Berdasarkan pada lampiran 12, dapat dilihat bahwa dengan melakukan Kolmogorov-Smirnov test yang dihasilkan 0,748 pada seluruh variabel
diketahui mempunyai nilai probabilitas lebih besar dari 0,05 atau 5, hal ini berarti data distribusi normal atau asumsi normalitas data terpenuhi.
Dari hasil pengujian yang telah dilakukan, maka didapat model analisis regresi linier berganda tersebut telah memenuhi beberapa asumsi regresi klasik
yang berarti tidak bias dan analisis regresi linier berganda dapat dilanjutkan.
4.4.2. Analisis Statistik Regresi Linear Berganda
Data yang diperoleh selanjutnya dianalisis dengan menggunakan SPSS 13.0 for windows untuk melihat model persamaan yang dibentuk dan
membuktikan hipotesis yang diajukan. Dari hasil analisis tersebut diperoleh nilai – nilai seperti yang disajikan pada tabel 4.12 di bawah ini :
Tabel 4.12 Hasil Analisis Regresi Berganda.
Variabel Koefisien
Regresi t hitung
Sig. Manfaat Persepsian X
1
-0,191 -2,068
0,041 Kemudahan Persepsian X
2
0,182 2,000
0,048 Kondisi Yang Memfasilitasi
X
3
0,337 4,741 0,000
Multiple R = 0,455 R² = 0,207 Konstanta : 17,254 Sig = 0,000
Adjusted R Square = 0,189 F hitung = 11,598
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Sumber : Lampiran 15 Berdasarkan hasil perhitungan pada tabel 4.11 diatas, maka dapat dibuat
model persamaan regresi linier berganda dari pengaruh Penggunaan Teknologi Informasi adalah sebagai berikut :
Y = 17,254 - 0,191 X
1
+ 0,182 X
2
+ 0,337 X
3
Interprestasi dari model regresi diatas adalah sebagau berikut : 1.
Nilai konstanta b menunjukkan besarnya nilai dari Penggunaan
Teknologi Informasi Y apabila variabel Manfaat Persepsian X
1
, Kemudahan Persepsian X
2
, dan Kondisi Yang Memfasilitasi X
3
adalah konstan atau nol, maka besarnya nilai Penggunaan Teknologi Informasi
naik Y sebesar 17,254. 2.
Nilai Koefisien regresi pada untuk variabel Manfaat Persepsian X
1
adalah negatif yaitu sebesar 0,191 artinya jika Manfaat Persepsian X
1
naik sebesar satu satuan, maka Penggunaan Teknologi Informasi Y akan turun sebesar 0,191 dengan asumsi variabel bebas lainnya adalah konstan.
3. Nilai Koefisien regresi pada untuk variabel Kemudahan Persepsian X
2
adalah positif yaitu sebesar 0,182 artinya jika Kemudahan Persepsian X
2
naik sebesar satu satuan, maka Penggunaan Teknologi Informasi Y akan naik sebesar 0,182 dengan asumsi variabel bebas lainnya adalah konstan.
4. Nilai Koefisien regresi pada untuk variabel Kondisi Yang Memfasilitasi
X
3
adalah positif yaitu sebesar 0,337 artinya jika Kondisi Yang Memfasilitasi X
3
naik sebesar satu satuan, maka Penggunaan Teknologi
Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.
Informasi Y akan naik sebesar 0,337 dengan asumsi variabel bebas lainnya adalah konstan.
Nilai Koefesien korelasi berganda R atau Multiple R dari persamaan regresi linier berganda diatas adalah 0,455. Nilai Koefesien korelasi berganda R
sebesar 0,455 menunjukan adanya hubungan yang sangat kuat erat antara variabel yaitu Manfaat Persepsian X
1
, Kemudahan Persepsian X
2
, dan Kondisi Yang Memfasilitasi X
3
dengan Penggunaan Teknologi Informasi Y. Nilai Koefesien determinan berganda R² dari persamaan regresi linier
berganda diatas digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Nilai Koefesien determinan berganda
R² sebesar 0,207 menunjukan 20,7 yang berarti ; Penggunaan Teknologi Informasi yaitu Manfaat Persepsian X
1
, Kemudahan Persepsian X
2
, dan Kondisi Yang Memfasilitasi X
3
dan selebihnya sebesar 79,3 disebabkan oleh faktor lain yang tidak dimasukan dalam penelitian.
4.5. Pengujian Hipotesis a. Pembuktian hipotesis pengaruh variabel bebas secara simultan
