BAB IV ANALISIS HASIL PENELITIAN
B. Analisis Data
3. Uji Kualitas Data
Uji validitas bertujuan untuk memastikan apakah semua data yang terkumpul telah mengukur dengan tepat dan dapat menjawab research
question (Efferin et al, 2008 : 118). Uji validitas dilakukan dengan menggunakan bantuan SPSS 18, dimana batas angka kritis (α) adalah 0,05 (5%). Kriteria pengujian dilakukan dengan membandingkan antara rhitung dan rtabel, dimana:
2. Ghozali (2007:45) mengungkapkan rtabel atau degree of freedom (df) = n-k, dimana n = jumlah sampel, dan k = jumlah variabel independen dan dependen. Penelitian ini memiliki sampel sebanyak 55, variabel independen sebanyak 5 dan variabel dependen 1, maka: k = 6, n = 55, dan df = 55-6 = 49.
Tabel 4.3
Uji Validitas Variabel Kinerja SIA (Y)
Butir Pertanyaan Corrected Item Total Correlation (rhitung) rtabel Keterangan Kepuasan pengguna Pertanyaan 1 0,793 0,2329 Valid Pertanyaan 2 0,737 0,2329 Valid Pertanyaan 3 0,787 0,2329 Valid Pertanyaan 4 0,699 0,2329 Valid Pertanyaan 5 0,733 0,2329 Valid Pertanyaan 6 0,684 0,2329 Valid Pertanyaan 7 0,827 0,2329 Valid Pertanyaan 8 0,738 0,2329 Valid Pertanyaan 9 0,703 0,2329 Valid Pertanyaan 10 0,805 0,2329 Valid Pertanyaan 11 0,677 0,2329 Valid Penggunaan sistem Pertanyaan 12 0,676 0,2329 Valid Pertanyaan 13 0,763 0,2329 Valid
Sumber: Hasil pengolahan data, 2011
Hasil pengolahan data dari uji validitas tersebut menunjukkan bahwa butir pertanyaan yang mengukur variabel kinerja SIA dari butir pertanyaan 1 sampai butir pertanyaan 13 telah valid, karena dapat dilihat bahwa koefisien validitas (rhitung), berkisar antara 0,676 sampai 0,827 lebih besar dibanding dengan rtabel yang bernilai 0,2329.
Tabel 4.4
Uji Validitas Variabel Keterlibatan Pemakai (X1)
Butir Pertanyaan Corrected Item Total Correlation (rhitung) rtabel Keterangan Keterlibatan pemakai Pertanyaan 14 0,661 0,2329 Valid Pertanyaan 15 0,661 0,2329 Valid
Sumber: Hasil Pengolahan Data, 2011
Hasil pengolahan data dari uji validitas tersebut menunjukkan bahwa butir pertanyaan yang mengukur variabel keterlibatan pemakai dari butir pertanyaan 14 dan butir pertanyaan 15 telah valid, karena dapat dilihat bahwa koefisien validitas (rhitung) adalah 0,661 dan lebih besar dibanding dengan rtabel yang bernilai 0,2329.
Tabel 4.5
Uji Validitas Variabel Dukungan Manajemen Puncak (X3)
Butir Pertanyaan Corrected Item Total Correlation (rhitung)
rtabel Keterangan Dukungan manajemen puncak
Pertanyaan 22 0,543 0,2329 Valid
Pertanyaan 23 0,709 0,2329 Valid
Pertanyaan 24 0,632 0,2329 Valid
Pertanyaan 25 0,741 0,2329 Valid
Pertanyaan 26 0,689 0,2329 Valid
Sumber: Hasil pengolahan data, 2011
Hasil pengolahan data dari uji validitas tersebut menunjukkan bahwa butir pertanyaan yang mengukur variabel dukungan manajemen puncak dari butir pertanyaan 22 sampai dengan butir pertanyaan 26 telah valid, karena dapat dilihat bahwa koefisien validitas (rhitung) berkisar antara 0,543 sampai dengan 0,741 dan lebih besar dibanding dengan rtabel yang bernilai 0,2329.
Tabel 4.6
Uji Validitas Variabel Formalisasi Sistem (X4)
Butir Pertanyaan Corrected Item Total Correlation (rhitung) rtabel Keterangan Formalisasi Sistem Pertanyaan 27 0,605 0,2329 Valid Pertanyaan 28 0,408 0,2329 Valid Pertanyaan 29 0,681 0,2329 Valid Pertanyaan 30 0,646 0,2329 Valid Pertanyaan 31 0,664 0,2329 Valid
Sumber: Hasil pengolahan data, 2011
Hasil pengolahan data dari uji validitas tersebut menunjukkan bahwa butir pertanyaan yang mengukur variabel formalisasi sistem dari butir pertanyaan 27 sampai dengan butir pertanyaan 31 telah valid, karena dapat dilihat bahwa koefisien validitas (rhitung) berkisar antara 0,408 sampai dengan 0,681 dan lebih besar dibanding dengan rtabel yang bernilai 0,2329.
Tabel 4.7
Uji Validitas Variabel Keberadaan Dewan Pengarah (X5)
Butir Pertanyaan Corrected Item Total Correlation (rhitung)
rtabel Keterangan Keberadaan dewan pengarah
Pertanyaan 21 0,318 0,2329 Valid
Sumber: Hasil pengolahan data, 2011
Hasil pengolahan data dari uji validitas tersebut menunjukkan bahwa butir pertanyaan yang mengukur variabel keberadaan dewan pengarah pada butir pertanyaan 21 telah valid, karena dapat dilihat bahwa koefisien validitas (rhitung) adalah 0,318 dan lebih besar dibanding dengan rtabel yang bernilai 0,2329.
b.Uji Reliabilitas
Uji reliabilitas menurut Efferin et al (2008 : 118) bertujuan untuk memastikan apakah data yang ada telah terukur dengan tepat dan tidak mengandung kesalahan material dari data yang diukur, proses pengukuran, maupun ukuran yang dipergunakan itu sendiri. Suatu instrumen dikatakan reliabel jika nilai cronbach alpha lebih besar dari 0,6.
Tabel 4.8
Uji Reliabilitas Variabel Kinerja SIA (Y)
Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .946 .947 13
Sumber: Hasil pengolahan data, 2011
Hasil pengujian reliabilitas terhadap jawaban kuesioner untuk variabel kinerja SIA, menunjukkan bahwa angka Cronbach’s alpha sebesar 0,946 dan ini berarti lebih besar dari 0,6. Maka, butir pertanyaan yang mengukur variabel kinerja SIA telah reliabel.
Tabel 4.9
Uji Reliabilitas Variabel Keterlibatan Pemakai (X1)
Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .795 .796 2
Hasil pengujian reliabilitas terhadap jawaban kuesioner untuk variabel keterlibatan pemakai, menunjukkan bahwa angka Cronbach’s alpha sebesar 0,795 dan ini berarti lebih besar dari 0,6. Maka, butir pertanyaan yang mengukur variabel keterlibatan pemakai telah reliabel.
Tabel 4.10
Uji Reliabilitas Variabel Dukungan Manajemen Puncak (X3)
Sumber: Hasil pengolahan data, 2011
Hasil pengujian reliabilitas terhadap jawaban kuesioner untuk variabel dukungan manajemen puncak, menunjukkan bahwa angka Cronbach’s
alpha sebesar 0,850 dan ini berarti lebih besar dari 0,6. Maka, butir
pertanyaan yang mengukur variabel dukungan manajemen puncak telah reliabel.
Tabel 4.11
Uji Reliabilitas Variabel Formalisasi Sistem (X4)
Sumber: Hasil pengolahan data, 2011 Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .850 .852 5 Cronbach's Alpha Cronbach's Alpha Based on Standardized Items N of Items .807 .812 5
Hasil pengujian reliabilitas terhadap jawaban kuesioner untuk variabel formalisasi pengembangan sistem, menunjukkan bahwa angka Cronbach’s
alpha sebesar 0,807 dan ini berarti lebih besar dari 0,6. Maka, butir
pertanyaan yang variabel mengukur formalisasi pengembangan sistem telah reliabel.
4. Uji Asumsi Klasik
Uji asumsi klasik tersiri dari uji normalitas, uji multikolinearitas, uji keteroskedastisitas dan uji autokorelasi. Uji asumsi klasik digunakan untuk memastikan bahwa model regresi didalam penelitian ini sudah baik. Pengujian asumsi klasik dalam penelitian ini menggunakan uji normalitas, uji multikolinearitas dan uji heteroskedstisitas. Sedangkan uji autokorelasi tidak digunakan dalam penelitian ini, karena data didalam penelitian ini merupakan data primer dan tidak bersifat time-series.
a. Uji Normalitas
Ghozali (2006 : 110) mengatakan uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Ada beberapa pendekatan untuk melakukan uji normalitas, Situmorang et al (2010) menyampaikan bahwa beberapa pendekatan untuk melakukan uji normalitas yaitu: pendekatan histogram, pendekatan grafik dan pendekatan Kolmogorov-Smirnov. Untuk pendekatan histogram, dapat dilihat dalam gambar dibawah ini:
Gambar 4.1 Histogram
Sumber: Hasil pengolahan data, 2011
Pada grafik histogram di atas, terlihat bahwa variabel berdistribusi normal, hal tersebut ditunjukkan oleh kurva yang berbentuk lonceng (bell
shaped) yang tidak memiliki kecondongan ke sisi kiri ataupun ke sisi kanan.
Selain pendekatan histogram, uji normalitas dapat dilihat dengan menggunakan pendekatan grafik yang digambarkan dalam grafik P-P Plot seperti gambar dibawah ini:
Gambar 4.2 Grafik P-P Plot
Berdasarkan grafik P-P Plot di atas, terlihat bahwa plot data berbentuk linier dan berada disekitar garis diagonal, maka data dalam penelitian ini dikatakan berdistribusi normal. Untuk melengkapi uji normalitas, dipakai uji normalitas dengan pendekatan Kolmogorov-Smirnov, yang menilai kenormalan data dengan menguji data residual. Peneliti membandingkan nilai Asymp.Sig. (2-tailed) dengan nilai signifikansi yaitu 0,05. Data dikatakan lolos uji normalitas, jika nilai Asymp.Sig. (2-tailed) lebih besar dari 0,05.
Tabel 4.12
Uji Kolmogorov-Smirnov
Unstandardiz ed Residual
N 55
Normal Parametersa,b Mean .0000000
Std. Deviation 4.37347540 Most Extreme Differences Absolute .104 Positive .072 Negative -.104 Kolmogorov-Smirnov Z .769
Asymp. Sig. (2-tailed) .595
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil pengolahan data, 2011
Pada tabel Kolmogorov-Smirnov di atas, terlihat bahwa nilai
Asymp.Sig. (2-tailed) sebesar 0.595 yang berarti lebih besar daripada 0.05
b. Uji Multikolinearitas
Uji multikolinearitas bertujuan untuk menguji apakah model regresi mempunyai korelasi antar variabel independen. Untuk menilai apakah suatu model regresi terkena gejala multikolinearitas, dapat dilakukan tiga pendekatan, yang pertama dengan melihat nilai tolerance dan VIF (Variance Inflation Factor). Pada tabel 4.13 dapat dilihat gejala multikolinearitas, pada kolom collinearity statistics, dimana jika nilai
tolerance < 0,1 dan VIF > 5 maka model variabel yang digunakan diduga
memiliki persoalan multikoinearitas.
Tabel 4.13 Uji Multikolinearitas
Coefficientsa
Model Unstandardized Coefficients Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 8.402 7.122 1.180 .244 Keterlibatan -.998 .457 -.198 -2.182 .034 .667 1.498 Kemampuan 1.800 1.546 .092 1.164 .250 .888 1.126 Dukungan 1.658 .255 .647 6.503 .000 .558 1.792 Formalisasi .600 .251 .270 2.395 .020 .436 2.294 Keberadaan 1.858 .872 .169 2.130 .038 .874 1.144
a. Dependent Variable: Kinerja_SIA
Sumber: Hasil pengolahan data, 2011
Tabel 4.13 di atas menunjukkan bahwa nilai Tolerance untuk setiap variabel independen lebih besar dari 0.1 dan nilai VIF dari setiap variabel independen lebih kecil dari 5. Dengan demikian, dapat disimpulkan bahwa tidak terjadi gejala multikolinearitas antar variabel independen dalam model regresi. Selain melihat nilai tolerance dan VIF, uji multikolinearitas dapat dinilai dengan melihat tabel coefficient correlation.
Tabel 4.14
Uji Multikolinearitas Koefisien Korelasi
Coefficient Correlationsa
Model Keberadaan Kemampuan Dukungan Keterlibatan Formalisasi
1 Correlations Keberadaan 1.000 .091 .050 -.161 -.195 Kemampuan .091 1.000 -.026 -.290 -.005 Dukungan .050 -.026 1.000 .086 -.626 Keterlibatan -.161 -.290 .086 1.000 -.385 Formalisasi -.195 -.005 -.626 -.385 1.000 Covariances Keberadaan .761 .123 .011 -.064 -.043 Kemampuan .123 2.391 -.010 -.205 -.002 Dukungan .011 -.010 .065 .010 -.040 Keterlibatan -.064 -.205 .010 .209 -.044 Formalisasi -.043 -.002 -.040 -.044 .063
a. Dependent Variable: Kinerja_SIA
Sumber: Hasil pengolahan data, 2011
Pada tabel 4.14 diatas, dapat dilihat hasil korelasi antar variabel independendibawah 0,9. Hal tersebut berarti tidak terjadi multikolinearitas pada model regresi ini.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual suatu pengamatan yang lain. Jika varian dari residual suatu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas, demikian jika sebaliknya. Dalam uji heteroskedastisitas terdapat beberapa pendekatan, pendekatan yang sering digunakan adalah pendekatan grafik, dengan meninjau grafik scatterplot, seperti gambar di halaman selanjutnya:
Gambar 4.3
Scatterplot Sumber: Hasil pengolahan data 2011
Pada grafik scatterplot terlihat bahwa titik-titik menyebar secara acak dan tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik di atas maupun di bawah angka nol pada sumbu Y. Hal tersebut menunjukkan bahwa tidak terjadi heteroskedastisitas pada model regresi sehingga model regresi layak digunakan untuk memprediksi variabel dependen yaitu kinerja SIA berdasarkan masukan variabel independen keterlibatan pemakai dalam pengembangan sistem, kemampuan teknik personil, dukungan manajemen puncak, formalisasi pengembangan sistem dan keberadaan dewan pengarah.
Untuk membenarkan uji heteroskedastisitas dengan pendekatan grafik, maka dalam penelitian ini disertakan uji hetersokedastisitas dengan menggunakan uji glejser. Hasil dari uji Glejser dapat dilihat pada tabel 4.15 dibawah ini:
Tabel 4.15 Uji Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) -6.356 3.712 -1.712 .093 Keterlibatan .194 .238 .128 .813 .420 Kemampuan 1.394 .806 .236 1.730 .090 Dukungan .147 .133 .191 1.106 .274 Formalisasi .037 .131 .055 .282 .779 Keberadaan .121 .455 .037 .265 .792
a. Dependent Variable: absut
Sumber: Hasil pengolahan data, 2011
Pada tabel 4.15 diatas terlihat bahwa nilai signifikansi untuk setiap variabel independen lebih besar dari 0,05. Hal ini menunjukkan tidak terjadi heteroskedastisitas pada data yang digunakan.
5. Uji Hipotesis
Pengujian hipotesis dilakukan untuk mengetahui apakah dalam suatumodel regresi,terdapat pengaruh antara variabel independen terhadap variabel dependen. Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi linear berganda. Untuk menguji apakah hipotesis yang diajukan diterima atau ditolak, digunakan uji t (t-test) dan uji F (F-test). Hipotesis untuk penelitian ini adalah :
Ha : keterlibatan pemakai dalam pengembangan sistem, kemampuan teknik personil sistem informasi, dukungan manajemen puncak, formalisasi pengembangan sistem informasi dan keberadaan dewan pengarah sistem informasi berpengaruh secara parsial dan simultan terhadap kinerja sistem informasi akuntansi pada PT. Taspen Persero Cabang Medan.
a. Koefisien Determinasi (R2)
Koefisien determinasi (R2) digunakan untuk menentukan besarnya variabel dependen yang dapat dijelaskan oleh variasi variabel independennya, dengan kisaran nilai antara 0 dan 1 (Ghozali, 2006 : 83). Semakin mendekati nilai nol, berarti model tidak baik atau variasi model dalam menjelaskan informasi yang ada sangat terbatas.
Tabel 4.16 Koefisien Determinasi (R2) Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate 1 .854a .730 .702 4.591
a. Predictors: (Constant), Keberadaan_Dewan_Pengarah, Kemampuan_Teknik_Personil,Dukungan_Manajemen_Puncak Keterlibatan_Pemakai,Formalisasi_Sistem
b. Dependent Variable: Kinerja_SIA Sumber: Hasil pengolahan data, 2011
Tabel di atas menunjukkan bahwa nilai R sebesar 0,854 atau 85,4%, yang berarti hubungan antara variabel dependen yang dalam hal ini adalah kinerja SIA dengan variabel independen yang terdiri dari keterlibatan pemakai dalam pengembangan sistem, kemampuan teknik personil,
dukungan manajemen puncak, formalisasi pengembangan sistem, dan keberadaan dewan pengarah ) sangat erat karena R mendekati 1 atau 100%.
Karena penelitian ini menggunakan lebih dari dua variabel, maka yang digunakan adalah nilai Adjusted R Square. Pada tabel di atas dapat kita lihat bahwa nilai Adjusted R Square untuk Y bernilai 0,702 yang mengindikasikan bahwa 70,2% variasi atau perubahan dalam kinerja SIA dapat dijelaskan oleh keterlibatan pemakai dalam pengembangan sistem, kemampuan teknik personil, dukungan manajemen puncak, formalisasi pengembangan sistem, dan keberadaan dewan pengarah, sedangkan sisanya 20,8% dijelaskan oleh faktor-faktor lain yang tidak diteliti dalam penelitian ini.
b. Analisis Regresi
Tabel 4.17 Analisis Regresi Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 8.402 7.122 1.180 .244 Keterlibatan_Pemakai -.998 .457 -.198 -2.182 .034 Kemampuan_Teknik_Personil 1.800 1.546 .092 1.164 .250 Dukungan_Manajemen_Puncak 1.658 .255 .647 6.503 .000 Formalisasi_Sistem .600 .251 .270 2.395 .020 Keberadaan_Dewan_Pengarah 1.858 .872 .169 2.130 .038 a. Dependent Variable: Kinerja_SIA
Sumber: Hasil pengolahan data, 2011
Berdasarkan output pada Tabel 4.15 di atas, koefisien regresi yang digunakan adalah unstandardized. Persamaan regresi linear berganda antara keterlibatan pemakai, kemampuan teknik personil, dukungan manajemen puncak, formalisasi pengembangan sistem dan keberadaan dewan pengarah dengan kinerja SIA adalah:
Dimana:
Y = skors dimensi variabel kinerja sistem informasi akuntansi a = konstanta
X1 = skors dimensi variabel keterlibatan pengguna 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 keberadaan dewan pengarah ε = variabel penganggu
β1, β2, β3, β4, β5 = Koefisien regresi X1, X2, X3, X4, X5
Maka model regresi untuk penelitian ini adalah:
Y=8,402-0,998Keterlibatan+1,8Kemampuan+1,658Dukungan+0,6Formalisasi+1,858Keberadaan+ε
Interpretasi dari model persamaan di atas adalah sebagai berikut :
1. α = 8,402. Nilai konstanta (α) menunjukkan bahwa jika variabel
independen yang dalam hal ini adalah keterlibatan pemakai dalam pengembangan SIA, kemampuan teknik personil, dukungan manajemen puncak, formalisasi sistem dan keberadaan dewan pengarah bernilai nol, maka kinerja SIA sebesar 8,402.
2. β1 = -0,998. Koefisien regresi tersebut menunjukkan bahwa keterlibatan pemakai berpengaruh negatif terhadap kinerja SIA, dimana kenaikan keterlibatan pemakai dalam pengembangan sistem, akan menurunkan kinerja SIA sebesar 0,998 dan diasumsikan variabel independen lainnya tetap.
3. β2 = 1,8. Koefisien regresi tersebut menunjukkan bahwa kemampuan teknik personil berpengaruh positif terhadap kinerja SIA, dimana peningkatan kemampuan teknik personil, akan meningkatkan kinerja SIA sebesar 1,8 dan diasumsikan variabel independen lainnya tetap.
4. β3 = 1,658. Koefisien regresi tersebut menunjukkan bahwa dukungan manajemen puncak berpengaruh positif terhadap kinerja SIA, dimana peningkatan dukungan manajemen puncak, akan meningkatkan kinerja SIA sebesar 1,658 dan diasumsikan variabel independen lainnya tetap. 5. β4 = 0,6. Koefisien regresi tersebut menunjukkan bahwa formalisasi
pengembangan sistem berpengaruh positif terhadap kinerja SIA, dimana peningkatan formalisasi pengembangan sistem, akan meningkatkan kinerja SIA sebesar 0,6 dan diasumsikan variabel independen lainnya tetap.
6. β5 = 1,858. Koefisien regresi tersebut menunjukkan bahwa keberadaan dewan pengarah sistem berpengaruh positif terhadap kinerja SIA, dimana peningkatan keberadaan dewan pengarah, akan meningkatkan kinerja SIA sebesar 1,858 dan diasumsikan variabel independen lainnya tetap.
c. Uji Signifikansi Parsial (t-test)
Uji ini dilakukan untuk melihat seberapa besar pengaruh setiap variabel independen terhadap variabel dependen. Jika nilai signifikansi dari suatu variabel independen > 0.05, maka variabel tersebut tidak berpengaruh signifikan secara parsial terhadap variabel dependen, dan sebaliknya jika nilai dari suatu variabel independen < 0,05, maka variabel tersebut berpengaruh signifikan secara parsial terhadap variabel dependen. Untuk mengetahui apakah hipotesis yang diterima adalah H0 atau Ha, maka
dapat dilihat dengan membandingkan ttabel dengan thitung,dimana jika ttabel
lebih besar dari thitung, maka H0 diterima, dan sebaliknya jika ttabel lebih kecil dari thitung, maka Ha diterima. Berikut ini merupakan hasil uji signifikansi parsial (uji t), yaitu:
Tabel 4.18
t-test
Sumber: Hasil pengolahan data, 2011
Nilai ttabel dalam penelitian ini sebesar 2,009, yang dapat dilihat pada tabel t dengan dengan α = 0,025, hal tersebut dikarenakan penelitian ini menggunakan uji 2 arah, maka nilai α sebesar 0,05 harus dibagi dua
sehingga α yang digunakan adalah 0,025. Oleh karena itu, titik kritis
distribusi yang digunakan ada dua, yaitu -2,009 dan 2,009.
Berdasarkan Tabel 4.18 tersebut, dapat dilihat bahwa variabel keterlibatan pemakai dalam penggunaan sistem memiliki nilai thitung
sebesar – 2,182 dan nilai signifikansinya sebesar 0,034, sedangkan ttabel
dalam penelitian ini adalah 2,009 dan nilai signifikansinya adalah 0,05.
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 8.402 7.122 1.180 .244 Keterlibatan_Pemakai -.998 .457 -.198 -2.182 .034 Kemampuan_Teknik_Personil 1.800 1.546 .092 1.164 .250 Dukungan_Manajemen_Puncak 1.658 .255 .647 6.503 .000 Formalisasi_Sistem .600 .251 .270 2.395 .020 Keberadaan_Dewan_Pengarah 1.858 .872 .169 2.130 .038 a. Dependent Variable: Kinerja_SIA
Dari nilai tersebut, dapat dilihat bahwa nilai -ttabel > thitung > ttabel (- 2,182 > -2,009 > 2,182) dan tingkat signifikansinya lebih kecil dari 0,05 (0,034 < 0,05), maka variabel keterlibatan pemakai dalam penggunaan sistem secara parsial berpengaruh secara negatif signifikan terhadap variabel kinerja SIA.
Berdasarkan Tabel 4.18 tersebut, dapat dilihat bahwa variabel kemampuan teknik personil memiliki nilai thitung sebesar 1,164 dan nilai signifikansinya sebesar 0,250, sedangkan ttabel dalam penelitian ini adalah 2,009 dan nilai signifikansinya adalah 0,05. Dari nilai tersebut, dapat dilihat bahwa nilai thitung > ttabel (1,164 < 2,009) dan tingkat signifikansinya lebih besar dari 0,05 (0,250 > 0,05), maka variabel kemampuan teknik personil secara parsial tidak berpengaruh terhadap variabel kinerja SIA.
Berdasarkan Tabel 4.18 tersebut, dapat dilihat bahwa variabel dukungan manajemen puncak memiliki nilai thitung sebesar 6,503 dan nilai signifikansinya sebesar 0,000, sedangkan ttabel dalam penelitian ini adalah 2,009 dan nilai signifikansinya adalah 0,05. Dari nilai tersebut, dapat dilihat bahwa nilai thitung > ttabel (6,503 > 2,009) dan tingkat signifikansinya lebih kecil dari 0,05 (0,000 < 0,05), maka variabel dukungan manajemen puncak secara parsial berpengaruh positif signifikan terhadap variabel kinerja SIA.
Berdasarkan Tabel 4.18 tersebut, dapat dilihat bahwa variabel formalisasi sistem memiliki nilai thitung sebesar 2,395 dan nilai signifikansinya sebesar 0,020, sedangkan ttabel dalam penelitian ini adalah
2,009 dan nilai signifikansinya adalah 0,05. Dari nilai tersebut, dapat dilihat bahwa nilai thitung > ttabel (2,395 > 2,009) dan tingkat signifikansinya lebih kecil dari 0,05 (0,020 < 0,05), maka variabel formalisasi sistem secara parsial berpengaruh positif signifikan terhadap variabel kinerja SIA. Berdasarkan Tabel 4.18 tersebut, dapat dilihat bahwa variabel keberadaan dewan pengarah memiliki nilai thitung 2,130 dan nilai signifikansinya sebesar 0,038, sedangkan ttabel dalam penelitian ini adalah 2,009 dan nilai signifikansinya adalah 0,05. Dari nilai tersebut, dapat dilihat bahwa nilai thitung > ttabel (2,130 > 2,009) dan tingkat signifikansinya lebih kecil dari 0,05 (0,038 < 0,05), maka variabel keberadaan dewan pengarah secara parsial berpengaruh positif signifikan terhadap variabel kinerja SIA.
d. Uji Signifikansi Simultan (F-test)
Uji F dilakukan untuk mengetahui apakah semua variabel independen yang diteliti mempunyai pengaruh secara simultan terhadap kinerja SIA. Jika nilai signifikansinya < 0,05 maka variabel independen secara simultan (bersama-sama) memiliki pengaruh signifikan terhadap variabel dependen. Jika nilai signifikansinya > 0,05 maka variabel independen secara simultan tidak memiliki pengaruh signifikan terhadap variabel dependen. Berikut ini merupakan hasil dari uji signifikansi simultan (uji F), yaitu :
Tabel 4.19
F-test
Berdasarkan tabel 4.19 tersebut, dapat diketahui bahwa Fhitung adalah 26,433 dengan tingkat signifikansi sebesar 0,000. Tingkat signifikansi ini lebih kecil dari 0,05 (0,000 < 0,05), sehingga dapat dikatakan hasil penelitian secara simultan ini signifikan. Nilai Ftabel dalam penelitian ini adalah 2,4. Jika dibandingkan antara Fhitung dan Ftabel, nilai Fhitung > nilai Ftabel (26,433 > 2,4), sehingga Ha diterima. Maka dari itu, variabel keterlibatan pemakai, kemampuan teknik personil, dukungan manajemen puncak, formalisasi pengembangan sistem dan keberadaan dewan pengarah berpengaruh signifikan secara simultan terhadap variabel kinerja SIA.