BAB III METODE PENELITIAN
F. Metode Analisis Data
1. Pengujian Kualitas Data a. Uji Reliabilitas
Uji reliabilitas menurut Riyadi (2000) dilakukan untuk mengetahui seberapa jauh hasil pengukuran tetap konsisten apabila dilakukan pengukuran dua kali atau lebih terhadap gejala yang sama dengan menggunakan alat pengukur yang sama. Untuk melihat reliabilitas masing-masing instrument yang digunakan, peneliti menggunakan koefisien cronbach’s alpha. Suatu instrumen dikatakan reliable jika nilai cronbach alpha lebih besar dari 0,6 (Nunally (1968) dalam Ghozali (2005).
b. Uji Validitas
Validitas adalah suatu ukuran yang menunjukkan tingkat validitas atau kesahihan suatu instrumen, sebuah instrumen dikatakan valid apabila mampu mengukur apa yang ingin diukurnya (Sugiyono, 2004:105). Untuk menentukan valid tidaknya suatu item, ditentukan dengan membandingkan antara angka korelasi product moment Pearson (r hitung) dengan r tabel pada level signifikansi 0,05 nilai kritisnya. Sehingga apabila angka korelasi berada di atas nilai kritis atau angka probabilitasnya berada di bawah atau sama dengan (P<0,05 ; P=0,05), berarti instrumen penelitian itu valid. Uji validitas dan reabilitas kuesioner dalam penelitian ini menggunakan bantuan software SPSS for windows untuk memperoleh hasil yang terarah.
2. Pengujian Asumsi Klasik
Sebelum dilakukan pengujian hipotesis dengan menggunakan analisis regresi, maka diperlukan pengujian asumsi klasik yang meliputi pengujian: (1) normalitas, (2) multikolinearitas, dan (3) heterokedastisitas.
a. Uji Normalitas
Menurut central limit theorem, asumsi normalitas akan terpenuhi apabila jumlah sampel yang digunakan lebih dari atau sama dengan 25 (Mendenhall dan Beaver, 1992). Metode uji ini dilakukan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal. Cara yang digunakan untuk mendeteksi apakah residual berdistribusi normal atau tidak adalah dengan analisis grafik. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan pola
distribusi normal, maka model regresi memenuhi asumsi normalitas, demikian sebaliknya.
b. Uji Multikolinieritas
Uji ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi di antara variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Multikolinieritas adalah situasi adanya korelasi variabel-variabel independen antara yang satu dengan yang lainnya. Dalam hal ini kita sebut variabel-variabel bebas ini tidak ortogonal. Variabel-variabel bebas yang bersifat ortogonal adalah variabel bebas yang memiliki nilai korelasi diantara sesamanya sama dengan nol. Jika terjadi korelasi sempurna diantara sesama variabel bebas, maka konsekuensinya adalah: (1). Koefisien-koefisien regresi menjadi tidak dapat ditaksir. (2). Nilai standar error setiap koefisien regresi menjadi tak terhingga. Pengujian ini bermaksud untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Jika terjadi korelasi, maka dinamakan terdapat problem multikolinieritas.
Pengujian multikolinearitas dilakukan dengan melihat nilai VIF (Variance Inflation Factor) dari model penelitian dan korelasi di antara variabel independen. Jika nilai VIF lebih besar dari 2 (Hair, 2003), maka terjadi gejala multikolinearitas di antara variabel independen. Di samping itu, suatu model dikatakan terdapat gejala mulkolinearitas, jika korelasi di antara variabel independen lebih besar dari 0,9 (Ghozali, 2001). Ada dua cara yang dapat dilakukan jika terjadi multikolinieritas, yaitu :
a. Mengeluarkan salah satu variabel, misalnya variabel independent A dan B saling berkolerasi dengan kuat, maka bisa dipilih A atau B yang dikeluarkan dari model regresi.
b. Menggunakan metode lanjut seperti Regresi Bayesian atau Regresi Ridge. c. Uji Heterokedastisitas
Tujuan dari pengujian ini adalah untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain (Santoso, 2004 :208). Jika varians dari residual dari suatu pengamatan ke pengamatan lainnya tetap, maka disebut homoskedastisitas. Sebaliknya jika varians berbeda, maka disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
Ada beberapa cara yang digunakan untuk mendeteksi ada tidaknya heterokedastisitas. Dalam penelitian ini, cara yang digunakan adalah melihat grafik plot antara nilai prediksi variabel terikat dengan residualnya. Dasar analisis yang digunakan yaitu :
a. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan telah terjadi heterokedastisitas.
b. Jika tidak ada pola yang jelas, serta titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas
Uji asumsi klasik yang digunakan hanya terbatas pada ketiga uji di atas, sedangkan uji autokorelasi tidak digunakan. Hal ini dikarenakan uji autokorelasi yang bertujuan untuk menguji apakah dalam suatu model regresi linear ada
korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya muncul karena observasi yang berurutan sepanjang tahun yang berkaitan satu dengan lainnya. Uji autikorelasi ini sering ditemukan pada data time series, bukan yang cross section (Erlina, 2007:108). Data yang digunakan dalam penelitian ini adalah cross section.
3. Model dan Pengujian Hipotesis
Hipotesis penelitian diuji dengan menggunakan analisis regresi linier berganda dengan menggunakan uji–F, uji-t dan koefisien determinan. Metode analisis regresi linear berganda berfungsi untuk mengetahui pengaruh / hubungan dari variabel bebas dengan variabel terikat. Pengolahan data akan dilakukan dengan menggunakan alat bantu aplikasi software SPSS for windows. Model persamaan regresi untuk menguji hipotesis, dengan formulasi sebagai berikut :
Y = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + Keterangan :
a : Konstanta atau titik perpotongan dengan sumbu y, bila x = 0
X1 : Skors dimensi variabel keterlibatan pemakai dalam proses pengembangan sistem
X2 : Skors dimensi variabel kemampuan teknik personal sistem informasi X3 : Skors dimensi variabel dukungan manajemen puncak
X4 : Skors dimensi variabel formalisasi pengembangan sistem informasi X5 : Skors dimensi variabel program pendidikan dan pelatihan pemakai Y : Skors dimensi variabel kinerja SIA
: Kesalahan (error term) a. Uji-F ( uji simultan )
Uji-F ( uji serentak ) adalah untuk melihat apakah variabel independen secara bersama-sama (serentak) mempunyai pengaruh yang signifikan terhadap variabel dependen. Melalui uji statistik dengan langkah-langkah sebagai berikut :
Ho : b1=b2=b3=b4=b5=0
Artinya secara bersama-sama (serentak) variabel independen tidak terdapat pengaruh terhadap variabel dependen.
Ha : b1≠b2≠b3≠b4≠b5≠0
Artinya secara bersama-sama (serentak ) variabel independen terdapat pengaruh terhadap variabel dependen.
Dengan kriteria dilihat dari nilai signifikansi : Jika F-hitung > dari 0,05 , maka Ho ditolak Jika F-hitung < dari 0,05 , maka Ha diterima
Hipotesis penelitian diuji dengan menggunakan analisa regresi berganda. Pengujian hipotesis ditujukan untuk menguji ada tidaknya pengaruh dari varibel bebas secara keseluruhan terhadap variabel dependen. Pengujian hipotesis dengan menggunakan Uji F atau yang biasa disebut dengan Analysis of Varian (ANOVA).
Pengujian ANOVA atau Uji F bisa dilakukan dengan dua cara yaitu dengan melihat tingkat signifikansi atau dengan membandingkan F hitung dengan F tabel. Pengujian dengan tingkat signifikansi dilakukan dengan ketentuan yaitu apabila hasil signifikansi pada tabel ANOVA < 0,05, maka H0 ditolak
(berpengaruh), sementara sebaliknya apabila tingkat signifikansi pada tabel
ANOVA > 0,05, maka H0 diterima (tidak berpengaruh).
Pengujian dengan membandingkan F hitung dengan F tabel dilakukan
dengan ketentuan yaitu apabila F hitung > F tabel ( 0,05) maka H0 ditolak
(berpengaruh), sementara sebaliknya apabila F hitung < F tabel ( 0,05) maka H0
diterima (tidak berpengaruh). Adapun F tabel dicari dengan memperhatikan
tingkat kepercayaan ( ) dan derajat bebas (degree of freedom).
b. Uji Uji – t (Signifikan Parsial)
Uji statistik t disebut juga sebagai uji signifikasi individual. Uji ini menunjukkan seberapa jauh pengaruh variabel independen secara parsial terhadap variabel dependen. Bentuk pengujiannya adalah :
Ho1 : b1 = 0, artinya suatu variabel independen secara parsial tidak
berpengaruh terhadap variabel dependen.
Ha1 : b1 ≠ 0, artinya variabel independen secara parsial berpengaruh
terhadap variabel dependen.
Ada 2 cara menguji t, yaitu dengan cara membandingkan t-hitung dengan t-tabel dan nilai signifikansi
Krteria pengambilan keputusan :
Ho diterima,apabila t-hitung < t-tabel pada = 5% Ha diterima,apabila t-hitung > t- tabel pada = 5%
c. Koefisien Determinan (R2)
Pengujian koefisien determinan (Adjusted R Square) digunakan untuk mengukur proporsi atau persentase sumbangan variabel independen yang diteliti terhadap variasi naik turunnya variabel dependen. Koefisien determinan berkisar
antara nol sampai dengan satu (0 ≤ R² ≤ 1). Hal ini berarti bila R²=0 menunjukan
tidak adanya pengaruh antara variabel independen terhadap variabel dependen, bila Adjusted R Square semakin besar mendekati 1 menunjukan semakin kuatnya pengaruh variabel independen terhadap variabel dependen dan bila Adjusted R Square semakin kecil mendekati nol maka dapat dikatakan semakin kecilnya pengaruh variabel independen terhadap variabel dependen.