53 BAB IV HASIL DAN ANALISIS 4.1 Gambaran Umum Responden

BAB IV HASIL DAN ANALISIS

  4.1 Gambaran Umum Responden

  Responden penelitian sebanyak 350 mahasiswa tersebar di tiga program studi yaitu Perpajakan, Manajemen dan Akuntansi. Program studi yang terbanyak respondennya adalah manajemen yaitu 174 responden (50%), diikuti dengan program studi akuntansi sebanyak 141 responden (40%) dan yang paling sedikit yaitu progrm studi perpajakan sebanyak 35 responden (10%). Lebih jelasnya dapat dilihat pada Tabel 4.1.

Tabel 4.1. Distribusi Frekuensi Responden Penelitian Ditinjau dari Angkatan dan Program Studi

  Sampel Angkatan

  Jumlah Perpajakan Manajemen Akuntansi

  2013

  1

  29

  29

  59 2014

  5

  36

  26

  67 2015

  7

  38

  30

  75 2016

  8

  35

  27

  70 2017

  14

  36

  29

  79 Jumlah 35 174 141 350 Sumber: Data primer diolah, 2018

  Setiap angkatan sudah proporsional pada populasi yang sesuai dengan rencana pada Bab III (halaman 33 dan 34). Terlihat dari responden yang berasal dari angkatan 2017 mencapai 79 responden (23%), angkatan 2016 sebanyak 70 responden (20%), angkatan 2015 sebanyak 75 responden (21%), angkatan 2014 sebanyak 67 responden (19%) dan angkatan 2013 sebanyak 59 responden (17%).

4.2 Uji Kualitas Data

  Kualitas data tergantung dari kualitas instrumen meliputi uji validitas dan reliabilitas. Ujicoba instrumen dilakukan terhadap 35 responden sebelum instrumen tersebut digunakan untuk pengambilan data. Hasil ujicoba inilah yang selanjutnya dianalisis validitas atau tingkat kecocokan butir kuesioner dan reliabilitas atau tingkat keajegan suatu instrumen sebagai alat pengmbil data.

4.2.1 Uji Validitas Tujuan uji validitas adalah mengukur sah atau valid tidaknya suatu indikator.

  Suatu kuesioner dikatakan valid jika pertanyan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut dan jika r hitung > r tabel dengan tingkat signifikansi 5% (Ghozali, 2011). Hasil Uji validitas menggunakan product moment dipeoleh hasil sebagai berikut.

  1. Validitas Minat Bisnis Hasil validitas kuesioner minat bisnis berdasarkan hasil ujicoba dapat dilihat pada tabel 4.2.

Tabel 4.2 Hasil Uji Validitas Kuesioner Minat Bisnis

  No Indikator rxy rtabel Kriteria

  1 X1_01 0,525 0,334 Valid

  2 X1_02 0,582 0,334 Valid

  3 X1_03 0,647 0,334 Valid

  4 X1_04 0,546 0,334 Valid

  5 X1_05 0,636 0,334 Valid

  6 X1_06 0,547 0,334 Valid

  7 X1_07 0,627 0,334 Valid

  8 X1_08 0,501 0,334 Valid

  9 X1_09 0,581 0,334 Valid

  10 X1_10 0,629 0,334 Valid Sumber: Data primer diolah, 2018

  6 X2_06 0,731 0,334 Valid

  tabel

  Nilai r hitung dari masing-masing item kuesioner minat bisnis dari X2_01 sampai X2_15 melebihi r

  15 X2_15 0,410 0,334 Valid Sumber: Data primer diolah, 2018

  14 X2_14 0,626 0,334 Valid

  13 X2_13 0,593 0,334 Valid

  12 X2_12 0,654 0,334 Valid

  11 X2_11 0,555 0,334 Valid

  10 X2_10 0,652 0,334 Valid

  9 X2_09 0,762 0,334 Valid

  8 X2_08 0,613 0,334 Valid

  7 X2_07 0,642 0,334 Valid

  5 X2_05 0,605 0,334 Valid

  Nilai r hitung dari masing-masing item kuesioner minat bisnis dari X

  4 X2_04 0,581 0,334 Valid

  3 X2_03 0,672 0,334 Valid

  2 X2_02 0,575 0,334 Valid

  1 X2_01 0,590 0,334 Valid

  No Indikator r xy r tabel Kriteria

Tabel 4.3. Hasil Uji Validitas Kuesioner Computer Knowledge

  2. Validitas Computer Knowledge Hasil validitas kuesioner computer knowledge berdasarkan hasil ujicoba dapat dilihat pada tabel 4.3.

  bahwa item-item angket tersebut valid sebagai alat untuk mengukut variabel minat bisnis.

  

1 _10 melebihi r tabel dengan taraf kesalahan 5% dan n = 35 yaitu 0,334, yang berarti

  X

  1 _01 sampai

  dengan taraf kesalahan 5% dan n = 35 yaitu 0,334, yang berarti bahwa item-item angket tersebut valid sebagai alat untuk mengukur variabel computer knowledge .

  3. Validitas Computer Attitude Hasil validitas kuesioner computer attitude berdasarkan hasil ujicoba dapat dilihat pada tabel 4.4.

  8 X3_08 0,722 0,334 Valid

  computer attitude .

  dengan taraf kesalahan 5% dan n = 35 yaitu 0,334, yang berarti bahwa item-item angket tersebut valid sebagai alat untuk mengukur variabel

  tabel

  Nilai r hitung dari masing-masing item kuesioner minat bisnis dari X3_01 sampai X3_15 melebihi r

  15 X3_15 0,643 0,334 Valid Sumber: Data primer diolah, 2018

  14 X3_14 0,586 0,334 Valid

  13 X3_13 0,673 0,334 Valid

  12 X3_12 0,621 0,334 Valid

  11 X3_11 0,656 0,334 Valid

  10 X3_10 0,516 0,334 Valid

  9 X3_09 0,566 0,334 Valid

  7 X3_07 0,675 0,334 Valid

Tabel 4.4. Hasil Uji Validitas Kuesioner Computer Attitude

  6 X3_06 0,587 0,334 Valid

  5 X3_05 0,536 0,334 Valid

  4 X3_04 0,646 0,334 Valid

  3 X3_03 0,411 0,334 Valid

  2 X3_02 0,553 0,334 Valid

  1 X3_01 0,566 0,334 Valid

  Kriteria

  tabel

  r

  xy

  No Indikator r

  4. Validitas Computer Self Efficacy Hasil validitas kuesioner computer self efficacy berdasarkan hasil ujicoba dapat dilihat pada tabel 4.5.

Tabel 4.5. Hasil Uji Validitas Kuesioner Computer Self Efficacy

  9 X4_09 0,711 0,334 Valid

  tabel

  Nilai r hitung dari masing-masing item kuesioner minat bisnis dari Y_01 sampai Y_15 melebihi r

  5. Validitas Minat Bisnis Secara Online Hasil validitas kuesioner bisnis secara online berdasarkan hasil ujicoba dapat dilihat pada tabel 4.6.

  Nilai r hitung dari masing-masing item kuesioner minat bisnis dari X4_01 sampai X4_15 melebihi r tabel dengan taraf kesalahan 5% dan n = 35 yaitu 0,334, yang berarti bahwa item-item angket tersebut valid sebagai alat untuk mengukur variabel computer self efficacy .

  15 X4_15 0,598 0,334 Valid Sumber: Data primer diolah, 2018

  14 X4_14 0,380 0,334 Valid

  13 X4_13 0,503 0,334 Valid

  12 X4_12 0,661 0,334 Valid

  11 X4_11 0,587 0,334 Valid

  10 X4_10 0,627 0,334 Valid

  8 X4_08 0,660 0,334 Valid

  No Indikator r

  7 X4_07 0,526 0,334 Valid

  6 X4_06 0,767 0,334 Valid

  5 X4_05 0,574 0,334 Valid

  4 X4_04 0,643 0,334 Valid

  3 X4_03 0,690 0,334 Valid

  2 X4_02 0,614 0,334 Valid

  1 X4_01 0,644 0,334 Valid

  Kriteria

  tabel

  r

  xy

  dengan taraf kesalahan 5% dan n = 35 yaitu 0,334, yang berarti bahwa item-item angket tersebut valid sebagai alat untuk mengukur variabel minat bisnis secara online.

Tabel 4.6. Hasil Uji Validitas Kuesioner Minat Bisnis Secara Online

  11 Y_11 0,542 0,334 Valid

  0,865 Reliabel Computer Knowledge 0,915 Reliabel Computer Attitude 0,906 Reliabel Computer self efficacy 0,910 Reliabel Minat bisnis secara online 0,892 Reliabel

  Variabel Cronbach Alpha Keterangan Minat bisnis

Tabel 4.7 Hasil Uji Reliabilitas

  Tujuan uji reliabilitas adalah mengukur suatu kuesioner yang merupakan indikator dari variabel. Suatu kuesioner dikatakan reliabel jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu dan jika memberikan nilai Cronbach Alpha > 0,60 (Ghozali, 2011). Hasil uji reliabilitas mengguanakan cronbach alpha dapat dilihat pada tabel 4.7.

  15 Y_15 0,696 0,334 Valid Sumber: Data primer diolah, 2018

  14 Y_14 0,491 0,334 Valid

  13 Y_13 0,709 0,334 Valid

  12 Y_12 0,492 0,334 Valid

  10 Y_10 0,565 0,334 Valid

  No Indikator r xy r tabel Kriteria

  9 Y_09 0,539 0,334 Valid

  8 Y_08 0,534 0,334 Valid

  7 Y_07 0,546 0,334 Valid

  6 Y_06 0,524 0,334 Valid

  5 Y_05 0,556 0,334 Valid

  4 Y_04 0,580 0,334 Valid

  3 Y_03 0,661 0,334 Valid

  2 Y_02 0,595 0,334 Valid

  1 Y_01 0,506 0,334 Valid

4.2.2 Uji Reliabilitas

  Sumber: Data primer diolah, 2018 Nilai memberikan nilai Cronbach Alpha masing-masing > 0,60 sehingga dapat disimpulkan kuesioner telah reliabel (Ghozali, 2011).

4.3 Statistik Deskriptif

  Statistik deskriptif bertujuan untuk mengetahui gambaran dari masing-masing variabel. Masing-masing variabel diukur melalui kuesioner dengan skala 1-4, sehingga untuk mengetahui tingkatan dari masing-masing variabel dapat dilihat dari kriteria sebagai berikut.

  Skor tertinggi : 4 Skor terendah : 1 Rentang : 4-1 = 3

  3 

  Panjang kelas interval : ,

  75

  4 Tabel 4.8 Interval Kriteria Deskripsi Variabel

  Rentang Skala Kategori 3,26 Sangat tinggi

• – 4,00 2,51 Tinggi – 3,25

  1,76 Cukup

• – 2,50 1,00 Rendah – 1,75

4.3.1 Minat Bisnis

  Minat bisnis mahasiswa yang menjadi responden penelitian tergolong tinggi, hal ini ditunjukkan dari rata-rata skor empiris pada variabel ini berkisar 2,57 sampai dengan 2,76 yang berada pada interval 2,51-32,5 dalam kategori tinggi. Lebih jelasnya dapat dilihat pada tabel 4.9

Tabel 4.9 Statistik Deskriptif Minat Bisnis

  8 Mengerti 1-4 1-4 2,67 Tinggi

  lepas dari dukungan dari rekan-rekan maupun keluarga. Para mahasiswa tersebut memiliki keinginan yang tinggi untuk berbisnis sesering mungkin, karena mereka juga tertarik membeli barang, dan tertarik pula untuk menjual barang. Secara keseluruhan mahasiswa memiliki minat berbisnis, mengerti dan memahami cara kerja dalam berbisnis, berkeinginan untuk terus berbisnis, berkeinginan berbisnis di masa mendatang, mengerti sistem bisnis sehingga dapat berbisnis, tetap berkeinginan berbisnis meskipun tidak mengerti teknologi dan berkeinginan berbisnis sesering mungkin di sela-sela waktu mengerjakan tugas.

Tabel 4.9 memperlihatkan bahwa mayoritas mahasiswa memiliki niat yang kuat untuk berbisnis di sela-sela waktu mengerjakan tugas kuliah. Niat tersebut tidak

  2,66 Tinggi Sumber: Data primer diolah, 2018

  Rata-rata

  10 Sering berbisnis 1-4 1-4 2,57 Tinggi

  9 Tetap bisnis 1-4 1-4 2,61 Tinggi

  6 Memahami 1-4 1-4 2,76 Tinggi 7 menggunakan 1-4 1-4 2,68 Tinggi

  No Indikator Kisaran teoritis

  5 Minat 1-4 1-4 2,74 Tinggi

  4 Tertarik 1-4 1-4 2,60 Tinggi

  3 Keinginan 1-4 1-4 2,73 Tinggi

  2 Dukungan 1-4 1-4 2,64 Tinggi

  1 Niat 1-4 1-4 2,61 Tinggi

  Kriteria

  Kisaran empiris Rata-rata empiris

4.3.2 Computer Knowledge

  Pengetahuan tentang komputer yang dimiliki oleh sebagian besar mahasiswa tergolong tinggi, seperti tercantum pada tabel 4.10.

  8 Mengerti UI 1-4 1-4 2,52 Tinggi

  2,65 Tinggi Sumber: Data primer diolah, 2018

  15 Menggunakan HP 1-4 1-4 2,76 Tinggi Rata-rata

  14 Menggunakan PC 1-4 1-4 2,79 Tinggi

  13 Kepraktisan 1-4 1-4 2,82 Tinggi

  12 Mengerti feedback 1-4 1-4 2,80 Tinggi

  11 Mengerti resiko 1-4 1-4 2,72 Tinggi

  10 Memanage kepuasan 1-4 1-4 2,52 Tinggi

  9 Membuat akun 1-4 1-4 2,51 Tinggi

  7 Metode transaksi 1-4 1-4 2,60 Tinggi

Tabel 4.10 Statistik Deskriptif Computer Knowledge

  6 Memelihara hubungan 1-4 1-4 2,67 Tinggi

  5 Komunikasi 1-4 1-4 2,68 Tinggi

  4 Mengenal toko online 1-4 1-4 2,55 Tinggi

  3 Browsing 1-4 1-4 2,64 Tinggi

  2 Cara menjual 1-4 1-4 2,62 Tinggi

  1 Cara membeli 1-4 1-4 2,61 Tinggi

  Kriteria

  Kisaran empiris Rata-rata empiris

  No Indikator Kisaran teoritis

  Data tersebut menggambarkan bahwa para mahasiswa memiliki pengetahuan tinggi tentang pembelian dan penjualan lewat toko online. Meskipun tidak membeli, rata-rata mahasiswa sering menikmati browsing online shop, mengenal lebih dari 3 toko online, mengetahui cara berkomunikasi dengan konsumen secara online, mengetahui cara memelihara hubungan yang baik dengan konsumen secara online, mengetahui metode pembayaran yang tepat untuk bertransaksi secara online. Rata- rata mahasiswa juga mengerti tentang user interface yang baik untuk toko online, cara membuat akun untuk berjualan secara online, cara mengelola kepuasan konsumen, mengerti resiko dalam bertraksaksi secara online. Para mahasiswa juga menyadari bahwa feedback dari pembeli dapat mempengaruhi calon pembeli lain. Mahasiswa juga menganggap bahwa bertransaksi secara online lebih praktis daripada membeli secara langsung. Para mahasiswa juga mengetahui cara penggunaan PC maupun handphone untuk bertraksaksi secara online.

4.3.3 Computer Attitude

  7 Dijalankan oleh komputer 1-4 1-4 2,69 Tinggi

  15 Tidak terintimidasi 1-4 1-4 2,59 Tinggi 2,63 Tinggi

  14 Merasa nyaman 1-4 1-4 2,50 Cukup

  13 Mengeliminasi pekerjaan 1-4 1-4 2,81 Tinggi

  12 Memberi kemudahan 1-4 1-4 2,69 Tinggi

  11 Cepat dan efisien 1-4 1-4 2,51 Tinggi

  10 Meningkatkan standar 1-4 1-4 2,50 Cukup

  9 Tidak menggantikan 1-4 1-4 2,55 Tinggi

  8 Digantikan komputer 1-4 1-4 2,61 Tinggi

  Sikap sebagian besar mahasiswa terhadap komputer tergolong tinggi, seperti tercantum pada tabel 4.11.

Tabel 4.11 Statistik Deskriptif Computer Attitude

  5 Mengurangi nilai kemanusian 1-4 1-4 2,55 Tinggi

  4 Budak komputer 1-4 1-4 2,66 Tinggi

  3 Mengurangi pekerjaan 1-4 1-4 2,64 Tinggi

  2 Dialihkan komputer 1-4 1-4 2,61 Tinggi

  1 Dikendalikan komputer 1-4 1-4 2,85 Tinggi

  Kriteria

  Kisaran empiris Rata- rata empiris

  No Indikator Kisaran teoritis

  6 Overuse komputer 1-4 1-4 2,68 Tinggi Sumber: Data primer diolah, 2018

Tabel 4.11 memperlihatkan bahwa rata-rata mahasiswa menyatakan kurang setuju bahwa lambat laun kehidupan akan dikendalikan oleh komputer dan komputer

  mengalihkan atau mengubah orang-orang ke hal yang lain. Mahasiswa juga memandang bahwa komputer akan mengurangi pentingnya berbagai macam pekerjaan yang saat ini dilakukan oleh manusia dan komputer dapat mengurangi nilai-nilai kemanusiaan terhadap kehidupan masyarakat, meskipun mereka juga setuju bahwa pemanfaatan komputer yang berlebihan (overuse) akan membahayakan kehidupan. Mereka juga percaya bahwa lambat laun seluruh dunia akan dijalankan oleh komputer secara kompleks dan komputer akan menggantikan kebutuhan dalam lingkungan kerja atau bisnis manusia, meskipun mereka menyadari bahwa komputer tidak akan pernah menggantian kehidupan manusia.

  Sebagian besar mahasiswa memandang bahwa komputer sebagai alat yang cepat dan efisien untuk mendapatkan informasi, dan memandang bahwa hidup akan menjadi lebih mudah dan cepat dengan adanya komputer, meskipun mereka memandang bahwa kualitas standar pekerjaan bukan ditentukan oleh komputer namun ditentukan oleh kinerja seseorang tersebut. Menurut mahasiswa komputer mampu mengeliminasi atau menggantikan pekerjaan yang banyak dan membosankan dan merasa tidak terintimidasi dengan keberadaan komputer. Namun demikian rasa kekhawatiran dalam penggunaan komputer menyebabkan ketikdaknyamanan karena merasa belum memahami sepenuhnya tentang seluk beluk komputer.

4.3.4 Computer Self Efficacy

  Gambaran computer self efficacy pada mahasiswa terrgolong tinggi, lebih jelasnya dapat dilihat Tabel 4.12.

Tabel 4.12 Statistik Deskriptif Computer Self Efficacy

  Rata- Kisaran Kisaran

  No Indikator rata Kriteria teoritis empiris empiris

  1 Bisa bekerja dengan PC 1-4 1-4 2,63 Tinggi

  2 Mengakses internet 1-4 1-4 2,68 Tinggi

  3 Mengakses situs online 1-4 1-4 2,55 Tinggi

  4 Memahami hardware 1-4 1-4 2,68 Tinggi

  5 Memahami software 1-4 1-4 2,68 Tinggi

  6 Memahami internet 1-4 1-4 2,63 Tinggi

  7 Menggunakan situs online 1-4 1-4 2,57 Tinggi

  8 Berbisnis online tanpa 1-4 1-4 2,50 Cukup bantuan orang lain

  9 Bisa berbisnis online 1-4 1-4 2,50 Cukup dengan bantuan orang lain

  10 Mengatasi kesulitan 1-4 1-4 2,69 Tinggi sendiri

  11 Tidak memerlukan 1-4 1-4 2,80 Tinggi panduan

  12 Memahami tanpa bantuan 1-4 1-4 2,80 Tinggi

  13 Berbisnis dengan cukup 1-4 1-4 2,85 Tinggi waktu

  14 Bisa mengatasi masalah 1-4 1-4 2,77 Tinggi komputer

  15 Bisa mengatasi masalah 1-4 1-4 2,79 Tinggi bisnis online 2,67 Tinggi

  Sumber: Data primer diolah, 2018

Tabel 4.12 memperlihatkan bahwa mahasiswa memandang bahwa dirinya mampu bekerja dengan personal komputer, mengakses internet, mengakses situs-situs jual beli online, memahami hardware dan software komputer serta memahamai internet. Para mahasiswa memandang bahwa dirinya mampu menggunakan situs online untuk melakukan jual beli secara online, namun mereka masih belum percaya diri tentang kemampuannya dalam berbisnis online baik dengan maupun tanpa bantuan orang lain, karena mereka membutuhkan waktu yang cukup untuk melakukan bisnis online. Sebagian besar mahasiswa percaya bahwa dirinya dapat memahami bisnis online tanpa bantuan orang lain dan tidak memerlukan panduan manual dalam berbisnis online. Mereka juga percaya bawha dirinya mampu mengatasi masalah yang berkaitan dengan komputer yang dihadapi selama berbisnis secara online.

4.3.5 Minat Berbisnis secara Online

  Minat mahasiswa dalam berbisnis secara online tergolong tinggi, seperti tercantum pada tabel 4.13.

Tabel 4.13 Statistik Deskriptif Minat Bisnis secara Online

  No Indikator Kisaran teoritis

  Kisaran empiris Rata-rata empiris

  Kriteria

  1 Niat bisnis online 1-4 1-4 2,60 Tinggi

  2 Mendapat dukungan 1-4 1-4 2,62 Tinggi

  3 Berkeinginan bisnis online 1-4 1-4 2,65 Tinggi

  4 Lebih suka bisnis online 1-4 1-4 2,54 Tinggi

  5 Tertarik jual beli online 1-4 1-4 2,67 Tinggi

  6 Mudah dan efisien 1-4 1-4 2,65 Tinggi

  7 Minat bisnis online 1-4 1-4 2,58 Tinggi

  8 Mengerti cara kerja 1-4 1-4 2,51 Tinggi

  9 Menggunakan sosmed 1-4 1-4 2,48 Cukup

  10 Menggunakan situs jual beli 1-4 1-4 2,50 Cukup

  11 Lebih mudah 1-4 1-4 2,61 Tinggi

  12 Lebih cepat 1-4 1-4 2,75 Tinggi

  13 Sering menggunakan bisnis 1-4 1-4 2,75 Tinggi online

  14 Berkeinginan terus 1-4 1-4 2,71 Tinggi menggunakan bisnis online

  15 Mengerti sistem bisnis 1-4 1-4 2,81 Tinggi online Rata-rata

  2,63 Tinggi Sumber: Data primer diolah, 2018

Tabel 4.13 memperlihatkan bahwa sebagian besar siswa memiliki niat yang kuat untuk berbisnis secara online di sela-sela waktu mengerjakan tugas kuliah. Niat

  tersebut tidak lepas dari dukungan dari rekan-rekan maupun keluarga. Para mahasiswa tersebut memiliki keinginan yang tinggi untuk berbisnis secara online sesering mungkin, karena mereka juga tertarik membeli barang, dan tertarik pula untuk menjual barang secara online. Secara keseluruhan mahasiswa memiliki minat berbisnis secara online, mengerti dan memahami cara kerja dalam berbisnis online, berkeinginan untuk terus berbisnis secara online, berkeinginan berbisnis secara online di masa mendatang , karena dipandang lebih mudah, cepat dan efisien. Para mahasiswa juga merasa mengerti tentang sistem bisnis secara online, namun mereka belum sepenuhnya menyukai penggunaan jejaring sosial , situs jual beli online untuk berbisnis secara online.

4.4 Uji Asumsi Klasik

  Menurut Ghozali (2011), syarat sebelum melakukan uji regresi linear agar output yang dihasilkan benar-benar tepat dalam menguji hipotesinya, harus melewati uji asumsi klasik. Dalam penelitian ini uji asumsi klasik yang harus dilewati meliputi uji normalitas, uji heteroskedastisitas dan uji multikolinearitas.

4.4.1 Uji Normalitas

  Tujuan uji normalitas adalah menguji apakah dalam sebuah model regresi, variabel pengganggu atau residual memiliki distribusi normal. Uji normalitas menggunakan uji Kolmogorov-Smirnov terhadap unstandardized residual hasil regresi. Data dikatakan normal jika nilai probabilitas (sig) Kolmogorov-Smirnov > 0,05 (Ghozali, 2011). Hasil uji normalitas data selengkapnya dapat dilihat pada Tabel

  4.14 Tabel 4.14. Hasil Uji Normalitas

  

One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

  N 350 _a,b Mean ,0000000 Normal Parameters

  Std. Deviation 2,70285071 Absolute ,069

Most Extreme Differences Positive ,046

Negative -,069

Kolmogorov-Smirnov Z 1,282

Asymp. Sig. (2-tailed) ,075

a. Test distribution is Normal.

  b. Calculated from data.

  Sumber: Data primer diolah, 2018 Nilai Sig. Kolmogorov-Smirnov sebesar 0,075 > 0,05 sehingga dapat disimpulkan bahwa model regresi berdistribusi normal.

4.4.2 Uji Heteroskedastisitas

  Tujuan uji heteroskedastisitas adalah menilai dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Uji heteroskedastisitas menggunakan uji Glejser, yaitu dengan meregresikan nilai mutlak

  

unstandardized residual hasil regresi dengan variabel independen yang digunakan

  dalam persamaan regresi. Data dikatakan bebas dari heteroskedastisitas jika probabilitas (sig) koefisien regresi (

  β) dari masing-masing variabel independen lebih

  besar dari > 0,05 (Ghozali, 2011). Hasil uji heteroskedastisitas model regresi dapat dilihat pada Tabel 4.15.

Tabel 4.15 Hasil Uji Heteroskedastisitas Model Unstandardized Standardized t Sig.

  Coefficients Coefficients B Std. Error Beta 4,774 ,787 6,066 ,000 (Constant)

  

Minat Bisnis -,026 ,033 -,065 -,782 ,435

  1 Computer Knowledge -,052 ,032 -,152 -1,616 ,107

Computer Attitude ,028 ,033 ,083 ,859 ,391

Computer Self Efficacy -,026 ,033 -,076 -,791 ,429

  Sumber: Data primer diolah, 2018

Tabel 4.15 memperlihatkan bahwa nilai signifikansi dari masing-masing vaiabel bebas > 0,05 sehingga dapat disimpulkan semua variabel telah terbebas dari

  masalah heteroskedastisitas.

4.4.3 Uji Multikolinearitas

  Tujuan uji multikolinearitas adalah menilai dalam model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Data dikatakan bebas dari multikolinearitas jika nilai VIF (Variance Inflation Factor) < 10 dan Tolerance > 0,1 (Ghozali, 2011).

Tabel 4.16 Hasil Uji Multikolinearitas

  Model Collinearity Statistics Tolerance

  VIF (Constant) Minat Bisnis ,398 2,515

  1 Computer Knowledge ,312 3,206 Computer Attitude ,296 3,383 Computer Self Efficacy ,300 3,336

  Sumber: Data primer diolah, 2018

Tabel 4.16 memperlihatkan bahwa nilai VIF dari masing-masing variabel bebas di bawah 10 dan nilai toleransinya > 0,1, yang berarti bahwa model regresi

  tidak mengandung multikolinieritas.

4.5 Uji Model Fit (Uji F)

  Hasil uji model Fit menggunakan uji F dapat dilihat pada tabe 4.17 berikut.

Tabel 4.17. Hasil Uji Model Fit (Uji F) a

  ANOVA Model Sum of Squares df Mean Square F Sig. _b Regression 9175,512 4 2293,878 310,399 0,000

2549,585 345 7,390

  Residual

  1 11725,097 349 Total

a. Dependent Variable: Minat Bisnis secara Online

  b. Predictors: (Constant), Computer Self Efficacy, Minat Bisnis, Computer Knowledge, Computer Attitude

  Sumber: Data primer diolah, 2018 Hasil uji F diperoleh nilai F hitung = 310,339 dengan nilai sig. F sebesar 0.000 <

  0,05 sehingga dapat disimpulkan model regresi yang diperoleh fit untuk digunakan, artinya model regresi dapat digunakan untuk memprediksi variabel dependen atau model regresi dapat digunakan untuk melakukan pengujian yang dibutuhkan dan hasilnya mampu menjelaskan hal-hal yang sedang diteliti.

4.6 Uji Koefisien Determinasi

Tabel 4.18. Hasil Uji Koefisien Determinasi

  Model R R Square Adjusted R Std. Error Change Statistics Square of the R Square F Change df1 df2 Sig. F Estimate _a Change Change 0,885 0,783 0,780 2,71847 0,783 310,399

  4 345 0,000

  1 Sumber: Data primer diolah, 2018

  2 Nilai Adjusted R sebesar 0,780 sehingga dapat disimpulkan kontribusi minat

  bisnis, computer knowledge, computer attitude, computer self efficacy terhadap minat bisnis secara online sebesar 78%, selebihnya 22% dipengaruhi oleh variabel lainnya di luar model ini.

4.7 Uji Hipotesis

  Hasil uji hipotesis yang menyatakan ada pengaruh minat bisnis, computer knowledge, computer attitude, computer self efficacy terhadap minat bisnis secara online dapat dilihat pada Tabel 4.19.

Tabel 4.19. Hasil Uji Hipotesis Model Unstandardized Standardized t Sig.

  Coefficients Coefficients B Std. Error Beta

• 4,021 1,280 -3,141 0,002 (Constant) Minat Bisnis 0,232 0,053 0,173 4,349 0,000 Computer Knowledge 0,168 0,052 0,145 3,226 0,001

  1 Computer Attitude 0,454 0,054 0,390 8,437 0,000 Computer Self 0,316 0,054 0,269 5,871 0,000 Efficacy

  Sumber: Data primer diolah (2018) Tabel 4.1 memperlihatkan bahwa model regresi sebagai berikut. Persamaan: MBO

  1 MB

  2 CK

  3 CA

  4 CSE + e

  = α + α + α + α + α MBO = -4,021 + 0,232 MB + 0,168 CK + 0,454 CA + 0,316 CSE+ e dengan MBO = Minat Bisnis secara Online

  = konstanta α α α

  4

• 1

  = koefisien MB = Minat Bisnis CK = Computer Knowledge CA = Computer Attitude CSE = Computer Self Efficacy e = eror

  Model regresi tersebut menunjukkan bahwa setiap terjadi kenaikan satu satuan minat bisnis akan diikuti dengan kenaikan minat bisnis secara online sebesar 0,232, apabila variabel lainnya dikontrol. Setiap terjadi kenaikan satu satuan computer knowledge akan diikuti dengan kenaikan minat bisnis secara online sebesar 0,168, apabila variabel lain dikontrol. Setiap terjadi kenaikan satu satuan computer attitude akan diikuti dengan kenaikan minat bisnis secara online sebesar 0,454, apabila variabel lain dikontrol. Setiap terjadi kenaikan satu satuan computer self efficacy akan diikuti dengan kenaikan minat bisnis secara online sebesar 0,316, apabila variabel lain dikontrol.

  Nilai signifikan uji parsial dari masing-masing variabel bebas < 0,05, yang berarti bahwa secara parsial ada pengaruh minat bisnis, computer knowledge, computer attitude dan computer self efficacy terhadap minat bisnis secara online.

  1

4.7.1 Pembahasan H

  Nilai sig. variabel minat bisnis (MB) adalah sebesar 0,000 < 0,05 dengan β sebesar 0,173. Berarti terdapat pengaruh positif yang signifikan minat bisnis terhadap minat bisnis secara online karena nilai sig. < 0,05. Dapat disimpulkan bahwa pernyataan hipotesis 1 yang menyatakan bahwa minat bisnis berpengaruh positif terhadap minat bisnis secara online diterima, artinya semakin tinggi minat bisnis seorang mahasiswa maka semakin tinggi minat bisnis secara online.

  Keinginan mahasiswa perpajakan, manajemen dan akuntansi Universitas Katholik Soegijapranata tergolong tinggi, terbukti ada niat yang kuat untuk berbisnis, karena adanya dukungan dari lingkungan. Keinginan bisnis yang sudah ada tersebut mempengaruhi minat bisnis secara online dengan adanya teknologi informasi yang semakin berkembang. Minat bisnis yang sudah ada menjadi energi penggerak untuk terus mengembangkan bisnisnya secara online.

  4.7.2

2 Pembahasan H

  Nilai sig. variabel computer knowledge adalah sebesar 0,001 < 0,05 dengan β sebesar 0,146. Berarti terdapat pengaruh yang signifikan computer knowledge terhadap minat bisnis secara online. Dapat disimpulkan bahwa pernyataan hipotesis 2 yang menyatakan bahwa computer knowledge terhadap minat bisnis online diterima.

  Minat bisnis secara online merupakan keinginan yang ada pada seseorang untuk melakukan bisnis secara online. Teknologi informasi yang berkembang mendorong seseorang untuk melakukan bisnis atau jual beli yang dilakukan secara otomatis dan semi otomatis dengan memanfaatkan sistem informasi komputer.

  Menurut Turban (2005: 968), bisnis secara online atau yang disebut dengan e-

  

commerce menjadi salah satu aplikasi kemajuan teknologi dalam melakukan proses

  jual beli atau pertukaran produk, jasa dan informasi melalui jaringan informasi termasuk internet.

  Minat bisnis secara online pada mahasiswa Perpajakan, Manajemen dan Akuntansi pada Universitas Katholik Soegijapranata tergolong tinggi. Hal ini menunjukkan bahwa adanya keinginan yang kuat pada diri mahasiswa untuk menggunakan teknologi informasi sebagai media bisnisnya. Minat ini tidak lepas dari faktor kemampuan yang tinggi berkaitan dengan komputer dan sistem online yang digunakan untuk bisnis. Hasil penelitian sebelumnya oleh Delima (2014), menyatakan bahwa pengetahuan teknologi berpengaruh positif terhadap minat belanja secara online. Penelitian Andriyani (2014) juga memberikan kesimpulan bahwa pengetahuan teknologi internet berpengaruh terhadap keputusan pembelian melalui situs jejaring sosial. Penelitian Kartika (2014), memberikan kesimpulan bahwa pengetahuan tentang media sosial internet berpengaruh terhadap minat beli konsumen online.

  Berdasarkan ketiga penelitian tersebut memberikan gambaran bahwa minat seseorang untuk melakukan kegiatan jual beli secara online yang dipengaruhi pengetahuannya tentang media sosial internet, teknologi internet atau hal-hal yang menyangkut penggunakan komputer berbasis internet untuk kegiatan bisnis.

  Hasil penelitian menunjukkan bahwa responden penelitian memiliki pengetahuan yang tinggi tentang pembelian dan penjualan lewat toko online. Mereka mengetahui minimal 3 toko online, cara berkomunikasi dengan konsumen dan menjaga hubungan baik dengan konsumen secara online. Para mahasiswa juga berpandangan bahwa kegiatan bisnis secara online merupakan kegiatan secara praktis. Tingginya pengetahuan ini mempengaruhi minatnya untuk mengembangkan bisnis secara online.

  3

4.7.3 Pembahasan H

  Nilai sig. variabel computer attitude adalah sebesar 0,000 < 0,05 dengan β sebesar 0,390. Dapat disimpulkan bahwa pernyataan hipotesis 3 yang menyatakan bahwa computer attitude berpengaruh terhadap minat bisnis secara online diterima, artinya semakin tinggi sikap mahasiswa terhadap penggunaan komputer dalam bisnis online diikuti pula dengan tingginya minat bisnis secara online.

  Hasil penelitian menunjukkan bahwa computer attitude responden penelitian tergolong tinggi. Sebagian besar mahasiswa memandang positif terhadap penggunaan komputer untuk mempermudah kegiatan bisnis karena dipandang sebagai alat yang cepat dan efisien. Sikap positif inilah yang mempengaruhi minat mahasiswa untuk mengembangkan bisnisnya secara online. Hasil penelitian ini sesuai dengan penelitian Sudibyanto (2013) yang menyatakan bahwa computer attitude berpengaruh positif terhadap minat bisnis online.

  4.7.4

4 Pembahasan H

  Nilai sig. variabel computer self efficacy adalah sebesar 0,000 < 0,05 dengan yang menyatakan β sebesar 0,269. Dapat disimpulkan bahwa pernyataan hipotesis 4 bahwa ada pengaruh computer self efficacy terhadap minat bisnis secara online

  

diterima, artinya semakin tinggi penilaian diri sendiri tentang skill dalam bidang

komputer diikuti dengan tingginya minat bisnis secara online.

  Hasil penelitian menunjukkan bahwa tingkat computer self efficacy pada mahasiswa perpajakan, manajemen dan akuntansi UNIKA Soegijapranata tergolong tinggi. Hal ini berarti bahwa mahasiswa memandang bahwa dirinya mampu bekerja dengan personal komputer, mengakses internet, mengakses situs-situs jual beli online dan percaya bahwa dirinya mampu mengatasi masalah yang berkaitan dengan komputer yang dihadapi selama berbisnis secara online. Tingginya computer self

  

efficacy berpengaruh terhadap minat bisnis secara online. Rasa percaya diri bahwa ia

  menguasai hal-hal yang berkaitan dengan sistem online dalam bisnis menjadi energi penggerak bagi mahasiswa untuk berniat bisnis secara online. Hasil penelitian ini sesuai dengan penelitian Sudibyanto (2013) yang menyatakan bahwa computer self efficacy berpengaruh positif terhadap minat bisnis online.