Tabel 3.5 Standar Penilaian Koefisien Validitas dan Reliabilitas
criteria Reliability
Validity
Good 0,80
0,50 Acceptable
0,70 0,30
Marginal 0,60
0,20 Poor
0,50 0,10
Sumber: Barker et al, 2002; 70
3.2.6 Metode Analisis dan Pengujian Hipotesis
Metode analisis dan pengujian hipotesis dari penelitian ini akan dijelaskan sebagai berikut:
3.2.6.1 Analisis Deskriptif
Analisis ini digunakan unutk memperoleh gambaran secara jelas mengenai kualitas sistem informasi akademik, kepuasan konsumen pengguna serta
loyalitas dari konsumen pengguna yang dicapai oleh BPPTKPK Bandung. Untuk menentukan klasifikasi penilaian dari variable sistem informasi
akademik berbasis web, kepuasan dan loyalitas konsumen, dilakukan dengan melalui tahapan sebagai berikut :
a. Menentukan bobot penilaian dari setiap alternatif jawaban berdasarkan skala Likert, yaitu : a = 5, untuk nilai sangat baik; b = 4, untuk nilai baik; c = 3,
untuk nilai cukup; d = 2, untuk nilai kurang baik; dan e = 1, untuk nilai sangat kurang.
b. Menentukan nilai tertinggi dan terendah : Nilai tertinggi : t x a x n dan nilai terendah : t x b x n; dengan ketentuan a =
nilai sangat baik, b = nilai sangat kurang, n = jumlah responden, dan t = jumlah itempertanyaan.
c. Menentukan batas interval, sehingga akan diperoleh klasifikasi penilaian. Batasan interval dapat diperoleh dari rumus :
5 Nr
Nt I
; dengan ketentuan : I = interval; Nt = nilai tertinggi; dan Nr = nilai terendah.
d. Menentukan rata-rata skor keseluruhan jawaban dari setiap item, dengan rumus :
F skor
F , denga ketentuan F = frekuensi responden berdasarkan
jawaban.
3.2.6.2 Analisis Kuantitatif
Data yang telah dikumpulkan melalui kuisioner akan diolah dengan pendekatan kuantitatif. Terlebih dahulu dilakukan tabulasi dan memberikan nilai
sesuai dengan sistem yang ditetapkan. Jenis kuisioner yang digunakan adalah kuisioner tertutup dengan menggunakan skala ordinal. Untuk teknik perhitungan
data kuesioner yang telah diisi oleh responden digunakan skala likert dengan langkah-langkah : yaitu , memberikan nilai pemboboton 5-4-3-2-1 untuk jenis
pertanyaan positif. Keseluruhan nilai atau skor yang didapat lalu dianalisis dengan cara :
a Mengolah setiap jawaban dan pertayaan dari kuisioner yang disebarkan untuk dihitung frekuensi dan persentasenya.
b Nilai yang diperoleh merupakan indikator untuk pasangan variabel independen X yaitu X
1
, X
2
, X
n
dan variabel dependen Y sebagai berikut X
1
,Y, X
2
,Y, X
n
, Y dan asumsikan sebagai hubungan linear. c Menentukan skala atau bobot dari masing-masing alternatif jawaban seperti
diuraikan diatas. Oleh karena data yang didapat dari kuisioner merupakan data ordinal, sedangkan untuk menganalisis data diperlukan data interval,
maka untuk memecahkan persoalan ini perlu ditingkatkan skala pengukurannya menjadi skala interval melalui
Methode of Successive Interval hays, 1969:39. Dengan rumus sebagai berikut :
Density at Lower limit Density at Upper Limit
Means of Interval = Area at Below Density Upper Limit
Area at Below Lower Limitt
Langkah kerja pengolahan dan analisis data dalam analisis regresi multiple linier adalah sebagai berikut :
1 Mengubah skala ordinal menjadi skala interval dengan metode interval berurutan Method Successive Interval untuk variabel bebas maupun terikat
yaitu : a. Ambil data ordinal hasil kuesioner
b. Setiap pertanyaan, dihitung proporsi jawaban untuk setiap kategori jawaban dan hitung proporsi kumulatifnya
c. Menghitung nilai Z tabel distribusi normal untuk setiap proporsi kumulaif. Untuk data n 30 dianggap mendekati luas daerah
dibawah kurva normal.
d. Menghitung nilai densititas untuk setiap proporsi komulatif dengan memasukan nilai Z pada rumus distribusi normal.
e. Menghitung nilai skala dengan rumus Method Successive Interval f. Menentukan nilai transformasi nilai untuk skala interval dengan
menggunakan rumus : Nilai Transformasi = Nilai Skala + Nilai Skala Minimal + 1
2 Untuk mengetahui pengaruh antara variabel sistem informasi akademik berbasis web terhadap kepuasan dan loyalitas konsumen pengguna dari
dalam hal ini adalah BPPTKPK Bandung digunakan path analysis. Metode analisis data yang digunakan dalam penelitian ini adalah analisis jalur path
analysis karena peneliti ingin memastikan apakah ada pengaruh ketidakpastian lingkungan dan desentralisasi terhadap sistem informasi
akuntansi manajemen dan dampaknya terhadap kinerja manajerial.
Model analisis jalur adalah sebagai berikut:
Gambar 3.2 Model analisis jalur
Keterangan: X
: Sistem Informasi Akademik Berbasis Web BPPTKPK Y
: Kepuasan konsumen pengguna Z
: :Loyalitas konsumen pengguna
1
Pyx :Parameter struktural yang menggambarkan besarnya pengaruh X terhadap
Y
Pxz
:Parameter struktural yang menggambarkan besarnya pengaruh X terhadap Z
Pyz
: Parameter struktural yang menggambarkan besarnya pengaruh Y terhadap Z
1 2
Px : Parameter struktural yang menggambarkan besarnya pengaruh faktor-
faktor lain terhadap X
2
Py : Parameter struktural yang menggambarkan besarnya pengaruh faktor-
faktor lain terhadap Y
3
Pz : Parameter struktural yang menggambarkan besarnya pengaruh faktor-
faktor lain terhadap Z Persamaan Jalur Sub Struktur Pertama
X = P
X2X1
X +
1
Persamaan Jalur Sub Struktur Kedua Y = P
YX1
X
1
+ P
YX2
X
2
+
2
Persamaan Jalur Sub Struktur Ketiga Z = P
ZY
Y +
3
1 Sub struktur 1 Pengaruh X terhadap Y.
Gambar 3.3 Struktur jalur I
Menghitung koefisien jalur:
2 1
2 1
X X X X
r
dimana
1 2
1 2
2 1 2
2 2
2 1
1 2
2
; n
X X X
X rx x
n X
X n
X X
Tabel 3.6 Tingkat Keeratan Korelasi
- 0.20 Sangat rendah hampir tidak ada hubungan
0.21 - 0.40 Korelasi yang lemah
0.41 - 0.60 Korelasi sedang
0.61 - 0.80 Cukup tinggi
0.81 - 1 Korelasi tinggi
Sumber : Syahri Alhusin, 2003 : 157
Menghitung koefisien determinasi:
2 1
2 1
2 2
X X X X
R Tentukan hipotesis statistik:
H :
2 1
X X
versus H
1
:
2 1
X X
Hitung statistik uji:
2 1
2 1
2
1 2
X X X X
t R
n Kriteria uji: Tolak H
jika t
hitung
t
tabel
atau t
hitung
-t
tabel
Menghitung koefisien jalur pengaruh variabel lain:
1 2
2 1
2
1 x
x R
x
2 Sub struktural 2 Pengaruh X
1
dan X
2
terhadap Y:
Gambar 3.4 Sub struktur II
Menghitung jalur:
Membuat matrik koefisien korelasi sederhana antar variabel:
1 1
1
2 1
2 1
y x
y x
x x
r r
r R
Menghitung matriks invers korelasi sebagai berikut:
22 21
12 11
1
C C
C C
R
Menghitung koefisien jalur dengan rumus:
2 1
; 1, 2
i ij yxj
j
Pyx CR r
i
Keterangan:
i
YX
P : koefisien jalur dari variabel X
i
terhadap Y
i
rYX : korelasi antara variabel Y dengan variabel X
j ij
CR : unsur atau elemen pada baris ke-i dan kolom ke-j dari matriks
invers korelasi Menghitung koefisien determinasi multipel dengan rumus:
1 2
1 2
1 2
2 yx
y x x yx
yx yx
r R
P P
r Menghitung koefisien jalur pengaruh varibael-variabel lain:
2 2
1 2
1 Py
R yx x
Pengaruh variabel X
1
terhadap variabel Y : Pengaruh X
1
terhadap Y secara langsung =
PyX
1
. PyX
1
= Pengaruh X
1
terhadap Y melalui X
2
= PyX
1
. rx
1
x
2
. PyX
2
= +
Pengaruh Total =
. Berdasarkan pada nilai pengaruh total di atas, maka dapat ditunjukkan jumlah
pengaruh langsung dan tidak langsung dari variabel X1 terhadap variabel Y. Pengaruh variabel X
2
terhadap variabel Y : Pengaruh X
2
terhadap Y secara langsung = PyX
2
. PyX
2
= Pengaruh X
2
terhadap Y melalui X
2
= PyX
2
. rx
2
x
1
. PyX
1
= +
Pengaruh Total =
Berdasarkan pada nilai pengaruh total di atas, maka dapat ditunjukkan jumlah pengaruh langsung dan tidak langsung dari variabel X
2
terhadap variabel Y.
Sesuai dengan hipotesis penelitian yang diajukan, selanjutnya data akan diuji dengan menggunakan analisis jalur path analysis. Analisis jalur mengkaji
hubungan sebab akibat yang bersifat struktural dari variabel independen terhadap variabel dependen dengan mempertimbangkan keterkaitan antar variabel
independen. Hasil komputasi analisis jalur menggunakan bantuan software SPSS 15.0 dapat dilihat pada lampiran. Untuk mengetahui tingkat kekuatan hubungan
antar sesama variabel independen, maka nilai koefisien korelasi yang diperoleh dikonsultasikan ke tabel interpretasi koefisien korelasi berikut.
Tabel 3.7 Pedoman Pengklasifikasian Koefisien Korelasi
No Interval Koefisien
Korelasi Tingkat Hubungan
1 0,000 0,199
Sangat rendah 2
0,200 0,399 Rendah
3 0,400 0,599
Sedang 4
0,600 0,799 Kuat
5 0,800 1,000
Sangat kuat
Sumber: Sugiyono, 2009; 250
Variabel bebas pada penelitian ini adalah sistem informasi akademik berbasis Web X, variabel intervening kepuasan pengguna Y dan variabel dependen
loyalitas konsumen pengguna Z, koefisien korelasi diantara ketiga variabel bebas tersebut dihitung menggunakan rumus berikut.
2 2
2 2
XY
n XY
X Y
r n
X X
n Y
Y
Jadi diperoleh koefisien korelasi antara sistem informasi akademik berbasis Web X dengan kepuasan pengguna Y sebesar 0,492. Selanjutnya dihitung
koefisien korelasi antara sistem informasi akademik berbasis Web X dengan loyalitas pengguna Z menggunakan rumus sebagai berikut.
2 2
2 2
XZ
n XZ
X Z
r n
X X
n Z
Z
Jadi diperoleh koefisien korelasi antara sistem informasi akademik berbasis Web X dengan loyalitas pengguna Z sebesar 0,621. Selanjutnya dihitung
koefisien korelasi antara kepuasan pengguna Y dengan loyalitas pengguna Z menggunakan rumus sebagai berikut.
2 2
2 2
YZ
n YZ
Y Z
r n
Y Y
n Z
Z
Jadi diperoleh koefisien korelasi antara kepuasan pengguna Y dengan loyalitas pengguna Z sebesar 0,685. Berdasarkan hasil pengolahan
menggunakan software SPSS.15 diperoleh koefisien korelsi antara ketiga variabel tersebut sebagai berikut.
Tabel 3.8 Korelasi Antar Variabel Penelitian
Berdasarkan nilai koefisien korelasi diatas dapat dilihat bahwa hubungan antara sistem informasi akademik berbasis Web X dangan kepuasan pengguna
Y sebesar 0,492 dan masuk dalam kategori sedang atau cuku kuat. Arah hubungan positif antara sistem informasi akademik berbasis Web dengan
kepuasan pengguna menujukkan bahwa sistem informasi akademik berbasis Web yang makin baik cenderung diikuti dengan peningkatan kepuasan pengguna.
Kemudian hubungan antara sistem informasi akademik berbasis Web X dengan
Correlations
1.000 .621
.685 .621
1.000 .492
.685 .492
1.000 .
.000 .000
.000 .
.000 .000
.000 .
130 130
130 130
130 130
130 130
130 Z
X Y
Z X
Y Z
X Y
Pearson Correlation Sig. 1-tailed
N Z
X Y
loyalitas konsumen pengguna Z sebesar 0,621 termasuk dalam kategori kuat, demikian juga hubungan antara kepuasan pengguna Y dengan loyalitas
konsumen pengguna Z sebesar 0,685 termasuk dalam kategori kuat dengan arah positif.
3.2.6.3 Pengujian Hipotesis
