Definisi Operasional Variabel

Definisi Operasional Variabel
Variabel Terikat (Dependent Variabel)
Pada penelitian ini yang menjadi variabel dependen adalah kinerja sistem.

Kinerja sistem menurut Soegiarto (2001) dalam (Anik dan Lilis, 2005:4) merupakan penilaian terhadap pelaksanaan kegiatan dibandingkan dengan tujuan yang telah ditetapkan sebelumnya.

Rahayu dan Supriyadi (2000) dalam (Anik dan Lilis, 2005:4) melakukan penelitian yang mempertimbangkan level perkembangan sistem dengan melihat hubungan antara kinerja SI dengan faktor-faktor yang memepengaruhi kinerja SI. Penelitian yang dilakukan oleh Soegiarto (2001) dalam (Anik dan Lilis, 2005:4) mengenai faktor-faktor yang mempengaruhi kinerja sistem menyimpulkan bahwa tingginya kepuasan pemakai diperoleh dari pemakai yang mempunyai partisipasi dalam pengembangan sistem.

Variabel Bebas (Independent Variabel)
Variabel bebas dalam penelitian ini adalah partisipasi pemakai dan kepuasan pemakai.
1.         Partisipasi Pemakai
Partisipasi pemakai merupakan keterlibatan pemakai sistem informasi dalam pengembangan sistem informasi. Apabila pemakai diberi kesempatan untuk memberikan pendapat dan usulan dalam pengembangan sistem informasi maka pemakai secara psikologis akan merasa bahwa sistem informasi tersebut merupakan tanggung jawabnya sehingga diharapkan kinerja sistem informasi akan meningkat.
2.         Kepuasan  Pemakai
Kepuasan  pemakai merupakan rasa terpenuhinya kebutuhan pemakai akan sistem informasi. Kepuasan pemakai ditunjukkan oleh terpenuhinya kebutuhan pemakai dan kemudahan pemakai dalam mengoperasikan sistem informasi sehingga kinerja sistem informasi akan semakin tinggi.

Teknik Skala Penelitian
Untuk variabel partisipasi pemakai kaitannya dengan kinerja sistem informasi, menggunakan 6 point skala Likert, pilihan yang tersedia yaitu:
SS            = sangat setuju dengan skor 1
S              = setuju dengan skor 2
AS            = agak setuju dengan skor 3
ATS          = agak tidak setuju dengan skor 4
TS             = tidak setuju dengan skor 5
STS          = sangat tidak setuju dengan skor 6

Untuk variabel kepuasan pemakai terhadap sistem informasi menggunakan 5 point skala Likert. Pilihan yang tersedia yaitu :
SM           = sangat memuaskan dengan skor 1
M             = memuaskan dengan skor 2
AM           = agak memuaskan dengan skor 3
ATM        = agak tidak memuaskan dengan skor 4
TM           = tidak memuaskan dengan skor 5
STM         = sangat tidak memuaskan dengan skor 6


Teknik Analisis Data
Uji Validitas dan Reliabilitas
Pada penyusunan kuesioner, salah satu kriteria kuesioner yang baik adalah validitas dan reliabilitas kuesioner. Validitas menunjukkan kinerja kuesioner dalam mengukur apa yang diukur, sedangkan reliabilitas menunjukkan bahwa kuesioner tersebut konsisten apabila digunakan untuk mengukur gejala yang sama. Tujuan pengujian validitas dan reliabilitas kuesioner adalah untuk meyakinkan bahwa kuesioner yang kita susun akan benar-benar baik dalam mengukur gejala dan menghasilkan gejala yang valid.

Uji Validitas
Validitas adalah ketepatan dan kecermatan suatu alat ukur dalam melakukan fungsi ukurnya. Validitas sebuah survey dapat diketahui melalui uji validitas berdasarkan kuesioner dan jawaban dari responden. Suatu kuesioner dikatakan valid jika pertanyaan-pertanyaan dalam kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut.

Pengujian validitas dilakukan berdassrkan analisis item, yaitu mengkorelasikan skor setiap pertanyaan dengan skor totalnya. Teknik korelasinya menggunakan pearson correlation dengan alat bantu Software SPSS 11 item pertanyaan diberi predikat valid jika memiliki koefisien korelasi pearson positif dengan signifikansi ≥5% (0.05).

Uji Reliabilitas
Analisis reliabilitas adalah analisis untuk menguji sejauh mana suatu instrumen pengukuran dapat diandalkan atau sejauh mana suatu hasil pengukura relatif konsisten jika pengukuran diulang dua kali atau lebih. Uji reliabilitas yang digunakan dalam penelitian ini adalah dengan metode Cronbach Alpha.

Uji reliabilitas dapat dihitung dengan bantuan software spss 11.00 for windows. Jika dari hasil perhitungan komputer tersebut mendapatkan nilai cronbach’s alpha  lebih besar dari r-tabel maka instrumen dinyatakan cukup reliabel. Suatu konstruk atau variabel dikatakan reliabel jika memiliki Cronbach alpha ≥0.50 (Nunally:1978) dalam Nursya’bany Purnama (2002:179).


Uji Asumsi Klasik
Model regresi linier berganda dapat disebut sebagai model yang baik jika model tersebut terbebas dari asumsi-asumsi klasik statistik, baik itu multikolinearitas, autokorelasi, dan heterokedastisitas.

Multi Kolinearitas
Uji multikolinearitas diperlukan untuk mengetahui ada tidaknya variabel bebas yang memiliki kemiripan dengan variabel bebas lain dalam suatu model. Kemiripan antara variabel bebas dalam suatu model akan menyebabkan terjadinya korelasi yang sangat kuat antar suatu variabel bebas dengan variabel bebas yang lain. Selain itu deteksi multikolinearitas juga bertujuan untuk menghindari kebiasaan dalam proses pengambilan kesimpulan mengenai pengaruh pada uji parsial masing-masing variabel independen terhadap variabel dependen.

Deteksi multikolinearitas pada suatu model dapat dilihat dari bebrapa hal, antara lain:
a.    Jika nilai Varian Inflation Factor (VIF) tidak lebuh dari 10 dan nilai tolerance tidak kurang dari 0.1, maka dapat dikataka terbebas dari multikolinearitas. VIF=1/Tolerance. Semakin tinggi VIF maka semakin rendah tolerance.
b. Jika nilai koefisien korelasi antar masing0masing variabel nmdependent kurang dari 0,07 maka model dapat dinyatakan bebas dari asumsi klasik multikolinearitas. Jika lebih dari 0,7 maka diasumsikan terjadi korelasi yang sangat kuat antar variabel independent sehinggat terjadi multikolinearitas.
c. Jika nilai koefisien determinan, baik dilihat dari R2 maupun R-square diatas 0,06 namun tidak ada variabel independent yang berpengaruh.

Heterokedastisitas
Hetereokedastisitas menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain. Model regresi yang baik adalah homokedastisitas atau tidak terjadi heterokedastisitas. Uji ini menggunakan metode korelasi ranking spearman (Spearman Rank korelation). Bila nilai probabilitas (sig)>0,05, maka tidak terjadi gejala heterokedastisitas.

Autokorelasi
Autokorelasi untuk menguji apakah dalam sebuah model regresi linier berganda ada korelasi antara kesalahan pengganggu pada  peride t dengan kesalahan pada periode t-1 (sebelumnya). Tentu saja model regresi yang baik adalh regresi yang bebas dari autokorelasi. Untuk mendeteksi ada tidaknya autokorelasi digunakan  pengujian Durbin-Watson (Alghifari, 1997:79).

Analisis Koefisien Korelasi
Merupakan analisis yang digunakan untuk mengetahui keeratan hubungan antara suatu variabel independen (partisipasi pemekai dan kepuasan pemakai) terhadap variabel dependen (kinerja sistem informasi). Pengujian analisis koefisien korelasi akan menggunakan pearson correlation analysis. Menurut Young dalam Djarwanto (1996) dalam Skripsi S-1 Anik, 2003) kriteria derajat hubungan korelasi adalah sebagai berikut : koefisien korelasi 0.70 sampai 1.00 (plus atau minus) menunjukkan derajat hubungan yang sedang. Apabila koefisien korelasinya diatas 0.20 sampai dibawah 0.40 (plus atau minus) menunjukkan adanya korelasi yang rendah dan apabila kurang dari 0.20 dapat diabaikan.

Alat Analisis Data
Analisis Regresi Berganda
Pengujian analisis regresi linier  berganda antara variabel dependen (kinerja sistem informasi) dengan variabel independen (partisipasi pemakai dan kepuasan pemakai) dengan menggunakan regresi linier berganda, yaitu untuk mengetahu pengaruh variabel independen terhadap variabel dependen. Data diolah menggunakan komputer dengan bantuan software program SPSS versi 11.0.
Persamaan regresi:

Y=bo+b1X1+b2X2+b3X1X2+E
Keterangan
Y              = Kinerja Sistem
X1                        = Partisipasi Pemakai
X2                        = Kepuasan Pemakai
Bo            = Koefisien Regresi
E               = Kemungkinan Error
 

Contoh Contoh Proposal Copyright © 2011-2012 | Powered by Erikson