Berdasarkan hasil pengujian hipotesis di atas dapat diketahui kesimpulan penerimaan atau penolakan hipotesis sebagai berikut:
Tabel 4.29 Ringkasan Hasil Uji Hipotesis Hipotesis
Hasil Uji
H
1
Terdapat pengaruh positif antara pemanfaatan teknologi informasi terhadap kinerja individual
Diterima H
2
Terdapat pengaruh positif antara faktor sosial dalam pemanfaatan teknologi informasi terhadap kinerja
individual Diterima
H
3
Terdapat pengaruh positif antara affect dalam pemanfaatan teknologi informasi terhadap kinerja individual
Diterima H
4
Terdapat pengaruh negatif antara kompleksitas dalam pemanfaatan teknologi informasi terhadap kinerja
individual Ditolak
H
5
Terdapat pengaruh positif antara kesesuaian tugas dalam pemanfaatan teknologi informasi terhadap kinerja
individual Diterima
H
6
Terdapat pengaruh positif antara konsekuensi jangka panjang dalam pemanfaatan teknologi informasi terhadap
kinerja individual Diterima
H
7
Terdapat pengaruh positif antara kondisi yang memfasilitasi penggunaan Personal Computer dalam pemanfaatan
teknologi informasi terhadap kinerja individual Diterima
4.1.3.3.3 Koefisien Determinasi R
2
Koefisien Determinasi R² pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen Ghozali,
2005. Nilai koefisienan determinasi adalah antara nol sampai satu. Nilai R² yang kecil berarti kemampuan variabel independen dalam menjelaskan variasi variabel
dependen amat terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen. Jika nilai R² sama dengan satu, maka
pendekatan tersebut terdapat kecocokan sempurna dan jika R² sama dengan nol, maka tidak ada kecocokan pendekatan.
Adjusted R Square adalah nilai R Square yang telah disesuaian, nilai ini selalu lebih kecil dari R Square dan angka ini bisa memiliki nilai negatif
Priyatno, 2008:81. Menurut Santoso dalam Priyatno, 2008 bahwa unutk regresi dengan lebih dari dua variabel bebas digunakan Adjusted R Square sebagai
koefisien determinasi.
Tabel 4.30 Hasil Analisis Koefisien Determinasi R
2
Model Summaryb
Model R
R Square
Adjusted R Square
Std. Error of the Estimate
1 ,894a
,799 ,769
1,089 a Predictors: Constant, Kondisi_yg_Memfasilitasi, Faktor_Sosial,
Affect, Kompleksitas, Konsekuensi_Jk_Panjang, Kesesuaian_Tugas b Dependent Variable: Kinerja_individual
Sumber: data diolah, 2011
Berdasarkan Tabel 4.30 di atas dapat diperoleh nilai Adjusted R Square sebesar 0,769 atau 76,9 . Hal ini menunjukan bahwa persentase sumbangan pengaruh
variabel independen faktor sosial, affect, kompleksitas, kesesuaian tugas, konsekuensi jangka panjang dan kondisi yang memfasilitasi terhadap variabel
dependen kinerja individual sebesar 76,9 sedangkan sisanya sebesar 23,1 dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukan dalam model
penelitian ini.
4.1.3.3.4 Koefisien Determinasi Parsial r
2
Koefisien determinasi parsial adalah koefisien untuk mengetahui besarnya kontribusi yang diberikan masing-masing variabel bebas terhadap
variabel terikat secara terpisah parsial. Hasil perhitungan r
2
digunakan untuk
mengukur seberapa besar persentase variasi variabel independen yang digunakan dalam model yang digunakan mampu menjelaskan variasi-variabel dependen
secara terpisah. Apabila nilai r
2
mendekati 1 satu maka dapat dikatakan semakin kuat model tersebut dalam menerangkan variasi variabel bebas terhadap variabel
terikat secara terpisah dan sebaliknya, apabila r
2
mendekati 0 nol maka semakin lemah variasi variabel bebas dalam menerangkan variabel terikat secara terpisah.
Dalam penelitian ini, peneliti mencari nilai r
2
menggunakan bantuan komputer dengan program SPSS. Berdasarkan perhitungan dengan program SPSS
didapatkan hasil yang disajikan dalam tabel 4.31. sebagai berikut :
Tabel 4.31 Hasil Analisis Koefisien Determinasi Parsial
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Correlations
B Std.
Error Beta
Zero- order
Partial Part
1 Constant
-12,502 3,231
-3,870 ,000
Faktor_Sosial ,247
,069 ,260
3,596 ,001
,369 ,494
,255 Affect
,372 ,064
,472 5,813
,000 ,633
,677 ,412
Kompleksitas -,101
,070 -,114
-1,447 ,156
-,410 -,223
-,102 Kesesuaian_Tugas
,237 ,088
,236 2,681
,011 ,542
,390 ,190
Konsekuensi_Jk_Panjang ,296
,059 ,389
4,978 ,000
,368 ,619
,353 Kondisi_yg_Memfasilitasi
,295 ,080
,277 3,706
,001 ,314
,506 ,262
a Dependent Variable: Kinerja_individual
Sumber: Data diolah, 2011
Berdasarkan hasil perhitungan dengan SPSS yang tersaji pada tabel 4.31 dalam baris partial diperoleh nilai r untuk faktor soial sebesar 0,494; affect
sebesar 0,633; kompleksitas sebesar -0,410; kesesuaian tugas sebesar 0,542; konsekuensi jangka panjang 0,619 dan nilai r untuk kondisi yang memfasilitasi
sebesar 0,506. Dengan menguadratkan nilai masing-masing r maka dapat
diketahui besarnya kontribusi masing-masing variabel independen terhadap variabel dependen secara terpisah.
Jadi berdasarkan nilai r masing-masing untuk variabel faktor sosial, affect, kompleksitas, kesesuaian tugas, konsekuensi jangka panjang dan kondisi yang
memfasilitasi dapat diketahui kontribusi dari masing-masing variabel dalam pemanfaatan teknologi informasi terhadap kinerja individual secara terpisah.
Besarnya kontribusi variabel faktor sosial terhadap kinerja individual sebesar 0,494
2
= 0,24 atau 24 hal ini berarti persentase sumbangan pengaruh variabel faktor sosial terhadap variabel kinerja individual sebesar 24. Sedangkan sisanya
sebesar 76 dengan perhitungan 100 - 24 = 76 dipengaruhi atau dijelaskan oleh variabel lain. Besarnya kontribusi variabel affect terhadap kinerja individual
sebesar 0,633
2
= 0,40 atau 40 hal ini berarti persentase sumbangan pengaruh variabel affect terhadap variabel kinerja individual sebesar 40. Sedangkan
sisanya sebesar 60 dengan perhitungan 100 - 40 = 60 dipengaruhi atau dijelaskan oleh variabel lain. Besarnya kontribusi variabel kompleksitas terhadap
kinerja individual sebesar 0,410
2
= 0,17 atau 17 hal ini berarti persentase sumbangan pengaruh variabel kompleksitas terhadap variabel kinerja individual
sebesar 17. Sedangkan sisanya sebesar 83 dengan perhitungan 100 - 17 = 83 dipengaruhi atau dijelaskan oleh variabel lain. Besarnya kontribusi variabel
kesesuaian tugas terhadap kinerja individual sebesar 0,542
2
= 0,29 atau 29 hal ini berarti persentase sumbangan pengaruh variabel kesesuaian tugas terhadap
variabel kinerja individual sebesar 29. Sedangkan sisanya sebesar 71 dengan perhitungan 100 - 29 = 71 dipengaruhi atau dijelaskan oleh variabel lain.
Besarnya kontribusi variabel konsekuensi jangka panjang terhadap kinerja individual sebesar 0,619
2
= 0,38 atau 38 hal ini berarti persentase sumbangan pengaruh variabel konsekuensi jangka panjang terhadap variabel kinerja
individual sebesar 38. Sedangkan sisanya sebesar 62 dengan perhitungan 100 - 38 = 62 dipengaruhi atau dijelaskan oleh variabel lain. Sedangkan
besarnya kontribusi variabel kondisi yang memfasilitasi terhadap kinerja individual sebesar 0,506
2
= 0,26 atau 26 hal ini berarti persentase sumbangan pengaruh variabel kondisi yang memfasilitai terhadap variabel kinerja individual
sebesar 26. Sedangkan sisanya sebesar 74 dengan perhitungan 100-26 = 74 dipengaruhi atau dijelaskan oleh variabel lain.
4.2 Pembahasan 4.2.1 Pengaruh Pemanfaatan Teknologi Informasi terhadap Kinerja
Individual
Hasil analisis regresi linear berganda dengan menggunakan bantuan program SPSS menunjukkan bahwa pemanfaatan teknologi informasi mempunyai
pengaruh positif yang signifikan terhadap kinerja individual pegawai dengan kontribusi sebesar 76,9 . Pemanfaatan teknologi informasi mempunyai pengaruh
positif yang signifikan terhadap kinerja individual pegawai, hal ini bermakna bahwa semakin baik pemanfaatan teknologi informasi maka kinerja individual
pegawai akan semakin tinggi. Sedangkan besarnya pengaruh pemanfaatan teknologi informasi adalah sebesar 76,9 hal ini mempunyai makna bahwa tinggi
rendahnya kinerja individual pegawai dipengaruhi oleh pemanfaatan teknologi
