View
224
Download
0
Category
Preview:
Citation preview
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
ANALISIS PENGARUH FAKTOR DEMOGRAFI
ii
DAN FAKTOR PERSONALITY
TERHADAP KEAHLIAN KOMPUTER AUDIT
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
FAKULTAS EKONOMI DAN ILMU SOSIAL
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
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
No Keterangan Halaman
2.1 Kerangka Pemikiran 28
4.1 Histogram Hasil Uji Normalitas 60
4.2 Hasil Uji Heteroskedastisitas (Scatterplot) 61
86
DAFTAR LAMPIRAN
No Keterangan Halaman
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
keahlian komputer audit.
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
keahlian komputer audit.
H2 = Jenis Kelamin auditor berpengaruh secara negatif dan signifikan
terhadap keahlian komputer audit.
H3 = Tingkat Pendidikan auditor berpengaruh secara positif dan signifikan
terhadap keahlian komputer audit.
H4 = Pengalaman auditor berpengaruh secara positif dan signifikan
terhadap keahlian komputer audit.
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
• Pengetahuan tentang
pengendalian EDP
• Pengetahuan tentang
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%
Sumber: Data Primer Diolah
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
Sumber: Data Primer Diolah
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
Anticipation 2 0,000 0,778(**) Valid
Anticipation 3 0,000 0,849(**) Valid
141
Anticipation 4 0,000 0,810(**) Valid
Anticipation 5 0,000 0,773(**) Valid
Anticipation 6 0,000 0,873(**) Valid
Anticipation 7 0,000 0,825(**) Valid
Anticipation 8 0,000 0,802(**) Valid
Anticipation 9 0,000 0,806(**) Valid
Optimism 1 0,000 0,591(**) Valid
Optimism 2 0,000 0,868(**) Valid
Optimism 3 0,000 0,870(**) Valid
Optimism 4 0,000 0,782(**) Valid
Optimism 5 0,000 0,844(**) Valid
Optimism 6 0,000 0,760(**) Valid
Optimism 7 0,000 0,788(**) Valid
Pessimism 1 0,000 0,680(**) Valid
Pessimism 2 0,000 0,606(**) Valid
Pessimism 3 0,000 0,554(**) Valid
Pessimism 4 0,000 0,712(**) Valid
Pessimism 5 0,000 0,649(**) Valid
Pessimism 6 0,000 0,693(**) Valid
Pessimism 7 0,000 0,741(**) Valid
Pessimism 8 0,000 0,673(**) Valid
Pessimism 9 0,000 0,540(**) Valid
Intimidation 1 0,000 0,848(**) Valid
Intimidation 2 0,000 0,880(**) Valid
Intimidation 3 0,000 0,926(**) Valid
Intimidation 4 0,000 0,812(**) 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 2 0,000 0,707(**) Valid
Keahlian 3 0,000 0,849(**) Valid
Keahlian 4 0,000 0,882(**) Valid
Keahlian 5 0,000 0,772(**) Valid
Keahlian 6 0,000 0,863(**) Valid
Keahlian 7 0,000 0,840(**) Valid
Keahlian 8 0,000 0,800(**) Valid
Keahlian 9 0,000 0,853(**) 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
Fear 2 ,842 Reliable
Fear 3 ,840 Reliable
Fear 4 ,838 Reliable
Fear 5 ,845 Reliable
Fear 6 ,839 Reliable
Fear 7 ,836 Reliable
Fear 8 ,841 Reliable
Fear 9 ,842 Reliable
Fear 10 ,843 Reliable
Anticipation 1 ,847 Reliable
Anticipation 2 ,845 Reliable
Anticipation 3 ,845 Reliable
Anticipation 4 ,845 Reliable
Anticipation 5 ,846 Reliable
Anticipation 6 ,845 Reliable
Anticipation 7 ,848 Reliable
Anticipation 8 ,848 Reliable
Anticipation 9 ,847 Reliable
Optimism 1 ,850 Reliable
Optimism 2 ,846 Reliable
Optimism 3 ,847 Reliable
Optimism 4 ,847 Reliable
Optimism 5 ,848 Reliable
Optimism 6 ,850 Reliable
143
Optimism 7 ,845 Reliable
Pessimism 1 ,837 Reliable
Pessimism 2 ,843 Reliable
Pessimism 3 ,839 Reliable
Pessimism 4 ,840 Reliable
Pessimism 5 ,839 Reliable
Pessimism 6 ,839 Reliable
Pessimism 7 ,837 Reliable
Pessimism 8 ,837 Reliable
Pessimism 9 ,840 Reliable
Intimidation 1 ,837 Reliable
Intimidation 2 ,839 Reliable
Intimidation 3 ,839 Reliable
Intimidation 4 ,839 Reliable
Math 1 ,839 Reliable
Math 2 ,835 Reliable
Math 3 ,837 Reliable
Math 4 ,837 Reliable
Math 5 ,839 Reliable
Math 6 ,837 Reliable
Math 7 ,837 Reliable
Math 8 ,837 Reliable
Math 9 ,836 Reliable
Math 10 ,836 Reliable
Keahlian 1 ,845 Reliable
Keahlian 2 ,845 Reliable
Keahlian 3 ,847 Reliable
Keahlian 4 ,846 Reliable
Keahlian 5 ,846 Reliable
Keahlian 6 ,845 Reliable
Keahlian 7 ,848 Reliable
Keahlian 8 ,846 Reliable
Keahlian 9 ,845 Reliable
Keahlian 10 ,845 Reliable
Sumber: Data Primer Diolah
Tabel 4.6 Hasil Uji Reliabilitas Seluruh Item Pertanyaan
N of Cases Cronbach’s Alpha N of Items
90 ,845 59
Sumber: Data Primer Diolah
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
Sumber: Data Primer Diolah
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.
Sumber: Data Primer Diolah
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
Dependent Variable: Keahlian
Scatterplot
Sumber: Data Primer Diolah
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
terhadap keahlian komputer audit.
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.
Sumber: Data Primer Diolah
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
Predictors: (Constant), Math, Jenis Kelamin, Pengalaman, Pendidikan,
Anticipation, Pesimism, Umur, Optimism, Fear , Intimidation
a.
Dependent Variable: Keahlianb.
Sumber: Data Primer Diolah
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
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: Keahliana.
Sumber: Data Primer Diolah
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.
3) Nilai β2 yang merupakan koefisien regresi dari variabel X2
(jenis kelamin) sebesar -0,104 mempunyai arti bahwa
perbedaan gender auditor eksternal tidak berpengaruh terhadap
keahlian komputer audit auditor.
4) Nilai β3 yang merupakan koefisien regresi dari variabel X3
(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.
5) Nilai β4 yang merupakan koefisien regresi dari variabel X4
(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.
6) Nilai β5 yang merupakan koefisien regresi dari variabel X5
(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.
7) Nilai β6 yang merupakan koefisien regresi dari variabel X6
(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.
8) Nilai β7 yang merupakan koefisien regresi dari variabel X7
(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
satuan dengan asumsi variabel lainnya tetap atau konstan.
9) Nilai β8 yang merupakan koefisien regresi dari variabel X8
(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
satuan dengan asumsi variabel lainnya tetap atau konstan.
10) Nilai β9 yang merupakan koefisien regresi dari variabel X9
(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
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: Keahliana.
Sumber: Data Primer Diolah
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.
0,988 lebih besar dari 0,05. Berdasarkan kriteria pengujian
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
sig. 0,719 lebih besar dari 0,05. Berdasarkan kriteria pengujian
maka H4 ditolak atau variabel pengalaman berpengaruh positif
tetapi tidak signifikan terhadap keahlian komputer audit. Hasil
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.
0,685 lebih besar dari 0,05. Berdasarkan kriteria pengujian
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
berpengaruh nyata dalam peningkatan keahlian komputer audit.
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
ini mendukung penelitian yang dilakukan oleh Rifa dan
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.
0,925 lebih besar dari 0,05. Berdasarkan kriteria pengujian
maka H8 ditolak atau variabel pessimism berpengaruh negatif
tetapi tidak signifikan terhadap keahlian komputer audit. Hasil
ini mendukung penelitian yang dilakukan oleh Rifa dan
Gudono (1999) dan Wibowo, Hardiningsih (2003) dan Oktriani
(2006). Hasil ini juga berarti bahwa semakin rendah sikap
pesimis auditor terhadap perkembangan komputer tidak dapat
berpengaruh nyata dalam peningkatan keahlian komputer audit.
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
sig. 0,477 lebih besar dari 0,05. Berdasarkan kriteria pengujian
maka H9 ditolak atau variabel intimidation berpengaruh positif
tetapi tidak signifikan terhadap keahlian komputer audit. Hasil
ini mendukung penelitian yang dilakukan oleh Rifa dan
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
berpengaruh nyata dalam peningkatan keahlian komputer audit.
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
sig. 0,169 lebih besar dari 0,05. Berdasarkan kriteria pengujian
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
keahlian komputer audit.
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.
Dependent Variable: Keahlianb.
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
tidak signifikan terhadap variabel dependen Y (keahlian komputer audit)
dengan nilai koefisien 0,009.
5. Variabel independen X5 (fear) berpengaruh secara negatif dan tidak
signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan
nilai koefisien -0,043.
6. Variabel independen X6 (anticipation) berpengaruh secara positif dan
signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan
nilai koefisien 0,391.
7. Variabel independen X7 (optimism) berpengaruh secara positif dan
signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan
nilai koefisien 0,512.
164
8. Variabel independen X8 (pessimism) berpengaruh secara negatif dan tidak
signifikan terhadap variabel dependen Y (keahlian komputer audit) dengan
nilai koefisien -0,011.
9. Variabel independen X9 (intimidation) berpengaruh secara positif dan
tidak signifikan terhadap variabel dependen Y (keahlian komputer audit)
dengan nilai koefisien 0,190.
10. Variabel independen X10 (math anxiety) berpengaruh secara negatif dan
tidak signifikan terhadap variabel dependen Y (keahlian komputer audit)
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
ANALISIS PENGARUH FAKTOR DEMOGRAFI
DAN FAKTOR PERSONALITY
TERHADAP KEAHLIAN KOMPUTER AUDIT
Oleh :
Arief Rakhman Hakim
1050 8200 2652
JURUSAN AKUNTANSI
FAKULTAS EKONOMI DAN ILMU SOSIAL
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
1430 H/2009 M
172
UIN SYARIF HIDAYATULLAH JAKARTA
FAKULTAS EKONOMI DAN ILMU SOSIAL
JURUSAN AKUNTANSI
PENGANTAR
ANALISIS PENGARUH FAKTOR DEMOGRAFI
DAN FAKTOR PERSONALITY
TERHADAP KEAHLIAN KOMPUTER AUDIT
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
No Pertanyaan 1 2 3 4 5
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
No Pertanyaan 1 2 3 4 5
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
No Pertanyaan 1 2 3 4 5
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
No Pertanyaan 1 2 3 4 5
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
No Pertanyaan 1 2 3 4 5
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
No Pertanyaan 1 2 3 4 5
1 Auditor sistem informasi harus memiliki
pengetahuan yang memadai tentang komputer
secara umum
2 Auditor sistem informasi harus memiliki
pengetahuan yang memadai tentang perangkat
lunak komputer secara umum
3 Auditor sistem informasi harus memiliki
pemahaman yang memadai tentang teknik
pengolahan file
4 Auditor sistem informasi harus memiliki
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
7 Auditor sistem informasi harus memiliki
pengetahuan yang memadai tentang struktur
pengendalian internal sistem Pengolahan Data
Elektronik (EDP)
8 Auditor sistem informasi harus memiliki
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
Correlation is significant at the 0.01 level (2-tailed).**.
Correlation is significant at the 0.05 level (2-tailed).*.
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
Correlation is significant at the 0.01 level (2-tailed).**.
Correlation is significant at the 0.05 level (2-tailed).*.
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
Correlation is significant at the 0.05 level (2-tailed).*.
Correlation is significant at the 0.01 level (2-tailed).**.
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
Correlation is significant at the 0.01 level (2-tailed).**.
Correlation is significant at the 0.05 level (2-tailed).*.
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
Correlation is significant at the 0.05 level (2-tailed).*.
Correlation is significant at the 0.01 level (2-tailed).**.
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
Correlation is significant at the 0.01 level (2-tailed).**.
Correlation is significant at the 0.05 level (2-tailed).*.
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
Correlation is significant at the 0.01 level (2-tailed).**.
Correlation is significant at the 0.05 level (2-tailed).*.
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
Correlation is significant at the 0.01 level (2-tailed).**.
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
Correlation is significant at the 0.01 level (2-tailed).**.
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
Correlation is significant at the 0.01 level (2-tailed).**.
Correlation is significant at the 0.05 level (2-tailed).*.
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
Correlation is significant at the 0.01 level (2-tailed).**.
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
Correlation is significant at the 0.01 level (2-tailed).**.
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
Correlation is significant at the 0.01 level (2-tailed).**.
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
Dependent Variable: Keahlian
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
Dependent Variable: Keahlian
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
Predictors: (Constant), Math, Jenis Kelamin, Pengalaman, Pendidikan,
Anticipation, Pesimism, Umur, Optimism, Fear , Intimidation
a.
Dependent Variable: Keahlianb.
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
Dependent Variable: Keahlian
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
t Sig. Tolerance VIF
Collinearity Statistics
Dependent Variable: Keahliana.
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.
Dependent Variable: Keahlianb.
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
Predictors: (Constant), Math, Jenis Kelamin, Pengalaman, Pendidikan,
Anticipation, Pesimism, Umur, Optimism, Fear , Intimidation
a.
Dependent Variable: Keahlianb.
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.
Dependent Variable: Keahlianb.
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.
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
Recommended