Hasil Uji Asumsi Klasik
2. Hasil Uji Asumsi Klasik
a. Uji Normalitas
Uji normalitas model regresi bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal atau tidak. Model regresi yang baik seharusnya distribusi regresi residual normal atau mendekati kenormalan. Dasar pengambilan keputusan untuk mendeteksi kenormalan adalah jika data menyebar disekitar garis diagonal dan mengikuti arah diagonal, maka model regresi memenuhi asumsi normalitas.
Hasil Uji Heteroskedastisitas Attitude Toward Using (ATU)
Gambar 4.3
Hasil Uji Heteroskedastisitas Attitude Toward Using (ATU)
Dengan melihat tampilan grafik normal probability plots memperhatikan titik-titik menyebar berdekatan disekitar garis diagonal atau mengikuti arah garis diagonal, hal ini menunjukan bahwa residual terdistribusi normal, maka model regresi layak digunakan grafik histogram Dengan melihat tampilan grafik normal probability plots memperhatikan titik-titik menyebar berdekatan disekitar garis diagonal atau mengikuti arah garis diagonal, hal ini menunjukan bahwa residual terdistribusi normal, maka model regresi layak digunakan grafik histogram
Gambar 4.4
Hasil Uji Heterokedastisitas Behavior Intention to Use (BIU)
Gambar 4.5
Hasil Uji Heterokedastisitas Behavior Intention to Use (BIU)
Dengan melihat tampilan grafik normal probability plots memperhatikan titik-titik menyebar disekitar garis diagonal atau mengikuti arah garis diagonal, hal ini menunjukan bahwa residual terdistribusi normal, maka Dengan melihat tampilan grafik normal probability plots memperhatikan titik-titik menyebar disekitar garis diagonal atau mengikuti arah garis diagonal, hal ini menunjukan bahwa residual terdistribusi normal, maka
Gambar 4.6
Hasil Uji Heterokedastisitas Actual Usage Behavior (AUB)
Gambar 4.7
Hasil Uji Heterokedastisitas Actual Usage Behavior (AUB) Hasil Uji Heterokedastisitas Actual Usage Behavior (AUB)
Tabel 4.19
Hasil Uji Normalitas
Sumber : Data Primer (2015)
Smirnov. Uji Kolmogorov-Smirnov adalah cara untuk menguji apakah dalam statistik pendistribusian data normal atau tidak. Dalam hal ini yang diperhatikan adalah tingkat kesesuaian antara distribusi nilai sampel (skor yang diobservasi) dengan distribusi teoritis tertentu (normal, uniform, atau posion).
Berdasarkan tabel 4.19 One-Sample Kolmogorov-Smirnov dapat disimpulkan bahwa :
1.) Nilai Sig. Kolmogorov-Smirnov variabel Desain Interface OPAC (DIO) adalah 0,260 dan 0,318 yang berarti lebih dari 0,005. Dengan demikian Ho diterima. Hal ini berarti variabel DIO berdistribusi normal.
2.) Nilai Sig. Kolmogorov-Smirnov variabel Perceived Easy of Use (PEU) adalah 0,243 dan 0,270 yang berarti lebih dari 0,005. Dengan demikian Ho diterima. Hal ini berarti variabel PEU berdistribusi normal.
3.) Nilai Sig. Kolmogorov-Smirnov variabel Perceived Usefulness (PU) adalah 0,257 dan 0,297 yang berarti lebih dari 0,005. Dengan demikian Ho diterima. Hal ini berarti variabel PU berdistribusi normal.
4.) Nilai Sig. Kolmogorov-Smirnov variabel Attitude Toward Using (ATU) adalah 0,107 dan 0,184 yang berarti lebih dari 0,005. Dengan 4.) Nilai Sig. Kolmogorov-Smirnov variabel Attitude Toward Using (ATU) adalah 0,107 dan 0,184 yang berarti lebih dari 0,005. Dengan
(BIU) adalah 0,215 dan 0,252 yang berarti lebih dari 0,005. Dengan demikian Ho diterima. Hal ini berarti variabel BIU berdistribusi normal.
6.) Nilai Sig. Kolmogorov-Smirnov variabel Actual Usage Behavior (AUB) adalah 0,230 dan 0,188 yang berarti lebih dari 0,005. Dengan demikian Ho diterima. Hal ini berarti variabel AUB berdistribusi normal.
b. Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik mensyarakatkan tidak adanya multikolinieritas dengan cara melihat nilai Tolerance dan VIF (Variance Inflation Factor). Motede pengambilan keputusan yaitu jika semakin mendekati terjadinya masalah multikolinieritas. Dalam kebanyakan penelitian menyebutkan bahwa jika Tolerance lebih dari 0,1 dan VIF kurang dari 10 maka tidak terjadi multikolinieritas.
Hasil Uji Multikolinieritas Perceived Easy of Use (PEU)
Sumber : Data Primer (2015)
Berdasarkan tabel 4.20 terlihat bahwa nilai Variance Inflantion Factor (VIF) lebih dari angka 0,10 dan lebih kecil dari 10,00 untuk variabel Desain Interface OPAC (DIO) yang ditunjukkan dengan nilai VIF sebesar 1,000. Maka berdasarkan nilai VIF tidak ditemui masalah multikolonieritas antara variabel independent (DIO) dan variabel dependen (PEU).
Tabel 4.21
Hasil Uji Multikolinieritas Perceived Usefulness (PU)
Sumber : data primer (2015)
Berdasarkan tabel 4.21 terlihat bahwa nilai Variance Inflantion Factor (VIF) lebih dari angka 0,10 dan lebih kecil dari 10,00 untuk variabel Desain Interface OPAC (DIO) yang ditunjukkan dengan nilai VIF sebesar 1,000. Maka Berdasarkan tabel 4.21 terlihat bahwa nilai Variance Inflantion Factor (VIF) lebih dari angka 0,10 dan lebih kecil dari 10,00 untuk variabel Desain Interface OPAC (DIO) yang ditunjukkan dengan nilai VIF sebesar 1,000. Maka
Tabel 4.22
Hasil Uji Multikolinieritas Attitude Toward Using (ATU)
Sumber : Data Primer (2015)
Berdasarkan tabel 4.22 terlihat bahwa nilai Variance Inflantion Factor (VIF) lebih dari angka 0,10 dan lebih kecil dari 10,00 untuk setiap variabel yang ditunjukkan dengan nilai VIF sebesar 2,630 untuk variabel Desain Interface OPAC (DIO); 3,243 untuk variabel Perceived Easy of Use (PEU); dan 2,280 untuk variabel Perceived Usefulness (PU). Maka berdasarkan nilai VIF tidak ditemui masalah multikolonieritas antar variabel independent.
Hasil Uji Multikolonieritas Behavior Intention to Use (BIU)
Sumber : Data Primer (2015) Berdarkan tabel 4.23 terlihat bahwa nilai Variance Inflantion Factor (VIF)
lebih dari angka 0,10 dan lebih kecil dari 10,00 untuk setiap variabel yang ditunjukkan dengan nilai VIF sebesar 2,790 untuk variabel Desain Interface OPAC (DIO); 3,320 untuk variabel Perceived Easy of Use (PEU); 2,408 untuk variabel Perceived Usefulness (PU); dan 1,872 untuk variabel Attitude Toward Using (ATU). Maka berdasarkan nilai VIF tidak ditemui masalah multikolonieritas antar variabel independent.
Hasil Uji Mutikolonieritas Actual Usage Behavior (AUB)
Sumber : Data Primer (2015)
Berdarkan tabel 4.24 terlihat bahwa nilai Variance Inflantion Factor (VIF) lebih dari angka 0,10 dan lebih kecil dari 10,00 untuk setiap variabel yang ditunjukkan dengan nilai VIF sebesar 3,080 untuk variabel Desain Interface OPAC (DIO); 3,321 untuk variabel Perceived Easy of Use (PEU); 2,501 untuk variabel Perceived Usefulness (PU); 1,961 untuk variabel Attitude Toward Using (ATU); dan 2,043 untuk variabel Behavior Intention to Use (BIU). Maka berdasarkan nilai VIF tidak ditemui masalah multikolonieritas antar variabel independent.
a. 2 Uji Koefisien Determinasi (R )
Koefisien determinasi (R 2 ) bertujuan mengukur seberapa jauh kemampuan variabel independen (Desain Interface OPAC atau DIO, Perceived Easy of
Use atau PEU, dan Perceived Usefulness atau PU) dalam menjelaskan variasi variabel dependen (Attitude Toward Using atau ATU, Behavior Intention to Use atau BIU dan Actual Usage Behavior atau AUB). Nilai koefisien determinasi adalah antara nol dan satu. Penelitian ini
2 menggunakan nilai R 2 , jika nilai R adalah sebesar 1 berarti fluktuasi variabel dependen seluruhnya dapat dijelaskan oleh variabel independen.
2 Nilai R 2 berkisar dari 0 sampai 1, jika nilai R semakain mendekati angka
0 berarti semakin lemah kemampuan variabel independen untuk menjelaskan fluktuasi variabel dependen. 2
Tabel 4.25
Hasil Uji Koefisien Determinasi Perceived Easy of Use (PEU)
Sumber : Data Primer (2015)
2 Imam Ghozali. Aplikasi Multivariate Program SPSS (Semarang: Universitas Diponegoro) h. 97 2 Imam Ghozali. Aplikasi Multivariate Program SPSS (Semarang: Universitas Diponegoro) h. 97
Tabel 4.26
Hasil Uji Koefisien Determinasi Perceived Usefulness (PU)
Sumber : Data Primer (2015)
Nilai Adjusted R Square sebesar 0,429 atau 42,9% menunjukkan bahwa pengaruh variabel bebas : Desain Interface OPAC (DIO) sebesar 43,5%, sedangkan sisanya sebesar 56,5% dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam penelitian ini.
Hasil Uji Koefisien Determinasi Attitude Toward Using (ATU)
Sumber : Data Primer (2015)
Nilai Adjusted R Square sebesar 0,449 atau 44,9% menunjukkan bahwa pengaruh variabel bebas : Perceived Usefulness (PU), Desain Interface OPAC (DIO) dan Perceived Easy of Use (PEU) sebesar 46,6%, sedangkan sisanya sebesar 53,4% dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam penelitian ini.
Tabel 4.28
Hasil Uji Koefisien Determinasi Behavior Intention to Use (BIU)
Sumber : Data Primer (2015)
Nilai Adjusted R Square sebesar 0,489 atau 48,9% menunjukkan bahwa pengaruh variabel bebas : Attitude Toward Using (ATU), Perceived Usefulness (PU), Desain Interface OPAC (DIO), dan Perceived Easy of Nilai Adjusted R Square sebesar 0,489 atau 48,9% menunjukkan bahwa pengaruh variabel bebas : Attitude Toward Using (ATU), Perceived Usefulness (PU), Desain Interface OPAC (DIO), dan Perceived Easy of
Tabel 4.29
Hasil Uji Koefisien Determinasi Actual Usage Behavior (AUB)
Sumber : Data Primer (2015)
Nilai Adjusted R Square sebesar 0,628 atau 62,8% menunjukkan bahwa pengaruh variabel bebas : Behavior Intention to Use (BIU), Attitude Toward Using (ATU), Perceived Usefulness (PU), Desain Interface OPAC (DIO), dan Perceived Easy of Use (PEU) sebesar 64,7%, sedangkan sisanya sebesar 35,3% dijelaskan oleh faktor-faktor lain yang tidak disertakan dalam penelitian ini.
b. Uji Signifikansi Simultan (Uji F)
Uji F digunakan untuk menguji pengaruh semua variabel independen yang dimasukkan dalam model regresi secara bersamasama terhadap variabel dependen yang diuji pada tingkat signifikan 0,005. Hasil uji F dapat dilihat pada tabel 4.23, jika nilai probabilitas lebih kecil dari 0,005 maka Ha diterima dan menolak Ho, sedangkan jika nilai probabilitas lebih besar dari 0,005 maka Ho diterima dan menolak Ha.
Hasil Uji Simultan Perceived Easy of Use (PEU)
Sumber : Data Primer (2015)
Hasil Uji Simultan F dapat dilihat pada tabel 4.30 bahwa nilai F diperoleh 145,7 dengan tingkat signifikansi 0,000. Karena tingkat signifikansi lebih kecil dari 0,005 maka variabel Desain Interface OPAC (DIO) berpengaruh dan signifikan terhadap PEU.
Sedangkan nilai F Tabel diketahui dengan cara berikut :
F Tabel PEU →DIO =FINV (Probability, deg_freedom1,der_freedom2)
=FINV (0.05, 1, 97) = 3,939
Keterangan :
FINV = F Tabel
Probability = tingkat signifikan
Deg_freedom1/ degree fredom1= variabel yang akan ditentukan nilainya
Deg_freedom2/ degree freedom2= Jumlah Responden yang akan dihitung
Hasil Uji Simultan Perceived Usefulness (PU)
Sumber : Data Primer (2015)
Hasil Uji Simultan F dapat dilihat pada tabel 4.31 bahwa nilai F diperoleh 73,910 dengan tingkat signifikansi 0,000. Karena tingkat signifikansi lebih kecil dari 0,005 maka variabel Desain Interface OPAC (DIO) berpengaruh dan signifikan terhadap PU.
Sedangkan nilai F Tabel diketahui dengan cara berikut :
F Tabel PU →DIO
=FINV (Probability, deg_freedom1,der_freedom2)
=FINV (0.05, 2, 96) = 3,091
Keterangan :
FINV = F Tabel
Probability = tingkat signifikan
Deg_freedom1/ degree fredom1= variabel yang akan ditentukan nilainya
Deg_freedom2/ degree freedom2= Jumlah Responden yang akan dihitung
Hasil Uji Simultan Attitude Toward Using (ATU)
Sumber : Data Primer (2015)
Hasil Uji Simultan F dapat dilihat pada tabel 4.32 bahwa nilai F diperoleh 27,337 dengan tingkat signifikansi 0,000. Karena tingkat signifikansi lebih kecil dari 0,005 maka variabel Perceived Usefulness (PU), Desain Interface OPAC (DIO), dan Perceived Easy of Use (PEU) berpengaruh secara bersama-sama dan signifikan terhadap ATU.
Sedangkan nilai F Tabel diketahui dengan cara berikut :
F Tabel ATU →PU,DIO,PEU
= FINV(Probability, deg_freedom1,der_freedom2)
FINV = F Tabel
Probability = tingkat signifikan
Deg_freedom2/ degree freedom2= Jumlah Responden yang akan dihitung
Tabel 4.33
Hasil Uji Simultan Behavior Intention to Use (BIU)
Sumber: Data Primer (2015)
Hasil Uji Simultan F dapat dilihat pada tabel 4.33 bahwa nilai F diperoleh 24,239 dengan tingkat signifikansi 0,000. Karena tingkat signifikansi lebih kecil dari 0,005 maka variabel Attitude Toward Using (ATU), Perceived Usefulness (PU), Desain Interface OPAC (DIO), dan Perceived Easy of Use (PEU) berpengaruh secara bersama-sama dan signifikan terhadap BIU.
Sedangkan nilai F Tabel diketahui dengan cara berikut :
F Tabel BIU →ATU,PU,DIO,PEU
=FINV (Probability, deg_freedom1,der_freedom2) =FINV (0.05, 4, 94)
FINV = F Tabel
Probability = tingkat signifikan
Deg_freedom1/ degree fredom1= variabel yang akan ditentukan nilainya
Deg_freedom2/ degree freedom2= Jumlah Responden yang akan dihitung
Tabel 4.34
Hasil Uji Simultan Actual Usage Behavior (AUB)
Sumber : Data Primer (2015)
Hasil Uji Simultan F dapat dilihat pada tabel 4.34 bahwa nilai F diperoleh 33,732 dengan tingkat signifikansi 0,000. Karena tingkat signifikansi lebih kecil dari 0,005 maka variabel Behavior Intention to Use (BIU), Attitude Toward Using (ATU), Perceived Usefulness (PU), Desain Interface OPAC (DIO), dan Perceived Easy of Use (PEU) berpengaruh secara bersama-sama dan signifikan terhadap AUB.
Sedangkan nilai F Tabel diketahui dengan cara berikut :
F Tabel AUB →BIU,ATU,PU,DIO,PEU
=FINV (Probability, deg_freedom1,der_freedom2)
Keterangan :
FINV = F Tabel
Probability = tingkat signifikan
Deg_freedom1/ degree fredom1= variabel yang akan ditentukan nilainya
Deg_freedom2/ degree freedom2= Jumlah Responden yang akan dihitung
c. Uji Signifikansi Parsial (Uji t)
Uji t dilakukan untuk menguji pengaruh masing-masing variabel independen secara parsial terhadap variabel independen yang diuji pada tingkat signifikansi 0,005. Hasil uji t dapat dilihat pada tabel 4.35, jika nilai probabilitas t lebih kecil dari 0,005 maka Ha diterima dan menolak Ho, sedangkan jika nilai probabilitas t lebih besar dari 0,005 maka Ho diterima dan menolak Ha.
Tabel 4.35
Hasil Uji T Design Interface OPAC (DIO)
Sumber : Data primer (2015)
Pengaruh Desain Interface OPAC (DIO) terhadap Perceived Easy of Use (PEU)
Hasil uji hipotesis 1 dapat dilihat pada tabel 4.35 variabel DIO mempunyai tingkat signifikansi sebesar 0.000. Hal ini berarti variabel DIO berpengaruh dan bersignifikan terhadap PEU karena tingkat signifikansi yang dimiliki variabel DIO lebih kecil dari 0,005.
X 2 = 0,347 + 0,000 X 1 +e 1
Penjelasan Rumus: 0,347 = nilai B Unstandardized Coeficients 0,000 = nilai Signifikan
X 1 = Desain Interface OPAC (DIO)
X 2 = Perceived Easy of Use (PEU)
e 1 = Eror
Sedangkan nilai T Tabel diketahui dengan cara berikut : T Tabel DIO →PEU
=TINV (Probability, deg_freedom) =TINV (0.05,1) = 12,706
Keterangan :
TINV = T Tabel
Deg_freedom= variabel yang akan ditentukan nilainya
Tabel 4.36
Hasil Uji T Design Interface OPAC (DIO)
Sumber : Data Primer 2015
c.2. Hasil Hipotesis 2:
Pengaruh Desain Interface OPAC (DIO) terhadap Perceived Usefulness (PU)
Hasil uji hipotesis 2 dapat dilihat pada tabel 4.36 variabel DIO mempunyai tingkat signifikansi sebesar 0.000. Hal ini berarti variabel DIO berpengaruh dan bersignifikan terhadap PU karena tingkat signifikansi yang dimiliki variabel DIO lebih kecil dari 0,005.
X 3 = 2.017+ 0.000 X 1 +e 1
Penjelasan Rumus : 2,017 = nilai B Unstandardized Coeficients 0,000 = nilai Signifikan
X 1 = Desain Interface OPAC (DIO)
X 3 = Perceived Usefulness (PU)
Sedangkan nilai T Tabel diketahui dengan cara berikut : T Tabel DIO →PU
=TINV (Probability, deg_freedom) =TINV (0.05,2) = 4,302
Keterangan :
TINV = T Tabel
Probability = tingkat signifikan
Deg_freedom= variabel yang akan ditentukan nilainya
Tabel 4.37
Hasil Uji T Perceived Ease of Use (PEU)
Sumber : Data Primer 2015
Pengaruh Perceived Easy of Use (PEU) terhadap Perceived Usefulness (PU)
Hasil uji hipotesis 3 dapat dilihat pada tabel 4.37 variabel PEU mempunyai tingkat signifikansi sebesar 0.000. Hal ini berarti variabel PEU berpengaruh dan bersignifikan terhadap PU karena tingkat signifikansi yang dimiliki variabel PEU lebih kecil dari 0,005.
X 3 = 3.457+ 0.000 X 2 +e 2
Penjelasan Rumus : 3,457 = nilai B Unstandardized Coeficients 0,000 = nilai Signifikan
X 3 = Perceived Usefulness (PU)
X 2 = Perceived Easy of Use (PEU)
e 2 = Eror
Sedangkan nilai T Tabel diketahui dengan cara berikut : T Tabel PE U→PU
=TINV (Probability, deg_freedom) =TINV (0.05,3) = 3,182
Keterangan :
TINV = T Tabel
Probability = tingkat signifikan
Tabel 4.38
Hasil Uji T Signifikansi Parsial (Uji t) Attitude Toward Using (ATU)
Sumber : Data Primer 2015
c.4. Hasil Hipotesis 4 :
Pengaruh Desain Interface OPAC (DIO) terhadap Attitude Toward Using (ATU)
Hasil uji hipotesis 4 dapat dilihat pada tabel 4.38 variabel DIO mempunyai tingkat signifikansi sebesar 0.019. Hal ini berarti variabel DIO tidak berpengaruh dan tidak bersignifikan terhadap ATU karena tingkat signifikansi yang dimiliki variabel DIO lebih besar dari 0,005.
c.5. Hasil Hipotesis 5:
Pengaruh Perceived Easy of Use (PEU) terhadap Attitude Toward Using (ATU)
Hasil uji hipotesis 5 dapat dilihat pada tabel 4.38 variabel PEU mempunyai tingkat signifikansi sebesar 0,140. Hal ini berarti variabel PEU tidak berpengaruh dan tidak bersignifikan terhadap ATU karena tingkat signifikansi yang dimiliki variabel PEU lebih besar dari 0,005.
Pengaruh Perceived Usefulness (PU) terhadap Attitude Toward Using (ATU)
Hasil uji hipotesis 6 dapat dilihat pada tabel 4.38 variabel PU mempunyai tingkat signifikansi sebesar 0,024. Hal ini berarti variabel PU tidak berpengaruh dan tidak bersignifikan terhadap ATU karena tingkat signifikansi yang dimiliki variabel PU lebih besar dari 0,005. Y = 5.544+ 0.019 Py X + 0.140 Py X + 0,024 Py X + e
Penjelasan Rumus : 5,544 = nilai B Unstandardized Coeficients 0,019 = nilai Signifikan DIO terhadap ATU 0,140 = nilai signifikan PEU terhadap ATU 0,024 = nilai signifikan PU terhadap ATU
Y 1 = Attitude Toward Using (ATU)
Py 1 Py 2 Py 3 = Koefisien regresi
X 1 = Desain Interface OPAC (DIO)
X 2 = Perceived Easy of Use (PEU)
X 3 = Perceived Usefulness (PU)
e 1 = Eror
Sedangkan nilai T Tabel diketahui dengan cara berikut : T Tabel DIO→ATU