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.