3

HASIL UJI VALIDITAS Try Out

Correlations

1 ,770** ,677* ,359 ,736** ,516 ,528 ,683* ,273 ,321 ,747**

. ,006 ,022 ,278 ,010 ,104 ,095 ,021 ,417 ,336 ,008

11 11 11 11 11 11 11 11 11 11 11

,770** 1 ,549 ,422 ,686* ,179 ,447 ,463 ,641* ,255 ,678*

,006 . ,080 ,196 ,020 ,599 ,168 ,152 ,034 ,449 ,022

11 11 11 11 11 11 11 11 11 11 11

,677* ,549 1 ,501 ,488 ,326 ,458 ,807** ,307 ,118 ,636*

,022 ,080 . ,117 ,128 ,328 ,157 ,003 ,359 ,730 ,036

11 11 11 11 11 11 11 11 11 11 11

,359 ,422 ,501 1 ,604* ,562 ,585 ,526 -,097 ,429 ,829**

,278 ,196 ,117 . ,049 ,072 ,058 ,097 ,777 ,187 ,002

11 11 11 11 11 11 11 11 11 11 11

,736** ,686* ,488 ,604* 1 ,702* ,821** ,651* ,102 ,577 ,898**

,010 ,020 ,128 ,049 . ,016 ,002 ,030 ,765 ,063 ,000

11 11 11 11 11 11 11 11 11 11 11

,516 ,179 ,326 ,562 ,702* 1 ,726* ,690* -,267 ,702* ,777**

,104 ,599 ,328 ,072 ,016 . ,011 ,019 ,428 ,016 ,005

11 11 11 11 11 11 11 11 11 11 11

,528 ,447 ,458 ,585 ,821** ,726* 1 ,624* -,075 ,510 ,810**

,095 ,168 ,157 ,058 ,002 ,011 . ,040 ,826 ,109 ,002

11 11 11 11 11 11 11 11 11 11 11

,683* ,463 ,807** ,526 ,651* ,690* ,624* 1 ,069 ,651* ,767**

,021 ,152 ,003 ,097 ,030 ,019 ,040 . ,840 ,030 ,006

11 11 11 11 11 11 11 11 11 11 11

,273 ,641* ,307 -,097 ,102 -,267 -,075 ,069 1 -,219 ,083

,417 ,034 ,359 ,777 ,765 ,428 ,826 ,840 . ,517 ,808

11 11 11 11 11 11 11 11 11 11 11

,321 ,255 ,118 ,429 ,577 ,702* ,510 ,651* -,219 1 ,604*

,336 ,449 ,730 ,187 ,063 ,016 ,109 ,030 ,517 . ,049

11 11 11 11 11 11 11 11 11 11 11

,747** ,678* ,636* ,829** ,898** ,777** ,810** ,767** ,083 ,604* 1

,008 ,022 ,036 ,002 ,000 ,005 ,002 ,006 ,808 ,049 .

11 11 11 11 11 11 11 11 11 11 11

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Fear 1

Fear 2

Fear 3

Fear 4

Fear 5

Fear 6

Fear 7

Fear 8

Fear 9

Fear 10

Fear

Fear 1 Fear 2 Fear 3 Fear 4 Fear 5 Fear 6 Fear 7 Fear 8 Fear 9 Fear 10 Fear

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

Correlation is significant at the 0.05 level (2-tailed).*.

180

Correlations

1 ,780** ,450 ,438 ,516 ,469 ,480 ,469 ,560 ,607*

. ,005 ,165 ,178 ,104 ,146 ,136 ,146 ,073 ,048

11 11 11 11 11 11 11 11 11 11

,780** 1 ,450 ,438 ,800** ,469 ,480 ,469 ,340 ,607*

,005 . ,165 ,178 ,003 ,146 ,136 ,146 ,306 ,048

11 11 11 11 11 11 11 11 11 11

,450 ,450 1 ,782** ,516 ,586 ,652* ,879** ,725* ,936**

,165 ,165 . ,004 ,104 ,058 ,030 ,000 ,012 ,000

11 11 11 11 11 11 11 11 11 11

,438 ,438 ,782** 1 ,404 ,489 ,435 ,734* ,438 ,711*

,178 ,178 ,004 . ,218 ,127 ,181 ,010 ,178 ,014

11 11 11 11 11 11 11 11 11 11

,516 ,800** ,516 ,404 1 ,606* ,781** ,606* ,516 ,696*

,104 ,003 ,104 ,218 . ,048 ,005 ,048 ,104 ,017

11 11 11 11 11 11 11 11 11 11

,469 ,469 ,586 ,489 ,606* 1 ,734* ,500 ,704* ,747**

,146 ,146 ,058 ,127 ,048 . ,010 ,117 ,016 ,008

11 11 11 11 11 11 11 11 11 11

,480 ,480 ,652* ,435 ,781** ,734* 1 ,734* ,709* ,836**

,136 ,136 ,030 ,181 ,005 ,010 . ,010 ,015 ,001

11 11 11 11 11 11 11 11 11 11

,469 ,469 ,879** ,734* ,606* ,500 ,734* 1 ,704* ,878**

,146 ,146 ,000 ,010 ,048 ,117 ,010 . ,016 ,000

11 11 11 11 11 11 11 11 11 11

,560 ,340 ,725* ,438 ,516 ,704* ,709* ,704* 1 ,813**

,073 ,306 ,012 ,178 ,104 ,016 ,015 ,016 . ,002

11 11 11 11 11 11 11 11 11 11

,607* ,607* ,936** ,711* ,696* ,747** ,836** ,878** ,813** 1

,048 ,048 ,000 ,014 ,017 ,008 ,001 ,000 ,002 .

11 11 11 11 11 11 11 11 11 11

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Anticipation 1

Anticipation 2

Anticipation 3

Anticipation 4

Anticipation 5

Anticipation 6

Anticipation 7

Anticipation 8

Anticipation 9

Anticipation

Anticipation 1Anticipation 2Anticipation 3Anticipation 4Anticipation 5Anticipation 6Anticipation 7Anticipation 8Anticipation 9 Anticipation



Correlations

1 ,476 ,476 ,782** ,538 ,111 ,329 ,692*

. ,139 ,139 ,004 ,088 ,744 ,324 ,018

11 11 11 11 11 11 11 11

,476 1 1,000** ,372 ,844** ,601 ,441 ,887**

,139 . . ,259 ,001 ,050 ,175 ,000

11 11 11 11 11 11 11 11

,476 1,000** 1 ,372 ,844** ,601 ,441 ,887**

,139 . . ,259 ,001 ,050 ,175 ,000

11 11 11 11 11 11 11 11

,782** ,372 ,372 1 ,559 ,125 ,626* ,696*

,004 ,259 ,259 . ,074 ,713 ,039 ,017

11 11 11 11 11 11 11 11

,538 ,844** ,844** ,559 1 ,349 ,330 ,846**

,088 ,001 ,001 ,074 . ,293 ,322 ,001

11 11 11 11 11 11 11 11

,111 ,601 ,601 ,125 ,349 1 ,607* ,646*

,744 ,050 ,050 ,713 ,293 . ,048 ,032

11 11 11 11 11 11 11 11

,329 ,441 ,441 ,626* ,330 ,607* 1 ,682*

,324 ,175 ,175 ,039 ,322 ,048 . ,021

11 11 11 11 11 11 11 11

,692* ,887** ,887** ,696* ,846** ,646* ,682* 1

,018 ,000 ,000 ,017 ,001 ,032 ,021 .

11 11 11 11 11 11 11 11

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Optimism 1

Optimism 2

Optimism 3

Optimism 4

Optimism 5

Optimism 6

Optimism 7

Optimism

Optimism 1 Optimism 2 Optimism 3 Optimism 4 Optimism 5 Optimism 6 Optimism 7 Optimism



181

Correlations

1 ,700* ,623* ,717* ,212 ,556 ,236 ,796** ,471 ,766**

. ,016 ,041 ,013 ,532 ,076 ,485 ,003 ,144 ,006

11 11 11 11 11 11 11 11 11 11

,700* 1 ,451 ,554 ,290 ,310 ,506 ,698* ,697* ,758**

,016 . ,163 ,077 ,387 ,354 ,112 ,017 ,017 ,007

11 11 11 11 11 11 11 11 11 11

,623* ,451 1 ,349 ,186 ,412 ,227 ,873** ,207 ,644*

,041 ,163 . ,293 ,584 ,208 ,503 ,000 ,542 ,033

11 11 11 11 11 11 11 11 11 11

,717* ,554 ,349 1 ,271 ,846** ,465 ,555 ,611* ,735**

,013 ,077 ,293 . ,419 ,001 ,149 ,076 ,046 ,010

11 11 11 11 11 11 11 11 11 11

,212 ,290 ,186 ,271 1 ,339 ,827** ,165 ,489 ,609*

,532 ,387 ,584 ,419 . ,309 ,002 ,627 ,127 ,047

11 11 11 11 11 11 11 11 11 11

,556 ,310 ,412 ,846** ,339 1 ,438 ,438 ,502 ,680*

,076 ,354 ,208 ,001 ,309 . ,178 ,178 ,116 ,021

11 11 11 11 11 11 11 11 11 11

,236 ,506 ,227 ,465 ,827** ,438 1 ,343 ,721* ,730*

,485 ,112 ,503 ,149 ,002 ,178 . ,301 ,012 ,011

11 11 11 11 11 11 11 11 11 11

,796** ,698* ,873** ,555 ,165 ,438 ,343 1 ,316 ,758**

,003 ,017 ,000 ,076 ,627 ,178 ,301 . ,343 ,007

11 11 11 11 11 11 11 11 11 11

,471 ,697* ,207 ,611* ,489 ,502 ,721* ,316 1 ,746**

,144 ,017 ,542 ,046 ,127 ,116 ,012 ,343 . ,008

11 11 11 11 11 11 11 11 11 11

,766** ,758** ,644* ,735** ,609* ,680* ,730* ,758** ,746** 1

,006 ,007 ,033 ,010 ,047 ,021 ,011 ,007 ,008 .

11 11 11 11 11 11 11 11 11 11

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pessimism 1

Pessimism 2

Pessimism 3

Pessimism 4

Pessimism 5

Pessimism 6

Pessimism 7

Pessimism 8

Pessimism 9

Pessimism

Pessimism 1Pessimism 2Pessimism 3Pessimism 4Pessimism 5Pessimism 6Pessimism 7Pessimism 8Pessimism 9Pessimism



182

Correlations

1 ,564 ,830** ,807** ,909**

. ,071 ,002 ,003 ,000

11 11 11 11 11

,564 1 ,600 ,733* ,766**

,071 . ,051 ,010 ,006

11 11 11 11 11

,830** ,600 1 ,924** ,946**

,002 ,051 . ,000 ,000

11 11 11 11 11

,807** ,733* ,924** 1 ,965**

,003 ,010 ,000 . ,000

11 11 11 11 11

,909** ,766** ,946** ,965** 1

,000 ,006 ,000 ,000 .

11 11 11 11 11

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Intimidation 1

Intimidation 2

Intimidation 3

Intimidation 4

Intimidation

Intimidation 1 Intimidation 2 Intimidation 3 Intimidation 4 Intimidation



183

Correlations

1 ,637* ,588 ,876** ,794** ,929** ,662* ,707* ,662* ,770** ,938**

. ,035 ,057 ,000 ,004 ,000 ,027 ,015 ,027 ,006 ,000

11 11 11 11 11 11 11 11 11 11 11

,637* 1 ,905** ,626* ,342 ,738** ,628* ,520 ,871** ,449 ,836**

,035 . ,000 ,039 ,304 ,010 ,038 ,101 ,000 ,166 ,001

11 11 11 11 11 11 11 11 11 11 11

,588 ,905** 1 ,496 ,311 ,671* ,575 ,389 ,702* ,228 ,734*

,057 ,000 . ,121 ,353 ,024 ,064 ,237 ,016 ,501 ,010

11 11 11 11 11 11 11 11 11 11 11

,876** ,626* ,496 1 ,526 ,838** ,438 ,713* ,713* ,830** ,860**

,000 ,039 ,121 . ,097 ,001 ,178 ,014 ,014 ,002 ,001

11 11 11 11 11 11 11 11 11 11 11

,794** ,342 ,311 ,526 1 ,746** ,571 ,540 ,440 ,665* ,721*

,004 ,304 ,353 ,097 . ,008 ,066 ,086 ,175 ,026 ,012

11 11 11 11 11 11 11 11 11 11 11

,929** ,738** ,671* ,838** ,746** 1 ,527 ,664* ,669* ,778** ,935**

,000 ,010 ,024 ,001 ,008 . ,096 ,026 ,024 ,005 ,000

11 11 11 11 11 11 11 11 11 11 11

,662* ,628* ,575 ,438 ,571 ,527 1 ,509 ,738** ,402 ,736**

,027 ,038 ,064 ,178 ,066 ,096 . ,110 ,010 ,221 ,010

11 11 11 11 11 11 11 11 11 11 11

,707* ,520 ,389 ,713* ,540 ,664* ,509 1 ,509 ,863** ,762**

,015 ,101 ,237 ,014 ,086 ,026 ,110 . ,110 ,001 ,006

11 11 11 11 11 11 11 11 11 11 11

,662* ,871** ,702* ,713* ,440 ,669* ,738** ,509 1 ,554 ,838**

,027 ,000 ,016 ,014 ,175 ,024 ,010 ,110 . ,077 ,001

11 11 11 11 11 11 11 11 11 11 11

,770** ,449 ,228 ,830** ,665* ,778** ,402 ,863** ,554 1 ,778**

,006 ,166 ,501 ,002 ,026 ,005 ,221 ,001 ,077 . ,005

11 11 11 11 11 11 11 11 11 11 11

,938** ,836** ,734* ,860** ,721* ,935** ,736** ,762** ,838** ,778** 1

,000 ,001 ,010 ,001 ,012 ,000 ,010 ,006 ,001 ,005 .

11 11 11 11 11 11 11 11 11 11 11

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Math Anxiety 1

Math Anxiety 2

Math Anxiety 3

Math Anxiety 4

Math Anxiety 5

Math Anxiety 6

Math Anxiety 7

Math Anxiety 8

Math Anxiety 9

Math Anxiety 10

Math Anxiety

Math Anxiety 1Math Anxiety 2Math Anxiety 3Math Anxiety 4Math Anxiety 5Math Anxiety 6Math Anxiety 7Math Anxiety 8Math Anxiety 9

Math

Anxiety 10Math Anxiety



184

Correlations

1 ,559 ,559 ,559 1,000** ,559 ,742** ,524 ,435 ,559 ,714*

. ,074 ,074 ,074 . ,074 ,009 ,098 ,181 ,074 ,014

11 11 11 11 11 11 11 11 11 11 11

,559 1 1,000** ,656* ,559 ,656* ,829** ,586 ,689* ,656* ,864**

,074 . . ,028 ,074 ,028 ,002 ,058 ,019 ,028 ,001

11 11 11 11 11 11 11 11 11 11 11

,559 1,000** 1 ,656* ,559 ,656* ,829** ,586 ,689* ,656* ,864**

,074 . . ,028 ,074 ,028 ,002 ,058 ,019 ,028 ,001

11 11 11 11 11 11 11 11 11 11 11

,559 ,656* ,656* 1 ,559 ,656* ,829** ,586 ,689* ,656* ,822**

,074 ,028 ,028 . ,074 ,028 ,002 ,058 ,019 ,028 ,002

11 11 11 11 11 11 11 11 11 11 11

1,000** ,559 ,559 ,559 1 ,559 ,742** ,524 ,435 ,559 ,714*

. ,074 ,074 ,074 . ,074 ,009 ,098 ,181 ,074 ,014

11 11 11 11 11 11 11 11 11 11 11

,559 ,656* ,656* ,656* ,559 1 ,829** ,293 ,466 ,656* ,737**

,074 ,028 ,028 ,028 ,074 . ,002 ,382 ,148 ,028 ,010

11 11 11 11 11 11 11 11 11 11 11

,742** ,829** ,829** ,829** ,742** ,829** 1 ,707* ,807** ,829** ,968**

,009 ,002 ,002 ,002 ,009 ,002 . ,015 ,003 ,002 ,000

11 11 11 11 11 11 11 11 11 11 11

,524 ,586 ,586 ,586 ,524 ,293 ,707* 1 ,951** ,879** ,828**

,098 ,058 ,058 ,058 ,098 ,382 ,015 . ,000 ,000 ,002

11 11 11 11 11 11 11 11 11 11 11

,435 ,689* ,689* ,689* ,435 ,466 ,807** ,951** 1 ,912** ,892**

,181 ,019 ,019 ,019 ,181 ,148 ,003 ,000 . ,000 ,000

11 11 11 11 11 11 11 11 11 11 11

,559 ,656* ,656* ,656* ,559 ,656* ,829** ,879** ,912** 1 ,906**

,074 ,028 ,028 ,028 ,074 ,028 ,002 ,000 ,000 . ,000

11 11 11 11 11 11 11 11 11 11 11

,714* ,864** ,864** ,822** ,714* ,737** ,968** ,828** ,892** ,906** 1

,014 ,001 ,001 ,002 ,014 ,010 ,000 ,002 ,000 ,000 .

11 11 11 11 11 11 11 11 11 11 11

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Keahlian 1

Keahlian 2

Keahlian 3

Keahlian 4

Keahlian 5

Keahlian 6

Keahlian 7

Keahlian 8

Keahlian 9

Keahlian 10

Keahlian

Keahlian 1 Keahlian 2 Keahlian 3Keahlian 4 Keahlian 5 Keahlian 6 Keahlian 7Keahlian 8 Keahlian 9Keahlian 10 Keahlian



PENELITIAN

185

Correlations

1 ,526** ,390** ,398** ,592** ,563** ,670** ,633** ,178 ,419** ,746**

. ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,093 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,526** 1 ,611** ,579** ,505** ,602** ,500** ,544** ,178 ,506** ,740**

,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,092 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,390** ,611** 1 ,761** ,410** ,604** ,560** ,643** ,277** ,327** ,755**

,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,008 ,002 ,000

90 90 90 90 90 90 90 90 90 90 90

,398** ,579** ,761** 1 ,580** ,486** ,612** ,540** ,353** ,453** ,784**

,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,001 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,592** ,505** ,410** ,580** 1 ,416** ,346** ,381** ,239* ,426** ,654**

,000 ,000 ,000 ,000 . ,000 ,001 ,000 ,023 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,563** ,602** ,604** ,486** ,416** 1 ,600** ,767** ,131 ,642** ,776**

,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,219 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,670** ,500** ,560** ,612** ,346** ,600** 1 ,717** ,356** ,412** ,823**

,000 ,000 ,000 ,000 ,001 ,000 . ,000 ,001 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,633** ,544** ,643** ,540** ,381** ,767** ,717** 1 ,274** ,595** ,834**

,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,009 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,178 ,178 ,277** ,353** ,239* ,131 ,356** ,274** 1 ,124 ,492**

,093 ,092 ,008 ,001 ,023 ,219 ,001 ,009 . ,244 ,000

90 90 90 90 90 90 90 90 90 90 90

,419** ,506** ,327** ,453** ,426** ,642** ,412** ,595** ,124 1 ,635**

,000 ,000 ,002 ,000 ,000 ,000 ,000 ,000 ,244 . ,000

90 90 90 90 90 90 90 90 90 90 90

,746** ,740** ,755** ,784** ,654** ,776** ,823** ,834** ,492** ,635** 1

,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 .

90 90 90 90 90 90 90 90 90 90 90

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Fear 1

Fear 2

Fear 3

Fear 4

Fear 5

Fear 6

Fear 7

Fear 8

Fear 9

Fear 10

Fear

Fear 1 Fear 2 Fear 3 Fear 4 Fear 5 Fear 6 Fear 7 Fear 8 Fear 9 Fear 10 Fear



Correlations

1 ,542** ,533** ,394** ,450** ,582** ,572** ,643** ,550** ,741**

. ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90

,542** 1 ,751** ,760** ,471** ,599** ,560** ,399** ,591** ,778**

,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90

,533** ,751** 1 ,828** ,660** ,672** ,703** ,521** ,544** ,849**

,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90

,394** ,760** ,828** 1 ,633** ,680** ,650** ,476** ,525** ,810**

,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90

,450** ,471** ,660** ,633** 1 ,640** ,524** ,684** ,618** ,773**

,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90

,582** ,599** ,672** ,680** ,640** 1 ,773** ,704** ,686** ,873**

,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90

,572** ,560** ,703** ,650** ,524** ,773** 1 ,586** ,583** ,825**

,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90

,643** ,399** ,521** ,476** ,684** ,704** ,586** 1 ,760** ,802**

,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000

90 90 90 90 90 90 90 90 90 90

,550** ,591** ,544** ,525** ,618** ,686** ,583** ,760** 1 ,806**

,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000

90 90 90 90 90 90 90 90 90 90

,741** ,778** ,849** ,810** ,773** ,873** ,825** ,802** ,806** 1

,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 .

90 90 90 90 90 90 90 90 90 90

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Anticipation 1

Anticipation 2

Anticipation 3

Anticipation 4

Anticipation 5

Anticipation 6

Anticipation 7

Anticipation 8

Anticipation 9

Anticipation

Anticipation 1Anticipation 2Anticipation 3Anticipation 4Anticipation 5Anticipation 6Anticipation 7Anticipation 8Anticipation 9Anticipation


186

Correlations

1 ,450** ,408** ,424** ,281** ,284** ,410** ,591**

. ,000 ,000 ,000 ,007 ,007 ,000 ,000

90 90 90 90 90 90 90 90

,450** 1 ,893** ,591** ,668** ,527** ,598** ,868**

,000 . ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90

,408** ,893** 1 ,564** ,704** ,553** ,600** ,870**

,000 ,000 . ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90

,424** ,591** ,564** 1 ,687** ,516** ,658** ,782**

,000 ,000 ,000 . ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90

,281** ,668** ,704** ,687** 1 ,668** ,610** ,844**

,007 ,000 ,000 ,000 . ,000 ,000 ,000

90 90 90 90 90 90 90 90

,284** ,527** ,553** ,516** ,668** 1 ,593** ,760**

,007 ,000 ,000 ,000 ,000 . ,000 ,000

90 90 90 90 90 90 90 90

,410** ,598** ,600** ,658** ,610** ,593** 1 ,788**

,000 ,000 ,000 ,000 ,000 ,000 . ,000

90 90 90 90 90 90 90 90

,591** ,868** ,870** ,782** ,844** ,760** ,788** 1

,000 ,000 ,000 ,000 ,000 ,000 ,000 .

90 90 90 90 90 90 90 90

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Optimism 1

Optimism 2

Optimism 3

Optimism 4

Optimism 5

Optimism 6

Optimism 7

Optimism

Optimism 1Optimism 2Optimism 3Optimism 4Optimism 5Optimism 6Optimism 7Optimism


187

Correlations

1 ,162 ,646** ,378** ,257* ,260* ,345** ,673** ,363** ,680**

. ,127 ,000 ,000 ,014 ,013 ,001 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90

,162 1 ,096 ,583** ,367** ,336** ,442** ,157 ,241* ,606**

,127 . ,368 ,000 ,000 ,001 ,000 ,138 ,022 ,000

90 90 90 90 90 90 90 90 90 90

,646** ,096 1 ,248* ,214* ,336** ,233* ,515** ,079 ,554**

,000 ,368 . ,018 ,043 ,001 ,027 ,000 ,459 ,000

90 90 90 90 90 90 90 90 90 90

,378** ,583** ,248* 1 ,464** ,451** ,403** ,273** ,188 ,712**

,000 ,000 ,018 . ,000 ,000 ,000 ,009 ,075 ,000

90 90 90 90 90 90 90 90 90 90

,257* ,367** ,214* ,464** 1 ,382** ,490** ,181 ,417** ,649**

,014 ,000 ,043 ,000 . ,000 ,000 ,088 ,000 ,000

90 90 90 90 90 90 90 90 90 90

,260* ,336** ,336** ,451** ,382** 1 ,548** ,451** ,235* ,693**

,013 ,001 ,001 ,000 ,000 . ,000 ,000 ,026 ,000

90 90 90 90 90 90 90 90 90 90

,345** ,442** ,233* ,403** ,490** ,548** 1 ,456** ,429** ,741**

,001 ,000 ,027 ,000 ,000 ,000 . ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90

,673** ,157 ,515** ,273** ,181 ,451** ,456** 1 ,359** ,673**

,000 ,138 ,000 ,009 ,088 ,000 ,000 . ,001 ,000

90 90 90 90 90 90 90 90 90 90

,363** ,241* ,079 ,188 ,417** ,235* ,429** ,359** 1 ,540**

,000 ,022 ,459 ,075 ,000 ,026 ,000 ,001 . ,000

90 90 90 90 90 90 90 90 90 90

,680** ,606** ,554** ,712** ,649** ,693** ,741** ,673** ,540** 1

,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 .

90 90 90 90 90 90 90 90 90 90

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pesimism 1

Pesimism 2

Pesimism 3

Pesimism 4

Pesimism 5

Pesimism 6

Pesimism 7

Pesimism 8

Pesimism 9

Pesimism

Pesimism 1 Pesimism 2 Pesimism 3 Pesimism 4 Pesimism 5 Pesimism 6 Pesimism 7 Pesimism 8 Pesimism 9 Pesimism



Correlations

1 ,720** ,688** ,485** ,848**

. ,000 ,000 ,000 ,000

90 90 90 90 90

,720** 1 ,739** ,564** ,880**

,000 . ,000 ,000 ,000

90 90 90 90 90

,688** ,739** 1 ,818** ,926**

,000 ,000 . ,000 ,000

90 90 90 90 90

,485** ,564** ,818** 1 ,812**

,000 ,000 ,000 . ,000

90 90 90 90 90

,848** ,880** ,926** ,812** 1

,000 ,000 ,000 ,000 .

90 90 90 90 90

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Intimidation 1

Intimidation 2

Intimidation 3

Intimidation 4

Intimidation

Intimidation 1Intimidation 2Intimidation 3Intimidation 4Intimidation


188

Correlations

1 ,780** ,765** ,650** ,543** ,608** ,689** ,521** ,576** ,601** ,790**

. ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,780** 1 ,816** ,741** ,671** ,826** ,777** ,646** ,809** ,738** ,910**

,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,765** ,816** 1 ,694** ,650** ,677** ,826** ,550** ,640** ,649** ,854**

,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,650** ,741** ,694** 1 ,636** ,794** ,731** ,737** ,736** ,737** ,866**

,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,543** ,671** ,650** ,636** 1 ,683** ,741** ,506** ,685** ,683** ,795**

,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,608** ,826** ,677** ,794** ,683** 1 ,770** ,769** ,807** ,833** ,900**

,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,689** ,777** ,826** ,731** ,741** ,770** 1 ,611** ,676** ,738** ,886**

,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,521** ,646** ,550** ,737** ,506** ,769** ,611** 1 ,786** ,806** ,804**

,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,576** ,809** ,640** ,736** ,685** ,807** ,676** ,786** 1 ,848** ,879**

,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,601** ,738** ,649** ,737** ,683** ,833** ,738** ,806** ,848** 1 ,889**

,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000

90 90 90 90 90 90 90 90 90 90 90

,790** ,910** ,854** ,866** ,795** ,900** ,886** ,804** ,879** ,889** 1

,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 .

90 90 90 90 90 90 90 90 90 90 90

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Math 1

Math 2

Math 3

Math 4

Math 5

Math 6

Math 7

Math 8

Math 9

Math 10

Math

Math 1 Math 2 Math 3 Math 4 Math 5 Math 6 Math 7 Math 8 Math 9 Math 10 Math


189

Correlations

1 ,717** ,773** ,793** ,663** ,691** ,684** ,589** ,615** ,719** ,867**

. ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,717** 1 ,656** ,651** ,498** ,628** ,370** ,292** ,506** ,571** ,707**

,000 . ,000 ,000 ,000 ,000 ,000 ,005 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,773** ,656** 1 ,812** ,703** ,648** ,639** ,527** ,659** ,710** ,849**

,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,793** ,651** ,812** 1 ,610** ,725** ,636** ,666** ,737** ,757** ,882**

,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,663** ,498** ,703** ,610** 1 ,626** ,656** ,508** ,587** ,578** ,772**

,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,691** ,628** ,648** ,725** ,626** 1 ,702** ,635** ,716** ,804** ,863**

,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,684** ,370** ,639** ,636** ,656** ,702** 1 ,820** ,698** ,741** ,840**

,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,589** ,292** ,527** ,666** ,508** ,635** ,820** 1 ,783** ,783** ,800**

,000 ,005 ,000 ,000 ,000 ,000 ,000 . ,000 ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,615** ,506** ,659** ,737** ,587** ,716** ,698** ,783** 1 ,788** ,853**

,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000 ,000

90 90 90 90 90 90 90 90 90 90 90

,719** ,571** ,710** ,757** ,578** ,804** ,741** ,783** ,788** 1 ,894**

,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 . ,000

90 90 90 90 90 90 90 90 90 90 90

,867** ,707** ,849** ,882** ,772** ,863** ,840** ,800** ,853** ,894** 1

,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 .

90 90 90 90 90 90 90 90 90 90 90

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Keahlian 1

Keahlian 2

Keahlian 3

Keahlian 4

Keahlian 5

Keahlian 6

Keahlian 7

Keahlian 8

Keahlian 9

Keahlian 10

Keahlian

Keahlian 1 Keahlian 2 Keahlian 3Keahlian 4 Keahlian 5 Keahlian 6 Keahlian 7Keahlian 8 Keahlian 9Keahlian 10 Keahlian


LAMPIRAN 4

HASIL UJI RELIABILITAS Try Out

190

Item-Total Statistics

187,82 298,564 -,522 . ,891

187,64 287,055 -,048 . ,888

187,55 295,273 -,445 . ,889

187,64 290,055 -,153 . ,888

188,18 288,564 -,112 . ,887

187,55 282,073 ,197 . ,883

187,27 277,218 ,268 . ,883

187,55 291,473 -,195 . ,889

186,00 297,600 -,385 . ,892

188,18 281,564 ,190 . ,884

185,73 280,818 ,360 . ,882

185,73 283,818 ,159 . ,884

185,64 287,055 -,051 . ,886

185,45 293,073 -,319 . ,889

185,27 291,818 -,318 . ,888

185,73 281,618 ,207 . ,883

186,00 280,200 ,268 . ,883

185,73 287,218 -,056 . ,886

185,36 281,855 ,182 . ,884

185,91 283,891 ,047 . ,886

185,82 260,764 ,812 . ,875

185,82 260,764 ,812 . ,875

185,45 277,273 ,405 . ,881

185,91 260,291 ,794 . ,875

186,00 262,600 ,697 . ,876

185,45 270,273 ,601 . ,879

187,18 272,364 ,290 . ,884

186,36 274,655 ,356 . ,882

187,55 271,473 ,432 . ,880

185,91 281,091 ,156 . ,884

186,82 258,364 ,733 . ,875

186,36 273,055 ,475 . ,880

186,45 255,473 ,843 . ,873

187,45 267,473 ,491 . ,879

187,36 262,455 ,626 . ,877

187,64 276,455 ,335 . ,882

188,09 284,291 ,110 . ,884

187,91 274,491 ,457 . ,881

188,00 275,600 ,391 . ,881

187,00 266,200 ,764 . ,876

186,82 268,564 ,548 . ,879

186,82 276,964 ,273 . ,883

186,82 269,964 ,577 . ,879

186,91 263,091 ,796 . ,875

187,09 264,291 ,816 . ,876

186,55 274,873 ,372 . ,881

186,91 263,691 ,683 . ,876

186,55 273,273 ,429 . ,881

186,55 268,873 ,690 . ,878

185,64 284,055 ,224 . ,883

185,64 284,855 ,070 . ,885

185,64 284,855 ,070 . ,885

185,64 276,055 ,562 . ,880

185,64 284,055 ,224 . ,883

185,64 287,055 -,051 . ,886

185,73 282,218 ,266 . ,883

185,73 275,818 ,486 . ,881

185,82 274,164 ,420 . ,881

185,64 280,455 ,314 . ,882

Fear 1

Fear 2

Fear 3

Fear 4

Fear 5

Fear 6

Fear 7

Fear 8

Fear 9

Fear 10

Anticipation 1

Anticipation 2

Anticipation 3

Anticipation 4

Anticipation 5

Anticipation 6

Anticipation 7

Anticipation 8

Anticipation 9

Optimism 1

Optimism 2

Optimism 3

Optimism 4

Optimism 5

Optimism 6

Optimism 7

Pessimism 1

Pessimism 2

Pessimism 3

Pessimism 4

Pessimism 5

Pessimism 6

Pessimism 7

Pessimism 8

Pessimism 9

Intimidation 1

Intimidation 2

Intimidation 3

Intimidation 4

Math Anxiety 1

Math Anxiety 2

Math Anxiety 3

Math Anxiety 4

Math Anxiety 5

Math Anxiety 6

Math Anxiety 7

Math Anxiety 8

Math Anxiety 9

Math Anxiety 10

Keahlian 1

Keahlian 2

Keahlian 3

Keahlian 4

Keahlian 5

Keahlian 6

Keahlian 7

Keahlian 8

Keahlian 9

Keahlian 10

Scale Mean if

Item Deleted

Scale

Variance if

Item Deleted

Corrected

Item-Total

Correlation

Squared

Multiple

Correlation

Cronbach's

Alpha if Item

Deleted

Reliability Statistics

,884 ,870 59

Cronbach's

Alpha

Cronbach's

Alpha Based

on

Standardized

Items N of Items

Penelitian

191

Item-Total Statistics

177,99 232,348 ,115 . ,846

178,12 229,322 ,294 . ,842

178,14 227,001 ,435 . ,840

178,10 223,731 ,520 . ,838

178,29 233,623 ,112 . ,845

177,98 224,831 ,477 . ,839

177,64 218,569 ,506 . ,836

177,98 227,370 ,351 . ,841

176,67 224,247 ,294 . ,842

178,26 232,282 ,223 . ,843

175,69 235,543 ,013 . ,847

175,50 234,073 ,090 . ,845

175,42 234,853 ,065 . ,845

175,33 233,416 ,129 . ,845

175,40 236,175 -,002 . ,846

175,46 233,577 ,123 . ,845

175,64 237,400 -,062 . ,848

175,63 237,785 -,077 . ,848

175,41 236,739 -,031 . ,847

175,62 239,114 -,128 . ,850

175,74 233,743 ,081 . ,846

175,79 234,438 ,052 . ,847

175,52 236,814 -,035 . ,847

175,77 236,113 -,013 . ,848

175,76 238,681 -,109 . ,850

175,44 235,283 ,051 . ,845

177,72 221,124 ,528 . ,837

177,04 228,200 ,245 . ,843

178,01 225,135 ,483 . ,839

177,06 223,873 ,372 . ,840

177,37 224,684 ,408 . ,839

177,17 223,017 ,435 . ,839

177,40 222,243 ,526 . ,837

177,67 222,697 ,548 . ,837

177,66 226,745 ,426 . ,840

178,06 222,188 ,578 . ,837

178,11 224,774 ,482 . ,839

178,19 226,582 ,498 . ,839

178,24 226,591 ,450 . ,839

177,69 223,093 ,397 . ,839

177,72 218,607 ,574 . ,835

177,63 219,269 ,488 . ,837

177,81 221,346 ,514 . ,837

177,70 223,044 ,405 . ,839

177,96 222,672 ,548 . ,837

177,70 219,448 ,492 . ,837

177,86 220,911 ,495 . ,837

177,79 219,921 ,531 . ,836

177,67 218,360 ,533 . ,836

175,57 235,102 ,057 . ,845

175,61 233,431 ,107 . ,845

175,60 237,052 -,048 . ,847

175,58 235,685 ,028 . ,846

175,62 235,901 ,009 . ,846

175,62 234,395 ,082 . ,845

175,70 237,246 -,056 . ,848

175,67 233,888 ,083 . ,846

175,60 233,703 ,122 . ,845

175,54 234,318 ,102 . ,845

Fear 1

Fear 2

Fear 3

Fear 4

Fear 5

Fear 6

Fear 7

Fear 8

Fear 9

Fear 10

Anticipation 1

Anticipation 2

Anticipation 3

Anticipation 4

Anticipation 5

Anticipation 6

Anticipation 7

Anticipation 8

Anticipation 9

Optimism 1

Optimism 2

Optimism 3

Optimism 4

Optimism 5

Optimism 6

Optimism 7

Pesimism 1

Pesimism 2

Pesimism 3

Pesimism 4

Pesimism 5

Pesimism 6

Pesimism 7

Pesimism 8

Pesimism 9

Intimidation 1

Intimidation 2

Intimidation 3

Intimidation 4

Math 1

Math 2

Math 3

Math 4

Math 5

Math 6

Math 7

Math 8

Math 9

Math 10

Keahlian 1

Keahlian 2

Keahlian 3

Keahlian 4

Keahlian 5

Keahlian 6

Keahlian 7

Keahlian 8

Keahlian 9

Keahlian 10

Scale Mean if

Item Deleted

Scale

Variance if

Item Deleted

Corrected

Item-Total

Correlation

Squared

Multiple

Correlation

Cronbach's

Alpha if Item

Deleted

Reliability Statistics

,845 ,834 59

Cronbach's

Alpha

Cronbach's

Alpha Based

on

Standardized

Items N of Items

192

LAMPIRAN 5

HASIL UJI ASUMSI KLASIK

Uji Normalitas

One-Sample Kolmogorov-Smirnov Test

90

,0000000

3,37575509

,141

,115

-,141

1,339

,055

N

Mean

Std. Deviation

Normal Parameters a,b

Absolute

Positive

Negative

Most Extreme

Differences

Kolmogorov-Smirnov Z

Asymp. Sig. (2-tailed)

Unstandardiz

ed Residual

Test distribution is Normal.a.

Calculated from data.b.

-4 -3 -2 -1 0 1 2 3

Regression Standardized Residual

0

5

10

15

20

25

30

Freq

uenc

y

Mean = -1.78E-16Std. Dev. = 0.942N = 90


Histogram

193

0.0 0.2 0.4 0.6 0.8 1.0

Observed Cum Prob

0.0

0.2

0.4

0.6

0.8

1.0

Expe

cted C

um Pr

ob


Normal P-P Plot of Regression Standardized Residual

Uji Autokorelasi

Model Summary b

,792a ,627 ,579 3,583 1,933

Model1

R R Square

Adjusted

R Square

Std. Error of

the Estimate

Durbin-

Watson



a.


Uji Heteroskedastisitas

-4 -3 -2 -1 0 1 2 3

Regression Studentized Residual

-3

-2

-1

0

1

2

Regr

essio

n Stan

dard

ized P

redic

ted V

alue


Scatterplot

Uji Multikolinearitas

194

Coefficientsa

12,533 6,206 2,020 ,047

,048 ,093 ,051 ,520 ,604 ,490 2,040

-,104 ,807 -,009 -,129 ,897 ,887 1,127

,016 1,042 ,001 ,015 ,988 ,741 1,350

,009 ,024 ,036 ,361 ,719 ,468 2,136

-,043 ,106 -,047 -,407 ,685 ,347 2,880

,391 ,105 ,360 3,726 ,000 ,508 1,970

,512 ,138 ,396 3,706 ,000 ,413 2,419

-,011 ,113 -,010 -,095 ,925 ,419 2,388

,190 ,266 ,090 ,715 ,477 ,301 3,322

-,100 ,072 -,156 -1,387 ,169 ,375 2,668

(Constant)

Umur

Jenis Kelamin

Pendidikan

Pengalaman

Fear

Anticipation

Optimism

Pesimism

Intimidation

Math

Model

1

B Std. Error

Unstandardized

Coefficients

Beta

Standardized

Coefficients




LAMPIRAN 6

HASIL UJI REGRESI LINIER BERGANDA

Variables Entered/Removed b

Math,

Jenis

Kelamin,

Pengalam

an,

Pendidika

n,

Anticipatio

n,

Pesimism,

Umur,

Optimism,

Fear ,

Intimidatio

na

. Enter

Model1

Variables

Entered

Variables

Removed Method

All requested variables entered.a.


Model Summary b

,792a ,627 ,579 3,583 1,933

Model

1

R R Square

Adjusted

R Square

Std. Error of

the Estimate

Durbin-

Watson



a.


195

ANOVAb

1702,003 10 170,200 13,257 ,000a

1014,219 79 12,838

2716,222 89

Regression

Residual

Total

Model

1

Sum of

Squares df Mean Square F Sig.

Predictors: (Constant), Math, Jenis Kelamin, Pengalaman, Pendidikan, Anticipation,

Pesimism, Umur, Optimism, Fear , Intimidation

a.


Coefficientsa

12,533 6,206 2,020 ,047

,048 ,093 ,051 ,520 ,604 ,490 2,040

-,104 ,807 -,009 -,129 ,897 ,887 1,127

,016 1,042 ,001 ,015 ,988 ,741 1,350

,009 ,024 ,036 ,361 ,719 ,468 2,136

-,043 ,106 -,047 -,407 ,685 ,347 2,880

,391 ,105 ,360 3,726 ,000 ,508 1,970

,512 ,138 ,396 3,706 ,000 ,413 2,419

-,011 ,113 -,010 -,095 ,925 ,419 2,388

,190 ,266 ,090 ,715 ,477 ,301 3,322

-,100 ,072 -,156 -1,387 ,169 ,375 2,668

(Constant)

Umur

Jenis Kelamin

Pendidikan

Pengalaman

Fear

Anticipation

Optimism

Pesimism

Intimidation

Math

Model

1

B Std. Error

Unstandardized

Coefficients

Beta

Standardized

Coefficients




LAMPIRAN 7

DATA PEMBAGIAN KUESIONER

No Kantor Akuntan Publik Alamat

1 KAP. Drs. Sofyan Syafri & Rekan Jl. Tebet Timur Dalam I A No.4

2 KAP. Drs. Santoso Harsokusumo,

Irwan & Rekan

Jl. H.R. Rasuna Said Kav. B-6

Lantai 6-7

3 KAP. Drs. A. Salam Rauf & Rekan Sentra Mampang Building

4 KAP. Rama Wendra Graha Mampang

5 KAP. Toni H. Ratim Patra Office Tower 10th Floor

6 KAP. Kosasih & Nurdiyaman Menara Kadin Indonesia Lantai 17

Unit A,B,C

7 KAP. Dedy Zeinirwan Santosa Gedung LINA 5th Floor

8 KAP. Drs. Tasnim Ali Widjanarko

& Rekan (Pusat) Menara Kadin Indonesia 9th Floor

9 KAP. A. Krisnawan & Rekan Patra Office Tower 17th Floor

196

10 KAP. Armanda & Enita (Pusat) Patra Office Tower 18th Floor

11 KAP. S. Mannan, Sofwan, Adnan

& Rekan (Pusat) Kartika Chandra Tower 6th Floor

12 KAP. Drs. Yanuar Mulyana Wisma DPK PT. JAMSOSTEK

13 KAP. Drs. Heroe Pramono &

Rekan Jl. Prof. Dr. Supomo, SH No. 3

14 KAP. Yansen Pasaribu Rasuna Office Park AO-06

15 KAP. Ishak, Saleh, Soewondo &

Rekan

Gedung Perkantoran Royal Palace

Blok A 11

16 KAP. Kanaka Puradiredja, Robert

Yogi & Suhartono (Pusat)

The Royal Palace, Jl. Prof. Dr.

Soepomo, SH No.178 A - C 29

17 KAP. Wisnu B. Soewito & Rekan Gedung Gajah Unit ABC Lantai 6

18 KAP. Tia Adityasih & Rekan Jl. Padang Panjang No.1

19 KAP. Doli, Bambang, Sudarmadji

& Dadang (Pusat) Menara Kuningan Lantai 11

20 KAP. Eka Masni, Bustaman &

Rekan Jl. Sunan Kalijaga No.1 Blok M

21 KAP. Armen, Budiman & Rekan Graha Seti Lantai 1 Kav. A 20

22 KAP. Drs. Mulyamin Sensi

Suryanto Wisma Dharmala Sakti Lantai 7

23 KAP. Hendrawinata Gani &

Hidayat (Pusat) Wisma Dharmala Sakti Lantai 18

24 KAP. Jojo Sunarjo, Ruchiat &

Arifin (Pusat)

Gedung Dewan Pers Lantai 5, Jl.

Kebon Sirih No.32-34

25 KAP. Jan, Ladiman & Rekan (Cab) Jl. Anggrek Nelimurni Raya No.86

26 KAP. Drs. Chaeroni & Rekan Jl. Anggrek Nelimurni II / C 5

27 KAP. DRS. Amir Hadyi Jl. H. Saleh No.44 B Palmerah

28 KAP. Agus Ubaidillah Jl. Otista No.54 B

29 KAP. DRS. Dedy Harka Jl. Raya Jatinegara Barat No.116

PQR

197

30 KAP. Drs. Budiman Sembiring Jl. Kelapa Molek VII Blok M 2

No.23

JURUSAN AKUNTANSI FAKULTAS EKONOMI DAN ILMU SOSIAL...

Documents

Transcript of JURUSAN AKUNTANSI FAKULTAS EKONOMI DAN ILMU SOSIAL...