Lanjutan Tabel 4.9 : Hasil Uji Normalitas Secara Multivariate
Variable skew c.r.
kurtosis c.r.
Keterangan x2.4 1.839
7.319 3.893
7.745 Tidak normal
x1.1 -2.054 -8.171
4.778 9.506
Tidak normal x1.2 -1.537
-6.116 1.344
2.674 Normal
x1.3 -0.646 -2.571
-0.634 -1.262
Normal x1.4 -1.033
-4.109 -0.056
-0.112 Normal
Multivariate 239.377 22.303 Tidak normal
Sumber : Lampiran 3 Berdasarkan
tabel 4.9
menunjukkan bahwa nilai c.r. dari skewness dan
kurtosis pada masing-masing indikator berada didalam selang ± 3, hal ini menunjukkan bahwa asumsi normalitas secara univariate terpenuhi. Namun,
hasil uji normalitas secara multivariate menunjukkan nilai c.r. kurtosis sebesar 22,303 3, hal ini menunjukkan bahwa asumsi normalitas secara
multivariate tidak terpenuhi. Namun demikian analisis data penelitian ini
dapat dilanjutkan karena normalitas data bukan syarat mutlak regresi seperti dikatakan oleh Rietveld dan Sunaryanto 1994 dalam Sumardi dan
Hardiningsih 2001.
4.4. Confirmatory Factor Analysis
Menurut Rigdon dan Ferguson 1991 dalam Wijanto 2008 : 64 – 66 suatu variabel dikatakan mempunyai validitas yang baik terhadap konstruk
atau variabel latennya, jika muatan faktor standarnya standardized loading factors
0,70. Jika ada muatan faktor standar lebih kecil dari batas kritikal tersebut, maka variabel teramati terkait bisa dihapuskan dari model. Selain
kedua pilihan batas kritikal, Igbaria et.al 1997 menambahkan, jika ada
nilai muatan faktor standar 0,50, tetapi masih ≥ 0,30 maka variabel yang
terkait bisa dipertimbangkan untuk tidak dihapus Wijanto, 2008 : 139. Tabel 4.10 : Hasil Uji Validitas dan Reliabilitas Putaran Ke-1
Konstrak Indikator Standardize
Factor Loading
SFL Kuadrat
Error [
ε
j] Construct
Reliability Variance
Extrated x1.1
0.402 0.162 0.838 x1.2
0.315 0.099 0.901 x1.3
0.816 0.666 0.334 x1
x1.4 0.746 0.557 0.443
0.674 0.371 x2.1
0.899 0.808 0.192 x2.2
0.941 0.885 0.115 x2.3
0.912 0.832 0.168 x2
x2.4 0.257 0.066 0.934
0.865 0.648 x3.1
-0.085 0.007 0.993
x3.2
0.243
0.059 0.941 x3.3
0.937 0.878 0.122 x3.4
0.766 0.587 0.413 x3.5
0.861 0.741 0.259 x3
x3.6 0.651 0.424 0.576
0.775 0.449
x4.1 0.804 0.646 0.354
x4.2
0.253
0.064 0.936 x4.3
0.862 0.743 0.257 x4.4
0.478 0.228 0.772 x4.5
0.444 0.197 0.803 x4
x4.6 0.741 0.549 0.451
0.782 0.420
x5.1
0.276
0.076 0.924 x5.2
0.888 0.789 0.211 x5.3
0.713 0.508 0.492 x5
x5.4 0.528 0.279 0.721
0.711 0.413 y1.1
0.913 0.834 0.166 y1.2
0.946 0.895 0.105 y1
y1.3 0.899 0.808 0.192
0.734 0.500 y2.1
0.623 0.388 0.612 y2.2
0.799 0.638 0.362 y2.3
0.375 0.141 0.859 y2.4
0.825 0.681 0.319 y2.5
0.317 0.100 0.900 y2.6
0.920 0.846 0.154 y2.7
0.290 0.084 0.916
y2.8 0.212
0.045 0.955 y2
y2.9 0.328 0.108 0.892
0.786 0.337
Sumber : Lampiran 4
Berdasarkan nilai standardized loading factors
pada tabel 4.10 menunjukkan bahwa :
a. Faktor sosial X
1
memiliki validitas yang baik, karena nilai standardized loading factors
masing-masing indikatornya lebih dari 0,30. b.
Kompleksitas X
2
memiliki validitas yang baik, karena nilai standardized loading factors
masing-masing indikatornya lebih dari 0,30. c.
Kesesuaian tugas X
3
memiliki validitas yang kurang baik, karena nilai standardized loading factors
pada indikatornya yaitu X3.1 dan X3.2 kurang dari 0,30. Sehingga kedua indikator tersebut harus dikeluarkan.
d. Konsekuensi jangka panjang X
4
memiliki validitas yang kurang baik, karena nilai standardized loading factors pada indikatornya yaitu X4.2
kurang dari 0,30. Sehingga indikator tersebut harus dikeluarkan. e.
Kondisi yang memfasilitasi X
5
memiliki validitas yang kurang baik, karena nilai standardized loading factors pada indikatornya yaitu X5.1
kurang dari 0,30. Sehingga indikator tersebut harus dikeluarkan. f.
Pemanfaatan teknologi informasi Y
1
memiliki validitas yang baik, karena nilai standardized loading factors masing-masing indikatornya
lebih dari 0,30. g.
Kinerja Y
2
memiliki validitas yang kurang baik, karena nilai standardized loading factors
pada indikatornya yaitu Y2.7 dan Y2.8 kurang dari 0,30. Sehingga kedua indikator tersebut harus dikeluarkan.
Tabel 4.11 : Hasil Uji Validitas dan Reliabilitas Putaran Ke-2
Konstrak Indikator Standardize
Factor Loading
SFL Kuadrat
Error [ εj]
Construct Reliability
Variance Extrated
x1.1 0,404 0,163
0,837 x1.2 0,315
0,099 0,901
x1.3 0,813 0,661
0,339 x1
x1.4 0,749 0,561
0,439
0,674 0,371
x2.1 0,899 0,808
0,192 x2.2 0,941
0,885 0,115
x2 x2.3 0,912
0,832 0,168
0,941 0,842
x3.3 0,357 0,127
0,873 x3.4 0,933
0,870 0,130
x3.5 0,768 0,590
0,410 x3
x3.6 0,865 0,748
0,252
0,837 0,584
x4.1 0,650 0,423
0,578 x4.3 0,802
0,643 0,357
x4.4 0,857 0,734
0,266 x4.5 0,484
0,234 0,766
x4 x4.6 0,455
0,207 0,793
0,793 0,448
x5.2 0,742 0,551
0,449 x5.3 0,890
0,792 0,208
x5 x5.4 0,709
0,503 0,497
0,826 0,615
y1.1 0,533 0,284
0,716 y1.2 0,913
0,834 0,166
y1 y1.3 0,946
0,895 0,105
0,543 0,671
y2.1 0,619 0,383
0,617 y2.2 0,803
0,645 0,355
y2.3 0,370 0,137
0,863 y2.4 0,822
0,676 0,324
y2.5 0,318 0,101
0,899 y2.6 0,927
0,859 0,141
y2 y2.9 0,315
0,099 0,901
0,500 0,500
Sumber : Lampiran 4 Berdasarkan nilai
standardized loading factors pada tabel 4.10
menunjukkan bahwa faktor sosial X
1
, kompleksitas X
2
, kesesuaian tugas X
3
, konsekuensi jangka panjang X
4
, kondisi yang memfasilitasi X
5
, pemanfaatan teknologi informasi Y
1
dan kinerja Y
2
memiliki validitas yang baik, karena nilai standardized loading factors pada masing-masing
indikatornya lebih dari 0,30.
Dilihat dari
construct reliability menunjukkan bahwa :
a. Faktor sosial X
1
memiliki reliabilitas yang cukup baik, karena nilai construct reliability
yang dihasilkan mendekati 0,70 walaupun nilai Variance Extrated
yang dihasilkan kurang dari 0,50. b.
Kompleksitas X
2
memiliki reliabilitas yang sangat baik, karena nilai construct reliability
yang dihasilkan lebih dari 0,70 dan nilai Variance Extrated
yang dihasilkan lebih dari 0,50. c.
Kesesuaian tugas X
3
memiliki reliabilitas yang sangat baik, karena nilai construct reliability
yang dihasilkan lebih dari 0,70 dan nilai Variance Extrated
yang dihasilkan lebih dari 0,50. d.
Konsekuensi jangka panjang X
4
memiliki reliabilitas yang baik, karena nilai construct reliability yang dihasilkan lebih dari 0,70 walaupun nilai
Variance Extrated yang dihasilkan mendekati 0,50.
e. Kondisi yang memfasilitasi X
5
memiliki reliabilitas yang sangat baik, karena nilai construct reliability yang dihasilkan lebih dari 0,70 dan nilai
Variance Extrated yang dihasilkan lebih dari 0,50.
f. Pemanfaatan teknologi informasi Y
1
memiliki reliabilitas yang baik, karena nilai construct reliability yang dihasilkan kurang dari 0,70 dan
nilai Variance Extrated yang dihasilkan lebih dari 0,50.
g. Kinerja Y
2
memiliki reliabilitas yang baik, karena nilai construct reliability
yang dihasilkan kurang dari 0,70 walaupun nilai Variance Extrated
yang dihasilkan sama dengan 0,50.
Untuk mengetahui masing-masing indikator sudah membentuk unidimensionalitas atau belum dapat dilihat pada tabel dibawah ini:
Tabel 4.12 : Uji Unidimensionalitas
Indikator Standardize Factor
Loading Probabilitas Ket
x1.1 0,404 0,000
Signifikan x1.2 0,315
0,012 Signifikan
x1.3 0,813 0,000
Signifikan x1.4 0,749
0,000 Signifikan
x2.1 0,899 0,013
Signifikan x2.2 0,941
0,013 Signifikan
x2.3 0,912 0,013
Signifikan x3.3 0,357
0,000 Signifikan x3.4 0,933
0,000 Signifikan x3.5 0,768
0,000 Signifikan x3.6 0,865
0,000 Signifikan x4.1 0,650
0,000 Signifikan x4.3 0,802
0,000 Signifikan x4.4 0,857
0,000 Signifikan x4.5 0,484
0,000 Signifikan x4.6 0,455
0,000 Signifikan x5.2 0,742
0,000 Signifikan x5.3 0,890
0,000 Signifikan x5.4 0,709
0,000 Signifikan y1.1 0,533
0,000 Signifikan y1.2 0,913
0,000 Signifikan y1.3 0,946
0,000 Signifikan y2.1 0,619
0,000 Signifikan y2.2 0,803
0,000 Signifikan y2.3 0,370
0,000 Signifikan y2.4 0,822
0,000 Signifikan y2.5 0,318
0,000 Signifikan y2.6 0,927
0,005 Signifikan
y2.9 0,315 0,000
Signifikan Sumber : Lampiran 5
Berdasarkan tabel
4.12 diketahui bahwa masing-masing indikator
memiliki nilai probabilitas kurang dari 5, maka dapat disimpulkan bahwa : 1. Penggunaan teknologi informasi yang terhubung secara online oleh rekan
kerja dalam melaksanakan tugas X
1.1
, atasan memotivasi penerapan teknologi informasi yang terhubung secara online X
1.3
dan dorongan perusahaan untuk menerapkan teknologi informasi yang terhubung secara
online X
1.4
membentuk variabel faktor sosial X
1
. 2.
Penggunaan teknologi
informasi yang terhubung secara online dalam melakukan pekerjaan X
2.1
, bekerja dengan teknologi informasi yang terhubung secara online sangat rumit X
2.2
dan teknologi informasi yang terhubung secara online menyita banyak waktu X
2.3
membentuk variabel kompleksitas X
2
. 3. Teknologi informasi yang terhubung secara online meningkatkan kualitas
hasil pekerjaan X
3.3
, teknologi informasi yang terhubung secara online menghasilkan output yang lebih banyak X
3.5
dan teknologi informasi yang terhubung secara online membantu kelancaran tugas X
3.5
membentuk variabel kesesuaian tugas X
3
. 4. Teknologi informasi yang terhubung secara online membantu pekerjaan
yang lebih menantang X
4.1
, teknologi informasi yang terhubung secara online
membuat pekerjaan lebih bervariasi X
4.3
dan teknologi informasi yang terhubung secara online meningkatkan posisi X
4.6
membentuk variabel konsekuensi jangka panjang X
4
.
5. Tersedia panduan bila kesulitan mengaplikasikan teknologi informasi yang terhubung secara online X
5.2
, tersedia panduan bila kesulitan memilih hardware teknologi informasi yang terhubung secara online
X
5.3
dan tersedia panduan bila kesulitan dengan hardware X
5.4
membentuk variabel kondisi yang memfasilitasi X
5
. 6.
Intensitas penerapan
teknologi informasi yang terhubung secara online Y
1.1
, frekuensi penggunaan teknologi informasi yang terhubung secara online
Y
1.2
dan jumlah jenis perangkat lunak teknologi informasi yang terhubung secara online Y
1.3
membentuk variabel pemanfaatan teknologi informasi Y
1
. 7. Teknologi informasi yang terhubung secara online menunjukkan
ketetapan rincian data Y
2.1
, teknologi informasi yang terhubung secara online
menyediakan data yang akurat Y
2.2
, perintah-perintah dalam teknologi informasi yang terhubung secara online mudah dipahami dan
dimengerti Y
2.4
, dan teknologi informasi yang terhubung secara online meminimalkan kesalahan pengentrian data Y
2.6
membentuk variabel kinerja Y
2
.
4.5. Multicolearity Atau Singularity
