pengguna SIA berbasis komputer Y akan meningkat sebesar 0,239 satuan dengan asumsi variabel bebas lainnya adalah konstan.
4.3.4. Uji Kecocokan Model Uji F
Hasil uji F dapat digunakan untuk mengetahui kecocokan model regresi linier berganda yang dihasilkan. Apabila tingkat signifikan yang
dihasilkan kurang dari 5 maka model regresi linier berganda yang dihasilkan adalah cocok untuk mengetahui pengaruh variabel kualitas sistem
X
1
, kualitas informasi X
2
, dan ambiguitas peran X
3
terhadap kepuasan kerja pengguna SIA berbasis komputer Y. Adapun hasil dari uji F adalah
sebagai berikut :
Tabel 4.18
Hasil Uji F
ANOVA
b
7.131 3
2.377 8.415
.000
a
7.344 26
.282 14.475
29 Regres sion
Residual Total
Model 1
Sum of Squares
df Mean Square
F Sig.
Predictors: Constant, ambiguitas peran x3, kualitas s istem x1, kualitas informasi x2
a. Dependent Variable: kepuasan kerja y
b.
Sumber : Lampiran 9 Berdasarkan tabel 4.18 menunjukkan bahwa nilai F
hitung
sebesar 8,415 dengan tingkat signifikan lebih kecil dari 5 yaitu sebesar 0,000. Hal ini
berarti model regresi yang dihasilkan adalah cocok atau sesuai untuk mengetahui pengaruh variabel kualitas sistem X
1
, kualitas informasi X
2
, dan ambiguitas peran X
3
terhadap kepuasan kerja pengguna SIA berbasis komputer Y.
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
4.3.5. Koefisien Determinasi R
2
Penggunakan R-Square R Kuadrat sering menimbulkan permasalahan, yaitu bahwa nilainya akan selalu meningkat dengan adanya
penambahan variabel bebas dalam suatu model. Hal ini akan menimbulkan bias, karena jika ingin memperoleh model dengan R tinggi, seorang peneliti
dapat dengan sembarangan menambahkan variabel bebas dan nilai R akan meningkat, tidak tergantung apakah variabel bebas tambahan itu
berhubungan dengan variabel terikat atau tidak. Adjusted R Square ini digunakan jika variabel bebas yang dimiliki lebih dari dua. Oleh karena itu,
banyak peneliti yang menyarankan untuk menggunakan Adjusted R Square. Interpretasinya sama dengan R Square, akan tetapi nilai Adjusted R Square
dapat naik atau turun dengan adanya penambahan variabel baru, tergantung dari korelasi antara variabel bebas tambahan tersebut dengan variabel
terikatnya. Berikut ini hasil dari Adjusted R Square : Tabel 4.19
Nilai Adjusted R-Square
Model Summ ary
b
.702
a
.493 .434
.53147 Model
1 R
R Square Adjust ed
R Square St d. E rror of
the Es timate Predic tors: Constant, ambiguitas peran x 3, k ualit as
sis tem x1, kualitas informasi x2 a.
Dependent Variable: kepuasan kerja y b.
Sumber : Lampiran 9 Nilai Adjusted R-Square yang dihasilkan sebesar 0,434 yang berarti
bahwa variabel kualitas sistem X
1
, kualitas informasi X
2
, dan ambiguitas peran X
3
mampu menjelaskan kepuasan kerja pengguna SIA berbasis
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
komputer Y sebesar 43,4 dan sisanya sebesar 56,6 dijelaskan oleh variabel lain yang tidak dibahas pada penelitian ini.
4.3.6. Uji Hipotesis Uji t Teknik pengambilan sampel pada penelitian ini adalah sampling jenuh
