BAB II LANDASAN TEORI. Penerapan Sistem Informasi, Technology Acceptance Model (TAM), Structural

BAB II LANDASAN TEORI

Pada bab dua ini akan dibahas beberapa teori dasar untuk menunjang penyelesaian tugas akhir ini, antara lain: pengertian evaluasi, pengertian penerapan, pengertian Sistem Informasi, Sistem Informasi Akademik (SIAMIK) dan Sistem Informasi Akademik UPN

“Veteran” Jawa Timur, Evaluasi

Penerapan Sistem Informasi, Technology Acceptance Model (TAM), Structural Equation Model (SEM), Skala Likert.

2.1 Pengertian Evaluasi Menurut Echols dan Shadiliy (2000) Evaluasi merupakan sebuah kata serapan dari bahasa Inggris yaitu evaluation yang berarti penilaian atau penaksiran (dalam Asnawi, 2013). Sedangkan menurut Yunanda (2009) istilah evaluasi merupakan kegiatan yang terencana untuk mengetahui keadaan suatu obyek dengan menggunakan instrumen dan hasilnya dibandingkan dengan tolak ukur untuk memperoleh kesimpulan (dalam Reza, 2010). Sehingga dapat disimpulkan bahwa Evaluasi merupakan sebuah kegiatan untuk menilai suatu obyek dengan menggunakan instrumen yang hasilnya dapat digunakan sebagai pendukung keputusan.

2.2 Pengertian Penerapan Menurut J.S Badudu dan Sutan Mohammad Zain (1996), penerapan adalah hal, cara atau hasil (dalam Andrila, 2014). Adapun menurut Lukman Ali (1995), penerapan adalah mempraktekkan, memasangkan (dalam Andrila, 2014). Berdasarkan pengertian tersebut dapat disimpulkan bahwa penerapan merupakan

6 Hak Cipta © milik UPN "Veteran" Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

7

sebuah tindakan yang dilakukan baik secara individu maupun kelompok dengan maksuduntuk mencapai tujuan yang telah dirumuskan.

2.3 Pengertian Sistem Informasi Sistem informasi adalah suatu sistem didalam suatu organisasi yang mempertemukan kebutuhan pengolahan transaksi harian, bersifat

manajerial

dan

mendukung

operasi,

kegiatan strategi dari suatu organisasi dan

menyediakan pihak luar dengan laporan-laporan yang diperlukan

(Jogiyanto,

1999). Sistem informasi merupakan kumpulan komponen dalam sebuah organisasi atau lembaga yang berhubungan dengan proses penciptaan dan pengaliran informasi. Keandalan suatu informasi dalam sebuah lembaga/organisasi terletak pada keterkaitan antara komponen yang ada sehingga dapat menghasilkan aliran informasi yang berguna, akurat terpercaya, detail, cepat, relevan, bagi kepentingan lembaga tersebut (Rochaety, dkk, 2005). Sistem Informasi dapat didefinisikan sebagai kumpulan elemen yang saling berhubungan dan berinteraksi satu sama lain yang membentuk satu kesatuan untuk mengintegrasikan data, memproses dan menyimpan serta mendistribusikan informasi, dengan kata lain sistem informasi merupakan satu kesatuan elemen-elemen

yang saling berinteraksi secara sistematis dan teratur untuk

menciptakan dan membentuk aliran informasi yang akan

mendukung

pembuatan keputusan dan melakukan kontrol terhadap jalannya perusahaan (Sutedjo, 2002). Berdasarkan definisi dari para ahli tersebut dapat disimpulkan bahwa sistem informasi merupakan kumpulan-kumpulan data yang saling berhubungan

Hak Cipta © milik UPN "Veteran" Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

8

dan terkait yang dapat memberikan informasi yang berguna bagi pengambilan keputusan untuk mencapai tujuan, informasi diproses menjadi data-data yang berguna. Dan sistem informasi tidak hanya berbasis komputer saja melainkan sistem manual juga dapat disebut sistem informasi asalkan tejadi proses input, pemrosesan data dan keluaran berupa output.

2.4 Sistem Informasi Akademik (SIAMIK) dan Sistem Informasi Akademik UPN “Veteran” Jawa Timur Sistem Informasi Akademik merupakan sistem yang mengolah data dan melakukan proses kegiatan akademi yang melibatkan antara mahasiswa, dosen, administrasi akademik, keuangan dan data atribut lainnya. Sistem informasi Akademik melakukan kegiatan proses administrasi mahasiswa dalam melakukan kegiatan administrasi akademik, melakukan proses pada transaksi belajarmengajar antara dosen dan mahasiswa, melakukan proses administrasi akademi baik yang menyangkut kelengkapan dokumen dan biaya yang muncul pada kegiatan registrasi ataupun kegiatan operasional harian administrasi akademik. Proses pengolahan data keuangan dilakukan setiap kali terjadi transaksi keuangan yang dilakukan oleh mahasiswa, sehingga pada proses ini Sistem Informasi Akademi dapat melakukan update untuk data mahasiswa. Beberapa bagian yang bersangkutan dengan modul keuangan dapat diintegrasikan dibawah Sistem Informasi Akademik. Sistem Informasi Akademik UPN “Veteran” Jawa Timur adalah suatu sistem informasi untuk mengelola KRS (Kartu Rencana Studi), KHS (Kartu Hasil Studi), Transkrip dalam penyelengaraan pendidikan di lingkungan UPN Veteran Jawa Timur. SIAMIK UPN “Veteran” Jatim mulai digunakan pada bulan juli tahun 1997. Pada awalnya SIAMIK UPN “Veteran” Jatim masih berupa


9

aplikasi dekstop. Seiring dengan berkembangnya teknologi informasi, saat ini SIAMIK UPN “Veteran” Jatim dapat diakses menggunakan internet maupun mobile phone dengan alamat

http://siamik.upnjatim.ac.id dapat dilihat pada

gambar 2.1.

Gambar 2.1 Halaman Awal Website SIAMIK UPN “Veteran” Jatim 2.5 Evaluasi Penerapan Sistem Informasi Menurut Wijono (1997), Evaluasi adalah kegiatan untuk membandingkan antara hasil yang telah dicapai dengan rencana yang telah ditentukan (dalam Haris, 2008). Sedangkan menurut WHO pengertian evaluasi adalah suatu cara yang sistematis untuk mempelajari berdasarkan pengalaman dan mempergunakan pelajaran yang dipelajari untuk memperbaiki kegiatan-kegiatan yang

sedang

berjalan serta meningkatkan perencanaan yang kegiatan yang sedang berjalan serta meningkatkan perencanaan yang lebih baik dengan seleksi yang seksama untuk kegiatan masa datang.


10

Menurut Bodnar dan Hopwood (1993), ada tiga hal yang terkait dengan evaluasi penerapan sistem informasi berbasis komputer yaitu perangkat keras (hardware), perangkat lunak (software) dan pengguna (brainware), ketiga elemen ini saling berinteraksi dan dihubungkan dengan suatu perangkat masukan-keluaran (input-output media) yang sesuai dengan fungsinya masing-masing. Perangkat keras (hardware) adalah media yang digunakan untuk memproses informasi, perangkat lunak (software) yaitu sistem dan aplikasi yang digunakan untuk memproses masukan (input) untuk menjadi informasi, sedangkan pengguna (brainware) merupakan hal yang terpenting karenafungsinya sebagai pengembang hardware dan software, sebagai pelaksana (operator), masukan (input) dan sekaligus penerima keluaran (output), sebagai pengguna sistem (user). Pengguna adalah manusia (man) yang secara psikologis memiliki suatu perilaku (behavior) tertentu yang melekat pada dirinya sehingga aspek keperilakuan dalam konteks manusia sebagai pengguna (brainware) teknologi informasi (dalam Haris, 2008). Menurut Rochendah (2001), Evaluasi penerapan sistem informasi yang berbasis komputer memerlukan tidak hanya pemahaman tentang teknologi komputer tetapi juga pemahaman tentang proses-proses sosial dan perilaku yang mempengaruhi dan dipengaruhi oleh dikenalnya sistem informasi berbasis komputer tersebut (dalam Haris, 2008). Menurut Anderson (2004) menjelaskan tentang tiga model perubahan yang sering muncul dalam penelitian evaluasi penerapan sistem informasi yaitu: 1. Sistem komputer sebagai suatu external force. Pendekatan yang paling sederhana adalah memandang sistem komputer sebagai tenaga eksternal (exogen) yang membawa perubahan dalam perilaku


11

individu dan organisasi. Sistem informasi pada dasarnya dikembangkan dan diterapkan untuk mendukung tujuan manajemen, dengan dukungan teknologi canggih, dan dianggap pasif, resisten, atau tidak berfungsi dengan baik apabila gagal dalam menggunakan sistem tersebut. 2. Desain sistem sesuai dengan kebutuhan pengguna. Pendekatan ini memandang desain sistem informasi sebagai sesuatu yang harus ditentukan berdasarrkan kebutuhan informasi bagi para manajer, dimana anggota organisasi memegang kontrol dan pengendalian terhadap aspek teknis sistem, baik dari segi penentuan penggunaan sistem maupun dari perubahanperubahan oleh karena diterapkan sistem informasi tersebut. 3. Interaksi sosial yang komplek sebagai penentu pola penggunaan sistem. Perspektif pendekatan ini beranggapan bahwa interaksi sosial yang komplek didalam organisasi sangat menentukan pola penggunaan dan pengaruh dari sistem komputer, menurut pandangan ini bagaimana teknologi diterapkan dan diberdayakan dalam suatu setting organisasi akan sangat ditentukan pada tujuan, pilihan, dan tututan kerja yang mungkin saling bertentangan (dalam Haris, 2008).

2.6 Technology Acceptance Model (TAM) Technology Acceptance Model (TAM) merupakan salah satu model yang dibangun untuk menganalisis dan memahami faktor‐faktor yang mempengaruhi diterimanya penggunaan teknologi komputer yang diperkenalkan pertama kali oleh Fred Davis pada tahun 1986. TAM bertujuan untuk menjelaskan dan memperkirakan penerimaan (acceptance) pengguna terhadap suatu sistem informasi. TAM menyediakan suatu basis teoritis untuk mengetahui faktor-faktor


12

yang mempengaruhi penerimaan terhadap suatu tekhnologi dalam suatu organisasi. TAM menjelaskan hubungan sebab akibat antara keyakinan (akan manfaat suatu sistem informasi dan kemudahan penggunaannya) dan perilaku, tujuan/keperluan, dan penggunaan aktual dari pengguna/user suatu sistem informasi. Perceived Usefulness Attituude Toward Usage

Behavioral Intention to Use

Actual System Use

Perceived Ease of Use Gambar 2.2 Technology Acceptance Model (TAM) (Davis,et,al, 1989)

Gambar 2.2 menunjukkan bahwa TAM disusun oleh variabel dasar persepsi penggunaan dan kemudahan penggunaan. Persepsi penggunaan menunjuk pada kepercayaan individu yang secara positif atau negatif meningkatkan tingkat kinerja melalui penggunaan teknologi dan sistem informasi. Persepsi kemudahan penggunaan mengindikasikan kemudahan yang dialami pengguna dalam mempelajari secara individu bagaimana mengoperasikan teknologi atau sistem informasi. a. Persepsi kegunaan (perceived usefulness) Perceived Usefulness atau persepsi kegunaan menurut Davis (1986) adalah “The Degree to which an individual believes that using a particular system would enhance his or her job performance” (Chuttur,2009:5). Pernyataan tersebut dapat diartikan sebagai tingkat dimana individu percaya bahwa menggunakan sistem tertentu akan meningkatkan kinerja pekerjaannya. Persepsi ini diukur melalui


13

indikator-indikator seperti produktivitas (productivity), efektifitas (effectiveness), pentingnya bagi tugas (important to job), dan kegunaan secara keseluruhan (overall usefulness). (Davis,1989). Berdasarkan uraian tersebut dapat disimpulkan bahwa, pengguna percaya dengan menggunakan sistem informasi akademik pengguna dapat meningkatkan efektifitas dalam segala kegiatan administrasi akademik. b.

Persepsi kemudahan penggunaan (perceived ease of use) Perceived ease of use atau persepsi kemudahan penggunaan menurut Davis

(1986) adalah “The degree to which an individual believes that using a particular system would be free of physical and mental effort” (Chuttur, 2009:5). Pernyataan tersebut dapat diartikan sebagai tingkat dimana individu percaya bahwa menggunakan sistem tertentu akan bebas dari upaya fisik dan mental. Persepsi ini diukur melalui indikator-indikator seperti kemudahan untuk dipelajari (easy to learn), kemudahan mencapai tujuan (controllable), jelas dan mudah dipahami (clear & understable), fleksibel (flexible), dan kemudahan akses (easy to access). (David, 1989). Berdasarkan uraian tersebut dapat disimpulkan bahwa pengguna percaya menggunakan sistem informasi akademik itu mudah dan tidak memerlukan usaha yang keras. c.

Sikap terhadap penggunaan (attitude toward usage) Attitude toward usage atau sikap terhadap penggunaan dalam TAM

dikonsepkan sebagai sikap terhadap penggunaan sistem yang berbentuk penerimaan atau penolakan sebagai dampak bila seseorang menggunakan suatu teknologi dalam pekerjaannya. (Davis,1989).


14

Berdasarkan uraian tersebut dapat disimpulkan bahwa pada tahap ini pengguna akan menunjukkan sikapnya terhadap penggunaan sistem informasi akademik apakah dia menerima atau menolak penggunaan sistem tersebut. d.

Niat perilaku untuk menggunakan (behavioral intention to use) Behavioral Intention to Use atau niat perilaku untuk menggunakan adalah

kecenderungan perilaku untuk tetap menggunakan suatu teknologi. Tingkat penggunaan sebuah teknologi komputer pada seseorang dapat diprediksi dari sikap perhatiannya terhadap teknologi tersebut, misalnya keinginan menambah peripheral pendukung, motivasi untuk tetap menggunakan, serta keinginan untuk memotivasi pengguna lain (Davis,1989). Berdasarkan uraian tersebut dapat disimpulkan bahwa pada tahap ini pengguna tetap menunjukkan sikap penerimaannya terhadap penggunaan sistem informasi akademik dengan menunjukkan kecenderungan bahwa dia akan tetap menggunakan sistem tersebut. e.

Penggunaan nyata dari sistem (actual system use) Actual system use adalah kondisi nyata penggunaan sistem (Davis,1989).

Seseorang akan puas menggunakan sistem jika mereka meyakini bahwa sistem tersebut mudah digunakan dan akan meningkatkan produktifitas mereka, yang tercermin dari kondisi nyata penggunaan (Natalia Tangke, 2004) Berdasarkan uraian tersebut model dapat disimpulkan bahwa tahap ini akan tercermin penggunaan nyata dari penggunaan sistem informasi akademik. f.

Teori Pengaruh Sosial (Social Influence T heory) Malhotra, dan Galletta (1999) memperluas TAM dengan memasukkan

faktor pengaruh sosial. Pengaruh sosial diukur dengan internalization,


15

identification dan compliance. Mereka meneliti penerimaan Software MS access. Hasil penelitian menunjukkan pengaruh sosial berperan penting dalam perilaku menerima dan menggunakan adopsi teknologi informasi baru. Ketika pengaruh

sosial menimbulkan

perasaan

patuh (compliance), ini akan

mempunyai pengaruh negatif terhadap sikap pengguna dimasa yang akan datang dalam menggunakan sistem informasi yang baru. Sebaliknya ketika pengaruh

sosial

menghasilkan

perasaan

internalization

dan

identification, yang menjadi bagian dari pengguna, hal tersebut akan berdampak

positif terhadap

sikap dimasa yang akan datang untuk

menerima dan menggunakan sistem informasi yang baru. Menurut

Malhotra,

dan

Galletta

(2005)

melakukan

penelitian

penerimaan sistem informasi dalam suatu organisasi dengan menggunakan model

TAM

yang memasukkan faktor pengaruh sosial. Pengaruh sosial

diukur dengan internalization, identification dan compliance. Affective commitment (identification

and

internalization)

berpengaruh

secara

positif terhadap perceived usefulness and ease of use melalui pengadopsian dan perluasan

penggunaan

system

informasi.

Affective

commitment

juga

berpengaruh positif terhadap user attitude. Hal yang berlawanan ditemukan pada continuance commitment (compliance) yang mempunyai dampak negatif terhadap perceived usefulness and ease of use (dalam Eka Kartika, 2009). Menurut Davis, 1989; Gao, 2005; Ma & Liu, 2005; McKinnon & Igonor, 2008, Faktor-faktor dalam model TAM yang digunakan dalam penelitian ini, yaitu persepsi kegunaan (Perceived Usefulness), persepsi kemudahan penggunaan (Perceived Ease of Use), sikap terhadap penggunaan (Attitude Toward Usage),


16

dan pengaruh sosial (Social Influence) dari penggunaan sistem merupakan atribut atau karakteristik dari sistem, seperti desain keseluruhan dan fitur dari sistem, pengguna ini keterampilan dan kemampuan, dan keyakinan pengguna dan sikap terhadap sistem (dalam Eka Kartika, 2009). Niat perilaku untuk menggunakan (Behavioral Intention to Use) merupakan faktor penting yang menentukan apakah pengguna benar-benar akan memanfaatkan sistem. Penggunaan teori TAM akan semakin meningkat sejalan dengan semakin berkembangnya teknologi. Para peneliti mencoba untuk melakukan uji tingkat penerimaan teknologi baru menggunakan teori tersebut. Teori TAM yang fenomenal tersebut membuat Lee et al. yang menggunakan TAM dari tahun 1986 hingga 2003. Studinya yang berjudul “Technology Acceptance Model: Past, Present, and Future” menemukan bahwa TAM berjalan secara terus menerus tiap tahun dan dalam perjalanannya dielaborasi oleh peneliti-peneliti untuk menyelesaikan keterbatasan yang ada, mengenalkan variabel eksternal baru dan diterapkan di lingkungan, sistem, tugas dan subjek yang berbeda (Jaya Permana, 2013).

Gambar 2.3 Publikasi TAM di Berbagai Jurnal Internasional Lee, et al, 2003 (dalam Jaya Permana, 2013)


17

Teori TAM termasuk penemuan yang fenomenal karena telah digunakan dalam 101 penelitian yang masuk di berbagai jurnal akreditasi internasional akan terus berkembang, namun tentu dengan teori baru yang mendukungnya (Jaya Permana, 2013).

2.7

Structural Equation Model (SEM) SEM merupakan teknik statistik yang digunakan untuk membangun dan

menguji model statistik yang biasanya dalam bentuk model-model sebab akibat. Structural equation modeling, adalah suatu teknik modeling statistik yang bersifat sangat cross-sectional, linear dan umum. Termasuk dalam SEM ini ialah analisis faktor (factor analysis), analisis jalur (path analysis) dan regresi (regression) (Jonathan, 2013). Definisi lain menyebutkan structural equation modeling (SEM) adalah teknik analisis multivariat yang umum dan sangat bermanfaat yang meliputi versi-versi khusus dalam jumlah metode analisis lainnya sebagai kasuskasus khusus (Jonathan, 2013). Dari definisi di atas dapat disimpulkan bahwa SEM mempunyai karakteristik yang bersifat sebagai teknik analisis untuk lebih menegaskan (confirm) dari pada untuk menerangkan. Maksudnya, seorang peneliti lebih cenderung menggunakan SEM untuk menentukan apakah suatu model tertentu valid atau tidak dari pada menggunakannya untuk menemukan suatu model tertentu cocok atau tidak, meski analisis SEM sering pula mencakup elemenelemen yang digunakan untuk menerangkan. SEM sebaiknya digunakan untuk variabel variabel yang berbasis data pada "persepsi" seperti sumber data primer dengan kuesioner. Tahapan analisis SEM


18

pada penelitian ini dimulai dengan membuat sebuah model SEM. Kemudian dilakukan pengujian model dengan asumsi-asumsi yang seharusnya dipenuhi dalam SEM. Selanjutnya Pengujian model pengukuran (Measuremenet Model) untuk mengetahui Godness of Fit) hubungan antara indikator dengan variabel laten, pengujian model struktural untuk mengetahui hubungan antara variabel laten. Dan yang terakhir adalah pengujian hipotesis menggunakan metode chisquare.

2.8

Skala Likert Skala Likert menurut Djaali (2008:28) ialah skala yang dapat dipergunakan

untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok orang tentang suatu gejala atau fenomena pendidikan. Skala Likert adalah suatu skala psikometrik yang umum digunakan dalam kuesioner, dan merupakan skala yang paling banyak digunakan dalam riset berupa survei. Nama skala ini diambil dari nama Rensis Likert, yang menerbitkan suatu laporan yang menjelaskan penggunaannya. Sewaktu menanggapi pertanyaan dalam skala Likert, responden menentukan tingkat persetujuan mereka terhadap suatu pernyataan dengan memilih salah satu dari pilihan yang tersedia. Ada beberapa skala pengukuran yang dapat digunakan dalam merancang skala pengukuran pada penelitian perilaku misalnya skala thurstone, guttman, dan likert. Skala thurstone dapat digunakan untuk menduga prefe-rensi individu dengan menggunakan nilai frekuensi responnya. Menurut Lipovetsky (2007) Posisi dari butir-butir pertanyaan dapat diperoleh dengan mengambil rataan dari persentil sebaran normal baku berdasarkan proporsi preferensi responden terhadap sebuah butir pertanyaan (dalam Budiaji, 2013). Skala guttman menggunakan skala


19

kumulatif dimana jika individu setuju pada butir pertanyaan tertentu, maka individu tersebut juga setuju pada semua butir pertanyaan lain yang lebih lemah (pertanyaan sebelumnya). Skala guttman jarang dipakai peneliti karena membutuhkan upaya yang lebih gigih untuk mendapatkan butir-butir perta-nyaan yang valid (Budiaji, 2013). Skala yang paling mudah digunakan adalah skala likert. Likert (1932) menyatakan bahwa Skala likert menggunakan beberapa butir pertanyaan untuk mengukur perilaku individu dengan merespon 5 titik pilihan pada setiap butir perta-nyaan, sangat setuju, setuju, tidak memutuskan, tidak setuju, dan sangat tidak setuju (dalam Budiaji, 2013). Pada penelitian ini menggunakan tujuh skala likert antara lain: 1. Sangat tidak setuju 2. Cukup tidak setuju 3. Sedikit tidak setuju 4. Netral 5. Sedikit setuju 6. Cukup setuju 7. Sangat setuju

2.9

Kuesioner Menurut Istijanto (2005), Desain pertanyaan, penentuan jenis skala dan

analisis merupakan tahap yang saling mempengaruhi atau berkaitan erat satu sama lain. Artinya, perancangan pertanyaan-pertanyaan yang akan digunakan dalam riset akan berpengaruh pada jenis skala yang akan diaplikasikan. Bia jenis skala sudah ditentukan maka periset perlu memilih alat atau metode analisis yang paling cocok dengaan skala tersebut. Untuk riset deskriptif seperti survey, peranan


20

kuisioner sangat besar karena semua pertanyaan yang diajukan periset termuat dalam kuesioner secara eksplisit. Menurut Istijanto (2005), Dalam survey, responden hanya perlu menjawab pertanyaan yang diajukan tanpa perlu memberi penjelasan lebih dalam kalau tidak diminta. Untuk observasi karena periset melakukan pengamatan terhadap perilaku orang atau obyek, tidak dibutuhkan kuesioner secara khusus. Dalam penelitian ini, kuisioner yang akan dibuat bersifat terstuktur dan terbuka. Karena pada penelitian ini kuisioner yang akan diberikan pada responden berisi pertanayaan-pertanyaan yang diajukan dengan susunan kata-kata dan urutan yang sama.


BAB III METODOLOGI PENELITIAN

3.1 METODOLOGI PENELITIAN Dalam kegiatan Penelitian ini ada beberapa alur kerja yang dilakukan mulai dari awal hingga akhir, alur pada metode peneliitian ini dapat dilihat di gambar 3.1.

Tahap pendahuluan sebelum melakukan penelitian

Studi literatur dan pengumpulan data SIAMIK UPN JATIM

Mengidentifikasi instrumen apa saja yang dimiliki TAM

Menyusun daftar pertanyaan pada kuisioner Melakukan Uji Validitas dan Realibilitas Kuisioner Apabila daftar pertanyaan pada kuisioner valid maka kuisioner siap diisi oleh keseluruhan responden Melakukan analisa data menggunakan SEM Pembuatan kesimpulan dan saran dari penelitian yang diajukan

Gambar 3.1 METODOLOGI PENELITIAN


22

Gambar 3.1 menjelaskan tentang alur dari METODOLOGI PENELITIAN ini yang dimulai dengan Tahap pendahuluan sebelum melakukan penelitian yaitu identifikasi masalah, kemudian pengumpulan data

SIAMIK UPN JATIM,

mempelajari konsep TAM dilakukan pada proses studi literatur dan proses pemahaman konsep evaluasi penerapan, kemudian Mengidentifikasi instrumen apa saja yang dimiliki TAM dilakukan pada proses Spesifikasi Pemodelan TAM, lalu Penyusunan dan Penyebaran Kuisioner, kemudian melakukan Uji Validitas dan Realibilitas Kuisioner pada proses Uji Validitas dan Realibilitas, Apabila daftar pertanyaan pada kuisioner valid maka kuisioner siap diisi oleh keseluruhan responden yang kemudian data akan dianalisa yang dilakukan pada proses analisa data , Proses kesimpulan dan saran adalah akhir dari penelitian ini.

3.2 Identifikasi Masalah Identifikasi masalah dalam penelitian ini sebelumnya sudah dijelaskan dalam bab satu. Permasalahan yang diambil dalam penelitan ini berdasarkan pada seringnya penggunaan SIAMIK pada mahasiswa sehingga menimbulkan banyak persepsi yang mengharuskan pihak pengelola SIAMIK untuk melakukan evaluasi demi perbaikan sistem. Untuk itu disimpulkan rumusan masalah sebagai berikut yaitu Bagaimana mengetahui tingkat penerimaan teknologi aplikasi SIAMIK yang dimiliki UPN “Veteran” Jawa Timur oleh pengguna serta Bagaimana framework TAM dapat diuji di studi kasus SIAMIK.


23

3.3 Studi Literatur Studi Literatur dilakukan dengan cara mencari segala macam informasi melalui riset kepustakaan dengan cara mempelajari buku maupun jurnal yang berhubungan dengan masalah yang dihadapi. Data-data yang diperoleh dari riset kepustakaan tersebut merupakan data sekunder yang sangat mendukung data primer untuk mendapatkan landasan teori yang kuat dalam menyusun analisa dan pembahasan.

3.4 Pemahaman Konsep Evaluasi Penerapan Evaluasi sebuah sistem informasi dapat dilakukan dengan cara mengevaluasi antar muka sistem yaitu jembatan yang mempertemukan pengguna dengan informasi. Pada penelitian ini Evaluasi yang dilakukan menggunakan metode survey melalui penyebaran kuisioner. Responden yang digunakan dalam pengisian kuisioner adalah pengguna akhir (end-user)

dari

SIAMIK UPN

“Veteran” Jawa Timur.

3.5 Spesifikasi Pemodelan TAM Pada tahap ini akan dilakukan pengklasifikasian kriteria evaluasi terhadap tingkat penerimaan SIAMIK UPN “Veteran” Jawa Timur dengan memetakan spesifikasi penilaian sistem meliputi kriteria apa saja yang akan dievaluasi. Spesifikasi yang dilakukan akan disesuaikan dengan aspek penilaian atau dimensi berdasarkan pemodelan TAM dapat dilihat di gambar 3.2. Gambar 3.2 merupakan model TAM yang dikembangkan sesuai kebutuhan dalam penelitian ini yang sebelumnya sudah dijelaskan pada bab dua. Cabang dari dimensi-dimensi dari


24

model tersebut adalah indikator yang digunakan sebagai acuan pembuatan kuisioner.

Gambar 3.2 Spesifikasi Pemodelan TAM 3.6

Penyusunan dan Penyebaran Kuisioner Dilakukan dengan menyusun daftar pertanyaan dalam bentuk kuisioner

berdasarkan aspek yang ada pada metode TAM. Terdapat 2 jenis data yang dikumpulkan guna menyelesaikan penelitian ini. Yaitu data primer berupa data penilaian responden melalui kuisioner dan data sekunder meliputi sebuah informasi yang bersumber dari hasil kuisioner yang sudah dianalisa. Penentuan jumlah

responden

pengambilan

sampel

dilakukan

secara

acak

tanpa

memperhatikan strata yang ada. Pengambilan jumlah sampel akan dihitung menggunakan Rumus Slovin. Responden dari penelitian ini akan diambil berdasarkan jumlah keseluruhan dari mahasiswa aktif UPN “Veteran” Jawa Timur.


25

3.6.1 Jenis dan Sumber Data Terdapat 2 jenis sumber data yang dikumpulkan guna menyelesaikan penelitian ini yaitu data primer dan data sekunder. Data primer ialah data yang berasal dari sumber asli atau pertama. Data ini tidak tersedia dalam bentuk terkompilasi ataupun dalam bentuk file-file. Data ini harus dicari melalui narasumber atau dalam istilah teknisnya responden, yaitu orang yang dijadikan objek penelitian atau orang yang dijadikan sebagai sarana mendapatkan informasi ataupun data. Data sekunder merupakan sebuah data yang diperoleh dari data primer kemudian diolah menjadi sebuah informasi menggunakan data statistik. Sehingga dapat disimpulkan bahwa data primer berupa data penilaian responden melalui kuisioner dan data sekunder meliputi sebuah informasi yang bersumber dari hasil kuisioner yang sudah dianalisa.

3.6.2 Variabel Penelitian Variabel penelitian adalah suatu atribut atau sifat dari orang maupun objek yang mempunyai variasi tertentu yang ditetapkan oleh penelitian untuk dipelajari dan ditarik kesimpulan (Nugroho, 2010). Alat penelitian yang digunakan dalam pengumpulan data adalah kuisioner. Variabel masing masing tipe strategi dalam penelitian diukur dengan menggunakan skala likert (LSR) 1 – 7 yang masing-masing mempunyai arti sebagai berikut : Nilai 1 = Indikator dianggap memiliki performansi sangat tidak setuju Nilai 2 = Indikator dianggap memiliki performansi cukup tidak setuju Nilai 3 = Indikator dianggap memiliki performansi sedikit tidak setuju


26

Nilai 4 = Indikator dianggap memiliki performansi netral Nilai 5 = Indikator dianggap memiliki performansi sedikit setuju Nilai 6 = Indikator dianggap memiliki performansi cukup setuju Nilai 7 = Indikator dianggap memiliki performansi sangat setuju Adapun penelitian yang digunakan dalam instrumen penelitian ini adalah sebagai berikut :

3.6.2.1 Perceived usefulness (Kegunaan Persepsian) Didefinisikan sebagai sejauh mana sesorang percaya bahwa menggunakan suatu teknologi akan meningkatkan

kinerjanya.

Dari definisinya dapat

diketahui bahwa Kegunaan persepsian merupakan suatu kepercayaan (believe) tentang proses pengambilan keputusan. Dengan demikian jika seseorang merasa percaya bahwa sistem informasi berguna maka dia akan menggunakannya. Sebaliknya jika merasa percaya bahwa sistem informasi kurang berguna maka dia tidak akan menggunakannya. Variabel perceived usefulness pada penelitian ini dapat dilihat di tabel 3.1. Tabel 3.1 menjelaskan tentang variabel perceived usefullness yang memiliki 6 indikator yang menghasilkan 6 pernyataan yang akan disusun dalam kuisioner. Tabel 3.1 Variabel Perceived usefulness (Agung Sembada, 2012) Variabel No Indikator Pernyataan 1 Mendapatkan Saya mendapatkan informasi yang informasi yang saya butuhkan melalui SIAMIK. dibutuhkan Perceived 2 Mendapatkan Saya mendapatkan informasi Usefullness informasi tambahan tambahan yang cukup (mis:lowongan (persepsi kerja) melalui SIAMIK. kegunaan) 3 Meningkatkan Penggunaan SIAMIK meningkatkan efektifitas efektifitas dalam kegiatan akademik (KRS, daftar UTS dan UAS, KHS, dll)


27

Variabel

No Indikator 4 Memudahkan pekerjaan

Pernyataan Penggunaan SIAMIK dapat memudahkan penyelesaian administrasi akademik. Saya sadar keuntungan dari menggunakan SIAMIK. Saya sadar kerugian dari tidak menggunakan SIAMIK.

5 Keuntungan penggunaan 6 Kerugian penggunaan 3.6.2.2

Perceived ease of use (Persepsi Kemudahan)

Didefinisikan

sebagai

sejauh

mana

seseorang

percaya

bahwa

menggunakan teknologi akan bebas dari usaha. Dari definisinya diketahui bahwa

ini

pengambilan

juga

merupakan

keputusan.

Jika

suatu

kepercayaan

seseorang

(belief) tentang

proses

merasa percaya bahwa sistem

informasi mudah digunakan maka dia akan menggunakannya, sebaliknya jika merasa percaya bahwa sistem informasi dia

tidak

tidak

mudah

digunakan

maka

akan menggunakannya. Variabel perceived ease of use pada

penelitian ini dapat dilihat di tabel 3.2. Tabel 3.2 Variabel Perceived ease of use (Agung Sembada, 2012) Variabel No Indikator Pernyataan Mudah di akses dari kampus Mudah di akses dari 2 luar kampus 1

Perceived Ease of Use (Persepsi Kemudahan)

3 Mudah dipelajari 4 Mudah dipahami 5 Mudah digunakan 6 Sistem yang fleksibel

SIAMIK dapat diakses dengan mudah dari kampus. SIAMIK dapat diakses dengan mudah dari luar kampus. Penggunaan SIAMIK dapat dengan mudah dipelajari. Susunan menu pada SIAMIK mudah dipahami. Fasilitas dan fitur yang disediakan SIAMIK mudah digunakan. Menurut saya menu-menu dalam SIAMIK berinteraksi secara fleksibel.

Tabel 3.2 menjelaskan tentang variabel perceived ease of use yang memiliki 6 indikator yang menghasilkan 6 pernyataan yang akan disusun dalam kuisioner.


28


29

3.6.2.3

Attitude Toward Usage (Sikap terhadap Penggunaan Teknologi)

Menurut Davis et al. (1989) attitude merupakan cermin perasaan suka atau tidak suka tentang kinerja dari target perilaku yang telah dilakukan. Variabel attitude

toward usage pada penelitian ini dapat dilihat di tabel 3.3. Tabel 3.3 Variabel Attitude Toward Usage (Shroff, 2011) Variabel

Attitude Toward Usage (Sikap terhadap penggunaan teknologi)

Indikator No 1 Sifat awal pengguna 2 Kepercayaan pengguna 3 Implementasi penggunaan sistem 4 Sistem yang menarik 5 Kenyamanan menggunakan sistem keseluruhan

Pernyataan Saya berpikir secara positif mengenai penggunaan SIAMIK. Saya percaya dengan menggunakan SIAMIK merupakan ide yang baik. Implementasi dari penggunaan SIAMIK merupakan gagasan yang bijaksana. Menggunakan SIAMIK merupakan pengalaman yang menarik. Secara keseluruhan, saya nyaman menggunakan SIAMIK.

Tabel 3.3 menjelaskan tentang variabel attitude toward usage yang memiliki 5 indikator yang menghasilkan 5 pernyataan yang akan disusun dalam kuisioner.

3.6.2.4

Social Influence (Pengaruh Sosial)

Malhotra, dan Galletta (1999) memperluas TAM dengan memasukkan faktor pengaruh sosial. Pengaruh sosial diukur dengan internalization, identification dan compliance. Mereka meneliti penerimaan Software MS access. Hasil penelitian menunjukkan pengaruh sosial berperan penting dalam perilaku menerima dan menggunakan adopsi teknologi informasi baru. Ketika pengaruh sosial menimbulkan perasaan patuh (compliance), ini akan mempunyai pengaruh negatif terhadap sikap pengguna dimasa yang akan datang dalam menggunakan sistem informasi yang baru. Sebaliknya ketika pengaruh internalization

dan

sosial

menghasilkan

perasaan

identification, yang menjadi bagian dari pengguna, hal


30

tersebut akan berdampak positif terhadap sikap dimasa yang akan datang untuk menerima

dan menggunakan sistem informasi yang baru. Pada penelitian ini

ditemukan pengaruh sosial yang berasal dari pengguna dan lingkungan sekitar UPN “veteran” Jatim dapat dilihat pada tabel 3.4.

Tabel 3.4 Variabel Social Influence (Aljoza, 2014) Variabel No Indikator Pernyataan 1 Penggunaan dengan Saya menggunakan SIAMIK keinginan sendiri karena keinginan sendiri. 2 Penggunaan dengan Saya menggunakan SIAMIK Social keinginan teman karena keinginan teman. Influence 3 Penggunaan dengan Saya menggunakan SIAMIK (Pengaruh keinginan institusi karena keinginan institusi. Sosial) 4 Sadar konsekuensi Saya sadar konsekuensi dari institusi jika tidak menggunakan SIAMIK. Tabel 3.4 menjelaskan tentang variabel social influence yang memiliki 4 indikator yang menghasilkan 4 pernyataan yang akan disusun dalam kuisioner.

3.6.2.5

Behavioral Intention (Minat Perilaku) Minat Perilaku (behavioral intention) adalah suatu keinginan (minat)

seseorang untuk melakukan suatu perilaku yang tertentu. Seseorang akan melakukan suatu perilaku (behavior) jika mempunyai keinginan atau minat (behavioal intention) untuk melakukannya. Variabel behavioral intention pada penelitian ini dapat di lihat di tabel 3.5.


31

Tabel 3.5 Variabel Behavioral Intention (Yalina, 2011) Variabel No Indikator Pernyataan 1 Pengguna Saya merekomendasikan merekomendasikan SIAMIK pada sesama sistem mahasiswa UPN "Veteran" Jatim. 2 Sistem yang layak SIAMIK ini layak untuk digunakan. Behavioral Intention 3 Kesadaran bahwa Alamat SIAMIK saya simpan (Minat sistem penting. kedalam bookmark atau saya Perilaku) hafalkan 4 Penggunaan sistem di Saya setuju apabia di masa masa mendatang mendatang SIAMIK tetap digunakan sebagai pengelola segala kegiatan akademik mahasiswa. Tabel 3.5 menjelaskan tentang variabel behavioral intention yang memiliki 4 indikator yang menghasilkan 4 pernyataan yang akan disusun dalam kuisioner. Berikut ini merupakan singkatan dalam penulisan yang mengartikan setiap indikator pada keempat variabel TAM yang membentuk tingkat kualitas wesbite. Indikatornya dari penelitian ini dapat di lihat pada tabel 3.6. Tabel 3.6 menjelaskan nomer-nomer yang mempunyai singkatan yang menunjukan variabel apa saja yang digunakan dalam penelitian ini. Tabel 3.6 Indikator Variabel Variabel Indikator Perceived PU1 Usefulness PU2 PU3 PU4 PU5 PU6 Perceived Ease of PEOU7 Use PEOU8 PEOU9 PEOU10 PEOU11 PEOU12

Keterangan Mendapatkan informasi yang dibutuhkan Mendapatkan informasi tambahan Meningkatkan efektifitas Memudahkan pekerjaan Keuntungan penggunaan Kerugian tidak menggunakan Mudah di akses dari kampus Mudah di akses dari luar kampus Mudah dipelajari Mudah dipahami Mudah digunakan Sistem yang fleksibel


32

Variabel Attitude Toward Usage

Social Influence

Behavioral Intention

Indikator Keterangan Kepercayaan pengguna ATU13 Implementasi penggunaan sistem ATU14 Sistem yang menarik ATU15 Kenyamanan menggunakan sistem ATU16 keseluruhan Pengguna merekomendasikan sistem ATU17 Penggunaan dengan keinginan sendiri SI18 Penggunaan dengan keinginan teman SI19 Penggunaan dengan keinginan institusi SI20 Sadar konsekuensi SI21 Pengguna merekomendasikan sistem BI22 Sistem yang layak BI23 Kesadaran bahwa sistem penting. BI24 Penggunaan sistem dimasa mendatang BI25

3.6.3 Responden Penelitian Arti responden dalam kamus bahasa Indonesia adalah juru jawab. Jadi responden penelitian dapat di defenisikan yaitu seseorang yang diminta untuk memberikan respon (jawaban) terhadap pertanyaan-pertanyaan (langsung atau tidak langsung, lisan atau tertulis ataupun berupa perbuatan) yang diajukan oleh peneliti. Dalam hal penelitian dilakukan dengan menggunakan tes, maka responden dalam penelitian ini menjadi testee (yang dites). Dalam penelitian, responden adalah orang yang diminta memberikan keterangan tentang suatu fakta atau pendapat. Keterangan tersebut dapat disampaikan dalam bentuk tulisan, yaitu ketika mengisi kuisioner, atau lisan, ketika menjawab wawancara. Responden yang akan menjadi subyek penelitian dalam tugas akhir ini meliputi mahasiswa aktif UPN “Veteran” Jawa. Berikut adalah daftar fakultas serta jumlah mahasiswa aktif yang ada di UPN “Veteran” Jawa Timur yang akan dijelaskan pada tabel 3.7 yang didapatkan dari Tata Usaha UPN “Veteran” Jatim (2014).


33

Tabel 3.7 Daftar Nama Fakultas dan Jumlah Mahasiswa Aktif Nama Fakultas Jumlah Mahasiswa Aktif Fakultas Teknologi Industri 2539 Fakultas Ekonomi 2383 Fakultas Hukum 502 Fakultas Ilmu Sosial dan Politik 1962 Fakultas Teknik Sipil dan Perencanaan 1273 Fakultas Pertanian 372 Teknik Pengambilan sampel pada penelitian ini menggunakan teknik Probability Sampling dengan jenis Simple Random Sampling. Menurut Umar (2000) teknik Simple Random Sampling yaitu teknik pengambilan sampel yang memberi peluang yang sama bagi setiap anggota populasi untuk dipilih menjadi anggota sampel (dalam Pireja, 2013). Untuk menentukan jumlah sampel (n) digunakan rumus slovin. Untuk mengetahui jumlah sampel yang diambil dari keseluruhan populasi adalah :

=

(

)

.......... (3.1)

Keterangan : n

: Jumlah sampel terpilih

N

: Populasi forum keseluruhan

Ne

: Tingkat kesalahan dalam meraih anggota sampel yang ditolerir

Berdasarkan data pengelola bidang akademik, total populasi mahasiswa aktif UPN “Veteran” Jawa Timur dari angkatan 2011 sampai dengan angkatan terakhir adalah 9031 mahasiswa. Dengan mempertimbangkan tenaga, waktu dan populasi mahasiswa yang cenderung homogen dari segi tingkat toleransi kesalahan sebesar 10%, maka jumlah sampel yang diperoleh dari total populasi tersebut dan dengan menerapkan rumus (3.1) adalah :


34

=

( ,

.......... (3.2)

)

Maka n = 100 respoden. Teknik pengambilan sampel dilakukan dengan mengetahui keseluruhan populasi mahasiswa UPN “Veteran” Jawa Timur dari angkatan 2011 sampai dengan angkatan terakhir. Setelah diketahui jumlah populasinya , maka dapat ditentukan jumlah sampelnya Teknik penentuan jumlah sampel dari masing masing fakultas dalam penelitian ini adalah dengan cara proportional sampling dimana jumlah sampel dan responden yang akan diambil pada tiap-tiap fakultas dilakukan secara proporsional, dengan rumus sebagai berikut (Rubbin and Luck, 1987) dalam Merry (2014):

=

........ (3.3)

Keterangan : : Jumlah sampel ke-i : Jumlah populasi ke-i : Jumlah populasi : Jumlah sampel Berdasarkan hasil perhitungan diperoleh jumlah kuisioner minimum yang harus disebar yaitu sebanyak 100 kuisioner yang dapat dilihat jumlah penyebaran kuisioner di masing-masing fakultas pada tabel 3.8.


35

Tabel 3.8 Jumlah penyebaran kuisioner di masing masing fakultas Nama Fakultas Jumlah Populasi Jumlah Responden Fakultas Teknologi Industri 2539 28 Fakultas Ekonomi 2383 26 Fakultas Hukum 502 6 Fakultas Ilmu Sosial dan Politik 1962 22 Fakultas Teknik Sipil dan Perencanaan 1273 14 Fakultas Pertanian 372 4 9031 100 3.7 Uji Validitas dan Reliabilitas Instrumen Pada penelitian ini uji validitas dan reliabilitas instrumen berfungsi untuk mengukur tingkat kebenaran hasil kuisioner. Apabila hasil uji validitas dan reliabilitas valid maka selanjutnya akan diolah pada proses analisa data. Apabila tidak valid maka akan dilakukan uji validitas dan reliabilitas kembali.

3.7.1 Metode Korelasi Product Moment Analisis korelasi memiliki banyak jenis, yaitu : Korelasi pearson Product Moment (r) , Korelasi Ration (y), Korelasi Spearman Rank atau Rhi (rs atau p), Korelasi Berserial (rb), Korelasi Korelasi Poin Berserial (rpb), Korelasi Phi (0), Korelasi Tetrachoric (rt), Korelasi Kontigency (C), dan Korelasi Kendall’s Tau (8). Berdasarkan sembilan teknik analisis korelasi tersebut, yang akan digunakan sebagai metode untuk melakukan uji validitas ialah Korelasi Pearson Product Moment (r) karena sangat populer dan sering dipakai oleh mahasiswa dan peneliti. Korelasi ini dikemukakan oleh Karl Pearson tahun 1900. Kegunaannya untuk mengetahui derajat hubungan dan kontribusi variabel bebas (independent) dengan variabel terikat (dependent).


36

Teknik analisis Korelasi tersebut termasuk teknik statistik parametrik yang menggunakan interval dan ratio dengan persyaratan tertentu. Misalnya: data dipilih secara acak (random), datanya berdistribusi normal, data yang dihubungkan berpola linier, dan data yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang sama. Kalau salah satu tidak terpunuhi persaratan tersebut analisis korelasi tidak dapat dilakukan. Korelasi ini dilambangkan dengan (r) .Ketentuan nilai r tidak lebih dari harga (-1< r < + 1). Apabilah nilai r = -1 artinya korelasinya negatif sempurna; r = 0 artinya tidak ada korelasi dan r = 1 berarti korelasinya sangat kuat. Sedangkan arti harga r akan dikonsultasikan dengan tabel interpretasi nilai r yang dapat dilihat di tabel 3.9. Tabel 3.9 Tabel Interpretasi Produk Momen Interval Koefisien 0,80 – 1,000 0,60 – 0,799 0,40 – 0.599 0,20 – 0,399 0,00 – 0,199

Tingkat Hubungan Sangat Kuat Kuat Cukup Kuat Rendah Sangat Rendah

3.7.2 Uji Validitas Kuisioner Menurut Arikunto (2002) Validitas

adalah

suatu

ukuran

yang

menunjukkan tingkat-tingkat kevalidan atau kesahihan suatu instrumen (dalam Rahardja, 2004). Sebuah instrumen dikatakan valid apabila mampu mengukur apa yang diinginkan dan dapat mengungkap data dari variabel yang diteliti secara tepat.Tinggi rendahnya

validitas

instrumen

menunjukkan

sejauh

mana data yang terkumpul tidak menyimpang dari gambaran tentang validitas yang dimaksud. Cara yang dipakai dalam menguji tingkat validitas adalah dengan


37

variabel internal, yaitu menguji apakah terdapat kesesuaian antara bagian instrumen secara keseluruhan. Untuk mengukurnya menggunakan analisis butir. Pengukuran pada analisis butir yaitu dengan cara skor-skor yang ada kemudian dikorelasikan dengan menggunakan Rumus korelasi product moment yang dikemukakan oleh Pearson dalam Arikunto,

(2002) sebagai berikut (dalam

Kusumah, 2012) : ∑

=

∑

{∑ }{∑ } (∑ )

∑

(∑ )

........ (3.4)

Keterangan : : koefisien korelasi antara x dan y rxy : Jumlah Subyek : Skor item : Skor total ∑

: Jumlah skor items

∑

: Jumlah skor total

∑

:

Jumlah kuadrat skor item

∑

:

Jumlah kuadrat skor total

Dalam kaitannya dengan besaran angka korelasi ini dikatakan bahwa koefisien validitas yang tidak begitu tinggi, katakanlah berada sekitar 0.4522 sudah dapat diterima dan dianggap memuaskan, namun apabila koefisien validitas ini kurang dari 0.4522 maka dianggap tidak valid/ tidak memuaskan. Tabel 3.10 adalah tabel yang digunakan sebagai acuan dalam analisa setelah penilaian validitas dilakukan. Tabel 3.10 juga menjelaskan jika koefisien relasi lebih kecil dari r kritis


38

dengan r kritis yang digunakan 0.4522 nomor pertanyaan yang diujikan tidak valid, dan jika koefisien relasi rhitung lebih besar dari r kritis maka nomor pertanyaan yang diujikan valid.


39

Tabel 3.10 Validitas Kuisioner Azwar, 2000 (dalam Faizin, 2014) Koefisien Relasi r kritis Keterangan r hitung < r kritis 0.4522 Tidak Valid r hitung ≥ r kritis 0.4522 Valid Dari hasil perhitungan korelasi akan didapat suatu koefisien korelasi yang digunakan untuk mengukur tingkat validitas suatu item dan untuk menentukan apakah suatu item layak digunakan atau tidak. Dalam penentuan layak atau tidaknya suatu item yang akan digunakan, biasanya dilakukan uji signifikansi koefisien korelasi pada taraf signifikansi 0,01, artinya suatu item dianggap valid jika berkorelasi signifikan terhadap skor total. Untuk penelitian ini dilakukan uji signifikansi koefisien korelasi dengan kriteria menggunakan tabel r pada taraf signifikansi 0,01 (signifikansi 10% atau 0,01 adalah ukuran standar yang sering digunakan dalam penelitian)

(Agung

Sembada, 2012). Nilai dari r tabel diperoleh dari perhitungan rumus Degree of Freedom dengan penjelasan sebagai berikut :

=

− 2 ........(3.5)

Keterangan : : Degree Of Freedom : Jumlah Pertanyaan dalam Kuisioner Sehingga didpatkan hasil sebagai berikut : = 25 – 2 = 23 Jadi dapat disimpulkan bahwa hasil dari Degree Of Freedom adalah 23. Dengan taraf signifikansi sebesar 0.01 dengan arti keputusan yang diambil pada uji validitas ini memiliki keyakinan sebesar 90%, dengan menggunakan tabel r (lampiran 2)


40

maka dapat disimpulkan bahwa nilai r tabel adalah 0.4522.

3.7.3 Metode Alpha Cronbach Reliabilitas instrumen adalah hasil pengukuran yang dapat dipercaya. Reliabilitas instrumen diperlukan untuk mendapatkan data sesuai dengan tujuan pengukuran. Uji reliabilitas pada penelitian ini menggunakan metode alpha Cronbach untuk menentukan apakah setiap instrumen reliabel atau tidak. Untuk mencapai hal tersebut, dilakukan uji reliabilitas dengan menggunakan metode alpha Cronbach diukur berdasarkan skala alpha Cronbach 0 sampai 1. Jika skala itu itu dikelompok ke dalam lima kelas dengan range yang sama, maka ukuran kemantapan alpha dapat diinterprestasikan dan dapat dilihat pada tabel 3.11. Tabel 3.11 Range Nilai Alpha Croanbach (Triton, 2005) Nilai Alpha Croanbach Keterangan 0,00 s.d. 0,20 kurang reliabel 0,21 s.d. 0,40 agak reliabel 0,42 s.d. 0,60 cukup reliabel 0,61 s.d. 0,80 reliabel 0,81 s.d. 1,00 sangat reliabel

3.7.4 Uji Reliabilitas Kuisioner Menurut

Singarimbun

(1995)

Reliabilitas

adalah

indeks

yang

menunjukkan sejauh mana suatu alat pengukur dapat dipercaya atau dihandalkan (Sembiring, 2006). Alat ukur dapat dikatakan reliabel jika alat tersebut dalam mengukur sesuatu gejala pada waktu yang berlainan senantiasa menunjukkan hasil yang sama. Disamping itu, reliabilitas merupakan syarat bagi suatu penelitian. Jika suatu instrumen tidak reliabel, maka dengan sendirinya tidak valid pula instrumen tersebut. Menurut Bilson (2004) Untuk menguji tingkat reliabilitas dapat digunakan rumus Cronbach’s Alpha (dalam Purbawijaya, 2012) yaitu:


41

=

(

)

[1 −

∑

] ........(3.6)

Keterangan : : Reliabilitas Instrumen : Banyaknya Item ∑

: Jumlah Variabel Item : Varian Total

Untuk teknik perhitungan reliabilitas kuisioner yang digunakan dalam penelitian ini adalah dengan menggunakan program komputer. Item dikatakan reliabel jika nilai alpha cronbach > nilai kritis. Dimana nilai a kritis yang ditetapkan adalah 0,6. Selanjutnya output yang didapat akan dibandingkan dengan uji signifikansi dengan uji t. Tabel 3.12 Reliabilitas Kuisioner Koefisien reliabilitas a kritis a < a kritis 0,60 a ≥ a kritis 0,60

Keterangan Tidak Reliabel Reliabel

Tabel 3.12 menjelaskan bahwa tinggi rendahnya reliabilitas secara empiris ditunjukan oleh suatu angka yang disebut koefisien reliabilitas. Nilai yang dihasilkan berkisar antara 0 dan 1. Dimana semakin mendekati 1 maka semakin handal item-item yang digunakan untuk mengukur variabel.

3.8 Analisa Data Pada tahap ini akan dilakukan pengolahan data hasil kuisioner. Metode analisis data yang digunakan dalam pengolahan data pada penelitian ini adalah


42

metode statistik SEM (Structural Equation Model). Kemudian akan dilanjutkan dengan perhitungan hipotesis Chi Square.

3.8.1 Analisa Deskriptif Analisa deskriptif merupakan bagian dari statistika yang mempelajari cara pengumpulan data dan penyajian data sehingga mudah untuk dipahami (Iqbal Hasan,

2001).

Analisa

deskriptif

hanya

berhubungan

dengan

hal

menguraikan/memberikan keterangan mengenai suatu data/keadaan. Penarikan kesimpulan pada analisis ini hanya ditujukan pada sekumpulan data guna memberikan gambaran umum/ karakteristik tentang data yang diperoleh. Analisa deskriptif ini berdasarkan deskripsi data responden dan deskripsi jawaban responden berdasar kelima variabel TAM, yaitu Perceived Usefulness (Persepsi Kegunaan), Perceived Ease of Use (Persepsi Kemudahan), Attitude Toward Usage (Sikap terhadap penggunaan), Social Influence (Pengaruh Sosial) dan Behavioral Intention (Minat Pengguna).

3.8.2 Analisa Implementasi Model Analisa Implementasi model dilakukan berdasarkan SEM (Structural Equation Model). Tahapan dalam analisis ini terdiri dari 3 tahapan yaitu : 1. Pengujian Asumsi SEM 2. Pengujian model pengukuran (Measuremenet Model) untuk mengetahui Godness of Fit) hubungan antara indikator dengan variabel laten 3. Pengujian model struktural untuk mengetahui hubungan antara variabel laten.


43

Adapun data yang digunakan dalam analisis implementasi model ini menggunakan data persepsi/kinerja website dari 100 responden yang berasal dari mahasiswa aktif UPN “Veteran” Jawa Timur.

3.8.2.1

Pengujian Asumsi SEM

1. Asumsi Normalitas Menurut Hair, dkk (1998), asumsi paling fundamental dalam analisis multivariate adalah normalitas yang merupakan bentuk distribusi data pada variabel matriks tunggal yang menghasilkan distribusi normal (dalam Rosarindry Poetri, 2010). Pengujian normalitas dilakukan dengan menggunakan CR skewness ±2,58 dan kurtosis (<7) sebaran data. Data yang tidak normal akan menyebabkan menurunnya nilai indeks goodness-of-fit dari model dan mengakibatkan hasil uji statistik menjadi bias. Menurut Santoso (2007), apabila distribusi data tidak normal, maka sebelum diambil treatment-treatment tertentu, dapat dilihat terlebih dahulu sebaran data apakah terdapat data outliers atau tidak (dalam Rosarindry Poetri, 2010). 2.

Asumsi Outliers Asumsi outliers digunakan untuk mengidentifikasi tingkat sebaran data diluar

titik normal. Menurut Ferdinand (2005), Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim karena kombinasi karakter unik yang dimilikinya dan terlihat sangat jauh berbeda dari observasi-observasi lainnya. Analisis terhadap outliers dapat dievaluasi dengan dua cara yaitu: (1) terhadap univariate outliers, (2) terhadap multivariate outliers (dalam Rosarindry Poetri, 2010). Uji terhadap multivariate outliers dilakukan dengan menggunakan kriteria Jarak Mahalanobis (Mahalanobis Distance Squared) pada tingkat signifikansi


44

p=0.001. Menurut Ferdinand (2005), jarak Mahalanobis dievaluasi menggunakan chi-square ( 2 ) pada derajat bebas sebesar jumlah variabel indikator yang digunakan dalam penelitian. Apabila data diindikasikan merupakan data outliers, maka penanganan yang dapat dilakukan terhadap data outliers adalah dengan menghapus satu atau beberapa data yang dianggap outliers (dalam Rosarindry Poetri, 2010). didapatkan

Pada penelitian ini dengan df (degree of freedom) adalah 25

2(0,001;25) = 52,620.

3.8.2.2 Pengujian model pengukuran (Measuremenet Model) Pengujian model pengukuran (Measuremenet Model) untuk mengetahui Godness of Fit) hubungan antara indikator dengan variabel laten pada penelitian ini menggunakan Uji Goodness-of-fit. Menurut Ferdinand (2005), Indeks Goodness-of-fit digunakan untuk mengukur derajat kesesuaian antara model yang dihipotesiskan dengan data yang disajikan atau dengan kata lain mengukur kebenaran sebuah model yang diajukan (dalam Rosarindry Poetri, 2010). Model struktural dikategorikan sebagai “good fit”, bila memenuhi beberapa persyaratan berikut ini : 1. Likelihood Ratio Chi-Square Statistic (Χ2) Menurut Hair et.a.l; Tabachnick dan Fidell dalam Ferdinand (2006) Nilai chi square yang rendah terhadap degree of freedom menunjukkan bahwa korelasi yang diobservasi dengan yang diprediksi tidak berbeda secara signifikan (nyata). Nilai yang diharapkan adalah kecil, dan nilai chi-square (2 c) sangat sensitif terhadap besarnya sampel dan hanya sesuai untuk ukuran sampel antara 100 –


45

200. Jika lebih dari 200, maka chi-square (2 c) statistic ini harus didampingi alat uji lainnya (dalam Rosarindry Poetri, 2010). 2. Significance Probability Menurut Hair, dkk (1998), Nilai level probabilitas minimum yang disyaratkan adalah 0,1 atau 0,2, tetapi untuk level probabilitas sebesar 0,05 masih diperbolehkan (dalam Rosarindry Poetri, 2010). 3. Normed Chi Square(CMIN/DF) Menurut Arbuckle, CMIN/DF adalah nilai yang diperoleh dari pembagian nilai chi-square terhadap degree of freedom. Indeks ini mengukur hubungan goodness-of-fit

model dengan

jumlah koefisien-koefisien estimasi yang

diharapkan untuk mencapai tingkat kesesuaian. Nilai yang diharapkan adalah lebih kecil dari 2 atau 3 (dalam Rosarindry Poetri, 2010). Menguji kesesuaian model dengan beberapa indeks tambahan, seperti: Goodness of Fit Index (GFI), Adjusted Goodness of Fit Index (AGFI), TuckerLewis Index (TLI), Comparative Fit Index (CFI), dan Root Mean Square Error of Approximation (RMSEA).

3.8.2.3 Pengujian Model Struktural Pengujian model struktural untuk mengetahui hubungan antara variabel laten. Dalam pengujian model structural dicari average variance extracted (AVE) dan reliabilitas dari keseluruhan indikator pada tiap variabel.

3.8.3 Uji Hipotesis Uji hipotesis adalah pengujian untuk semua hipotesis yang telah diajukan. Hipotesis pada penelitian ini adalah sebagai berikut :


46

H1: Berdasarkan penelitian yang dilakukan Shroff (2011), Persepsi Kegunaan (Perceived Usefulnes) mempunyai pengaruh positif terhadap Sikap terhadap penggunaan teknologi (Attitude Toward Usage) SIAMIK UPN “Veteran” Jatim H2: Berdasarkan penelitian yang dilakukan Shroff (2011), Kemudahan Penggunaan (Perceived Ease of Use) mempunyai pengaruh positif terhadap Sikap terhadap penggunaan teknologi (Attitude Toward Usage) SIAMIK UPN “Veteran” Jatim H3: Berdasarkan penelitian yang dilakukan Shroff (2011), Kemudahan Penggunaan (Perceived Ease of Use) mempunyai pengaruh positif terhadap Persepsi Kegunaan (Perceived Usefulnes) SIAMIK UPN “Veteran” Jatim H4: Berdasarkan penelitian yang dilakukan Shroff (2011), Sikap terhadap penggunaan teknologi (Attitude Toward Usage) mempunyai pengaruh positif terhadap Minat perilaku terhadap penggunaan (Behavioral Intention to use) SIAMIK UPN “Veteran” Jatim H5: Berdasarkan penelitian yang dilakukan Sadiyoko (2009), Persepsi Kegunaan (Perceived Usefulnes) mempunyai pengaruh positif terhadap Minat perilaku terhadap penggunaan (Behavioral Intention to use) SIAMIK UPN “Veteran” Jatim H6: Berdasarkan penelitian yang dilakukan Sadiyoko (2009), Pengaruh Sosial (Social Influence) mempunyai pengaruh positif terhadap

Minat perilaku

untuk menggunakan (Behavioral Intention to Use) SIAMIK UPN “Veteran” Jatim


47

Dari hipotesis-hipotesis diatas dapat dibuat model TAM yang digunakan untuk penelitian ini dapat dilihat pada gambar 3.3 Pengaruh social (Social Influence)

H6 H5

Persepsi Kegunaan (Perceived Usefulness)

H1

H3

Persepsi Kemudahan (Perceived Ease of Use)

H2

Sikap terhadap penggunaan (Attitude Toward Usage)

Minat Perilaku terhadap penggunaan Behavioral Intention to Use)

Gambar 3.3 Model Technology Acceptance Model (TAM) pada Evaluasi Penerapan SIAMIK UPN “Veteran” Jatim Metode pengujian hipotesis pada penelitian ini adalah sebagai berikut: •

Apabila p<0,05, maka H0 ditolak dan Ha diterima artinya : terdapat hubungan positif dan signifikan antara kedua variabel.

•

Apabila p>0,05, maka H0 diterima dan Ha ditolak. artinya: tidak terdapat hubungan positif dan signifikan antara kedua variabel.


BAB IV PEMBAHASAN DAN ANALISIS DATA

Dalam bab empat ini, pada bagian pertama akan dibahas mengenai profil UPN “Veteran” Jawa Timur yang terdiri dari sejarah singkat, visi dan misi dan SIAMIK UPN “Veteran” Jawa Timur. Selanjutnya, pada bagian kedua akan dibahas mengenai hasil penelitian, yang terdiri dari spesifikasi pemodelan TAM, penyusunan dan penyebaran kuisioner, uji validitas dan reliabilitas, analisa data dan pembahasan hasil penelitian.

4.1

Profil UPN “Veteran” Jawa Timur

4.1.1 Sejarah Singkat UPN “Veteran” Jawa Timur Universitas Pembangunan Nasional “Veteran” Jawa Timur merupakan salah satu lembaga pendidikan tinggi swasta di Indonesia yang berdiri sejak 5 Juli 1959. Selama kurun waktu 49 tahun, UPN “Veteran” Jawa Timur telah mengalami berbagai perubahan status, yaitu: 1. Sejak Juli 1959 s/d 1965 Akademi Administrasi Perusahaan “Veteran” Cabang Surabaya. 2. Pada 17 Mei 1968 Perguruan Tinggi Pembangunan Nasional (PTPN) “Veteran” Cabang Jawa Timur dengan 3 Fakultas (Ekonomi, Pertanian dan Teknik Kimia), berdasarkan Surat Keputusan Kementerian Transmigrasi, Urusan Veteran dan Demobilisasi. 3. Periode 1976-1994, terjadi peralihan status PTPN “Veteran” Cabang Jawa Timur sebagai Perguruan Tinggi Kedinasan di-bawah Departemen Pertahanan Keamanan RI.


47

4. Periode tahun 1977, terjadi perubahan nama PTPN “Veteran” Cabang Jawa Timur menjadi Universitas Pembangunan Nasional “Veteran” Cabang Jawa Timur 5. Sejak tahun akademik 1994/1995 penyelenggaraannya dilakukan secara mandiri sebagai Perguruan Tinggi Swasta. 6. Berdasarkan Surat keputusan Badan Akreditasi Nasional Perguruan Tinggi No. 001/BAN-PT/Ak-1/VIII/1998 tanggal 11 Agustus 1998 telah memperoleh status terakreditasi penuh untuk semua Jurusan/Program studi. 7. Pada awal tahun akademik 2005/2006 jumlah mahasiswa yang terdaftar mencapai 12.500 orang, yang berasal dari SMU Negeri/Swasta, SMK Negeri/Swasta, Instansi Pemerintah dan swasta yang berasal dari dalam/luar wilayah Propinsi Jawa Timur. Sampai dengan akhir tahun 2005, UPN “Veteran” Jawa Timur telah meluluskan Sarjana S-1 sejumlah 25.000 orang. 8. Sejak bulan Desember 2007, dengan disatukannya beberapa yayasan di bawah Departemen Pertahanan RI, maka pembinaan UPN "Veteran" Jawa Timur beralih di bawah Yayasan Kesejahteraan Pendidikan dan Perumahan (YKPP). 9. Sejak 6 Oktober 2014, UPN "Veteran" Jawa Timur menjadi Perguruan Tinggi Negeri.

4.1.2 Visi dan Misi UPN “Veteran” Jawa Timur Seperti lembaga institusi pada umumnya, UPN “Veteran” Jawa Timur juga memiliki Visi dan Misi. Visi dan Misi UPN “Veteran” Jawa Timur adalah sebagai berikut: •

Visi:


48

Menjadi Universitas terdepan dalam pengembangan ilmu pengetahuan dan teknologi serta sumberdaya manusia yang dilandasi nilai dan semangat kejuangan. •

Misi: 1. Menyelenggarakan pendidikan tinggi bermutu unggul untuk menghasilkan sumber daya manusia yang memiliki nilai-nilai intelektualitas tinggi, mentalitas tangguh, moralitas luhur dan jasmani yang sehat. 2. Mengembangkan ilmu pengetahuan dan teknologi ramah lingkungan dan kearifan lokal. 3. Mengembangkan sistem manajemen Universitas

yang

berkarakter

Nasionalisme dan kebangsaan. 4. Mengembangkan kerjasama dalam membangun masyarakat madani.

4.1.3 SIAMIK UPN “Veteran” Jawa Timur SIAMIK UPN “Veteran” Jawa Timur adalah suatu sistem informasi akademik untuk mengelola KRS (Kartu Rencana Studi), KHS (Kartu Hasil Studi), Transkrip serta hal hal yang berhubungan dengan kegiatan akademik mahasiswa dalam penyelengaraan pendidikan di lingkungan UPN Veteran Jawa Timur. SIAMIK UPN “Veteran” Jawa Timur mulai digunakan pada bulan juli tahun 1997. Pada awalnya SIAMIK UPN “Veteran” Jawa Timur masih berupa aplikasi dekstop. Seiring dengan berkembangnya teknologi informasi, saat ini SIAMIK UPN “Veteran” Jawa Timur dapat diakses menggunakan internet maupun mobile phone dengan alamat http://siamik.upnjatim.ac.id dapat dilihat pada gambar 4.1.


49

Gambar 4.1 Halaman Awal Website SIAMIK UPN “Veteran” Jatim Gambar 4.1 merupakan halaman awal pada saat membuka website SIAMIK yang

berisikan informasi umum seperti pengertian SIAMIK,

pengumuman pendaftaran UTS, dan menu-menu yang tersusun secara horisontal (atas) dan vertikal (samping kiri). Website tersebut dibuat dengan menggunakan salah satu tools pemrograman yaitu Visual Basic dengan script yang bersifat server-side yang ditambahkan pada HTML yaitu Active Server Pages (ASP).


50

Gambar 4.2 Tampilan Website setelah mahasiswa Login Gambar 4.2 menunjukkanTampilan website SIAMIK UPN “Veteran” Jatim yang dapat diakses oleh mahasiswa yang sudah login terbagi dalam beberapa menu utama, yaitu sebagai berikut: 1. Beranda Merupakan tampilan singkat dari informasi yang ada pada website SIAMIK seperti info pengumuman UTS semester ganjil TA.2014/2015, info pengambilan KTM maba 2014, kalendar akademik TA. 2014/2015, dll. 2. KRS Berisi informasi mengenai kartu rencana studi (KRS) mahasiswa yang berisi tentang mata kuliah yang sudah dipilih. Jumlah mata kuliah dapat ditambah pada combobox pilih kelas dan button tambah krs sesuai waktu pengisian krs yang ditentukan. Pada semester ganjil th.ajaran 2014-2015 telah mulai diberlakukan program validasi krs yang dilakukan oleh dosen wali, sehingga


51

mahasiswa tidak dapat mencetak krs apabila krs tersebut belum divalidasi oleh dosen wali. 3. KHS Berisi informasi tentang nilai-nilai yang didapatkan selama satu semester yang hasilnya tercetak pada kartu hasil studi (KHS). 4. Transkrip Berisi informasi tentang nilai-nilai yang didapatkan selama masa perkuliahan mulai awal masuk hingga semester akhir atau semester yang sedang berjalan hasilnya tercetak pada transkrip. 5. Keluar Menu untuk keluar dari SIAMIK. Seiring dengan perkembangannya untuk terus meningkatkan layanan, website SIAMIK UPN “Veteran” Jatim telah mengalami beberapa perubahan. Tetapi hanya untuk beberapa segi tampilan dan menu-menunya saja. Tampilan website SIAMIK UPN “Veteran” Jatim.

4.2 Spesifikasi Pemodelan TAM Indikator-indikator dalam mengevaluasi penerapan SIAMIK dalam penelitian ini berdasarkan penelitian sebelumnya yang juga menilai penerimaan sistem dengan menggunakan pendekatan TAM yang telah dimodimodifikasi dari versi TAM sebelumnya oleh Davis (1986). Dimensi Perceived Usefulness (PU) terdiri atas 6 indikator, dimensi Perceived Ease of Use (PEOU) terdiri atas 6 indikator, dimensi Attitude Toward Usage (ATU) terdiri atas 5 indikator, dimensi Social Influence (SI) terdiri atas 4 indikator dan dimensi Behavioral Intention to


52

Use (BI) terdiri atas 4 indikator. Sehingga total indikator dengan metode TAM dalam penelitian ini berjumlahkan 25 Indikator.

4.3 Penyusunan dan Penyebaran Kuisioner Berdasarkan indikator-indikator yang telah ditentukan sebelumnya, maka pembuatan kuisioner dapat dilakukan. Kuisioner berisikan pertanyaan/indikator penilaian kualitas website bagi responden sebanyak 25 pertanyaan. Kuisioner dibuat dengan menggunakan skala Likert (LSR) 1 yaitu sangat tidak setuju sampai dengan 7 yaitu sangat setuju. Kuisioner yang telah dibuat akan dilakukan survey uji coba untuk menguji validitas dan reliabilitas atas pertanyaan/indikator yang ada pada kuisioner. Jumlah sampel awal yang digunakan dalam uji validitas dan realibilitas ini adalah 30 responden yang diambil dari mahasiswa fakultas teknologi industri UPN “Veteran” Jawa Timur. Jika pada hasil pengisian kuisioner terdapat pertanyaan yang tidak memenuhi uji validitas dan reliabilitas maka kuisioner akan dilakukan perbaikan dengan menghapus pertanyaan dalam pertanyaan yang tidak valid dan reliabel. Kuisioner yang telah memenuhi uji validitas dan reliabilitas menjadi bahan untuk peyebaran kuisioner yang sebenarnya. Jumlah sampel yang dipakai dalam penelitian ini minimal adalah 100 responden yang diambil dari mahasiswa aktif UPN “Veteran” Jawa Timur mulai dari angkatan 2008 sampai dengan angkatan 2014. Penentuan Jumlah minimal responden tersebut diambil dengan mempertimbangkan populasi mahasiswa yang cenderung homogen dari segi tingkat toleransi kesalahan sebesar 10%, maka jumlah sampel yang diperoleh dari total populasi mahasiswa sebanyak 9031 mahasiswa adalah 100 responden.


53

Menurut Sugiono (1999),Teknik pengambilan sampel dalam penelitian ini adalah probability sampling, yaitu teknik sampling (teknik pengambilan sampel) yang memberikan peluang yang sama bagi setiap individu populasi untuk dipilih menjadi anggota sampel. teknik probability sampling yang digunakan adalah metode simple random sampling, yakni teknik pengambilan sampel yang dilakukan secara acak random sampling, yakni teknik pengambilan sampel yang dilakukan secara acak tanpa memperhatikan strata yang ada dalam populasi itu (dalam Harun, 2006). Teknik pengambilan sampel tersebut digunakan untuk menentukan sampel yang akan diambil di 6 fakultas, yakni 28 responden untuk fakultas teknologi industri, 26 responden untuk fakultas ekonomi, 6 responden untuk fakultas hukum, 22 responden untuk fakultas ilmu sosial dan politik, 14 responden untuk fakultas teknik sipil dan perencanaan, terakhir adalah 4 responden untuk fakultas pertanian. Sehingga total rsponden yang akan digunakan dalam penelitian ini adalah 100 responden yang sudah dijelaskan pada bab sebelumnya dan dapat dilihat pada tabel 3.8.

4.4 Uji Validitas dan Reliabilitas Sebelum dilakukan pengumpulan data penelitian, terlebih dahulu dilakukan uji validitas dan reliabilitas untuk mengetahui layak atau tidaknya setiap atribut yang dipertanyakan dalam kuisioner. Pengambilan data ini dilakukan secara offline dengan menyebarkan kuisioner kepada mahasiswa aktif UPN “Veteran” Jawa Timur. Penyebaran kuisioner ini dilakukan pada tanggal 22 Oktober 2014. Data yang dikumpulkan akan dilakukan uji validitas dan reliabilitas terhadap item-item pertanyaan kuisioner penelitian. Proses uji coba ini juga


54

dilakukan untuk mengkoreksi susunan kalimat maupun makna kata dalam kuisioner agar mudah dipahami dan dimengerti oleh responden. Kuisioner yang digunakan terdiri dari 5 dimensi yang dijelaskan oleh 25 indikator pertanyaan. Uji validitas instrumen dilakukan dengan korelasi product moment (pearson), sedangkan uji reliabilitas menggunakan Cronbach Alpha.

4.4.1 Uji Validitas Untuk melihat validitas instrumen/kuisioner dalam penelitian ini, dilakukan dengan korelasi Product Moment (Pearson) pada masing-masing variabel. Digunakannya korelasi Pearson karena dengan menggunkan korelasi tersebut dapat

menunjukkan

tiap item dari pertanyaan mampu memberikan

dukungan dalam mengungkap apa yang ingin diungkap.

4.4.1.1 Hasil Uji Validitas Instrumen Perceived Usefulness (Persepsi Kegunaan) Hasil uji validitas dari 6 item indikator untuk instrumen Perceived Usefulness terlihat seperti pada tabel 4.1 yang didapatkan dari hasil olah data dibawah ini: Tabel 4.1 Hasil Uji validitas Instrumen Perceived Usefulness Indikator Koefisien Relasi r tabel Keterangan PU1 PU2 PU3 PU4 PU5 PU6

0,654 0,801 0,894 0,888 0,863 0,768

0,4522 0,4522 0,4522 0,4522 0,4522 0,4522

Valid Valid Valid Valid Valid Valid

Berdasarkan perhitungan olah data Bivariate Pearson Correlation tabel 4.1, dapat diketahui ke 6 item pengukur pada variabel Perceived Usefulness


55

adalah valid. Hal ini dapat dilihat dari koefisien relasi semua item pertanyaan lebih besar dari r tabel (0,4522), r tabel didapat dari perhitungan taraf signifikansi=0,01 dan df=23 (rumus 3.5) pada tabel r (lampiran 2), sehingga disimpulkan ke-6 item pengukur pada kuisioner untuk instrumen Perceived Usefulness ini mampu menghasilkan data yang dapat mewakili objek atau nilai yang dibutuhkan untuk variabel Perceived Usefulness pada penelitian ini.

4.4.1.2 Hasil Uji Validitas Instrumen Perceived Ease of Use (Persepsi Kemudahan) Hasil uji validitas dari 6 item indikator untuk instrumen Perceived Ease of Use terlihat seperti pada tabel 4.2 yang didapatkan dari hasil olah data dibawah ini: Tabel 4.2 Hasil Uji validitas Instrumen Perceived Ease of Use Indikator Koefisien Relasi r tabel Keterangan PEOU1 PEOU2 PEOU3 PEOU4 PEOU5 PEOU6

0,794 0,502 0,909 0,863 0,731 0,799

0,4522 0,4522 0,4522 0,4522 0,4522 0,4522

Valid Valid Valid Valid Valid Valid

Berdasarkan perhitungan olah data Bivariate Pearson Correlation tabel 4.2, dapat diketahui ke 6 item pengukur pada variabel Perceived Ease of Use adalah valid. Hal ini dapat dilihat dari koefisien relasi semua item pertanyaan lebih besar dari r tabel (0,4522), r tabel didapat dari perhitungan taraf signifikansi=0,01 dan df=23 (rumus 3.5) pada tabel r (lampiran 2), sehingga disimpulkan ke-6 item pengukur pada kuisioner untuk instrumen Perceived Ease of Use ini mampu menghasilkan data yang dapat mewakili objek atau nilai yang dibutuhkan untuk variabel Perceived Ease of Use pada penelitian ini.


56

4.4.1.3 Hasil Uji Validitas Instrumen Attitude Toward Usage (Sifat terhadap penggunaan) Hasil uji validitas dari 5 item indikator untuk instrumen Attitude Toward Usage

terlihat seperti pada tabel 4.3 yang didapatkan dari hasil olah data

dibawah ini: Tabel 4.3 Hasil Uji validitas Instrumen Attitude Toward Usage Indikator Koefisien Relasi r tabel Keterangan ATU1 ATU2 ATU3 ATU4 ATU5

0,872 0,815 0,811 0,889 0,897

0,4522 0,4522 0,4522 0,4522 0,4522

Valid Valid Valid Valid Valid

Berdasarkan perhitungan olah data Bivariate Pearson Correlation tabel 4.3, dapat diketahui ke 5 item pengukur pada variabel Attitude Toward Usage adalah valid. Hal ini dapat dilihat dari koefisien relasi semua item pertanyaan lebih besar dari r tabel (0,4522), r tabel didapat dari perhitungan taraf signifikansi=0,01 dan df=23 (rumus 3.5) pada tabel r (lampiran 2), sehingga disimpulkan ke-5 item pengukur pada kuisioner untuk instrumen Attitude Toward Usage ini mampu menghasilkan data yang dapat mewakili objek atau nilai yang dibutuhkan untuk variabel Attitude Toward Usage pada penelitian ini.

4.4.1.4 Hasil Uji Validitas Instrumen Social Influence (Pengaruh Sosial) Hasil uji validitas dari 4 item indikator untuk instrumen Social Influence terlihat seperti pada tabel 4.4 yang didapatkan dari hasil olah data dibawah ini: Tabel 4.4 Hasil Uji validitas Instrumen Social Influence Indikator Koefisien Relasi r tabel SI1 SI2 SI3 SI4

0,794 0,661 0,553 0,665

0,4522 0,4522 0,4522 0,4522

Keterangan Valid Valid Valid Valid


57

Berdasarkan perhitungan olah data Bivariate Pearson Correlation, dapat diketahui ke 4 item pengukur pada variabel Social Influence adalah valid. Hal ini dapat dilihat dari koefisien relasi semua item pertanyaan lebih besar dari r tabel (0,4522), r tabel didapat dari perhitungan taraf signifikansi=0,01 dan df=23 (rumus 3.5) pada tabel r (lampiran 2), sehingga disimpulkan ke-4 item pengukur pada kuisioner untuk instrumen Social Influence ini mampu menghasilkan data yang dapat mewakili objek atau nilai yang dibutuhkan untuk variabel Social Influence pada penelitian ini. 4.4.1.5 Hasil Uji Validitas Instrumen Behavioral Intention to Use (Minat Perilaku terhadap penggunaan) Hasil uji validitas dari 4 item indikator untuk instrumen Behavioral Intention to Use terlihat seperti pada tabel 4.5 yang didapatkan dari hasil olah data dibawah ini: Tabel 4.5 Hasil Uji validitas Instrumen Behavioral Intention to Use Indikator Koefisien Relasi r tabel Keterangan BI1 BI2 BI3 BI4

0,817 0,884 0,850 0,830

0,4522 0,4522 0,4522 0,4522

Valid Valid Valid Valid

Berdasarkan perhitungan olah data Bivariate Pearson Correlation, dapat diketahui ke 4 item pengukur pada variabel Behavioral Intention to Use adalah valid. Hal ini dapat dilihat dari koefisien relasi semua item pertanyaan lebih besar dari r tabel (0,4522), r tabel didapat dari perhitungan taraf signifikansi=0,01 dan df=23 (rumus 3.5) pada tabel r (lampiran 2), sehingga disimpulkan ke-4 item pengukur pada kuisioner untuk instrumen Behavioral Intention to Use ini mampu menghasilkan data yang dapat mewakili objek atau


58

nilai yang dibutuhkan untuk variabel Behavioral Intention to Use pada penelitian ini. 4.4.2 Uji Reliabilitas Uji reliabilitas instrumen dalam penelitian ini dilakukan dengan metode Cronbach Alpha. Hasil uji reliabilitas instrumen untuk masing masing variabel dalam penelitian ini adalah sebagai berikut :

4.4.2.1Uji Reliabilitas Instrumen Perceived Usefulness (Persepsi Kegunaan) Hasil uji reliabilitas dari 6 item indikator untuk instrumen Perceived Usefulness dapat dilihat pada tabel 4.6. Tabel 4.6 Hasil Uji Reliabilitas Instrumen Perceived Usefulness Croanbach’s Alpha N of items 0,893 6 Hasil perhitungan nilai reliabilitas Cronbach Alpha untuk instrumen Perceived Usefulness diperoleh sebesar 0,893. Artinya 6 pertanyaan yang dijadikan sebagai indikator pada instrumen Perceived Usefulness yang diuji cobakan menunjukkan sangat reliabel, karena lebih dari 0,6.

4.4.2.2 Uji Reliabilitas Instrumen Perceived Ease of Use (Persepsi Kemudahan) Hasil uji reliabilitas dari 6 item indikator untuk instrumen Perceived Ease of Use dapat dilihat pada tabel 4.7. Tabel 4.7 Hasil Uji Reliabilitas Instrumen Perceived Ease of Use Croanbach’s Alpha N of items 0,889 6 Hasil perhitungan nilai reliabilitas Cronbach Alpha untuk instrumen Perceived Ease of Use diperoleh sebesar 0,889. Artinya 6 pertanyaan yang


59

dijadikan sebagai indikator pada instrumen Perceived Ease of Use yang diuji cobakan menunjukkan sangat reliabel, karena lebih dari 0,6.

4.4.2.3 Uji Reliabilitas Instrumen

Attitude Toward Usage (Sifat terhadap

penggunaan) Hasil uji reliabilitas dari 5 item indikator untuk instrumen Attitude Toward Usage dapat dilihat pada tabel 4.8. Tabel 4.8 Hasil Uji Reliabilitas Instrumen Attitude Toward Usage Croanbach’s Alpha N of items 0,902 5 Hasil perhitungan nilai reliabilitas Cronbach Alpha untuk instrumen Interaction Quality diperoleh sebesar 0,902. Artinya 5 pertanyaan yang dijadikan sebagai indikator pada instrumen Attitude Toward Usage yang diuji cobakan menunjukkan sangat reliabel, karena lebih dari 0,6.

4.4.2.4Uji Reliabilitas Instrumen Social Influence (Pengaruh Sosial) Hasil uji reliabilitas dari 4 item indikator untuk instrumen Social Influence dapat dilihat pada tabel 4.9. Tabel 4.9 Hasil Uji Reliabilitas Instrumen Social Influence Croanbach’s Alpha N of items 0,893 4 Hasil perhitungan nilai reliabilitas Cronbach Alpha untuk instrumen Social Influence diperoleh sebesar 0,558 bila dibulatkan 0,6. Artinya 4 pertanyaan yang dijadikan sebagai indikator pada instrumen Social Influence yang diuji cobakan menunjukkan reliabel, karena sama dengan 0,6.

4.4.2.5 Uji Reliabilitas Instrumen

Behavioral Intention to Use (Minat

Perilaku terhadap penggunaan)


60

Hasil uji reliabilitas dari 4 item indikator untuk instrumen Behavioral Intention to Use dapat dilihat pada tabel 4.10. Tabel 4.10 Hasil Uji Reliabilitas Instrumen Behavioral Intention to Use Croanbach’s Alpha N of items 0,858 4 Hasil perhitungan nilai reliabilitas Cronbach Alpha untuk instrumen Behavioral Intention to Use diperoleh sebesar 0,858. Artinya 4 pertanyaan yang dijadikan sebagai indikator pada instrumen Social Influence yang diuji cobakan menunjukkan sangat reliabel, karena lebih dari 0,6.

4.5

Analisa Data Pada tahap ini akan dilakukan pengolahan data hasil kuisioner. Metode

analisis data yang digunakan dalam pengolahan data pada penelitian ini adalah metode statistik SEM (Structural Equation Model). Kemudian akan dilanjutkan dengan perhitungan hipotesis Chi Square.

4.5.1 Analisa Deskriptif Analisa deskriptif merupakan bagian dari statistika yang mempelajari cara pengumpulan data dan penyajian data sehingga mudah untuk dipahami (Iqbal Hasan,

2001).

Analisa

deskriptif

hanya

berhubungan

dengan

hal

menguraikan/memberikan keterangan mengenai suatu data/keadaan. Penarikan kesimpulan pada analisis ini hanya ditujukan pada sekumpulan data guna memberikan gambaran umum/ karakteristik tentang data yang diperoleh. Analisa deskriptif ini berdasarkan deskripsi data responden dan deskripsi jawaban responden berdasar kelima variabel TAM, yaitu Perceived Usefulness (Persepsi Kegunaan), Perceived Ease of Use (Persepsi Kemudahan), Attitude


61

Toward Usage (Sikap terhadap penggunaan), Social Influence (Pengaruh Sosial) dan Behavioral Intention (Minat Pengguna).

4.5.1.1 Profil Responden Responden pada penelitian ini adalah pengguna SIAMIK UPN “Veteran” Jatim yang merupakan mahasiswa aktif UPN “Veteran” Jatim. Seperti yang telah disebutkan pada Bab 3, jumlah responden pada penelitian ini berjumlah 100 orang. selanjutnya, deskripsi responden dibagi berdasarkan fakultas, program studi (progdi), jenis kelamin, dan angkatan mahasiswa sesuai dengan tabel identitas responden (lampiran 4).

4.5.1.1.1 Berdasarkan Fakultas Sebelumnya di bab 3 telah dibahas perolehan responden pada setiap fakultas yang ditentukan berdasarkan rumus slovin pada tepatnya pada tabel 3.8. Tabel 4.11 Deskripsi Responden Berdasarkan Fakultas Frequency Percent 26 26 Valid Ekonomi 6 6 Hukum 22 22 Ilmu Sosial Dan Politik 4 4 Pertanian 14 14 Teknik Sipil Dan Perencanaan 28 28 Teknologi Industri Total 100 100

Valid Percent 26 6 22 4 14 28 100

Berdasarkan Tabel 4.11 dapat diketahui bahwa mayoritas responden fakultas teknologi industri, yaitu 28 orang atau 28%. Kemudian diikuti dengan responden fakultas ekonomi sebanyak 26 orang atau 26%, fakultas ilmu sosial dan politik dengan 22 orang atau 22%, fakultas teknik sipil dan perencanaan dengan 14 orang atau 14%, fakultas hukum dengan 6 orang atau 6%, dan fakultas


62

pertanian dengan 4 orang atau 4%. Deskripsi Responden Berdasarkan Fakultas dapat dilihat juga pada gambar 4.3.

Gambar 4.3 Diagram Batang Responden Berdasarkan Angkatan Mahasiswa


63

4.5.1.1.2 Berdasarkan Program Studi Kuisioner telah disebarkan secara acak sesuai jumlah responden pada masing-masing fakultas. Maka ditemukan jumlah frekuensi responden yang acak dari masing-masing program studi yang dapat dilihat pada tabel 4.12. Tabel 4.12 Deskripsi Responden Berdasarkan Program Studi Valid

Administrasi Bisnis Administrasi Negara Agribisnis Agroteknologi Akuntansi Dkv Ek.Pembangunan Hub. Intternasional Ilmu Hukum Ilmu Komunikasi Manjemen Sistem Informasi Teknik Arsitektur Teknik Industri Teknik Informatika Teknik Kimia Teknik Lingkungan Teknik Pangan Teknik Sipil Total

Frequency 3 2 2 2 17 1 4 5 6 12 5 5 3 6 10 4 8 3 2 100

Percent 3 2 2 2 17 1 4 5 6 12 5 5 3 6 10 4 8 3 2 100

Valid Percent 3 2 2 2 17 1 4 5 6 12 5 5 3 6 10 4 8 3 2 100

Berdasarkan Tabel 4.12 dapat diketahui bahwa mayoritas responden program studi akuntansi, yaitu 17 orang atau 17%. Kemudian diikuti dengan responden program studi ilmu komunikasi sebanyak 12 orang atau 12%, teknik informatika dengan 10 orang atau 10%, teknik lingkungan dengan 8 orang atau 8%, ilmu hukum dengan 6 orang atau 6%, teknik industri dengan 6 orang atau 6%, hubungan internasional 5 orang atau 5%, manajemen 5 orang atau 5%, sistem informasi dengan 5 orang atau 5%, ekonomi pembangunan 4 orang atau 4%, teknik kimia 4 orang atau 4%, administrasi bisnis 3 orang atau 3%, teknik


64

arsitektur 3 orang atau 3%, teknik pangan 3 orang atau 3%, administrasi negara dengan 2 orang atau 2%, agribisnis dengan 2 orang atau 2%, agroteknologi dengan 2 orang atau 2%, teknik sipil dengan 2 orang atau 2%, dan desain komunikasi visual (DKV) dengan 1 orang atau 1%. Deskripsi Responden Berdasarkan Fakultas dapat dilihat juga pada gambar 4.4.

Gambar 4.4 Diagram Batang Responden Berdasarkan Program Studi

4.5.1.1.3 Berdasarkan Jenis Kelamin Tabel 4.13 Deskripsi Responden Berdasarkan Jenis Kelamin Frequency Valid

L P Total

54 46 100

Percent 54 46 100

Valid Percent 54 46 100

Berdasarkan Tabel 4.13 dapat diketahui bahwa mayoritas responden adalah laki-laki, yaitu 54 orang atau 54%. Sedangkan, responden yang berjenis


65

kelamin perempuan sebanyak 46 orang atau 46%. Dengan kata lain, ada kecenderungan pengguna SIAMIK UPN “Veteran” Jatim adalah berjenis kelamin laki-laki meskipun jumlah perbedaannya tersebut tidak terlalu signifikan. Deskripsi Responden Berdasarkan Jenis Kelamin dapat dilihat juga pada gambar 4.5.

Gambar 4.5 Diagram Batang Responden Berdasarkan Jenis Kelamin 4.5.1.1.4 Berdasarkan Angkatan Mahasiswa Tabel 4.14 Deskripsi Responden Berdasarkan Angkatan Mahasiswa Valid

Frequency

Percent

2009

1 2

1 2

Valid Percent 1 2

2010 2011 2012 2013 2014

6 36 19 28 8

6 36 19 28 8

6 36 19 28 8

Total

100

100

100

2008

Berdasarkan Tabel 4.14 dapat diketahui bahwa mayoritas responden mempunyai angkatan tahun 2011, yaitu 36 orang atau 36%. Kemudian diikuti dengan responden yang memiliki angkatan tahun 2013 sebanyak 28 orang atau 28%, 2012 dengan 19 orang atau 19%, 2014 dengan 8 orang atau 8%, 2010


66

dengan 6 orang atau 6%, 2009 dengan 2 orang atau 2%, dan 2008 dengan 1 orang atau 1%. Dengan kata lain, dapat diketahui bahwa sebagian besar responden memiliki angkatan tahun 2011. Deskripsi Responden Berdasarkan Angkatan Mahasiswa dapat dilihat juga pada gambar 4.6.

Gambar 4.6 Diagram Batang Responden Berdasarkan Angkatan Mahasiswa 4.5.1.2 Deskripsi Jawaban Data penelitian ini terdiri dari 5 variabel, yaitu variabel perceived usefulness, perceived ease of use, attitude toward usage, social influence dan behavioral intention. Analisis untuk data pada setiap variabel dilakukan dengan menghitung nilai kisaran teoritis, kisaran empiris, mean, dan standar deviasi. Deskripsi jawaban dari penelitian ini dapat dilihat pada tabel 4.15. Tabel 4.15 Tabel Perhitungan Nilai Deskripsi Variabel Kisaran Kisaran Variabel Mean Standar Deviasi Teoritis Empiris 33,33 Perceived Usefulness 6-42 13-42 5,71204 Perceived Ease of use 6-42 13-42 33,73 5,83763 28,52 Attitude Toward Usage 5-35 12-35 4,4845 15,52 1,547105 Social Influence 4-28 12-20 22,85 4,038639 Behavioral Intention 4-28 7-28


67

Setelah menghitung nilai kisaran teoritis, kisaran empiris, mean, dan standar deviasi untuk masing-masing variabel, maka langkah seanjutnya adalah pembuatan kategori untuk masing-masing variabel tersebut. Menurut Azwar (1998) pembuatan sebuah kategori bersifat relatif, sehingga luasnya interval kategori adalah tergantung dari peneliti (dalam Agung Sembada, 2012). Kategori dibuat berdasarkan interval nilai minimum dan nilai maksimum dari kisaran empiris pada masing-masing variabel. Kategori nilai deskripsi variabel dapat dilihat pada tabel 4.16. Tabel 4.16 Kategori Nilai Deskkripsi Variabel Kategori Variabel Rendah Sedang Perceived Usefulness 13-23,5 23,5-38 Perceived Ease of use 13-24 24-38,5 Attitude Toward Usage 12-20,5 20,5-29 Social Influence 12-14 14-18 Behavioral Intention 7-15,5 15,5-26

Tinggi 38-42

38,5-42 29-35 18-20 26-28

4.5.1.2.1 Kategori Variabel Perceived Usefulness (Persepsi Kegunaan) Berdasarkan hasil 4.15 dan tabel 4.16 dapat diketahui bahwa nilai mean variabel perceived

usefulness adalah sebesar 33,33 sehingga masuk ke dalam

kategori sedang (23,5-38). Kategori tersebut menunjukkan bahwa pengguna cukup percaya dengan menggunakan SIAMIK dapat meningkatkan efisiensi dan efektifitas dalam kegiatan akademik mereka. Dengan kata lain, siamik yang ada sudah cukup berguna untuk menunjang pekerjaan mereka.

4.5.1.2.2 Kategori Variabel Perceived Ease of Use (Kemudahan Penggunaan) Berdasarkan hasil 4.15 dan tabel 4.16 dapat diketahui bahwa nilai mean variabel perceived ease of use adalah sebesar 33,73 sehingga masuk ke dalam kategori sedang (24-38,5). Kategori tersebut menunjukkan bahwa pengguna cukup percaya dengan menggunakan SIAMIK itu mudah atau tidak memerlukan usaha yang


68

keras. Sehingga dapat disimpulkan bahwa sistem informasi akademik (SIAMIK) yang ada sudah cukup mudah untuk digunakan pengguna. Hal ini sudah sesuai dengan yang disarankan oleh Beynon-Davies (2002) dalam Agung Sembada (2012) bahwa sebuah sistem informasi seharusnya mudah untuk dipelajari bagaimana cara menggunakannya. Dengan kata lain, sistem tidak boleh menyulitkan sehingga pengguna tidak enggan untuk menggunakannya.

4.5.1.2.3

Kategori Variabel Attitude Toward Usage (Sikap terhadap

penggunaan) Berdasarkan hasil 4.15 dan tabel 4.16 dapat diketahui bahwa nilai mean variabel attitude toward usage adalah sebesar 28,52 sehingga masuk ke dalam kategori sedang (20,5-29). Kategori tersebut menunjukkan bahwa pengguna cukup percaya bahwa menggunakan SIAMIK merupakan ide yang baik. Sehingga dapat disimpulkan bahwa sikap pengguna berpengaruh pada keputusan dan minat seseorang untuk menggunakan sistem.

4.5.1.2.4 Kategori Variabel Social Influence (Pengaruh Sosial) Berdasarkan hasil 4.15 dan tabel 4.16 dapat diketahui bahwa nilai mean variabel social influence adalah sebesar 15,52 sehingga masuk ke dalam kategori sedang (12-20,5). Kategori tersebut menunjukkan bahwa pengguna belum percaya bahwa individu lain dapat mempengaruhi keputusan mereka menggunakan sistem informasi akademik (SIAMIK). Sehingga dapat disimpulkan bahwa pengaruh sosial (lingkungan) berpengaruh rendah dalam menentukan keputusan seseorang untuk menggunakan sebuah sistem.

4.5.1.2.5

Kategori Variabel Behavioral Intention to use (Minat Perilaku

untuk menggunakan)


69

Berdasarkan hasil 4.15 dan tabel 4.16 dapat diketahui bahwa nilai mean variabel social influence adalah sebesar 22,85 sehingga masuk ke dalam kategori sedang (15,5-26). Kategori tersebut menunjukkan bahwa pengguna cukup percaya bahwa SIAMIK layak untuk digunakan. Sehingga dapat disimpulkan pada studi kasus ini, minat perilaku untuk menggunakan SIAMIK sudah cukup besar di lingkup mahasiswa UPN “Veteran” Jawa Timur.

Dari variabel jawaban kuisioner yang sudah dikategorikan, dalam penelitian ini terbukti bahwa tingkat penerimaan yang didapatkan dari jawaban kuisioner pada tabel 4.15 dan 4.16 dari 5 variabel yaitu perceived usefulness, perceived ease of use, attitude toward usage, social influence dan behavioral intention. Terdapat 4 variabel dalam kategori sedang dan 1 variabel dalam kategori rendah. Variabel yang mempunyai kategori sedang adalah perceived usefulness, perceived ease of use, attitude toward usage influence dan behavioral intention, sedangkan variabel yang berada pada kategori rendah adalah social influence. Tingkat penerimaan terbukti dengan adanya 4 variabel yang memiliki nilai sedang (cukup) untuk sebuah sistem diterima dengan baik. Meskipun ada 1 variabel yang tergolong rendah, rata-rata nilai dari 5 variabel tersebut menunjukkan bahwa tingkat penerimaan SIAMIK UPN “Veteran” Jatim diterima dengan tingkat yang cukup baik.

4.5.2 Analisa Implementasi Model Analisa Implementasi model dilakukan berdasarkan SEM (Structural Equation Model). Tahapan dalam analisis ini terdiri dari 2 tahapan yaitu : 1. Pengujian Asumsi SEM


70

2. Pengujian model pengukuran (Measuremenet Model) untuk mengetahui Godness of Fit) hubungan antara indikator dengan variabel laten 3. Pengujian model struktural untuk mengetahui hubungan antara variabel laten. Adapun data yang digunakan dalam analisis implementasi model ini menggunakan data persepsi/kinerja website dari 100 responden yang berasal dari mahasiswa aktif UPN “Veteran” Jawa Timur.

4.5.2.1 Hasil Pengujian Asumsi SEM Hasil pengujian asumsi SEM ini terdiri dari evaluasi normalitas data dan evaluasi data ouliers.

4.5.2.1.1 Evaluasi Normalitas Data Syarat yang harus dipenuhi selain kecukupan sampel dalam menggunakan analisis SEM adalah normalitas data. Penelitian ini menggunakan nilai kritis CR skewness berdasarkan tingkat signifikansi 1% yaitu ±2.58 serta nilai kritis Kurtosis berdasarkan Curran et al.,l dalam Rosarindry (2010) yaitu: a) Normal apabila z statistik atau nilai kurtosis < 7, b) Moderately non normal apabila nilai kurtosis antara 7-21 c) Extremely non normal apabila nilai kurtosis > 21.


71

Tabel 4.17 Hasil Evaluasi Normalitas Variable min max skew BI25 1 7 -1.626 BI24 1 7 -1.012 BI23 1 7 -1.574 BI22 1 7 -0.866 ATU17 1 7 -0.952 ATU16 1 7 -0.816 ATU15 1 7 -1.213 ATU14 2 7 -1.347 ATU13 1 7 -1.592 PEOU12 1 7 -1.102 PEOU11 1 7 -1.481 PEOU10 1 7 -1.421 PEOU9 1 7 -1.51 PEOU8 1 7 -0.95 PEOU7 1 7 -0.827 PU6 1 7 -1.106 PU5 1 7 -1.666 PU4 2 7 -0.929 PU3 1 7 -1.773 PU2 1 7 -0.471 PU1 1 7 -0.962 SI21 4 7 -0.347 SI20 4 7 -0.258 SI19 1 4 0.446 SI18 1 5 1.078

c.r. kurtosis -6.639 2.502 -4.133 -0.089 -6.426 1.479 -3.536 -0.411 -3.888 -0.042 -3.332 0.183 -4.95 1.687 -5.5 1.317 -6.5 2.287 -4.499 0.361 -6.045 1.725 -5.802 1.418 -6.166 1.61 -3.879 -0.351 -3.378 -0.514 -4.514 0.652 -6.802 3.165 -3.794 -0.274 -7.237 2.409 -1.921 -0.837 -3.928 -0.054 -1.417 -1.078 -1.054 -1.05 1.821 -0.345 4.401 0.051

c.r. 5.108 -0.181 3.02 -0.839 -0.086 0.374 3.443 2.689 4.668 0.737 3.522 2.894 3.286 -0.716 -1.049 1.33 6.461 -0.56 4.918 -1.709 -0.11 -2.201 -2.144 -0.705 0.104

Tabel 4.17 menunjukkan hasil evaluasi normalitas data pada penelitian ini dengan C.R Skewness konstruk hampir keseluruhan mempunyai nilai C.R skewness diatas 2.58, kecuali untuk PU2, SI21, SI20 & SI19 dan C.R kurtosis menunjukkan angka dibawah tujuh (<7) secara keseluruhan yang artinya data dapat dikatakan terdistribusi normal.

4.5.2.1.2 Evaluasi Data Outlier Pada tabel dibawah ini nilai “Mahal.Distance” terendah adalah 3,851 dan yang tertinggi adalah 48,147. Sementara itu perhitungan tabel Chi-Square yang dihasilkan menunjukkan bahwa mahalanobi distance yang lebih besar dari


72

(0.001;25) = 52,620 adalah sampel yang dipandang sebagai Data Outlier, oleh karena itu tampilan data yang telah dianalisis ini dapat disimpulkan bahwa tidak terdapat data Outlier. Tabel 4.18 Hasil Evaluasi Data Outliers Minimum

Maximu m -0.4146 80.9203

Predicted Value Std. Predicted Value Standard Error of Predicted Value Adjusted Predicted Value Residual Std. Residual Stud. Residual Deleted Residual Stud. Deleted Residual Mahal. Distance Cook's Distance Centered Leverage Value a. Dependent Variable: KODE

Mean

Std. Deviation 50.5 16.1739 -4.70179E1 16

-3.1479

1.88082

6.16031

19.6259

13.8204434

3.29767

-25.341 -61.675 -2.2139 -2.6514 -88.458 -2.7682 3.85123 1.6E-08 0.0389

91.4582 49.5623 1.77914 2.3651 92.341 2.44322 48.1471 0.20746 0.48633

50.17777337 4.1922E-15 2.22045E-16 0.004988709 0.322226628 0.004129084 24.75 0.017864285 0.25

20.4074 24.0847 0.86457 1.02418 34.3223 1.03662 11.4119 0.03311 0.11527

4.5.2.2 Hasil pengujian Model Pengukuran Analisis model pengukuran (measurement model) menggunakan analisis faktor

konfirmatori

(Confirmatory

factor

analysis)

dimaksudkan

untuk

mengkonfirmasi semua indikator yang membentuk tiap-tiap konstruk/variabel. Setelah dilakukan konfirmatori faktor untuk tiap variabel maka dilakukan pengukuran keseluruhan model.

4.5.2.2.1 Hasil Pengujian Analisis Konfirmatori Variabel Persepsi Kegunaan (Perceived usefulness) Hasil uji analisis konfirmatori dimensi perceived usefulness dapat dilihat pada gambar 4.7. pada gambar tersebut diketahui bahwa :


73

Gambar 4.7 Analisis Faktor Konfirmatori Perceived usefulness Rincian hasil uji dari analisis konfirmatori dimensi perceived usefulness dapat terlihat pada tabel 4.19 hasil olah data (lampiran 7) yang telah diolah dibawah ini: Tabel 4.19 Goodness Of Fit Perceived usefulness Goodness Of Fit Cut-Off Value Nilai Kesimpulan Absolute Fit Indices Chi-Squares >0.05 15,476 Matriks Kovarian sampel tidak berbeda secara signifikan dengan matriks kovarian estimasi CMIN 0,000

74

Berdasarkan hasil pengolahan data terlihat bahwa semua konstruk yang digunakan untuk membuat sebuah model penelitian, pada proses analisa faktor konfirmatori telah memnuhi kriteria goodness of fit yang telah ditetapkan. Hal ini berarti bahwa model fit dengan data sampel. Untuk regression weight (loading factor) model pengukuran dimensi Perceived usefulness dapat terlihat pada tabel 4.20 dibawah ini. Tabel 4.20 Regression Weight Model Pengukuran Perceived usefulness Estimate S.E. C.R. P PU1 <--PU 1 PU6 <--PU 0.906 0.145 6.245 *** PU4 <--PU 0.838 0.14 5.996 *** PU5 <--PU 0.842 0.111 7.584 *** PU2 <--PU 0.75 0.162 4.624 *** PU3 <--PU 0.871 0.118 7.4 ***

Berdasarkan table 4.20 dapat dilihat semua nilai probabilitas (*** = 000) untuk masing-masing indikator lebih kecil dari 0.05 dan nilai estimate berada diatas 0,5. Dengan hasil ini maka dapat dikatakan indikator-indikator pembentuk variabel laten telah menunjukkan sebagai indikator yang kuat dalam pengukuran variabel laten. Selanjutnya beradasrkan analisis faktor konfirmatori ini, maka model penelitian dapat digunakan untuk analisis selanjutnya tanpa dimodifikasi.

4.5.2.2.2

Hasil

Pengujian

Analisis

Konfirmatori

Variabel

Persepsi

Kemudahan (Perceived ease of use) Hasil uji analisis konfirmatori dimensi perceived ease of use dapat dilihat pada gambar 4.8. pada gambar tersebut diketahui bahwa :


75

Gambar 4.8 Analisis Faktor Konfirmatori Perceived Ease of Use Rincian hasil uji dari analisis konfirmatori dimensi perceived ease of use dapat terlihat pada tabel 4.21 hasil olah data (lampiran 7) yang telah diolah dibawah ini: Tabel 4.21 Goodness Of Fit Perceived Ease of Use Goodness Of Fit Cut-Off Value Nilai Absolute Fit Indices Chi-Squares >0.05 62,401

CMIN

0,000
6,933

Fit

<1,01

0,859

Adjusted Goodness Of Fit (AGFI)

<1,01

0,671

Root Mean Residual (RMR)

Diharapkan Kecil

0,305

Goodness (GFI)

Of

Kesimpulan Matriks Kovarian sampel tidak berbeda secara signifikan dengan matriks kovarian estimasi Model dapat dikatakan bagus Jumlah sampel berpengaruh dalam proses pengambilan keputusan Jumlah sampel berpengaruh dalam proses pengambilan keputusan Selisih dari kovarian dengan kovarian estimate kecil


76

Berdasarkan hasil pengolahan data terlihat bahwa semua konstruk yang digunakan untuk membuat sebuah model penelitian, pada proses analisa faktor konfirmatori telah memnuhi kriteria goodness of fit yang telah ditetapkan. Hal ini berarti bahwa model fit dengan data sampel. Untuk regression weight (loading factor) model pengukuran dimensi perceived ease of use dapat terlihat pada tabel 4.22 dibawah ini. Tabel 4.22 Regression Weight Model Pengukuran Perceived Ease of Use Estimate S.E. C.R. P PEOU7 <--PEOU 1 PEOU12 <--PEOU 1.636 0.504 3.246 0.001 PEOU11 <--PEOU 1.822 0.54 3.372 *** PEOU10 <--PEOU 1.879 0.557 3.376 *** PEOU9 <--PEOU 1.655 0.505 3.28 0.001 PEOU8 <--PEOU 0.922 0.395 2.336 0.019 Berdasarkan hasil analisis diatas dapat dilihat semua nilai probabilitas (*** = 000) untuk masing-masing indikator lebih kecil dari 0.05 dan nilai estimate berada diatas 0,5. Dengan hasil ini maka dapat dikatakan indikator-indikator pembentuk variabel laten telah menunjukkan sebagai indikator yang kuat dalam pengukuran variabel laten. Selanjutnya beradasrkan analisis faktor konfirmatori ini, maka model penelitian dapat digunakan untuk analisis selanjutnya tanpa dimodifikasi.

4.5.2.2.3 Hasil Pengujian Analisis Konfirmatori Variabel Sikap terhadap penggunaan (Attitude Toward Usage) Hasil uji analisis konfirmatori dimensi attitude toward usage dapat dilihat pada gambar 4.9. pada gambar tersebut diketahui bahwa :


77

Gambar 4.9 Analisis Faktor Konfirmatori Attitude Toward Usage Rincian hasil uji dari analisis konfirmatori dimensi attitude toward usage dapat terlihat pada tabel 4.23 hasil olah data (lampiran 7) yang telah diolah dibawah ini: Tabel 4.23 Goodness Of Fit Attitude Toward Usage Goodness Of Fit Cut-Off Value Nilai Kesimpulan Absolute Fit Indices Chi-Squares >0.05 29,049 Matriks Kovarian sampel tidak berbeda secara signifikan dengan matriks kovarian estimasi CMIN 0,000

78

Berdasarkan hasil pengolahan data terlihat bahwa semua konstruk yang digunakan untuk membuat sebuah model penelitian, pada proses analisa faktor konfirmatori telah memnuhi kriteria goodness of fit yang telah ditetapkan. Hal ini berarti bahwa model fit dengan data sampel. Untuk regression weight (loading factor) model pengukuran dimensi attitude toward usage dapat terlihat pada tabel 4.24 dibawah ini. Tabel 4.24 Model Pengukuran Attitude Toward Usage Estimate S.E. C.R. ATU13 <--ATU 1 ATU17 <--ATU 1.553 0.269 5.78 ATU16 <--ATU 1.37 0.245 5.596 ATU15 <--ATU 1.255 0.215 5.847 ATU14 <--ATU 1.266 0.218 5.798

P *** *** *** ***

Berdasarkan hasil analisis diatas dapat dilihat semua nilai probabilitas (*** = 000) untuk masing-masing indikator lebih kecil dari 0.05 dan nilai estimate berada diatas 0,5. Dengan hasil ini maka dapat dikatakan indikator-indikator pembentuk variabel laten telah menunjukkan sebagai indikator yang kuat dalam pengukuran variabel laten. Selanjutnya beradasrkan analisis faktor konfirmatori ini, maka model penelitian dapat digunakan untuk analisis selanjutnya tanpa dimodifikasi.

4.5.2.2.4 Hasil Pengujian Analisis Konfirmatori Variabel Pengaruh Sosial (Social influence) Hasil uji analisis konfirmatori dimensi social influence dapat dilihat pada gambar 4.10. pada gambar tersebut diketahui bahwa :


79

Gambar 4.10 Analisis Faktor Konfirmatori Social influence Rincian hasil uji dari analisis konfirmatori dimensi social influence dapat terlihat pada tabel 4.25 hasil olah data (lampiran 7) yang telah diolah dibawah ini: Tabel 4.25 Goodness Of Fit Social influence Goodness Of Fit Cut-Off Value Nilai Absolute Fit Indices Chi-Squares >0.05 3,438

CMIN

0,000
1,719

Goodness Of Fit (GFI)

<1,01

0,984

Adjusted Goodness Of Fit (AGFI)

<1,01

0,918


Diharapkan Kecil

0,050

Kesimpulan Matriks Kovarian sampel tidak berbeda secara signifikan dengan matriks kovarian estimasi Model dapat dikatakan bagus Jumlah sampel berpengaruh dalam proses pengambilan keputusan Jumlah sampel berpengaruh dalam proses pengambilan keputusan Selisih dari kovarian dengan kovarian estimate kecil


80

Berdasarkan hasil pengolahan data terlihat bahwa semua konstruk yang digunakan untuk membuat sebuah model penelitian, pada proses analisa faktor konfirmatori telah memnuhi kriteria goodness of fit yang telah ditetapkan. Hal ini berarti bahwa model fit dengan data sampel. Untuk regression weight (loading factor) model pengukuran dimensi social influence dapat terlihat pada tabel 4.26 dibawah ini. Tabel 4.26 Regression Weight Model Pengukuran Social influence Estimate S.E. C.R. P SI18 <--SI 1 SI19 <--SI 0.818 0.504 1.623 0.104 SI20 <--SI -1.425 1.047 -1.361 0.174 SI21 <--SI -0.392 0.452 -0.868 0.385

Berdasarkan hasil analisis diatas dapat dilihat semua nilai probabilitas (*** = 000) untuk masing-masing indikator lebih kecil dari 0.05 dan nilai estimate berada diatas 0,5. Dengan hasil ini maka dapat dikatakan indikator-indikator pembentuk variabel laten telah menunjukkan sebagai indikator yang kuat dalam pengukuran variabel laten. Selanjutnya beradasrkan analisis faktor konfirmatori ini, maka model penelitian dapat digunakan untuk analisis selanjutnya tanpa dimodifikasi. 4.5.2.2.5 Hasil Pengujian Analisis Konfirmatori Variabel Minat Pengguna (Behavioral intention to use) Hasil uji analisis konfirmatori dimensi behavioral intention to use dapat dilihat pada gambar 4.11. pada gambar tersebut diketahui bahwa :


81

Gambar 4.11 Analisis Faktor Konfirmatori Behavioral intention to use Rincian hasil uji dari analisis konfirmatori dimensi behavioral intention to usedapat terlihat pada tabel 4.27 hasil olah data (lampiran 7) yang telah diolah dibawah ini: Tabel 4.27 Goodness Of Fit Behavioral intention to use Goodness Of Fit Cut-Off Value Nilai Kesimpulan Absolute Fit Indices Chi-Squares >0.05 2,057 Matriks Kovarian sampel tidak berbeda secara signifikan dengan matriks kovarian estimasi CMIN 0,000

82

Berdasarkan hasil pengolahan data terlihat bahwa semua konstruk yang digunakan untuk membuat sebuah model penelitian, pada proses analisa faktor konfirmatori telah memnuhi kriteria goodness of fit yang telah ditetapkan. Hal ini berarti bahwa model fit dengan data sampel. Untuk regression weight (loading factor) model pengukuran dimensi behavioral intention to use dapat terlihat pada tabel 4.28 dibawah ini. Tabel 4.28 Regression Weight Model Pengukuran Behavioral intention to use Estimate S.E. C.R. P BI22 <--BI 1 BI23 <--BI 0.861 0.248 3.464 *** BI24 <--BI 0.928 0.29 3.205 0.001 BI25 <--BI 1.232 0.366 3.363 *** Berdasarkan hasil analisis diatas dapat dilihat semua nilai probabilitas (*** = 000) untuk masing-masing indikator lebih kecil dari 0.05 dan nilai estimate berada diatas 0,5. Dengan hasil ini maka dapat dikatakan indikator-indikator pembentuk variabel laten telah menunjukkan sebagai indikator yang kuat dalam pengukuran variabel laten. Selanjutnya beradasrkan analisis faktor konfirmatori ini, maka model penelitian dapat digunakan untuk analisis selanjutnya tanpa dimodifikasi. 4.5.2.2.6

Hasil Pengujian Analisis Konfirmatori Full model

Hasil uji analisis konfirmatori dimensi full model

dapat dilihat pada

gambar 4.12. pada gambar tersebut diketahui bahwa :


83

Gambar 4.12 Analisis Faktor Konfirmatori Full model Rincian hasil uji dari analisis konfirmatori dimensi full modeldapat terlihat pada tabel 4.29 hasil olah data (lampiran 7) yang telah diolah dibawah ini: Tabel 4.29 Goodness Of Fit Full model Goodness Of Fit Cut-Off Value Nilai Absolute Fit Indices Chi-Squares

>0.05

CMIN Goodness (GFI)

0,000
Fit

<1,01

Kesimpulan

626,326 Matriks Kovarian sampel tidak berbeda secara signifikan dengan matriks kovarian estimasi 2,328 Model dapat dikatakan bagus 0,672 Jumlah sampel berpengaruh dalam proses pengambilan keputusan


84

Goodness Of Fit Adjusted Goodness Of Fit (AGFI)

Cut-Off Value <1,01

Nilai 0,604


Diharapkan Kecil

0,212

Kesimpulan Jumlah sampel berpengaruh dalam proses pengambilan keputusan Selisih dari kovarian dengan kovarian estimate kecil

Berdasarkan hasil pengolahan data terlihat bahwa semua konstruk yang digunakan untuk membuat sebuah model penelitian, pada proses analisa faktor konfirmatori telah memnuhi kriteria goodness of fit yang telah ditetapkan. Hal ini berarti bahwa model fit dengan data sampel. Untuk regression weight (loading factor) model pengukuran dimensi full model dapat terlihat pada tabel 4.30 dibawah ini. Tabel 4.30 Regression Weight Model Pengukuran Full model PU ATU ATU BI BI BI SI18 SI19 SI20 SI21 PU1 PU2 PU3 PU4 PU5 PU6 PEOU7 PEOU8 PEOU9 PEOU10 PEOU11 PEOU12

<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

PEOU PEOU PU SI ATU PU SI SI SI SI PU PU PU PU PU PU PEOU PEOU PEOU PEOU PEOU PEOU

Estimate 1.371 0.317 0.442 0.345 1.361 -0.298 1 0.898 -2.033 -0.286 1 0.795 0.974 0.912 0.856 0.884 1 0.825 1.62 1.661 1.554 1.54

S.E. 0.39 0.208 0.14 0.369 0.564 0.308

C.R. 3.516 1.524 3.157 0.935 2.415 -0.967

P *** 0.127 0.002 0.35 0.016 0.333

0.548 1.712 0.477

1.638 -1.188 -0.6

0.101 0.235 0.548

0.167 0.122 0.145 0.115 0.151

4.758 7.997 6.309 7.443 5.858

*** *** *** *** ***

0.338 0.436 0.442 0.417 0.424

2.441 3.711 3.762 3.725 3.633

0.015 *** *** *** ***


85

ATU13 ATU14 ATU15 ATU16 ATU17 BI22 BI23 BI24 BI25

<--<--<--<--<--<--<--<--<---

ATU ATU ATU ATU ATU BI BI BI BI

Estimate 1 1.188 1.156 1.396 1.577 1 1.018 1.058 1.124

S.E.

C.R.

P

0.196 0.191 0.226 0.247

6.071 6.055 6.182 6.391

*** *** *** ***

0.274 0.309 0.286

3.711 3.422 3.934

*** *** ***

Berdasarkan hasil analisis diatas dapat dilihat semua nilai probabilitas (*** = 000) untuk masing-masing indikator lebih kecil dari 0.05 dan nilai estimate berada diatas 0,5. Dengan hasil ini maka dapat dikatakan indikator-indikator pembentuk variabel laten telah menunjukkan sebagai indikator yang kuat dalam pengukuran variabel laten. Selanjutnya beradasrkan analisis faktor konfirmatori ini, maka model penelitian dapat digunakan untuk analisis selanjutnya tanpa dimodifikasi.

4.5.2.3 Hasil Uji Struktural Model Proses pengujian model penelitian selanjutnya adalah uji hubungan indikator dengan konstruk melalui uji convergent validity dan uji discriminant validity. Perhitungan uji convergent validity dapat dilihat pada tabel 4.31 dibawah ini.


86

Tabel 4.31 Hasil Uji Validitas Convergent dan Discriminant Estimate AVE Realibilitas SI18 <--SI 0,292 SI19 <--SI 0,357 0,17165 0,589 SI20 <--SI -0,683 SI21 <--SI -0,086 PU1 <--PU 0,733 PU2 <--PU 0,496 PU3 <--PU 0,82 0,47241 0,839 PU4 <--PU 0,652 PU5 <--PU 0,765 PU6 <--PU 0,607 PEOU7 <--PEOU 0,378 PEOU8 <--PEOU 0,314 PEOU9 <--PEOU 0,807 0,4751 0,833 PEOU10 <--PEOU 0,859 PEOU11 <--PEOU 0,82 PEOU12 <--PEOU 0,74 ATU13 <--ATU 0,613 ATU14 <--ATU 0,751 0,869 ATU15 <--ATU 0,748 0,54933 ATU16 <--ATU 0,77 ATU17 <--ATU 0,809 BI22 <--BI 0,44 BI23 <--BI 0,645 0,37687 0,686 BI24 <--BI 0,538 BI25 <--BI 0,78

Tabel 4.32 Korelasi antar konstruk Korelasi antar konstruk Estimate PEOU <--> SI -,634 PU <--> PEOU ,862 ATU <--> PU ,893 ATU <--> BI ,765 SI <--> BI -,535 ATU <--> PEOU ,854 ATU <--> SI -,982 PU <--> BI ,633 PU <--> SI -,648 PEOU <--> BI ,605


87

Angka pada nilai estimasi menunjukkan loading factor dari setiap indikator terhadap konstruk terkait. Nilai dari Average Variance Extracted (AVE) menunjukkan angka diatas 0,05 (≥0,05). Hal ini menunjukkan adanya konvergensi di antara indikator untuk menjelaskan konstruk yang ada. Berdasarkan hasil pengukuran reliabilitas data dieperoleh nilai ≥0,6 untuk semua konstruk. Dengan demikian penelitian ini dapat diterima. Hasil analisa korelasi dilihat dari nilai estimate korelasi (e) yang signifikan antara kedua variabel. Menurut Furqon (2008), Nilai estimate korelasi adalah besaran yang dapat menunjukkan kekuatan hubungan antara dua variabel. Nilai e dapat bernilai positif atau negatif yang menunjukkan arah hubungan bukan kekuatan hubungan. Range estimate korelasi -1≤e≤1. Nilai e mendekati +1 atau -1 menunjukkan korelasi yang sangat kuat, sedangkan nilai e yang mendekati 0 menunjukkan tidak ada korelasi antara kedua variabel tersebut (dalam Nurhadiyati, 2014). Nilai estimate korelasi dapat dikelompokkan yang dapat dilihat pada tabel 4.33. Tabel 4.33 Interval Korelasi Sugiyono,2007 (dalam Nurhadiyati, 2014) Interval Nilai Kekuatan Hubungan 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 Besarnya hubungan konstruk dapat dilihat pada nilai dari hubungan antar konstruk tersebut. jika semua angka korelasi antar konstruk dibandingkan dengan kuadrat AVE menunjukkan bahwa korelasi konstruk masih di bawah angka akar kuadrat AVE. Hal ini membuktikan bahwa hubungan antar konstruk lemah, yang


88

menunjukkan konstruk memang dapat dibedakan satu dengan yang lain. Dengan demikian konstruk telah lolos uji diskriminan.

4.5.3 Hasil Pengujian Hipotesis Hipotesis dalam tugas akhir ini melihat apakah ada hubungan yang signifikan dan positif antara variabel independen dan variabel dependen pada sebuah struktural model. Terkait demgan model dalam penelitian ini terdapat 6 hubungan yang membentuk konstruk model TAM sehingga didapatkan 6 hipotesis yang sudah dihasilkan dari analisa data yang dapat dilihat pada tabel 4.34. Tabel 4.34 merupakan olah data regression weights Full Model. Tabel 4.34 Hasil Uji Hipotesis Estimate PU <--PEOU 1.371 ATU <--PEOU 0.317 ATU <--PU 0.442 BI <--SI 0.345 BI <--ATU 1.361 BI <--PU -0.298

S.E. 0.39 0.208 0.14 0.369 0.564 0.308

C.R. 3.516 1.524 3.157 0.935 2.415 -0.967

P *** 0.127 0.002 0.35 0.016 0.333

Analisis pengujian hipotesis dengan dasar pengambilan keputusan dapat langsung dilihat pada hasil olah data pada kolom p (probability), seperti berikut ini: Jika p > 0,05 maka

Diterima

Jika p < 0,05 maka

Ditolak

Sehingga didapatkan keputusan yang sebelumnya telah dianalisa dari tabel 4.34, yang didapatkan dari olah data tentang hubungan antara variabel yang dapat dilihat lebih jelas pada tabel 4.35.


89

Tabel 4.35 Keputusan Hasil Uji Hipotesis dari olah data tabel 4.35 Hipotesis Estimate P H0 H1 Keputusan 1 ATU <--- PU 0.442 0.002 Ditolak diterima Signifikan Tidak 2 ATU <--- PEOU 0.317 0.127 Diterima ditolak Signifikan 3 PU <--- PEOU 1.371 *** Ditolak diterima Signifikan Tidak 4 BI <--- PU -0.298 0.333 diterima ditolak Signifikan 5 BI <--- ATU 1.361 0.016 ditolak diterima Signifikan Tidak 6 BI <--SI 0.345 0.35 diterima ditolak Signifikan a. Hubungan Hubungan dimensi Attitude Toward Usage dengan Perceived Usefulness (H1) Pada tabel 4.34 dan 4.35 dapat dilihat kolom p memiliki angka sangat kecil (0,002). Hal ini menunjukkan angka p kurang dari 0,05. Oleh karena itu ditolak atau pada pengujian nilai p dimensi Attitude Toward Usage dengan Perceived Usefulness dapat dikatakan terdapat hubungan antara keduanya. Besarnya hubungan antara keduanya dapat dilihat pada kolom estimate dengan nilai sebesar 0,442. Berdasarkan tabel 4.33 menunjukkan bahwa hubungan antara dimensi Attitude Toward Usage dengan Perceived Usefulness positif interval nilai 0,442 berada pada level sedang. Persepsi kegunaan yang ditawarkan suatu teknologi akan mempengaruhi sikap penerimaan atau penolakan seseorang dalam menggunakan suatu teknologi (Perceived Usefulness mempengaruhi Attitude Towards Usage). Persepsi kegunaan yang ditawarkan SIAMIK seperti mendapatkan informasi yang dibutuhkan seputar kegiatan akademik mendorong para pengguna (mahasiswa) untuk mau menerima dan menggunakan SIAMIK dalam aktivitas administrasi akademik mahasiswa. Hasil dalam penelitian ini sekaligus mengindikasikan


90

bahwa persepsi kegunaan yang ditawarkan suatu teknologi akan mempengaruhi kecenderungan seseorang untuk tetap menggunakan teknologi. b. Hubungan dimensi Attitude Toward Usage dengan Perceived Ease of Use (H2) Pada tabel 4.34 dan 4.35 dapat dilihat kolom p memiliki angka besar (0,127). Hal ini menunjukkan angka p diatas 0,05. Oleh karena itu

diterima atau pada

pengujian nilai p Attitude Toward Usage dengan Perceived Ease of Use dapat dikatakan tidak terdapat hubungan antara keduanya. Besarnya hubungan antara keduanya dapat dilihat pada kolom keduanya dapat dilihat pada kolom estimate dengan nilai sebesar 0,317. Berdasarkan tabel 4.33 menunjukkan

bahwa

hubungan antara dimensi Attitude Toward Usage dengan Perceived Ease of Use positif interval nilai 0,317 berada pada level rendah. Dalam penelitian ini terbukti tidak adanya hubungan antara persepsi kemudahan dan sikap penerimaan atau penolakan individu terhadap suatu sistem atau teknologi (Perceived Ease of Use tidak mempengaruhi Attitude Towards Usage). Hal ini mengindikasikan bahwa penerimaan terhadap suatu teknologi, dalam hal ini menggunakan sistem informasi akademik (SIAMIK) oleh para pengguna (mahasiswa), tidak hanya dipengaruhi oleh suatu persepsi kemudahan saja. Faktor lain yang bisa mempengaruhi sikap penerimaan terhadap adopsi SIAMIK kemungkinan adalah tren dan faktor eksternal seperti permintaan dari konsumen. c. Hubungan dimensi Perceived Usefulness dengan Perceived Ease of Use (H3) Pada tabel 4.34 dan 4.35 dapat dilihat kolom p memiliki angka sangat kecil (***=000). Hal Perceived Usefulness dengan Perceived Ease of Use ini


91

menunjukkan angka p adalah 0,000 yang jauh dibawah 0,05. Oleh karena itu ditolak atau pada pengujian nilai p dimensi Perceived Usefulness dengan Perceived Ease of Use dapat dikatakan terdapat hubungan antara keduanya. Besarnya hubungan antara keduanya dapat dilihat pada kolom estimate dengan nilai sebesar 1,371. Berdasarkan tabel 4.33 menunjukkan bahwa hubungan antara dimensi Perceived Usefulness dengan Perceived Ease of Use positif interval nilai 1,371 berada pada level sangat kuat. Dalam penelitian ini terbukti adanya hubungan antara persepsi kemudahan dengan persepsi kegunaan (Perceived Ease of Use mempengaruhi Perceived Usefulness). Hal ini disebabkan oleh suatu sistem yang menawarkan kemudahan selalu memberikan hasil yang berguna untuk bisa meningkatkan efisien dan efektivitas dalam melakukan kegiatan administrasi akademik mahasiswa. Artinya kemudahan yang ditawarkan oleh SIAMIK selalu bermanfaat bagi mahasiswa dalam aktivitas administrasi akademik. Hasil tersebut sesuai dengan penelitian Davis, (1989) dimana telah melakukan pengujian terhadap hubungan kausal antara Perceived Usefulness dengan Perceived Ease of Use. d. Hubungan dimensi Behavioral Intention dengan Attitude Toward Usage (H4) Pada tabel 4.34 dan 4.35 dapat dilihat kolom p memiliki angka kecil (0,016). Hal ini menunjukkan angka p dibawah 0,05. Oleh karena itu

diterima atau

pada pengujian nilai p Behavioral Intention dengan Attitude Toward Usage dapat dikatakan tidak terdapat hubungan antara keduanya. Besarnya hubungan antara keduanya dapat dilihat pada kolom keduanya dapat dilihat pada kolom estimate dengan nilai sebesar 1,361. Berdasarkan tabel 4.33 menunjukkan


bahwa

92

hubungan antara dimensi Behavioral Intention dengan Attitude Toward Usage positif interval nilai 1,361 berada pada level sangat kuat. Jika seseorang mulai menginginkan untuk mempunyai keinginan (minat) menerapkan suatu teknologi, maka ia akan secara intensif menerapkannya dalam kehidupannya sehari-hari. Sesuai dengan hasil penelitian ini, Sikap penerimaan terhadap suatu teknologi akan mempengaruhi keinginan seseorang untuk menerapkan atau menggunakan teknologi tersebut (Attitude Towards Usage berpengaruh terhadap Behavioral Intention to Use). Jika seseorang menerima suatu teknologi,

maka ia ingin menerapkan teknologi tersebut

dalam

kehidupannya. Para pengguna (mahasiswa) yang menerima untuk menggunakan SIAMIK dalam aktivitas akademik. e. Hubungan dimensi Behavioral Intention dengan Perceived Usefulness (H5) Pada tabel 4.34 dan 4.35 dapat dilihat kolom p memiliki angka besar (0,333) . Hal ini menunjukkan angka p diatas 0,05. Oleh karena itu

diterima atau pada

pengujian nilai p Behavioral Intention dengan Perceived Usefulness dapat dikatakan tidak terdapat hubungan antara keduanya. Besarnya hubungan antara keduanya dapat dilihat pada kolom keduanya dapat dilihat pada kolom estimate dengan nilai sebesar -0,298. Berdasarkan tabel 4.33 menunjukkan

bahwa

hubungan antara dimensi Behavioral Intention dengan Perceived Usefulness negatif interval nilai 0,298 berada pada level rendah. Para pengguna SIAMIK yang merasakan manfaat dari SIAMIK maka akan ingin untuk menggunakan dalam aktivitas akademiknya seperti digunakan untuk melihat KRS,KHS, Transkrip, pendaftaran KRS, UTS, UAS serta akan digunakan sebagai salah satu alternatif mendaftar Kuliah Kerja Nyata (KKN). Dengan


93

demikian, hasil penelitian ini sesuai dengan hasil penelitian Agarwal dan Prasaad (1999); Barret, Thornton dan Cabe (1986); serta Schultz dan Slevin (1975) yang menyatakan adanya hubungan positif yang konsisten antara Perceived Usefulness terhadap Attitude Towards Usage dan Behavioral Intention to Use. f. Hubungan dimensi Behavioral Intention dengan Social Influence (H6) Pada tabel 4.34 dan 4.35 dapat dilihat kolom p memiliki angka besar (0,350) . Hal ini menunjukkan angka p jauh diatas 0,05. Oleh karena itu

diterima atau

pada pengujian nilai p Behavioral Intention dengan Social Influence

dapat

dikatakan tidak terdapat hubungan antara keduanya. Besarnya hubungan antara keduanya dapat dilihat pada kolom keduanya dapat dilihat pada kolom estimate dengan nilai sebesar 0,345. Berdasarkan tabel 4.33 menunjukkan

bahwa

hubungan antara dimensi Behavioral Intention dengan Social Influence positif interval nilai 0,345 berada pada level rendah. Social Influence merupakan pengaruh social pengguna yang berasal dari lingkungannya. Dalam penelitian ini terbukti bahwa pengaruh sosial tidak mempengaruhi keinginan seseorang untuk menerapkan atau menggunakan teknologi (Social Influence tidak mempengaruhi Behavioral Intention to Use). Hal ini mengindikasikan bahwa keinginan seseorang untuk menerapkan atau menggunakan teknologi, dalam hal ini menggunakan SIAMIK oleh para pengguna (mahasiswa), tidak hanya dipengaruhi oleh suatu pengaruh sosial saja. Faktor lain yang

bisa mempengaruhi keinginan seseorang untuk menerapkan atau

menggunakan teknologi adalah sikap penerimaan terhadap penggunaan SIAMIK. Sedangkan kontribusi masing-masing indikator dapat dilihat pada tabel 4.36 yang dihasilkan dari olah data dibawah ini:


94

Tabel 4.36 Pengaruh Indikator dari setiap Dimensi Atribut/Indikator Estimate SI18 <--- SI ,292 SI19 <--- SI ,357 SI20 <--- SI -,683 SI21 <--- SI -,086 PU1 <--- PU ,733 PU2 <--- PU ,496 PU3 <--- PU ,820 PU4 <--- PU ,652 PU5 <--- PU ,765 PU6 <--- PU ,607 PEOU7 <--- PEOU ,378 PEOU8 <--- PEOU ,314 PEOU9 <--- PEOU ,807 PEOU10 <--- PEOU ,859 PEOU11 <--- PEOU ,820 PEOU12 <--- PEOU ,740 ATU13 <--- ATU ,613 ATU14 <--- ATU ,751 ATU15 <--- ATU ,748 ATU16 <--- ATU ,770 ATU17 <--- ATU ,809 BI22 <--- BI ,440 BI23 <--- BI ,645 BI24 <--- BI ,538 BI25 <--- BI ,780 Berdasarkan hasil analisis full model , pada masing-masing indikator kualitas website dapat dijelaskan sebagai berikut : • Pada variabel Perceived Usefulness, nilai loading factor yang cukup rendah yaitu atribut PU2 (Mendapatkan informasi tambahan) sebesar 0,496 (50%), sedangkan kontribusi terbesar pada indikator PU3 (Meningkatkan efektifitas) sebesar 0,820 (80%); • Pada variabel Perceived Ease of Use, nilai Loading factor yang cukup rendah yaitu atribut PEOU7 (Mudah di akses dari kampus) sebesar 0, 314 (30%),


95

sedangkan kontribusi terbesar pada indikator PEOU10 (Mudah dipahami) sebesar 0,859 (90%); • Pada variabel Attitude Toward Usage, nilai Loading factor yang sangat rendah yaitu atribut ATU13 (Kepercayaan pengguna) sebesar 0,613 (60%), sedangkan kontribusi terbesar pada indikator ATU17 (Pengguna merekomendasikan sistem) sebesar 0,809 (80%). • Pada variabel Social Influence, nilai Loading factor yang sangat rendah yaitu atribut SI21 (Sadar konsekuensi) sebesar 0,086 (10%), sedangkan kontribusi terbesar pada indikator sebesar SI20 (Penggunaan dengan keinginan institusi) 0,683 (70%). • Pada variabel Behavioral Intention, nilai Loading factor yang sangat rendah yaitu atribut BI22 (Pengguna merekomendasikan sistem) sebesar 0,440 (40%), sedangkan kontribusi terbesar pada indikator BI25 (Penggunaan sistem di masa mendatang) sebesar 0,780 (80%).


BAB V KESIMPULAN DAN SARAN

Bab lima ini bertujuan untuk menjelaskan kesimpulan yang diikuti dengan keterbatasan penelitian serta saran untuk penelitian selanjutnya sebagai bagian akhir dari penelitian yang telah dilakukan penulis. Kesimpulan ini didasarkan pada hasil analisis data yang telah dilakukan dan akan menjawab permasalahan yang telah dirumuskan sebelumnya sesuai dengan tujuan penelitian ini.

5.1 Kesimpulan Berdasarkan permasalahan utama yang dikaji maka kesimpulan yang dapat diambil sesuai dengan hasil pembahasan dalam penelitian ini, antara lain: 1. Kesimpulan dari hasil olah jawaban kuisioner menunjukkan tingkat penerimaan terbukti dengan adanya 4 variabel yang memiliki nilai sedang (cukup) untuk sebuah system diterima dengan baik, dari 5 variabel. Dengan hasil tersebut menunjukkan bahwa tingkat penerimaan SIAMIK UPN “Veteran” Jatim diterima dengan tingkat yang cukup baik. 2. Kesimpulan dari uji hipotesis untuk mengetahui pengaruh hubungan adalah sebagai berikut: •

Hasil analisis menunjukkan bahwa Perceived Usefullnes berpengaruh positif terhadap Attitude Towards Usage dalam penggunaan SIAMIK sehingga hipotesis 1 didukung.

•

Hasil analisis menunjukkan bahwa Perceived Ease of Use tidak berpengaruh positif terhadap Attitude Towards Usage dalam penggunaan SIAMIK sehingga hipotesis 2 tidak didukung.


100

•

Hasil analisis menunjukkan bahwa Perceived Ease of Use berpengaruh positif terhadap Perceived Usefullness dalam penggunaan SIAMIK sehingga hipotesis 3 didukung.

•

Hasil analisis menunjukkan bahwa Perceived Usefullness berpengaruh positif terhadap Behavioral Intention to Use dalam penggunaan SIAMIK sehingga hipotesis 4 tidak didukung.

•

Hasil analisis menunjukkan bahwa Social Influence berpengaruh positif terhadap Behavioral Intention to Use dalam penggunaan SIAMIK sehingga hipotesis 5 tidak didukung.

•

Hasil analisis menunjukkan bahwa Attitude Towards Usage berpengaruh positif terhadap Behavioral Intention to Use sehingga hipotesis 6 didukung.

3.

Kesimpulan terakhir dari penelitian ini adalah hasil perhitungan Average Variance Extracted (AVE) dan hasil pengujian hipotesis menunjukkan bahwa faktor yang paling berpengaruh adalah sikap terhadap penggunaan (attitude toward usage) dengan indikator sebagai berikut: sifat awal pengguna, kepercayaan pengguna, implementasi penggunaan sistem, sistem yang menarik, dan kenyamanan menggunakan sistem keseluruhan. Jadi jika pihak pengembang aplikasi ingin mengembangkan aplikasi agar lebih baik maka pengembang diharapkan lebih memperhatikan indikator-indikator tersebut.

5.2 Saran Terdapat beberapa saran untuk penelitian selanjutnya adalah sebagai berikut: 1)

Penelitian tentang perilaku pengguna terhadap penerimaan teknologi pada penelitian

selanjutnya

dapat

menggunakan

metode

TAM


untuk

101

dikembangkan lebih lanjut dengan mengkombinasi teori lain dari bidang ilmu sosial, ekonomi, psikologi atau bidang ilmu lainnya. 2)

Obyek yang dapat diteliti untuk penelitian lainnya dengan Technology Acceptance Model (TAM) disarankan untuk lebih beragam, mulai dari teknologi informasi yang meliputi perangkat keras (jaringan, input/output device),

serta perangkat

lunak (sistem informasi,

aplikasi,

bahasa

pemrograman) untuk mendapatkan hasil penelitian yang lebih dapat digeneralisasikan. 3)

Bagi pihak pengembang aplikasi, rekomendasi penelitian merupakan hal yang penting sebagai saran pengambilan keputusan demi menciptakan suatu sistem informasi yang lebih baik. Temuan dan rekomendasi yang didapat dari penelitian ini dapat dilihat pada tabel 5.1.

Tabel 5.1 Temuan dan Rekomendasi Temuan

Rekomendasi

Perceived Usefullnes berpengaruh positif terhadap Attitude Towards Usage Estimate = 0.442 (Hubungan berada pada level sedang)

Desain antarmuka sistem sebaiknya dibuat lebih menarik dengan menu-menu pokok yang dapat dilihat langsung pada halaman utama siamik sehingga pengguna merasakan bahwa siamik memiliki manfaat penting.

Perceived Ease of Use tidak berpengaruh positif terhadap Attitude Towards Usage Estimate = 0.317 (Hubungan berada pada level rendah)

Sebaiknya kemudahan pemakaian SIAMIK dapat lebih ditingkatkan misalkan: dapat dengan mudah diakses dari handphone yang memiliki akses internet sehingga membuat pengguna lebih nyaman saat menggunakan system secara keseluruhan.

Perceived Ease of Use berpengaruh positif terhadap Perceived Usefullness Estimate = 1.371 (Hubungan berada pada level sangat kuat)

Sebaiknya menu-menu pada SIAMIK dibuat lebih mudah untuk dipelajari dan dipahami sehingga mahasiswa menemukan manfaat yang efektif dari penggunaan SIAMIK.


102

Temuan

Rekomendasi

Perceived Usefullness berpengaruh positif terhadap Behavioral Intention to Use Estimate = -0.298 (Hubungan berada pada level rendah)

Sebaiknya sistem lebih sering diperbarui untuk memberikan informasi yang dibutuhkan lebih optimal sehingga pengguna merasa sistem tersebut layak untuk digunakan.

Social Influence berpengaruh positif terhadap Behavioral Intention to Use Estimate = 1.361 (Hubungan berada pada level sangat kuat)

Sebaiknya institusi memberikan konsekuensi yang lebih berat sehingga mau tidak mau SIAMIK dapat terimplementasikan secara maksimal oleh semua mahasiswa UPN “Veteran” Jatim.

Attitude Towards Usage berpengaruh positif terhadap Behavioral Intention to Use Estimate = 0.345 (Hubungan berada pada level rendah)

Sebaiknya desain sistem dibuat lebih menarik sehingga membuat pengguna lebih tertarik untuk menggunakan SIAMIK dan sadar akan pentingnya sistem tersebut.


DAFTAR PUSTAKA Asnawi, Aulia Prihatin (2013). Evaluasi Program Bantuan Operasional Sekolah (BOS) Dana Angaran Pendapatan Belanja Negara (APBN) Tahun 2012 (Studi Pada Sekolah Menengah Pertama (SMP) Negeri 6 Kabupaten Bintan). Skripsi Sarjana pada Jurusan Ilmu Administrasi Negara Fakultas Ilmu Sosial dan politik Universitas Maritim Raja Haji, Tanjungpinang: tidak diterbitkan. Adi Utomo, Wahyu (2013). “Pengaruh Penerapan Model Pembelajaran STAD Terhadap Hasil Belajar Geografi Di Sma Negeri 1 Purwosari” Skripsi Sarjana pada Jurusan Geografi Universitas Negeri Malang: Tidak diterbitkan. Agung Sembada, Deo (2012). Evaluasi Penggunaan Content Management System (CMS) untuk Sistem Informasi Perpustakaan dengan Technology Acceptance Model (TAM): Studi Kasus Perpustakaan Emil Salim. Skripsi Sarjana pada FIPB UI Depok: tidak diterbitkan. Aljoza, Muhammad (2014). Analisis Faktor-Faktor Yang Berpengaruh Terhadap Tingkat Penerimaan Website Imigrasi Kota Surabaya dengan Kerangka Technology Acceptance Model (TAM) dan Metode Structural Equation Modeling (SEM). Skripsi pada Program Studi Sistem Informasi ITS Surabaya: tidak diterbitkan. Andrila, Riska (2014). Penerapan Stakeholder Relationship Management Plus (Srm+)

Dalam

Pengelolaan

Community

Development

Di

Area

Operasional Total E&P Indonesie eJournal llmu Komunikasi, 2(3) 333346. Budiaji, Weksi (2013). “Skala Pengukuran Dan Jumlah Respon Skala Likert”. Jurnal Ilmu Pertanian dan Perikanan. 2 (2), 125-131. Chuttur M.Y. 2009. Overview of the Technology Acceptance Model: Origins, Developments and Future Directions. Indiana University, USA . Sprouts: Working Papers on Information Systems, 9(37). http://sprouts.aisnetorg/9-


104

37. Davis, F. D., (1986). Technology Acceptance Model for Emprically Testing New End-User Information System Theory and Results; Unpublished Doctoral Dissertation MIT. Davis, F. D., (1989). ‘Perceived Usefulness, Perceived Ease of Use, and User Acceptence of Information Technology‘, dalam MIS Quarterly, Vol.13, No, pp 319-340 Djaali, dan Pudji M. 2008. Pengukuran dalam Bidang Pendidikan. Jakarta: Grasindo. Eka Kartika, Shinta (2009). “Analisis Proses Penerimaan Sistem Informasi iCons Dengan Menggunakan Technology Acceptance Model Pada Karyawan Pt.Bank Negara Indonesia (Persero) Tbk. Di Kota Semarang”. Tesis Magister pada program studi magister akuntansi Universitas Diponegoro Semarang: Tidak diterbitkan. Faizin (2012). "Pengaruh Motivasi Belajar dan Disiplin Belajar terhadap Prestasi Belajar Siswa Kelas XI SMK Patiunus Karangawen Jurusan Teknik Otomotif." E-journal.ikip gardan 1(1), 39-49. Haris, A

(2008). “Evaluasi Penerapan Sistem Informasi Pendidikan Tenaga

Kesehatan Bagi Pengambilan Kebijakan.”. Tesis Magister pada program pasca sarjana Universitas Gadjah Mada Yogyakarta: Tidak diterbitkan. Harun, Haidir (2006). “Analisis Faktor-Faktor Yang Mempengaruhi Kepuasan Pelanggan Untuk Meningkatkan Loyalitas Pelanggan Produk Telkom Flexi.”. Tesis Magister pada program studi magister manajemen Universitas Diponegoro Semarang: Tidak diterbitkan. Haryanto, Budhi dan Kawuri, Winanti R (2010), “”Analisis Loyalitas Toko Dengan Pendekatan Second Order Factor Dari Structural Equation Model”, Journal of Business Strategy and Execution 2(2) Universitas Sebelas Maret 157 – 178


105

Irawan, Candra (2012). “Evaluasi Kualitas Website Pemerintah Daerah Dengan Menggunakan Webqual (Studi Kasus Pada Kabupaten Ogan Ilir)”. Jurnal Sistem Informasi (JSI). 4 (2), 488-502 Istijanto, M.M, M.Kom (2005). “Aplikasi Praktis Riset Pemasaran” .Jakarta: PT. Gramedia Pustaka Utama Jaya Permana, Putu (2013), “Persepsi Terhadap E-Government Pada Pegawai Direktorat Jenderal Perbendaharaan” Skripsi Sarjana pada fakultas ekonomi Universitas Diponegoro Semarang: Tidak diterbitkan. Jogiyanto, HM (1999), Analisis dan Disain Informasi: Pendekatan Terstruktur Teori dan Praktek Aplikasi Bisnis, Yogyakarta: Andi Offset. Karyasa, I. NR, I. M. Alit K. Salain, and Mayun Nadiasa (2014). "Analisis Faktor-Faktor Yang Mempengaruhi Gagal Lelang Pengadaan Barang Dan Jasa Pemerintah Secara Elektronik (E-Procurement) Di Kabupaten Badung." Jurnal Spektran 2(1), 19-27. Kusumah,

Arif Ardi (2012). "Pengaruh Penerapan Standar

Akuntansi

Pemerintahan Terhadap Kualitas Laporan Keuangan (Survei pada SKPD/OPD Pemerintahan Kota Tasikmalaya)." Jurnal Ekonomi 3(12), 110. Malhotra Yogesh, Galletta F. Dennis. (1999). Extending the Technology Acceptance Model to Account for Social. Hawaii International Conference on System Sciences. University of Pittsburgh & BRINT Research Institute. Malhotra Yogesh, Galletta F. Dennis. (1999). Extending the Technology Acceptance Model to Account for Social. Hawaii International Conference on System Sciences. University of Pittsburgh & BRINT Research Institute. Maliki, Reza (2010). Implementasi ISO 25010:2010 untuk Evaluasi Kualitas Perangkat Lunak (Studi Kasus : i-GRACIAS Universitas Telkom). Skripsi Sarjana pada Fakultas Teknik Universitas Telkom, Bandung: tidak


106

diterbitkan. Nugroho, C.S. (2010). “Analisis Pengaruh Pencitraan, Promosi, Dan Kualitas Pelayanan Terhadap Minat Kuliah Di Diploma Ii Fakultas Ekonomi Universitas Diponegoro”. Skripsi Sarjana pada Fakultas Ekonomi Universitas Diponegoro, Semarang: tidak diterbitkan. Nurhadiyati, Wahyuni (2010), “Pengendalian Change Order Terhadap Kinerja Waktu Pada Konstruksi Proyek Bangunan Bertingkat Tinggi” Skripsi Sarjana pada program studi Manajemen Proyek Tehnik Sipil Universitas Indonesia Jakarta: Tidak diterbitkan. Nyoman, Niluh (2014). “Analisis Technology Acceptane Model (TAM) Terhadap Penggunaan Sistem Informasi Di Nusa Dua Beach Hotel & SPA”. EJurnal Akuntansi Universitas Udayana 6.1(ISSN:2302-8556),167-184. Pireja, Ardi Cahya (2013). Nugroho, C.S. (2010). Analisis Pengaruh Pencitraan, Promosi, Dan Kualitas Pelayanan Terhadap Minat Kuliah Di Diploma Ii Fakultas Ekonomi Universitas Diponegoro. Skripsi Sarjana pada Universitas Pendidikan Indonesia, Bandung: tidak diterbitkan. Prof. Dr. Augusty Ferdinand, MBA (2006), Structural Equation Model Dalam Penelitian Manajemen, Edisi 4. Semarang: BP Undip. Purbawijaya, Ngurah, and Ida Bagus (2012). "Analisis Pemberdayaan Subak Terhadap Operasional Dan Pemeliharaan Jaringan Irigasi Subak Kepaon Kecamatan Denpasar Selatan." Jurnal Ilmiah Teknik Sipil 16(1), 36-47. Rahardja, Alice Tjandralila (2004). "Hubungan Antara Komunikasi antar Pribadi Guru dan Motivasi Kerja Guru dengan Kinerja Guru SMUK BPK Penabur Jakarta". Jurnal Pendidikan Penabur 3(4), 1-21 Rochaety, Pontjorini.R, P.Gusti Yanti, (2005), Sistem Informasi Manajemen Pendidikan, Bumi Aksara Jakarta. Rosarindry Poetri, Adellia (2010), “Adopsi E-Commerce Dengan Pendekatan Technology Acceptance Model (Tam) Bagi Ukm” Skripsi Sarjana pada


107

Universitas Sebelas Maret Surakarta: tidak diterbitkan. Sadiyoko, Ali (2009). “Penggunaan Technology Acceptance Model Sebagai Dasar Usulan Perbaikan Fasilitas Pada Layanan Mobile Internet”. Simposium Nasional RAPI VIII 2009 Jurusan Teknik Industri, Fakultas Teknologi Industri, Universitas Katolik Parahyangan (ISSN : 1412-9612), 1-15 Sarwono, Jonathan (2013). “Pengertian Dasar Structural Equation Modeling (SEM)”. Makalah, Universitas Kristen Krida Wacana, Jakarta. Sembiring, Ria Purnama (2006). "Hubungan Kebutuhan Informasi dengan Pemanfaatan Intranet oleh Karyawan PT. PLN Pembangkitan Sumatera Bagian Utara." Jurnal Komunikologi (Ilmu Komunikasi) 3(1), 1-11. Shroff, Ronnie H (2011). “Analysis of the technology acceptance model in examining students’ behavioural intention to use an eportfolio system”. Australasian Journal of Educational Technology, 600-618. Sutedjo

B (2002), Perencanaan dan

Pembangunan Sistem Informasi.

Yogyakarta: Andi Offset. Tangke Natalia. (2004). Analisa Penerimaan Penerapan Teknik Audit Berbantuan Komputer (TABK) Dengan Menggunakan Technology Acceptance Model (TAM) Pada Badan Pemeriksa Keuangan (BPK) RI. Jurnal Akuntansi dan Keuangan Vol. 6, No. 1, Mei 2004: 10 – 8. Yalina, Nita (2011). Evaluasi Penerapan Sistem Informasi Perencanaan Pembangunan Daerah Provinsi Jawa Timur menggunakan Metode TAM. Tesis Magister pada Program Studi Magister Manajemen Teknologi ITS Surabaya: tidak diterbitkan. Zarta, Norbaiti, H.A Waris dan Siti Amalia (2013) “Pengaruh Tenaga Kerja Modal dan Peralatan Teknologi untuk ProduksiSarong di Samarinda” Jurnal Ekonomi Universitas Mulawarman: 1-10.


BAB II LANDASAN TEORI. Penerapan Sistem Informasi, Technology Acceptance Model (TAM), Structural

Recommend Documents