BAB IV ANALISIS DAN PEMBAHASAN 4.1. Karakteristik...
-
Upload
nguyencong -
Category
Documents
-
view
227 -
download
0
Transcript of BAB IV ANALISIS DAN PEMBAHASAN 4.1. Karakteristik...
54
BAB IV ANALISIS DAN PEMBAHASAN
4.1. Karakteristik Responden Dalam proses memperoleh gambaran sampel dalam
penelitian ini karakterisitik responden dalam penelitian
adalah Mahasiswa Strata 1 (S1) UKSW angkatan 2008
sampai 2012 dengan jumlah responden adalah 140 orang di
ambil masing-masing 10 responden secara acak dari 14
fakultas yang terdapat di UKSW.
Penelitian terhadap 140 responden berdasarkan
angkatan dapat dilihat dalam table 4.1
Tabel 4.1 Data responden berdasarkan angkatan
No Angkatan Jumlah 1 2008 16 responden
2 2009 49 responden
3 2010 40 responden
4 2011 24 responden
5 2012 11 responden
Jumlah 140
1.2 Statistik Analisis Deskriptif Dalam mendeskiptifkan data kuesioner menggunakan
SPSS terdapat dua cara yakni secara deskriptif dan
frekuensi. Analisis deskriptif digunakan untuk
55
mendeskiptifkan secara keseluruhan variabel-variabel yang
dipilih dengan cara mengkalkulasi data sesuai kebutuhan
pengguna (Nugroho, 2011)
1.2.1 Statistik Deskriptif Pada statistik Deskriptif untuk mendeskriptifkan
secara keseluruhan variabel-variabel yang dipilih dengan
cara mengkalkulasikan data sesuai kebutuhan pengguna,
seperti penentuan mean (rata-rata), standar deviasi, range,
varians, sum dan beberapa fungsi lain (Nugroho 2011)
4.2.1.1 Statistik Deskriptif Kualitas sistem Hasil pengukuran deskriptif variabel kualitas sistem
diukur dengan menggunakan enam indikator disajikan
dalam tabel 4.2 berikut
Tabel 4.2 Variabel Kualitas sistem
Variabel indikator N Min Max Mean Std.
Deviation item 1 140 2.0 5.0 3,6929 0,74810
item 2 140 2.0 5.0 3,8000 0,68067 Kualitas sistem item 3 140 2.0 5.0 4,1214 0,77244
item 4 140 2.0 5.0 3,8214 0,79809
item 5 140 1.0 5.0 3,3714 1,04807
item 6 140 1.0 5.0 4,0500 0,71293
Total 140 1.0 5.0 3,809 0,7933 Sumber : Data primer, 2013.
56
Dari tabel 4.2 diatas, statistik deskriptif kualitas
sistem menjelaskan ada mahasiswa yang memberikan skor
nilai terendah 1.0 dan nilai tertinggi 5.0, sedangkan rata-
rata kualitas sistem secara keseluruhan 3,809 dengan
standar deviasi sebesar 0.793.
4.2.1.2 Statistik Deskriptif Persepsi kemanfaatan Hasil pengukuran deskriptif variabel Persepsi
kemanfaatan diukur dengan menggunakan enam indikator
disajikan dalam tabel 4.3 berikut :
Tabel 4.3 Variabel Persepsi kemanfaatan
Variabel indikator N Min Max Mean Std.
Deviation item 1 140 2.0 5.0 3,9571 0,79451
item 2 140 2.0 5.0 3,8857 0,73048 Persepsi
kemanfaatan item 3 140 2.0 5.0 4,0071 0,70452
item 4 140 3.0 5.0 4,2429 0,62180
item 5 140 2.0 5.0 3,6786 0,77985
item 6 140 2.0 5.0 3,7357 0,73564
Total 140 2.0 5.0 3,917 0,72780 Sumber : Data primer, 2013.
Dari tabel 4.3 statistik deskriptif persepsi
kemanfaatan diatas, berdasarkan jawaban mahasiswa
diketahui skor nilai terendah adalah 2.0 dan nilai tertinggi
5.0 dengan rata-rata persepsi kemanfaatan secara
keseluruhan adalah 3.917 dengan standar deviasi 0.7278.
57
4.2.1.3 Statistik Deskriptif Penggunaan Nyata Hasil pengukuran deskriptif variabel penggunaan
nyata diukur dengan menggunakan dua indikator disajikan
dalam tabel 4.4 berikut :
Tabel 4.4 Variabel Penggunaan Nyata
Variabel indikator N Min Max Mean Std.
Deviation item 1 140 1.0 5.0 2,6143 0,72554
Penggunaan Nyata item 2 140 1.0 5.0 2,8286 0,75810
Total 140 1.0 5.0 2,721 0,74182 Sumber : Data primer, 2013.
Dari tabel 4.4 statistik deskriptif variabel penggunaan
nyata diatas, berdasarkan jawaban mahasiswa diketahui
skor nilai terendah adalah 1.0 dan nilai tertinggi 5.0 dengan
rata-rata penggunaan nyata secara keseluruhan adalah
2.721 dengan standar deviasi 0.74182.
4.2.1.4 Statistik Deskriptif Kepuasan penggunaan
Hasil pengukuran deskriptif variabel kepuasan
penggunaan diukur dengan menggunakan tujuh indikator
disajikan dalam tabel 4.5 berikut :
58
Tabel 4.5 Variabel Kepuasan penggunaan
Variabel indikator N Min Max Mean Std. Deviation
item 1 140 2.0 5.0 3,5929 0,70860
item 2 140 2.0 5.0 3,5143 0,76324 Kepuasan
Penggunaan item 3 140 2.0 5.0 3,6786 0,70218
item 4 140 2.0 5.0 3,7571 0,72837
item 5 140 2.0 5.0 3,5000 0,75389
item 6 140 2.0 5.0 3,7286 0,71814
item 7 140 1.0 5.0 3,7071 0,82668
Total 140 1.0 5.0 3,639 0,74301 Sumber : Data primer, 2013.
Dari tabel 4.5 statistik deskriptif variabel kepuasan
penggunaan diatas, berdasarkan jawaban mahasiswa
diketahui skor nilai terendah adalah 1.0 dan nilai tertinggi
5.0 dengan rata-rata kepuasan penggunaan secara
keseluruhan adalah 3.639 dengan standar deviasi 0.74301.
4.2.2 Statistik Analisis Frekuensi Analisis frekuensi digunakan untuk mendefinisikan
data yang diinput pada masing-masing variabel (Nugroho
2011). Pada analisis frekuensi ini ditampilkan data dengan
nilai terendah hingga tertinggi didekriptifkan dalam masing-
masing kelompok nilai disajikan dalam tabel 4.6.
59
Tabel 4.6 Tanggapan responden berdasarkan analisis frekuensi
Variabel indikator STS TS N S SS Jumlah
1
0
0%
8
5,7%
43
30,7%
73
52,1% 16
11,4%
140
100%
2
0
0%
6
4,3%
31
22,1%
88
62,9% 15
10,7%
140
100%
Kualitas sistem 3
0
0%
6
4,3%
16
11,4%
73
52,1% 45
32,1%
140
100%
4
0
0%
10
7,1%
29
20,7%
77
55,0% 24
17,1%
140
100%
5
3
2,1%
31
22,1%
37
26,4%
49
35,0% 20
14,3%
140
100%
6
1
0,7%
0
0%
26
18,6%
77
55,0% 36
25,7%
140
100%
Variabel indikator STS TS N S SS Jumlah
1
0
0%
6
4,3%
29
20,7%
70 50,0%
35
25,0%
140
100%
2
0
0%
2
1,4%
40
28,6%
70 50,0%
28
20,0%
140
100%
Persepsi kemanfaatan 3
0
0%
3
2,1%
25
17,9%
80 57,1%
32
22,9
140
100%
4
0
0%
0
0%
14
10,0%
78 55,7%
48
34,3%
140
100%
5
0
0%
9
6,4%
45
32,1%
68 48,6%
18
12,9%
140
100%
60
6
0
0%
5
3,6%
46
32,9%
70 50,0%
19
13,6%
140
100%
Variabel indikator STS TS N S SS Jumlah
1
1
0,7%
70 50,0%
52
37,1%
16
11,4%
1
0,7%
140
100%
Penggunaan nyata 2
1
0,7%
48
34,4%
68 48,6%
20
14,3%
3
2,1%
140
100%
Variabel indikator STS TS N S SS Jumlah
1
0
0%
7
5,0%
54
38,6%
68 48,6%
11
7,9%
140
100%
Kepuasan Penggunaan
2
0
0%
13
9,3%
52
37,1%
65 46,4%
10
7,1%
140
100%
3
0
0%
5
3,6%
49
35,0%
72 51,4%
14
10,0%
140
100%
4
0
0%
5
3,6%
43
30,7%
72 51,4%
19
13,6%
140
100%
5 0
0%
11
7,9%
59 42,1%
59 42,1%
11
7,9%
140
100%
6
0
0%
6
4,3%
42
30,0%
76 54,3%
16
11,4%
140
100%
7
2
1,4%
7
5,0%
41
29,3%
70 50,0%
20
14,2%
140
100%
61
Dari hasil analisis frekuensi pada tabel 4.6 diatas
tidak jauh beda pada hasil analisis deskriptif. Hasil
penelitian menunjukkan respon mahasiswa terhadap
jawaban pada tiap indikator dalam variabel rata-rata
mahasiswa cenderung menjawab setuju. Sedangkan
jawaban mahasiswa terhadap dua indikator dalam variabel
penggunaan nyata berdasarkan hasil penelitian,
berdasarkan lamanya penggunaan sebanyak 70 responden
atau 50% penggunaan SIASAT oleh mahasiswa hanya
kurang dari 30 menit sedangkan tanggapan mahasiswa
terbanyak untuk penggunaan harian pada saat proses
SIASAT hingga proses penyesuaian (AJUSMEN) intensitas
penggunaan mahasiswa 3-4 kali dalam seminggu.
4.3 Uji Pemodelan Struktural Equation Model 4.3.1 Confirmatory Factor Analysis
Ferdinand (2002), menjelaskan Confirmatory faktor
analysis (analisis faktor konfirmasi) ini ditujukan untuk
mengestimasi measurement model dengan menguji
unidimensionalitas dari konstruk-konstruk eksogen dan
endogen. Pada tahap ini model akan dikonfirmasi apakah
variabel yang diamati dapat mencerminkan faktor yang
dianalisis.
62
4.3.1.1 Uji konfirmatori antar konstruk Eksogen Hair et al., (2006) menyatakan bahwa konstruk
eksogen adalah variabel yang mempengaruhi variabel lain
tanpa pernah dipengaruhi oleh variabel lain dalam satu
rangkaian hubungan kausalitas antar variabel. Konstruk
eksogen disebut juga Independent variables yang tidak
dapat diprediksi oleh variabel lain dalam model (Ferdinand,
2002). Dalam model penelitian ini, digolongkan dua
konstruk eksogen yakni (1) Kualitas sistem, (2) Persepsi
kemanfaatan, seperti tampak pada gambar 4.1 berikut.
Gambar 4.1 Posisi awal Uji konfirmatori konstruk Eksogen
63
Dari gambar diatas, dapat dilihat indikator dengan
loading factor dengan nilai dibawah 0.50 dinyatakan tidak
valid sebagai pengukur konstruk eksogen yakni X4,
sehingga harus dikeluarkan untuk analisis data selanjutnya
yakni indeks modifikasi, sehingga posisi awal Goodnes of fit
indices dapat dilihat pada Tabel 4.7 berikut.
Tabel 4.7 Posisi awal Goodness-of-fit Indices
Konstruk Eksogen
Goodness-of-fit Indices
Cut-off Value Hasil Analisis
Evaluasi Model
Chi Square Diharapkan kecil 152.19 Kurang baik
Significance Probability
≥ 0.05 0.000 Kurang baik
RMSEA ≤ 0.08 0.116 Kurang baik
CMIN /DF ≤2.00 2.872 Kurang baik
GFI >0.90 0.824 Kurang baik
AGFI ≥ 0.90 0.741 Kurang baik
TLI >0.90 0.775 Kurang baik
CFI >0.95 0.820 Kurang baik
Dari Tabel 4.7 Goodness-of-fit Indices diatas dapat
dilihat bahwa semua indeks tidak memenuhi kecocokan
kriteria yang baik seperti GFI, AGFI, TLI dan CFI > 90.
Sedangkan RMSEA dan nilai P dari X2 juga belum
64
memenuhi kriteria yang baik. Untuk meningkatkan
kecocokan keseluruhan model dapat meggunakan indeks
modifikasi (modification Indices) dan hasilnya seperti pada
gambar 4.2 berikut.
Gambar 4.2 Modifikasi uji konfirmatori konstruk eksogen
Dari gambar 4.2 diatas dapat dilihat hasil dari tiap-
tiap indikator dari msing-masing variabel laten setelah
melakukan indeks modifikasi sudah memenuhi syarat yaitu
loading faktor di atas 0.05. sehingga dapat diterima.
65
Sedangkan nilai Goodness-of-fit Indices pada konstruk
eksogen dapat dilihat pada tabel 4.8 berikut.
Tabel 4.8 Modifikasi Goodness-of-fit Indices Konstruk Eksogen
Goodness-of-fit Indices
Cut-off Value Hasil Analisis
Evaluasi Model
Chi Square Diharapkan kecil 28.624 Baik
Significance Probability
≥ 0.05 0.328 Baik
RMSEA ≤ 0.08 0.027 Baik
CMIN /DF ≤2.00 1.101 Baik
GFI >0.90 0.964 Baik
AGFI ≥ 0.90 0.909 Baik
TLI >0.90 0.989 Baik
CFI >0.95 0.995 Baik
Berdasarkan tabel 4.8 Output modifikasi Goodness-of-
fit Indices diatas dapat dilihat bahwa hasil chi-square 28.624
dengan probabilitas p = 0.326 begitu juga nilai kriteria fit
CMIN/DF, GFI, AGFI, TLI, CFI dan RMSEA menunjukkan
hasil goodness of fit model baik.
4.3.1.2 Uji Konfirmatori antar konstruk Endogen Hair et al., (2006) menjelaskan konstruk endogen
sebagai variabel yang dipengaruhi oleh variabel lain tetapi
66
bisa saja variabel ini pada saat bersamaan juga
mempengaruhi variabel lain dalam suatu hubungan
kausalitas antar variabel. Dalam model ini digolongkan dua
variabel endogen yakni Penggunaan Nyata dan Kepuasan.
Selanjutnya uji konfirmatori konstruk endogen dapat
dilihat pada gambar 4.3 dan keseluruhan goodness of fit
dapat dilihat pada tabel 4.9 berikut.
Gambar 4.3 posisi awal uji konfirmatori konstruk endogen
67
Tabel 4.9 Posisi awal Goodness-of-fit Indices Konstruk Endogen
Goodness-of-fit Indices
Cut-off Value Hasil Analisis
Evaluasi Model
Chi Square Diharapkan kecil 58.4 Kurang baik
Significance Probability
≥ 0.05 0.000 Kurang baik
RMSEA ≤ 0.08 0.095 Kurang baik
CMIN /DF ≤2.00 2.246 Kurang baik
GFI >0.90 0.908 Kurang baik
AGFI ≥ 0.90 0.840 Kurang baik
TLI >0.90 0.864 Kurang baik
CFI >0.95 0.901 Kurang baik
Dari gambar 4.9 diatas dapat dilihat bahwa semua
indikator konstruk endogen memiliki nilai loading faktor
>0.05 sehingga dapat disimpulkan bahwa semua indikator
adalah valid. Namun dari hasil Goodness of fit statistics
pada tabel 4.9 semua indeks tidak memenuhi kecocokan
kriteria yang baik seperti GFI, AGFI, TLI dan CFI > 90.
Sedangkan RMSEA dan nilai P dari X2 juga belum
memenuhi kriteria yang baik. Untuk meningkatkan
kecocokan keseluruhan model meggunakan indeks
modifikasi (modification Indices) dan hasilnya seperti pada
68
gambar 4.4 dan pada tabel 4.10 modifikasi Goodness-of-fit Indices berikut.
Gambar 4.4 modifikasi uji konfirmatori konstruk endogen
Tabel 4.10 Modifikasi Goodness-of-fit Indices Konstruk Endogen
Goodness-of-fit Indices
Cut-off Value Hasil Analisis
Evaluasi Model
Chi Square Diharapkan kecil 16.09 Baik
Significance Probability
≥ 0.05 0.711 Baik
RMSEA ≤ 0.08 0.000 Baik
CMIN /DF ≤2.00 0.805 Baik
GFI >0.90 0.974 Baik
69
AGFI ≥ 0.90 0.941 baik
TLI >0.90 1.021 Baik
CFI >0.95 1.000 Baik
Dari Goodness of fit tabel 4.10 modifikasi diatas dapat
dilihat bahwa semua indeks memenuhi kecocokan kriteria
yang baik. Jadi dapat disimpulkan bahwa kecocokan
seluruh model adalah baik. 4.3.2 Full Struktural Equation Model Analysis
Ferdinand 2002 menjelaskan teknik full structural
equation model digunakan untuk menguji model kausalitas
yang telah dinyatakan sebelumnya dalam berbagai
hubungan sebab akibat (causal model) dengan analisis ini
dapat dilihat ada tidaknya kesesuaian model dan hubungan
kausalitas yang dibangun dalam model yang diuji.
4.3.2.1 Uji Kesesuaian Model Setelah dilakukan analisis faktor konfirmasi, langkah
selanjutnya adalah melakukan estimasi model full structural
yang hanya memasukkan konstruk eksogen dan endogen
yang telah diuji dengan analisis faktor konfirmasi. Tersaji
pada gambar 4.5 beserta tampilan tabel 4.11 Goodness of fit
berikut.
70
Gambar 4.5 Posisi awal full model struktural
Tabel 4.11 Posisi awal Goodness-of-fit Indices Konstruk Eksogen dan
Endogen Goodness-of-fit
Indices Cut-off Value Hasil
Analisis Evaluasi Model
Chi Square Diharapkan kecil 328.093 Kurang baik
Significance Probability
≥ 0.05 0.000 Kurang baik
RMSEA ≤ 0.08 0.084 Kurang baik
CMIN /DF ≤2.00 1.976 Kurang baik
GFI >0.90 0.794 Kurang baik
AGFI ≥ 0.90 0.739 Kurang baik
TLI >0.90 0.815 Kurang baik
CFI >0.95 0.838 Kurang baik
71
Dari tampilan tabel 4.11 diatas posisi awal Goodness-
of-fit Indices model yang dihasilkan kurang baik dengan nilai
chi-square sebesar 328.093 dan nilai probabilitas P= 0.000
< 0.05, begitu juga dengan kriteria Goodness-of-fit yang lain
seperti GFI, AGFI, TLI dan CFI masih jauh dari yang
dipersyaratkan yakni >0.90. Oleh karena itu perlu
dilakukan modifikasi untuk membuat model menjadi fit.
Modifikasi dilakukan dengan melakukan korelasi seperti
pada gambar 4.6 beserta hasil tabel 4.12 modifikasi
goodness of fit yang ternyata setelah melakukan modifikasi
semua kriteria Goodness-of-fit yang digunakan
menunjukkan kecocokan yang baik. Hal ini menjelaskan
bahwa model yang digunakan telah memenuhi kelayakan.
72
Gambar 4.6 modifikasi full model struktural
Tabel 4.12 Modifikasi Goodness-of-fit Indices Konstruk Eksogen dan
Endogen Goodness-of-fit
Indices Cut-off Value Hasil
Analisis Evaluasi Model
Chi Square Diharapkan kecil 119.454 baik
Significance Probability
≥ 0.05 0.715 baik
RMSEA ≤ 0.08 0.000 baik
73
CMIN /DF ≤2.00 0.926 baik
GFI >0.90 0.926 baik
AGFI ≥ 0.90 0.879 baik
TLI >0.90 1.014 baik
CFI >0.95 1.000 baik
4.4 Analisis Data Kualitas data yang dihasilkan dari penggunaan
instrumen penelitian dapat dievaluasi melalui uji validitas
dan Reliabilitas, pengujian ini dapat diketahui konsistensi
dan akurasi data yang dikumpulkan dari penggunaan
intrumen sebagai berikut.
4.4.1 Uji Validitas Dalam pengujian validitas untuk mengukur sah atau
valid tidaknya suatu kuesioner (Ghozali, 2005). Pengujian
validitas digunakan untuk mengukur kualitas atau
kelayakan dari suatu pertanyaan dalam kuesioner,
dikatakan layak suatu kuesioner jika pertanyaan dalam
kuesioner mampu untuk menggungkapkan sesuatu yang
akan diukur oleh kuesioner tersebut. Kuesioner dikatakan
valid jika memiliki validitas yang tinggi sebaliknya kuesioner
yang kurang valid berarti memiliki validitas yang rendah.
Dalam pengujian ini menggunakan kriteria Azwar, 2003
74
yang menyatakan setiap item dikatakan valid jika korelasi
antar item tersebut dengan skor total ≥ 0.30. dapat dilihat
dalam tabel 4.13 berikut :
Tabel 4.13 Hasil Uji Validitas
Variabel Item valid Nilai r
Kualitas Sistem
item1 .629
item2 .606
item3 .582
item5 .699
item6 .664
Persepsi Kemanfaatan
item1 .808
Item 2 .719
Item 3 .782
Item 4 .667
Item 5 .650
Item 6 .771
Pengunaan Nyata Item1 .634
Item2 .809
Kepuasan Pengguna
item1 0,755
item2 0,697
item3 0,766
item4 0,679
item5 0,670
item6 0,734
Item 7 0,721 Sumber : Data primer, 2013.
Dari tabel 4.13 dapat dilihat bahwa r hitung
Correlated Item – Total Corellation dari tiap-tiap item
75
dalam variabel dengan nilai r hitung > dari r tabel 0.30,
sehingga dapat diambil kesimpulan bahwa indikator
yang digunakan valid.
4.4.2 Uji Reliabilitas Reliabilitas adalah ukuran mengenai konsistensi
internal dari indikator-indikator sebuah konstruk yang
menunjukkan derajad sampai dimana masing-masing
indikator itu mengindikasikan sebuah konstruk laten yang
umum (Ferdinand, 2002). Pengukuran menggunakan uji
statistik Alpha Cronbach . Instrumen dianggap reliabel jika
memiliki koefisien Alpha Cronbach > 0,60 (Nunnaly dan
Gozali, 2005), hasil perhitungan reliabilitas disajikan pada
tabel 4.14 berikut
Tabel 4.14 Hasil Uji Reliabilitas
Variabel Koefisien Alpha
Batas Alpha
Keterangan
Kualitas sistem Persepsi kemanfaatan Pengguna nyata Kepuasan pemakai
0,667 0,827 0,775 0,841
0,6 0,6 0,6 0,6
Reliabel Reliabel Reliabel Reliabel
Sumber : Data primer, 2013.
Dari hasil output uji reliabilitas pada Tabel 4.14
menunjukkan bahwa semua nilai koefisien alfa > 0.6. Hal
76
ini menandakan bahwa semua konstruk penelitian adalah
reliable.
4.5 Uji Asumsi Klasik Pengujian statistik dengan analisis regersi dapat
dilakukan dengan pertimbangan tidak adanya pelanggaran
terhadap uji asumsi klasik. Diantaranya sebagai berikut :
4.5.1 Uji Normalitas Uji normalitas digunakan untuk menguji apakah
distribusi data normal atau tidak (Nugroho, 21011). Uji
Normalitas yang digunakan dalam penelitian ini adalah uji
One Sample – Kolmogorov – Smirnov Test dan berikut hasil
uji normalitas tersebut.
Tabel 4.15 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
kualitas persepsi penggunaan kepuasan
N 140 140 140 140 Normal Parametersa Mean 22.8571 23.5071 5.4429 25.4786
Std. Deviation 2.94938 3.20633 1.09460 3.72715
Most Extreme Differences
Absolute .088 .110 .179 .109 Positive .088 .110 .179 .109 Negative -.071 -.067 -.173 -.058
Kolmogorov-Smirnov Z 1.039 1.306 2.112 1.286 Asymp. Sig. (2-tailed) .242 .066 .078 .073 a. Test distribution is Normal. Sumber : Data primer, 2013.
77
Dilihat dari tabel 4.15, hasil uji normalitas di atas
diperoleh signifikansi masing-masing variabel diatas > 0,05
maka data dapat dikatakan berdistribusi normal.
4.5.2 Uji Multikolinearitas Uji multikolinieritas bertujuan untuk mengetahui
apakah pada model regresi ditemukan adanya korelasi antar
variabel independen (Nugroho, 2011). Ada tidaknya
multikolinearitas dapat dilihat dari nilai Tolerance ataupun
nilai VIF. Uji multikolinieritas disajikan dalam tabel 4.16
berikut :
Tabel 4.16
Hasil Uji Multikolinearitas
Coefficientsa
Model
Unstandardized
Coefficients
Standardized
Coefficients
t Sig.
Collinearity
Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 3.497 1.989 1.758 .081
kualitas .337 .109 .240 3.096 .002 .570 1.755
persepsi .635 .091 .546 6.983 .000 .561 1.782
penggunaan .120 .201 .035 .597 .551 .979 1.021
a. Dependent Variable: kepuasan
Hasil perhitungan Kualitas, persepsi kemanfaatan dan
penggunaan nyata pada tabel 4.16 menunjukkan nilai
78
tolerance > 0,10 dan nilai VIF < 10. Oleh karena itu dapat
disimpulkan bahwa variabel independen yang digunakan
dalam model regresi penelitian ini adalah terbebas dari
multikolinearitas atau dapat dipercaya dan obyektif.
4.5.3 Uji Heteroskedastisitas Heterokedastisitas menunjukkan bahwa variasi
(varians) variabel tidak sama untuk semua pengamatan
(Ghozali, 2005). Hasil uji glesjer model persamaan regresi
dapat dilihat dalam Tabel 4.17 berikut.
Table 4.17
Hasil Uji Heteroskedasatisitas
Coefficientsa
Model
Unstandardized Coefficients
Standardized
Coefficients
t Sig. B Std. Error Beta
1 (Constant) -.833 1.186 -.703 .483
kualitas -.036 .065 -.062 -.561 .576
persepsi .134 .054 .274 2.476 .095
penggunaan .068 .120 .048 .568 .571
a. Dependent Variable: ABS_res2
Dari tabel 4.17 menunjukkan bahwa variabel bebas
tidak secara signifikan mempengaruhi nilai absolut e dari
model regresi yang digunakan karena nilai dignifikansi
79
terhadap residual lebih dari 0.05. Jadi dapat disimpulkan
model regresi tidak mengandung heterokedastisitas.
4.6 Pengujian Hipotesis Pengujian hipotesis dilakukan untuk mengetahui
signifikan atau tidaknya pengaruh antara variabel
independen terhadap variabel dependen sesuai dengan yang
telah dihipotesiskan dalam Bab II.
Berikut ini adalah ringkasan pengujian SEM output
regression Weights pada tabel 4.18 dari analisis faktor
konfirmatori beserta hasil pengujian regresi diringkas pada
tabel 4.19 berikut:
Tabel 4.18 Regression Weights
Estimate S.E. C.R. P Label persepsi <--- kualitas 1.075 .167 6.433 *** par_20 penggunaan <--- kualitas .089 .103 .860 .390 par_17 penggunaan <--- persepsi .091 .093 .970 .332 par_18 kepuasan <--- penggunaan 4.462 3.104 1.438 .151 par_19 Sumber : data primer, 2013
Tabel 4.19 Hasil pengujian regresi
β Standar error t Sig.
Persepsi <--- Kualitas sistem 0,790 0,078 10,155 0,000 penggunaan <--- Kualitas sistem 0,013 0,035 0,366 0,715 penggunaan <--- persepsi 0,043 0,029 1,494 0,137
Kepuasan <--- Penggunaan nyata 0,380 0,288 1,320 0,189
Sumber : Data primer, 2013.
80
4.6.1 Uji Hipotesis 1 Pengujian hipotesis pertama dilakukan untuk
mengetahui kualitas sistem berpengaruh positif terhadap
persepsi kemanfaatan sistem. Dari hasil perhitungan regresi
pada tabel 4.19 diatas diperoleh bahwa nilai β sebesar 0,790
dengan standar error 0,078 dan nilai t hitung sebesar
10,155 dengan signifikansi 0,000 atau < 0.05. Didukung
dengan nilai critical ratio (CR) 6.433 dan nilai p-value 0.000
pada tabel 4.18. Nilai-nilai tersebut sesuai dengan batasan
statistik yang dipersyaratkan yaitu CR ≥ 2.00 dan p ≤ 0.05
maka dapat dikatakan hipotesis pertama diterima.
4.6.2 Uji Hipotesis 2 Pengujian hipotesis kedua dilakukan untuk
mengetahui kualitas sistem berpengaruh positif terhadap
penggunaan nyata sistem. Dari hasil perhitungan regresi
padat tabel 4.19 diatas diperoleh bahwa nilai β sebesar
0,013 dengan standar error 0,035 dan nilai t hitung sebesar
0,366 dengan signifikansi 0,715 atau > 0.05 maka hipotesis
dua ditolak. didukung dengan nilai CR 0.860 dan nilai p-
value 0.390 padat tabel 4.18. Nilai-nilai tersebut tidak
sesuai dengan batasan statistik yang disyaratkan yaitu ≥
2.00 dan p ≤ 0.05.
81
4.6.3 Uji hipotesis 3 Pengujian hipotesis ketiga dilakukan untuk
mengetahui persepsi kemanfaatan berpengaruh positif
terhadap penggunaan nyata sistem. Dari hasil perhitungan
regresi pada tabel 4.19 diatas diperoleh bahwa nilai β
sebesar 0,043 dengan standar error 0,029 dan nilai t hitung
sebesar 1,494 dengan signifikansi 0,137. Dikarenakan nilai
signifikansi > 0,05 maka dapat dikatakan hipotesis ketiga
ditolak. Didukung dengan hasil critical ratio (CR) 0.970 dan
p-value 0.332 padat tabel 4.18. Nilai-nilai tersebut tidak
sesuai dengan batasan statistik yang disyaratkan yaitu ≥
2.00 dan p ≤ 0.05.
4.6.4 Uji Hipotesis 4 Pengujian hipotesis keempat dilakukan untuk
mengetahui penggunaan nyata berpengaruh positif terhadap
kepuasan pengguna sistem. Dari hasil perhitungan regresi
pada tabel 4.19 diatas diperoleh bahwa nilai β sebesar 0,380
dengan standar error 0,288 dan nilai t hitung sebesar 1,320
dengan signifikansi 0,189. Dikarenakan nilai signifikansi >
0,05 maka hipotesis empat ditolak. Didukung dengan hasil
critical ratio (CR) 1.438 dan p-value 0.151 pada tabel 4.18.
Nilai-nilai tersebut tidak sesuai dengan batasan statistik
yang disyaratkan yaitu ≥ 2.00 dan p ≤ 0.05
82
Secara keseluruhan hasil uji hipotesis dirangkum
dalam tabel 4.20 dibawah ini :
Tabel 4.20 Rangkuman Kesimpulan Hasil Uji Hipotesis
Hipotesis Pernyataan Hipotesis Nilai t dan P Keterangan
H1 Kualitas sistem berpengaruh positif terhadap persepsi kemanfaatan sistem
t = 10,155
P = 0,000 Diterima
H2 Kualitas sistem berpengaruh positif terhadap penggunaan nyata sistem
t = 0,366
P = 0,715 Ditolak
H3 Persepsi kemanfaatan berpengaruh positif terhadap penggunaan nyata
t = 1,494
P = 0,137 Ditolak
H4 Penggunaan nyata berpengaruh positif terhadap kepuasan pengguna
t = 1,320
P = 0,189 Ditolak
Sumber : Data primer, 2013.
4.7 Pembahasan Pada bagian ini, akan menguraikan pembahasan dari
analisis yang telah dijelaskkan agar dapat menjawab soal-
soal penelitian yang telah diajukan, selain itu pembahasan
juga akan menguraikan hasil uji hipotesis dalam penelitian
ini.
83
4.7.1 Pengaruh kualitas sistem SIASAT terhadap Persepsi Kemanfaatan sistem
Setelah dilakukan analisis data dan pengujian pada
masing-masing hipotesis penelitian yang diajukan sesuai
dengan model teoritis, maka hasil yang diperoleh
menunjukkan bahwa hipotesa pertama menyatakan bahwa
Kualitas sistem dalam SIASAT terbukti secara signifikan
terhadap persepsi kemanfaatan, maka hasilnya mendukung
hipotesa pertama, artinya semakin baik kualitas sistem
yang terdapat dalam SIASAT maka semakin tinggi pulang
pemanfaatan yang diperoleh oleh mahasiswa dalam
menggunakan SIASAT.
Sistem informasi yang diterapkan UKSW dalam proses
akademik sudah dikatakan baik karena kualitas yang
terdapat dalam SIASAT sudah memiliki kemanfaatan bagi
mahasiswa selaku pengguna. Perilaku seorang mahasiswa
dalam memanfaatkan SIASAT dan merasakan manfaat
dalam proses administrasi akademisnya seperti akurasi
data dan informasi, waktu respon yang dapat diakses dalam
maupun luar kampus, keamanan sistem dan Keandalan
sistem memberikan kemudahan bagi mahasiswa dalam
mgnggunakan SIASAT, hal ini diperkuat dengan hasil
analisis frekuensi pada tabel 4.6 dimana respon mahasiswa
pada tiap indikator variabel kualitas sistem dan persepsi
kemanfaatan cenderung menjawab setuju.
84
Penelitian ini memperkuat model TAM oleh Davis yang
medefinikan kualitas sistem sebagai kemudahan sistem
memiliki pengaruh yang signifikan terhadap persepsi
kemanfaatan (Instianingsih et al, 2009). Serta Delone dan
McLean yang menyatakan kualitas sistem berpengaruh
signifikan dengan kualitas informasi yang dalam model TAM
didefinikan oleh Davis sebagai persepsi kemanfaatan
(jogiyanto (2007).
Hasil ini juga memperkuat hasil penelitian
sebelumnya yaitu Adams et.al. Chin dan Todd Iqbaria et al.,
dan Iqbaria dan Zinattely dalam Instianingsih et al 2009,
yang menyatakan bahwa Kualitas sistem berpengaruh kuat
terhadap persepsi kemanfaatan. Jika mahasiswa yakin
dengan kualitas sistem yang digunakan dalam SIASAT maka
mereka akan percaya bahwa dengan meggunakan SIASAT
akan mendapatkan manfaat yang baik dan meningkatkan
kinerja mereka.
4.7.2 Pengaruh kualitas sistem SIASAT terhadap penggunaan nyata Hipotesa kedua dalam penelitian menyatakan bahwa
kualitas sistem dari SIASAT berpengaruh positif dalam
mempengaruhi penggunaan nyata. Pada hasil pengujian
hipotesis didapatkan bahwa kualitas sistem pada SIASAT
tidak secara lansung mempengaruhi penggunaan nyata dari
85
SIASAT. Di tunjukkan dengan nilai t sebesar 0,366 dengan
nilai signifikasi 0.715 dimana nilai signifikasi tersebut lebih
besar dari 0.05.
Adanya pengaruh yang tidak signifikan dari kualitas
sistem SIASAT terhadap penggunaan nyata dalam penelitian
ini menunjukkan bahwa meskipun pemanfaatan sistem
dapat dipengaruhi oleh kualitas sistem namun tidak
memberikan pengaruh terhadap penggunaan nyata dari
SIASAT. Tidak diterimanya hipotesa kedua pada penelitian
ini dikarenakan, walaupun kualitas sistem dipersepsikan
baik oleh mahasiswa tetapi dalam proses penggunaan
secara nyata, tidak berpengaruh antara kualitas sistem dan
penggunaan nyata oleh mahasiswa. Mahasiwa
menggunakan SIASAT secara nyata ketika sedang
dibutuhkan tanpa memperhatikan kualitas dari sistem
tersebut. Yang dibutuhkan mahasiswa hanyalah manfaat
dan informasi yang diperoleh dalam menggunaka SIASAT
sedangkan kualitas sistem hanyalah pendukung dari
penggunaan nyata yang berfungsi untuk mempermudah
penggunaan SIASAT dan mendapatkan output dengan cepat
dan tepat.
Hasil penelitian tidak sejalan dengan Model
kesuksesan Delone dan Mclean yang menjadi dasar teoritis
dalam penelitian ini yang menyatakan Kualitas sistem
(system quality) memiliki pengaruh terhadap penggunaan
86
sistem (system use) (jogiyanto 2007), serta model TAM oleh
Davis yang mendefinisikan Kualitas sistem sebagai persepsi
kemudahan (Perceived ease of use) dalam mempengaruhi
penggunaan nyata (intention to use) (Surachman, 2008).
Tetapi penelitian ini sejalan dengan penelitian yang
dilakukan oleh wibowo 2008, menjelaskan persepi
kemudahan penggunaan dalam hal ini kualitas sistem
informasi tidak bersinergi atau tidak adanya signifikasi
terhadap penggunaan sistem. Hal ini memungkinkan karna
objek penelitian penggunaan sistem informasi yang
dilakukan bersifat wajib (mandatory), sejalan dengan
penelitian ini, bahwa mahasiswa selaku pengguna memang
dituntut untuk menggunakan SIASAT karena merupakan
prosedur dalam perencanaan studi meliputi prosedur kartu
rencan studi (KRS), transkip, jadwal kuliah/kartu studi
tetap(KST,) serta administrasi keuangan yang merupakan
kewajiban setiap siswa harus digunakan selama mereka
studi. Dengan demikian baik atau tidaknya kualiatas sistem
dalam SIASAT tidak akan mempengaruhi sikap mahasiswa
terhadap penggunaan sistem SIASAT.
4.7.3 Pengaruh Persepsi kemanfaatan sistem terhadap penggunaan nyata
Pada hipotesa ketiga dalam penelitian menyatakan
bahwa Persepsi kemanfaatan dalam sistem SIASAT
87
berpengaruh dalam penggunaan nyata dari SIASAT. Dari
hasil pengujian dilihat dari nilai t sebesar 1.494 dan nilai
signifikasi 0.137 > 0.05 pada tabel 4.18 maka hasilnya tidak
mendukung hipotesa ketiga dan pengaruhnya bersifat
negatif yang berarti persepsi kemanfaatan pada SIASAT
tidak secara lansung mempengaruhi penggunaan
mahasiswa terhadap sistem SIASAT.
Hal ini berhubungan dengan sikap mahasiswa dalam
proses penggunaan. Dilihat dari tanggapan mahasiswa
terhadap intensitas penggunaan nyata, mahasiswa tidak
membutuhkan banyak waktu dalam menggunakan SIASAT
berdasarkan analisis frekuensi pada variabel penggunaan
sebagian besar atau 50% penggunaannya kurang dari 30
menit, sehingga dapat dikatakan intensitas penggunaan
SIASAT oleh mahasiswa dinilai rendah.
Tidak adanya pengaruh kemanfaatan sistem terhadap
penggunaan nyata juga dipengaruhi penggunaan SIASAT
yang bersifat wajib (mandatory). Mahasiswa dituntut dalam
penggunaan SIASAT karena merupakan bagian dari proses
akademik yang harus dilakukan. Dengan demikian adanya
pemanfaatan dalam penggunaan SIASAT tidak
mempengaruhi sikap mahasiswa dalam menggunakan
SIASAT
Hasil penelitian ini tidak mendukung penelitian
Delone dan McLean dalam jogiyanto 2007 yang
88
mempersepsikan kemanfaatan sistem sebagai kualitas dari
informasi yang memiliki pengaruh terhadap penggunaan
sistem. Penelitian ini juga tidak mendukung Teori
Acceptance Model (TAM) yang berfokus pada sikap terhadap
penggunaan teknologi informasi dimana sikap pemakai
ditentukan oleh kemanfaatan sistem.
Hasil penelitian ini juga tidak sejalan dengan
penelitian sebelumnya yang dilakukan oleh surachman
(2008), Zsajna dalam Lihawa (2012) yang menyatakan
variabel persepsi kemanfaatan berpengaruh signifikan
dalam menjelaskan sikap terhadap penggunaan nyata
sistem informasi.
Namun penelitian ini sejalan denga penelitian yang
dilakukan oleh Santoso (2010), menjelaskan persepsi
kemanfaatan terhadap sikap penggunaan sistem informasi
tidak signifikan terhadap tingkat penilaian akan dampak
yang dialami penggunaan sistem. hal ini disebabkan karena
teknologi yang digunakan cukup lama sehingga hal tersebut
biasa bagi pemakai teknologi, hal ini dilihat berdasarkan
tingkat pendidikan dan intensitas penggunaan.
4.7.4 Pengaruh penggunaan nyata terhadap kepuasan pengguna
Pengujian hipotesis keempat dari hasil penelitian
meyatakan bahwa pengaruh penggunaan nyata terhadap
89
kepuasan pengguna dalam menggunakan SIASAT tidak
berpengaruh positif yang berarti penggunaan SIASAT secara
nyata oleh mahasiswa dirasakan kurang memuaskan.
Penelitian ini tidak sesuai dengan model kesuksesan
Delone dan Mclean yang menyatakan adanya pengaruh
antara penggunaan nyata dengan kepuasan penggunaan
(jogiyanto 2007). Tetapi hasil penelitian ini sejalan dengan
penemuan dari penelitian sebelumnya yang dilakukan oleh
Haryani dan pranoto (2006) serta Haryani (2008), mengukur
kinerja SIASAT dalam mempengaruhi kepuasan pengguna,
ditemukan bahwa mahasiswa menyatakan ketidakpuasan
pada SIASAT.
Penemuan ini juga sejalan dengan penemuan dari
penelitian yang dilakukan oleh Livari 2005 yang
menerapkan model Delone dan Mclean dalam meneliti
model kesuksesan sistem informasi di sektor publik dimana
penelitian ini juga bersifat mandatory atau wajib digunakan,
hasilnya menyatakan bahwa penggunaan nyata dalam
memprediksi kepuasan pemakai tidak memiliki pengaruh
yang signifikan.
Pada umumnya penggunaan sistem informasi SIASAT
memiliki persepsi positif, dilihat dari deskriptif analisis rata-
rata jawaban mahasiswa cenderung setuju terhadap
variabel kepuasan penggunaan SIASAT, karena mahasiswa
memiliki keyakinan terhadap persepsi kemanfaatan yang
90
memiliki dampak lansung terhadap perilaku penggunaan
SIASAT. Namun tidak sedikit mahasiwa yang ragu-ragu
akan kepuasan SIASAT dilihat dari indikator deskriptif
analisis frekuensi pada tabel 4.6 jawaban mahasiwa
menyatakan keraguan terbanyak kedua dari setiap indikator
akan kepuasan penggunaan, hal ini menunjukkan bahwa
banyak mahasiswa menyatakan keraguan terhadap
kepuasan penggunaan. Persepsi negatif ini muncul sebagai
dampak setelah mahasiswa menggunakan sistem secara
nyata dan dalam proses penggunaan, mahasiwa mengalami
pengalaman buruk terhadap penggunaan SIASAT tersebut.
Mahasiswa dalam penggunaan SIASAT selain karena
tuntutan akademis, mereka juga dapat merasakan manfaat
dalam penggunaannya tetapi dalam proses penggunaan
banyak persoalan-persoalan yang terjadi seperti keraguan
mahasiswa akan tingkat kebutuhan informasi ditunjukkan
pada tabel 4.6 deskiptif analisis frekuensi bahwa 54 atau
35% mahasiswa masih ragu terhadap pemahaman informasi
yang dihasilkan, 59 atau 42.1% mahasiwa menyatakan
keraguan akan informasi yang disajikan belum bersifat
realtime, 42 atau 30.0% mahasiswa menyatakan keraguan
akan kemudahan dalam penggunaan, 49 atau 35%
mahasiswa menyatakan keraguan terhadap fitur-fitur
SIASAT itu sendiri seperti isi/konten akurasi dan format
misalkan informasi yang diperoleh kurang valid seperti
91
informasi tagihan pembayaran, pada saat proses
pembayaran online beda dengan informasi yanag terdapat
dalam SIASAT, adanya pengeluhan siswa tentang
perubahan nilai dalam data transkrip, mahasiswa hanya
bisa menerima karena tidak memperoleh kesempatan dalam
memberikan masukan dan kontribusi dalam pengembangan
sistem SIASAT.
Sejalan dengan penelitian yang dilakukan oleh
Haryani (2008), menjelaskan bahwa kurangnya partisipasi
dan pemahaman mahasiswa berdampak lansung terhadap
kepuasan mahasiswa. Tingkat pastisipasi rendah karena
mereka tidak diberi kesempatan oleh UKSW untuk
memberikan masukan dalam pengembangan sistem
sedangkan pada tingkat pemahaman mahasiswa dikatakan
rendah karena mereka memiliki sedikit kesempatan untuk
bersosialisasi dengan sistem SIASAT. sehingga hasilnya
adanya ketidak puasan mahasiswa terhadap penggunaan
SIASAT.
Dari penjelasan masing-masing hipotesis dapat
diambil makna sesuai dengan topik penelitian ini yakni
sikap mahasiswa sebagai aspek yang mempengaruhi
perilaku mahasiswa dalam penggunaan SIASAT, perlu
mendapat perhatian dalam proses pengembangan SIASAT,
karena perilaku mahasiswa dan penerapan sistem SIASAT
sangat berkaitan dengan pemahaman dan cara pandang