Bab IV Hasil Penelitian dan Pembahasan
HASIL PENELITIAN DAN PEMBAHASAN
2. Hasil Uji Asumsi Klasik a.Uji Normalitas a.Uji Normalitas
Uji normalitas model regresi bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal atau tidak. Model regresi yang baik seharusnya distribusi regresi residual normal atau mendekati kenormalan. Dasar pengambilan keputusan untuk mendeteksi kenormalan adalah jika data menyebar disekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas.
82
Gambar 4.2
Hasil Uji Heteroskedastisitas Attitude Toward Using (ATU)
Gambar 4.3
Hasil Uji Heteroskedastisitas Attitude Toward Using (ATU)
Dengan melihat tampilan grafik normal probability plots memperhatikan titik-titik menyebar berdekatan disekitar garis diagonal atau mengikuti arah garis diagonal, hal ini menunjukan bahwa residual terdistribusi
83
memperlihatkan pola distribusi mendekati normal. Dapat disimpulkan bahwa grafik normal plot dan grafik histogram menunjukan model regresi layak dipakai karena memenuhi asumsi normalitas.
Gambar 4.4
Hasil Uji Heterokedastisitas Behavior Intention to Use (BIU)
Gambar 4.5
Hasil Uji Heterokedastisitas Behavior Intention to Use (BIU)
Dengan melihat tampilan grafik normal probability plots memperhatikan titik-titik menyebar disekitar garis diagonal atau mengikuti arah garis diagonal, hal ini menunjukan bahwa residual terdistribusi normal, maka
84
model regresi layak digunakan. Pada gambar 4.5 grafik histogram memperlihatkan pola distribusi mendekati normal. Dapat disimpulkan bahwa grafik normal plot dan grafik histogram menunjukan model regresi layak dipakai karena memenuhi asumsi normalitas
Gambar 4.6
Hasil Uji Heterokedastisitas Actual Usage Behavior (AUB)
Gambar 4.7
85
Dengan melihat tampilan grafik normal probability plots memperhatikan titik-titik menyebar berhimpit disekitar garis diagonal atau mengikuti arah garis diagonal, hal ini menunjukan bahwa residual terdistribusi normal, maka model regresi layak digunakan. Pada gambar 4.7 grafik histogram memperlihatkan pola distribusi mendekati normal. Dapat disimpulkan bahwa grafik normal plot dan grafik histogram menunjukan model regresi layak dipakai karena memenuhi asumsi normalitas. Pengujian normalitas juga diperkuat oleh nilai Uji Kolmogorov- Smirnov Test yang dapat dilihat pada tabel dibawah ini
Tabel 4.19 Hasil Uji Normalitas
86
Uji normalitas dalam penelitian ini menggunakan uji Kolmogorov- Smirnov. Uji Kolmogorov-Smirnov adalah cara untuk menguji apakah dalam statistik pendistribusian data normal atau tidak. Dalam hal ini yang diperhatikan adalah tingkat kesesuaian antara distribusi nilai sampel (skor yang diobservasi) dengan distribusi teoritis tertentu (normal, uniform, atau posion).
Berdasarkan tabel 4.19 One-Sample Kolmogorov-Smirnov dapat disimpulkan bahwa :
1.) Nilai Sig. Kolmogorov-Smirnov variabel Desain Interface OPAC
(DIO) adalah 0,260 dan 0,318 yang berarti lebih dari 0,005. Dengan demikian Ho diterima. Hal ini berarti variabel DIO berdistribusi normal.
2.) Nilai Sig. Kolmogorov-Smirnov variabel Perceived Easy of Use
(PEU) adalah 0,243 dan 0,270 yang berarti lebih dari 0,005. Dengan demikian Ho diterima. Hal ini berarti variabel PEU berdistribusi normal.
3.) Nilai Sig. Kolmogorov-Smirnov variabel Perceived Usefulness (PU) adalah 0,257 dan 0,297 yang berarti lebih dari 0,005. Dengan demikian Ho diterima. Hal ini berarti variabel PU berdistribusi normal.
4.) Nilai Sig. Kolmogorov-Smirnov variabel Attitude Toward Using
87
demikian Ho diterima. Hal ini berarti variabel ATU berdistribusi normal.
5.) Nilai Sig. Kolmogorov-Smirnov variabel Behavior Intention to Use
(BIU) adalah 0,215 dan 0,252 yang berarti lebih dari 0,005. Dengan demikian Ho diterima. Hal ini berarti variabel BIU berdistribusi normal.
6.) Nilai Sig. Kolmogorov-Smirnov variabel Actual Usage Behavior
(AUB) adalah 0,230 dan 0,188 yang berarti lebih dari 0,005. Dengan demikian Ho diterima. Hal ini berarti variabel AUB berdistribusi normal.
b. Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik mensyarakatkan tidak adanya multikolinieritas dengan cara melihat nilai Tolerance dan VIF (Variance Inflation Factor). Motede pengambilan keputusan yaitu jika semakin mendekati terjadinya masalah multikolinieritas. Dalam kebanyakan penelitian menyebutkan bahwa jika Tolerance lebih dari 0,1 dan VIF kurang dari 10 maka tidak terjadi multikolinieritas.
88
Tabel 4.20
Hasil Uji Multikolinieritas Perceived Easy of Use (PEU)
Sumber : Data Primer (2015)
Berdasarkan tabel 4.20 terlihat bahwa nilai Variance Inflantion Factor (VIF) lebih dari angka 0,10 dan lebih kecil dari 10,00 untuk variabel Desain Interface OPAC (DIO) yang ditunjukkan dengan nilai VIF sebesar 1,000. Maka berdasarkan nilai VIF tidak ditemui masalah multikolonieritas antara variabel independent (DIO) dan variabel dependen (PEU).
Tabel 4.21
Hasil Uji Multikolinieritas Perceived Usefulness (PU)
Sumber : data primer (2015)
Berdasarkan tabel 4.21 terlihat bahwa nilai Variance Inflantion Factor (VIF) lebih dari angka 0,10 dan lebih kecil dari 10,00 untuk variabel Desain Interface OPAC (DIO) yang ditunjukkan dengan nilai VIF sebesar 1,000. Maka
89
berdasarkan nilai VIF tidak ditemui masalah multikolonieritas antar variabel independent.
Tabel 4.22
Hasil Uji Multikolinieritas Attitude Toward Using (ATU)
Sumber : Data Primer (2015)
Berdasarkan tabel 4.22 terlihat bahwa nilai Variance Inflantion Factor
(VIF) lebih dari angka 0,10 dan lebih kecil dari 10,00 untuk setiap variabel yang ditunjukkan dengan nilai VIF sebesar 2,630 untuk variabel Desain Interface OPAC (DIO); 3,243 untuk variabel Perceived Easy of Use
(PEU); dan 2,280 untuk variabel Perceived Usefulness (PU). Maka berdasarkan nilai VIF tidak ditemui masalah multikolonieritas antar variabel independent.
90
Tabel 4.23
Hasil Uji Multikolonieritas Behavior Intention to Use (BIU)
Sumber : Data Primer (2015)
Berdarkan tabel 4.23 terlihat bahwa nilai Variance Inflantion Factor (VIF) lebih dari angka 0,10 dan lebih kecil dari 10,00 untuk setiap variabel yang ditunjukkan dengan nilai VIF sebesar 2,790 untuk variabel Desain Interface OPAC (DIO); 3,320 untuk variabel Perceived Easy of Use
(PEU); 2,408 untuk variabel Perceived Usefulness (PU); dan 1,872 untuk variabel Attitude Toward Using (ATU). Maka berdasarkan nilai VIF tidak ditemui masalah multikolonieritas antar variabel independent.
91
Tabel 4.24
Hasil Uji Mutikolonieritas Actual Usage Behavior (AUB)
Sumber : Data Primer (2015)
Berdarkan tabel 4.24 terlihat bahwa nilai Variance Inflantion Factor (VIF) lebih dari angka 0,10 dan lebih kecil dari 10,00 untuk setiap variabel yang ditunjukkan dengan nilai VIF sebesar 3,080 untuk variabel Desain Interface OPAC (DIO); 3,321 untuk variabel Perceived Easy of Use
(PEU); 2,501 untuk variabel Perceived Usefulness (PU); 1,961 untuk variabel Attitude Toward Using (ATU); dan 2,043 untuk variabel Behavior Intention to Use (BIU). Maka berdasarkan nilai VIF tidak ditemui masalah multikolonieritas antar variabel independent.
92 3. Analisis Regresi Linier Berganda
a. Uji Koefisien Determinasi (R2)
Koefisien determinasi (R2) bertujuan mengukur seberapa jauh kemampuan variabel independen (Desain Interface OPAC atau DIO, Perceived Easy of Use atau PEU, dan Perceived Usefulness atau PU) dalam menjelaskan variasi variabel dependen (Attitude Toward Using atau ATU, Behavior Intention to Use atau BIU dan Actual Usage Behavior atau AUB). Nilai koefisien determinasi adalah antara nol dan satu. Penelitian ini menggunakan nilai R2, jika nilai R2 adalah sebesar 1 berarti fluktuasi variabel dependen seluruhnya dapat dijelaskan oleh variabel independen. Nilai R2 berkisar dari 0 sampai 1, jika nilai R2 semakain mendekati angka 0 berarti semakin lemah kemampuan variabel independen untuk menjelaskan fluktuasi variabel dependen.2
Tabel 4.25
Hasil Uji Koefisien Determinasi Perceived Easy of Use (PEU)
Sumber : Data Primer (2015)
2
93
Nilai Adjusted R Square sebesar 0,599 atau 59,9% menunjukkan bahwa pengaruh variabel bebas : Desain Interface OPAC (DIO) sebesar 60,3%, sedangkan sisanya sebesar 39,7% dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam penelitian ini.
Tabel 4.26
Hasil Uji Koefisien Determinasi Perceived Usefulness (PU)
Sumber : Data Primer (2015)
Nilai Adjusted R Square sebesar 0,429 atau 42,9% menunjukkan bahwa pengaruh variabel bebas : Desain Interface OPAC (DIO) sebesar 43,5%, sedangkan sisanya sebesar 56,5% dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam penelitian ini.
94
Tabel 4.27
Hasil Uji Koefisien Determinasi Attitude Toward Using (ATU)
Sumber : Data Primer (2015)
Nilai Adjusted R Square sebesar 0,449 atau 44,9% menunjukkan bahwa pengaruh variabel bebas : Perceived Usefulness (PU), Desain Interface OPAC (DIO) dan Perceived Easy of Use (PEU) sebesar 46,6%, sedangkan sisanya sebesar 53,4% dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam penelitian ini.
Tabel 4.28
Hasil Uji Koefisien Determinasi Behavior Intention to Use (BIU)
Sumber : Data Primer (2015)
Nilai Adjusted R Square sebesar 0,489 atau 48,9% menunjukkan bahwa pengaruh variabel bebas : Attitude Toward Using (ATU), Perceived Usefulness (PU), Desain Interface OPAC (DIO), dan Perceived Easy of
95
Use (PEU) sebesar 51,0%, sedangkan sisanya sebesar 49,0% dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam penelitian ini.
Tabel 4.29
Hasil Uji Koefisien Determinasi Actual Usage Behavior (AUB)
Sumber : Data Primer (2015)
Nilai Adjusted R Square sebesar 0,628 atau 62,8% menunjukkan bahwa pengaruh variabel bebas : Behavior Intention to Use (BIU), Attitude Toward Using (ATU), Perceived Usefulness (PU), Desain Interface OPAC (DIO), dan Perceived Easy of Use (PEU) sebesar 64,7%, sedangkan sisanya sebesar 35,3% dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam penelitian ini.
b. Uji Signifikansi Simultan (Uji F)
Uji F digunakan untuk menguji pengaruh semua variabel independen yang dimasukkan dalam model regresi secara bersamasama terhadap variabel dependen yang diuji pada tingkat signifikan 0,005. Hasil uji F dapat dilihat pada tabel 4.23, jika nilai probabilitas lebih kecil dari 0,005 maka Ha diterima dan menolak Ho, sedangkan jika nilai probabilitas lebih besar dari 0,005 maka Ho diterima dan menolak Ha.
96
Tabel 4.30
Hasil Uji Simultan Perceived Easy of Use (PEU)
Sumber : Data Primer (2015)
Hasil Uji Simultan F dapat dilihat pada tabel 4.30 bahwa nilai F diperoleh 145,7 dengan tingkat signifikansi 0,000. Karena tingkat signifikansi lebih kecil dari 0,005 maka variabel Desain Interface OPAC (DIO) berpengaruh dan signifikan terhadap PEU.
Sedangkan nilai F Tabel diketahui dengan cara berikut :
F Tabel PEU→DIO =FINV (Probability, deg_freedom1,der_freedom2) =FINV (0.05, 1, 97)
= 3,939
Keterangan : FINV = F Tabel
Probability = tingkat signifikan
Deg_freedom1/ degree fredom1= variabel yang akan ditentukan nilainya Deg_freedom2/ degree freedom2= Jumlah Responden yang akan dihitung
97
Tabel 4.31
Hasil Uji Simultan Perceived Usefulness (PU)
Sumber : Data Primer (2015)
Hasil Uji Simultan F dapat dilihat pada tabel 4.31 bahwa nilai F diperoleh 73,910 dengan tingkat signifikansi 0,000. Karena tingkat signifikansi lebih kecil dari 0,005 maka variabel Desain Interface OPAC (DIO) berpengaruh dan signifikan terhadap PU.
Sedangkan nilai F Tabel diketahui dengan cara berikut :
F Tabel PU→DIO =FINV (Probability, deg_freedom1,der_freedom2) =FINV (0.05, 2, 96)
= 3,091
Keterangan : FINV = F Tabel
Probability = tingkat signifikan
Deg_freedom1/ degree fredom1= variabel yang akan ditentukan nilainya Deg_freedom2/ degree freedom2= Jumlah Responden yang akan dihitung
98
Tabel 4.32
Hasil Uji Simultan Attitude Toward Using (ATU)
Sumber : Data Primer (2015)
Hasil Uji Simultan F dapat dilihat pada tabel 4.32 bahwa nilai F diperoleh 27,337 dengan tingkat signifikansi 0,000. Karena tingkat signifikansi lebih kecil dari 0,005 maka variabel Perceived Usefulness (PU), Desain Interface OPAC (DIO), dan Perceived Easy of Use (PEU) berpengaruh secara bersama-sama dan signifikan terhadap ATU.
Sedangkan nilai F Tabel diketahui dengan cara berikut :
F Tabel ATU→PU,DIO,PEU
= FINV(Probability, deg_freedom1,der_freedom2)
=FINV (0.05, 3, 95)
= 2,700
Keterangan : FINV = F Tabel
99
Deg_freedom1/ degree fredom1= variabel yang akan ditentukan nilainya Deg_freedom2/ degree freedom2= Jumlah Responden yang akan dihitung
Tabel 4.33
Hasil Uji Simultan Behavior Intention to Use (BIU)
Sumber: Data Primer (2015)
Hasil Uji Simultan F dapat dilihat pada tabel 4.33 bahwa nilai F diperoleh 24,239 dengan tingkat signifikansi 0,000. Karena tingkat signifikansi lebih kecil dari 0,005 maka variabel Attitude Toward Using (ATU), Perceived Usefulness (PU), Desain Interface OPAC (DIO), dan Perceived Easy of Use (PEU) berpengaruh secara bersama-sama dan signifikan terhadap BIU.
Sedangkan nilai F Tabel diketahui dengan cara berikut :
F Tabel BIU→ATU,PU,DIO,PEU
=FINV (Probability, deg_freedom1,der_freedom2)
=FINV (0.05, 4, 94)
100 Keterangan :
FINV = F Tabel
Probability = tingkat signifikan
Deg_freedom1/ degree fredom1= variabel yang akan ditentukan nilainya Deg_freedom2/ degree freedom2= Jumlah Responden yang akan dihitung
Tabel 4.34
Hasil Uji Simultan Actual Usage Behavior (AUB)
Sumber : Data Primer (2015)
Hasil Uji Simultan F dapat dilihat pada tabel 4.34 bahwa nilai F diperoleh 33,732 dengan tingkat signifikansi 0,000. Karena tingkat signifikansi lebih kecil dari 0,005 maka variabel Behavior Intention to Use (BIU), Attitude Toward Using (ATU), Perceived Usefulness (PU), Desain Interface OPAC (DIO), dan Perceived Easy of Use (PEU) berpengaruh secara bersama-sama dan signifikan terhadap AUB.
Sedangkan nilai F Tabel diketahui dengan cara berikut :
F Tabel AUB→BIU,ATU,PU,DIO,PEU
101
=FINV (0.05, 5, 93)
= 2,312
Keterangan : FINV = F Tabel
Probability = tingkat signifikan
Deg_freedom1/ degree fredom1= variabel yang akan ditentukan nilainya Deg_freedom2/ degree freedom2= Jumlah Responden yang akan dihitung
c. Uji Signifikansi Parsial (Uji t)
Uji t dilakukan untuk menguji pengaruh masing-masing variabel independen secara parsial terhadap variabel independen yang diuji pada tingkat signifikansi 0,005. Hasil uji t dapat dilihat pada tabel 4.35, jika nilai probabilitas t lebih kecil dari 0,005 maka Ha diterima dan menolak Ho, sedangkan jika nilai probabilitas t lebih besar dari 0,005 maka Ho diterima dan menolak Ha.
Tabel 4.35
Hasil Uji T Design Interface OPAC (DIO)
102 c.1. Hasil Hipotesis 1:
Pengaruh Desain Interface OPAC (DIO) terhadap Perceived Easy of Use (PEU)
Hasil uji hipotesis 1 dapat dilihat pada tabel 4.35 variabel DIO mempunyai tingkat signifikansi sebesar 0.000. Hal ini berarti variabel DIO berpengaruh dan bersignifikan terhadap PEU karena tingkat signifikansi yang dimiliki variabel DIO lebih kecil dari 0,005.
X2 = 0,347 + 0,000 X1 + e1
Penjelasan Rumus:
0,347 = nilai B Unstandardized Coeficients
0,000 = nilai Signifikan
X1 = Desain Interface OPAC (DIO)
X2 = Perceived Easy of Use (PEU)
e1 = Eror
Sedangkan nilai T Tabel diketahui dengan cara berikut : T Tabel DIO→PEU
=TINV (Probability, deg_freedom) =TINV (0.05,1)
= 12,706
Keterangan : TINV = T Tabel
103 Probability = tingkat signifikan
Deg_freedom= variabel yang akan ditentukan nilainya Tabel 4.36
Hasil Uji T Design Interface OPAC (DIO)
Sumber : Data Primer 2015
c.2. Hasil Hipotesis 2:
Pengaruh Desain Interface OPAC (DIO) terhadap Perceived Usefulness (PU)
Hasil uji hipotesis 2 dapat dilihat pada tabel 4.36 variabel DIO mempunyai tingkat signifikansi sebesar 0.000. Hal ini berarti variabel DIO berpengaruh dan bersignifikan terhadap PU karena tingkat signifikansi yang dimiliki variabel DIO lebih kecil dari 0,005.
X3 = 2.017+ 0.000 X1 + e1
Penjelasan Rumus :
2,017 = nilai B Unstandardized Coeficients
0,000 = nilai Signifikan
X1 = Desain Interface OPAC (DIO)
104 e1 = Eror
Sedangkan nilai T Tabel diketahui dengan cara berikut : T Tabel DIO→PU
=TINV (Probability, deg_freedom) =TINV (0.05,2)
= 4,302
Keterangan : TINV = T Tabel
Probability = tingkat signifikan
Deg_freedom= variabel yang akan ditentukan nilainya Tabel 4.37
Hasil Uji T Perceived Ease of Use (PEU)
105 c.3. Hasil Hipotesis 3 :
Pengaruh Perceived Easy of Use (PEU) terhadap Perceived Usefulness (PU)
Hasil uji hipotesis 3 dapat dilihat pada tabel 4.37 variabel PEU mempunyai tingkat signifikansi sebesar 0.000. Hal ini berarti variabel PEU berpengaruh dan bersignifikan terhadap PU karena tingkat signifikansi yang dimiliki variabel PEU lebih kecil dari 0,005.
X3 = 3.457+ 0.000 X2 + e2
Penjelasan Rumus :
3,457 = nilai B Unstandardized Coeficients
0,000 = nilai Signifikan X3 = Perceived Usefulness (PU)
X2 = Perceived Easy of Use (PEU)
e2 = Eror
Sedangkan nilai T Tabel diketahui dengan cara berikut : T Tabel PEU→PU
=TINV (Probability, deg_freedom) =TINV (0.05,3)
= 3,182
Keterangan : TINV = T Tabel
106
Deg_freedom= variabel yang akan ditentukan nilainya Tabel 4.38
Hasil Uji T Signifikansi Parsial (Uji t) Attitude Toward Using (ATU)
Sumber : Data Primer 2015
c.4. Hasil Hipotesis 4 :
Pengaruh Desain Interface OPAC (DIO) terhadap Attitude Toward Using (ATU)
Hasil uji hipotesis 4 dapat dilihat pada tabel 4.38 variabel DIO mempunyai tingkat signifikansi sebesar 0.019. Hal ini berarti variabel DIO tidak berpengaruh dan tidak bersignifikan terhadap ATU karena tingkat signifikansi yang dimiliki variabel DIO lebih besar dari 0,005.
c.5. Hasil Hipotesis 5:
Pengaruh Perceived Easy of Use (PEU) terhadap Attitude Toward Using (ATU)
Hasil uji hipotesis 5 dapat dilihat pada tabel 4.38 variabel PEU mempunyai tingkat signifikansi sebesar 0,140. Hal ini berarti variabel PEU tidak berpengaruh dan tidak bersignifikan terhadap ATU karena tingkat signifikansi yang dimiliki variabel PEU lebih besar dari 0,005.
107 c.6. Hasil Hipotesis 6 :
Pengaruh Perceived Usefulness (PU) terhadap Attitude Toward Using (ATU)
Hasil uji hipotesis 6 dapat dilihat pada tabel 4.38 variabel PU mempunyai tingkat signifikansi sebesar 0,024. Hal ini berarti variabel PU tidak berpengaruh dan tidak bersignifikan terhadap ATU karena tingkat signifikansi yang dimiliki variabel PU lebih besar dari 0,005. Y = 5.544+ 0.019 Py X + 0.140 Py X + 0,024 Py X + e
Penjelasan Rumus :
5,544 = nilai B Unstandardized Coeficients
0,019 = nilai Signifikan DIO terhadap ATU 0,140 = nilai signifikan PEU terhadap ATU 0,024 = nilai signifikan PU terhadap ATU Y1 = Attitude Toward Using (ATU)
Py1 Py2 Py3= Koefisien regresi
X1 = Desain Interface OPAC (DIO)
X2 = Perceived Easy of Use (PEU)
X3 = Perceived Usefulness (PU)
e1 = Eror
Sedangkan nilai T Tabel diketahui dengan cara berikut : T Tabel DIO→ATU
=TINV (Probability, deg_freedom) =TINV (0.05,4)
108
= 2,776 T Tabel PEU→ATU
=TINV (Probability, deg_freedom) =TINV (0.05,5)
= 2,570 T Tabel PU→ATU
=TINV (Probability, deg_freedom) =TINV (0.05,6)
= 2,446
Keterangan : TINV = T Tabel
Probability = tingkat signifikan
Deg_freedom= variabel yang akan ditentukan nilainya Tabel 4.39
Hasil Uji Signifikansi Parsial (Uji t) Behavior Intention to Use (BIU)
109 c.7. Hasil Hipotesis 7:
Pengaruh Desain Interface OPAC (DIO) terhadap Behavior Intention to Use (BIU)
Hasil uji hipotesis 7 dapat dilihat pada tabel 4.39 variabel DIO mempunyai tingkat signifikansi sebesar 0,002 Hal ini berarti variabel DIO berpengaruh dan bersignifikan terhadap BIU karena tingkat signifikansi yang dimiliki variabel DIO lebih kecil dari 0,005.
c.8. Hasil Hipotesis 8:
Pengaruh Perceived Easy of Use (PEU) terhadap Behavior Intention to Use (BIU)
Hasil uji hipotesis 8 dapat dilihat pada tabel 4.39 variabel PEU mempunyai tingkat signifikansi sebesar 0,883 Hal ini berarti variabel PEU tidak berpengaruh dan tidak bersignifikan terhadap BIU karena tingkat signifikansi yang dimiliki variabel PEU lebih besar dari 0,005.
c.9. Hasil Hipotesis 9:
Pengaruh Perceived Usefulness (PU) terhadap Behavior Intention to Use (BIU)
Hasil uji hipotesis 9 dapat dilihat pada tabel 4.39 variabel PU mempunyai tingkat signifikansi sebesar 0,062 Hal ini berarti variabel PU tidak berpengaruh dan tidak bersignifikan terhadap BIU karena tingkat signifikansi yang dimiliki variabel PU lebih besar dari 0,005.
110 c.10. Hasil Hipotesis 10
Pengaruh Attitude Toward Using (ATU) terhadap Behavior Intention to Use (BIU)
Hasil uji hipotesis 10 dapat dilihat pada tabel 4.39 variabel ATU mempunyai tingkat signifikansi sebesar 0,039 Hal ini berarti variabel ATU tidak berpengaruh dan tidak bersignifikan terhadap BIU karena tingkat signifikansi yang dimiliki variabel ATU lebih besar dari 0,005.
Y2= 1.090 + 0,002 Py X + 0,883 Py X + 0,062 Py X + 0,039
Py Y1+e
Penjelasan Rumus :
1,090 = nilai B Unstandardized Coeficients
0,002 = nilai Signifikan DIO terhadap BIU 0,883 = nilai signifikan PEU terhadap BIU 0,062 =nilai signifikan PU terhadap BIU 0,039 = nilai signifikan ATU terhadap BIU Y1 = Attitude Toward Using (ATU)
Y2 = Behavior Intention to Use (BIU)
Py1 = Koefisien regresi
X1 = Desain Interface OPAC (DIO)
X2 = Perceived Easy of Use (PEU)
X3 = Perceived Usefulness (PU)
111
T Tabel DIO→BIU
=TINV (Probability, deg_freedom) =TINV (0.05,7)
= 2,364 T Tabel PEU→BIU
=TINV (Probability, deg_freedom) =TINV (0.05,8)
= 2,306 T Tabel PU→BIU
=TINV (Probability, deg_freedom) =TINV (0.05,9)
= 2,262 T Tabel ATU→BIU
=TINV (Probability, deg_freedom) =TINV (0.05,10)
= 2,228
Keterangan : TINV = T Tabel
Probability = tingkat signifikan
112
Tabel 4.40
Hasil Uji Signifikansi Parsial (Uji t) Actual Usage Behavior (AUB)
Sumber : Data Primer 2015
c.11. Hasil Hipotesis 11:
Pengaruh Desain Interface OPAC (DIO) terhadap Actual Usage Behavior (AUB)
Hasil uji hipotesis 11 dapat dilihat pada tabel 4.40 variabel DIO mempunyai tingkat signifikansi sebesar 0,556 Hal ini berarti variabel DIO tidak berpengaruh dan tidak bersignifikan terhadap AUB karena tingkat signifikansi yang dimiliki DIO lebih besar dari 0,005.
c.12. Hasil Hipotesis 12:
Pengaruh Perceived Easy of Use (PEU) terhadap Actual Usage Behavior (AUB)
Hasil uji hipotesis 12 dapat dilihat pada tabel 4.40 variabel PEU mempunyai tingkat signifikansi sebesar 0,000 Hal ini berarti variabel
113
PEU berpengaruh dan bersignifikan terhadap AUB karena tingkat signifikansi yang dimiliki variabel PEU lebih kecil dari 0,005.
c.13. Hasil Hipotesis 13:
Pengaruh Perceived Usefulness (PU) terhadap Actual Usage Behavior (AUB)
Hasil uji hipotesis 13 dapat dilihat pada tabel 4.40 variabel PU mempunyai tingkat signifikansi sebesar 0,251 Hal ini berarti variabel PU tidak berpengaruh dan tidak bersignifikan terhadap AUB karena tingkat signifikansi yang dimiliki variabel PU lebih besar dari 0,005.
c.14. Hasil Hipotesis 14:
Pengaruh Attitude Toward Using (ATU) terhadap Actual Usage Behavior (AUB)
Hasil uji hipotesis 14 dapat dilihat pada tabel 4.40 variabel ATU mempunyai tingkat signifikansi sebesar 0,434 Hal ini berarti variabel ATU tidak berpengaruh dan tidak bersignifikan terhadap AUB karena tingkat signifikansi yang dimiliki variabel ATU lebih besar dari 0,005.
c.15. Hasil Hipotesis 15:
Pengaruh Behavior Intention to Use (BIU) terhadap Actual Usage Behavior (AUB)
Hasil uji hipotesis 15 dapat dilihat pada tabel 4.40 variabel BIU mempunyai tingkat signifikansi sebesar 0,088 Hal ini berarti variabel BIU tidak berpengaruh dan tidak bersignifikan terhadap AUB karena
114
tingkat signifikansi yang dimiliki variabel BIU lebih besar dari 0,005.
Y = 0.148 + 0,556 Py X + 0,000 Py X + 0,251 Py X + 0,434 Py Y1+ 0,088 Py Y2+ e3
Penjelasan Rumus :
0,148 = nilai B Unstandardized Coeficients
0,556 = nilai Signifikan DIO terhadap AUB 0,000 = nilai signifikan PEU terhadap AUB 0,251 = nilai signifikan PU terhadap AUB 0,434 = nilai signifikan ATU terhadap AUB 0,088 = nilai signifikan BIU terhadap AUB Y3 = Actual Usage Behavior (AUB)
Y2 = Behavior Intention to Use (BIU)
Y1 = Attitude Toward Using (ATU)
Py1 = Koefisien regresi
X1 = Desain Interface OPAC (DIO)
X2 = Perceived Easy of Use (PEU)
X3 = Perceived Usefulness (PU) e3 = Eror
T Tabel DIO→AUB
=TINV (Probability, deg_freedom) =TINV (0.05,11)
115
T Tabel PEU→AUB
=TINV (Probability, deg_freedom) =TINV (0.05,12)
= 2,178 T Tabel PU→AUB
=TINV (Probability, deg_freedom) =TINV (0.05,13)
= 2,160 T Tabel ATU→AUB
=TINV (Probability, deg_freedom) =TINV (0.05,14)
= 2,144 T Tabel BIU→AUB
=TINV (Probability, deg_freedom) =TINV (0.05,15)
= 2,131
Keterangan : TINV = T Tabel
Probability = tingkat signifikan
116
d. Uji Analisis Kolerasi Antar Variabel Tabel 4.41 Hasil Uji Kolerasi
117
1.) Kolerasi antara Desain Interface OPAC (DIO) dan Perceived Easy of Use (PEU)
Berdasarkan perhitungan diperoleh angka antar variabel DIO dan PEU sebesar 0,776. Untuk menafsirkan angka tersebut digunakan kriteria sebagai berikut:3
0 – 0,25 → : Korelasi sangat lemah (dianggap tidak ada) > 0,25 –0,5 → : Korelasi cukup kuat
> 0,5 – 0,75 : korelasi kuat
> 0,75 –1 → : Korelasi sangat kuat
Untuk pengujian lebih lanjut, maka diajukan hipotesis:
Ho; p = 0 : tidak ada hubungan (korelasi) yang signifikan antara dua
variabel.
Ha; p ≠ 0 : ada hubungan (korelasi) yang signifikan antara dua variabel. Pengujian berdasarkan signifikan:
Jika probabilitas > 0,005 maka Ho diterima
Jika probabilitas < 0,005 Ho ditolak
Korelasi sebesar 0,776 mempunyai maksud hubungan antara variabel DIO dan PEU sangat kuat dan berlawanan. Artinya, apabila terjadi
3
Jonathan Sarwono & Ely Suhayati. Riset Akuntansi Menggunakan SPSS, (Yogyakarta: Graha Ilmu), h. 200.
118
kenaikan DIO, maka PEU akan mengalami penurunan, begitu juga sebaliknya. Korelasi dua variabel tersebut mempunyai probabiltas sebesar 0,000 < 0,005, maka telah cukup bukti untuk menolak Ho; p = 0 dan menerima Ha; p ≠ 0 sehingga korelasi bersignifikan.
2.) Kolerasi antara Desain Interface OPAC (DIO) dan Perceived Usefulness (PU)
Berdasarkan perhitungan, diperoleh angka antar variabel DIO dan PU sebesar 0,660. Korelasi sebesar 0,660 mempunyai maksud hubungan antara variabel DIO dan PU kuat dan berlawanan. Artinya, apabila terjadi kenaikan DIO, maka PU akan mengalami penurunan, begitu juga sebaliknya. Korelasi dua variabel tersebut mempunyai probabilitas sebesar 0,000 < 0,005, maka telah cukup bukti untuk menolak Ho; p = 0 dan menerima Ha; p ≠ 0 sehingga korelasi bersignifikan.
3.) Kolerasi antara Desain Interface OPAC (DIO) dan Attitude Toward