BAB V HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN

5.1 Hasil Penelitian Penelitian tentang kepuasan pelanggan sistem pembelajaran e-learning yang dilakukan pada mahasiswa program S1 reguler 1, program S1 reguler 2 dan program pasca sarjana di Universitas Mercu Buana ini menghasilkan data dan informasi yang akan diuraikan secara deskriptif dalam pembahasannya, kemudian dilakukan pengujian terhadap pengaruh antar variabel dan pengujian terhadap konseptual model untuk mendapatkan model empiris. Penelitian ini dilakukan pada tiga lokasi kampus Universitas Mercu Buana, kampus A yang berada di Meruya, kampus B yang berada di Menteng dan kampus C yang berada di Kranggan. Dari tiga lokasi kampus yang diteliti, dengan melakukan penelitian secara langsung di lapangan melalui survei konsumen dengan metode wawancara tatap muka menggunakan kuesioner yang diisi oleh responden penelitian. Responden dalam penelitian ini adalah mahasiswa Universitas Mercu Buana yang telah menggunakan sistem e-learning dengan jumlah minimal 394 responden. Dari 450 kuesioner yang disebar, hanya 404 kuesioner yang sah dan dapat dilakukan random hingga diambil data sejumlah 394 responden untuk kemudian diolah. Berdasarkan data yang diperoleh dari 394 responden tersebut diketahui gambaran umum responden mengenai meliputi jenis kelamin, usia, fakultas, dan tingkat semester.

68 http://digilib.mercubuana.ac.id/

69

Mahasiswa sebagai responden dipilih menggunakan teknik probability sampling dengan jenis proportionate stratified sampling, artinya mahasiswa yang dipilih sebagai responden dengan mempertimbangkan strata atau tingkatan, hal ini dikarenakan populasi mahasiswa di Universitas Mercu Buana terbagi menjadi tiga kelompok program perkuliahan yaitu program reguler 1, program reguler 2 dan program pasca sarjana. Pada penelitian ini setelah mahasiswa dibagi menjadi tiga strata atau tingkatan, kemudian jumlah sampel ditentukan secara proporsional berdasarkan masing-masing strata atau tingkatan. Menurut Sugiyono (2001) menyatakan bahwa stratified random sampling biasa digunakan pada populasi yang mempunyai susunan bertingkat atau berlapis-lapis. Pengujian data meliputi; uji instrumen penelitian, uji analisis diskriminan, uji analisis linier berganda dan uji hipotesis. Hasil pengujian data selanjutnya akan digunakan sebagai dasar untuk analisis dan menjawab hipotesis yang diajukan. 5.1.1 Hasil Uji Asumsi dan Kualitas Instrumen Penelitian Pengujian ini dilakukan untuk mengetahui dan memastikan bahwa kuesioner sebagai instrumen untuk mengukur persepsi responden benar-benar bisa diandalkan dan tiap-tiap butir indikator sah digunakan. a.

Hasil Uji Validitas Uji validitas digunakan untuk menguji sejauh mana ketepatan alat pengukur

dapat mengungkapkan konsep gejala/kejadian yang diukur. Berikut hasil uji validitas seperti yang tertera pada tabel 5.1 di bawah ini:

http://digilib.mercubuana.ac.id/

70

Tabel 5.1 Hasil Pengujian Validitas Seluruh Variabel Variabel

Kualitas Produk

Kualitas Pelayanan

Kepuasan Pengguna

Indikator X1.1 X1.2 X1.3 X1.4 X1.5 X1.6 X1.7 X1.8 X1.9 X1.10 X1.11 X1.12 X2.1 X2.2 X2.3 X2.4 X2.5 X2.6 X2.7 X2.8 X2.9 X210 X2.11 X2.12 X2.13 X2.14 X2.15 X216 X217 X2.18 Y1.1. Y1.2 Y1.3 Y2.1 Y2.2 Y3.2 Y3.1 Y3.2 Y3.3

Sumber: Hasil data diolah, 2017

rhitung 0,409 0,490 0,271 0,376 0,365 0,436 0,365 0,324 0,541 0,543 0,557 0,370 0,414 0,436 0,421 0,491 0,404 0,530 0,412 0,553 0,350 0,329 0,513 0,562 0,144 0,537 0,397 0,463 0,469 0,476 0,153 0,231 0,848 0,861 0,884 0,805 0,805 0, 816 0, 816

rtabel

0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098 0,098


Keterangan Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid

71

Berdasarkan hasil uji validitas Tabel 5.1 di atas, terlihat bahwa semua indikator nilai rhitung> nilai rtabel, maka dapat disimpulkan bahwa semua indikator variabel yang digunakan dalam penelitian ini adalah valid. b. Hasil Uji Reliabilitas Uji ini dilakukan dengan menghitung besarnya Cronbach’s Alpha untuk masing-masing instrumen kuesioner yang akan diuji. Berikut hasil uji reliabilitas variabel: Tabel 5.2 Hasil Uji Reliabilitas Seluruh Variabel Variabel

Cronbach’s Alpha

Keterangan

Kualitas Produk (X1)

0,792

Reliabel

Kualitas Pelayanan (X2)

0,820

Reliabel

Kepuasan Pelanggan (Y1)

0,929

Reliabel

Sumber: Hasil olah data SPSS 22 Berdasarkan hasil uji reliabilitas variabel Tabel 5.2 di atas, menujukan bahwa semua nilai Cronbach’s Alpha setiap variabel ≥0,60, maka dapat disimpulkan dari masing-masing variabel dalam penelitian ini adalah reliabel. 5.1.2 Hasil Uji Asumsi Klasik Hasil uji asumsi klasik pada penelitian ini terdiri dari uji normalitas residual, uji multikolinieritas dan uji heteroskedastisitas.


72

a. Hasil Uji Normalitas Residual Apabila nilai signifikansi >0,05, maka data tersebut berdistribusi normal. Sebaliknya, jika nilai signifikansi <0,05 maka data tersebut tidak berdistribusi normal. Berikut hasil uji normalitas residual: Tabel 5.3 Hasil Uji Normalitas Residual One-Sample Kolmogorov-Smirnov Test Unstandardized Residual

N Normal Parametersa,b Most Extreme Differences Test Statistic Asymp. Sig. (2-tailed)

Mean Std. Deviation Absolute Positive Negative

394 ,0000000 4,93064834 ,045 ,045 -,027 ,045 ,052

Sumber: Hasil olah data SPSS 22 Berdasarkan Tabel 5.3 di atas, menujukan bahwa hasil dari uji normalitas residual dengan nilai signifikansi 0,052>0,05, maka dapat dinyatakan hasil uji tersebut berdistribusi normal. b. Hasil uji multikolinieritas Untuk dapat mendeteksi ada tidaknya multikolinieritas dapat dilihat dari nilai Tolerance dan Variance Inflation Factor (VIF). Nilai yang dipakai untuk menunjukan adanya multikolinieritas adalah nilai Tolerance ≤0,10 atau dengan nilai VIF ≥10. Berikut hasil uji multikolinieritas seperti pada tabel 5.4 di bawah ini:


73

Tabel 5.4 Hasil Uji Multikolinieritas Coefficientsª Unstandardized Standardized Coefficients Coefficients B Std. Error Beta 4,490 3,188

Model 1 (Constant) Kualitas ,255 ,031 Produk Kualitas ,226 ,036 Pelayanan Dependen Variabel: Kepuasan Pelanggan

Collinearity Statistics Tolerance VIF

,398

,906

1,103

,296

,906

1,103

Sumber: Hasil olah data SPSS 22 Berdasarkan Tabel 5.4 di atas, menunjukkan bahwa kedua nilai variabel independen memiliki nilai Tolerance ≥0,1 dan nilai VIF ≤10, maka dapat dinyatakan tidak terjadi gejala multikolinieritas pada model regresi karena angka-angka VIF keduanya adalah 1,103. c. Hasil Uji Heteroskedastisitas Hasil uji heteroskedastisitas dapat dideteksi dengan melihat penyebaran plot melalui gambar Scatterplot sebagai berikut:


74

Gambar 5.1 Hasil Uji Heteroskedastisitas Sumber: Hasil olah data SPSS 22 Berdasarkan output Scatterplot pada gambar 5.1 di atas, terlihat bahwa titiktitik tidak membentuk pola tertentu atau tidak ada pola yang jelas serta titik-titik menyebar di atas atau di bawah angka 0 (nol) pada sumbu Y, maka dapat disimpulkan bahwa tidak terjadi heteroskedastisitas. 5.1.3 Distribusi Data Hasil Tanggapan Responden Berdasarkan hasil tanggapan yang diperoleh, berikut akan disajikan statistik deskriptif dari masing-masing dimensi penelitian melalui distribusi data yang meliputi: mean, standar deviasi, nilai minimun dan nilai maksimum. 5.1.3.1 Hasil Distribusi Data Dimensi Bentuk (Format) Dimensi bentuk memiliki lima item indikator yang digunakan sebagai alat ukur, sebagaimana yang tertera pada tabel 5.4 dibawah ini:


75

Tabel 5.5 Hasil Distribusi Data Dimensi Bentuk (Format)

Kode X1.1 X1.2 X1.3

X1.4

X1.5

Persepsi

Pernyataan E-learning terdapat ruang yang menyediakan materi perkuliahan. E-learning terdapat ruang untuk mengakses materi perkuliahan. E-learning terdapat ruang yang bisa dipergunakan untuk mengirim tugas (upload tugas). E-learning terdapat ruang yang menyediakan hasil nilai dari tugas yang telah saudara kumpulkan. E-learning terdapat ruang untuk chatting antarsesama pengguna elearning.

Std. dev

Mean

Keterangan

1

2

3

4

5

0

11

66

267

50

0,631

3,90

Tinggi

0

12

75

249

58

0,671

3,90

Tinggi

0

16

27

257

94

0,680

4,09

Tinggi

8

2

90

267

37

0,695

3,80

Tinggi

16

38

90

227

23

0,897

3,52

Tinggi

Sumber: Data primer yang diolah, 2017 Berdasarkan Tabel 5.5 di atas, dari lima indikator dimensi bentuk (format) yang digunakan sebagai alat ukur, diperoleh nilai mean terbesar terdapat pada indikator X1.3, pada pernyataan “E-learning terdapat ruang yang bisa dipergunakan untuk mengirim tugas (meng-upload tugas)” yaitu dengan nilai mean 4,09. Dengan adanya e-learning ini, mahasiswa merasa terbantu pada saat mengirim tugas kuliah pada dosen tanpa harus bertemu dan tatap muka secara langsung di kampus. Hal ini merupakan salah satu kelebihan sistem pembelajaran e-learning, seperti yang dinyatakan oleh Rosenberg (2006) bahwa e-learning dapat digunakan kapan saja dan di mana saja.


76

Sedangkan, nilai mean terkecil terlihat pada indikator X1.5 dengan nilai 3,52 pada pernyataan “E-learning terdapat ruang untuk chatting antar sesama pengguna elearning”, ini dapat membuktikan bahwa ruang yang digunakan untuk chatting antar sesama pengguna e-learning belum dikembangkan secara maksimal. Khusunya Elearning di Universitas Mercu Buana hanya menyediakan kolom komentar saja untuk berkomunikasi antar sesama pengguna e-learning. Dari pembahasan di atas dapat disimpulkan bahwa penggunaan sistem e-learning banyak digunakan mahasiswa sebagai ruang yang bisa dipergunakan untuk mengirim tugas (meng-upload tugas)” daripada E-learning sebagai ruang untuk chatting antar sesama pengguna e-learning. 5.1.3.2 Hasil Distribusi Data Dimensi Isi (Content) Dimensi isi (content) memiliki empat item indikator yang digunakan sebagai alat ukur variabel, seperti pada tabel 5.6 dibawah ini: Tabel 5.6 Hasil Distribusi Data Dimensi Isi (Content)

Kode X1.6 X1.7

X1.8

X1.9

Persepsi

Pernyataan Tampilan grafis web elearning menarik. Semua mata kuliah yang saudara ambil di perkuliahan e-learning tersedia di web e learning. Semua informasi perkuliahan (materi dan tugas serta link materi) tersedia di web e-learning. Lampiran file yang dapat di-download di web elearning lengkap.

Std. dev

Mean

Keterangan

1

2

3

4

5

11

69

92

218

4

0,875

3,34

Tinggi

21

37

48

247

41

0,985

3,63

Tinggi

3

21

94

240

36

0,732

3,72

Tinggi

9

25

109

229

22

0,788

3,58

Tinggi

Sumber: Data primer yang diolah, 2017


77

Berdasarkan Tabel 5.6 di atas, diperoleh nilai mean terbesar terdapat pada indikator X1.8 dengan nilai 3,72, pada pernyataan “Perkuliahan (materi dan tugas serta link materi) tersedia di web e-learning”. Ini membuktikan bahwa dengan adanya elearning ini, mahasiswa merasa terbantu karena materi perkuliahan, tugas dan link pengajar/dosen dimuat dalam web e-learning, sehingga mahasiswa lebih mudah dalam memperoleh materi kuliah dengan tanpa harus kuliah tatap muka di kampus. Hal ini sesuai dengan yang dikemukakan Yazdi (2012), “E-learning berfungsi sebagai tempat meng-upload materi, tugas, dan mengumumkan hasil ujian

oleh pengajar yang

kemudian dapat di-download langsung oleh mahasiswa pada web yang sudah disediakan. Sedangkan, nilai mean terkecil diperoleh pada indikator X1.6 dengan nilai 3,34 pada pernyataan “Tampilan grafis web e-learning menarik”. Dengan rendahnya nilai ini, maka dapat ditarik kesimpulan bahwa tampilan grafis web e-learning di Universitas Mercu Buana kurang menarik. Ini disebabkan karena tampilan grafis web e-learning terkesan masih sangat sederhana dan belum dilengkapi fitur-fitur canggih seperti yang ada dalam jejaring sosial dan web lain pada umumnya.. 5.1.3.3 Hasil Distribusi Data Dimensi Akurasi (Accuracy) Dimensi kepuasan pelanggan memiliki tiga indikator yang digunakan sebagai alat ukur, lebih rinci dapat dilihat pada tabel 5.6 dibawah ini:


78

Tabel 5.7 Hasil Distribusi Data Dimensi Akurasi (Accuracy)

Kode X1.10

X1.11

X1.12

Persepsi

Pernyataan Informasi yang disajikan dalam web elearning sesuai dengan silabus perkuliahan dalam perkuliahan tatap muka. Lampiran file yang dapat di-download di web e-learning sesuai dengan silabus perkuliahan. Hasil nilai tugas yang disajikan dalam web elearningperhitungannya tepat dan sesuai dengan tugas yang telah saudara kumpul (upload).

Std. dev

Mean

Keterangan

1

2

3

4

5

0

30

116

202

46

0,780

3,66

Tinggi

0

18

122

227

27

0,672

3,67

Tinggi

0,678

3,50

0

28

155

198

13

Tinggi

Sumber: Data primer yang diolah, 2017 Berdasarkan Tabel 5.7 di atas, dari tiga indikator dimensi akurasi (accuracy) yang digunakan sebagai alat ukur, diperoleh nilai mean terbesar pada indikator X3.2 dengan nilai 3,67 pada pernyataan “Lampiran file yang dapat di-download di web elearning sesuai dengan silabus perkuliahan”. Pihak pengajar atau pengelola e-learning di Universitas Mercu Buana dalam meng-upload materi kuliah di web e-learning telah menyesuaikan dengan silabus perkuliahan Hal ini dikarenakan pada pertemuan awal semester dan setelah ujian tengah semester, peserta e-learning mengadakan kuliah tatap muka di kampus sekaligus membahas rencana pembelajaran yang disesuaikan oleh silabus perkuliahan. Ini merupakan salah satu kepuasan yang dirasakan oleh mahasiswa.


79

Sedangkan, nilai mean terkecil diperoleh pada indikator X1.12, dengan nilai 3,50 pada pernyataan “Hasil nilai tugas yang disajikan dalam web e-learning perhitungannya tepat dan sesuai dengan tugas yang telah saudara kumpul (upload)”. Ini artinya mahasiswa menilai bahwa perhitungan nilai di web e-learning banyak yang belum sesuai. Banyak faktor yang mengakibatkan hal ini dapat terjadi, pada umumnya yang sering ditemukan adalah karena faktor teknis atau faktor kesalahan komunikasi antara pengajar dan mahasiswa. Dari ketiga indikator di atas, dapat ditarik kesimpulan bahwa dalam mencapai kepuasan mahasiswa dalam sistem pembelajaran e-learning ini adalah dengan melampiran file yang di-download di web e-learning sesuai dengan silabus perkuliahan, sedangkan untuk hasil nilai tugas yang disajikan dalam web elearning perhitungannya tepat dan sesuai dengan tugas yang telah saudara kumpul (upload)” ini masih belum dirasakan oleh mahasiswanya. 5.1.3.4 Hasil Distribusi Data Dimensi Kemudahan Penggunaan Dimensi kepuasan pelanggan memiliki sepuluh item indikator yang digunakan sebagai alat ukur, sebagaimana yang tertera pada tabel 5.8 dibawah ini: Tabel 5.8 Hasil Distribusi Data Dimensi Kemudahan Penggunaan

Kode

Persepsi

Pernyataan 1

X2.1 X2.2

Web e-learning mudah untuk diakses. Tampilan layout web e-learning mudah dipahamikegunaannya.

Std. dev

Mean

Keterangan

2

3

4

5

0

49

70

242

33

0,802

3,66

Tinggi

14

6

55

281

38

0,765

3,82

Tinggi


80

Tabel 5.8 Hasil Distribusi Data Dimensi Kemudahan Penggunaan (Lanjutan)

Kode X2.3

X2.4 X2.5

X2.6 X2.7

X2.8

X2.9

X2.10

Persepsi

Pernyataan Mudah untuk memilih atau masuk ke dalam mata kuliah yang anda inginkan di web elearning. Login dan logout ke web e-learning mudah.. Melakukan download file lampiran mata kuliah di web elearning mudah. Melakukan upload file tugas mata kuliah di web elearning mudah. Sangat mudah untuk melihat nilai tugas mata kuliah dalam web e-learning. Mudah untuk mengetahui status terkumpulnya tugas yang dikumpulkan saudara di web elearning. Mudah untuk mendapatkan panduan tentang caramenggunakan/me ngoperasikan web elearning. Mudah untuk mengatur user account saudara dalam webelearning meliputi editing atas data pribadi dan pemasangan foto.

Std. dev

Mean

Keterangan

1

2

3

4

5

8

24

61

284

17

0,734

3,71

Tinggi

1

15

59

237

82

0,731

3,97

Tinggi

1

9

41

278

65

0,620

4,01

Tinggi

10

30

75

173

106

0,986

3,85

Tinggi

0

24

115

212

43

0,744

3,70

Tinggi

1

21

61

258

53

0,713

3,87

Tinggi

0

25

105

221

43

0,742

3,72

Tinggi

1

28

66

210

89

0,833

3,91

Tinggi



81

Berdasarkan Tabel 5.8 di atas, dari sepuluh indikator kemudahan penggunaan yang digunakan sebagai alat ukur, diperoleh nilai mean terbesar pada indikator X2.5 dengan nilai 4,01 pada pernyataan “Melakukan download file lampiran mata kuliah di web e-learning mudah”. Dalam hal ini mahasiswa dapat melakukan download materi kuliah di web e-learning Universitas Mercu Buana dengan mudah atau tidak rumit. Mahasiswa yang ingin men-download dapat langsung memilih file materi kuliah yang telah di upload oleh pengajar tanpa menggunakan kode atau software khusus. Sedangkan nilai mean terkecil diperoleh pada indikator X2.1 dengan nilai 3,66 yaitu pernyataan “Web e-learning mudah untuk diakses”, artinya sejauh ini web e-learning di Universitas Mercu Buana terkendala faktor teknis dan dukungan jaringan, sehingga masih ada mahasiswa yang pernah sulit untuk mengakses web tersebut. 5.1.3.5 Hasil Distribusi Data Dimensi Keamanan dan Privasi Variabel kepuasan pelanggan memiliki sembilan indikator yang digunakan sebagai alat ukur, sebagaimana yang tertera pada tabel 5.9 dibawah ini: Tabel 5.9 Hasil Distribusi Data Dimensi Keamanan dan Privasi Kode X2.11

Persepsi

Pernyataan Adanya username dan password yang digunakan untuk login ke dalam web e-learning sudah mengamankan akses saudara ke alamat tersebut.

1

2

3

4

5

0

10

85

192

107


Std. dev

Mean

Keterangan

,768

4,01

Tinggi

82

Tabel 5.9 Hasil Distribusi Data Variabel Keamanan dan Privasi (Lanjutan) Kode X2.12

X2.13

X2.14

Persepsi

Pernyataan Adanya proses login dan logout dapat mengamankan akses saudara ke alamat web e-learning. Perlu dipasang informasi pribadi saudara pada web elearning yang bisa dilihat oleh pengguna lain. Privasi saudara benar-benar terjaga kerahasiaannya daripengguna yang tidak berwenang dalam web elearning.

Std. dev

Mean

Keterangan

1

2

3

4

5

0

8

39

233

114

,670

4,14

Tinggi

89

72

97

117

19

1,243

2,76

Rendah

5

13

79

210

87

,814

3,92

Tinggi

Sumber: Data primer yang diolah, 2017 Berdasarkan Tabel 5.9 di atas, dari sembilan indikator kualitas pelayanan yang digunakan sebagai alat ukur variabel, diperoleh nilai mean terbesar pada indikator X2.12, dengan nilai 4,14, yaitu pernyataan “Adanya proses login dan logout dapat mengamankan akses saudara ke alamat web e-learning”. Ini membuktikan bahwa dengan adanya proses login dan logout pada sistem pembelajaran e-learning, akses mahasiswa ke alamat web e-learning lebih aman dan tidak dapat disalahgunakan oleh pihak lain di luar pengguna e-learning. Sedangkan, nilai mean terkecil diperoleh pada indikator X2.13, dengan nilai 2,76, yaitu pernyataan “Perlu dipasang informasi pribadi saudara pada web e- learning yang bisa dilihat oleh pengguna lain”. Hal ini dapat diartikan bahwa pada web e-


83

learning tidak perlu dipasang informasi pribadi pengguna karena mahasiswa menginginkan kerahasiaan informasi pengguna terjaga dan tidak diketahui secara rinci oleh pengguna lainnya. Pernyataan ini juga berhubungan erat dengan pernyataan X2.12 yang menginginkan keamanan pada akses alamat web e-learning. 5.1.3.6 Hasil Distribusi Data Variabel Kecepatan Respon Media Variabel kepuasan pelanggan memiliki sembilan indikator yang digunakan sebagai alat ukur variabel.sebagaimana yang tertera pada tabel 5.10 dibawah ini: Tabel 5.10 Hasil Distribusi Data Variabel Kecepatan Respon Media

Kode X2.15 X2.16

X2.17 X2.18

Persepsi

Pernyataan Proses login dan logout ke web e-learning cepat. Ketika saudara melakukan klik terhadap menu yang adadalam e-learning sistem secara cepat akan mengantarkan saudara pada menu pilihan yang dimaksud. Download materi perkuliahan dalam e-learning prosesnya cepat. Upload tugas kuliah (mengumpulkan tugas kuliah) dalam e-learning prosesnya cepat.

Std. dev

Mean

Keterangan

1

2

3

4

5

0

8

89

237

60

,669

3,89

Tinggi

0

14

114

181

85

,792

3,86

Tinggi

0

12

58

268

56

,639

3,93

Tinggi

0

30

115

190

59

,813

3,71

Tinggi

Sumber: Data primer yang diolah, 2017 Berdasarkan Tabel 5.10 di atas, diperoleh nilai mean terbesar terdapat pada indikator X2.17 dengan nilai 3,93 yaitu pernyataan “Download materi perkuliahan dalam e-learning prosesnya cepat”, namun nilai mean terkecil diperoleh pada indikator X2.18 dengan nilai 3,71 pada pernyataan “Upload tugas kuliah (mengumpulkan tugas


84

kuliah) dalam e-learning prosesnya cepat”, artinya dalam kasus ini terjadi perbedaan kecepatan antara download dan upload di web e-learning. Hal ini terjadi karena selain alasan jaringan, web e-learning juga telah menerapkan batasan maksimal ukuran file yang akan di upload. Dari penjelasan tersebut dapat disimpulkan bahwa kecepatan dan kelambatan antara download dan upload di web e- learning tergantung pada jaringan dan ukuran file yang akan di upload mahasiswanya. 5.1.3.7 Hasil Distribusi Data Dimensi Kesesuaian Harapan Dimensi kesesuaian harapan memiliki tiga item indikator yang digunakan sebagai alat ukur, sebagaimana yang tertera pada tabel 5.11 dibawah ini: Tabel 5.11 Hasil Distribusi Data Dimensi Kesesuaian Harapan

Kode Y1.1 Y1.2 Y1.3

Persepsi

Pernyataan Sistem pembelajaran e-learning yang diperoleh sesuai atau melebihi dengan yang diharapkan.

Pelayanan karyawan yang diperoleh sesuai atau melebihi dengan yang diharapkan. Fasilitas penunjang yang didapat sesuai atau melebihi dengan yang diharapkan.

Std. dev

Mean

Keterangan

1

2

3

4

5

2

31

192

160

9

,683

3,37

Tinggi

8

38

189

134

25

,797

3,36

Tinggi

2

23

199

144

26

,725

3,45

Tinggi

Sumber: Data primer yang diolah, 2017 Berdasarkan Tabel 5.11 di atas, diperoleh nilai mean terbesar terdapat pada indikator Y1.3 dengan nilai 3,45 yaitu pernyataan “Fasilitas penunjang yang didapat sesuai atau melebihi dengan yang diharapkan”, hal ini menunjukkan bahwa seluruh fasilitas penunjang dalam proses pembelajaran e-learning di Universitas Mercu Buana


85

sudah cukup baik dikarenakan fasilitas penunjang sudah memenuhi standar pelayanan e-learning, sehingga dirasakan sesuai harapan oleh mahasiswa. Sedangkan, nilai mean terkecil diperoleh pada indikator Y1.2, dengan nilai 3,36, yaitu pernyataan “Pelayanan karyawan dan fasilitas penunjang yang diperoleh sesuai atau melebihi dengan yang diharapkan”, artinya sejauh ini karyawan yang melayani proses sistem pembelajaran elearning, dinilai masih belum terlalu responsif dan terampil dalam mengatasi keluhan dari mahasiswa. 5.1.3.7 Hasil Distribusi Data Dimensi Minat Menggunakan Kembali Dimensi minat menggunakan kembali memiliki tiga item indikator yang digunakan sebagai alat ukur, sebagaimana yang tertera pada tabel 5.12 dibawah ini: Tabel 5.12 Hasil Distribusi Data Dimensi Minat Menggunakan Kembali

Kode Y2.1

Y2.2

Y2.3

Persepsi

Pernyataan Saudara berminat untuk menggunakan kembali karena pelayanan yang diberikan oleh karyawan memuaskan.

Saudara berminat untuk menggunakan kembali karena nilai dan manfaat yang diperoleh setelah menggunakan e-leraning. Saudara berminat untuk menggunakan kembali karena fasilitas penunjang yang disediakan memadai.

Std. dev

Mean

Keterangan

1

2

3

4

5

0

32

179

143

40

,785

3,48

Tinggi

0

23

148

176

47

,769

3,63

Tinggi

2

21

150

188

32

,749

3,57

Tinggi



86

Berdasarkan Tabel 5.12 di atas, diperoleh nilai mean terbesar terdapat pada indikator Y2.2, dengan nilai 3,63 yaitu pernyataan “Saudara berminat untuk menggunakan kembali karena pelayanan, nilai dan manfaat, serta fasilitas penunjang yang memadai”. Dapat dilihat bahwa mahasiswa berminat menggunakan sistem elearning ini karena faktor pelayanan, nilai, dan manfaat serta faslitas penunjangnya yang memadai. Faktor-faktor inilah yang dirasakan bermanfaat bagi mahasiswa dan menjadi bahan pertimbangan penting untuk menggunakan kembali sistem e-learning di Universitas Mercu Buana, karena sebagian mahasiswa diberikan kebebasan memilih yaitu kuliah dengan sistem e-learning atau kuliah tatap muka. Sedangkan nilai mean terkecil terdapat pada indikator Y2.1 dengan nilai 3,48 pada pernyataan “Saudara berminat untuk menggunakan kembali karena pelayanan yang diberikan oleh karyawan memuaskan”. Dari pernyataan ini maka dapat disimpulkan bahwa pelayanan yang diberikan karyawan dinilai masih kurang baik dan belum sesuai dengan harapan mahasiswa sebagai pengguna. Hal ini yang mengakibatkan rendahnya minat mahasiswa mahasiswa untuk menggunakan kembali sistem pembelajaran e-learning. Pernyataan ini berhubungan erat dengan pernyataan pada indikator Y1.2 “Pelayanan karyawan yang diperoleh sesuai atau melebihi dengan yang diharapkan”. 5.1.3.9 Hasil Distribusi Data Dimensi Kesediaan Merekomendasikan Variabel kesediaan merekomendasikan memiliki tiga item indikator yang digunakan sebagai alat ukur, sebagaimana yang tertera pada tabel 5.13 dibawah ini:


87

Tabel 5.13 Hasil Distribusi Data Dimensi Kesediaan Merekomendasikan

Kode Y3.1

Y3.2

Y3.3

Persepsi

Pernyataan

Std. dev

Mean

Keterangan

1

2

3

4

5

Saudara berkenan menyarankan teman atau kerabat untuk mengambil kuliah dengan sistem elearning yang ditawarkan karena pelayanan yang memuaskan.

1

39

159

173

22

,757

3,45

Tinggi

Saudara berkenan menyarankan teman atau kerabat untuk mengambil kuliah e-learning yang ditawarkan karena fasilitas penunjang yang disediakan memadai.

1

35

159

169

30

,772

3,49

Tinggi

Saudara berkenan menyarankan teman atau kerabat untuk untuk mengambil kuliah elearning yang ditawarkan karena nilai atau manfaat yang didapat setelah menggunakan sistem elearning.

1

34

145

193

21

,739

3,51

Tinggi

Sumber: Data primer yang diolah, 2017 Berdasarkan Tabel 5.13 di atas, diperoleh nilai mean terbesar terdapat pada indikator Y3.3, dengan nilai 3,51 yaitu pernyataan “Saudara berkenan menyarankan teman atau kerabat untuk mengambil kuliah e-learning yang ditawarkan karena nilai atau manfaat yang didapat setelah menggunakan sistem e-learning”. Hal ini menunjukkan bahwa setelah menggunakan e-learning, mahasiswa memperoleh nilai atau manfaat dari sistem pembelajaran e-learning atau merasa bahwa dengan adanya e-learning mahasiswa terbantu dalam kegiatan pembelajaran.


88

Sedangkan nilai mean terkecil dipeoleh pada indikator Y3.1 dengan nilai mean 3,45 pada pernyataan “Saudara berkenan menyarankan teman atau kerabat untuk mengambil kuliah dengan sistem e-learning yang ditawarkan karena pelayanan yang memuaskan”. Hal ini menunjukkan bahwa pelayanan yang diberikan oleh karyawan dinilai masih belum sesuai harapan mahasiswa, dan mengakibatkan rendahnya minat mahasiswa untuk merekomendasikan kembali kepada pihak lain untuk menggunakan e-learning. Secara umum, dari keseluruhan indikator yang tergabung dalam dimensi kesesuaian harapan, minat menggunakan kembali dan kesediaan merekomendasikan, dapat disimpulkan bahwa mahasiswa merasa puas karena fasilitas penunjang yang memadai dan merasakan nilai atau manfaat dari sistem pembelajaran e-learning. Sedangkan mahasiswa merasa tidak puas dikarenakan pelayanan yang diberikan oleh karyawan yang dinilai masih belum cukup baik. 5.1.4 Karakteristik Responden Berdasarkan Demografi Kuesioner yang diisi responden sebagai data primer sangat tergantung dengan kelayakan keputusan yang dihasilkan oleh responden yang tercermin dari latar belakang atau profilnya, maka perlu penelaahan terhadap karakteristik responden meliputi jenis kelamin, usia, fakultas, dan tingkat semester. Gambaran umum dari responden sebagai objek penelitian tersebut akan diuraikan pada tabel 5.11 sebagai berikut:


89

Tabel 5.14 Profil Demografi Responden Berdasarkan Program Kuliah Demografi

Kriteria

Responden

Total

S1 reguler 1

S1 reguler 2

Pasca sarjana

394

114

134

146

56,34% 43,65% 44,92% 32,74% 16,24% 0,010% 10,40% 35,02% 0% 14,72% 2,79% 0% 37,05% 42,64% 20,30%

50,87% 49,12% 100% 0% 0% 0% 35,96% 25,43% 0% 28,94% 9,64% 0% 9,64% 50,00% 40,35%

47,01% 52,99% 31,34% 59,70% 8,95% 0% 0% 81,34% 0% 18,66% 0% 0% 1,49% 73,13% 25,37%

Kepuasan

Kesetujuan

Keberhasilan

Puas

Tidak

Setuju

Tidak

Berhasil

Tidak

288

106

334

60

297

97

Prosentase Jenis Kelamin Usia

Fakultas

Semester

Laki-laki Perempuan <= 25 tahun 26-35 tahun 36-45 tahun =>45 tahun Teknik Ekonomi Psikologi Komputer Komunikasi Desain Semester 2 Semester 4 Semester 6

71,91% 28,09% 14,38% 33,56% 42,46% 2,74% 0% 0% 0% 0% 0% 0% 91,09% 8,91% 0%

56,2% 43,8% 37,8% 36,4% 24,3% 1,7% 6,59% 28,1% 0% 7,36% 0% 0% 44,4% 40,2% 15,2%

56,6 % 43,3% 64,1% 32,1% 3,7% 0% 20,7% 53,7% 0% 33,9% 0% 0% 16,9% 49,1% 33,9%

58,4% 41,6% 35,6% 41,0% 22,1% 1,1% 10,7% 29,3% 0% 7,7% 0% 0% 41,0% 41,0% 17,9%

45% 55% 96,6% 3,4% 0% 0% 8,33% 33,3% 0% 20,0% 0% 0% 15,0% 51,6% 33,3%

56,6% 43,4% 38,7% 38,1% 21,8% 1,3% 9,76% 30,6% 0% 8,1% 0% 0% 43,7% 40,4% 15,8%

55,6% 44,4% 63,9% 26,8% 9,27% 0% 12,3% 48,4% 0% 35,1% 0% 0% 16,4% 49,4% 34,0%

Sumber: Data primer yang diolah, 2017 5.1.4.1 Karakteristik Responden Berdasarkan Jenis Kelamin Pada penelitian ini, dari total 394 responden terbagi menjadi 56,34% responden berjenis kelamin laki-laki dan 43,65% berjenis kelamin perempuan. Berdasarkan Tabel 5.14 di atas, dapat dilihat bahwa jumlah mahasiswa laki-laki dan perempuan hampir seimbang, hal ini dikarenakan baik mahasiswa laki-laki maupun perempuan memiliki kesempatan yang sama untuk melanjutkan pendidikan tinggi di Universitas Mercu Buana. Sehingga dapat ditarik kesimpulan bahwa variabel jenis kelamin tidak saling mendominasi terhadap mahasiswa di Universitas Mercu Buana. Pada penilaian kepuasan, kesetujuan dan keberhasilan, variabel jenis kelamin juga tidak saling mendominasi, maka dapat disimpulkan bahwa baik laki-laki maupun perempuan memiliki penilaian yang hampir sama terhadap kepuasan, kesetujuan dan keberhasilan penerapan sistem pembelajaran e-learning di Universitas Mercu Buana.


90

5.4.1.2 Karakteristik Responden Berdasarkan Usia Pada tabel 5.14 di atas, variabel usia kurang dari 25 tahun didominasi oleh mahasiswa program S1 reguler 1, sedangkan usia antara 25 hingga 36 tahun lebih banyak ditemukan pada program S1 reguler 2 dan program pasca sarjana. Berdasarkan data tersebut, hal ini dikarenakan mahasiswa program S1 reguler 1 merupakan mahasiswa yang langsung melanjutkan studi S1 setelah menyelesaikan sekolah menengah atas, sedangkan mahasiswa S1 reguler 2 sebagian besar adalah mahasiswa yang telah memilih berkarir di bidang usaha tertentu atau telah berkerja di sebuah perusahaan, kemudian ingin melanjutkan studi sambil memanfaatkan waktu luang selama hari libur atau di luar jam kerja, sehingga memilih untuk melanjutkan studi S1 pada program reguler 2. Seperti halnya pada program S1 reguler 2, program pasca sarjana juga di dominasi oleh mahasiswa yang berusia di atas 25 tahun. Hal ini dikarenakan pada umumnya mahasiswa dapat menyelesaikan S1 saat berusia antara 23 hingga 24 tahun, kemudian hanya sedikit mahasiswa yang telah menyelesaikan studi S1 memilih untuk langsung melanjutkan studi ke program pasca sarjana. Sebagian besar lebih memilih untuk berkeluarga, berkarir pada bidang usaha tertentu, atau berkerja di sebuah perusahaan. Dengan demikian, untuk melanjutkan studi pada program pasca sarjana sebagian besar mahasiswa sudah berusia diatas 25 tahun.


91

Pada penilaian kepuasan, kesetujuan dan keberhasilan, mahasiswa yang berusia di bawah 25 tahun lebih besar menilai tidak puas, jika tidak setuju dan tidak berhasil dibandingkan mahasiswa yang berusia di atas 25 tahun yang lebih banyak menilai puas, setuju dan berhasil terhadap penerapan sistem pembelajaran e-learning di Universitas Mercu Buana. 5.4.1.3 Karakteristik Responden Berdasarkan Fakultas Dari Tabel 5.14 terlihat pada program S1 reguler 1 bahwa fakultas teknik, fakultas ekonomi dan fakultas komputer lebih mendominasi. Hal ini dikarenakan jumlah program studi yang ditawarkan kepada mahasiswa dari masing-masing fakultas tersebut lebih banyak, selain itu juga minat mahasiswa pada program studi tersebut sangat tinggi. Pada program S1 reguler 2 fakultas ekonomi dan fakultas komputer lebih banyak diminati, hal ini dikarenakan mahasiswa S1 reguler 2 lebih didominasi oleh karyawan kantor yang sangat membutuhkan ilmu ekonomi dan ilmu aplikasi komputer di perusahaan tempat mereka berkerja. Berdasarkan hasil penilaian kepuasan, kesetujuan dan keberhasilan terhadap penerapan sistem e-learning, terlihat bahwa mahasiswa fakultas ekonomi, fakultas teknik dan fakultas komunikasi, bahwa sebagian dari mahasiswa menyatakan tidak puas, tidak setuju dan tidak berhasil. Sedangkan mahasiswa pasca sarjana menyatakan bahwa mahasiswa menilai puas, setuju dan berhasil terhadap penerapan sistem pembelajaran e-learning di Universitas Mercu Buana.


92

5.4.1.4 Karakteristik Responden Berdasarkan Tingkat Semester Dari Tabel 5.14 terlihat bahwa mahasiswa semester 4 lebih mendominasi, hal ini dikarenakan mahasiswa semester 4 pada program S1 reguler 1 dan S1 reguler 2 sebagian besar sudah pernah mengambil mata kuliah dengan sistem e-learning, sedangkan mahasiswa semester 2 pada program S1 reguler 1 dan S1 reguler 2 masih banyak yang belum mengambil mata kuliah dengan sistem pembelajaran e-learning. Pada program pasca sarjana, mahasiswa semester 2 sangat mendominasi, hal ini dikarenakan perkuliahan pasca sarjana hanya dalam 3 semester, dan sejak semester awal sudah menggunakan sistem pembelajaran e-learning. Pada penilaian kepuasan, kesetujuan dan keberhasilan, mahasiswa di bawah semester 4 lebih banyak menyatakan puas, setuju dan berhasil terhadap penerapan sistem e-learning di Universitas Mercu Buana. Sedangkan mahasiswa yang sudah di atas semester 4 lebih banyak yang menyatakan tidak puas, tidak setuju dan tidak berhasil terhadap penerapan sistem pembelajaran e-learning di Universitas Mercu Buana. Hal ini dikarenakan mahasiswa program reguler 2 lebih di dominasi oleh mahasiswa di bawah semester 4, sedangkan mahasiswa reguler 1 lebih di dominasi oleh mahasiswa semester 4 dan 6.


93

5.1.5 Analisis Diskriminan Data dianalisa dengan menggunakan diskriminan analisa untuk melihat kontribusi faktor-faktor yang memengaruhi dan membedakan kelompok responden antar program perkuliahan di Universitas Mercu Buana. Variabel dependen dalam penelitian ini adalah program perkuliahan yaitu reguler 1 dan reguler 2. Responden yang tergabung di program S1 reguler 1 akan diberi kode 1 (satu) dan selain responden yang tergabung di program S1 reguler 1 akan diberi kode 0 (nol). Variabel independen dalam penelitian ini adalah faktor demografi yang terdiri dari jenis kelamin, usia, fakultas, tingkat semester dan penilaian kepuasan. Variabel-variabel demografi tersebut dikelompokkan dan berdasarkan masing-masing kelompok dibuat dummy dalam analisa diskriminan. Variabel jenis kelamin, dummy laki-laki adalah satu (1) selain laki-laki (0), variabel usia dikelompokkan menjadi dua kelompok yaitu usia dibawah atau sama dengan 25 tahun dengan dummy satu (1) dan usia diatas 25 tahun (0), variabel fakultas dikelompokkan menjadi dua kelompok yaitu fakultas ekonomi dummy

satu (1) selain fakultas ekonomi (0), variabel tingkat

semester dummy semester 2 satu (1) selain semester 2 (0). Variabel penilaian kepuasan terbagi menjadi dua kelompok yaitu responden yang tidak puas dan responden yang puas setelah menggunakan sistem pembelajaran e-learning di Universitas Mercu Buana. Responden yang tidak puas akan diberi kode 1 (satu) sedangkan yang puas maka akan diberi kode (0).


94

Hasil analisa diskriminan yang dipergunakan untuk melihat variabel-variabel apa yang membedakan kedua kelompok antara kelompok program reguler 1 dengan kelompok program reguler 2 akan diuraikan pada bahasan dibawah ini: Tabel 5.15 Uji Signifikansi Variabel Pembeda Kedua Kelompok Program Tests of Equality of Group Means Wilks' Lambda F df1 Jenis_Kelamin ,993 2,733 1 Usia ,492 415,615 1 Fakultas ,989 4,417 1 Tingkat_Semester ,949 21,824 1 Penilaian_Kepuasan ,865 62,564 1 Sumber: Hasil olah data SPSS 22

df2 392 292 392 392 392

Sig.

,099 ,000 ,036 ,000 ,000

Dari Tabel 5.15 diatas, dengan menggunakan uji F pada taraf kesalahan 5%, variabel usia, fakultas, tingkat semester dan penilaian kepuasan berbeda rata-ratanya secara signifikan antara kelompok program reguler 1 dengan kelompok program reguler 2, sedangkan variabel jenis kelamin tidak terdapat perbedaan yang signifikan antara kelompok program reguler 1 dengan kelompok program reguler 2. Tabel 5.16 Tingkat Pengaruh Variabel Pembeda Kedua Kelompok Standardized Canonical Discriminant Function Coefficients Function 1 Usia ,919 Fakultas -,200 Tingkat_Semester ,323 Penilaian_Kepuasan -,321 Sumber: Hasil olah data SPSS 22


95

Dari Tabel 5.16 diatas, dapat diketahui variabel-variabel yang membedakan antara kelompok program reguler 1 dengan kelompok program reguler 2 dengan kontribusi variabel pembeda dari yang terbesar sampai terkecil adalah variabel usia, tingkat semester, penilaian kepuasan, dan fakultas. Dalam hal ini, jenis kelamin tidak termasuk berkontribusi dalam membedakan kelompok program reguler 1 dengan kelompok program reguler 2 karena jenis kelamin tidak signifikan pada taraf kesalahan 5% (sesuai dengan pembahasan signifikansi variabel pembeda kedua kelompok). Tabel 5.17 Unstandardized Canonical Discriminant Function Coeficients Function 1 Usia -,416 Fakultas ,299 Tingkat_Semester -,780 Penilaian_Kepuasan ,035 (Constant) 2,628 Sumber: Hasil olah data SPSS 22 Tabel 5.18 Functions at Group Centroids Function Program Perkuliahan 1 Reguler 1 1,797 Reguler 2 -,741 Sumber: Hasil olah data SPSS 22 Dari Tabel 5.17 di atas, dapat dibentuk persamaan fungsi diskriminan sebagai berikut:


96

D = 2,628 - 0,416*Usia + 0,229*Fakultas - 0,780*Tingkat_Semester + 0,035*Penilaian_Kepuasan. Dengan nilai Cut-off kedua kelompok program perkuliahan tersebut dapat dihitung menggunakan Tabel 5.15 dengan persamaan sebagai berikut : 𝐶𝑢𝑡𝑂𝑓𝑓 =

𝜇1 𝑛0 + 𝜇0 𝑛1 𝑛1 + 𝑛0

Dimana : μ_1= adalah group centroid untuk group 1 (Reguler 1) μ_0= adalah group centroid untuk group 0 (Reguler 2) n1 = jumlah responden program reguler 1 = 114 n0 = jumlah responden program reguler 2 = 280 Nilai Cut-off persamaan di atas adalah 0,00268, yang berarti jika nilai diskriminan (D) lebih kecil dari 0,00268 maka masuk kedalam kelompok reguler 2 dan jika nilai diskriminan (D) lebih besar dari 0,00268 maka masuk kedalam kelompok reguler 1. Dari Tabel 5.17 dan 5.18, hasil persamaan diskriminan dan persamaan nilai Cut-off diatas, dapat dijelaskan sebagai berikut : 1. Usia mahasiswa lebih dari 25 tahun dengan dummy (0), dimana variabel lain dianggap tetap, maka program reguler 2 yang akan dipilih untuk melanjutkan studi di Universitas Mercu Buana. Hal ini disebabkan karena pada umumnya usia diatas 25 tahun sudah tidak memiliki banyak waktu luang, dengan


97

ditawarkannya program reguler 2 yang tidak membatasi usia mahasiswa, kemudian jadwal perkuliahan dilaksanakan di luar jam kerja atau di hari libur, mahasiswa dengan usia diatas 25 tahun akan memilih program reguler 2 yang dinilai tidak banyak menyita waktu serta tidak mengganggu jadwal kerja. 2. Dengan asumsi variabel usia dianggap tetap, penilaian kepuasan dengan menyatakan puas kode (0) maka mahasiswa yang menyatakan puas akan berada di kelompok program reguler 2. Hal ini dikarenakan mahasiswa reguler 2 merasa terbantu dengan adanya sistem pembelajaran e-learning yang tidak perlu meluangkan waktu untuk bisa datang kuliah ke kampus, selain itu perkuliahan dengan menggunakan sistem pembelajaran e-learning bersifat fleksibel yang dapat dikerjakan kapan saja dan dimana saja. Berdasarkan analisa data dengan metode diskriminan, diketahui bahwa terdapat perbedaan antara karakteristik responden kelompok reguler 1 dan reguler 2. Hal ini dipengaruhi oleh faktor demografi. Faktor demografi yang paling berpengaruh dan membedakan kedua kelompok program perkuliahan tersebut adalah usia, fakultas dan tingkat semester. Responden/ mahasiswa pada usia yang lebih tua dengan tingkat kepuasan yang lebih tinggi akan tergabung pada kelompok program reguler 2, sedangkan responden/mahasiswa yang berusia lebih muda dengan tingkat kepuasan yang lebih rendah akan tergabung pada kelompok program reguler 1.


98

5.1.6 Hasil Analisis Regresi Linier Berganda Analisis regresi linier berganda dilakukan untuk mengetahui ada tidaknya pengaruh variabel independen terhadap variabel dependen. Berikut hasil uji regresi linier berganda: Tabel 5.19 Hasil Regresi Linear Berganda Unstandardized Standardized Coefficients Coefficients B Std. Error Beta t 4,490 3,188 1,408

Model 1 (Constant) Kualitas ,255 ,031 Produk Kualitas ,226 ,036 Pelayanan Dependen Variabel: Kepuasan Pelanggan Sumber: Hasil olah data SPSS 22

Sig. ,160

,398

8,341

,000

,296

6,211

,000

Berdasarkan hasil regresi linier berganda pada Tabel 5.16 di atas, diperoleh persamaan matematis sebagai berikut: Y = 4,490+ 0,255X1 + 0,226X2 Dari

persamaan

matematis

regresi

linier

berganda

tersebut

dapat

dinterpretasikan sebagai berikut: a) Koefisien variabel kulitas produk sebesar 0,255. Artinya kualitas produk berpengaruh positif terhadap kepuasan pelanggan. b) Koefisien variabel kualitas pelayanan sebesar 0,226. Artinya kualitas pelayanan berpengaruh positif terhadap kepuasan pelanggan.


99

c) Koefisien variabel kualitas produk lebih besar mempengaruhi variabel kepuasan pelanggan dibandingkan dengan koefisien variabel kualitas pelayanan, yaitu sebesar 0,255. 5.1.7. Hasil Uji Hipotesis Uji hipotesis terdiri dari: Uji Koefisien Determinasi (R2), Uji Statistik F (Simultan) dan Uji Statistik T (Parsial). 5.1.7.1. Hasil Uji Koefisien Determinasi (R2) Pengujian koefisien determinasi (R2) dilakukan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel independen. Berikut hasil uji koefisien determinasi (R2): Tabel 5.20 Hasil Uji Koefisien Determinasi (R2) Model Summaryb Model

R

R Square

Adjusted R Square

Std. Error of the Estimate

1

,417a ,174 ,170 4,943 a. Predictors: (Constant), Kualitas Pelayanan, Kualitas Produk b. Dependent Variable: Kepuasan Pelanggan Sumber: Hasil olah data SPSS 22 Berdasarkan hasil uji koefisien determinasi R2 (Adjusted R Square) pada Tabel 5.20 di atas, diperoleh nilai sebesar 0,174 atau 17,4% dengan interval koefisien antara 0,00 – 0,119. Artinya 17,4% variabel kualitas produk dan kualitas pelayanan memiliki kemampuan yang sedang dalam menerangkan variabel kepuasan pelanggan, sedangkan sisanya 82,6% diterangkan oleh variabel lain diluar penelitian ini.


100

5.1.7.2. Hasil Uji Statistik F (Simultan) Uji F dilakukan untuk menguji apakah semua variabel independen yang dimasukkan ke dalam model mempunyai pengaruh secara bersama-sama (simultan) terhadap variabel dependen, maka hasil uji F adalah sebagai berikut: Tabel 5.21 Hasil Uji F ANOVAa Model Sum of Squares df Mean Square 1 Regression 2060,796 2 1030,398 Residual 9797,451 391 24,433 Total 11858,248 393 a. Dependent Variable: Kepuasan Pengguna b. Predictors: (Constant), Kualitas Pelayanan, Kualitas Produk Sumber: Hasil olah data SPSS 22

F 42,173

Sig. ,000b

Berdasarkan Tabel 5.21 di atas, diperoleh hasil uji F sebesar 10,691 dengan tingkat signifikansi 0,000. Di mana nilai Fhitung 42,173>Ftabel 2,26 dan tingkat signifikansi sebesar 0,000<0,05. Artinya H0 ditolak dan Ha penelitian ini dapat diterima. Sehingga dapat disimpulkan bahwa, secara simultan kualitas produk dan kualitas pelayanan berpengaruh signifikan terhadap kepuasan pelanggan. 5.1.7.3. Hasil Uji Statistik t (Parsial) Uji t dilakukan untuk mengukur seberapa jauh pengaruh dari masing-masing variabel independen secara individual dalam menerangkan variabel dependen. Hasil uji t tertera pada tabel di bawah ini:


101

Tabel 5.22 Hasil Uji t Unstandardized Coefficients B Std. Error 4,490 3,188

Model 1 (Constant) Kualitas ,255 ,031 Produk Kualitas ,226 ,036 Pelayanan Dependen Variabel: Kepuasan Pelanggan Sumber: Hasil olah data SPSS 22

Standardized Coefficients Beta

t 1,408

Sig. ,160

,398

8,341

,000

,296

6,211

,000

Berdasarkan pada Tabel hasil uji t di atas, dapat disimpulkan sebagai berikut: a. Pada variabel kualitas produk diperoleh nilai thitung sebesar 8,341 dengan tingkat signifikansi 0,000. Di mana thitung 8,341>ttabel 1,649 dan tingkat signifikansi sebesar 0,000<0,05. Artinya H0 ditolak dan Ha diterima, maka penelitian ini dapat diterima. Sehingga dapat disimpulkan bahwa, secara parsial kualitas produk berpengaruh signifikan terhadap kepuasan pelanggan. b. Pada variabel kualitas pelayanan diperoleh nilai thitung sebesar 6,211dengan tingkat signifikansi 0,000. Di mana thitung 6,211>ttabel 1,649 dan tingkat signifikansi sebesar 0,000<0,05. Artinya H0 ditolak dan Ha diterima, maka penelitian ini dapat diterima. Sehingga dapat disimpulkan bahwa, secara parsial kualitas pelayanan berpengaruh signifikan terhadap kepuasan pelanggan.


102

5.1.7.4 Uji Korelasi Antar Dimensi Uji korelasi ini dimaksudkan untuk mengetahui hubungan yang paling kuat pada dimensi variabel bebas yaitu kualitas produk dan kualitas pelayanan terhadap variabel terikat yaitu kepuasan pelanggan. Keeratan hubungan ini dinyatakan dalam bentuk koefisien korelasi. Berikut adalah penjabaran dalam bentuk matriks korelasi antar dimensi pada variabel bebas terhadap variabel terikat. Tabel 5.23 Matrik Korelasi Antar Dimensi Kepuasan Pelanggan Variabel

Dimensi

Kesesuaian harapan

(Y1) Kualitas

Bentuk

Produk

Isi

(X1)

Akurasi

Kualitas Pelayanan (X2)

Kemudahan penggunaan Keamanan dan privasi Kecepatan respon media

Sumber: Hasil olah data SPSS 22

Minat Menggunakan

Kesediaan

kembali

merekomendasikan

(Y2)

(Y3)

,087

,068

,167**

,116*

,075

,168**

,094

,161**

,222**

,096

,052

,173**

,123*

,051

,133**

,135**

,142**

,146**

Berdasarkan tabel 5.23 pada variabel kualitas produk (X1) diperoleh angka pearson correlation (r) dimensi akurasi (Accuracy)yang memiliki hubungan paling kuat dengan dimensi kesediaan merekomendasikan pada variabel kepuasan konsumen (Y) dengan r = 0,222 atau 22,2%. Artinya mahasiswa yang menggunakan sistem elearning Universitas Mercu Buana yang puas dan bersedia merekomendasikan karena produknya memiliki akurasi yang baik.


103

Pada variabel kualitas pelayanan (X2) diperoleh angka pearson correlation (r) dimensi Kemudahan penggunaan (ease for Use) yang memiliki hubungan paling kuat dengan dimensi kesediaan merekomendasikan pada variabel kepuasan konsumen (Y) dengan r = 0,173 atau 17,3%. Artinya mahasiswa yang yang puas dan bersedia merekomendasikan karena pelayanannya mudah digunakan. 5.2 Pembahasan Pembahasan hasil penelitian ini meliputi pengaruh kualitas produk dan kualitas pelayanan terhadap kepuasan kepuasan pengguna sistem pembelajaran e-learning di Universitas Mercu Buana. 5.2.1 Pengaruh Kualitas Produk Terhadap Kepuasan Pengguna Variabel kualitas produk pada penelitian ini memiliki dua belas butir indikator yang dijadikan alat ukur persepsi responden terhadap kualitas produk e-learning di Universitas Mercu Buana. Berdasarkan hasil analisis linier berganda, variabel kualitas produk berpengaruh positif terhadap kepuasan pengguna, dan kualitas produk lebih besar dalam mempengaruhi kepuasan pengguna dibandingkan dengan kualitas pelayanan. Secara parsial melalui uji t, variabel kualitas produk berpengaruh signifikan terhadap kepuasan pelanggan. Dengan demikian dapat disimpulkan bahwa variabel kualitas produk berpengaruh secara positif signifikan terhadap kepuasan pelanggan.


104

Temuan ini sesuai dengan pendapat Lovelock dan Wirtz (2007), yang menyatakan bahwa kepuasan konsumen terbentuk setelah melakukan observasi terhadap kualitas produk dan jasa yang kemudian membandingkan antara harapan dan hasil yang dirasakan setelah menggunakan produk dan jasa tersebut. Temuan ini juga mendukung beberapa hasil penelitian sebelumnya diantaranya Doll dan Torkzadeh (1991), yang menyatakan bahwa kepuasan pengguna dan keberhasilan penerapan suatu sistem dipengaruhi oleh beberapa faktor yang tergabung dalam faktor EUCS, dan temuan ini juga sejalan dengan yang dilakukakn oleh Lim et. al., (2008) yang menyatakan bahwa instument EUCS tersebut telah terbukti menjadi variabel yang valid terhadap kepuasan pengguna, dan instrumen EUCS dapat digunakan pada latar belakang budaya yang berbeda. 5.2.2 Pengaruh Kualitas Pelayanan Terhadap Kepuasan Pengguna Variabel kualitas pelayanan pada penelitian ini memiliki delapan belas butir indikator yang dijadikan alat ukur persepsi responden terhadap kualitas pelayanan elearning di Universitas Mercu Buana. Berdasarkan hasil analisis linier berganda, variabel kualitas pelayanan berpengaruh positif terhadap kepuasan pengguna, namun kualitas pelayanan lebih kecil dalam mempengaruhi kepuasan pengguna jika dibandingkan dengan kualitas produk. Secara parsial melalui uji t variabel kualitas produk berpengaruh secara signifikan terhadap kepuasan pelanggan, sehingga dapat ditarik kesimpulan bahwa kualitas pelayanan berpengaruh secara positif signifikan terhadap kepuasan pengguna.


105

Temuan ini sesuai dengan sesuai dengan yang dikemukakan oleh Tjiptono (2000) yang menyatakan bahwa kepuasan konsumen dipengaruhi oleh pelayanan yang sesuai dengan yang diharapkan maka kualitas pelayanan tersebut dipersepsikan baik dan memuaskan. Sedangkan pelayanan jika yang diterima melampaui harapan pelanggan maka kualitas pelayanan yang diterima lebih rendah dari harapan konsumen maka kualitas pelayanan tersebut dipersepsikan sebagai kualitas pelayanan yang buruk. Temuan ini sejalan dengan yang dilakukan oleh Marakarkandy dan Yajnik (2013), menyatakan kepuasan pengguna dipengaruhi oleh faktor kualitas pelayanan, dan penelitian ini juga mendukung hasil penelitian Yulianingsih, (2016) yang menyatakan bahwa secara simultan kualitas pelayanan yang tergabung dalam instrumen EUCS berpengaruh, namun secara parsial hanya faktor kemudahan penggunaan yang berpengaruh terhadap kepuasan pengguna. 5.2.3 Pengaruh Kualitas Produk dan Kualitas Pelayanan Terhadap Kepuasan Pengguna Berdasarkan hasil uji f, secara simultan (bersama-sama) kualitas produk dan kualitas pelayanan berpengaruh signifikan terhadap kepuasan pelanggan. Temuan ini sesuai dengan pendapat yang dikemukakan oleh Assauri (2003) yang menyatakan bahwa kepuasan pelanggan adalah terpenuhinya harapan dari produk berupa barang atau jasa yang dikonsumsi dapat diterima dan dinikmatinya dengan pelayanan yang baik atau memuaskan. Peneltian ini sejalan dengan hasil penelitian Siringtongthaworn dan Krairit (2006) yang menyatakan kepuasan pengguna dipengaruhi oleh kualitas


106

produk dan dengan dukungan beberapa faktor pelayanan yang baik. Penelitian ini juga sejalan dengan hasil penelitian yang dilakukan oleh Chin dan Lee (2000) yang menyatakan bahwa faktor pelayanan kecepatan sistem operasi memiliki pengaruh yang kuat pada kepuasan secara keseluruhan di luar faktor kualitas produk. 5.2.4 Implikasi Hasil Penelitian pada Perusahaan Hasil dari penelitian mengenai kepuasan pengguna dalam menggunakan sistem pembelajaran e-learning di Universitas Mercu Buana dipengaruhi oleh kualitas produk dan kualitas pelayanan. Dalam upaya meningkatkan kepuasan pengguna, perusahaan harus memperhatikan kualitas produk mengenai bentuk, isi dan akurasi sehingga dapat meningkatkan kepuasan mahasiswa sesuai dengan harapan, berminat menggunakan kembali dan bersedia merekomendasikan kepada pihak lain untuk menggunakan sistem pembelajaran e-learning di Universitas Mercu Buana. Pada kualitas pelayanan, fasilitas penunjang yang diberikan memang sudah sesuai dengan yang diharapkan, namun kinerja dari pihak karyawan yang memberikan pelayanan dinilai masih belum terlalu responsif dan terampil dalam mengatasi keluhan pengguna, sehingga mahasiswa pada umumnya masih memiliki kepuasan yang rendah terhadap sistem pembelajaran e-learning di Universitas Mercu Buana. Berdasarkan jenis program kuliah, mahasiswa program reguler 1 memiliki kepuasan yang lebih rendah dibandingkan mahasiswa program reguler 2 sehingga perusahaan perlu mengevaluasi ulang penerapan sistem pembelajaran e-learning terhadap kedua kelompok program tersebut.


BAB V HASIL DAN PEMBAHASAN

Recommend Documents