Analisis Kinerja Sistem Informasi Akadem
l
,\rif Alir anto. Klaudius
Jevanda
Benedikfus Yoseph Bhae, Yudith
\ettr' Selfin*a
Heni, Skolastika Siba Igon
Nlaria F.atima Agamitte, Ojoko Burtir.rnt*. '\ib. Jokc Santos*
ilIarinus I. J. Lamatrelaw*, Bruno Sukarf*
Nlohamad Iqbal Ulumando, Alb. Jok$ SariEg.ir*. i'rarqllvo
Ngakan N.v--oman Diarse, Kristof"ol"us "Ia*'it Ileneli
Risni Stefani, A. Djoko Budi-l-anto. Alb.
Sri ,tndayanio ilendra Widjaja
Sumarlin
Yutiani M. P*h, Yo
J. Latuan
J*ii*
:d*mrrsc
i'rr
';. ,
1=r
:i
r
I[m.NAt HOAQ -TEKNOIOGT
TNFORMAST
Derember ?016
Volume 7, Nouror 2.
DEltrAF[REDAKSI
Pdindung
Penanggung
: Ketua
Jawab
STIKOM UYELINDO KUPANG
: Walril Ketua Bidang,
Tridffina
Ketua ternbaga PenelitiarPublikasi dan Pengembangan pada Masyarakd
Penyunting AhlilMtra Bestari
:
1.
Prof. Ir. Srryoto,Ph.D (Univ.AtmaJayaYogyakafia)
2.
3.
4.
5.
Prof. Dr. h, Eko Sediyono,l\d.Kom (UKSW Salatiga)
Prof.Ir. Dariel Manongg4M. Sc.Ph.D (UK SW Salatiga)
Frof. Dr, k. Kuswara Setiawan, MT (UPH)
Drs.Siprianus GmdqM.Sc (UNDANA Kuparrg)
Penyunting Pelaksana:
1.
Max ABR. $oleman Lenggu,S.Kon., MT.
2. Marinus LJ. LamabelawaS.Kom.,
3. Skolastika S.Igon, S.Kom., M.T.
Alamat Sdrretari aURedak$
M.Cs.
:
Lembaga Penelitian trublikasi dan Fengembangan pada Masyamkat
STIKOM Uyelindo Kupang
Jl. Perinlis Kemerdekaan 1, Kayu PutilLKupang,NTT,Indonesia.
Telp.(0380.1855450 l, Fur (0380)8554500
Email : lp3mrryelind@uyelindo. ac.id
htp: #www. uvelindo. gc. id
q
Volume 7, Nomor 2.
DESSMBER2O16
IURNAL HOAQ -TEKNOLOGT TNFORMAST
.
DAF'TAR ISI
Halaman
ANALISIS KINERJA SISTEM INFORMASI AKADEMIK (SIAK)
MENGGTINAKAN MODEL Delone & Mclean
520-527
Arif Aliyanto, Klaudius Jevanda
IMPLEMENTASI METODE FUZZY-AHP DALAM PENYELEKSIAN
PEMBERTAN KREDIT (STUDI KASUS : KOPDIT REMAJA HOKENG,
KABUPATEN FLORES TIMUR)
s28-536
Benediktus Yoseph Bhae, Yudith Netty Selfiana
ANALISIS PENGARUH KEMAMPUAN BAHASA INGGRIS
MAHASISWA STIKOM UYELINDO KUPANG TERHADAP
INTERPRETASI PESAN ERROR (STUDI KASUS : MATA KULIAH
PEMROGRAMAN .NET
III)
537-543
Heni, Skolastika Siba Igon
ANALISIS TECHNOLOGY ACCEPTANCE MODEL (TAM) TERHADAP
SIKAP PENGGUNAAN WEBSITE LAYANAN PENGADAAN SECARA
ELEKTRONIK (LPSE) DI PROVINSI NUSA TENGGARA TrMUR
s44-ss3
Maria Fatima Agamitte, Djoko Budiyanto, Alb. Joko Santoso
PENDEKATAN BARU PREDIKSI DATA KEMISKINAN NTT DENGAN
FUZZY SERIES
554-s6t
Marinus I. J. Lamabelawa, Bruno Sukarto
PREDIKSI TEzuADINYA ABRASI PANTAI MENGGLINAKAN
JARINGAN SYARAF TIRUAN DENGAN BAC KP RO P AGATION
s6%566
Mohamad Iqbal Ulumando, Alb. Joko Santoso, Pranowo
PENERAPAN ALGORITMA RSA PADA SISTEM KRIPTOGRAFI FILE
AUDIO MP3
567-575
Ngakan Nyoman I)iarse, Kristoforus Jawa Bendi
PENGARUH KESENJANGAN DIGITAL PADA MASYARAKAT DI
KOTA KUPANG - NTT
Risni Stefani, A. Djoko Budiyanto, Alb. Joko Santoso
I
5 76_s84
IURNAL HOAQ -TEKNOTOGI INFORMASI
PENGARUH PEMANFAATAN E-LEARNXTG TERHADAP PRESTASI
MAHASISWA DENGAN MENGGUNAKAN METODE TAM
585-591
Sri Andayani, Hendra Widjaja
IMPLEMENTASI METODE CERTAINTY FICTON UNTUK
MENGETAHUI JENIS PENYAKIT YANG RENTAN TERIADI PADA
BALITA
Sumarlin
APLIKASI REKAPITULASI PENruALAN TIKET KAPAL LAUT
(STUDI KASUS : PT. FLOBAMOR KI.JPANG)
Yuliana M. Pah, Yospeh J. Latuan
j
rd
s92-597
,rrRN.{L HoAQ -TEC{OLOGT TNFORMAST VOL. Z NO. Z DESzuBER 2016
s20
ANALISIS KINERJA SISTEM TNF'ORMASI AKADEMIK (SIAIC)
MENGGIINAKAII MODEL Delone & Mclean
Arief Atiyantol, Klaudius Jevanda2
lStaf
nf)masi, FST-UKMC
Lmail : aaritbliyantoT2/.@gmail.com,
Pengajar Prodi Sistem
2Staf
Pengajar Prodi Informatilw, FST-UKMC
E-mail : exvans.007(6,Jgmail.corn
ABSTRACT
Use of information technologt is important for the institution, because it can increase the ffictiveness
and eficiency of the performance of institutions. Technical High School Musi (Musi STT) then switched into the
Fac'ulty of Science and Technologt (FST) Catholic University Musi-Cwitas (UKMC) which use information
teclnolog. FST uses Academic Information System 6A9, students andfaculty cctn access useful information
fr sudents and lecturers. Based on observations conducted by researchers, that the students are required to use
SUK FST to support his studies.
Information System Success Model is a model to measure the impact of the use of information systems,
user satisfaction, quality vystems and quality ofinformation. Based on the results ofthe study ofliterature for
this moful harc been carried by some researchers to see and measure the impact of the use of information
systems. Therefore, this study was developed by adopting the model to see SIAK performance among students
FST.
The study population was active students who use SMK FS! Musi. Samples were estimaled as much as
7E respondents. Data were collected through questionnaires distributed to respondents. The data will be
processed and analyzed by using multiple regression.
The results of this study based on the hypolhesis testing model_I , model_2, model_3 and model_4 found
thst Hla, H2a, H3a, H5a, H3b, H4b, H4a, H6a and H6b results are acceptable, whilefor Htb, H2b, H5B result
is reiected From the results of this study that greatly affect the performance SUK SUK use and
satisfaction.
1
Keywords: Academic Information Systems, Information Systems Success Model,
t-
ffirmation
Technologt.
user
VOL
JURNAL HOAQ -TEKNOLOGI INFORMASI
1.
7,
NO. 2, DESEMBER 2016
PENDAHULUAN
Teknologi informasi merupakan salah satu hal
yang penting dalam menunjang
keberhasilan
operasional suatu organisasi, mulai dari membantu
pengembangan produk baru sampai penyediaan
market intelligence sebagai alat analis dalam
Hal ini khususnya untuk
organisasi dengan pasar global yang semakin
minuntut organisasi untuk selalu tampil well
informed tll. Sehingga keputusan untuk
pembuatan keputusan.
berinventasi dalam bidang teknologi informasi
menjadi suatu hal yang penting' Investasi ini secara
agrigat diharapkan dapat meningkatkan kinerja
organisasi secara keseluruhan 127, Studi
minunjukkan bahwa teknologi informasi telah
mendukung pembuatan keputusan strategik dan
operasional organisasi. Teknologi informasi telah
mengarahkan para pimpinan organisasi untuk
menggunakan berbagai stimulasi dan berbagai
taktiL pemecahan masalah dalam mengidentifikasi
permasalahan yang berkembang dan peluangpeluang yang ada' Beberapa hasil penelitian
sederhana. Dengan jumlah populasi sekitar 352
orang diperkirakan jumlah sampel yang dibutuhkan
mencapai sekitar 78 sampel. Hal ini didasarkan
pada perhitungan jumlah sampel dengan margin of
error sebesar 57o.
2.2
Catir Pengumpulan Data
Data yang digunakan dalam penelitian ini
adalah data primer. Data diperoleh dengan
mengirimkan kuesioner kepada responden.
Kuesioner adalah serangkaian pertanyaan dan
pertanyaan tersebut disusun dalam suatu daftar
yang akan dijawab oleh para responden. Kuisioner
tersebut berisi daftar pertanyaan yang berkaitan
dengan variabel penelitian. Setiap variabel akan
diwakili oleh pertanyaan dengan lima point skala
Iikert. Sikap partisipan yang sangat tidak setuju
diwakili oleh point I (satu), sedangkan sikap sangat
setuju diwakili oleh point 5 (lima).
2.3
ierdahulu membuktikan bahwa teknologi informasi
Pengujian Alat Ukur
Kualitas data yang dihasilkan dari penggunaan
alat ukur penelitian dapat dievaluasi melalui uji
(sustainable competitive advantage). Teknologi
ukuran yang menunjukkan tingkat kesahihan
sebuah alat ukur penelitian. Uji validitas
memungkinkan suatu organisasi memiliki
keunggulan kompetitif yang terus-menerus
informasi juga merupakan suatu kesempatan untuk
meningkatkan efesiensi
dan efektifitas
serta
Penelitian mengenai kontribusi sistem
informasi terhadap kinerja organisasi dan
kontribusinya dalam meraih keunggulan kompetitif
6, 71. Pemanfaatan
sistem informasi dalam organisasi merupakan salah
satu kunci untuk meningkatkan kinerja organisasi'
Pemanfaatan sistem informasi dipengaruhi oleh
beberapa faktor, yaitu: faktor kualitas informasi,
kualitas sistem, dan kualitas layanan [3, 8, 9, l0]'
Sekolah Tinggi Teknik (STT) Musi yang
sekarang berubah nama menjadi Fakultas Sains dan
Teknologi (FST) Universitas Katolik Musi Charitas
(UKMC) sejak tanggal 25 Juli 2015 telah
menerapkan kebijakan penggunaan
SIAK
sejak
bulan Januari 2010. Setelah beberapa bulan
pelaksanaan kebijakan ini, belum dilakukan
pengukuran sejauh mana kinerja SIAK memberikan
manfaat bagi FST-UKMC. Penelitian ini
mereplikasi Information System Success Model
(ISSM) yang dikembangkan oleh Delone &
Mclean (2003) [8].
2.
merupakan
dimaksudkan dntuk memastikan seberapa baik alat
ukur yang dipakai dapat mengukur sebuah konsep
sebagaimana mestinya.
keunggulan kompetitif [3, 4].
telah banyak dilakukan 15,
validitas dan reliabilitas. Validitas
METODE PENELITIAN
2.1
Cara Pengambilan SamPel
Penelitian ini dilakukan pada FST LIKMC'
FST UKMC memiliki empat program studi (Teknik
Arsitektur, Teknik Industri, Informatika dan Sistem
Informasi). Populasi dalam penelitian ini adalah
seluruh mahasiswa aktif pada FST I-IKMC'
dilakukan secara acak
Reliabilitas merupakan indeks
yang
menunjukkan sejauh mana alat ukur yang
digunakan dapat dipercaya atau diandalkan.
Reliabilitas mengindikasikan sejauh mana hasil
pengukuran
tetap konsisten bila
dilakukan
pengukuran berulang kali terhadap gejala yang
sama dengan alat ukur yang sama. Uji reliabilitas
dilakukan untuk mengetahui konsistensi internal
antar variabel dalam alat ukur.
2.4
Cara Analisis Data
Data akan dianalisis secara
deskriptif
kuantitatif dan kualitatif. Setelah semua data
terkumpul, terlebih dahulu akan dilakukan uji
validitas dan reliabilitas untuk melihat validitas dan
konsistensi internal antar variabel dalam instrumen.
uji hipotesis dengan
alat analisis statistik multiple
Selanjutnya akan dilakukan
menggunakan
regression.
Model umum persamaan regresi
untuk
pengujian hipotesis pada model I:
\ = a+44 +\X,
Dengan Yr
Y2
Y3
Y+
a
+btX, + boY, + e
Intention to Use
User Satisfoction
Use
Net benefit
Konstanta
(l)
IUR\.{
HO.{Q -TEA{OLOGI INFORMAST VOL Z NO. 2, DESE\4BER 2016
Slope regresi atau
koefi sien regresi setiap
variabel independen
Infurmation Quality
System Quality
Service Quality
error
Xr
Xz
X3
E
Model umum persamaan regresi
Tabel
untuk
Y+=a+4Yz+\Yr+e
untuk
Total
U,mur( ohun)
18-20
2t -23
24 -26
(3)
Model umum persamaan regresi
pengujian hipotesis pada model
Laki-laki
Peremnuan
III:
Yt=a+4\+\Yr+e
I Profrl
?iofil
untuk
III:
PelsentaiC
40
35
75
s3.3
50
4
66.7
28
5.3
75
100
2t
46.7
100
>27
(4)
Total
3. HASIL DAN PEMBAIIASAN
3.1 Data Penelitian
3.2
Data yang digunakan dalam penelitian ini
adalah data primer yang diperoleh dengan
menyebarkan kuesioner kepada responden.
reliabililas.
Respondennya adalah mahasiswa FST UKMC yang
diambil dari empat program studi (Teknik
Arsitektur, Teknik
Jumleh
J€nis-Kchmin
e)
Model umum persamaan regresi
pengujian hipotesis pada model
diwakili dengan angka l, sedangkan Perempuan
diwakili dengan angka 2. Umur diwakili dengan I
untuk umur 18 tahun sampai 20 tahun, 2 untuk
umur 2l tahun sampai 23 tahun, 3 untuk umur 24
tahun sampai 26 tahtn, dan 4 untuk umur 27 tahun
keatas. Berdasarkan kuesioner yang dikembalikan,
diketahui profil responden seperti dipaparkan pada
tabel I berikut.
pengujian hipotesis pada model II:
Yz=a+W+Wz+\\+bo\+e
522
Industri, Informatika
dan
Sistem Informasi) sebagai sampel dan dilakukan
secara langsung oleh peneliti. Jumlah kuesioner
yang di distribusikan sebanyak 150 kuesioer yang
telah di sebarkan secara acak selama satu minggu.
Kuesioner dikelompokkan menjadi tujuh (7)
kelompok pertanyaan yaitu kualitas informasi
(information quality), kualitas sistem
(system
quality), kualitas Iayanan (service
quality),
penggunaan (use), niat penggunaan (intention to
use), kepuasan pengguna (user satisfaction) dan
manfaat bersih (net benefits). Kuisioner tersebut
berisi daftar pertanyaan yang berkaitan dbngan
variabel penelitian. Setiap variabel akan diwakili
oleh pertanyaan dengan lima point skala likert.
Sikap partisipan yang sangat tidak setuju diwakili
oleh point I (satu), sikap tidak setuju diwakili oleh
point2 (dua), sikap ragu-ragu diwakili oleh point 3
(tiga), sikap setuju diwakili oleh point 4 (empat)
sedangkan sikap sangat setuju diwakili oleh point 5
(ima). Kemudian dad 150 kuesioner yang
didistribusikan sebanyak 72 tidak dikembalikan,
sedangkan yang kembali berjumlah 78 dan terdapat
3 kuesioner rusalg
sehinggan tidak dapat diolah.
Dengan demikian jumlah kuesioner yang diolah
adalah 75 kuesioner.
lebih lanjut, data yang
diperoleh terlebih dahulu dikodekan. Profil
Sebelum diolah
responden yang diminta adalah jenis kelamin dan
umw. Responden dengan jenis kelamin Laki-laki
Uji Validitas dan Ralibilitas
Setelah data diperoleh, maka dilakukan
pengujian kuesioner menggunakan uji validitas dan
Uji
validitas (validity,
kesahihan)
berkaitan dengan permasalahan "apakah instrumen
yang dimaksudkan untuk mengukur sesuatu itu
memang dapat mengukur secara tepat sesuatu yang
akan diukur tersebuf'. Secara singkat dapat
dikatakan bahwa validitas alat penelitian
mempersoalkan apakah alat itu dapat mengukur apa
yang akan diukur, pengukuran dikatakan valid jika
mengukur tujuannya dengan nyata atau benar [1].
Sedangkan uji reliabilitas menurut Singarimbun
pada kutipan Kurniawan (2011) merupakan indeks
yang menuqiukkan sejauh mana suatu
alat
pengukur dapat dipercaya atau dapat diandalkan.
Metode yang digunakan untuk melihat data sudah
reliabel adalah dengan metode Cronbach's Alpha.
Koefisien Cronbach's alpha yang digunakan dalam
penelitian ini adalah 0,60. Diman4 alat ukur dapat
dikatakan reliabeljika nilai reliabilitas > 0,60.
Untuk uji validitas, semua data dikatakan
valid, apabila R hitung > R tabel. R tabel untuk n :
75 adalah 0,227 dan tingkat kesalahan 5 %. Hasil
uji validitas menunjukkan bahwa semua butir-butir
pertanyaan dikatakan valid karena nilai masingmasing R hitung > 0,227 , sehingga dapat digunakan
dalam penelitian selanjutnya. Sedangkan hasil uji
reliabilitas menunjukkan bahwa semua nilai
cronbach's alpha > 0,6, maka instrument penelitian
ini dinyatakan reliable.
3.3 Pengujian Asumsi Klasik
l. Uji Normalisasi
Uji normalitas digunakan untuk melihat
tingkat kenormalan data yang digunakan, apakah
data berdistribusi normal atau tidak. Tingkat
JURNAL HOAQ.TEKNOLOGI INFORMASI VOL
7,
NO. 2, DESM4BER 2016
kenormalan data sangat penting dikarenakan
Tabel 3. Hasil Uii Multikolinearitas
dengan data yang berdistribusi normal, maka data
Modc
tersebut dianggap dapat mewakili populasi [13].
.
Pengujian normalisasi dalam penelitian ini
dilakukan dengan menggunakan pendekatan
Kolmogorov-smirnov (K-S). Diman4 data
523
rlr
Yariabel
Yariabel
Toleranc
Iudependen
Dopendon
.e
I
IQ
0,387
SSQ
0,351
IU
.'SRQ
VIr
2,582
2,846
0,990
1,010
0,05 (asymptotic significance). Hasil
US
0,438
pengujian pada tabel 2 menunjukkan bahwa semua
IQ
0,408
2,283
2,450
0,426
2;s0
dikatakan berdistribusi normal, apabila signifikansi
K-S
Z>
model (1,2,3,4) berdistribusi normal,
sehingga
dapat digunakan dalam pengujian hipotesis.
abel 2.
U
asil Uii N ormalisasi
Varia5el
rtr:,:{ eadetr
Variabel
pi+inuen
,
,
E-,,,at
ru
3
8wifre
U
4
sRo
,
ru
2. Uji
1,009
0,869
1,151
0,981
1,020
0,981
1,020
0,911
1,097
0,911
1,097
0,999
I
Tabel 4 Koefisien Korelasi antar Variabel
IO
Mo
.Yerirbcl
Yarirbcl
sso
dcl,
Ilemnilen
Indcrenden
IO
I
IU
US
0,380
U
IU
US
U
4
0,991
US
sRo
3
NB
US
IO
I
U
US
,
:.tce:.
sso
US
SRQ
Asyf;ylol
Moile
SSQ
,,
U
NB
sso
sRo
trs
0,995
0.238
Ynrhlpl
Yrriabel',,,
Ilmpnden
Inrlrnaidrn
US
2
Multikolinearitas
Multikolinearitas adalah keadaan di mana
terjadi hubungan linear yang sempurna atau
mendekati sempurna antar variabel independen
dalam model regresi. Suatu model regresi dikatakan
mengalami multikolinearitas jika ada fungsi linear
yang sempurna pada beberapa atau semua variabel
independen dalam fungsi linear. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara
variabel independen [13]. Menurut Ghozali dalam
kutipan Priyatno (2013) bahwa cara untuk
mengetahui ada atau tidaknya geiala
multikolinearitas antara lain dengan melihal nilai
Variance Inflation Factor (VIF) dan Tolerance,
apabila nilai VIF kurang dari l0 dan Tolerance
lebih dari 0,1, maka dinyatakan tidak terjadi
multikolinearitas.
Hasil pengujian menunjukkan nilai Tolerance
lebih besar dari 0,1 dan nilai VIF kurang dari 10,
maka dapat disimpulkan bahwa tidak terjadi
multikolinearitas. Tabel 3 dan tabel 4 menunjukkan
hasil uji multikolinearitas dan nilai korelasi antar
,.V1;ir.$.1,,
.r}.himd.n:
v
bcf
IlaiiandiM..
4
SRQ
US
0.684
1.000
0.107
0.718
1.000
-0.053
1.000
IQ
ssQ
SRQ
I'
1.000
0.755
4.035
IO
r.000
4.728
sRo
-0.043
1.000
0.089
U
-0.2t9
4,037
rilrdi;d.n
1.000
0,003
r,000
US
TIJ
ru
l,ll00
IIS
0.139
1.000
{,
US.
::,Viifubel
trndrnmdan
NB
ssQ
sso
. V.rriibel:.
U
3
IQ
I]
r-000
US
-0.29E
r.000
3. Uji Autokorelasi
Autokorelasi adalah keadaan dimana pada
model regresi ada korelasi antara residual pada
periode t dengan residual pada periode sebelumnya
(t-1). Model regresi yang baik adalah yang tidak
adanya masalah autokorelasi [13], Metode
pengujian dalam penelitian ini menggunakan uji
Durbin-Watson (DW). Kriteria pengujian DW yaitu
a) dU< DW < 4 - dU,
b)
variabel.
c)
maka H0 diterima artinya
tidak terj adi autokorelasi.
DW < dL atau DW > 4 - dL, maka H0 ditolak,
artinya terj adi autokorelasi
dL< DW < dU atau 4 - dU < DW < 4 - &,
artinya tidak ada kepastian.
Nilai du dan dl dapat diperoleh dari
tabel
statistik Durbin Watson.
,E
n
.nliJ(
{:
ir,
-.{,1
-
l rr.i.-m:OLOGI INFORMASI VOL. Z NO. 2, DESEMBER 2016
4. Uji
524
Heteroskedastisitas
Heteroskedastisitas adalah keadaan dimana
terjadi ketidaksamaan varian dari residual untuk
semua pengamatan pada model regresi. Model
1
I
F
I
i
,tuh
,m*rrrSsii
,*
{1&if
,rriii
ffisllft
rllrtH
pC la
reri*kr
antar variabel independen dengan residual lebih
[flfi
dari 0,05, maka tidak terjadi
ie,lij*S$ffi
'diir*hlirt
r.t
l
. ,,4tlt.
.*;d*
:
Grmber l. Kriteria Pengujian Durbin-Watson
(Dlv)
TrDcl
5.
Modd
VCrirbel
Yai,iabel
DeD;nden
Nilei Dw
IO
I
SSO
sRo
Pada penelitian ini, penulis menggunakan uji
Spearman's Rho untuk mengetahui terjadi atau
tidaknya heteroskedastisitas. Hasil pengujian
heteroskedastisitas menunjukkan bahwa nilai
signifikan > 0,05 terhadap nilai residual absolut.
Dengan demikian dapat dikatakan bahwa tidak
terjadi heteroskedastisitas (tabel 6).
ltasil Uii Autokorelasi
Indenenden
Tabel 6. Hasil Uii Heteroskedastisitas
Model
ru
Variabel
Variabel
Sig of Absolut
Independen
Dependen
residual
IO
1.000
sso
ru
1.000
2,230
I
US
sRo
IO
2
3
4
sso
sRo
US
2,197
1.000
TO
1.000
1.000
sso
7
sRo
ru
U
U
U
NB
1,950
f
4
tidak ada autokorelasi.
2) Nilai DW
adalah 2,197 denganjumlah variabel
independen (k) = 4, maka diperoleh nilai dL
:
l,5l5l dan dU = 1,7390. Karena nilai dU <
DW < 4-dU, maka H0 diterima dengan arti
tidak ada autokorelasi.
-11 Nilai DW adalah 1,950 dengan jumlah variabel
independen (k) = 2, maka diperoleh nilai dL :
l.-i709 dan dU = 1,6802. Karena nilai dU <
D\\' < 4-dU, maka H0 diterima dengan arti
ddat ada autokorelasi.
{l \ilai
DW adalah 1,518 dengan jumlah variabel
ind€peDden (k) = 2, maka diperoleh nilai dL =
tj709 dan dU = 1,6802. Karena nilai DW <
dI , maka H0 ditolak dengan arti terjadi
autokorelasi positif.
U
US
1.518
Dengan tingkat signifikansi 0,05 (5%) dan
-t,.mlah data (n) = 75, maka didapatkan hasil pada
model:
I I Nilai DW adalah 2,230 denganjumlah variabel
indepeoden (k) = 4, maka diperoleh nilai dL :
1,5151 dan dU = 1,7390. Karsna nilai dU <
DW < 4-dU, maka H0 diterima dengan arti
US
ru
3
NB
US
3.4
1.000
US
U
US
heteroskedastisitas
t 131.
,ll
regresi yang baik adalah tidak terjadi masalah
heteroskedastisitas. Untuk mendeteksi ada tidaknya
heteroskedastisitas dengan melakukan analisis
korelasi Spearman antara residual dengan masingmasing variabel independen, jika nilai signifikansi
1.000
1,000
1.000
1,000
1.000
1,000
PengujianHipotesis
Uji
hipotesis dalam penelitian ini dibagi
menjadi 4 model persamaan (1,2,3, dan 4) dengan
menggunakan alat analisis statistik multiple
regression (regresi berganda). Regresi berganda
dapat didefinisikan sebagai pengaruh antara lebih
dari 2 variabel, dimana terdiri dari 2 atau lebih
variabel independent (bebas) dan I variabel
dependent (terikat) dan juga digunakan untuk
membangun persamaan dan menggunakan
persamaan tersebut
(prediction)
t)
untuk membuat
perkiraan
[2].
I
Hasil pengujian hipotesis model
Pengujian Hipotesis Model
I
dengan
analisis regresi berganda ditunjukkan pada tabel 7.
Berdasarkan tabel tersebut dapat dibuat simpulan
sebagai berikut
a.
:
Hasil analisis determinasi menunjukkan nilai R2
(R square) sebesar 0,219.Hal ini berarti bahwa
variabel
IQ,
SSQ, SRQ, dan US
menjelaskan varian IU sebesar 21,9o/o.
mampu
525
2016
JURNAL HOAQ -TEKNOLOGI INFORMASI VOL Z NO. 2, DESEMBER
b.
Hasil analisis regresi antar
masing-masing
variabel menunjukkan bahwa variabel IQ, SSQ,
dan US berpengaruh secara signifikan terhadap
IU ( sig. > 0,05). Sedangkan variabel SRQ tidak
berpengaruh secara signifikan terhadap IU ( sig'
< 0,05).
Hasil uji F menunjukkan nilai F hitung sebesar
4,919 pada tingkat signifikan 0,001 (sig' <
0,05). Maka variabel IQ, SSQ, SRQ, dan US
berpengaruh secara signifikan terhadap
T'abel
7.
IU'
Model I
Ilasil
Variabel
Variabel
Indenenden
Denenden
IQ
sso
IU (Rl=0,219,
sRo
F=4,919)
US
Sr&
t-value
0.621
0,497
0-268
0.000
0,054
I ll6
3,947
-1.962
P=0,05 (s%)
Berdasarkan hasil analisis tersebut, maka hasil
pengujian hipotesis model
I
seperti yang disajikan
pada tabel 8.
abel 8. Ilasil U
Kode
Ilipotesis
Hto
IQ
Model
Hzo
Hto
Hto
herpengaruh secata
2)
IU
Diterima
IJS berpangaruh secara
Diterima
Ditolak
IU
Pengujian HiPotesis Model 2
Hasil pengujian hipotesis model
2
berikut :
Hasil analisis determinasi menunjukkan nilai R2
(R square) sebesar 0,564' Hal ini berarti bahwa
IQ,
Hi5
SSQ, SRQ, dan
US
Diterima
3)
Pengujian'Hipotesis Model 3
Hasil pengujian hipotesis model 3
dengan
analisis regresi berganda ditunjuktan pada tabel I 1 Berdasarkan tabel tersebut dapat dibuat simpulan
sebagai berikut
:
a. Hasil analisis determinasi menunjukkan nilai R2
(R square) sebesar 0,098. Hai ini berarti bahwa
variabel IU dan US mampu menjelaskan varian
U
sebesar 9,8
o/0.
i
c.
berpengaruh secara signifikan terhadap U ( sig.
< 0,05).
Hasil uji F menur{.ukkan nilai F hitung. sebesar
3,920 pada tingkat signifikan 0,024 (sig. <
0,05). Maka variabel IU dan US berpengaruh
secara signifikan terhadaP U.
mamPu
menjelaskan varian IU sebesar 56,4o/o.
b. Hasil analisis regresi antar
masing-masing
variabel menunjukkan bahwa variabel IQ dan
SSQ tidak berpengaruh secara sigrifikan
terhadap US ( sig. < 0,05). Sedangkan variabel
SRQ dan U berpengaruh secara signifikan
Hasil uji F menunjukkan nilai F hitung sebesar
22,632 pada tingkat signifikan 0,000 (sig' <
0,05). Maka variabel IQ, SSQ, SRQ, dan U
berpengaruh secara signifikan terhadap US'
Model3
Tabel 11. Hasil U
Variabel
Variabel
Indenenden
Deoenden
U (R Square
= 01098, F =
3.920)
IU
US
terhadap US ( sig. > 0,05).
c.
Diterima
U berpengaruh secaru
sionifikan terhadao US
Ha5
dengan
sebagai
variabel
Ditolak
SSQberpengaruh secara
sionifikan tuhadan US
SRQberpengaruh secara
sionilikan terhadao US
b. Hasil analisis regresi antax masing-masing
variabel menunjukkan bahwa variabel ru
berpengaruh secara sigrrifikan terhadap U ( sig.
analisis regrisi berganda ditunjukkan pada tabel 9'
Berdasarkan tabel tersebut dapat dibuat simpulan
a.
Hasil
Ditolak
sisnifikan terhadap US
Hn
Diterima
SSQ berpengaruh secara
sisniftkan terhadaP IU
SRQ berpengaruh secara
sionifikan terhadon IU
sionifikan terhadao
Tabel 10. Hasil Uii Hipotesis Model2
Hiootesis
Kode
IQberpengaruh secara
Hrt
l
IIasil
signiJikan terhadaP
Berdasarkan hasil analisis tersebut, maka hasil
pengujian hipotesis model 2 seperti yang disajikan
padatabel 10.
Sr&
t-vaIue
0386
0,873
0,007
2,756
P:0,q!15%)__
Berdasarkan hasil analisis tersebut, maka hasil
pengujian hipotesis model 3 seperti yang disajikan
padatabel 12.
526
Td
f2- Hesil U
pengujian hipotesis juga dilakukan. Hasil pengujian
menunjukkan bahwa data dapat digunakan dalam
pengujian hipotesis. Berdasarkan hasil pengujian
hipotesis model I untuk Hla, H2a,H3a dan H5a
hasinya diterima, hasil pengujian hipotesi model 2
hasilnya untuk Hlb dan H2b hasilnya ditolak, dan
untuk H3b dan H4b hasilnya diterima.
l,
Pagujian Hipotesis Model 4
Hasil pengujian hipotesis model 4 dengan
rrali5i5 regresi berganda ditunjukkan pada tabel 13.
Berdasarkan tabel tersebut dapat dibuat simpulan
sebagai berikut:
a-
b
Hasil analisis determinasi menunjukkan nilai R2
(R square) sebesar 0,011. Hal ini berarti bahwa
rariabel U dan US mampu menjelaskan varian
\B
sebesar
l,l
H6b hasilnya diterima.
4.2
Saran
Dalam penelitian lanjutan, diharapkan model
Delone
& Mclean
dapat sepenuhnya digunakan
sehingga dapat diperoleh temuan apakah model
Delone
%.
Flasil analisis regresi antar masing-masing
rriabel menunjukkan bahwa variabel U dan
Pada
pengujian hipotesis model 3 untuk H4a hasilnya
diterima dan H5b hasilnya ditolak, sedangkan untuk
hasil uji hipotesis model 4 hasilnya untuk H6a dan
& Mclean mampu
menjelaskan seberapa
besar pengaruh kinerka SIAK datam lingkungan
pendidikan.
US berpengaruh secara signifikan terhadap NB (
sig. > 0,05).
c. Hasil
uji F menunjukkan nilai F hitung sebesar
0.395 pada tingkat signifikan 0,675 (sig. >
0.05). Maka variabel U, US tidak berpengaruh
secara signifikan terhadap
NB.
U
US
Tulisan ini merupakan bagian dari Program
Hibah Penelitian Dosen Pemula tahun 2016 yang
dibiayai Direktorat Riset dan
ebd 13. Hasil Uii Resresi Bereanda Model 4
Veriabel
Variabel
sig.
t-value
NB
0.380
-0.883
@ Square =
0,011, F =
0,872
0,161
Denenden
UCAPAN TERIMA KASIH
0-395)
Pengabdian
Masyarakat Direktorat Jenderal Penguatan Riset
dan Pengembangan Kementerian Riset, Teknologi
dan Pendidikan Tinggi. Ucapan terima kasih kami
sampaikan kepada Direktorat Jenderal Penguatan
Riset,
Teknologi dan Pendidikan Tinggi atas kesempatan
yang telah kami peroleh Juga kepada Pimpinan
FST-UKMC yang telah memperkenankan kami
melakukan penelitian ini. Akhirnya kepada seluruh
teman seperjuangan kami di FST-UKMC terima
Riset dan Pengembangan Kementerian
kasih atas dukungan dan semanngatnya.
Berdasarkan hasil analisis tersebut, maka hasil
pengujian hipotesis model 4 seperti yang disajikan
padatabel 14.
DAFTAR.PUSTAKA
Tebel 4. Ilasil Uii Hipotesis Model 4
Kode
Hipotesis
H6"
U berpengaruh secura
Hasil
Diterima
tll
similihan terhadao NB
H6b
US berpengaruh secara
Diterima
sisnifikan terhadao NB
Setianingsih, Sunarti. (1997). Pemanfaatan
Teknologi Informasi dan Hubungannya
Dengan Peningkatan Kinerja Individual.
Jurnal Telaah, l(3)..
t2) Reich, B. H., dan lzakB. (1996). Measuring
The Linkage
Between Business
and
Information Technology Objectives. MIS
(
{.l
Quartely. pp 55-81.
SL\TPT]LAN
t3l
Xcsimpulan
Peaelitian ini bertujuan untuk menemukan
ryuh frltor-faktor yang berpengaruh terhadap
Fmmfrdan SLdK. Hasil yang diperoleh dalam
kemajuan penelitian
ini adalah bahwa
seluruh
l'ariabel ralid dan reliabel sebagai alat ukur.
Peogujian kelay'akan data untuk digunakan dalam
Ives, B.o dan Learmonth G.P. (1984). The
Information System
As A Competitive
of The ACM
Weapon. Communications
27(12). pp 1193-1201.
M., dan Miller V.E. (1985). How
Information Gives You Competitive
t41 Porter,
Advantage. Harvard Business Review, 63(4).
2OI5
]URNAL HOAQ.TEKNOLOGI INFORMASI VOL. Z NO. 2' DESE\4BER
l5l
Premkumar, G., dan William R. King' (1992).
An Empirical
Assessment
Systems Planning
of
Information
and The Role of
Information Systems in Organizations. Journal
of Management Information Systems, 9(2). pp
99-125.
t6l
Delone W.H., dan E.R. Mclean. (1992).
Information System Succes: The Quest for
The Dependent Variable' Information System
Research
3(l).
pP. 60-95.
17) Raghunathan, B., dan Raghunathan T,S'
(1990). Planning Implications of The
Information Systems Strategic Grid: An
Empirical Investigation' Decision
Sciences,
21(2). pp 287-300'
t8l
t9l
Delone W.H., dan Mclean, E.R. (2003)' The
Delone and Mclean model of information
systems success: a ten-year update. Joumal of
Management Information Systems 19(a). pp
9-30.
Wang, Y. S., & Liao, Y' W. (2008). Assessing
eGovernment systems success: A validation of
the Delone and Mclean model
of
information systems success. Government
lnformation Quarterly, 25@). pp.
7 17
-733 -
[0] Balaban, I., Mu, E., Divjalq B. (2013).
Development of An Electronic Protfolio
System Success Model: An Information
System Approach. Computer & Educatiott,
60(2013). pP 396-411.
Nurgiyantoro-,Gunawan.,
Marzuki.(2000). Statistik terapan untuk
[l] Burhan,
penelitian ilmu-ilmu sosial.Gajah Mada
University Press.Yo gYakarta'
[2]
Kurniawan, Albert. (2011). SPSS : Serba-serbi
Analisis Statistika Dengan Cepat dan Mudah.
Jasakom.
[13] Priyatno, Duwi. (2013)' Mandiri Belajar
Analisis Data Dengan SPSS' Mediakom.
Yogyakarta.
i
t
hc
,\rif Alir anto. Klaudius
Jevanda
Benedikfus Yoseph Bhae, Yudith
\ettr' Selfin*a
Heni, Skolastika Siba Igon
Nlaria F.atima Agamitte, Ojoko Burtir.rnt*. '\ib. Jokc Santos*
ilIarinus I. J. Lamatrelaw*, Bruno Sukarf*
Nlohamad Iqbal Ulumando, Alb. Jok$ SariEg.ir*. i'rarqllvo
Ngakan N.v--oman Diarse, Kristof"ol"us "Ia*'it Ileneli
Risni Stefani, A. Djoko Budi-l-anto. Alb.
Sri ,tndayanio ilendra Widjaja
Sumarlin
Yutiani M. P*h, Yo
J. Latuan
J*ii*
:d*mrrsc
i'rr
';. ,
1=r
:i
r
I[m.NAt HOAQ -TEKNOIOGT
TNFORMAST
Derember ?016
Volume 7, Nouror 2.
DEltrAF[REDAKSI
Pdindung
Penanggung
: Ketua
Jawab
STIKOM UYELINDO KUPANG
: Walril Ketua Bidang,
Tridffina
Ketua ternbaga PenelitiarPublikasi dan Pengembangan pada Masyarakd
Penyunting AhlilMtra Bestari
:
1.
Prof. Ir. Srryoto,Ph.D (Univ.AtmaJayaYogyakafia)
2.
3.
4.
5.
Prof. Dr. h, Eko Sediyono,l\d.Kom (UKSW Salatiga)
Prof.Ir. Dariel Manongg4M. Sc.Ph.D (UK SW Salatiga)
Frof. Dr, k. Kuswara Setiawan, MT (UPH)
Drs.Siprianus GmdqM.Sc (UNDANA Kuparrg)
Penyunting Pelaksana:
1.
Max ABR. $oleman Lenggu,S.Kon., MT.
2. Marinus LJ. LamabelawaS.Kom.,
3. Skolastika S.Igon, S.Kom., M.T.
Alamat Sdrretari aURedak$
M.Cs.
:
Lembaga Penelitian trublikasi dan Fengembangan pada Masyamkat
STIKOM Uyelindo Kupang
Jl. Perinlis Kemerdekaan 1, Kayu PutilLKupang,NTT,Indonesia.
Telp.(0380.1855450 l, Fur (0380)8554500
Email : lp3mrryelind@uyelindo. ac.id
htp: #www. uvelindo. gc. id
q
Volume 7, Nomor 2.
DESSMBER2O16
IURNAL HOAQ -TEKNOLOGT TNFORMAST
.
DAF'TAR ISI
Halaman
ANALISIS KINERJA SISTEM INFORMASI AKADEMIK (SIAK)
MENGGTINAKAN MODEL Delone & Mclean
520-527
Arif Aliyanto, Klaudius Jevanda
IMPLEMENTASI METODE FUZZY-AHP DALAM PENYELEKSIAN
PEMBERTAN KREDIT (STUDI KASUS : KOPDIT REMAJA HOKENG,
KABUPATEN FLORES TIMUR)
s28-536
Benediktus Yoseph Bhae, Yudith Netty Selfiana
ANALISIS PENGARUH KEMAMPUAN BAHASA INGGRIS
MAHASISWA STIKOM UYELINDO KUPANG TERHADAP
INTERPRETASI PESAN ERROR (STUDI KASUS : MATA KULIAH
PEMROGRAMAN .NET
III)
537-543
Heni, Skolastika Siba Igon
ANALISIS TECHNOLOGY ACCEPTANCE MODEL (TAM) TERHADAP
SIKAP PENGGUNAAN WEBSITE LAYANAN PENGADAAN SECARA
ELEKTRONIK (LPSE) DI PROVINSI NUSA TENGGARA TrMUR
s44-ss3
Maria Fatima Agamitte, Djoko Budiyanto, Alb. Joko Santoso
PENDEKATAN BARU PREDIKSI DATA KEMISKINAN NTT DENGAN
FUZZY SERIES
554-s6t
Marinus I. J. Lamabelawa, Bruno Sukarto
PREDIKSI TEzuADINYA ABRASI PANTAI MENGGLINAKAN
JARINGAN SYARAF TIRUAN DENGAN BAC KP RO P AGATION
s6%566
Mohamad Iqbal Ulumando, Alb. Joko Santoso, Pranowo
PENERAPAN ALGORITMA RSA PADA SISTEM KRIPTOGRAFI FILE
AUDIO MP3
567-575
Ngakan Nyoman I)iarse, Kristoforus Jawa Bendi
PENGARUH KESENJANGAN DIGITAL PADA MASYARAKAT DI
KOTA KUPANG - NTT
Risni Stefani, A. Djoko Budiyanto, Alb. Joko Santoso
I
5 76_s84
IURNAL HOAQ -TEKNOTOGI INFORMASI
PENGARUH PEMANFAATAN E-LEARNXTG TERHADAP PRESTASI
MAHASISWA DENGAN MENGGUNAKAN METODE TAM
585-591
Sri Andayani, Hendra Widjaja
IMPLEMENTASI METODE CERTAINTY FICTON UNTUK
MENGETAHUI JENIS PENYAKIT YANG RENTAN TERIADI PADA
BALITA
Sumarlin
APLIKASI REKAPITULASI PENruALAN TIKET KAPAL LAUT
(STUDI KASUS : PT. FLOBAMOR KI.JPANG)
Yuliana M. Pah, Yospeh J. Latuan
j
rd
s92-597
,rrRN.{L HoAQ -TEC{OLOGT TNFORMAST VOL. Z NO. Z DESzuBER 2016
s20
ANALISIS KINERJA SISTEM TNF'ORMASI AKADEMIK (SIAIC)
MENGGIINAKAII MODEL Delone & Mclean
Arief Atiyantol, Klaudius Jevanda2
lStaf
nf)masi, FST-UKMC
Lmail : aaritbliyantoT2/.@gmail.com,
Pengajar Prodi Sistem
2Staf
Pengajar Prodi Informatilw, FST-UKMC
E-mail : exvans.007(6,Jgmail.corn
ABSTRACT
Use of information technologt is important for the institution, because it can increase the ffictiveness
and eficiency of the performance of institutions. Technical High School Musi (Musi STT) then switched into the
Fac'ulty of Science and Technologt (FST) Catholic University Musi-Cwitas (UKMC) which use information
teclnolog. FST uses Academic Information System 6A9, students andfaculty cctn access useful information
fr sudents and lecturers. Based on observations conducted by researchers, that the students are required to use
SUK FST to support his studies.
Information System Success Model is a model to measure the impact of the use of information systems,
user satisfaction, quality vystems and quality ofinformation. Based on the results ofthe study ofliterature for
this moful harc been carried by some researchers to see and measure the impact of the use of information
systems. Therefore, this study was developed by adopting the model to see SIAK performance among students
FST.
The study population was active students who use SMK FS! Musi. Samples were estimaled as much as
7E respondents. Data were collected through questionnaires distributed to respondents. The data will be
processed and analyzed by using multiple regression.
The results of this study based on the hypolhesis testing model_I , model_2, model_3 and model_4 found
thst Hla, H2a, H3a, H5a, H3b, H4b, H4a, H6a and H6b results are acceptable, whilefor Htb, H2b, H5B result
is reiected From the results of this study that greatly affect the performance SUK SUK use and
satisfaction.
1
Keywords: Academic Information Systems, Information Systems Success Model,
t-
ffirmation
Technologt.
user
VOL
JURNAL HOAQ -TEKNOLOGI INFORMASI
1.
7,
NO. 2, DESEMBER 2016
PENDAHULUAN
Teknologi informasi merupakan salah satu hal
yang penting dalam menunjang
keberhasilan
operasional suatu organisasi, mulai dari membantu
pengembangan produk baru sampai penyediaan
market intelligence sebagai alat analis dalam
Hal ini khususnya untuk
organisasi dengan pasar global yang semakin
minuntut organisasi untuk selalu tampil well
informed tll. Sehingga keputusan untuk
pembuatan keputusan.
berinventasi dalam bidang teknologi informasi
menjadi suatu hal yang penting' Investasi ini secara
agrigat diharapkan dapat meningkatkan kinerja
organisasi secara keseluruhan 127, Studi
minunjukkan bahwa teknologi informasi telah
mendukung pembuatan keputusan strategik dan
operasional organisasi. Teknologi informasi telah
mengarahkan para pimpinan organisasi untuk
menggunakan berbagai stimulasi dan berbagai
taktiL pemecahan masalah dalam mengidentifikasi
permasalahan yang berkembang dan peluangpeluang yang ada' Beberapa hasil penelitian
sederhana. Dengan jumlah populasi sekitar 352
orang diperkirakan jumlah sampel yang dibutuhkan
mencapai sekitar 78 sampel. Hal ini didasarkan
pada perhitungan jumlah sampel dengan margin of
error sebesar 57o.
2.2
Catir Pengumpulan Data
Data yang digunakan dalam penelitian ini
adalah data primer. Data diperoleh dengan
mengirimkan kuesioner kepada responden.
Kuesioner adalah serangkaian pertanyaan dan
pertanyaan tersebut disusun dalam suatu daftar
yang akan dijawab oleh para responden. Kuisioner
tersebut berisi daftar pertanyaan yang berkaitan
dengan variabel penelitian. Setiap variabel akan
diwakili oleh pertanyaan dengan lima point skala
Iikert. Sikap partisipan yang sangat tidak setuju
diwakili oleh point I (satu), sedangkan sikap sangat
setuju diwakili oleh point 5 (lima).
2.3
ierdahulu membuktikan bahwa teknologi informasi
Pengujian Alat Ukur
Kualitas data yang dihasilkan dari penggunaan
alat ukur penelitian dapat dievaluasi melalui uji
(sustainable competitive advantage). Teknologi
ukuran yang menunjukkan tingkat kesahihan
sebuah alat ukur penelitian. Uji validitas
memungkinkan suatu organisasi memiliki
keunggulan kompetitif yang terus-menerus
informasi juga merupakan suatu kesempatan untuk
meningkatkan efesiensi
dan efektifitas
serta
Penelitian mengenai kontribusi sistem
informasi terhadap kinerja organisasi dan
kontribusinya dalam meraih keunggulan kompetitif
6, 71. Pemanfaatan
sistem informasi dalam organisasi merupakan salah
satu kunci untuk meningkatkan kinerja organisasi'
Pemanfaatan sistem informasi dipengaruhi oleh
beberapa faktor, yaitu: faktor kualitas informasi,
kualitas sistem, dan kualitas layanan [3, 8, 9, l0]'
Sekolah Tinggi Teknik (STT) Musi yang
sekarang berubah nama menjadi Fakultas Sains dan
Teknologi (FST) Universitas Katolik Musi Charitas
(UKMC) sejak tanggal 25 Juli 2015 telah
menerapkan kebijakan penggunaan
SIAK
sejak
bulan Januari 2010. Setelah beberapa bulan
pelaksanaan kebijakan ini, belum dilakukan
pengukuran sejauh mana kinerja SIAK memberikan
manfaat bagi FST-UKMC. Penelitian ini
mereplikasi Information System Success Model
(ISSM) yang dikembangkan oleh Delone &
Mclean (2003) [8].
2.
merupakan
dimaksudkan dntuk memastikan seberapa baik alat
ukur yang dipakai dapat mengukur sebuah konsep
sebagaimana mestinya.
keunggulan kompetitif [3, 4].
telah banyak dilakukan 15,
validitas dan reliabilitas. Validitas
METODE PENELITIAN
2.1
Cara Pengambilan SamPel
Penelitian ini dilakukan pada FST LIKMC'
FST UKMC memiliki empat program studi (Teknik
Arsitektur, Teknik Industri, Informatika dan Sistem
Informasi). Populasi dalam penelitian ini adalah
seluruh mahasiswa aktif pada FST I-IKMC'
dilakukan secara acak
Reliabilitas merupakan indeks
yang
menunjukkan sejauh mana alat ukur yang
digunakan dapat dipercaya atau diandalkan.
Reliabilitas mengindikasikan sejauh mana hasil
pengukuran
tetap konsisten bila
dilakukan
pengukuran berulang kali terhadap gejala yang
sama dengan alat ukur yang sama. Uji reliabilitas
dilakukan untuk mengetahui konsistensi internal
antar variabel dalam alat ukur.
2.4
Cara Analisis Data
Data akan dianalisis secara
deskriptif
kuantitatif dan kualitatif. Setelah semua data
terkumpul, terlebih dahulu akan dilakukan uji
validitas dan reliabilitas untuk melihat validitas dan
konsistensi internal antar variabel dalam instrumen.
uji hipotesis dengan
alat analisis statistik multiple
Selanjutnya akan dilakukan
menggunakan
regression.
Model umum persamaan regresi
untuk
pengujian hipotesis pada model I:
\ = a+44 +\X,
Dengan Yr
Y2
Y3
Y+
a
+btX, + boY, + e
Intention to Use
User Satisfoction
Use
Net benefit
Konstanta
(l)
IUR\.{
HO.{Q -TEA{OLOGI INFORMAST VOL Z NO. 2, DESE\4BER 2016
Slope regresi atau
koefi sien regresi setiap
variabel independen
Infurmation Quality
System Quality
Service Quality
error
Xr
Xz
X3
E
Model umum persamaan regresi
Tabel
untuk
Y+=a+4Yz+\Yr+e
untuk
Total
U,mur( ohun)
18-20
2t -23
24 -26
(3)
Model umum persamaan regresi
pengujian hipotesis pada model
Laki-laki
Peremnuan
III:
Yt=a+4\+\Yr+e
I Profrl
?iofil
untuk
III:
PelsentaiC
40
35
75
s3.3
50
4
66.7
28
5.3
75
100
2t
46.7
100
>27
(4)
Total
3. HASIL DAN PEMBAIIASAN
3.1 Data Penelitian
3.2
Data yang digunakan dalam penelitian ini
adalah data primer yang diperoleh dengan
menyebarkan kuesioner kepada responden.
reliabililas.
Respondennya adalah mahasiswa FST UKMC yang
diambil dari empat program studi (Teknik
Arsitektur, Teknik
Jumleh
J€nis-Kchmin
e)
Model umum persamaan regresi
pengujian hipotesis pada model
diwakili dengan angka l, sedangkan Perempuan
diwakili dengan angka 2. Umur diwakili dengan I
untuk umur 18 tahun sampai 20 tahun, 2 untuk
umur 2l tahun sampai 23 tahun, 3 untuk umur 24
tahun sampai 26 tahtn, dan 4 untuk umur 27 tahun
keatas. Berdasarkan kuesioner yang dikembalikan,
diketahui profil responden seperti dipaparkan pada
tabel I berikut.
pengujian hipotesis pada model II:
Yz=a+W+Wz+\\+bo\+e
522
Industri, Informatika
dan
Sistem Informasi) sebagai sampel dan dilakukan
secara langsung oleh peneliti. Jumlah kuesioner
yang di distribusikan sebanyak 150 kuesioer yang
telah di sebarkan secara acak selama satu minggu.
Kuesioner dikelompokkan menjadi tujuh (7)
kelompok pertanyaan yaitu kualitas informasi
(information quality), kualitas sistem
(system
quality), kualitas Iayanan (service
quality),
penggunaan (use), niat penggunaan (intention to
use), kepuasan pengguna (user satisfaction) dan
manfaat bersih (net benefits). Kuisioner tersebut
berisi daftar pertanyaan yang berkaitan dbngan
variabel penelitian. Setiap variabel akan diwakili
oleh pertanyaan dengan lima point skala likert.
Sikap partisipan yang sangat tidak setuju diwakili
oleh point I (satu), sikap tidak setuju diwakili oleh
point2 (dua), sikap ragu-ragu diwakili oleh point 3
(tiga), sikap setuju diwakili oleh point 4 (empat)
sedangkan sikap sangat setuju diwakili oleh point 5
(ima). Kemudian dad 150 kuesioner yang
didistribusikan sebanyak 72 tidak dikembalikan,
sedangkan yang kembali berjumlah 78 dan terdapat
3 kuesioner rusalg
sehinggan tidak dapat diolah.
Dengan demikian jumlah kuesioner yang diolah
adalah 75 kuesioner.
lebih lanjut, data yang
diperoleh terlebih dahulu dikodekan. Profil
Sebelum diolah
responden yang diminta adalah jenis kelamin dan
umw. Responden dengan jenis kelamin Laki-laki
Uji Validitas dan Ralibilitas
Setelah data diperoleh, maka dilakukan
pengujian kuesioner menggunakan uji validitas dan
Uji
validitas (validity,
kesahihan)
berkaitan dengan permasalahan "apakah instrumen
yang dimaksudkan untuk mengukur sesuatu itu
memang dapat mengukur secara tepat sesuatu yang
akan diukur tersebuf'. Secara singkat dapat
dikatakan bahwa validitas alat penelitian
mempersoalkan apakah alat itu dapat mengukur apa
yang akan diukur, pengukuran dikatakan valid jika
mengukur tujuannya dengan nyata atau benar [1].
Sedangkan uji reliabilitas menurut Singarimbun
pada kutipan Kurniawan (2011) merupakan indeks
yang menuqiukkan sejauh mana suatu
alat
pengukur dapat dipercaya atau dapat diandalkan.
Metode yang digunakan untuk melihat data sudah
reliabel adalah dengan metode Cronbach's Alpha.
Koefisien Cronbach's alpha yang digunakan dalam
penelitian ini adalah 0,60. Diman4 alat ukur dapat
dikatakan reliabeljika nilai reliabilitas > 0,60.
Untuk uji validitas, semua data dikatakan
valid, apabila R hitung > R tabel. R tabel untuk n :
75 adalah 0,227 dan tingkat kesalahan 5 %. Hasil
uji validitas menunjukkan bahwa semua butir-butir
pertanyaan dikatakan valid karena nilai masingmasing R hitung > 0,227 , sehingga dapat digunakan
dalam penelitian selanjutnya. Sedangkan hasil uji
reliabilitas menunjukkan bahwa semua nilai
cronbach's alpha > 0,6, maka instrument penelitian
ini dinyatakan reliable.
3.3 Pengujian Asumsi Klasik
l. Uji Normalisasi
Uji normalitas digunakan untuk melihat
tingkat kenormalan data yang digunakan, apakah
data berdistribusi normal atau tidak. Tingkat
JURNAL HOAQ.TEKNOLOGI INFORMASI VOL
7,
NO. 2, DESM4BER 2016
kenormalan data sangat penting dikarenakan
Tabel 3. Hasil Uii Multikolinearitas
dengan data yang berdistribusi normal, maka data
Modc
tersebut dianggap dapat mewakili populasi [13].
.
Pengujian normalisasi dalam penelitian ini
dilakukan dengan menggunakan pendekatan
Kolmogorov-smirnov (K-S). Diman4 data
523
rlr
Yariabel
Yariabel
Toleranc
Iudependen
Dopendon
.e
I
IQ
0,387
SSQ
0,351
IU
.'SRQ
VIr
2,582
2,846
0,990
1,010
0,05 (asymptotic significance). Hasil
US
0,438
pengujian pada tabel 2 menunjukkan bahwa semua
IQ
0,408
2,283
2,450
0,426
2;s0
dikatakan berdistribusi normal, apabila signifikansi
K-S
Z>
model (1,2,3,4) berdistribusi normal,
sehingga
dapat digunakan dalam pengujian hipotesis.
abel 2.
U
asil Uii N ormalisasi
Varia5el
rtr:,:{ eadetr
Variabel
pi+inuen
,
,
E-,,,at
ru
3
8wifre
U
4
sRo
,
ru
2. Uji
1,009
0,869
1,151
0,981
1,020
0,981
1,020
0,911
1,097
0,911
1,097
0,999
I
Tabel 4 Koefisien Korelasi antar Variabel
IO
Mo
.Yerirbcl
Yarirbcl
sso
dcl,
Ilemnilen
Indcrenden
IO
I
IU
US
0,380
U
IU
US
U
4
0,991
US
sRo
3
NB
US
IO
I
U
US
,
:.tce:.
sso
US
SRQ
Asyf;ylol
Moile
SSQ
,,
U
NB
sso
sRo
trs
0,995
0.238
Ynrhlpl
Yrriabel',,,
Ilmpnden
Inrlrnaidrn
US
2
Multikolinearitas
Multikolinearitas adalah keadaan di mana
terjadi hubungan linear yang sempurna atau
mendekati sempurna antar variabel independen
dalam model regresi. Suatu model regresi dikatakan
mengalami multikolinearitas jika ada fungsi linear
yang sempurna pada beberapa atau semua variabel
independen dalam fungsi linear. Model regresi yang
baik seharusnya tidak terjadi korelasi di antara
variabel independen [13]. Menurut Ghozali dalam
kutipan Priyatno (2013) bahwa cara untuk
mengetahui ada atau tidaknya geiala
multikolinearitas antara lain dengan melihal nilai
Variance Inflation Factor (VIF) dan Tolerance,
apabila nilai VIF kurang dari l0 dan Tolerance
lebih dari 0,1, maka dinyatakan tidak terjadi
multikolinearitas.
Hasil pengujian menunjukkan nilai Tolerance
lebih besar dari 0,1 dan nilai VIF kurang dari 10,
maka dapat disimpulkan bahwa tidak terjadi
multikolinearitas. Tabel 3 dan tabel 4 menunjukkan
hasil uji multikolinearitas dan nilai korelasi antar
,.V1;ir.$.1,,
.r}.himd.n:
v
bcf
IlaiiandiM..
4
SRQ
US
0.684
1.000
0.107
0.718
1.000
-0.053
1.000
IQ
ssQ
SRQ
I'
1.000
0.755
4.035
IO
r.000
4.728
sRo
-0.043
1.000
0.089
U
-0.2t9
4,037
rilrdi;d.n
1.000
0,003
r,000
US
TIJ
ru
l,ll00
IIS
0.139
1.000
{,
US.
::,Viifubel
trndrnmdan
NB
ssQ
sso
. V.rriibel:.
U
3
IQ
I]
r-000
US
-0.29E
r.000
3. Uji Autokorelasi
Autokorelasi adalah keadaan dimana pada
model regresi ada korelasi antara residual pada
periode t dengan residual pada periode sebelumnya
(t-1). Model regresi yang baik adalah yang tidak
adanya masalah autokorelasi [13], Metode
pengujian dalam penelitian ini menggunakan uji
Durbin-Watson (DW). Kriteria pengujian DW yaitu
a) dU< DW < 4 - dU,
b)
variabel.
c)
maka H0 diterima artinya
tidak terj adi autokorelasi.
DW < dL atau DW > 4 - dL, maka H0 ditolak,
artinya terj adi autokorelasi
dL< DW < dU atau 4 - dU < DW < 4 - &,
artinya tidak ada kepastian.
Nilai du dan dl dapat diperoleh dari
tabel
statistik Durbin Watson.
,E
n
.nliJ(
{:
ir,
-.{,1
-
l rr.i.-m:OLOGI INFORMASI VOL. Z NO. 2, DESEMBER 2016
4. Uji
524
Heteroskedastisitas
Heteroskedastisitas adalah keadaan dimana
terjadi ketidaksamaan varian dari residual untuk
semua pengamatan pada model regresi. Model
1
I
F
I
i
,tuh
,m*rrrSsii
,*
{1&if
,rriii
ffisllft
rllrtH
pC la
reri*kr
antar variabel independen dengan residual lebih
[flfi
dari 0,05, maka tidak terjadi
ie,lij*S$ffi
'diir*hlirt
r.t
l
. ,,4tlt.
.*;d*
:
Grmber l. Kriteria Pengujian Durbin-Watson
(Dlv)
TrDcl
5.
Modd
VCrirbel
Yai,iabel
DeD;nden
Nilei Dw
IO
I
SSO
sRo
Pada penelitian ini, penulis menggunakan uji
Spearman's Rho untuk mengetahui terjadi atau
tidaknya heteroskedastisitas. Hasil pengujian
heteroskedastisitas menunjukkan bahwa nilai
signifikan > 0,05 terhadap nilai residual absolut.
Dengan demikian dapat dikatakan bahwa tidak
terjadi heteroskedastisitas (tabel 6).
ltasil Uii Autokorelasi
Indenenden
Tabel 6. Hasil Uii Heteroskedastisitas
Model
ru
Variabel
Variabel
Sig of Absolut
Independen
Dependen
residual
IO
1.000
sso
ru
1.000
2,230
I
US
sRo
IO
2
3
4
sso
sRo
US
2,197
1.000
TO
1.000
1.000
sso
7
sRo
ru
U
U
U
NB
1,950
f
4
tidak ada autokorelasi.
2) Nilai DW
adalah 2,197 denganjumlah variabel
independen (k) = 4, maka diperoleh nilai dL
:
l,5l5l dan dU = 1,7390. Karena nilai dU <
DW < 4-dU, maka H0 diterima dengan arti
tidak ada autokorelasi.
-11 Nilai DW adalah 1,950 dengan jumlah variabel
independen (k) = 2, maka diperoleh nilai dL :
l.-i709 dan dU = 1,6802. Karena nilai dU <
D\\' < 4-dU, maka H0 diterima dengan arti
ddat ada autokorelasi.
{l \ilai
DW adalah 1,518 dengan jumlah variabel
ind€peDden (k) = 2, maka diperoleh nilai dL =
tj709 dan dU = 1,6802. Karena nilai DW <
dI , maka H0 ditolak dengan arti terjadi
autokorelasi positif.
U
US
1.518
Dengan tingkat signifikansi 0,05 (5%) dan
-t,.mlah data (n) = 75, maka didapatkan hasil pada
model:
I I Nilai DW adalah 2,230 denganjumlah variabel
indepeoden (k) = 4, maka diperoleh nilai dL :
1,5151 dan dU = 1,7390. Karsna nilai dU <
DW < 4-dU, maka H0 diterima dengan arti
US
ru
3
NB
US
3.4
1.000
US
U
US
heteroskedastisitas
t 131.
,ll
regresi yang baik adalah tidak terjadi masalah
heteroskedastisitas. Untuk mendeteksi ada tidaknya
heteroskedastisitas dengan melakukan analisis
korelasi Spearman antara residual dengan masingmasing variabel independen, jika nilai signifikansi
1.000
1,000
1.000
1,000
1.000
1,000
PengujianHipotesis
Uji
hipotesis dalam penelitian ini dibagi
menjadi 4 model persamaan (1,2,3, dan 4) dengan
menggunakan alat analisis statistik multiple
regression (regresi berganda). Regresi berganda
dapat didefinisikan sebagai pengaruh antara lebih
dari 2 variabel, dimana terdiri dari 2 atau lebih
variabel independent (bebas) dan I variabel
dependent (terikat) dan juga digunakan untuk
membangun persamaan dan menggunakan
persamaan tersebut
(prediction)
t)
untuk membuat
perkiraan
[2].
I
Hasil pengujian hipotesis model
Pengujian Hipotesis Model
I
dengan
analisis regresi berganda ditunjukkan pada tabel 7.
Berdasarkan tabel tersebut dapat dibuat simpulan
sebagai berikut
a.
:
Hasil analisis determinasi menunjukkan nilai R2
(R square) sebesar 0,219.Hal ini berarti bahwa
variabel
IQ,
SSQ, SRQ, dan US
menjelaskan varian IU sebesar 21,9o/o.
mampu
525
2016
JURNAL HOAQ -TEKNOLOGI INFORMASI VOL Z NO. 2, DESEMBER
b.
Hasil analisis regresi antar
masing-masing
variabel menunjukkan bahwa variabel IQ, SSQ,
dan US berpengaruh secara signifikan terhadap
IU ( sig. > 0,05). Sedangkan variabel SRQ tidak
berpengaruh secara signifikan terhadap IU ( sig'
< 0,05).
Hasil uji F menunjukkan nilai F hitung sebesar
4,919 pada tingkat signifikan 0,001 (sig' <
0,05). Maka variabel IQ, SSQ, SRQ, dan US
berpengaruh secara signifikan terhadap
T'abel
7.
IU'
Model I
Ilasil
Variabel
Variabel
Indenenden
Denenden
IQ
sso
IU (Rl=0,219,
sRo
F=4,919)
US
Sr&
t-value
0.621
0,497
0-268
0.000
0,054
I ll6
3,947
-1.962
P=0,05 (s%)
Berdasarkan hasil analisis tersebut, maka hasil
pengujian hipotesis model
I
seperti yang disajikan
pada tabel 8.
abel 8. Ilasil U
Kode
Ilipotesis
Hto
IQ
Model
Hzo
Hto
Hto
herpengaruh secata
2)
IU
Diterima
IJS berpangaruh secara
Diterima
Ditolak
IU
Pengujian HiPotesis Model 2
Hasil pengujian hipotesis model
2
berikut :
Hasil analisis determinasi menunjukkan nilai R2
(R square) sebesar 0,564' Hal ini berarti bahwa
IQ,
Hi5
SSQ, SRQ, dan
US
Diterima
3)
Pengujian'Hipotesis Model 3
Hasil pengujian hipotesis model 3
dengan
analisis regresi berganda ditunjuktan pada tabel I 1 Berdasarkan tabel tersebut dapat dibuat simpulan
sebagai berikut
:
a. Hasil analisis determinasi menunjukkan nilai R2
(R square) sebesar 0,098. Hai ini berarti bahwa
variabel IU dan US mampu menjelaskan varian
U
sebesar 9,8
o/0.
i
c.
berpengaruh secara signifikan terhadap U ( sig.
< 0,05).
Hasil uji F menur{.ukkan nilai F hitung. sebesar
3,920 pada tingkat signifikan 0,024 (sig. <
0,05). Maka variabel IU dan US berpengaruh
secara signifikan terhadaP U.
mamPu
menjelaskan varian IU sebesar 56,4o/o.
b. Hasil analisis regresi antar
masing-masing
variabel menunjukkan bahwa variabel IQ dan
SSQ tidak berpengaruh secara sigrifikan
terhadap US ( sig. < 0,05). Sedangkan variabel
SRQ dan U berpengaruh secara signifikan
Hasil uji F menunjukkan nilai F hitung sebesar
22,632 pada tingkat signifikan 0,000 (sig' <
0,05). Maka variabel IQ, SSQ, SRQ, dan U
berpengaruh secara signifikan terhadap US'
Model3
Tabel 11. Hasil U
Variabel
Variabel
Indenenden
Deoenden
U (R Square
= 01098, F =
3.920)
IU
US
terhadap US ( sig. > 0,05).
c.
Diterima
U berpengaruh secaru
sionifikan terhadao US
Ha5
dengan
sebagai
variabel
Ditolak
SSQberpengaruh secara
sionifikan tuhadan US
SRQberpengaruh secara
sionilikan terhadao US
b. Hasil analisis regresi antax masing-masing
variabel menunjukkan bahwa variabel ru
berpengaruh secara sigrrifikan terhadap U ( sig.
analisis regrisi berganda ditunjukkan pada tabel 9'
Berdasarkan tabel tersebut dapat dibuat simpulan
a.
Hasil
Ditolak
sisnifikan terhadap US
Hn
Diterima
SSQ berpengaruh secara
sisniftkan terhadaP IU
SRQ berpengaruh secara
sionifikan terhadon IU
sionifikan terhadao
Tabel 10. Hasil Uii Hipotesis Model2
Hiootesis
Kode
IQberpengaruh secara
Hrt
l
IIasil
signiJikan terhadaP
Berdasarkan hasil analisis tersebut, maka hasil
pengujian hipotesis model 2 seperti yang disajikan
padatabel 10.
Sr&
t-vaIue
0386
0,873
0,007
2,756
P:0,q!15%)__
Berdasarkan hasil analisis tersebut, maka hasil
pengujian hipotesis model 3 seperti yang disajikan
padatabel 12.
526
Td
f2- Hesil U
pengujian hipotesis juga dilakukan. Hasil pengujian
menunjukkan bahwa data dapat digunakan dalam
pengujian hipotesis. Berdasarkan hasil pengujian
hipotesis model I untuk Hla, H2a,H3a dan H5a
hasinya diterima, hasil pengujian hipotesi model 2
hasilnya untuk Hlb dan H2b hasilnya ditolak, dan
untuk H3b dan H4b hasilnya diterima.
l,
Pagujian Hipotesis Model 4
Hasil pengujian hipotesis model 4 dengan
rrali5i5 regresi berganda ditunjukkan pada tabel 13.
Berdasarkan tabel tersebut dapat dibuat simpulan
sebagai berikut:
a-
b
Hasil analisis determinasi menunjukkan nilai R2
(R square) sebesar 0,011. Hal ini berarti bahwa
rariabel U dan US mampu menjelaskan varian
\B
sebesar
l,l
H6b hasilnya diterima.
4.2
Saran
Dalam penelitian lanjutan, diharapkan model
Delone
& Mclean
dapat sepenuhnya digunakan
sehingga dapat diperoleh temuan apakah model
Delone
%.
Flasil analisis regresi antar masing-masing
rriabel menunjukkan bahwa variabel U dan
Pada
pengujian hipotesis model 3 untuk H4a hasilnya
diterima dan H5b hasilnya ditolak, sedangkan untuk
hasil uji hipotesis model 4 hasilnya untuk H6a dan
& Mclean mampu
menjelaskan seberapa
besar pengaruh kinerka SIAK datam lingkungan
pendidikan.
US berpengaruh secara signifikan terhadap NB (
sig. > 0,05).
c. Hasil
uji F menunjukkan nilai F hitung sebesar
0.395 pada tingkat signifikan 0,675 (sig. >
0.05). Maka variabel U, US tidak berpengaruh
secara signifikan terhadap
NB.
U
US
Tulisan ini merupakan bagian dari Program
Hibah Penelitian Dosen Pemula tahun 2016 yang
dibiayai Direktorat Riset dan
ebd 13. Hasil Uii Resresi Bereanda Model 4
Veriabel
Variabel
sig.
t-value
NB
0.380
-0.883
@ Square =
0,011, F =
0,872
0,161
Denenden
UCAPAN TERIMA KASIH
0-395)
Pengabdian
Masyarakat Direktorat Jenderal Penguatan Riset
dan Pengembangan Kementerian Riset, Teknologi
dan Pendidikan Tinggi. Ucapan terima kasih kami
sampaikan kepada Direktorat Jenderal Penguatan
Riset,
Teknologi dan Pendidikan Tinggi atas kesempatan
yang telah kami peroleh Juga kepada Pimpinan
FST-UKMC yang telah memperkenankan kami
melakukan penelitian ini. Akhirnya kepada seluruh
teman seperjuangan kami di FST-UKMC terima
Riset dan Pengembangan Kementerian
kasih atas dukungan dan semanngatnya.
Berdasarkan hasil analisis tersebut, maka hasil
pengujian hipotesis model 4 seperti yang disajikan
padatabel 14.
DAFTAR.PUSTAKA
Tebel 4. Ilasil Uii Hipotesis Model 4
Kode
Hipotesis
H6"
U berpengaruh secura
Hasil
Diterima
tll
similihan terhadao NB
H6b
US berpengaruh secara
Diterima
sisnifikan terhadao NB
Setianingsih, Sunarti. (1997). Pemanfaatan
Teknologi Informasi dan Hubungannya
Dengan Peningkatan Kinerja Individual.
Jurnal Telaah, l(3)..
t2) Reich, B. H., dan lzakB. (1996). Measuring
The Linkage
Between Business
and
Information Technology Objectives. MIS
(
{.l
Quartely. pp 55-81.
SL\TPT]LAN
t3l
Xcsimpulan
Peaelitian ini bertujuan untuk menemukan
ryuh frltor-faktor yang berpengaruh terhadap
Fmmfrdan SLdK. Hasil yang diperoleh dalam
kemajuan penelitian
ini adalah bahwa
seluruh
l'ariabel ralid dan reliabel sebagai alat ukur.
Peogujian kelay'akan data untuk digunakan dalam
Ives, B.o dan Learmonth G.P. (1984). The
Information System
As A Competitive
of The ACM
Weapon. Communications
27(12). pp 1193-1201.
M., dan Miller V.E. (1985). How
Information Gives You Competitive
t41 Porter,
Advantage. Harvard Business Review, 63(4).
2OI5
]URNAL HOAQ.TEKNOLOGI INFORMASI VOL. Z NO. 2' DESE\4BER
l5l
Premkumar, G., dan William R. King' (1992).
An Empirical
Assessment
Systems Planning
of
Information
and The Role of
Information Systems in Organizations. Journal
of Management Information Systems, 9(2). pp
99-125.
t6l
Delone W.H., dan E.R. Mclean. (1992).
Information System Succes: The Quest for
The Dependent Variable' Information System
Research
3(l).
pP. 60-95.
17) Raghunathan, B., dan Raghunathan T,S'
(1990). Planning Implications of The
Information Systems Strategic Grid: An
Empirical Investigation' Decision
Sciences,
21(2). pp 287-300'
t8l
t9l
Delone W.H., dan Mclean, E.R. (2003)' The
Delone and Mclean model of information
systems success: a ten-year update. Joumal of
Management Information Systems 19(a). pp
9-30.
Wang, Y. S., & Liao, Y' W. (2008). Assessing
eGovernment systems success: A validation of
the Delone and Mclean model
of
information systems success. Government
lnformation Quarterly, 25@). pp.
7 17
-733 -
[0] Balaban, I., Mu, E., Divjalq B. (2013).
Development of An Electronic Protfolio
System Success Model: An Information
System Approach. Computer & Educatiott,
60(2013). pP 396-411.
Nurgiyantoro-,Gunawan.,
Marzuki.(2000). Statistik terapan untuk
[l] Burhan,
penelitian ilmu-ilmu sosial.Gajah Mada
University Press.Yo gYakarta'
[2]
Kurniawan, Albert. (2011). SPSS : Serba-serbi
Analisis Statistika Dengan Cepat dan Mudah.
Jasakom.
[13] Priyatno, Duwi. (2013)' Mandiri Belajar
Analisis Data Dengan SPSS' Mediakom.
Yogyakarta.
i
t
hc