BAB IV ANALISIS DATA DAN PEMBAHASAN
C. Analisis Data
1. Uji Asumsi Klasik
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan independent keduanya mempunyai distribusi normal atau tidak. Uji normalitas menggunakan uji
Kolmogorov-Smirnov, dengan uji ini dapat diketahui data yang digunakan berdistribusi normal atau tidak. Apabila Sign thitung > 0.05, maka data tersebut berdistribusi normal dan begitu juga sebaliknya (Santoso, 2001).
b. Uji Multikolinearitas
Multikolinearitas adalah hubunga n linier sempurna atau pasti diantara beberapa atau semua variabel independen dari model regresi. Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditentukan adanya korelasi antar variabel independen. Aturan yang digunakan untuk mendeteksi ada tidaknya multikolinearitas, dapat dilihat dari tolerance value dan variance inflation factor (VIF). Jika nilai tolerance value < 0.1 atau nilai VIF diatas 10 berarti terjadi multikolinearitas (Santoso, 2001).
c. Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varian atau residual satu pengamatan ke pengamatan lainnya. Model yang dapat digunakan untuk menguji dengan gejala glejser. Untuk mendeteksi gejala uji heteroskedastisitas, maka dibuat persamaan regresi dengan asumsi
tidak ada heteroskedastisitas kemudian menentukan nilai absolut residual, selanjutnya meregresikan nilai absolut residual diperoleh sebagai variabel dependen serta dilakukan regresi dari variabel independen. Nilai thitung absolut terletak diantara + ttabel dengan df(n-k-1) dan tingkat signifikan 0,05 maka terjadi heteroskedastisitas (Santoso, 2001).
3. Pengujian Hipotesis
a. Moderated Regrression Analysis (MRA)
Untuk menguji pengaruh variabel pemoderasi digunakan
Moderated Regression Analysis (MRA). Uji interaksi (MRA) merupakan aplikasi khusus regresi berganda linier dimana dalam persamaan regresinya mengandung unsur interaksi (perkalian dua atau lebih variabel independen) dengan rumus persamaan sebagai berikut:
Y= a + b1X1 + b2X2 + b3X1X2 + e
Metode analisis yang digunakan dalam penelitian ini juga telah digunakan oleh McKeen et al. (1994), Choe (1996), Chandrarin dan Indriantoro (1997), Setianingsih dan Indriantoro (1998), dan Restuningdiah dan Indriantoro (2000).
Persamaan statistika yang digunakan untuk membantu menentukan variabel- variabel moderator yang mendukung hubungan antara partisipasi dan kepuasan pemakai adalah seperti di bawah ini :
KP = a + b1PP (1)
KP = a + b1PP + b2KT + b3(PP*KT) (3) KP = a + b1PP + b2KS (4) KP = a + b1PP + b2KS + b3(PP*KS) (5) KP = a + b1PP + b2PeP (6) KP = a + b1PP + b2PeP + b3(PP*PeP) (7) Keterangan :
KP : Kepuasan Pemakai PP : Partisipasi Pemakai KT : Kompleksitas Tugas KS : Kompleksitas Sistem PeP : Pengaruh Pemakai b : Slope
a : Intercept e : Variabel pengaruh lain
Adapun kriteria MRA yang digunakan sebagai dasar untuk memastikan apakah variabel KT, KS dan PeP benar-benar merupakan variabel moderator (Sharma, 1981) adalah:
Jika persamaan(2) dan (3) tidak secara signifikan berbeda yaitu b3 = 0; b2 ? 0, maka KT bukan variabel moderator. Variabel KT disebut pure moderator, jika persamaan (1) dan (2) tidak berbeda, tetapi berbeda dengan persamaan (3), yaitu b2 = 0; b3? 0. Variabel KT diklasifikasikan sebagai quasi moderator, jika persamaan (1), (2), dan (3) masing- masing berbeda, yaitu b3? 0, dan b3? 0.
Jika persamaan (4) dan (5) tidak secara signifikan berbeda yaitu b3 = 0; b2 ? 0, maka KS bukan variabel moderator. Variabel KS disebut pure moderator, jika persamaan (1) dan (4) tidak berbeda, tetapi berbeda dengan persamaan (5), yaitu b2 = 0; b3 ? 0. Variabel KS diklasifikasikan
sebagai quasi moderator, jika persamaan (1), (4), dan (5) masing- masing berbeda yaitu b2 ? 0, dan b3? 0.
Jika persamaan (6) dan (7) tidak secara signifikan berbeda yaitu b3 = 0; b2 ? 0, maka PeP bukan variabel moderator. Variabel PeP disebut
pure moderator, jika persamaan (1) dan (6) tidak berbeda, tetapi berbeda dengan persamaan (7), yaitu b2 = 0; b3 ? 0. Variabel KS diklasifikasikan sebagai quasi moderator, jika persamaan (1), (6), dan (7) masing- masing berbeda yaitu b2? 0, dan b3? 0.
b. Uji t
Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen (Ghozali, 2005).
Cara melakukan uji t adalah sebagai berikut :
1. Quick look : bila jumlah degree of freedom (df) adalah 20 atau lebih dan derajat kepercayaan sebesar 5%, maka Ho yang menyatakan bi = 0 dapat ditolak bila nanti t lebih besar dari 2 (dalam nilai absolut). Dengan kata lain kita menerima hipotesis alternatif yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.
2. membandingkan nilai statistik t dengan titik kritis menurut tabel apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai t tabel, kita menerima hipotesis alternatif yang menyatakan
bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.
c. Uji f
Uji F pada dasarnya menunjukkan apakah semua variabel independen dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap variabel dependen (Ghozali, 2005).
Untuk memguji hipotesis ini digunakan statistik F kriteria pengambilan keputusan sebagai berikut :
1. Quick look : bila nilai F lebih besar daripada 4 maka Ho dapat ditolak pada derajat kepercayaan 5%. Dengan kata lain kita memerima hipotesis alternatif yang menyatakan bahwa semua variabel independen secara serentak dan signifikan mempengaruhi variabel dependen.
2. Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F hitung lebih besar daripada nilai F tabel, maka Ho ditolak dan menerima Ha.
d. Koefisien Determinasi (R²)
Nilai koefisien determinasi (R²) merupakan angka yang mengukur persentase total variasi dalam variabel dependen yang dijelaskan oleh variabel independen dalam model.
Nilai R² dapat dihitung dengan persamaan sebagai berikut:
R² =
TSS ESS
Dimana:
ESS = jumlah kuadrat yang dijelaskan
TSS = jumlah total kuadrat yang merupakan penjumlahan dari ESS dan jumlah kuadrat residual (RSS)
Nilai R² berkisar antara 0 < R² < 1, sehingga semakin besar nilai R² (mendekati satu) maka dapat dikatakan variabel yang digunakan sudah tepat. Sebaliknya jika R² nilainya mendekati 0, maka total total variasi dalam variabel dependen tidak dapat dijelaskan oleh variabel independen yang ada dalam model yang digunakan.
BAB IV
ANALISIS DATA DAN PEMBAHASAN
A. Hasil Pengumpulan Data
Penelitian ini bermaksud menguji hubungan partisipasi pemakai dan kepuasan pemakai dengan kompleksitas tugas, kompleksitas sistem, dan pengaruh pemakai sebagai variabel moderating. Oleh karena itu penyebaran kuesioner ditujukan kepada karyawan yang berkompeten di bidang komputer. Penyebaran kuesioner diberikan kepada pimpinan dan karyawan di Biro Administrasi Perencanaan dan Sistem Informasi (BAPSI) pada Perguruan Tinggi di Surakarta. Adapun pemilihan sampel Perguruan Tinggi yang diteliti menurut kriteria sebagai berikut:
Tabel IV.1
Kriteria Perguruan Tinggi yang Dijadikan Sampel
Kriteria Jumlah
Perguruan Tinggi (PT) di Surakarta 14
- PT yang menggunakan sistem terkomputerisasi tapi tidak melakukan pengembangan sistem informasi
(8) PT yang menggunakan sistem terkomputerisasi dan
melakukan pengembangan sistem informasi
6
- PT yang tidak bersedia menjadi sampel (3)
PT yang bersedia menjadi sampel 3
Jumlah Sampel Perguruan Tinggi 3
Berdasarkan hasil kriteria, diperoleh 3 Perguruan Tinggi yang dapat dijadikan sampel. Berdasarkan hasil pengumpulan data yang dilakukan di 3 perguruan tinggi di Surakarta diperoleh 38 responden yang memenuhi kriteria sampel. Responden merupakan pimpinan dan karyawan di Biro Administrasi Perencanaan dan Sistem Informasi (BAPSI) dan Karyawan Pusat Komputer.
Adapun pemilihan sampel pimpinan dan karyawan BAPSI didasarkan pada kriteria sebagai berikut:
Tabel IV.2
Kriteria Pimpinan dan Karyawan yang Menjadi Sampel
Kriteria Jumlah
Pimpinan dan karyawan BAPSI Perguruan Tinggi di Surakarta 202 - Tidak menggunakan sistem yang terkomputerisasi (48)
Menggunakan sistem yang terkomputerisasi 154
- Tidak melakukan dan tidak terlibat dalam pengembangan sistem informasi
(74) Melakukan dan terlibat dalam pengembangan sistem informasi 80 - Tidak bersedia mengisi kuesioner atau menjadi responden (29) Bersedia mengisi kuesioner atau menjadi responden 51
Jumlah penyebaran kuesioner 51
Berdasarkan kriteria di atas, jumlah kuesioner yang disebarkan sebanyak 51 kuesioner. Kemudian berdasarkan hasil pengembalian kuesioner, maka diperoleh hasil sebagai berikut:
Tabel IV.3
Daftar Sampel dan Tingkat Pengembalian Kuesioner
Kelompok Sampel Distribusi Kuesioner Dapat Dipakai
1. UMS 26 17
2. STIMIK AUB 8 7
3. STIMIK Duta Bangsa 17 14
Jumlah 51 38
Sumber: Data primer yang diolah
Tabel IV.3 menunjukkan bahwa responden yang memenuhi persyaratan untuk diteliti dan dianalisis berjumlah 38 orang yang berasal dari tiga kelompok sampel. Pendistribusian dan pengumpulan kembali kuesioner dilakukan secara langsung dengan mendatangi langsung kantor perguruan tinggi dan berlangsung pada bulan Januari 2009. Berdasarkan tabulasi hasil kuesioner, berikut ini ditunjukkan karakteristik responden ditinjau dari jenis kelamin dan jabatan:
Tabel IV.4 Karakteristik Responden
Jenis Kelamin Jumlah Prosentase
Pria 16 42,1% Wanita 22 57,9% Total 38 100,0% Jabatan Pimpinan unit 7 18,4% Karyawan 31 81,6% Total 38 100,0%
Sumber: data primer
Tabel IV.4 menunjukkan bahwa sebagian besar responden berjenis kelamin wanita yaitu sebanyak 57,9%, sedangkan 42,1% sisanya berjenis kelamin pria. Selanjutnya sebagian besar responden berstatus sebagai karyawan yaitu sebanyak 81,6%, sedangkan 18,4% sisanya merupakan pimpinan unit. Hal ini berarti karyawan bagian komputer perguruan tinggi di Surakarta mayoritas merupakan karyawan wanita dan masih berstatus sebagai karyawan.
B. Uji Intrumen 1. Uji Validitas
Uji validitas dilakukan untuk mengetahui tingkat kesahihan instrumen. Uji validitas dilaksanakan terhadap seluruh butir pernyataan dalam instrumen, yaitu dengan cara mengkorelasikan skor tiap butir dengan skor totalnya pada masing- masing konstruk. Teknik korelasi yang digunakan adalah korelasi product moment Pearson dengan pengujian dua arah (two tailed test). Data diolah dengan bantuan program SPSS for Windows release 11.0 dan perhitungan selengkapnya dapat dilihat pada Lampiran 4.
Tabel IV.5
Hasil Uji Validitas Kuesioner
Variabel r correlation rkritis 5% Keterangan Partisipasi pemakai 1 0,5029 0,320 Valid 2 0,3817 0,320 Valid 3 0,4230 0,320 Valid 4 0,3441 0,320 Valid 5 0,3526 0,320 Valid 6 0,4196 0,320 Valid 7 0,5706 0,320 Valid 8 0,6172 0,320 Valid 9 0,5094 0,320 Valid 10 0,4622 0,320 Valid 11 0,3522 0,320 Valid 12 0,5226 0,320 Valid 13 0,4055 0,320 Valid 14 0,6534 0,320 Valid 15 0,4557 0,320 Valid 16 0,5332 0,320 Valid 17 0,4014 0,320 Valid 18 0,4841 0,320 Valid 19 0,4954 0,320 Valid Kompleksitas tugas 1 0,4459 0,320 Valid 2 0,5671 0,320 Valid 3 0,6191 0,320 Valid 4 0,5529 0,320 Valid 5 0,4630 0,320 Valid 6 0,3552 0,320 Valid Kompleksitas sistem 1 0,5132 0,320 Valid 2 0,4826 0,320 Valid 3 0,5316 0,320 Valid Pengaruh Pemakai 1 0,5609 0,320 Valid 2 0,4831 0,320 Valid 3 0,5440 0,320 Valid 4 0,4409 0,320 Valid 5 0,4447 0,320 Valid 6 0,4725 0,320 Valid Kepuasan pemakai 1 0,4496 0,320 Valid 2 0,5137 0,320 Valid 3 0,4580 0,320 Valid 4 0,5232 0,320 Valid
Dari hasil uji validitas seperti yang disajikan pada tabel IV.5 menunjukkan bahwa semua item dinyatakan valid karena nilai rhitung lebih besar dari rtabel (0,320) pada taraf signifikansi 5%. Hasilnya menunjukkan bahwa seluruh item pernyataan adalah valid, sehingga sahih untuk digunakan sebagai alat pengumpulan data.
2. Uji Reliabilitas
Uji reliabilitas digunakan untuk mengetahui sejauh mana suatu alat pengukur dapat dipercaya atau dapat diandalkan dan tetap konsisten jika dilakukan dua kali pengukuran atau lebih pada kelompok yang sama dengan alat ukur yang sama. Pengujian Cronbach Alpha digunakan untuk menguji tingkat keandalan (reliability) dari masing- masing angket variabel. Apabila nilai Cronbach Alpha semakin mendekati 1 mengidentifikasikan bahwa semakin tinggi pula konsistensi internal reliabilitasnya. Hasil uji reliabilitas selengkapnya dapat dilihat pada lampiran 4. Adapun secara ringkas hasil uji reliabilitas ditunjukkan dalam tabel IV.6.
Tabel IV.6 Hasil Uji Reliabilitas
Variabel Koefisien Alpha Keterangan
Partisipasi pemakai 0,7430 Reliabel
Kompleksitas tugas 0,7559 Reliabel
Kompleksitas sistem 0,6916 Reliabel
Pengaruh pemakai 0,6721 Reliabel
Kepuasan pemakai 0,6785 Reliabel
Sumber: data diolah
Pernyataan dinyatakan reliabel (handal) jika nilai Cronbach Alpha
lebih besar dari 0,6 (Ghozali, 2001). Hasil uji reliabilitas menunjukkan
seluruh item pernyataan dinyatakan reliabel. Hal ini berarti seluruh
pernyataan dalam kuesioner adalah reliabel (andal).
C. Analisis Data
1. Uji Asumsi Klasik a. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah data memiliki sebaran yang normal. Untuk menguji normalitas data dalam penelitian ini
digunakan uji Kolmogorov-Smirnov. Kemudian untuk menerima atau menolak
hipotesis dengan cara membandingkan p-value dengan taraf signifikansi (?) sebesar 0,05. Jika p-value > 0,05, maka data berdistribusi normal. Hasil pengujian normalitas dari Kolmogorov-Smirnov dapat dilihat pada Lampiran 6
dan secara ringkas ditunjukkan tabel IV.7 berikut.
Tabel IV.7
Hasil Uji Normalitas Data
Variabel
Kolmogorov-Smirnov p-Value Sig Keterangan
Unstandardized
residual 0,419 0,995 p>0,05 Normal
Sumber: Data Primer, diolah
Dari hasil perhitungan uji Kolmogorov-Smirnov (Ghozali, 2001), dapat diketahui bahwa p-value dari unstandardized resdiual ternyata lebih besar dari ?
(p>0,05), sehingga keseluruhan data tersebut dinyatakan memiliki distribusi normal atau memiliki sebaran data yang normal.
b. Uji Multikolinieritas
Uji multikolinearitas digunakan untuk mengetahui apakah ada korelasi di antara variabel independen yang satu dengan yang lainnya. Hasil uji multikolinieritas dapat dilihat dari besarnya Tolerance Value dan
Variance Inflation Factor (VIF). Hasil pengujian multikolinieritas dapat dilihat pada Lampiran 7 dan secara ringkas ditunjukkan dalam tabel IV.8 berikut ini.
Tabel IV.8
Hasil Uji Multikolinieritas
Variabel Tolerance VIF Keterangan
Partisipasi pemakai 0,559 1,789 Bebas multikolinieritas
Kompleksitas tugas 0,556 1,799 Bebas multikolinieritas
Kompleksitas sistem 0,685 1,459 Bebas multikolinieritas
Pengaruh pemakai 0,705 1,418 Bebas multikolinieritas
Sumber: Data primer diolah
Dari hasil perhitungan menunjukkan bahwa semua variabel bebas memiliki tolerance lebih dari 0,1 (>0,1) dan semua variabel bebas memiliki nilai VIF kurang dari 10 (Ghozali, 2001), maka dinyatakan bahwa tidak ada gejala multikolinieritas dalam model regresi.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui apakah dalam model regresi memiliki variansi yang sama (homoskedastisitas) dari residual satu ke pengamatan yang lain. Jika asumsi ini tidak dipenuhi, maka terjadi heteroskedastisitas. Hasil pengujian heteroskedastisitas dapat dilihat pada Lampiran 8 dan secara ringkas dapat ditunjukkan tabel IV.9 berikut ini.
Tabel IV.9
Hasil Uji Heteroskedastisitas
Variabel thitung Sig. Keterangan
Partisipasi pemakai -0,482 0,633 Tidak terjadi heteroskedastisitas Kompleksitas tugas 0,689 0,496 Tidak terjadi
heteroskedastisitas Kompleksitas sistem -1,635 0,113 Tidak terjadi
heteroskedastisitas
Group cohesivenss 0,767 0,449 Tidak terjadi heteroskedastisitas Partisipasi*Komp*Tugas -0,502 0,619 Tidak terjadi
heteroskedastisitas Partisipasi*Komp*Siste m 0,350 0,729 Tidak terjadi heteroskedastisitas Partisipasi*Peng. Pemakai 0,177 0,861 Tidak terjadi heteroskedastisitas Sumber: data primer diolah
Dari hasil perhitungan tersebut menunjukkan tidak ada gangguan heteroskedastisitas, karena nilai thitung lebih kecil dari nilai ttabel pada taraf signifikansi 5% sehingga tidak signifikan terhadap absolute residual (p>0,05). Secara keseluruhan dapat disimpulkan bahwa tidak ada masalah heteroskedastisitas dalam penelitian ini (Ghozali, 2001).