Uji dilakukan dengan membandingkan nilai r hitung dengan nilai r tabel. Pada
penelitian ini jumlah sampel (n) = 100 dan besarnya df dapat dihitung 100-3=97, dengan df=97 dan alpha = 0.05 didapat r tabel dengan uji dua sisi = 0,198. Jika r
hitung lebih besar dari r tabel dan bernilai positif, maka butir pertanyaan atau indikator tersebut dinyatakan valid (Ghozali, 2006:45).
Hasil uji validitas pada penelitian ini terdapat pada tabel V.4, V.5, V.6, & V.7.
Tabel V.4
Hasil uji Validitas Kualitas Informasi
No Item Pernyataan R hitung R tabel Keterangan
Kualitas Informasi 1 0,791 0,198 Valid 2 0,780 0,198 Valid 3 0,710 0,198 Valid 4 0,765 0,198 Valid 5 0,744 0,198 Valid Sumber: data primer yang diolah, 2014
Tabel V.5
Hasil Uji Validitas Kualitas Desain
No Item Pernyataan R hitung R tabel Keterangan
Kualitas Desain 1 0,738 0,198 Valid 2 0,691 0,198 Valid 3 0,724 0,198 Valid 4 0,728 0,198 Valid 5 0,751 0,198 Valid Sumber: data primer yang diolah, 2014
Tabel V.6
Hasil Uji Validitas Kualitas Penggunaan
No Item Pernyataan R hitung R tabel Keterangan
Kualitas Penggunaan 1 0,757 0,198 Valid 2 0,798 0,198 Valid 3 0,645 0,198 Valid 4 0,689 0,198 Valid 5 0,768 0,198 Valid Sumber:data primer yang diolah, 2014
Tabel V.7
Hasil Uji Validitas Keputusan Pemanfaatan
No Item Pernyataan R hitung R tabel Keterangan
Keputusan Pemanfaatan 1 0,738 0,198 Valid 2 0,824 0,198 Valid 3 0,782 0,198 Valid 4 0,838 0,198 Valid 5 0,668 0,198 Valid Sumber: data primer yang diolah, 2014
Berdasarkan pengujian tabel uji validitas di atas, diketahui bahwa nilai r hitung
dari semua indikator variabel lebih besar dari r tabel. Oleh karena itu dapat disimpulkan semua indikator dalam penelitian ini adalah valid.
2. Uji Reliabilitas
Uji reliabilitas bertujuan untuk mengukur konsistensi konstruk atau indikator (variabel) penelitian. Suatu kuesioner dikatakan reliable atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2006:41). Untuk menguji keandalan kuesioner yang digunakan, maka dilakukan analisis reliabilitas berdasarkan koefisien Alpha Cronbach. Koefisien
Alpha Cronbach menafsirkan korelasi antara skala yang dibuat dengan semua skala indikator yang ada dengan keyakinan tingkat kendala. Indikator yang dapat diterima apabila koefisien alpha di atas 0,60. Menurut Nunnaly (1967) dalam
Ghozali (2006:42) suatu konstruk atau variabel dikatakan reliebel jika memberikan nilai Cronbach Alpha > 0,60. Adapun hasil uji reliebel dalam penelitian ini dapat dilihat dalam tabel V.8 berikut ini.
Tabel V.8
Uji Reliabilitas
Case Processing Summary
N %
Cases Valid 100 100.0 Excludeda 0 .0 Total 100 100.0 a. Listwise deletion based on all variables in the procedure.
Reliability Statistics
Cronbach's
Alpha N of Items .919 20
Sumber: data primer yang diolah, 2014
Uji relibilitas yang dilihat dari Cronbach’s Alpha sebesar 0,919 sehingga dapat dikatakan bahwa keseluruhan variabel dalam penelitian ini adalah reliabel karena koefisien alpha di atas 0,60.
C. Uji Asumsi Klasik
1. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk menguji ada atau tidaknya korelasi antara variabel bebas (independen). Dilakukan dengan cara menganalisis matrik korelasi variabel-variabel independen. Jika variabel-variabel independen saling berkorelasi (diatas 0,9) dan nilai R² yang dihasilkan oleh estimasi model regresi empiris sangat tinggi, dan nilai tolerance < 0,10 atau sama dengan nilai VIF (Variance Inflation Factor) > 10 maka mengindikasikan adanya multikolinieritas (Imam Ghozali, 2006:91-92). Adapun nilai tolerance dan VIF dapat dilihat pada tabel V.9 berikut ini.
Tabel V.9
Nilai Tolerance dan VIF
Variabel Tolerance VIF
Kualitas Informasi 0,514 1,946 Kualitas Desain 0,412 2,425 Kualitas Penggunaan 0,451 2,219 Sumber: data primer yang diolah, 2014
Dilihat dari tabel V.9 VIF lebih dari angka 1 dan tidak melebihi angka 10, maka dapat disimpulkan bahwa tidak terdapat multikolinearitas.
2. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas (Ghozali, 2006:105). Hasil uji heteroskedastisitas pada Gambar V.1 berikut.
Gambar V.1
Grafik Scatterplot
Gari grafik scattrerplot di atas dapat dilihat bahwa tidak ada pola yang jelas, maka tidak terjadi heteroskedastisitas.
3. Uji Normalitas
Uji normalitas bertujun untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal atau tidak. Uji normalitas menghasilkan grafik normal probability plot yang tampak pada Gambar V.2 berikut.
Gambar V.2 Grafik Normal Probability Plot
Grafik normal probability plot di atas menunjukkan bahwa data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.
D. Analisis Regresi Berganda
Analsisi regresi berganda yang telah dilakukan diperoleh koefisien regresi nilai t hitung dan tingkat signifikansi sebagaimana ditampilkan pada tabel V.10 berikut.
Tabel V.10
Hasil Uji Regresi Berganda
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 1.885 2.032 .927 .356 Ki .314 .127 .267 2.479 .015 Kd .150 .133 .135 1.127 .263 Kpeng .405 .138 .337 2.933 .004
a. Dependent Variable: Kpem
Sumber: data primer yang diolah, 2014
Y = 1,885 + 0,267 X1 + 0,135 X2 + 0,337 X3 Keterangan: Y : Keputusan Pemanfaatan X1 : Kualitas Informasi X2 : Kualitas Desain X3 : Kualitas Penggunaan
Persamaan regresi berganda tersebut dijelaskan sebagai berikut:
1. Variabel independen Kualitas Informasi (X1) berpengaruh positif dengan nilai 0,267 terhadap variabel dependen Keputusan Pemanfaatan (Y).
2. Variabel independen Kualitas Desain (X2) berpengaruh positif dengan nilai 0,135 terhadap variabel dependen Keputusan Pemanfaatan (Y).
3. Variabel independen Kualitas Penggunaan (X3) berpengaruh positif dengan nilai 0,337 terhadap variabel dependen Keputusan Pemanfaatan (Y).
1. Uji F (Uji Simultan)
Uji F bertujuan untuk menunjukkan apakah semua variabel independen yang dimasukkan ke dalam model secara simultan atau bersama-sama mempunyai pengaruh terhadap variabel dependen (Ghozali, 2006:84).
Jika F hitung > F tabel, maka Ho ditolak dan Ha diterima, berarti masing-masing variabel independen secara bersama-sama mempunyai pengaruh yang signifikan terhadap variabel dependen.
Jika F hitung < F tabel, maka Ho diterima dan Ha ditolak, berarti masing-masing variabel independen secara bersama-sama tidak mempunyai pengaruh yang signifikan terhadap variabel dependen.
Tabel V.11 Hasil Uji F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 361.906 3 120.635 23.985 .000a Residual 482.844 96 5.030
Total 844.750 99
a. Predictors: (Constant), Kpeng, Ki, Kd
b. Dependent Variable: Kpem
Sumber: data primer yang diolah, 2014
Berdasarkan hasil uji ANOVA atau F test pada tabel V.11 didapatkan F hitung sebesar 23,985 dengan tingkat signifikansi 0,000. Karena F hitung > F tabel
(23,985 lebih besar dari 2,70) dan tingkat signifikansi 0,000 < 0,05 maka dapat dinyatakan bahwa variabel independen yang meliputi kualitas informasi (X1),
kualitas desain (X2), dan kualitas penggunaan (X3) secara simultan atau bersama-sama mempengaruhi variabel keputusan pemanfaatan (Y).
2. Koefisien Determinasi (R²)
Koefisien determinasi (R²) pada intinya digunakan untuk mengukur seberapa jauh kemampuan model regresi dalam menerangkan variasi variabel dependen (Ghozali, 2006:83). Nilai koefisien determinasi dapat dilihat pada tabel V.12 di bawah ini.
Tabel V.12
Hasil Koefisien Determinasi
Model Summary
Model R R Square Adjusted R Square
Std. Error of the Estimate
1 .655a .428 .411 2.243
a. Predictors: (Constant), Kpeng, Ki, Kd
Sumber: data primer yang diolah, 2014
Berdasarkan tabel V.12 terlihat R Square atau r kuadrat sebesar 0,428. Hal tersebut berarti hanya 42,8% variasi keputusan pemanfaatan (Y) dapat dijelaskan oleh variabel-variabel independen di atas. Sedangkan sisanya 57,2% dipengaruhi oleh variabel lain yang tidak disebutkan dalam penelitian.
3. Uji t (Uji Parsial)
Uji t yaitu suatu uji untuk mengetahui signifikansi pengaruh variabel independen secara parsial atau individual terhadap variabel dependen.
Tabel V.13 Hasil uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 1.885 2.032 .927 .356 Ki .314 .127 .267 2.479 .015 Kd .150 .133 .135 1.127 .263 Kpeng .405 .138 .337 2.933 .004
a. Dependent Variable: Kpem
Sumber: data primer yang diolah, 2014 Hasil uji analisis t adalah sebagai berikut:
a. Nilai t hitung pada variabel kualitas informasi (X1) adalah sebesar 2,479 dengan tingkat signifikan 0,015. Karena 2,479 > 1,984 dan 0,015 < 0,05 maka Ho ditolak dan Ha diterima.
Kesimpulan: variabel kualitas informasi berpengaruh positif dan signifikansi terhadap keputusan pemanfaatan.
b. Nilai t hitung pada variabel kualitas desain (X2) adalah sebesar 1,127 dengan tingkat signifikan 0,263. Karena 1,127 < 1,984 dan 0,263 < 0,05 maka Ho diterima dan Ha ditolak.
Kesimpulan: variabel kualitas desain tidak berpengaruh positif dan siginifikansi terhadap keputusan pemanfaatan.
c. Nilai t hitung pada variabel kualitas penggunaan (X3) adalah sebesar 2,933 dengan tingkat signifikan 0,004. Karena 2,933 > 1,984 dan 0,004 < 0,05 maka Ho ditolak dan Ha diterima.
Kesimpulan: variabel kualitas penggunaan berpengaruh positif dan signifikansi terhadap keputusan pemanfaatan.