53 BAB IV HASIL DAN ANALISIS 4.1 Gambaran Umum Responden

(1)

53

BAB IV

HASIL DAN ANALISIS

4.1Gambaran Umum Responden

Responden penelitian sebanyak 350 mahasiswa tersebar di tiga program studi yaitu Perpajakan, Manajemen dan Akuntansi. Program studi yang terbanyak respondennya adalah manajemen yaitu 174 responden (50%), diikuti dengan program studi akuntansi sebanyak 141 responden (40%) dan yang paling sedikit yaitu progrm studi perpajakan sebanyak 35 responden (10%). Lebih jelasnya dapat dilihat pada Tabel 4.1.

Tabel 4.1. Distribusi Frekuensi Responden Penelitian Ditinjau dari Angkatan dan Program Studi

Angkatan Sampel Jumlah

Perpajakan Manajemen Akuntansi

2013 1 29 29 59

2014 5 36 26 67

2015 7 38 30 75

2016 8 35 27 70

2017 14 36 29 79

Jumlah 35 174 141 350

Sumber: Data primer diolah, 2018

(2)

54

4.2Uji Kualitas Data

Kualitas data tergantung dari kualitas instrumen meliputi uji validitas dan reliabilitas. Ujicoba instrumen dilakukan terhadap 35 responden sebelum instrumen tersebut digunakan untuk pengambilan data. Hasil ujicoba inilah yang selanjutnya dianalisis validitas atau tingkat kecocokan butir kuesioner dan reliabilitas atau tingkat keajegan suatu instrumen sebagai alat pengmbil data.

4.2.1 Uji Validitas

Tujuan uji validitas adalah mengukur sah atau valid tidaknya suatu indikator. Suatu kuesioner dikatakan valid jika pertanyan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut dan jika r hitung > r tabel dengan tingkat signifikansi 5% (Ghozali, 2011). Hasil Uji validitas menggunakan product moment dipeoleh hasil sebagai berikut.

1. Validitas Minat Bisnis

Hasil validitas kuesioner minat bisnis berdasarkan hasil ujicoba dapat dilihat pada tabel 4.2.

Tabel 4.2 Hasil Uji Validitas Kuesioner Minat Bisnis

No Indikator rxy rtabel Kriteria

1 X1_01 0,525 0,334 Valid

2 X1_02 0,582 0,334 Valid

3 X1_03 0,647 0,334 Valid

4 X1_04 0,546 0,334 Valid

5 X1_05 0,636 0,334 Valid

6 X1_06 0,547 0,334 Valid

7 X1_07 0,627 0,334 Valid

8 X1_08 0,501 0,334 Valid

(3)

55

10 X1_10 0,629 0,334 Valid

Nilai rhitung dari masing-masing item kuesioner minat bisnis dari X1_01 sampai

X1_10 melebihi rtabel dengan taraf kesalahan 5% dan n = 35 yaitu 0,334, yang berarti

bahwa item-item angket tersebut valid sebagai alat untuk mengukut variabel minat bisnis.

2. Validitas Computer Knowledge

Hasil validitas kuesioner computer knowledge berdasarkan hasil ujicoba dapat dilihat pada tabel 4.3.

Tabel 4.3. Hasil Uji Validitas Kuesioner Computer Knowledge

1 X2_01 0,590 0,334 Valid

2 X2_02 0,575 0,334 Valid

3 X2_03 0,672 0,334 Valid

4 X2_04 0,581 0,334 Valid

5 X2_05 0,605 0,334 Valid

6 X2_06 0,731 0,334 Valid

7 X2_07 0,642 0,334 Valid

8 X2_08 0,613 0,334 Valid

9 X2_09 0,762 0,334 Valid

10 X2_10 0,652 0,334 Valid

11 X2_11 0,555 0,334 Valid

12 X2_12 0,654 0,334 Valid

13 X2_13 0,593 0,334 Valid

14 X2_14 0,626 0,334 Valid

15 X2_15 0,410 0,334 Valid

Nilai rhitung dari masing-masing item kuesioner minat bisnis dari X2_01

(4)

56

berarti bahwa item-item angket tersebut valid sebagai alat untuk mengukur variabel

computer knowledge.

3. Validitas Computer Attitude

Hasil validitas kuesioner computer attitude berdasarkan hasil ujicoba dapat dilihat pada tabel 4.4.

Tabel 4.4. Hasil Uji Validitas Kuesioner Computer Attitude

1 X3_01 0,566 0,334 Valid

2 X3_02 0,553 0,334 Valid

3 X3_03 0,411 0,334 Valid

4 X3_04 0,646 0,334 Valid

5 X3_05 0,536 0,334 Valid

6 X3_06 0,587 0,334 Valid

7 X3_07 0,675 0,334 Valid

8 X3_08 0,722 0,334 Valid

9 X3_09 0,566 0,334 Valid

10 X3_10 0,516 0,334 Valid

11 X3_11 0,656 0,334 Valid

12 X3_12 0,621 0,334 Valid

13 X3_13 0,673 0,334 Valid

14 X3_14 0,586 0,334 Valid

15 X3_15 0,643 0,334 Valid

sampai X3_15 melebihi rtabel dengan taraf kesalahan 5% dan n = 35 yaitu 0,334, yang

computer attitude.

4. Validitas Computer Self Efficacy

(5)

57

Tabel 4.5. Hasil Uji Validitas Kuesioner Computer Self Efficacy

1 X4_01 0,644 0,334 Valid

2 X4_02 0,614 0,334 Valid

3 X4_03 0,690 0,334 Valid

4 X4_04 0,643 0,334 Valid

5 X4_05 0,574 0,334 Valid

6 X4_06 0,767 0,334 Valid

7 X4_07 0,526 0,334 Valid

8 X4_08 0,660 0,334 Valid

9 X4_09 0,711 0,334 Valid

10 X4_10 0,627 0,334 Valid

11 X4_11 0,587 0,334 Valid

12 X4_12 0,661 0,334 Valid

13 X4_13 0,503 0,334 Valid

14 X4_14 0,380 0,334 Valid

15 X4_15 0,598 0,334 Valid

sampai X4_15 melebihi rtabel dengan taraf kesalahan 5% dan n = 35 yaitu 0,334, yang

computer self efficacy.

5. Validitas Minat Bisnis Secara Online

Hasil validitas kuesioner bisnis secara online berdasarkan hasil ujicoba dapat dilihat pada tabel 4.6.

Nilai rhitung dari masing-masing item kuesioner minat bisnis dari Y_01 sampai

Y_15 melebihi rtabel dengan taraf kesalahan 5% dan n = 35 yaitu 0,334, yang berarti

(6)

58

Tabel 4.6. Hasil Uji Validitas Kuesioner Minat Bisnis Secara Online

1 Y_01 0,506 0,334 Valid

2 Y_02 0,595 0,334 Valid

3 Y_03 0,661 0,334 Valid

4 Y_04 0,580 0,334 Valid

5 Y_05 0,556 0,334 Valid

6 Y_06 0,524 0,334 Valid

7 Y_07 0,546 0,334 Valid

8 Y_08 0,534 0,334 Valid

9 Y_09 0,539 0,334 Valid

10 Y_10 0,565 0,334 Valid

11 Y_11 0,542 0,334 Valid

12 Y_12 0,492 0,334 Valid

13 Y_13 0,709 0,334 Valid

14 Y_14 0,491 0,334 Valid

15 Y_15 0,696 0,334 Valid

4.2.2 Uji Reliabilitas

Tujuan uji reliabilitas adalah mengukur suatu kuesioner yang merupakan indikator dari variabel. Suatu kuesioner dikatakan reliabel jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu dan jika memberikan nilai Cronbach Alpha > 0,60 (Ghozali, 2011). Hasil uji reliabilitas mengguanakan cronbach alpha dapat dilihat pada tabel 4.7.

Tabel 4.7 Hasil Uji Reliabilitas

Variabel Cronbach Alpha Keterangan

Minat bisnis 0,865 Reliabel

Computer Knowledge 0,915 Reliabel

Computer Attitude 0,906 Reliabel

Computer self efficacy 0,910 Reliabel

(7)

59 Sumber: Data primer diolah, 2018

Nilai memberikan nilai Cronbach Alpha masing-masing > 0,60 sehingga dapat disimpulkan kuesioner telah reliabel (Ghozali, 2011).

4.3Statistik Deskriptif

Statistik deskriptif bertujuan untuk mengetahui gambaran dari masing-masing variabel. Masing-masing variabel diukur melalui kuesioner dengan skala 1-4, sehingga untuk mengetahui tingkatan dari masing-masing variabel dapat dilihat dari kriteria sebagai berikut.

Skor tertinggi : 4 Skor terendah : 1

Rentang : 4-1 = 3

Panjang kelas interval : 0,75 4

3 _

Tabel 4.8 Interval Kriteria Deskripsi Variabel

Rentang Skala Kategori

3,26 – 4,00 Sangat tinggi

2,51 – 3,25 Tinggi

1,76 – 2,50 Cukup

1,00 – 1,75 Rendah

4.3.1 Minat Bisnis

(8)

60

dengan 2,76 yang berada pada interval 2,51-32,5 dalam kategori tinggi. Lebih jelasnya dapat dilihat pada tabel 4.9

Tabel 4.9 Statistik Deskriptif Minat Bisnis

No Indikator Kisaran

teoritis

Kisaran empiris

Rata-rata

empiris Kriteria

1 Niat 1-4 1-4 2,61 Tinggi

2 Dukungan 1-4 1-4 2,64 Tinggi

3 Keinginan 1-4 1-4 2,73 Tinggi

4 Tertarik 1-4 1-4 2,60 Tinggi

5 Minat 1-4 1-4 2,74 Tinggi

6 Memahami 1-4 1-4 2,76 Tinggi

7 menggunakan 1-4 1-4 2,68 Tinggi

8 Mengerti 1-4 1-4 2,67 Tinggi

9 Tetap bisnis 1-4 1-4 2,61 Tinggi

10 Sering berbisnis 1-4 1-4 2,57 Tinggi

Rata-rata 2,66 Tinggi

Tabel 4.9 memperlihatkan bahwa mayoritas mahasiswa memiliki niat yang kuat untuk berbisnis di sela-sela waktu mengerjakan tugas kuliah. Niat tersebut tidak lepas dari dukungan dari rekan-rekan maupun keluarga. Para mahasiswa tersebut memiliki keinginan yang tinggi untuk berbisnis sesering mungkin, karena mereka juga tertarik membeli barang, dan tertarik pula untuk menjual barang. Secara keseluruhan mahasiswa memiliki minat berbisnis, mengerti dan memahami cara kerja dalam berbisnis, berkeinginan untuk terus berbisnis, berkeinginan berbisnis di masa mendatang, mengerti sistem bisnis sehingga dapat berbisnis, tetap berkeinginan berbisnis meskipun tidak mengerti teknologi dan berkeinginan berbisnis sesering mungkin di sela-sela waktu mengerjakan tugas.

(9)

61

Pengetahuan tentang komputer yang dimiliki oleh sebagian besar mahasiswa tergolong tinggi, seperti tercantum pada tabel 4.10.

Tabel 4.10 Statistik Deskriptif Computer Knowledge

teoritis

Kisaran empiris

Rata-rata

empiris Kriteria

1 Cara membeli 1-4 1-4 2,61 Tinggi

2 Cara menjual 1-4 1-4 2,62 Tinggi

3 Browsing 1-4 1-4 2,64 Tinggi

4 Mengenal toko online 1-4 1-4 2,55 Tinggi

5 Komunikasi 1-4 1-4 2,68 Tinggi

6 Memelihara hubungan 1-4 1-4 2,67 Tinggi

7 Metode transaksi 1-4 1-4 2,60 Tinggi

8 Mengerti UI 1-4 1-4 2,52 Tinggi

9 Membuat akun 1-4 1-4 2,51 Tinggi

10 Memanage kepuasan 1-4 1-4 2,52 Tinggi

11 Mengerti resiko 1-4 1-4 2,72 Tinggi

12 Mengerti feedback 1-4 1-4 2,80 Tinggi

13 Kepraktisan 1-4 1-4 2,82 Tinggi

14 Menggunakan PC 1-4 1-4 2,79 Tinggi

15 Menggunakan HP 1-4 1-4 2,76 Tinggi

(10)

62

cara membuat akun untuk berjualan secara online, cara mengelola kepuasan konsumen, mengerti resiko dalam bertraksaksi secara online. Para mahasiswa juga menyadari bahwa feedback dari pembeli dapat mempengaruhi calon pembeli lain. Mahasiswa juga menganggap bahwa bertransaksi secara online lebih praktis daripada membeli secara langsung. Para mahasiswa juga mengetahui cara penggunaan PC maupun handphone untuk bertraksaksi secara online.

4.3.3 Computer Attitude

Sikap sebagian besar mahasiswa terhadap komputer tergolong tinggi, seperti tercantum pada tabel 4.11.

Tabel 4.11 Statistik Deskriptif Computer Attitude

teoritis

Kisaran empiris

Rata-rata empiris

Kriteria

1 Dikendalikan komputer 1-4 1-4 2,85 Tinggi

2 Dialihkan komputer 1-4 1-4 2,61 Tinggi

3 Mengurangi pekerjaan 1-4 1-4 2,64 Tinggi

4 Budak komputer 1-4 1-4 2,66 Tinggi

5 Mengurangi nilai kemanusian 1-4 1-4 2,55 Tinggi

6 Overuse komputer 1-4 1-4 2,68 Tinggi

7 Dijalankan oleh komputer 1-4 1-4 2,69 Tinggi

8 Digantikan komputer 1-4 1-4 2,61 Tinggi

9 Tidak menggantikan 1-4 1-4 2,55 Tinggi

10 Meningkatkan standar 1-4 1-4 2,50 Cukup

11 Cepat dan efisien 1-4 1-4 2,51 Tinggi

12 Memberi kemudahan 1-4 1-4 2,69 Tinggi

13 Mengeliminasi pekerjaan 1-4 1-4 2,81 Tinggi

14 Merasa nyaman 1-4 1-4 2,50 Cukup

15 Tidak terintimidasi 1-4 1-4 2,59 Tinggi

(11)

63 Sumber: Data primer diolah, 2018

Tabel 4.11 memperlihatkan bahwa rata-rata mahasiswa menyatakan kurang setuju bahwa lambat laun kehidupan akan dikendalikan oleh komputer dan komputer mengalihkan atau mengubah orang-orang ke hal yang lain. Mahasiswa juga memandang bahwa komputer akan mengurangi pentingnya berbagai macam pekerjaan yang saat ini dilakukan oleh manusia dan komputer dapat mengurangi nilai-nilai kemanusiaan terhadap kehidupan masyarakat, meskipun mereka juga setuju bahwa pemanfaatan komputer yang berlebihan (overuse) akan membahayakan kehidupan. Mereka juga percaya bahwa lambat laun seluruh dunia akan dijalankan oleh komputer secara kompleks dan komputer akan menggantikan kebutuhan dalam lingkungan kerja atau bisnis manusia, meskipun mereka menyadari bahwa komputer tidak akan pernah menggantian kehidupan manusia.

Sebagian besar mahasiswa memandang bahwa komputer sebagai alat yang cepat dan efisien untuk mendapatkan informasi, dan memandang bahwa hidup akan menjadi lebih mudah dan cepat dengan adanya komputer, meskipun mereka memandang bahwa kualitas standar pekerjaan bukan ditentukan oleh komputer namun ditentukan oleh kinerja seseorang tersebut. Menurut mahasiswa komputer mampu mengeliminasi atau menggantikan pekerjaan yang banyak dan membosankan dan merasa tidak terintimidasi dengan keberadaan komputer. Namun demikian rasa kekhawatiran dalam penggunaan komputer menyebabkan ketikdaknyamanan karena merasa belum memahami sepenuhnya tentang seluk beluk komputer.

(12)

64

Gambaran computer self efficacy pada mahasiswa terrgolong tinggi, lebih jelasnya dapat dilihat Tabel 4.12.

Tabel 4.12 Statistik Deskriptif Computer Self Efficacy

teoritis Kisaran empiris Rata-rata empiris Kriteria 1 Bisa bekerja dengan PC 1-4 1-4 2,63 Tinggi

2 Mengakses internet 1-4 1-4 2,68 Tinggi

3 Mengakses situs online 1-4 1-4 2,55 Tinggi

4 Memahami hardware 1-4 1-4 2,68 Tinggi

5 Memahami software 1-4 1-4 2,68 Tinggi

6 Memahami internet 1-4 1-4 2,63 Tinggi

7 Menggunakan situs online 1-4 1-4 2,57 Tinggi 8 Berbisnis online tanpa

bantuan orang lain

1-4 1-4 2,50 Cukup

9 Bisa berbisnis online dengan bantuan orang lain

1-4 1-4 2,50 Cukup

10 Mengatasi kesulitan sendiri

1-4 1-4 2,69 Tinggi

11 Tidak memerlukan panduan

1-4 1-4 2,80 Tinggi

12 Memahami tanpa bantuan 1-4 1-4 2,80 Tinggi 13 Berbisnis dengan cukup

waktu

1-4 1-4 2,85 Tinggi

14 Bisa mengatasi masalah komputer

1-4 1-4 2,77 Tinggi

15 Bisa mengatasi masalah bisnis online

1-4 1-4 2,79 Tinggi

2,67 Tinggi Sumber: Data primer diolah, 2018

(13)

65

jual beli online, memahami hardware dan software komputer serta memahamai internet. Para mahasiswa memandang bahwa dirinya mampu menggunakan situs online untuk melakukan jual beli secara online, namun mereka masih belum percaya diri tentang kemampuannya dalam berbisnis online baik dengan maupun tanpa bantuan orang lain, karena mereka membutuhkan waktu yang cukup untuk melakukan bisnis online. Sebagian besar mahasiswa percaya bahwa dirinya dapat memahami bisnis online tanpa bantuan orang lain dan tidak memerlukan panduan manual dalam berbisnis online. Mereka juga percaya bawha dirinya mampu mengatasi masalah yang berkaitan dengan komputer yang dihadapi selama berbisnis secara online.

4.3.5 Minat Berbisnis secara Online

Minat mahasiswa dalam berbisnis secara online tergolong tinggi, seperti tercantum pada tabel 4.13.

Tabel 4.13 Statistik Deskriptif Minat Bisnis secara Online

teoritis

Kisaran empiris

Rata-rata

empiris Kriteria

1 Niat bisnis online 1-4 1-4 2,60 Tinggi

2 Mendapat dukungan 1-4 1-4 2,62 Tinggi

3 Berkeinginan bisnis online 1-4 1-4 2,65 Tinggi 4 Lebih suka bisnis online 1-4 1-4 2,54 Tinggi 5 Tertarik jual beli online 1-4 1-4 2,67 Tinggi

6 Mudah dan efisien 1-4 1-4 2,65 Tinggi

7 Minat bisnis online 1-4 1-4 2,58 Tinggi

8 Mengerti cara kerja 1-4 1-4 2,51 Tinggi

9 Menggunakan sosmed 1-4 1-4 2,48 Cukup

(14)

66

11 Lebih mudah 1-4 1-4 2,61 Tinggi

12 Lebih cepat 1-4 1-4 2,75 Tinggi

13 Sering menggunakan bisnis online

1-4 1-4 2,75 Tinggi

14 Berkeinginan terus

menggunakan bisnis online

1-4 1-4 2,71 Tinggi

15 Mengerti sistem bisnis online

1-4 1-4 2,81 Tinggi

Tabel 4.13 memperlihatkan bahwa sebagian besar siswa memiliki niat yang kuat untuk berbisnis secara online di sela-sela waktu mengerjakan tugas kuliah. Niat tersebut tidak lepas dari dukungan dari rekan-rekan maupun keluarga. Para mahasiswa tersebut memiliki keinginan yang tinggi untuk berbisnis secara online sesering mungkin, karena mereka juga tertarik membeli barang, dan tertarik pula untuk menjual barang secara online. Secara keseluruhan mahasiswa memiliki minat berbisnis secara online, mengerti dan memahami cara kerja dalam berbisnis online, berkeinginan untuk terus berbisnis secara online, berkeinginan berbisnis secara online di masa mendatang , karena dipandang lebih mudah, cepat dan efisien. Para mahasiswa juga merasa mengerti tentang sistem bisnis secara online, namun mereka belum sepenuhnya menyukai penggunaan jejaring sosial , situs jual beli online untuk berbisnis secara online.

4.4Uji Asumsi Klasik

(15)

67

uji asumsi klasik. Dalam penelitian ini uji asumsi klasik yang harus dilewati meliputi uji normalitas, uji heteroskedastisitas dan uji multikolinearitas.

4.4.1 Uji Normalitas

Tujuan uji normalitas adalah menguji apakah dalam sebuah model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji normalitas menggunakan uji Kolmogorov-Smirnov terhadap unstandardized residual hasil regresi. Data dikatakan normal jika nilai probabilitas (sig) Kolmogorov-Smirnov > 0,05 (Ghozali, 2011). Hasil uji normalitas data selengkapnya dapat dilihat pada Tabel 4.14

Tabel 4.14. Hasil Uji Normalitas One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 350

Normal Parametersa,b Mean ,0000000

Std. Deviation 2,70285071

Most Extreme Differences

Absolute ,069

Positive ,046

Negative -,069

Kolmogorov-Smirnov Z 1,282

Asymp. Sig. (2-tailed) ,075

a. Test distribution is Normal. b. Calculated from data.

Nilai Sig. Kolmogorov-Smirnov sebesar 0,075 > 0,05 sehingga dapat disimpulkan bahwa model regresi berdistribusi normal.

4.4.2 Uji Heteroskedastisitas

(16)

68

unstandardized residual hasil regresi dengan variabel independen yang digunakan dalam persamaan regresi. Data dikatakan bebas dari heteroskedastisitas jika probabilitas (sig) koefisien regresi (β) dari masing-masing variabel independen lebih besar dari > 0,05 (Ghozali, 2011). Hasil uji heteroskedastisitas model regresi dapat dilihat pada Tabel 4.15.

Tabel 4.15 Hasil Uji Heteroskedastisitas

Model Unstandardized

Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1

(Constant) 4,774 ,787 6,066 ,000

Minat Bisnis -,026 ,033 -,065 -,782 ,435

Computer Knowledge -,052 ,032 -,152 -1,616 ,107

Computer Attitude ,028 ,033 ,083 ,859 ,391

Computer Self Efficacy -,026 ,033 -,076 -,791 ,429

Tabel 4.15 memperlihatkan bahwa nilai signifikansi dari masing-masing vaiabel bebas > 0,05 sehingga dapat disimpulkan semua variabel telah terbebas dari masalah heteroskedastisitas.

4.4.3 Uji Multikolinearitas

(17)

69

Tabel 4.16 Hasil Uji Multikolinearitas

Model Collinearity Statistics

Tolerance VIF

1

(Constant)

Minat Bisnis ,398 2,515

Computer Knowledge ,312 3,206

Computer Attitude ,296 3,383

Computer Self Efficacy ,300 3,336

Tabel 4.16 memperlihatkan bahwa nilai VIF dari masing-masing variabel bebas di bawah 10 dan nilai toleransinya > 0,1, yang berarti bahwa model regresi tidak mengandung multikolinieritas.

4.5Uji Model Fit (Uji F)

Hasil uji model Fit menggunakan uji F dapat dilihat pada tabe 4.17 berikut.

Tabel 4.17. Hasil Uji Model Fit (Uji F) ANOVAa

Model Sum of Squares df Mean Square F Sig.

1

Regression 9175,512 4 2293,878 310,399 0,000b

Residual 2549,585 345 7,390

Total 11725,097 349

a. Dependent Variable: Minat Bisnis secara Online

b. Predictors: (Constant), Computer Self Efficacy, Minat Bisnis, Computer Knowledge, Computer Attitude

Hasil uji F diperoleh nilai Fhitung = 310,339 dengan nilai sig. F sebesar 0.000 <

(18)

70

4.6Uji Koefisien Determinasi

Tabel 4.18. Hasil Uji Koefisien Determinasi Model R R Square Adjusted R

Square

Std. Error of the Estimate

Change Statistics R Square

Change

F Change df1 df2 Sig. F Change 1 0,885a _0,783 _0,780 _2,71847 _0,783 _310,399 ₄ ₃₄₅ _0,000

Nilai Adjusted R2 sebesar 0,780 sehingga dapat disimpulkan kontribusi minat bisnis, computer knowledge, computer attitude, computer self efficacy terhadap minat bisnis secara online sebesar 78%, selebihnya 22% dipengaruhi oleh variabel lainnya di luar model ini.

4.7Uji Hipotesis

Hasil uji hipotesis yang menyatakan ada pengaruh minat bisnis, computer knowledge, computer attitude, computer self efficacy terhadap minat bisnis secara online dapat dilihat pada Tabel 4.19.

Tabel 4.19. Hasil Uji Hipotesis

Model Unstandardized

Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1

(Constant) -4,021 1,280 -3,141 0,002

Minat Bisnis 0,232 0,053 0,173 4,349 0,000

Computer Knowledge 0,168 0,052 0,145 3,226 0,001

Computer Attitude 0,454 0,054 0,390 8,437 0,000

Computer Self Efficacy

0,316 0,054 0,269 5,871 0,000

Sumber: Data primer diolah (2018)

Tabel 4.1 memperlihatkan bahwa model regresi sebagai berikut. Persamaan:

MBO = α0+ α1 MB + α2 CK + α3 CA + α4 CSE + e

(19)

71 dengan

MBO = Minat Bisnis secara Online α0 = konstanta

α1-α4 = koefisien

MB = Minat Bisnis

CK = Computer Knowledge CA = Computer Attitude CSE = Computer Self Efficacy e = eror

Model regresi tersebut menunjukkan bahwa setiap terjadi kenaikan satu satuan minat bisnis akan diikuti dengan kenaikan minat bisnis secara online sebesar 0,232, apabila variabel lainnya dikontrol. Setiap terjadi kenaikan satu satuan computer knowledge akan diikuti dengan kenaikan minat bisnis secara online sebesar 0,168, apabila variabel lain dikontrol. Setiap terjadi kenaikan satu satuan computer attitude akan diikuti dengan kenaikan minat bisnis secara online sebesar 0,454, apabila variabel lain dikontrol. Setiap terjadi kenaikan satu satuan computer self efficacy akan diikuti dengan kenaikan minat bisnis secara online sebesar 0,316, apabila variabel lain dikontrol.

Nilai signifikan uji parsial dari masing-masing variabel bebas < 0,05, yang berarti bahwa secara parsial ada pengaruh minat bisnis, computer knowledge, computer attitude dan computer self efficacy terhadap minat bisnis secara online.

(20)

72

Nilai sig. variabel minat bisnis (MB) adalah sebesar 0,000 < 0,05 dengan β sebesar 0,173. Berarti terdapat pengaruh positif yang signifikan minat bisnis terhadap minat bisnis secara online karena nilai sig. < 0,05. Dapat disimpulkan bahwa pernyataan hipotesis 1 yang menyatakan bahwa minat bisnis berpengaruh positif terhadap minat bisnis secara online diterima, artinya semakin tinggi minat bisnis seorang mahasiswa maka semakin tinggi minat bisnis secara online.

Keinginan mahasiswa perpajakan, manajemen dan akuntansi Universitas Katholik Soegijapranata tergolong tinggi, terbukti ada niat yang kuat untuk berbisnis, karena adanya dukungan dari lingkungan. Keinginan bisnis yang sudah ada tersebut mempengaruhi minat bisnis secara online dengan adanya teknologi informasi yang semakin berkembang. Minat bisnis yang sudah ada menjadi energi penggerak untuk terus mengembangkan bisnisnya secara online.

4.7.2 Pembahasan H2

Nilai sig. variabel computer knowledge adalah sebesar 0,001 < 0,05 dengan β sebesar 0,146. Berarti terdapat pengaruh yang signifikan computer knowledge

terhadap minat bisnis secara online. Dapat disimpulkan bahwa pernyataan hipotesis 2 yang menyatakan bahwa computer knowledge terhadap minat bisnis online diterima.

(21)

e-73

commerce menjadi salah satu aplikasi kemajuan teknologi dalam melakukan proses jual beli atau pertukaran produk, jasa dan informasi melalui jaringan informasi termasuk internet.

Minat bisnis secara online pada mahasiswa Perpajakan, Manajemen dan Akuntansi pada Universitas Katholik Soegijapranata tergolong tinggi. Hal ini menunjukkan bahwa adanya keinginan yang kuat pada diri mahasiswa untuk menggunakan teknologi informasi sebagai media bisnisnya. Minat ini tidak lepas dari faktor kemampuan yang tinggi berkaitan dengan komputer dan sistem online yang digunakan untuk bisnis. Hasil penelitian sebelumnya oleh Delima (2014), menyatakan bahwa pengetahuan teknologi berpengaruh positif terhadap minat belanja secara online. Penelitian Andriyani (2014) juga memberikan kesimpulan bahwa pengetahuan teknologi internet berpengaruh terhadap keputusan pembelian melalui situs jejaring sosial. Penelitian Kartika (2014), memberikan kesimpulan bahwa pengetahuan tentang media sosial internet berpengaruh terhadap minat beli konsumen online.

Berdasarkan ketiga penelitian tersebut memberikan gambaran bahwa minat seseorang untuk melakukan kegiatan jual beli secara online yang dipengaruhi pengetahuannya tentang media sosial internet, teknologi internet atau hal-hal yang menyangkut penggunakan komputer berbasis internet untuk kegiatan bisnis.

(22)

74

menjaga hubungan baik dengan konsumen secara online. Para mahasiswa juga berpandangan bahwa kegiatan bisnis secara online merupakan kegiatan secara praktis. Tingginya pengetahuan ini mempengaruhi minatnya untuk mengembangkan bisnis secara online.

4.7.3 Pembahasan H3

Nilai sig. variabel computer attitude adalah sebesar 0,000 < 0,05 dengan β sebesar 0,390. Dapat disimpulkan bahwa pernyataan hipotesis 3 yang menyatakan bahwa computer attitude berpengaruh terhadap minat bisnis secara online diterima, artinya semakin tinggi sikap mahasiswa terhadap penggunaan komputer dalam bisnis online diikuti pula dengan tingginya minat bisnis secara online.

Hasil penelitian menunjukkan bahwa computer attitude responden penelitian tergolong tinggi. Sebagian besar mahasiswa memandang positif terhadap penggunaan komputer untuk mempermudah kegiatan bisnis karena dipandang sebagai alat yang cepat dan efisien. Sikap positif inilah yang mempengaruhi minat mahasiswa untuk mengembangkan bisnisnya secara online. Hasil penelitian ini sesuai dengan penelitian Sudibyanto (2013) yang menyatakan bahwa computer attitude berpengaruh positif terhadap minat bisnis online.

4.7.4 Pembahasan H4

(23)

75

diterima, artinya semakin tinggi penilaian diri sendiri tentang skill dalam bidang komputer diikuti dengan tingginya minat bisnis secara online.