BAB IV ANALISA DAN HASIL PENELITIAN
4.1 Instrumen dan Responden Hasil penelitian didapatkan dari kuesioner-kuesioner yang disebarkan secara acak langsung kepada para responden melalui hardcopy dan softcopy dalam bentuk email. Bentuk kuesioner yang digunakan ada pada lampiran A di halaman L-1. Kuesioner terdiri dari 3 kelompok dengan total 34 pertanyaan yaitu : -
Pertanyaan untuk menganalisa penggunaan Telepon Selular
-
Pertanyaan untuk menganalisa penggunaan Internet
-
Pertanyaan untuk menganalisa keefektifan Mobilitas User
Responden dari penarikan kuesioner secara keseluruhan berjumlah sebanyak 105 orang yang menghasilkan 105 buah jawaban kuesioner. Kuesioner yang dipilih dan dianggap valid dan reliable sebanyak 100 buah dan yang ditolak sebanyak 5 buah. Persentase penerimaan kuesioner adalah 95,2% yang berarti bahwa instrumen kuesioner sangat baik dan dapat diandalkan. Bahan pertimbangan ditolaknya kuesioner disebabkan oleh karena ketidaklengkapan pengisian oleh responden serta kesalahan responden dalam mengisi kuesioner. Skala pengukuran Likert pada kuesioner penelitian adalah sebagai berikut: 1 = Sangat Tidak Setuju (STS), 2 = Tidak Setuju (TS), 3 = Netral (N), 4= Setuju (S), 5= Sangat Setuju (SS).
38
39
4.2 Hasil Pengolahan Data Data-data yang pertama diolah adalah data statistik dari identitas responden yang dilihat prosentasenya berdasarkan jenis kelamin, usia, pendidikan, pekerjaan, lama waktu penggunaan internet dan telepon selular juga lama perjalanan user. Seluruh hasil data yang diperoleh diuji validitas dan reliabilitasnya. Keseragaman hasil data yang diperoleh diuji nilai penyebaran acaknya atau disebut randomized test melalui uji runs. Kemudian data yang diekstrak dari setiap nilai item pertanyaan tersebut digunakan untuk menguji hipotesis dengan melakukan uji statistik deskriptif, korelasi , regresi dan uji ANOVA.
4.2 .1 Data Responden Jenis kelamin Jumlah Responden berdasarkan Jenis Kelamin
45% 55%
Pria Wanita
Gambar 4.1 Prosentase responden berdasarka Jenis Kelamin
Gambar diatas menunjukkan bahwa responden dengan jenis kelamin pria berjumlah 45 orang sedangkan responden wanita berjumlah 55 dari total keseluruhan responden sebanyak 100 orang.
40
Usia Jumlah Responden Berdasarkan Usia 1% 4% 20-30 31-40 41-50 >50
26%
69%
Gambar 4.2 Prosentase responden berdasarka usia
Banyaknya responden yang berusia 20-30 tahun berjumlah 69 orang, usia 3140 tahun sebanyak 26 orang, usia 41-50 tahun sebanyak 4 orang dan yang berusia diatas 50 tahun hanya 1 orang dari total keseluruhan responden 100 orang. Data diatas menunjukan bahwa responden sebagian besar berasal dari golongan usia produktif.
Pendidikan Jumlah Responden berdasarkan Pendidikan 3% 0% 10%
SLTA 9%
14%
Akademik Strata 1 (S1) Strata 2 (S2)
64%
Strata 3 (S3) Lainnya
Gambar 4.3 Prosentase responden berdasarka pendidikan
41
Jumlah responden yang berlatar belakang pendidikan SLTA sebanyak 9 orang, akademik sebanyak 14 orang, strata 1 sebanyak 64 orang, strata 2 sebanyak 10 orang dan pendidikan lainnya sebanyak 3 orang dari total 100 orang. Semua responden mempunyai rata-rata pendidikan yang baik , minimal adalah SLTA.
Pekerjaan Jumlah Responden berdasarkan Pekerjaan 2%
Karyaw an/Pegaw ai
1% 11%
Profesional/Manager
4%
Wirasw asta 82%
Dosen/Akademisi/Pengajar Lainnya
Gambar 4.4 Prosentase responden berdasarka pekerjaan
Jumlah responden yang berprofesi sebagai karyawan/pegawai sebanyak 82 orang, sebagai profesional/manager sebanyak 11 orang, sebagai wiraswasta sebanyak 4 orang, sebagai akademisi/pengajar sebanyak 1 orang dan di luar profesi di atas sebanyak 2 orang dari total keseluruhan100 orang responden. Jumlah diatas menunjukan bahwa hampir seluruh responden bekerja untuk sebuah perusahaan atau menjadi karyawan dari sebuah perusahaan. Sebagian kecil mempunyai usaha sendiri. Mereka semua menggunakan media internet dan telepon selular untuk membantu mereka bermobilitas terutama yang berprofesi sebagai karyawan.
42
Pengalaman dengan Internet Jumlah Responden berdasarkan Lama Waktu Penggunaan Internet 18%
< 1 Tahun 1 ~ 3 Tahun
52%
30%
> 3 Tahun
Gambar 4.5 Prosentase responden berdasarkan pengalaman berinternet
Jumlah responden yang menggunakan internet kurang dari 1 tahun sebanyak 18 orang, menggunakan selama 1 – 3 tahun sebanyak 30 orang dan yang telah menggunakan lebih dari 3 tahun sebanyak 52 orang dari keseluruhannya 100 orang. Dapat disimpulkan bahwa semua responden telah mengenal baik media internet bahkan ada yang ahli dan sangat mengandalkan media ini.
Pengalaman dengan Telepon Selular atau Hand Phone (HP) Jumlah Responden berdasarkan Lama Waktu Penggunaan HP 13% < 1 Tahun 50%
1 ~ 3 Tahun 37%
> 3 Tahun
Gambar 4.6 Prosentase responden berdasarkan pengalaman dengan HP
43
Jumlah responden yang telah menggunakan telepon selular (HP) kurang dari 1 tahun sebanyak 13 orang, menggunakan selama 1 – 3 tahun sebanyak 37 orang dan yang telah menggunakan lebih dari 3 tahun sebanyak 50 orang dari keseluruhannya 100 orang. Pengalaman para responden rata-rata 1-3 tahun atau lebih. Dapat dilihat bahwa semua responden telah mengenal baik media telpon selular bahkan ada sangat mengandalkan media TI ini sebagai alat komunikasi.
Lama Waktu Perjalanan Jumlah Responden berdasarkan Waktu Perjalanan
27%
34%
< 1 Jam 1 ~ 3 Jam > 3 Jam
39%
Gambar 4.7 Prosentase responden berdasarkan lama waktu perjalanan
Responden yang melakukan perjalanannya dengan waktu kurang dari 1 jam per hari sebanyak 27 orang, 1 – 3 jam per hari sebanyak 39 orang dan yang menempuhnya lebih dari 3 jam per hari sebanyak 34 orang dari total keseluruhannya 100 orang. Secara rata-rata lebih dari 50 persen para responden memerlukan waktu 13 jam atau lebih untuk bermobilitas setiap harinya. Sebagian besar jumlah responden ini benar-benar perlu mengandalkan media TI untuk membantu mereka efektif bermobilitas sehingga waktu perjalanan mereka dapat dihemat.
44
4.2.2 Uji Validitas dan Reabilitas Pengujian ini dilakukan untuk mengetahui konsistensi dan kebenaran jawaban yang ada dari kuesioner. Hasil yang diperoleh dari program SPSS v.11 dapat dilihat pada tabel dibawah ini: Tabel 4.1 Hasil uji reabilitas variabel-variabel
Variabel
X1 X2 Y
Alpha
0,8277 0,8295 0,8260
Mean
44,3600 44,9500 38,2500
Variance
35,1216 38,3308 21,5025
S. Dev
5,9263 6,1912 4,6371
N of Var
12 12 10
Nilai batas alpha yang digunakan 0,5. Hasil perhitungan alpha dari semua variabel pada tabel diatas berada diatas batas alpha yang digunakan. Maka dari hasil diatas dapat disimpulkan bahwa tingkat reabilitas untuk pertanyaan-pertanyaan yang terkandung dalam masing-masing variabel memenuhi syarat untuk digunakan sebagai instrumen penelitian. Perlu dijelaskan bahwa simbol atau nama variabel yang digunakan pada saat perhitungan dalam program SPSS v.11 berbeda dengan yang ada pada literatur thesis ini. Hal ini dilakukan hanya untuk mempermudah peneliti dalam membedakan variabel untuk diproses dalam program SPSS itu sendiri. Tabel berikut ini dibuat untuk memperjelas hal ini. Tabel 4.2 Nama variabel-variabel No.
Nama variabel pada SPSS
Nama variabel pada Thesis
Variabel
1
A
X1
Penggunaan Telepon Selular
2
B
X2
Penggunaan Internet
3
C
Y
Mobilitas User
45
4.2.3 Uji Randomized Uji ini dilakukan untuk mengetahui keacakan data yang diperoleh dengan melakukan “uji runs” terhadap variabel terikat menggunakan program aplikasi SPSS ver.11 yang hasilnya dapat dilihat sebagai berikut dengan hipotesis: Ho = Pola perolehan nilai kuesioner didapatkan dengan proses secara acak H1 = Pola perolehan nilai kuesioner tidak didapatkan dengan proses secara acak Tabel 4.3 Uji Runs – Randomize
Test Value Cases < Test Value
Y 3.8000 44
Cases >= Test Value Total Cases
56 100
Number of Runs Z Asymp. Sig. (2-tailed)
44 -1.281 .200
Level signifikan pada level 0,2 two tailed (dua arah) berarti 0,1 atau 10 % untuk masing-masing arah. Degree of freedom (df) atau derajat kebebasannya yaitu: N-1 = 100-1 = 99. Nilai kritis t0,1 yang diperoleh dari tabel distribusi normal t - Amir D.Aczel (1999) adalah - 1,2918 dan +1,2918 untuk distribusi dua arah. Z = -1,281, didalam area penerimaan batas kritis. Dapat juga dilihat juga bahwa test value area adalah 3,8 yaitu lebih kecil nilainya dari 3,997 yang adalah nilai perolehan dari tabel area z distribusi normal - Amir D.Aczel (1999) untuk Z= -1,281. Disimpulkan bahwa nilai randomized jatuh pada area dimana Ho diterima dan H1 ditolak. Artinya pola perolehan sampel benar didapatkan dengan proses acak.
46
4.3 Pembuktian Hipotesis Untuk membuktikan hipotesis bahwa ada pengaruh dan seberapa besar pengaruh dari penggunaan media internet dan telepon selular sebagai media IT terhadap efektifitas mobilitas para penggunanya, maka dilakukan uji korelasi dan uji regresi berganda.
4.3.1 Statistik Deskriptif Uji ini untuk mengetahui gambaran (deskripsi) dan karakter dari data-data setiap variabel utama yang dapat dilihat pada tabel berikut: Tabel 4.4 Descriptive Statistics
A (X1) B (X2) C (Y)
N 100 100 100
Mean Std. Deviation Minimum 3,4123 .45626 2,62 3,4580 .47656 2,31 3.8250 .46371 2.70
Maximum 4,62 4,62 5.00
Mean yang didapatkan dari variabel A (pada data SPSS v.11) atau X1 dalam hal ini adalah 3.4123 dan standard deviasinya 0,45626. Mean yang didapatkan dari variabel B atau X2 dalam hal ini adalah 3.4580 dengan standard deviasi 0.47656. sedangkan mean yang didapatkan dari variabel Y atau C adalah 3.8250 dengan
standard deviasi 0,46371. Nilai maksimum untuk setiap variabel adalah 5 yaitu sama dengan nilai maksimum dari bobot nilai dari setiap pertanyaan kuesioner. Nilai tersebut diatas adalah nilai perhitungan dari tabel nilai mean setiap variabel dari seluruh data-data yang diperoleh dari setiap responden. Dalam hal ini dapat dilihat pada kolom A, B dan C pada lembar lampiran B, L-2.
47
4.3.2 Korelasi Bivariate Uji korelasi bivariate dikenal juga dengan nama “pearson correlation”. Korelasi pearson digunakan dalam perhitungan statistik parametrik dengan distribusi normal. Uji korelasi ini digunakan untuk mengetahui apakah ada hubungan atau korelasi serta arah hubungan tersebut antara dua buah variabel yang diteliti. Uji ini juga dapat melihat seberapa besar hubungan itu jika ada. Arah hubungan ditandai dengan nilai + (positif) atau – (negatif). Positif berarti arah korelasi naik atau ke atas, bila digambarkan grafik hubungan antar variabelnya. Negatif berarti sebaliknya. Besarnya dilihat dari besarnya nilai korelasi itu sendiri. Semakin mendekati angka 1, semakin besar pula hubungan korelasi yang ada antara variabel tersebut. Nilai probabilitas korelasi menandai apakah korelasi ini signifikan pada level tertentu. Uji hipotesis untuk test ini: H0 = menunjukkan tidak adanya korelasi antar dua variabel H1= menunjukkan adanya korelasi antar dua variabel Uji statistik : H0 : ρi = 0 H1 : ρi ≠ 0 Dimana ρ adalah probabilitas korelasi Pearson Dasar untuk keputusan yang diambil: Jika probabilitas > 0.05 (atau 0.01) maka Ho diterima Jika probabilitas < 0.05 (atau 0.01) maka Ho ditolak
48
Hasil perhitungan : Tabel 4.6 Hasil uji korelasi bivariate (Pearson) X1 X1 X2 Y
Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N Pearson Correlation Sig. (2-tailed) N
1 . 100 .422 .000 100 .561 .000 100
X2 .422 .000 100 1 . 100 .502 .000 100
Y .561 .000 100 .502 .000 100 1 . 100
Jumlah variabel data (N) yang diuji berjumlah 100 buah. Dari tabel diatas dapat dilihat bahwa nilai korelasi pearson untuk semua variabel ≠ 0 dan pada Sig.(2tailed) menunjukkan bahwa probabilitas korelasi untuk semua variabel lebih kecil dari 0,01 sehingga signifikan pada level 0,01
atau 1 % (2-tailed). Maka dapat
diambil keputusan untuk menolak Ho. Hal ini menyatakan bahwa item – item pada variabel-variabel penelitian ini saling berhubungan jadi terdapat korelasi antar variabelnya. Tabel diatas dapat diartikan sebagai berikut: X1 (penggunaan media telepon selular/HP) mempunyai korelasi positif yang cukup kuat terhadap Y (Keefektifan Mobilitas) dengan nilai 0,561 dan korelasi tersebut signifikan pada level 1 %. X2 (penggunaan media internet) mempunyai korelasi positif yang cukup kuat pula pada level signifikan 0,01 terhadap Y (Mobilitas) dengan nilai 0,422. Arah korelasi positif berarti semakin tinggi nilai X1 maka semakin besar pula nilai X2 dan Y. Besar korelasi X1 dan X2 diatas dapat dikatakan cukup kuat terhadap Y karena jika nilai korelasi > 0,5 maka terdapat korelasi yang kuat antara variabelnya.
49
4.3.3 Uji ANOVA Hipotesis statistik untuk test ini adalah: (lihat lampiran D) Ho: Tidak ada hubungan linear regresi antara penggunaan Telepon selular dan internet terhadap keefektifan mobilitas penggunanya. H1: Terdapat hubungan linear regresi antara penggunaan telepon selular dan internet terhadap keefektifan mobilitas penggunanya. Ho : β1 = β2 = β3 = 0 H1 : Minimal satu βi ≠ 0 , i = 1, 2. Hasil Uji untuk test ini adalah sebagai berikut: Tabel 4.7 Hasil uji ANOVA Model 1
Regression Residual Total
Sum of Squares 8.527 12.761 21.287
df 2 97 99
Mean Square 4.263 .132
F 32.408
Sig. .000
a Predictors: (Constant), A, B b Dependent Variabel: C
Dari uji ANOVA atau F-test didapat bahwa nilai F = 32,408 dan tingkat signifikan sangat kecil yaitu .000, lebih kecil dari alpha = 0,01. Dari tabel distribusi normal F dapat diketahui nilai kritis distribusi F dengan menggunakan derajat kebebasan (df1) = 2 sebagai numerator dan df2 = 97 sebagai denominator pada level α. = 0,01. Nilai batas
kritis yang diperoleh adalah 4,853. Nilai kritis ini diperoleh dari hasil
interpolasi nilai-nilai yang ada dalam tabel 5, appendix C - Amir D.Aczel (1999). Nilai F uji ANOVA ini pada tabel 4.7 diatas terletak jauh di luar batas kritis untuk α = 0,01. Maka diambil keputusan untuk menolak H0 dan menerima H1.
50
4.3.4 Regresi Linier Uji regresi disini menggunakan metode Enter. Metode Enter dilakukan dengan memasukkan semua variabel dalam satu step (tahapan) kemudian diproses. Metode model no.1 pada tabel “Variabels Entered/Removed” yang dapat dilihat pada lampiran D – regresi adalah metode statistik yang digunakan yaitu metode enter. R square pada tabel “model summary” di lampiran D menunjukan besarnya persentase pengaruh dari model untuk dapat menjelaskan variabel terikat, yaitu sebesar 0,401 atau 40.1% berarti keefektifan mobilitas dapat dijelaskan dengan prediktor konstanta penggunaan media internet dan telepon selular sebesar 40.1 % , sisanya oleh sebab yang lain. “R square change” dan “F change” adalah nilai R2 (R square) dan F yang baru bila ada perubahan pada perhitungan dengan menghilangkan atau memasukkan variabel baru. Umumnya bagian tabel ini berguna untuk metode statistik backward atau forward yang tidak akan dibahas disini. Dalam hal ini dengan metode enter yang digunakan tidak ada perubahan antara nilai R2 dan F. Nilai R square = 0,401 dan F = 32,408. Nilai F adalah berasal dari perhitungan ANOVA. Derajat kebebasan variabel adalah nilai df1 = 2 dan df2 = 97. Level signifikan perubahan yang ditunjukan pada bagian “sig. F change” adalah .000 yang menunjukan bahwa tidak adanya perubahan pada nilai F. Hubungan regresi adalah regresi linier sederhana dengan dua variabel X. Model regresi adalah sebagai berikut: Y = C + A X1 + B X2, dimana C adalah konstanta dan A,B adalah koefisien persamaan regresinya. Nilai A,B dan C dapat dilihat pada tabel analisa berikut serta pembahasannya akan dijelaskan lebih lanjut.
51
Tabel 4.8 Koefisien Persamaan Regresi Coefficients Model
1
a.
Unstandardized Coefficients Std. B Error (Constant) 1.265211 0.320661 A 0.432287 0.088124 B 0.313677 0.084371 Dependent Variable: C
Standardized Coefficients Beta 0.425345789 0.322369464
t 3.945637 4.905449 3.717839
Sig. 0.000151 3.75E-06 0.000336
Hasil uji regresi menunjukan adanya regresi linier antara variabel penggunaan media internet dan telepon selular walaupun tidak terlalu kuat sekali karena nilainya R square lebih kecil dari 0,5. Jika nilai R makin mendekati 1 maka dapat dikatakan bahwa hubungan regresi liniernya semakin kuat. Untuk koefisien model regresi dapat dilihat pada tabel “coefficients” kolom B (unstandardized coefficients), dimana terlihat bahwa semua variabel bebas yaitu X1 dan X2 memiliki koefisien dan tingkat signifikansi untuk menjelaskan variabel terikat yaitu: mobilitas user. Pada tabel “coefficients” tersebut dilakukan uji t, untuk menguji signifikansi konstanta dan setiap variabel bebas. Pada Kolom “Sig.” semua nilai signifikansi variabelnya berada dibawah 0,05. Jadi dapat disimpulkan variabel-variabel tersebut termasuk juga konstantanya mempengaruhi mobilitas secara langsung. Maka seperti hasil ANOVA, Ho ditolak dan H1 diterima. Hal ini dapat memperkuat pernyataan hipotesis bahwa ada hubungan linear regresi antara keefektifan mobilitas user dengan penggunaan media internet dan telepon selular. Nilai koefisien regresi yang diperoleh dari metode model no.1 atau metode “Enter” pada kolom B adalah sebagai berikut:
52
Y = 1,265 (konstanta) , X1 = 0,432, X2 = 0,314 Persamaan regresi dari koefisien yang diperoleh diatas dapat ditulis dalam bentuk persamaan regresi sederhana seperti yang telah disinggung sebelumnya. Dengan menggantikan masing-masing nilai A, B sebagai koefisien regresi dengan angka pada kolom B pada persamaan regresi maka akan diperoleh persamaan seperti berikut ini: Y = 1,265 + 0,432 X1 + 0,314 X2 Persamaan regresi diatas dapat dijelaskan sebagai berikut, jika variabel X1 dan X2 tidak ada, maka besarnya keefektifan mobilitas (Y) adalah 1,265. Koefisien regresi sebesar 0,432 menyatakan bahwa setiap penambahan (karena tanda +) 1 unit pada penggunaan media telepon selular (X1) akan menambah efektifitas mobilitas sebesar 0,432. Penambahan pada penggunaan media internet (X2) akan meningkatkan efektifitas mobilitas (Y) sebesar 0,314. Masing-masing koefisien besarnya lebih kecil dari 0,5 atau 50 % tetapi cukup membawa pengaruh positif kepada perubahan nilai Y. Dapat dilihat dari persamaan regresi diatas bahwa variabel X dan Y berbanding lurus. Setiap peningkatan nilai baik pada X1 ataupun X2 akan membawa peningkatan pula kepada Y yaitu mobilitas user sebesar koefisien yang ditemukan. Semakin besar nilai X1 dan X2 berarti semakin baik pula keefektifan mobilitas user. Persamaan diatas menjawab hipotesis penelitian ini yang menyatakan bahwa: •
Ada pengaruh penggunaan media internet terhadap keefektifan mobilitas user
•
Ada pengaruh penggunaan media telepon selular terhadap keefektifan mobilitas user.
53
4.4 Rangkuman Pembahasan Sampel data diperoleh dari populasi penyebaran acak yang telah diuji reabilitas, validitas dan randomizenya
menunjukan bahwa data mewakili
kondisi sebenarnya yang memenuhi persyaratan valid dan reliable. Analisa awal untuk pengujian hipotesis dilakukan dengan uji deskriptif dan uji korelasi yang menghasilkan kesimpulan bahwa sampel diambil secara acak. Terdapat korelasi yang cukup signifikan dengan arah yang positif antara setiap variabel terkait baik variabel terikat dan variabel bebas. Koefisien kedua variabel bebas yang diperoleh dari perhitungan regresi lebih besar dari nol sehingga dinilai relevan dan cukup signifikan membawa dampak terhadap variabel terikatnya walaupun nilai koefisiennya lebih kecil dari 0,5. Uji ANOVA menunjukkan bahwa ada pengaruh dari penggunaan telepon selular dan internet terhadap keefektifan mobilitas para penggunanya yang dapat digunakan untuk meningkatkan produktifitas mereka. Hal ini dibuktikan dengan ditolaknya hipotesis awal atau (H0) dan diterimanya (H1). Koefisien variabel penggunaan telepon selular (X1) yang diperoleh dari perhitungan regresi hasilnya lebih besar daripada koefisien variabel penggunaan media internet (X2). Hal ini menandakan bahwa penggunaan media TI: telepon selular lebih membawa dampak dibanding internet walaupun tidak besar perbedaannya. Dalam persamaan ekuasi regresi, tanda positif pada koefisien regresi X berarti meningkatkan nilai variabel terikat Y begitu pula sebaliknya. Metode yang digunakan adalah metode regresi enter.
54
Tabel 4.9 Rekapitulasi Hasil Pengujian Hipotesis Koefisien
Signifikansi
Keputusan
Korelasi antara X1 dan Y
0.561
.000
Korelasi kuat
Korelasi antara X2 dan Y
0.502
.000
Korelasi kuat
Kekuatan Regresi ( R )
0.633
-
Regresi kuat
Koefisien Determinasi (R2)
0.401
-
-
Koefisien Determinasi (R2 adjusted)
0.388
-
-
ANOVA
-
.000
Signifikan
Konstanta
1.265
.000
Signifikan
X1
0.432
.000
Signifikan
X2
0.314
.000
Signifikan
1. Pengaruh X1, X2 terhadap Y
H0 ditolak H1 diterima
Ada pengaruh penggunaan media internet dan telepon selular terhadap keefektifan mobilitas user
