65
BAB III METODE PENELITIAN 3. 1 Kerangka Teori Berdasarkan landasan teori pada Bab II, dapat diketahui bahwa TAM berfokus pada sikap penerimaan terhadap pengguna teknologi informasi, dimana pengguna mengembangkannya berdasarkan manfaat dan kemudahan yang dirasa dalam penggunaan teknologi informasi. Hubungan antara penggunaan sistem dan tujuan perilaku yang digambarkan dalam TAM menunjukkan secara tidak langsung bentuk-bentuk tujuan individu untuk melakukan tindakan yang positif. Hubungan antara manfaat yang dirasa dan tujuan perilaku didasarkan pada ide bahwa dalam penyusunan organisasi, orang-orang membentuk tujuan-tujuan terhadap perilakunya yang diyakini akan meningkatkan kinerjanya. Peran penting teknologi yang berpengaruh terhadap kinerja pada tingkat individual digambarkan pada model Technology to Performance Chain (TPC) . Inti dari model ini adalah agar teknologi informasi memberikan dampak positif terhadap kinerja individual maka teknologi tersebut harus dimanfaatkan dan teknologi tersebut harus sesuai dengan jenis pekerjaan yang dilakukan. Untuk menganalisis pengaruh dukungan kepemimpinan, pengalaman, kemudahan, dan kemampuan dalam penggunaaan komputer terhadap manfaat yang dirasa dan kemudahan yang dirasa penggunaan. Penelitian ini menambahkan beberapa variabel seperti sikap penggunaan, minat perilaku dan penggunaan sesungguhnya. Berdasarkan uraian diatas, maka model kerangka pemikiran teoritis
dalam
penelitian
ini
dapat
digambarkan
sebagai
berikut:
66
Gambar 3.1 Skema Kerangka Pemikiran
3. 2 Populasi dan Sampel Penelitian Populasi dalam penelitian menurut Sekaran (2003 : 256-266) didefinisikan sebagai: “the entry group of people, event or things of interest that researcher wishes to investigate.” Sedangkan sampel adalah bagian terkecil yang diambil dari populasi dan diupayakan mewakili seluruh elemen penting dari populasi. Papulasi penelitian ini adalah karyawan dan pimpinan yang bekerja di perusahaan yang menggunakan Aplikasi HRIS. Sampel yang diambil adalah karyawan dan pimpinan yang menggunakan HRIS. Pada penelitian Jumlah sample adalah 88 karyawan perusahaan PT XYZ. 3. 3 Variabel dan Indikator Penelitian Berdasarkan penjelasan terdahulu pada bab 2, maka penelitian ini adalah
pengembangan
dari
penelitian-penelitian
sebelumnya
dengan
menambahkan variabel dukungan pimpinan dalam hal ini adalah Dukungan
67 Pimpinan. Rencana variabel dan indikator penelitian disertasi ini akan dilakukan dengan ringkasan sebagai berikut: Variable Dukungan
Dimensi Kontribusi
Pimpinan (X1)
Indikator Tingkat Kontribusi Q : Apakah atasan terlibat dalam penggunaan HRIS?
Loyalitas
Tingkat Loyalitas Q : Apakah atasan memberikan dukungan dalam penggunaan HRIS?
Afeksi
Kemampuan sosialisasi Q : Seberapa anda kenal dekat dengan atasan anda?
Profesi
Respek terhadap profesi Q : Seberapa besar atasan anda menghargai kemampuan dan kompetensi anda?
Pengalaman (X2)
Pengalaman
Banyak pengalaman Q : Seberapa banyak varian HRIS yang telah digunakan?
Lama
Lama menggunakan
Penggunaan
Q : Seberapa lama telah mengguakan HRIS?
Kemudahan (X3)
Waktu
Waktu yang dibutuhkan untuk dapat menggunakan HRIS Q : Seberapa cepat dapat menggunakan HRIS?
Interaksi
Interaksi dapat dengan jelas dan mudah dimengerti Q : Apakah HRIS yang ada dapat
68 mudah dimengeri dalam penggunaanya? Fitur
Mempunyai fitur-fitur yang mudah digunakan Q : Apakah HRIS yang ada mempunya fitur-fitur yang mudah untuk digunakan.
Kemampuan
Waktu
Waktu yang diperlukan untuk
Menggunakan
menyelesaikan sebuah pekerjaan
Komputer (X4)
dengan menggunakan komputer Q : Berapa lama waktu yang digunakan untuk menyelesaikan pekerjaan dengan menggunakan komputer? Kuantitas
Banyaknya kerjaan yang dapat
Pekerjaan
diselesaikan dengan menggunakan komputer Q : Berapa banyak kerjaan yang dapat diselesaikan dengan menggunakan komputer?
Kemampuan
Kemampuan beradaptasi akan
Adaptasi
teknologi baru. Q : Berapa lama waktu yang diperlukan untuk dapat berinteraksi dengan teknologi baru?
Manfaat yang
Kinerja
Dirasakan (Y5)
Peningkatan kinerja individu Q : Dengan adanya HRIS dapat meningkatkan kualitas pekerjaan?
Efektifitas
Peningkatan efektifitas kinerja individu Q : Dengan adanya HRIS dapat
69 meningkatkan efektifitas pekerjaan? Produktifitas
Peningkatan produktifitas kerja individu Q : Dengan adanya HRIS dapat meningkatkan produktifitas pekerjaan?
Manfaat
Peningkatan kebermanfaatan bagi individu Q : Dengan adanya HRIS dapat memberikan manfaat lainnya?
Kemudahan yang
Interaksi
Jelas dan mudah dimengerti
dirasa Pengguna
Q : HRIS dapat dengan mudah dan
(Y4)
jelas dimengerti? Adaptasi
Kemudahan beradaptasi Q : Seberapa cepat kita dapat beradaptasi dengan HRIS?
Mudah
System mudah digunakan Q : HRIS dapat dengan mudah digunakan?
Sikap Penggunaan
Kenyamanan
(Y3)
Kenyamanan beriteraksi Q : Merasa nyaman saat menggunakan HRIS?
Kesenangan
Senang menggunakan Q : Merasa senang dalam penggunaan HRIS?
Menikmati
Menikmati penggunaan Q : Merasa menikmati dalam penggunaan HRIS?
Minat Perilaku (Y2)
Minat Mencoba
Selalu mencoba menggunakan Q : Akankah selalu mencoba untuk menggunakan HRIS?
70 Minat
Menggunakan saat bekerja sehari-
Menggunakan
hari Q : Selalu menggunakan HRIS dalam setiap harinya?
Minat Terus
Berlanjut dimasa datang
Menggunakan
Q : Akan terus menggunakan HRIS pada masa mendatang?
Penggunaan
Penggunaan
Sering menggunakan saat bekerja
Sepenuhnya (Y1)
Sesungguhnya
Q : Seberapa sering menggunakan HRIS saat sedang bekerja?
Lama
Menggunakan lebih dari 120 menit
Penggunaan
Q : Seberapa sering HRIS
Dalam
digunakan tiap harinya?
Keseharian
Tabel 3.1 Operasional Variabel, Dimension dan Indikator Penelitian
3. 4 Teknik Pengumpulan Data dan Instrumen Penelitian Metode yang digunakan dalam pengumpulan data khususnya pada penelitian ini, teknik pengumpulan data digunakan antara lain: a. Instrumen: alat utama pengumpulan data dalam penelitian ini adalah kuesioner yang diajukan ada responden yang bersifat tertutup. b. Interview atau wawancara: teknik pengumpulan data dengan cara wawancara langsung
dengan
responden.
Teknik
ini
dilakukan
dengan
harapan
mendapatkan informasi tambahan untuk melengkapi data yang mungkin saja belum termuat dalam kuesioner.
71 3. 5 Metode Analisis Data Pada penelitian ini untuk metode analisis data, penulis menggunakan Analisis Statistik Deskriptif dan Analisis Statistik Inferensial. Analisis statistik deskriptif digunakan untuk melakukan pengujian validitas dan reliabilitas dari kuestioner yang telah diisi oleh responden. Untuk pengujian ini menggunakan aplikasi SPSS. Sedangkan analisis statistic inferensial bertujuan untuk menghitung estimasi dan pengujian hipotesa. Dalam penelitian ini analisis statistik inferensial menggunakan pendekatan Generalized Structured Component Analysis (GSCA), dengan applikasi yang bernama GeSCA. Penelitian ini menggunakan metode analisa data dengan metode GSCA. Secara umum, langkah-langkah strandar dalam penggunaan GSCA hampir sama dengan menggunakan SEM, menurut Ferdinand terdapat 7 langkah dalam menjalankan GSCA: 1) Pengembangan model berbasi teori 2) Menyusun path diagram untuk menyatakan hubungan kausalitas 3) Menterjemahkan path diagram kedalam persamaan-persamaan struktural dan spesifikasi model pengukuran 4) Memilih jenis input dan estimasi model yang diusulkan 5) Pendugaan parameter 6) Evaluasi kriteria goodness of fit 7) Pengujian hipotesa.
72 Pada Bab ini akan diuraikan setiap langkah dalam menjalankan GSCA. Uraian langkah-langkah tersebut ialah sebagai berikut: 1) Langkah Pertama: Pengembangan Model Berdasarkan Teori Model persamaan struktural didasarkan asumsi adanya hubungan kausalitas dimana perubahan satu variabel akan berakibat pada variabel lainnya. Untuk itu diperlukan eksplorasi ilmiah melalui telaah pustaka guna mendapat justifikasi atas model teoritis yang dikembangkan. SEM digunakan bukan untuk menghasilkan model, melainkan untuk mengkonfirmasi suatu model teoritis melalui data empirik. 2) Langkah Kedua: Menyususun Path Diagram untuk menyatakan hubungan kausalitas Pada langkah ini, model yang telah dibangun pada langkah pertama akan digambarkan dalam diagram jalur, yang dimaksudkan agar lebih mudah untuk melihat hubungan-hubungn kausalitas yang hendak diujikan. Dalam diagram alur hubungan antar variable dinyatakan dengan anak panah. variable yang dibangun dalam diagram alur dibedakan dalam dua kelompok: (1) variable eksogen (exogenous constructs) atau dikenal dengan source variable atau variabel independen yang diprediksi oleh variabel lain dalam model; (2) variable endogen (endogenous constructs) yang merupakan factor-faktor yang diprediksi oleh satu atau beberapa variable. Variable eksogen dapat memprediksi satu atau beberapa variable endogen lainnya, tetapi variable eksogen hanya dapat berhubungan kausal dengan variable endogen saja. variabel eksogen dalam penelitian ini adalah: dukungan pimpinan,
73 pengalaman, kerumitan, dan kemampuan dalam menggunakan komputer. Sedangkan variable endogen dalam penelitian ini ialah: manfaat yang dirasa, kemudahan yang dirasa penggunaan, sikap penggunaan, minat perilaku, dan penggunaan senyatanya. 3) Langkah Ketiga: Menerjemahkan ke dalam Persamaan Struktural dan Spesifikasi Model Pengukuran. Persamaan yang didapat dari diagram jalur yang dikonversi terdiri dari:
a. Persamaan spesifik model pengukuran (measurement model), dimana harus ditentukan variabel yang mengukur konstruk dan menentukan serangkaian matriks yang menunjukan korelasi antar variable yang dihipotesakan.
X1.1 X2 X3
X4
Y5
Y4
Y3
Y2
X1.1 = 1 1 X1.2 = 2 1 X1.3 = 3 1 X1.4 = 4 1 X2.1 = 5 2 X2.2 = 6 2 X3.1 = 7 3 X3.2 = 8 3 X3.3 = 9 3 X4.1 = 10 4 X4.2 = 11 4 X4.3 = 12 4 Y5.1 = 13 5 Y5.2 = λ14 5 Y5.3 = λ15 5 Y5.4 = λ16 5 Y4.1 = λ17 4 Y4.2 = λ18 4 Y4.3 = λ19 4 Y3.1 = λ20 3 Y3.2 = λ21 3 Y3.3 = λ22 3 Y2.1 = λ23 2 Y2.2 = λ24 2 Y2.3 = λ25 2
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25
74 Y1
26 Y1.1 = λ26 1 Y1.2 = λ27 1 27 Table 4.5 Matrik korelasi antar variable.
Penjelasan : λ = loading faktor indikator. ε = Kesalahan pengukuran indikator.
b. Persamaan Struktural, yang dirumuskan untuk menyatakan kausalitas antar variable. Berikut adalah formula persamaan structural: Variabel Endogen = Variabel Eksogen + Kesalahan estimasi Persamaan structural untuk penelitian ini adalah sebagai berikut: Y1 = 1Y2
2Y5
3X3
1
Y2 = 4Y3
5Y5
6X1
2
Y3 = 7Y4
8Y5
3
Y4 = 9X4
4
Y5 = 10X2
11X3
5
Penjelsan: Y1 = Variabel Penggunaan Sesungguhnya. Y2 = Variabel Minat Perilaku. Y3 = Variabel Sikap Penggunaan. Y4 = Variabel Kemudahan yang dirasa. Y5 = Variabel Manfaat yang dirasa. γ = Koefisien Regresi ε = Kesalahan Estimasi
75 4) Langkah Keempat: Memilih jenis input dan estimasi model yang diusulkan Pendekatan GSCA tidak menggunakan input data yang berupa matrik varians/kovarians atau matrik korelasi untuk keseluruhan estimasi yang dilakukan; melainkan berdasarkan data mentah (raw data) sebagaimana dikembangkan pada PLS. Metode pendugaan parameter (estimasi) didalam GSCA adalah metode kuadrat terkecil (least square methods). Pada GSCA model struktural dan model pengukuran diintergrasikan menjadi satu model, sehingga proses pendugaan parameter berorientasi pada meminimumkan residual model terintegrasi. Metode pendugaan parameter yang digunakan yang mampu meminimumkan residual model secara terintegrasi adalah Alternating Least Square - ALS (Hwang, 2009). Proses perhitungan pada ALS adalah kompleks, yaitu tidak sederhana seperti pada Ordinary Least Square - OLS. Oleh karena itu, di dalam proses mendapatkan residual yang minimum dilakukan dengan cara iterasi. Dimana iterasi akan berhenti jika telah tercapai kondisi konvergen, misalnya selisih dugaan dengan tahap sebelumnya ≤ 0,001. 5) Langkah Kelima: Pendugaan Parameter Beberapa masalah yang sering muncul sehingga model tidak layak diantaranya: ¾ Munculnya korelasi yang sangat tinggi antar koefisien estimasi yang didapat (misal ≥ 0,9). Gangguan ini juga sering disebut sebagai singularitas
76 dan menjadikan model tidak layak untuk digunakan sebagai sarana untuk mengkonfirmasikan suatu teori yang telah disusun. ¾ Applikasi yang masih beta, aplikasi tidak terdapat pada desktop aplikasi, melainkan harus koneksi via web. 6) Langkah Keenam: Menilai Kriteria Goodness-of-Fit FIT menujukan varian total dari semua variable yang dapat dijelaskan oleh model tertentu. Nilai FIT berkisar dari 0 sampai 1. Adjusted dari FIT (AFIT) hampir sama dengan FIT. Namun, karena variabel yang mempengaruhi variable lain tidak hanya satu melainkan ada dua atau lebih variabel sehingga akan lebih baik apabila interpretasi tentang ketepatan model menggunakan FIT yang sudah terkoreksi atau menggunakan AFIT. GFI dan SRMR (standardized root mean square residual). Keduanya sebanding dengan perbedaan antara kovarian sampel dan kovarian yang diproduksi oleh pendugaan parameter GSCA. GFI akan dibilang bagus jika >0.9 dan SRMR akan sangat sesuai jika nilainya < 0.05. 3. 6 Hipotesis Penelitian Untuk Hipotesa dalam penelitian ini adalah sebagai berikut : H1
: Dukungan pimpinan berpengaruh positif terhadap minat perilaku (Behavioral Intention to Use) H0 : 6
H2
0 ; H1 : 6
0
: Pengalaman berpengaruh positif terhadap manfaat yang dirasakan (Perceived Usefulness) H0 : 10
0 ; H1 : 10
0
77 H3
: Kemudahan berpengaruh positif terhadap manfaat kegunaan yang dirasakan (Perceived Usefulness) H0 : 11
H4
0 ; H1 : 11
0
: Manfaat kegunaan yang dirasa (Perceived Usefulness) berpengaruh positif terhadap sikap penggunaan (Attitude Towards Using) H0 : 8
H5
0 ; H1 : 8
0
: Manfaat kegunaan yang dirasa (Perceived Usefulness) berpengaruh positif terhadap minat perilaku (Behavioral Intention to Use) H0 : 5
H6
0 ; H1 : 5
0
: Manfaat kegunaan yang dirasa (Perceived Usefulness) berpengaruh positif terhadap Pengguna Sesungguhnya (Actual Use) H0 : 2
H7
0 ; H1 : 2
0
: Computer self efficacy berpengaruh positif terhadap Kemudahan yang dirasa penggunaan (Perceived Ease of Use) H0 : 9
H8
0 ; H1 : 9
0
: Kemudahan yang dirasa penggunaan (Perceived Ease of Use) berpengaruh positif terhadap Manfaat yang dirasa (Perceived Usefulness) H0 : 12
H9
0 ; H1 : 12
0
: Presepsi kemudahan penggunaan (Perceived Ease of Use) berpengaruh positif terhadap sikap penggunaan (Attitude Towards Using) H0 : 7
0 ; H1 : 7
0
H10 : Sikap penggunaan (Attitude Towards Using) berpengaruh positif terhadap minat perilaku (Behavioral Intention to Use)
78 H0 : 4
0 ; H1 : 4
0
H11 : Minat perilaku (Behavioral Intention to Use) berpengaruh positif terhadap penggunaan sesungguhnya (Actual Use) H0 : 1
0 ; H1 : 1
0
H12 : Kemudahan (Simplicity) berpengaruh positif terhadap penggunaan sesungguhnya (Actual Use) H0 : 3
0 ; H1 : 3
0
Selanjutnya ketentuan uji regression weight dilakukan dengan membandingkan t hitung dengan t tabel, dimana t hitung identik dengan CR (critical ratio) yang diujikan dengan nilai p (probabilitas), dengan ketentuan sebagai berikut: ¾ Jika p < 0.05 maka H0 ditolak ¾ Jika p . 0.05 maka Ho diterima
