Tabel 5.8. Uji Reliabilitas Variabel Penelitian
Variabel Cronbach’s
Alpha Batas
Reliabilitas Keterangan
Keberhasilan Implementasi E-Government Y
0,781 0,60
Reliabel Budaya Organisasi X
1
0,719 0,60
Reliabel Kemampuan Teknis Staf X
2
0,620 0,60
Reliabel Infrastruktur X
3
0,753 0,60
Reliabel
Sumber: Data Primer Olahan
Dari Tabel 5.8 dapat dilihat bahwa hasil perhitungan Uji Reliabilitas menunjukkan angka Cronbach’s Alpha pada masing-masing kolom variabel tersebut
lebih besar dari 0,60 Batas Reliabilitas maka dapat dinyatakan instrumen tersebut reliable.
5.2.2. Uji Asumsi Klasik
Sebelum melakukan pengujian hipotesis terlebih dahulu dilakukan pengujian asumsi klasik, pengujian ini dilakukan untuk mendeteksi terpenuhinya asumsi-asumsi
dalam model regresi linear berganda dan untuk menginterprestasikan data agar lebih relevan dalam menganalisis. Pengujian asumsi klasik ini meliputi:
5.2.2.1. Uji normalitas
Uji Normalitas data bertujuan untuk menguji apakah model regresi antara variabel dependen terikat dan variabel independen bebas keduanya memiliki
distribusi normal atau tidak yang dapat dilihat dengan menggunakan Normal P-P Plot dan Diagram Histogram yang tidak condong ke kiri maupun ke kanan. Data dalam
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
Observed Cum Prob
1.0 0.8
0.6 0.4
0.2 0.0
E xpe
ct ed
C u
m P
rob
1.0 0.8
0.6 0.4
0.2 0.0
Normal P-P Plot of Regression Standardized Residual Dependent Variable: KEBERHASILAN IMPLEMENTASI E-GOVERNMENT
Regression Standardized Residual
3 2
1 -1
-2 -3
Fr eq
ue nc
y
20 15
10 5
Histogram Dependent Variable: KEBERHASILAN IMPLEMENTASI E-GOVERNMENT
Mean =-5.97E-16 Std. Dev. =0.977
N =67
keadaan normal apabila distribusi data menyebar di sekitar garis diagonal. Grafiknya sebagai berikut:
Gambar 5.1. Grafik Uji Normalitas
Dari Gambar 5.1 dapat disimpulkan data terdistribusi dengan normal, data terlihat menyebar mengikuti garis diagonal dan diagram histogram yang tidak
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
condong ke kiri dan ke kanan sehingga dapat dikatakan data terdistribusi dengan normal.
Tabel 5.9. Uji Normalitas One-Sample Kolmogorov-Smirnov Test
Keberhasilan Implementasi
E-Government
N 67
Normal Parametersa,b
Mean 21,79
Std. Deviation 2,319
Most Extreme Differences
Absolute ,141
Positive ,121
Negative -,141
Kolmogorov-Smirnov Z 1,151
Asymp. Sig. 2-tailed ,141
a. Test distribution is Normal. b. Calculated from data.
Descriptives Statistic Std. Error
Mean 21,79
,283 95 Confidence
Interval for Mean Lower Bound
21,23 Keberhasilan
Implementasi E-Government
Upper Bound 22,36
5 Trimmed Mean 21,88
Median 22,00
Variance 5,380
Std. Deviation 2,319
Minimum 15
Maximum 25
Range 10
Interquartile Range 3
Skewness -,249
,293 Kurtosis
-,223 ,578
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
Tests of Normality Kolmogorov-Smirnova
Shapiro-Wilk Statistic
df Sig.
Statistic df
Sig.
Keberhasilan Implementasi
E-Government ,141
67 ,002
,927 67
,001
a. Lilliefors Significance Correction
Uji Normalitas dengan melihat data nilai signifikansi dari Kolmogorov- Smirnov, Shapiro-Wilk, Rasio Skewness dan Rasio Kurtosis diperoleh hasil sebagai
berikut: 1.
Nilai p-value pada kolom Asymp.Sig 2-tailed dari Kolmogorov-Smirnov = 0,141 0,05 level of significant á, berarti data terdistribusi secara normal.
2. Perbandingan Rasio Skewness = -0,2490,293 = -0,849 Berada pada -2 sampai
dengan +2 berarti data terdistribusi secara normal. 3.
Perbandingan Rasio Kurtosis = -0,2230,578 = -0,385 Berada pada -2 sampai dengan +2 berarti data terdistribusi secara normal.
4. Nilai Sig p dari Kolmogorov-Smirnov = 0,002 0,05 berarti data terdistribusi
secara normal. 5.
Nilai Sig p dari Shapiro-Wilk = 0,001 0,05 berarti data tidak terdistribusi secara normal.
5.2.2.2.Uji multikolinearitas Multikolinearitas adalah suatu keadaan di mana variabel lain independen
saling berkorelasi satu dengan lainnya. Persamaan regresi linear berganda yang baik adalah persamaan yang bebas dari adanya multikolinearitas antara variabel
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
independen. Alat ukur yang sering digunakan untuk mengukur ada tidaknya variabel yang berkorelasi, maka digunakan alat uji atau deteksi Variance Inflation Factor
VIF. Di mana nilai VIF tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1.
Tabel 5.10. Uji Multikolinearitas Model
Collinearity Statistics Tolerance
VIF
Constant 1
BUDAYA ORGANISASI ,453
2,206 KEMAMPUAN TEKNIS STAF
,313 3,198
INFRASTRUKTUR ,585
1,710
Sumber: Data Primer Olahan
Dari hasil Uji Multikolinearitas dengan melihat nilai VIF pada Tabel 5.10, dapat diketahui masing-masing variabel independen memiliki nilai VIF tidak lebih
dari 10 dan nilai Tolerance tidak kurang dari 0,1. Maka dapat dinyatakan model regresi linear berganda terbebas dari masalah multikolinearitas.
5.2.2.3. Uji heteroskedastisitas
Uji Heteroskedastisitas dilakukan untuk menguji apakah dalam sebuah model regresi, terjadi perbedaan varian residual dari suatu periode pengamatan ke
pengamatan yang lain. Jika varian residual dari suatu periode pengamatan ke pengamatan lain tetap disebut homoskesdastisitas, dan jika varian berbeda disebut
heteroskedasitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
Regression Standardized Predicted Value
2 1
-1 -2
-3
R eg
re s
si o
n S
tu d
en ti
ze d
R es
id u
al
3 2
1
-1 -2
-3
Scatterplot Dependent Variable: KEBERHASILAN IMPLEMENTASI E-GOVERNMENT
Untuk melihat ada tidaknya heteroskedastisis dapat dilakukan dengan melihat gambar berikut ini:
Gambar 5.2. Grafik Uji Heteroskedastisitas
Dengan menggunakan metode grafik, menunjukkan penyebaran titik-titik data sebagai berikut:
a. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0.
b. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja.
c. Penyebaran titik-titik data tidak membentuk pola bergelombang melebar
kemudian menyempit dan melebar kembali. d.
Penyebaran titik-titik data tidak berpola. Maka dapat disimpulkan bahwa model regresi linear berganda terbebas dari
asumsi klasik heteroskedastisitas dan layak digunakan dalam penelitian.
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
Tabel 5.11. Uji Heteroskedastisitas dengan Spearman’s Rank Correlation Test
Budaya Organisasi
Kemampuan Teknis Staf
Infrastruktur Residual
Spear mans
rho Correlation
Coefficient
1,000 ,656
,194 ,023
Sig. 2-tailed
. ,000
,116 ,852
BUDAYA ORGANI-
SASI
N
67 67
67 67
Correlation Coefficient
,656 1,000
,560 ,064
Sig. 2-tailed
,000 .
,000 ,607
KEMAM- PUAN
TEKNIS STAF
N
67 67
67 67
Correlation Coefficient
,194 ,560
1,000 ,210
Sig. 2-tailed
,116 ,000
. ,088
INFRA- STRUK-
TUR N
67 67
67 67
Correlation Coefficient
,023 ,064
,210 1,000
Sig. 2-tailed
,852 ,607
,088 .
Residual N
67 67
67 67
Correlation is significant at the 0.01 level 2-tailed. Sumber: Data Primer Olahan
Uji Heteroskedastisitas selain melihat grafik dapat diketahui dari nilai signifikan Korelasi Rank Spearman antara masing-masing variabel independen
dengan residualnya. Jika nilai signifikan 0,05 level of significant á, maka tidak terdapat Heteroskedastisitas, sebaliknya jika nilai signifikan 0,05 level of significant
á, maka terdapat Heteroskedastisitas. Berdasarkan Tabel 5.11 pada kolom Residual dapat dilihat bahwa nilai Sig.2-tailed masing-masing variabel independen di atas
0,05 level of significant á, dapat diuraikan sebagai berikut: 1.
Nilai Sig. 2-tailed Budaya Organisasi = 0,852 0,05 berarti tidak terdapat Heteroskedastisitas.
pdf M a chine - is a pdf w r it e r t h a t pr odu ce s qu a lit y PD F file s w it h e a se
Ge t you r s n ow
“ Thank you very m uch I can use Acrobat Dist iller or t he Acrobat PDFWrit er bu t I consider your pr oduct a lot easier t o use and m uch pr efer able t o Adobes A.Sar r as - USA
Universitas Sumatera Utara
2. Nilai Sig. 2-tailed Kemampuan Teknis Staff = 0,607 0,05 berarti tidak
terdapat Heteroskedastisitas. 3.
Nilai Sig. 2-tailed Infrastruktur = 0,088 0,05 berarti tidak terdapat Heteroskedastisitas.
5.2.3. Analisis Deskriptif Variabel Penelitian