Anda di halaman 1dari 199

ANALISIS PENGARUH KUALITAS LAYANAN WEBSITE TERHADAP

KEPUASAN MAHASISWA STIE PERBANAS SURABAYA


MENGGUNAKAN MODEL WEBQUAL

TUGAS AKHIR

Program Studi
S1 Sistem Informasi

Oleh:
SHANDI PRIMA YUDHA ADRIANTO
08.41010.0235

FAKULTAS TEKNOLOGI DAN INFORMATIKA


INSTITUT BISNIS DAN INFORMATIKA STIKOM SURABAYA
2016
DAFTAR ISI

Halaman

ABSTRAK........................................................................................................... vii

KATA PENGANTAR......................................................................................... viii

DAFTAR ISI........................................................................................................ ix

DAFTAR TABEL................................................................................................ xiv

DAFTAR GAMBAR......................................................................................... xvii

DAFTAR LAMPIRAN........................................................................................ ix

BAB I PENDAHULUAN .................................................................................... 1

1.1 Latar Belakang ................................................................................... 1

1.2 Rumusan Masalah............................................................................... 3

1.3 Batasan Masalah ................................................................................. 3

1.4 Tujuan ................................................................................................ 4

1.5 Manfaat Penelitian .............................................................................. 4

1.6 Sistematika Penulisan ......................................................................... 4

BAB II LANDASAN TEORI .............................................................................. 6

2.1 Gambaran Umum Tentang Perbanas ................................................... 6

2.1 Website ............................................................................................... 6

2.2 Kualitas Website ................................................................................. 9

2.3 WebQual............................................................................................. 9

ix
Halaman

2.4 Hubungan Kualitas Website Dengan Pengguna ................................. 14

2.5 Hubungan Kualitas Penggunaan dengan Kepuasan Pengguna ........... 15

2.6 Hubungan Kualitas Informasi dengan Kepuasan Pengguna ............... 15

2.8 Statistikal Product and Service Solutions (SPSS) .............................. 16

2.9 Skala Likert ...................................................................................... 16

2.10 Validitas dan Reliabilitas ................................................................ 17

2.11 Uji Asumsi...................................................................................... 19

2.12 Regresi ........................................................................................... 21

2.13 Regresi Linier Berganda ................................................................. 22

2.13.1 Uji Koefisien Regresi Secara Bersamaan (Uji F) .................. 22

2.13.2 Uji Koefisien Regresi Secara Linier (T)................................. 24

2.14 Analisis Korelasi Berganda ............................................................. 26

BAB III METODOLOGI PENELITIAN ........................................................... 28

3.1 Alur Proses Metodologi Penelitian .................................................... 28

3.2 Tahap Awal Metodologi Penelitian ................................................... 29

3.2.1 Identifikasi Masalah ................................................................ 29

3.2.2 Studi Literatur ......................................................................... 35

3.2.3 Pengumpulan Data .................................................................. 35

3.2.4 Membuat Model Hipotesis ...................................................... 36

3.3 Tahap Pelaksanaan............................................................................ 36

x
Halaman

3.3.1 Analisis Website dengan Webqual ........................................... 37

3.3.2 Analisis Pengaruh Kualitas Layanan Website .......................... 59

3.2 Tahap Akhir...................................................................................... 65

BAB IV HASIL DAN PEMBAHASAN ............................................................ 66

4.1 Tampilan Layanan Website STIE Perbanas ....................................... 66

4.1.1 Layanan Profil Perbanas .......................................................... 67

4.1.2 Layanan Program Studi ........................................................... 67

4.1.3 Layanan Sarana dan Prasarana ................................................ 68

4.1.4 Layanan Tridarma Pendidikan ................................................. 69

4.1.5 Layanan Tridarma Penelitian................................................... 71

4.1.6 Layanan Tridarma Pengabdian Masyarakat ............................. 72

4.2 Gambaran Umum Responden ........................................................... 73

4.3 Uji Analisis Layanan Profil ............................................................... 73

4.3.1 Uji Validitas dan Reliabilitas ................................................... 75

4.3.2 Uji Asumsi .............................................................................. 79

4.3.3 Analisis Regresi Linier ............................................................ 87

4.4 Uji Analisis Layanan Program Studi ................................................. 91

4.4.1 Uji Validitas dan Reliabilitas ................................................... 93

4.4.2 Uji Asumsi .............................................................................. 97

4.4.3 Analisis Regresi Linier .......................................................... 106

xi
Halaman

4.5 Uji Analisis Layanan Sarana dan Prasarana..................................... 110

4.5.1 Uji Validitas dan Reliabilitas ................................................. 112

4.5.2 Uji Asumsi ............................................................................ 115

4.5.3 Analisis Regresi Linier .......................................................... 124

4.6 Uji Analisis Layanan Tridarma Pendidikan ..................................... 128

4.6.1 Uji Validitas dan Reliabilitas ................................................. 131

4.6.2 Uji Asumsi ............................................................................ 136

4.6.3 Analisis Regresi Linier .......................................................... 146

4.7 Uji Analisis Layanan Tridarma Penelitian ....................................... 151

4.7.1 Uji Validitas dan Reliabilitas ................................................. 153

4.7.2 Uji Asumsi ............................................................................ 157

4.7.3 Analisis Regresi Linier .......................................................... 165

4.8 Uji Analisis Layanan Tridarma Pengabdian Masyarakat ................. 169

4.8.1 Uji Validitas dan Reliabilitas ................................................. 171

4.8.2 Uji Asumsi ............................................................................ 175

4.8.3 Analisis Regresi Linier .......................................................... 184

BAB V KESIMPULAN DAN SARAN ........................................................... 189

5.1 Kesimpulan .................................................................................... 189

5.2 Saran .............................................................................................. 189

xii
Halaman

DAFTAR PUSTAKA ...................................................................................... 191

LAMPIRAN .................................................................................................... 193

xiii
BAB I

PENDAHULUAN

1.1 Latar Belakang

Peranan teknologi internet semakin penting dalam memberikan manfaat

ganda bagi Universitas. Dengan internet, segala informasi dengan mudah

didapatkan, karena itu Universitas menyediakan layanan informasi melalui

website guna memberikan kemudahan bagi mahasiswa dalam mencari sebuah

informasi yang dibutuhkan, antara lain nilai online, kuliah online dan lain

sebagainya. Banyaknya website pada bidang pendidikan lainnya, diduga menjadi

persaingan dalam menarik mahasiswa dalam mencari suatu informasi. Oleh

karena itu memberikan pelayanan yang terbaik dalam bidang teknologi informasi

merupakan suatu upaya untuk memberikan kepuasan kepada mahasiswa.

Sekolah Tinggi Ilmu Ekonomi Perbanas Surabaya (STIE PERBANAS)

merupakan lembaga pendidikan dalam bidang bisnis dan perbankan dibawah

naungan Perhimpunan Bank-Bank Umum Nasional (Perbanas) Jawa Timur.

Didirikan pada tahun 1970, STIE Perbanas saat ini telah mengkombinasikan

berbagai fasilitas modern dan pendekatan dinamis untuk pengajaran dan

penelitian yang telah menghasilkan berbagai prestasi yang membanggakan.

Perolehan berbagai sertifikasi, penghargaan dan dana hibah merupakan bentuk

pengakuan atas komitmen dan kerja keras dalam peningkatan mutu layanan

pendidikan. Saat ini STIE Perbanas memiliki satu program studi Pasca Sarjana,

tiga program studi sarjana dan memiliki dua program studi Diploma.

1
2

Dengan semakin berkembangnya dunia pendidikan, lembaga pendidikan

ini dituntut untuk memberikan informasi yang cepat kepada mahasiswa, sehingga

media berkomunikasi dan informasi dapat diterima dengan mudah. Salah satu

media teknologi informasi yang digunakan oleh STIE Perbanas adalah website.

website ini bertujuan untuk memberikan informasi kepada mahasiswa tentang

profil seputar kampus, penelitian, pengabdian masyarakat, e-jurnal, e-learning,

informasi tentang perpustakan, sistem informasi mahasiswa (SIMAS), dan

mahasiswa dapat berinteraksi secara langsung melalui media interaksi seperti

yahoo messenger, facebook dan twitter. Adanya Teknologi Informasi seperti

website diharapkan dapat memberikan informasi yang akurat, lengkap dan terkini,

dan mempermudah komunikasi. Keterlibatan mahasiswa dalam pemanfaatan

teknologi informasi seperti website, sangat menentukan akan keberhasilan sebuah

kualitas sistem dan informasi yang di produksinya. Kualitas informasi yang sesuai

dengan kebutuhan dan keperluan mahasiswa akan menumbuhkan suatu tingkat

kepuasan bagi mahasiswa itu sendiri.

Namun selama ini, setelah layanan website tersebut diimplementasikan

belum pernah dilakukan evaluasi mengenai kualitas layanan dari website

berdasarkan persepsi pengguna akhir sebagai umpan balik ke pihak pengelola

website (manajemen). Pada dasarnya kualitas layanan website akan sangat

berpengaruh terhadap tingkat kepuasan mahasiswa itu sendiri. Semakin tinggi

kualitas layanan suatu website, maka akan semakin banyak mahasiswa yang

mengakses website tersebut. Berdasarkan permasalahan diatas, maka dalam

penelitian ini dilakukan analisis kualitas website dari sisi kepuasan mahasiswa

menggunakan metode WebQual 4.0, dengan cara memberikan kuesioner kepada


3

mahasiswa. Diharapkan penelitian ini dapat memberikan bahan pertimbangan atau

masukan kepada pihak manajemen yang mengelola website dalam mengetahui

pengaruh kualitas layanan website terhadap mahasiswa, sehingga dapat

mempertahankan layanan yang sudah baik dan meningkatkan kualitas layanan

website yang belum baik.

1.2 Rumusan Masalah

Berdasarkan latar belakang diatas, maka dapat dirumuskan beberapa

permasalahan yang sedang dihadapi oleh kampus STIE Perbanas saat ini, yaitu:

1. Bagaimana pengaruh layanan website untuk kualitas penggunaan terhadap

kepuasan mahasiswa?

2. Bagaimana pengaruh layanan website untuk kualitas informasi terhadap

kepuasan mahasiswa?

3. Bagaimana pengaruh layanan website untuk kualitas interaksi terhadap

kepuasan mahasiswa?

1.3 Batasan Masalah

Batasan permasalahan dalam penelitian ini adalah sebagai berikut:

1. Daftar pertanyaan berasal dari indikator webqual dan hanya sampai mengukur

kualitas layanan website.

2. Kuesioner hanya ditujukan untuk mahasiswa STIE Perbanas.

3. Kuesioner yang digunakan adalah kuesioner selebaran.

4. Metode yang digunakan dalam menganalisis pengaruh kepuasan pengguna

website adalah metode Regresi Linier Berganda.


4

1.4 Tujuan

Berdasarkan perumusan masalah diatas, maka tujuan dari penyusunan

tugas akhir ini adalah:

1. Menghasilkan analisis pengaruh kualitas layanan penggunaan website

terhadap kepuasan mahasiswa.

2. Menghasilkan analisis pengaruh kualitas layanan informasi website terhadap

kepuasan mahasiswa.

3. Menghasilkan analisis pengaruh kualitas layanan interaksi website terhadap

kepuasan mahasiswa.

1.5 Manfaat Penelitian

Penelitian ini akan memberikan manfaat bagi pihak pengelola website

(manajemen) untuk sebuah rekomendasi atau masukan terhadap layanan website

mana yang perlu ditingkatkan dan layanan mana yang perlu dipertahankan.

1.6 Sistematika Penulisan

Laporan Tugas Akhir (TA) ini ditulis dengan sistematika penulisan yang

terdiri dari pendahuluan, landasan teori, metode penelitian, pembahasan, dan

penutup.

Bab I : Pendahuluan

Bab ini membahas tentang latar belakang masalah dan penjelasan

permasalahan secara umum, perumusan masalah serta batasan masalah

yang dibuat, tujuan dari pembuatan Tugas Akhir dan sistematika

penulisan buku ini.


5

Bab II : Landasan Teori

Bab ini membahas mengenai teori tentang konsep metode webqual, uji

statistika regresi linier berganda yang digunakan untuk menunjukkan

tingkat keterkaitan antara tiga dimensi kualitas website dengan

kepuasan pelanggan, skala pengukuran yang digunakan.

Bab III : Metode Penelitian

Ketiga yang merupakan bab metode penelitian ini berisi penjelasan

tentang tahap-tahap yang dikerjakan dalam penyelesaian analisis terdiri

dari identifikasi masalah, populasi dan sampel, instrumen penelitian,

desain kuesioner, uji validitas dan reliabilitas, pengumpulan data, teknik

sampling, desain uji statistika regresi linier berganda, implementasi dan

evaluasi sampai didapatkan suatu kesimpulan dan saran.

Bab IV : Pembahasan

Pada bab ini menjelaskan tahapan hasil dan pembahasan yang di dapat

dari penelitian yang dilakukan.

Bab V : Penutup

Bab ini berisikan kesimpulan dan saran. Saran yang dimaksud adalah

saran terhadap kekurangan dari sistem yang ada kepada pihak lain yang

ingin meneruskan topik Tugas Akhir ini. Tujuannya adalah agar pihak

lain dapat menyempurnakan sehingga bisa menjadi lebih baik dan

berguna.
BAB II

LANDASAN TEORI

2.1 Gambaran Umum Tentang Perbanas

STIE PERBANAS merupakan lembaga pendidikan swasta dalam bidang

bisnis dan perbankan. Saat ini STIE Perbanas memiliki satu program studi Pasca

Sarjana, tiga program studi sarjana dan memiliki dua program studi Diploma.

Salah satu media teknologi informasi yang digunakan oleh STIE Perbanas dalam

meningkatkan layanan pendidikan adalah website yang beralamatkan

di www.perbanas.ac.id. Website ini bertujuan untuk memberikan informasi

kepada mahasiswa. Adapun layanan yang ada pada website Perbanas antara lain

layanan profil kampus, layanan program studi, layanan sarana dan prasarana,

layanan Tridarma Pendidikan yang terdiri atas pendidikan, penelitian dan

pengabdian masyarakat. Layanan Tridarma pendidikan meliputi e-Learning, e-

Jurnal, Digital Library, sistem informasi mahasiswa (SIMAS) dan pendaftaran.

2.1 Website

Website pertama kali ditemukan oleh Sir Timothy John, Tim Berners-Lee.

Pada tahun 1991 website terhubung dengan jaringan. Tujuan dari dibuatnya

website pada saat itu yakni untuk mempermudah tukar menukar dan

memperbaharui informasi kepada sesama peneliti di tempat mereka bekerja.

Dengan demikian pengertian website saat itu masih sebatas tukar menukar

informasi.

Kelahiran web science didorong oleh pergerakan generasi web dari web

1.0ke web 3.0. Sejak diperkenalkan web pada tahun 1990 oleh Tim Berners-Lee,

6
7

perkembangan yang terjadi luar biasa. Perbedaan utama dari setiap generasi

adalah pada web 1.0 masih bersifat read-only, pada web 2.0 bergerak ke arah

read-write, sedangkan pada web 3.0 mengembangkan hubungan manusia ke

manusia, manusia ke mesin, dan mesin ke mesin. Pada web 2.0 kegiatan sosial

sudah dimulai, dengan semakin popularnya berbagai fasilitas seperti wikipedia,

blog, friendster dan sebagainya. Tetapi kendala utama pada web 2.0 adalah

penangan untuk pertukaran data atau interoperabilitas masih sulit. web 3.0

mencoba menyempurnakan web 2.0 dengan memberikan penekanan penelitian

pada semantic web, Ontology, web service, social software, folksonomies dan

Peer-to-Peer. Penelitian ini sangat memperhatikan ‘budaya’ sebuah komunitas

terhadap kebutuhan akan sebuah data atau informasi.

Menurut Lau dan Lee (1999) secara terminologi, website adalah kumpulan

dari halaman-halaman situs, yang biasanya terangkum dalam sebuah domain

(alamat) atau sub domain, yang tempatnya berada di dalam World Wide Web

(WWW) di internet. Sebuah halaman website adalah dokumen yang ditulis dalam

format Hyper Text Markup Language (HTML), yang hampir selalu bisa diakses

melalui HTTP, yaitu protokol yang menyampaikan informasi dari server website

untuk ditampilkan kepada para pemakai melalui web browser. Semua publikasi

dari website - website tersebut dapat membentuk sebuah jaringan informasi yang

sangat besar.

Berdasarkan pengertiannya, web juga memiliki kriteria, sehingga dapat

dikatakan telah memenuhi syarat sebagai web yang baik. Adapun kriteria web

yang baik menurut Hermawan (2007 : 61) untuk kualitas sistem yang di nilai oleh

penggunanya diantara adalah dari segi:


8

1. Ketergunaanya (Usability)

Situs web harus memenuhi lima syarat untuk mencapai tingkat usability yang

ideal, antara lain: mudah dipelajari, efisien dalam penggunaan, mudah untuk

diingat, tingkat kesalahan rendah.

2. Sistem Navigasi (Struktur)

Kemudahan bernavigasi dalam situs web melibatkan sistem navigasi situs web

secara keseluruhan dan desain interface situs web tersebut. Dengan demikian

pengguna dapat menemukan apa yang mereka cari dengan cepat dan mudah.

3. Desain visual (realibility)

Kepuasan visual seorang user secara subyektif melibatkan bagaimana desainer

visual situs web membawa mata user menikmati dan menjelajahi situs web

dengan menjelajahi melalui layout, bentuk, warna dan tipografi. Grafik

membaut halaman web menjadi lebih indah tetapi juga bisa memperlambat

akses dengan semakin besarnya ukuran file.

4. Lama Respon (Loading Time)

Jumlah lama waktu yang dihitung dari akhir permintaan tersebut dilayani, ini

berkaitan dengan kecepatan sistem website itu sendiri.

5. Contents

Sebaiknya apapun situs web secara desain grafis, tanpa konten yang berguna

dan bermanfaat maka akan kurang berarti. Konten yang baik akan menarik,

relevan, dan pantas untuk target audien situs web tersebut.

6. Accessibility

Halaman web harus dapat digunakan oleh setiap orang, baik anak-anak, orang

tua dan orang buda, termasuk orang cacat


9

7. Interactif

Buat situs web yang memungkinkan pengunjung berinteraksi dengan situs web.

2.2 Kualitas Website

Kualitas informasi mengukur kualitas keluaran dari sistem informasi,

Larcker dan Lessig (1980) mengembangkan enam item pertanyaan untuk

mengukur kepentingan persepsi dan kebergunaan informasi dari informasi yang

disajikan dan laporan-laporan yang dihasilkan oleh sistem informasi tersebut.

Seperti pengukuran isi web harus personal lengkap relevan, dan mudah dipahami

dan aman. Indikator yang diukur meliputi:

1. Kelengkapan (completeness)

2. Ketepatan (precission)

3. Akurasi (accuracy)

4. Keandalan (reliability)

5. Kekinian(currency)

6. Bentuk keluaran (format of output)

Pengukuran-pengukuran kualitas informasi diatas merupakan hasil

penelitian Delone dan Mclean dan sudah dibuktikan keakuratannya dalam

melakukan pengukuran terhadap sistem informasi yang dibangun.

2.3 WebQual

Menurut Zeithaml, Parasuraman dan Berry (1990) webqual merupakan

salah satu metode atau teknik pengukuran kualitas website berdasarkan persepsi

pengguna akhir. Metode ini merupakan pengembangan dari SERVQUAL yang

banyak digunakan sebelumnya pada pengukuran kualitas jasa.


10

Dalam penelitian yang dilakukan oleh (Yaghoubi, et al., 2011) dalam

Internet bookstore quality assessment: Iranian evidence digunakan model

webqual untuk mengevaluasi kualitas website berdasarkan perspektif pengguna.

Terdapat beberapa versi dari model webqual dimana setiap versi digunakan dalam

penelitian yang berbeda yang disesuaikan dengan populasi dan kebutuhan

penelitian yaitu sebagai berikut:

1. Webqual 1.0 , terdiri atas 4 dimensi yaitu usefulness, easy of use,

entertainment, dan interaction. Webqual versi pertama ini kuat dalam dimensi

kualitas informasi, tetapi lemah dalam service interaction.

2. Webqual 2.0 , terbagi dalam 3 area yang berbeda yaitu quality of website,

quality of information, dan quality of service interaction. Pada webqual 2.0

dikembangkan aspek interaksi dengan mengadopsi kualitas pelayanan.

3. Webqual 3.0 diuji mengidentifikasi 3 dimensi atas kualitas website e-commerce

yaitu usability, information quality, dan quality of service interaction.

4. Webqual 4.0 diperoleh dari pengembangan webqual versi 1 sampai 3 dan juga

disesuaikan dan dikembangkan dari SERVQUAL. Webqual 4.0 terdiri dari 3

dimensi yaitu usability, information, dan interaction services.

Dimensi-dimensi pada Webqual terdiri dari tiga yaitu:

1. Kualitas Penggunaan (Usability Quality)

Meliputi kemudahan untuk dipelajari, kemudahan untuk dimengerti,

kemudahan untuk ditelusuri, kemudahan untuk digunakan, sangat menarik,

menampilkan bentuk visual yang menyenangkan, memiliki kompetensi yang

baik, memberikan pengalaman baru yang menyenangkan.


11

2. Kualitas Informasi (Information Quality)

Menurut Barnes dan Vidgen (2003), Kualitas Informasi meliputi hal – hal

seperti informasi yang akurat, informasi yang bisa dipercaya, informasi yang

up to date terbaru, informasi yang sesuai dengan topik bahasan, informasi

yang mudah dimengerti, informasi yang sangat detail, dan informasi yang

disajikan dalam format desain yang sesuai.

John Burch dan Gary Grudnitski menyatakan bahwa suatu informasi

dikatakan berkualitas apabila ditunjang oleh tiga hal yaitu:

a. Akurat (accurate)

Informasi harus bebas dari kesalahan-kesalahan dan tidak bias dalam

mencerminkan maksud dari informasi itu sendiri

b. Tepat Pada Waktunya (Time Liness)

Informasi yang dihasilkan tidak boleh terlambat (usang). Informasi yang

sudah usang tidak mempunyai nilai yang baik untuk digunakan sebagai

dasar dalam pengambilan keputusan dan berakibat fatal dalam

keputusannya.

c. Relevan (relevancy)

Informasi harus memberikan manfaat bagi pemakainya. Relevansi

informasi untuk setiap orang berbeda dengan yang lainnya.

3. Kualitas Interaksi (Interaction Quality)

Meliputi kemampuan memberi rasa aman saat transaksi, memiliki reputasi

yang bagus, memudahkan komunikasi, menciptakan perasaan emosional yang

lebih personal, memiliki kepercayaan dalam menyimpan informasi pribadi


12

pengguna, mampu menciptakan komunitas yang lebih spesifik, mampu

memberi keyakinan bahwa janji yang disampaikan akan ditepati.

Berikut ini disajikan tabel dari dimensi dan item yang menjelaskan model

Webqual 4.0 (Barnes & Vidgin, 2002).

Tabel 2.1 Dimensi dan Item WebQual 4.0


DIMENSI WebQuaL 4.0 Item
Kualitas 1. Kemudahan untuk dioperasikan
Penggunaan 2. Interaksi dengan website jelas dan dapat dimengerti
3. Kemudahan untuk navigasi
4. Kemudahan menemukan alamat website
5. Tampilan yang atraktif
6. Tepat dalam penyusunan tata letak informasi
7. Tampilan sesuai dengan jenis website lembaga
pendidikan
8. Adanya penambahan pengetahuan dari infomasi website

Kualitas 9. Menyediakan informasi yang cukup jelas


informasi 10. Menyediakan informasi yang dapat dipercaya
11. Menyediakan informasi yang up to date
12. Menyediakan informasi yang relevan
13. Menyediakan informasi yang mudah dibaca dan
dipahami
14. Menyediakan informasi yang cukup detail
15. Menyajikan informasi dalam format yang sesuai

Kualitas 16. Mempunyai reputasi yang baik


interaksi 17. Mendapatkan keamanan untuk melengkapi transaksi
18. Rasa aman dalam menyampaikan data pribadi
19. Kemudahan untuk menarik minat dan perhatian
20. Adanya suasana komunitas
21. Kemudahan untuk memberi masukan
22. Tingkat kepercayaan yang tinggi atas informasi yang
disampaikan website

Lociacono dkk. (2002) juga merancang skala dimensi Webqual dengan dua

belas dimensi.
13

Tabel 2.2 Dimensi WebQual

Kategori level
Dimensi deskripsi
tertinggi

(1) (2) (3)

Ease of understanding Kemudahan dalam membaca dan


memahami
Ease of use
Intiitive Operation Mudah dalam mengoperasikan dan
navigasi

Informational Fit-to- Informasi yang tersedia sesuai dengan


task kebutuhan dan meningkatkan kinerja

Tailored komunikasi dikhususkan untuk


communication mahasiswa
Usefulness
Trust Komunikasi yang aman dan
keleluasaan informasi pribadi

Response time Waktu dalam mendapatkan respon


setelah permintaan atau berinteraksi

Visual appeal Estetika website

Innovativeness Desain situs yang kreatif dan unik


Entertainment
Emotional appeal Pengaruh emosional dalam
menggunakan website dan intensitas
keterlibatan

On-line completeness Mengijinkan seluruh transaksi di


selesaikan

Complementary Relative advantage Seimbang atau lebih baik dari sekedar


relationship interaksi dengan pengguna

Consistent image Gambaran website kompatibel dengan


perusahaan melalui media lainnya
14

2.4 Hubungan Kualitas Website Dengan Pengguna

Pengguna yang dimaksudkan pada penelitian ini adalah mahasiswa.

Kualitas website akan sangat berpengaruh terhadap tingkat kepuasan penggunanya

itu sendiri. Semakin tinggi kualitas suatu website, maka akan semakin banyak

pengguna yang mengakses website tersebut. Hal ini sesuai dengan penelitian

Barnes dan Vidgen (2001) dengan menggunakan konsep metode pengukuran

suatu website menggunakan metode webqual dengan indikator kualitas informasi,

kualitas interaksi, serta kualitas penggunaan pada e-library menghasilkan bahwa

kualitas informasi, kualitas interaksi, serta kualitas penggunaan mempengaruhi

tingkat kepuasan pengguna. Penelitian Tarigan (2008) mengenai e-library dengan

metode webqual juga menyatakan bahwa suatu website dalam lingkungan

akademis akan sangat berpengaruh terhadap kepuasan pengguna apabila faktor-

faktor yang terdapat pada webqual atau kualitas website utamanya kualitas

penggunaan memiliki kualitas yang baik. Adapun konsep model tersebut dapat

dilihat pada gambar 2.1.

Kualitas
penggunaan

Kualitas
Informasi Kepuasan
Pengguna

Kualitas
interaksi

Gambar 2. 1. Konsep Model Barnes dan Vidgen, 2005.


15

2.5 Hubungan Kualitas Penggunaan dengan Kepuasan Pengguna

Szymansky (2007) mengemukakan bahwa kualitas desain dan penggunaan

situs berpengaruh pada kepuasan. Dalam dunia internet, desain situs seringkali

dianggap pengganti dari faktor fisik (tangible) yang merupakan representative

perusahaan, dimana kemudahan navigasi, tampilan menarik dan kenyamanan

mempengaruhi evaluasi kepuasan pengakses.

2.6 Hubungan Kualitas Informasi dengan Kepuasan Pengguna

Park dan Kim (2009) dari hasil penelitiannya mengemukakan bahwa

kualitas informasi suatu situs menentukan puas/tidaknya pelanggan atau

pengakses suatu situs. Hal tersebut dapat dijelaskan bahwa dalam konteks online,

proses pencarian informasi (searching) danatau proses pembelian (purchasing),

kualitas informasi yang ditampilkan adalah hal yang sangat penting bagi

pengakses situs. Dalam penelitiannya juga memperkuat bahwa kualitas informasi

atas situs berpengaruh terhadap kepuasan pengguna terhadap situs tersebut. Pada

situs – situs baik yang bersifat pemberian informasional, hybrid dan situs online

business, penyajian informasi yang kredibel, akurat dan selalu up to date akan

mempengaruhi penilaian kepuasan pengguna terhadap suatu situs tertentu.

2.7 Hubungan Kualitas Interaksi dengan Kepuasan Pengguna

Park dan Kim (2007), mengemukakan bahwa kualitas interaksi pengguna

situs berpengaruh pada kepuasan pelanggan. Dalam konteks online proses

pencarian informasi, kualitas informasi adalah hal yang sangat penting. Ketika

seluruh informasi yang disediakan memberikan pelanggan mendapatkan apa yang

diinginkan sesuai tujuan, akan mempengaruhi evaluasi terhadap situs tersebut.


16

2.8 Statistikal Product and Service Solutions (SPSS)

SPSS adalah sebuah software untuk mengolah data statistik yang

penggunaannya cukup mudah bahkan bagi orang yang tidak mengenal dengan

baik teori statistik. Aplikasi SPSS seringkali digunakan untuk memecahkan

masalah riset atau bisnis dalam hal statistik.

Cara kerjanya sederhana, yaitu data yang anda input oleh SPSS akan

dianalisis dengan suatu paket analisis. Menyediakan akses data, persiapan dan

manajemen data, analisis data, dan pelaporan. SPSS merupakan perangkat lunak

yang paling banyak dipakai karena tampilannya yang user friendly dan merupakan

terobosan baru berkaitan dengan perkembangan teknologi informasi, khususnya

dalam e-business. SPSS didukung oleh OLAP (Online Analytical Processing)

yang akan memudahkan dalam pemecahan pengolahan dan akses data dari

berbagai perangkat lunak yang lain, seperti Microsoft Excel atau Notepad.

2.9 Skala Likert

Menurut Simamora (2009:46) Skala likert yang juga disebut summated-

ratings scale, merupakan teknik pengukuran sikap paling luas digunakan dalam

riset pemasaran. Skala ini memungkinkan responden untuk mengekspresikan

intensitas perasaan responden. Pertanyaan yang diberikan adalah pertanyaan

tertutup. Pilihan dibuat berjenjang mulai dari intensitas paling rendah sampai

paling tinggi. Pilihan jawaban bisa tiga, lima, tujuh, dan sembilan. Yang pasti

ganjil.

Semakin banyak pilihan jawaban, maka jawaban responden semakin

terwakili. Namun, kesulitannya adalah kata-kata yang mewakili pilihan terbatas

jumlahnya. Dalam bahasa inggris ada 7 pilihan, yaitu extremely disagree, strongly
17

disagree, disagree, neither agree nor disagree, agree, strongly agree, extremely

agree. Di dalam bahasa Indonesia bisa dibuat 5 pilihan, yaitu sangat tidak setuju,

tidak setuju, cukup setuju, setuju, sangat setuju. Karena pilihan jawaban

berjenjang, maka setiap jawaban bisa diberi bobot 1 dan tertinggi diberi 5. Namun

bisa juga sebaliknya asal konsisten, intensitas tertinggi 1 dan terendah 5.

2.10 Validitas dan Reliabilitas

Validitas adalah tingkat keandalan dan kesahihan alat ukur yang

digunakan. Instrumen dikatakan valid berarti menunjukkan alat ukur yang

dipergunakan untuk mendapatkan data itu valid atau dapat digunakan untuk

mengukur apa yang seharusnya diukur (Sugiyono, 2004). Dengan demikian,

instrumen yang valid merupakan instrumen yang benar-benar tepat untuk

mengukur apa yang hendak diukur.

Penggaris dinyatakan valid jika digunakan untuk mengukur panjang,

namun tidak valid jika digunakan untuk mengukur berat. Artinya, penggaris

memang tepat digunakan untuk mengukur panjang, namun menjadi tidak valid

jika penggaris digunakan untuk mengukur berat.

Uji validitas berguna untuk mengetahui apakah ada pernyataan-pernyataan

pada kuesioner yang harus dibuang/diganti karena dianggap tidak relevan. Teknik

untuk mengukur validitas kuesioner dengan mengkorelasikan antara skor tiap item

dengan skor total dan melakukan koreksi terhadap nilai koefisien korelasi yang

overestimasi. Hal ini agar tidak terjadi koefisien item total yang overestimasi

(estimasi nilai yang lebih tinggi dari yang sebenarnya).

Metode pengambilan keputusan pada uji validitas ini menggunakan

batasan r tabel dengan signifikansi 0,05 dan uji 2 sisi, atau menggunakan batasan
18

0,3 (Azwar, 1999). Artinya jika nilai korelasi lebih dari batasan yang ditentukan

maka item dianggap valid, sedangkan jika kurang dari batasan yang ditentukan

maka item dianggap tidak valid.

Uji reliabilitas berguna untuk menetapkan apakah instrumen yang dalam

hal ini kuesioner dapat digunakan lebih dari satu kali, paling tidak oleh responden

yang sama akan menghasilkan data yang konsisten. Dengan kata lain, reliabilitas

instrumen mencirikan tingkat konsistensi. Instrumen kuesioner yang tidak reliabel

maka tidak dapat konsisten untuk pengukuran sehingga hasil pengukuran tidak

dapat dipercaya. Uji reliabilitas yang banyak digunakan pada penelitian yaitu

menggunakan metode Cronbach Alpha.

Metode pengambilan keputusan pada uji reliabilitas biasanya

menggunakan batasan 0,6. Menurut Sekaran (1992), reliabilitas kurang dari 0,6

adalah kurang baik, sedangkan 0,7 dapat diterima, dan di atas 0,8 adalah baik.

Pengukuran validitas dan reliabilitas mutlak dilakukan, karena jika instrumen

yang digunakan sudah tidak valid dan reliabel maka dipastikan hasil penelitiannya

pun tidak akan valid dan reliabel. Menurut Sugiyono (2007) menjelaskan

perbedaan antara penelitian yang valid dan reliabel dengan instrumen yang valid

dan reliabel sebagai berikut :

Penelitian yang valid artinya bila terdapat kesamaan antara data yang

terkumpul dengan data yang sesungguhnya terjadi pada objek yang diteliti.

Artinya, jika objek berwarna merah, sedangkan data yang terkumpul berwarna

putih maka hasil penelitian tidak valid. Sedangkan penelitian yang reliabel bila

terdapat kesamaan data dalam waktu yang berbeda. Kalau dalam objek kemarin

berwarna merah, maka sekarang dan besok tetap berwarna merah.


19

2.11 Uji Asumsi

Di dalam uji statistika regresi dilakukan pula uji asumsi klasik sebagai

syarat terlaksananya analisis regresi linier berganda, yaitu:

1. Normalisasi Data

Menurut Sugiyono (2009) penggunaan statistik parametris, bekerja dengan

asumsi bahwa data setiap variabel yang akan dianalisis membentuk distribusi

normal. Bila data tidak normal maka teknik statistik parametrik tidak dapat

digunakan untuk alat analisis. Suatu data yang membentuk distribusi normal

bila jumlah data di atas dan di bawah rata-rata adalah sama, demikian juga

simpangan bakunya sehingga dapat membentuk suatu kurve normal. Selain

kurve normal umum, juga terdapat kurve normal standar. Dikatakan standar,

karena nilai rata-ratanya adalah 0 dan simpangan bakunya adalah 1,2,3,4, dst.

Nilai simpangan baku selanjutnya dinyatakan dalam simbol z. Kurve normal

umum dapat diubah ke dalam kurve normal standart, dengan menggunakan

rumus 1.

(��−�� )
�= ...............................................................................(1)

dengan :
z = Simpangan baku untuk kurve normal
x i = Data ke i dari suatu kelompok data
�̅ = Rata – rata kelompok
S = Simpangan baku

Pengujian dilakukan dengan menggunakan metode Normal Probabilitas Plots.

Normal Probabilitas Plots berbentuk grafik yang digunakan untuk mengetahui

apakah dalam sebuah model regresi, nilai regresi residual terdistribusi dengan
20

normal atau tidak. Model regresi yang baik seharusnya distribusi regresi

residual normal atau mendekati normal.

2. MultikoLinearitas

Menurut Gujarati dan Zain (1988) multikoLinearitas pada dasarnya merupakan

fenomena (regresi) sampel. Ketika mengendalikan fungsi regresi populasi atau

teoritis, semua model mempunyai pengaruh terpisah atau independen atas

variabel tak bebas Y. Tetapi mungkin terjadi dalam suatu sampel tertentu yang

manapun yang digunakan untuk menguji beberapa atau semua variabel X

sangat kolinier sehingga tidak bisa mengisolasi pengaruhnya terhadap variabel

Y. Secara ringkas sampel yang digunakan tidak cukup kaya untuk

mengakomodasikan semua variabel X dalam analisis. Untuk mendeteksi

adanya multikolinieritas digunakan persamaan 2.

��2� �1 �2 �3 …�� /(�−2)


�= ................................................................(2)
�1−��2 �1 �2 �3 …� �/ (�−�+1)
� �

3. Heteroskedastisitas

Menurut Priyatno (2010) Heteroskedastisitas adalah keadaan dimana

terjadinya ketidaksamaan varian dari residual pada model regresi. Model

regresi yang baik mensyaratkan tidak adanya masalah Heteroskedastisitas.

Untuk mendeteksi ada tidaknya Heteroskedastisitas ada beberapa metode,

antara lain dengan cara uji Spearman’s rho, uji Park, uji Glejser, dan dengan

melihat pola titik-titik pada scatterplots regresi. Pada tugas akhir ini akan

dibahas metode uji Spearman.

4. Autokorelasi

Menurut Gujarati dan Zain (1988) istilah Autokorelasi didefinisikan sebagai

korelasi antar anggota serangkaian observasi yang diurutkan menurut waktu


21

atau ruang. Untuk mengetahui adanya Autokorelasi atau tidak dapat dilakukan

melalui percobaan d dari Durbin-Watson persamaan 3.

∑�=�
�=2 (�−��−1)
2
�= ∑�=� 2 ..................................................................................(3)
�=2 ��

5. Linearitas

Menurut (Priyatno, 2010) istilah Linearitas didefinisikan sebagai bentuk

hubungan antara variabel independen dan variabel dependen adalah linier. Uji

Linearitas bertujuan untuk mengetahui apakah dua variabel tersebut

menunjukkan hubungan yang linear atau tidak.

2.12 Regresi

Menurut Tjiptono dan Chandra (2005) metode regresi korelasi dan

korelasi merupakan metode paling popular dan banyak digunakan dalam praktik

peramalan bisnis. Analisis regresi merupakan metode statistik yang digunakan

untuk mengidentifikasi karakteristik dan kekuatan asosiasi atau hubungan antara

dua atau lebih variabel, yaitu satu atau lebih variabel bebas (independent

variables) dan satu variabel terikat/tergantung (dependent variables).

Regresi memiliki bentuk bermacam-macam. Regresi linear sederhana

maupun regresi linear berganda digunakan untuk mencari model hubungan linear

antara variabel-variabel bebas dengan variabel terikat sepanjang tipe datanya

adalah interval atau rasio. Pada persamaan 4 regresi dummy memfasilitasi apabila

ada salah satu atau lebih variabel bebas yang bertipe nominal atau ordinal. Regresi

data panel memberikan keleluasaan kepada peneliti apabila data yang diregresikan

merupakan cross-section maupun data runtun waktu. Sedangkan regresi logistik


22

membantu peneliti untuk meregresikan variabel terikat yang bertipe nominal

(biner) maupun nominal atau ordinal non biner.

Y = β 0 + β 1 X 1 + β 2 X 2 + ........ + β nX n + ε.................................................(4)

dengan:
Y = variabel terikat

β0 = koefisien intercept regresi

β 1 , β 2 , β 3 = koefisien slope regresi

X 1 X 2 X 3 = variabel bebas

ε = error persamaan regresi.

2.13 Regresi Linier Berganda

Menurut Tjiptono dan Chandra (2005) regresi ini lebih sesuai dengan

kenyataan di lapangan bahwa suatu variabel terikat tidak hanya dapat dijelaskan

oleh satu variabel bebas saja tetapi perlu dijelaskan oleh beberapa variabel terikat.

Proses perhitungan secara umum adalah sama dengan regresi linear sederhana

hanya perlu pengembangan sesuai dengan kebutuhan regresi linear berganda.

2.13.1 Uji Koefisien Regresi Secara Bersamaan (Uji F)

Uji ini digunakan untuk mengetahui apakah variabel independen

(X 1 ,X 2 ….X n ) secara bersama-sama berpengaruh secara signifikan terhadap

variabel dependen (Y). Atau untuk mengetahui apakah model regresi dapat

digunakan untuk memprediksi variabel dependen atau tidak. Signifikan berarti

hubungan yang terjadi dapat berlaku untuk populasi (dapat digeneralisasikan),

Langkah-langkah atau urutan menguji hipotesa dengan distribusi f adalah sebagai

berikut:
23

1. Merumuskan Hipotesis

a. Ho : β 1 = β 2 = β 3 = β 4 = 0, berarti secara bersama-sama tidak ada pengaruh

variabel bebas terhadap variabel terikat.

b. Ha : apabila minimal terdapat satu β ≠ 0 maka terdapat pengaruh variabel

bebas terhadap variabel terikat.

2. Menentukan tingkat signifikansi

Tingkat signifikansi menggunakan a = 5% (signifikansi 5% atau 0,05 adalah

ukuran standar yang sering digunakan dalam penelitian).

3. Menentukan F hitung

4. Menentukan F tabel

Setelah menentukan taraf nyata atau derajat keyakinan yang digunakan, maka

bisa menentukan nilai t tabel. Dengan derajat bebas (df) dalam distribusi F ada

dua, yaitu:

1) df numerator = dfn = df1 = k – 1

2) df denumerator = dfd = df2 = n – k

Keterangan:

df = degree of freedom/ derajad kebebasan

n = Jumlah sampel

k = banyaknya koefisien regresi

5. Kriteria pengujian

a. Ho diterima bila F hitung < F tabel

b. Ho ditolak bila F hitung > F tabel

6. Membandingkan F hitung dengan F tabel


24

7. Kesimpulan

Keputusan bisa menolak Ho atau menolak Ho menerima Ha. Nilai F tabel yang

diperoleh dibanding dengan nilai F hitung apabila F hitung lebih besar dari F

tabel, maka ditolak sehingga dapat disimpulkan bahwa ada pengaruh yang

signifikan antara variabel independen dengan variabel dependen.

2.13.2 Uji Koefisien Regresi Secara Linier (T)

Uji ini digunakan untuk mengetahui apakah dalam model regresi variabel

independen (X 1 , X 2 ,…..X n ) secara parsial berpengaruh signifikan terhadap

variabel dependen (Y). Tujuan dari uji t adalah untuk menguji koefisien regresi

secara individual. Langkah-langkah atau urutan menguji hipotesa dengan

distribusi t adalah sebagai berikut:

1. Merumuskan hipotesa

Ho : βi = 0, artinya variabel bebas bukan merupakan penjelas yang signifikan

terhadap variabel terikat. Ha : βi ≠ 0, artinya variabel bebas merupakan

penjelas yang signifikan terhadap variabel terikat.

a. Hipotesa nol = Ho

Ho adalah suatu pernyataan mengenai nilai parameter populasi. Ho

merupakan hipotesis statistik yang akan diuji hipotesis nihil.

b. Hipotesa alternatif = Ha

Ha adalah suatu pernyataan yang diterima jika data sampel memberikan

cukup bukti bahwa hipotesa nol adalah salah.

2. Menentukan tingkat signifikansi

Tingkat signifikansi menggunakan α = 5% (signifikansi 5% atau 0,05 adalah

ukuran standar yang sering digunakan dalam penelitian).


25

3. Menentukan T hitung

4. Menentukan T tabel

Setelah menentukan taraf nyata atau derajat keyakinan yang digunakan sebesar

α = 1% atau 5% atau 10%, maka bisa menentukan nilai t tabel pada persamaan

5.

Dengan:

df = n – k...................................................................................................... (5)

Keterangan:

df : Degree of freedom atau derajat kebebasan


n : Jumlah sampel
k : Banyaknya koefisien regresi + konstanta
5. Kriteria Pengujian

a. Ho diterima jika -T tabel < T hitung < T tabel

b. Ho ditolak jika -T hitung < -T tabel atau T hitung > T tabel

6. Membandingkan T hitung dengan T tabel

7. Kesimpulan.

Keputusan bisa menolak Ho atau menolak Ho menerima Ha. Nilai t tabel yang

diperoleh dibandingkan nilai t hitung, bila t hitung lebih besar dari t tabel,

maka Ho ditolak, sehingga dapat disimpulkan bahwa independent variabel

berpengaruh pada dependent variabel. Apabila t hitung lebih kecil dari t tabel,

maka Ho diterima sehingga dapat disimpulkan bahwa independent variabel

tidak berpengaruh terhadap dependent variable.


26

2.14 Analisis Korelasi Berganda

Digunakan untuk mencari hubungan antara dua variabel bebas atau lebih

yang secara bersama-sama dihubungkan dengan variabel terikatnya. Sehingga

dapat diketahui besarnya sumbangan seluruh variabel bebas yang menjadi obyek

penelitian terhadap variabel terikatnya. Langkah-langkah menghitung koefisien

ganda adalah sebagai berikut:

1. Jika harga r belum diketahui, maka hitunglah harga r. Biayanya sudah ada

karena kelanjutan dari korelasi tunggal

2. Menghitung r hitung untuk dua variabel bebas pada persamaan 6.

ryx2 1 + ryx2 2 − 2 ryx1 ryx2 rx1x2


Ryx1x2 =
1 − rx21x2 ....................................................(6)

Dimana R yx1x2 = koefisien korelasi ganda antara variabel x 1 dan x 2


r yx1 = koefisien korelasi x1 terhadap Y
r yx2 = koefisien korelasi x2 terhadap Y
r x1x2 = koefisien korelasi x 1 terhadap X 2
3. tetapkan taraf signifikansi (α), sebaiknya disamakan dengan α terdahulu

4. tentukan kriteria pengujian R, yaitu :

H a : tidak siginifikan
H 0 : signifikan
H a : R yx1x2 = 0
H 0 : R yx1x2 ≠ 0
Jika F hitung ≤ F tabel maka H 0 diterima
5. Cari F hitung dengan persamaan 7.

R2
F = k 2 ............................................................................................(7)
(1 − R )
n − k −1
27

6. Cari F tabel = F(1-α) , kemudian dengan

dk pembilang = k
dk penyebut = n-k-1
dimana k = banyaknya variabel bebas
n = banyaknya anggota sampel
dengan melihat tabel f didapat nilai F tabel

7. Bandingkan F hitung dan F tabel

8. Kesimpulan

Menurut Sugiyono (2007), pedoman untuk memberikan interpretasi

koefisien korelasi sebagai berikut:

0,00 - 0,199 : Sangat rendah

0,20 - 0,399 : Rendah

0,40 - 0,599 : Sedang

0,60 - 0,799 : Kuat

0,80 - 1,000 : Sangat kuat


BAB III

METODOLOGI PENELITIAN

Pada tahap ini menjelaskan tentang metodologi penelitian mengenai

kegiatan, prosedur dan metode yang digunakan dalam penelitian.

3.1 Alur Proses Metodologi Penelitian

Berikut ini adalah proses tahapan dalam metodologi penelitian dapat

dilihat pada gambar 3.1.

Gambar 3.1 Alur Proses Metodologi Penelitian

28
29

3.2 Tahap Awal Metodologi Penelitian

Pada tahap awal dalam melakukan metologi penelitian terbagi menjadi

beberapa proses antara lain:

3.2.1 Identifikasi Masalah

Masalah yang ada pada website www.perbanas.ac.id saat ini adalah apakah

website sudah sesuai dengan kriteria website pendidikan atau Universitas. Yang

dikatakan website pendidikan atau Universitas menurut Arief Bachtiar, ST.,MT

adalah:

1. Memiliki layanan representasi Tridarma Perguruan Tinggi, yaitu Pendidikan,

Penelitian dan Pengabdian Masyarakat.

2. Memiliki layanan situs pembelajaran dan E-Learning.

3. Memiliki layanan perpustakaan dan Digital Library.

4. Memiliki informasi resmi mengenai jurusan, fakultas, badan atau layanan.

5. Memiliki layanan Search Engine Optimatization (SEO).

6. Situs utama dengan situs di fakultas dan unit harus seragam.

Adapun layanan-layanan yang tersedia pada website www.perbanas.ac.id

adalah sebagai berikut:

1. Layanan mengenai profil kampus yang berisi tentang sejarah, informasi

kampus, peta dan alumni.

2. Layanan program studi berisi tentang jurusan-jurusan yang ada pada kampus

Perbanas.

3. Layanan informasi sarana dan prasarana meliputi sejarah rektor, yayasan dan

fasilitas layanan yang tersedia pada kampus perbanas seperti:


30

4. Layanan Tridarma Pendidikan yaitu pedidikan meliputi: E-Jurnal, E-Learning,

library, sistem informasi mahasiswa (SIMAS) dan pendaftaran.

5. Layanan Tridarma Pendidikan yaitu Penelitian meliputi: informasi penelitian

yang telah dilakukan kampus Perbanas.

6. Layanan Tridarma Pendidikan yaitu Pengabdian Masyarakat meliputi:

informasi tentang kerja sama kampus Perbanas dengan pihak luar atau

masyarakat.

Setelah menentukan layanan-layanan apa saja yang terdapat pada

website www.perbanas.ac.id kemudian dilakukan analisis layanan website

berdasarkan pada Webqual. Kerangka Konseptual dapat dilihat pada gambar 3.2.

Gambar 3.2 Kerangka Konseptual Webqual Barnes dan Vidgen 2005.

Berdasarkan pemodelan website Quality (Webqual), terdapat tiga dimensi

kualitas website yang selanjutnya akan dipakai sebagai Variabel Bebas. Tiga

dimensi kualitas website, yaitu:

a. Variabel X1 adalah dimensi Kualitas Penggunaan.

b. Variabel X2 adalah dimensi Kualitas Informasi.


31

c. Variabel X3 adalah dimensi Kualitas Interaksi.

Sementara Variabel Terikat (Y) adalah kepuasan mahasiswa.

Analisis pengaruh kualitas layanan website jika ditinjau dari webqual

dapat dilihat pada tabel 3.1.

Tabel 3.1 Tinjauan layanan website berdasarkan webqual


No Nama layanan Dimensi webqual Item webqual
1 Layanan profil a. meliputi kualitas 1. kemudahan dioperasikan
perbanas penggunaan 2. kemudahan untuk navigasi
3. tepat dalam penyusunan tata
letak
4. tampilan yang atraktif
5. kemudahan menemukan
layanan profil
6. tampilan sesuai dengan jenis
website pendidikan

b. meliputi kualitas 1. menyediakan informasi


informasi cukup jelas
2. informasi dapat dipercaya
3. informasi yang mudah dibaca
dan dipahami
4. informasi yang cukup detail
5. informasi dalam format yang
sesuai
6. informasi yang relevan

c. kepuasan mahasiswa 1. suka terhadap layanan profil


2. informasi yang diterima jelas
3. informasi yang diterima
dapat dipercaya

4. kecepatan akses layanan


profil
5. layanan dapat diakses
melalui gadget

2 Layanan a. meliputi kualitas 1. kemudahan dioperasikan


program studi penggunaan 2. kemudahan untuk navigasi
3. tepat dalam penyusunan tata
letak
4. tampilan yang atraktif
5. kemudahan menemukan
layanan program studi
6. tampilan sesuai dengan jenis
32

No Nama layanan Dimensi webqual Item webqual


website pendidikan

b. meliputi kualitas 1. menyediakan informasi


informasi cukup jelas
2. informasi dapat dipercaya
3. informasi yang mudah dibaca
dan dipahami
4. informasi yang cukup detail
5. informasi dalam format yang
sesuai
6. informasi yang relevan

c. kepuasan mahasiswa 1. suka terhadap layanan


program studi
2. informasi yang diterima jelas
3. informasi yang diterima
dapat dipercaya
4. kecepatan akses layanan
program studi
5. layanan dapat diakses
melalui gadget

3 Layanan sarana a. meliputi kualitas 1. kemudahan dioperasikan


dan prasarana penggunaan 2. kemudahan untuk navigasi
3. tepat dalam penyusunan tata
letak
4. tampilan yang atraktif
5. kemudahan menemukan
layanan sarana dan prasarana
6. tampilan sesuai dengan jenis
website pendidikan

b. meliputi kualitas 1. menyediakan informasi


informasi cukup jelas
2. informasi dapat dipercaya
3. informasi yang mudah dibaca
dan dipahami
4. informasi yang cukup detail
5. informasi dalam format yang
sesuai
6. informasi yang relevan

c. kepuasan mahasiswa 1. suka terhadap layanan sarana


dan prasarana
2. informasi yang diterima jelas
3. informasi yang diterima
33

No Nama layanan Dimensi webqual Item webqual


dapat dipercaya
4. kecepatan akses layanan
profil
5. layanan dapat diakses
melalui gadget

4 Layanan a. meliputi kualitas 1. kemudahan dioperasikan


Tridarma penggunaan 2. kemudahan untuk navigasi
pendidikan: 3. tepat dalam penyusunan tata
E-Jurnal, letak
E-Learning, 4. tampilan yang atraktif
Library, 5. kemudahan menemukan
Sistem layanan Tridarma pendidikan
informasi 6. tampilan sesuai dengan jenis
mahasiswa, website pendidikan
pendaftaran

b. meliputi kualitas 1. menyediakan informasi


informasi cukup jelas
2. informasi dapat dipercaya
3. informasi yang mudah dibaca
dan dipahami
4. informasi yang cukup detail
5. informasi dalam format yang
sesuai
6. informasi yang relevan

c. informasi interaksi: 1. mendapatkan keamanan


E-Jurnal, untuk berinteraksi: fitur login
E-Learning, SIMAS, E-Jurnal, E-learning,
Sistem informasi pendaftaran
mahasiswa 2. rasa aman dalam berinteraksi
3. adanya suasana komunitas:
pada layanan E-Jurnal, E-
Learning
4. kemudahan memberikan
masukan: fitur
masukan/komentar untuk
website
5. reputasi yang baik

d. kepuasan mahasiswa 1. suka terhadap Tridarma


pendidikan
2. informasi yang diterima jelas
3. informasi yang diterima
dapat dipercaya
4. kecepatan akses layanan
34

No Nama layanan Dimensi webqual Item webqual


Tridarma pendidikan
5. layanan dapat diakses
melalui gadget

5 Layanan a. meliputi kualitas 1. kemudahan dioperasikan


penelitian penggunaan 2. kemudahan untuk navigasi
3. tepat dalam penyusunan tata
letak
4. tampilan yang atraktif
5. kemudahan menemukan
layanan Tridarma penelitian
6. tampilan sesuai dengan jenis
website pendidikan

b. meliputi kualitas 1. menyediakan informasi


informasi cukup jelas
2. informasi dapat dipercaya
3. informasi yang mudah dibaca
dan dipahami
4. informasi yang cukup detail
5. informasi dalam format yang
sesuai
6. informasi yang relevan

c. kepuasan mahasiswa 1. suka terhadap layanan


Tridarma penelitian
2. informasi yang diterima jelas
3. informasi yang diterima
dapat dipercaya
4. kecepatan akses layanan
Tridarma penelitian
5. layanan dapat diakses
melalui gadget
6 Layanan a. meliputi kualitas 1. kemudahan dioperasikan
pengabdian penggunaan 2. kemudahan untuk navigasi
masyarakat 3. tepat dalam penyusunan tata
letak
4. tampilan yang atraktif
5. kemudahan menemukan
layanan pengabdian
masyarakat
6. tampilan sesuai dengan jenis
website pendidikan

b. meliputi kualitas 1. menyediakan informasi


35

No Nama layanan Dimensi webqual Item webqual


informasi cukup jelas
2. informasi dapat dipercaya
3. informasi yang mudah dibaca
dan dipahami
4. informasi yang cukup detail
5. informasi dalam format yang
sesuai
6. informasi yang relevan

c. kepuasan mahasiswa 1. suka terhadap layanan


pengabdian masyarakat
2. informasi yang diterima jelas
3. informasi yang diterima
dapat dipercaya
4. kecepatan akses layanan
pengabdian masyarakat
5. layanan dapat diakses
melalui gadget

3.2.2 Studi Literatur

Pada tahap ini dilakukan studi literatur mengenai konsep dasar website

dari Barnes-Lee, metode webqual oleh Zeithaml (2009) dalam jurnal dan

Yaghoubi, et al.,(2011) dalam makalah penelitiannya, (Barnes & Vidgin, 2002)

tentang konsep pemodelan Webqual. Untuk analisis pengaruh kualitas website

digunakan uji Validitas dan Reliabilitas dari literatur jurnal Sugiyono, (2004), uji

normalisasi dan uji Regresi Linier Berganda dari literatur buku Tjiptono dan

Chandra (2005).

3.2.3 Pengumpulan Data

Pada penelitian ini dalam pengumpulan data pada tahap awal

menggunakan metode observasi dan wawancara. Observasi dilakukan dengan

melihat situs website perbanas. Sedangkan wawancara dilakukan dengan admin

yang bertanggung jawab mengelola website perbanas. Pada tahap pelaksanaan,


36

pengumpulan data menggunakan kuesioner selebaran yang dibagikan kepada

mahasiswa perbanas.

3.2.4 Membuat Model Hipotesis

Perumusan hipotesis dalam penelitian ini dapat dilihat pada tabel 3.2.

Tabel 3.2 Model Hipotesis Webqual

Penjelasan dari model hipotesis pada penelitian ini yaitu:

H1: Diduga terdapat pengaruh kualitas penggunaan terhadap kepuasan mahasiswa

H2: Diduga terdapat pengaruh kualitas informasi terhadap kepuasan mahasiswa

H3: Diduga terdapat pengaruh kualitas interaksi terhadap kepuasan mahasiswa

3.3 Tahap Pelaksanaan

Pada tahap pelaksanaan terdapat beberapa proses antara lain analisis

website dengan Webual dan analisis pengaruh kualitas layanan website.


37

3.3.1 Analisis Website dengan Webqual

Setelah dilakukan identifikasi dan diperoleh data yang akan digunakan

dalam penelitian, kemudian dilakukan Analisis website dengan webqual yang

terdiri atas beberapa proses. Adapun proses dalam analisis website adalah sebagai

berikut:

1. Menyiapkan Kuersioner

Instrumen atau alat yang digunakan dalam penelitian ini adalah kuesioner.

Agar kuesioner yang digunakan layak untuk dihitung maka dilakukan uji

validitas dan reliabilitas kuesioner.

2. Desain Kuesioner

Kuesioner dirancang untuk digunakan dalam pengaruh kualitas website

terhadap kepuasan pelanggan dengan beberapa tahapan, yaitu:

A. Perancangan Konstruk

Konstruk adalah elemen dari kuesioner yang digunakan untuk

mendefinisikan tujuan penilaian sebuah kuesioner terhadap objek

kuesioner.

B. Konsep Konstruk dan Pertanyaan Konstruk

Konstruk yang telah dibuat harus didefinisikan ke dalam sebuah konsep

yang akan menjelaskan fungsi dari masing-masing konstruk tersebut.

Berikut ini adalah konstruk untuk kuesioner dan Pertanyaan dirancang

berdasarkan item konstruk yang telah dibuat.

1. Layanan Profil Perbanas

Konstruk 1: Kualitas Penggunaan


38

Konstruk ini dibuat untuk mengukur tingkat kemudahan dan

kemenarikan layanan profil perbanas untuk digunakan.

Item 1 : Kemudahan dioperasikan

Pertanyaan : “anda merasa mudah untuk mengoperasikan layanan profil

perbanas”

Item 2 : kemudahan navigasi

Pertanyaan : “anda merasa mudah untuk navigasi layanan profil

perbanas”

Item 3 : tepat dalam penyusunan tata letak

Pertanyaan : “anda merasa tepat dalam tata letak layanan profil

perbanas”

Item 4 : tampilan yang atraktif

Pertanyaan : “anda merasa tampilan layanan profil perbanas atraktif”

Item 5 : kemudahan menemukan layanan profil

Pertanyaan : “anda merasa mudah dalam menemukan layanan profil

perbanas”

Item 6 : tampilan sesuai dengan jenis website pendidikan

Pertanyaan : ‘anda merasa layanan profil perbanas sesuai dengan

tampilan website pendidikan”

Konstruk 2 : Kualitas Informasi

Konstuk ini dibuat untuk mengukur tingkat kualitas informasi yang

ditampilkan pada layanan profil perbanas

Item 1 : menyediakan informasi cukup jelas


39

Pertanyaan : “layanan profil perbanas menyediakan infomasi cukup

jelas”

Item 2 : informasi dapat dipercaya

Pertanyaan : “informasi tentang layanan profil perbanas dapat

dipercaya”

Item 3 : informasi yang mudah dibaca dan dipahami

Pertanyaan : “informasi tentang layanan profil perbanas mudah dibaca

dan dipahami”

Item 4 : informasi yang cukup detail

Pertanyaan : “informasi tentang layanan profil perbanas cukup detail”

Item 5 : informasi dalam format yang sesuai

Pertanyaan : “informasi tentang layanan profil perbanas memiliki

format yang mudah”

Item 6 : informasi yang relevan

Pertanyaan : “informasi tentang layanan profil perbanas relevan”

Konstruk 3 : kepuasan mahasiswa

Konstruk ini dibuat untuk mengukur kepuasan mahasiswa terhadap

layanan profil perbanas

Item 1 : suka terhadap layanan profil perbanas

Pertanyaan : “mahasiswa suka terhadap layanan profil perbanas”

Item 2 : informasi yang diterima jelas

Pertanyaan : “informasi yang diterima mahasiswa jelas tentang layanan

profil perbanas”

Item 3 : informasi yang diterima dapat dipercaya


40

Pertanyaan : “informasi yang diterima mahasiswa tentang layanan

profil perbanas dapat dipercaya”

Item 4 : kecepatan akses layanan profil perbanas

Pertanyaan : “kecepatan untuk akses layanan profil perbanas memadai”

Item 5 : layanan dapat diakses melalui gadget

Pertanyaan : “layanan profil perbanas dapat diakses melalui gadget”

2. Layanan program studi

Konstruk 1 : kualitas penggunaan

Konstruk ini dibuat untuk mengukur tingkat kemudahan dan

kemenarikan layanan program studi.

Item 1 : kemudahan dioperasikan

Pertanyaan : “anda merasa mudah untuk mengoperasikan layanan

program studi”

Item 2 : kemudahan navigasi

Pertanyaan : “anda merasa mudah untuk navigasi layanan program

studi”

Item 3 : tepat dalam penyusunan tata letak

Pertanyaan : “anda merasa tepat dalam tata letak layanan program

studi”

Item 4 : tampilan yang atraktif

Pertanyaan : “anda merasa tampilan layanan program studi atraktif”

Item 5 : kemudahan menemukan layanan profil

Pertanyaan : “anda merasa mudah dalam menemukan layanan program

studi”
41

Item 6 : tampilan sesuai dengan jenis website pendidikan

Pertanyaan : ‘anda merasa layanan program studi sesuai dengan

tampilan website pendidikan”

Konstruk 2 : Kualitas Informasi

Konstuk ini dibuat untuk mengukur tingkat kualitas informasi yang

ditampilkan pada layanan program studi.

Item 1 : menyediakan informasi cukup jelas

Pertanyaan : “layanan program studi menyediakan infomasi cukup

jelas”

Item 2 : informasi dapat dipercaya

Pertanyaan : “informasi tentang layanan program studi dapat dipercaya”

Item 3 : informasi yang mudah dibaca dan dipahami

Pertanyaan : “informasi tentang layanan program studi mudah dibaca

dan dipahami”

Item 4 : informasi yang cukup detail

Pertanyaan : “informasi tentang layanan program studi cukup detail”

Item 5 : informasi dalam format yang sesuai

Pertanyaan : “informasi tentang layanan program studi memiliki format

yang mudah”

Item 6 : informasi yang relevan

Pertanyaan : “informasi tentang layanan program studi relevan”

Konstruk 3 : kepuasan mahasiswa

Konstruk ini dibuat untuk mengukur kepuasan mahasiswa terhadap

layanan program studi.


42

Item 1 : suka terhadap layanan program studi

Pertanyaan : “mahasiswa suka terhadap layanan program studi”

Item 2 : informasi yang diterima jelas

Pertanyaan : “informasi yang diterima mahasiswa jelas tentang layanan

program studi”

Item 3 : informasi yang diterima dapat dipercaya

Pertanyaan : “informasi yang diterima mahasiswa tentang layanan

program studi dapat dipercaya”

Item 4 : kecepatan akses layanan program studi

Pertanyaan : “kecepatan untuk akses layanan program studi memadai”

Item 5 : layanan dapat diakses melalui gadget

Pertanyaan : “layanan program studi dapat diakses melalui gadget”

3. Layanan sarana dan prasarana

Konstruk 1 : kualitas penggunaan

Konstruk ini dibuat untuk mengukur tingkat kemudahan dan

kemenarikan layanan sarana dan prasarana.

Item 1 : kemudahan dioperasikan

Pertanyaan : “anda merasa mudah untuk mengoperasikan layanan

sarana dan prasarana”

Item 2 : kemudahan navigasi

Pertanyaan : “anda merasa mudah untuk navigasi layanan sarana dan

prasarana”

Item 3 : tepat dalam penyusunan tata letak


43

Pertanyaan : “anda merasa tepat dalam tata letak layanan sarana dan

prasarana”

Item 4 : tampilan yang atraktif

Pertanyaan : “anda merasa tampilan layanan sarana dan prasarana

atraktif”

Item 5 : kemudahan menemukan layanan sarana dan prasarana

Pertanyaan : “anda merasa mudah dalam menemukan layanan sarana

dan prasarana”

Item 6 : tampilan sesuai dengan jenis website pendidikan

Pertanyaan : ‘anda merasa layanan sarana dan prasarana sesuai dengan

tampilan website pendidikan”

Konstruk 2 : Kualitas Informasi

Konstuk ini dibuat untuk mengukur tingkat kualitas informasi yang

ditampilkan pada layanan sarana dan prasarana.

Item 1 : menyediakan informasi cukup jelas

Pertanyaan : “layanan sarana dan prasarana menyediakan infomasi

cukup jelas”

Item 2 : informasi dapat dipercaya

Pertanyaan : “informasi tentang layanan sarana dan prasarana dapat

dipercaya”

Item 3 : informasi yang mudah dibaca dan dipahami

Pertanyaan : “informasi tentang layanan sarana dan prasarana mudah

dibaca dan dipahami”

Item 4 : informasi yang cukup detail


44

Pertanyaan : “informasi tentang layanan sarana dan prasarana cukup

detail”

Item 5 : informasi dalam format yang sesuai

Pertanyaan : “informasi tentang layanan sarana dan prasarana memiliki

format yang mudah”

Item 6 : informasi yang relevan

Pertanyaan : “informasi tentang layanan sarana dan prasarana relevan”

Konstruk 4 : kepuasan mahasiswa

Konstruk ini dibuat untuk mengukur kepuasan mahasiswa terhadap

layanan sarana dan prasarana.

Item 1 : suka terhadap layanan sarana dan prasarana

Pertanyaan : “mahasiswa suka terhadap layanan sarana dan prasarana”

Item 2 : informasi yang diterima jelas

Pertanyaan : “informasi yang diterima mahasiswa jelas tentang layanan

sarana dan prasarana”

Item 3 : informasi yang diterima dapat dipercaya

Pertanyaan : “informasi yang diterima mahasiswa tentang layanan

sarana dan prasarana dapat dipercaya”

Item 4 : kecepatan akses layanan sarana dan prasarana

Pertanyaan : “kecepatan untuk akses layanan sarana dan prasarana

memadai”

Item 5 : layanan dapat diakses melalui gadget

Pertanyaan : “layanan sarana dan prasarana dapat diakses melalui

gadget”
45

4. Layanan Tridarma pendidikan : E-Jurnal, E-Learning, sistem informasi

mahasiswa, pendaftaran

Konstruk 1 : kualitas penggunaan

Konstruk ini dibuat untuk mengukur tingkat kemudahan dan

kemenarikan layanan Tridarma yaitu pendidikan.

Item 1 : kemudahan dioperasikan

Pertanyaan : “anda merasa mudah untuk mengoperasikan layanan

Tridarma pendidikan”

Item 2 : kemudahan navigasi

Pertanyaan : “anda merasa mudah untuk navigasi layanan Tridarma

pendidikan”

Item 3 : tepat dalam penyusunan tata letak

Pertanyaan : “anda merasa tepat dalam tata letak layanan Tridarma

pendidikan”

Item 4 : tampilan yang atraktif

Pertanyaan : “anda merasa tampilan layanan Tridarma pendidikan

atraktif”

Item 5 : kemudahan menemukan layanan Tridarma pendidikan

Pertanyaan : “anda merasa mudah dalam menemukan layanan Tridarma

pendidikan”

Item 6 : tampilan sesuai dengan jenis website pendidikan

Pertanyaan : ‘anda merasa layanan Tridarma pendidikan sesuai dengan

tampilan website pendidikan”

Konstruk 2 : Kualitas Informasi


46

Konstuk ini dibuat untuk mengukur tingkat kualitas informasi yang

ditampilkan pada layanan Tridarma pendidikan.

Item 1 : menyediakan informasi cukup jelas

Pertanyaan : “layanan Tridarma pendidikan menyediakan infomasi

cukup jelas”

Item 2 : informasi dapat dipercaya

Pertanyaan : “informasi tentang layanan Tridarma pendidikan dapat

dipercaya”

Item 3 : informasi yang mudah dibaca dan dipahami

Pertanyaan : “informasi tentang layanan Tridarma pendidikan mudah

dibaca dan dipahami”

Item 4 : informasi yang cukup detail

Pertanyaan : “informasi tentang layanan Tridarma pendidikan cukup

detail”

Item 5 : informasi dalam format yang sesuai

Pertanyaan : “informasi tentang layanan Tridarma pendidikan memiliki

format yang mudah”

Item 6 : informasi yang relevan

Pertanyaan : “informasi tentang layanan Tridarma pendidikan relevan”

Konstruk 3 : kualitas interaksi

Konstruk ini dibuat untuk mengukur tingkat kualitas interaksi antara

mahasiswa dengan layanan Tridarma pendidikan

Item 1 : mendapatkan keamanan untuk berinteraksi


47

Pertanyaan : “anda mendapatkan keamanan saat berinteraksi dengan

layanan Tridarma pendidikan”

Item 2 : rasa aman dalam berinteraksi

Pertanyaan : “anda merasa aman saat berinteraksi dengan layanan

Tridarma pendidikan”

Item 3 : adanya suasana komunitas

Pertanyaan : “layanan Tridarma pendidikan memberikan ruang untuk

komunitas”

Item 4 : kemudahan memberikan masukan

Pertanyaan : “anda merasa mudah dalam memberikan masukan

terhadap layanan Tridarma pendidikan”

Item 5 : reputasi yang baik

Pertanyaan : ‘layanan Tridarma pendidikan memiliki reputasi yang

baik”

Konstruk 4 : kepuasan mahasiswa

Konstruk ini dibuat untuk mengukur kepuasan mahasiswa terhadap

layanan Tridarma pendidikan.

Item 1 : suka terhadap layanan Tridarma pendidikan

Pertanyaan : “mahasiswa suka terhadap layanan Tridarma pendidikan”

Item 2 : informasi yang diterima jelas

Pertanyaan : “informasi yang diterima mahasiswa jelas tentang layanan

Tridarma pendidikan”

Item 3 : informasi yang diterima dapat dipercaya


48

Pertanyaan : “informasi yang diterima mahasiswa tentang layanan

Tridarma pendidikan dapat dipercaya”

Item 4 : kecepatan akses Tridarma pendidikan

Pertanyaan : “kecepatan untuk akses layanan Tridarma pendidikan

memadai”

Item 5 : layanan dapat diakses melalui gadget

Pertanyaan : “layanan Tridarma pendidikan dapat diakses melalui

gadget”

5. Layanan Tridarma penelitian

Konstruk 1 : kualitas penggunaan

Konstruk ini dibuat untuk mengukur tingkat kemudahan dan

kemenarikan layanan Tridarma yaitu penelitian.

Item 1 : kemudahan dioperasikan

Pertanyaan : “anda merasa mudah untuk mengoperasikan layanan

Tridarma penelitian”

Item 2 : kemudahan navigasi

Pertanyaan : “anda merasa mudah untuk navigasi layanan Tridarma

penelitian”

Item 3 : tepat dalam penyusunan tata letak

Pertanyaan : “anda merasa tepat dalam tata letak layanan Tridarma

penelitian”

Item 4 : tampilan yang atraktif

Pertanyaan : “anda merasa tampilan layanan Tridarma penelitian

atraktif”
49

Item 5 : kemudahan menemukan layanan Tridarma penelitian

Pertanyaan : “anda merasa mudah dalam menemukan layanan Tridarma

penelitian”

Item 6 : tampilan sesuai dengan jenis website pendidikan

Pertanyaan : ‘anda merasa layanan Tridarma penelitian sesuai dengan

tampilan website pendidikan”

Konstruk 2 : Kualitas Informasi

Konstuk ini dibuat untuk mengukur tingkat kualitas informasi yang

ditampilkan pada layanan Tridarma penelitian.

Item 1 : menyediakan informasi cukup jelas

Pertanyaan : “layanan Tridarma penelitian menyediakan infomasi

cukup jelas”

Item 2 : informasi dapat dipercaya

Pertanyaan : “informasi tentang layanan Tridarma penelitian dapat

dipercaya”

Item 3 : informasi yang mudah dibaca dan dipahami

Pertanyaan : “informasi tentang layanan Tridarma penelitian mudah

dibaca dan dipahami”

Item 4 : informasi yang cukup detail

Pertanyaan : “informasi tentang layanan Tridarma penelitian cukup

detail”

Item 5 : informasi dalam format yang sesuai

Pertanyaan : “informasi tentang layanan Tridarma penelitian memiliki

format yang mudah”


50

Item 6 : informasi yang relevan

Pertanyaan : “informasi tentang layanan Tridarma penelitian relevan”

Konstruk 3 : kepuasan mahasiswa

Konstruk ini dibuat untuk mengukur kepuasan mahasiswa terhadap

layanan Tridarma penelitian.

Item 1 : suka terhadap layanan Tridarma penelitian

Pertanyaan : “mahasiswa suka terhadap layanan Tridarma penelitian”

Item 2 : informasi yang diterima jelas

Pertanyaan : “informasi yang diterima mahasiswa jelas tentang layanan

Tridarma penelitian”

Item 3 : informasi yang diterima dapat dipercaya

Pertanyaan : “informasi yang diterima mahasiswa tentang layanan

Tridarma penelitian dapat dipercaya”

Item 4 : kecepatan akses layanan penelitian

Pertanyaan : “kecepatan untuk akses layanan Tridarma penelitian

memadai”

Item 5 : layanan dapat diakses melalui gadget

Pertanyaan : “layanan Tridarma penelitian dapat diakses melalui

gadget”

6. Layanan Tridarma pengabdian masyarakat

Konstruk 1 : Kualitas penggunaan

Konstruk ini dibuat untuk mengukur tingkat kemudahan dan

kemenarikan layanan Tridarma yaitu pengabdian masyarakat.

Item 1 : kemudahan dioperasikan


51

Pertanyaan : “anda merasa mudah untuk mengoperasikan layanan

Tridarma pengabdian masyarakat”

Item 2 : kemudahan navigasi

Pertanyaan : “anda merasa mudah untuk navigasi layanan Tridarma

pengabdian masyarakat”

Item 3 : tepat dalam penyusunan tata letak

Pertanyaan : “anda merasa tepat dalam tata letak layanan Tridarma

pengabdian masyarakat”

Item 4 : tampilan yang atraktif

Pertanyaan : “anda merasa tampilan layanan Tridarma pengabdian

masyarakat atraktif”

Item 5 : kemudahan menemukan layanan Tridarma pengabdian

masyarakat

Pertanyaan : “anda merasa mudah dalam menemukan layanan Tridarma

pengabdian masyarakat”

Item 6 : tampilan sesuai dengan jenis website pendidikan

Pertanyaan : ‘anda merasa layanan Tridarma pengabdian masyarakat

sesuai dengan tampilan website pendidikan”

Konstruk 2 : Kualitas Informasi

Konstuk ini dibuat untuk mengukur tingkat kualitas informasi yang

ditampilkan pada layanan Tridarma pengabdian masyarakat.

Item 1 : menyediakan informasi cukup jelas

Pertanyaan : “layanan Tridarma pengabdian masyarakat menyediakan

infomasi cukup jelas”


52

Item 2 : informasi dapat dipercaya

Pertanyaan : “informasi tentang layanan Tridarma pengabdian

masyarakat dapat dipercaya”

Item 3 : informasi yang mudah dibaca dan dipahami

Pertanyaan : “informasi tentang layanan Tridarma pengabdian

masyarakat mudah dibaca dan dipahami”

Item 4 : informasi yang cukup detail

Pertanyaan : “informasi tentang layanan Tridarma pengabdian

masyarakat cukup detail”

Item 5 : informasi dalam format yang sesuai

Pertanyaan : “informasi tentang layanan Tridarma pengabdian

masyarakat memiliki format yang mudah”

Item 6 : informasi yang relevan

Pertanyaan : “informasi tentang layanan Tridarma pengabdian

masyarakat relevan”

Konstruk 3 : kepuasan mahasiswa

Konstruk ini dibuat untuk mengukur kepuasan mahasiswa terhadap

layanan Tridarma pengabdian masyarakat.

Item 1 : suka terhadap layanan Tridarma pengabdian masyarakat

Pertanyaan : “mahasiswa suka terhadap layanan Tridarma pengabdian

masyarakat”

Item 2 : informasi yang diterima jelas

Pertanyaan : “informasi yang diterima mahasiswa jelas tentang layanan

Tridarma pengabdian masyarakat”


53

Item 3 : informasi yang diterima dapat dipercaya

Pertanyaan : “informasi yang diterima mahasiswa tentang layanan

Tridarma pengabdian masyarakat dapat dipercaya”

Item 4 : kecepatan akses layanan penelitian

Pertanyaan : “kecepatan untuk akses layanan Tridarma penelitian

memadai”

Item 5 : layanan dapat diakses melalui gadget

Pertanyaan : “layanan Tridarma pengabdian masyarakat dapat diakses

melalui gadget”

Contoh kuesioner yang akan digunakan dalam penelitian dapat dilihat pada

gambar 3.3.

Gambar 3.3 Contoh Kuesioner Penelitian


54

C. Operasional Variabel

Menurut Umi Narimawati (2007:61) menyatakan bahwa “Operasionalisasi

variabel adalah proses penguraian variabel penelitian kedalam sub

variabel, dimensi, indikator sub variabel, dan pengukuran”. Sesuai dengan

kerangka pemikiran dan hipotesis yang telah disajikan sebelumnya, maka

penulis membedakan obyek penelitian ke dalam dua variabel.

1. Variabel Bebas (Independent Variable) : Kualitas Penggunaan (X1),

Kualitas Informasi (X2), dan Kualitas Interaki (X3).

Menurut Umi Narimawati (2007:27), Variabel bebas merupakan

variabel stimulus atau variabel yang mempengaruhi variabel lain.

Variabel bebas merupakan variabel yang pengaruhnya diukur,

dimanipulasi, atau dipilih oleh peneliti untuk menentukan hubungannya

dengan suatu gejala yang di observasi dalam kaitannya dengan variabel

lain.

2. Variabel Terikat (Dependent Variable) : Kepuasan Mahasiswa (Y)

Merupakan variabel yang dapat dipengaruhi oleh variabel lain

(independent variable). Variabel terikat (Y) disini adalah Kepuasan

Mahasiswa.

Tabel 3.3 Operasional Variabel Layanan Profil Perbanas


Variabel Indikator item webqual
Kualitas 1. Kemudahan dioperasikan (X11)
penggunaan (X1) 2. Kemudahan navigasi (X12)
3. Tepat dalam penyusunan tata letak (X13)
4. Tampilan yang atraktif (X14)
5. Kemudahan menemukan layanan profil (X15)
6. Tampilan sesuai dengan jenis website pendidikan
(X16)

Kualitas informasi 1. Menyediakan informasi cukup jelas (X21)


(X2) 2. Informasi dapat dipercaya (X22)
55

Variabel Indikator item webqual


3. Informasi yang mudah dibaca dan dipahami (X23)
4. Informasi yang cukup detail (X24)
5. Informasi dalam format yang sesuai (X25)
6. Informasi yang relevan (X26)

Kepuasan 1. Suka terhadap layanan profil perbanas (Y11)


mahasiswa (Y) 2. Informasi yang diterima jelas (Y12)
3. Informasi yang diterima dapat dipercaya (Y13)
4. Kecepatan akses layanan profil perbanas (Y14)
5. Layanan dapat diakses melalui gadget (Y15)

Tabel 3.4 Operasional Variabel Layanan Program Studi


Variabel Indikator item webqual
Kualitas 1. Kemudahan dioperasikan (X11)
penggunaan (X1) 2. Kemudahan navigasi (X12)
3. Tepat dalam penyusunan tata letak (X13)
4. Tampilan yang atraktif (X14)
5. Kemudahan menemukan layanan program studi
(X15)
6. Tampilan sesuai dengan jenis website pendidikan
(X16)

Kualitas informasi 1. Menyediakan informasi cukup jelas (X21)


(X2) 2. Informasi dapat dipercaya (X22)
3. Informasi yang mudah dibaca dan dipahami (X23)
4. Informasi yang cukup detail (X24)
5. Informasi dalam format yang sesuai (X25)
6. Informasi yang relevan (X26)

Kepuasan 1. Suka terhadap layanan program studi (Y11)


mahasiswa (Y) 2. Informasi yang diterima jelas (Y12)
3. Informasi yang diterima dapat dipercaya (Y13)
4. Kecepatan akses layanan program studi (Y14)
5. Layanan dapat diakses melalui gadget (Y15)

Tabel 3.5 Operasional Variabel Layanan Sarana dan Prasarana


Variabel Indikator item webqual
Kualitas 1. Kemudahan dioperasikan (X11)
penggunaan (X1) 2. Kemudahan navigasi (X12)
3. Tepat dalam penyusunan tata letak (X13)
4. Tampilan yang atraktif (X14)
5. Kemudahan menemukan layanan sarana dan
prasarana (X15)
6. Tampilan sesuai dengan jenis website pendidikan
56

Variabel Indikator item webqual


(X16)

Kualitas informasi 1. Menyediakan informasi cukup jelas (X21)


(X2) 2. Informasi dapat dipercaya (X22)
3. Informasi yang mudah dibaca dan dipahami (X23)
4. Informasi yang cukup detail (X24)
5. Informasi dalam format yang sesuai (X25)
6. Informasi yang relevan (X26)

Kepuasan 1. Suka terhadap layanan sarana dan prasarana (Y11)


mahasiswa (Y) 2. Informasi yang diterima jelas (Y12)
3. Informasi yang diterima dapat dipercaya (Y13)
4. Kecepatan akses layanan sarana dan prasarana
(Y14)
5. Layanan dapat diakses melalui gadget (Y15)

Tabel 3.6 Operasional Variabel Layanan Tridarma Pendidikan


Variabel Indikator item webqual
Kualitas 1. Kemudahan dioperasikan (X11)
penggunaan (X1) 2. Kemudahan navigasi (X12)
3. Tepat dalam penyusunan tata letak (X13)
4. Tampilan yang atraktif (X14)
5. Kemudahan menemukan layanan Tridarma
Pendidikan (X15)
6. Tampilan sesuai dengan jenis website pendidikan
(X16)

Kualitas informasi 1. Menyediakan informasi cukup jelas (X21)


(X2) 2. Informasi dapat dipercaya (X22)
3. Informasi yang mudah dibaca dan dipahami (X23)
4. Informasi yang cukup detail (X24)
5. Informasi dalam format yang sesuai (X25)
6. Informasi yang relevan (X26)

Kualitas Interaksi 1. Mendapatkan keamanan untuk berinteraksi (X31)


(X3) 2. Rasa aman dalam berinteraksi (X32)
3. Adanya suasan komunitas (X33)
4. Kemudahan memberikan masukan (X34)
5. Reputasi yang baik (X35)
Kepuasan 1. Suka terhadap layanan Tridarma pendidikan (Y11)
mahasiswa (Y) 2. Informasi yang diterima jelas (Y12)
3. Informasi yang diterima dapat dipercaya (Y13)
4. Kecepatan akses layanan Tridarma pendidikan
(Y14)
5. Layanan dapat diakses melalui gadget (Y15)
57

Tabel 3.7 Operasional Variabel Layanan Tridarma Penelitian


Variabel Indikator item webqual
Kualitas 1. Kemudahan dioperasikan (X11)
penggunaan (X1) 2. Kemudahan navigasi (X12)
3. Tepat dalam penyusunan tata letak (X13)
4. Tampilan yang atraktif (X14)
5. Kemudahan menemukan layanan penelitian (X15)
6. Tampilan sesuai dengan jenis website pendidikan
(X16)

Kualitas informasi 1. Menyediakan informasi cukup jelas (X21)


(X2) 2. Informasi dapat dipercaya (X22)
3. Informasi yang mudah dibaca dan dipahami (X23)
4. Informasi yang cukup detail (X24)
5. Informasi dalam format yang sesuai (X25)
6. Informasi yang relevan (X26)

Kepuasan 1. Suka terhadap layanan penelitian (Y11)


mahasiswa (Y) 2. Informasi yang diterima jelas (Y12)
3. Informasi yang diterima dapat dipercaya (Y13)
4. Kecepatan akses layanan penelitian (Y14)
5. Layanan dapat diakses melalui gadget (Y15)

Tabel 3.8 Operasional Variabel Layanan Tridarma Pengabdian Masyarakat


Variabel Indikator item webqual
Kualitas 1. Kemudahan dioperasikan (X11)
penggunaan (X1) 2. Kemudahan navigasi (X12)
3. Tepat dalam penyusunan tata letak (X13)
4. Tampilan yang atraktif (X14)
5. Kemudahan menemukan layanan pengabdian
masyarakat (X15)
6. Tampilan sesuai dengan jenis website pendidikan
(X16)

Kualitas informasi 1. Menyediakan informasi cukup jelas (X21)


(X2) 2. Informasi dapat dipercaya (X22)
3. Informasi yang mudah dibaca dan dipahami (X23)
4. Informasi yang cukup detail (X24)
5. Informasi dalam format yang sesuai (X25)
6. Informasi yang relevan (X26)

Kepuasan 1. Suka terhadap layanan pengabdian masyarakat


mahasiswa (Y) (Y11)
2. Informasi yang diterima jelas (Y12)
3. Informasi yang diterima dapat dipercaya (Y13)
58

Variabel Indikator item webqual


4. Kecepatan akses layanan pengabdian masyarakat
(Y14)
5. Layanan dapat diakses melalui gadget (Y15)

D. Pengukuran Variabel

Pengukuran variabel dilakukan dengan menggunakan skala Likert.

Prosedur pengukuran sebagai berikut:

1. Responden diminta untuk menjawab pertanyaan-pertanyaan umum

yang akan dipergunakan sebagai dasar apakah responden masuk

kriteria atau tidak.

2. Responden diminta untuk menyatakan setuju atau tidak setuju terhadap

pernyataan yang diajukan peneliti atas dasar persepsi masing – masing

responden. Jawaban terdiri dari lima pilihan, yakni: Sangat Setuju (SS),

Setuju (S), Cukup Setuju (CS), Tidak Setuju (TS), dan Sangat Tidak

Setuju (STS).

3. Pemberian nilai (scoring). Untuk jawaban Sangat Setuju (SS) diberikan

nilai 5, dan seterusnya menurun sampai pada jawaban Sangat Tidak

Setuju (STS) yang diberikan nilai 1.

Tabel 3.2 Bobot Nilai Jawaban Responden


Jawaban Nilai
Sangat Setuju 5
Setuju 4
Tidak Berpendapat 3
Tidak Setuju 2
Sangat Tidak Setuju 1
59

E. Populasi dan Sampel

Populasi merupakan kumpulan dari keseluruhan obyek yang akan diukur

dalam penelitian (Cooper dan Schinder, 2003:179). Populasi dalam

penelitian ini adalah mahasiswa STIE Perbanas. Jumlah sampel yang

diperoleh sejumlah 75 mahasiswa. Sampel merupakan elemen populasi

yang dipilih untuk mewakili populasi dalam penelitian (Cooper dan

Schindler, 2003:82)

F. Tabulasi Data

Kuesioner yang telah dikembalikan oleh responden diseleksi kelengkapan

pengisiannya, hanya kuesioner yang terisi lengkap yang dipergunakan,

data yang sudah diseleksi diberi kode sesuai dengan variabel dan

klasifikasi variabel, dan selanjutnya ditabulasi menggunakan perangkat

lunak Microsoft Excel 2010.

3.3.2 Analisis Pengaruh Kualitas Layanan Website

Analisis data dilakukan dengan menggunakan analisis regresi linear

berganda. Sebelum itu perlu dilakukan uji validitas dan reliabilitas terhadap hasil

kuesioner yang telah dibuat tabulasi data yang selanjutnya di lakukan proses uji

normalitas data dan asumsi klasik sebagai syarat terlaksananya analisis regresi

linear berganda. Diagram Analisis Pengaruh Kualitas website dapat di lihat pada

gambar 3.4.
60

Gambar 3.4 Alur Proses Analisis Pengaruh Kualitas Layanan Website

1. Uji Validitas dan Reliabilitas

Menurut Masrun yang dikutip Sugiyono (2003:124) mengatakan : Item

yang mempunyai korelasi positif dengan kriterium (skor total) serta korelasi yang

tinggi, menunjukkan item tersebut mempunyai validitas yang tinggi pula. Apabila

alat ukur tersebut berada < 0,3 (tidak valid) dan > 0,3 (valid). Berdasarkan dari

pengertian tersebut maka hal ini dilakukan untuk mengetahui pertanyaan dan

pernyataan mana yang valid dan mana yang tidak valid, dengan

mengkonsultasikan data tersebut dengan tingkat signifikan r kritis = 0,300 apabila


61

alat ukur tersebut berada < 0,300 (tidak valid). Pengujian statistik mengacu pada

kriteria :

• r hitung < r kritis maka tidak valid

• r hitung > r kritis maka valid

Untuk pengujian validitas instrumen penelitian ini menggunakan program excel

2010 dalam tabulasi data dan memasukkan data tersebut ke dalam program SPSS

versi 23 dengan metode Corrected Item Total Correlation.

Setelah dilakukan uji validitas atas pertanyaan yang digunakan dalam

penelitian tersebut, selanjutnya dilakukan uji Reliabilitas. Uji Reliabilitas

bertujuan untuk mengetahui apakah alat pengumpul data pada dasarnya

menunjukkan tingkat ketepatan, keakuratan, kestabilan atau konsistensi alat

tersebut dalam mengungkapkan gejala tertentu dari sekelompok individual,

walaupun dilakukan pada waktu yang berbeda.

Uji Reliabilitas dilakukan terhadap pertanyaan-pertanyaan atau

pernyataan-pernyataan yang sudah valid. Reliabilitas menyangkut ketepatan alat

ukur. Untuk teknik perhitungan reliabilitas kuesioner yang digunakan dalam

penelitian ini adalah dengan menggunakan Statistical Product and Service

Solution (SPSS) 21 for windows. Item dikatakan reliabel jika nilai Cronbach’s

Alpha lebih besar dari nilai kritis. Nilai kritis yang ditetapkan adalah antara 0,6

dan 0,7 (Sugiyono, 2003:124).

- Jika nilai Alpha > 0,6 maka reliabel

- Jika nilai Alpha < 0,6 maka tidak reliabel


62

2. Uji Asumsi

Dalam melakukan analisis regresi dilakukan uji asumsi klasik yang terdiri

dari Multikolinearitas, Heteroskedastisitas, dan Autokorelasi. Selain itu pastinya

diuji pula Normalitas Data sebagai syarat dalam melakukan analisis regresi.

a. Uji Normalitas Data

Uji normalitas digunakan untuk mengetahui apakah data terdistribusi dengan

normal atau tidak. Analisis regresi linear mensyaratkan bahwa data harus

terdistribusi dengan normal. Uji ini dilakukan dengan metode Normal

Probability Plots. Dasar pengambilan keputusan untuk mendeteksi

kenormalan adalah jika data menyebar di sekitar garis diagonal dan mengikuti

arah diagonal, maka model regresi memenuhi asumsi normalitas. Sedangkan

jika data menyebar jauh dari garis diagonal atau tidak mengikuti arah

diagonal, maka model regresi tidak memenuhi asumsi normalitas.

b. Uji Multikolinearitas

Multikolinearitas adalah keadaan dimana antara dua variabel independen atau

lebih pada model regresi terjadi hubungan linear yang sempurna atau

mendekati sempurna. Model regresi yang baik mensyaratkan tidak adanya

multikolinearitas. Untuk mendeteksi ada tidaknya multikolinearitas digunakan

metode dengan melihat nilai Tolerance dan VIF. Metode pengambilan

keputusan yaitu jika semakin kecil nilai Tolerance dan semakin besar nilai

VIF maka semakin mendekati terjadinya masalah multikolinearitas. Dalam

kebanyakan penelitian menyebutkan bahwa jika Tolerance lebih dari 0,1 dan

VIF kurang dari 10 maka tidak terjadi multikolinearitas.


63

c. Uji Heteroskedastisitas

Uji Heteroskedastisitas dengan metode Spearman’s rho yaitu dengan

mengkorelasikan nilai residual hasil regresi dengan masing – masing variabel

independen. Metode pengambilan keputusan pada uji Heteroskedastisitas

dengan Spearman’s rho yaitu jika nilai signifikansi antara variabel independen

dengan residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas,

tetapi jika signifikansi kurang dari 0,05 maka terjadi masalah

heteroskedastisitas.

d. Uji Autokorelasi

Autokorelasi adalah keadaan dimana terjadinya korelasi dari residual untuk

pengamatan satu dengan pengamatan yang lain yang disusun menurut runtun

waktu. Model regresi yang baik mensyaratkan tidak adanya masalah

autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi dengan

menggunakan uji Durbin-Watson (DW test). Uji Durbin-Watson yaitu dengan

membandingkan nilai Durbin-Watson dari hasil regresi dengan nilai Durbin-

Watson tabel.

- dU < DW < 4-dU maka H 0 diterima (tidak terjadi autokorelasi)

- DW < dL atau DW > 4-dL maka H 0 ditolak (terjadi autokorelasi)

- dL < DW < dU atau 4-dU <DW < 4-dL maka tidak ada keputusan yang

pasti.

e. Uji Linearitas

Linearitas merupakan bentuk hubungan antara variabel independen dan

variabel dependen adalah linear. Untuk mengetahui apakah variabel

independen dan variabel dependen menunjukkan hubungan yang linear atau


64

tidak bisa dilakukan dengan cara membandingkan nilai signifikansi linearity

dengan signifikansi yang ditetapkan yaitu 0,05.

- Bila sig.linearity < 0,05 maka H 0 diterima, yang berarti regresi linear.

- Bila sig.linearity ≥ 0,05 maka H 1 ditolak, yang berarti regresi tidak linear.

3.3.3 Analisis Regresi Linier Berganda

Analisis regresi linear yang digunakan adalah regresi linear berganda

karena untuk mengetahui pengaruh tiga variabel independen secara serentak dan

secara parsial terhadap variabel dependen.

Model persamaan regresi linear berganda adalah sebagai berikut:

� = � + �1 �1 + �2 �2 + �3 �3

dimana:

y = variabel dependen

a = konstanta

b1, b2 ,b 3 = koefisien regresi

x1 ,x 2 ,x 3 = variabel independen

Pengujian yang dilakukan pada analisis regresi linear berganda yaitu uji F dan uji

t. Langkah analisis regresi dan prosedur pengujiannya sebagai berikut:

1. Analisis koefisien determinasi

Analisis R2 (R Square) atau koefisien determinasi digunakan untuk

mengetahui seberapa besar prosentase sumbangan pengaruh variabel

independen secara bersama – sama terhadap variabel dependen.

2. Uji F

Uji F digunakan untuk menguji pengaruh variabel independen secara bersama-

sama terhadap variabel dependen.


65

3. Uji t

Uji t digunakan untuk menguji pengaruh variabel independen secara parsial

terhadap variabel dependen.

3.2 Tahap Akhir

Setelah dilakukan pengujian analisis pengaruh kualitas layanan website

berdasarkan metode webqual dengan menggunakan analisis regresi linier, hasil

dari uji tersebut akan dijadikan rekomendasi bagi pihak pengelola website

perbanas dan digunakan sebagai penarikan kesimpulan dalam penelitian ini.


BAB IV

HASIL DAN PEMBAHASAN

Pada bab ini akan membahas mengenai hasil dari analisis yang dilakukan.

Hasil dan pembahasan ini terdiri dari layanan-layanan yang ada pada website,

gambaran umum responden, kualitas layanan website, uji validitas dan reliabilitas,

uji asumsi, analisis regresi linear berganda, dan pengaruh kualitas layanan website

terhadap kepuasan mahasiswa.

4.1 Tampilan Layanan Website STIE Perbanas

STIE Perbanas mempunyai website yang beralamatkan

di www.perbanas.ac.id. Pada website Perbanas memeiliki layanan-layanan yang

digunakan dalam penelitian Tugas Akhir ini.

Gambar 4.1 Homepage Website Perbanas

66
67

4.1.1 Layanan Profil Perbanas

Layanan profil perbanas merupakan layanan pada website yang berisi

tentang informasi fakta Perbanas, sejarah Perbanas, informasi peta dan kampus

dan alumni Perbanas.

Gambar 4.2 Layanan Profil Perbanas

4.1.2 Layanan Program Studi

Layanan program studi merupakan layanan pada website yang berisi

tentang progam studi atau jurusan yang ada pada kampus Perbanas antara lain:

Magister Manajemen, Sarjana Akuntansi, Sarjana Manajemen, Sarjana Ekonomi

Islam, Diploma Akuntansi, Diploma Manajemen Keuangan dan Perbankan.


68

Gambar 4.3 Layanan Program Studi

4.1.3 Layanan Sarana dan Prasarana

Layanan sarana dan prasarana merupakan layanan yang ada pada website

Perbanas yang berisi informasi tentang rektor, yayasan dan fasilitas-fasilitas apa

saja yang terdapat pada kampus Perbanas.

Gambar 4.4 Layanan Sarana dan Prasarana


69

4.1.4 Layanan Tridarma Pendidikan

Layanan Tridarma Pendidikan merupakan layanan website yang ada pada

kampus Perbanas yang meliputi E-Jurnal, E-Learning, library, Sistem Informasi

Mahasiswa (SIMAS) dan Pendaftaran.

Gambar 4.5 Layanan Tridarma Pendidikan E-Jurnal

E-Jurnal merupakan layanan publikasi jurnal yang sudah dikemas dalam

bentuk digitalisasi yang berfungsi untuk melestarikan ilmu pengetahuan.

Gambar 4.6 Layanan Tridarma Pendidikan Library


70

Library merupakan layanan perpustakaan digital yang mempunyai koleksi

buku sebagian besar dalam format digital yang bisa diakses oleh komputer.

Gambar 4.7 Layanan Tridarma Pendidikan E-Learning

E- Learning merupakan layanan situs untuk memanfaatkan teknologi

internet sebagai kelas virtual yang diharapkan dapat menambah interaksi antara

dosen dan mahasiswa.

Gambar 4.8 Layanan Tridarma Pendidikan SIMAS


71

Sistem informasi mahasiswa (SIMAS) adalah layanan yang digunakan

untuk keperluan pengelolaan data-data akademik dengan penerapan teknologi

yang menghasilkan informasi bagi mahasiswa Perbanas. Setiap mahasiswa harus

melalukan login untuk dapat mengakses layanan ini.

Gambar 4.9 Layanan Tridarma Pendidikan Pendaftaran

Pendaftaran adalah layanan situs yang digunakan untuk penerimaan

mahasiswa baru. Layanan ini juga bisa digunakan untuk layanan promosi kampus

Perbanas.

4.1.5 Layanan Tridarma Penelitian

Layanan Tridarma Penelitian merupakan layanan website yang ada pada

kampus Perbanas yang berfungsi untuk wadah atau tempat para dosen STIE

Perbanas menuangkan ide-ide penelitian untuk kemudian di publish.


72

Gambar 4.10 Layanan Tridarma Penelian

4.1.6 Layanan Tridarma Pengabdian Masyarakat

Layanan Tridarma Pengabdian Masyarakat merupakan layanan website

yang ada pada kampus Perbanas yang berfungsi untuk wadah atau tempat para

dosen STIE Perbanas dalam hal pengabdian masyarakat.

Gambar 4.11 Layanan Tridarma Pengabdian Masyarakat


73

4.2 Gambaran Umum Responden

Responden berasal dari pengunjung website www.perbanas.ac.id. Jumlah

sampel yang dimintai mengisi kuesioner sebanyak 75 orang yang terdiri dari

mahasiswa Perbanas. Jumlah tersebut ditentukan sebagai sample yang nantinya

akan diuji.

4.3 Uji Analisis Layanan Profil

Layanan Profil Perbanas yang akan di analisis menggunakan webqual

terdiri atas tiga variabel yaitu variabel kualitas penggunaan (X1), variabel kualitas

informasi (X2) dan variabel kepuasan mahasiswa (Y).

1. Kualitas Penggunaan (X1)

Variabel kualitas penggunaan dalam penelitian ini mempunyai 6 indikator

antara lain : kemudahan dioperasikan, kemudahan navigasi, tepat dalam

penyusunan tata letak, tampilan yang atraktif, kemudahan menemukan layanan

profil dan tampilan sesuai dengan jenis website pendidikan.

Tabel 4.1 Distribusi Frekuensi Kualitas Penggunaan


No Indikator Skor mean
1 2 3 4 5
1 Kemudahan dioperasikan 0 5 24 28 17 3,7
(X11) 0% 6,7% 32% 37% 23%
2 Kemudahan navigasi (X12) 0 3 21 39 11 3,7
0% 4% 28% 52% 15%
3 Tepat dalam penyusunan tata 1 4 43 22 4 3,3
letak (X13) 1,3% 5,3% 57% 29% 5%
4 Tampilan yang atraktif (X14) 0 6 17 39 12 3,7
0% 8% 23% 52% 16%
5 Kemudahan menemukan 0 3 26 27 18 3,7
layanan profil (X15) 0% 4% 35% 36% 24%
6 Tampilan sesuai jenis website 1 3 21 37 12 3,7
pendidikan (X16) 1,3% 4% 28% 49% 16%
Kualitas penggunaan (X1) pada layanan profil 3,6
74

2. Kualitas Informasi (X2)

Variabel kualitas informasi dalam penelitian ini mempunyai 6 indikator

antara lain : menyediakan informasi cukup jelas, informasi dapat dipercaya,

informasi yang mudah dibaca dan dipahami, informasi yang cukup detail,

informasi dalam format yang sesuai, informasi yang relevan.

Tabel 4.2 Distribusi Frekuensi Kualitas Informasi


No Indikator Skor mean
1 2 3 4 5
1 Menyediakan informasi 0 0 12 42 15 3,8
cukup jelas (X21) 0% 0% 16% 56% 20%
2 Informasi dapat dipercaya 1 1 18 41 12 3,8
(X22) 1% 1% 24% 55% 16%
3 Informasi yang mudah dibaca 1 2 24 36 12 3,7
dan dipahami (X23) 1% 3% 32% 48% 16%
4 Informasi yang detail (X24) 0 2 21 38 14 3,8
0% 3% 28% 51% 19%
5 Informasi dalam format yang 0 5 19 38 13 3,7
sesuai (X25) 0% 7% 25% 51% 17%
6 Informasi yang relevan (X26) 1 3 17 46 8 3,7
1% 4% 23% 61% 11%
Kualitas informasi (X2) pada layanan profil 3,8

3. Kepuasan Mahasiswa (Y)

Variabel kepuasan mahasiswa dalam penelitian ini mempunyai 5 indikator

antara lain : suka terhadap layanan profil perbanas, informasi yang diterima jelas,

informasi yang diterima dapat dipercaya, kecepatan akses layanan profil perbanas,

layanan dapat diakses melalui gadget.

Tabel 4.3 Distribusi Frekuensi Kepuasan Mahasiswa


No Indikator Skor mean
1 2 3 4 5
1 Suka terhadap layanan profil 0 5 24 28 17 3,7
(Y11) 0% 7% 32% 37% 23%
2 Informasi yang diterima jelas 0 3 21 39 11 3,7
(Y12) 0% 4% 28% 52% 15%
3 Informasi yang diterima dapat 1 4 43 22 4 3,3
dipercaya (Y13) 1% 5% 57% 29% 5%
4 Kecepatan akses layanan 0 6 17 39 12 3,7
75

No Indikator Skor mean


1 2 3 4 5
profil (Y14) 0% 8% 23% 52% 16%
5 Layanan profil dapat diakses 0 3 26 27 18 3,7
melalui gadget (Y15) 0% 4% 35% 36% 24%
Kepuasan Mahasiswa (Y) pada layanan profil 3,6

4.3.1 Uji Validitas dan Reliabilitas

A. Uji Validitas Layanan Profil

Uji Validitas berguna untuk mengetahui kevalidan atau kesesuaian angket

yang digunakan untuk memperoleh data dari responden. Uji Validitas Product

Momen Pearson Correlation menggunakan prinsip mengkorelasikan atau

menghubungakan antara masing-masing skor item dengan skor total yang

diperoleh dalam penelitian.

Berdasarkan output uji Validitas Product Moment Pearson Correlation,

dasar pengambilan keputusannya adalah sebagai berikut:

1) Jika nilai rhitung lebih besar daripada rtabel, maka kuesioner dinyatakan

Valid

2) Jika nilai rhitung lebih kecil dari rtabel, maka kuesioner dikatakan tidak Valid

Selanjutnya adalah mencari nilai rtabel dengan N=75 (N adalah jumlah

responden) pada signifikansi 5% pada tabel r statistik untuk uji 2 sisi.

Berikut ini adalah output dari uji validitas item dengan menggunakan

aplikasi SPSS:

1. Kualitas Penggunaan (X1)

Tabel 4.4 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,568 0,224 Valid
2 0,656 0,224 Valid
3 0,334 0,224 Valid
76

No
rhitung rtabel Keterangan
item
4 0,562 0,224 Valid
5 0,697 0,224 Valid
6 0,647 0,224 Valid

Penjelasan dari tabel 4.4 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

2. Kualitas Informasi (X2)

Tabel 4.5 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,648 0,224 Valid
2 0,756 0,224 Valid
3 0,744 0,224 Valid
4 0,667 0,224 Valid
5 0,662 0,224 Valid
6 0,713 0,224 Valid

Penjelasan dari tabel 4.5 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid

3. Kepuasan Mahasiswa (Y)

Tabel 4.6 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,648 0,224 Valid
2 0,756 0,224 Valid
3 0,744 0,224 Valid
77

No
rhitung rtabel Keterangan
item
4 0,667 0,224 Valid
5 0,662 0,224 Valid

Penjelasan dari tabel 4.6 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

B. Uji Reliabilitas Layanan Profil

Uji Reliabilitas berfungsi untuk mengetahui tingkat kekonsistensian

kuesioner yang digunakan dalam penelitian, sehingga kuesioner tersebut dapat

dihandalkan. Uji Reliabilitas Alpha Cronbach’s mengacu pada nilai Alpha yang

dihasilkan output SPSS. Adapun dasar pengambilan keputusan adalah:

1) Jika nilai Alpha lebih besar dari rtabel, maka item-item kuesioner yang

digunakan dinyatakan reliabel atau konsisten, sebaliknya

2) Jika nilai Alpha lebih kecil dari rtabel, maka item-item kuesioner yang

digunakan dinyatakan tidak reliabel atau tidak konsisten.

Selanjutnya adalah mencari nilai rtabel dengan N=75 (N adalah jumlah

responden) pada signifikansi 5% pada tabel r statistik untuk uji 2 sisi.

Berikut ini adalah output dari uji validitas item dengan menggunakan

aplikasi SPSS:

1. Kualitas Penggunaan (X1)

Tabel 4.7 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
78

,606 6
Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.7 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,606 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

2. Kualitas Informasi (X2)

Tabel 4.8 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,789 6

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.8 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,606 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

3. Kepuasan Mahasiswa (Y)

Tabel 4.9 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,528 5

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.9 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,528 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.


79

4.3.2 Uji Asumsi

Model regresi linear berganda dapat disebut sebagai model yang baik jika

model tersebut memenuhi asumsi linearitas, normalitas data dan bebas dari asumsi

klasik statistik yang meliputi Multikolinearitas, Heteroskedastisitas, dan

Autokorelasi.

a. Uji Normalitas Data

Uji normalitas bertujuan untuk menguji apakah data penelitian yang

dimiliki memiliki distribusi yang normal atau tidak. Uji normalisasi data dapat

diketahui dengan dua cara, yaitu (1) metode grafik, dan (2) metode Kolmogorov-

Smirnov. Metode Kolmogorov-Smirnov dilakukan untuk mendukung atau

membuktikan hasil uji normalisasi grafik karena mungkin terlihat berdasarkan

gambar grafik plot datanya normal, namun secara statistik dapat berarti

sebaliknya.

a.1 Metode Grafik

Dengan menggunakan metode grafik maka dapat dilihat penyebaran data

pada sumber diagonal pada grafik normal P-P Plot of regression standarized

residual. Output dari uji normalitas pada regresi dapat dilihat pada Gambar 4.2

Gambar 4.2 Grafik Normal P-P Plots


80

Dari grafik tersebut dapat diketahui bahwa titik-titik menyebar sekitar

garis diagonal dan mengikuti arah garis diagonal, maka data terdistribusi dengan

normal dan model regresi telah memenuhi asumsi normalitas.

a.2 Metode Kolmogorov-Smirnov

Dasar pengambilan keputusan dalam uji normalitas Kolmogorov-Smirnov

yakni: Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi

normal. Sebaliknya, jika nilai signifikansi lebih dari 0,05 maka data tersebut

berdistribusi normal. Dapat dilihat pada tabel 4.10.

Tabel 4.10 Output SPSS Uji Kolmogorov-Smirnov


One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 75
a,b
Normal Parameters Mean ,0000000
Std. Deviation ,12430669
Most Extreme Differences Absolute ,068
Positive ,068
Negative -,040
Test Statistic ,068
c,d
Asymp. Sig. (2-tailed) ,200
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Penjelasan dari output SPSS adalah sebagai berikut:

Berdasarkan output di atas, diketahui bahwa nilai signifikansi sebesar

0,200 lebih besar dari 0,05 sehingga dapat disimpulkan bahwa data yang di uji

berdistribusi normal.
81

b. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model Regresi

ditemukan adanya korelasi atau hubungan antar variabel bebas (independent).

Model Regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas

(tidak terjadi Multikolinieritas). Jika variabel bebas saling berkorelasi, maka

variabel-variabel ini tidak ortogonal adalah variabel bebas yang nilai korelasi

antar sesama variabel bebas sama dengan nol.

Dasar pengambilan keputusan pada uji Multikolinieritas dapat dilakukan

dengan dua cara yakni:

1. Melihat nilai Tolerance

a) Jika nilai Tolerance lebih besar dari 0,10 maka artinya tidak terjadi

Multikolinieritas terhadap data yang di uji. Sebaliknya,

b) Jika nilai Tolerance lebih kecil dari 0,10 maka artinya terjadi

Multikolinieritas terhadap data yang di uji.

2. Melihat nilai VIF (Variance Inflation Factor)

a) Jika nilai VIF lebih kecil dari 10,00 maka artinya tidak terjadi

Multikolinieritas terhadap data yang di uji. Sebaliknya,

b) Jika nilai VIF lebih besar dari 10,00 maka artinya terjadi Multikolinieritas

terhadap data yang di uji.

Tabel 4.11 Rangkuman Output SPSS Uji Multikolinieritas


VIF (Variant
Variabel Tolerance Keterangan
Inflation Factor)
Tidak terjadi
X1 0,537 > 0,10 1,863 < 10,00
Multikolinieritas
Tidak terjadi
X2 0,537 > 0,10 1,863 < 10,00
Multikolinieritas
82

Penjelasan dari tabel 4.11 adalah sebagai berikut:

Nilai dari Tolerance dan VIF memenuhi syarat yaitu variabel kualitas

penggunaan dan variabel kualitas informasi nilai Tolerance lebih besar dari 0,10

dan nilai Variant Inflation Factor lebih kecil dari 10, jadi kesimpulannya tidak

terjadi Multikolinieritas.

c. Uji Heteroskedastisitas

Uji ini pada dasarnya bertujuan untuk menguji apakah dalam model

Regresi terjadi ketidaksamaan Variance dari residual satu pengamatan ke

pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut

heteroskedastisitas. Uji heteroskedastisitas pada penelitian ini menggunakan uji

koefisien korelasi Spearman’s Rho. Metode uji Spearman’s Rho yaitu

mengkorelasikan variabel independen dengan nilai unstandartized residual.

Pengujian ini menggunakan tingkat signifikansi 0,05 dengan uji 2 sisi. Model

Regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Dasar

pengambilan keputusan pada uji heteroskedastisitas yakni:

1) Jika nilai signifikansi lebih besar dari 0,05 maka kesimpulannya adalah

tidak terjadi heteroskedastisitas. Sebaliknya,

2) Jika nilai signifikansi lebih kecil dari 0,05 maka terjadi

heteroskedastisitas.

Tabel 4.12 Rangkuman Output SPSS Uji Heteroskedastisitas


Variabel Nilai Signifikansi Keterangan
Tidak terjadi
X1 0,994 > 0,05
Heteroskedastisitas
Tidak terjadi
X2 0,975 > 0,05
Heteroskedastisitas
83

Penjelasan dari tabel 4.12 adalah sebagai berikut:

Nilai signifikan memenuhi syarat yaitu variabel kualitas penggunaan dan

variabel kualitas informasi nilai signifikannya lebih besar dari 0,05

kesimpulannya tidak terjadi heteroskedastisitas.

d. Uji Autokorelasi

Uji Autokorelasi bertujuan menguji apakah dalam model Regresi Linier

ada korelasi antara kesalahan pengganggu pada periode t-1 (sebelumnya). Jika

terjadi korelasi, maka dinamakan ada masalah Autokorelasi. Model Regresi yang

baik adalah Regresi yang bebas dari Autokorelasi. Dalam penelitian ini digunakan

uji Autokorelasi dengan Durbin Watson (DW test).

Output dari uji Autokorelasi dengan menggunakan SPSS dapat dilihat

pada tabel 4.13.

Tabel 4.13 Output Uji Autokorelasi Durbin-Watson


b
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,966a ,933 ,931 ,126 2,260
a. Predictors: (Constant), x2, x1
b. Dependent Variable: y

Uji Durbin-Watson yaitu dengan membandingkan nilai Durbin-Watson

dari hasil regresi dengan nilai Durbin-Watson tabel. Prosedur pengujiannya

sebagai berikut:

1. Menentukan Hipotesis

H 0 : tidak terjadi autokorelasi

H 1 : terjadi autokorelasi

2. Menentukan taraf signifikansi


84

Taraf signifikansi menggunakan 0,05

3. Menentukan nilai d (Durbin-Watson)

Nilai Durbin-Watson yang didapat dari hasil regresi adalah 2,260

4. Menentukan nilai dL dan dU

Nilai dL dan dU dapat dilihat pada tabel Durbin-Watson pada signifikansi

0,05 n=75 dan k=2 (n adalah jumlah data dan k adalah jumlah variabel

independen). Di dapat dL = 1,57 dan dU = 1,68. Jadi dapat dihitung nilai 4-dU

= 2,32 dan 4-dL = 2,43

5. Pengambilan keputusan

a) dU < DW < 4-dU maka H 0 diterima (tidak terjadi autokorelasi)

b) DW < dL atau DW > 4-dL maka H 0 ditolak (terjadi autokorelasi)

c) dL < DW < dU atau 4-dU < DW < 4-dL maka tidak ada keputusan yang

pasti.

6. Gambar

1 2 3 2 1

dL dU 4-dU 4-dL

1,57 1,68 2,32 2,43

2,260 (DW)

Gambar 4.3 Daerah penentuan H 0 dalam uji Durbin-Watson


Keterangan:

1 = Daerah H 0 ditolak (ada autokorelasi)

2 = Daerah keragu – raguan (tidak ada keputusan yang pasti)


85

3 = Daerah H 0 diterima (tidak ada autokorelasi)

7. Kesimpulan

Dapat diketahui bahwa nilai Durbin-Watson sebesar 2,260 terletak pada

daerah dU < DW < 4-dU (1,68 < 2,260 < 2,32) maka dapat disimpulkan

bahwa tidak terjadi Autokorelasi pada model Regresi.

e. Uji Linieritas

Secara umum uji Linieritas bertujuan untuk mengetahui apakah dua

Variabel mempunyai hubungan yang Linier secara signifikan atau tidak. Data

yang baik seharusnya terdapat hubungan yang Linier antara Variabel (X) dengan

Variabel (Y). Uji Linieritas merupakan syarat sebelum dilakukannya Uji Regresi

Linier. Uji Linieritas dapat dilakukan dengan dua cara yaitu:

1) Pertama dengan melihat nilai signifikansi pada output SPSS: jika nilai

signifikansi lebih besar dari 0,05, maka kesimpulannya adalah terdapat

hubungan Linier secara signifikan antara Variabel X dengan Variabel Y.

Sebaliknya, jika nilai signifikansi lebih kecil dari 0,05, maka kesimpulannya

adalah tidak terdapat hubungan yang Linier antara Variabel X dengan

Variabel Y.

2) Kedua dengan melihat nilai Fhitung dengan Ftabel: jika nilai Fhitung lebih

kecil dari Ftabel maka kesimpulannya adalah terdapat hubungan Linier secara

signifikan antara Variabel X dengan Variabel Y. Sebaliknya, jika nilai

Fhitung lebih besar dari Ftabel maka kesimpulannya adalah tidak terdapat

hubungan Linier antara Variabel X dengan Variabel Y.

Output dari uji Autokorelasi dengan menggunakan SPSS dapat dilihat

pada tabel 4.14.


86

1. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas Penggunaan

Tabel 4.14 Output SPSS Uji Linieritas


Output Anova Table

Sum of Mean
Squares df Square F Sig.
y * x1 Between Groups (Combined)
16,011 14 1,144 71,240 ,000

Linearity 981,05
15,749 1 15,749 ,000
8
Deviation from
,262 13 ,020 1,255 ,266
Linearity
Within Groups ,963 60 ,016
Total 16,974 74

Penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,266 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Penggunaan.

b) Berdasarkan nilai F = 1,255 < 1,89 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Penggunaan.

2. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas informasi

Tabel 4.15 Output SPSS Uji Linieritas


ANOVA Table

Sum of Mean
Squares df Square F Sig.

y * x2 Between (Combined) 7,708 13 ,593 3,903 ,000


Groups Linearity 6,209 1 6,209 40,873 ,000
87

Sum of Mean
Squares df Square F Sig.
Deviation from
1,499 12 ,125 ,822 ,627
Linearity
Within Groups 9,266 61 ,152
Total 16,974 74

Penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,627 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Informasi.

b) Berdasarkan nilai F = 0,822 < 1,91 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Informasi.

4.3.3 Analisis Regresi Linier

Analisis Regresi Linier adalah suatu cara atau teknik untuk mencari

hubungan antara Variabel satu dengan Variabel yang lain yang dinyatakan dalam

bentuk persamaan matematik dalam hubungan yang fungsional.

Tabel 4.16 Output SPSS Ringkasan Regresi


Variabel Koefisien Regresi Thitung Signifikansi
Konstanta 0,176 1,477 0,1444
X1 1,035 24,614 0,000
X2 -0,83 -2,266 0,026
Fhitung = 498,3
R2 = 0,966
88

Output pada Tabel 4.16 menjelaskan tentang nilai korelasi ganda (R),

koefisien determinasi (R Square), koefisien determinasi yang disesuaikan

(Adjusted R Square) dan ukuran kesalahan prediksi (Std Error of the estimate).

A. Prosedur Analisis Regresi dan Pengujiannya

Pengujian yang dilakukan pada analisis Regresi Linear Berganda yaitu uji

f dan uji t. Langkah analisis Regresi dan prosedur pengujiannya sebagai berikut:

1. Analisis Regresi Linear Berganda

Persamaan regresi linier berganda tiga variabel independen adalah b1 = 1,035

b2 = -0,83. Nilai-nilai pada output kemudian dimasukkan ke dalam persamaan

Regresi Linier Berganda adalah:

Y’ = a+b 1 X 1 +b2 X 2

Y’ = 0,176 + 1,035 X1+ -0,83 X2

(Y’ adalah variabel dependen yang diramalkan, a adalah konstanta, b 1 ,b2

adalah koefisien regresi, dan X 1 ,X 2 adalah variabel independen).

2. Uji Koefisien Regresi Secara Bersama (Uji F)

Uji F digunakan untuk menguji pengaruh Variabel Independen secara bersama-

sama terhadap Variabel Dependen.

Prosedur pengujiannya sebagai berikut:

a) Menentukan hipotesis

H 0 : Variabel Kualitas Penggunaan, Kualitas Informasi, dan Kualitas

Interaksi, secara bersama – sama tidak berpengaruh terhadap

Kepuasan Pengguna (mahasiswa).


89

H 1 : Variabel Kualitas Penggunaan, Kualitas Informasi, dan Kualitas

Interaksi secara bersama – sama berpengaruh terhadap Kepuasan

Pengguna (mahasiswa).

b) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

c) Menentukan F hitung dan F tabel

1) F hitung adalah 498,3 (pada tabel 4.16)

2) F tabel dicari pada tabel statistik pada signifikansi 0,05 df1 = k-1 atau

2-1 = 1, dan df2 = n-k atau 75-2 = 73 (n = jumlah data; k = jumlah

Variabel Independen). Di dapat F tabel adalah sebesar 3,97

d) Pengambilan Keputusan

1) Jika F hitung ≤ F Tabel maka H 0 diterima

2) Jika F hitung > F Tabel maka H 0 ditolak

e) Kesimpulan

Dapat diketahui bahwa F hitung (498,3) > F tabel (3,97) maka H 0 ditolak.

Jadi kesimpulannya yaitu Kualitas Penggunaan dan Kualitas Informasi

secara bersama-sama berpengaruh terhadap Kepuasan mahasiswa pada

layanan profil Perbanas.

3. Uji Koefisien Regresi Secara Partial (Uji t)

Uji t digunakan untuk menguji pengaruh Variabel Independen secara parsial

terhadap Variabel Dependen.

Prosedur pengujiannya sebagai berikut:

a) Pengujian b 1 (Kualitas Penggunaan)

1) Menentukan taraf signifikansi


90

Taraf signifikansi menggunakan 0,05

2) Menentukan t hitung dan t tabel

t hitung adalah 1,035 (pada tabel 4.16). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-2-1 = 72 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993.

3) Pengambilan keputusan

t hitung ≤ t tabel atau nilai sig. > 0,05 jadi H 0 diterima

t hitung > t tabel atau nilai sig. < 0,05 jadi H 0 ditolak

4) Kesimpulan

Dapat diketahui bahwa t hitung= 1,035 dengan nilai sig 0,000 < 0,005

jadi H0 ditolak, kesimpulannya yaitu Kualitas Penggunaan

berpengaruh terhadap Kepuasan Pengguna (mahasiswa).

b) Pengujian b 2 (Kualitas Informasi)

1) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

2) Menentukan t hitung dan t tabel

t hitung adalah -0,83 (pada tabel 4.37). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-2-1 = 72 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993

3) Pengambilan keputusan

t hitung ≤ t tabel atau nilai sig. > 0,05 jadi H 0 diterima

t hitung > t tabel atau nilai sig < 0,05 jadi H 0 ditolak
91

4) Kesimpulan

Dapat diketahui bahwa t hitung = -0,83 dengan nilai sig. 0,026 > 0,05

jadi H 0 ditolak, kesimpulannya yaitu Kualitas Informasi tidak

berpengaruh terhadap Kepuasan mahasiswa.

B. Pengaruh Kualitas Penggunaan Terhadap Kepuasan Mahasiswa Pada

Layanan Profil Perbanas

Berdasarkan uji analisis Regresi Linier secara partial diperoleh hasil bahwa t

hitung = 1,035 dengan nilai sig 0,000 < 0,005 jadi H 0 ditolak, kesimpulannya

yaitu Kualitas informasi berpengaruh terhadap Kepuasan mahasiswa. Untuk

indikator-indikator: kemudahan dioperasikan, kemudahan navigasi, tepat

dalam penyusunan tata letak, tampilan yang atraktif, kemudahan menemukan

layanan profil, tampilan sesuai dengan website pendidikan sudah baik dan

perlu dipertahankan

4.4 Uji Analisis Layanan Program Studi

Layanan Program Studi yang akan di analisis menggunakan webqual

terdiri atas tiga variabel yaitu variabel kualitas penggunaan (X1), variabel kualitas

informasi (X2) dan variabel kepuasan mahasiswa (Y).

1. Kualitas Penggunaan (X1)

Variabel kualitas penggunaan dalam penelitian ini mempunyai 6 indikator

antara lain : kemudahan dioperasikan, kemudahan navigasi, tepat dalam

penyusunan tata letak, tampilan yang atraktif, kemudahan menemukan layanan

profil dan tampilan sesuai dengan jenis website pendidikan.


92

Tabel 4.17 Distribusi Frekuensi Kualitas Penggunaan


No Indikator Skor mean
1 2 3 4 5
1 Kemudahan dioperasikan 0 6 24 28 17 3,7
(X11) 0% 8% 32% 37% 23%
2 Kemudahan navigasi (X12) 1 2 18 42 12 3,8
0% 3% 24% 56% 16%
3 Tepat dalam penyusunan tata 1 4 43 23 4 3,3
letak (X13) 1% 5% 57% 31% 5%
4 Tampilan yang atraktif (X14) 0 2 21 38 14 3,9
0% 3% 28% 51% 19%
5 Kemudahan menemukan 0 4 26 27 18 3,8
layanan program studi (X15) 0% 5% 35% 36% 24%
6 Tampilan sesuai jenis website 1 3 17 46 8 3,8
pendidikan (X16) 1% 4% 23% 61% 11%
Kualitas penggunaan (X1) pada layanan program studi 3,7

2. Kualitas Informasi (X2)

Variabel kualitas informasi dalam penelitian ini mempunyai 6 indikator

antara lain : menyediakan informasi cukup jelas, informasi dapat dipercaya,

informasi yang mudah dibaca dan dipahami, informasi yang cukup detail,

informasi dalam format yang sesuai, informasi yang relevan.

Tabel 4.18 Distribusi Frekuensi Kualitas Informasi


No Indikator Skor mean
1 2 3 4 5
1 Menyediakan informasi 0 6 12 42 15 3,9
cukup jelas (X21) 0% 8% 16% 56% 20%
2 Informasi dapat dipercaya 0 3 21 40 11 3,8
(X22) 0% 4% 28% 53% 15%
3 Informasi yang mudah dibaca 1 2 24 36 12 3,7
dan dipahami (X23) 1% 3% 32% 48% 16%
4 Informasi yang detail (X24) 0 6 17 40 12 3,8
0% 8% 23% 53% 16%
5 Informasi dalam format yang 0 5 19 38 13 3,8
sesuai (X25) 0% 7% 25% 51% 17%
6 Informasi yang relevan (X26) 1 4 21 37 12 3,7
1% 5% 28% 49% 16%
Kualitas informasi (X2) pada layanan program studi 3,8
93

3. Kepuasan Mahasiswa (Y)

Variabel kepuasan mahasiswa dalam penelitian ini mempunyai 5 indikator

antara lain : suka terhadap layanan profil perbanas, informasi yang diterima jelas,

informasi yang diterima dapat dipercaya, kecepatan akses layanan profil perbanas,

layanan dapat diakses melalui gadget.

Tabel 4.19 Distribusi Frekuensi Kepuasan Mahasiswa


No Indikator Skor mean
1 2 3 4 5
1 Suka terhadap layanan 0 3 21 40 11 3,8
program studi (Y11) 0% 4% 28% 53% 15%
2 Informasi yang diterima jelas 0 6 24 28 17 3,7
(Y12) 0% 8% 32% 37% 23%
3 Informasi yang diterima dapat 0 4 26 27 18 3,8
dipercaya (Y13) 0% 5% 35% 36% 24%
4 Kecepatan akses layanan 1 4 43 23 4 3,3
program studi (Y14) 1% 5% 57% 31% 5%
5 Layanan profil dapat diakses 0 4 21 41 9 3,7
melalui gadget (Y15) 0% 5% 28% 55% 12%
Kepuasan Mahasiswa (Y) pada layanan program studi 3,7

4.4.1 Uji Validitas dan Reliabilitas

A. Uji Validitas Layanan Program Studi

Uji Validitas berguna untuk mengetahui kevalidan atau kesesuaian angket

yang digunakan untuk memperoleh data dari responden. Uji Validitas Product

Momen Pearson Correlation menggunakan prinsip mengkorelasikan atau

menghubungakan antara masing-masing skor item dengan skor total yang

diperoleh dalam penelitian.

Berdasarkan output uji Validitas Product Moment Pearson Correlation,

dasar pengambilan keputusannya adalah sebagai berikut:

1) Jika nilai rhitung lebih besar daripada rtabel, maka kuesioner dinyatakan Valid

2) Jika nilai rhitung lebih kecil dari rtabel, maka kuesioner dikatakan tidak Valid
94

Selanjutnya adalah mencari nilai rtabel dengan N=75 (N adalah jumlah

responden) pada signifikansi 5% pada tabel r statistik untuk uji 2 sisi.

Berikut ini adalah output dari uji validitas item dengan menggunakan

aplikasi SPSS:

1. Kualitas Penggunaan (X1)

Tabel 4.20 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,425 0,224 Valid
2 0,547 0,224 Valid
3 0,322 0,224 Valid
4 0,500 0,224 Valid
5 0,512 0,224 Valid
6 0,534 0,224 Valid

Penjelasan dari tabel 4.20 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

2. Kualitas Informasi (X2)

Tabel 4.21 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,491 0,224 Valid
2 0,488 0,224 Valid
3 0,587 0,224 Valid
4 0,502 0,224 Valid
5 0,584 0,224 Valid
6 0,602 0,224 Valid
95

Penjelasan dari tabel 4.21 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

3. Kepuasan Mahasiswa (Y)

Tabel 4.22 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,521 0,224 Valid
2 0,505 0,224 Valid
3 0,542 0,224 Valid
4 0,348 0,224 Valid
5 0,486 0,224 Valid

Penjelasan dari tabel 4.22 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

B. Uji Reliabilitas Layanan Program Studi

Uji Reliabilitas berfungsi untuk mengetahui tingkat kekonsistensian

kuesioner yang digunakan dalam penelitian, sehingga kuesioner tersebut dapat

dihandalkan. Uji Reliabilitas Alpha Cronbach’s mengacu pada nilai Alpha yang

dihasilkan output SPSS. Adapun dasar pengambilan keputusan adalah:

1) Jika nilai Alpha lebih besar dari rtabel, maka item-item kuesioner yang

digunakan dinyatakan reliabel atau konsisten, sebaliknya


96

2) Jika nilai Alpha lebih kecil dari rtabel, maka item-item kuesioner yang

digunakan dinyatakan tidak reliabel atau tidak konsisten.

Selanjutnya adalah mencari nilai rtabel dengan N=75 (N adalah jumlah

responden) pada signifikansi 5% pada tabel r statistik untuk uji 2 sisi.

Berikut ini adalah output dari uji validitas item dengan menggunakan

aplikasi SPSS:

1. Kualitas Penggunaan (X1)

Tabel 4.23 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,630 6

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.23 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,630 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

2. Kualitas Informasi (X2)

Tabel 4.24 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,738 6

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.24 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,738 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.


97

3. Kepuasan Mahasiswa (Y)

Tabel 4.25 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,538 5

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.25 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,538 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

4.4.2 Uji Asumsi

Model regresi linear berganda dapat disebut sebagai model yang baik jika

model tersebut memenuhi asumsi linearitas, normalitas data dan bebas dari asumsi

klasik statistik yang meliputi Multikolinearitas, Heteroskedastisitas, dan

Autokorelasi.

a. Uji Normalitas Data

Uji normalitas bertujuan untuk menguji apakah data penelitian yang

dimiliki memiliki distribusi yang normal atau tidak. Uji normalisasi data dapat

diketahui dengan dua cara, yaitu (1) metode grafik, dan (2) metode Kolmogorov-

Smirnov. Metode Kolmogorov-Smirnov dilakukan untuk mendukung atau

membuktikan hasil uji normalisasi grafik karena mungkin terlihat berdasarkan

gambar grafik plot datanya normal, namun secara statistik dapat berarti

sebaliknya.
98

b.1 Metode Grafik

Dengan menggunakan metode grafik maka dapat dilihat penyebaran data

pada sumber diagonal pada grafik normal P-P Plot of regression standarized

residual. Output dari uji normalitas pada regresi dapat dilihat pada Gambar 4.4

Gambar 4.4 Grafik Normal P-P Plots

Dari grafik tersebut dapat diketahui bahwa titik-titik menyebar sekitar

garis diagonal dan mengikuti arah garis diagonal, maka data terdistribusi dengan

normal dan model regresi telah memenuhi asumsi normalitas.

a.2 Metode Kolmogorov-Smirnov

Dasar pengambilan keputusan dalam uji normalitas Kolmogorov-Smirnov

yakni: Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi

normal. Sebaliknya, jika nilai signifikansi lebih dari 0,05 maka data tersebut

berdistribusi normal. Dapat dilihat pada tabel 4.26.


99

Tabel 4.26 Output SPSS Uji Kolmogorov-Smirnov


One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 75
a,b
Normal Parameters Mean ,0000000
Std. Deviation ,24505664
Most Extreme Differences Absolute ,072
Positive ,072
Negative -,072
Test Statistic ,072
c,d
Asymp. Sig. (2-tailed) ,200
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Penjelasan dari output SPSS adalah sebagai berikut:

Berdasarkan output di atas, diketahui bahwa nilai signifikansi sebesar

0,200 lebih besar dari 0,05 sehingga dapat disimpulkan bahwa data yang di uji

berdistribusi normal.

b. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model Regresi

ditemukan adanya korelasi atau hubungan antar variabel bebas (independent).

Model Regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas

(tidak terjadi Multikolinieritas). Jika variabel bebas saling berkorelasi, maka

variabel-variabel ini tidak ortogonal adalah variabel bebas yang nilai korelasi

antar sesama variabel bebas sama dengan nol.

Dasar pengambilan keputusan pada uji Multikolinieritas dapat dilakukan

dengan dua cara yakni:


100

1. Melihat nilai Tolerance

a) Jika nilai Tolerance lebih besar dari 0,10 maka artinya tidak terjadi

Multikolinieritas terhadap data yang di uji. Sebaliknya,

b) Jika nilai Tolerance lebih kecil dari 0,10 maka artinya terjadi

Multikolinieritas terhadap data yang di uji.

2. Melihat nilai VIF (Variance Inflation Factor)

a) Jika nilai VIF lebih kecil dari 10,00 maka artinya tidak terjadi

Multikolinieritas terhadap data yang di uji. Sebaliknya,

b) Jika nilai VIF lebih besar dari 10,00 maka artinya terjadi Multikolinieritas

terhadap data yang di uji.

Tabel 4.27 Rangkuman Output SPSS Uji Multikolinieritas


VIF (Variant
Variabel Tolerance Keterangan
Inflation Factor)
Tidak terjadi
X1 0,440 > 0,10 2,272 < 10,00
Multikolinieritas
Tidak terjadi
X2 0,440 > 0,10 2,272 < 10,00
Multikolinieritas

Penjelasan dari tabel 4.27 adalah sebagai berikut:

Nilai dari Tolerance dan VIF memenuhi syarat yaitu variabel kualitas

penggunaan dan variabel kualitas informasi nilai Tolerance lebih besar dari 0,10

dan nilai Variant Inflation Factor lebih kecil dari 10, jadi kesimpulannya tidak

terjadi Multikolinieritas.

c. Uji Heteroskedastisitas

Uji ini pada dasarnya bertujuan untuk menguji apakah dalam model

Regresi terjadi ketidaksamaan Variance dari residual satu pengamatan ke

pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut
101

heteroskedastisitas. Uji heteroskedastisitas pada penelitian ini menggunakan uji

koefisien korelasi Spearman’s Rho. Metode uji Spearman’s Rho yaitu

mengkorelasikan variabel independen dengan nilai unstandartized residual.

Pengujian ini menggunakan tingkat signifikansi 0,05 dengan uji 2 sisi. Model

Regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Dasar

pengambilan keputusan pada uji heteroskedastisitas yakni:

1) Jika nilai signifikansi lebih besar dari 0,05 maka kesimpulannya adalah

tidak terjadi heteroskedastisitas. Sebaliknya,

2) Jika nilai signifikansi lebih kecil dari 0,05 maka terjadi

heteroskedastisitas.

Tabel 4.28 Rangkuman Output SPSS Uji Heteroskedastisitas


Variabel Nilai Signifikansi Keterangan
Tidak terjadi
X1 0,766 > 0,05
Heteroskedastisitas
Tidak terjadi
X2 0,860 > 0,05
Heteroskedastisitas

Penjelasan dari tabel 4.28 adalah sebagai berikut:

Nilai signifikan memenuhi syarat yaitu variabel kualitas penggunaan dan

variabel kualitas informasi nilai signifikannya lebih besar dari 0,05

kesimpulannya tidak terjadi heteroskedastisitas.

d. Uji Autokorelasi

Uji Autokorelasi bertujuan menguji apakah dalam model Regresi Linier

ada korelasi antara kesalahan pengganggu pada periode t-1 (sebelumnya). Jika

terjadi korelasi, maka dinamakan ada masalah Autokorelasi. Model Regresi yang

baik adalah Regresi yang bebas dari Autokorelasi. Dalam penelitian ini digunakan

uji Autokorelasi dengan Durbin Watson (DW test).


102

Output dari uji Autokorelasi dengan menggunakan SPSS dapat dilihat

pada tabel 4.29.

Tabel 4.29 Output Uji Autokorelasi Durbin-Watson


b
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 ,856 ,733 ,725 ,248 2,056
a. Predictors: (Constant), x2, x1
b. Dependent Variable: y

Uji Durbin-Watson yaitu dengan membandingkan nilai Durbin-Watson

dari hasil regresi dengan nilai Durbin-Watson tabel. Prosedur pengujiannya

sebagai berikut:

1. Menentukan Hipotesis

H 0 : tidak terjadi autokorelasi

H 1 : terjadi autokorelasi

2. Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

3. Menentukan nilai d (Durbin-Watson)

Nilai Durbin-Watson yang didapat dari hasil regresi adalah 2,056

4. Menentukan nilai dL dan dU

Nilai dL dan dU dapat dilihat pada tabel Durbin-Watson pada signifikansi

0,05 n=75 dan k=2 (n adalah jumlah data dan k adalah jumlah variabel

independen). Di dapat dL = 1,57 dan dU = 1,68. Jadi dapat dihitung nilai 4-dU

= 2,32 dan 4-dL = 2,43

5. Pengambilan keputusan

a) dU < DW < 4-dU maka H 0 diterima (tidak terjadi autokorelasi)


103

b) DW < dL atau DW > 4-dL maka H 0 ditolak (terjadi autokorelasi)

c) dL < DW < dU atau 4-dU < DW < 4-dL maka tidak ada keputusan yang

pasti.

6. Gambar

1 2 3 2 1

dL dU 4-dU 4-dL

1,57 1,68 2,32 2,43

2,056 (DW)

Gambar 4.5 Daerah penentuan H 0 dalam uji Durbin-Watson


Keterangan:

1 = Daerah H 0 ditolak (ada autokorelasi)

2 = Daerah keragu – raguan (tidak ada keputusan yang pasti)

3 = Daerah H 0 diterima (tidak ada autokorelasi)

7. Kesimpulan

Dapat diketahui bahwa nilai Durbin-Watson sebesar 2,056 terletak pada

daerah dU < DW < 4-dU (1,68 < 1,857 < 2,32) maka dapat disimpulkan

bahwa tidak terjadi Autokorelasi pada model Regresi.

e. Uji Linieritas

Secara umum uji Linieritas bertujuan untuk mengetahui apakah dua

Variabel mempunyai hubungan yang Linier secara signifikan atau tidak. Data

yang baik seharusnya terdapat hubungan yang Linier antara Variabel (X) dengan
104

Variabel (Y). Uji Linieritas merupakan syarat sebelum dilakukannya Uji Regresi

Linier. Uji Linieritas dapat dilakukan dengan dua cara yaitu:

1) Pertama dengan melihat nilai signifikansi pada output SPSS: jika nilai

signifikansi lebih besar dari 0,05, maka kesimpulannya adalah terdapat

hubungan Linier secara signifikan antara Variabel X dengan Variabel Y.

Sebaliknya, jika nilai signifikansi lebih kecil dari 0,05, maka kesimpulannya

adalah tidak terdapat hubungan yang Linier antara Variabel X dengan

Variabel Y.

2) Kedua dengan melihat nilai Fhitung dengan Ftabel: jika nilai Fhitung lebih

kecil dari Ftabel maka kesimpulannya adalah terdapat hubungan Linier secara

signifikan antara Variabel X dengan Variabel Y. Sebaliknya, jika nilai

Fhitung lebih besar dari Ftabel maka kesimpulannya adalah tidak terdapat

hubungan Linier antara Variabel X dengan Variabel Y.

Output dari uji Autokorelasi dengan menggunakan SPSS dapat dilihat

pada tabel 4.29.

1. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas Penggunaan

Tabel 4.30 Output SPSS Uji Linieritas


ANOVA Table

Sum of Mean
Squares df Square F Sig.
y * x1 Between Groups (Combined) 13,403 14 ,957 17,794 ,000

Linearity 12,187 1 12,187 226,507 ,000


Deviation from
1,216 13 ,094 1,739 ,076
Linearity
Within Groups 3,228 60 ,054
Total
16,631 74
105

Penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,76 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Penggunaan.

b) Berdasarkan nilai F = 1,739 < 1,89 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Penggunaan.

2. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas Informasi

Tabel 4.31 Output SPSS Uji Linieritas


ANOVA Table

Sum of Mean
Squares df Square F Sig.
y * x2 Between Groups (Combined) 8,342 12 ,695 5,200 ,000

Linearity 6,727 1 6,727 50,312 ,000


Deviation from
1,616 11 ,147 1,098 ,378
Linearity
Sum of Mean
Squares df Square F Sig.
Within Groups 8,289 62 ,134
Total 16,631 74

Penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,378 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Informasi.


106

b) Berdasarkan nilai F = 1,098 < 1,95 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Informasi.

4.4.3 Analisis Regresi Linier

Analisis Regresi Linier adalah suatu cara atau teknik untuk mencari

hubungan antara Variabel satu dengan Variabel yang lain yang dinyatakan dalam

bentuk persamaan matematik dalam hubungan yang fungsional.

Tabel 4.32 Output SPSS Ringkasan Regresi


Variabel Koefisien Regresi Thitung Signifikansi
Konstanta 0,494 2,099 0,039
X1 0,866 9,406 0,000
X2 -0,009 -0,112 0,911
Fhitung = 98,731
R2 = 0,733

Output pada Tabel 4.32 menjelaskan tentang nilai korelasi ganda (R),

koefisien determinasi (R Square), koefisien determinasi yang disesuaikan

(Adjusted R Square) dan ukuran kesalahan prediksi (Std Error of the estimate).

A. Prosedur Analisis Regresi dan Pengujiannya

Pengujian yang dilakukan pada analisis Regresi Linear Berganda yaitu uji

F dan uji t. Langkah analisis Regresi dan prosedur pengujiannya sebagai berikut:

1. Analisis Regresi Linear Berganda

Persamaan regresi linier berganda tiga variabel independen adalah b1 = 0,866

b2 = -0,009. Nilai-nilai pada output kemudian dimasukkan ke dalam

persamaan Regresi Linier Berganda adalah:

Y’ = a+b 1 X 1 +b2 X 2
107

Y’ = 0,494 + 0,866 X1+ -0,009 X2

(Y’ adalah variabel dependen yang diramalkan, a adalah konstanta, b1 ,b 2

adalah koefisien regresi, dan X 1 ,X 2 adalah variabel independen).

2. Uji Koefisien Regresi Secara Bersama (Uji F)

Uji F digunakan untuk menguji pengaruh Variabel Independen secara

bersama-sama terhadap Variabel Dependen.

Prosedur pengujiannya sebagai berikut:

a) Menentukan hipotesis

H 0 : Variabel Kualitas Penggunaan, Kualitas Informasi, dan Kualitas

Interaksi, secara bersama-sama tidak berpengaruh terhadap

Kepuasan Pengguna (mahasiswa).

H 1 : Variabel Kualitas Penggunaan, Kualitas Informasi, dan Kualitas

Interaksi secara bersama-sama berpengaruh terhadap Kepuasan

Pengguna (mahasiswa).

b) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

c) Menentukan F hitung dan F tabel

1) F hitung adalah 98,731 (pada tabel 4.32)

2) F tabel dicari pada tabel statistik pada signifikansi 0,05 df1 = k-1 atau

2-1 = 1, dan df2 = n-k atau 75-2 = 73 (n = jumlah data; k = jumlah

Variabel Independen). Di dapat F tabel adalah sebesar 3,97

d) Pengambilan Keputusan

1) Jika F hitung ≤ F Tabel maka H 0 diterima

2) Jika F hitung > F Tabel maka H 0 ditolak


108

e) Kesimpulan

Dapat diketahui bahwa F hitung (98,731) > F tabel (3,97) maka H 0

ditolak. Jadi kesimpulannya yaitu Kualitas Penggunaan dan Kualitas

Informasi secara bersama-sama berpengaruh terhadap Kepuasan

Mahasiswa pada layanan Program Studi.

3. Uji Koefisien Regresi Secara Partial (Uji t)

Uji t digunakan untuk menguji pengaruh Variabel Independen secara parsial

terhadap Variabel Dependen.

Prosedur pengujiannya sebagai berikut:

a) Pengujian b 1 (Kualitas Penggunaan)

1) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

2) Menentukan t hitung dan t tabel

t hitung adalah 9,406 (pada tabel 4.32). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-2-1 = 72 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993.

3) Pengambilan keputusan

t hitung ≤ t tabel atau nilai signifikansi > 0,05 jadi H 0 diterima

t hitung > t tabel atau nilai signifikansi < 0,05 jadi H 0 ditolak

4) Kesimpulan

Dapat diketahui bahwa thitung =19,406 dengan nilai sig. (0,000) <

0,05 jadi H 0 ditolak, kesimpulannya yaitu Kualitas Penggunaan

berpengaruh terhadap Kepuasan mahasiswa.


109

b) Pengujian b 2 (Kualitas Informasi)

1) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

2) Menentukan t hitung dan t tabel

t hitung adalah -0,83 (pada tabel 4.32). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-2-1 = 72 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993

3) Pengambilan keputusan

t hitung ≤ t tabel atau nilai signifikansi > 0,05 jadi H 0 diterima

t hitung > t tabel atau nilai signifikansi < 0,05 jadi H 0 ditolak

4) Kesimpulan

Dapat diketahui bahwa thitung = -0,83 dengan nilai sig. (0,911) > 0,05

jadi H 0 diterima, kesimpulannya yaitu Kualitas Informasi tidak

berpengaruh terhadap Kepuasan mahasiswa.

B. Pengaruh Kualitas Penggunaan Terhadap Kepuasan Mahasiswa Pada Layanan

Program Studi

Berdasarkan uji analisis Regresi Linier secara partial diperoleh hasil bahwa

thitung =19,406 dengan nilai sig. (0,000) < 0,05 jadi H 0 ditolak,

kesimpulannya yaitu Kualitas penggunaan berpengaruh terhadap Kepuasan

mahasiswa. Untuk indikator-indikator: kemudahan dioperasikan, kemudahan

navigasi, tepat dalam penyusunan tata letak, tampilan yang atraktif,

kemudahan menemukan layanan profil, tampilan sesuai dengan website

pendidikan sudah baik dan perlu dipertahankan.


110

4.5 Uji Analisis Layanan Sarana dan Prasarana

Layanan Sarana dan Prasarana yang akan di analisis menggunakan

webqual terdiri atas tiga variabel yaitu variabel kualitas penggunaan (X1),

variabel kualitas informasi (X2) dan variabel kepuasan mahasiswa (Y).

1. Kualitas Penggunaan (X1)

Variabel kualitas penggunaan dalam penelitian ini mempunyai 6 indikator

antara lain : kemudahan dioperasikan, kemudahan navigasi, tepat dalam

penyusunan tata letak, tampilan yang atraktif, kemudahan menemukan layanan

profil dan tampilan sesuai dengan jenis website pendidikan.

Tabel 4.33 Distribusi Frekuensi Kualitas Penggunaan


No Indikator Skor mean
1 2 3 4 5
1 Kemudahan dioperasikan 1 5 24 28 17 3,5
(X11) 1% 4% 49% 33% 12%
2 Kemudahan navigasi (X12) 1 3 21 39 14 3,7
1% 8% 31% 41% 19%
3 Tepat dalam penyusunan tata 0 4 43 22 7 3,6
letak (X13) 0% 4% 41% 45% 9%
4 Tampilan yang atraktif (X14) 1 4 21 33 14 3,8
1% 5% 28% 44% 19%
5 Kemudahan menemukan 0 3 26 27 10 3,8
layanan sarana dan prasarana 0% 5% 25% 56% 13%
(X15)
6 Tampilan sesuai jenis website 0 3 21 37 14 3,8
pendidikan (X16) 1% 5% 31% 45% 19%
Kualitas penggunaan (X1) pada layanan sarana dan prasarana 3,7

2. Kualitas Informasi (X2)

Variabel kualitas informasi dalam penelitian ini mempunyai 6 indikator

antara lain : menyediakan informasi cukup jelas, informasi dapat dipercaya,

informasi yang mudah dibaca dan dipahami, informasi yang cukup detail,

informasi dalam format yang sesuai, informasi yang relevan.


111

Tabel 4.34 Distribusi Frekuensi Kualitas Informasi


No Indikator Skor mean
1 2 3 4 5
1 Menyediakan informasi 0 6 21 38 10 3,7
cukup jelas (X21) 0% % 16% 56% 20%
2 Informasi dapat dipercaya 1 2 15 40 17 3,9
(X22) 1% 1% 24% 55% 16%
3 Informasi yang mudah dibaca 0 5 20 39 11 3,7
dan dipahami (X23) 0% 3% 32% 48% 16%
4 Informasi yang detail (X24) 0 6 18 39 12 3,8
0% 3% 28% 51% 19%
5 Informasi dalam format yang 0 6 17 39 13 3,8
sesuai (X25) 0% 7% 25% 51% 17%
6 Informasi yang relevan (X26) 1 2 21 39 12 3,8
1% 4% 23% 61% 11%
Kualitas informasi (X2) pada layanan sarana dan prasarana 3,8

3. Kepuasan Mahasiswa (Y)

Variabel kepuasan mahasiswa dalam penelitian ini mempunyai 5 indikator

antara lain : suka terhadap layanan profil perbanas, informasi yang diterima jelas,

informasi yang diterima dapat dipercaya, kecepatan akses layanan profil perbanas,

layanan dapat diakses melalui gadget.

Tabel 4.35 Distribusi Frekuensi Kepuasan Mahasiswa


No Indikator Skor mean
1 2 3 4 5
1 Suka terhadap layanan sarana 0 3 17 40 15 3,9
dan prasarana (Y11) 0% 4% 23% 53% 20%
2 Informasi yang diterima jelas 0 6 16 42 11 3,8
(Y12) 0% 8% 21% 56% 15%
3 Informasi yang diterima dapat 0 3 29 33 10 3,7
dipercaya (Y13) 0% 4% 39% 44% 13%
4 Kecepatan akses layanan 0 4 21 40 10 3,7
sarana dan prasarana (Y14) 0% 5% 28% 53% 13%
5 Layanan profil dapat diakses 1 3 22 38 11 3,7
melalui gadget (Y15) 0% 4% 29% 51% 15%
Kepuasan Mahasiswa (Y) pada layanan sarana dan prasarana 3,8
112

4.5.1 Uji Validitas dan Reliabilitas

A. Uji Validitas Layanan Sarana dan Prasarana

Uji Validitas berguna untuk mengetahui kevalidan atau kesesuaian angket

yang digunakan untuk memperoleh data dari responden. Uji Validitas Product

Momen Pearson Correlation menggunakan prinsip mengkorelasikan atau

menghubungakan antara masing-masing skor item dengan skor total yang

diperoleh dalam penelitian.

Berdasarkan output uji Validitas Product Moment Pearson Correlation,

dasar pengambilan keputusannya adalah sebagai berikut:

1) Jika nilai rhitung lebih besar daripada rtabel, maka kuesioner dinyatakan Valid

2) Jika nilai rhitung lebih kecil dari rtabel, maka kuesioner dikatakan tidak Valid

Selanjutnya adalah mencari nilai rtabel dengan N=75 (N adalah jumlah

responden) pada signifikansi 5% pada tabel r statistik untuk uji 2 sisi.

Berikut ini adalah output dari uji validitas item dengan menggunakan

aplikasi SPSS:

1. Kualitas Penggunaan (X1)

Tabel 4.36 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,411 0,224 Valid
2 0,285 0,224 Valid
3 0,304 0,224 Valid
4 0,439 0,224 Valid
5 0,268 0,224 Valid
6 0,508 0,224 Valid

Penjelasan dari tabel 4.36 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS
113

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

2. Kualitas Informasi (X2)

Tabel 4.37 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,477 0,224 Valid
2 0,545 0,224 Valid
3 0,386 0,224 Valid
4 0,572 0,224 Valid
5 0,249 0,224 Valid
6 0,532 0,224 Valid

Penjelasan dari tabel 4.37 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

3. Kepuasan Mahasiswa (Y1)

Tabel 4.38 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,398 0,224 Valid
2 0,396 0,224 Valid
3 0,420 0,224 Valid
4 0,376 0,224 Valid
5 0,342 0,224 Valid

Penjelasan dari tabel 4.38 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.
114

B. Uji Reliabilitas Layanan Sarana dan Prasarana

Uji Reliabilitas berfungsi untuk mengetahui tingkat kekonsistensian

kuesioner yang digunakan dalam penelitian, sehingga kuesioner tersebut dapat

dihandalkan. Uji Reliabilitas Alpha Cronbach’s mengacu pada nilai Alpha yang

dihasilkan output SPSS. Adapun dasar pengambilan keputusan adalah:

1) Jika nilai Alpha lebih besar dari rtabel, maka item-item kuesioner yang

digunakan dinyatakan reliabel atau konsisten, sebaliknya

2) Jika nilai Alpha lebih kecil dari rtabel, maka item-item kuesioner yang

digunakan dinyatakan tidak reliabel atau tidak konsisten.

Selanjutnya adalah mencari nilai rtabel dengan N=75 (N adalah jumlah

responden) pada signifikansi 5% pada tabel r statistik untuk uji 2 sisi.

Berikut ini adalah output dari uji validitas item dengan menggunakan

aplikasi SPSS:

1. Kualitas Penggunaan (X1)

Tabel 4.39 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,377 6

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.39 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,377 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.


115

2. Kualitas Informasi (X2)

Tabel 4.40 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,608 6

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.40 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,608 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

3. Kepuasan Mahasiswa (Y)

Tabel 4.41 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,296 5

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.41 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,296 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

4.5.2 Uji Asumsi

Model regresi linear berganda dapat disebut sebagai model yang baik jika

model tersebut memenuhi asumsi linearitas, normalitas data dan bebas dari asumsi

klasik statistik yang meliputi Multikolinearitas, Heteroskedastisitas, dan

Autokorelasi.
116

a. Uji Normalitas Data

Uji normalitas bertujuan untuk menguji apakah data penelitian yang

dimiliki memiliki distribusi yang normal atau tidak. Uji normalisasi data dapat

diketahui dengan dua cara, yaitu (1) metode grafik, dan (2) metode Kolmogorov-

Smirnov. Metode Kolmogorov-Smirnov dilakukan untuk mendukung atau

membuktikan hasil uji normalisasi grafik karena mungkin terlihat berdasarkan

gambar grafik plot datanya normal, namun secara statistik dapat berarti

sebaliknya.

c.1 Metode Grafik

Dengan menggunakan metode grafik maka dapat dilihat penyebaran data

pada sumber diagonal pada grafik normal P-P Plot of regression standarized

residual. Output dari uji normalitas pada regresi dapat dilihat pada Gambar 4.4.

Gambar 4.6 Grafik Normal P-P Plots


Dari grafik tersebut dapat diketahui bahwa titik-titik menyebar sekitar

garis diagonal dan mengikuti arah garis diagonal, maka data terdistribusi dengan

normal dan model regresi telah memenuhi asumsi normalitas.


117

a.2 Metode Kolmogorov-Smirnov

Dasar pengambilan keputusan dalam uji normalitas Kolmogorov-Smirnov

yakni: Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi

normal. Sebaliknya, jika nilai signifikansi lebih dari 0,05 maka data tersebut

berdistribusi normal. Dapat dilihat pada tabel 4.42.

Tabel 4.42 Output SPSS Uji Kolmogorov-Smirnov


One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 75
a,b
Normal Parameters Mean ,0000000
Std. Deviation ,30505377
Most Extreme Differences Absolute ,053
Positive ,040
Negative -,053
Test Statistic ,053
c,d
Asymp. Sig. (2-tailed) ,200
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Penjelasan dari output SPSS adalah sebagai berikut:

Berdasarkan output di atas, diketahui bahwa nilai signifikansi sebesar

0,200 lebih besar dari 0,05 sehingga dapat disimpulkan bahwa data yang di uji

berdistribusi normal.

b. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model Regresi

ditemukan adanya korelasi atau hubungan antar variabel bebas (independent).

Model Regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas
118

(tidak terjadi Multikolinieritas). Jika variabel bebas saling berkorelasi, maka

variabel-variabel ini tidak ortogonal adalah variabel bebas yang nilai korelasi

antar sesama variabel bebas sama dengan nol.

Dasar pengambilan keputusan pada uji Multikolinieritas dapat dilakukan

dengan dua cara yakni:

1. Melihat nilai Tolerance

a) Jika nilai Tolerance lebih besar dari 0,10 maka artinya tidak terjadi

Multikolinieritas terhadap data yang di uji. Sebaliknya,

b) Jika nilai Tolerance lebih kecil dari 0,10 maka artinya terjadi

Multikolinieritas terhadap data yang di uji.

2. Melihat nilai VIF (Variance Inflation Factor)

a) Jika nilai VIF lebih kecil dari 10,00 maka artinya tidak terjadi

Multikolinieritas terhadap data yang di uji. Sebaliknya,

b) Jika nilai VIF lebih besar dari 10,00 maka artinya terjadi Multikolinieritas

terhadap data yang di uji.

Tabel 4.43 Rangkuman Output SPSS Uji Multikolinieritas


VIF (Variant
Variabel Tolerance Keterangan
Inflation Factor)
Tidak terjadi
X1 0,845 > 0,10 1,184 < 10,00
Multikolinieritas
Tidak terjadi
X2 0,845 > 0,10 1,184 < 10,00
Multikolinieritas

Penjelasan dari tabel 4.43 adalah sebagai berikut:

Nilai dari Tolerance dan VIF memenuhi syarat yaitu variabel kualitas

penggunaan dan variabel kualitas informasi nilai Tolerance lebih besar dari 0,10

dan nilai Variant Inflation Factor lebih kecil dari 10, jadi kesimpulannya tidak

terjadi Multikolinieritas.
119

c. Uji Heteroskedastisitas

Uji ini pada dasarnya bertujuan untuk menguji apakah dalam model

Regresi terjadi ketidaksamaan Variance dari residual satu pengamatan ke

pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut

heteroskedastisitas. Uji heteroskedastisitas pada penelitian ini menggunakan uji

koefisien korelasi Spearman’s Rho. Metode uji Spearman’s Rho yaitu

mengkorelasikan variabel independen dengan nilai unstandartized residual.

Pengujian ini menggunakan tingkat signifikansi 0,05 dengan uji 2 sisi. Model

Regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Dasar

pengambilan keputusan pada uji heteroskedastisitas yakni:

1) Jika nilai signifikansi lebih besar dari 0,05 maka kesimpulannya adalah

tidak terjadi heteroskedastisitas. Sebaliknya,

2) Jika nilai signifikansi lebih kecil dari 0,05 maka terjadi

heteroskedastisitas.

Tabel 4.44 Rangkuman Output SPSS Uji Heteroskedastisitas


Variabel Nilai Signifikansi Keterangan
Tidak terjadi
X1 0,868 > 0,05
Heteroskedastisitas
Tidak terjadi
X2 0,343 > 0,05
Heteroskedastisitas

Penjelasan dari tabel 4.44 adalah sebagai berikut:

Nilai signifikan memenuhi syarat yaitu variabel kualitas penggunaan dan

variabel kualitas informasi nilai signifikannya lebih besar dari 0,05

kesimpulannya tidak terjadi heteroskedastisitas.


120

d. Uji Autokorelasi

Uji Autokorelasi bertujuan menguji apakah dalam model Regresi Linier

ada korelasi antara kesalahan pengganggu pada periode t-1 (sebelumnya). Jika

terjadi korelasi, maka dinamakan ada masalah Autokorelasi. Model Regresi yang

baik adalah Regresi yang bebas dari Autokorelasi. Dalam penelitian ini digunakan

uji Autokorelasi dengan Durbin Watson (DW test).

Output dari uji Autokorelasi dengan menggunakan SPSS dapat dilihat

pada tabel 4.45.

Tabel 4.45 Output Uji Autokorelasi Durbin-Watson


b
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 ,643 ,413 ,397 ,309 2,152
a. Predictors: (Constant), x2, x1
b. Dependent Variable: y

Uji Durbin-Watson yaitu dengan membandingkan nilai Durbin-Watson

dari hasil regresi dengan nilai Durbin-Watson tabel. Prosedur pengujiannya

sebagai berikut:

1. Menentukan Hipotesis

H 0 : tidak terjadi autokorelasi

H 1 : terjadi autokorelasi

2. Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

3. Menentukan nilai d (Durbin-Watson)

Nilai Durbin-Watson yang didapat dari hasil regresi adalah 2,152


121

4. Menentukan nilai dL dan dU

Nilai dL dan dU dapat dilihat pada tabel Durbin-Watson pada signifikansi

0,05 n=75 dan k=2 (n adalah jumlah data dan k adalah jumlah variabel

independen). Di dapat dL = 1,57 dan dU = 1,68. Jadi dapat dihitung nilai 4-dU

= 2,32 dan 4-dL = 2,43

5. Pengambilan keputusan

a) dU < DW < 4-dU maka H 0 diterima (tidak terjadi autokorelasi)

b) DW < dL atau DW > 4-dL maka H 0 ditolak (terjadi autokorelasi)

c) dL < DW < dU atau 4-dU < DW < 4-dL maka tidak ada keputusan yang

pasti.

6. Gambar

1 2 3 2 1

dL dU 4-dU 4-dL

1,57 1,68 2,32 2,43

2,152 (DW)

Gambar 4.7 Daerah penentuan H 0 dalam uji Durbin-Watson


Keterangan:

1 = Daerah H 0 ditolak (ada autokorelasi)

2 = Daerah keragu – raguan (tidak ada keputusan yang pasti)

3 = Daerah H 0 diterima (tidak ada autokorelasi)


122

7. Kesimpulan

Dapat diketahui bahwa nilai Durbin-Watson sebesar 2,152 terletak pada

daerah dU < DW < 4-dU (1,68 < 2,152 < 2,32) maka dapat disimpulkan

bahwa tidak terjadi Autokorelasi pada model Regresi.

e. Uji Linieritas

Secara umum uji Linieritas bertujuan untuk mengetahui apakah dua

Variabel mempunyai hubungan yang Linier secara signifikan atau tidak. Data

yang baik seharusnya terdapat hubungan yang Linier antara Variabel (X) dengan

Variabel (Y). Uji Linieritas merupakan syarat sebelum dilakukannya Uji Regresi

Linier. Uji Linieritas dapat dilakukan dengan dua cara yaitu:

1) Pertama dengan melihat nilai signifikansi pada output SPSS: jika nilai

signifikansi lebih besar dari 0,05, maka kesimpulannya adalah terdapat

hubungan Linier secara signifikan antara Variabel X dengan Variabel Y.

Sebaliknya, jika nilai signifikansi lebih kecil dari 0,05, maka kesimpulannya

adalah tidak terdapat hubungan yang Linier antara Variabel X dengan

Variabel Y.

2) Kedua dengan melihat nilai Fhitung dengan Ftabel: jika nilai Fhitung lebih

kecil dari Ftabel maka kesimpulannya adalah terdapat hubungan Linier secara

signifikan antara Variabel X dengan Variabel Y. Sebaliknya, jika nilai

Fhitung lebih besar dari Ftabel maka kesimpulannya adalah tidak terdapat

hubungan Linier antara Variabel X dengan Variabel Y.

Output dari uji Autokorelasi dengan menggunakan SPSS dapat dilihat

pada tabel 4.46.


123

1. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas Penggunaan

Tabel 4.46 Output SPSS Uji Linieritas


ANOVA Table

Sum of Mean
Squares df Square F Sig.
y * x1 Between Groups (Combined) 3,211 11 ,292 2,157 ,028
Linearity 1,345 1 1,345 9,942 ,002
Deviation from
1,866 10 ,187 1,379 ,211
Linearity
Within Groups 8,525 63 ,135
Total

11,735 74

Penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,211 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Penggunaan.

b) Berdasarkan nilai F = 1,379 < 1,98 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Penggunaan.

2. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas Informasi


124

Tabel 4.47 Output SPSS Uji Linieritas


ANOVA Table

Sum of Mean
Squares df Square F Sig.
y * x2 Between (Combined) 6,458 13 ,497 5,742 ,000
Groups Linearity 4,741 1 4,741 54,800 ,000
Deviation from
1,717 12 ,143 1,654 ,100
Linearity
Within Groups 5,277 61 ,087
Total

11,735 74

Penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,100 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Informasi

b) Berdasarkan nilai F = 1,654 < 1,95 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Informasi.

4.5.3 Analisis Regresi Linier

Analisis Regresi Linier adalah suatu cara atau teknik untuk mencari

hubungan antara Variabel satu dengan Variabel yang lain yang dinyatakan dalam

bentuk persamaan matematik dalam hubungan yang fungsional.


125

Tabel 4.48 Output SPSS Ringkasan Regresi


Variabel Koefisien Regresi Thitung Signifikansi
Konstanta 1,474 3,939 0,000
X1 0,103 1,063 0,291
X2 0,504 6,053 0,000
Fhitung = 25,351
R2 = 0,643

Output pada Tabel 4.48 menjelaskan tentang nilai korelasi ganda (R),

koefisien determinasi (R Square), koefisien determinasi yang disesuaikan

(Adjusted R Square) dan ukuran kesalahan prediksi (Std Error of the estimate).

A. Prosedur Analisis Regresi dan Pengujiannya

Pengujian yang dilakukan pada analisis Regresi Linear Berganda yaitu uji

F dan uji t. Langkah analisis Regresi dan prosedur pengujiannya sebagai berikut:

1. Analisis Regresi Linear Berganda

Persamaan regresi linier berganda tiga variabel independen adalah b1 = 0,103

b2 = 0,504. Nilai-nilai pada output kemudian dimasukkan ke dalam

persamaan Regresi Linier Berganda adalah:

Y’ = a+b 1 X 1 +b2 X 2

Y’ = 1,474 + 0,103 X1+ 0,504 X2

(Y’ adalah variabel dependen yang diramalkan, a adalah konstanta, b1 ,b2

adalah koefisien regresi, dan X 1 ,X 2 adalah variabel independen).

2. Uji Koefisien Regresi Secara Bersama (Uji F)

Uji F digunakan untuk menguji pengaruh Variabel Independen secara

bersama-sama terhadap Variabel Dependen.

Prosedur pengujiannya sebagai berikut:


126

a) Menentukan hipotesis

H 0 : Variabel Kualitas Penggunaan, Kualitas Informasi, dan Kualitas

Interaksi, secara bersama-sama tidak berpengaruh terhadap

Kepuasan Pengguna (mahasiswa).

H 1 : Variabel Kualitas Penggunaan, Kualitas Informasi, dan Kualitas

Interaksi secara bersama-sama berpengaruh terhadap Kepuasan

Pengguna (mahasiswa).

b) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

c) Menentukan F hitung dan F tabel

1) F hitung adalah 25,351 (pada tabel 4.48)

2) F tabel dicari pada tabel statistik pada signifikansi 0,05 df1 = k-1 atau

2-1 = 1, dan df2 = n-k atau 75-2 = 73 (n = jumlah data; k = jumlah

Variabel Independen). Di dapat F tabel adalah sebesar 3,97

d) Pengambilan Keputusan

1) Jika F hitung ≤ F Tabel maka H 0 diterima

2) Jika F hitung > F Tabel maka H 0 ditolak

e) Kesimpulan

Dapat diketahui bahwa F hitung (25,351) > F tabel (3,97) maka H 0

ditolak. Jadi kesimpulannya yaitu Kualitas Penggunaan dan Kualitas

Informasi secara bersama-sama berpengaruh terhadap Kepuasan

Mahasiswa pada layanan Sarana dan Prasarana.


127

3. Uji Koefisien Regresi Secara Partial (Uji t)

Uji t digunakan untuk menguji pengaruh Variabel Independen secara parsial

terhadap Variabel Dependen.

Prosedur pengujiannya sebagai berikut:

a) Pengujian b 1 (Kualitas Penggunaan)

1) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

2) Menentukan t hitung dan t tabel

t hitung adalah 1,065 (pada tabel 4.48). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-2-1 = 72 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993.

3) Pengambilan keputusan

t hitung ≤ t tabel atau nilai sig. > 0,05 jadi H 0 diterima

t hitung > t tabel atau nilai sig < 0,05 jadi H 0 ditolak

4) Kesimpulan

Dapat diketahui bahwa t hitung = 1,065 dengan nilai sig. 0,291 > 0,05

jadi H 0 diterima, kesimpulannya yaitu Kualitas Penggunaan tidak

berpengaruh terhadap Kepuasan mahasiswa.

b) Pengujian b 2 (Kualitas Informasi)

1) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

2) Menentukan t hitung dan t tabel


128

t hitung adalah 6,053 (pada tabel 4.32). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-2-1 = 72 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993

3) Pengambilan keputusan

t hitung ≤ t tabel atau nilai sig. > 0,05 jadi H 0 diterima

t hitung > t tabel atau nilai sig. < 0,05 jadi H 0 ditolak

4) Kesimpulan

Dapat diketahui bahwa t hitung = 6,053 dengan nilai sig. 0,000 < 0,05

jadi H 0 ditolak, kesimpulannya yaitu Kualitas Informasi berpengaruh

terhadap Kepuasan mahasiswa.

B. Pengaruh Kualitas informasi Terhadap Kepuasan Mahasiswa Pada Layanan

Sarana dan Prasarana

Berdasarkan uji analisis Regresi Linier secara partial diperoleh hasil t hitung

= 6,053 dengan nilai sig. 0,000 < 0,05 jadi H 0 ditolak, kesimpulannya yaitu

Kualitas Informasi berpengaruh terhadap Kepuasan mahasiswa. Untuk

indikator-indikator: menyediakan informasi cukup jelas, informasi dapat

dipercaya, informasi yang mudah dibaca dan dipahami, informasi yang detail,

informasi dalam format yang sesuai, informasi yang relevan sudah baik dan

perlu dipertahankan.

4.6 Uji Analisis Layanan Tridarma Pendidikan

Layanan Tridarma Pendidikan meliputi E-Jurnal, E-Learning, Library,

Sistem Informasi Mahasiswa dan Pendaftaran. Analisis menggunakan webqual


129

terdiri atas empat variabel yaitu variabel kualitas penggunaan (X1), variabel

kualitas informasi (X2), Kualitas Interaksi (X3) dan variabel kepuasan mahasiswa

(Y).

1. Kualitas Penggunaan (X1)

Variabel kualitas penggunaan dalam penelitian ini mempunyai 6 indikator

antara lain : kemudahan dioperasikan, kemudahan navigasi, tepat dalam

penyusunan tata letak, tampilan yang atraktif, kemudahan menemukan layanan

profil dan tampilan sesuai dengan jenis website pendidikan.

Tabel 4.49 Distribusi Frekuensi Kualitas Penggunaan


No Indikator Skor mean
1 2 3 4 5
1 Kemudahan dioperasikan 0 6 24 28 17 3,7
(X11) 0% 8% 32% 37% 23%
2 Kemudahan navigasi (X12) 1 2 18 42 12 3,8
0% 3% 24% 56% 16%
3 Tepat dalam penyusunan tata 1 4 43 23 4 3,3
letak (X13) 1% 5% 57% 31% 5%
4 Tampilan yang atraktif (X14) 0 2 21 38 14 3,9
0% 3% 28% 51% 19%

5 Kemudahan menemukan 0 4 26 27 18 3,8


layanan tridarma pendidikan 0% 5% 35% 36% 24%
(X15)
6 Tampilan sesuai jenis website 1 3 17 46 8 3,8
pendidikan (X16) 1% 4% 23% 61% 11%
Kualitas penggunaan (X1) pada layanan Tridarma Pendidikan 3,7

2. Kualitas Informasi (X2)

Variabel kualitas informasi dalam penelitian ini mempunyai 6 indikator

antara lain : menyediakan informasi cukup jelas, informasi dapat dipercaya,

informasi yang mudah dibaca dan dipahami, informasi yang cukup detail,

informasi dalam format yang sesuai, informasi yang relevan.


130

Tabel 4.50 Distribusi Frekuensi Kualitas Informasi


No Indikator Skor mean
1 2 3 4 5
1 Menyediakan informasi 0 6 12 42 15 3,9
cukup jelas (X21) 0% 8% 16% 56% 20%
2 Informasi dapat dipercaya 0 3 21 40 11 3,8
(X22) 0% 4% 28% 53% 15%
3 Informasi yang mudah dibaca 1 2 24 36 12 3,7
dan dipahami (X23) 1% 3% 32% 48% 16%
4 Informasi yang detail (X24) 0 6 17 40 12 3,8
0% 8% 23% 53% 16%
5 Informasi dalam format yang 0 5 19 38 13 3,8
sesuai (X25) 0% 7% 25% 51% 17%
6 Informasi yang relevan (X26) 1 4 21 37 12 3,7
1% 5% 28% 49% 16%
Kualitas informasi (X2) pada layanan Tridarma Pendidikan 3,8

3. Kualitas Interaksi (X3)

Variabel kualitas interaksi dalam penelitian ini mempunyai 5 indikator

antara lain : mendapatkan keamanan untuk berinteraksi, rasa aman dalam

berinteraksi, adanya suasana komunitas, kemudahan memberikan masukan,

reputasi yang baik.

Tabel 4.51 Distribusi Frekuensi Variabel Kepuasan Mahasiswa


Skor
No indikator Mean
1 2 3 4 5
mendapatkan keamanan untuk 1 3 20 37 14 3,8
1 1,3% 4% 26,6% 49,3% 18,6%
berinteraksi (X31)
0 3 14 49 9 3,8
rasa aman dalam berinteraksi 0% 4% 18,6% 65,3% 12%
2
(X32)

0 2 26 36 11 3,7
adanya suasana komunitas
3 0% 2,6 34,6% 48% 14,6%
(X33)
%
2 28 33 11 1 2,7
kemudahan memberikan
4 2,6% 37,3 44% 14,6% 1,3%
masukan (X34)
%
4 29 37 4 1 2,6
5 reputasi yang baik (X35) 5,3% 38,6 49,3% 5,3% 1,3%
%
Kualitas Interaksi (X3) pada layanan Tridarma Pendidikan 3,2
131

4. Kepuasan Mahasiswa (Y)

Variabel kepuasan mahasiswa dalam penelitian ini mempunyai 5 indikator

antara lain : suka terhadap layanan profil perbanas, informasi yang diterima jelas,

informasi yang diterima dapat dipercaya, kecepatan akses layanan profil perbanas,

layanan dapat diakses melalui gadget.

Tabel 4.52 Distribusi Frekuensi Kepuasan Mahasiswa


No Indikator Skor mean
1 2 3 4 5
1 Suka terhadap layanan 0 3 21 40 11 3,8
tridarma pendidikan (Y11) 0% 4% 28% 53% 15%
2 Informasi yang diterima jelas 0 5 20 41 9 3,7
(Y12) 0% 7% 27% 55% 12%
3 Informasi yang diterima dapat 0 3 29 33 10 3,7
dipercaya (Y13) 0% 4% 39% 44% 13%
4 Kecepatan akses layanan 0 14 29 21 11 3,4
tridarma pendidikan (Y14) 0% 19% 39% 28% 15%
5 Layanan profil dapat diakses 0 5 21 41 9 3,7
melalui gadget (Y15) 0% 4% 28% 55% 12%
Kepuasan Mahasiswa (Y) pada layanan Tridarma Pendidikan 3,7

4.6.1 Uji Validitas dan Reliabilitas

A. Uji Validitas Layanan Tridarma Pendidikan

Uji Validitas berguna untuk mengetahui kevalidan atau kesesuaian angket

yang digunakan untuk memperoleh data dari responden. Uji Validitas Product

Momen Pearson Correlation menggunakan prinsip mengkorelasikan atau

menghubungakan antara masing-masing skor item dengan skor total yang

diperoleh dalam penelitian.

Berdasarkan output uji Validitas Product Moment Pearson Correlation,

dasar pengambilan keputusannya adalah sebagai berikut:

1) Jika nilai rhitung lebih besar daripada rtabel, maka kuesioner dinyatakan

Valid
132

2) Jika nilai rhitung lebih kecil dari rtabel, maka kuesioner dikatakan tidak Valid

Selanjutnya adalah mencari nilai rtabel dengan N=75 (N adalah jumlah

responden) pada signifikansi 5% pada tabel r statistik untuk uji 2 sisi.

Berikut ini adalah output dari uji validitas item dengan menggunakan

aplikasi SPSS:

1. Kualitas Penggunaan (X1)

Tabel 4.53 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,425 0,224 Valid
2 0,547 0,224 Valid
3 0,322 0,224 Valid
4 0,500 0,224 Valid
5 0,512 0,224 Valid
6 0,534 0,224 Valid

Penjelasan dari tabel 4.53 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

2. Kualitas Informasi (X2)

Tabel 4.54 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,477 0,224 Valid
2 0,545 0,224 Valid
3 0,386 0,224 Valid
4 0,572 0,224 Valid
5 0,249 0,224 Valid
6 0,532 0,224 Valid
133

Penjelasan dari tabel 4.54 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

3. Kualitas interaksi (X3)

Tabel 4.55 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,654 0,224 Valid
2 0,649 0,224 Valid
3 0,530 0,224 Valid
4 0,563 0,224 Valid
5 0,535 0,224 Valid

Penjelasan dari tabel 4.55 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

4. Kepuasan Mahasiswa (Y1)

Tabel 4.56 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,444 0,224 Valid
2 0,439 0,224 Valid
3 0,659 0,224 Valid
4 0,615 0,224 Valid
5 0,597 0,224 Valid
134

Penjelasan dari tabel 4.56 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

B. Uji Reliabilitas Layanan Tridarma Pendidikan

Uji Reliabilitas berfungsi untuk mengetahui tingkat kekonsistensian

kuesioner yang digunakan dalam penelitian, sehingga kuesioner tersebut dapat

dihandalkan. Uji Reliabilitas Alpha Cronbach’s mengacu pada nilai Alpha yang

dihasilkan output SPSS. Adapun dasar pengambilan keputusan adalah:

1) Jika nilai Alpha lebih besar dari rtabel, maka item-item kuesioner yang

digunakan dinyatakan reliabel atau konsisten, sebaliknya

2) Jika nilai Alpha lebih kecil dari rtabel, maka item-item kuesioner yang

digunakan dinyatakan tidak reliabel atau tidak konsisten.

Selanjutnya adalah mencari nilai rtabel dengan N=75 (N adalah jumlah

responden) pada signifikansi 5% pada tabel r statistik untuk uji 2 sisi.

Berikut ini adalah output dari uji validitas item dengan menggunakan

aplikasi SPSS:

1. Kualitas Penggunaan (X1)

Tabel 4.57 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,630 6
135

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.57 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,630 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

2. Kualitas Informasi (X2)

Tabel 4.58 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,608 6

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.58 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,608 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

3. Kualitas Interaksi (X3)

Tabel 4.59 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,712 5

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.59 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,608 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.


136

4. Kepuasan Mahasiswa (Y)

Tabel 4.60 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,669 5

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.60 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,669 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

4.6.2 Uji Asumsi

Model regresi linear berganda dapat disebut sebagai model yang baik jika

model tersebut memenuhi asumsi linearitas, normalitas data dan bebas dari asumsi

klasik statistik yang meliputi Multikolinearitas, Heteroskedastisitas, dan

Autokorelasi.

a. Uji Normalitas Data

Uji normalitas bertujuan untuk menguji apakah data penelitian yang

dimiliki memiliki distribusi yang normal atau tidak. Uji normalisasi data dapat

diketahui dengan dua cara, yaitu (1) metode grafik, dan (2) metode Kolmogorov-

Smirnov. Metode Kolmogorov-Smirnov dilakukan untuk mendukung atau

membuktikan hasil uji normalisasi grafik karena mungkin terlihat berdasarkan

gambar grafik plot datanya normal, namun secara statistik dapat berarti

sebaliknya.
137

a.1 Metode Grafik

Dengan menggunakan metode grafik maka dapat dilihat penyebaran data

pada sumber diagonal pada grafik normal P-P Plot of regression standarized

residual. Output dari uji normalitas pada regresi dapat dilihat pada Gambar 4.8

Gambar 4.8 Grafik Normal P-P Plot

Dari grafik tersebut dapat diketahui bahwa titik-titik menyebar sekitar

garis diagonal dan mengikuti arah garis diagonal, maka data terdistribusi dengan

normal dan model regresi telah memenuhi asumsi normalitas.

a.2 Metode Kolmogorov-Smirnov

Dasar pengambilan keputusan dalam uji normalitas Kolmogorov-Smirnov

yakni: Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi

normal. Sebaliknya, jika nilai signifikansi lebih dari 0,05 maka data tersebut

berdistribusi normal. Dapat dilihat pada tabel 4.60.

Tabel 4.60 Output SPSS Uji Kolmogorov-Smirnov


One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 75
a,b
Normal Parameters Mean ,0000000
Std. Deviation ,38644223
138

Unstandardized
Residual
Most Extreme Differences Absolute ,059
Positive ,059
Negative -,041
Test Statistic ,059
c,d
Asymp. Sig. (2-tailed) ,200
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Penjelasan dari output SPSS adalah sebagai berikut:

Berdasarkan output di atas, diketahui bahwa nilai signifikansi sebesar

0,200 lebih besar dari 0,05 sehingga dapat disimpulkan bahwa data yang di uji

berdistribusi normal.

b. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model Regresi

ditemukan adanya korelasi atau hubungan antar variabel bebas (independent).

Model Regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas

(tidak terjadi Multikolinieritas). Jika variabel bebas saling berkorelasi, maka

variabel-variabel ini tidak ortogonal adalah variabel bebas yang nilai korelasi

antar sesama variabel bebas sama dengan nol.

Dasar pengambilan keputusan pada uji Multikolinieritas dapat dilakukan

dengan dua cara yakni:

1. Melihat nilai Tolerance

a) Jika nilai Tolerance lebih besar dari 0,10 maka artinya tidak terjadi

Multikolinieritas terhadap data yang di uji. Sebaliknya,


139

b) Jika nilai Tolerance lebih kecil dari 0,10 maka artinya terjadi

Multikolinieritas terhadap data yang di uji.

2. Melihat nilai VIF (Variance Inflation Factor)

a) Jika nilai VIF lebih kecil dari 10,00 maka artinya tidak terjadi

Multikolinieritas terhadap data yang di uji. Sebaliknya,

b) Jika nilai VIF lebih besar dari 10,00 maka artinya terjadi Multikolinieritas

terhadap data yang di uji.

Tabel 4.61 Rangkuman Output SPSS Uji Multikolinieritas


VIF (Variant
Variabel Tolerance Keterangan
Inflation Factor)
Tidak terjadi
X1 0,379 > 0,10 2,635 < 10,00
Multikolinieritas
Tidak terjadi
X2 0,429 > 0,10 2,332 < 10,00
Multikolinieritas
Tidak terjadi
X3 0,683 > 0,10 1,465 < 10,00
Multikolinieritas

Penjelasan dari tabel 4.61 adalah sebagai berikut:

Nilai dari Tolerance dan VIF memenuhi syarat yaitu variabel kualitas

penggunaan dan variabel kualitas informasi nilai Tolerance lebih besar dari 0,10

dan nilai Variant Inflation Factor lebih kecil dari 10, jadi kesimpulannya tidak

terjadi Multikolinieritas.

c. Uji Heteroskedastisitas

Uji ini pada dasarnya bertujuan untuk menguji apakah dalam model

Regresi terjadi ketidaksamaan Variance dari residual satu pengamatan ke

pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut

heteroskedastisitas. Uji heteroskedastisitas pada penelitian ini menggunakan uji

koefisien korelasi Spearman’s Rho. Metode uji Spearman’s Rho yaitu


140

mengkorelasikan variabel independen dengan nilai unstandartized residual.

Pengujian ini menggunakan tingkat signifikansi 0,05 dengan uji 2 sisi. Model

Regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Dasar

pengambilan keputusan pada uji heteroskedastisitas yakni:

1) Jika nilai signifikansi lebih besar dari 0,05 maka kesimpulannya adalah

tidak terjadi heteroskedastisitas. Sebaliknya,

2) Jika nilai signifikansi lebih kecil dari 0,05 maka terjadi

heteroskedastisitas.

Tabel 4.62 Rangkuman Output SPSS Uji Heteroskedastisitas


Variabel Nilai Signifikansi Keterangan
Tidak terjadi
X1 0,859 > 0,05
Heteroskedastisitas
Tidak terjadi
X2 0,672 > 0,05
Heteroskedastisitas
Tidak terjadi
X3 0,803 > 0,05
Heteroskedastisitas

Penjelasan dari tabel 4.62 adalah sebagai berikut:

Nilai signifikan memenuhi syarat yaitu variabel kualitas penggunaan dan

variabel kualitas informasi nilai signifikannya lebih besar dari 0,05

kesimpulannya tidak terjadi heteroskedastisitas.

d. Uji Autokorelasi

Uji Autokorelasi bertujuan menguji apakah dalam model Regresi Linier

ada korelasi antara kesalahan pengganggu pada periode t-1 (sebelumnya). Jika

terjadi korelasi, maka dinamakan ada masalah Autokorelasi. Model Regresi yang

baik adalah Regresi yang bebas dari Autokorelasi. Dalam penelitian ini digunakan

uji Autokorelasi dengan Durbin Watson (DW test).


141

Output dari uji Autokorelasi dengan menggunakan SPSS dapat dilihat

pada tabel 4.63.

Tabel 4.63 Output Uji Autokorelasi Durbin-Watson


b
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 ,673 ,454 ,430 ,395 1,823
a. Predictors: (Constant), x3, x2, x1
b. Dependent Variable: y

Uji Durbin-Watson yaitu dengan membandingkan nilai Durbin-Watson

dari hasil regresi dengan nilai Durbin-Watson tabel. Prosedur pengujiannya

sebagai berikut:

1. Menentukan Hipotesis

H 0 : tidak terjadi autokorelasi

H 1 : terjadi autokorelasi

2. Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

3. Menentukan nilai d (Durbin-Watson)

Nilai Durbin-Watson yang didapat dari hasil regresi adalah 1,823

4. Menentukan nilai dL dan dU

Nilai dL dan dU dapat dilihat pada tabel Durbin-Watson pada signifikansi

0,05 n=75 dan k=3 (n adalah jumlah data dan k adalah jumlah variabel

independen). Di dapat dL = 1,54 dan dU = 1,71. Jadi dapat dihitung nilai 4-dU

= 2,29 dan 4-dL = 2,46

5. Pengambilan keputusan

a) dU < DW < 4-dU maka H 0 diterima (tidak terjadi autokorelasi)


142

b) DW < dL atau DW > 4-dL maka H 0 ditolak (terjadi autokorelasi)

c) dL < DW < dU atau 4-dU < DW < 4-dL maka tidak ada keputusan yang

pasti.

6. Gambar

1 2 3 2 1

dL dU 4-dU 4-dL

1,54 1,71 2,29 2,46

1,823 (DW)

Gambar 4.9 Daerah penentuan H 0 dalam uji Durbin-Watson


Keterangan:

1 = Daerah H 0 ditolak (ada autokorelasi)

2 = Daerah keragu – raguan (tidak ada keputusan yang pasti)

3 = Daerah H 0 diterima (tidak ada autokorelasi)

7. Kesimpulan

Dapat diketahui bahwa nilai Durbin-Watson sebesar 1,823 terletak pada

daerah dU < DW < 4-dU (1,71 < 1,823 < 2,29) maka dapat disimpulkan

bahwa tidak terjadi Autokorelasi pada model Regresi.

e. Uji Linieritas

Secara umum uji Linieritas bertujuan untuk mengetahui apakah dua

Variabel mempunyai hubungan yang Linier secara signifikan atau tidak. Data

yang baik seharusnya terdapat hubungan yang Linier antara Variabel (X) dengan
143

Variabel (Y). Uji Linieritas merupakan syarat sebelum dilakukannya Uji Regresi

Linier. Uji Linieritas dapat dilakukan dengan dua cara yaitu:

1) Pertama dengan melihat nilai signifikansi pada output SPSS: jika nilai

signifikansi lebih besar dari 0,05, maka kesimpulannya adalah terdapat

hubungan Linier secara signifikan antara Variabel X dengan Variabel Y.

Sebaliknya, jika nilai signifikansi lebih kecil dari 0,05, maka kesimpulannya

adalah tidak terdapat hubungan yang Linier antara Variabel X dengan

Variabel Y.

2) Kedua dengan melihat nilai Fhitung dengan Ftabel: jika nilai Fhitung lebih

kecil dari Ftabel maka kesimpulannya adalah terdapat hubungan Linier secara

signifikan antara Variabel X dengan Variabel Y. Sebaliknya, jika nilai

Fhitung lebih besar dari Ftabel maka kesimpulannya adalah tidak terdapat

hubungan Linier antara Variabel X dengan Variabel Y.

Output dari uji Autokorelasi dengan menggunakan SPSS dapat dilihat

pada tabel 4.64

1. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas Penggunaan

Tabel 4.64 Output SPSS Uji Linieritas


ANOVA Table

Sum of Mean
Squares df Square F Sig.
y * x1 Between (Combined) 12,076 14 ,863 6,353 ,000
Groups
Linearity 8,376 1 8,376 61,691 ,000
Deviation from
3,700 13 ,285 2,096 ,027
Linearity
Within Groups 8,146 60 ,136
Total 20,222 74
144

Penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,27 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Penggunaan.

b) Berdasarkan nilai F = 1,096 < 1,89 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan mahasiswa dengan

Variabel Kualitas Penggunaan.

2. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas Informasi

Tabel 4.65 Output SPSS Uji Linieritas


ANOVA Table

Sum of Mean
Squares df Square F Sig.
y * x2 Between (Combined) 8,306 13 ,639 3,271 ,001
Groups
Linearity 5,943 1 5,943 30,423 ,000
Deviation from
2,363 12 ,197 1,008 ,453
Linearity
Within Groups 11,916 61 ,195
Total 20,222 74

Penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,453 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Pengguna dengan

Variabel Kualitas Informasi.


145

b) Berdasarkan nilai F = 1,008 < 1,89 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Informasi.

3. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas Interaksi

Tabel 4.66 Output SPSS Uji Linieritas


ANOVA Table

Sum of Mean
Squares df Square F Sig.
y * x3 Between (Combined) 8,564 13 ,659 3,447 ,001
Groups
Linearity 5,321 1 5,321 27,841 ,000
Deviation from
3,243 12 ,270 1,414 ,184
Linearity
Within Groups 11,658 61 ,191
Total 20,222 74

Penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,184 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Interaksi

b) Berdasarkan nilai F = 1,414 < 1,89 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Interaksi.


146

4.6.3 Analisis Regresi Linier

Analisis Regresi Linier adalah suatu cara atau teknik untuk mencari

hubungan antara Variabel satu dengan Variabel yang lain yang dinyatakan dalam

bentuk persamaan matematik dalam hubungan yang fungsional.

Tabel 4.67 Output SPSS Ringkasan Regresi


Variabel Koefisien Regresi Thitung Signifikansi
Konstanta 0,650 1,598 0,115
X1 0,489 3,107 0,003
X2 0,119 0,801 0,426
X3 0,227 2,030 0,004
Fhitung = 19,640
R2 = 0,673

Output pada Tabel 4.67 menjelaskan tentang nilai korelasi ganda (R),

koefisien determinasi (R Square), koefisien determinasi yang disesuaikan

(Adjusted R Square) dan ukuran kesalahan prediksi (Std Error of the estimate).

A. Prosedur Analisis Regresi dan Pengujiannya

Pengujian yang dilakukan pada analisis Regresi Linear Berganda yaitu uji

F dan uji t. Langkah analisis Regresi dan prosedur pengujiannya sebagai berikut:

1. Analisis Regresi Linear Berganda

Persamaan regresi linier berganda tiga variabel independen adalah b1 = 0,489

b2 = 0,119 b 3 = 0,227. Nilai-nilai pada output kemudian dimasukkan ke

dalam persamaan Regresi Linier Berganda adalah:

Y’ = a+b 1 X 1 +b2 X 2 +b 3 X 3

Y’ = 0,650 + 0,489 X1+ 0,119 X2 + 0,227 X3

(Y’ adalah variabel dependen yang diramalkan, a adalah konstanta, b1 ,b2

adalah koefisien regresi, dan X 1 ,X 2 adalah variabel independen).


147

2. Uji Koefisien Regresi Secara Bersama (Uji F)

Uji F digunakan untuk menguji pengaruh Variabel Independen secara

bersama-sama terhadap Variabel Dependen.

Prosedur pengujiannya sebagai berikut:

a) Menentukan hipotesis

H 0 : Variabel Kualitas Penggunaan, Kualitas Informasi, dan Kualitas

Interaksi, secara bersama-sama tidak berpengaruh terhadap

Kepuasan Pengguna (mahasiswa).

H 1 : Variabel Kualitas Penggunaan, Kualitas Informasi, dan Kualitas

Interaksi secara bersama-sama berpengaruh terhadap Kepuasan

Pengguna (mahasiswa).

b) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

c) Menentukan F hitung dan F tabel

1) F hitung adalah 19,640 (pada tabel 4.67)

2) F tabel dicari pada tabel statistik pada signifikansi 0,05 df1 = k-1 atau

3-1 = 2, dan df2 = n-k atau 75-3 = 72 (n = jumlah data; k = jumlah

Variabel Independen). Di dapat F tabel adalah sebesar 3,12

d) Pengambilan Keputusan

3) Jika F hitung ≤ F Tabel maka H 0 diterima

4) Jika F hitung > F Tabel maka H 0 ditolak

e) Kesimpulan

Dapat diketahui bahwa F hitung (19,640) > F tabel (3,12) maka H 0

ditolak. Jadi kesimpulannya yaitu Kualitas Penggunaan, Kualitas


148

Informasi dan Kualitas Interaksi secara bersama-sama berpengaruh

terhadap Kepuasan Mahasiswa pada layanan Tridarma Pendidikan.

3. Uji Koefisien Regresi Secara Partial (Uji t)

Uji t digunakan untuk menguji pengaruh Variabel Independen secara parsial

terhadap Variabel Dependen.

Prosedur pengujiannya sebagai berikut:

a) Pengujian b 1 (Kualitas Penggunaan)

1) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

2) Menentukan t hitung dan t tabel

t hitung adalah 3,107 (pada tabel 4.67). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-3-1 = 71 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993.

3) Pengambilan keputusan

t hitung ≤ t tabel atau nilai sig. > 0,05 jadi H 0 diterima

t hitung > t tabel atau nilai sig < 0,05 jadi H 0 ditolak

4) Kesimpulan

Dapat diketahui bahwa t hitung 3,107 dengan nilai sig 0,003 < 0,05

jadi H0 ditolak, kesimpulannya yaitu Kualitas Penggunaan

berpengaruh terhadap Kepuasan mahasiswa.

b) Pengujian b 2 (Kualitas Informasi)

1) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05


149

2) Menentukan t hitung dan t tabel

t hitung adalah 0,801 (pada tabel 4.67). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-3-1 = 71 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993

3) Pengambilan keputusan

t hitung ≤ t tabel atau –t hitung ≥ -t tabel jadi H 0 diterima

t hitung > t tabel atau –t hitung < -t tabel jadi H 0 ditolak

4) Kesimpulan

Dapat diketahui bahwa t hitung 0,801 dengan nilai sig. 0,426 > 0,05

jadi H 0 diterima, kesimpulannya yaitu Kualitas Informasi tidak

berpengaruh terhadap Kepuasan mahasiswa.

c) Pengujian b 3 (Kualitas Interaksi)

1) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

2) Menentukan t hitung dan t tabel

t hitung adalah 2,030 (pada tabel 4.67). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-3-1 = 71 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993

3) Pengambilan keputusan

t hitung ≤ t tabel atau –t hitung ≥ -t tabel jadi H 0 diterima

t hitung > t tabel atau –t hitung < -t tabel jadi H 0 ditolak


150

4) Kesimpulan

Dapat diketahui bahwa t hitung 2,030 dengan nilai sig. 0,004 < 0,05

jadi H 0 ditolak, kesimpulannya yaitu Kualitas Interaksi berpengaruh

terhadap Kepuasan mahasiswa.

B. Pengaruh Kualitas Penggunaan Terhadap Kepuasan Mahasiswa Pada

Layanan Tridarma Pendidikan

Berdasarkan uji analisis Regresi Linier secara partial diperoleh hasil t hitung

3,107 dengan nilai sig 0,003 < 0,05 jadi H 0 ditolak, kesimpulannya yaitu

Kualitas Penggunaan berpengaruh terhadap Kepuasan mahasiswa. Untuk

indikator-indikator: kemudahan dioperasikan, kemudahan navigasi, tampilan

yang atraktif, kemudahan menemukan layanan program studi, tampilan sesuai

dengan website pendidikan sudah baik dan perlu dipertahankan. Sedangkan

untuk indikator tepat dalam penyusunan tata letak masih kurang baik dan

perlu dievaluasi juga di tingkatkan.

C. Pengaruh Kualitas Interaksi Terhadap Kepuasan Mahasiswa Pada Layanan

Tridarma Pendidikan

Berdasarkan uji analisis Regresi Linier secara partial diperoleh hasil t hitung

2,030 dengan nilai sig 0,004 < 0,05 jadi H 0 ditolak, kesimpulannya yaitu

Kualitas Interaksi berpengaruh terhadap Kepuasan mahasiswa. Untuk

indikator-indikator: mendapatkan keamanan untuk berinteraksi, rasa aman

dalam berinteraksi, adanya suasana komunitas sudah baik dan perlu

dipertahankan. Sedangkan untuk indikator kemudahan memberikan masukan


151

dan reputasi yang baik masih kurang baik dan perlu dievaluasi juga di

tingkatkan.

4.7 Uji Analisis Layanan Tridarma Penelitian

Layanan Tridarma Penelitian yang akan di analisis menggunakan webqual

terdiri atas tiga variabel yaitu variabel kualitas penggunaan (X1), variabel kualitas

informasi (X2) dan variabel kepuasan mahasiswa (Y).

1. Kualitas Penggunaan (X1)

Variabel kualitas penggunaan dalam penelitian ini mempunyai 6 indikator

antara lain : kemudahan dioperasikan, kemudahan navigasi, tepat dalam

penyusunan tata letak, tampilan yang atraktif, kemudahan menemukan layanan

profil dan tampilan sesuai dengan jenis website pendidikan.

Tabel 4.68 Distribusi Frekuensi Kualitas Penggunaan


No Indikator Skor mean
1 2 3 4 5
1 Kemudahan dioperasikan 1 5 24 28 17 3,5
(X11) 1% 4% 49% 33% 12%

2 Kemudahan navigasi (X12) 1 3 21 39 14 3,7


1% 8% 31% 41% 19%
3 Tepat dalam penyusunan tata 0 4 43 22 7 3,6
letak (X13) 0% 4% 41% 45% 9%
1 4 21 33 14 3,8
4 Tampilan yang atraktif (X14) 1% 5% 28% 44% 19%

5 Kemudahan menemukan 0 3 26 27 10 3,8


layanan tridarma penelitian 0% 5% 25% 56% 13%
(X15)

6 Tampilan sesuai jenis website 0 3 21 37 14 3,8


pendidikan (X16) 1% 5% 31% 45% 19%
Kualitas penggunaan (X1) pada layanan Tridarma Penelitian 3,7
152

2. Kualitas Informasi (X2)

Variabel kualitas informasi dalam penelitian ini mempunyai 6 indikator

antara lain : menyediakan informasi cukup jelas, informasi dapat dipercaya,

informasi yang mudah dibaca dan dipahami, informasi yang cukup detail,

informasi dalam format yang sesuai, informasi yang relevan.

Tabel 4.69 Distribusi Frekuensi Kualitas Informasi


No Indikator Skor mean
1 2 3 4 5
1 Menyediakan informasi 0 6 21 38 10 3,7
cukup jelas (X21) 0% % 16% 56% 20%
2 Informasi dapat dipercaya 1 2 15 40 17 3,9
(X22) 1% 1% 24% 55% 16%
3 Informasi yang mudah dibaca 0 5 20 39 11 3,7
dan dipahami (X23) 0% 3% 32% 48% 16%
4 Informasi yang detail (X24) 0 6 18 39 12 3,8
0% 3% 28% 51% 19%
5 Informasi dalam format yang 0 6 17 39 13 3,8
sesuai (X25) 0% 7% 25% 51% 17%
6 Informasi yang relevan (X26) 1 2 21 39 12 3,8
1% 4% 23% 61% 11%
Kualitas informasi (X2) pada layanan Tridarma Penelitian 3,8

3. Kepuasan Mahasiswa (Y)

Variabel kepuasan mahasiswa dalam penelitian ini mempunyai 5 indikator

antara lain : suka terhadap layanan profil perbanas, informasi yang diterima jelas,

informasi yang diterima dapat dipercaya, kecepatan akses layanan profil perbanas,

layanan dapat diakses melalui gadget.

Tabel 4.70 Distribusi Frekuensi Kepuasan Mahasiswa


No Indikator Skor mean
1 2 3 4 5
1 Suka terhadap layanan 0 3 17 40 15 3,9
tridarma penelitian (Y11) 0% 4% 23% 53% 20%
2 Informasi yang diterima jelas 0 6 16 42 11 3,8
(Y12) 0% 8% 21% 56% 15%
3 Informasi yang diterima dapat 0 3 29 33 10 3,7
dipercaya (Y13) 0% 4% 39% 44% 13%
153

4 Kecepatan akses layanan 0 4 21 40 10 3,7


tridarma penelitian (Y14) 0% 5% 28% 53% 13%
5 Layanan profil dapat diakses 1 3 22 38 11 3,7
melalui gadget (Y15) 0% 4% 29% 51% 15%
Kepuasan Mahasiswa (Y) pada layanan Tridarma Penelitian 3,8

4.7.1 Uji Validitas dan Reliabilitas

A. Uji Validitas Layanan Tridarma Penelitian

Uji Validitas berguna untuk mengetahui kevalidan atau kesesuaian angket

yang digunakan untuk memperoleh data dari responden. Uji Validitas Product

Momen Pearson Correlation menggunakan prinsip mengkorelasikan atau

menghubungakan antara masing-masing skor item dengan skor total yang

diperoleh dalam penelitian.

Berdasarkan output uji Validitas Product Moment Pearson Correlation,

dasar pengambilan keputusannya adalah sebagai berikut:

1) Jika nilai rhitung lebih besar daripada rtabel, maka kuesioner dinyatakan Valid

2) Jika nilai rhitung lebih kecil dari rtabel, maka kuesioner dikatakan tidak Valid

Selanjutnya adalah mencari nilai rtabel dengan N=75 (N adalah jumlah

responden) pada signifikansi 5% pada tabel r statistik untuk uji 2 sisi.

Berikut ini adalah output dari uji validitas item dengan menggunakan

aplikasi SPSS:

1. Kualitas Penggunaan (X1)

Tabel 4.71 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,439 0,224 Valid
2 0,268 0,224 Valid
3 0,508 0,224 Valid
4 0,411 0,224 Valid
5 0,285 0,224 Valid
154

No
rhitung rtabel Keterangan
item
6 0,304 0,224 Valid

Penjelasan dari tabel 4.72 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

2. Kualitas Informasi (X2)

Tabel 4.73 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,572 0,224 Valid
2 0,249 0,224 Valid
3 0,532 0,224 Valid
4 0,477 0,224 Valid
5 0,545 0,224 Valid
6 0,386 0,224 Valid

Penjelasan dari tabel 4.73 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

3. Kepuasan Mahasiswa (Y1)

Tabel 4.74 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,398 0,224 Valid
2 0,396 0,224 Valid
3 0,420 0,224 Valid
4 0,376 0,224 Valid
5 0,342 0,224 Valid
155

Penjelasan dari tabel 4.74 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

B. Uji Reliabilitas Layanan Tridarma Penelitian

Uji Reliabilitas berfungsi untuk mengetahui tingkat kekonsistensian

kuesioner yang digunakan dalam penelitian, sehingga kuesioner tersebut dapat

dihandalkan. Uji Reliabilitas Alpha Cronbach’s mengacu pada nilai Alpha yang

dihasilkan output SPSS. Adapun dasar pengambilan keputusan adalah:

1) Jika nilai Alpha lebih besar dari rtabel, maka item – item kuesioner yang

digunakan dinyatakan reliabel atau konsisten, sebaliknya

2) Jika nilai Alpha lebih kecil dari rtabel, maka item – item kuesioner yang

digunakan dinyatakan tidak reliabel atau tidak konsisten.

Selanjutnya adalah mencari nilai rtabel dengan N=75 (N adalah jumlah

responden) pada signifikansi 5% pada tabel r statistik untuk uji 2 sisi.

Berikut ini adalah output dari uji validitas item dengan menggunakan

aplikasi SPSS:

1. Kualitas Penggunaan (X1)

Tabel 4.75 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,377 6

Penjelasan dari output SPSS adalah sebagai berikut:


156

Uji Reliabilitas dapat dilihat pada tabel 4.75 Nilai rtabel pada tabel r

statistik didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai

Alpha lebih besar dari rtabel, (0,377 > 0,224) yang artinya semua item

kuesioner tersebut dinyatakan Reliabel atau Konsisten.

2. Kualitas Informasi (X2)

Tabel 4.76 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,608 6

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.76 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,608 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

3. Kepuasan Mahasiswa (Y)

Tabel 4.77 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,296 5

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.78 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,296 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.


157

4.7.2 Uji Asumsi

Model regresi linear berganda dapat disebut sebagai model yang baik jika

model tersebut memenuhi asumsi linearitas, normalitas data dan bebas dari asumsi

klasik statistik yang meliputi Multikolinearitas, Heteroskedastisitas, dan

Autokorelasi.

a. Uji Normalitas Data

Uji normalitas bertujuan untuk menguji apakah data penelitian yang

dimiliki memiliki distribusi yang normal atau tidak. Uji normalisasi data dapat

diketahui dengan dua cara, yaitu (1) metode grafik, dan (2) metode Kolmogorov-

Smirnov. Metode Kolmogorov-Smirnov dilakukan untuk mendukung atau

membuktikan hasil uji normalisasi grafik karena mungkin terlihat berdasarkan

gambar grafik plot datanya normal, namun secara statistik dapat berarti

sebaliknya.

a.1 Metode Grafik

Dengan menggunakan metode grafik maka dapat dilihat penyebaran data

pada sumber diagonal pada grafik normal P-P Plot of regression standarized

residual. Output dari uji normalitas pada regresi dapat dilihat pada Gambar 4.10.

Gambar 4.10 Grafik Normal P-P Plots


158

Dari grafik tersebut dapat diketahui bahwa titik-titik menyebar sekitar

garis diagonal dan mengikuti arah garis diagonal, maka data terdistribusi dengan

normal dan model regresi telah memenuhi asumsi normalitas.

a.2 Metode Kolmogorov-Smirnov

Dasar pengambilan keputusan dalam uji normalitas Kolmogorov-Smirnov

yakni: Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi

normal. Sebaliknya, jika nilai signifikansi lebih dari 0,05 maka data tersebut

berdistribusi normal. Dapat dilihat pada tabel 4.78.

Tabel 4.78 Output SPSS Uji Kolmogorov-Smirnov


One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 75
a,b
Normal Parameters Mean ,0000000
Std. Deviation ,30505377
Most Extreme Differences Absolute ,053
Positive ,040
Negative -,053
Test Statistic ,053
c,d
Asymp. Sig. (2-tailed) ,200
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Penjelasan dari output SPSS adalah sebagai berikut:

Berdasarkan output di atas, diketahui bahwa nilai signifikansi sebesar

0,200 lebih besar dari 0,05 sehingga dapat disimpulkan bahwa data yang di uji

berdistribusi normal.
159

b. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model Regresi

ditemukan adanya korelasi atau hubungan antar variabel bebas (independent).

Model Regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas

(tidak terjadi Multikolinieritas). Jika variabel bebas saling berkorelasi, maka

variabel-variabel ini tidak ortogonal adalah variabel bebas yang nilai korelasi

antar sesama variabel bebas sama dengan nol.

Dasar pengambilan keputusan pada uji Multikolinieritas dapat dilakukan

dengan dua cara yakni:

1. Melihat nilai Tolerance

a) Jika nilai Tolerance lebih besar dari 0,10 maka artinya tidak terjadi

Multikolinieritas terhadap data yang di uji. Sebaliknya,

b) Jika nilai Tolerance lebih kecil dari 0,10 maka artinya terjadi

Multikolinieritas terhadap data yang di uji.

2. Melihat nilai VIF (Variance Inflation Factor)

a) Jika nilai VIF lebih kecil dari 10,00 maka artinya tidak terjadi

Multikolinieritas terhadap data yang di uji. Sebaliknya,

b) Jika nilai VIF lebih besar dari 10,00 maka artinya terjadi Multikolinieritas

terhadap data yang di uji.

Tabel 4.79 Rangkuman Output SPSS Uji Multikolinieritas


VIF (Variant
Variabel Tolerance Keterangan
Inflation Factor)
Tidak terjadi
X1 0,845 > 0,10 1,184 < 10,00
Multikolinieritas
Tidak terjadi
X2 0,845 > 0,10 1,184 < 10,00
Multikolinieritas
160

Penjelasan dari tabel 4.79 adalah sebagai berikut:

Nilai dari Tolerance dan VIF memenuhi syarat yaitu variabel kualitas

penggunaan dan variabel kualitas informasi nilai Tolerance lebih besar dari 0,10

dan nilai Variant Inflation Factor lebih kecil dari 10, jadi kesimpulannya tidak

terjadi Multikolinieritas.

c. Uji Heteroskedastisitas

Uji ini pada dasarnya bertujuan untuk menguji apakah dalam model

Regresi terjadi ketidaksamaan Variance dari residual satu pengamatan ke

pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut

heteroskedastisitas. Uji heteroskedastisitas pada penelitian ini menggunakan uji

koefisien korelasi Spearman’s Rho. Metode uji Spearman’s Rho yaitu

mengkorelasikan variabel independen dengan nilai unstandartized residual.

Pengujian ini menggunakan tingkat signifikansi 0,05 dengan uji 2 sisi. Model

Regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Dasar

pengambilan keputusan pada uji heteroskedastisitas yakni:

1) Jika nilai signifikansi lebih besar dari 0,05 maka kesimpulannya adalah

tidak terjadi heteroskedastisitas. Sebaliknya,

2) Jika nilai signifikansi lebih kecil dari 0,05 maka terjadi

heteroskedastisitas.

Tabel 4.80 Rangkuman Output SPSS Uji Heteroskedastisitas


Variabel Nilai Signifikansi Keterangan
Tidak terjadi
X1 0,868 > 0,05
Heteroskedastisitas
Tidak terjadi
X2 0,343 > 0,05
Heteroskedastisitas
161

Penjelasan dari tabel 4.80 adalah sebagai berikut:

Nilai signifikan memenuhi syarat yaitu variabel kualitas penggunaan dan

variabel kualitas informasi nilai signifikannya lebih besar dari 0,05

kesimpulannya tidak terjadi heteroskedastisitas.

d. Uji Autokorelasi

Uji Autokorelasi bertujuan menguji apakah dalam model Regresi Linier

ada korelasi antara kesalahan pengganggu pada periode t-1 (sebelumnya). Jika

terjadi korelasi, maka dinamakan ada masalah Autokorelasi. Model Regresi yang

baik adalah Regresi yang bebas dari Autokorelasi. Dalam penelitian ini digunakan

uji Autokorelasi dengan Durbin Watson (DW test).

Output dari uji Autokorelasi dengan menggunakan SPSS dapat dilihat

pada tabel 4.81.

Tabel 4.81 Output Uji Autokorelasi Durbin-Watson


b
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
1 ,643a ,413 ,397 ,309 2,152
a. Predictors: (Constant), x2, x1
b. Dependent Variable: y

Uji Durbin-Watson yaitu dengan membandingkan nilai Durbin-Watson

dari hasil regresi dengan nilai Durbin-Watson tabel. Prosedur pengujiannya

sebagai berikut:

1. Menentukan Hipotesis

H 0 : tidak terjadi autokorelasi

H 1 : terjadi autokorelasi

2. Menentukan taraf signifikansi


162

Taraf signifikansi menggunakan 0,05

3. Menentukan nilai d (Durbin-Watson)

Nilai Durbin-Watson yang didapat dari hasil regresi adalah 2,152

4. Menentukan nilai dL dan dU

Nilai dL dan dU dapat dilihat pada tabel Durbin-Watson pada signifikansi

0,05 n=75 dan k=2 (n adalah jumlah data dan k adalah jumlah variabel

independen). Di dapat dL = 1,57 dan dU = 1,68. Jadi dapat dihitung nilai 4-dU

= 2,32 dan 4-dL = 2,43

5. Pengambilan keputusan

a) dU < DW < 4-dU maka H 0 diterima (tidak terjadi autokorelasi)

b) DW < dL atau DW > 4-dL maka H 0 ditolak (terjadi autokorelasi)

c) dL < DW < dU atau 4-dU < DW < 4-dL maka tidak ada keputusan yang

pasti.

6. Gambar

1 2 3 2 1

dL dU 4-dU 4-dL

1,57 1,68 2,32 2,43

2,152 (DW)

Gambar 4.11 Daerah penentuan H 0 dalam uji Durbin-Watson


Keterangan:

1 = Daerah H 0 ditolak (ada autokorelasi)

2 = Daerah keragu – raguan (tidak ada keputusan yang pasti)


163

3 = Daerah H 0 diterima (tidak ada autokorelasi)

7. Kesimpulan

Dapat diketahui bahwa nilai Durbin-Watson sebesar 2,152 terletak pada

daerah dU < DW < 4-dU (1,68 < 2,152 < 2,32) maka dapat disimpulkan

bahwa tidak terjadi Autokorelasi pada model Regresi.

e. Uji Linieritas

Secara umum uji Linieritas bertujuan untuk mengetahui apakah dua

Variabel mempunyai hubungan yang Linier secara signifikan atau tidak. Data

yang baik seharusnya terdapat hubungan yang Linier antara Variabel (X) dengan

Variabel (Y). Uji Linieritas merupakan syarat sebelum dilakukannya Uji Regresi

Linier. Uji Linieritas dapat dilakukan dengan dua cara yaitu:

1) Pertama dengan melihat nilai signifikansi pada output SPSS: jika nilai

signifikansi lebih besar dari 0,05, maka kesimpulannya adalah terdapat

hubungan Linier secara signifikan antara Variabel X dengan Variabel Y.

Sebaliknya, jika nilai signifikansi lebih kecil dari 0,05, maka kesimpulannya

adalah tidak terdapat hubungan yang Linier antara Variabel X dengan

Variabel Y.

2) Kedua dengan melihat nilai Fhitung dengan Ftabel: jika nilai Fhitung lebih

kecil dari Ftabel maka kesimpulannya adalah terdapat hubungan Linier secara

signifikan antara Variabel X dengan Variabel Y. Sebaliknya, jika nilai

Fhitung lebih besar dari Ftabel maka kesimpulannya adalah tidak terdapat

hubungan Linier antara Variabel X dengan Variabel Y.

Output dari uji Autokorelasi dengan menggunakan SPSS dapat dilihat

pada tabel 4.82.


164

1. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas Penggunaan

Tabel 4.82 Output SPSS Uji Linieritas


ANOVA Table

Sum of Mean
Squares df Square F Sig.
y * x1 Between Groups (Combined) 3,211 11 ,292 2,157 ,028
Linearity 1,345 1 1,345 9,942 ,002
Deviation from
1,866 10 ,187 1,379 ,211
Linearity
Within Groups 8,525 63 ,135
Total

11,735 74

penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,211 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Penggunaan.

b) Berdasarkan nilai F = 1,379 < 1,98 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Penggunaan.

2. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas Informasi


165

Tabel 4.83 Output SPSS Uji Linieritas


ANOVA Table

Sum of Mean
Squares df Square F Sig.
y * x2 Between (Combined) 6,458 13 ,497 5,742 ,000
Groups Linearity 4,741 1 4,741 54,800 ,000
Deviation from
1,717 12 ,143 1,654 ,100
Linearity
Within Groups 5,277 61 ,087
Total

11,735 74

Penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,100 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Informasi

b) Berdasarkan nilai F = 1,654 < 1,95 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Informasi.

4.7.3 Analisis Regresi Linier

Analisis Regresi Linier adalah suatu cara atau teknik untuk mencari

hubungan antara Variabel satu dengan Variabel yang lain yang dinyatakan dalam

bentuk persamaan matematik dalam hubungan yang fungsional.


166

Tabel 4.84 Output SPSS Ringkasan Regresi


Variabel Koefisien Regresi Thitung Signifikansi
Konstanta 1,474 3,939 0,000
X1 0,103 1,063 0,291
X2 0,504 5,053 0,000
Fhitung = 25,351
R2 = 0,643

Output pada Tabel 4.84 menjelaskan tentang nilai korelasi ganda (R),

koefisien determinasi (R Square), koefisien determinasi yang disesuaikan

(Adjusted R Square) dan ukuran kesalahan prediksi (Std Error of the estimate).

A. Prosedur Analisis Regresi dan Pengujiannya

Pengujian yang dilakukan pada analisis Regresi Linear Berganda yaitu uji

F dan uji t. Langkah analisis Regresi dan prosedur pengujiannya sebagai berikut:

1. Analisis Regresi Linear Berganda

Persamaan regresi linier berganda tiga variabel independen adalah b1 = 0,103

b2 = 0,504. Nilai-nilai pada output kemudian dimasukkan ke dalam

persamaan Regresi Linier Berganda adalah:

Y’ = a+b 1 X 1 +b2 X 2

Y’ = 1,474 + 0,103 X1+ 0,504 X2

(Y’ adalah variabel dependen yang diramalkan, a adalah konstanta, b1 ,b2

adalah koefisien regresi, dan X 1 ,X 2 adalah variabel independen).

2. Uji Koefisien Regresi Secara Bersama (Uji F)

Uji F digunakan untuk menguji pengaruh Variabel Independen secara

bersama-sama terhadap Variabel Dependen.

Prosedur pengujiannya sebagai berikut:

a) Menentukan hipotesis
167

H 0 : Variabel Kualitas Penggunaan, Kualitas Informasi, dan Kualitas

Interaksi, secara bersama-sama tidak berpengaruh terhadap

Kepuasan Pengguna (mahasiswa).

H 1 : Variabel Kualitas Penggunaan, Kualitas Informasi, dan Kualitas

Interaksi secara bersama-sama berpengaruh terhadap Kepuasan

Pengguna (mahasiswa).

b) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

c) Menentukan F hitung dan F tabel

1) F hitung adalah 25,351 (pada tabel 4.84)

2) F tabel dicari pada tabel statistik pada signifikansi 0,05 df1 = k-1 atau

2-1 = 1, dan df2 = n-k atau 75-2 = 73 (n = jumlah data; k = jumlah

Variabel Independen). Di dapat F tabel adalah sebesar 3,97

d) Pengambilan Keputusan

1) Jika F hitung ≤ F Tabel maka H 0 diterima

2) Jika F hitung > F Tabel maka H 0 ditolak

e) Kesimpulan

Dapat diketahui bahwa F hitung (25,351) > F tabel (3,97) maka H 0

ditolak. Jadi kesimpulannya yaitu Kualitas Penggunaan dan Kualitas

Informasi secara bersama-sama berpengaruh terhadap Kepuasan

Mahasiswa pada layanan Tridarma Penelitian

3. Uji Koefisien Regresi Secara Partial (Uji t)

Uji t digunakan untuk menguji pengaruh Variabel Independen secara parsial

terhadap Variabel Dependen.


168

Prosedur pengujiannya sebagai berikut:

a) Pengujian b 1 (Kualitas Penggunaan)

1) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

2) Menentukan t hitung dan t tabel

t hitung adalah 1,065 (pada tabel 4.84). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-2-1 = 72 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993.

3) Pengambilan keputusan

t hitung ≤ t tabel atau nilai sig. > 0,05 jadi H 0 diterima

t hitung > t tabel atau nilai sig. < 0,05 jadi H 0 ditolak

4) Kesimpulan

Dapat diketahui bahwa t hitung 1,065 dengan nilai sig. 0,291 > 0,05

jadi H 0 diterima, kesimpulannya yaitu Kualitas Penggunaan tidak

berpengaruh terhadap Kepuasan mahasiswa.

b) Pengujian b 2 (Kualitas Informasi)

1) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

2) Menentukan t hitung dan t tabel

t hitung adalah 6,053 (pada tabel 4.84). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-2-1 = 72 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993


169

3) Pengambilan keputusan

t hitung ≤ t tabel atau nilai sig. > 0,05 jadi H 0 diterima

t hitung > t tabel atau nilai sig < 0,05 jadi H 0 ditolak

4) Kesimpulan

Dapat diketahui bahwa t hitung = 5,053 dengan nilai sig. 0,000 < 0,05

jadi H 0 ditolak, kesimpulannya yaitu Kualitas Informasi berpengaruh

terhadap Kepuasan mahasiswa.

B. Pengaruh Kualitas informasi Terhadap Kepuasan Mahasiswa Pada Layanan

Tridarma Penelitian

Berdasarkan uji analisis Regresi Linier secara partial diperoleh hasil t hitung

= 5,053 dengan nilai sig. 0,000 < 0,05 jadi H 0 ditolak, kesimpulannya yaitu

Kualitas Informasi berpengaruh terhadap Kepuasan mahasiswa. Untuk

indikator-indikator: menyediakan informasi cukup jelas, informasi dapat

dipercaya, informasi yang mudah dibaca dan dipahami, informasi yang detail,

informasi dalam format yang sesuai, informasi yang relevan sudah baik dan

perlu dipertahankan.

4.8 Uji Analisis Layanan Tridarma Pengabdian Masyarakat

Layanan Tridarma Pengabdian Masyarakat yang akan di analisis

menggunakan webqual terdiri atas tiga variabel yaitu variabel kualitas

penggunaan (X1), variabel kualitas informasi (X2) dan variabel kepuasan

mahasiswa (Y).
170

1. Kualitas Penggunaan (X1)

Variabel kualitas penggunaan dalam penelitian ini mempunyai 6 indikator

antara lain : kemudahan dioperasikan, kemudahan navigasi, tepat dalam

penyusunan tata letak, tampilan yang atraktif, kemudahan menemukan layanan

profil dan tampilan sesuai dengan jenis website pendidikan.

Tabel 4.85 Distribusi Frekuensi Kualitas Penggunaan


No Indikator Skor mean
1 2 3 4 5
1 Kemudahan dioperasikan 0 2 21 38 14 3,9
(X11) 0% 3% 28% 51% 19%
2 Kemudahan navigasi (X12) 0 5 19 38 13 3,8
0% 7% 25% 51% 17%
3 Tepat dalam penyusunan tata 1 3 17 46 8 3,8
letak (X13) 1% 4% 23% 61% 11%
4 Tampilan yang atraktif (X14) 0 6 24 28 17 3,7
0% 8% 32% 37% 23%
5 Kemudahan menemukan 1 2 18 42 12 3,8
layanan pengabdian 1% 3% 24% 56% 16%
masyarakat (X15)
6 Tampilan sesuai jenis website 1 4 43 23 4 3,3
pendidikan (X16) 1% 5% 57% 31% 5%
Kualitas penggunaan (X1) pada layanan Pengabdian Masyarakat 3,7

2. Kualitas Informasi (X2)

Variabel kualitas informasi dalam penelitian ini mempunyai 6 indikator

antara lain : menyediakan informasi cukup jelas, informasi dapat dipercaya,

informasi yang mudah dibaca dan dipahami, informasi yang cukup detail,

informasi dalam format yang sesuai, informasi yang relevan.

Tabel 4.86 Distribusi Frekuensi Kualitas Informasi


No Indikator Skor mean
1 2 3 4 5
1 Menyediakan informasi 1 2 15 40 17 3,9
cukup jelas (X21) 1% 3% 20% 53% 23%
2 Informasi dapat dipercaya 0 5 20 39 11 3,7
(X22) 0% 7% 27% 52% 15%
3 Informasi yang mudah dibaca 0 6 18 39 12 3,8
dan dipahami (X23) 0% 8% 24% 52% 16%
171

No Indikator Skor mean


1 2 3 4 5
4 Informasi yang detail (X24) 1 2 24 36 12 3,7
1% 3% 32% 48% 16%
5 Informasi dalam format yang 1 4 21 37 12 3,7
sesuai (X25) 1% 5% 28% 49% 16%
6 Informasi yang relevan (X26) 1 2 21 39 12 3,8
1% 3% 28% 52% 16%
Kualitas informasi (X2) pada layanan Pengabdian Masyarakat 3,8

3. Kepuasan Mahasiswa (Y)

Variabel kepuasan mahasiswa dalam penelitian ini mempunyai 5 indikator

antara lain : suka terhadap layanan profil perbanas, informasi yang diterima jelas,

informasi yang diterima dapat dipercaya, kecepatan akses layanan profil perbanas,

layanan dapat diakses melalui gadget.

Tabel 4.87 Distribusi Frekuensi Kepuasan Mahasiswa


No Indikator Skor mean
1 2 3 4 5
1 Suka terhadap layanan 0 3 29 33 10 3,7
pengabdian masyarakat (Y11) 0% 4% 39% 44% 13%
2 Informasi yang diterima jelas 0 4 21 40 10 3,7
(Y12) 0% 5% 28% 53% 13%
3 Informasi yang diterima dapat 1 3 22 38 11 3,7
dipercaya (Y13) 1% 4% 29% 51% 15%
4 Kecepatan akses layanan 0 3 21 40 11 3,8
pengabdian masyarakat (Y14) 0% 4% 28% 53% 15%
5 Layanan profil dapat diakses 0 6 24 28 17 3,7
melalui gadget (Y15) 0% 8% 32% 37% 23%
Kepuasan Mahasiswa (Y) pada layanan Pengabdian Masyarakat 3,7

4.8.1 Uji Validitas dan Reliabilitas

A. Uji Validitas Layanan Tridarma Pengabdian Masyarakat

Uji Validitas berguna untuk mengetahui kevalidan atau kesesuaian angket

yang digunakan untuk memperoleh data dari responden. Uji Validitas Product

Momen Pearson Correlation menggunakan prinsip mengkorelasikan atau


172

menghubungakan antara masing-masing skor item dengan skor total yang

diperoleh dalam penelitian.

Berdasarkan output uji Validitas Product Moment Pearson Correlation,

dasar pengambilan keputusannya adalah sebagai berikut:

1) Jika nilai rhitung lebih besar daripada rtabel, maka kuesioner dinyatakan Valid

2) Jika nilai rhitung lebih kecil dari rtabel, maka kuesioner dikatakan tidak Valid

Selanjutnya adalah mencari nilai rtabel dengan N=75 (N adalah jumlah

responden) pada signifikansi 5% pada tabel r statistik untuk uji 2 sisi.

Berikut ini adalah output dari uji validitas item dengan menggunakan

aplikasi SPSS:

1. Kualitas Penggunaan (X1)

Tabel 4.88 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,480 0,224 Valid
2 0,526 0,224 Valid
3 0,560 0,224 Valid
4 0,404 0,224 Valid
5 0,543 0,224 Valid
6 0,360 0,224 Valid

Penjelasan dari tabel 4.88 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

2. Kualitas Informasi (X2)


173

Tabel 4.89 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,616 0,224 Valid
2 0,418 0,224 Valid
3 0,631 0,224 Valid
4 0,647 0,224 Valid
5 0,730 0,224 Valid
6 0,650 0,224 Valid

Penjelasan dari tabel 4.89 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.

3. Kepuasan Mahasiswa (Y1)

Tabel 4.90 Rangkuman Output Uji Validitas SPSS


No
rhitung rtabel Keterangan
item
1 0,433 0,224 Valid
2 0,316 0,224 Valid
3 0,378 0,224 Valid
4 0,457 0,224 Valid
5 0,447 0,224 Valid

Penjelasan dari tabel 4.90 adalah sebagai berikut:

Nilai rtabel pada tabel r statistik didapatkan sebesar 0,224. Dengan demikian,

diketahui bahwa semua nilai rhitung yang diperoleh dari perhitungan SPSS

lebih besar dari rtabel, yang artinya semua item kuesioner tersebut dinyatakan

Valid.
174

B. Uji Reliabilitas Layanan Tridarma Pengabdian Masyarakat

Uji Reliabilitas berfungsi untuk mengetahui tingkat kekonsistensian

kuesioner yang digunakan dalam penelitian, sehingga kuesioner tersebut dapat

dihandalkan. Uji Reliabilitas Alpha Cronbach’s mengacu pada nilai Alpha yang

dihasilkan output SPSS. Adapun dasar pengambilan keputusan adalah:

1) Jika nilai Alpha lebih besar dari rtabel, maka item – item kuesioner yang

digunakan dinyatakan reliabel atau konsisten, sebaliknya

2) Jika nilai Alpha lebih kecil dari rtabel, maka item – item kuesioner yang

digunakan dinyatakan tidak reliabel atau tidak konsisten.

Selanjutnya adalah mencari nilai rtabel dengan N=75 (N adalah jumlah

responden) pada signifikansi 5% pada tabel r statistik untuk uji 2 sisi.

Berikut ini adalah output dari uji validitas item dengan menggunakan

aplikasi SPSS:

1. Kualitas Penggunaan (X1)

Tabel 4.91 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,642 6

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.91 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,642 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

2. Kualitas Informasi (X2)


175

Tabel 4.92 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,820 6

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.92 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,820 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

3. Kepuasan Mahasiswa (Y)

Tabel 4.93 Rangkuman Output SPSS Uji Reliabilitas


Cronsbach’s N of Items
Alpha
,347 5

Penjelasan dari output SPSS adalah sebagai berikut:

Uji Reliabilitas dapat dilihat pada tabel 4.93 Nilai rtabel pada tabel r statistik

didapatkan sebesar 0,224. Dengan demikian, diketahui bahwa nilai Alpha

lebih besar dari rtabel, (0,347 > 0,224) yang artinya semua item kuesioner

tersebut dinyatakan Reliabel atau Konsisten.

4.8.2 Uji Asumsi

Model regresi linear berganda dapat disebut sebagai model yang baik jika

model tersebut memenuhi asumsi linearitas, normalitas data dan bebas dari asumsi

klasik statistik yang meliputi Multikolinearitas, Heteroskedastisitas, dan

Autokorelasi.
176

a. Uji Normalitas Data

Uji normalitas bertujuan untuk menguji apakah data penelitian yang

dimiliki memiliki distribusi yang normal atau tidak. Uji normalisasi data dapat

diketahui dengan dua cara, yaitu (1) metode grafik, dan (2) metode Kolmogorov-

Smirnov. Metode Kolmogorov-Smirnov dilakukan untuk mendukung atau

membuktikan hasil uji normalisasi grafik karena mungkin terlihat berdasarkan

gambar grafik plot datanya normal, namun secara statistik dapat berarti

sebaliknya.

a.1 Metode Grafik

Dengan menggunakan metode grafik maka dapat dilihat penyebaran data

pada sumber diagonal pada grafik normal P-P Plot of regression standarized

residual. Output dari uji normalitas pada regresi dapat dilihat pada Gambar 4.12.

Gambar 4.12 Grafik Normal P-P Plots


Dari grafik tersebut dapat diketahui bahwa titik-titik menyebar sekitar

garis diagonal dan mengikuti arah garis diagonal, maka data terdistribusi dengan

normal dan model regresi telah memenuhi asumsi normalitas.

a.2 Metode Kolmogorov-Smirnov


177

Dasar pengambilan keputusan dalam uji normalitas Kolmogorov-Smirnov

yakni: Jika nilai signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi

normal. Sebaliknya, jika nilai signifikansi lebih dari 0,05 maka data tersebut

berdistribusi normal. Dapat dilihat pada tabel 4.94.

Tabel 4.94 Output SPSS Uji Kolmogorov-Smirnov


One-Sample Kolmogorov-Smirnov Test
Unstandardized
Residual
N 75
a,b
Normal Parameters Mean ,0000000
Std. Deviation ,34784889
Most Extreme Differences Absolute ,064
Positive ,046
Negative -,064
Test Statistic ,064
c,d
Asymp. Sig. (2-tailed) ,200
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance.

Penjelasan dari output SPSS adalah sebagai berikut:

Berdasarkan output di atas, diketahui bahwa nilai signifikansi sebesar

0,200 lebih besar dari 0,05 sehingga dapat disimpulkan bahwa data yang di uji

berdistribusi normal.

b. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model Regresi

ditemukan adanya korelasi atau hubungan antar variabel bebas (independent).

Model Regresi yang baik seharusnya tidak terjadi korelasi diantara variabel bebas

(tidak terjadi Multikolinieritas). Jika variabel bebas saling berkorelasi, maka


178

variabel-variabel ini tidak ortogonal adalah variabel bebas yang nilai korelasi

antar sesama variabel bebas sama dengan nol.

Dasar pengambilan keputusan pada uji Multikolinieritas dapat dilakukan

dengan dua cara yakni:

1. Melihat nilai Tolerance

a) Jika nilai Tolerance lebih besar dari 0,10 maka artinya tidak terjadi

Multikolinieritas terhadap data yang di uji. Sebaliknya,

b) Jika nilai Tolerance lebih kecil dari 0,10 maka artinya terjadi

Multikolinieritas terhadap data yang di uji.

2. Melihat nilai VIF (Variance Inflation Factor)

a) Jika nilai VIF lebih kecil dari 10,00 maka artinya tidak terjadi

Multikolinieritas terhadap data yang di uji. Sebaliknya,

b) Jika nilai VIF lebih besar dari 10,00 maka artinya terjadi Multikolinieritas

terhadap data yang di uji.

Tabel 4.95 Rangkuman Output SPSS Uji Multikolinieritas


VIF (Variant
Variabel Tolerance Keterangan
Inflation Factor)
Tidak terjadi
X1 0,491 > 0,10 2,035 < 10,00
Multikolinieritas
Tidak terjadi
X2 0,491 > 0,10 2,035 < 10,00
Multikolinieritas

Penjelasan dari tabel 4.95 adalah sebagai berikut:

Nilai dari Tolerance dan VIF memenuhi syarat yaitu variabel kualitas

penggunaan dan variabel kualitas informasi nilai Tolerance lebih besar dari 0,10

dan nilai Variant Inflation Factor lebih kecil dari 10, jadi kesimpulannya tidak

terjadi Multikolinieritas.
179

c. Uji Heteroskedastisitas

Uji ini pada dasarnya bertujuan untuk menguji apakah dalam model

Regresi terjadi ketidaksamaan Variance dari residual satu pengamatan ke

pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut

heteroskedastisitas. Uji heteroskedastisitas pada penelitian ini menggunakan uji

koefisien korelasi Spearman’s Rho. Metode uji Spearman’s Rho yaitu

mengkorelasikan variabel independen dengan nilai unstandartized residual.

Pengujian ini menggunakan tingkat signifikansi 0,05 dengan uji 2 sisi. Model

Regresi yang baik seharusnya tidak terjadi heteroskedastisitas. Dasar

pengambilan keputusan pada uji heteroskedastisitas yakni:

1) Jika nilai signifikansi lebih besar dari 0,05 maka kesimpulannya adalah

tidak terjadi heteroskedastisitas. Sebaliknya,

2) Jika nilai signifikansi lebih kecil dari 0,05 maka terjadi

heteroskedastisitas.

Tabel 4.96 Rangkuman Output SPSS Uji Heteroskedastisitas


Variabel Nilai Signifikansi Keterangan
Tidak terjadi
X1 0,478 > 0,05
Heteroskedastisitas
Tidak terjadi
X2 0,439 > 0,05
Heteroskedastisitas

Penjelasan dari tabel 4.96 adalah sebagai berikut:

Nilai signifikan memenuhi syarat yaitu variabel kualitas penggunaan dan

variabel kualitas informasi nilai signifikannya lebih besar dari 0,05

kesimpulannya tidak terjadi heteroskedastisitas.


180

d. Uji Autokorelasi

Uji Autokorelasi bertujuan menguji apakah dalam model Regresi Linier

ada korelasi antara kesalahan pengganggu pada periode t-1 (sebelumnya). Jika

terjadi korelasi, maka dinamakan ada masalah Autokorelasi. Model Regresi yang

baik adalah Regresi yang bebas dari Autokorelasi. Dalam penelitian ini digunakan

uji Autokorelasi dengan Durbin Watson (DW test).

Output dari uji Autokorelasi dengan menggunakan SPSS dapat dilihat

pada tabel 4.97.

Tabel 4.97 Output Uji Autokorelasi Durbin-Watson


b
Model Summary
Adjusted R Std. Error of the
Model R R Square Square Estimate Durbin-Watson
a
1 ,557 ,310 ,291 ,353 2,267
a. Predictors: (Constant), x2, x1
b. Dependent Variable: y

Uji Durbin-Watson yaitu dengan membandingkan nilai Durbin-Watson

dari hasil regresi dengan nilai Durbin-Watson tabel. Prosedur pengujiannya

sebagai berikut:

1. Menentukan Hipotesis

H 0 : tidak terjadi autokorelasi

H 1 : terjadi autokorelasi

2. Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

3. Menentukan nilai d (Durbin-Watson)

Nilai Durbin-Watson yang didapat dari hasil regresi adalah 2,267


181

4. Menentukan nilai dL dan dU

Nilai dL dan dU dapat dilihat pada tabel Durbin-Watson pada signifikansi

0,05 n=75 dan k=2 (n adalah jumlah data dan k adalah jumlah variabel

independen). Di dapat dL = 1,57 dan dU = 1,68. Jadi dapat dihitung nilai 4-dU

= 2,32 dan 4-dL = 2,43

5. Pengambilan keputusan

a) dU < DW < 4-dU maka H 0 diterima (tidak terjadi autokorelasi)

b) DW < dL atau DW > 4-dL maka H 0 ditolak (terjadi autokorelasi)

c) dL < DW < dU atau 4-dU < DW < 4-dL maka tidak ada keputusan yang

pasti.

6. Gambar

1 2 3 2 1

dL dU 4-dU 4-dL

1,57 1,68 2,32 2,43

2,267 (DW)

Gambar 4.13 Daerah penentuan H 0 dalam uji Durbin-Watson


Keterangan:

1 = Daerah H 0 ditolak (ada autokorelasi)

2 = Daerah keragu-raguan (tidak ada keputusan yang pasti)

3 = Daerah H 0 diterima (tidak ada autokorelasi)

7. Kesimpulan
182

Dapat diketahui bahwa nilai Durbin-Watson sebesar 2,267 terletak pada

daerah dU < DW < 4-dU (1,68 < 2,267 < 2,32) maka dapat disimpulkan

bahwa tidak terjadi Autokorelasi pada model Regresi.

e. Uji Linieritas

Secara umum uji Linieritas bertujuan untuk mengetahui apakah dua

Variabel mempunyai hubungan yang Linier secara signifikan atau tidak. Data

yang baik seharusnya terdapat hubungan yang Linier antara Variabel (X) dengan

Variabel (Y). Uji Linieritas merupakan syarat sebelum dilakukannya Uji Regresi

Linier. Uji Linieritas dapat dilakukan dengan dua cara yaitu:

1) Pertama dengan melihat nilai signifikansi pada output SPSS: jika nilai

signifikansi lebih besar dari 0,05, maka kesimpulannya adalah terdapat

hubungan Linier secara signifikan antara Variabel X dengan Variabel Y.

Sebaliknya, jika nilai signifikansi lebih kecil dari 0,05, maka kesimpulannya

adalah tidak terdapat hubungan yang Linier antara Variabel X dengan

Variabel Y.

2) Kedua dengan melihat nilai Fhitung dengan Ftabel: jika nilai Fhitung lebih

kecil dari Ftabel maka kesimpulannya adalah terdapat hubungan Linier secara

signifikan antara Variabel X dengan Variabel Y. Sebaliknya, jika nilai

Fhitung lebih besar dari Ftabel maka kesimpulannya adalah tidak terdapat

hubungan Linier antara Variabel X dengan Variabel Y.

Output dari uji Autokorelasi dengan menggunakan SPSS dapat dilihat

pada tabel 4.98.


183

1. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas Penggunaan

Tabel 4.98 Output SPSS Uji Linieritas


ANOVA Table

Sum of Mean
Squares df Square F Sig.
y * x1 Between (Combined)
5,733 13 ,441 3,715 ,000
Groups
Linearity 3,904 1 3,904 32,892 ,000
Deviation from
1,829 12 ,152 1,284 ,251
Linearity
Within Groups
7,240 61 ,119

Total
12,973 74

Penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,251 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Penggunaan.

b) Berdasarkan nilai F = 1,284 < 1,98 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Penggunaan.

2. Uji Linieritas antara Kepuasan Mahasiswa dengan Kualitas Informasi


184

Tabel 4.99 Output SPSS Uji Linieritas


ANOVA Table

Sum of Mean
Squares df Square F Sig.
y * x2 Between (Combined) 5,663 14 ,404 3,320 ,001
Groups
Linearity 2,712 1 2,712 22,260 ,000
Deviation from
2,951 13 ,227 1,863 ,053
Linearity
Within Groups
7,310 60 ,122

Total
12,973 74

Penjelasan dari output SPSS adalah sebagai berikut:

a) Berdasarkan nilai signifikansi:

Diperoleh nilai signifikansi = 0,53 > 0,05 yang artinya terdapat hubungan

Linier secara signifikan antara Variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Informasi

b) Berdasarkan nilai F = 1,863 < 1,95 (diperoleh dari Ftabel). Karena Fhitung

lebih kecil dari Ftabel, maka dapat disimpulkan bahwa terdapat hubungan

Linier secara signifikan antara variabel Kepuasan Mahasiswa dengan

Variabel Kualitas Informasi.

4.8.3 Analisis Regresi Linier

Analisis Regresi Linier adalah suatu cara atau teknik untuk mencari

hubungan antara Variabel satu dengan Variabel yang lain yang dinyatakan dalam

bentuk persamaan matematik dalam hubungan yang fungsional.


185

Tabel 4.100 Output SPSS Ringkasan Regresi


Variabel Koefisien Regresi Thitung Signifikansi
Konstanta 1,879 5,706 0,000
X1 0,402 3,242 0,002
X2 0,096 0,961 0,340
Fhitung = 16,158
R2 = 0,310

Output pada Tabel 4.100 menjelaskan tentang nilai korelasi ganda (R),

koefisien determinasi (R Square), koefisien determinasi yang disesuaikan

(Adjusted R Square) dan ukuran kesalahan prediksi (Std Error of the estimate).

A. Prosedur Analisis Regresi dan Pengujiannya

Pengujian yang dilakukan pada analisis Regresi Linear Berganda yaitu uji

F dan uji t. Langkah analisis Regresi dan prosedur pengujiannya sebagai berikut:

1. Analisis Regresi Linear Berganda

Persamaan regresi linier berganda tiga variabel independen adalah b1 = 0,402

b2 = 0,096. Nilai-nilai pada output kemudian dimasukkan ke dalam

persamaan Regresi Linier Berganda adalah:

Y’ = a+b 1 X 1 +b2 X 2

Y’ = 1,879 + 0,402 X1+ 0,096 X2

(Y’ adalah variabel dependen yang diramalkan, a adalah konstanta, b1 ,b2

adalah koefisien regresi, dan X 1 ,X 2 adalah variabel independen).

2. Uji Koefisien Regresi Secara Bersama (Uji F)

Uji F digunakan untuk menguji pengaruh Variabel Independen secara

bersama-sama terhadap Variabel Dependen.

Prosedur pengujiannya sebagai berikut:


186

a) Menentukan hipotesis

H 0 : Variabel Kualitas Penggunaan, Kualitas Informasi, dan Kualitas

Interaksi, secara bersama – sama tidak berpengaruh terhadap

Kepuasan Pengguna (mahasiswa).

H 1 : Variabel Kualitas Penggunaan, Kualitas Informasi, dan Kualitas

Interaksi secara bersama – sama berpengaruh terhadap Kepuasan

Pengguna (mahasiswa).

b) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

c) Menentukan F hitung dan F tabel

1) F hitung adalah 16,158 (pada tabel 4.100)

2) F tabel dicari pada tabel statistik pada signifikansi 0,05 df1 = k-1 atau

2-1 = 1, dan df2 = n-k atau 75-2 = 73 (n = jumlah data; k = jumlah

Variabel Independen). Di dapat F tabel adalah sebesar 3,97

d) Pengambilan Keputusan

1) Jika F hitung ≤ F Tabel maka H 0 diterima

2) Jika F hitung > F Tabel maka H 0 ditolak

e) Kesimpulan

Dapat diketahui bahwa F hitung (16,158) > F tabel (3,97) maka H 0

ditolak. Jadi kesimpulannya yaitu Kualitas Penggunaan dan Kualitas

Informasi secara bersama-sama berpengaruh terhadap Kepuasan

Mahasiswa pada layanan Tridarma Pengabdian Masyarakat


187

3. Uji Koefisien Regresi Secara Partial (Uji t)

Uji t digunakan untuk menguji pengaruh Variabel Independen secara parsial

terhadap Variabel Dependen.

Prosedur pengujiannya sebagai berikut:

a) Pengujian b 1 (Kualitas Penggunaan)

1) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

2) Menentukan t hitung dan t tabel

t hitung adalah 3,242 (pada tabel 4.100). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-2-1 = 72 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993.

3) Pengambilan keputusan

t hitung ≤ t tabel atau nilai sig. > 0,05 jadi H 0 diterima

t hitung > t tabel atau nilai sig < 0,05 jadi H 0 ditolak

4) Kesimpulan

Dapat diketahui bahwa t hitung = 3,242 dengan nilai sig. 0,002 < 0,05

jadi H0 ditolak, kesimpulannya yaitu Kualitas Penggunaan

berpengaruh terhadap Kepuasan mahasiswa.

b) Pengujian b 2 (Kualitas Informasi)

1) Menentukan taraf signifikansi

Taraf signifikansi menggunakan 0,05

2) Menentukan t hitung dan t tabel


188

t hitung adalah 0,096 (pada tabel 4.100). t tabel dapat dicari pada tabel

statistik pada signifikansi 0,05/2 = 0,025 (uji 2 sisi) dengan df = n-k-1

atau 75-2-1 = 72 (k adalah jumlah variabel independen). Di dapat t

tabel sebesar 1,993

3) Pengambilan keputusan

t hitung ≤ t tabel atau nilai sig. > 0,05 jadi H 0 diterima

t hitung > t tabel atau nilai sig < 0,05 jadi H 0 ditolak

4) Kesimpulan

Dapat diketahui bahwa t hitung = 0,096 dengan nilai sig. 0,340 > 0,05

jadi H 0 diterima, kesimpulannya yaitu Kualitas Informasi tidak

berpengaruh terhadap Kepuasan mahasiswa.

B. Pengaruh Kualitas Penggunaan Terhadap Kepuasan Mahasiswa Pada Layanan

Tridarma Pengabdian Masyarakat

Berdasarkan uji analisis Regresi Linier secara partial diperoleh hasil t hitung

= 3,242 dengan nilai sig. 0,002 < 0,05 jadi H 0 ditolak, kesimpulannya yaitu

Kualitas Penggunaan berpengaruh terhadap Kepuasan mahasiswa. Untuk

indikator-indikator: kemudahan dioperasikan, kemudahan navigasi, tepat

dalam penyusunan tata letak, tampilan yang atraktif, kemudahan menemukan

layanan pengabdian masyarakat sudah baik dan perlu dipertahankan.

Sedangkan untuk indikator: tampilan sesuai dengan website pendidikan masih

kurang baik dan perlu dievaluasi juga di tingkatkan.


BAB V

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil penelitian kualitas layanan Website terhadap Kepuasan

Pengguna (mahasiswa) menghasilkan kesimpulan sebagai berikut:

1. Pengaruh layanan website terhadap kepuasan mahasiswa untuk kualitas

Penggunaan menghasilkan persentase sebesar 68,3%. Layanan yang

berpengaruh adalah layanan program studi, layanan Tridarma Pendidikan dan

layanan Pengabdian masyarakat.

2. Pengaruh layanan website terhadap kepuasan mahasiswa untuk kualitas

Informasi menghasilkan persentase sebesar 62,5%. Layanan yang berpengaruh

adalah layanan profil Perbanas, layanan Sarana dan Prasarana dan layanan

Penelitian.

3. Pengaruh layanan website terhadap kepuasan mahasiswa untuk kualitas

Interaksi menghasilkan persentase sebesar 51,3%. Layanan yang berpengaruh

adalah layanan Tridarma Pendidikan.

5.2 Saran

Berdasarkan kesimpulan yang telah dibuat, maka penulis ingin

mengajukan beberapa saran yang kiranya dapat menjadi bahan pertimbangan dan

masukan bagi pihak kampus yaitu:

1. Sebaiknya pihak pengelola lebih memperhatikan layanan website yang

indikator-indikatornya kurang baik dengan melakukan evaluasi terhadap

189
190

indikator tersebut, sehingga dapat meningkatkan kualitas layanan

website www.perbanas.ac.id untuk kedepannya.

2. Bagi peneliti berikutnya agar dalam pengumpulan data sebaiknya melihat dari

sudut pandang pihak lain, tidak hanya pada mahasiswa. Variabel dan indikator

baru perlu ditambahkan untuk memperkaya model yang digunakan agar

penelitian lebih sempurna.


DAFTAR PUSTAKA

Azwar, Syaifuddin. 1999 “Penyusunan Skala Psikologi”, Yogyakarta: Pustaka


Pelajar.

Barnes, S. dan Vidgen, R. 2003. Measuring Web Site Quality Improvements: A


Case Study of the Forum on Strategic Management Knowledge
Exchange. Industrial Management & Data Systems.

Guritno, S. (2011). Theory and Application of IT Research Metodologi Penelitian


Teknologi Informasi,. Yogyakarta: Andi Offset.

Hermana, Budi. 2007. Mengukur Mutu Website dengan WebQual.


http://www.nustaffsite.gunadarma.ac.id/blog/bhermana/2007/05/01/mengu
kur-mutu-website-dengan-webqual/ (diakses pada tanggal 15 Desember
2015)

Iskandar. (2009). Metodelogi Penelitian Pendidikan dan Social. Jakarta: Gaung


Persada Press.

Krug, Steve. 2013. Don’t Make Me Think. Panduan Praktis Membangun Web
Yang Logis. Jakarta: Serambi Ilmu Semesta.

Lau, Geok Then dan Lee, Sook Han. 1999. Customer’s Trust in a Brand and the
Link to Loyalty. Journal of Market Focussed Management.

Lessig, Larcker. 1980. Website service quality. Foundation: New York

Priyatno, Duwi. 2010. Teknik Mudah dan Cepat Melakukan Analisis Data
Penelitian dengan SPSS. Yogyakarta. Gava Media.

Sekaran, Uma. 1992. Research Methods For Business: A Skill Building Approach,
Second Edition, John Willey & Sons, Inc. New York.

Sugiyono. 2004 Metode Penelitian Bisnis. Bandung: CV. Alfabeta.

Sugiyono. 2007 Metode Penelitian Kuantitatif Kualitatif dan R&D”. Bandung:


Alfabeta.

Sugiyono. 2009. Statistika Untuk Penelitian. Bandung: Alfabeta.

Sugiyono.2012. Metode Penelitian Kombinasi. Bandung: Alfabeta.

Supranto, J. 2006 Pengukuran Tingkat Kepuasan Pelanggan. Jakarta: PT Asdi


Mahasatya.

1
2

Tarigan, J. 2008. User Satisfaction using WebQual Instrument: A Research on


Stock Exchange of Thailand (SET). Jurnal Akuntansi dan Keuangan.
Vol.10.

Tjiptono, Fandy dan Chandra, Gregorius. 2005. Service, Quality & Satisfaction.
Yogyakarta: Andi Offset.

Zeithaml, V., Parasuraman, A., dan Berry, L. 1990. Delivery Quality Service:
Balancing Customer Perceptions and Expextations. The Free Press, New
York.
3

Anda mungkin juga menyukai