1. Uji Asumsi Klasik
a. Uji Normalitas Data Uji normalitas bertujuan untuk menguji apakah dalam model
regresi, variabel dependen dan independent keduanya mempunyai distribusi normal atau tidak. Uji normalitas menggunakan uji
Kolmogorov-Smirnov , dengan uji ini dapat diketahui data yang
digunakan berdistribusi normal atau tidak. Apabila Sign t
hitung
0.05, maka data tersebut berdistribusi normal dan begitu juga sebaliknya
Santoso, 2001. b. Uji Multikolinearitas
Multikolinearitas adalah hubunga n linier sempurna atau pasti diantara beberapa atau semua variabel independen dari model regresi.
Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditentukan adanya korelasi antar variabel independen. Aturan yang
digunakan untuk mendeteksi ada tidaknya multikolinearitas, dapat dilihat dari tolerance value dan variance inflation factor VIF. Jika
nilai tolerance value 0.1 atau nilai VIF diatas 10 berarti terjadi multikolinearitas Santoso, 2001.
c. Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam
model regresi terjadi ketidaksamaan varian atau residual satu pengamatan ke pengamatan lainnya. Model yang dapat digunakan
untuk menguji dengan gejala glejser. Untuk mendeteksi gejala uji heteroskedastisitas, maka dibuat persamaan regresi dengan asumsi
tidak ada heteroskedastisitas kemudian menentukan nilai absolut residual, selanjutnya meregresikan nilai absolut residual diperoleh
sebagai variabel dependen serta dilakukan regresi dari variabel independen. Nilai t
hitung
absolut terletak diantara + t
tabel
dengan dfn- k-1 dan tingkat signifikan 0,05 maka terjadi heteroskedastisitas
Santoso, 2001.
3. Pengujian Hipotesis a. Moderated Regrression Analysis MRA
Untuk menguji pengaruh variabel pemoderasi digunakan Moderated Regression Analysis
MRA. Uji interaksi MRA merupakan aplikasi khusus regresi berganda linier dimana dalam persamaan
regresinya mengandung unsur interaksi perkalian dua atau lebih variabel independen dengan rumus persamaan sebagai berikut:
Y= a + b
1
X
1
+ b
2
X
2
+ b
3
X
1
X
2
+ e
Metode analisis yang digunakan dalam penelitian ini juga telah digunakan oleh McKeen et al. 1994, Choe 1996, Chandrarin dan
Indriantoro 1997, Setianingsih dan Indriantoro 1998, dan Restuningdiah dan Indriantoro 2000.
Persamaan statistika yang digunakan untuk membantu menentukan variabel- variabel moderator yang mendukung hubungan antara
partisipasi dan kepuasan pemakai adalah seperti di bawah ini : KP = a + b
1
PP 1
KP = a + b
1
PP + b
2
KT 2
KP = a + b
1
PP + b
2
KT + b
3
PPKT 3
KP = a + b
1
PP + b
2
KS 4
KP = a + b
1
PP + b
2
KS + b
3
PPKS 5
KP = a + b
1
PP + b
2
PeP 6
KP = a + b
1
PP + b
2
PeP + b
3
PPPeP 7
Keterangan :
KP : Kepuasan Pemakai PP : Partisipasi Pemakai
KT : Kompleksitas Tugas KS : Kompleksitas Sistem
PeP : Pengaruh Pemakai b : Slope
a : Intercept
e : Variabel pengaruh lain
Adapun kriteria MRA yang digunakan sebagai dasar untuk memastikan apakah variabel KT, KS dan PeP benar-benar merupakan
variabel moderator Sharma, 1981 adalah: Jika persamaan2 dan 3 tidak secara signifikan berbeda yaitu b
3
= 0; b
2
? 0, maka KT bukan variabel moderator. Variabel KT disebut pure
moderator , jika persamaan 1 dan 2 tidak berbeda, tetapi berbeda
dengan persamaan 3, yaitu b
2
= 0; b
3
? 0. Variabel KT diklasifikasikan
sebagai quasi moderator, jika persamaan 1, 2, dan 3 masing- masing berbeda, yaitu b
3
? 0, dan b
3
? 0.
Jika persamaan 4 dan 5 tidak secara signifikan berbeda yaitu b
3
= 0; b
2
? 0, maka KS bukan variabel moderator. Variabel KS disebut pure
moderator , jika persamaan 1 dan 4 tidak berbeda, tetapi berbeda
dengan persamaan 5, yaitu b
2
= 0; b
3
? 0. Variabel KS diklasifikasikan
sebagai quasi moderator, jika persamaan 1, 4, dan 5 masing- masing berbeda yaitu b
2
? 0, dan b
3
? 0.
Jika persamaan 6 dan 7 tidak secara signifikan berbeda yaitu b
3
= 0; b
2
? 0, maka PeP bukan variabel moderator. Variabel PeP disebut
pure moderator , jika persamaan 1 dan 6 tidak berbeda, tetapi berbeda
dengan persamaan 7, yaitu b
2
= 0; b
3
? 0. Variabel KS diklasifikasikan
sebagai quasi moderator, jika persamaan 1, 6, dan 7 masing- masing berbeda yaitu b
2
? 0, dan b
3
? 0.
b. Uji t
Uji t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi
variabel dependen Ghozali, 2005. Cara melakukan uji t adalah sebagai berikut :
1. Quick look : bila jumlah degree of freedom df adalah 20 atau lebih dan derajat kepercayaan sebesar 5, maka Ho yang menyatakan bi =
0 dapat ditolak bila nanti t lebih besar dari 2 dalam nilai absolut. Dengan kata lain kita menerima hipotesis alternatif yang menyatakan
bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.
2. membandingkan nilai statistik t dengan titik kritis menurut tabel apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan
nilai t tabel, kita menerima hipotesis alternatif yang menyatakan
bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.
c. Uji f
Uji F pada dasarnya menunjukkan apakah semua variabel independen dimasukkan dalam model mempunyai pengaruh secara
bersama-sama terhadap variabel dependen Ghozali, 2005. Untuk memguji hipotesis ini digunakan statistik F kriteria
pengambilan keputusan sebagai berikut : 1. Quick look : bila nilai F lebih besar daripada 4 maka Ho dapat ditolak
pada derajat kepercayaan 5. Dengan kata lain kita memerima hipotesis alternatif yang menyatakan bahwa semua variabel
independen secara serentak dan signifikan mempengaruhi variabel dependen.
2. Membandingkan nilai F hasil perhitungan dengan nilai F menurut tabel. Bila nilai F hitung lebih besar daripada nilai F tabel, maka Ho
ditolak dan menerima Ha.
d. Koefisien Determinasi R²
Nilai koefisien determinasi R² merupakan angka yang mengukur persentase total variasi dalam variabel dependen yang dijelaskan oleh
variabel independen dalam model. Nilai R² dapat dihitung dengan persamaan sebagai berikut:
R² =
TSS ESS
Dimana: ESS = jumlah kuadrat yang dijelaskan
TSS = jumlah total kuadrat yang merupakan penjumlahan dari ESS dan jumlah kuadrat residual RSS
Nilai R² berkisar antara 0 R² 1, sehingga semakin besar nilai R² mendekati satu maka dapat dikatakan variabel yang digunakan sudah
tepat. Sebaliknya jika R² nilainya mendekati 0, maka total total variasi dalam variabel dependen tidak dapat dijelaskan oleh variabel independen
yang ada dalam model yang digunakan.
BAB IV ANALISIS DATA DAN PEMBAHASAN
A. Hasil Pengumpulan Data
Penelitian ini bermaksud menguji hubungan partisipasi pemakai dan kepuasan pemakai dengan kompleksitas tugas, kompleksitas sistem, dan
pengaruh pemakai sebagai variabel moderating. Oleh karena itu penyebaran kuesioner ditujukan kepada karyawan yang berkompeten di bidang komputer.
Penyebaran kuesioner diberikan kepada pimpinan dan karyawan di Biro Administrasi Perencanaan dan Sistem Informasi BAPSI pada Perguruan Tinggi
di Surakarta. Adapun pemilihan sampel Perguruan Tinggi yang diteliti menurut kriteria sebagai berikut:
Tabel IV.1 Kriteria Perguruan Tinggi yang Dijadikan Sampel
Kriteria Jumlah
Perguruan Tinggi PT di Surakarta 14
- PT yang menggunakan sistem terkomputerisasi tapi tidak melakukan pengembangan sistem informasi
8 PT yang menggunakan sistem terkomputerisasi dan
melakukan pengembangan sistem informasi 6
- PT yang tidak bersedia menjadi sampel 3
PT yang bersedia menjadi sampel 3
Jumlah Sampel Perguruan Tinggi 3
Berdasarkan hasil kriteria, diperoleh 3 Perguruan Tinggi yang dapat dijadikan sampel. Berdasarkan hasil pengumpulan data yang dilakukan di 3
perguruan tinggi di Surakarta diperoleh 38 responden yang memenuhi kriteria sampel. Responden merupakan pimpinan dan karyawan di Biro Administrasi
Perencanaan dan Sistem Informasi BAPSI dan Karyawan Pusat Komputer.
Adapun pemilihan sampel pimpinan dan karyawan BAPSI didasarkan pada kriteria sebagai berikut:
Tabel IV.2 Kriteria Pimpinan dan Karyawan yang Menjadi Sampel
Kriteria Jumlah
Pimpinan dan karyawan BAPSI Perguruan Tinggi di Surakarta 202
- Tidak menggunakan sistem yang terkomputerisasi 48
Menggunakan sistem yang terkomputerisasi 154
- Tidak melakukan dan tidak terlibat dalam pengembangan sistem informasi
74 Melakukan dan terlibat dalam pengembangan sistem informasi
80 - Tidak bersedia mengisi kuesioner atau menjadi responden
29 Bersedia mengisi kuesioner atau menjadi responden
51 Jumlah penyebaran kuesioner
51 Berdasarkan kriteria di atas, jumlah kuesioner yang disebarkan sebanyak 51
kuesioner. Kemudian berdasarkan hasil pengembalian kuesioner, maka diperoleh hasil sebagai berikut:
Tabel IV.3 Daftar Sampel dan Tingkat Pengembalian Kuesioner
Kelompok Sampel Distribusi Kuesioner
Dapat Dipakai 1.
UMS 26
17 2.
STIMIK AUB 8
7 3.
STIMIK Duta Bangsa 17
14
Jumlah
51 38
Sumber: Data primer yang diolah Tabel IV.3 menunjukkan bahwa responden yang memenuhi persyaratan
untuk diteliti dan dianalisis berjumlah 38 orang yang berasal dari tiga kelompok sampel. Pendistribusian dan pengumpulan kembali kuesioner dilakukan secara
langsung dengan mendatangi langsung kantor perguruan tinggi dan berlangsung pada bulan Januari 2009. Berdasarkan tabulasi hasil kuesioner, berikut ini
ditunjukkan karakteristik responden ditinjau dari jenis kelamin dan jabatan:
Tabel IV.4 Karakteristik Responden
Jenis Kelamin Jumlah
Prosentase Pria
16 42,1
Wanita 22
57,9 Total
38 100,0
Jabatan Pimpinan unit
7 18,4
Karyawan 31
81,6 Total
38 100,0
Sumber: data primer Tabel IV.4 menunjukkan bahwa sebagian besar responden berjenis
kelamin wanita yaitu sebanyak 57,9, sedangkan 42,1 sisanya berjenis kelamin pria. Selanjutnya sebagian besar responden berstatus sebagai karyawan
yaitu sebanyak 81,6, sedangkan 18,4 sisanya merupakan pimpinan unit. Hal ini berarti karyawan bagian komputer perguruan tinggi di Surakarta mayoritas
merupakan karyawan wanita dan masih berstatus sebagai karyawan.
B. Uji Intrumen 1.
Uji Validitas
Uji validitas dilakukan untuk mengetahui tingkat kesahihan instrumen. Uji validitas dilaksanakan terhadap seluruh butir pernyataan
dalam instrumen, yaitu dengan cara mengkorelasikan skor tiap butir dengan skor totalnya pada masing- masing konstruk. Teknik korelasi yang digunakan
adalah korelasi product moment Pearson dengan pengujian dua arah two tailed test
. Data diolah dengan bantuan program SPSS for Windows release 11.0
dan perhitungan selengkapnya dapat dilihat pada Lampiran 4. Sedangkan hasilnya dijabarkan pada tabel IV.5 berikut ini.
Tabel IV.5 Hasil Uji Validitas Kuesioner
Variabel r correlation
r
kritis
5 Keterangan
Partisipasi pemakai 1
0,5029 0,320
Valid 2
0,3817 0,320
Valid 3
0,4230 0,320
Valid 4
0,3441 0,320
Valid 5
0,3526 0,320
Valid 6
0,4196 0,320
Valid 7
0,5706 0,320
Valid 8
0,6172 0,320
Valid 9
0,5094 0,320
Valid 10
0,4622 0,320
Valid 11
0,3522 0,320
Valid 12
0,5226 0,320
Valid 13
0,4055 0,320
Valid 14
0,6534 0,320
Valid 15
0,4557 0,320
Valid 16
0,5332 0,320
Valid 17
0,4014 0,320
Valid 18
0,4841 0,320
Valid 19
0,4954 0,320
Valid Kompleksitas tugas
1 0,4459
0,320 Valid
2 0,5671
0,320 Valid
3 0,6191
0,320 Valid
4 0,5529
0,320 Valid
5 0,4630
0,320 Valid
6 0,3552
0,320 Valid
Kompleksitas sistem 1
0,5132 0,320
Valid 2
0,4826 0,320
Valid 3
0,5316 0,320
Valid Pengaruh Pemakai
1 0,5609
0,320 Valid
2 0,4831
0,320 Valid
3 0,5440
0,320 Valid
4 0,4409
0,320 Valid
5 0,4447
0,320 Valid
6 0,4725
0,320 Valid
Kepuasan pemakai 1
0,4496 0,320
Valid 2
0,5137 0,320
Valid 3
0,4580 0,320
Valid 4
0,5232 0,320
Valid
Dari hasil uji validitas seperti yang disajikan pada tabel IV.5 menunjukkan bahwa semua item dinyatakan valid karena nilai r
hitung
lebih besar dari r
tabel
0,320 pada taraf signifikansi 5. Hasilnya menunjukkan bahwa seluruh item pernyataan adalah valid, sehingga sahih untuk digunakan
sebagai alat pengumpulan data.
2. Uji Reliabilitas
Uji reliabilitas digunakan untuk mengetahui sejauh mana suatu alat pengukur dapat dipercaya atau dapat diandalkan dan tetap konsisten jika
dilakukan dua kali pengukuran atau lebih pada kelompok yang sama dengan alat ukur yang sama. Pengujian Cronbach Alpha digunakan untuk menguji
tingkat keandalan reliability dari masing- masing angket variabel. Apabila nilai Cronbach Alpha semakin mendekati 1 mengidentifikasikan bahwa
semakin tinggi pula konsistensi internal reliabilitasnya. Hasil uji reliabilitas selengkapnya dapat dilihat pada lampiran 4. Adapun secara ringkas hasil uji
reliabilitas ditunjukkan dalam tabel IV.6. Tabel IV.6
Hasil Uji Reliabilitas Variabel
Koefisien Alpha Keterangan
Partisipasi pemakai 0,7430
Reliabel Kompleksitas tugas
0,7559 Reliabel
Kompleksitas sistem 0,6916
Reliabel Pengaruh pemakai
0,6721 Reliabel
Kepuasan pemakai 0,6785
Reliabel Sumber: data diolah
Pernyataan dinyatakan reliabel handal jika nilai Cronbach Alpha
lebih besar dari 0,6 Ghozali, 2001. Hasil uji reliabilitas menunjukkan bahwa semua nilai koefisien reliabilitas r
11
lebih besar dari 0,6, maka
seluruh item pernyataan dinyatakan reliabel. Hal ini berarti seluruh pernyataan dalam kuesioner adalah reliabel andal.
C. Analisis Data 1.
Uji Asumsi Klasik a.
Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah data memiliki sebaran yang normal. Untuk menguji normalitas data dalam penelitian ini
digunakan uji Kolmogorov-Smirnov. Kemudian untuk menerima atau menolak hipotesis dengan cara membandingkan p-value dengan taraf signifikansi
? sebesar 0,05. Jika p-value 0,05, maka data berdistribusi normal. Hasil
pengujian normalitas dari Kolmogorov-Smirnov dapat dilihat pada Lampiran 6 dan secara ringkas ditunjukkan tabel IV.7 berikut.
Tabel IV.7 Hasil Uji Normalitas Data
Variabel Kolmogorov-
Smirnov p-Value
Sig Keterangan Unstandardized
residual 0,419
0,995 p0,05
Normal Sumber: Data Primer, diolah
Dari hasil perhitungan uji Kolmogorov-Smirnov Ghozali, 2001, dapat diketahui bahwa p-value dari unstandardized resdiual ternyata lebih besar dari
? p0,05, sehingga keseluruhan data tersebut dinyatakan memiliki distribusi
normal atau memiliki sebaran data yang normal.
b. Uji Multikolinieritas
Uji multikolinearitas digunakan untuk mengetahui apakah ada korelasi di antara variabel independen yang satu dengan yang lainnya. Hasil
uji multikolinieritas dapat dilihat dari besarnya Tolerance Value dan Variance Inflation Factor VIF
. Hasil pengujian multikolinieritas dapat dilihat pada Lampiran 7 dan secara ringkas ditunjukkan dalam tabel IV.8
berikut ini.
Tabel IV.8 Hasil Uji Multikolinieritas
Variabel Tolerance
VIF Keterangan
Partisipasi pemakai
0,559 1,789 Bebas multikolinieritas
Kompleksitas tugas
0,556 1,799 Bebas multikolinieritas
Kompleksitas sistem
0,685 1,459 Bebas multikolinieritas
Pengaruh pemakai
0,705 1,418 Bebas multikolinieritas
Sumber: Data primer diolah Dari hasil perhitungan menunjukkan bahwa semua variabel bebas
memiliki tolerance lebih dari 0,1 0,1 dan semua variabel bebas memiliki nilai VIF kurang dari 10 Ghozali, 2001, maka dinyatakan bahwa tidak ada
gejala multikolinieritas dalam model regresi.
c. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk mengetahui apakah dalam model regresi memiliki variansi yang sama homoskedastisitas dari residual satu ke
pengamatan yang lain. Jika asumsi ini tidak dipenuhi, maka terjadi heteroskedastisitas. Hasil pengujian heteroskedastisitas dapat dilihat pada
Lampiran 8 dan secara ringkas dapat ditunjukkan tabel IV.9 berikut ini.
Tabel IV.9 Hasil Uji Heteroskedastisitas
Variabel t
hitung
Sig. Keterangan
Partisipasi pemakai -0,482 0,633
Tidak terjadi heteroskedastisitas
Kompleksitas tugas 0,689 0,496
Tidak terjadi heteroskedastisitas
Kompleksitas sistem -1,635 0,113
Tidak terjadi heteroskedastisitas
Group cohesivenss 0,767 0,449
Tidak terjadi heteroskedastisitas
PartisipasiKompTugas -0,502 0,619
Tidak terjadi heteroskedastisitas
PartisipasiKompSiste m
0,350 0,729 Tidak terjadi
heteroskedastisitas PartisipasiPeng.
Pemakai 0,177 0,861
Tidak terjadi heteroskedastisitas
Sumber: data primer diolah
Dari hasil perhitungan tersebut menunjukkan tidak ada gangguan heteroskedastisitas, karena nilai t
hitung
lebih kecil dari nilai t
tabel
pada taraf signifikansi 5 sehingga tidak signifikan terhadap absolute residual p0,05.
Secara keseluruhan dapat disimpulkan bahwa tidak ada masalah heteroskedastisitas dalam penelitian ini Ghozali, 2001.
2. Pengujian Hipotesis