HASIL PENELITIAN DAN PEMBAHASAN
TIPE ORGANISASI :
4.2.2. Uji Kualitas Data
4.2.2.2. Uji Reliabilitas
Uji reliabilitas dilakukan untuk menunjukkan sejauhmana suatu alat pengukur dapat dipercaya. Secara umum suatu instrumen dikatakan bagus jika memiliki koefisien Cronbach’s Alpha > 0,6 (Supramono dan Utami, 2004).
Tabel 4.10 Uji Reliabilitas Variabel Penelitian
Variabel Cronbach’s
Alpha
Batas Reliabilitas
Keterangan
Kualitas Laporan 0,847 0,6 Reliabel
Rekonsiliasi Data 0,742 0,6 Reliabel
Kompetensi SDM 0,853 0,6 Reliabel
Sarana dan Prasarana Pendukung 0,870 0,6 Reliabel
Berdasarkan hasil pengujian di atas diketahui nilai Cronbach’s Alpha lebih besar dari 0,6 sehingga dapat disimpulkan instrumen tersebut reliabel.
4.2.3. Pengujian Asumsi Klasik
4.2.3.1. Uji Normalitas
Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji normalitas dilakukan dengan dua cara, yaitu :
1. Analisis Grafik
Analisis grafik dilakukan dengan melihat grafik histogram yang membandingkan antara data observasi dengan distribusi yang mendekati distribusi normal. Pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari residualnya. Kriteria penilaian :
a. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi memenuhi asumsi normalitas.
b. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti
arah garis diagonal atau grafik histogram menunjukkan pola distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.
Gambar 4.1 Histogram Uji Normalitas
Berdasarkan tampilan histogram dan kurva normal berbentuk lonceng (Gambar 4.1.), maka dapat disimpulkan bahwa data yang digunakan berdistribusi normal. Analisa lebih lanjut dapat dilihat menggunakan
Gambar 4.2 Normal P – P Plot
Hasil pengujian menunjukkan bahwa data residual terdistribusi secara
normal, dimana titik – titik di sekitar garis diagonal dan penyebarannya
masih mengikuti garis diagonal.
2. Analisis Statistik
Uji normalitas dengan grafik dapat menyesatkan kalau tidak hati – hati karena secara visual kelihatan normal, sedangkan secara statistik bisa sebaliknya. Oleh karenanya uji statistik digunakan untuk menguji normalitas residual dengan menggunakan uji statistik non parametrik Kolmogrov – Smirnov (K – S).
Uji dilakukan dengan membuat hipotesis : Ho : Data residual berdistribusi normal Ha : Data residual tidak berdistribusi normal Kriteria keputusan :
a. Jika nilai Asymp. Sig. (2-tailed) > 0,05 maka tidak mengalami
gangguan distribusi normal.
b. Jika nilai Asymp. Sig. (2-tailed) < 0,05 maka mengalami gangguan
Tabel 4.11 One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 60
Normal Parametersa,b Mean .0000000
Std. Deviation .34244488
Most Extreme Differences Absolute .124
Positive .055
Negative -.124
Kolmogorov-Smirnov Z .962
Asymp. Sig. (2-tailed) .313
a. Test distribution is Normal. b. Calculated from data.
Berdasarkan hasil pengujian di atas (Tabel 4.11.) diketahui nilai Asymp. Sig (2- tailed) 0,313 di atas nilai signifikan 0,05. Hal ini berarti Ho diterima yang berarti data residual terdistribusi dengan normal. Hasil analisis statistik konsisten dengan uji yang telah dilakukan dengan analisis grafik.
4.2.3.2. Uji Multikolinearitas
Uji multikolinearitas bertujuan menguji dari model regresi, apakah ditemukan adanya korelasi antar variabel bebas (independen). Multikolinearitas dapat dilihat dari nilai Tolerance dan Variance Inflation Factor (VIF), dengan kriteria sebagai berikut :
a. Tolerance> 0,1 maka tidak terdapat multikolinearitas. b. VIF < 10 maka tidak terdapat multikolinearitas.
Tabel4.12 Nilai Tolerance dan VIF Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.481 .639 -.754 .454
X1 .508 .149 .387 3.415 .001 .664 1.507
X2 .195 .095 .190 2.046 .046 .986 1.014
X3 .388 .118 .374 3.302 .002 .663 1.509
a. Dependent Variable: Y
Hasil analisis pada bagian Coefficients (Tabel 4.12.) menunjukkan nilai tolerance > 0,1 dan VIF < 10 pada ketiga variabel independen, yaitu rekonsiliasi data (X1),
kompetensi SDM (X2), serta sarana dan prasarana pendukung (X3). Dengan
demikian dapat disimpulkan dalam model regresi tersebut tidak terdapat masalah multikolinearitas, sehingga model regresi layak untuk digunakan.
4.2.4. Pengujian Hipotesis
4.2.4.1. Koefisien Determinasi (R²)
Koefisien determinasi (R²) mengukur seberapa jauh kemampuan model regresi dalam menerangkan variasi variabel independen. Range nilai dari R² adalah 0 – 1, 0≤ R²≤ 1. Jika determinan (R2) semakin besar atau mendekati satu, maka pengaruh variabel bebas (X1, X2, danX3) terhadap variabel terikat (Y) semakin
kuat. Jika determinan (R2) semakin kecil atau mendekati nol, maka pengaruh variabel bebas (X1, X2, danX3) terhadap variabel terikat (Y) semakin lemah.
Tabel4.13 Koefisien Determinasi (R²)
Model
R R Square Adjusted R Square
Std. Error of the Estimate
1 .724a .524 .498 .351
Model
R R Square Adjusted R Square
Std. Error of the Estimate
1 .724a .524 .498 .351
a. Predictors: (Constant), X3, X1, X2 b. Dependent Variable: Y
Hasil pengujian pada analisis regresi di atas (Tabel 4.13.) menunjukkan bahwa :
1. R = 0,724 berarti hubungan antara rekonsiliasi data (X1), kompetensi SDM
(X2), serta sarana dan prasarana pendukung (X3) terhadap kualitas laporan
(Y) sebesar 72,4 %. Hal ini menunjukkan hubungan yang erat antara rekonsiliasi data, kompetensi SDM, serta sarana dan prasarana pendukung terhadap kualitas laporan yang dihasilkan.
2. RSquare sebesar 0,524 berarti 52,4 % faktor – faktor kualitas laporan dapat dijelaskan oleh rekonsiliasi data, kompetensi SDM serta sarana dan prasarana pendukung, sedangkan 47.6 % dapat dijelaskan oleh faktor – faktor lain yang tidak dijelaskan dalam penelitian ini.
3. Adjusted R Square sebesar 0,498 berarti 49,8 % faktor – faktor kualitas laporan dapat dijelaskan oleh rekonsiliasi data, kompetensi SDM serta sarana dan prasarana pendukung, sedangkan 50,2 % dapat dijelaskan oleh faktor –faktor lain yang tidak dijelaskan dalam penelitian ini.
4. Standard Error of Estimated (Standar Deviasi) sebesar 0,351, berarti model dinilai baik karena semakin kecil standar deviasi maka semakin baik model yang digunakan.
4.2.4.2. Uji F
Uji F digunakan untuk mengetahui apakah variabel – variabel independen secara simultan berpengaruh signifikan terhadap variabel dependen. Derajat kepercayaan yang digunakan adalah 0,05. Kriteria pengambilan keputusan :
Ha diterima jika Fhitung > Ftabel pada α = 5 %.
2. Berdasarkan probabilitas (Sig.) : Jika probabilitas > α maka Ho diterima Jika probabilitas < α maka Ha diterima
Table 4.14 Hasil Pengujian Hipotesis Uji F
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 7.602 3 2.534 20.510 .000a
Residual 6.919 56 .124
Total 14.521 59
a. Predictors: (Constant), X3, X2, X1 b. Dependent Variable: Y
Dari tabel 4.14 di atas, diperoleh nilai Fhitungsebesar 20,510 dengan nilai
probabilitas (sig) = 0,000. Nilai Fhitung(20,510)>Ftabel (2,769) dan nilai sig. lebih
kecil dari nilai probabilitas 0,05 atau nilai 0,000<0,05. Dalam hal ini Ha diterima, berarti secara bersama – sama (simultan) rekonsiliasi data, kompetensi SDM, serta sarana dan prasarana pendukung berpengaruh signifikan terhadap kualitas laporan.
4.2.4.3. Uji t
Uji t digunakan untuk mengetahui apakah variabel – variabel independen secara parsial berpengaruh nyata atau tidak terhadap variabel dependen. Derajat kepercayaan yang digunakan adalah 0,05. Kriteria pengambilan keputusan adalah :
1. Berdasarkan thitung :
Ho diterima jika thitung< ttabelpada α = 0,05
Ha diterima jika thitung> ttabelpada α = 0,05
2. Berdasarkan probabilitas (Sig.) : Jika probabilitas > α maka Ho diterima Jika probabilitas < α maka Ha diterima
Tabel4.15 Hasil Pengujian Hipotesis Uji t Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) -.481 .639 -.754 .454
X1 .508 .149 .387 3.415 .001 .664 1.507
X2 .195 .095 .190 2.046 .046 .986 1.014
X3 .388 .118 .374 3.302 .002 .663 1.509
a. Dependent Variable: Y
Berdasarkan hasil pengujian hipotesis dengan uji t (Tabel 4.15.) dapat ditarik kesimpulan :
1. Rekonsiliasi Data (X1) terhadap Kualitas Laporan (Y)
Nilai thitunguntuk variabel X1adalah 3,415 sedangkan ttabeladalah 1,673. Nilai
thitung>ttabel, atau nilai 3,415>1,673maka Ha diterima dan Ho ditolak. Nilai Sig.
0,001 lebih kecil dari nilai probabilitas 0,05 atau nilai 0,001<0,05, sehingga Ha diterima dan Ho ditolak. Dapat disimpulkan bahwa pelaksanaan rekonsiliasi data memiliki pengaruh signifikan terhadap kualitas laporan. 2. Kompetensi SDM (X2) terhadap Kualitas Laporan (Y)
Nilai thitunguntuk variabel X2 adalah 2,046 sedangkan ttabeladalah 1,673. Nilai
thitung<ttabel, atau nilai 2,046>1,673 maka Ha ditolak dan Ho diterima. Nilai Sig.
0,046 lebih kecil dari nilai probabilitas 0,05 atau nilai 0,046>0,05, sehingga Ha diterima dan Ho ditolak. Dapat disimpulkan bahwa kompetensi SDM memiliki pengaruh signifikan terhadap kualitas laporan.
3. Sarana dan Prasarana Pendukung (X3) terhadap Kualitas Laporan (Y)
Nilai thitunguntuk variabel X1adalah 3,302 sedangkan ttabeladalah 1,673. Nilai
thitung>ttabel, atau nilai 3,302>1,673 maka Ha diterima dan Ho ditolak. Nilai Sig.
0,002 lebih kecil dari nilai probabilitas 0,05 atau nilai 0,002<0,05, sehingga Ha diterima dan Ho ditolak. Dapat disimpulkan bahwa ketersediaan sarana dan prasarana pendukung memiliki pengaruh signifikan terhadap kualitas
Berdasarkan hasil output tersebut maka rumus persamaan regresinya adalah Y = (-0,481) + 0,508X1+ 0,195X2 + 0,388X3 + e
Interpretasi dari regresi di atas adalah sebagai berikut : 1. Konstanta (o)
Nilai koefisien konstanta sebesar -0,481, ini berarti jika semua variabel bebas memiliki nilai nol (0) maka nilai variabel terikat (kualitas laporan) sebesar - 0,481.
2. Rekonsiliasi Data (X1) terhadap Kualitas Laporan (Y)
Nilai koefisien rekonsiliasi data untuk X1sebesar 0,508. Hal ini mengandung
arti bahwa setiap kenaikan variabel rekonsiliasi data (X1) satu satuan maka
variabel kualitas laporan (Y) akan naik sebesar 0,508 dengan asumsi variabel bebas yang lain dari model regresi adalah tetap.
3. Kompetensi SDM (X2) terhadap Kualitas Laporan (Y)
Nilai koefisien kompetensi SDM untuk X2 sebesar 0,195. Hal ini mengandung
arti bahwa setiap kenaikan variabel kompetensi SDM (X2) satu satuan maka
variabel kualitas laporan (Y) akan naik sebesar 0,195 dengan asumsi variabel bebas yang lain dari model regresi adalah tetap.
4. Sarana dan Prasarana Pendukung (X3) terhadap Kualitas Laporan (Y)
Nilai koefisien sarana dan prasarana pendukung untuk X3 sebesar 0,388. Hal
ini mengandung arti bahwa setiap kenaikan variabel sarana dan prasarana pendukung (X3) satu satuan maka variabel kualitas laporan (Y) akan naik
sebesar 0,388 dengan asumsi variabel bebas yang lain dari model regresi adalah tetap.
4.2.5. Bobot, Gap dan indeks tingkat kepuasan layanan
Selanjutnya, proses perhitungan bobot, gap dan indeks tingkat kepuasan dengan melakukan perhitungan secara manual dengan metoda perhitungan dengan langkah sebagai berikut :
1. Mengukur tingkat kenyataan dan tingkat harapan akan setiap atribut yang mempengaruhi dengan menggunakan skala. Skala yang digunakan adalah skala
Likert.
2. Hitung rata-rata skor kenyataan dan rata-rata skor harapan masing-masing atribut.
y i
STP x 1
TP x 2
CP x 3
P x 4
SP x 5
Keterangan:
y i = jumlah bobot jawaban pernyataan harapan variabel ke- i
STP = jumlah orang yang memilih jawaban sangat tidak penting
TP = jumlah orang yang memilih jawaban tidak penting
CP = jumlah orang yang memilih jawaban cukup penting
P = jumlah orang yang memilih jawaban penting 1, 2, 3, 4, 5 = skor untuk skala LikertUntuk rata-rata jawaban responden untuk pernyataan harapan dapat dihitung dengan persamaan:
�
̅ =Rata-rata jawaban responden untuk pernyataan harapan variabel ke-i
∑ �= Jumlah bobot jawaban pernyataan harapan variabel ke-i n = Jumlah responden
keterangan :
Untuk rata-rata jawaban responden untuk pernyataan kenyataan dapat dihitung dengan
persamaan :
Keterangan :
Untuk mengetahui nilai gap tersebut digunakan persamaan berikut:
3. Mean Importance Score (MIS),perhitungan nilai pembobotan pada servqual variabel ke-
1
4. Mean Satisfaction Score (MSS),nilai pembobotan pada perhitungan servqual variabel ke-
1
� = ∑��=� �
5. Importance weighting factor diperoleh dari skor masing-masing atribut dibagi total
kepentingan seluruh atribut.
= ∑�� �
�=
6. Weighted score diperoleh dari perkalian importance weighting factor dengan skor
kepuasan masing-masing atribut.
= �
7. Customer Satisfaction Index diperoleh dari pembagian weighted average dengan skala
maksimum yang digunakan, dalam hal ini skala 5.
4.3. Pembahasan
Penelitian ini dimulai menentukan variable yang akan menentukan proses dan hasil dengan
menguji pengaruh pelaksanaan rekonsiliasi data, kompetensi SDM, serta ketersediaan sarana dan prasarana pendukung terhadap kualitas laporan yang dihasilkan sebagai . Secara
keseluruhan ringkasan hasil pengujian hipotesis kuesioner dengan menggunakan analisis regresi berganda adalah sebagai berikut ini :
Tabel4.16 Hasil Pengujian Hipotesis
Hipotesis Pernyataan Nilai Keterangan
H1
Pelaksanaan rekonsiliasi data
berpengaruh positif terhadap kualitas laporan.
3,415 H1 diterima Ho ditolak
H2
Kompetensi SDM berpengaruh positif
terhadap kualitas laporan. 2,046
H 2 diterima
Ho ditolak
H3
Ketersediaan sarana dan prasarana pendukung berpengaruh positif terhadap kualitas laporan.
3,302 H 3 diterima Ho ditolak
4.3.1 Pengaruh Rekonsiliasi Data terhadap Kualitas Laporan
Hipotesis pertama (H1) menyatakan bahwa pelaksanaan rekonsiliasi data berpengaruh positif
terhadap kualitas laporan yang dihasilkan. Hal ini terbukti dari pengujian yang telah
Pelaksanaan rekonsiliasi data dilakukan sebagai bentuk kewajiban untuk menjaga kualitas data yang terdapat pada laporan yang dihasilkan. Pelaksanaan rekonsiliasi
dilaksanakan selain sebagai bentuk kewajiban, juga diperuntukkan untuk memperoleh data yang akurat dan terpercaya sehingga pada akhirnya laporan yang akan dihasilkan adalah
laporan yang relevan, andal, dapat dibandingkan, dan dapat dipahami.
4.3.2 Pengaruh Kompetensi SDM terhadap Kualitas Laporan
Hipotesis kedua (H2) menyatakan kompetensi SDM memiliki pengaruh positif terhadap
kualitas laporan yang dihasilkan. Hal ini terbukti dari pengujian yang telah dilaksanakan dengan analisis regresi berganda. Kompetensi diartikan sebagai keterampilan, pengetahuan,
kemampuan dan perilaku yang diperlukan untuk terlaksananya tugas pekerjaan (Mirabile, 1995: 13, dalam Catano, 1998). Lebih lanjut lagi, kompetensi diartikan sebagai perilaku yang
diperlukan untuk meningkatkan kemampuan dasar dan untuk meningkatkan prestasi kerja lebih tinggi (Miyawaki, 1996, dalam Catano, 1998).
Kompetensi ini terkait dengan kemampuan yang dimiliki dalam mengelola sejumlah aplikasi yang digunakan untuk membantu proses penyusunan laporan.
4.3.3 Pengaruh Sarana dan Prasarana Pendukung terhadap Kualitas Laporan
Hipotesis ketiga (H3) menyatakan pengaruh positif sarana dan prasarana pendukung
terhadap kualitas laporan yang dihasilkan. Hal ini terbukti dari pengujian yang telah dilaksanakan dengan analisis regresi berganda. Sarana dan prasarana pendukung diungkapkan
tersebut adalah merupakan peralatan pembantu maupun peralatan utama, yang keduanya berfungsi untuk mewujudkan tujuan yang hendak dicapai.
Sarana dan prasarana pendukung mencakup pada ketersediaan sarana teknologi informasi dengan didukung keberadaan ruangan yang nyaman. Teknologi informasi adalah
sarana yang mutlak dibutuhkan dalam pelaksanaan tugas dan pekerjaan. Sarana ini mencakup pada ketersediaan peralatan komputer yang lengkap dan dalam kondisi yang baik, dengan
didukung jaringan internet yang berkualitas. Ketersediaan komputer diperlukan oleh petugas karena didorong kepentingan dalam penggunaan beberapa aplikasi yang menuntut tersedianya
perangkat komputer dengan kondisi yang baik. untuk jaringan internet, selain digunakan sebagai sarana komunikasi juga digunakan untuk mengupdate informasi terkait update
peraturan – peraturan serta aplikasi yang terkait dengan operasional.
Namun ketersediaan sarana teknologi informasi yang baik, juga harus didukung
kondisi ruangan yang nyaman. Kondisi ruangan yang nyaman dipercaya dapat saling melengkapi dengan ketersediaan sarana yang lengkap dan dalam kondisi yang baik.
Untuk tampilan model pendukung keputusan penelitian ini dapat dilihat pada gambar 4.3
gambar 4.3 menu utama
pada menu utama, terdiri dari beberapa sub menu seperti file, input data kuesioner sebagai
Untuk memasukkan data responden, menu yang perlu dipilih ialah file dapat dilihat pada gambar 4.4
gambar 4.4 menu pilihan data responden
gambar 4.5 menu data responden
Sub Menu Input Data Qesoner sebagai critical success factor pada gambar 4.6
gambar 4.6 menu input data kuesioner
gambar 4.7 form isian kuesioner kualitas laporan
Gambar 4.8 menampilan Form Quesioner Rekonsiliasi Data
gambar 4.8 form kuesioner rekonsiliasi data
gambar 4.9 form kuesioner kompetensi SDM
setelah dilakukan proses pada Menu Proses pada gambar 5.0, hasil daripada proses dapat dilihat pada gambar 4.11
Tampilan proses menunjukkan nilai harapan(MIS), kenyataan(MSS, wight factor, dan weight score masing-masing yang dapat dilihat pada gambar 4.12
gambar 4.12 tampilan hasil proses
Gambar 4.13 Tampilan hasil perhitungan
Nilai CSI sebesar 84.65 % menurut steers, 1993 bahwa nilai skala ini menunjukkan tingkat kepuasan tinggi yang berindikasi sistem informasi yang diterapkan mempunyai dampak yang positif dari segi kepentingan pelayanan dan kepuasan pelanggan tata kelola teknologi informasi pada Kantor Balai Besar Badan Meteorologi dan Geofisika Medan.
Menu Laporan menghasilkan Grafik Responden berdasarkan Umur, Jenis Kelamin dan Tingkat Pendidikan dapat dilihat pada gambar 4.14, 4.15,.4.16,4.17
gambar 4.14 grafik responden
gambar 4.16 grafik jumlah kelamin