Berikut ini adalah kuesioner yang berkaitan dengan penelitian tentang

(1)

53

KUESIONER PENELITIAN

ANALISIS PERILAKU

PENGGUNAAN

E-TICKETING

SYSTEM

DENGAN PENDEKATAN

TECHNOLOGY ACCEPTANCE MODEL

(TAM).

Atas kesediaan dan partisipasi Bapak/Ibu/Saudara/Saudari untuk mengisi

kuesioner yang ada, saya ucapkan banyak terima kasih.

IDENTITAS RESPONDEN

1. Nama:

2. Jenis Kelamin:

a.

Pria

4. Pendidikan:

a.

≤SLTA

b.

D1/D2/D3

c.

D4/S1

d.

S2

e.

S3

5. Pekerjaan:

a.

Pelajar/Mahasiswa

b.

Guru/Dosen

(2)

54

e.

TNI/POLRI

6. Dari mana Anda mengetahui dan menggunakan e-ticketing system?

a. Website

b. Traveloka

c. Aplikasi lainnya, sebutkan...

7. Pendapatan Per Bulan:

e.

< Rp. 1Juta

f.

Rp. 1 Juta - 2,5 Juta

g.

Rp. 2,5 Juta - 5 Juta

h.

> Rp. 5 Juta

PERTANYAAN:

Petunjuk Pengisian:

Mohon untuk memberikan tanda (V) pada setiap pernyataan yang Anda pilih.

Keterangan:

SS = Sangat Setuju (SS)

S = Setuju (S)

N = Netral (N)

TS = Tidak Setuju (TS)

(3)

55

Persepsi Kemudahan Penggunaan

(Perceived Ease Of Use)

No.

Pertanyaan

STS

TS

N

S

SS

1. Saya dapat dengan mudah mengakses

e-ticketing sistem dengan mudah, kapan saja

dan dimana saja

2. Saya tidak perlu menghabiskan waktu yang

lama untuk memikirkan bagaimana cara

menggunakan e-ticketing sistem

3. Mudah bagi saya untuk terampil dalam

menggunakan e-ticketing sistem untuk

memenuhi apa yang saya inginkan.

4. Interaksi saya dengan e-ticketing sistem

jelas dan mudah dipahami

Persepsi Manfaat

(Perceived Usefulness)

No.

Pertanyaan

STS

TS

N

S

SS

1. Saya dapat berbelanja dan bertransaksi

lainnya melalui e-ticketing sistem

2. Internet memungkingkan saya lebih cepat

dalam bertransaksi e-ticketing sistem

3. Internet dapat menghemat biaya yang harus

(4)

56

Attention to use

No.

Pertanyaan

STS

TS

N

S

SS

1. Saya percaya bahwa vendor penyedia

e-ticketing sistem akan menjamin privasi

data pelanggan selama bertransaksi.

2. Saya percaya bahwa vendor penyedia

e-ticketing

sistem

memenuhi

tanggung

jawabnya terhadap pelanggan.

3. Saya yakin bahwa vendor penyedia

e-ticketing sistem akan melakukan transaksi

seperti yang dijanjikan.

Minat Perilaku Penggunaan (

Behavioral Intention To Use

)

No.

Pertanyaan

STS

TS

N

S

SS

1. Saya rasa menggunakan internet untuk

e-ticketing

sistem

atau

bertransaksi,

disamping

menggunakan

metode

tradisional merupakan hal yang sangat

bagus.

2. Saya berminat menggunakan internet

sebagai pilihan utama dalam

bertransaksie-ticketing sistem.

3. Saya

akan

menyarankan

penggunaan

internet untuk bertransaksi e-ticketing

sistem yang belum pernah menggunakan.

(5)

X1

X2

X3

X4

1 19-25 tahun

LAKI-LAKI

S1

Pelajar/Mahasiswa

< Rp. 1Juta

5

4

3

5 2 26-35 tahun

LAKI-LAKI

S1

Pegawai Swasta

Rp. 1 Juta - 2,5 Juta

5

4 3 36-45 tahun

PEREMPUAN

D3

Pegawai Swasta

Rp. 1 Juta - 2,5 Juta

3

5

5 4 19-25 tahun

LAKI-LAKI

D3

Pelajar/Mahasiswa

< Rp. 1Juta

3

4

5 5 26-35 tahun

PEREMPUAN

S1

Pegawai Swasta

Rp. 2,5 Juta - 5 Juta

4

3

2

5 6 ≤18 tahun

PEREMPUAN

≤SLTA

Pelajar/Mahasiswa

< Rp. 1Juta

3

3 7 36-45 tahun

LAKI-LAKI

S1

Pegawai Negeri

Rp. 1 Juta - 2,5 Juta

2

3

2 8 36-45 tahun

LAKI-LAKI

S1

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

5

4

4 9 19-25 tahun

PEREMPUAN

D3

Pegawai Swasta

Rp. 2,5 Juta - 5 Juta

2

3

2 10 36-45 tahun

LAKI-LAKI

S2

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

3

5

4

4 11 36-45 tahun

PEREMPUAN

S2

Pegawai Swasta

Rp. 2,5 Juta - 5 Juta

5

4

5 12 36-45 tahun

LAKI-LAKI

S1

Pelajar/Mahasiswa

< Rp. 1Juta

4

3

5

4 13 19-25 tahun

LAKI-LAKI

S1

TNI

Rp. 2,5 Juta - 5 Juta

3

5

4

4 14 36-45 tahun

LAKI-LAKI

S1

Pegawai Swasta

Rp. 1 Juta - 2,5 Juta

4

5 15 19-25 tahun

PEREMPUAN

S3

Pegawai Swasta

Rp. 1 Juta - 2,5 Juta

4

4 16 26-35 tahun

LAKI-LAKI

D3

Pegawai Swasta

Rp. 1 Juta - 2,5 Juta

4

4 17 26-35 tahun

PEREMPUAN

S1

Pegawai Swasta

Rp. 2,5 Juta - 5 Juta

4

5

4 18 ≤18 tahun

LAKI-LAKI

≤SLTA

Pelajar/Mahasiswa

< Rp. 1Juta

3

4

4 19 26-35 tahun

LAKI-LAKI

D3

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

5

4

4 20 26-35 tahun

LAKI-LAKI

S1

Pegawai Swasta

Rp. 2,5 Juta - 5 Juta

5

4

5

4 21 26-35 tahun

LAKI-LAKI

S2

Pegawai Swasta

Rp. 2,5 Juta - 5 Juta

4

5

4

5 22 26-35 tahun

LAKI-LAKI

S2

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

2

3

3 23 26-35 tahun

PEREMPUAN

S1

Pegawai Swasta

Rp. 1 Juta - 2,5 Juta

5

4

4 24 26-35 tahun

LAKI-LAKI

S1

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

3

4 25 ≤18 tahun

PEREMPUAN

≤SLTA

Pelajar/Mahasiswa

< Rp. 1Juta

2

3

3 26 36-45 tahun

LAKI-LAKI

S1

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

2

4 27 26-35 tahun

LAKI-LAKI

S1

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

4

4 28 26-35 tahun

PEREMPUAN

D3

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

4

2

4 29 26-35 tahun

LAKI-LAKI

S2

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

5

4

4 30 36-45 tahun

PEREMPUAN

S2

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

4

3

4 31 26-35 tahun

LAKI-LAKI

S1

TNI

Rp. 2,5 Juta - 5 Juta

2

3

4 PEKERJAAN

PENDAPATAN PERBULAN

(6)

32 26-35 tahun

LAKI-LAKI

S1

TNI

Rp. 2,5 Juta - 5 Juta

3

4

4 33 ≤18 tahun

LAKI-LAKI

≤SLTA

Pelajar/Mahasiswa

< Rp. 1Juta

3

4 34 ≥ 46 tahun

PEREMPUAN

D3

Pegawai Negeri

> Rp. 5 Juta

5

4

5 35 36-45 tahun

LAKI-LAKI

S3

Pegawai Negeri

> Rp. 5 Juta

4

5

4

5 36 36-45 tahun

PEREMPUAN

S1

Pegawai Negeri

> Rp. 5 Juta

5

4

5

5 37 36-45 tahun

PEREMPUAN

S2

Pegawai Swasta

> Rp. 5 Juta

4

5

4 38 36-45 tahun

LAKI-LAKI

S1

TNI

Rp. 2,5 Juta - 5 Juta

4

5

4

4 39 19-25 tahun

LAKI-LAKI

S1

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

4

5

4 40 26-35 tahun

LAKI-LAKI

S1

TNI

Rp. 2,5 Juta - 5 Juta

4

5

4

4 41 ≥ 46 tahun

PEREMPUAN

D3

Pegawai Swasta

Rp. 1 Juta - 2,5 Juta

3

2

4 42 19-25 tahun

LAKI-LAKI

D3

TNI

Rp. 2,5 Juta - 5 Juta

3

4

4 43 26-35 tahun

PEREMPUAN

S1

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

4

4 44 19-25 tahun

PEREMPUAN

S1

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

4

4 45 ≤18 tahun

LAKI-LAKI

≤SLTA

Pelajar/Mahasiswa

< Rp. 1Juta

4

3

3 46 36-45 tahun

LAKI-LAKI

S1

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

3

4

4 47 ≥ 46 tahun

PEREMPUAN

S3

Pegawai Negeri

> Rp. 5 Juta

2

5

4

4 48 26-35 tahun

LAKI-LAKI

S3

Pegawai Negeri

> Rp. 5 Juta

4

3

4 49 36-45 tahun

PEREMPUAN

S2

Pegawai Negeri

> Rp. 5 Juta

3

2

3

3 50 ≤18 tahun

LAKI-LAKI

≤SLTA

Pelajar/Mahasiswa

< Rp. 1Juta

2

3 51 26-35 tahun

LAKI-LAKI

S1

TNI

> Rp. 5 Juta

5

4

4 52 ≥ 46 tahun

LAKI-LAKI

S1

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

2

3

2 53 26-35 tahun

LAKI-LAKI

D3

Guru

Rp. 2,5 Juta - 5 Juta

3

4

4 54 26-35 tahun

PEREMPUAN

S1

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

2

3

3 55 ≤18 tahun

PEREMPUAN

≤SLTA

Pelajar/Mahasiswa

< Rp. 1Juta

4

4 56 26-35 tahun

LAKI-LAKI

S1

Pegawai Negeri

> Rp. 5 Juta

4

(7)

65 19-25 tahun

LAKI-LAKI

S1

Pelajar/Mahasiswa

< Rp. 1Juta

3

4

4 66 19-25 tahun

LAKI-LAKI

S2

Pelajar/Mahasiswa

< Rp. 1Juta

3

4

3

4 67 19-25 tahun

PEREMPUAN

S2

Pelajar/Mahasiswa

< Rp. 1Juta

4

3

4

4 68 26-35 tahun

LAKI-LAKI

S1

Pelajar/Mahasiswa

< Rp. 1Juta

3

4

4 69 26-35 tahun

LAKI-LAKI

S1

TNI

Rp. 2,5 Juta - 5 Juta

5

4

5 70 ≥ 46 tahun

LAKI-LAKI

S1

TNI

Rp. 2,5 Juta - 5 Juta

3

4

3

4 71 36-45 tahun

PEREMPUAN

D3

Pegawai Negeri

Rp. 1 Juta - 2,5 Juta

3

4 72 ≥ 46 tahun

LAKI-LAKI

D3

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

3

4 73 26-35 tahun

PEREMPUAN

S1

Pelajar/Mahasiswa

Rp. 1 Juta - 2,5 Juta

3

4

3

5 74 36-45 tahun

LAKI-LAKI

S1

TNI

> Rp. 5 Juta

4

4 75 ≥ 46 tahun

LAKI-LAKI

D3

TNI

Rp. 2,5 Juta - 5 Juta

2

3

5 76 36-45 tahun

PEREMPUAN

D3

Guru

Rp. 2,5 Juta - 5 Juta

5

3

5

5 77 26-35 tahun

LAKI-LAKI

D3

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

5

4

4 78 36-45 tahun

PEREMPUAN

D3

Pegawai Swasta

Rp. 1 Juta - 2,5 Juta

5

4

4 79 36-45 tahun

PEREMPUAN

S1

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

2

3

4 80 ≥ 46 tahun

LAKI-LAKI

S3

Guru

> Rp. 5 Juta

4

3

5

4 81 26-35 tahun

PEREMPUAN

S1

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

3

4

4 82 26-35 tahun

LAKI-LAKI

S1

Pegawai Swasta

Rp. 1 Juta - 2,5 Juta

4

3

4

4 83 26-35 tahun

LAKI-LAKI

S1

Guru

Rp. 2,5 Juta - 5 Juta

4

3

4 84 26-35 tahun

PEREMPUAN

D3

Pegawai Negeri

> Rp. 5 Juta

5

4

4 85 36-45 tahun

LAKI-LAKI

S3

Pegawai Negeri

> Rp. 5 Juta

4

4 86 36-45 tahun

LAKI-LAKI

S3

Pegawai Swasta

> Rp. 5 Juta

4

4 87 36-45 tahun

LAKI-LAKI

S1

Guru

Rp. 2,5 Juta - 5 Juta

4

4 88 36-45 tahun

LAKI-LAKI

S1

TNI

Rp. 2,5 Juta - 5 Juta

4

4 89 19-25 tahun

LAKI-LAKI

S1

Pelajar/Mahasiswa

< Rp. 1Juta

4

5

4

4 90 36-45 tahun

LAKI-LAKI

S1

TNI

> Rp. 5 Juta

5

4

5 91 36-45 tahun

LAKI-LAKI

D3

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

4

4 92 36-45 tahun

PEREMPUAN

D3

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

5

4

4 93 19-25 tahun

LAKI-LAKI

S2

Pelajar/Mahasiswa

< Rp. 1Juta

4

3

4

5 94 26-35 tahun

LAKI-LAKI

S2

TNI

> Rp. 5 Juta

3

5 95 26-35 tahun

LAKI-LAKI

D3

Pegawai Negeri

Rp. 2,5 Juta - 5 Juta

3

4 96 ≥ 46 tahun

LAKI-LAKI

S3

Guru

> Rp. 5 Juta

5

4

5

(8)

98 19-25 tahun

PEREMPUAN

D3

Pelajar/Mahasiswa

< Rp. 1Juta

3

4

4 99 19-25 tahun

LAKI-LAKI

D3

Pelajar/Mahasiswa

< Rp. 1Juta

4

(9)

X1

X2

X3

X1

X2

X3

X1

X2

X3

(10)

(11)

(12)

3

4

3

4

5

4

(13)

Regression

Notes

Output Created 14-NOV-2017 16:07:08

Comments

Input Data E:\christian pak fredy (SIA)\DATA

SPSS MODEL 1.sav

Active Dataset DataSet1

Filter <none>

Weight <none>

Split File <none>

N of Rows in Working Data

File 100

Missing Value Handling Definition of Missing User-defined missing values are treated

as missing.

Cases Used Statistics are based on cases with no

missing values for any variable used.

Syntax REGRESSION

/MISSING LISTWISE

/STATISTICS COEFF OUTS R

ANOVA COLLIN TOL

/CRITERIA=PIN(.05) POUT(.10)

/NOORIGIN

/DEPENDENT PerceivedUsefulness

/METHOD=ENTER PerceivedEase

/SCATTERPLOT=(*ZPRED

Resources Processor Time 00:00:00.84

Elapsed Time 00:00:00.86

(14)

Additional Memory Required

for Residual Plots 912 bytes

Variables Created or

Modified

RES_1

Unstandardized Residual

Variables Entered/Removeda

Model

Variables

Entered

Variables

Removed Method

1 PerceivedEaseb . Enter

a. Dependent Variable: PerceivedUsefulness

b. All requested variables entered.

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate Durbin-Watson

1 ,445a ,198 ,189 1,87652 1,552

a. Predictors: (Constant), PerceivedEase

b. Dependent Variable: PerceivedUsefulness

ANOVAa

Model Sum of Squares df Mean Square F Sig.

1 Regression 85,019 1 85,019 24,144 ,000b

Residual 345,091 98 3,521

Total 430,110 99

b. Predictors: (Constant), PerceivedEase

(15)

Model

Collinearity Statistics

Tolerance VIF

1 (Constant)

PerceivedEase 1,000 1,000

Collinearity Diagnosticsa

Model Dimension Eigenvalue Condition Index

Variance Proportions

(Constant) PerceivedEase

1 1 1,986 1,000 ,01 ,01

2 ,014 11,919 ,99 ,99

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 8,9722 12,5930 11,1700 ,92670 100

Std. Predicted Value -2,372 1,536 ,000 1,000 100

Standard Error of Predicted

Value ,188 ,485 ,255 ,074 100

Adjusted Predicted Value 8,7554 12,7887 11,1679 ,93736 100

Residual -6,05843 3,66573 ,00000 1,86702 100

Std. Residual -3,229 1,953 ,000 ,995 100

Stud. Residual -3,269 2,004 ,001 1,007 100

Deleted Residual -6,21080 3,85718 ,00205 1,91239 100

(16)

Mahal. Distance ,001 5,625 ,990 1,307 100

Cook's Distance ,000 ,161 ,012 ,027 100

Centered Leverage Value ,000 ,057 ,010 ,013 100

(17)

(18)

NPar Tests

Notes

Comments

SPSS MODEL 1.sav

Filter <none>

(19)

Split File <none>

File 100

Missing Value Handling Definition of Missing User-defined missing values are

treated as missing.

Cases Used Statistics for each test are based on all

cases with valid data for the variable(s)

used in that test.

Syntax NPAR TESTS

/K-S(NORMAL)=RES_1

/MISSING ANALYSIS.

Number of Cases Alloweda 196608

a. Based on availability of workspace memory.

One-Sample Kolmogorov-Smirnov Test

Unstandardized

Residual

N 100

Normal Parametersa,b Mean ,0000000

Std. Deviation 1,86702080

Most Extreme Differences Absolute ,144

Positive ,099

Negative -,144

Test Statistic ,144

Asymp. Sig. (2-tailed) ,000c

a. Test distribution is Normal.

b. Calculated from data.

c. Lilliefors Significance Correction.

(20)

Notes

Comments

SPSS MODEL 1.sav

Filter <none>

Weight <none>

Split File <none>

File 100

treated as missing.

Syntax REGRESSION

/MISSING LISTWISE

,*SRESID).

Memory Required 1436 bytes

Model

Variables

Entered

Variables

Removed Method

1 PerceivedEaseb . Enter

(21)

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,185a ,034 ,024 1,19156

a. Predictors: (Constant), PerceivedEase

b. Dependent Variable: ABS_RES

ANOVAa

1 Regression 4,936 1 4,936 3,477 ,065b

Residual 139,141 98 1,420

Total 144,078 99

a. Dependent Variable: ABS_RES

b. Predictors: (Constant), PerceivedEase

Coefficientsa

Model

Unstandardized Coefficients

Standardized

Predicted Value 1,0749 1,9474 1,4178 ,22330 100

(22)

Value ,119 ,308 ,162 ,047 100

Adjusted Predicted Value ,9168 2,0172 1,4163 ,22620 100

Residual -1,62721 4,51804 ,00000 1,18552 100

Std. Residual -1,366 3,792 ,000 ,995 100

Stud. Residual -1,383 3,857 ,001 1,006 100

Stud. Deleted Residual -1,389 4,167 ,010 1,035 100

Mahal. Distance ,001 5,625 ,990 1,307 100

Cook's Distance ,000 ,260 ,012 ,033 100

(23)

(24)

Regression

Notes

Comments

Input Data C:\Users\User

new1\Documents\CHRISTIAN

SIA\DATA SPSS MODEL 2.sav

Filter <none>

Weight <none>

Split File <none>

File 100

Missing Value Handling Definition of Missing User-defined missing values are treated

as missing.

Syntax REGRESSION

/MISSING LISTWISE

ANOVA COLLIN TOL

/NOORIGIN

/DEPENDENT AttitudeToward

PerceivedUsefulness

(25)

Variables Created or

Modified

RES_1

Unstandardized Residual

Model

Variables

Entered

Variables

Removed Method

1 PerceivedUseful

ness,

PerceivedEaseb

. Enter

a. Dependent Variable: AttitudeToward

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate Durbin-Watson

1 ,860a ,739 ,734 ,98739 1,643

a. Predictors: (Constant), PerceivedUsefulness, PerceivedEase

b. Dependent Variable: AttitudeToward

ANOVAa

1 Regression 268,341 2 134,170 137,619 ,000b

Residual 94,569 97 ,975

Total 362,910 99

(26)

Coefficientsa

Tolerance VIF

1 (Constant)

PerceivedEase ,802 1,246

PerceivedUsefulness ,802 1,246

(Constant) PerceivedEase

PerceivedUseful

ness

1 1 2,968 1,000 ,00 ,00 ,00

2 ,018 12,879 ,18 ,23 1,00

3 ,014 14,574 ,82 ,77 ,00

Predicted Value 7,4756 14,1762 11,4700 1,64636 100

Value ,099 ,357 ,162 ,056 100

(27)

Residual -3,17625 3,01961 ,00000 ,97737 100

Std. Residual -3,217 3,058 ,000 ,990 100

Stud. Residual -3,282 3,083 -,002 1,008 100

Deleted Residual -3,30705 3,06889 -,00306 1,01394 100

Stud. Deleted Residual -3,463 3,229 -,002 1,026 100

Mahal. Distance ,007 11,969 1,980 2,332 100

Cook's Distance ,000 ,148 ,013 ,027 100

(28)

(29)

NPar Tests

Notes

Comments

(30)

Weight <none>

Split File <none>

File 100

treated as missing.

used in that test.

Syntax NPAR TESTS

/K-S(NORMAL)=RES_1

/MISSING ANALYSIS.

Unstandardized

Residual

N 100

Std. Deviation ,97736544

Positive ,067

Negative -,075

Test Statistic ,075

(31)

Notes

Comments

Filter <none>

Weight <none>

Split File <none>

File 100

treated as missing.

Syntax REGRESSION

/MISSING LISTWISE

PerceivedUsefulness

,*SRESID).

(32)

Model

Variables

Entered

Variables

Removed Method

1 PerceivedUseful

ness,

PerceivedEaseb

. Enter

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,170a ,029 ,009 ,64708

a. Predictors: (Constant), PerceivedUsefulness, PerceivedEase

ANOVAa

1 Regression 1,206 2 ,603 1,441 ,242b

Residual 40,616 97 ,419

Total 41,822 99

b. Predictors: (Constant), PerceivedUsefulness, PerceivedEase

Coefficientsa

Model

Standardized

(33)

Predicted Value ,3697 ,9801 ,7263 ,11039 100

Value ,065 ,234 ,106 ,037 100

Adjusted Predicted Value ,2936 ,9642 ,7228 ,11568 100

Residual -,83206 2,40000 ,00000 ,64051 100

Std. Residual -1,286 3,709 ,000 ,990 100

Stud. Residual -1,340 3,785 ,003 1,007 100

Deleted Residual -,90317 2,49883 ,00346 ,66344 100

Mahal. Distance ,007 11,969 1,980 2,332 100

Cook's Distance ,000 ,197 ,012 ,030 100

(34)

(35)

NPar Tests

Notes

Comments

Filter <none>

Weight <none>

Split File <none>

File 100

treated as missing.

used in that test.

Syntax NPAR TESTS

/K-S(NORMAL)=RES_1

/MISSING ANALYSIS.

Unstandardized

Residual

N 100

(36)

Positive ,142

Negative -,249

Test Statistic ,249

Regression

Notes

Comments

Filter <none>

Weight <none>

Split File <none>

File 100

treated as missing.

(37)

Syntax REGRESSION

/METHOD=ENTER AttitudeToward

,*SRESID).

Model

Variables

Entered

Variables

Removed Method

1 AttitudeTowardb . Enter

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,079a ,006 -,004 1,11389

a. Predictors: (Constant), AttitudeToward

ANOVAa

(38)

Residual 121,593 98 1,241

Total 122,363 99

b. Predictors: (Constant), AttitudeToward

Coefficientsa

Model

Standardized

Predicted Value 1,1668 1,5813 1,3293 ,08819 100

Value ,115 ,339 ,150 ,048 100

Residual -1,27708 3,15835 ,00000 1,10825 100

Std. Residual -1,147 2,835 ,000 ,995 100

Stud. Residual -1,172 2,851 -,001 1,003 100

Deleted Residual -1,33471 3,19275 -,00131 1,12743 100

Mahal. Distance ,060 8,162 ,990 1,512 100

Cook's Distance ,000 ,057 ,009 ,012 100

(39)

Regression

Notes

Comments

Input Data D:\WIESYE1\WIESYE1\Christian Pak

fredy SIA\BAB EMPATTT\DATA SPSS

(40)

Filter <none>

Weight <none>

Split File <none>

File 100

treated as missing.

Syntax REGRESSION

/MISSING LISTWISE

ANOVA COLLIN TOL

/NOORIGIN

/DEPENDENT BehaviourIntention

/METHOD=ENTER AttitudeToward

,*SRESID)

/RESIDUALS HISTOGRAM(ZRESID)

NORMPROB(ZRESID).

Model

Variables

Entered

Variables

Removed Method

1 AttitudeTowardb . Enter

a. Dependent Variable: BehaviourIntention

(41)

Model Summaryb

Model R R Square

Adjusted R

Square

Std. Error of the

Estimate

1 ,381a ,145 ,136 1,61922

a. Predictors: (Constant), AttitudeToward

b. Dependent Variable: BehaviourIntention

ANOVAa

1 Regression 43,565 1 43,565 16,616 ,000b

Residual 256,945 98 2,622

Total 300,510 99

b. Predictors: (Constant), AttitudeToward

Coefficientsa

Tolerance VIF

1 (Constant)

AttitudeToward 1,000 1,000

(42)

(Constant) AttitudeToward

1 1 1,987 1,000 ,01 ,01

2 ,013 12,397 ,99 ,99

Predicted Value 9,8547 12,6995 11,4300 ,66337 100

Value ,166 ,419 ,219 ,068 100

Residual -4,27709 4,14534 ,00000 1,61102 100

Std. Residual -2,641 2,560 ,000 ,995 100

Stud. Residual -2,655 2,650 ,002 1,009 100

Mahal. Distance ,053 5,640 ,990 1,413 100

Cook's Distance ,000 ,252 ,014 ,039 100

(43)

(44)

(45)

(46)

Reliability: PEU

Notes

Comments

Input Active Dataset DataSet1

Filter <none>

Weight <none>

Split File <none>

File 100

Matrix Input

treated as missing.

Cases Used Statistics are based on all cases with

valid data for all variables in the

procedure.

Syntax RELIABILITY

/VARIABLES=x1 x2 x3 x4

/SCALE('ALL VARIABLES') ALL

/MODEL=ALPHA

/STATISTICS=DESCRIPTIVE

SCALE

/SUMMARY=TOTAL.

Scale: ALL VARIABLES

Case Processing Summary

(47)

Cases Valid 100 100,0

Excludeda 0 ,0

Total 100 100,0

a. Listwise deletion based on all variables in the

procedure.

Item Deleted

Scale Variance

if Item Deleted

(48)

Reliability: PU

Notes

Comments

Filter <none>

Weight <none>

Split File <none>

File 100

Matrix Input

treated as missing.

procedure.

Syntax RELIABILITY

/VARIABLES=x1 x2 x3

/MODEL=ALPHA

SCALE

/SUMMARY=TOTAL.

Scale: ALL VARIABLES

(49)

Excludeda 0 ,0

Total 100 100,0

procedure.

Item Deleted

Scale Variance

if Item Deleted

Corrected

(50)

Notes

Comments

Filter <none>

Weight <none>

Split File <none>

File 100

Matrix Input

treated as missing.

procedure.

Syntax RELIABILITY

/VARIABLES=x1 x2 x3

/MODEL=ALPHA

SCALE

/SUMMARY=TOTAL.

Scale: ALL VARIABLES

N %

(51)

Total 100 100,0

procedure.

Item Deleted

Scale Variance

if Item Deleted

Corrected

(52)

Notes

Comments

Filter <none>

Weight <none>

Split File <none>

File 100

Matrix Input

treated as missing.

procedure.

Syntax RELIABILITY

/VARIABLES=x1 x2 x3

/MODEL=ALPHA

SCALE

/SUMMARY=TOTAL.

Scale: ALL VARIABLES

N %

Excludeda 0 ,0

(53)

Item Deleted

Scale Variance

if Item Deleted

Corrected