021 - 0731083 - Skripsi

download 021 - 0731083 - Skripsi

of 70

Transcript of 021 - 0731083 - Skripsi

1

BAB I PENDAHULUAN 1.1 Latar Belakang Sejak munculnya sebuah revolusi di seluruh dunia pada teknologi komunikasi dan informasi (TIK), 173 negara dari 190 negara menggunakan TIK, khususnya internet sebagai alat untuk memberikan layanan pemerintah (Gant, 2008) dalam rangka meningkatkan efisiensi mereka dalam hal mengakses informasi dan transaksi jasa (Gant, 2008; OECD, 2003; Song, 2004). Kehadiran teknologi informasi (TI) dipandang dalam banyak bidang, mulai dari penyediaan hiburan pribadi bagi individu, meningkatkan proses bisnis organisasi, untuk memungkinkan meningkatkan pelayanan pemerintah. Contoh terakhir adalah disebut e-government, yang merujuk kepada aplikasi strategis TI, khususnya internet (Gronlund, 2002; UNPAN, 2003). E-Government yang juga disebut e-gov, digital government, online government atau dalam konteks tertentu transformational government adalah penggunaan teknologi informasi oleh pemerintah untuk memberikan informasi dan pelayanan bagi warganya, urusan bisnis, serta hal-hal lain yang berkenaan dengan pemerintahan. E-Government dapat diaplikasikan pada legislatif, yudikatif, atau administrasi publik, untuk meningkatkan efisiensi internal, menyampaikan pelayanan publik, atau proses ke-pemerintahan yang demokratis. Model penyampaian yang utama adalah Government-to-Citizen atau Governmentto-Customer (G2C), Government-to-Business (G2B) serta Government-toGovernment (G2G). Keuntungan yang paling diharapkan dari e-government

2

adalah peningkatan efisiensi, kenyamanan, serta aksesibilitas yang lebih baik dari pelayanan publik (Wikipedia). Di Indonesia, e-government secara resmi diperkenalkan kepada administrasi publik dengan Instruksi Presiden No. 6/2001 tgl. 24 April 2001 tentang Telematika (Telekomunikasi, Media dan Informatika) yang menyatakan bahwa aparat pemerintah harus menggunakan teknologi telematika untuk mendukung good governance dan mempercepat proses demokrasi. Yang kemudian ditahun 2003 keluarnya Instruksi Presiden (inpres) Republik Indonesia nomor 3 tahun 2003 tentang kebijakan dan strategi nasional pengembangan e-government, yang menyatakan bahwa pemanfaatan teknologi komunikasi dan informasi dalam proses pemerintahan (e-government) akan meningkatkan efisiensi, efektifitas, transparansi dan akuntabilitas penyelenggaraan pemerintahan (Badan

Standardisasi Nasional, 2003). Melalui survey ITU (International Telecomunication Union) Indonesia berada di peringkat 108 dari 154 negara (International Telecomunication Union, 2009) dalam hal indeks pengembangan TIK (ICT Development Index), hal ini dirasa masih rendah jika dibandingkan dengan negara tetangga yang berbatasan langsung dengan Indonesia seperti Brunei Darussalam menempati peringkat 41, Malaysia menempati peringkat 52 dan Singapura menempati peringkat 15. Untuk indeks pembangunan e-government (E-Government Development Index) Indonesia menurut survey UNPAN 2010 yang dilakukan oleh PBB, Indonesia menduduki peringkat 109 dari 184 negara dengan nilai indeks 0,4026 dan peringkat pertama diduduki oleh Republic of Korea dengan nilai indeks

3

0,8785 disusul di peringkat kedua oleh United States dengan nilai indeks 0.8510 (United Nation E-Government Survey, 2010). E-Government yang sukses paling banyak 20 persen tentang teknologi dan setidaknya 80 persen tentang orang, proses, dan organisasi (InfoDev, 2002). Oleh karena itu, e-government mencakup lebih dari sekedar teknologi, ini juga bergantung pada kesediaan warga untuk mengadopsi itu (Carter dan Blanger, 2005). Dalam era otonomi daerah, Batam termasuk salah satu dalam wilayah di Indonesia yang menerapkan e-government, hal ini didukung dengan adanya proyek batam e-government juga merupakan bagian dari Program Batam Intelligent Island yang dicanangkan oleh Mentri Riset & Teknologi pada tanggal 18 Mei 2001. Program tersebut merupakan salah satu dari 15 program prioritas utama pada penjabaran Instruksi Presiden No.6 Tahun 2001 tentang

Pengembangan dan Pendayagunaan Telematika di Indonesia (Otorita Batam, 2007). Proyek batam e-government dirintis sejak tahun 2001 dan baru dimasukkan dalam Blue Book Bappenas pada tahun 2005. Pada bulan April 2006, Tim dari Pemerintah Korea melakukan facts finding di Batam dan hasilnya dituangkan dalam Minutes of Discussion (MOD) yang ditandatangani oleh wakil Pemerintah Korea dan Pemerintah Indonesia. Setelah melalui beberapa proses selanjutnya, Loan Agreement on Batam E-Government Project ditandatangani kedua Negara pada tanggal 9 Juli 2007 (Otorita Batam, 2007). Sebelumnya pada tahun 2006 Pemerintah Kota Batam telah mengeluarkan Peraturan Walikota (Perwako)

4

Batam Nomor: 06A Tahun 2006 tentang pengembangan e-government dilingkungan pemerintah kota batam, yang ditetapkan pada tanggal 31 Juli 2006. Kota Batam yang idealnya memiliki jarak yang dekat dengan Singapura bisa memberikan nilai plus bagi perkembangan TI di Batam. Kedekatan dari Singapura, baru salah-satu potensi sekaligus faktor pemacu. Menurut Syamsul Bahrum (Asisten Bidang Ekonomi dan Pembangunan Pemko Batam) peluang Batam untuk melaju dengan TI terbuka luas mengingat kota yang terdiri dari sekitar 300 lebih pulau itu, memiliki keunggulan dibandingkan dengan kota lain dari sisi jumlah provider telekomunikasi yang lebih lengkap. Belum lagi sebutan Batam sebagai Kota Internasional sehingga technopreneur-nya cukup tinggi. Nah, sejatinya dengan berbagai keunggulan tadi, kota yang berada di jalur pelayaran internasional ini bisa menjadi lokomotif bagi pembangunan ekonomi kawasan sekitarnya termasuk bidang TI (Syamsul Bahrum, 2006). Pemerintah Kota Batam telah bekerja sama dengan seluruh instansi terkait dalam hal penyiapan infrastruktur komunikasi data, antara lain: Telkom, BPPT dan Otorita Batam. Infrastruktur komunikasi data yang telah dibangun antara lain: local area network, wireless local area network (Radio Packet), jaringan fiber optic untuk antar gedung dan akses Internet (Pengembangan Kapastitas TI Instansi Pemerintah, 2008). Salah satu dari banyak proyek e-government Batam adalah SIAK online, yang saat ini cukup menjadi bagian vital di Pemko Batam. Sistem Informasi Administrasi Kependudukan (SIAK) adalah sistem database kependudukan, yang pada gilirannya akan meningkatkan kualitas pelayanan publik. Program SIAK

5

Kota Batam dirancang dengan memperhatikan kebutuhan masyarakat dan kepentingan daerah. Program SIAK Kota Batam telah diimplementasikan secara online di 12 kecamatan. walaupun dua dari kecamatan tersebut masih melakukan secara manual (Humas Batam, 2007). Sejak diterapkan pada Mei 2007, pembuatan KTP dengan Sistem Administrasi Kependudukan (SIAK) hingga saat ini masih kacau. Wakil Wali Kota (Wawako) Batam, Ria Saptarika menyebutkan, banyaknya permasalahan yang timbul selama penerapan SIAK itu, karena masih dalam tahap transisi (Batam News, 2008). Adapun pihak kecamatan masih menggunakan proses manual di dalam mengantarkan berkas KTP ke Disduk (Sijori mandiri, 2008). Pengguna masih lebih suka cara tradisional untuk pengolahan fungsi dokumen administrasi lainnya yang telah beroperasi namun tidak luas digunakan (Phu, 2003). Berbagai unit pelayanan yang terkait satu dengan lainnya sangat kurang berkoordinasi. Akibatnya, sering terjadi tumpang tindih ataupun pertentangan kebijakan antara satu instansi pelayanan dengan instansi pelayanan lain yang terkait. Pelayanan yang saat ini berlaku dilakukan dengan melalui proses yang terdiri dari berbagai level, sehingga menyebabkan penyelesaian pelayanan yang terlalu lama (Pengembangan Kapastitas TI Instansi Pemerintah , 2008). Salah satu masalah utama untuk penggunaan e-government yang jarang adalah kurangnya kesadaran dari faktor-faktor potensial yang membantu warga negara untuk mengadopsi dan menggunakan e-government dan kemampuan pemerintah untuk melaksanakan e-government untuk mencocokkan kebutuhan warga (Gant, 2008; Prattipati, 2003).

6

Menurut penelitian Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) yang dilakukan terhadap pegawai kementrian di Kamboja tentang adopsi egovernment di ASEAN : kasus Kamboja adalah subjective norm, image, job relevant, output quality yang akan memengaruhi perceived uselfulness, dan perceived usefulness, perceived ease of use, trust, compatibility, relative advantage yang akan memengaruhi intention to use e-government. Hasil dari penelitian Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) untuk variabel dependen perceived usefulness adalah image dan output quality memiliki pengaruh terhadap perceived usefulness, sebaliknya subjective norm dan job relevant tidak memiliki pengaruh terhadap perceived usefulness. Sedangkan untuk variabel dependen intention to use e-government adalah perceived usefulness, trust dan relative advantage memiliki pengaruh terhadap intention to use e-government. Sedangkan, perceived ease of use dan compatibility tidak memiliki pengaruh terhadap intention to use e-government. Berdasarkan uraian diatas penulis melakukan penelitian tentang analisa faktor-faktor kesadaran potensial yang mendukung Pemerintah terhadap Intention to use e-Government di Kota Batam dengan menggunakan topik berjudul

Analisa faktor-faktor kesadaran potensial yang mendukung pelaksanaan egovernment oleh Pemerintah Kota Batam.

7

1.2

Permasalahan Penelitian Adapun permasalahan penelitian dapat dirumuskan sebagai berikut : 1. Apakah subjective norm memiliki pengaruh terhadap perceived usefulness dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam? 2. Apakah images memiliki pengaruh terhadap perceived usefulness dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam? 3. Apakah job relevant memiliki pengaruh terhadap perceived usefulness dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam? 4. Apakah output quality memiliki pengaruh terhadap perceived usefulness dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam? 5. Apakah perceived usefulness memiliki pengaruh terhadap intention to use e-government dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam? 6. Apakah perceived ease of use memiliki pengaruh terhadap

intention to use e-government dalam mendukung pelaksanaan egovernment oleh Pemerintah Kota Batam? 7. Apakah trust memiliki pengaruh terhadap intention to use egovernment dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam?

8

8. Apakah compatibility memiliki pengaruh terhadap intention to use e-government dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam? 9. Apakah relative advantage memiliki pengaruh terhadap intention to use e-government dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam?

1.3 Tujuan Penelitian Tujuan dari penelitian ini adalah 1. Mengetahui apakah subjective norm memiliki pengaruh terhadap perceived usefulness dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam? 2. Mengetahui apakah images memiliki pengaruh terhadap perceived usefulness dalam dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam? 3. Mengetahui apakah job relevant memiliki pengaruh terhadap perceived usefulness dalam dalam mendukung pelaksanaan egovernment oleh Pemerintah Kota Batam? 4. Mengetahui apakah output quality memiliki pengaruh terhadap perceived usefulness dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam?

9

5. Mengetahui apakah perceived usefulness memiliki pengaruh terhadap intention to use e-government dalam mendukung pelaksanaan e-goverment oleh Pemerintah Kota Batam? 6. Mengetahui apakah perceived ease of use memiliki pengaruh

terhadap intention to use e-government dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam? 7. Mengetahui apakah trust memiliki pengaruh terhadap intention to use e-government dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam? 8. Mengetahui apakah compatibility memiliki pengaruh terhadap intention to use e-government dalam mendukung pelaksanaan egovernment oleh Pemerintah Kota Batam? 9. Mengetahui apakah relative advantage memiliki pengaruh terhadap intention to use e-government dalam mendukung pelaksanaan e-government oleh Pemerintah Kota Batam?

1.4 Manfaat Penelitian Adapun manfaat dari penelitian ini adalah :1.

Memberikan informasi kepada pihak pemerintah mengenai

faktor-faktor kesadaran potensial yang mendukung pelaksanaan eGovernment yang telah dirancangnya.2.

Menjadi bahan masukan bagi pemerintah dalam rangka

pengembangan e-Government dimasa mendatang.

10

3.

Meningkatkan

keterampilan

bagi

penulis

untuk

menyelesaikan masalah yang berkaitan dengan adopsi teknologi, khususnya Teknologi informasi (TI).

1.5 Sistematika Pembahasan Untuk mempermudah pembahasan lebih lanjut, maka sistematika

pembahasan diatur sebagai berikut : BAB I PENDAHULUAN Bab ini terdiri dari latar belakang penelitian, permasalahan peneliitian, tujuan dan manfaat penelitian, dan sistematika pembahasan. BAB II KERANGKA TEORETIS DAN PERUMUSAN HIPOTESIS Bab ini terdiri dari 2 bagian. Pertama, kerangka teoretis yang menjadi landasan dalam penyusunan penelitian ini dan kedua, berisi model penelitian dan perumusan hipotesis BAB III METODE PENELITIAN Bab ini berisi pendekatan dan metode penelitian yang digunakan, yaitu berisi rancangan penelitian, objek penelitian, definisi operasional variabel, teknik pengumpulan data dan metode analisis data yang digunakan BAB IV ANALISIS DAN PEMBAHASAN Bab ini berisi hasil pengolahan data yang dikumpulkan, yang terdiri dari statitik deskriptif, hasil uji outlier, uji kualitas data, uji

11

normalitas data, uji multikolinieritas, uji hipotesis dan interpretasi hasil penelitian. BAB V KESIMPULAN, KETERBATASAN DAN REKOMENDASI Bab ini membahas tentang dan kesimpulan rekomendasi hasil untuk penelitian, penelitian

keterbatasan selanjutnya

penelitian,

12

BAB II KERANGKA TEORETIS DAN PERUMUSAN HIPOTESIS

2.1 Kerangka Teoretis 2.1.1 Teoritis Model Secara umum, terdapat beberapa teori yang dapat digunakan dalam melakukan penelitian terhadap peneriman dan adopsi dari suatu inovasi teknologi baru. Teori - teori tersebut meliputi technology acceptance model (TAM), the extended technology acceptance model (TAM2), diffusion of innovation theory (DOI) dan trust. Berikut adalah pembahasan tentang teori-teori di atas:

2.1.1.1 Technology Acceptance Model (TAM) TAM berasal dari Theory of Reasoned Action (TRA) yang dikembangkan oleh Fishbein dan Ajzen (1975). Technology Acceptance Model (TAM) telah banyak digunakan oleh teknologi informasi (TI) peneliti untuk mendapatkan pemahaman yang lebih baik adopsi IT dan penggunaannya dalam organisasi. Hal ini telah digunakan dalam pengaturan yang sangat berbeda, misalnya untuk menguji penerimaan: computer technology (Davis et al., 1989), online shopping (Gefen et a.l, 2000a), mobile computing (Wu et al., 2007), e-commerce (Pavlou, 2003), dan layanan e-government (Carter dan Belanger, 2005). Pada technology acceptance model mengutamakan perceived ease of use dan perceived usefulness sebagai determinan dari attitude yang akan membentuk intention dalam tindakan penerimaan terhadap inovasi (Davis, Bagozzi dan

13

Warshaw, 1989). Perceive usefulness didefinisikan sebagai tingkat dimana pengguna percaya bahwa 2.1.1 Teoritis Variabel 2.1.2.1 Subjective Norm Subjective norm adalah pengaruh sosial yang akan memengaruhi niat seseorang dalam adopsi terhadap inovasi (Teo dan Pok, 2003). Menurut Mathieson (1991) subjective norm itu diartikan sebagai opini dari referent others. Sedangkan Menurut Taylor dan Todd (1995) subjective norm adalah persepsi

keinginan dari significant referent yang akan mempengaruhi pengguna untuk melakukan atau tidak melakukan sesuatu. Subjective norm akan menjadi penting pada awal penerapan jika pengguna hanya memiliki pengalaman yang terbatas untuk membentuk attitude. Menurut penelitian Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) subjective norm tidak memiliki pengaruh yang signifikan terhadap perceived usefulness.

2.1.2.2 Image Image diartikan sebagai tingkat dimana dengan menggunakan sebuah inovasi dapat membangun penampilan atau status seseorang dalam sistem sosial (Teo dan Pok, 2003). Adapun beberapa penelitian sebelumnya yang pernah menyelidiki pengaruh image dalam penerimaan inovasi teknologi, seperti penelitian Moore & Benbasat (1991) yang dilakukan terhadap 540 responden tentang persepsi penerimaan informasi teknologi, hasil penelitian tersebut

14

menemukan bahwa variable image memiliki pengaruh signifikan terhadap adopsi suatu inovasi. Menurut penelitian Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) image memiliki pengaruh yang signifikan terhadap perceived usefulness.

2.1.2.3 Job Relevant Job Relevant adalah persepsi individu tentang sejauh mana teknologi ini berlaku untuknya atau pekerjaannya (Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee, 2008). Menurut penelitian Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) job relevant tidak memiliki pengaruh yang signifikan terhadap perceived usefulness.

2.1.2.4 Output Quality Output Quality adalah persepsi individu seberapa baik suatu sistem melakukan tugas-tugas yang diperlukan untuknya atau pekerjaannya (Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee, 2008). Menurut penelitian Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) output quality memiliki pengaruh yang signifikan terhadap perceived usefulness.

2.1.2.5 Perceived Usefulness Perceived Usefulness didefiniskan sebagai tingkatan di mana user percaya bahwa dengan menggunakan teknologi atau sistem akan meningkatkan performa mereka dalam bekerja. Yang dimaksud dengan perceived usefulness di sini adalah

15

persepsi pengguna terhadap manfaat teknologi yang digunakan (Renza Azhari dan Intan Sari H. Z, 2008). Menurut penelitian Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) perceived uselfulness memiliki pengaruh yang signifikan terhadap intention to use e-government.

2.1.2.6 Perceived Ease of Use Perceived Ease of Use dapat didefinisikan sebagai tingkatan dimana user percaya bahwa teknologi atau sistem tersebut dapat digunakan dengan mudah dan bebas dari masalah (Renza Azhari dan Intan Sari H. Z, 2008). Perceived Ease of Use dalam menggunakan teknologi dipengaruhi beberapa faktor. Faktor pertama berfokus pada teknologi itu sendiri misalnya pengalaman pengguna terhadap penggunaan teknologi yang sejenis. Faktor kedua adalah reputasi akan teknologi tersebut yang diperoleh oleh pengguna. Reputasi yang baik yang didengar oleh pengguna akan mendorong keyakinan pengguna akan kemudahan penggunaan teknologi tersebut. Faktor ketiga yang memengaruhi perceived ease of use teknologi adalah terjadinya mekanisme support yang handal. Mekanisme support yang handal jika kesulitan menggunakan teknologi maka mendorong persepsi pengguna kearah lebih positif (Stefanus Wisnu Wijaya, 2009). Menurut penelitian Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) perceived ease of use tidak memiliki pengaruh yang signifikan terhadap intention to use e-government.

16

2.1.2.7 Trust Trust merupakan faktor penting dalam adopsi layanan e-government karena ketika pengguna menelusuri web portal pemerintah atau melakukan

transaksi administrasi, mereka mengharapkan informasi pada website yang akan akurat, handal, dan tepat waktu. Oleh karena itu, trust meliputi niat untuk membuat pengguna untuk menerima informasi, menyediakan informasi, dan meminta layanan e-government. Selain itu, kebutuhan atas trust dalam pemeliharaan informasi akurat publik dalam sistem e-government akan meningkat karena instansi pemerintah mungkin diperlukan oleh hukum untuk berbagi informasi dengan instansi lain atau dengan pejabat publik (WangandLiao, 2008). Pernyataan transparan disampaikan bagaimana situs menjamin privasi pengunjung dan keamanan merupakan aset berharga untuk mendorong orang untuk menggunakan layanan dan informasi egovernment (Barat, 2008, hal.7). Menurut penelitian Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) trust memiliki pengaruh yang signifikan terhadap intention to use e-government. . 2.1.2.8 Compatibility Compability adalah tingkat kesesuaian sebuah inovasi dengan nilai yang dimiliki oleh pengguna, pengalaman sebelumnya dan kebutuhan sekarang (Teo dan Pok, 2003). Pada penelitian Argawal dan Karahanna(1998) mengemukakan

17

konsep multi dimensional of compatibility belief in technology acceptance, pada konsep tersebut compatibility dapat dilihat dari empat dimensi yang akan mempengaruhi adopsi yaitu (1) dengan melihat dari ketepatan penerapan inovasi dengan proses pekerjaan pengguna, (2) ketepatan penerapan inovasi dengan cara atau style kerja pengguna, (3) ketepatan penerapan inovasi dengan pengalaman sebelumnya, (4) ketepatan penerapan teknologi dengan nilai yang berdominasi pada penguna. Menurut penelitian Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) compatibility tidak memiliki pengaruh yang signifikan terhadap intention to use egovernment.

2.1.2.9 Relative Advantange Relative advantage diartikan sebagai keuntungan dari adopsi terhadap suatu inovasi yang dianggap lebih baik daripada praktek atau ide pengantinya (Teo & Pok, 2003). Relative advantage ini dapat diukur dengan berbagai aspek, secara umum suatu inovasi teknologi informasi akan dikatakan memiliki relative advantage yang tinggi jika memberikan keuntungan dari aspek aktualisasi (timeliness), aspek yang berhubungan dengan arti dari informasi (content), model presentasi dari sebuah informasi (format), dan memberikan keuntungan secara ekonomi (cost and benefit) (Shayo dan igbaria, 2003). Menurut penelitian Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) relative advantage memiliki pengaruh yang signifikan terhadap intention to use e-Government.

18

2.1.2.10 Intention to Use E-Government Seperti yang dilihat oleh Ajzen (1985) behavioural intention merupakan indikasi kesiapan individu untuk melakukan perilaku tertentu. Suh dan Han (2003) mendefinisikan intensi perilaku sebagai tingkat kekuatan niat yang pengguna untuk melakukan perilaku tertentu. Diasumsikan sebagai anteseden langsung perilaku dan sudah sering digunakan sebagai indikator penerimaan pengguna dan adopsi sistem baru (Carter & Belanger, 2005; Suh dan Han, 2003;, Venkantesh & Davis, 2000).

2.2

Perumusan Hipotesis Model penelitian ini mengadopsi model dari penelitian Sinawong Sang,

Jeong-Dong Lee dan Jongsu Lee (2008) dapat dilihat pada gambar 2.4. Gambar 2.4 Model Penelitian yang akan DiujiSubjective Norm H1a H1b Image H1c Perceived Ease of Use H2 Perceived Usefulness H1 H3 Trust

Job Relevant

H1d TAM H4

Intention To Use EGovernment H5 Relative Advantage

Output Quality

Compatibility TAM2 DOI

19

Sumber : Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) Variable penelitian yang diuji terdiri dari subjective norm, image, job relevant, output quality, perceived usefulness, perceived ease of use, trust,

compatibility, relative advantage, dan intention to use e-government. Berdasarkan model penelitian pada Gambar 2.4, maka perumusan hipotesis untuk penelitian ini adalah sebagai berikut: H1a: Terdapat pengaruh dari subjective norm terhadap terhadap perceived usefulness. H1b: Terdapat pengaruh dari image terhadap terhadap perceived usefulness. H1c: Terdapat pengaruh dari job relevant terhadap terhadap perceived usefulness. H1d: Terdapat pengaruh dari output quality terhadap terhadap perceived usefulness. H1: Terdapat pengaruh dari perceived usefulness terhadap intention to use egoverntment. H2: Terdapat pengaruh dari perceived ease of use terhadap intention to use egoverntment. H3: Terdapat pengaruh dari trust terhadap intention to use e-governtment. H4: Terdapat pengaruh dari compatibility terhadap intention to use egoverntment. H5: Terdapat pengaruh dari relative advantage terhadap intention to use egoverntment.

20

BAB III METODE PENELITIAN

3.1

Rancangan Penelitian Penelitian ini dirancang dalam bentuk kausal komparatif, yaitu tipe

penelitian dengan karakteristik masalah berupa hubungan sebab akibat antara dua variabel atau lebih yang meliputi variabel independen dan variabel dependen, dengan tujuan untuk menganalisa faktor-faktor kesadaran potensial yang mendukung pelaksanaan e-government oleh Pemerintah Kota Batam.

3.2

Obyek Penelitian Obyek dalam penelitian ini adalah PNS (Pegawai Negeri Sipil) di

Lingkungan Pemerintah Kota Batam. Unit analisis yang dipilih dalam penelitian ini adalah unit analisa niat individu, yaitu pandangan tentang faktor- faktor kesadaran potensial yang

mendukung pelaksanaan e-government.

3.3

Definisi Operasional Variabel Variabel independen dalam penelitian ini adalah subjective norm, image,

job relevant, output quality, perceived ease of use, trust, compatibility, relative advantage dan variabel dependen adalah perceived uselfulness, intention to use egovernment.

21

Skala pengukuran yang digunakan dalam penelitian ini berupa 7 poin skala Likert, dimana 7 poin skala Likert adalah skala yang menunjukan tingkat kesetujuan yang dimulai dari sangat tidak setuju (1) sampai dengan sangat setuju (7). Semua instrumen yang digunakan dalam penelitian ini adalah instrumen yang telah diadaptasikan dari penelitian Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008).

3.3.1

Variabel Independen

3.3.1.1 Subjective Norm Subjective norm adalah pengaruh sosial yang akan memengaruhi niat seseorang dalam adopsi terhadap inovasi (Teo dan Pok, 2003). Variabel tersebut dioperasionalkan dengan mengajukan 2 pertanyaan yang diadaptasikan dari Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008), yaitu: 1. Orang yang mempengaruhi perilaku saya dalam bekerja, berpikir bahwa saya yang harus menggunakan sistem e-Government. 2. Orang-orang yang penting bagi saya, berpikir bahwa saya harus menggunakan sistem e-Government.

3.3.1.2 Image Image diartikan sebagai tingkat dimana dengan menggunakan sebuah inovasi dapat membangun penampilan atau status seseorang dalam sistem sosial (Teo dan Pok, 2003). Variabel tersebut dioperasionalkan dengan mengajukan 3

22

pertanyaan yang diadaptasikan dari Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008), yaitu: 1. Orang-orang di organisasi saya yang menggunakan sistem e-

Government akan memiliki prestise lebih dari yang tidak menggunakan. 2. Orang-orang di organisasi saya yang menggunakan sistem e-

Government akan memiliki profil tinggi. 3. Memiliki sistem e-Government akan menjadi simbol status di

organisasi saya.

3.3.1.3 Job Relevant Job Relevant adalah persepsi individu tentang sejauh mana teknologi ini berlaku untuk nya atau pekerjaannya. Variabel tersebut dioperasionalkan dengan mengajukan 2 pertanyaan yang diadaptasikan dari Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008), yaitu: 1. Dalam pekerjaan saya, penggunaan sistem e-Government sangat

penting. 2. Dalam pekerjaan saya, penggunaan sistem e-Government sangat

relevan.

3.3.1.4 Output Quality Output Quality adalah persepsi individu seberapa baik suatu sistem melakukan tugas-tugas yang diperlukan untuknya atau pekerjaannya. Variabel

23

tersebut dioperasionalkan dengan mengajukan 2 pertanyaan yang diadaptasikan dari Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008), yaitu: 1. Kualitas output yang saya dapatkan dari sistem e-Government akan

sangat tinggi. 2. Saya tidak memiliki masalah dengan kualitas output sistem e-

Government.

3.3.1.5 Perceived Ease of Use Perceived Ease of Use dapat didefinisikan sebagai tingkatan dimana user percaya bahwa teknologi atau sistem tersebut dapat digunakan dengan mudah dan bebas dari masalah (Renza Azhari dan Intan Sari H. Z, 2008). Variabel tersebut dioperasionalkan dengan mengajukan 4 pertanyaan yang diadaptasikan dari Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008), yaitu: 1. Interaksi saya dengan sistem e-Government menjadi jelas dan dapat dimengerti 2. Berinteraksi dengan sistem e-Government tidak memerlukan banyak usaha saya. 3. 4. Saya menemukan e-Government sistem mudah digunakan. Saya merasa mudah untuk mendapatkan sistem e-Government untuk melakukan apa yang saya ingin lakukan.

3.3.1.6 Relative Advantange

24

Relative advantage diartikan sebagai keuntungan dari adopsi terhadap suatu inovasi yang dianggap lebih baik daripada praktek atau ide pengantinya (Teo dan Pok, 2003). Variabel tersebut dioperasionalkan dengan mengajukan 4

pertanyaan yang diadaptasikan dari Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008), yaitu: 1. Menggunakan sistem e-Government akan meningkatkan efisiensi saya

dalam mengumpulkan informasi dari instansi pemerintah. 2. Menggunakan sistem e-Government akan meningkatkan efisiensi saya

dalam berinteraksi dengan lembaga-lembaga pemerintah. 3. Menggunakan e-Government sistem akan membuat lebih mudah untuk

berinteraksi dengan lembaga pemerintah. 4. Menggunakan sistem e-Government akan memberi saya kontrol yang

lebih besar interaksi saya dengan lembaga-lembaga pemerintah.

3.3.1.7 Compatibility Compability adalah tingkat kesesuaian sebuah inovasi dengan nilai yang dimiliki oleh pengguna, pengalaman sebelumnya dan kebutuhan sekarang (Teo dan Pok, 2003). Variabel tersebut dioperasionalkan dengan mengajukan 4

pertanyaan yang diadaptasikan dari Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008), yaitu: 1. Saya pikir menggunakan sistem e-Government sesuai dengan cara saya

suka, untuk mengumpulkan informasi dari instansi pemerintah.

25

2.

Saya pikir menggunakan sistem e-Government sesuai dengan cara

yang saya suka, untuk berinteraksi dengan lembaga pemerintah. 3. Menggunakan sistem e-Government untuk berinteraksi dengan

lembaga pemerintah sesuai dengan gaya hidup saya. 4. Menggunakan sistem e-Government untuk berinteraksi dengan

lembaga pemerintah sesuai dengan bagaimana saya suka melakukan suatu hal.

3.3.1.8 Trust Trust merupakan faktor penting dalam adopsi layanan e-Government karena ketika pengguna menelusuri web portal pemerintah atau melakukan

transaksi administrasi, mereka mengharapkan informasi pada website yang akan akurat, handal, dan tepat waktu. Variabel tersebut dioperasionalkan dengan

mengajukan 2 pertanyaan yang diadaptasikan dari Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008), yaitu: 1. E-Government sistem bisa dipercaya untuk melakukan transaksi online dengan setia. 2. yang layak. Menurut pendapat saya, e-Government sistem kepercayaan

3.3.2 Variabel Dependen 3.3.2.1 Perceived Usefulness

26

Yang dimaksud dengan perceived usefulness di sini adalah persepsi pengguna terhadap manfaat teknologi yang digunakan (Renza Azhari dan Intan Sari H. Z, 2008). Variabel tersebut dioperasionalkan dengan mengajukan 4 pertanyaan yang diadaptasikan dari Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008), yaitu: 1. Menggunakan sistem e-Government akan memperbaiki kinerja saya dalam melakukan pekerjaan saya. 2. Menggunakan sistem e-Government dalam pekerjaan saya akan

meningkatkan produktivitas saya. 3. Menggunakan sistem e-Government akan meningkatkan efektifitas saya dalam melakukan pekerjaan saya. 4. Saya menemukan sistem e-Government akan berguna dalam melakukan pekerjaan saya.

3.3.2.2 Intention to Use E-Government Seperti yang dilihat oleh Ajzen (1985) behavioural intention merupakan indikasi kesiapan individu untuk melakukan perilaku tertentu. Suh dan Han (2003) mendefinisikan intensi perilaku sebagai tingkat kekuatan niat yang pengguna untuk melakukan perilaku tertentu. Variabel tersebut dioperasionalkan dengan mengajukan 2 pertanyaan yang diadaptasikan dari Sinawong Sang,

Jeong-Dong Lee dan Jongsu Lee (2008), yaitu: 1. Dengan asumsi saya memiliki akses ke sistem e-Government, saya

berniat untuk menggunakannya.

27

2.

Mengingat bahwa saya memiliki akses ke sistem e-Government, saya

memprediksi bahwa saya akan menggunakannya.

3.4

Teknik Pengumpulan Data Metode survey yang digunakan untuk mengumpulkan data primer adalah

dengan cara membagikan kuesioner kepada responden. Kuesioner dibagikan kepada responden oleh penulis sendiri dan melalui beberapa orang pengumpulan data.

3.5

Metode Analisis Data Data yang telah terkumpul akan dianalisis dengan menggunakan perangkat

lunak Statistical Package for the Social Sciences (SPSS) versi 17.00 untuk memberikan gambaran hubungan yang jelas antara variabel-variabel penelitian, yaitu: subjective norm, image, job relevant, output quality, perceived uselfulness, perceived ease of use, trust, compatibility, relative advantage, intention to use egovernment.

3.5.1

Uji Statistik Deskriptif Uji statistik deskriptif respondend bertujuan untuk menyajikan data

demografi responden, yang terdiri dari: jenis kelamin, usia, pendidikan, posisi, tempat menggunakan internet, pengalaman menggunakan internet. Uji statistik deskriptif variable bertujuan untuk menyajikan informasi (rata-rata, deviasi standar, minimum, maksimum, kisaran) dari Variabel independen (subjective

28

norm, image, job relevant, output quality, perceived ease of use, trust, compatibility, relative advantage) dan variabel dependen (perceived uselfulness, intention to use e-government).

3.5.2

Uji Outlier Uji outlier dilakukan untuk menguji data yang menyimpang dari rata-

ratanya. Data yang memiliki nilai z lebih kecil dari nilai kritis -3 atau lebih besar dari nilai kritis +3 merupakan data yang menyimpang dari rata-rata (Hair, Black, Babin, Anderson & Tatham, 2006). Untuk data yang menyimpang dari rataratanya akan dikeluarkan dari analisis data selanjutnya. 3.5.3 Uji Kualitas Data

3.5.3.1 Uji Validitas Uji validitas dilakukan untuk menguji akurasi pertanyaan-pertanyaan dalam kuesioner. Pengujian validitas dalam penelitian ini menggunakan pendekatan validitas konstruk (construct validity). Validitas konstruk merupakan konsep pengukuran validitas dengan cara menguji apakah suatu instrumen mengukur konstruk sesuai dengan yang seharusnya diuji. Uji validitas konstruk memakai pengujian statistik analisis faktor (factor analysis). Batas minimum nilai muatan faktor (factor loading) yang valid adalah 0,5 (Hair et al., 2006).

3.5.3.2 Uji Reliabilitas Uji reliabilitas dilakukan untuk menguji konsistensi jawaban dari responden. Penguji reliabilitas dalam penelitian ini menggunakan pendekatan

29

reliabilitas konsistensi internal. Tingkat keterkaitan antar butir pertanyaan dalam suatu instrumen untuk mengukur konstruk tertentu menunjukkan tingkat reliabilitas konsistensi internal instrumen yang bersangkutan. Pengujian reliabilitas konstruk menggunakan metode statistik

Cronbachs Alpha. Suatu konstruk memiliki reliabilitas yang memadai apabila nilai Cronbachs Alpha lebih besar atau sama dengan 0,7 (Hair et al., 2006).

3.5.4

Uji Asumsi Klasik

3.5.4.1 Uji Normalitas Uji normalitas data dilakukan untuk menentukan apakah data terdistribusi dengan normal. Metode yang digunakan untuk uji normalitas adalah analisis grafik normalitas dengan menggunakan pendekatan normal probability plot. Persyaratan normalitas terpenuhi jika data menyebar di sekitar garis distribusi normal berbentuk diagonal lurus (Hair et al., 2006).

3.5.4.2 Uji Multikolinieritas Uji multikolinieritas dilakukan untuk memastikan tidak ada korelasi antara variabel independen. Pengujian multikolinieritas menggunakan Variance Inflation Factor (VIF). Apabila nilai VIF lebih besar dari 10 maka variabel tersebut mempunyai persoalan multikolinieritas dengan variabel independen yang lainnya. (Hair et al., 2006).

30

3.5.5

Uji Hipotesis Hipotesis merupakan jawaban atas masalah penelitian yang secara rasional

dideduksi dari teori. Oleh sebab itu, untuk menentukan apakah jawaban teoritis yang terkandung dalam pernyataan hipotesis didukung oleh fakta yang dikumpulkan, maka harus dilakukan pengujian hipotesis yang merupakan tahap penting dalam salah satu proses pengujian data. Dalam tahap ini, peneliti harus membuat keputusan untuk menolak atau mendukung hipotesis. Pembuatan keputusan menolak atau mendukung hipotesis, mempunyai kriteria atau standar digunakan dalam pengujian hipotesis berdasarkan sampel. Kriteria keputusan yang ditetapkan oleh peneliti dalam istilah statistik disebut dengan tingkat signifikansi. Tingkat signifikansi adalah tingkat probabilitas yang ditentukan untuk membuat keputusan mendukung atau menolak hipotesis pada penelitian. Uji hipotesis yang digunakan dalam penelitian ini adalah teknik regresi berganda. Model tersebut digunakan untuk menganalisis hubungan antar variabel independen terhadap variabel dependen. Jika signifikansi dari F lebih kecil dari 0,05 maka model regresi dapat digunakan untuk memprediksi variabel dependen atau dapat dikatakan variabel indepeden secara keseluruhan memberikan pengaruh pada variabel dependen. Jika signifikansi dari t lebih kecil dari 0,05 maka variabel independen yang bersangkutan dapat dikatakan memberikan pengaruh kepada variabel dependen. Koefisien regresi dengan tanda + (bernilai positif) menyatakan bahwa variabel independen memberikan pengaruh positif terhadap variabel dependen sehingga hipotesis diterima sedangkan koefisien regresi dengan tanda (bernilai negative) menyatakan bahwa variabel independen

31

memberikan pengaruh negative terhadap variabel dependen sehingga hipotesis ditolak (Santoso, 2003). Pengujian yang akan dilakukan meliputi: 1. Uji koefisien korelasi (R) dan koefisien determinan (R2) Uji koefisien korelasi (R) menunjukkan adanya korelasi atau hubungan antara variabel dependen dan variabel independen. Koefisien determinasi (R2) pada intinya mengukur kemampuan model dalam menerangkan variasi variabel dependen (Ghozali, 2001). 2. Uji statistik F Uji F dilakukan untuk melihat apakah model regresi dapat digunakan untuk memprediksi variabel dependen. Tingkat probabilitas 0,05 maka hipotesis diterima

Persamaan regresi dapat dirumuskan sebagai berikut: PU = a + b1.SN + b2.IMG + b3.JR + b4.OQ + e

32

IUSE = a + b1.PU + b2.PEOU + b3.TRUST + b4.CP + b5.RA + e Dimana : a b PU SN IMG JR OQ = = = = = = = konstanta koefisien regresi masing-masing variabes independen perceived usefulness subjective norm image job relevant output quality intention to use e-government perceived ease of use trust compatibility relative advantage error

IUSE = PEOU = TRUST= CP RA e = = =

33

BAB IV ANALISIS DAN PEMBAHASAN

4.1

Statistik Deskriptif Data penelitian dikumpulkan dengan cara menyebarkan 373 kuesioner

kepada responden yaitu pegawai negeri sipil. Sebanyak 354 kuesioner yang kembali, dengan demikian tingkat pengembalian kuesioner sebesar 94,9 persen. Setelah dilakukan penyeleksian kuesioner dengan jawaban yang tidak lengkap atau tidak memenuhi kriteria, maka menghasilkan 354 kuesioner yang dapat digunakan untuk pengolahan data selanjutnya.

4.1.1

Karakteristik Responden Responden yang berpartisipasi dalam penelitian ini berjumlah sebanyak

354 responden, dengan jumlah responden laki-laki sebanyak 201 responden atau sebesar 56,8 persen dan jumlah responden perempuan sebanyak 153 responden atau sebesar 43,2 persen. Umur responden yang berpartisipasi dalam penelitian ini

34

berkisar diantaranya umur 18 sampai dengan 25 tahun sebanyak 39 responden atau 11 persen, umur 26 sampai dengan 35 tahun sebanyak 176 responden atau 49,7 persen, umur 36 sampai dengan 45 tahun sebanyak 97 responden atau 27,4 persen, dan umur 46 sampai dengan 55 tahun sebanyak 42 responden atau 11,9 persen. Berdasarkan tingkat pendidikan, untuk pendidikan terakhir SMA sebanyak 134 responden atau 37,9 persen, untuk pendidikan terakhir D3 sebanyak 47 responden atau 13,3 persen, untuk pendidikan terakhir S1 sebanyak 159 responden atau 44,9 persen, dan untuk pendidikan terakhir S2 sebanyak 14 responden atau 4 persen. Berdasarkan posisi dalam pekerjaan di instansi pemerintahan, untuk posisi staf sebanyak 236 responden atau 66,7 persen, untuk posisi kasi (kepala seksi) sebanyak 65 responden atau 18,4 persen , untuk posisi kabag/kabid (kepala bagian atau kepala bidang) sebanyak 25 responden atau 7,1 persen, dan untuk posisi lainnya sebanyak 28 responden atau 7,9 persen. Berdasarkan tempat menggunakan internet, responden yang menggunakan internet di kantor sebanyak 96 responden atau 27,1 persen, responden yang menggunakan internet di rumah sebanyak 49 responden atau 13,8 persen, responden yang menggunakan internet di kantor dan rumah sebanyak 193 responden atau 54,5 persen, responden yang menggunakan internet di warnet sebanyak 12 responden atau 3,4 persen dan responden yang menggunakan internet di hotspot sebanyak 4 responden atau 1,1 persen. Berdasarkan pengalaman menggunakan internet, untuk frekuensi pengalaman di bawah () 5 tahun sebanyak 143 responden atau 40,4 persen. Deskripsi karakteristik responden dapat dilihat pada tabel di bawah ini.

Tabel 4.1 Karakteristik Umum Responden Frekuensi Ukuran Sampel Jenis Kelamin Laki-laki Perempuan Umur 18-25 tahun 26-35 tahun 36-45 tahun 46-55 tahun Pendidikan SMA D3 S1 S2 Posisi Staf Kasi Kabag/Kabid Lainnya Tempat Menggunakan Internet Kantor Rumah 354 201 153 39 176 97 42 134 47 159 14 236 65 25 28 96 49 Persentase (%) 100 56,8 43,2 11 49,7 27,4 11,9 37,9 13,3 44,9 4 66,7 18,4 7,1 7,9 27,1 13,8

36

Kantor&Rumah Warnet Hotspot Pengalaman Menggunakan Internet 5 tahun Sumber: Data primer diolah (2011)

193 12 4 45 104 62 143

54,5 3,4 1,1 12,7 29,4 17,5 40,4

4.1.2

Karakteristik Variabel

Statistik deskriptif dari semua variabel yang digunakan dalam penelitian ini dapat dilihat pada tabel 4.2.

Tabel 4.2 Karakteristik VariabelVariabel Rata-Rata Deviasi Standar Minimum Maksimum Kisaran

Subjective Norm Image Job Relevant Output Quality Perceived Ease of Use Relative Advantage Compatibility Trust Perceived Usefulness Intention to Use E-Government

4,7185 5,0626 5,5031 5,1892 5,1333 5,6021 5,0431 5,1754 5,5277 5,7323

1,42424 1,19864 0,95662 1,08669 1,09086 0,93858 1,01516 1,19089 0,82262 0,70538

1,00 2,00 3,00 2,00 2,00 3,00 1,50 1,50 3,00 4,00

7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00 7,00

6,00 5,00 4,00 5,00 5,00 4,00 5,50 5,50 4,00 3,00

Sumber: Data primer diolah (2011)

37

Tabel 4.2 menunjukkan bahwa variabel subjective norm memiliki rata-rata 4,7185 dengan deviasi standar sebesar 1,42424, nilai minimum sebesar 1,00, nilai maksimum sebesar 7,00 dan memiliki kisaran sebesar 6,00. Variabel image memiliki rata-rata 5,0626 dengan deviasi standar sebesar 1,19864, nilai minimum sebesar 2,00, nilai maksimum sebesar 7,00 dan memiliki kisaran sebesar 5,00. Variabel job relevant memiliki rata-rata 5,5031 dengan deviasi standar sebesar 0,95662, nilai minimum sebesar 3,00, nilai maksimum sebesar 7,00 dan memiliki kisaran sebesar 4,00. Variabel output quality memiliki rata-rata sebesar 5,1892 dengan deviasi standar sebesar 1,08669, nilai minimum sebesar 2,00, nilai maksimum sebesar 7,00 dan memiliki kisaran sebesar 5,00. Variabel perceived ease of use memiliki nilai rata-rata sebesar 5,1333 dengan deviasi standar sebesar 1,09086, nilai minimum sebesar 2,00, nilai maksimum sebesar 7,00 dan memiliki kisaran sebesar 5,00. Variabel relative advantage memiliki nilai rata-rata sebesar 5,6021 dengan deviasi standar sebesar 0,93858, nilai minimum sebesar 3,00, nilai maksimum sebesar 7,00 dan memiliki kisaran sebesar 4,00. Variabel compatibility memiliki nilai rata-rata sebesar 5,0431 dengan nilai deviasi standar sebesar 1,01516, nilai minimum sebesar 1,50, nilai maksimum sebesar 7,00 dan memiliki kisaran sebesar 5,50. Variabel trust memiliki nilai rata-rata sebesar 5,1754 dengan nilai deviasi standar sebesar 1,19089, nilai minimum sebesar 1,50, nilai maksimum sebesar 7,00 dan memiliki kisaran sebesar 5,50. Variabel perceived usefulness memiliki nilai rata-rata sebesar 5,5277 dengan nilai deviasi standar sebesar 0,82262, nilai minimum sebesar 3,00, nilai maksimum sebesar

38

7,00 dan memiliki kisaran sebesar 4,00. Variabel intention to use e-government memiliki nilai rata-rata sebesar 5,7323 dengan nilai deviasi standar sebesar 0,70538, nilai minimum sebesar 4,00, nilai maksimum sebesar 7,00 dan memiliki kisaran sebesar 3,00.

4.2 Hasil Uji Outlier Uji outlier berguna dalam pengujian untuk menentukan data yang menyimpang dari rata-ratanya. Pengujian ini dilakukan dengan menghitung z score dari masing-masing data dan kemudian membandingkan nilai z tersebut dengan nilai kritis. Untuk nilai z yang lebih besar dari 3 atau lebih kecil dari -3 akan dianggap menyimpang dari rata-rata dan tidak akan diikut sertakan dalam analisis selanjutnya. Hasil uji outlier bisa dilihat pada tabel di bawah ini.

Tabel 4.3 Hasil Uji Outlier Pada Variabel Subjective Norm Zscore Zscore(SN1) Zscore(SN2) N 325 325 Minimum -2,19681 -2,31310 Maksimum Kesimpulan

1,48012 Tidak ada outlier 1,51921 Tidak ada outlier

Sumber: Data primer diolah (2011) Tabel 4.3 dapat dilihat pada bagian minimum dan maximum bahwa variabel subjective norm tidak ada data yang menyimpang dari rata-rata.

39

Tabel 4.4 Hasil Uji Outlier Pada Variabel Image Zscore Zscore(IMG1) Zscore(IMG2) Zscore(IMG3) N 325 325 325 Minimum -2,65999 -2,57085 -2,67224 Maksimum Kesimpulan

1,33564 Tidak ada outlier 1,48597 Tidak ada outlier 1,37038 Tidak ada outlier

Sumber: Data primer diolah (2011) Tabel 4.4 dapat dilihat pada bagian minimum dan maximum bahwa variabel image tidak ada data yang menyimpang dari rata-rata. Tabel 4.5 Hasil Uji Outlier Pada Variabel Job Relevant Zscore Zscore(JR1) Zscore(JR2) N 325 325 Minimum -3,37156 -4,03805 Maksimum 1,31509 1,43186 Kesimpulan Ada outlier Ada outlier

Sumber: Data primer diolah (2011) Tabel 4.5 dapat dilihat pada bagian minimum dan maximum bahwa variabel job relevant ada data yang menyimpang dari rata-rata. Kuesioner yang datanya menyimpang dari rata-rata yaitu : Zscore(JR1) ditemukan pada kuesioner nomor 26, 95 dan 284, sedangkan Zscore(JR2) ditemukan pada kuesioner nomor 26 dan 84.

Tabel 4.6 Hasil Uji Outlier Kedua Pada Variabel Job Relevant Zscore N Minimum Maksimum Kesimpulan

40

Zscore(JR1) Zscore(JR2)

325 325

-2,59046 -2,21475

1,31509 Tidak ada outlier 1,43186 Tidak ada outlier

Sumber: Data primer diolah (2011) Tabel 4.6 merupakan hasil uji outlier kedua pada variabel job relevant dengan membuang data yang menyimpang dari rata-rata tersebut, sehingga menghasilkan tidak ada outlier.

Tabel 4.7 Hasil Uji Outlier Pada Variabel Output Quality Zscore Zscore(OQ1) Zscore(OQ2) N 325 325 Minimum -3,23523 -2,84992 Maksimum Kesimpulan

1,43300 Ada outlier 1,50492 Tidak ada outlier

Sumber: Data primer diolah (2011) Tabel 4.7 dapat dilihat pada bagian minimum dan maximum bahwa variabel output quality ada data yang menyimpang dari rata-rata. Kuesioner yang datanya menyimpang dari rata-rata yaitu : Zscore(OQ1) ditemukan pada kuesioner nomor 26, 77 dan 276.

Tabel 4.8 Hasil Uji Outlier Kedua Pada Variabel Output Quality Zscore N Minimum Maksimum Kesimpulan

41

Zscore(OQ1) Zscore(OQ2)

325 325

-2,45719 -2,84992

1,43300 Tidak ada outlier 1,50492 Tidak ada outlier

Sumber: Data primer diolah (2011) Tabel 4.8 merupakan hasil uji outlier kedua pada variabel output quality dengan membuang data yang menyimpang dari rata-rata tersebut, sehingga menghasilkan tidak ada outlier.

Tabel 4.9 Hasil Uji Outlier Pada Variabel Perceived Ease of Use Zscore Zscore(PEOU1) Zscore(PEOU2) Zscore(PEOU3) Zscore(PEOU4) N 325 325 325 325 Minimum -3,24733 -1,97561 -3,08866 -2,23222 Maksimum Kesimpulan

1,42882 Ada outlier 1,55654 Tidak ada outlier 1,44194 Ada outlier 2,86589 Tidak ada outlier

Sumber: Data primer diolah (2011) Tabel 4.9 dapat dilihat pada bagian minimum dan maximum bahwa variabel perceived ease of use ada data yang menyimpang dari rata-rata. Kuesioner yang datanya menyimpang dari rata-rata yaitu : Zscore(PEOU1) ditemukan pada kuesioner nomor 77, 95, 276 dan 284, sedangkan Zscore(PEOU3) ditemukan pada kuesioner nomor 26.

42

Tabel 4.10 Hasil Uji Outlier Kedua Pada Variabel Perceived Ease of Use Zscore Zscore(PEOU1) Zscore(PEOU2) Zscore(PEOU3) Zscore(PEOU4) N 325 325 325 325 Minimum -2,46797 -1,97561 -2,33356 -2,23222 Maksimum 1,42882 1,55654 1,44194 2,86589 Kesimpulan Tidak ada outlier Tidak ada outlier Tidak ada outlier Tidak ada outlier

Sumber: Data primer diolah (2011)

Tabel 4.10 merupakan hasil uji outlier kedua pada variabel perceived ease of use dengan membuang data yang menyimpang dari rata-rata tersebut, sehingga menghasilkan tidak ada outlier.

Tabel 4.11 Hasil Uji Outlier Pada Variabel Relative Advantage Zscore Zscore(RA1) Zscore(RA2) Zscore(RA3) Zscore(RA4) N 325 325 325 325 Minimum -4,11008 -3,91611 -3,59706 -3,22716 Maksimum 1,26542 1,29229 1,31622 1,50660 Kesimpulan Ada outlier Ada outlier Ada outlier Ada outlier

Sumber: Data primer diolah (2011) Tabel 4.11 dapat dilihat pada bagian minimum dan maximum bahwa variabel relative advantage ada data yang menyimpang dari rata-rata. Kuesioner yang datanya menyimpang dari rata-rata yaitu : Zscore(RA1) ditemukan pada

43

kuesioner nomor 95, 121, 284 dan 295, Zscore(RA2) ditemukan pada kuesioner nomor 95, 148, 224 dan 284, Zscore(RA3) ditemukan pada kuesioner nomor 95 dan 284, sedangkan Zscore(RA4) ditemukan pada kuesioner nomor 95 dan 282.

Tabel 4.12 Hasil Uji Outlier Kedua Pada Variabel Relative Advantage Zscore Zscore(RA1) Zscore(RA2) Zscore(RA3) Zscore(RA4) N 325 325 325 325 Minimum -2,31824 -2,17998 -2,77818 -2,43620 Maksimum 1,26542 1,29229 1,31622 1,50660 Kesimpulan Tidak ada outlier Tidak ada outlier Tidak ada outlier Tidak ada outlier

Sumber: Data primer diolah (2011) Tabel 4.12 merupakan hasil uji outlier kedua pada variabel relative advantage dengan membuang data yang menyimpang dari rata-rata tersebut, sehingga menghasilkan tidak ada outlier.

Tabel 4.13 Hasil Uji Outlier Pada Variabel Compatibility Zscore Zscore(CP1) Zscore(CP2) N 325 325 Minimum -3,18459 -2,72170 Maksimum Kesimpulan

1,42937 Ada outlier 1,59111 Tidak ada outlier

44

Zscore(CP3) Zscore(CP4)

325 325

-2,56104 -2,65282

1,66886 Tidak ada outlier 1,54270 Tidak ada outlier

Sumber: Data primer diolah (2011) Tabel 4.13 dapat dilihat pada bagian minimum dan maximum bahwa variabel compatibility ada data yang menyimpang dari rata-rata. Kuesioner yang datanya menyimpang dari rata-rata yaitu : Zscore(CP1) ditemukan pada kuesioner nomor 84, 95, 148, 183, 216, 284 dan 327.

Tabel 4.14 Hasil Uji Outlier Kedua Pada Variabel Compatibility Zscore Zscore(CP1) Zscore(CP2) Zscore(CP3) Zscore(CP4) N 325 325 325 325 Minimum -2,41560 -2,72170 -2,56104 -2,65282 Maksimum 1,42937 1,59111 1,66886 1,54270 Kesimpulan Tidak ada outlier Tidak ada outlier Tidak ada outlier Tidak ada outlier

Sumber: Data primer diolah (2011) Tabel 4.14 merupakan hasil uji outlier kedua pada variabel compatibility dengan membuang data yang menyimpang dari rata-rata tersebut, sehingga menghasilkan tidak ada outlier.

Tabel 4.15 Hasil Uji Outlier Pada Variabel Trust Zscore N Minimum Maksimum Kesimpulan

45

Zscore(TRUST1) Zscore(TRUST2)

325 325

-2,98351 -2,96450

2,13994 Tidak ada outlier 1,43872 Tidak ada outlier

Sumber: Data primer diolah (2011) Tabel 4.15 dapat dilihat pada bagian minimum dan maximum bahwa variabel trust ada data yang menyimpang dari rata-rata.

Tabel 4.16 Hasil Uji Outlier Pada Variabel Perceived Usefulness Zscore Zscore(PU1) Zscore(PU2) Zscore(PU3) Zscore(PU4) N 325 325 325 325 Minimum -2,97424 -3,08366 -3,17665 -3,46205 Maksimum Kesimpulan

1,47581 Tidak ada outlier 1,48377 Ada outlier 1,43209 Ada outlier 1,49976 Ada outlier

Sumber: Data primer diolah (2011) Tabel 4.16 dapat dilihat pada bagian minimum dan maximum bahwa variabel perceived usefulness ada data yang menyimpang dari rata-rata. Kuesioner yang datanya menyimpang dari rata-rata yaitu : Zscore(PU2) ditemukan pada kuesioner nomor 6, 66, 235, 238, 344 dan 345, Zscore(PU3) ditemukan pada kuesioner nomor 6, 66, 121, 295, 344 dan 345, sedangkan Zscore(PU4) ditemukan pada kuesioner nomor 66, 84, 121, 295 dan 345.

46

Tabel 4.17 Hasil Uji Outlier Kedua Pada Variabel Perceived Usefulness Zscore Zscore(PU1) Zscore(PU2) Zscore(PU3) Zscore(PU4) N 325 325 325 325 Minimum -2,97424 -2,17017 -2,25490 -2,46969 Maksimum 1,47581 1,48377 1,43209 1,49976 Kesimpulan Tidak ada outlier Tidak ada outlier Tidak ada outlier Tidak ada outlier

Sumber: Data primer diolah (2011) Tabel 4.17 merupakan hasil uji outlier kedua pada variabel perceived usefulness dengan membuang data yang menyimpang dari rata-rata tersebut, sehingga menghasilkan tidak ada outlier.

Tabel 4.18 Hasil Uji Outlier Pada Variabel Intention to Use E-Government Zscore Zscore(IUSE1) Zscore(IUSE2) N 325 325 Minimum -3,02400 -3,52345 Maksimum 1,59021 1,34882 Kesimpulan Ada outlier Ada outlier

Sumber: Data primer diolah (2011) Tabel 4.18 dapat dilihat pada bagian minimum dan maximum bahwa variabel intention to use e-government ada data yang menyimpang dari rata-rata. Kuesioner yang datanya menyimpang dari rata-rata yaitu : Zscore(IUSE1) ditemukan pada kuesioner nomor 63, 84, 120, 121, 133, 148, 174, 207, 235, 294, 295, 342, 344, 345, dan 354 , sedangkan Zscore(IUSE2) ditemukan pada kuesioner nomor 85, 121, 235, 295 dan 345.

47

Tabel 4.19 Hasil Uji Outlier Kedua Pada Variabel Intention to Use E-Government Zscore Zscore(IUSE1) Zscore(IUSE2) N 325 325 Minimum -1,87045 -2,54899 Maksimum Kesimpulan

1,59021 Tidak ada outlier 1,34882 Tidak ada outlier

Sumber: Data primer diolah (2011) Tabel 4.19 merupakan hasil uji outlier kedua pada variabel intention to use e-government dengan membuang data yang menyimpang dari rata-rata tersebut, sehingga menghasilkan tidak ada outlier.

Hasil uji outlier menunjukkan adanya data yang menyimpang dari rata-rata sebanyak 29 kuesioner, kuesioner yang datanya menyimpang dari rata-rata tersebut telah dibuang dalam uji outlier kedua. Hasil uji outlier kedua menunjukkan tidak terdapat data outlier. Sehingga 325 kuesioner yang digunakan dalam pengujian selanjutnya.

4.3 Uji Kualitas Data 4.3.1 Hasil Uji Validitas

Uji validitas dilakukan untuk menguji akurasi pertanyaan-pertanyaan dalam kuesioner. Pengujian dilakukan dengan menggunakan pendekatan validitas konstruk (construct validity) yang akan menguji apakah suatu instrumen mengukur sesuai dengan yang seharusnya diukur. Uji validitas konstruk memakai

48

pengujian statistik analisis faktor (factor analysis). Signifikansi nilai muatan faktor (factor loading) yang valid adalah + 0,5. Hasil uji validitas data disajikan pada tabel berikut ini.

Tabel 4.20 Hasil Uji Validitas Variabel Subjective Norm Variabel Subjective Norm Sumber: Data primer diolah (2011) Tabel 4.20 memperlihatkan nilai muatan faktor untuk variabel subjective norm berkisar antara 0,824 sampai dengan 0,832, hal ini menunjukkan bahwa semua pertanyaan pada variabel subjective norm adalah valid karena muatan faktor memiliki nilai yang mencapai batas minimum + 0,5 (Hair et al., 2006). SN1 SN2 Muatan Faktor 0,824 0,832 Kesimpulan Valid Valid

Tabel 4.21 Hasil Uji Validitas Variabel Image Variabel Image IMG1 IMG2 IMG3 Muatan Faktor 0,692 0,630 0,535 Kesimpulan Valid Valid Valid

Sumber: Data primer diolah (2011)

49

Tabel 4.21 memperlihatkan nilai muatan faktor untuk variabel image berkisar antara 0,535 sampai dengan 0,692, hal ini menunjukkan bahwa semua pertanyaan pada variabel image adalah valid karena muatan faktor memiliki nilai yang mencapai batas minimum + 0,5 (Hair et al., 2006).

Tabel 4.22 Hasil Uji Validitas Variabel Job relevant Variabel Job relevant Sumber: Data primer diolah (2011) Tabel 4.22 memperlihatkan nilai muatan faktor untuk variabel job relevant berkisar antara 0,786 sampai dengan 0,789, hal ini menunjukkan bahwa semua pertanyaan pada variabel job relevant adalah valid karena muatan faktor memiliki nilai yang mencapai batas minimum + 0,5 (Hair et al., 2006). JR1 JR2 Muatan Faktor 0,786 0,789 Kesimpulan Valid Valid

Tabel 4.23 Hasil Uji Validitas Variabel Output Quality Variabel Output Quality Sumber: Data primer diolah (2011) OQ1 OQ2 Muatan Faktor 0,620 0,622 Kesimpulan Valid Valid

50

Tabel 4.23 memperlihatkan nilai muatan faktor untuk variabel output quality berkisar antara 0,620 sampai dengan 0,622, hal ini menunjukkan bahwa semua pertanyaan pada variabel output quality adalah valid karena muatan faktor memiliki nilai yang mencapai batas minimum + 0,5 (Hair et al., 2006).

Tabel 4.24 Hasil Uji Validitas Variabel Perceived Ease of Use Variabel Perceived Ease of Use PEOU1 PEOU2 PEOU3 PEOU4 Muatan Faktor 0,481 0,768 0,772 0,765 Kesimpulan Tidak Valid Valid Valid Valid

Sumber: Data primer diolah (2011) Tabel 4.24 memperlihatkan nilai muatan faktor untuk variabel perceived ease of use berkisar antara 0,481 sampai dengan 0,772, hal ini menunjukkan bahwa satu pertanyaan pada variabel perceived ease of use adalah tidak valid karena muatan faktor tidak memiliki nilai yang mencapai batas minimum + 0,5 (Hair et al., 2006), dan pertanyaan yang tidak valid tersebut tidak dimasukkan dalam pengujian selanjutny

Tabel 4.25 Hasil Uji Validitas Variabel Relative Advantage Variabel Relative Advantage RA1 Muatan Faktor 0,689 Kesimpulan Valid

51

RA2 RA3 RA4 Sumber: Data primer diolah (2011)

0,769 0,718 0,437

Valid Valid Tidak Valid

Tabel 4.25 memperlihatkan nilai muatan faktor untuk variabel relative advantage berkisar antara 0,437 sampai dengan 0,769, hal ini menunjukkan bahwa satu pertanyaan pada variabel relative advantage adalah tidak valid karena muatan faktor tidak memiliki nilai yang mencapai batas minimum + 0,5 (Hair et al., 2006), dan pertanyaan yang tidak valid tersebut tidak dimasukkan dalam pengujian selanjutnya.

Tabel 4.26 Hasil Uji Validitas Variabel Compatibility Variabel Compatibility CP1 CP2 CP3 CP4 Muatan Faktor 0,768 0,721 0,807 0,739 Kesimpulan Valid Valid Valid Valid

Sumber: Data primer diolah (2011) Tabel 4.26 memperlihatkan nilai muatan faktor untuk variabel compatibility berkisar antara 0,721 sampai dengan 0,807, hal ini menunjukkan bahwa semua pertanyaan pada variabel compatibility adalah valid karena muatan faktor memiliki nilai yang mencapai batas minimum + 0,5 (Hair et al., 2006).

52

Tabel 4.27 Hasil Uji Validitas Variabel Trust Variabel Trust TRUST1 TRUST2 Muatan Faktor 0,628 0,594 Kesimpulan Valid Valid

Sumber: Data primer diolah (2011) Tabel 4.27 memperlihatkan nilai muatan faktor untuk variabel trust berkisar antara 0,594 sampai dengan 0,628, hal ini menunjukkan bahwa semua pertanyaan pada variabel trust adalah valid karena muatan faktor memiliki nilai yang

mencapai batas minimum + 0,5 (Hair et al., 2006).

Tabel 4.28 Hasil Uji Validitas Variabel Perceived Usefulness Variabel Perceived Usefulness PU1 PU2 PU3 PU4 Muatan Faktor 0,661 0,667 0,616 0,599 Kesimpulan Valid Valid Valid Valid

Sumber: Data primer diolah (2011) Tabel 4.28 memperlihatkan nilai muatan faktor untuk variabel perceived usefulness berkisar antara 0,599 sampai dengan 0,667, hal ini menunjukkan

53

bahwa semua pertanyaan pada variabel perceived usefulness adalah valid karena muatan faktor memiliki nilai yang mencapai batas minimum + 0,5 (Hair et al., 2006).

Tabel 4.29 Hasil Uji Validitas Variabel Intention to Use E-Government Variabel Intention to Use EGovernment Sumber: Data primer diolah (2011) Tabel 4.22 memperlihatkan nilai muatan faktor untuk variabel intention to use e-government berkisar antara 0,760 sampai dengan 0,781, hal ini menunjukkan bahwa semua pertanyaan pada variabel intention to use egovernment adalah valid karena muatan faktor memiliki nilai yang mencapai batas minimum + 0,5 (Hair et al., 2006). IUSE1 IUSE2 Muatan Faktor 0,760 0,781 Kesimpulan Valid Valid

4.3.2

Hasil Uji Reliabilitas Uji reliabilitas data dilakukan untuk menguji konsistensi jawaban dari

responden. Pengujian reliabilitas konstruk menggunakan metode statistik Cronbachs alpha. Suatu konstruk memiliki reliabilitas yang memadai apabila nilai Cronbachs alpha lebih besar atau sama dengan 0,6 (Ghozali., 2001). Hasil uji reliabilitas data disajikan dalam tabel berikut ini.

54

Tabel 4.30 Hasil Uji Reliabilitas Variabel Subjective Norm Image Job Relevant Output Quality Perceived Ease of Use Relative Advantage Compatibility Trust Perceived Usefulness Intention to Use E-Government Sumber: Data primer diolah (2011) Tabel 4.23 memperlihatkan bahwa nilai cronbachs alpha untuk variabel subjective norm sebesar 0,819, untuk variabel image sebesar 0,818, untuk variabel job relevant sebesar 0,787, untuk variabel output quality sebesar 0,728, untuk variabel perceived ease of use sebesar 0,830, untuk relative advantage sebesar 0,899, untuk variabel compatibility sebesar 0,834, untuk variabel trust sebesar 0,810, untuk variabel perceived usefulness sebesar 0,900 dan untuk variabel intention to use e-government sebesar 0,749. Dengan demikian semua butir pertanyaan untuk variabel subjective norm, image, job relevant, output quality, perceived ease of use, relative advantage, compatibility, trust, perceived usefulness dan intention to use e-government adalah reliable, karena memiliki nilai cronbachs alpha diatas 0,6 (Ghozali, 2001). Cronbachs Alpha 0,819 0,818 0,787 0,728 0,830 0,899 0,834 0,810 0,900 0,749 Kesimpulan Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable

55

4.4 Uji Asumsi Klasik 4.4.1 Hasil Uji Normalitas

Uji normalitas data dilakukan untuk menentukan apakah data terdistribusi dengan normal. Gambar 4.1 dan 4.2 memperlihatkan bahwa data menyebar di sekitar garis diagonal. Dengan demikian dapat disimpulkan bahwa data terdistribusi dengan normal.

Gambar 4.1 Hasil Uji Normalitas Dependent Perceived Usefulness

Sumber : Data Primer diolah (2011)

56

Gambar 4.2 Hasil Uji Normalitas Dependent Intention to Use E-Government

Sumber : Data Primer diolah (2011)

4.4.2 Hasil Uji Multikolinieritas Pengujian multikolinieritas dilakukan untuk memastikan tidak ada korelasi antar variabel independen. Uji multikolinieritas menggunakan Variance Inflation Factor (VIF). Hasil uji multikolinieritas disajikan dalam tabel berikut.

57

Tabel 4.31 Hasil Uji Multikolinieritas Dependent Perceived Usefulness Model Subjective Norm Image Job Relevant Output QualityCollinearity Statistics Tolerance VIF

Kesimpulan Tidak terjadi multikolinieritas Tidak terjadi multikolinieritas Tidak terjadi multikolinieritas Tidak terjadi multikolinieritas

0,700 0,562 0,630 0,563

1,428 1,779 1,588 1,777

Sumber: Data primer diolah (2011) Hasil pengujian multikolinearitas yang disajikan pada tabel 4.31 menunjukkan nilai VIF kurang dari 10 (Hair et al., 2006). Hal ini berarti tidak terjadi multikolinieritas antar sesama variabel independen yaitu subjective norm, image, job relevant dan output quality.

Tabel 4.32 Hasil Uji Multikolinieritas Dependent Intention to Use E-Government Model Perceived Usefulness Perceived Ease of Use Trust Compatibility Relative AdvantageCollinearity Statistics Tolerance VIF

Kesimpulan Tidak terjadi multikolinieritas Tidak terjadi multikolinieritas Tidak terjadi multikolinieritas Tidak terjadi multikolinieritas Tidak terjadi multikolinieritas

0,484 0,641 0,547 0,667 0,531

2,064 1,560 1,828 1,499 1,882

Sumber: Data primer diolah (2011) Hasil pengujian multikolinearitas yang disajikan pada tabel 4.32 menunjukkan nilai VIF kurang dari 10 (Hair et al., 2006). Hal ini berarti tidak

58

terjadi multikolinieritas antar sesama variabel independen yaitu perceived usefulness, perceived ease of use, trust, compatibility dan relative advantage.

4.5

Pengujian Hipotesis

4.5.1 Uji Regresi 4.5.1.1 Hasil Uji Koefisiensi Korelasi (R) dan Koefisiensi Determinasi (R2) Uji koefisien korelasi (R) bertujuan untuk menunjukkan korelasi atau hubungan antara variabel dependen dan variabel independen. Koefisien determinasi (R2) pada intinya mengukur kemampuan model dalam menerangkan variasi variabel dependen (Ghozali, 2001). Hasil uji koefisiensi korelasi (R) dan koefisiensi determinasi (R2) disajikan dalam tabel berikut.

Tabel 4.33 Hasil Uji Koefisiensi Determinansi dari Model Regresi Berganda Dependent Perceived UsefulnessModel R R Square Adjusted R Square Std. Error of the Estimate

1

0,591

0,350

0,342

0,66744

Sumber: Data primer diolah (2011) Tabel 4.33 menunjukkan hasil uji koefisiensi korelasi (R) memiliki nilai sebesar 0,591 yang berarti variabel subjective norm, image, job relevant dan output quality mempunyai hubungan dengan variabel perceived usefulness sebesar 59 %. Koefisiensi determinansi (R2) memiliki nilai sebesar 0,350 dan nilai

adjusted R2 sebesar 0,342. Nilai koefisiensi determinasi (R2) ini mempunyai satu

59

kelemahan yaitu koefisiensi determinasi bias terhadap jumlah variabel independen yang dimasukkan kedalam model sehingga nilainya pasti naik apabila ada penambahan variabel independen (Ghozali, 2001). Oleh karena itu pada penelitian ini yang digunakan adalah nilai adjusted R2 yang dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model (Ghozali, 2001). Sehingga dari hasil uji koefisiensi determinasi, dapat diketahui bahwa variabel perceived usefulness dapat dijelaskan oleh variabel subjective norm, image, job relevant dan output quality sebesar 34 %, sedangkan sisanya sebesar 66 % dipengaruhi oleh faktor-faktor yang lainnya. Standard Error of Estimate (SEE) sebesar 0,66744 menujukkan bahwa model regresi ini semakin tepat dalam memprediksi variabel dependen yaitu perceived usefulness (Ghozali, 2001).

Tabel 4.34 Hasil Uji Koefisiensi Determinansi dari Model Regresi Berganda Dependent Intention to Use E-GovernmentModel R R Square Adjusted R Square Std. Error of the Estimate

1

0,590

0,348

0,338

0,57400

Sumber: Data primer diolah (2011) Tabel 4.34 menunjukkan hasil uji koefisiensi korelasi (R) memiliki nilai sebesar 0,590 yang berarti variabel perceived usefulness, perceived ease of use, trust, compatibility dan relative advantage mempunyai hubungan dengan

variabel intention to use e-government sebesar 59 %.

60

Koefisiensi determinansi (R2)

memiliki nilai sebesar 0,348 dan nilai

adjusted R2 sebesar 0,338. Nilai koefisiensi determinasi (R2) ini mempunyai satu kelemahan yaitu koefisiensi determinasi bias terhadap jumlah variabel independen yang dimasukkan kedalam model sehingga nilainya pasti naik apabila ada penambahan variabel independen (Ghozali, 2001). Oleh karena itu pada penelitian ini yang digunakan adalah nilai adjusted R2 yang dapat naik atau turun apabila satu variabel independen ditambahkan kedalam model (Ghozali, 2001). Sehingga dari hasil uji koefisiensi determinasi, dapat diketahui bahwa variabel intention to use e-government dapat dijelaskan oleh variabel perceived usefulness, perceived ease of use, trust, compatibility dan relative advantage sebesar 33 %, sedangkan sisanya sebesar 67 % dipengaruhi oleh faktor-faktor yang lainnya. Standard Error of Estimate (SEE) sebesar 0,57400 menujukkan bahwa model regresi ini semakin tepat dalam memprediksi variabel dependen yaitu intention to use e-government (Ghozali, 2001).

4.5.1.2 Hasil Uji F Uji F dilakukan untuk menguji pengaruh variabel independen, yaitu subjective norm, image, job relevant dan output quality secara bersama-sama terhadap variabel dependen yaitu perceived usefulness. Pengujian ini

menghasilkan tingkat signifikansi sebesar 0,000. Hal ini menunjukkan bahwa subjective norm, image, job relevant dan output quality mempengaruhi perceived usefulness secara bersama-sama karena tingkat signifikansi lebih kecil dari 0,05.

61

Dengan demikian model regresi ini dapat digunakan untuk mengukur perceived usefulness. Hasil uji F dapat dilihat pada Tabel 4.35.

Tabel 4.35 Hasil Uji F dari Model Regresi Berganda Dependent Perceived Usefulness Model 1 Regression Residual Total Sum of Squares 76,698 142,553 219,251 df 4 320 324 Mean Square 19,147 0,445 F 43,043 Sig. 0,000

Sumber: Data primer diolah (2011) Uji F dilakukan untuk menguji pengaruh variabel independen, yaitu perceived usefulness, perceived ease of use, trust, compatibility dan relative advantage secara bersama-sama terhadap variabel dependen yaitu intention to use e-government. Pengujian ini menghasilkan tingkat signifikansi sebesar 0,000. Hal ini menunjukkan bahwa perceived usefulness, perceived ease of use, trust, compatibility dan relative advantage mempengaruhi intention to use egovernment secara bersama-sama karena tingkat signifikansi lebih kecil dari 0,05. Dengan demikian model regresi ini dapat digunakan untuk mengukur intention to use e-government. Hasil uji F dapat dilihat pada Tabel 4.36.

62

Tabel 4.36 Hasil Uji F dari Model Regresi Berganda Dependent Intention to Use EGovernment Sum of Mean Model df F Sig. Squares Square 1 Regression Residual Total 56,108 105,103 161,211 5 319 324 11,222 0,329 34,059 0,000

Sumber: Data primer diolah (2011)

4.5.1.3 Hasil Uji t Uji t dilakukan untuk menguji pengaruh masing-masing variabel independen terhadapan variabel dependen. Hasil uji t pada model regresi berganda dapat dilihat pada tabel berikut.

Tabel 4.37 Hasil Uji t Regresi Subjective Norm, Image, Job Relevant dan Output Quality terhadap Perceived UsefulnessUnstandardized Coefficients

Model 1

B

t 11,803 0,744 3,136 2,144 6,073

Sig. 0,000 0,457

Kesimpulan H1a diterima

Konstanta 2,754 Subjective 0,023 Norm Image 0,129 Job Relevant 0,105 Output 0,276 Quality Sumber: Data primer diolah (2011)

0,002 H1b ditolak 0,033 H1c ditolak H1d ditolak 0,000

Hasil dari pengujian regresi berganda menunjukkan bahwa variabel subjective norm memiliki nilai koefisien sebesar 0,023 dan nilai signifikansi

63

sebesar 0,457. Hal ini berarti subjective norm tidak memiliki pengaruh terhadap perceived usefulness dengan tingkat signifikansi diatas 5% (p>0,05). Hasil ini konsisten dengan Sinawong Sang, Jeong-Dong Lee dan Jongsu Lee (2008) yang menyatakan tidak terdapat pengaruh subjective norm terhadap perceived usefulness. Variabel image memiliki nilai koefisien sebesar 0,129 dan nilai signifikansi sebesar 0,002. Hal ini berarti image memiliki pengaruh terhadap perceived usefulness dengan tingkat signifikansi dibawah 5% (p