Uji Persyaratan Analisis Regresi Berganda

Gambar 2.5 Hipotesis Penelitian

Gamber 4.1 Responden Berdasarkan Jenis Kelamin

3) Variabel Kualitas Interaksi Layanan (Service Interaction Qulity)

4.3 Uji Persyaratan Analisis Regresi Berganda

Dalam regresi linier berganda terdapat 3 (tiga) persyaratan uji analisis regresi berganda yang harus di penuhi, yaitu :

4.3.1 Hasil Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variable pengganggu atau residual memiliki distribusi normal. Bila asumsi ini di langgar maka uji statistik menjadi tidak valid untuk jumlah sampel yang kecil. Model regresi yang baik adalah data distribusi yang normal. Cara untuk mendeteksi normalitas adalah dengan melihat penyebaran data (titik-titik) pada sumbu diagonal dari grafik. Dasar pengambilan keputusannya adalah sebagai berikut:

1) Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas.

2) Jika data menyebarkan jauh dari garis diagonal dan tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.

Pengujian normalitas dalam penelitian ini yaitu melalui normal probability

plot dengan menggunakan SPSS versi 23 dan berikut ini gambar hasil uji normalitas

yang telah dilakukan dalam penelitian ini :

Gambar 4.5 Grafik Uji Normalitas

Berdasarkan gambar grafik uji normalitas diatas garis diagonal dalam grafik ini menggambarkan keadaan ideal dari data yang mengikuti distribusi normal. dapat disimpulkan bahwa data dalam penelitian ini memenuhi syarat normal probability

plot sehingga model regresi penelitian ini memenuhi asumsi normalitas

(berdistribusi normal). Artinya data dalam penelitian ini berasal dari populasi yang berdistribusi normal.

4.3.2 Hasil Uji Heterokedastisitas

Uji heterokedastisitas bertujuan untuk menguji apakah dalam suatu model regresi terjadi perdebatan variance dari residual data yang ada. Dalam penelitian ini uji heterokedastisitas dilakukan dengan analisis grafik plot antara nilai prediksi variabel terkait (ZPRED) dengan residualnya (SRESID). Pengujian ini dilakukan menggunakan SPSS versi 23 dengan hasil sebagai berikut:

Gambar 4.6 Uji Heterokedastisitas

Dasar analisa uji heterokedastisitas dengan grafik plot adalah jika titik dalam grafik tersebar (tidak membentuk pola) maka tidak terjadi heterokedastisitas. Berdasarkan gambar diatas dapat dilihat bahwa titik-titik yang ada tidak membentuk pola yang teratur, sehingga dapat disimpulkan pahwa pada data penelitian ini tidak terjadi heterokedastisitas. Artinya dalam fungsi regresi dipenelitian ini tidak muncul gangguan karena varian yang tidak sama.

4.3.3 Hasil Uji Regresi Linier Berganda

Berdasarkan perhitungan regresi linier berganda antara variabel yang ada pada metode webqual yaitu Usability, Information Quality, dan Service Interaction

Quality, dengan menggunakan SPSS versi 23, maka diperoleh hasil sebagai

berikut:

Tabel 4.9 Hasil Uji Regresi Linier Berganda

Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) ,505 ,651 ,776 ,440 X1 ,025 ,027 ,110 ,910 ,365 X2 ,038 ,029 ,182 1,313 ,193 X3 ,067 ,028 ,329 2,425 ,017 a. Dependent Variable: Y

Berdasarkan Tabel 4.9, maka model regresi tersebut dapat dianalisis berdasarkan koefisien-koefisiennya. Model persamaan regresi linier berganda berdasarkan tabel di atas adalah :

Y = 0,505 + 0.025 X1 + 0.038 X2 + 0.067 X3

Dari fungsi regresi tersebut di atas, maka diketahui bahwa :

1) Jika variabel Usability berubah satu unit skor maka layanan kualitas website akan berubah sebesar 0.025 unit skor dengan variabel lainya konstan. Tanda positif menunjukkan perubahan yang searah. Apabila kegunaan meningkat, maka kualitas website juga meningkat dengan koefisien regresi sebesar 0.025. Dan sebaliknya jika kegunaan menurun, maka layanan kualitas website juga menurun dengan koefisien regresi sebesar 0.025 dengan catatan variabel lainnya konstan.

2) Jika variabel Information Quality berubah satu unit skor maka layanan kualitas

website akan berubah sebesar 0.038 unit skor dengan variabel lainya konstan.

Tanda positif menunjukkan perubahan yang searah. Apabila kualitas informasi meningkat, maka kualitas website juga meningkat dengan koefisien regresi sebesar 0.038. Dan sebaliknya jika kualitas informasi menurun, maka layanan kualitas website juga menurun dengan koefisien regresi sebesar 0.038 dengan catatan variabel lainnya konstan.

3) Jika variabel Service Interaction Quality berubah satu unit skor maka layanan kualitas website akan berubah sebesar 0.067 unit skor dengan variabel lainya konstan. Tanda positif menunjukkan perubahan yang searah. Apabila layanan kuualitas interaksi meningkat, maka kualitas website juga meningkat dengan koefisien regresi sebesar 0.067. Dan sebaliknya jika layanan kualitas interaksi menurun, maka layanan kualitas website juga menurun dengan koefisien regresi sebesar 0.067 dengan catatan variabel lainnya konstan.

4) Nilai konstant sebesar 0.505 yang berarti apabila Usability, Information Quality, dan Service Interaction Quality konstan atau tidak mengalami perubahan, maka layanan kualitas website sebesar nilai konstannya yaitu 0.505.

5) Dilihat dari nilai beta variabel service interaction quality (0.329) lebih besar pengaruhnya dibandingkan dengan variabel usability (0.110), dan variabel

4.4 Pengujian Hipotesis

4.4.1 Uji Signifikansi Simultan (Uji Statistik F)

Pengujian secara simultan ini untuk menguji secara bersama-sama pengaruh variabel independent terhadap variabel dependen rumus dalam mencari F tabel yaitu df1= k-1 = 3-1=2, dan df2= n-k= 95-3 = 91 jadi F tabel nya adalah 3,10 berikut adalah hasil dari uji simultan/serentak (uji f).

Tabel 4.10 Hasil Uji F

Model Sum of Squares Df Mean Square F Sig.

1 Regression 18,715 3 6,238 13,986 ,000b

Residual 40,590 91 ,446

Total 59,305 94

a. Dependent Variable: Y

b. Predictors: (Constant), X3, X1, X2

Berdasarkan dari hasil dari data di atas dapat menerangkan bahwa nilai F hitung 13,986 sedangkan F tabel 3,10 jadi di hasilkan nilai Fhitung > Ftabel dengan taraf signifikan 0,05 dapat di katakan bahwa ada pengaruh yang signifikan secara simultan antara variabel X dan variabel Y yaitu berpengaruh positif.

4.4.2 Uji Signifikansi Parameter Individual (Uji Statistik T)

Uji t statistik (t-Test) bertujian untuk mengetahui hubungan yang signifikan dari masing-masing variabel terhadap variabel terkait. Pengujian ini dilakukan dengan cara membandingkan nilai 𝑡_{ℎ𝑖𝑡𝑢𝑛𝑔} dengan nilai 𝑡_{𝑡𝑎𝑏𝑒𝑙} dengan 𝛼 = 0,05 dan (db) = n-k-1=95-3-1=91 adalah 1,66.

Pengujian dilakukan pengujian dilakukan menggunakan uji-t degan tingkat pengujian pada 𝛼 5% derajat (degree of freedom) atau df=(n-k). Kriteria

pengambilan keputusan Ho diterima jika 𝑡_{ℎ𝑖𝑡𝑢𝑛𝑔} < 𝑡_{𝑡𝑎𝑏𝑒𝑙} dan Ha diterima jika 𝑡_{ℎ𝑖𝑡𝑢𝑛𝑔} > 𝑡_{𝑡𝑎𝑏𝑒𝑙}, dan berikut ini hasil pengujian uji t yang menggunakan SPSS versi 23 sebagai berikut:

Tabel 4.11 Hasil Uji t

Berdasarkan hasil analisis maka dapat dilakukan pengaruh antara variabel independen secara persial terhadap variabel dependen, dan berikut uraianya: 1) Kegunaan (Usability) hipotesis pertama dilakukan dengan membandingkan

nilai thitung > ttabel atau nilai sig < ɑ 0,05. Hal ini dapat dilihat bahwa nilai signifikan sebesar 0,365 > ɑ 0,05 dan nilai thitung adalah 0,025 < ttabel 1,66 maka H0 diterima dan H1 ditolak hal ini menunjukkan bahwa tidak ada pengaruh yang signifikan dari variabel usability terhadap kualitas website yang dinilai kepuasan pengguna.

2) Kualitas Informasi (Information Quality) hipotesis kedua dilakukan dengan membandingkan nilai thitung > ttabel atau nilai sig < ɑ 0,05. Hal ini dapat dilihat bahwa nilai signifikan sebesar 0,193 > ɑ 0,05 dan nilai thitung adalah 0,038 < ttabel 1,66 maka H0 diterima dan H2 ditolak hal ini menunjukkan bahwa tidak ada pengaruh yang signifikan dari variabel information quality terhadap kualitas website yang dinilai dari kepuasan pengguna.

3) Layanan Kualitas Interaksi (Service Interaction Quality) hipotesis ketiga dilakukan dengan membandingkan nilai thitung > ttabel atau nilai sig < ɑ 0,05. Hal ini dapat dilihat bahwa nilai signifikan sebesar 0,017 < ɑ 0,05 dan nilai thitung adalah 0,067 < ttabel 1,66 maka H0 ditolak dan H3 diterima hal ini menunjukkan bahwa ada pengaruh yang signifikan dari variabel service interaction quality terhadap kualitas website yang dinilai dari kepuasan pengguna.

4.5 Pembahasan

Pembahasan yang akan dilakukan berikut ini berdasarkan hasil pengukuran kualitas website STIK Bina Husada yang dinilai dari kepuasan penguna, dengan hasil analisis statistik korelasi parsial, hubungan korelasional dan korelasi regresi berganda linier, dan upaya pendalaman tiap variabel dengan menggunakan hasil analisis yang telah diolah dengan bantuan program Statistical Product for Social

Science (SPSS) versi 23.

4.5.1 Kepentingan Kualitas Website di STIK Bina Husada Bredasarkan Hasil

Penelitian

Berikut ini penjelasan dari masing-masing dimensi webqual terhadap kualitas websit yang dinilai dari kepuasan pengguna website pada penelitian ini.

Dalam dokumen PROGRAM STUDI TEKNIK INFORMATIKA PENERAPAN METODE WEBQUAL GUNA MENGUKUR KUALITAS WEBSITE STIK BINA HUSADA ITA APRIANTI ( (Halaman 66-73)