31 BAB III METODE PENELITIAN 3.1 POPULASI DAN SAMPEL Populasi merupakan obyek atau subyek yang berada pada suatu wilayah dan memenuhi syarat tertentu yang berkaitan dengan masalah dalam penelitian. Pada penelitian ini yang menjadi populasi adalah manajemen Direktorat Jenderal Bea dan Cukai. Sampel pada penelitian ini adalah 106 orang pegawai dengan jabatan kepala seksi hingga pelaksana pada bagian Direktorat Informasi Kepabeanan dan Cukai pada Kantor Pusat Direktorat Jenderal Bea dan Cukai yang berlokasi di DKI Jakarta. Penelitian ini menggunakan purposive sampling, yakni teknik pengambilan sampel didasarkan atas tujuan tertentu. Hal ini dengan alasan bahwa sampel yang dapat berpartisipasi pada penelitian ini hanya dengan kriteria-kriteria tertentu, yakni para pegawai yang dalam aktivitas pekerjaannya sehari-hari mengoperasikan INSW. 3.2 JENIS DAN SUMBER DATA Data yang digunakan dalam penelitian ini adalah data primer yaitu data yang diperoleh secara langsung dari sumber asli atau pihak pertama. Data penelitian ini diperoleh dari kuesioner pada Kantor Pusat Direktorat Jenderal Bea dan Cukai di DKI Jakarta. Teknik kuesioner yang penulis gunakan dalam penelitian ini ialah kuesioner tertutup, yaitu suatu cara pengumpulan data dengan memberikan atau menyebar daftar pertanyaan kepada responden dan yang
32 menjadi responden dalam penelitian ini adalah pegawai dengan jabatan kepala seksi hingga pelaksana pada bagian Direktorat Informasi Kepabeanan dan Cukai pada Kantor Pusat Direktorat Jenderal Bea dan Cukai. 3.3 DEFINISI DAN PENGUKURAN OPERASIONAL VARIABEL 3.3.1 Variabel Dependen Variabel dependen adalah variabel yang dijelaskan atau dipengaruhi oleh variabel independen. Variabel dependen pada penelitian ini adalah implementasi Indonesia National Single Window (INSW) pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence System (BIS). Menurut Pemerintah Republik Indonesia (2008) dalam Peraturan Presiden Nomor 10 Tahun 2008 pengertian INSW yaitu sistem nasional Indonesia yang memungkinkan dilakukannya suatu penyampaian data dan informasi secara tunggal (single submission of data and information), pemrosesan data dan informasi secara tunggal dan sinkron (single and synchronous processing of data and information), dan pembuatan keputusan secara tunggal untuk pemberian izin kepabeanan dan pengeluaran barang (single decision making for customs clearance and release of cargoes). Lonnqvist dan Pirttimaki (2004) menjelaskan mengenai definisi BIS yaitu pengorganisasian dan proses sistematis yang diselenggarakan oleh organisasi dimana organisasi memperoleh, menganalisa, dan menyebarkan informasi dari kedua sumber-sumber informasi internal dan eksternal yang signifikan untuk kegiatan bisnis mereka untuk pengambilan keputusan. INSW merupakan bentuk
33 dari BIS, dimana BIS merupakan suatu sistem informasi berbasi kecerdasan. Basis kecerdasan yang dimaksud ialah kecerdasan manusia dan teknologi yang dibangun dalam sistem tersebut. Indikator yang digunakan dalam pengukuran implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS ialah sebagai berikut: TABEL 3.1 INDIKATOR IMPLEMENTASI INSW PADA DIREKTORAT JENDERAL BEA DAN CUKAI DENGAN PENDEKATAN BIS INDIKATOR NOMOR KUESIONER SKALA Hardware 1, 2, 3 Software 4, 5 Brainware 6 Prosedur 7, 8 Jaringan Komunikasi Database VARIABEL 3 9, 10, 11 12, 13, 14 Manfaat Business Intelligence System 15, 16 Data Warehouse 17 Data Mining 18, 19 OLAP (Online Analytical Processing) 20, 21, 22 Sumber: Ferdiansyah dan Kusumawardana (2012) 3.3.2 Variabel Independen Scale Rating Variabel independen adalah variabel yang menjelaskan atau mempengaruhi variabel lain. Variabel independen pada penelitian ini adalah komitmen manajemen dan kualitas data. Cooper (2006) mendefiniskan komitmen manajemen sebagai terlibat dalam dan mempertahankan perilaku yang membantu dalam mencapai tujuan. Brown (1996) mendefinisikan komitmen sebagai hubungan yang dapat dilihat dari
34 segi kedalaman (kekuatan), fokus dan istilah, dimana umumnya pada semua jenis dan bentuk komitmen. Indikator yang digunakan dalam pengukuran komitmen manajemen ialah sebagai berikut: TABEL 3.2 INDIKATOR KOMITMEN MANAJEMEN INDIKATOR Pengaturan dan pelayanan pada bawahan NOMOR KUESIONER 1, 2 Perumusan dan penetapan kebijakan mutu dan sasaran 3, 4 Penyediaan sumber daya dan pelatihan VARIABEL 5, 6 Pengawasan pelaksanaan aktivitas di semua tingkat 1 organisasi 7 Pengevaluasian dan revisi kebijakan dalam terang hasil yang dicapai 8, 9 Sumber: Ferdiansyah dan Kusumawardana (2012) SKALA Scale Rating Susanto (2008) menjelaskan pengertian data bahwa data ialah fakta atau apapun yang dapat digunakan sebagai input dalam menghasilkan informasi. Data bisa berupa bahan untuk diskusi, pengambilan keputusan, perhitungan, atau pengukuran. Supangat (2008) menjelaskan pengertian data ialah bentuk jamak dari datum, yang diartikan sebagai informasi yang diterima yang bentuknya dapat berupa angka, kata-kata atau dalam bentuk lisan dan tulisan lainnya Chapman (2005) menjelaskan bahwa kualitas data adalah multidimensi, dan melibatkan manajemen data, pemodelan dan analisis, kontrol kualitas dan jaminan, penyimpanan dan penyajian. Olson (2003) memberikan ukuran mengenai kualitas data dimana kualitas data diukur terhadap sejumlah dimensi;
35 akurasi, relevan, ketepatan waktu, kelengkapan, kepercayaan dan aksesibilitas. Dimensi ketepatan mengukur pondasi dari kualitas data. berikut: Indikator yang digunakan dalam pengukuran kualitas data ialah sebagai TABEL 3.3 INDIKATOR KUALITAS DATA INDIKATOR NOMOR KUESIONER Akurat 1 Dapat mensupport sistem 2 Dapat mengekspresikan kebijakan manajemen 3 Simple 4 Sah VARIABEL 5 Valid 2 6 Tepat waktu 7 Lengkap 8 Dapat dipercaya 9 Kemudahan akses 10, 11 Sumber: Udinsumertha (2011) SKALA Scale Rating 3.4 METODE PENGUMPULAN DATA Metode pengumpulan data pada penelitian ini menggunakan penelitian lapangan. Penelitian lapangan (field research) adalah penelitian yang dilakukan dengan cara mengadakan peninjauan langsung pada instansi yang menjadi objek penelitian. Dalam mendapatkan data primer dengan metode ini, penulis menggunakan kuesioner. Butir pertanyaan kuesioner pada variabel komitmen manajemen dan implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS diperoleh dengan memodifikasi butir pertanyaan kuesioner dalam penelitian Ferdiansyah dan Kusumawardana (2012), sedangkan
36 butir pertanyaan kuesioner pada variabel kualitas data diperoleh dengan memodifikasi butir pertanyaan kuesioner dalam penelitian Udinsumertha (2011). Teknik kuesioner yang penulis gunakan dalam penelitian ini ialah kuesioner tertutup, yaitu suatu cara pengumpulan data dengan memberikan atau menyebar daftar pertanyaan kepada responden. Kuesioner yang digunakan oleh penulis harus diuji terlebih dahulu. Uji yang dilakukan pada kuesioner pada penelitian ini ialah uji validitas dan uji realibilitas. 3.4.1 Hasil Pengumpulan Data Kuesioner penelitian yang disebar pada penelitian ini ialah sebanyak 120 kuesioner, dimana kuesioner ini disebar dengan cara diberikan langsung ke tempat responden bekerja yakni bagian Direktorat Informasi Kepabeanan dan Cukai pada Kantor Pusat Direktorat Jenderal Bea dan Cukai yang berlokasi di DKI Jakarta. Jumlah kuesioner yang dikembalikan jawabannya ialah sebanyak 106 kuesioner. Semua kuesioner yang dikembalikan telah memenuhi syarat untuk dapat diolah. Ringkasan pengiriman dan pengembalian kuesioner pada penelitian ini dapat dilihat dalam tabel 3.4 berikut ini: TABEL 3.4 HASIL PENGUMPULAN DATA Keterangan Jumlah % Kuesioner yang disebar 120 100,0% Kuesioner yang tidak kembali 14 11,7% Kuesioner yang kembali 106 88,3% Kuesioner yang tidak memenuhi syarat 0 0,0% Kuesioner yang memenuhi syarat 106 88,3% Sumber: Hasil Penelitian, 2016
37 3.4.2 Uji Validitas Sugiyono (2010) menjelaskan bahwa valid adalah menunjukkan derajat ketetapan antara data yang sesungguhnya terjadi pada objek dengan data yang dapat dikumpulkan oleh peneliti. Validasi suatu data tercapai jika pernyataan tersebut mampu mengungkapkan apa yang akan di ungkapkan. TABEL 3.5 STANDAR PENILAIAN UNTUK VALIDITAS Validity Good 0,50 Acceptable 0,30 Marginal 0,20 Poor 0,10 Sumber: Barker, Pistrang dan Elliot (2002) Uji validitas dilakukan dengan mengkorelasikan masing-masing pertanyaan dengan jumlah skor untuk masing-masing variabel. Berdasarkan tabel 3.5, dalam menguji valid tidaknya suatu alat ukur digunakan pendekatan secara statistika, yaitu melalui nilai koefisien korelasi skor butir pernyataan denngan skor total= 0,30 maka pernyataan tersebut dinyatan valid dan apabila < 0,30 berarti data tersebut dapat dikatakan tidak valid. Hasil tersebut berdasarkan hasil penngolahan menggunakan rumus koorelasi pearson product moment. Untuk mempercepat dan mempermudah penelitian ini pengujian validitas kuesioner penelitian dilakukan dengan bantuan komputer dengan menggunakan software SPSS Statistic 17.0 menggunakan metode korelasi pearson product
38 moment dan diperoleh hasil uji validitas kuesioner ketiga variabel seperti pada tabel 3.5 berikut ini: TABEL 3.6 HASIL UJI VALIDITAS KUESIONER Komitmen Manajemen Implementasi INSW dengan Pendekatan BIS Butir Pertanyaan Indeks Validitas Nilai Kritis Ket Kategori Butir Pertanyaan Indeks Validitas Nilai Kritis Ket Kategori KM1 0,653 0,3 Valid Good INSW1 0,607 0,3 Valid Good KM2 0,593 0,3 Valid Good INSW2 0,602 0,3 Valid Good KM3 0,650 0,3 Valid Good INSW3 0,590 0,3 Valid Good KM4 0,578 0,3 Valid Good INSW4 0,561 0,3 Valid Good KM5 0,578 0,3 Valid Good INSW5 0,587 0,3 Valid Good KM6 0,583 0,3 Valid Good INSW6 0,558 0,3 Valid Good KM7 0,545 0,3 Valid Good INSW7 0,530 0,3 Valid Good KM8 0,645 0,3 Valid Good INSW8 0,535 0,3 Valid Good KM9 0,596 0,3 Valid Good INSW9 0,673 0,3 Valid Good Kualitas Data INSW10 0,636 0,3 Valid Good Butir Pertanyaan Indeks Validitas Nilai Kritis Ket Kategori INSW11 0,656 0,3 Valid Good INSW12 0,579 0,3 Valid Good KD1 0,765 0,3 Valid Good INSW13 0,533 0,3 Valid Good KD2 0,731 0,3 Valid Good INSW14 0,694 0,3 Valid Good KD3 0,536 0,3 Valid Good INSW15 0,526 0,3 Valid Good KD4 0,652 0,3 Valid Good INSW16 0,392 0,3 Valid Acceptable KD5 0,698 0,3 Valid Good INSW17 0,703 0,3 Valid Good KD6 0,690 0,3 Valid Good INSW18 0,737 0,3 Valid Good KD7 0,754 0,3 Valid Good INSW19 0,707 0,3 Valid Good KD8 0,732 0,3 Valid Good INSW20 0,511 0,3 Valid Good KD9 0,672 0,3 Valid Good INSW21 0,662 0,3 Valid Good KD10 0,584 0,3 Valid Good INSW22 0,599 0,3 Valid Good KD11 0,625 0,3 Valid Good Sumber: Data Primer Diolah, 2016 Berdasarkan tabel 3.6 diatas, dapat disimpulkan bahwa semua instrumen pertanyaan komitmen manajemen, kualitas data, dan implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS, melalui hasil uji
39 validitas dapat dilihat semua instrumen penelitian memilki indeks validitas lebih besar dari nilai kritis, artinya semua item pernyataan yang digunakan pada penelitian ini valid untuk mengukur variabelnya masing-masing. 3.4.3 Uji Reabilitas Sugiyono (2010) menjelaskan bahwa reabilitas adalah derajat konsistensi/ keajegan data dalam interval waktu tertentu. Menurut Ferdiansyah dan Kusumawardana (2012) Reabilitas menunjuk pada suatu pengertian bahwa suatu instrument cukup dapat dipercaya untuk dapat digunakan sebagai alat pengumpul data. Instrumen yang sudah dapat dipercaya, yang reliabel akan menghasilkan data yang dapat dipercaya pula. Pengujian reliabilitas kuesioner pada penelitian ini menggunakan rumus Alpha-Cronbach, yaitu melalui variasi skor butir pernyataan dengan variasi total skor keseluruhan butir pernyataan yaitu dengan skor total 0,70. Untuk mengevaluasi ukuran validitas dan reliabilitas kuesioner digunakan kriteria sebagai berikut : TABEL 3.7 STANDAR PENILAIAN UNTUK REABILITAS Reliability Good 0,80 Acceptable 0,70 Marginal 0,60 Poor 0,50 Sumber: Barker dkk. (2002)
40 Untuk mempercepat dan mempermudah penelitian ini pengujian reabilitas kuesioner penelitian dilakukan dengan bantuan komputer dengan menggunakan software SPSS Statistic 17.0 dan metode Alpha Cronbach s, diperoleh hasil uji reabilitas kuesioner ketiga variabel seperti pada tabel 3.5 berikut ini: TABEL 3.8 HASIL UJI REABILITAS KUESIONER Variabel Indeks Reabilitas Nilai Kritis Ket Kategori Komitmen Manajemen 0,776 0,7 Reliabel Acceptable Kualitas Data 0,882 0,7 Reliabel Good Implementasi Indonesia National Single Window pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence System 0,915 0,7 Reliabel Good Sumber: Data Primer diolah, 2016 Berdasarkan tabel 3.8 diatas, dapat disimpulkan bahwa variabel independen komitmen manajemen dan kualitas data, kemudian variabel dependen implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS, melalui hasil uji reabilitas dapat dilihat semua variabel dalam kuesioner penelitian memilki indeks reabilitas lebih besar dari nilai kritis, artinya semua variabel dalam kuesioner yang digunakan pada penelitian ini reliabel untuk mengukur variabelnya masing-masing.
41 3.5 TEKNIK ANALISIS DATA Berdasarkan pertimbangan tujuan penelitian, maka metode análisis data yang digunakan dalam penelitian ini adalah Metode Deskriptif dan Metode Verifikatif. 3.5.1 Metode Analisis Deskriptif Metode deskriptif adalah metode penelitian yang menggambarkan apa yang dilakukan oleh objek penelitian berdasarkan fakta-fakta yang ada untuk selanjutnya diolah menjadi data. Data tersebut kemudian dianalisis untuk memperoleh suatu kesimpulan. Langkah-langkah yang dilakukan dalam metode kualitatif ialah sebagai berikut: 1) Setiap pertanyaan yang dinilai oleh responden, diklasifikasikan dalam enam alternatif jawaban dengan menggunakan skala scale rating yang menggambarkan peringkat jawaban. 2) Dihitung skor tiap variabel/subvariabel = jumlah skor dari seluruh indikator variabel untuk semua responden. 3) Dihitung skor setiap variabel/subvariabel = rata-rata dari total skor. 4) Untuk mendeskripsikan jawaban responden, juga digunakan statistik deskriptif seperti distribusi frekuensi dan tampilan dalam bentuk tabel ataupun grafik. 5) Untuk menjawab deskripsi tentang masing-masing indikator pada variabel penelitian ini, digunakan rentang kriteria penilaian sebagai berikut:
42 n (m 1) RS = m Sumber: Narimawati (2007) Keterangan: RS = Rentang Skala m = Jumlah sampel yang diambil (dalam penelitian ini ialah 106 sampel) n = Jumlah alternatif jawaban tiap item (6 alternatif) Untuk menetapkan peringkat dalam setiap variabel penelitian, dapat dilihat dari perbandingan antara skor aktual dan ideal. Skor aktual diperoleh melalui hasil perhitungan seluruh pendapat responden, sedangkan skor ideal diperoleh dari prediksi nilai tertinggi dikalikan dengan jumlah pertanyaan kuesioner dikalikan dengan jumlah responden. Apabila digambarkan dengan rumus, maka akan tampak seperti di bawah ini: %Skor Aktual = Skor aktual Skor ideal 100% Sumber: Narimawati (2007) Skor aktual adalah jawaban seluruh responden atas kuesioner yang telah diajukan. Skor ideal adalah skor atau bobot tertinggi atau semua responden diasumsikan memilih jawaban dengan skor tertinggi. Pengklasifikasian persentase skor jawaban responden dikategorikan dalam tabel 3.9 berikut ini:
43 TABEL 3.9 KRITERIA SKOR JAWABAN RESPONDEN BERDASARKAN PRESENTASE SKOR AKTUAL No. Persentase Skor Kategori Skor 1. 20,00% - 36,00% Tidak Baik 2. 36,01% - 52,00% Kurang Baik 3. 52,01% - 68,00% Cukup Baik 4. 68,01% - 84,00% Baik 5. 84,01% - 100% Sangat Baik 3.5.2 Metode Analisis Verifikatif Sumber: Narimawati (2007) Metode verifikatif adalah penelitian yang digunakan untuk menguji hipotesis dengan menggunakan perhitungan statistik. Penelitian ini digunakan untuk menguji pengaruh variabel X terhadap Y yang diteliti. Verifikatif berarti menguji teori dengan pengujian suatu hipotesis apakah diterima atau ditolak. Perhitungan statistik dalam analisis verifikatif pada penelitian ini menggunakan bantuan aplikasi SPP Statistic 17.0. 3.5.2.1 Analisis Regresi Linear Berganda Analisis regresi dilakukan untuk mengetahui seberapa besar hubungan antara variabel independen dengan variabel dependen. Model regresi yang digunakan adalah sebagai berikut:
44 Y = a + b1x1 + b2x2 + e Keterangan: Y a = Implementasi Sistem INSW dengan Pendekatan BIS = Konstanta b1 - b2 = Koefisien regresi dari setiap variabel independen X1 X2 e = Komitmen Manajemen = Kualitas Data = Kesalahan atau gangguan 3.5.2.2 Analisis Korelasi Pearson Analisis koefisen korelasi pearson digunakan untuk mengukur ada atau tidaknya hubungan linier antara variabel bebas (X) dan variabel terikat (Y) serta mempunyai tujuan untuk meyakinkan bahwa pada kenyataannya terdapat hubungan antara Komitmen Manajemen dan Kualitas dengan Implementasi Indonesia National Single Window dengan Pendekatan Business Intelligence System dengan formulasi sebagai berikut : r n XY X Y 2 2 2 X X n Y n Y 2 Keterangan : r = Koefisien korelasi
45 X = Variabel Independen Y = Variabel Dependen n = Banyaknya sampel Koefisien korelasi mempunyai nilai -1 r +1 dimana : a. Apabila r = +1, maka korelasi antara kedua variabel dikatakan sangat kuat dan searah, artinya jika X naik sebesar 1 maka Y juga akan naik sebesar 1 atau sebaliknya. b. Apabila r = 0, maka hubungan antara kedua variabel sangat lebar atau tidak ada hubungan sama sekali. c. Apabila r = -1, maka korelasi antara kedua variabel sangat kuat dan berlawanan arah, artinya apabila X naik sebesar 1 maka Y akan turun sebesar 1 atau sebaliknya. Untuk memberikan interpretasi koefisien korelasinya maka penulis menggunakan pedoman dalam tabel 3.10 berikut ini: TABEL 3.10 INTERPRETASI KOEFISIEN KORELASI Interval Koefisien Tingkat Hubungan 0,00 0,25 Korelasi sangat lemah (tidak ada) >0,25 0,5 Korelasi cukup >0,5 0,75 Korelasi kuat >0,75 1 Korelasi sangat kuat Sumber: Sarwono (2005)
46 3.5.2.3 Analisis Koefisien Determinasi Besarnya pengaruh variabel X terhadap variabel Y dapat diketahui dengan menggunakan analisis koefisien determinasi atau disingkat Kd, yang diperoleh dengan mengkuadratkan koefisien korelasinya. Sehingga koefisien ini berguna untuk mengetahui besarnya kontribusi pengaruh komitmen manajemen dan kualitas data terhadap implementasi sistem INSW dengan pendekatan BIS, dengan menggunakan rumus sebagai berikut : Kd = r 2 100% Keterangan: Kd r = Nilai Koefisien determinasi = Koefisien korelasi 3.6 UJI HIPOTESIS Rancangan pengujian hipotesis digunakan untuk mengetahui pengaruh dari variabel yang diteliti, dalam hal ini adalah pengaruh antara komitmen manajemen dan kualitas data terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS dengan menggunakan pengujian statistik. Langkah-langkah pengujian hipotesis ini dimulai dengan menetapkan hipotesis nol dan hipotesis alternatif, perhitungan nilai statistik, penetapan tingkat signifikan, penetapan kriteria pengujian dan penarikan kesimpulan.
47 3.6.1 Komitmen Manajemen H01: β 0 Komitmen Manajemen tidak berpengaruh positif terhadap Implementasi Indonesia National Single Window (INSW) pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence System (BIS) Ha1: β > 0 Komitmen Manajemen berpengaruh secara positif terhadap Implementasi Indonesia National Single Window (INSW) pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence System (BIS) 3.6.2 Kualitas Data H02: β 0 Kualitas Data tidak berpengaruh positif terhadap Implementasi Indonesia National Single Window (INSW) pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence System (BIS) Ha2: β > 0 Kualitas Data berpengaruh secara positif terhadap Implementasi Indonesia National Single Window (INSW) pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence System (BIS)
48 BAB IV ANALISIS DAN PEMBAHASAN Pada bab ini, penulis akan melakukan analisis data yang sudah terkumpul dalam bentuk kuesioner penelitian. Tujuan dari penelitian ini adalah untuk menganalisis pengaruh variabel komitmen manajemen dan kualitas data terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS. Berdasarkan perumusan kerangka penelitian yang telah diungkapkan sebelumnya, sekaligus untuk kepentingan pengujian hipotesis maka teknik analisis yang digunakan dalam analisis ini adalah analisis kualitatif dan analisis kuantitatif. Analisis kuantitatif yang digunakan dalam penelitian ini ialah analisis regresi linier berganda, analisis korelasi, analisis determinasi, dan uji hipotesis. Analisis statistik dalam penelitian ini menggunakan bantuan aplikasi SPSS Statistic 17.0. 4.1 ANALISIS DESKRIPTIF Ananlisis deskriptif pada penelitian ini dilakukan untuk mendapatkan karakterisitk responden pada penelitian ini yakni terhadap jenis kelamin responden, usia responden, lama bekerja responden. Kemudian uji statistik deskriptif ini juga dilakukan untuk mendapatkan karakteristik tiap variabel pada penelitian ini yakni, persentase aktual dan idealnya komitmen manajemen, kualitas data, dan implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS.
49 4.1.1 Karakteristik Responden Data responden dikumpulkan oleh penulis dalam penelitian ini ialah sebanyak 106 responden. Untuk variabel independen dan dependen pada penelitian ini kuesioner diberikan kepada objek yaitu pegawai dengan jabatan kepala seksi hingga pelaksana pada bagian Direktorat Informasi Kepabeanan dan Cukai pada Kantor Pusat Direktorat Jenderal Bea dan Cukai di DKI Jakarta. Data responden yang dikumpulkan oleh penulis dalam penelitian ini ialah untuk mengetahui karakteristik responden, yakni profil responden berdasarkan jenis kelamin, profil responden berdasarkan umur, dan profil responden berdasarkan lama bekerja. 4.1.1.1 Profil Responden Berdasarkan Jenis Kelamin Untuk mengetahui karakteristik responden berdasarkan jenis kelamin dapat dilihat pada Tabel 4.1 berikut ini: TABEL 4.1 PROFIL RESPONDEN BERDASARKAN JENIS KELAMIN Jenis Kelamin Jumlah Responden Persentase % Laki-Laki 83 78,3% Perempuan 23 21,7% Jumlah 106 100% Sumber: Data Primer diolah, 2016 Berdasarkan Tabel 4.1 dapat diketahui bahwa mayoritas responden dalam penelitian ini berjenis kelamin laki-laki berjumlah 83 orang atau sebesar 78,3%
50 dan responden yang berjenis kelamin perempuan berjumlah 23 orang atau sebesar 21,7%. Hal ini disebabkan bahwa pada bagian Direktorat Informasi Kepabeanan dan Cukai pada Kantor Pusat Direktorat Jenderal Bea dan Cukai membutuhkan tenaga laki-laki yang banyak dalam melaksanakan tugasnya, sehingga pegawai dengan jenis kelamin laki-laki lebih diutamakan untuk ditempatkan pada direktorat tersebut. 4.1.1.2 Profil Responden Berdasarkan Usia Untuk mengetahui karakteristik responden berdasarkan usia dapat dilihat pada table 4.2 berikut ini: TABEL 4.2 PROFIL RESPONDEN BERDASARKAN USIA Usia Jumlah Responden Persentase % 25 Tahun 36 34,0% 26-30 Tahun 39 36,8% 31-35 Tahun 20 18,9% 36-40 Tahun 8 7,5% 41-45 Tahun 3 2,8% 46 Tahun 0 0,0% Jumlah 106 100% Sumber: Data Primer diolah, 2016 Berdasarkan tabel 4.2 dapat diketahui bahwa responden yang berusia dibawah atau sama dengan 25 tahun berjumlah 36 orang atau sebesar 34,0%, responden usia 26 sampai 30 tahun berjumlah 39 orang atau sebesar 36,8%,
51 responden usia 31 sampai 35 tahun berjumlah 20 orang atau sebesar 18,9%, responden usia 36 sampai 40 tahun berjumlah delapan orang atau sebebar 7,5%, responden usia 41 sampai 45 tahun berjumlah tiga orang atau sebesar 2,8%, dan tidak ada responden yg berusia diatas atau sama dengan 46 tahun atau sebesar 0%. Jadi dapat disimpulkan bahwa mayoritas responden penelitian ini ialah berusia 26 sampai 30 tahun. Hal ini disebabkan bahwa pada bagian Direktorat Informasi Kepabeanan dan Cukai pada Direktorat Jenderal Bea dan Cukai lebih membutuhkan tenaga dengan usia muda yang dapat mengerjakan pekerjaannya dengan cepat dan lebih teliti, sehingga pegawai dengan usia 26 sampai 30 tahun lebih ditempatkan pada direktorat tersebut. 4.1.1.3 Profil Responden Berdasarkan Lama Bekerja Untuk mengetahui karakteristik responden berdasarkan lama bekerja dapat dilihat pada tabel 4.3 berikut ini: TABEL 4.3 PROFIL RESPONDEN BERDASARKAN LAMA BEKERJA Lama Bekerja Jumlah Responden Persentase % 5 Tahun 24 22,6% 6-10 Tahun 38 35,8% 11-15 Tahun 24 22,6% 16-20 Tahun 17 16,0% 21-25 Tahun 3 2,8% 26 Tahun 0 0,0% Jumlah 106 100% Sumber: Data Primer diolah, 2016
52 Berdasarkan tabel 4.3 dapat diketahui bahwa responden dengan lama bekerja dibawah atau sama dengan lima tahun berjumlah 24 orang atau sebesar 22,6%, responden dengan lama bekerja enam sampai 10 tahun berjumlah 38 orang atau sebesar 35,8%, responden dengan lama bekerja 11 sampai 15 tahun berjumlah 24 orang atau sebesar 22,6%, responden dengan lama bekerja 16 sampai 20 tahun berjumlah 17 orang atau sebesar 16,0%, responden dengan lama bekerja 21 sampai 25 tahun berjumlah tiga orang atau sebesar 2,8%, dan tidak ada responden dengan lama bekerja diatas atau sama dengan 26 tahun atau sebesar 0%. Oleh karena itu, dapat disimpulkan bahwa mayoritas responden dengan lama bekerja paling banyak ialah antara 6 sampai 10 tahun. Hal ini disebabkan bahwa pada Direktorat Informasi Kepabeanan dan Cukai pada Kantor Pusat Direktorat Jenderal Bea dan Cukai lebih membutuhkan pegawai yang cukup terbilang muda dikarenakan dalam melaksanakan pekerjaan pada direktorat tersebut membutuhkan semangat dan keuletan bekerja yang tinggi, sehingga pegawai dengan lama bekerja 6 sampai 10 tahun lebih banyak ditempatkan pada direktorat tersebut terlebih dalam menjalankan Portal INSW. 4.1.2 Karakteristik Variabel Pada bagian ini akan diuraikan data tanggapan 106 orang pegawai dengan jabatan kepala seksi hingga pelaksana pada Direktorat Jenderal Bea dan Cukai atas komitmen manajemen, kualitas data, dan implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS.
53 4.1.2.1 Komitmen Manajemen Untuk mendapatkan gambaran komitmen manajemen pada Direktorat Jenderal Bea dan Cukai secara menyeluruh, dilakukan rekapitulasi jumlah skor tanggapan responden atas kelima indikator pada tabel 4.4 berikut ini: TABEL 4.4 REKAPITULASI SKOR JAWABAN RESPONDEN MENGENAI KOMITMEN MANAJEMEN No. 1 2 Indikator Pengaturan dan pelayanan pada bawahan Perumusan dan Penetapan kebijakan mutu dan sasaran Skor Aktual Skor Ideal % Kategori 1023 1272 80,42% Baik 1045 1272 82,15% Baik 3 Penyediaan sumber daya dan pelatihan 961 1272 75,55% Baik 4 5 Pengawasan pelaksanaan aktivitas di semua tingkat organisasi Pengevaluasian dan Pengrevisian kebijakan dalam terang hasil yang dicapai 499 636 78,46% Baik 1023 1272 80,42% Baik Total 4551 5724 79,51% Baik Perhitungan: Skor Ideal = Jumlah pertanyaan Nilai tertinggi Jumlah Responden Sumber: Data Primer, 2016 Tabel 4.4 diatas menggambarkan tanggapan responden mengenai komitmen manajemen Direktorat Jenderal Bea dan Cukai. Berdasarkan hasil pengolahan data yang disajikan pada tabel diatas, dapat dilihat bahwa total skor tanggapan responden ialah sebesar 4551 dari total skor idealnya sebesar 5724 atau sebesar 79,51%, maka dapat disimpulkan berdasarkan persentase skor tanggapan
54 responden bahwa komitmen manajemen pada Direktorat Bea dan Cukai termasuk dalam kategori baik. Namun jika dilihat dari indikator penyediaan sumber daya dan pelatihan kemudian indikator pengawasan pelaksanaan aktivitas di semua tingkat organisasi masih perlu ditingkatkan karena memiliki persentase yang cukup rendah bila dibandingkan dengan indikator lainnya dimana kedua indikator tersebut tidak mencapai persentase 80% walaupun persentase indikator tersebut masih dalam kategori baik. 4.1.2.2 Kualitas Data Untuk mendapatkan gambaran kualitas data pada Direktorat Jenderal Bea dan Cukai secara menyeluruh, dilakukan rekapitulasi jumlah skor tanggapan responden atas kesepuluh indikator pada tabel 4.5 berikut ini: No. TABEL 4.5 REKAPITULASI SKOR JAWABAN RESPONDEN MENGENAI KUALITAS DATA Indikator Skor Aktual Skor Ideal 1. Akurat 546 636 85,85% % Kategori Sangat Baik 2. Dapat mensupport Sistem 509 636 80,03% Baik 3. Dapat mengekspresikan kebijakan manajemen 501 636 78,77% Baik 4. Simple 509 636 80,03% Baik 5. Sah 546 636 85,85% 6. Valid 555 636 87,26% Sangat Baik Sangat Baik
55 TABEL 4.5. (lanjutan) 7. Tepat Waktu 516 636 81,13% Baik 8. Lengkap 523 636 82,23% Baik 9. Dapat dipercaya 545 636 85,69% Sangat Baik 10. Kemudahan Akses 1058 1272 83,18% Baik Total 5808 6996 83,02% Baik Perhitungan: Skor Ideal = Jumlah pertanyaan Nilai tertinggi Jumlah Responden Sumber: Data Primer diolah, 2016 Tabel 4.5 diatas menggambarkan tanggapan responden mengenai kualitas data pada Direktorat Jenderal Bea dan Cukai. Berdasarkan hasil pengolahan data yang disajikan pada tabel diatas, dapat dilihat bahwa total skor tanggapan responden ialah sebesar 5808 dari total skor idealnya sebesar 6996 atau sebesar 83,02%, maka dapat disimpulkan berdasarkan persentase skor tanggapan responden bahwa kualitas data pada Direktorat Bea dan Cukai termasuk dalam kategori baik. Hal ini disebabkan karena data Direktorat Jenderal Bea dan Cukai sangat baik pada indikator keakuratan, keabsahan, kevalidan, dan tingkat kepercayaan data. Namun jika dilihat dari indikator dapat mengekspresikan kebijakan manajemen dan masih perlu ditingkatkan karena memiliki persentase yang cukup rendah bila dibandingkan dengan indikator lainnya dimana kedua indikator tersebut tidak mencapai persentase 80% walaupun persentase indikator tersebut masih dalam kategori baik.
56 4.1.2.3 Implementasi Indonesia National Single Window pada Direktorat Jenderal Bea dan Cukai dengan Pendekatan Business Intelligence System Untuk mendapatkan gambaran implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS secara menyeluruh, dilakukan rekapitulasi jumlah skor tanggapan responden atas kesepuluh indikator pada tabel 4.6 berikut ini: TABEL 4.6 REKAPITULASI SKOR JAWABAN RESPONDEN MENGENAI IMPLEMENTASI INSW DENGAN PENDEKATAN BIS No. Indikator Skor Aktual Skor Ideal % Kategori 1. Hardware 1561 1908 81,81% Baik 2. Software 1038 1272 81,60% Baik 3. Brainware 521 636 81,92% Baik 4. Prosedur 1013 1272 79,64% Baik 5. Jaringan Komunikasi 1400 1908 73,38% Baik 6. Database 1539 1908 80,66% Baik 7. Manfaat Business Intelligence System 1098 1272 86,32% Sangat Baik 8. Data Warehouse 497 636 78,14% Baik 9. Data Mining 964 1272 75,79% Baik 10. OLAP (Online Analytical Processing) 1487 1908 77,94% Baik Total 11118 13992 79,46% Baik Perhitungan: Skor Ideal = Jumlah pertanyaan Nilai tertinggi Jumlah Responden Sumber: Data Primer, 2016
57 Tabel 4.6 diatas menggambarkan tanggapan responden mengenai implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS. Berdasarkan hasil pengolahan data yang disajikan pada tabel diatas, dapat dilihat bahwa total skor tanggapan responden ialah sebesar 11.118 dari total skor idealnya sebesar 13.992 atau sebesar 79,46%, maka dapat disimpulkan berdasarkan persentase skor tanggapan responden bahwa implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS pada Direktorat Jenderal Bea dan Cukai termasuk dalam kategori baik. Hal ini disebabkan karena implementasi INSW pada Direktorat Jenderal Bea dan Cukai sangat baik pada indikator manfaat business intelligence system. Namun jika dilihat dari indikator prosedur, jaringan komunikasi, data warehouse, data mining, dan OLAP (Online Analytical Processing) masih perlu ditingkatkan karena memiliki persentase yang cukup rendah bila dibandingkan dengan indikator lainnya dimana kelima indikator tersebut tidak mencapai persentase 80% walaupun persentase indikator tersebut masih dalam kategori baik. 4.2 ANALISIS VERIFIKATIF Pada bagian ini, hipotesis yang sebelumnya diajukan akan diuji dan dibuktikan dengan melakukan uji statistik. Data variabel X1 (Komitmen Manajemen) dan X2 (Kualitas Data) dan variabel Y (Implementasi Indonesia National Single Window dengan Pendekatan Business Indonesia System) yang digunakan untuk perhitungan regresi dan korelasi.
58 4.2.1 Analisis Regresi Linear Berganda Sebelum diuji pengaruh Komitmen Manajemen (X1) dan Kualitas Data (X2) terhadap Implementasi Indonesia National Single Window pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence (Y), terlebih dahulu dihitung koefisien regresi. Berdasarkan hasil pengolahan data menggunakan bantuan aplikasi SPSS Statistic 17.0 diperoleh hasil sebagai berikut: TABEL 4.7 HASIL ANALISIS REGRESI LINEAR BERGANDA Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) 30,588 8,883 3,444 0,001 Komitmen Manjemen 0,942 0,225 0,390 4,585 0,000* Kualitas Data 0,618 0,147 0,358 4,209 0,000* a. Variabel Dependen: Implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan Pendekatan BIS * signifikansi pada level 1 % Sumber: Data Primer diolah, 2016 Dari output SPSS Statistic 17.0 pada tabel 4.7 diatas, maka diperoleh model regresi sebagai berikut: Y = 30,588 + 0,942 X1 + 0,618 X2 + e Nilai konstanta a memiliki arti bahwa ketika variabel komitmen manajemen (X1) dan kualitas data (X2) bernilai nol atau implementasi INSW pada
59 Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS (Y) tidak dipengaruhi oleh komitmen manajemen dan kualitas data, maka rata-rata implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS bernilai 30,588 Koefisien regresi b1 memiliki arti bahwa jika variabel komitmen manajemen (X1) meningkat sebesar satu satuan, maka implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS (Y) akan meningkat sebesar 0,942. Koefisien regresi b2 memiliki arti bahwa jika variabel kualitas data (X2) meningkat sebesar satu satuan, maka implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS (Y) akan meningkat sebesar 0,618. Koefisien regresi tersebut bernilai positif, yang artinya komitmen manajemen dan kualitas data memberikan pengaruh positif terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS. Dengan kata lain, semakin baik komitmen manajemen dan kualitas data, maka semakin baik implementasi INSW pada Direktorat Jenderal Bea dan Cukai. 4.2.2 Analisis Korelasi Pearson Untuk mengetahui hubungan antara komitmen manajemen dan kualitas data terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS, digunakan analisis korelasi pearson. Berikut ini adalah hasil pengolahan data menggunakan bantuan aplikasi SPSS Statistic 17.0 untuk koefisien korelasi mengenai hubungan antara komitmen
60 manajemen dan kualitas data terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS yang disajikan dalam tabel 4.8. Implementasi INSW dengan pendekatan BIS TABEL 4.8 HASIL ANALISIS KORELASI PEARSON Pearson Correlation Correlations Implementasi INSW dengan pendekatan BIS Komitmen Manajemen Kualitas Data 1 0,551 * 0,534 * Sig. (1-tailed) 0,000 0,000 N 106 106 106 Komitmen Manajemen Pearson Correlation 0,551 * 1 0,451 * Sig. (1-tailed) 0,000 0,000 N 106 106 106 Kualitas Data Pearson Correlation 0,534 * 0,451 * 1 Sig. (1-tailed) 0,000 0,000 N 106 106 106 *. Correlation is significant at the 0,01 level (1-tailed) Sumber: Data Primer diolah, 2016 Berdasarkan hasil perhitungan SPSS Statistic 17.0 seperti tabel diatas diperoleh nilai koefisien korelasi (r) sebesar 0,551 untuk komitmen manajemen terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS dan nilai korelasi (r) sebesar 0,534 untuk kualitas data terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS. Berdasarkan hasil tersebut berarti terdapat hubungan yang kuat antara variabel komitmen manajemen dan kualitas data terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS. Artinya,
61 semakin tinggi/ baik komitmen manajemen dan kualitas data, maka semakin baik implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS. 4.2.3 Koefisien Determinasi Koefisien determinasi (R-square) merupakan nilai yang digunakan untuk mengetahui besarnya kontribusi variabel independen terhadap perubahan variabel dependen. Hasil perhitungan koefisien determinasi menggunakan bantuan aplikasi SPSS Statistic 17.0 dapat dilihat dalam tabel 4.9 berikut init: TABEL 4.9 HASIL ANALISIS KOEFISIEN DETERMINASI Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 0,637 a 0,406 0,395 6,44538 a = Predictor: (Constant), Komitmen Manajemen, Kualitas Data Variabel Dependen: Implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS Sumber: Data Primer diolah, 2016 Berdasarkan hasil perthitungan diatas didapat dilihat nilai adjusted r square sebesar 39,5%. Hal ini menunjukkan bahwa komitmen manajemen dan kualitas data memberikan pengaruh sebesar 39,5% terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS, sedangkan sisanya sebesar 60,5 % implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS dapat dijelaskan oleh variabel lainnya diluar variabel komitmen manajemen dan kualitas data.
62 4.3 UJI HIPOTESIS Berdasarkan hasil analisis regresi berganda yang terdapat pada tabel 4.7, dapat diketahui nilai probability value masing-masing variabel independen terhadap nilai variabel dependen dalam penelitian ini. Jika probability value > 0,05 maka H0 ditolak, dan sebaliknya jika probability value < 0,01 atau probability value < 0,05 maka Ha diterima. 4.3.1 Komitmen Manajemen H01: β 0 Komitmen Manajemen tidak berpengaruh positif terhadap Implementasi Indonesia National Single Window (INSW) pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence System (BIS). Ha1: β > 0 Komitmen Manajemen berpengaruh secara positif terhadap Implementasi Indonesia National Single Window (INSW) pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence System (BIS). Dari hasil perhitungan mengenai komitmen manajemen, maka dapat dilihat bahwa komitmen manajemen berpengaruh positif signifikan terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS. Hal ini dikarenakan pengaruh komitmen manajemen terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS memiliki nilai sig dibawah 0,01 yaitu sebesar 0,000. Nilai koefisien yang positif ditunjukkan oleh angka beta sebesar 0,942. Hasil perhitungan diatas membuat H1
63 diterima yang menyatakan bahwa Komitmen Manajemen berpengaruh positif terhadap implementasi Indonesia National Single Window (INSW) pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence System (BIS). Hasil penelitian ini sejalan dengan hasil penelitian Ferdiansyah dan Kusumawardana (2012), Vodapalli (2009) yang menyatakan bahwa komitmen manajemen mempunyai korelasi yang cukup tinggi terhadap implementasi SIDJP dengan pendekatan BIS, ditunjukkan oleh angka korelasi yaitu sebesar 0,624. Menurut Vodapalli (2009) meskipun mungkin ada banyak faktor yang bisa mempengaruhi proses implementasi dari sistem business intelligence, hasilnya menunjukkan bahwa berikut ini adalah faktor penentu keberhasilan bisnis intelijen: bisnis berbasis metodologi dan manajemen proyek, visi dan perencanaan yang jelas, dukungan dan sponsor dari komitmen manajemen, dan manajemen data serta kualitas data. Hasil penelitian ini juga sesuai dengan teori BIS yakni menurut Kimball dkk. (2008) dimana terdapat tiga bidang penting dalam organisasi yang perlu dinilai sebelum proyek business intelligence dijalankan, dimana salah satunya ialah tingkat komitmen dan dukungan terhadap proyek dari manajemen senior.
64 4.3.2 Kualitas Data H02: β 0 Kualitas Data tidak berpengaruh positif terhadap Implementasi Indonesia National Single Window (INSW) pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence System (BIS). Ha2: β > 0 Kualitas Data berpengaruh secara positif terhadap Implementasi Indonesia National Single Window (INSW) pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence System (BIS). Dari hasil perhitungan mengenai kualitas data, maka dapat dilihat bahwa kualitas data berpengaruh positif signifikan terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS. Hal ini dikarenakan pengaruh kualitas data terhadap implementasi INSW pada Direktorat Jenderal Bea dan Cukai dengan pendekatan BIS memiliki nilai sig dibawah 0,01 yaitu sebesar 0,000. Nilai koefisien yang positif ditunjukkan oleh angka beta sebesar 0,618. Hasil perhitungan diatas membuat H2 diterima yang menyatakan bahwa Kualitas Data berpengaruh positif terhadap implementasi Indonesia National Single Window (INSW) pada Direktorat Jenderal Bea dan Cukai dengan pendekatan Business Intelligence System (BIS). Hasil penelitian sejalan dengan hasil penelitian Udinsumertha (2011), Vodapalli (2009), Vasile dan Mirela (2008) yang menyatakan bahwa kualitas data mempunyai korelasi yang cukup tinggi/ cukup kuat terhadap Implementasi SIDJP
65 dengan pendekatan BIS, ditunjukkan oleh angka hasil korelasi yakni sebesar 0,696. Menurut Vodapalli (2009) meskipun mungkin ada banyak faktor yang bisa mempengaruhi proses implementasi dari sistem business intelligence, hasil penelitiannya menunjukkan bahwa faktor-faktor penentu keberhasilan bisnis intelijen ialah bisnis berbasis metodologi dan manajemen proyek, visi dan perencanaan yang jelas, dukungan dan sponsor dari komitmen manajemen, dan manajemen data serta kualitas data. Menurut Vasile dan Mirela (2008) dalam rangka untuk membuat keputusan yang mendukung strategi bisnis, para pembuat keputusan harus percaya pada data yang mereka analisis. Proyek BIS akan meningkat dengan kualitas data yang sangat baik. Hasil penelitian ini juga sesuai dengan teori BIS yakni menurut Kimball dkk. (2008) dimana terdapat tiga bidang penting dalam organisasi yang perlu dinilai sebelum proyek business intelligence dijalankan, dimana salah satunya ialah jumlah dan kualitas data bisnis yang tersedia