40 Berdasarkan data yang disajikan pada tabel 6.4, terlihat bahwa nilai R hitung
untuk semua arribut pertanyaan melebihi nilai R tabel yang ada. Hal ini menunjukkan bahwa pertanyaan yang digunakan sudah mewakili variabel yang
diteliti. Uji reliabilitas digunakan untuk melihat apakah variabel yang digunakan
dalam penelitian dapat digunakan pada kesempatan yang lain. Maksudnya adalah apabila variabel penelitian tersebut dapat digunakan pada penelitian lain akan
menghasilkan hasil yang tidak jauh berbeda sepanjang karakteristik penelitian lainnya juga sama. Hasil uji reliabilitas yang digunakan ditunjukkan pada tabel 6.5
Tabel 6.5 Uji Realibilitas
Variabel Nilai Cronbach Alpha
Keterangan
System Use .619 Reliabel
System Quality .744 Reliabel
Information Quality .636 Reliabel
User Satisfaction .640 Reliabel
Perceived Net Benefit .859 Reliabel
Menurut Arikunto 2006, suatu variabel dinyatakan reliabel apabila nilai perhitungan Cronbach Alpha lebih dari 0.6. Pada penelitian initerlihat bahwa semua
variabel sudah reliabel karena memiliki nilai Cronbach Alpha yang lebih besar dari 0.6
6.3.3 Analisis Regresi Linear Berganda
Analisis regresi digunakan untuk memprediksi pengaruh variabel bebas terhadap variabel terikat. Analisis regresi juga dapat dilakukan untuk mengetahui
kelinieritas variabel terikat dengan varibel bebasnya, selain itu juga dapat
41 menunjukkan ada atau tidaknya data yang outlier atau data yang ekstrim.
Analisis regresi linear berganda terdiri dari satu variabel dependen dan dua atau lebih variabel independen. Dalam penelitian ini analisis regresi linear berganda
digunakan untuk memprediksi seberapa besar pengaruh variabel bebas yaitu System Quality, Information Quality, User Satisfaction dan Perceived Net Benefit terhadap
System Use sebagai variabel terikat.
Tabel 6.6 Statistik Deskriptif
Mean Std. Deviation
N Y.SU
3.0556 .53968
18 x1.SQ
3.9778 .41665
18 x2.IQ
3.3328 .36338
18 x3.US
3.3333 .42875
18 x4.PNB
3.6944 .63336
18
Tabel 6.6 digunakan untuk menafsirkan besarnya rata-rata variabel dependen Y dan variable independen x. Rata–rata jawaban variabel System Use adalah 3,05, System
Quality 3,97, Information Quality 3,33, User Satisfaction 3,33 dan Perceived Net Benefit 3,69 untuk 18 responden.
Korelasi pada tabel 6.7 digunakan untuk mengetahui ada tidaknya hubungan antara variabel independen terhadap variabel dependen. Jika ada, berapa besarnya
hubungan tersebut. Dari tabel 6.7 dapat dilihat semua korelasi positif menunjukkan bahwa hubungan searah. Arinya jika ada peningkatan variabel dependen maka
meningkatkan System Use atau penggunaan Sistem Informasi Pelanggan Korporasi. Signifikansinya jika dilihat dari angka probabilitas sig sebesar 0,00 yang lebih kecil
dari 0,05. jika angka probabilitas dari 0,05, artinya ada hubungan yang signifikan antara variabel bebas x dengan System Use Y.
42
Tabel 6.7 Korelasi
Y.SU x1.SQ
x2.IQ x3.US
x4.PNB
Pearson Correlation
Y.SU 1.000
.544 .626
.318 .512
x1.SQ .544
1.000 .516
.093 .385
x2.IQ .626
.516 1.000
.054 .240
x3.US .318
.093 .054
1.000 .519
x4.PNB .512
.385 .240
.519 1.000
Sig. 1-tailed Y.SU
. .010
.003 .100
.015 x1.SQ
.010 .
.014 .356
.057 x2.IQ
.003 .014
. .416
.168 x3.US
.100 .356
.416 .
.014 x4.PNB
.015 .057
.168 .014
.
N Y.SU
18 18
18 18
18 x1.SQ
18 18
18 18
18 x2.IQ
18 18
18 18
18 x3.US
18 18
18 18
18 x4.PNB
18 18
18 18
18
Korelasi pada tabel 6.5. digunakan untuk mengetahui ada tidaknya hubungan antara variabel independen terhadap variabel dependen. Jika ada, berapa besarnya
hubungan tersebut. Dari tabel 6.3. dapat dilihat semua korelasi positif menunjukkan bahwa hubungan searah. Arinya jika ada peningkatan variabel dependen maka
meningkatkan System Use atau penggunaan Sistem Informasi Pelanggan Korporasi. Signifikansinya jika dilihat dari angka probabilitas sig sebesar 0,00 yang lebih kecil
dari 0,05. jika angka probabilitas dari 0,05, artinya ada hubungan yang signifikan antara variabel bebas x dengan System Use Y.
Tabel 6.8 Model Summary
Model R
R Square Adjusted R Square Std. Error of the Estimate 1
.753
a
.568 .435
.40583 a. Predictors: Constant, x4.PNB, x2.IQ, x3.US, x1.SQ
43 Tabel 6.8 menunjukkan besarnya koefisien determinasi yang berfungsi untuk
mengetahui besarnya persentase variabel dependen Y yang dapat diprediksi dengan menggunakan variabel independent x. Angka R square ditunjukkan sebesar 0,568.
Angka R square disebut juga sebagai koefisien determinasi. Besarnya angka koefisien determinasi 0,568 atau sama dengan 56,8. Angka tersebut berarti bahwa
sebesar 56,8 System Use dapat dijelaskan menggunakan keempat variable x. Sedangkan sisanya, yaitu 43,2 dapat dijelaskan oleh faktor lain.
Tabel 6.9 Uji Anova
a
Model Sum of
Squares df
Mean Square
F Sig.
1 Regression
2.810 4
.703 4.266
.020
b
Residual 2.141
13 .165
Total 4.951
17 a. Dependent Variable: Y.SU
b. Predictors: Constant, x4.PNB, x2.IQ, x3.US, x1.SQ
Uji Anova menghasilkan angka F sebesar 4,266 dengan tingkat signifikansi angka probabilitas 0,020. Karena angka probabilitas 0,020 0,05, maka model
regresi ini layak untuk digunakan dalam memprediksi pengunaan sistem System Use.
Dari tabel 6.10 dapat diketahui persamaan regresi untuk model yang digunakan sebagai berikut :
Y = -1,62 + 0,258x
1
+ 0,676x
2
+ 0,182x
3
+ 0,213x
4
Dari nilai persamaan diatas dapat diketahui bahwa variabel yang paling berpengaruh terhadap Y System Use adalah x
2
Information Quality ini ditunjukkan dari koefisien x
2
sebesar 0,676, diikuti dengan x
1
System Quality sebesar 0,258, x
4
Perceived Net Benefit sebesar 0,213 dan x
3
User Satisfaction sebesar 0,213.
44
Tabel 6.10 Koefisien Regresi
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
-1.620 1.273
-1.272 .226
x1.SQ .258
.292 .200
.885 .392
x2.IQ .676
.317 .455
2.135 .052
x3.US .182
.271 .144
.670 .515
x4.PNB .213
.198 .251
1.076 .301
a. Dependent Variable: Y.SU System Use
Pengaruh masing-masing variabel independen terhadap variabel dependen Y System Use juga dapat dilihat dari tingkat signifikansinya pada tabel 6.10 dimana
semakin kecil nilai signifikansinya maka semakin besar pengaruhnya. Dari nilai signifikansi padatabel 6.10 dapat diketahui secara berurutan Y System Use
dipengaruhi oleh x
2
Information Quality, x
1
System Quality, x
4
Perceived Net Benefit dan x
3
User Satisfaction. Besarnya pengaruh variabel x
2
Information Quality menariknya justru berbanding terbalik dengan kinerjanya seperti yang ditunjukkan pada tabel 6.6. Oleh
karena itu sangat perlu dilakukan pengembangan untuk mendongkrak kinerja information quality yang masih cukup rendah untuk meningkatkan pemberdayaan
sistem informasi pelanggan korporasi secara signifikan. Hal ini dapat dilakukan dengan memperkaya sumber data sistem melalui integrasi dengan sistem informasi
lain yang baru diterapkan di Telkom Enterprise Regional I Sumatera dan belum mempunyai API Application Programming Interface dengan sistem informasi
pelanggan korporasi
45
BAB VII KESIMPULAN DAN SARAN