tugas makalah regresi
DESCRIPTION
Tugas makaLah REGRESITRANSCRIPT
REGRESI
1. Pengertian
Regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-
akibat antara satu variabel dan variabel-variabel yang lain. Variabel "penyebab" disebut
dengan bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel
independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik
sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang
dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini
dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu
variabel acak.
Dalam menjelaskan hubungan antara variabel bebas dan variabel terikat dalam penelitian,
model yang digunakan adalah model regresi linier berganda, yang dinyatakan dalam
fungsi sebagai berikut:
Y=a+b 1 X 1+b 2 X 2+b 3 X 3+b 4 X 4+b 5 X 5+b 6 X 6
Keterangan:
Y : Kualitas informasi X5 : Jaringan komputer
X1 : Perangkat keras X6 : Pengendalian
X2 : Perangkat lunak a : Konstanta
X3 : Spesialis informasi b1-b6 : Koefisien regresi
X4 : Pengguna
Uji Asumsi Klasik
Uji asumsi klasik dalam penelitian diperlukan agar kesimpulan yang diambil dari analisis
permasalahan tidak bias. Beberapa asumsi klasik yang mendasarinya adalah sebagai
berikut:
a. Normalitas
Uji normalitas bertujuan untuk mengetahui data yang ada, apakah data yang diperoleh
berdistribusi normal atau tidak dengan menggunakan uji Kolmogorov-Smirnov.
Apabila nilai asymp.sig.(2-tailed) > α, maka nilai resi-dual terstandarisasi menyebar
secara normal.
b. Heteroskedastisitas
Salah satu metode yang dapat digunakan untuk menguji adanya hete-roskedastisitas
adalah metode Park Gleyser. Rumus yang digunakan sebagai berikut:
[ e i ]=B i X i+V i
e i=B i X i+V i
e i=B 0+B i X i+V i
Keterangan:
Vi : Unsur kesalahan
Jika nilai sig.t > α maka tidak terjadi heteroskedastisitas.
c. Nonmultikolinieritas
Multikolinieritas artinya terdapat hubungan linier yang sempurna atau saling berkaitan secara
pasti di antara beberapa atau semua variabel bebas dalam model regresi. Metode yang
digunakan untuk mengetahui adanya multi-kolinieritas antar variabel salah satunya dapat
dilihat dari Variable Inflation Factor (VIF). Apabila nilai VIF < 10, maka tidak terjadi
multikolinearitas.
VIF j=1
1−R j2
Keterangan:
R j2 : Koefisien Determinasi
d. Linieritas
Untuk menguji linieritas hubungan dua variabel dapat dilakukan dengan membuat diagram
pencar (scatter plot) antara 2 variabel tersebut. Dari sini bisa terlihat apakah titik-titik data
membentuk pola linier atau tidak. Apabila residual-residual didistribusikan secara
random/acak, maka asumsi linieritas terpenuhi.
e. Nonautokorelasi
Autokorelasi berarti terjadi hubungan antar variabel bebas dalam model regresi atau
munculnya suatu data dipengaruhi oleh data sebelumnya. Uji ini dapat dilakukan dengan
metode Durbin Watson (DW). Model regresi yang baik ialah apabila tidak terdapat gejala
autokorelasi.
DW=∑( e n−e n−1)2
∑ en2
Keterangan:
DW hitung < dl
DW hitung > 4-du
dl < DWhitung < 4-du
dl
du
:
:
:
:
:
Ada autokorelasi positif
Ada autokorelasi negatif
Tidak ada autokorelasi
Batas bawah
Batas atas
Uji Hipotesis
a. Penentuan Koefisien Determinasi (R2)
Nilai R2 mempunyai interval antara 0-1 (0 ≤R2 ≤1). Semakin besar R2 (mendekati 1), semakin
baik hasil model regresi tersebut, sebaliknya semakin mendekati 0, maka secara keseluruhan
tidak dapat menjelaskan variabel terikat.
R2=∑ (Y*−~Y )2 /k
∑(Y −~Y )2 /k
Keterangan:
Y : Nilai pengamatan
Y* : Nilai yang ditaksir dengan menggunakan model regresi
~Y : Nilai rata-rata pengamatan
k : Jumlah variabel bebas
b. Uji F
Uji F dalam penelitian digunakan untuk mengetahui besarnya pengaruh variabel bebas secara
serentak terhadap variabel terikat dengan cara membandingkan nilai Fhitung dengan Ftabel.
Fh= R2 /k
(1−R2)/ (n−k−1 )
Ftabel = (db, α)
Keterangan:
R
k
n
db
α
:
:
:
:
:
Koefisien korelasi ganda
Jumlah variabel independen
Jumlah anggota sampel
Derajat bebas (k-2, n-k)
Taraf signifikan (5%)
Hipotesis:
Ho: b1 = b2 = b3 = b4 = b5 = b6 = 0 (tidak ada pengaruh simultan antara variabel bebas dan
variabel terikat)
Ha: bi ≠ 0 (terdapat pengaruh simultan antara variabel bebas dan variabel terikat)
Kesimpulan:
Fhitung > Ftabel
Fhitung ≤ Ftabel
:
:
tolak Ho dan terima Ha, berarti terdapat pengaruh simultan antara
variabel bebas dan variabel terikat.
terima Ho dan tolak Ha, berarti tidak terdapat pengaruh simultan
antara variabel bebas dan variabel terikat.
1) Uji t
Uji t digunakan untuk menguji parameter secara parsial dan mengetahui pengaruh masing-
masing variabel bebas terhadap variabel terikat, sehingga dapat diketahui variabel mana yang
paling mempengaruhi variabel terikat. Pengujian dilakukan dengan cara membandingkan
nilai thitung dengan ttabel.
t hitung=b i−( β j )se( b i )
ttabel = (db,
α2 )
Keterangan:
bi
βj
se(bi)
α
db
:
:
:
:
Koefisien variabel ke-i
Parameter ke-i yang dihipotesiskan
Kesalahan standar bi
Taraf signifikan (5%)
Derajat bebas (n-2)
Hipotesis:
Ho: b1 = b2 = b3 = b4 = b5 = b6 = 0 (variabel bebas secara parsial tidak mempunyai pengaruh
yang signifikan terhadap variabel terikat)
Ha: bi ≠ 0 (variabel bebas secara parsial mempunyai pengaruh yang signifikan terhadap
Kesimpulan:
thitung > t tabel
thitung ≤ t tabel
:
:
tolak Ho dan terima Ha, berarti variabel bebas secara parsial
mempunyai pengaruh yang signifikan terhadap variabel terikat.
terima Ho dan tolak Ha, berarti variabel bebas secara parsial tidak
mempunyai pengaruh yang signifikan terhadap variabel terikat.
CONTOH KASUS
Analisis Pengaruh Variabel Teknologi Informasi Terhadap Kualitas Informasi Pada
Bagian Tata Usaha dan Keuangan (Studi Kasus Di Pabrik Gula Kebon Agung Malang)
1. Perumusan masalah :
Apakah terdapat pengaruh yang signifikan antara variabel teknologi informasi terhadap
kualitas informasi yang dihasilkan
2. Hipotesis :
Diduga variabel teknologi informasi memiliki pengaruh yang signifikan terhadap kualitas
informasi
3. Tujuan penelitian :
Untuk menganalisis pengaruh variabel teknologi informasi terhadap kualitas informasi
4. Definisi variabel
Variabel penelitian yang digunakan dalam penelitian terdiri dari:
a. Variabel bebas (X)
1) Variabel perangkat keras (X1)
Variabel perangkat keras meliputi perangkat input (keyboard, mouse, scanner),
perangkat pemproses data (CPU), perangkat penyimpanan (disket, harddisk, CD-
ROM) dan perangkat output (monitor, printer).
Ketersediaan, kinerja dan kecepatan perangkat keras yang memadai serta kecukupan
jumlah media penyimpanan yang dimiliki merupakan indikator dari variabel
perangkat keras.
2) Variabel perangkat lunak (X2)
Variabel perangkat lunak mencakup kemudahan, kesesuaian dan tampilan program
komputer yang digunakan untuk mengolah data.
3) Variabel spesialis informasi (X3)
Variabel spesialis informasi dalam penelitian meliputi teknisi, programmer dan
operator komputer. Kinerja dan jumlah spesialis komputer yang memadai merupakan
indikator dari variabel spesialis informasi.
4) Variabel pengguna (X4)
Pengguna teknologi informasi adalah orang yang memiliki pendidikan dan pelatihan
untuk mengoperasionalkan teknologi informasi yang berbasis komputer dalam
melaksanakan pekerjaannya sehari-hari yang terdiri atas manajer, kepala seksi,
kepala sub seksi dan karyawan pelaksana pada bagian tata usaha dan keuangan.
Variabel pengguna meliputi tingkat pendidikan, pelatihan dan pengalaman yang
dimiliki pengguna untuk mendukung pengoperasian komputer.
5) Variabel jaringan komputer (X5)
Variabel jaringan komputer meliputi kecepatan pengiriman informasi dan jumlah
komputer yang sudah terhubung dengan jaringan komputer.
6) Variabel pengendalian (X6)
Variabel pengendalian terdiri atas perawatan yang dilakukan terhadap perangkat
keras dan lunak yang tersedia serta pengamanan data dan informasi yang diproses
dan dihasilkan dari teknologi informasi.
b. Variabel terikat (Y)
Variabel terikat yang terdapat dalam penelitian ini adalah kualitas informasi yang terdiri atas
keakuratan, aktualitas, kerelevanan dan ketepatan waktu informasi sampai pada pengguna.
5. Analisis Data dan Interpretasi
a. Uji Asumsi Klasik
Uji asumsi klasik diperlukan untuk mengetahui apakah model regresi yang digunakan
bias atau tidak yang meliputi uji normalitas data, heteroskedastisitas,
nonmultikolinearitas, linearitas dan nonautokorelasi data. Hasil uji asumsi klasik adalah
sebagai berikut :
1) Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test Standardized ResidualN 33
Normal Parameters(a,b) Mean 6,491036E-09 Std. Deviation ,9013878Most Extreme Differences
Absolute,120
Positive ,120 Negative -,101Kolmogorov-Smirnov Z ,687Asymp. Sig. (2-tailed) ,733
a. Test distribution is Normal.b. Calculated from data.
2) Uji Heteroskedastisitas
Coefficients(a)
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta B Std. Error1 (Constant) ,294 ,180 1,636 ,114
perangkat_keras -,145 ,100 -,501 -1,450 ,159
perangkat_lunak ,107 ,102 ,362 1,048 ,304
spesialis_informasi 2,436E-03 ,098 ,009 ,025 ,980
pengguna 1,112E-02 ,078 ,040 ,143 ,887
jaringan_komputer ,112 ,069 ,389 1,615 ,118
pengendalian -7,121E-02 ,098 -,235 -,726 ,475
a. Dependent Variable: abresid
3) Uji Multikolinearitas
Coefficients(a)
a. Dependent Variable: kualitas_informasi
4) Uji Linearitas
ModelCollinearity Statistics
Tolerance VIF1 perangkat_keras ,257 3,892
perangkat_lunak ,257 3,898
spesialis_informasi ,226 4,417
pengguna ,388 2,575
jaringan_komputer ,526 1,901
pengendalian ,292 3,415
5) Uji Autokorelasi
Model Summary(b)a.
Predictors: (Constant), pengendalian, jaringan_komputer, pengguna, perangkat_keras, perangkat_lunak, spesialis_informasib. Dependent Variable: kualitas_informasi
Berdasarkan hasil yang diperoleh, nilai asymp.sig untuk uji normalitas data adalah sebesar 0,733.
Karena nilai asymp.sig. > taraf signifikansi (0,05), maka data menyebar secara normal, sehingga
tidak terdapat nilai ekstrem pada jawaban responden yang diperoleh.
a. Nilai sig. masing-masing variabel untuk uji heteroskedastisitas lebih besar dari 0,05 (alpha).
Hal ini dapat diartikan bahwa varians dari variabel bebas adalah sama atau konstan untuk
setiap nilai tertentu dari variabel bebas lainnya atau variasi residu sama untuk setiap
pengamatan.
b. Berdasarkan data yang diperoleh, pada model tidak terjadi gejala multikolinearitas, karena
nilai VIF dari masing-masing variabel < 10. Model yang digunakan bersifat
nonmultikolinearitas, sehingga antara variabel bebas yang satu dengan variabel bebas yang
lain dalam model regresi tidak terjadi hubungan/tidak berkorelasi linear.
Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson
,899 (a) ,809 ,765 ,3923 1,516
c. Berdasarkan scatter plot yang diperoleh, plot antara nilai residual ter-standarisasi dengan
nilai prediksi terstandarisasi tidak membentuk suatu pola tertentu (acak), sehingga asumsi
linearitas terpenuhi. Model regresi yang digunakan memiliki hubungan linear antara variabel
terikat (kualitas informasi) dengan variabel bebas (teknologi informasi).
d. Berdasarkan hasil pengolahan data SPSS, nilai DW yang didapatkan pada uji autokorelasi
sebesar 1,516, nilai dl sebesar 1,061, nilai du sebesar 1,9 dan nilai 4-du sebesar 2,1 pada
jumlah sampel (n) sebesar 33 responden dan jumlah variabel (k) sebanyak 6 variabel.
Dengan demikian nilai DW hitung berada diantara dl dan 4-du, sehingga dapat disimpulkan
bahwa dalam model tidak terjadi korelasi antar anggota sampel/data pengamatan.
Analisis regresi digunakan untuk mengetahui hubungan keterkaitan antara variabel
teknologi informasi (variabel perangkat keras, variabel perangkat lunak, variabel spesialis
informasi, variabel pengguna, variabel jaringan komputer dan variabel pengendalian) terhadap
variabel kualitas informasi.
Hasil output SPSS analisis regresi berganda sebagai berikut :
Regression
Variables Entered/Removed(b)Model Variables Entered Variables Removed Method1 pengendalian,
jaringan_komputer, pengguna, perangkat_keras, perangkat_lunak, spesialis_informasi(a)
Enter
a. All requested variables entered.b. Dependent Variable: kualitas_informasi
Model SummaryModel R R Square Adjusted R Square Std. Error of the Estimate1 ,899(a) ,809 ,765 ,3923
a. Predictors: (Constant), pengendalian, jaringan_komputer, pengguna, perangkat_keras, perangkat_lunak, spesialis_informasi
ANOVA(b)Model Sum of Squares df Mean Square F Sig.1 Regression 16,922 6 2,820 18,328 ,000(a) Residual 4,001 26 ,154 Total 20,923 32
a. Predictors: (Constant), pengendalian, jaringan_komputer, pengguna, perangkat_keras, perangkat_lunak, spesialis_informasi
b. Dependent Variable: kualitas_informasi
Coefficients(a)
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta B Std. Error1 (Constant) -9,593E-02 ,319 -,301 ,766
perangkat_keras -,102 ,177 -,097 -,574 ,571
perangkat_lunak 2,790E-02 ,181 ,026 ,154 ,879
spesialis_informasi ,562 ,174 ,582 3,228 ,003
pengguna 2,703E-02 ,138 ,027 ,196 ,846
jaringan_komputer ,223 ,123 ,215 1,819 ,080
pengendalian ,271 ,174 ,247 1,556 ,132
a. Dependent Variable: kualitas_informasi
Hasil Rekapitulasi hasil analisis regresi linear berganda ditunjukkan pada tabel berikut.
Analisis Regresi Linear Berganda
Variabel Koefisien Regresi thitung Sig. Keterangan
Konstanta (a)
Perangkat Keras (X1)
Perangkat Lunak (X2)
Spesialis Informasi (X3)
Pengguna (X4)
Jaringan Komputer (X5)
Pengendalian (X6)
-9,593E-02
-,102
2,790E-02
,562
2,703E-02
,223
,271
-,301
-,574
,154
3,228
,196
1,819
1,556
,766
,571
,879
,003
,846
,080
,132
Tidak signifikan
Tidak signifikan
Signifikan
Tidak signifikan
Tidak signifikan
Tidak signifikan
R Square
ttabel
Fhitung
Ftabel
Signifikansi F
0,809
2,038
18,328
2,730
0,000
Persamaan regresi linear berganda yang didapatkan dari tabel diatas adalah sebagai berikut:
Y = a + b1 X1 + b2X2 + b3X3 + b4X4 + b5X5 + b6X6 + e
Y = -0,09593 – 0,102X1 + 0,0279X2 + 0,562X3 + 0,02703X4 + 0,223X5 + 0,271X6 + e
Berdasarkan persamaan regresi tersebut, nilai konstanta (a) yang diperoleh sebesar –
0,09593, sehingga kualitas informasi yang dihasilkan pada bagian tata usaha dan keuangan akan
menjadi tidak bagus tanpa adanya variabel teknologi informasi (perangkat keras, perangkat
lunak, spesialis informasi, pengguna, jaringan komputer dan pengendalian), karena apabila tidak
terdapat teknologi informasi yang berbasis komputer, maka data diolah secara manual.
Pengolahan data secara manual memiliki beberapa kelemahan, seperti data tidak dapat diolah
secara cepat, tingkat kesalahan cenderung tinggi, informasi tidak dapat diperoleh dengan tepat
waktu, sehingga akan menghasilkan informasi yang tidak berkualitas dan pengambilan
keputusan akan menjadi terhambat. Oetomo (2002) mengemukakan bahwa sistem informasi
yang masih bersifat manual akan beroperasi secara lambat, sehingga sering kali pengambilan
keputusan hanya berdasarkan data asumsi atau perkiraan, sementara data asli sedang diproses. Di
samping itu, keakuratan informasi yang dihasilkan juga masih diragukan. Kondisi ini akan
berakibat buruk terhadap perkembangan perusahaan.
Besarnya koefisien determinasi (R2) yang diperoleh sebesar 0,809, sehingga variabel
kualitas informasi (Y) dipengaruhi oleh variabel perangkat keras (X1), variabel perangkat lunak
(X2), variabel spesialis informasi (X3), variabel pengguna (X4), variabel jaringan komputer (X5)
dan variabel pengendalian (X6) sebesar 80,9%, sedangkan sisanya (e) sebesar 19,1 %
dipengaruhi oleh variabel lain yang tidak diteliti dalam model penelitian.
Pengaruh Simultan Variabel Teknologi Informasi Terhadap Kualitas Informasi
Besarnya pengaruh variabel perangkat keras (X1), variabel perangkat lunak (X2), variabel
spesialis informasi (X3), variabel pengguna (X4), variabel jaringan komputer (X5) dan variabel
pengendalian (X6) secara simultan terhadap variabel kualitas informasi (Y) dapat diketahui
dengan menggunakan uji F. Berdasarkan Tabel 11, diperoleh nilai Fhitung sebesar 18,328 dan Ftabel
senilai 2,730, Fhitung lebih besar daripada Ftabel. Nilai signifikansi F (0,000) yang diperoleh lebih
kecil dari nilai alpha (0,05). Hal ini menunjukkan bahwa variabel bebas (X) secara simultan
berpengaruh terhadap variabel terikat (Y), karena variabel teknologi informasi tidak dapat berdiri
sendiri dan saling berkaitan, misalnya perangkat keras tidak dapat digunakan tanpa adanya
perangkat lunak. Jogiyanto (2003) mengemukakan bahwa tanpa perangkat lunak, perangkat
keras hanya berfungsi sebagai benda yang tidak dapat mengerjakan sesuatu. Tanpa perangkat
keras, perangkat lunak hanya merupakan kode-kode komputer saja. Oleh karena itu, perangkat
keras dan perangkat lunak harus bekerja bersama-sama.
Pengaruh Parsial Variabel Teknologi Informasi Terhadap Kualitas Informasi
Uji t digunakan untuk mengetahui pengaruh variabel bebas, yang terdiri atas variabel
perangkat keras (X1), variabel perangkat lunak (X2), variabel spesialis informasi (X3), variabel
pengguna (X4), variabel jaringan komputer (X5) dan variabel pengendalian (X6) secara parsial
terhadap variabel terikat (variabel kualitas informasi). Dari hasil pengolahan data diperoleh hasil
sebagai berikut:
1. Variabel perangkat keras (X1)
Koefisien regresi yang diperoleh dari Tabel 11 untuk variabel perangkat keras menunjukkan
bahwa semakin baik perangkat keras yang digunakan, maka kualitas informasi yang
dihasilkan akan semakin menurun. Berdasarkan hasil wawancara kepada responden,
responden merasa tidak nyaman apabila perangkat keras yang digunakan ditingkatkan
kualitasnya, karena mereka merasa nyaman dan sudah terbiasa menggunakan perangkat keras
yang tersedia. Sedangkan taraf signifikansi t dari variabel X1 lebih besar dari 5% (0,571 >
0,05), maka secara parsial variabel perangkat keras (X1) berpengaruh tidak signifikan
terhadap kualitas informasi (Y). Kariyoto (2003) dalam penelitiannya pada PT. BNI
(Persero) Tbk. menyatakan bahwa perangkat keras berpengaruh signifikan terhadap kualitas
informasi. Hal ini disebabkan teknologi informasi di PT. BNI (Persero) Tbk. terus
dikembangkan, karena keberadaan teknologi informasi sangat memegang peranan penting
dalam mendukung kelangsungan kegiatan perusahaan dan juga digunakan agar tidak kalah
bersaing dengan perbankan lain dalam hal pelayanan kepada nasabah. Kualitas perangkat
keras akan berpengaruh terhadap kecepatan dalam mengolah data. Apabila perangkat keras
yang digunakan lambat, maka akan menimbulkan kerugian bagi pihak PT. BNI (Persero)
Tbk. sendiri, yaitu kegiatan operasional akan terhambat dan juga bagi pihak eksternal seperti
nasabah. Hasil penelitian tersebut berbeda dengan hasil penelitian ini karena di PG. Kebon
Agung memiliki kondisi yang tidak sama dengan PT. BNI (Persero) Tbk., yaitu teknologi
informasi yang tersedia hanya digunakan untuk mengolah data atau laporan saja, sehingga
perangkat keras yang tersedia di bagian tata usaha dan keuangan sudah lama tidak
diperbaharui karena berdasarkan kebijakan pihak Direksi, perangkat keras yang tersedia
sudah mencukupi. Selain itu, komputer yang digunakan pada tiap sub seksi bagian tata usaha
dan keuangan memiliki spesifikasi yang sama. Dengan demikian responden memiliki
pengetahuan yang terbatas mengenai perangkat komputer dan responden tidak dapat
membandingkan kualitas perangkat keras seperti kecepatan serta jumlah media penyimpanan
yang ada.
2. Variabel perangkat lunak (X2)
Koefisien regresi untuk variabel perangkat lunak (X2) berdasarkan Tabel 11 menunjukkan
bahwa variabel perangkat lunak berpengaruh positif terhadap variabel kualitas informasi,
sedangkan nilai thitung yang diperoleh lebih kecil dari ttabel (0,154 < 2,038) dan nilai signifikansi
(0,879) lebih besar dari 0,05. Dengan demikian, variabel perangkat lunak berpengaruh tidak
signifikan terhadap variabel kualitas informasi (Y). Hal ini berbeda dengan penelitian Blume
(1999) dan penelitian Kariyoto (2003) yang dilakukan pada bank yaitu perangkat lunak
berpengaruh signifikan terhadap kualitas informasi, karena pihak spesialis informasi yang
terdapat pada bank tersebut selalu melakukan pembaharuan terhadap program-program
komputer yang lama. Sedangkan di bagian tata usaha dan keuangan tidak dilakukan
pembaharuan terhadap program komputer yang ada, karena program komputer yang tersedia
seperti Microsoft Word dan Microsoft Excel sudah cukup fungsional dalam membantu
responden untuk mengolah data, misalnya laporan keuangan, inventaris, upah bulanan dan
harian karyawan pelaksana, serta laporan penerimaan dan pengeluaran hasil produksi.
3. Variabel spesialis informasi (X3)
Berdasarkan Tabel 11, koefisien regresi untuk variabel spesialis informasi (X3) menunjukkan
bahwa variabel spesialis informasi berpengaruh positif terhadap variabel kualitas informasi.
Secara parsial variabel spesialis informasi berpengaruh signifikan terhadap kualitas informasi
(Y), karena nilai thitung yang diperoleh lebih besar dari ttabel (3,228 > 2,038) dan signifikansi t
(0,03) lebih kecil dari 0,05. Hal ini senada dengan penelitian Kariyoto (2003), bahwa
spesialis informasi berpengaruh signifikan terhadap kualitas informasi, karena spesialis
informasi pada PT. BNI (Persero) Tbk. bertanggung jawab terhadap pengembangan dan
pemeliharaan sistem berbasis komputer, misalnya apabila pengguna komputer merasa ada
kekurangan pada komputer mereka seperti penambahan fasilitas teknologi informasi, mereka
akan memanggil spesialis informasi. Pada bagian tata usaha dan keuangan sebagian besar
responden memperoleh keahlian komputer secara otodidak sehingga mereka mengharapkan
spesialis informasi yang ada dapat membantu kinerja responden. Spesialis informasi
bertanggung jawab dan memegang peranan penting dalam pengadaan sistem informasi
termasuk teknologi informasi, seperti memberikan masukan mengenai teknologi informasi
yang dibutuhkan kepada pihak Direksi, membantu memasukkan data ke dalam komputer,
melakukan pengontrolan dan perbaikan apabila terjadi kerusakan pada perangkat komputer
dan sebagainya. Dengan demikian, apabila tidak didukung oleh spesialis informasi yang
handal, kegiatan bagian tata usaha dan keuangan akan terhambat.
4. Variabel pengguna (X4)
Koefisien regresi untuk variabel X4 menunjukkan bahwa variabel pengguna berpengaruh
positif terhadap variabel kualitas informasi, sedangkan nilai thitung sebesar 0,196 dengan
signifikansi t sebesar 0,846. Nilai thitung lebih kecil dari ttabel (0,196 < 2,038) dan taraf
signifikan lebih besar dari 0,05, maka secara parsial variabel pengguna (X4) berpengaruh
tidak signifikan terhadap kualitas informasi (Y). Nelson (1997) dan Kariyoto (2003) dalam
penelitiannya menyatakan bahwa variabel pengguna berpengaruh signifikan terhadap kualitas
informasi. PT. BNI (Persero) Tbk. memerlukan karyawan/Sumber Daya Manusia yang
memiliki ketrampilan dan kemampuan dalam mengoperasikan komputer, karena sebagian
besar kegiatan perusahaan dioperasikan dengan bantuan komputer, sehingga kualitas SDM
terus ditingkatkan, dengan menerima tenaga kerja yang berpendidikan minimal Sarjana.
Sedangkan di PG. Kebon Agung penyediaan teknologi informasi digunakan sebagai fasilitas
pendukung dalam mengolah data pada bagian tata usaha dan keuangan, bagian tanaman dan
pabrikasi, sehingga relatif tidak diperlukan karyawan yang memiliki keahlian khusus
terhadap komputer kecuali pada bagian Electronic Data Processing. Sebagian besar
responden bagian tata usaha dan keuangan berpendidikan SLTA dan memperoleh keahlian
komputer secara otodidak, sehingga kebiasaan yang dimiliki oleh responden dapat membantu
dalam mengolah data menggunakan komputer.
5. Variabel jaringan komputer (X5)
Koefisien regresi untuk variabel jaringan komputer menunjukkan bahwa variabel jaringan
komputer berpengaruh positif terhadap variabel kualitas informasi. Nilai thitung yang diperoleh
sebesar 1,819 dengan signifikansi t sebesar 0,080. Nilai signifikansi t lebih besar dari 0,05
dan nilai thitung lebih kecil daripada ttabel, sehingga dapat disimpulkan bahwa variabel jaringan
komputer secara parsial berpengaruh tidak signifikan terhadap variabel kualitas informasi
(Y). Hal ini berbeda dengan penelitian Kariyoto (2003) yang menyatakan bahwa variabel
jaringan komputer berpengaruh signifikan terhadap kualitas informasi. PT. BNI (Persero)
Tbk. memerlukan jaringan komputer yang terhubung dengan pihak internal dan pihak
eksternal. Sedangkan pada bagian tata usaha dan keuangan, jaringan komputer digunakan
untuk internal perusahaan saja, seperti menghubungkan bagian tata usaha dan keuangan
dengan bagian pabrikasi atau bagian tanaman, sehingga jaringan komputer (LAN) yang
tersedia sudah dapat membantu responden dalam memperoleh informasi dengan cepat. Selain
itu, berdasarkan distribusi jawaban responden, jumlah komputer yang tersedia dan yang
terhubung dengan jaringan komputer sudah memadai, sehingga reponden sudah dapat
mengakses data dan memperoleh informasi dengan mudah.
6. Variabel pengendalian (X6)
Berdasarkan tabel 1, koefisien regresi untuk variabel X6 menunjukkan variabel pengendalian
berpengaruh positif terhadap variabel kualitas informasi, sedangkan nilai thitung (1,556) lebih
kecil daripada ttabel (2,038) dan taraf signifikansi (0,132) lebih besar dari 0,05, sehingga
secara parsial variabel X6 berpengaruh tidak signifikan terhadap variabel kualitas informasi
(Y), karena sebagian besar responden menyatakan bahwa pengamanan data dan informasi
yang dilakukan oleh pihak EDP selama ini sudah memuaskan. Jogiyanto (2003)
mengemukakan bahwa informasi yang berkualitas dapat dicapai dengan adanya variabel
pengendalian.