BAB IV HASIL DAN PEMBAHASAN
4.1 Pengumpulan Data
Data yang diperlukan penelitian ini didapat dari pendekatan survei. Sesuai dengan Gambar 4.1.1 setelah pengumpulan data maka dilakukan analisis dan interpretasi yang kemudian dilanjutkan dengan penulisan tesis.
Proses ini
merupakan penyesuaian dari Cooper dan Schindler (2000 p65)
Gambar 4.1.1 Proses Pengumpulan Data hingga Penulisan
4.2 Hasil Survei
Survey yang dalam penelitian ini dilakukan dengan metode stratified cluster random sampling terhadap populasi mahasiswa magister manajemen Bina Nusantara. Survei dilakukan dengan menggunakan alat kuesioner. disebarkan kepada mahasiswa.
Kuesioner yang digunakan
Jumlah sampel minimum yang diperlukan dalam
penelitian ini adalah 136 responden yang menjawab kuisioner dengan lengkap (valid). 45
46
Kuisioner yang diisi lengkap oleh para mahasiswa berjumlah 199 lembar.
Dengan
demikian kuisioner yang ada telah melampaui jumlah minimum yang diperlukan. Tabel 4.2.1 Penyebaran kuisioner Kuisioner Disebarkan Terisi Tidak lengkap Lengkap (valid)
Jumlah 324 215 16 199
Keterangan Lembar Lembar Lembar Lembar
Dari sejumlah kuesioner yang disebarkan, dikumpulkan kembali dan dilakukukan analisis dengan menggunakan program SPSS 16.0. Berdasarkan data demografi responden yang ada, diperoleh gambaran sebagai berikut :
Gambar 4.2.2 Distribusi Umur Responden
Gambar 4.2.3 Distribusi Jenis Kelamin Responden
Gambar 4.2.4 Distribusi Edukasi Responden
47
Gambar 4.2.5 Distribusi Program MM Responden
Gambar 4.2.6 Distribusi Term Responden
Gambar 4.2.7 Distribusi Pilihan Studi Responden
Gambar 4.2.8 Distribusi Pekerjaan Responden yang Berhubungan dengan IT
Gambar 4.2.9 Distribusi Pekerjaan Responden yang Berhubungan dengan Situs Web
48
Gambar 4.2.10 Distribusi Responden yang Pernah Mendapat Edukasi Situs Web
Gambar 4.2.11 Distribusi Responden yang Pernah Membangun Situs Web
Gambar 4.2.12 Distribusi Responden yang Surfing pada Internet
Gambar 4.2.13 Distribusi Responden yang Gemar Teknologi
Gambar 4.2.14 Distribusi Responden yang Gemar Situs Web
49
Gambar 4.2.15 Distribusi Pemerhati Web pada Responden
Gambar 4.2.16 Distribusi Responden Pengakses Situs Web Magister Baru
4.3
Uji Validitas dan Reliabilitas
4.3.1 Uji Validitas
Uji validitas dilakukan dengan tujuan untuk mengetahui apakah butir-butir (item) pertanyaan yang digunakan adalah valid dalam mengukur variabel atau faktor yang ada. Butir-butir (item) pertanyaan tersebut dapat dinyatakan valid jika nilai corrected item-total correlation > 0,3 (berdasarkan analisis dengan SPSS 16.0). Itu berarti seluruh pertanyaan yang diajukan untuk mengukur variabel atau faktor tertentu adalah valid.
50
4.3.2 Uji Reliabilitas
Uji reliabilitas dilakukan untuk mengetahui apakah instrumen pengukuran memberikan hasil yang konsisten pada setiap pengukuran. Uji reliabilitas dapat dilakukan dengan menggunakan pengukuran koefisien Alpha Cronbach. Menurut Uyanto (2009 p273-p274) koefisien Alpha Cronbach merupakan internal consistency score berdasarkan korelasi mean antara butir-butir (item) yang ekivalen. Alpha Cronbach dapat diinterpretasikan sebagai korelasi dari skala yang diamati dengan semua kemungkinan pengukuran skala lain yang mengukur hal yang sama dan menggunakan jumlah butir pertanyaan yang sama. Untuk dapat dikatakan reliable suatu pengukuran sebaiknya memilki nilai Alpha Cronbach minimal 0,70,
4.3.3 Uji Validitas dan Reliabilitas untuk Kepentingan/Harapan
Hasil pengujian validitas dengan menggunakan SPSS untuk variabel/faktor kepentingan/harapan dapat dilihat pada Table 4.3.1 Menurut hasil pengolahan data seperti tertera, terlihat bahwa seluruh item untuk harapan nilai corrected item-total correlation > 0.3, ini berarti seluruh pertanyaan yang diajukan untuk menilai harapan atau kepentingan tentang seluruh faktor seluruhnya valid. Dengan demikian dapat dikatakan bahwa seluruh butir pertanyaan untuk harapan dapat digunakan untuk mengukur faktor harapan.
51
Tabel 4.3.1 Hasil Uji Validitas untuk Variabel/Faktor Kepentingan/Harapan Faktor P Corrected Validitas Faktor P Corrected Validitas Item-Total Item-Total Correlation Correlation 1 2 3 Isi Informasi 4 5 6 1 2 3 Akurasi 4 5 1 2 3 Format 4 5 6 1 2 3 Kemudahan 4 5 6
0.744 0.776 0.816 0.808 0.774 0.622 0.686 0.775 0.739 0.529 0.679 0.728 0.854 0.829 0.676 0.831 0.773 0.737 0.755 0.791 0.816 0.739 0.812
Valid
Valid
Valid
1 2 3 4 5 1
0.706 0.642 0.622 0.618 0.677 0.607
2 3 4 Individualisasi 5 6 7 8 1 2 3 Navigasi 4 5 6
0.657 0.532 0.654 0.689 0.597 0.704 0.711
Keterkinian
0.789 0.865 0.801 0.554 0.75 0.714
Valid
Valid
Valid
Valid
Hasil pengujian reliabilitas menggunakan SPSS untuk faktor harapan dapat dilihat pada Table 4.3.2.
52
Tabel 4.3.2 Hasil Uji Reliabilitas Faktor Kepentingan/Harapan Faktor Reliabilitas Alpha Cronbach Isi Informasi Akurasi Format Kemudahan Keterkinian Individualisasi Navigasi
0.912 0.853 0.924 0.92 0.836 0.875 0.905
Reliable Reliable Reliable Reliable Reliable Reliable Reliable
Berdasarkan data yang tertera, terlihat bahwa nilai Alpha Cronbach > 0,70 yang menyatakan bahwa seluruh faktor harapan adalah reliable.
4.3.4 Uji Validitas dan Reliabilitas untuk Kinerja
Hasil pengujian validitas dengan menggunakan SPSS untuk variabel/faktor kinerja dapat dilihat pada Tabel 4.3.3. Menurut hasil pengolahan data seperti tertera terlihat bahwa seluruh item untuk kinerja nilai corrected item-total correlation > 0.3, ini berarti seluruh pertanyaan yang diajukan untuk menilai kinerja seluruhnya valid. Dengan demikian dapat dikatakan bahwa seluruh butir pertanyaan untuk kinerja dapat digunakan untuk mengukur seluruh faktor kinerja.
53
Faktor
Tabel 4.3.3 Hasil Uji Validitas untuk Variabel/Faktor Kinerja P Corrected Validitas Faktor P Corrected Validitas Item-Total Item-Total Correlation Correlation
1 2 3 Isi Informasi 4 5 6 1 2 3 Akurasi 4 5 1 2 3 Format 4 5 6 1 2 3 Kemudahan 4 5 6
0.813 0.822 0.828 0.818 0.852 0.72 0.761 0.758 0.778 0.628 0.788 0.782 0.806 0.805 0.684 0.78 0.801 0.827 0.874 0.844 0.858 0.817 0.825
Valid
Valid
Valid
Valid
1 2 3 Keterkinian 4 5 1 2 3 4 Individualisasi 5 6 7 8 1 2 3 Navigasi 4 5 6 1 2 3 Kepuasan 4 5
0.708 0.659 0.65 0.618 0.542 0.732 0.74 0.638 0.742 0.772 0.602 0.809 0.768 0.789 0.839 0.854 0.697 0.72 0.785 0.875 0.85 0.876 0.769 0.887
Valid
Valid
Valid
Valid
Hasil pengujian reliabilitas menggunakan SPSS untuk faktor kinerja dapat dilihat pada Tabel 4.3.4.
54
Tabel 4.3.4 Hasil Uji Reliabilitas Faktor Kinerja Faktor Reliabilitas Alpha Cronbach Isi Informasi Akurasi Format Kemudahan Keterkinian Individualisasi Navigasi Kepuasan
0.935 0.892 0.921 0.948 0.834 0.916 0.923 0.945
Reliable Reliable Reliable Reliable Reliable Reliable Reliable Reliable
Berdasarkan data yang tertera, terlihat bahwa nilai Alpha Cronbach > 0,70 yang menyatakan bahwa seluruh faktor kinerja adalah reliable.
4.4 Tabulasi Silang (CrossTab)
Berdasarkan data yang diperoleh dari hasil penelitian, peneliti melakukan tabulasi silang (CrossTab) antara komponen dalam demografi (seperti: umur, jenis kelamin, pendidikan terakhir, dan lainnya) dengan kepuasan, dimana berdasarkan uji Chi-Square diperoleh hasil seperti Table 4.4.1. Hubungan ketergantungan antara faktor 1 dan faktor 2 terjadi jika (pvalue/2)
=dari alpha sebesar 0.05 maka tidak ada hubungan ketergantungan. Hasil dari Table 4.4.1 menunjukkan adanya hubungan antara lama kuliah (term) dengan kepuasan para mahasiswa, ini menyatakan pengalaman
55
para mahasiswa dalam memakai situs web magister Bina Nusantara selama masa
kuliah
mempengaruhi
kepuasan
para
mahasiswa
Tabel 4.4.1 Uji Chi-Square Demografi Dengan Kepuasan Faktor 1 Faktor 2 P-value/2 Hubungan Kepuasan Tidak ada terhadap Umur 0.3355 hubungan kinerja 0.4395
Tidak ada hubungan
0.325
Tidak ada hubungan
Program Magister
0.2465
Tidak ada hubungan
Term
0.0225
Ada hubungan
Pilihan studi
0.163
Tidak ada hubungan
Relasi pekerjaan dengan IT
0.031
Ada hubungan
Relasi pekerjaan dengan situs web
0.0325
Ada hubungan
0.159
Tidak ada hubungan
0.1125
Tidak ada hubungan
0.3175
Tidak ada hubungan
Gemar pada teknologi
0.3135
Tidak ada hubungan
Gemar pada situs web
0.4085
Tidak ada hubungan
0.064
Tidak ada hubungan
0.0975
Tidak ada hubungan
Jenis Kelamin Pendidikan Terakhir
Pernah ikut pendidikan mengenai situs web Pernah membangun suatu situs web Sering surfing pada internet
Pemerhati situs web Telah akses situs web baru
tersebut.
56
Hal ini dapat digunakan untuk mendorong pengukuran kepuasan para mahasiswa secara regular sehingga reaksi terhadap hasil pengukuran dapat dilakukan lebih cepat. Menurut Kotler dan Keller (2006 p137) salah satu kunci untuk retensi konsumen adalah dengan kepuasan konsumen. Selain itu konsumen yang puas biasanya akan lebih loyal dan bereaksi dengan baik saat perusahaan memperkenalkan produk atau pelayanan baru, mengatakan hal yang baik tentang perusahaan dan produknya. Relasi pekerjaan dengan IT dan relasi pekerjaan dengan situs web berhubungan dengan kepuasan responden hal ini dapat menggambarkan keberadaan pengalaman dan pengetahuan yang diperoleh dalam pekerjaan para responden yang memiliki pekerjaan berhubungan dengan IT dan situs web mempengaruhi kepuasan mereka terhadap situs web Binus.. Selain itu ketiga komponen tersebut tidak terdapat hubungan antara komponen lain pada demografi responden dengan kepuasan responden. Dengan demikian pengalaman dalam memakai situs web selama masa kuliah dan pengalaman dalam bekerja (pekerjaan yang berhubungan dengan IT dan situs web) memiliki hubungan dengan kepuasan para mahasiswa.
4.5 Uji Korelasi
Uji korelasi dilakukan pada data yang sama untuk mengamati korelasi antara faktor-faktor yang ada terhadap kepuasan. Dalam Sarwono (2006 p112-p114) dinyatakan
57
penafsiran angka korelasi untuk nilai >0,25-0,5 adalah cukup, >0,5-0,75 adalah kuat. Korelasi dengan hasil positif menyatakan arah yang sama hubungan antar variabel. Jika Sig.(2-tailed) < 0.05 maka hubungan antar variabel yang terjadi adalah signifikan. Hasil korelasi terlihat pada Tabel 4.5.1 Tabel 4.5.1 Korelasi Kinerja Terhadap Kepuasan Terhadap Kepuasan
Faktor Isi informasi Akurasi Format Kemudahan Keterkinian Individualisasi Navigasi
Pearson Sig. (2-tailed) Correlation (r) .560** 0 .574** 0 .609** 0 .525** 0 .476** 0 .601** 0 .571** 0
Hasil pada Table 4.5.1 menunjukkan korelasi adalah kuat untuk faktorfaktor: •
Isi informasi terhadap kepuasan,
•
Akurasi terhadap kepuasan,
•
Format terhadap kepuasan,
•
Kemudahan terhadap kepuasan,
•
Individualisasi terhadap kepuasan
• Navigasi terhadap kepuasan Faktor keterkinian terhadap kepuasan memiliki korelasi cukup (namun mendekati nilai ambang batas korelasi kuat).
58
Selain itu seluruh faktor tersebut berkorelasi positif dengan arah yang sama antara faktor yang ada dengan kepuasan. Peningkatan pada isi informasi, akurasi, format, kemudahan, keterkinian, inidividualisasi, navigasi maka akan mengakibatkan meningkatnya kepuasan para mahasiwa terhadap situs web magister Binus. Seluruh faktor memiliki nilai Sig. (2-tailed) sebesar 0,000 yang menyatakan hubungan yang terjadi antara faktor yang ada yaitu isi informasi, akurasi, format, kemudahan, keterkinian, inidividualisasi, navigasi terhadap kepuasan para mahasiswa adalah signifikan.
4.6. Uji Regresi Linier Berganda Hasil analisis uji Regresi Berganda untuk melihat hubungan pengaruh dari variabel independen yaitu faktor isi informasi, akurasi, format, kemudahan, keterkinian, inidividualisasi, navigasi terhadap variabel dependen yaitu kepuasan. Kepuasan diukur dengan menggunakan lima pertanyaan indikator sebagai berikut: •
Para responden merasa sistem dapat dikatakan sukses
•
Para responden merasa puas dengan sistem
•
Para responden merasa berminat untuk terus menggunakan sistem
•
Para responden akan menceritakan pengalaman pemakainan sistem kepada orang lain
•
Para responden merasa sistem bermanfaat.
Dalam Sarwono (2006 p134) dinyatakan bahwa koefisien diterminasi (R Square * 100%) berarti variabilitas pada variabel dependen dapat dijelaskan dengan menggunakan variabel independen.
Dengan kata lain besarnya pengaruh variabel
59
independen terhadap variabel dependen adalah sebesar koefisien diterminasi. Di lain pihak, sisanya atau (100% - koefisien diterminasi) dijelaskan dengan menggunakan faktor yang berasal dari luar model regresi yang digunakan. Hasil uji regresi berganda terlihat pada Tabel 4.6.1. Tabel 4.6.1 Model Summary Regresi Berganda Model
R
1
.770a
R Square .594
Adjusted R Square .579
Std. Error of the Estimate .53638
Data dalam Tabel 4.6.1 menyatakan faktor atau variabel (isi informasi, akurasi, format, kemudahan, keterkinian, individualisasi, navigasi) dalam model memiliki pengaruh sebesar 59,4% terhadap kepuasan para mahasiswa terhadap situs web. Sedangkan sisanya (100%-59,4%)= 40,6% dipengaruhi oleh faktor yang berasal di luar model. Menurut Sarwono (2006 p135) angka signifikansi (sig) pada tabel Anova dapat digunakan untuk melihat adanya hubungan linier antara variabel independen terhadap variabel dependen. Jikalau nilai sig bernilai < 0,05 maka dapat dikatakan ada hubungan linier antara variabel independen dengan variabel dependen atau mempengaruhi varibel dependen. Angka yang sama dapat digunakan untuk menyatakan model regresi yang digunakan sudah benar dan layak. Dengan nilai signifikansi (sig) sebesar 0.000 maka dapat dikatakan ada hubungan linier antara faktor-faktor (isi informasi, akurasi, format, kemudahan, keterkinian, individualisasi, navigasi) dalam model terhadap kepuasan para mahasiwa MM sekaligus model regresi yang digunakan dalam penelitian ini sudah benar dan layak.
60 Tabel 4.6.2 Anova Sum of Squares
Model 1
Df
Mean Square
Regression
80.246
7
11.464
Residual
54.952
191
.288
135.198
198
Total
F
Sig.
39.845
.000a
Angka signifikansi atau sig dalam tabel koefisien regresi berganda dapat digunakan untuk melihat adanya hubungan linier antara tiap faktor terhadap variabel dependen, menurut Sarwono (2006 p161). Jika sig bernilai < 0.05 berarti ada hubungan linier antara varibel atau faktor dengan kepuasan para mahasiswa MM. Selain itu nilai angka signifikansi dapat menyatakan urutan pengaruh variabel independen terhadap variabel dependen.
Tabel 4.6.3 Koefisien Regresi Berganda Unstandardized Coefficients Model 1
B
Std. Error
-.975
.230
Isi_Info_PA
.193
.069
Akurasi_PA
.197
Format_PA
Standardized Coefficients T
Sig.
-4.247
.000
.164
2.813
.005
.076
.158
2.602
.010
.233
.091
.168
2.547
.012
Mudah_PA
.163
.066
.145
2.493
.014
Terkini_PA
.156
.068
.127
2.302
.022
Individualisasi_PA
.199
.090
.144
2.213
.028
Navigasi_PA
.190
.079
.148
2.410
.017
(Constant)
Beta
61
Berdasarkan hasil analisa regresi pada tabel koefisien regresi berganda terlihat bahwa nilai sig adalah < 0.05 yang menyebabkan penolakan terhadap Ho dan penerimaan terhadap H1 untuk semua faktor yang ada. Faktor–faktor isi informasi, akurasi, format, kemudahan, keterkinian, individulisasi, navigasi berpengaruh secara signifikan dan berhubungan secara linier terhadap kepuasan para mahasiswa MM. Berdasarkan nilai signifikansi pada tabel koefisien regresi berganda maka urutan pengaruh faktor yang ada terhadap kepuasan para mahasiswa adalah: 1. isi informasi, 2. akurasi, 3. format, 4. kemudahan, 5. navigasi, 6. keterkinian, 7. individualisasi. Dengan hasil pada Table 4.6.3 dapat dibangun rumus untuk persamaan kepuasan para mahasiswa MM terhadap situs web magister Binus dan faktor-faktor yang berpengaruh, sebagai berikut: Kepuasan= - 0.975 + 0.193 (Isi Informasi) + 0.197 (Akurasi) + 0.233(Format) + 0.163 (Kemudahan) + 0.156 (Keterkinian) + 0.199 (Individualisasi) + 0.190 (Navigasi).
62
Dengan persamaan di atas, apabila seluruh faktor atau variabel bernilai nol maka nilai kepuasan adalah sebesar: -0.975. Dengan persamaan tersebut bila nilai variabel yang lain tetap maka setiap kenaikan pada variabel: • isi informasi akan mempengaruhi kepuasan sebesar 19,3%. • akurasi akan mempengaruhi kepuasan sebesar 19,7%. • format akan mempengaruhi kepuasan sebesar 23,3%. • kemudahan akan mempengaruhi kepuasan sebesar 16,3%. • keterkinian akan mempengaruhi kepuasan sebesar 15,6%. • individualisasi akan mempengaruhi kepuasan sebesar 19,9%. • navigasi akan mempengaruhi kepuasan sebesar 19%. Dari Tabel 4.6.3 terlihat bahwa seluruh faktor berpengaruh signifikan terhadap kepuasan pelanggan hal ini dapat dimengerti bahwa hal-hal berikut ini telah menjadi hal – hal yang mendasar yang diharapkan para mahasiwa pengguna situs web magister Binus, seperti: •
Penyediaan informasi yang cukup, lengkap dan sesuai dengan kebutuhan para mahasiswa.
•
Informasi yang akurat, sesuai dengan fakta (tidak salah) sehingga tidak perlu dikoreksi.
•
Informasi tersaji dalam format yang jelas, mudah dibaca dan mudah dimengerti (tidak timbulkan salah tafsir).
•
Sistem yang mudah digunakan(user friendly), walau tanpa bantuan teman, training, panduan ataupun penjelasan.
63 •
Informasi bisa didapatkan tepat waktu, terkini, dan tidak perlu diperiksa keterkiniannya.
•
Informasi yang ditampilkan sesuai dengan kebutuhan, pilihan studi, data dan prestasi individu.
•
Sistem memudahkan untuk kembali ke halaman utama, pindah antar halaman situs, adanya peta situs, fasilitas searching dan link yang berfungsi dengan baik.
4.7. Uji Multi Kolinieritas
Hasil analisis uji multi kolinieritas menurut Uyanto (2009 p248) digunakan untuk melihat adanya multi kolinieritas di antara variabel independen. Apabila hal ini terjadi menurut Rangkuti (2005 p88) kita tidak dapat mengestimasi pengaruh variabel independen terhadap variabel dependen. Jika nilai VIF (Variance Inflation Factor) berkisar 1 maka kolinieritas adalah rendah namun menurut Uyanto, Stanislaus S, Ph.D., (2009 p255) beberapa buku menyatakan VIF 2-4 masih dapat dianggap kolinieritas rendah. Dalam penelitian ini uji tersebut digunakan untuk melihat adanya multi kolinieritas di antara faktor-faktor: isi informasi, akurasi, format, kemudahan, keterkinian, inidividualisasi, navigasi. Hasil uji yang tertera pada Tabel 4.7.1 menunjukkan nilai VIF untuk semua faktor berkisar antara 1 hingga 4 (tidak ada variabel independen
64
dengan nilai lebih dari 4), oleh karena itu dapat dikatakan bahwa kolinearitas adalah rendah. Tabel 4.7.1 Koefisien Kolinieritas Collinearity Statistics Model
Tolerance
VIF
1 (Constant) Isi_Info_PA
.623
1.605
Akurasi_PA
.574
1.742
Format_PA
.488
2.051
Mudah_PA
.630
1.588
Terkini_PA
.697
1.435
Individualisasi_PA
.502
1.990
Navigasi_PA
.561
1.781
4.8 Uji t-Berpasangan Menurut
Uyanto
(2009
p117)
Uji t-berpasangan digunakan untuk
membandingkan selisih dua rata-rata (mean), dari dua sampel yang berpasangan, uji ini dikenal dengan nama lain uji satu sisi (one tailed t-Test).
Hasil uji akan ditampilkan
oleh SPSS sebagai hasil uji 2 sisi, karena itu nilai Sig.(2 tailed) haruslah dibagi 2 untuk mengetahui nilai signifikansi pada satu sisi. Hipotesis dan hasil uji t-berpasangan pada perbedaan rata-rata antara harapan dan kinerja pada faktor dalam model akan dijelaskan pada bagian berikut.
65
4.8.1 Isi informasi Hipotesis yang dibangun adalah: H0 : para mahasiswa puas terhadap kinerja pada isi informasi H1 : para mahasiswa tidak puas terhadap kinerja pada isi informasi Secara matematis :
H0 : µi - µp <= 0 atau µharapan =< µkinerja H1 : µi - µp > 0 atau µharapan > µkinerja dimana,
µp, µkinerja = rata-rata dari total tingkat kinerja pada isi informasi µi, µharapan = rata-rata dari total tingkat harapan pada isi informasi Hasil analisis uji hipotesis untuk perbedaan rata-rata antara harapan dan kinerja pada isi informasi dapat dilihat pada Tabel 4.8.1 Tabel 4.8.1 Hasil Analisis Uji t –Berpasangan untuk Perbedaan Rata-Rata Antara Harapan dan Kinerja pada Isi Informasi Uji t Berpasangan Harapan terhadap Kinerja Sig. (2 tailed) Sig. (1 tailed) Isi informasi 0.000 0.000 Berdasarkan Tabel 4.7.1 di atas, terlihat bahwa nilai signifikansi di bawah 5%, sehingga dengan demikian tolak H0. Hal ini berarti terima H1, yaitu pelanggan secara signifikan tidak puas terhadap kinerja pada isi informasi pada tingkat keyakinan atau peluang 95%.
4.8.2 Akurasi
Hipotesis yang dibangun adalah:
66
H0 : para mahasiswa puas terhadap kinerja pada akurasi H1 : para mahasiswa tidak puas terhadap kinerja pada akurasi Secara matematis :
H0 : µi - µp <= 0 atau µharapan =< µkinerja H1 : µi - µp > 0 atau µharapan > µkinerja dimana,
µp, µkinerja = rata-rata dari total tingkat kinerja pada akurasi µi, µharapan = rata-rata dari total tingkat harapan pada akurasi Hasil analisis uji hipotesis untuk perbedaan rata-rata antara harapan dan kinerja pada akurasi dapat dilihat pada Tabel 4.8.2
Tabel 4.8.2 Hasil Analisis Uji t –Berpasangan untuk Perbedaan Rata-Rata Antara Harapan dan Kinerja pada Akurasi Uji t Berpasangan Harapan terhadap Kinerja Sig. (2 tailed) Sig. (1 tailed) Akurasi 0.000 0.000
Dari data yang tertera, terlihat bahwa nilai signifikansi di bawah 5%, dengan demikian tolak H0. Hal ini berarti terima H1, yaitu pelanggan secara signifikan tidak puas terhadap kinerja pada akurasi pada tingkat keyakinan atau peluang 95%.
4.8.3 Format
Hipotesis yang dibangun adalah: H0 : para mahasiswa puas terhadap kinerja pada format H1 : para mahasiswa tidak puas terhadap kinerja pada format Secara matematis :
H0 : µi - µp <= 0 atau µharapan =< µkinerja
67
H1 : µi - µp > 0 atau µharapan > µkinerja dimana, µp, µkinerja = rata-rata dari total tingkat kinerja pada format µi, µharapan = rata-rata dari total tingkat harapan pada format Hasil analisis uji hipotesis untuk perbedaan rata-rata antara harapan dan kinerja pada format dapat dilihat pada Tabel 4.8.3
Tabel 4.8.3 Hasil Analisis Uji t –Berpasangan untuk Perbedaan Rata-Rata Antara Harapan dan Kinerja pada Format Uji t Berpasangan Harapan terhadap Kinerja Sig. (2 tailed) Sig. (1 tailed) Format 0.000 0.000
Dari data yang tertera, terlihat bahwa nilai signifikansi di bawah 5%, dengan demikian tolak H0. Hal ini berarti terima H1, yaitu pelanggan secara signifikan tidak puas terhadap kinerja pada format pada tingkat keyakinan atau peluang 95%.
4.8.4 Kemudahan
Hipotesis yang dibangun adalah: H0 : para mahasiswa puas terhadap kinerja pada kemudahan H1 : para mahasiswa tidak puas terhadap kinerja pada kemudahan Secara matematis :
H0 : µi - µp <= 0 atau µharapan =< µkinerja H1 : µi - µp > 0 atau µharapan > µkinerja dimana,
µp, µkinerja = rata-rata dari total tingkat kinerja pada kemudahan µi, µharapan = rata-rata dari total tingkat harapan pada kemudahan
68
Hasil analisis uji hipotesis untuk perbedaan rata-rata antara harapan dan kinerja pada kemudahan dapat dilihat pada Tabel 4.8.4 Tabel 4.8.4 Hasil Analisis Uji t –Berpasangan untuk Perbedaan Rata-Rata Antara Harapan dan Kinerja pada Kemudahan Uji t Berpasangan Harapan terhadap Kinerja Sig. (2 tailed) Sig. (1 tailed) Kemudahan 0.000 0.000
Dari data yang tertera, terlihat bahwa nilai signifikansi di bawah 5%, dengan demikian tolak H0. Hal ini berarti terima H1, yaitu pelanggan secara signifikan tidak puas terhadap kinerja pada kemudahan pada tingkat keyakinan atau peluang 95%.
4.8.5 Keterkinian
Hipotesis yang dibangun adalah: H0 : para mahasiswa puas terhadap kinerja pada keterkinian H1 : para mahasiswa tidak puas terhadap kinerja pada keterkinian Secara matematis :
H0 : µi - µp <= 0 atau µharapan =< µkinerja H1 : µi - µp > 0 atau µharapan > µkinerja dimana,
µp, µkinerja = rata-rata dari total tingkat kinerja pada keterkinian µi, µharapan = rata-rata dari total tingkat harapan pada keterkinian Hasil analisis uji hipotesis untuk perbedaan rata-rata antara harapan dan kinerja pada keterkinian dapat dilihat pada Tabel 4.8.5
69
Tabel 4.8.5 Hasil Analisis Uji t –Berpasangan untuk Perbedaan Rata-Rata Antara Harapan dan Kinerja pada Keterkinian Uji t Berpasangan Harapan terhadap Kinerja Sig. (2 tailed) Sig. (1 tailed) Keterkinian 0.000 0.000
Dari data yang tertera, terlihat bahwa nilai signifikansi di bawah 5%, dengan demikian tolak H0. Hal ini berarti terima H1, yaitu pelanggan secara signifikan tidak puas terhadap kinerja pada keterkinian pada tingkat keyakinan atau peluang 95%.
4.8.6 Individualisasi
Hipotesis yang dibangun adalah: H0 : para mahasiswa puas terhadap kinerja pada individualisasi H1 : para mahasiswa tidak puas terhadap kinerja pada individualisasi Secara matematis :
H0 : µi - µp <= 0 atau µharapan =< µkinerja H1 : µi - µp > 0 atau µharapan > µkinerja dimana,
µp, µkinerja = rata-rata dari total tingkat kinerja pada individualisasi µi, µharapan = rata-rata dari total tingkat harapan pada individualisasi
Tabel 4.8.6 Hasil Analisis Uji t –Berpasangan untuk Perbedaan Rata-Rata Antara Harapan dan Kinerja pada Individualisasi Uji t Berpasangan Harapan terhadap Kinerja Sig. (2 tailed) Sig. (1 tailed) Individualisasi 0.000 0.000
70
Hasil analisis uji hipotesis untuk perbedaan rata-rata antara harapan dan kinerja pada individualisasi dapat dilihat pada Tabel 4.8.6 Dari data yang tertera, terlihat bahwa nilai signifikansi di bawah 5%, dengan demikian tolak H0. Hal ini berarti terima H1, yaitu pelanggan secara signifikan tidak puas terhadap kinerja pada individualisasi pada tingkat keyakinan atau peluang 95%.
4.8.7 Navigasi
Hipotesis yang dibangun adalah: H0 : para mahasiswa puas terhadap kinerja pada navigasi H1 : para mahasiswa tidak puas terhadap kinerja pada navigasi Secara matematis :
H0 : µi - µp <= 0 atau µharapan =< µkinerja H1 : µi - µp > 0 atau µharapan > µkinerja dimana,
µp, µkinerja = rata-rata dari total tingkat kinerja pada navigasi µi, µharapan = rata-rata dari total tingkat harapan pada navigasi Hasil analisis uji hipotesis untuk perbedaan rata-rata antara harapan dan kinerja pada navigasi dapat dilihat pada Tabel 4.8.7 Tabel 4.8.7 Hasil Analisis Uji t –Berpasangan untuk Perbedaan Rata-Rata Antara Harapan dan Kinerja pada Navigasi Uji t Berpasangan Harapan terhadap Kinerja Sig. (2 tailed) Sig. (1 tailed) Navigasi 0.000 0.000
71
Dari data yang tertera, terlihat bahwa nilai signifikansi di bawah 5%, dengan demikian tolak H0. Hal ini berarti terima H1, yaitu pelanggan secara signifikan tidak puas terhadap kinerja pada navigasi pada tingkat keyakinan atau peluang 95%.
4.9 Kesenjangan
Tabel 4.9.1 Tabel kesenjangan
Faktor Isi Informasi Akurasi Format Kemudahan Keterkinian Individualisasi Navigasi Rata-Rata
Harapan
Kinerja Kesenjangan
3.46 3.46 3.45 3.52 3.41 3.26 3.51
2.70 2.71 2.92 2.91 2.61 2.75 2.96
3.44
2.79
0.76 0.75 0.53 0.61 0.80 0.51 0.55 0.64
Persentase Kinerja Terhadap Harapan 78.03% 78.32% 84.64% 82.67% 76.54% 84.36% 84.33% 81.26%
Berdasarkan hasil uji t-berpasangan pada seluruh faktor dan nilai kesenjangan dalam Tabel 4.9.1 dapat dilihat bahwa masih ada kesenjangan antara harapan responden dan kinerja, walaupun nilai persentase kinerja terhadap harapan dapat kita lihat bahwa seluruh nilai adalah > 75%.
Ini berarti lebih dari 75%
harapan pengguna pada faktor tersebut telah direalisasikan dalam situs web magister Binus.
72
4.10 Pembahasan Akhir
Sebagian besar harapan para responden(>75%) telah direalisasikan dalam kinerja situs web magister Binus.
Hal tersebut dapat diketahui dengan adanya
pengalaman yang memuaskan bagi para pengguna. Namun masih ada peluang untuk peningkatan kinerja situs web tersebut.
Penggunaan situs web magister Binus juga
menimbulkan beberapa pengalaman yang mengecewakan serta harapan untuk peningkatan kinerja situs web tersebut. Peningkatan kinerja pada faktor-faktor dalam model dapat dimulai dengan tinjauan pada harapan dan pengalaman yang mengecewakan bagi responden. Peningkatan tersebut dapat dilakukan berdasarkan urutan signifikansi faktor-faktor terhadap kepuasan para mahasiswa.
Hal yang dapat ditinjau untuk dilakukan sesuai
dengan urutan signifikansi antara lain: 1. Isi informasi, penambahan isi informasi lebih lengkap, bervariasi, banyak, dengan penambahan informasi atau artikel yang lebih banyak mengenai materi perkuliahan, di-upload-nya presentasi perkuliahan, hasil ujian(pdf), informasi kelas kuliah pengganti dan pindah kelas, detil nilai term sebelumnya, absensi mahasiswa, dan penambahan informasi sekitar bisnis seperti bisnis update serta karir. 2. Akurasi, dengan peningkatan akurasi pada informasi seperti data mahasiswa yang lebih akurat.
73
3. Format tetap menjaga penempatan informasi yang jelas, mudah dimengerti, dan mudah dibaca misalnya dengan me-review penempatan FAQ yang kosong. 4. Kemudahan, tetap memberikan kemudahan bagi pengguna dalam menggunakan situs web magister Bina Nusantara dengan adanya expandable menu. 5. Navigasi, perlu peningkatan kinerja dengan pengecekan yang lebih dalam atas link yang direncanakan dan menghilangkan adanya broken link yang telah timbul atau belum ter-update. 6. Keterkinian, dengan peningkatan kinerja keterkinian informasi seperti informasi tentang nilai kuliah, up load silabus kuliah terakhir. 7. Individualisasi, dengan penyediaan fungsi update user profile. Untuk pengembangan penelitian dan situs di masa depan perlu dilakukan studi lebih lanjut mengenai signifikansi pengaruh dari usulan faktor-faktor yang mempengaruhi kepuasan para mahasiswa (disain tampilan, fitur dan kecepatan) dan peninjauan mengenai usulan penambahan fitur yang lain seperti forum untuk diskusi online, bilingual.
Pengembangan tersebut dapat dilakukan dengan penggalian
informasi yang lebih banyak memperhatikan pada hubungan pemakaian situs selama masa kuliah para mahasiswa, relasi pekerjaan mahasiwa dengan IT dan situs web mempengaruhi kepuasan para mahasiwa terhadap situs web magister Binus.
