4.1.3.1 Persamaan Regresi
Tabel 4.5 Analisis Regresi
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 7.591
1.853 4.096
.000 X1= Partisipasi Pemakai
-.001 .138
-.001 -.009
.993 X2 = Pelatihan Pemakai
.362 .145
.372 2.493
.015 X3 =Pengalaman Pemakai
.407 .148
.401 2.751
.008 X4= Konflik pemakai
-.143 .152
-.147 -.937
.352 a. Dependent Variable: Y = Kualitas System
Persamaan regresi linear berganda dapat dirumuskan sebagai berikut:
Y = a + b1X1 + b2X2 + b3X3 + b4X4
Y = 7.59-0.01X1 +0.362 X2 + 0.407X4- 0.143X4 Keterangan:
Y = Kualitas sistem
X1 = Partisipasi pemakai
X2 = Pelatihan pemakai
X3 = Pengalaman pemakai
X4 = Konflik pemakai
a = Konstanta
b1-b4 = Koefisien regresi variabel independen
Adapun interpretasi terhadap persamaan regresi di atas adalah sebagai berikut:
1. Nilai konstanta sebesar 7.59, dimana jika nilai variabel independent konstan atau nol maka nilai variabel kualitas sistem
tetap sebesar 7.59 2. Nilai koefisien variabel partisipasi pemakai X1 sebesar - 0.01,
artinya jika nilai variabel partisipasi pemakai ditingkatkan satu satuan maka akan menurunkan nilai variabel kualitas system
sebesar 0.01 dengan anggapan variabel lain nol. 3. Nilai variabel pelatihan pemakai sebesar 0.362, artinya jika nilai
variabel pelatihan pemakai ditingkatkan satu satuan maka akan menaikkan nilai variabel kualitas system sebesar 0.362 dengan
anggapan variabel lain nol. 4. Nilai variabel pengalaman pemakai sebesar 0.407, artinya jika
nilai variabel pengalaman pemakai ditingkatkan satu satuan maka akan menaikkan nilai variabel kualitas system sebesar 0.407
dengan anggapan variabel lain nol. 5. Nilai variabel konflik pemakai sebesar 0.143, artinya jika nilai
variabel konflik pemakai ditingkatkan satu satuan maka akan menaikkan nilai variabel kualitas system sebesar 0.143 dengan
anggapan variabel lain nol.
4.1.3.2 Koefisien Korelasi dan Koefisien Determinasi
Nilai koefisien korelasi R menunjukkan seberapa besar korelasi atau hubungan antara variabel-variabel independen dengan
variabel dependen. Koefisien korelasi dikatakan kuat apabila nilai R berada di atas 0.5 dan mendekati 1.
Koefisien determinasi R square menunjukkan seberapa besar variabel independen menjelaskan variabel dependennya.
Nilai R square adalah nol sampai dengan satu. Apabila nilai R square
semakin mendekati satu, maka variabel-variabel independen memberikan semua informasi yang dibutuhkan untuk
memprediksi variasi variabel dependen. Sebaliknya, semakin kecil nilai R square, maka kemampuan variabel-variabel independen
dalam menjelaskan variasi variabel dependen semakin terbatas. Berikut ini merupakan hasil penyajiannya sebagai berikut:
Tabel 4.6 Koefisien Korelasi dan Koefisien Determinasi
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.607
a
.368 .326
2.30480 a. Predictors: Constant, X4= Konflik pemakai, X1= Partisipasi
Pemakai, X3 =Pengalaman Pemakai, X2 = Pelatihan Pemakai b. Dependent Variable: Y = Kualitas System
Dari model summary di atas maka diperoleh nilai koefisien R korelasi sebesar 0.607 menunjukkan bahwa nilai hubungan
antara variabel partisipasi pemakai, variabel pelatihan pemakai, variabel pengalaman pemakai, dan konflik pemakai dengan
variabel kualitas system sebesar 0.607 atau nilai ini di interpretasikan memiliki hubungan yang kuat.
Sedangkan Rsquare atau nilai koefisien determinasi sebesar 32.6 menyatakan bahwa variabel partisipasi pemakai, variabel
pelatihan pemakai, variabel pengalaman pemakai, dan konflik pemakai mampu menjelaskan variabel kualitas system sebesar
32.6 dan sisanya 67.4 dipengaruhi oleh faktor lain yang tidak di jelaskan pada model penelitian ini.
4.1.4 Pengujian Hipotesis