28
disebut homokedastisitas. Sebaliknya jika varians berbeda, maka disebut heteroskedasitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas.
Ada beberapa cara yang digunakan untuk mendeteksi ada tidaknya heterokedatisitas. Dalam penelitian ini, cara yang digunakan adalah melihat grafik plot antara nilai prediksi
variabel terikat dengan residualnya, dasar analisis yang digunakan yaitu : a.
Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka mengindikasikan
telah terjadi heterokedastisitas. b.
Jika tidak ada pola yang jelas, serta titik menyebar di atas dan di bawah angkah 0 pada sumbu Y, maka tidak terjadi heterokedastisitas.
Uji asumsi klasik yang digunakan hanya terbatas pada ketiga uji diatas, sedangkan uji autokorelasi tidak digunakan. Hal ini dikarenakan uji autokorelasi yang bertujuan untuk
menguji apakah dalam suatu model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 atau sebelumnya muncul karena observasi
yang berurutan sepanjang tahun yang berkaitan satu dengan lainnya. Uji autikorelasi ini sering ditemukan pada data time series, bukan yang section Erlina, 2007:108. Data yang
digunakan dalam penelitian ini adalah cros section.
3.8. Model dan Pengujian Hipotesis
Hipotesis penelitian diuji dengan menggunakan analisis regresi liner berganda dengan menggunakan uji-F, uji-t dan koefisien determinan. Metode analisi regresi linear berganda
berfungsi untuk mengetahui pengaruh hubungan dari variabel bebas dengan variabel terikat. Pengolahan data akan dilakukan dengan menggunakan alat bantu aplikasi software
SPSS for windows. Model persamaan regresi untuk menguji hipotesis, dengan formulasi sebagai berikut :
Universitas Sumatera Utara
29
Y = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6X6 + e Keterangan :
a : Konstanta atau titik perpotongan dengan sumbuh y, bila
x = 0 X1
: Variabel keterlibatan pemakai dalam proses pengembangan sistem.
X2 : Variabel kemapuan teknik personal sistem
informasi X3
: Variabel dukung manajemen puncak X4
: Variabel formalisasi pengembangan sistem informasi
X5 : Variabel program pendidikan dan pelatihan
pemakai X6
: Variabel lokasi yang ada dalam departemen sistem informasi
Y : Variabel kinerja SIA
b1-b8 : Koefisien regresi parsial e
: Kesalahan error term
3.8.1. Uji-F uji simultan
Uji-F uji serentak adalah untuk melihat apakah variabel independen secara bersama- sama serentak mempunyai pengaruh yang signifikan terhadap variabel dependen. Melalui
uji statistik dengan langkah-langkah sebagai berikut : Ho : b1=b2=b3=b4=b5=b6=0
Artiya secara bersama-sama serentak variabel independen tidak terdapat pengaruh terhadap variabel dependen.
Universitas Sumatera Utara
30
Ha : b1 ≠b2≠b3≠b4≠b5≠b6≠0
Artinya secara bersama-sama serentak variabel independen tidak terdapat pengaruh terhadap variabel dependen.
Dengan kriteria dilihat dari nilai signifikan : Jika F-hitung dari 0,05 , maka Ho ditolak
Jika F-hitung dari 0,05, maka Ha diterima Hipotesis penelitian diuji dengan menggunakan analisis regresi berganda. Pengujian
hipotesis ditunjukan untuk menguji ada tidaknya pengaruh dari variabel bebas secara keseluruhan terhadap variabel dependen. Pengujian hipotesis dengan mengunakan Uji F atau
yang biasa disebut dengan Analysis of Varian ANOVA. Pengujian ANOVA atau Uji F bisa dilakukan dengan dua cara yaiu dengan melihat
tingkat signifikan atau dengan membandingkan F hitung dengan F table. Pengujian dengan tingkat signifikan dilakukan dengan ketentuan yaitu apabilah hasil signifikan pada tabel
ANOVA α 0,05 , maka Ho ditolak berpengaruh, sementara sebaliknya apabilah tingkat
signifikan pada tabel ANOVA α 0,05 , maka Ho diterima tidak berpengaruh.
Pengujian dengan membandingkan F hitung dengan F tabel dilakukan dengan ketentuan yaitu apabila F hitung F tabel
α 0,05 maka Ho ditolak berpengaruh, sementara sebaliknya apabila hitung F tabel
α 0,05 maka Ho diterima tidak berpengaruh. Adapun F tabel dicari dengan memperhatikan tingkat kepercayaan
α dan derajat bebas degree of freedom.
3.8.2. Uji –t signifikan Parsial
Uji statistik t disebut juga sebagai uji signifikan individual. Uji ini menunjukan seberapa jauh pengaruh varibel independen secara parsial terhadap variabel dependen ,
bentuk pengujiannya adalah :
Universitas Sumatera Utara
31
Ho1 : b
1
= 0, artinya suatu variabel independen secara parsial tidak berpengaruh terhadap variabel dependen.
Ha1 : b
1
≠ 0, artinya variabel independen secara parsial berpengaruh terhadap variabel dependen.
Ada 2 dua cara menguji t, yaitu dengan cara membandingkan t-hitung dengan t-tabel dan nilai signifikansi, Kriteria pengambilan keputusan :
Ho diterima, apabila t-hitung t-tabel pada α = 5
Ha diterima, apabila t-hitung t-tabel pada α = 5
Dalam penelitian ini dilakukan dengan melihat nilai signifikansi.
3.8.3. Koefisiensi Determinan R
2
Pengujian koefisien determinan adjusted R Square digunakan untuk mengukur proporsi atau persentase sumbangan variabel independen yang diteliti terhadap variasi naik
turunnya variabel dependen. Koefisien determinan berkisar antara nol sampai dengan satu 0 ≤ R
2
≤ 1. Hal ini berarti bila R
2
= 0 menunjukan tidak adanya pengaruh antara variabel independen terhadap variabel dependen, bila adjusted R Square semakin besar mendekati 1
menunjukan semakin kuatnya pengaruh variabel independen terhadap variabel dependen dan bila Adjusted R Square semakin kecil mendekati nol maka dapat dikatakan semakin kecilnya
pengaruh variabel independen terhadap variabel dependen.
3.9. Jadwal dan Lokasi Penelitian
