UNIVERSITAS INDONESIA
ANALISIS PENERIMAAN PENGGUNA AKHIR TERHADAP IMPLEMENTASI SISTEM ERP (ENTERPRISE RESOURCE PLANNING): STUDI KASUS IMPLEMENTASI SISTEM ERP DI PT XYZ
KARYA AKHIR
GEDE RADITIA SAKHA DHIPA 1106144790
FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2014
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
UNIVERSITAS INDONESIA
ANALISIS PENERIMAAN PENGGUNA AKHIR TERHADAP IMPLEMENTASI SISTEM ERP (ENTERPRISE RESOURCE PLANNING): STUDI KASUS IMPLEMENTASI SISTEM ERP DI PT XYZ
KARYA AKHIR Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknologi Informasi
GEDE RADITIA SAKHA DHIPA 1106144790
FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2014
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
ii Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
iii Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
KATA PENGANTAR
Puji syukur saya ucapkan kepada Ida Sang Hyang Widhi Wasa, karena atas berkat dan rahmat-Nya, saya dapat menyelesaikan Karya Akhir ini. Penulisan karya akhir ini dilakukan dalam rangka memenuhi salah satu syarat untuk mencapai gelar Magister Teknologi Informasi pada Program Studi Magister Teknologi Informasi, Fakultas Ilmu Komputer – Universitas Indonesia. Saya menyadari bahwa, tanpa bantuan dan bimbingan dari berbagai pihak, dari masa perkuliahan sampai pada penyusunan karya akhir ini, sangatlah sulit bagi saya untuk menyelesaikannya. Oleh karena itu, saya mengucapkan terima kasih kepada: 1.
Betty Purwandari, Ph.D, selaku dosen pembimbing yang telah menyediakan waktu, tenaga, dan pikiran untuk mengarahkan saya dalam penulisan karya akhir ini;
2.
Dr. Achmad Nizar Hidayanto, selaku Ketua Jurusan Magister Teknologi Informasi;
3.
Penguji I dan Penguji II yang telah membantu saya menyempurnakan Karya Akhir ini;
4.
Project Manager dan Project Secretary of ERP Implementation di PT XYZ yang sangat berkontribusi dalam penyelesaian Karya Akhir ini;
5.
Rekan-rekan Corporate IT & IS PT XYZ yang senantiasa mendukung saya agar dapat menyelesaikan Karya Akhir ini;
6.
Mama, Papa, Aga dan keluarga saya di Tabanan yang telah memberikan dukungan moral agar saya dapat menyelesaikan Karya Akhir ini;
7.
Gisel, yang memberikan segalanya agar saya mampu menyelesaikan kuliah serta Karya Akhir saya;
8.
Teman-teman di 2011FA, serta teman-teman seperjuangan bimbingan Bu Betty yang sangat membantu dalam kesuksesan saya memperoleh gelar Magister Teknologi Informasi.
iv Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
Akhir kata, saya berharap Ida Sang Hyang Widhi Wasa berkenan membalas segala kebaikan semua pihak yang telah membantu. Semoga Karya Akhir ini membawa manfaat bagi pengembangan ilmu.
Salemba, Januari 2014 Penulis
v Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
vi
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
ABSTRAK Nama
: Gede Raditia Sakha Dhipa
Program Studi
: Magister Teknologi Informasi
Judul
: Analisis Penerimaan Pengguna Akhir Terhadap Implementasi Sistem ERP (Enterprise Resource Planning): Studi Kasus Implementasi Sistem ERP di PT XYZ
Implementasi sistem ERP di PT XYZ pada awalnya memiliki harapan untuk melakukan simplifikasi terhadap pulau-pulau aplikasi dan mencapai value chain alignment dalam hal proses distribusi media dari berbagai penerbit di Indonesia. Namun, berdasarkan dokumen business blueprint PT XYZ diketahui bahwa manfaat dari implementasi sistem ERP dirasa kurang maksimal, dari 135 business blueprint yang rencananya akan terpenuhi melalui penerapan sistem ERP hanya 57 yang berhasil terpenuhi. Salah satu penyebab kurang maksimalnya manfaat dari implementasi sistem ERP tersebut dadalah rendahnya tingkat penerimaan pengguna akhir terhadap sistem ERP. Dalam penelitian ini dibangun model teoritis yang menjelaskan penerimaan pengguna akhir terhadap sistem ERP. Model yang digunakan dalam penelitian ini merupakan adaptasi dari model Technology Acceptance Model (TAM) yang dikembangkan oleh Davis (1986). Kemudian dilakukan penyebaran kuesioner kepada 350 responden yang merupakan pengguna sistem ERP di PT XYZ. Data yang dikumpulkan dari kuesioner kemudian digunakan untuk menguji kerangka pemikiran atau hipotesishipotesis dengan menggunakan tahapan pada Structural Equation Modeling (SEM). Berdasarkan hasil penelitian dapat disimpulkan bahwa variabel-variabel pada Technology Acceptance Model (TAM) yang mempengaruhi penerimaan pengguna terhadap implementasi sistem ERP di PT XYZ adalah Perceived Usefulness, Attitude Towards System Use, dan Perceived Ease of Use yang dipengaruhi oleh dua variabel lain yaitu User Involvement dari perspekti individu dan Training dari perspektif organisasi.
Kata kunci: Enterprise Resource Planning (ERP), penerimaan penguna akhir, Technology Acceptance Model (TAM), Structural Equation Modeling (SEM)
vii
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
ABSTRACT Name
: Gede Raditia Sakha Dhipa
Study Program
: Magister of Information Technology
Title
: An Analysis of End-User Acceptance towards the Implementation of Enterprise Resource Planning (ERP) System: Case Study at PT XYZ
Implementation of ERP systems in PT XYZ initially had hopes to make simplification towards the islands of application and achieve value chain alignment in terms of the distribution of media from various publishers in Indonesia. However, based on the business blueprint document of PT XYZ is known that the benefits of implementing ERP systems is considered less than the maximum, of 135 business blueprint which planned to be met through the implementation of ERP systems, only 57 were successfully met. One of the things that cause the benefit of the implementation of ERP system become less maximum is the low level of end-user acceptance of the ERP system. In this study constructed a theoretical model that describes the end-user acceptance of the ERP system. The model used in this study is an adaptation of the model of the Technology Acceptance Model (TAM) developed by Davis (1986). Then conducted questionnaires distribution to 350 respondents who are the users of ERP systems in PT XYZ. Data collected from the questionnaire were then used to test the framework or hypotheses using the stages on Structural Equation Modeling (SEM). Based on the results of this study it can be concluded that the variables on the Technology Acceptance Model (TAM) that affect the user’s acceptance of the ERP system implementation in PT XYZ is Perceived Usefulness, Attitude Towards System Use, and Perceived Ease of Use which is influenced by two other variables, namely the User Involvement from the perspective of individuals and Training from the perspective of the organization.
Keywords: Enterprise Resource Planning (ERP), End-user acceptance, Technology Acceptance Model (TAM), Structural Equation Modeling (SEM)
viii
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
DAFTAR ISI
HALAMAN JUDUL…………………………………………………………………i HALAMAN PERNYATAAN ORISINALITAS ...................................................... ii HALAMAN PENGESAHAN .................................................................................... iii KATA PENGANTAR ................................................................................................ iv HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI KARYA AKHIR UNTUK KEPENTINGAN AKADEMIS ................................................................. iv ABSTRAK .................................................................................................................. vi ABSTRACT .............................................................................................................. viii DAFTAR ISI ............................................................................................................... ix DAFTAR GAMBAR ................................................................................................. xii DAFTAR TABEL .................................................................................................... xiv BAB 1 PENDAHULUAN ........................................................................................... 1 1.1.
Latar Belakang ................................................................................................ 1
1.2.
Identifikasi Masalah ........................................................................................ 5
1.2.1.
Harapan terhadap penerapan ERP di PT XYZ ......................................... 5
1.2.2.
Kondisi Saat Ini ........................................................................................ 5
1.3.
Ruang Lingkup Penelitian ............................................................................. 11
1.4.
Tujuan Penelitian .......................................................................................... 11
1.5.
Manfaat Penelitian ........................................................................................ 11
1.6.
Sistematika Penelitian ................................................................................... 12
BAB 2 TINJAUAN PUSTAKA ................................................................................ 14 2.1.
Enterprise Resource Planning (ERP) ........................................................... 14
2.1.1.
Definisi ERP .......................................................................................... 14
2.1.2.
Kelebihan dan Kekurangan ERP ............................................................ 15
2.2.
Implementasi Sistem ERP di PT XYZ .......................................................... 16
2.3.
Mandatory dan Voluntary Use ...................................................................... 17
2.4.
Tingkat Penerimaan Pengguna ...................................................................... 19
2.4.1.
Technology Acceptance Model .............................................................. 19
ix
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
2.4.2. 2.5.
Technology Acceptance Model 2 ........................................................... 21
Structural Equation Modeling (SEM)........................................................... 23
2.5.1.
Variabel-Variabel dalam SEM ............................................................... 26
2.5.2.
Model-model dalam SEM ...................................................................... 27
2.5.3.
Asumsi-asumsi yang “seharusnya” dipenuhi dalam LISREL................ 29
2.5.4.
Prosedur SEM ........................................................................................ 31
2.6.
Penelitian Terdahulu yang Relevan .............................................................. 42
2.6.1.
Studi empiris tentang kesuksesan implementasi ERP menggunakan TAM dan Wixon & Todd Model di Jepang ........................................... 42
2.6.2.
Penelitian terdahulu menggunakan UTAUT di University of Cape Town, South Africa................................................................................ 43
2.6.3.
Penelitian terdahulu menggunakan TAM di PT.Telekomukasi Indonesia ................................................................................................ 45
2.6.4.
Penelitian terdahulu menggunakan TAM di beberapa organisasi di United States of America ....................................................................... 46
2.7.
Pengembangan Hipotesis Penelitian ............................................................. 47
2.7.1.
Pengembangan Hipotesis Pengaruh Project Communication terhadap Shared Belief in the Benefits of ERP System ......................................... 47
2.7.2.
Pengembangan Hipotesis Pengaruh Training terhadap Shared Belief in the Benefits of ERP System dan Perceived Ease of Use .................... 48
2.7.3.
Pengembangan Hipotesis Pengaruh Shared belief in the benefits of ERP system terhadap Perceived Usefulness dan Perceived Ease of Use ......................................................................................................... 49
2.7.4.
Pengembangan Hipotesis Pengaruh User Involvement terhadap Perceived Usefulness ............................................................................. 50
2.7.5.
Pengembangan Hipotesis Pengaruh Readiness for Change terhadap Perceived Usefulness ............................................................................. 50
2.7.6.
Pengembangan Hipotesis Pengaruh Perceived Usefulness terhadap Attitude Towards System Use ................................................................ 51
2.7.7.
Pengembangan Hipotesis Pengaruh Perceived Ease of Use terhadap Perceived Usefulness, Attitude Towards System Use, dan Symbolic Adoption ................................................................................................. 52
2.7.8.
Pengembangan Hipotesis Pengaruh Attitude Towards System Use terhadap Symbolic Adoption .................................................................. 54
2.7.9.
Rangkuman Hipotesis Penelitian ........................................................... 55
2.8.
Kerangka Pemikiran ...................................................................................... 56
BAB 3 METODOLOGI PENELITIAN .................................................................. 62 3.1.
Tahapan Penelitian ........................................................................................ 62
3.2.
Populasi dan Sampel Penelitian .................................................................... 64 x
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
3.3.
Metode Pengumpulan Data ........................................................................... 65
3.3.1.
Data Primer ............................................................................................ 65
3.3.2.
Data Sekunder ........................................................................................ 66
3.4.
Metode Pengolahan Data .............................................................................. 66
BAB 4 ANALISIS DAN PEMBAHASAN .............................................................. 68 4.1.
Data Responden ............................................................................................ 68
4.2.
Uji Normalitas ............................................................................................... 70
4.3.
Uji Multicollinearity...................................................................................... 72
4.4.
Uji Kesalahan Input Data dan Outliers ......................................................... 73
4.5.
Penerapan SEM ............................................................................................. 73
4.5.1. Spesifikasi Model ..................................................................................... 73 4.5.2. Identifikasi................................................................................................ 83 4.5.3. Estimasi .................................................................................................... 84 4.5.4. Analisis Model Umum ............................................................................. 84 4.5.5. Analisis Model Umum Respesifikasi ..................................................... 104 4.6.
Pembahasan Model Umum ......................................................................... 119
4.6.1. Hasil Pengujian Hipotesis Model Umum ................................................ 119 4.7.
Pembahasan Hasil Penelitian ...................................................................... 123
4.7.1. Implikasi Hasil Peneletian ..................................................................... 124 BAB 5 KESIMPULAN DAN SARAN ................................................................... 126 5.1.
Kesimpulan ................................................................................................. 126
5.2
Saran ............................................................................................................ 128
5.2.1. Saran Untuk Pihak PT XYZ.................................................................... 128 5.2.2. Saran Untuk Penelitian Selanjutnya ........................................................ 129 DAFTAR REFERENSI .......................................................................................... 130 DAFTAR ISTILAH ................................................................................................ 137 LAMPIRAN ............................................................................................................. 140 Lampiran 1: Transkrip Wawancara ....................................................................... 140 Lampiran 2: Profil Organisasi ............................................................................... 144 Lampiran 3: Kuesioner Penelitian ......................................................................... 148 Lampiran 4: Uji Statistik ....................................................................................... 158
xi
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
DAFTAR GAMBAR Gambar 1.1 Roadmap PT XYZ 2020 ..................................................................... 2 Gambar 1.2 Pemetaan Sistem Informasi di PT XYZ Sebelum Implementasi sistem ERP ......................................................................................... 3 Gambar 1.3 Pemetaan Sistem Informasi di PT XYZ Setelah Implementasi sistem ERP .................................................................................................... 4 Gambar 1.4 Perbandingan Prosentase Jumlah Business Blueprint yang terpenuhi dan tidak terpenuhi............................................................................. 6 Gambar 1.5 ERP Realization ................................................................................. 7 Gambar 1.6 Fishbone Diagram............................................................................ 10 Gambar 2.1 General Scope dari modul-modul ERP di PT XYZ ......................... 17 Gambar 2.2 Modules dan Sub Modules ERP di PT XYZ .................................... 17 Gambar 2.3 Model TAM ..................................................................................... 19 Gambar 2.4 Model TAM 2 .................................................................................. 21 Gambar 2.5 Kerangka Pemikiran Penelitian Terdahulu Mengenai Tingkat Penerimaan dan Kepuasan Pengguna Akhir terhadap implementasi ERP .................................................................................................. 43 Gambar 2.6 Kerangka Pemikiran Penelitian Terdahulu Mengenai Tingkat Penerimaan Pengguna Akhir Terhadap Implementasi ERP ............ 44 Gambar 2.7 Kerangka Pemikiran Penelitian Terdahulu Mengenai Adopsi Sistem ERP Berbasis TAM ......................................................................... 45 Gambar 2.8 Kerangka Pemikiran Penelitian Terdahulu Mengenai Pengembangan Model TAM Untuk Mengetahui Tingkat Penerimaan User Terhadap Implementasi ERP ........................................................................... 46 Gambar 2.9 Kerangka Pemikiran Penelitian ........................................................ 57 Gambar 3.1 Tahapan Penelitian ........................................................................... 62 Gambar 4.1 Test of Univariate Normality for Continuous Variable ................... 71 Gambar 4.2 Test of Multivariate Normality for Continuous Variables ............... 72 Gambar 4.3 Model Pengukuran Variabel Laten Eksogen PJC ............................ 75 Gambar 4.4 Model Pengukuran Variabel Laten Eksogen TR.............................. 75 Gambar 4.5 Model Pengukuran Variabel Laten Eksogen RFC ........................... 76 Gambar 4.6 Model Pengukuran Variabel Laten Eksogen UI .............................. 77 Gambar 4.7 Model Pengukuran Variabel Laten Endogen BENB........................ 78 Gambar 4.8 Model Pengukuran Variabel Laten Endogen PEU ........................... 79 Gambar 4.9 Model Pengukuran Variabel Laten Endogen PU ............................. 80 Gambar 4.10 Model Pengukuran Variabel Laten Endogen AT ............................ 81 Gambar 4.11 Model Pengukuran Variabel Laten Endogen SA ............................ 81 Gambar 4.12 Model Struktural ............................................................................. 82 Gambar 4.13 Model Hybrid .................................................................................. 83 Gambar 4.14 Path Diagram Standardized Solution Model Umum ...................... 85 Gambar 4.15 Path Diagram Nilai-t Model Umum ............................................... 86 Gambar 4.16 Completely Standardized Solution Variabel Teramati Model Umum .............................................................................................. 87 Gambar 4.17 Completely Standardized Solution Variabel Teramati Koreksi Nilai Standardized Loading Factor .......................................................... 88 xii
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
Gambar 4.18 Path Diagram Nilai-t Model Umum Koreksi Nilai Standardized Loading Factor ................................................................................ 89 Gambar 4.19 Path Diagram Standardized Solution Model Umum Koreksi Nilai Standardized Loading Factor .......................................................... 90 Gambar 4.20 Fit Indices Model Umum ............................................................... 92 Gambar 4.21 Modification Indicies Model Umum ............................................ 104 Gambar 4.22 Path Diagram Nilai-t Model Umum Respesifikasi...................... 105 Gambar 4.23 Path Diagram Standardized Solution Model Umum Respesifikasi ............................................................................................................................. 106 Gambar 4.24 Completely Standardized Solution Variabel Teramati Model Umum Respesifikasi .................................................................................. 107 Gambar 4.25 Fit Indices Model Umum Respesifikasi ....................................... 108 Gambar 4.26 Model Umum Penerimaan Pengguna sistem ERP yang Dihasilkan ............................................................................................................................. 124
xiii
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
DAFTAR TABEL Tabel 1.1 Perbandingan Business Blueprint yang terpenuhi setelah implementasi ERP ......................................................................................................... 6 Tabel 2.1 Rangkuman Ukuran untuk Uji Kecocokan Keseluruhan Model .......... 38 Tabel 2.2 Item Pengukuran ................................................................................... 58 Tabel 4.1 Demografi Responden yang Diperoleh ................................................. 69 Tabel 4.2 Uji Kecocokan Keseluruhan Model Umum .......................................... 93 Tabel 4.3 Validitas Model Pengukuran Umum Variabel Laten Eksogen PJC ..... 94 Tabel 4.4 Validitas Model Pengukuran Umum Variabel Laten Eksogen TR ....... 95 Tabel 4.5 Validitas Model Pengukuran Umum Variabel Laten Eksogen UI ........ 95 Tabel 4.6 Validitas Model Pengukuran Umum Variabel Laten Eksogen RFC .... 95 Tabel 4.7 Validitas Model Pengukuran Umum Variabel Laten Endogen BENB . 96 Tabel 4.8 Validitas Model Pengukuran Umum Variabel Laten Endogen PU ...... 96 Tabel 4.9 Validitas Model Pengukuran Umum Variabel Laten Endogen PEU .... 97 Tabel 4.10 Validitas Model Pengukuran Umum Variabel Laten Endogen AT .... 97 Tabel 4.11 Validitas Model Pengukuran Umum Variabel Laten Endogen SA .... 97 Tabel 4.12 Rangkuman Reliabilitas Model Pengukuran Umum ........................ 101 Tabel 4.13 Evaluasi Model Struktural Umum .................................................... 103 Tabel 4.14 Uji Kecocokan Keseluruhan Model Umum Respesifikasi ............... 109 Tabel 4.15 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Eksogen PJC..................................................................................... 111 Tabel 4.16 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Eksogen TR ...................................................................................... 111 Tabel 4.17 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Eksogen UI ....................................................................................... 111 Tabel 4.18 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Eksogen RFC.................................................................................... 112 Tabel 4.19 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Endogen BENB ................................................................................ 112 Tabel 4.20 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Endogen PU...................................................................................... 113 Tabel 4.21 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Endogen PEU ................................................................................... 113 Tabel 4.22 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Endogen AT ..................................................................................... 113 Tabel 4.23 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Endogen SA...................................................................................... 113 Tabel 4.24 Rangkuman Reliabilitas Model Pengukuran Umum Respesifikasi .. 117 Tabel 4.25 Evaluasi Model Struktural Umum Respesifikasi .............................. 118 Tabel 4.26 Rangkuman Hasil Pengujian Hipotesis Penelitian Model Umum .... 122
xiv
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
BAB 1 PENDAHULUAN
Bab ini membahas mengenai latar belakang pengambilan topik, permasalahan penelitian, pertanyaan penelitian, ruang lingkup penelitian, tujuan dan manfaat penelitian serta sistematika penelitan. 1.1. Latar Belakang Pesatnya perkembangan teknologi informasi dan komunikasi dapat mengubah proses bisnis suatu organisasi. Demikian pula di bidang media massa, perkembangan teknologi informasi dan komunikasi tersebut menuntut media massa hadir dalam berbagai format media dan platform yang ada serta dapat diakses secara realtime. PT XYZ merupakan perusahaan Indonesia yang bergerak di bidang media massa yang didirikan pada pertengahan tahun 1965. Sesuai dengan strategi bisnisnya yaitu diversifikasi produk, saat ini PT. XYZ memiliki beberapa anak perusahaan atau unit bisnis yang bervariasi. Misalnya, media massa, toko buku, percetakan, penerbit, radio, hotel, lembaga pendidikan, event organizer, hingga televisi pendidikan. Untuk mempertahankan eksistensi di tengah ketatnya persaingan di industi media, PT XYZ mencanangkan visi & misi 2020 yaitu “transforming into world class company” seperti yang digambarkan pada Gambar 1.1.
1
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
2
Gambar 1.1 Roadmap PT XYZ 2020
(Sumber: PT XYZ, 2009)
Untuk mencapai visi & misi 2020 tersebut, jajaran direksi PT XYZ merasa perlu membenahi sistem teknologi informasi yang ada saat itu (tahun 2007) untuk meningkatkan kinerja dari 5 (lima) proses operasional utama PT XYZ yaitu: media, services, manufacture, publishers, dan retail sekaligus melahirkan competitive advantage diatara pesaing mereka. Pembenahan sistem teknologi informasi tersebut perlu dilakukan karena pada saat itu di lingkungan PT XYZ terdapat pulau-pulau aplikasi yang tidak saling terintegrasi seperti terlihat pada Gambar 1.2.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
3
Gambar 1.2 Pemetaan Sistem Informasi di PT XYZ Sebelum Implementasi sistem ERP
(Sumber: PT XYZ, 2009)
Melalui beberapa pertimbangan dan riset yang mendalam akhirnya pada awal tahun 2009 PT XYZ memutuskan melakukan simplifikasi terhadap pulau-pulau aplikasi dengan cara mengganti sistem-sistem lama mereka dengan sebuah paket software enterprise resource planning (ERP). PT XYZ memandang bahwa implementasi sistem ERP mempunyai keuntungan yang signifikan bagi perusahaan, seperti: layanan bagi customer yang meningkat, penjadwalan produksi yang lebih baik, dan mengurangi biaya produksi. Setelah sistem ERP diimplementasikan di PT XYZ, karyawan operasionl dimandatkan untuk menggunakan sistem ERP dan meninggalkan sistem-sistem lama yang biasa mereka gunakan untuk melaksanakan tugas mereka sehingga pulau-pulau aplikasi di PT XYZ bisa disimplifikasi seperti terlihat pada Gambar 1.3.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
4
Gambar 1.3 Pemetaan Sistem Informasi di PT XYZ Setelah Implementasi sistem ERP (Sumber: PT XYZ, 2009)
Seiring berjalannya waktu diketahui bahwa implementasi sistem ERP di PT XYZ menghadapi banyak kendala. Seperti yang dikemukakan oleh Project Secretary of ERP Implementation di PT XYZ bahwa terjadi resistensi penggunaan sistem ERP di beberapa unit bisnis, terutama unit bisnis national newspaper yang notabene merupakan unit bisnis terbesar di lingkungan PT XYZ. Resistensi dari pengguna disebabkan karena mereka merasa nyaman bekerja dengan legacy sistem terdahulu sehingga enggan berpindah ke sistem ERP. Untuk mengantisipasi hal tersebut, idealnya disusun sebuah change management strategy yang mencakup beberapa hal seperti: top management commitment and support, communicating ERP benefits and general operations, minimizing adoption cost, involving individuals and groups, enhancing ERP interface quality, training, securing support of opinion leaders, timing ERP introduction (Aladwani, 2001). Change management strategy tersebut disusun untuk akselerasi implementasi sistem ERP di PT XYZ, sehingga dapat memaksimalkan manfaat yang diperoleh dari implementasi sistem ERP tersebut.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
5
Penelitian ini diharapkan turut berkontribusi dalam proses penyusunan change management strategy dari implementasi sistem ERP di PT XYZ, terutama pada bagian communicating ERP benefits and general operations, involving individuals and groups, dan training. 1.2. Identifikasi Masalah Identifikasi masalah akan dilakukan dengan cara melihat harapan berkaitan dengan implementasi sistem ERP dengan keadaan saat ini. Gap antara harapan dan keadaan saat ini dapat didefinisikan menjadi masalah pada penelitian ini. Data yang dikumpulkan untuk memperoleh harapan dan fakta-fakta terhadap sistem ERP dilakukan dengan metode wawancara terhadap Project Secretary of ERP Implementation di PT XYZ. 1.2.1. Harapan terhadap penerapan ERP di PT XYZ Berdasarkan
hasil
wawancara
terhadap
Project
Secretary
of
ERP
Implementation di PT XYZ, implementasi sistem ERP pada awalnya memiliki harapan sebagai berikut: Melakukan simpilfikasi terhadap pulau-pulau aplikasi yang terdapat di lingkungan PT XYZ (Gambar 1.2) Mencapai value chain alignment dalam hal proses distribusi media dari berbagai penerbit yang tersebar di beberapa lokasi di Indonesia Mengadopsi best practice di industri media. Harapan-harapan tersebut kemudian dituangkan ke dalam 135 (seratus tiga puluh lima) dokumen Business Blueprint yang merupakan detail requirement yang isinya meliputi business practices, parameters, business goals dan business structure yang nantinya akan direalisasikan melalui implementasi sistem ERP di lingkungan PT XYZ. 1.2.2. Kondisi Saat Ini Berdasarkan dokumen Business Blueprint PT XYZ diketahui bahwa manfaat dari implementasi sistem ERP di lingkungan PT XYZ dirasa kurang maksimal.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
6
Pada Tabel 1.1 dapat dilihat bahwa dari 135 (seratus tiga puluh lima) Business Blueprint yang rencananya akan terpenuhi melalui penerapan sistem ERP hanya 57 (lima puluh tujuh) yang berhasil terpenuhi, 55 (lima puluh lima) belum tepenuhi secara keseluruhan, 19 (Sembilan belas) tidak terpenuhi sama sekali, bahkan ada 4 (empat) Business Blueprint yang terpaksa dibatalkan. Tabel 1.1 Perbandingan Business Blueprint yang terpenuhi setelah implementasi ERP
(Sumber: PT XYZ, 2009) Gambar 1.4
menunjukkan prosentase dari Business Blueprint yang terpenuhi
dan tidak tepenuhi setelah implementasi sistem ERP di lingkungan PT XYZ.
Gambar 1.4 Perbandingan Prosentase Jumlah Business Blueprint yang terpenuhi dan tidak terpenuhi
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
7
Tim proyek implementasi sistem ERP internal PT XYZ juga sempat melakukan
Focus
Group
Discussion
mengenai
perbandingan
antara
requirement awal proyek implementasi sistem ERP yang tertuang dalam dokumen-dokumen business blueprint dengan realisasi setelah implementasi sistem ERP. Mereka melakukan penilaian per-modul dan memberi scoring menggunakan skala 1-5 dengan keterangan sebagai berikut: 5: Oustanding 4: Exceed Expextation 3: Meet Expectation 2: Need Improvement 1: Unacceptable Berdasarkan hasil FGD tersebut diketahui bahwa hanya 2 (dua) modul dari 6 (enam) modul yang dinilai memenuhi ekspektasi awal. Hasil FGD tersebut dapat dilihat pada Gambar 1.5.
ERP Realization CRM MSM MSD HR MAM FICO 1
2
3
4
5
Gambar 1.5 ERP Realization
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
8
Berdasarkan
fakta-fakta
yang
telah
dipaparkan,
ditemukan
bahwa
permasalahan nyata pada penerapan sistem ERP di PT XYZ adalah kurang maksimalnya manfaat yang diperoleh dari implementasi sistem ERP tersebut. Faktor penting dalam mengurangi risiko penerapan TI di organisasi salah satunya adalah integrasi fungsi antara teknologi, sumber daya manusia, dan organisasi. Berdasarkan wawancara dengan Project Secretary of ERP Implementation di PT XYZ, penyebab utama dari kurang maksimalnya manfaat yang diperoleh dari implementasi ERP berasal dari faktor sumber daya manusia yang berperan sebagai pengguna akhir dari sistem ERP tersebut. Menurut beliau banyak pengguna yang resistance terhadap sistem ERP sehingga berdampak pada rendahnya tingkat penerimaan pengguna akhir terhadap sistem ERP, resistensi tersebut mayoritas berasal dari karyawan senior yang terlanjur merasa nyaman bekerja dengan legacy sistem terdahulu sehingga enggan berpindah ke sistem ERP (Lampiran 1, A11). Themistocleous et al. (2001) mengatakan bahwa banyak pegawai perusahaan yang cenderung bereaksi negatif terhadap perubahan yang terjadi dengan adanya implementasi sistem ERP. Pengguna akhir sering tidak terdorong untuk menggunakan sistem ERP, sementara disisi lain penggunaan sistem ERP dapat memberikan manfaat baik bagi pengguna akhir sebagai individu maupun perusahaan (Govindaraju, 2002). Sistem komputer tidak bisa meningkatkan performansi dari organisasi apabila tidak digunakan (Davis, 1989). Rendahnya tingkat penerimaan pengguna akhir mengakibatkan tidak maksimalnya manfaat yang diperoleh perusahaan dari implementasi ERP. Project Secretary of ERP Implementation di PT XYZ menyampaikan bahwa kurang maksimalnya manfaat yang diperoleh dari implementasi sistem ERP bisa disebabkan kurangnya knowledge transfer antar pengguna sistem ERP yang merupakan imbas dari tingkat key user turnover yang tinggi di kalangan pengguna sistem ERP (Lampiran 1, A13). Ketidaksesuaian background pendidikan dari pengguna sistem ERP juga merupakan penyebab kurang maksimalnya manfaat yang diperoleh perusahaan dari implementasi ERP
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
9
(Lampiran 1, A13). Menurut beliau, jika menggunakan sistem ERP rekanrekan front office atau kantor depan harus paham mengenai ilmu accounting sehingga akuntabilitas transaksi yang masuk melalui sistem ERP dapat terjaga sejak awal. Sistem ERP telah diimplementasikan di PT XYZ sejak tahun 2009, namun menurut Project Secretary of ERP Implementation di PT XYZ, pihak PT XYZ terutama Corporate IT & IS yang bertanggung jawab terhadap perancangan, pembangunan, dan pengelolaan sistem informasi di unit-unit bisnis yang berada di bawah naungan PT XYZ, belum pernah melakukan evaluasi terhadap implemetasi sistem ERP tersebut (Lampiran 1, A14). Sehingga masalahmasalah yang menyebabkan kurang maksimalnya manfaat dari implementasi sistem ERP tidak teridentifikasi sejak dini. Evaluasi sistem informasi dapat dipandang dari dua sisi yaitu efisiensi dan efektivitas. Efisiensi menekankan evaluasi atas kualitas ketersediaan sistem yang meliputi misalnya kehandalan sistem, jumlah waktu akses, jumlah waktu down-time dan sebagainya. Sedangkan efektivitas mengkaji sistem informasi dari sisi kualitas sistem dibandingkan dengan ekspektasi yang diharapkan atas sistem tersebut (Weber, 1998). Selain belum pernah dilakukannya evaluasi terhadap implementasi sistem ERP, kurang maksimalnya manfaat yang diperoleh dari implementasi ERP bisa disebabkan karena kurangnya awareness dari top manajemen selama proses implementasi ERP, terutama dalam hal menyiapkan sumber daya manusia dengan attitude dan background pendidikan yang tepat untuk menjadi pengguna akhir dari sistem ERP (Lampiran 1, A17). Faktor teknologi merupakan salah satu faktor yang kerap menjadi penyebab kurang maksimalnya manfaat yang diperoleh dari implementasi ERP, diataranya adalah requirement awal yang kurang jelas sehingga setelah diimplementasikan ternyata tidak bisa meng-cover keseluruhan proses bisnis perusahaan (Lampiran 1, A15). Sistem ERP pada dasarnya mengikutsertakan best practices dari proses bisnis, namun terkadang tidak sesuai dengan proses bisnis perusahaan yang telah mengakar sejak lama, untuk itu maka dilakukanlah kustomisasi-kustomisasi yang mengakibatkan tidak maksimalnya
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
10
manfaat yang diperoleh dari implementasi sistem ERP. Kinerja sistem ERP yang kurang handal juga turut mempengaruhi kurang maksimalnya manfaat yang diperoleh dari implementasi sistem ERP. Hal itu bisa disebabkan karena kurang memperhatikan kesiapan infrastruktur TI di perusahaan (Lampiran 1, A15). Untuk
memetakan
akar
permasalahan
dari
masalah
diatas
peneliti
menggunakan diagram tulang ikan (fishbone diagram) seperti terlihat pada Gambar 1.6 dibawah ini.
Gambar 1.6 Fishbone Diagram
Dapat dilihat dari pemetaan dengan menggunakan diagram tulang ikan (fishbone diagram) bahwa manfaat dari implementasi sistem ERP yang kurang maksimal disebabkan oleh 3 (tiga) faktor yaitu: pengguna akhir, organisasi, dan teknologi. Dari 3 (tiga) faktor tersebut peneliti memilih salah satu faktor yaitu faktor rendahnya tingkat penerimaan pengguna akhir terhadap sistem ERP, pengguna akhir yang dirasa memiliki pengaruh paling besar atas kurang maksimalnya manfaat dari implementasi ERP di lingkungan PT XYZ. Penggunaan ERP adalah
keharusan
bagi pengguna
akhir atau
sering
disebut
sebagai
penggunaan yang bersifat mandatory. Keengganan atau penolakan pengguna Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
11
akhir untuk mengadopsi atau menggunakan sistem baru (ERP) adalah salah satu alasan kegagalan implementasi yang harus diperhatikan perusahaan (Barker & Frolick, 2003). Kurangnya
penerimaan pengguna
terhadap
sistem
ERP
dapat
menyebabkan pengguna hanya sekedar terpaksa menggunakan sistem tersebut tanpa diimbangi dengan penggunaan yang maksimal. Selain itu juga dapat menyebabkan masalah ketidakpuasan bagi user terhadap sistem ERP. Berdasarkan hal tersebut, maka dapat dirumuskan sebuah pertanyaan penelitian yaitu: Faktor-faktor apa saja yang mempengaruhi tingkat penerimaan pengguna akhir terhadap penerapan Enterprise Resource Planning di PT. XYZ? 1.3. Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah: a) Objek dari penelitian ini adalah karyawan (manajemen dan staff) dari unit-unit bisnis PT XYZ yang merupakan pengguna akhir sistem ERP. b) Analisis dan evaluasi dilakukan untuk mengetahui faktor-faktor penentu apa saja yang mempengaruhi penerimaan pengguna akhir terhadap penerapan sistem ERP pada unit-unit bisnis PT XYZ. 1.4. Tujuan Penelitian Tujuan yang ingin dicapai dari penelitian ini adalah: a) Mendapatkan model penerimaan pengguna akhir sistem ERP yang telah di implementasikan di PT XYZ. b) Mengetahui faktor-faktor apa saja yang mempengaruhi tingkat penerimaan pengguna akhir terhadap penerapan sistem ERP di PT XYZ. 1.5. Manfaat Penelitian Manfaat penelitian ini dapat dilihat dari 2 sisi, yaitu bagi ilmu pengetahuan dan bagi organisasi.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
12
a) Manfaat bagi ilmu pengetahuan Penelitian ini diharapkan dapat memberi kontribusi sebagai tambahan referensi untuk lebih memahami aspek keperilakuan dari pemakai akhir teknologi informasi, khususnya untuk teknologi informasi yang bersifat mandatory use. b) Manfaat bagi Organisasi Dengan penelitian ini diharapkan mampu menjadi referensi bagi pihak manajemen PT XYZ dalam upaya memaksimalkan pemanfaatan sistem ERP di lingkungan PT XYZ. 1.6. Sistematika Penelitian Penelitian ini dibagi menjadi 6 (enam) bab dan disusun dengan sistematika sebagai berikut: BAB I
PENDAHULUAN
Bab pertama ini berisi latar belakang pengambilan topik, permasalahan penelitian, pertanyaan penelitian, ruang lingkup penelitian, tujuan dan manfaat penelitian serta sistematika penelitan yang digunakan dalam penyusunan penelitian ini.
BAB II
TINJAUAN PUSTAKA Bab kedua berisi beberapa teori-teori yang akan digunakan dalam penelitian ini yaitu, Enterprise Resource Planing (ERP), Technology Acceptance Model (TAM) dan Structural Equation Modeling (SEM). Beberapa penelitian terdahulu yang relevan, kerangka pemikiran dan hipotesis yang ada dalam penelitian ini.
BAB III METODOLOGI PENELITIAN Bab ketiga berisi tahapan penelitian, populasi dan sampel, metode pengumpulan data, metode pengolahan data yang akan digunakan dalam penelitian.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
13
BAB IV ANALISIS DAN PEMBAHASAN Bab keempat berisi hasil pengolahan data yang kemudian akan dianalisis. Secara lebih jelas akan dijelaskan langkah-langkah yang diambil dalam melakukan analisis data.
BAB V
KESIMPULAN DAN SARAN Bab kelima berisi kesimpulan dari penelitian ini serta saran-saran yang diberikan kepada organisai tempat objek penelitian berdasarkan hasil penelitian.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
BAB 2 TINJAUAN PUSTAKA
Bab ini berisi beberapa teori-teori yang akan digunakan dalam penelitian ini yaitu, Enterprise Resource Planing (ERP), Technology Acceptance Model (TAM) dan Structural Equation Modeling (SEM). Beberapa penelitian terdahulu yang relevan, kerangka pemikiran dan hipotesis yang ada dalam penelitian ini. 2. 2.1. Enterprise Resource Planning (ERP) Subbab ini membahas tentang Enterprise Resource Planning (ERP) yang meliputi definisi sistem ERP dan kekurangan serta kelebihan dari sistem ERP. 2.1.1. Definisi ERP ERP adalah aplikasi sistem informasi manajemen terintegrasi untuk bisnis/organisasi yang mencakup multi fungsionalitas seperti penjualan, pembelian, produksi, gudang, akuntansi & finansial, penggajian, sumberdaya manusia, dan sebagainya. ERP adalah sebuah sistem informasi yang dikembangkan untuk mengintegrasi bidang marketing, financial, manufacturing dan human resource. ERP adalah software
sistem
komputer
pada
perusahaan
yang
digunakan
untuk
mengatur,share dan mengkoordinasi semua sumber, informasi dan fungsifungsi bisnis. Sistem ERP adalah suatu komputasi sistem perusahaan yang terintegrasi untuk mengotomatisasi aliran material, informasi, dan sumber daya keuangan antara semua fungsi dalam perusahaan terhadap database yang umum (Yang, Ting, & Wei, 2006). Menurut (Kumar & Keshan, 2009) sistem ERP adalah sebuah paket sistem software bisnis yang mengijinkan sebuah perusahaan untuk:
14
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
15
• Mengotomatisasi dan mengintegrasikan sebagian besar proses bisnisnya • Berbagi data yang umum dan mempraktekan di seluruh perusahaan • Menghasilkan akses informasi secara real-time. 2.1.2. Kelebihan dan Kekurangan ERP Ada berbagai macam alat dan sistem yang telah berkembang yang memungkinkan organisasi untuk menjadi lebih kompetitif, salah satu tools adalah ERP. Sistem ERP dapat membantu keinginan perusahaan tentang integrasi yang berarti organisasi tidak perlu mengatur sistem yang terpisah secara independen (Maguire, ojiako, & Said, 2009). ERP juga ditemukan efektif
dalam
mengurangi
biaya
persediaan,
meningkatkan
efisiensi,
danpeningkatan profitabilitas. Selain itu, ERP telah diakui dengan mengurangi manufacturing lead times. Manfaat potensial lainnya, ERP dapat melakukan penurunan drastis dalam persediaan, terobosan dalam pengurangan working capital, informasi tentang kebutuhan, kebutuhan pelanggan serta kemampuan untuk melihatnya, perluasan pengelolaan perusahaan pemasok, aliansi dan pelanggan sebagai suatu keseluruhan yang terintegrasi. Implementasi ERP tidak datang tanpa tantangan teknis dan manajerial yang signifikan, investasi keuangan yang besar, dan banyak perubahan pada organisasi. Masalah operasional di Hershey Foods, Whirlpool, FoxMeyer Drugs, dan Hewlett Packard, telah disalahkan pada buruknya implementasi solusi ERP. ERP juga memiliki reputasi sebagai terkenal over-sold dan underdelivered. Melaporkan bahwa 65% dari eksekutif percaya bahwa ERP bisa berbahaya bagi organisasi mereka (Muscatello & Chen, 2008). Saat perusahaan mengadopsi sistem yang tidak memenuhi strategi bisnis mereka dan berusaha untuk mengkonfigurasi sistem untuk memenuhi kebutuhan mereka sendiri, penyesuaian sistem ini sangat menambah risiko implementasi ERP. Kesenjangan ini dapat mengakibatkan kurangnya
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
16
keberhasilan dalam pelaksanaan, dan kehilangan potensi keunggulan kompetitif. Keengganan user atau keengganan untuk mengadopsi dan menggunakan sistem baru, sering disebut sebagai salah satu alasan utama kegagalan ERP (Sankar, 2010). Kegagalan implementasi ERP, disebabkan oleh tidak dapat menilai dampak perubahan (Edwards & Humphries, 2005). 2.2. Implementasi Sistem ERP di PT XYZ PT XYZ telah mengimplementasikan sistem ERP sejak tahun 2009 dengan tujuan utama yaitu membenahi sistem teknologi informasi yang ada saat itu (tahun 2007) untuk meningkatkan kinerja dari 5 (lima) proses operasional utama PT XYZ yaitu: media, services, manufacture, publishers, dan retail sekaligus melahirkan competitive advantage diatara pesaing mereka. Setelah melalui beberapa tahapantahapan implementasi, termasuk melakukan site visit ke beberapa perusahaan media nasional di negara-negara tetangga seperti: Times of India (India), The Star (Malaysia), dan News Strait Times (Malaysia) yang telah sukses mengadopsi sistem ERP, akhirnya pihak manajemen PT XYZ memutuskan untuk mengimplementasikan 6 (enam) modul dari salah satu perusahaan penyedia ERP asal Jerman. Modul–modul tersebut antara lain adalah: MAM (Media Advertising Management), MSD (Media Sales & Distribution), CRM (Customer Relationship Management), FICO (Financial & Controlling), MSM (Material & Services Management), dan
HR (Human Resources). Unit-unit bisnis yang menjadi
cakupan dari masing-masing modul ERP tersebut dapat dilihat pada Gambar 2.1.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
17
Gambar 2.1 General Scope dari modul-modul ERP di PT XYZ
Gambar 2.2 menampilkan sub modul dari 6 (enam) modul ERP yang diimplementasikan di PT XYZ.
Gambar 2.2 Modules dan Sub Modules ERP di PT XYZ
(Sumber: PT XYZ, 2009)
2.3. Mandatory dan Voluntary Use Ketika sistem informasi diterapkan di dalam perusahaan, sistem informasi tersebut dapat menjadi mandatory use atau voluntary use kepada karyawannya. Perbedaan utama dari mandatory use atau voluntary use terletak pada kebebasan
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
18
penggunaan oleh pemakainya (freedom of user). Voluntary use yaitu pemakai sistem informasi mempunyai kebebasan (freedom) untuk memutuskan memakai atau tidak memakai sistem informasi tersebut (Sekundera, 2006). Dan sebaliknya, mandatory use adalah karyawan tidak memiliki kebebasan tersebut karena dipaksa memakai oleh perusahaan atau organisasi yang menerapkan sistem informasi tersebut (Rawstorne et.al, 1998). Oleh karena itu, menurut Rawstorne et.al (1998) terdapat perbedaan dalam penerimaan (acceptance) sistem informasi dari kedua lingkungan yang berbeda tersebut. Dalam lingkungan voluntary use, kesuksesan penerapan sistem informasi adalah intention to use. Intention to use yang dimaksud adalah seberapa sering karyawan menggunakan aplikasi yang dipergunakan oleh perusahaan untuk menunjang kinerja pekerjaannya. Contoh aplikasi tersebut antara lain: sistem e-mail, aplikasi pengolah kata, aplikasi pengolah angka, aplikasi presentasi, dan sebagainya. Dalam pemakaian aplikasi tersebut karyawan memiliki kebebasan apakah mempergunakannya atau tidak. Sedangkan
dalam
lingkungan
mandatory
use,
karyawan
harus
sering
menggunakan sistem informasi tersebut untuk meningkatkan kinerja (perfomance) mereka. Oleh karena itu, intention to use tidak dapat diterapkan dalam lingkungan sistem yang bersifat mandatory use (Brown et.al, 2002). Pengukuran yang tepat adalah symbolic adoption untuk mengukur penerimaan pengguna dalam lingkungan sistem yang bersifat mandatory use seperti yang telah dibuktikan secara empiris oleh Karahanna, 1999 (dalam Nah et al, 2004). Symbolic adoption didefinisikan sebagai dorongan atau kecenderungan seseorang secara mental menerima ide/gagasan perusahaan mengadopsi dan mengimplementasikan inovasi teknologi informasi (ERP). Adopsi dan penggunaan sistem ERP berlangsung dalam lingkungan mandatory use, dengan kata lain, keputusan untuk mengadopsi dan menerapkan sistem ERP sering dibuat oleh manajemen senior, pengguna dimandatkan untuk menggunakan sistem ERP untuk melaksanakan tugas mereka, dan tingkat ketergantungan antar departemen sangat tinggi karena kebutuhan akan integrasi.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
19
2.4. Tingkat Penerimaan Pengguna Subbab ini akan membahas beberapa teori yang berkaitan dengan tingkat penerimaan pengguna. 2.4.1. Technology Acceptance Model Technology Acceptance Model (TAM) merupakan salah satu model yang dibangun
untuk
mempengaruhi
menganalisis diterimanya
dan
memahami
penggunaan
faktor-faktor
yang
komputer
yang
teknologi
diperkenalkan pertama kali oleh Davis dkk pada tahun 1986. Tujuan dari TAM adalah menjelaskan dan memprediksi penerimaan pengguna terhadap suatu sistem. Dengan menggunakan TAM dapat diketahui faktorfaktor yang mempengaruhi penerimaan terhadap suatu tekhnologi dalam suatu organisasi.
Gambar 2.3 Model TAM Sumber: (Davis, Bagozzi, & Warshaw, 1989)
Dari Gambar 2.3 terlihat bahwa variabel eksternal (Eksternal Variables) mempengaruhi kecenderungan perilaku (behavioral intention) dan pemakaian aktual (actual usage) secara tidak langsung melalui persepsi kemudahan penggunaan (perceived ease of use) dan persepsi pengguna terhadap manfaat/kegunaan teknologi (perceived usefulness). Penjelasan dari tiap variabel sebagai berikut: a. Eksternal Variable
Eksternal variable merupakan faktor-faktor dari luar yang dapat mempengaruhi tingkat penerimaan seseorang untuk menggunakan sebuah teknologi. Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
20
b. Perceived Ease of Use (PEU)
Perceived Ease of use merupakan tingkat kepercayaan pengguna bahwa sistem tersebut mudah digunakan dan bebas dari masalah. Persepsi
pengguna terhadap kemudahan dalam menggunakan
teknologi dapat mempengaruhi proses pengambilan keputusan untuk selanjutnya menggunakan sistem tersebut atau tidak. c. Perceived Usefulness (PU)
Perceived usefulness adalah tingkat kepercayaan pengguna bahwa dengan menggunakan sebuah sistem akan meningkatkan kinerja dalam pekerjaan. Hal ini juga dapat mempengaruhi proses pengambilan
keputusan.
Ketika
seseorang
merasa
bahwa
menggunakan suatu sistem akan bermanfaat atau membantu pekerjaanya, maka dia akan terus menggunakannya. Demikian pula sebaliknya jika seseorang merasa bahwa menggunakan suatu sistem hanya
menyusahkan
pekerjaanya,
maka
dia
tidak
akan
menggunakannya kembali. d. Attitude Toward Using (ATU)
Attitude toward using di dalam TAM dikonsepkan sebagai perasaanperasaan positif atau negatif dari seseorang jika harus menggunakan suatu teknologi. ATU juga dapat dilihat sebagai suatu bentuk evaluasi pemakai tentang ketertarikannya menggunakan suatu sistem. e. Behavioral Intention (BI)
Behavioral intention adalah suatu keinginan/niat seseorang untuk melakukan
suatu
perilaku
tertentu.
Artinya
seseorang
akan
menggunakan suatu sistem, jika dia memang memiliki niat untuk menggunakannya. f. Actual Usage (AU)
Actual usage adalah kondisi nyata penggunaan suatu sistem. Dikonsepkan dalam bentuk pengukuran terhadap frekuensi dan durasi waktu penggunaan teknologi. Seseorang akan puas menggunakan Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
21
sistem jika mereka meyakini bahwa sistem tersebut mudah digunakan dan akan meningkatkan produktifitas mereka, yang tercermin dari kondisi nyata penggunaan. 2.4.2. Technology Acceptance Model 2 Technology Acceptance Model 2 (TAM2) merupakan perkembangan dari TAM. Perbedaan dengan TAM adalah adanya pengaruh sosial dan proses instrumental kognitif sebagai variabel yang berpengaruh pada Perceived Usefulness (PU) dan Perceived Ease of Use (PEU) sebagai variabel eksternal.
Gambar 2.4 Model TAM 2 Sumber: (Venkatesh & Davis, 2000)
Pada Gambar 2.4 dapat dilihat bahwa aspek sosial yang berpengaruh adalah norma subyektif (subjective norm), sukarela (voluntariness) dan anggapan (image). Sedangkan proses instrumental kognitif meliputi relevansi pekerjaan (job relevance), kualitas keluaran (output quality) dan demonstrasi hasil (result demonstrability). Penjelasan dari tiap variabel sebagai berikut: a. Perceived Ease of Use (PEU)
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
22
Perceived ease of use merupakan tingkat kepercayaan pengguna bahwa sistem tersebut mudah digunakan dan bebas dari masalah. Persepsi
pengguna terhadap kemudahan dalam menggunakan
teknologi dapat mempengaruhi proses pengambilan keputusan untuk selanjutnya menggunakan sistem tersebut atau tidak. b. Perceived Usefulness (PU)
Perceived Usefulness adalah tingkat kepercayaan pengguna bahwa dengan menggunakan sebuah sistem akan meningkatkan kinerja dalam pekerjaan. Hal ini juga dapat mempengaruhi proses pengambilan
keputusan.
Ketika
seseorang
merasa
bahwa
menggunakan suatu sistem akan bermanfaat atau membantu pekerjaanya, maka dia akan terus menggunakannya. Demikian pula sebaliknya jika seseorang merasa bahwa menggunakan suatu sistem hanya
menyusahkan
pekerjaanya,
maka
dia
tidak
akan
menggunakannya kembali. c. Intention to Use (IU)
Intention to Use adalah suatu keinginan/niat seseorang untuk melakukan
suatu
perilaku
tertentu.
Artinya
seseorang
akan
menggunakan suatu sistem, jika dia memang memiliki niat untuk menggunakannya. d. Actual Usage (AU)
Actual Usage adalah kondisi nyata penggunaan suatu sistem. Dikonsepkan dalam bentuk pengukuran terhadap frekuensi dan durasi waktu penggunaan teknologi. Seseorang akan puas menggunakan sistem jika mereka meyakini bahwa sistem tersebut mudah digunakan dan akan meningkatkan produktifitas mereka, yang tercermin dari kondisi nyata penggunaan. e. Subjective Norm
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
23
Subjective norm adalah persepsi orang bahwa kebanyakan orangorang yang penting baginya, berpikir bahwa dia harus atau tidak harus melontarkan perilaku dalam pertanyaan. f. Voluntariness
Voluntariness adalah sejauh mana seseorang yang cenderung mengadopsi sesuatu menganggap keputusan untuk mengadopsi adalah bukan suatu keharusan. g. Experience Dengan adanya pengalaman menggunakan sebuah teknologi informasi maka usaha yang dibutuhkan untuk menggunakan akan menurun.
h. Job Relevance
Job relevance adalah persepsi seseorang yang berhubungan dengan
anggapan terhadap sebuah sistem itu sesuai dengan pekerjaannya. i. Output Quality
Output quality adalah adalah tingkat kepercayaan seseorang bahwa sebuah
sistem itu dapat menyelesaikan pekerjaannya dengan baik. j. Result Demonstrability Result demonstrability adalah keadaan dimana hasil penggunaan suatu inovasi yang dapat terlihat/terukur, dengan kata lain pengguna dapat merasakan langsung manfaat dari penggunaan sebuah sistem.
2.5. Structural Equation Modeling (SEM) Apabila suatu model hanya menggunakan sebuah dependen variabel saja, maka suatu teknik regresi dapat digunakan. Namun, jika suatu model menggunakan lebih dari satu dependen variabel, maka penyelesaian model menggunakan beberapa persamaan regresi menjadi tidak tepat, sehingga dibutuhkan teknik analisis data yang lain. Dalam hal ini, suatu model yang berbentuk struktur
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
24
dengan banyak dependen variabel, dapat dianalisis dengan menggunakan teknik Structural Equation Modeling (SEM) (Jogiyanto, 2011). Structural Equation Modeling (SEM) menggunakan beberapa tipe model untuk menggambarkan hubungan antara variabel teramati dengan tujuan utama untuk menyediakan uji kuantitatif dari kerangka pemikiran yang telah dirumuskan oleh penulis (Schumacker & Lomax, 2004). Jika data sampel tidak mendukung kerangka pemikiran, maka model asli dapat dimodifikasi dan diuji atau kerangka pemikiran yang lain dapat dikembangkan dan diuji. SEM menguji kerangka pemikiran menggunakan metode ilmiah dari uji hipotesis untuk memperlihatkan lebih jauh hubungan kompleks antar konstruk (Schumacker & Lomax, 2004). Structural Equation Modeling (SEM) merupakan suatu teknik statistik untuk menguji dan mengestimasi hubungan kausal dengan mengintegrasikan analisis faktor dan analisis jalur. SEM memiliki kemampuan mengukur variabel laten yang tidak secara langsung diukur tetapi melalui estimasi indikator atau parameternya. Alasan utama penggunaannya di banyak bidang ilmu adalah SEM menyediakan para peneliti dengan metode komprehensif untuk kuantifikasi dan pengujian dari teori-teori substansif. Karakteristik lainnya dari SEM adalah secara eksplisit mempertimbangkan kesalahan pengukuran yang ada di bidang manapun (Raykov & Marcoulides, 2000) Menurut (Jogiyanto, 2011) SEM dapat digunakan untuk pengujian beberapa statistika lanjutan. Pengujian-pengujian yang dapat dilakukan oleh SEM meliputi: a) Invariance, yaitu ekspresi nilai yang tidak berubah ketika dilakukan peoses
eksekusi atau iterasi atau nilai yang tidak dapat diubah dalam proses
transformasi. b) Multiple group comparison, yaitu teknik yang digunakan untuk mengatasi
masalah yang timbul ketika seperangkat data diuji secara simultan melalui teknik statistika inferensi. Kesalahan dalam inferensi meliputi interval konfiden yang gagal menghitung parameter populasi atau tidak terdukungnya pengujian hipotesis null. c) Latent growth modeling, yaitu teknik analisis longitudinal yang
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
25
digunakan dalam rerangka SEM untuk mengestimasi garis kurva pertumbuhan di sepanjang perioda waktu tertentu. d) Hierarchical/multilevel model, yaitu moda statistis parameter yang bervariasi pada lebih dari satu jenjang. Model ini dpaat juga dilihat sebagai GLM walaupun dapat juga digunakan pada pengembangan model non- linear. e) Item
response
theory
(IRT)
model,
yaitu
inti
teori
yang
menggambarkan aplikasi model matematika suatu data dari kuesioner dan menguji sebagai dasar pengukuran kemampuan, sikap atau variabel lain. Tujuan IRT adalah membangun rerangka berfikir untuk mengevaluasi kinerja dan menilai kualitas pertanyaan individu terhadap pekerjaan. f)
Mixture model (latent class) SEM, yaitu model probabilistik untuk estimasi populasi yang menggunakan distribusi campuran. Model ini dapat dianalogikan sebagai tipa pengklasteran.
g) Multi-method multi-trait model (MTMM), yaitu suatu pendekatan untuk menguji validitas konstruk dengan mengukur kesamaan dan perbedaan sifat (trait) sebagai bentuk pengujian validitas konvergen dan diskriminan. Terdapat enam pertimbangan ketika menguji validitas konstruk melalui matrik MTMM, yaitu: Evaluasi validitas konvergen, yaitu pengujian yang didesain untuk
mengukur bahwa indikator-indikator dalam konstruk yang sama harus
saling berkorelasi. Evaluasi validitas diskriminan, yaitu indikator-indikator di suatu
konstruk seharusnya tidak saling berkorelasi dengan indikator di
konstruk lain. Unit metoda trait, yaitu setiap pengujian yang digunakan untuk
mengukur suatu konstruk dimasukkan ke dalam unit metoda trait sehingga varian dalam pengukuran merupakan bagian dari trait dan metoda. Secara umum, peneliti menginginkan varian spesifik metoda lebih rendah sedangkan varian trait lebih tinggi. Multi-metoda/trait, yaitu lebih dari satu trait dan metoda yang
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
26
harus digunakan untuk menguji validitas diskriminan dan kontribusi relative varian spesifik dari metoda dan trait. Metodologi berbeda, yaitu ketika menggunakan metoda beragam, perbedaan
ukuran
aktual
harus
dipertimbangkan,
seperti
pengukuran dengan skala wawancara dan pembacaan psikomatik harus berbeda. Karakteristik trait, yaitu trait harus berbeda untuk dapat dibedakan tetapi cukup serupa untuk diuji melalui matrik MTMM. 2.5.1. Variabel-Variabel dalam SEM Terdapat 2 (dua) variabel dalam SEM, yaitu variabel laten (latent variable) dan variabel teramati (obsereved atau measured atau manifest variable).
1.
Variabel Laten (Latent Variable) Pengertian
variabel
laten
adalah
konstruk-konstruk
yang
membuat peneliti mendefinisikan ketentuan konseptual namun tidak secara langsung (bersifat laten), tetapi diukur dengan perkiraan berdasarkan indikator. Variabel laten dibedakan menjadi 2 yaitu, variabel laten eksogen dan variabel laten endogen. a.
Variabel Laten Eksogen
Variabel laten eksogen adalah variabel penyebab, variabel yang tidak dipengaruhi oleh variabel lainnya. Variabel laten eksogen memberikan efek kepada variabel lainnya. Dalam diagram jalur, variabel laten eksogen ini secara eksplisit ditdanai sebagai variabel yang tidak ada panah tunggal yang menuju kearahnya (Hair, Black, Babin, & Anderson, 2009).
Variabel laten eksogen selalu muncul sebagai variabel bebas (independent latent variable) pada semua persamaan yang ada pada SEM. Notasi variabel laten eksogen dengan huruf Yunani adalah ξ (ksi) (Sugiarto &
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
27
Sitinjak, 2006). b.
Variabel Laten Endogen
Variabel laten endogen adalah variabel yang dijelaskan oleh variabel eksogen. Variabel endogen adalah efek dari variabel eksogen. Dalam diagram jalur, variabel endogen ini secara eksplisit ditdanai oleh kepala panah yang menuju kearahnya (Hair, Black, Babin, & Anderson, 2009).
Variabel laten endogen adalah variabel terikat (dependent variable) pada paling sedikit satu persamaan dalam model, meskipun semua persamaan sisanya, variabel tersebut adalah variabel bebas. Dalam bahasa sederhananya dikatakan jika suatu variabel laten pernah menjadi variabel yang dipengaruhi oleh variabel lain berarti variabel laten tersebut merupakan variabel laten endogen. Notasi variabel laten endogen dengan huruf Yunani adalah η (eta) (Sugiarto & Sitinjak, 2006).
2.
Variabel Teramati (Observed or Manifest Variable)
Pengertian variabel teramati adalah nilai observasi pada bagian
spesifik yang dipertanyakan, baik dari responden yang menjawab pertanyaan (misalnya, kuesioner) maupun observasi yang dilakukan oleh peneliti. Sebagai tambahan, Konstruk laten tidak dapat diukur secara langsung (bersifat laten) dan membutuhkan indikator-indikator
untuk
mengukurnya.
Indikator-indikator
tersebut dinamakan variabel manifest. Dalam format kuesioner, variabel manifest tersebut merupakan item-item pertanyaan dari setiap variabel yang dihipotesiskan (Hair, Black, Babin, & Anderson, 2009). 2.5.2. Model-model dalam SEM Menurut (Sugiarto & Sitinjak, 2006) ada 3 (tiga) jenis model, yaitu model struktural (structural model), model pengukuran (measurement model) dan
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
28
model hybrid (full SEM model) yang merupakan gabungan dari model struktural dan model pengukuran. 2.5.2.1. Model Struktural dan Kesalahan Struktural Model struktural menggambarkan hubungan-hubungan yang ada diantara variabel laten. Pada umumnya hubungan yang ditelaah adalah linier. Sebuah hubungan diantara variabel laten serupa dengan persamaan regresi linier diantara variabel laten tersebut. Beberpaa persamaan regresi linier tersebut membentuk persamaan simultan diantara variabel laten (Sugiarto & Sitinjak, 2006). Parameter yang menunjukan regresi variabel laten endogen pada variabel laten eksogen diberi label huruf Yunani Υ (gamma), sedangkan parameter yang menunjukkan regresi variabel laten endogen pada variabel laten endogen yang lain diberi label huruf Yunani β (beta) (Sugiarto & Sitinjak, 2006). Pada umumnya, variabel laten bebas yang dimasukkan dalam model tidak dapat secara sempurna menjelaskan variabel laten terikatnya, sehingga dalam model struktural biasanya ditambahkan komponen kesalahan struktural, yang diberi label huruf Yunani ζ (zeta). Penambahan kesalahan struktural pada model membuat model struktural menjadi lengkap (Sugiarto & Sitinjak, 2006). 2.5.2.2. Model Pengukuran dan Kesalahan Pengukuran Model pengukuran menggambarkan hubungan variabel laten dengan variabel-variabel teramati atau variabel indikator. Pada umumnya setiap variabel laten memiliki beberapa variabel teramati. Dalam SEM, arah panah pada path diagram menunjukkan bahwa variabel teramati merupakan refleksi dari variabel laten. Dalam model pengukuran setiap variabel laten dimodelkan sebagai sebuah faktor yang mendasari beberapa variabel teramati yang terkait (Sugiarto & Sitinjak, 2006).
Muatan-muatan faktor (factors loadings) yang menggabungkan variabel laten dan variabel teramati diberi notasi λ (lamda) (Sugiarto & Sitinjak, 2006).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
29
Pada umumnya, variabel-variabel teramati dari suatu variabel laten tidak dapat merefleksikan variabel laten lainnya dengan sempurna, dengan demikian penambahan kesalahan pengukuran dalam model sangat diperlukan agar model pengukuran menjadi lengkap. Notasi matematik bagi kesalahan pengukuran yang berkaitan dengan variabel teramati dari variabel laten eksogen adalah δ (delta), sedangkan yang berkaitan dengan variabel teramati dari variabel laten endogen adalah ε (epsilon) (Sugiarto & Sitinjak, 2006). 2.5.2.3. Model Hybrid (Full SEM Model) Model hybrid merupakan gabungan model struktural dan model pengukuran. Dalam model hybrid, selain digambarkan hubungan-hubungan yang ada diantara variabel laten, juga digambarkan hubungan variabel laten dengan variabel-variabel teramati yang terkait (Sugiarto & Sitinjak, 2006). 2.5.3. Asumsi-asumsi yang “seharusnya” dipenuhi dalam LISREL Menurut (Gozali & Fuad, 2008) terdapat asumsi-asumsi yang “seharusnya” dipenuhi dalam LISREL, yaitu asumsi normalitas, multicollinearity, dan input data. 2.5.3.1. Asumsi bahwa data terdistribusi normal Suatu data dikatakan membentuk distribusi normal bila jumlah data di atas dan di bawah rata-rata adalah sama, demikian juga simpangan bakunya (Sugiyono, 2007).
Hair, Tatham, Danerson dan Black (1998) dalam buku yang ditulis oleh (Ghozali & Fuad, 2008) menyatakan bahwa normalitas merupakan bentuk suatu distribusi data pada suatu variabel metric tunggal dalam menghasilkan distribusi normal. Suatu distribusi data yang tidak membentuk distribusi normal, maka data tersebut tidak normal, sebaliknya data
dikatakan
normal
apabila
data
membentuk
suatu
distribusi
normal.
Terdapat 4 (empat) strategi untuk mengakomodasi data yang tidak normal (Finney & Distefano, 2006): 1.
Asymptotically distribution-free (ADF) estimation
2.
Satorra-Bentler scaled r dan standards errors
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
30
3.
Robust
weighted
least
squares
(WLS)
estimation
methods
implemented in the software program Mplus (e.g, WLSM, WLSMV) 4.
Bootstrapping
Salah satu solusi yang paling sering dilakukan untuk data yang tidak terdistribusi normal adalah Satorra-Bentler scaled r dan standards errors yaitu dengan menambahkan estimasi asymptotic covariance matrix (Gozali & Fuad, 2008). 2.5.3.2. Asumsi bahwa tidak terdapat multicollinearity (Hair, Black, Babin, & Anderson, 2009) mendefinisikan multicollinearity sebagai “extent to which a variable can be explained by the other variables in the analysis” dan menyatakan bahwa multicollinearity merepresentasikan “the degree to which any variable’s effect can be predicted or accounted for by the other varibales in the analysis”. Asumsi multicollinearity mengharuskan tidak adanya korelasi yang sempurna atau besar diantara variabel-variabel independen (Ghozali & Fuad, 2008). Akan tetapi, Grewal, Cote dan Baumgartner (2004) menyatakan bahwa oleh banyak peneliti, SEM dianggap robust terhadap multicollinearity. Bahkan beberapa peneliti tersebut secara eksplisit menyatakan bahwa SEM dapat menyelesaikan masalah multicollinearity. Praktik yang umum dalam aplikasi SEM adalah untuk membuat composite measures dari individual items (Ldanis, Beal & Tesluk, 2000). Multivariate measurements, disebut juga summated scales, adalah dimana beberapa variabel digabungkan dalam composite measure untuk merepresentasikan sebuah konsep. Tujuannya adalah untuk menghindari penggunaan hanya satu variabel untuk merepresentasikan sebuah konsep dan sebagai gantinya menggunakan beberapa variabel, sebagai indikator-indikator, masingmasing merepresentasikan aspek yang berbeda dari sebuah konsep agar didapatkan perspektif yang menyeluruh.
Indikator adalah sebuah variabel tunggal yang digunakan bersamaan dengan satu atau lebih variabel lain untuk membentuk suatu composite measure. (Hair, Black, Babin, & Anderson, 2009). Sedangkan (Abramson, Buckley, & Rahman, 2005)
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
31
menyatakan bahwa menggabungkan variabel-variabel menjadi suatu composite measure, dan menggunakan composite measure saja, akan memperbaiki masalah multicollinearity. 2.5.3.3. Asumsi bahwa tidak terdapat kesalahan input data Secara umum outliers dianggap sebagai sebuah titik data yang berada di luar norma untuk variabel (Osborne & Overbay, 2004). Univariate outlier adalah titik data atau observasi yang memiliki nilai ekstrim pada sebuah variabel. Multivariate outlier adalah titik data atau observasi yang memiliki nilai ekstrim pada dua atau lebih variabel, atau pola nilainya tidak tipikal. (Kline, 2011) Penentuan titik data dianggap outliers atau tidak dapat bersifat subyektif. Walaupun titik data ditemukan sebagai outliers jika menggunakan uji statistik, peneliti dapat mengambil keputusan untuk mempertahankan titik data saat penulis menganggap atau berpendapat bahwa titik data masih dapat dianggap valid (Bolt, 1999) misalnya, walaupun nilai berbeda ekstrim dengan data lainnya, belum tentu bahwa data itu tidak valid dan harus dihilangkan. 2.5.4. Prosedur SEM Subbab ini akan membahas mengenai prosedur dari SEM, yaitu tahapantahapan yang harus dilakukan. Menurut (Schumacker & Lomax, 2004) analisis SEM harus mengikuti 5 (lima) langkah atau proses urutan logis, yaitu: spesifikasi model, identifikasi model, estimasi, uji kecocokan, dan respesifikasi model. 2.5.4.1. Spesifikasi model Spesifikasi model dilakukan terhadap permasalahan yang diteliti (Sugiarto & Sitinjak, 2006). Biasanya spesifikasi model dianggap sebagai langkah yang sangat penting. Umumnya, spesifikasi model dituliskan dalam bentuk diagram atau kumpulan persamaan (Schumacker & Lomax, 2004). Spesifikasi model dijalankan dengan (Sugiarto & Sitinjak, 2006) (Wijanto, 2008).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
32
Spesifikasi model pengukuran, meliputi aktivitas mendefinisikan
variabel-variabel laten, mendefinisikan variabel-varibel teramati, dan mendefinisikan hubungan antara variabel laten dengan variabelvariabel teramati terkait.
Spesifikasi model struktural, dilakukan dengan mendefinisikan hubungan kausal di antara variabel-variabel laten.
Optional, yaitu langkah menetapkan gambaran path diagram model hybrid yang merupakan kombinasi model pengukuran dan struktural.
2.5.4.2. Identifikasi Model Model dapat disebut sebagai identified jika secara teori dapat dihasilkan estimasi yang unik dari setiap parameter (Kline, 2005). Terdapat tiga kemungkinan identifikasi, yaitu under-identified, just-identified dan overidentified (Byrne, 2010). Dalam SEM, kita berusaha untuk memperoleh model yang over-identified dan menghindari model yang under- identified (Wijanto, 2008). 1. Under-identified model
Under-identified model adalah model dimana jumlah parameter yang diestimasi lebih besar dari jumlah data yang diketahui (Sugiarto & Sitinjak, 2006). Pada under-identified, solusi yang dimungkinkan jumlahnya tidak terbatas (Byrne, 2010) sehingga tidak memiliki penyelesaian yang unik dari under-identified model, hal itu tidak mungkin, sehingga pasti akan gagal (Kline, 2005). 2. Just-identified model
Just-identified model adalah model dimana jumlah parameter yang diestimasi sama dengan data yang diketahui. Pada kondisi justidentified, model yang dispesifikasikan hanya memiliki satu penyelesaian (Sugiarto & Sitinjak, 2006), walaupun just-identified model memiliki kapabilitas untuk menghasilkan solusi yang unik, just-identified tidak menarik secara ilmiah karena just-identified model tidak pernah dapat ditolak (Byrne, 2010).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
33
3. Over-identified model Over-identified model adalah model dimana jumlah parameter yang diestimasi lebih kecil dari jumlah data yang diketahui (Sugiarto & Sitinjak, 2006), situasi ini menghasilkan degree of freedom yang positif, sehingga model dapat diterima ataupun ditolak, dan model yang dapat digunakan secara ilmiah. Arah dalam SEM adalah, untuk menspesifikasikan model yang memenuhi kriteria over-identified (Byrne, 2010). 2.5.4.3. Estimasi Model Tahap ini berkaitan dengan estimasi terhadap model untuk menghasilkan solusi yang berisi nilai akhir dari parameter-parameter yang diestimasi (Wijanto, 2008). Menurut (Joreskog & Sorbom, 1993) estimasi terhadap model dapat menggunakan 7 (tujuh) metode yang berbeda:
Instrumental Variable (IV)
Two Stage Least Square (TSLS)
Unweighted Least Square (ULS)
Generalized Least Square (GLS)
Maximum Likelihood (ML)
Generally Weighted Least Squares (WLS)
Diagonally Weighted Least Squares (DWLS)
Pada LISREL, metode estimasi Maximum Likelihood adalah metode estimasi yang paling sering digunakan (Cheng C-H, 2009). Hasil estimasi yang perlu diperhatikan adalah (Wijanto, 2008):
Offending estimates, yang terdiri dari negative error variances, standard coefficients melebihi 1, dan standard errors yang berhubungan
dengan
koefisien-koefisien
yang
diestimasi
mempunyai nilai sangat besar. Jika ada negative error variances, maka error variances tersebut perlu ditetapkan ke nilai positif sangat kecil, misalnya 0,01 atau 0,005. Jika korelasi dalam solusi stdanar melebihi nilai 1 atau dua estimasi berkorelasi tinggi, maka perlu mempertimbangkan untuk mengeliminasi salah satu. Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
34
Nilai-t dari muatan faktor hasil estimasi < 1,96. Jika ada nilai-t dari
estimasi muatan faktor < 1,96, berarti estimasi muatan factor tersebut tidak signifikan dan variable teramati yang terkait bisa dihapuskan dari model.
Standardized loading factor (faktor muatan standar) < 0,50 atau 0,70. Jika ada nilai muatan faktor standar lebih kecil dari batas kritikal tersebut, maka variabel teramati terkait bias dihapuskan dari model. Selain kedua pilihan batas kritikal, jika ada nilai muatan faktor standar < 0,50, tetapi masih ≥ 0,30 maka variable yang terkait bias dipertimbangkan untuk tidak dihapus. Tetapi jika nilai muatan faktor standar < 0,30 maka variable terkait bisa dihapuskan dari model. Penggunaan batas kritikal 0,50 atau 0,70, sepenuhnya terserah kepada peneliti, dengan mempertimbangkan teori atau substansi yang mendasari model, banyaknya variabel teramati yang tersisa setelah penghapusan dan reliabilitas model pengukuran yang terkait.
Jika ada error variances yang negatif, atau ada variabel teramati yang perlu dihapus dari model, maka kita perlu melakukan respesifikasi model sesuai dengan temuan di atas dan model yang telah direspesifikasikan dijalankan lagi, dan proses di atas diulang lagi. 2.5.4.4. Uji Kecocokan Pada tahap ini, akan diperiksa tingkat kecocokan antara data dengan model, validitas dan reliabilitas model pengukuran, dan signifikan koefisienkoefisien dari model struktural. Evaluasi terhadap tingkat kecocokan data dengan model dilakukan melalui beberapa tahapan, yaitu kecocokan keseluruhan model (overall model fit), kecocokan model pengukuran (measurement model fit) dan kecocokan model struktural (structural model fit) (Wijanto, 2008). a) Kecocokan keseluruhan model (overall model fit) Tahap pertama dari uji kecocokan adalah uji kecocokan keseluruhan model. Pengujian ini bertujuan untuk mengevaluasi secara umum
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
35
derajat kecocokan atas Goodness of Fit (GOF) antara data dengan model. Pengukuran Goodness of Fit (GOF) dikelompokkan menjadi 3 (tiga) kelompok umum, yaitu ukuran kecocokan absolut (absolute fit indices), ukuran kecocokan inkremental (incremental fit indices) dan ukuran kecocokan parsimoni (parsimony fit indices) (Hair, Black, Babin, & Anderson, 2009). 1) Ukuran kecocokan absolut (absolute fit indices)
Menurut (Hair, Black, Babin, & Anderson, 2009) absolute fit indices didefinisikan sebagai ukuran langsung yang mengukur bagaimana baik sebuah model yang telah dispesifikasikan dapat mereproduksi ulang data yang teramati. Absolute fit indices menyediakan penilaiaan mendasar mengenai seberapa baik teori seorang peneliti cocok dengan data sampel. Absolute fit indices tidak secara spesifik membandingkan model yang dispesifikasikan dengan model lain, setiap model dievaluasi secara independen dari kemungkinan model lainnya.
Beberapa ukuran yang biasa digunakan dalam absolute fit indices: • Chi Square (χ2). Nilai chi-square menunjukkan adanya penyimpangan antara sample covariance matrix dan model (fitted) covariance matrix. Chi-square merupakan ukuran baik butuknya fit suatu model. Jika nilai chi-square adalah 0 (nol) maka model tersebut memiliki fit yang sempurna (perfect fit) (Gozali & Fuad, 2008). • Root Mean Square Error of Approximation (RMSEA), mengukur penyimpangan nilai parameter pada suatu model dengan matriks kovarian populasinya. Nilai RMSEA yang kurang dari 0,05 mengindikasikan bahwa model telah fit, dan nilai RMSEA yang berkisar antara 0,08 menunjukkan bahwa model memiliki perkiraan kesalahan yang masih layak, sedangkan RMSEA yang lebih besar dari 0,1 mengindikasikan model fit yang sangat buruk (Gozali & Fuad, 2008).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
36
• Standardized Root Mean Square Residuals (SRMR), mewakili nilai rerata seluruh standardized residuals. Model yang mempunyai baik akan memiliki nilai SRMR lebih kecil dari 0,05 (Wijanto, 2008). • Expected Cross-Validation Index (ECVI), digunakan untuk menilai kecenderungan bahwa model, pada sampel tunggal, cross validate (dapat divalidasi ulang) pada ukuran sampel dan populasi yang sama. Model yang memiliki ECVI terendah berarti model tersebut sangat potensial untuk direplikasi. Nilai ECVI yang lebih rendah daripada ECVI yang diperoleh dari saturated dan independence model mengindikasikan bahwa model adalah fit (Gozali & Fuad, 2008).
2) Ukuran kecocokan incremental (incremental fit indices)
(Hooper, Coughlan, & Mullen, 2008) menjelaskan definisi kecocokan incremental sebagai kelompok indeks yang tidak menggunakan
chi-square
dalam
bentuk
mentah
tetapi
membandingkan nilai chi-square ke model dasar. Untuk model ini hipotesis nol berarti semua variabel tidak berkorelasi. Ukuran kecocokan ini juga sering disebut dengan kecocokan komparatif atau kecocokan relatif.
Beberapa ukuran yang biasa digunakan dalam incremental fit indices: • Tucker-Lewis Index atau Non-Normed Fit Index (TLI atau NNFI), pada mulanya nilai NNFI digunakan sebagai sarana untuk mengevaluasi analisis faktor, yang kemudian diperluas untuk mengevaluasi SEM. Nilai NNFI ≥ 0, 90 menunjukkan good fit, sedangkan 0,80 ≤ NNFI < 0,9 adalah marginal fit (Wijanto, 2008). • Normed Fit Index (NFI). Nilai NFI memiliki kelemahan dengan banyaknya jumlah sampel. (Schermelleh-Engel, Moosbrugger, & Müller, 2003) NFI memiliki nilai yang berkisar antara 0 Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
37
sampai 1. Nilai NFI ≥ 0, 90 menunjukkan good fit, sedangkan 0,80 ≤ NFI < 0,9 adalah marginal fit (Wijanto, 2008). • Adjusted Goodness-of-fit Index (AGFI) adalah suatu ukuran mengenai ketepatan model dalam menghasilkan observed covariance matrix dengan menyesuaikan pengaruh degrees of freedom. Nilai AGFI sebesar 1 berarti model memiliki perfect fit, sedangkan nilai AGFI 0,9 merupaka model yang fit (Gozali & Fuad). • Incremental Fit Index (IFI). Nilai IFI ≥ 0, 90 menunjukkan good fit, sedangkan 0,80 ≤ IFI < 0,9 adalah marginal fit (Wijanto, 2008). • Comparative Fit Index (CFI). Nilai CFI ≥ 0, 90 menunjukkan good fit, sedangkan 0,80 ≤ CFI < 0,9 adalah marginal fit (Wijanto, 2008). • Relative Fit Index (RFI). Nilai RFI ≥ 0, 90 menunjukkan good fit, sedangkan 0,80 ≤ RFI < 0,9 adalah marginal fit (Wijanto, 2008). 3) Ukuran kecocokan parsimony (parsimony fit indices)
Ukuran kecocokan parsimoni mengaitkan GOF model dengan jumlah parameter yang diestimasi, yakni yang diperlukan untuk mencapai kecocokan pada tingkat tersebut. Dalam hal ini, parsimony dapat didefinisikan sebagai memperoleh degree of fit (derajat kecocokan) setinggi-tingginya untuk setiap degree of freedom. Dengan demikian, dapat disimpulkan bahwa apabila kecocokan parsimony semakin tinggi maka semakin baik model tersebut.
Beberapa ukuran yang biasa digunakan dalam parsimony fit indices (Wijanto, 2008): • Akaike Information Criterion (AIC). Nilai AIC yang kecil dan mendekati nol menunjukkan kecocokan yang baik, serta parsimoni yang lebih tinggi.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
38
• Consistent AIC (CAIC). AIC memberikan penalti hanya berkaitan dengan degrees of freedom dan tidak berkaitan dengan ukuran sampel. Oleh karena itu diusulkan CAIC yang mengikutsertakan ukuran sampel. • Normed Chi-square (χ2 / df), adalah chi-square yang disesuaikan menggunakan degrees of freedom. Nilai normed chi square yang disarankan adalah dia antara batas bawah adalah 1,0 dan batas atas adalah 2,0 atau 3,0 atau lebih longgar 0,5. Untuk mempermudah melihat kecocokan keseluruhan model, ukuran-ukuran yang dipakai dalam absolute fit indices, incremental fit indices dan parsimony fit indices seperti tertera pada Tabel 2.1. Tabel 2.1 Rangkuman Ukuran untuk Uji Kecocokan Keseluruhan Model
Fit Measure Chi Square (χ2) RMSEA
SRMR
ECVI
Sumber
Good Fit
Acceptable Fit
Absolute Fit Indices (Schermelleh-Engel, Moosbrugger, 0 ≤ χ2 ≤ 2df M ller, 2003) (Schermelleh-Engel, Moosbrugger, 0 ≤ RMSEA ≤ 0,05 M ller, 2003) (Schermelleh-Engel, Moosbrugger, 0 ≤ SRMR ≤ 0,05 M ller, 2003) (Wijanto, 2008)
2df ≤ χ2 ≤ 3df 0,05 ≤ RMSEA ≤ 0,08 0,05 ≤ SRMR ≤ 0,1
Nilai yang kecil dan dekat dengan ECVI saturated
-
Incremental Fit Indices
NNFI
(Schermelleh-Engel, Moosbrugger, M ller, 2003 Wijanto, 2008)
0,97 ≤ NNFI ≤ 1.00
0,80 ≤ NNFI < 0,9
NFI
(Schermelleh-Engel, Moosbrugger, M ller, 2003 Wijanto, 2008)
0,95 ≤ NFI ≤ 1.00
0,80 ≤ NFI < 0,9
0,90 ≤ AGFI ≤ 1.00, dekat dengan GFI
0,80 ≤ AGFI < 0,9
≥ 0,90
0,80 ≤ IFI < 0,9
AGFI IFI
(Schermelleh-Engel, Moosbrugger, M ller, 2003 Wijanto, 2008) (Wijanto, 2008)
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
39
Fit Measure
Sumber
Good Fit
Acceptable Fit
Absolute Fit Indices (Schermelleh-Engel, Moosbrugger, 0,97 ≤ CFI ≤ 1.00 M ller, 2003 Wijanto, 2008) (Wijanto, 2008) ≥ 0,90
CFI RFI
0,80 ≤ CFI < 0,9 0,80 ≤ RFI < 0,9
Parsimony Fit Indices (Schermelleh-Engel, Moosbrugger, M ller, 2003) (Schermelleh-Engel, Moosbrugger, M ller, 2003) (Schermelleh-Engel, Moosbrugger, M ller, 2003)
AIC
CAIC χ2 / df
Nilai yang kecil dan dekat dengan AIC saturated Nilai yang kecil dan dekat dengan CAIC saturated
-
-
0 ≤ χ2/df ≤ 2
2 < χ2/df ≤ 3
b) Kecocokan model pengukuran (measurement model fit) Kecocokan
model
pengukuran
adalah
evalusi
terhadap
model
pengukuran melalui evaluasi terhadap validitas dari pengukuran model dan evaluasi terhadap reliabilitas dari model pengukuran (Wijanto, 2008). 1) Evaluasi terhadap Validitas dari Model Pengukuran Validitas mengacu pada sejauh mana ukuran itu dapat mengukur apa yang seharusnya diukur (Greasley, 2008). Kemudian dijelaskan oleh (Hair, Black, Babin, & Anderson, 2009) bahwa validitas berkaitan dengan seberapa baik konsep didefinisikan oleh ukuran-ukurannya. Kriteria variabel teramati mempunyai validitas yang baik terhadap variabel laten adalah sebagai berikut (Wijanto, 2008): • Nilai-t muatan faktornya (factor loadings) lebih besar dari nilai kristis (≥ 1,96 atau praktisnya ≥ 2) • Muatan faktor standarnya (standardized factor loadings) ≥ 0,70 atau ≥ 0,50
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
40
2) Evaluasi terhadap Reliabilitas dari Model Pengukuran Reliabilitas mengacu pada konsistensi sebuah ukuran dalam mengukur dari waktu ke waktu atau dengan sampel yang berbeda. (Greasley, 2008).
Untuk mengukur reliabilitas SEM dapat menggunakan ukuran reliabilitas komposit (composite reliability measure) dan ukuran ekstrak varian (variance exctracted measure). (Wijanto,
2008)
(Hair, Black, Babin,
&
Anderson, 2009)
menyatakan bahwa composite reliability atau construct reliability (CR) adalah “measure of reliability and internal consistency of the measured variables representing a latent construct.” CR suatu variabel laten dihitung sebagai (Wijanto, 2008):
Variance extracted adalah “total amount of variance a measured variables has in common with the constructs upon which it loads” (Hair, Black, Babin, & Anderson, 2009). VE dapat dihitung dengan rumus sebagai berikut (Wijanto, 2008):
Std. loading (Standardized loadings) dapat diperoleh secara langsung dari keluaran software LISREL dan ej adalah measurement error (error variance) untuk setiap indikator atau variabel teramati (Wijanto, 2008). Kriteria sebuah konstruk atau variabel laten mempunyai reliabilitas yang baik adalah jika variabel laten memiliki (Hair, Black, Babin, & Anderson, 2009; Wijanto, 2008): • Nilai CR ≥ 0,70 dan • Nilai VE ≥ 0,50
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
41
c) Kecocokan model struktural (structural model fit) Evaluasi atau analisis model terhadap model struktural mencakup pemeriksaan terhadap signifikansi koefisien-koefisien atau parameterparameter yang menunjukkan hubungan kausal atau pengaruh satu variabel laten terhadap variabel laten yang lain. Biasanya, hubunganhubungan kausal inilah yang dihipotesiskan dalam suatu penelitian (Wijanto, 2008). Metode SEM dan LISREL tidak hanya menyediakan nilai koefisienkoefisien yang diestimasi tetapi juga nilai t-hitung untuk setiap koefisien. Dengan mengspesifikasi tingkat signifikansi, maka setiap koefisien yang mewakili
hubungan
kausal
yang
dihipotesiskan
dapat
diuji
variabel-variabel
laten
signifikansinya secara statistik (Wijanto, 2008). Tanda
atau
arah
hubungan
antara
mengindikasikan apakah hasil hubungan antara variabel-variabel tersebut memiliki pengaruh yag positif atau negatif. Jika estimasi parameter antara variabel laten A dan variabel laten B menunjukkan tanda negatif (contoh: -0,304), maka hubungan antara variabel laten A dan variabel laten B adalah negatif (Gozali & Fuad, 2008). Selain itu, perlu dilakukan juga evaluasi terhadap solusi standar dimana semua koefisien mempunyai varian yang sama dan nilai maksimumnya adalah satu. Nilai koefisien yang mendekati nol menandakan pengaruh yang semakin kecil. Peningkatan nilai koefisien ini berhubungan dengan peningkatan pentingnya variabel yang bersangkutan dalam hubungan kausal (Wijanto, 2008). Sehingga dapat dilakukan pembandingan variabel mana yang memiliki pengaruh terbesar terhadap suatu variabel endogen dengan malihat standardized estimates (Gozali & Fuad, 2008).
2.5.4.5. Respesifikasi Jika hasil uji kecocokan telah menunjukkan bahwa model konsistensi dengan data, respesifikasi tidak perlu perlu dilakukan. Kecocokan model dapat ditingkatkan melalui respesifikasi (Bollen & Long, 1993).
Segala
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
42
modifikasi, walaupun sangat sedikit, harus berdasarkan teori yang mendukung. Modifikasi model seharusnya tidak dilakukan hanya sematamata untuk mencapai model yang cocok (Ghozali & Fuad, 2008). Modifikasi dapat dilakukan dengan memanfaatkan modification indices dan standardized residuals dari keluaran LISREL, yaitu (Wijanto, 2008):
Menambahkan error covariance pada hasil modification indices yang memberikan penurunan chi-square terbesar dan sebaiknya untuk model pengukuran dari variabel laten yang sama.
Menambahkan error covariance pada hasil standardized residuals yang menunjukkan largest positive standardized residuals.
Untuk penambahan hubungan kasual di antara variabel laten dalam model, akan berdampak pada penambahan hipotesis penelitian. Karena itu, penambahan hubungan kausal sebaiknya tidak dilakukan jika tidak memiliki dukungan teori yang kuat.
2.6. Penelitian Terdahulu yang Relevan Subbab ini berisi beberapa penelitian terdahulu yang sekiranya relevan dengan topik penelitian ini, dari beberapa penelitian terdahulu tersebut akan dilihat tujuan, kerangka pemikiran dan hasil penelitian. Hal ini dilakukan supaya peneliti dapat membaningkan dan mencari persamaan antar penelitian untuk memperkuat landasan berfikir dan membuat kerangka pemikiran yang sesuai dengan penelitian ini. 2.6.1. Studi empiris tentang kesuksesan implementasi ERP menggunakan TAM dan Wixon & Todd Model di Jepang Sebuah penelitian oleh (Michiko Miyamoto, Shuhei Kudo, dan Kayo Iizuka, 2013) yang berjudul “Measuring ERP Success: Integrated Model of User Satisfaction and Technology Acceptance; An Empirical Study in Japan” bertujuan untuk mengukur tingkat kesuksesam implementasi ERP dari sisi
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
43
tingkat kepuasan (user satisfaction) dan tingkat penerimaan user terhadap implementasi ERP. Survey dilakukan kepada 266 ERP users dan dianalisa menggunakan Structural Equation Modeling (SEM). Kerangka pemikiran dari penelitian ini dapat dilihat pada Gambar 2.5
Gambar 2.5 Kerangka Pemikiran Penelitian Terdahulu Mengenai Tingkat Penerimaan dan Kepuasan Pengguna Akhir terhadap implementasi ERP
Hasil dari penelitian ini menunjukkan bahwa terdapat hubungan antara function,
standard,
reputation,
compatibility,
support,
dan
ERP
Implementation terhadap kepuasaan pengguna (User satisfaction). Ditemukan juga bahwa user satisfaction mempengaruhi operation efficiency, enhancement of management control, dan operating services. Penelitian ini memiliki kesaamaan dengan penelitian yang akan dilakukan penulis yaitu pada tujuan, ingin mengetahui faktor-faktor yang mempengaruhi tingkat penerimaan pengguna akhir terhadap implementasi ERP. Hal yang membedakan dengan penelitian ini adalah variabel yang digunakan, penelitian ini lebih berfokus pada variabel dari perspektif sistem ERP itu sendiri (function, standard, reputation, compatibility, support, dan ERP implementation), sedangkan penulis lebih fokus pada variabel dari perspektif organisasi dan individu. 2.6.2. Penelitian terdahulu menggunakan UTAUT di University of Cape Town, South Africa Sebuah penelitian oleh (Lisa Seymour, Wadzanai Makanya, Simon Berrangé, 2007) yang berjudul “An extension of the technology acceptance model in an Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
44
ERP implementation environment” bertujuan untuk mengetahui faktor-faktor penentu
yang
mempengaruhi
penerimaan
pengguna
akhir
terhadap
implementasi ERP. Kerangka Pemikiran dari penelitian ini dapat dilihat pada Gambar 2.6
Gambar 2.6 Kerangka Pemikiran Penelitian Terdahulu Mengenai Tingkat Penerimaan Pengguna Akhir Terhadap Implementasi ERP
Hasil dari penelitian ini menunjukkan bahwa Performance expectancy, effort expectancy, project communication, training, dan shared belief masing-masing memiliki
merupakan antecedents terhadap symbolic adoption dan
age
ditemukan menjadi moderating influence dari keterhubungan antara: •
Effort expectancy dan symbolic adoption.
•
Training dan symbolic adoption.
•
Shared belief dan symbolic adoption.
•
Project communication dan symbolic adoption.
Penelitian ini memiliki kesaamaan dengan penelitian yang akan dilakukan penulis yaitu pada tujuan, ingin mengetahui faktor-faktor yang mempengaruhi tingkat penerimaan pengguna akhir terhadap implementasi ERP. Hal yang membedakan dengan penelitian ini adalah model penelitian yang dipakai, penelitian ini menggunakan model UTAUT sedangkan penelitian yang akan dilakukan penulis menggunakan model TAM.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
45
2.6.3. Penelitian terdahulu menggunakan TAM di PT.Telekomukasi Indonesia Sebuah penelitian oleh (Rajesri Govindaraju & Leksananto Gondodiwirjo, 2008) yang berjudul “Studi Mengenai ERP System
Adoption Berbasis
Technology Acceptance Model” bertujuan untuk Mendapatkan model penerimaan pengguna akhir dari sistem ERP. Pengumpulan data dilakuan di PT.Telekomunikasi Indonesia yang telah mengimplementasikan sistem ERP SAP R/3 sejak tahun 2001. Penyebaran kuisioner dilakukan terhadap 123 responden yang merupakan pengguna akhir dari ERP tersebut. Kerangka pemikiran dari penelitian ini dapat dilihat pada Gambar 2.7
Gambar 2.7 Kerangka Pemikiran Penelitian Terdahulu Mengenai Adopsi Sistem ERP Berbasis TAM
Hasil dari penelitian ini menunjukkan bahwa situational involvement, intrinsic involvement, dan argument for change memberikan pengaruh secara tidak langsung terhadap behavioral intention to use ERP system. Diketahui juga bahwa keberadaan technical champion dan organizational champion secara signifikan berpengaruh positif tidak langsung terhadap behavioral intention to use ERP system yang dimediasikan oleh perceived usefulness dan shared belief.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
46
Penelitian ini memiliki kesaamaan dengan penelitian yang akan dilakukan penulis yaitu pada tujuan, ingin mengetahui faktor-faktor yang mempengaruhi tingkat penerimaan pengguna akhir terhadap implementasi ERP. Model penelitian yang dipakai juga sama dengan penelitian yang akan dilakukan penulis yaitu TAM. 2.6.4. Penelitian terdahulu menggunakan TAM di beberapa organisasi di United States of America Sebuah penelitian oleh (Kwasi Amoako-Gyampah & A.F. Salam, 2004) yang berjudul “An extension of the technology acceptance model in an ERP implementation
environment”
bertujuan
mengevaluasi
konstruk
belief
(kepercayaan dari manfaat yang akan didapatkan atas implementasi suatu teknologi baru) dan dua faktor sukses implementasi teknologi baru (training dan communication) terhadap perceived usefulness dan perceived ease of use. Penyebaran kuisioner dilakukan terhadap 1562 responden dengan tingkat pengembalian 37%, responden merupakan pengguna akhir dari sistem ERP di beberapa perusahan di Amerika Serikat. Kerangka pemikiran dari penelitian ini dapat dilihat pada Gambar 2.8
Gambar 2.8 Kerangka Pemikiran Penelitian Terdahulu Mengenai Pengembangan Model TAM Untuk Mengetahui Tingkat Penerimaan User Terhadap Implementasi ERP
Hasil dari penelitian ini ditemukan bahwa ada hubungan antara project communication dan training trhadap beliefs in the benefits of the ERP system. Ditemukan juga bahwa shared beliefs in the benefits of ERP system
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
47
berpengaruh signifikan terhadap perceived usefulness dan perceived ease of use, dimana perceived usefulness dan perceived ease of use berpengaruh pada attitude toward ERP system dan behavioral intention to use ERP system. Penelitian ini memiliki relevansi dengan penelitian yang akan dilakukan penulis yaitu menyumbang model TAM yang telah dimodifikasi sebagai dasar model penilitian yang akan dilakukan penulis.
2.7. Pengembangan Hipotesis Penelitian Subbab ini akan membahas pengembangan hipotesis-hipotesis penelitian yang akan diuji pada penelitian ini. 2.7.1. Pengembangan Hipotesis Pengaruh Project Communication terhadap Shared Belief in the Benefits of ERP System Project Communication didefinisikan sebagai komunikasi tentang proyek implementasi sistem ERP kepada para pengguna melalui publikasi singkat (newsletter) internal perusahaan dan melalui
presentasi, demonstrasi, atau
road show ke unit-unit bisnis yang akan menjadi pengguna sistem ERP. Mengkomunikasikan proyek implementasi sistem ERP kepada para pengguna merupakan salah satu faktor penting dalam rangka meningkatkan penerimaan pengguna akhir terhadap sistem tersebut (Ward, Hemingway & Daniel, 2000; Besson & Rowe, 2001; Nah, Lau & Kuang, 2001). Keputusan untuk mengadopsi sebuah sistem ERP biasanya timbul dari tim manajemen senior. Komunikasi menjadi cara di mana informasi tentang manfaat dari sistem ERP mengalir dari tim manajemen senior kepada karyawan lain. Komunikasi yang efektif antara tim manajemen senior dan karyawan lain selaku pengguna dari sistem ERP mampu meningkatan keyakinan tentang manfaat sistem dikalangan pengguna itu sendiri, rekan sejawat, dan tim kerja di sekitar pengguna di dalam organisasi (AmoakoGyampah & Salam, 2004). Penjelasan ini menjadi dasar terbentuknya hipotesis H1.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
48
H1:
Project Communication berpengaruh pada Shared Belief in the Benefits of ERP System
2.7.2. Pengembangan Hipotesis Pengaruh Training terhadap Shared Belief in the Benefits of ERP System dan Perceived Ease of Use Pelatihan (training) merupakan salah satu faktor penting dalam penerimaan pengguna terhadap sistem ERP (Amaoko-Gyampah, 2004; Amaoko-Gyampah &
Salam,
2004;
Venkatesh,
1999).
Amoako-Gyampah
(2004)
mengidentifikasikan betapa pentingnya bagi organisasi-organisasi yang mengimplementasikan sistem ERP untuk menyelenggarakan pelatihan (training) yang tepat kepada para pengguna akhir, baik dari segi pemilihan waktu, durasi, maupun kelengkapan materi dari training tersebut. Training merupakan sebuah mekanisme dimana pengguna (user) dapat berinteraksi dengan sistem ERP maupun prototype dari sistem ERP. Pengguna bisa melakukan proses pembelajaran terhadap sistem ERP dan pengaruhnya terhadap proses bisnis perusahaan melaui training. Penelitian sebelumnya oleh Amaoko-Gyampah & Salam (2004) menunjukkan bahwa training berpengaruh pada persepsi pengguna terhadap kemudahan dalam menggunakan teknologi (perceived ease of use). Training juga memberikan kesempatan bagi para manajer senior untuk menyampaikan informasi mengenai manfaat dari sistem ERP kepada karyawan lain sehingga diharapkan dapat menciptakan pertukaran opini dan kesamaan keyakinan tentang manfaat yang diberikan oleh sistem ERP (Amaoko-Gyampah & Salam, 2004). Hasil penelitian ini menjadi dasar terbentuknya hipotesis H2 dan H3. H2:
Training berpengaruh pada Shared Belief in the Benefits of ERP System
H3:
Training berpengaruh pada Perceived Ease of Use
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
49
2.7.3. Pengembangan Hipotesis Pengaruh Shared belief in the benefits of ERP system terhadap Perceived Usefulness dan Perceived Ease of Use Shared belief in the benefits of ERP system menunjukkan tingkat sejauh mana terjadi pertukaran opini dan keyakinan mengenai manfaat dari implementasi sistem ERP, dikalangan pengguna, rekan sejawat, dan tim kerja di sekitar pengguna di dalam organisasi (Zmud & Cox, 1979). Amoako-Gyampah (2004) menyatakan bahwa jika semua pengguna memiliki kesamaan keyakinan dan pemahaman mengenai mengapa sistem ERP diimplementasikan di perusahaan mereka, bagaimana itu akan menguntungkan perusahaan dan meningkatkan efektifitas dan performa kerja mereka, maka sistem tersebut akan lebih mudah diterima. Selain itu, kesamaan keyakinan terhadap manfaat dari sistem ERP memiliki dampak pada persepsi pengguna terhadap kemudahan dalam menggunakan sistem ERP. Hal ini disebabkan karena sistem ERP merupakan sistem yang complex dimana pengguna tidak hanya dituntut untuk paham dan mudah beradaptasi dengan antarmuka dari sistem ERP tetapi mereka juga dituntut untuk memahami implikasi bisnis yang timbul dari perubahan yang dilakukan melalui antarmuka sistem ERP tersebut (Amaoko-Gyampah & Salam, 2004). Jadi pengguna yang telah memahami dan yakin akan manfaat dan implikasi bisnis dari implementasi ERP di perusahaan mereka akan merasa lebih mudah untuk menggunakan sistem ERP. Penjelasan ini mendasari hipotesis H4 dan H5 berikut ini: H4:
Shared Belief in the Benefits of ERP System berpengaruh pada Perceived Usefulness
H5:
Shared Belief in the Benefits of ERP System berpengaruh pada Perceived Ease of Use
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
50
2.7.4. Pengembangan Hipotesis Pengaruh User Involvement terhadap Perceived Usefulness User
involvement
didefinisikan
sebagai
keadaan
psikologis
yang
mencerminkan penilaian pengguna terhadap relevansi sebuah sistem tertentu terhadap dirinya (Barki & Hartwick, 1994). Jadi user involvement mengacu kepada kepercayaan pengguna terhadap dua hal, yaitu relevansi individu dan kepentingan terhadap sistem tersebut. Amoako-Gyampah (2004) dalam penelitiannya mengenai penerimaan pengguna terhadap implementasi sistem ERP menemukan bahwa user involvement berpengaruh pada perceived usefulness. User involvement memiliki pengaruh positif pada perceived usefulness karena pengguna yang yakin bahwa sebuah sistem penting dan memiliki relevansi terhadap dirinya maka akan meningkatkan kepercayaan pengguna bahwa dengan menggunakan sistem tersebut akan meningkatkan kinerja dalam pekerjaan mereka (Barki & Hartwick, 1994; Jackson et al..,1997). Berdasarkan penelitian tersebut maka dapat dibentuk hipotesis H6. H6:
User Involvement berpengaruh pada Perceived Usefulness
2.7.5. Pengembangan Hipotesis Pengaruh Readiness for Change terhadap Perceived Usefulness Sistem ERP diharapkan mampu menjadi competitive weapon bagi banyak perusahaan. Hasil studi menunjukkna bahwa adopsi sistem ERP di perusahaanperusahaan Fortune 500 mencapai 80 % (META Group, 2004). Hal itu menunjukkan bahwa sistem ERP sangat populer dikalangan perusahaanperusahaan kelas dunia. Namun diluar popularitas tersebut, implementasi sistem ERP juga kerap dihantui oleh permasalahn tingkat kegagalan yang tinggi dan ketidakmampuan sistem ERP mewujudkan manfaat yang dijanjikan. Tingkat kegagalan dari implementasi sistem ERP diperkirakan mencapai 6090%. Penelitian terdahulu mengindikasikan bahwa penyebab utama dari tingginya tingkat kegagalan tersebut
adalah resistensi pengguna terhadap
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
51
perubahan yang terjadi dengan adanya implementasi sistem ERP (Lapointe & Rivard, 2005). Readiness for change atau kesiapan untuk berubah didefinisikan sebagai sikap yang menentukan apakah individu cenderung mendukung atau menolak perubahan di tempat kerja mereka. Dalam penelitian ini perubahan yang dimaksud adalah perubahan yang terjadi dengan adanya implementasi sistem ERP. Tentu saja, perubahan dapat memberikan kepuasan kepada beberapa orang dan tidak kepada orang lain (Kee-Young Kwahk & Jae-Nam Lee, 2008). Readiness for change memiliki peran penting dalam mengurangi resistensi pengguna terhadap perubahan sehingga tingkat kegagalan dari implementasi sistem ERP dapat dikurangi (Eby et al., 2005). Kee-Young Kwahk & Jae-Nam Lee (2008) dalam penelitiannya yang berjudul ‘The role of readiness for change in ERP implementation: Theoretical bases and empirical validation’ menemukan bahwa readiness for change memiliki pengaruh positif terhadap perceived usefulness. Ketika pengguna siap terhadap perubahan yang terjadi akibat implementasi sistem ERP, mereka akan merasa bahwa menggunakan sistem ERP akan bermanfaat atau membantu pekerjaan mereka (Kee-Young Kwahk & Jae-Nam Lee, 2008). Berdasarkan penelitian tersebut dapat dibentuk hipotesis H7. H7:
Readiness for Change berpengaruh pada Perceived Usefulness
2.7.6. Pengembangan Hipotesis Pengaruh Perceived Usefulness terhadap Attitude Towards System Use Perceived usefulness adalah tingkat kepercayaan pengguna bahwa dengan menggunakan sebuah sistem akan meningkatkan kinerja dalam pekerjaan. Hal ini juga dapat mempengaruhi proses pengambilan keputusan. Ketika seseorang merasa bahwa menggunakan suatu sistem akan bermanfaat atau membantu pekerjaanya, maka dia akan terus menggunakannya. Demikian pula sebaliknya jika seseorang merasa bahwa menggunakan suatu sistem hanya menyusahkan
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
52
pekerjaanya, maka dia tidak akan menggunakannya kembali (Davis, 1989). Penjelasan ini mendasari hipotesis H8. H8:
Perceived Usefulness berpengaruh pada Attitude Towards System Use
2.7.7. Pengembangan Hipotesis Pengaruh Perceived Ease of Use terhadap Perceived Usefulness, Attitude Towards System Use, dan Symbolic Adoption Perceived ease of use didefinisikan sebagai suatu tingkatan sejauh mana individu percaya bahwa teknologi yang diadopsi perusahaan mudah untuk digunakan atau bebas dari usaha untuk menggunakannya (Davis, 1989). Perceived ease of use memiliki pengaruh positif terhadap attitude towards system
use,
karena
persepsi
pengguna
terhadap
kemudahan
dalam
menggunakan teknologi dapat mempengaruhi proses pengambilan keputusan untuk selanjutnya menggunakan sistem tersebut atau tidak (Davis, 1989). Menurut Technology Acceptance Model (TAM) perceived usefulness juga dipengaruhi oleh perceived ease of use karena, semakin mudah suatu sistem digunakan, semakin berguna sistem tersebut (Davis et al., 1989). Kemudahan penggunaan (ease of use) dari suatu sistem akan mengurangi usaha (baik waktu dan tenaga) seseorang di dalam mempelajari sistem tersebut. Perbandingan kemudahan tersebut memberikan indikasi bahwa orang yang menggunakan sistem informasi bekerja lebih mudah dibandingkan dengan orang yang bekerja tanpa menggunakan sistem informasi. Penerimaan penggunaan sistem informasi juga turut dipengaruhi oleh kemudahan penggunaan (ease of use) dari sistem informasi tersebut. Hal tersebut merupakan refleksi psikologis pemakai yang lebih bersikap terbuka terhadap sesuatu yang sesuai dengan apa yang dipahaminya dengan mudah. Kemudahan tersebut dapat mendorong seseorang untuk menerima menggunakan sistem informasi (Igbaria, 1994). Banyak penelitian-penelitian sebelumnya mengenai Technology Acceptance Model (TAM) menunjukkan bahwa perceived usefulness dan perceived ease of use merupakan faktor penentu bagi behavioral intention. Behavioral intention yang dimaksud adalah seberapa sering karyawan menggunakan Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
53
aplikasi yang dipergunakan oleh perusahaan untuk menunjang kinerja pekerjaannya. Perceived usefulness dianggap sebagai faktor penentu yang kuat terhadap behavioral intention, sementara perceived ease of use merupakan faktor penentu yang relatif lemah (Venkatesh & Davis, 2000). Technology Acceptance Model (TAM) menggambarkan bahwa attitude towards system use adalah variabel mediasi antara perceived usefulness dan perceived ease of use terhadap behavioral intention. Dalam lingkungan voluntary use, yang menunjukkan kesuksesan penerapan sistem informasi adalah behavioral intention. Contoh aplikasi dalam lingkungan voluntary use antara lain: sistem e-mail, aplikasi pengolah kata, aplikasi pengolah angka, aplikasi presentasi, dan sebagainya. Dalam pemakaian
aplikasi
tersebut
pengguna
memiliki
kebebasan
apakah
mempergunakannya atau tidak. Adopsi dan penggunaan sistem ERP berlangsung dalam lingkungan mandatory use, dengan kata lain, keputusan untuk mengadopsi dan menerapkan sistem ERP sering dibuat oleh manajemen senior, pengguna dimandatkan untuk menggunakan sistem ERP untuk melaksanakan tugas mereka, dan tingkat ketergantungan antar departemen sangat tinggi karena kebutuhan akan integrasi. Sehingga, behavioral intention tidak tepat untuk memahami dan memprediksi penerimaan pengguna dalam lingkungan mandatory use (Nah et al., 2004). Hubungan behavioral intention hanya berlaku ketika perilaku berada dibawah kendali kehendak seseorang (Ajzen & Fishbein, 1980). Untuk mengatasi masalah ini, Rawstorne et al (1998) dan Karahanna (1999) mengemukakan variabel alternatif yang lebih tepat untuk mengukur penerimaan pengguna dalam lingkungan sistem yang bersifat mandatory use, yaitu symbolic adoption. Symbolic adoption didefinisikan sebagai dorongan atau kecenderungan seseorang secara mental menerima ide/gagasan perusahaan mengadopsi dan mengimplementasikan inovasi teknologi informasi (ERP) (diadaptasi dari Klonglan dan Coward, 1970) dalam Nah, et al (2004). Symbolic adoption juga telah diusulkan sebagai sebuah variabel dependen yang lebih unggul ketika
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
54
mengukur penerimaan pengguna dalam lingkungan sistem yang bersifat mandatory use seperti sistem ERP (Nah et al., 2004; Rawstorne et al., 1998). Penjelasan ini mendasari hipotesis H9, H10, dan H11 berikut: H9:
Perceived Ease of Use berpengaruh pada Perceived Usefulness
H10: Perceived Ease of Use berpengaruh pada Attitude Towards ERP System H11: Perceived Ease of Use berpengaruh pada Symbolic Adoption
2.7.8. Pengembangan Hipotesis Pengaruh Attitude Towards System Use terhadap Symbolic Adoption Attitude toward system use dalam Technology Acceptance Model (TAM) dikonsepkan sebagai perasaan-perasaan positif atau negatif dari seseorang jika harus menggunakan suatu teknologi. Attitude towards system use juga dapat dilihat sebagai suatu bentuk evaluasi pengguna tentang ketertarikannya menggunakan suatu sistem (Davis et al., 1989). Melone (1990) dalam Nah et al (2004) mendefinisikan Attitude towards system use sebagai kecenderungan untuk merespon dengan senang atau tidak terhadap sistem komputer, aplikasi, atau proses yang berkaitan dengan penggunaan suatu sistem aplikasi. Hasil penelitian terdahulu mengenai penerimaan sistem ERP berbasis Technology Acceptance Model (TAM) menunjukkan bahwa attitude toward system use memiliki pengaruh signifikan terhadap symbolic adoption (Govindaraju et al., 2007). Hal ini mendukung hasil penelitian Karahanna (1999) yang menyediakan bukti empiris bahwa attitude towards system use memiliki pengaruh positif sekaligus menjadi prediktor yang signifikan bagi variabel symbolic adoption. Hasil penelitian ini mendasari terbentuknya hipotesis H12. H12: Attitude Towards ERP System berpengaruh pada Symbolic Adoption
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
55
2.7.9. Rangkuman Hipotesis Penelitian Berdasarakan penjelasan diatas, terbentuk 12 (dua belas) hipotesis yang akan diujikan pada model penerimaan pengguna terhadapa implementasi sistem ERP di PT XYZ. Rangkuman dari hipotesis-hipotesis yang akan diujikan pada penelitian ini dapat dilihat pada Tabel 2.1.
Tabel 2.1 Hipotesis Penelitian
Hipotesis
Keterangan
Referensi
H1
Project Communication (PJC) berpengaruh pada Shared Belief in the Benefits of ERP System (BENB)
AmoakoGyampah & Salam (2004)
H2
Training (TR) berpengaruh pada Shared Belief in the Benefits of ERP System (BENB)
AmoakoGyampah & Salam (2004)
H3
Training (TR) berpengaruh pada Perceived Ease of Use (PEU)
AmoakoGyampah & Salam (2004)
H4
Shared Belief in the Benefits of ERP System (BENB) berpengaruh pada Perceived Usefulness (PU)
AmoakoGyampah & Salam (2004)
H5
Shared Belief in the Benefits of ERP System (BENB) berpengaruh pada Perceived Ease of Use (PEU)
AmoakoGyampah & Salam (2004)
H6
User Involvement (UI) berpengaruh pada Perceived Usefulness (PU)
AmoakoGyampah (2007)
H7
Readiness for Change (RFC) berpengaruh pada Perceived Usefulness (PU)
Kee-Young Kwahk & Jae-Nam Lee (2008)
H8
Perceived Ease of Use (PEU) berpengaruh pada Perceived Usefulness (PU)
Davis (1989)
H9
Perceived Usefulness (PU) berpengaruh pada Attitude Towards System Use (AT)
Davis (1989)
H10
Perceived Ease of Use (PEU) berpengaruh pada Attitude Towards System Use (AT)
Davis (1989)
H11
Perceived Ease of Use (PEU) berpengaruh pada Symbolic Adoption (SA)
Nah et al (2004)
H12
Attitude Towards System Use (AT) berpengaruh pada Symbolic Adoption (SA)
Nah et al (2004)
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
56
2.8. Kerangka Pemikiran Kerangka pemikiran yang digunakan dalam penelitian ini adalah adaptasi dari model technology acceptance yang dikembangkan oleh Amoako-Gyampah & Salam (2004) serta Amoako-Gyampah (2007) yang menggambarkan variabelvariabel yang berpengaruh terhadap penerimaan sistem ERP oleh pengguna, yang dapat dikelompokkan dalam dua perspektif yaitu perspektif organisasi dan perspekti individual. Variabel-variabel tersebut antara lain adalah: project communication, training, shared belief in the benefit of ERP system, dan user involvement. Peneliti juga memasukkan variabel-variabel dari Technology Acceptance Model (TAM) yaitu perceived usefulness, perceived ease-of-use dan attitude towards system use yang dperkenalkan oleh Davis (1989), sedangkan untuk variabel behavioral intention dari model TAM tidak digunakan karena variabel behavioral intention kurang tepat diterapkan untuk mengukur penerimaan pengguna dalam lingkungan sistem yang bersifat mandatory use (Brown et.al, 2002). Sebagai gantinya penulis memasukkan variabel symbolic adoption sebagai variabel yang lebih tepat untuk mengukur penerimaan pengguna dalam lingkungan sistem yang bersifat mandatory use seperti yang telah dibuktikan secara empiris oleh Karahanna, 1999 (dalam Nah et al, 2004). Variabel readiness for change atau kesiapan untuk berubah dari pengguna yang diperkenalkan oleh Kee-Young Kwahk & Jae-Nam Lee (2008) juga digunakan sebagai salah satu faktor yang menentukan penerimaan sistem ERP oleh pengguna pada kerangka pemikiran penelitian ini. Sesuai dengan model acuan yang digunakan maka penulis mengelompokkan variabel-variabel yang berpengaruh terhadap penerimaan sistem ERP oleh pengguna kedalam dua perspektif yaitu perspektif organisasi dan perspekti individual. Variabel user involvement dan readiness for change dikelompokkan kedalam perspektif individu (individual perspective) sedangkan variabel project communication, training, dan shared belief in the benefit of ERP system dikelompokkan kedalam perspektif organisasi (organizational perspective). Kerangka pemikiran yang digunakan penulis dalam melakukan penelitian ini dapat dilihat pada Gambar 2.9.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
57
Individual Perspective
Organizational Perspective
Gambar 2.9 Kerangka Pemikiran Penelitian
Item-item pengukuran beserta hubungan antara variabel laten dalam kerangka pemikiran
dengan
variabel
indikatornya
dapat
dilihat
pada
Tabel
2.2.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
58
Tabel 2.2 Item Pengukuran
Variabel laten Project Communication (PJC)
Variabel Indikator PJC 1: Komunikasi melalui publikasi singkat (newsletter) internal PJC 2: Komunikasi melalui presentasi, demonstrasi, atau road show
Training (TR)
TR 1: Kelengkapan jenis pelatihan TR 2: Meningkatkan pemahaman TR 3: Meningkatkan keyakinan terhadap sistem TR 4: Kesesuaian waktu dan materi pelatihan TR 5: Kompetensi dan kontribusi para trainer
Shared Belief in the Benefit of ERP System (BENB)
BENB 1: Keyakinan akan manfaat dari sistem BENB 2: Keyakinan rekan kerja akan manfaat dari sistem
Pernyataan
Referensi
Saya memahami proyek ERP ini dengan sangat baik melalui newsletter perusahaan (majalah, pamflet, dsb) Saya memperoleh informasi mengenai proyek ERP ini melalui presentasi pada event-event sosialisasi dan road show yang ke daerah-daerah
AmoakoGyampah & Salam (2004)
Pelatihan/informasi dalam penggunaan sistem ERP yang diberikan sudah lengkap Tingkat pemahaman saya meningkat setelah mengikuti program pelatihan Pelatihan yang diadakan/informasi yang diberikan membuat saya yakin terhadap sistem ERP
AmoakoGyampah & Salam (2004)
Pelatihan yang diadakan dijalankan dengan waktu dan detail yang memadai Para trainer/rekan kerja/tim internal kompeten di bidangnya dan membantu saya dalam memahami sistem ERP Saya merasa yakin akan manfaat dari sistem ERP Rekan-rekan saya yakin terhadap manfaat dari sistem ERP
AmoakoGyampah & Salam (2004)
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
59
Shared Belief in the Benefit of ERP System (BENB)
BENB 3: Keyakinan manajemen terhadap manfaat dari proyek implementasi sistem
Tim manajemen unit saya yakin terhadap manfaat dari proyek ERP
AmoakoGyampah & Salam (2004)
User Involvement (UI)
UI 1: Esensial (sangat diperlukan) dalam pekerjaan UI 2: Trivial (sepele)
Sistem ERP sangat diperlukan dalam proses penyelesaian pekerjaan saya Menurut saya sistem ERP merupakan hal yang sepele Sistem ERP berpengaruh signifikan terhadap pekerjaan saya Sistem ERP penting bagi pekerjaan saya Sistem ERP dibutuhkan dalam pekerjaan saya
Barki & Hartwick (1994)
UI 3: Signifikan terhadap pekerjaan UI 4: Penting bagi pekerjaan UI 5: Dibutuhkan dalam pekerjaan UI 6: Memiliki Relevansi terhadap pekerjaan UI 7: Menjadi konsen (perhatian) dalam pekerjaan UI 8: Menentukan bagi pekerjaan UI 9: Berarti bagi pekerjaan Readiness for Change (RFC)
RFC 1: Sikap terhadap perubahan RFC 2: Pendapat terkait perubahan RFC 3: Pandangan orang lain terkait dukungan terhadap perubahan
Readiness for Change (RFC)
RFC 4: Kecenderung untuk mencoba ide-ide baru RFC 5: Dukungan terhadap ide-ide baru
Sistem ERP relevan terhadap pekerjaan saya Sistem ERP menjadi perhatian saya di dalam penyelesaian pekerjaan Sistem ERP menentukan hasil pekerjaan saya Sistem ERP berarti bagi pekerjaan saya Saya mengharapkan/menantikan perubahan pada pekerjaan Saya merasa sebagian besar perubahan menyenangkan Orang lain berpikir bahwa saya mendukung perubahan
Saya cenderung untuk mencoba ide-ide baru
Kee-Young Kwahk & JaeNam Lee (2008)
Kee-Young Kwahk & JaeNam Lee (2008)
Saya biasanya mendukung ide-ide baru Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
60
Perceived Usefulness (PU)
RFC 6: Inisiatif terhadap pendekatanpendekatan baru RFC 7: Kehendak untuk mendukung perubahan
Saya sering menyarankan pendekatan-pendekatan baru terhadap suatu hal Saya berkehendak untuk melakukan apapun yang mungkin untuk mendukung perubahan
PU 1: Mempercepat pekerjaan
Menggunakan sistem ERP mempercepaat proses kerja saya Menggunakan sistem ERP membuat kerja saya lebih berkembang Menggunakan sistem ERP meningkatkan produktivitas saya Menggunakan sistem ERP membuat kerja saya lebih efektif Menggunakan sistem ERP mempermudah pekerjaan saya Menggunakan Sistem ERP bermanfaat bagi pekerjaan saya
Davis (1989)
Mudah bagi saya untuk belajar mengoperasikan sistem ERP Mudah untuk membuat sistem ERP melakukan apa yang ingin saya lakukan Alur kerja dari sistem ERP jelas & mudah dipahami Sistem ERP merupakan sistem yang fleksibel Mudah bagi saya untuk menjadi terampil menggunakan sistem ERP Secara keseluruhan sistem ERP mudah digunakan
Davis (1989)
PU 2: Meningkatkan performa kerja PU 3: Meningkatkan produktivitas PU 4: Meningkatkan efektifitas PU 5: Mempermudah pekerjaan PU 6: Bermanfaat bagi pekerjaan
Perceived Ease of Use (PEU)
PEU 1: Mudah Dipelajari PEU 2: Mudah dikontrol
Perceived Ease of Use (PEU)
PEU 3: Jelas dan mudah dipahami PEU 4: Fleksibilitas sistem PEU 5: Mudah untuk menjadi terampil PEU 6: Mudah digunakan
Davis (1989)
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
61
Attitude Towards System Use (AT)
AT 1: Menyukai ide implementasi AT 2: Suka menggunakan sistem
Menggunakan sistem ERP adalah ide yang baik. Saya suka menggunakan sistem ERP untuk melakukan pekerjaan saya.
Nah et al (2004), Barki & Hartwick (1994)
Symbolic Adoption (SA)
SA 1: Antusiasme terhadap sistem SA 2: Ketertarikan terhadap sistem SA 3: Keinginan terhadap pemanfaatan sistem
Saya antusias untuk menggunakan Sistem ERP Saya merasa sistem ERP menarik untuk digunakan Saya punya keinginan sendiri untuk memanfaatkan sistem ERP secara optimal
Nah et al (2004)
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
BAB 3 METODOLOGI PENELITIAN
Bab ini membahas mengenai tahapan penelitian, populasi dan sampel, metode pengumpulan data, metode pengolahan data yang digunakan dalam penelitian. 3. 3.1. Tahapan Penelitian Tahapan penelitian yang digunakan pada penelitian ini adalah seperti yang tergambar pada Gambar 3.1 Mulai
Pengembangan+ Kerangka+Peneli: an Prosedur+SEM
Pemilihan+Topik
Pengumpulan+Data+ Awal Wawancara+ Pengumpulan+dan+ Pengolahan+data+ERP+ Business'Blueprint
Perumusan+ Hipotesis
Pengumpulan+Data
Spesifikasi
Uji+Kecocokan
Iden: fikasi
Kecocokan+ sudah+baik+?
Penyusunan+ Kuesioner
Ya
Tidak Membuat+File+Syntax+ SIMPLIS
Respesifikasi
Uji+Kuesioner
Perumusan+Masalah,+ Ruang+Lingkup,+Tujuan,+ dan+Manfaat+Peneli: an++
Kuesioner++ Tidak Baik+?
Es: masi
Ya
Tinjauan+Pustaka
Penulisan+Laporan+ Karya+Akhir
Penyebaran+dan+ Pengumpulan+ Kuesioner
Selesai
62
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
63
Gambar 3.1 Tahapan Penelitian
Penjelasan dari tahapan penelitian di atas adalah sebagai berikut: 1.
Pemilihan topik Berawal dari melihat beberapa pilihan topik yang sesuai minat dan kaitannya dengan kebidangan, kemudian memilih satu topik.
2.
Pengumpulan data awal Pengumpulan data awal dilakukan dengan meminta informasi kepada project secretary implementasi sistem ERP di PT XYZ.
3.
Perumusan Masalah Menganalisa dokumen business blueprint dan ERP realization di PT XYZ untuk membandingkan antara ekspektasi dan kenyataan saat ini, diketahuilah gap yang kemudian dirumuskan masalahnya oleh penulis.
4.
Tinjauan pustaka Melakukan tinjauan terhadap teori, penelitian dan metodologi yang relevan dengan topik pembahasan penelitian ini.
5.
Pengembangan Kerangka Pemikiran Pengembangan
kerangka
pemikiran
dilakukan
dengan
cara
membandingkan dan mencari persamaan dengan penelitian terdahulu yang berkaitan dengan faktor-faktor yang mempengaruhi penerimaan pengguna akhir terhadap implementasi sistem ERP. 6.
Perumusan Hipotesis Perumusan hipotesis dilakukan dengan acuan variabel-variabel yang dibentuk pada kerangka pemikiran. Perumusan Hipotesis ini juga didasari pada hipotesis dari beberpa penelitian sebelumnya yang memiliki relevansi dengan penelitian ini.
7.
Pengumpulan Data a) Penyusunan Kuesioner Penyusunan
Kuesioner
dikaitkan
dan
dikelompokkan
berdasarkan variabel-variabel yang terbentuk pada kerangka
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
64
pemikiran,
dengan
harapan
instrumen
tersebut
dapat
menghasilkan data yang dapat diolah dan dapat menjawab kebutuhan penelitian ini. b) Uji Coba Kuesioner Menguji Kuesioner kepada responden sukarela sebagai sampel dengan tujuan mengetahui bahwa setiap pernyataan pada kuesioner yang telah dibuat tidak menyusahkan, menyinggung perasaan atau terlalu mengarahkan responden. Pada penelitian ini uji coba kuesioner dilakukan kepada projet manager, project secretary, dan beberapa key user dari implementasi sistem ERP di PT XYZ. c) Menyebarkan Kuesioner Kuesioner yang telah diuji kemudian disebar kembali sesuai dengan ketentuan sampel dalam populasi yang telah ditentukan dalam penelitian ini. 8.
Prosedur SEM Prosedur SEM telah dijabarkan secara lebih mendalam pada subbab 2.4. Pengolahan SEM akan memanfaatkan bantuan software LISREL 8.80
9.
Penulisan Laporan Karya Akhir Berdasarkan analisis menggunakan prosedur SEM, maka dapat dilakukan interpretasi terhadap hasil analisis dan pembahasan. Kemudian hasil analisis dan pembahasan dapat ditarik menjadi kesimpulan dan saran.
3.2. Populasi dan Sampel Penelitian Populasi dalam penelitian ini adalah pengguna sistem ERP pada PT XYZ pada unit kerja Accounting, Administration, Circulation, Finance, HR & GA, IS & IT, Logistic, Sales & Marketing. Untuk memperoleh tanggapan dari responden, maka dari seluruh pengguna tersebut diambil beberapa sampel. Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi. Apa yang dipelajari dari
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
65
sampel, kesimpulannya akan diberlakukan untuk populasi. Oleh karena itu sampel yang diambil dari populasi harus betul-betul representative (mewakili) (Sugiyono, 2007). Teknik sampling yang digunakan dalam penelitian ini adalah simple random sampling. Simple random sampling merupakan teknik pengambilan sampel secara acak tanpa memperhatikan strata. Teknik simple random sampling diambil salah satunya karena peneliti mengetahui jumlah populasi pengguna ERP pada perusahaan tersebut, serta pertimbangan waktu yang sempit dan tenaga yang sedikit. Untuk pengujian seluruh hipotesis dalam penelitian akan menggunakan tahapan pada Structural Equation Modeling (SEM). Jumlah sampel minimal yang harus dipenuhi untuk estimasi SEM adalah 5 kali parameter yang akan diestimasi (Bentler & Chou, 1987) atau minimal 100 (Byrne, 2010). Sedangkan jumlah populasi penelitian yaitu berdasarkan Daftar User dari salah satu server ERP di PT XYZ per Oktober 2013 adalah sebanyak 469 pengguna. Dikarenakan keterbatasan waktu penelitian dan lokasi responden maka dalam penelitian ini jumlah sampel ditentukan sebesar 350 responden yang berlokasi di kota Jakarta.
3.3. Metode Pengumpulan Data Metode pengumpulan data adalah cara yang digunakan oleh peneliti dalam mengumpulkan data penelitiannya. Metode yang digunakan dalam penelitian ini adalah survei. Adapun instrumen yang digunakan dalam penelitian ini adalah kuesioner. Kuesioner akan disebar kepada pengguna sistem ERP di PT XYZ: 3.3.1. Data Primer Data primer adalah data yang berasal dari sumber yang dikumpulkan secara khusus dan berhubungan langsung dengan permasalahan yang diteliti. Data primer pada penelitian ini akan diperoleh dari jawaban responden dari pernyataan kuesioner yang disebarkan secara langsung kepada pengguna sistem ERP di PT XYZ. Kuesioner akan disusun berdasarkan variabel- variabel
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
66
yang ada pada model penelitian. Setiap konstruk atau variabel laten yang ada pada model penelitian memiliki item pengukuran atau variabel teramati. Item-item pengukuran yang digunakan untuk mengukur variabel laten penelitian ini adalah item-item pengukuran penelitian-penelitian
sebelumnya,
yang pernah digunakan dalam
sehingga
memungkinkan
untuk
meningkatkan validitas dan realibilitas pengukuran. Pengukuran masingmasing variabel menggunakan skala likert. Skala likert dirancang untuk memeriksa seberapa kuat subjek setuju atau tidak setuju dengan sebuah pernyataan. Skala likert digunakan ketika tanggapan terhadap berbagai indikator yang dapat mengukur variabel dapat diterapkan pada lima (atau tujuh atau jumlah yang lain) skala, yang selanjutnya seluruh item dapat dijumlahkan (Sekaran, 2003). Jumlah skala yang biasa digunakan adalah 5 (lima) poin yang masing-masing mempunyai arti sebagai berikut: 1 = sangat tidak setuju (STS) 2 = tidak setuju (TS)
3 = netral (N)
4 = setuju (S) 5 = sangat setuju (SS) 3.3.2. Data Sekunder Data sekunder merupakan data yang didapat dari pihak kedua. Data sekunder dapat berupa data yang berasal dari penelitian sejenis yang pernah dilakukan atau dokumentasi perusahaan. Data sekunder pada penelitian ini diambil dari dokumentasi yang berkaitan dengan isu penelitian yang terdapat pada perusahaan.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
67
3.4. Metode Pengolahan Data Data yang dikumpulkan dari kuesioner kemudian digunakan untuk menguji kerangka pemikiran atau hipotesis-hipotesis dengan menggunakan tahapan pada SEM, agar dapat diketahui sejauh mana kerangka pemikiran didukung oleh data. Alasan utama SEM digunakan secara luas dalam berbagai bidang ilmiah adalah karena SEM menyediakan mekanisme untuk secara eksplisit mempertimbangkan kesalahan pengukuran (measurement error) dalam variabel-variabel teramati (baik yang dependen maupun yang independen) suatu model. Selain itu, analisis regresi tradisional juga mengabaikan kesalahan pengukuran yang memungkinkan potential measurement error dalam explanatory (predictor independent) variables. Sebagai akibat, hasil analisis regresi dapat menjadi tidak benar (incorrect) dan mungkin akan menghasilkan kesimpulan yang menyesatkan. Selain menangani kesalahan pengukuran, SEM juga memungkinkan penelitipeneliti untuk secara siap mengembangkan, memperkirakan, dan menguji model yang kompleks dan memiliki banyak variabel (complex multi variable models), juga mempelajari baik pengaruh langsung dan pengaruh tidak langsung dari variabel yang terlibat dalam suatu model (Raykov & Marcoulides, 2000).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
BAB 4 ANALISIS DAN PEMBAHASAN
Bab ini akan membahas mengenai data responden yang diperoleh, penerapan prosedur SEM untuk analisis dan pengujian hipotesis. 4.1. Data Responden Pada penelitian ini, peneliti menyebarkan kuisioner kepada 350 orang pengguna sistem ERP di unit-unit kerja yang berada di bawah naungan PT XYZ. Dalam proses penyebaran kuisioner ini, peneliti dibantu oleh project secretary dan project manager implementasi sistem ERP di PT XYZ. Kuesioner disebarkan mulai dari 1 November 2013 hingga 29 November 2013 dalam format digital form yang dikirimkan melalui email. Namun, untuk mengantisipasi respon yang rendah dari responden, peneliti berupaya menindaklanjuti dengan mendatangi secara langsung sebagian responden. Jumlah kuisioner yang terkumpul sebanyak 220 kuisioner atau 63% dari jumlah kuesioner yang disebarkan yaitu sebanyak 350 kuesioner. Sehingga, jumlah keseluruhan kuesioner yang dapat digunakan untuk pengolahan data sejumlah 220. Jumlah sampel minimal yang harus dipenuhi untuk estimasi SEM adalah 5 kali parameter yang akan diestimasi (Bentler & Chou, 1987) atau minimal 100 (Byrne, 2010). Pada penelitian ini memiliki 43 paramater, sehingga sampel minimal yang dibutuhkan adalah 215. Dengan demikian, jumlah responden yang didapat tersebut telah memenuhi syarat untuk estimasi pada SEM. Setelah
diadakan
tabulasi
terhadap
220
kuesioner,
peneliti
dapat
mengelompokkan responden kuesioner tersebut berdasarkan jenis kelamin, umur, unit kerja, pendidikan terakhir dan lama berkerja di PT XYZ.
68
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
69
Mayoritas responden sebanyak 56 responden atau 25% merupakan pengguna yang berasal dari unit kerja Finance, kemudian disusul oleh pengguna dari unit kerja HR & GA dan Administration masing-masing sebanyak 40 responden (18%) dan 32 responden (15%). Jumlah responden yang bekerja di unit kerja Accounting sebanyak 30 responden (14%), unit kerja IS & IT sebanyak 28 responden (13%), unit kerja Logistic sebanyak 16 responden (7%), unit kerja Sales & Marketing sebanyak 12 responden (5%), dan unit kerja Circullation sebanyak 6 responden atau 3%. Tabel 4.1 menyajikan data demografi responden secara rinci, yaitu sebagai berikut: Tabel 4.1 Demografi Responden yang Diperoleh
n=220
Prosentase
Laki-laki
114
52%
Perempuan
106
48%
Klasifikasi/Karakteristik Jenis Kelamin
Umur
< 25 tahun
13
6%
> 35 tahun
115
52%
25-35 tahun
92
42%
Accounting
30
14%
Administration
32
15%
Circulation
6
3%
Finance
56
25%
HR & GA
40
18%
IS & IT
28
13%
Logistic
16
7%
Sales & Marketing
12
5%
< 3 tahun
41
19%
> 5 tahun
147
67%
3-5 tahun
32
15%
SMA sederajat
25
11%
D3
58
26%
S1/D4
126
57%
S2
11
5%
S3
0
0%
Unit Kerja
Masa Kerja
Pendidikan
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
70
Jumlah responden yang berusia dibawah 25 tahun sebanyak 13 responden (6%), antara 25 sampai dengan 35 tahun sebanyak 92 orang (42%), dan di atas 35 tahun sebanyak 115 orang (52%). Sedangkan karyawan yang telah lama berkerja di PT XYZ di bawah 3 tahun sebanyak 41 orang (19%), antara 3 sampai 5 tahun sebanyak 32 reponden (15%), dan yang bekerja lebih dari 5 tahun sebanyak 147 responden (67%). 4.2. Uji Normalitas Pada tingkat kepercayaan 95%, nilai Z-Score untuk Skewness dan Kurtosis yang terdistribusi normal adalah berada di dalam rentang ± 1,96 (Esther Strauss & Spreen, 2006). Selain itu, (Latan, 2012) menyatakan bahwa data yang terdistrubusi normal memiliki P-value > 0.05. Untuk menguji univariate normality, dapat melihat pada bagian keluaran LISREL yaitu Test of Univariate Normality for Continuous Variables seperti pada Gambar 4.1
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
71
Gambar 4.1 Test of Univariate Normality for Continuous Variable
Pada penelitian ini, hasil uji univariate normality pada nilai Z-Score Skewness dan Z-Score Kurtosis untuk berada variabel teramati penelitian ini ada yang berada di luar rentang ± 1,96. Kemudian jika dilihat dari P-value dari Skewness dan Kurtosis untuk beberapa variabel teramati didapati nilai Pvalue < 0.05. Oleh karena itu, dapat dinyatakan bahwa secara univariate, data tidak terdistribusi normal.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
72
Dalam pengujian multivariate normality, dapat mengacu dari Test of Multivatiate Normality for Continuous Variables pada keluaran LISREL seperti pada Gambar 4.2
Gambar 4.2 Test of Multivariate Normality for Continuous Variables
Hasil multivariate normality pada penelitian ini menunjukkan bahwa nilai ZScore Skewness adalah 38.626 dan nilai Z-Score Kurtosis adalah 16.823 yang berarti berada di luar rentang ± 1,96. Setelah itu, jika dilihat P-value untuk Skewness yaitu 0,000 dan untuk Kurtosis adalah 0,000. Hal ini menunjukkan bahwa P-value baik untuk Skewness dan Kurtosis lebih rendah dari tingkat signifikansi yang diinginkan yaitu 0.05. Keadaan ini mendanakan bahwa data penelitian adalah tidak terdistribusi normal secara multivariate.
4.3. Uji Multicollinearity Untuk mengkaji multicollinearity dapat digunakan teknik analisis regresi. Regresi dijalankan dengan salah satu variabel sebagai variabel dependent variable dan seluruh variabel lainnya sebagai independent variable (Bowen & Guo, 2011) Penentuan keberadaan multicollinearity ditandai dengan Variance Inflation Factor (VIF) yang memiliki nilai lebih tinggi dari 5 (Santoso, 2011).
Pada penelitian ini, diagnosis multicollinearity dilakukan menggunakan software SPSS. Keluaran SPSS menunjukkan bahwa ada 2 variabel yang memiliki nilai VIF lebih tinggi dari 5 yaitu UI5 dan AT2, sehingga kedua variabel tersebut harus dihapus, setelah kedua variabel tersebut dihapus, maka dapat dinyatakan
bahwa
penelitian
ini
tidak
memiliki
indikasi
masalah
multicollinearity.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
73
4.4. Uji Kesalahan Input Data dan Outliers Uji kesalahan input data digunakan untuk mengetahui keberadaan missing value. Pada penelitian ini, pengujian kesalahan input data menggunakan software SPSS dengan melihat frekuensi dari setiap variabel. Dari hasil keluaran SPSS yang terdapat pada lampiran. dapat diketahui bahwa untuk seluruh variabel jumlah missing adalah 0, hal ini menunjukkan bahwa tidak terdapat kesalahan data yang menyebabkan missing value. Outliers atau data pencilan adalah data yang mempunyai nilai ekstrim yang menyimpang dari data-data lain pada umumnya. Menurut Hair (2006), jika dalam suatu meodel terdapat data outliers, maka akan menyebabkan bias pada analisis selanjutnya. Oleh karena itu, data outliers harus dikeluarkan dari model. Salah satu cara untuk mendeteksi adanya outliers adalah dengan melakukan uji outliers menggunakan bantuan software SPSS. Peneliti melihat pada boxplot untuk setiap variabel, ditemukan terdapat beberapa outliers. Untuk keseluruhan variabel terdapat 17 outliers yang kemudian dikaji lebih jauh dengan melihat konsistensi pengisian pertanyaan. Menurut observasi peneliti, 17 outliers yang telah ditemukan disebabkan oleh responden yang tidak kooperatif dalam penelitian sehingga mengisi kuisioner tidak dengan sungguh-sungguh, hal tersebut ditandai dengan buruknya konsistensi untuk setiap pertanyaan, sehingga peneliti memutuskan untuk membuang data tersebut. Hal ini berarti mengurangi jumlah sampel menjadi 203 responden.
4.5. Penerapan SEM Penerapan SEM dilakukan sesuai dengan prosedur SEM yang telah dijelaskan pada subbab 2.5.4, menggunakan data yang telah dikumpulkan dan diperiksa kelayakannya, serta menggunakan model yang didefinisikan gambar. 4.5.1. Spesifikasi Model Model yang digunakan dalam penelitian ini telah digambarkan pada subbab 2.7. Kemudian pada tahap spesifikasi model akan dilakukan (Wijanto, 2008):
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
74
Spesifikasi model pengukuran, yaitu mendefinisikan variabel variabel laten yang terdiri dari variabel laten endogen dan eksogen, mendefinisikan variabel-varibel teramati, dan mendefinisikan hubungan antara variabel laten dengan variabelvariabel teramati terkait.
Spesifikasi model struktural, yaitu mendefinisikan hubungan kausal di antara variabel-variabel laten.
Spesifikasi model hybrid, yaitu spesifikasi model yang opsional sebagai kombinasi model pengukuran dan struktural.
Pada penelitian ini, variabel yang terdefinisi sebagai variabel laten eksogen adalah Project Communication (PJC), Training (TR), Readiness for Change (RFC), dan User Involvement (UI). Sedangkan variabel yang terdefinisi sebagai variabel laten endogen adalah Shared Belief in the Benefit of ERP System (BENB), Perceived Usefulness (PU), Perceived Ease of Use (PEU), Attitude Towards System Use (AT), dan Symbolic Adoption (SA). Kemudian terdapat 41 (empat puluh satu) variabel teramati yang terdiri dari 22 (dua puluh dua) variabel teramati untuk 4 (empat) variabel laten eksogen dan 19 (sembilan belas) variabel teramati untuk 5 (lima) variabel laten endogen.
4.5.1.1. Model Pengukuran dan Bentuk Persamaan Variabel-Variabel Laten Eksogen Setelah variabel-variabel laten eksogen terdefinisi kemudian dibuat model pengukuran dan bentuk persamaannya. Pada Gambar 4.3 dapat terlihat model pengukuran untuk variabel laten eksogen Project Communication (PJC).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
75
δ1 δ2
PJC1
λPJC
1
λ PJC2
PJC
PJC2 Gambar 4.3 Model Pengukuran Variabel Laten Eksogen PJC
Selanjtnya model pengukuran variabel laten eksogen PJC akan ditulis dalam bentuk persamaan sebagai berikut: PJC1 = λPJC1 * PJC + δ1 PJC2 = λPJC2 * PJC + δ2 Pada Gambar 4.4 dapat terlihat model pengukuran untuk variabel laten eksogen Training (TR).
δ5
TR2
λT
TR3
λTR3
R1
R2
λ T R4
TR4
TR
λ
δ6
λT
5
δ4
TR1
TR
δ3
δ7
TR5 Gambar 4.4 Model Pengukuran Variabel Laten Eksogen TR
Selanjutnya model pengukuran variabel laten eksogen TR akan ditulis dalam bentuk persamaan sebagai berikut: TR1 = λTR1 * TR + δ3 TR2 = λTR2 * TR + δ4 TR3 = λTR3 * TR + δ5 TR4 = λTR4 * TR + δ6 TR5 = λTR5 * TR + δ7
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
76
Pada Gambar 4.5 dapat terlihat model pengukuran untuk variabel laten eksogen Readiness for Change (RFC).
δ14
RFC4
FC3
λRFC4 λ RFC5
RFC5
λ RF
RFC6
RFC
C6
FC 7
δ13
λR
1 FC
δ12
RFC3
2 FC
δ11
λR
δ10
RFC2
λR
δ9
RFC1
λR
δ8
RFC7 Gambar 4.5 Model Pengukuran Variabel Laten Eksogen RFC
Selanjutnya model pengukuran variabel laten eksogen RFC akan ditulis dalam bentuk persamaan sebagai berikut: RFC1 = λRFC1 * RFC + δ8 RFC2 = λRFC2 * RFC + δ9 RFC3 = λRFC3 * RFC + δ10 RFC4 = λRFC4 * RFC + δ11 RFC5 = λRFC5 * RFC + δ12 RFC6 = λRFC6 * RFC + δ13 RFC7 = λRFC7 * RFC + δ14 Pada Gambar 4.6 dapat terlihat model pengukuran untuk variabel laten eksogen User Involvement (UI).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
77
δ15 UI1
λU
δ16
λU I2
δ17 UI3
λ
UI4
λ UI
δ19 UI6
4
λ UI6
UI 8
U I9
δ21
λ
UI7
UI
UI7
λ
δ20
UI3
UI8
λ
δ18
I1
UI2
δ22 UI9
Gambar 4.6 Model Pengukuran Variabel Laten Eksogen UI
Selanjutnya model pengukuran variabel laten eksogen RFC akan ditulis dalam bentuk persamaan sebagai berikut: UI1 = λUI1 * UI + δ15 UI2 = λUI2 * UI + δ16 UI3 = λUI3 * UI + δ17 UI4 = λUI4 * UI + δ18 UI6 = λUI6 * UI + δ20 UI7 = λUI7 * UI + δ21 UI8 = λUI8 * UI + δ22 UI9 = λUI9 * UI + δ23
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
78
4.5.1.2. Model Pengukuran dan Bentuk Persamaan Variabel-Variabel Laten Endogen Setelah variabel-variabel laten endogen terdefinisi kemudian dibuat model pengukuran dan bentuk persamaannya. Pada Gambar 4.7 dapat terlihat model pengukuran untuk variabel laten endogen Shared Belief in the Benefit of ERP System (BENB).
ε1
ε2
ε3
BENB1
BENB2
BENB3
λBENB1 λBENB2 λBENB3
BENB Gambar 4.7 Model Pengukuran Variabel Laten Endogen BENB
Selanjutnya model pengukuran variabel laten endogen BENB akan ditulis dalam bentuk persamaan sebagai berikut: BENB1 = λBENB1 * BENB + ε1 BENB2 = λBENB2 * BENB + ε2 BENB3 = λBENB3 * BENB + ε3 Pada Gambar 4.8 dapat terlihat model pengukuran untuk variabel laten endogen Perceived Ease of Use (PEU).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
79
ε4
ε5
ε6
ε7
ε8
ε9
U1
λP
λ λPE λPEU2 PEU3 λPEU4
EU 5
PEU1 PEU2 PEU3 PEU4 PEU5 PEU6 6
λPEU
PEU Gambar 4.8 Model Pengukuran Variabel Laten Endogen PEU
Selanjutnya model pengukuran variabel laten endogen PEU akan ditulis dalam bentuk persamaan sebagai berikut: PEU1 = λPEU1 * PEU + ε4 PEU2 = λPEU2 * PEU + ε5 PEU3 = λPEU3 * PEU + ε6 PEU4 = λPEU4 * PEU + ε7 PEU5 = λPEU5 * PEU + ε8 PEU6 = λPEU6 * PEU + ε9 Pada Gambar 4.9 dapat terlihat model pengukuran untuk variabel laten endogen Perceived Usefulness (PU).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
80
PU
PU1
ε 10
PU2
ε 11
3
λP U2 λPU
λPU1
λPU4 λPU5 λPU6
PU3
ε 12
PU4
ε 13
PU5
ε 14
PU6
ε 15
Gambar 4.9 Model Pengukuran Variabel Laten Endogen PU
Selanjutnya model pengukuran variabel laten endogen PU akan ditulis dalam bentuk persamaan sebagai berikut: PU1 = λPU1 * PU + ε10 PU2 = λPU2 * PU + ε11 PU3 = λPU3 * PU + ε12 PU4 = λPU4 * PU + ε13 PU5 = λPU5 * PU + ε14 PU6 = λPU6 * PU + ε15 Pada Gambar 4.10 dapat terlihat model pengukuran untuk variabel laten endogen Attitude Towards System Use (AT).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
81
AT λ AT1 AT1
ε 16 Gambar 4.10 Model Pengukuran Variabel Laten Endogen AT
Selanjutnya model pengukuran variabel laten endogen AT akan ditulis dalam bentuk persamaan sebagai berikut: AT1 = λAT1 * AT + ε16 Pada Gambar 4.11 dapat terlihat model pengukuran untuk variabel laten endogen Symbolic Adoption (SA).
SA
SA1
λ SA1 λ SA2 λSA
SA2
ε17 ε 18
3
SA3
ε19
Gambar 4.11 Model Pengukuran Variabel Laten Endogen SA
Selanjutnya model pengukuran variabel laten endogen SA akan ditulis dalam bentuk persamaan sebagai berikut: SA1 = λSA1 * SA + ε18 SA2 = λSA2 * SA + ε19 SA3 = λSA3 * SA + ε20
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
82
4.5.1.3. Model Struktural Model struktural menggambarkan hubungan-hubungan antara variabel-variabel yang ada seperti pada Gambar 4.12. PJC ξ1
γ1
ζ1 BENB η1
γ2 γ3
TR ξ2
ζ2
β1 PEU η3
β5
β2 β3 RFC ξ3
SA η5
β6
γ4
β7
PU η2
γ5
β4 ζ3
AT η4
ζ5
ζ4
UI ξ4
Gambar 4.12 Model Struktural
Kemudian model struktural bila ditulis dalam bentuk persamaan sebagai berikut: BENB = γ1*PJC + γ2*TR + ζ1 PU
= β2 *BENB + β3 *PEU + γ4*RFC + γ5*UI + ζ3
PEU
= β1 *BENB + γ3*TR + ζ2
AT
= β4 *PU + β6 *PEU + ζ4
SA
= β5 *PEU + β7 *AT + ζ5
4.5.1.4. Model Hybrid Berdasarkan model struktural serta model pengukuran dapat dibentuk model hybrid (full SEM model) seperti Gambar 4.13.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
83
Gambar 4.13 Model Hybrid
4.5.2. Identifikasi Seperti yang telah dijelaskan lebih dalam pada subbab 2.4.4.2, secara garis besar terdapat 3 (tiga) jenis model dalam identifikasi yaitu: under-dentified, just-identified, dan over-identified. Untuk menentukan model, dapat melihat nilai degrees of freedom dari model penelitian. Degrees of freedom pada model penelitian ini adalah 762, sehingga dapat disimpulkan bahwa model yang dispesifikasikan adalah model over-identified, sesuai dengan (Byrne, 2010) yang mengatakan bahwa model over-identified adalah model yang memiliki degrees of freedom positif (df > 0).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
84
4.5.3. Estimasi Tahap estimasi dapat dilakukan setelah mengetahui bahwa identifikasi model adalah over-identified. Dengan estimasi dapat diketahui parameterparameter yang terdapat dalam model. Pada penelitian ini menggunakan metode estimasi Maximum Likelihood (ML) karena metode ini merupakan metode yang paling banyak dilakukan dalam SEM (Byrne, 2010). Metode estimasi ML cukup konsisten dalam menghasilkan estimasi yang efisien dan cukup kuat (robust) terhadap pelanggaran yang moderat (moderate violations) dari asumsi normalitas (normality assumption) (Hair, Black, Babin, & Anderson, 2009). Seperti yang telah dijelaskan pada subbab 4.2 bahwa data pada penelitian ini tidak terdistribusi normal. Solusi yang dapat digunakan untuk mengatasi masalah data yang tidak terdistribusi normal adalah menambahkan estimasi asymptotic covariance matrix (Ghozali & Fuad, 2008). Ketika metode estimasi ML menggunakan asymptotic covariance matrix, maka metode estimasi ML tersebut merubakan estimasi Robust Maximum Likelihood. (Wijanto, 2008). 4.5.4. Analisis Model Umum Pada analisis model penerimaan akan dilakukan uji kecocokan model terhadap penerimaan secara umum, yaitu melakukan uji kecocokan model dengan menggunakan keseluruhan data. Model awal penerimaan umum diterapkan dengan bantuan program LISREL untuk menghasilkan path diagram. Pada analisis model awal penerimaan umum juga akan diperiksa hal-hal sebagai berikut (Wijanto, 2008):
Offending estimate yaitu adanya negative error variance. Jika ada varian kesalahan negatif, maka varian kesalahan tersebut perlu ditetapkan menjadi 0,01 atau 0.005.
T-values dari muatan faktor hasil estimasi < 1.96. Jika ada nilai-t dari estimasi muatan faktor < 1,96, berarti estimasi muatan faktor tersebut tidak signifikan dan variabel teramati yang terkait bisa dihapuskan dari model. Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
85
Standardized Loading Factors (muatan faktor standar) < 0.50 (Igbaria et. al., 1997). Jika ada nilai muatan faktor standar lebih kecil dari batas kritikal tersebut, maka variabel teramati terkait bisa dihapuskan dari model.
Pada keluaran LISREL terlihat tidak terdapat error variance negative pada variabel teramati (Gambar 4.14) Tetapi ada nilai standardized loading factor (SLF) yang < 0,50 yaitu variabel teramati UI2.
0.51
PJC1
0.39
PJC2
0.45
TR1
0.44
TR2
0.37
TR3
0.54
TR4
0.65
TR5
0.35
0.96
0.35
UI1 UI2 UI3
0.70 0.78
0.74
UI4
0.68
PJC
UI6 UI7
0.21
0.81
0.82
0.75 0.70 0.82 0.83 0.80 0.80
PU TR
0.80
0.59 0.64
UI
0.28 0.19
-0.05
PEU 0.34
0.71 0.76
0.49
BENB
0.02
0.81
0.78 0.40
RFC
0.35
0.81 0.72 0.77 0.64 0.83 0.84
AT
UI8
1.00 0.22
0.42
0.64
UI9 RFC1
0.41
RFC2
0.41
RFC3
0.36
RFC4
0.26
RFC5
0.50
RFC6
0.39
RFC7
0.44
BENB2
0.46
BENB3
0.45
PU1
0.44
PU2
0.50
PU3
0.32
PU4
0.31
PU5
0.36
PU6
0.36
PEU1
0.34
PEU2
0.48
PEU3
0.40
PEU4
0.59
PEU5
0.30
PEU6
0.29
AT1
0.00
SA1
0.24
SA2
0.21
SA3
0.49
0.59
0.83 0.32
0.75 0.74 0.74
0.79
-0.21 0.32
BENB1
0.75
0.60 0.77
0.69 0.87 0.89 0.71
SA
0.77 0.80 0.86 0.71 0.78
KETERANGAN :
PJC1 – PJC2 TR1 – TR5 UI1 – UI9 RFC1 – RFC7 BENB1 – BENB3
: : : : :
PU1 – PU6 PEU1 – PEU6 AT1 SA1 – SA3
: : : :
Project Communication Training User Involvement Readiness for Change Shared Belief in the Benefit of ERP System Perceived Usefulness Perceived Ease of Use Attitude Towards System Use Symbolic Adoption
Chi-Square=1187.07, df=763, P-value=0.00000, RMSEA=0.052
Gambar 4.14 Path Diagram Standardized Solution Model Umum
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
86
4.59
PJC1
3.14
PJC2
7.87
TR1
9.98
TR2
8.79
TR3
7.26
TR4
9.57
TR5
10.11
6.70
11.11
6.59
UI1 UI2 UI3
9.47
15.86
14.33 11.24
UI4
PJC
UI6 UI7
13.93
6.93
7.19
10.10 15.63 15.67 14.21 11.11
PU TR
13.43
7.78 3.76
UI
3.08 1.14
-1.16
PEU 3.70
11.47 11.15
8.47
2.31
13.00
11.91 7.82
10.13 9.23
BENB
0.00
9.72
14.44 7.46
RFC
12.39 12.47 8.21 15.38 13.64
3.68
AT
UI8 UI9 RFC1
7.57
RFC2
7.51
RFC3
8.81
RFC4
7.53
RFC5
9.54
RFC6
8.25
RFC7
8.36
BENB2
6.03
BENB3
6.79
PU1
7.33
PU2
8.00
PU3
8.13
PU4
6.53
PU5
5.96
PU6
8.17
PEU1
7.79
PEU2
8.19
PEU3
6.70
PEU4
6.87
PEU5
6.61
PEU6
6.36
AT1
0.00
SA1
6.07
SA2
6.06
SA3
9.02
9.38
-2.61 7.85
BENB1
13.19
8.89 13.09
3.00 7.75
SA
18.76 11.49
13.87 15.37 15.22 13.86 12.52
KETERANGAN :
PJC1 – PJC2 TR1 – TR5 UI1 – UI9 RFC1 – RFC7 BENB1 – BENB3
: : : : :
PU1 – PU6 PEU1 – PEU6 AT1 SA1 – SA3
: : : :
Project Communication Training User Involvement Readiness for Change Shared Belief in the Benefit of ERP System Perceived Usefulness Perceived Ease of Use Attitude Towards System Use Symbolic Adoption
Chi-Square=1187.07, df=763, P-value=0.00000, RMSEA=0.052
Gambar 4.15 Path Diagram Nilai-t Model Umum
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
87
Gambar 4.16 Completely Standardized Solution Variabel Teramati Model Umum
Karena terdapat variabel teramati yang memiliki nilai standardized loading factors < 0.50 maka model penerimaan umum ini perlu dimodifikasi dengan menghapus variabel teramati yang tidak memenuhi syarat. Setelah
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
88
dimodifikasi, dilakukan estimasi ulang terhadap model yang baru. Hasil estimasi ulang terlihat pada Gambar 4.17, Gambar 4.18, dan Gambar 4.19.
Gambar 4.17 Completely Standardized Solution Variabel Teramati Koreksi Nilai Standardized Loading Factor
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
89
4.59
PJC1
3.14
PJC2
7.86
TR1
9.98
TR2
8.80
TR3
7.25
TR4
10.12
9.56
6.67
6.58
7.83
7.40
7.74
8.45
6.97
TR5 UI1
9.47
15.87 13.20
BENB1
8.36
14.33
BENB2
6.03
BENB3
6.79
PU1
7.32
PU2
8.00
PU3
8.12
PU4
6.52
PU5
5.96
PU6
8.18
PEU1
7.79
PEU2
8.19
PEU3
6.70
PEU4
6.87
PEU5
6.61
PEU6
6.36
AT1
0.00
SA1
6.07
SA2
6.06
SA3
9.02
11.23
PJC
UI6 UI7 UI8 UI9
0.00
9.38 9.71
UI3 UI4
12.97
3.76
11.94
UI
8.89
1.15
PEU
-1.23 3.71
11.47 11.13
3.08
7.79
14.40
RFC1
13.87
10.09 15.61 15.68 14.21 11.11
PU
TR
13.42
13.97
2.35
3.68
RFC
12.39 12.46 8.21 15.38 13.64
AT 3.00
13.09 7.19
10.12 9.24
BENB
7.75 18.75 11.49
SA
15.37 7.57
RFC2
15.23 13.86
7.51
RFC3
8.81
RFC4
7.53
RFC5
9.55
RFC6
8.25
RFC7
12.52
KETERANGAN:
PJC1 – PJC2 TR1 – TR5 UI1 – UI9 RFC1 – RFC7 BENB1 – BENB3
: : : : :
PU1 – PU6 PEU1 – PEU6 AT1 SA1 – SA3
: : : :
Project Communication Training User Involvement Readiness for Change Shared Belief in the Benefit of ERP System Perceived Usefulness Perceived Ease of Use Attitude Towards System Use Symbolic Adoption
Chi-Square=1118.56, df=724, P-value=0.00000, RMSEA=0.052
Gambar 4.18 Path Diagram Nilai-t Model Umum Koreksi Nilai Standardized Loading Factor
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
90
0.51
PJC1
0.39
PJC2
0.45
TR1
0.43
TR2
0.37
TR3
0.54
TR4
0.70
0.65
0.35
0.36
0.32
0.32
0.39
0.49
TR5 UI1
0.78
0.74 0.75 0.79 0.68
PJC
UI6 UI7 UI8
BENB
0.02
0.59 0.81
UI3 UI4
0.75 0.74 0.74
0.81
0.64
UI
PEU
-0.06
0.35
RFC
0.81 0.72 0.77 0.64 0.83 0.84
AT 1.00
0.42
UI9
0.60
0.22
0.77 0.64
RFC1
0.77
0.69
SA
0.87 0.89 0.71
0.80 0.41
RFC2
0.86 0.71
0.41
RFC3
0.36
RFC4
0.26
RFC5
0.50
RFC6
0.39
RFC7
0.78
0.44
BENB2
0.46
BENB3
0.45
PU1
0.44
PU2
0.50
PU3
0.32
PU4
0.31
PU5
0.36
PU6
0.36
PEU1
0.34
PEU2
0.48
PEU3
0.40
PEU4
0.59
PEU5
0.30
PEU6
0.29
AT1
0.00
SA1
0.24
SA2
0.21
SA3
0.49
0.19
0.34
0.71 0.76
0.28
0.59
0.83
0.78
0.75 0.70 0.82 0.83 0.80 0.80
PU
TR
0.80
0.82
0.21
BENB1
KETERANGAN :
PJC1 – PJC2 TR1 – TR5 UI1 – UI9 RFC1 – RFC7 BENB1 – BENB3
: : : : :
PU1 – PU6 PEU1 – PEU6 AT1 SA1 – SA3
: : : :
Project Communication Training User Involvement Readiness for Change Shared Belief in the Benefit of ERP System Perceived Usefulness Perceived Ease of Use Attitude Towards System Use Symbolic Adoption
Chi-Square=1118.56, df=724, P-value=0.00000, RMSEA=0.052
Gambar 4.19 Path Diagram Standardized Solution Model Umum Koreksi Nilai Standardized Loading Factor
Hasil estimasi ulang model penerimaan umum yang telah dimodifikasi menunjukkan bahwa sudah tidak terdapat error variance negative pada variabel teramati, tidak ada nilai-t muatan faktor hasil estimasi yang < 1,96 dan seluruh standardized loading factors pada variabel teramati > 0.50. Dengan demikian hasil estimasi dapat dikatakan sudah baik.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
91
4.5.4.1. Uji Kecocokan Model Umum Setelah hasil estimasi muatan faktor model penerimaan umum dianggap baik, maka dapat dilanjutkan tahap selanjutnya yaitu melakukan uji kecocokan model awal. Pada tahap uji kecocokan, data dan model akan diperiksa tingkat kecocokannya dengan cara menghitung validitas dan reliabilitas model pengukuran dan signifikasi koefisien-koefisien dari model structural (Wijanto, 2008). a) Kecocokan Keseluruhan Model Umum Langkah berikutnya adalah menguji kecocokan keseluruhan model atau overall model fit yakni berkaitan dengan GOF (Goodness of Fit) yang dihasilkan oleh program LISREL. Model ini akan diestimasi dengan metode estimasi ML, tetapi χ2 dan standards error diestimasi pada keadaan data tidak terdistribusi normal. Satorra-Bentler Scaled Chi-Square adalah nilai χ2 yang diperoleh setelah mengeliminasi dampak ketidaknormalan data atau setelah mengkoreksi timbulnya bias akibat data yang tidak normal (Gozali & Fuad, 2008). SatorraBentler Scaled Chi-Square menghasilkan estimasi chi-square paling valid, berapapun jumlah sampel dan pada penggunaan data yang tidak normal (Gozali & Fuad, 2008). Keseluruhan uji kecocokan model umum dilihat dari keluaran LISREL seperti pada Gambar 4.20
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
92
Gambar 4.20 Fit Indices Model Umum
Hasil uji kecocokan dari keluaran LISREL kemudian dibagi menjadi beberapa kategori yaitu, absolute fit indices, incremental fit indices dan parsimony fit indices. Rangkuman uji kecocokan dapat terlihat pada Tabel 4.2.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
93
Tabel 4.2 Uji Kecocokan Keseluruhan Model Umum
Fit Measure
Hasil Estimasi
Nilai Rujukan
Referensi
Tingkat Kecocokan
Absolute Fit Indices Chi Square (χ2)
1118,56 ; df = 724
0 ≤ χ2 ≤ 2df
(Schermelleh-Engel, Moosbrugger, M ller, 2003)
Good Fit
RMSEA
0,052
0 ≤ RMSEA ≤ 0,05
(Schermelleh-Engel, Moosbrugger, M ller, 2003)
Good Fit
SRMR
0,089
0,05 ≤ SRMR ≤ 0,1
(Schermelleh-Engel, Moosbrugger, M ller, 2003)
Acceptable Fit
ECVI
Model = 6,49 Saturated = 8,12 Independence = 139,94
Nilai yang kecil dan dekat dengan ECVI saturated
(Wijanto, 2008)
Good Fit
Incremental Fit Indices
NNFI
0,98
0,97 ≤ NNFI ≤ 1.00
NFI
0,96
0,95 ≤ NFI ≤ 1.00
AGFI
0,70
0,90 ≤ AGFI ≤ 1.00
IFI
0,99
≥ 0,90
CFI
0,99
0,97 ≤ CFI ≤ 1.00
RFI
0,96
≥ 0,90
(Schermelleh-Engel, Moosbrugger, M ller, 2003 ijanto, 2008) (Schermelleh-Engel, Moosbrugger, M ller, 2003 ijanto, 2008) (Schermelleh-Engel, Moosbrugger, M ller, 2003 ijanto, 2008) (Wijanto, 2008) (Schermelleh-Engel, Moosbrugger, M ller, 2003 ijanto, 2008) (Wijanto, 2008)
Good Fit
Good Fit
Not Fit Good Fit Good Fit Good Fit
Parsimony Fit Indices
AIC
CAIC
χ2 / df
Model = 1310,56 Saturated = 1640,00 Independence = 28267,36 Model = 1724,62 Saturated = 5176,83 Independence = 28439,89 (1118,56/724) = 1,54
Nilai yang kecil dan dekat dengan AIC saturated
(Schermelleh-Engel, Moosbrugger, M ller, 2003)
Good Fit
Nilai yang kecil dan dekat dengan CAIC saturated
(Schermelleh-Engel, Moosbrugger, M ller, 2003)
Good Fit
0 ≤ χ2/df ≤ 2
(Schermelleh-Engel, Moosbrugger, M ller, 2003)
Good Fit
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
94
Dari keseluruhan hasil uji kecocokan model umum, hanya terdapat 1(satu) fit measure dengan tingkat kecocokan not fit yaitu pada AGFI, selain daripada itu fit measure keseluruhan model umum adalah good fit dan acceptable fit. Dengan demikian, kecocokan keseluruhan model awal adalah baik. b) Kecocokan Model Pengukuran Umum Setelah kecocokan model umum dan data secara keseluruhan adalah baik, langkah berikutnya adalah evaluasi atau analisis model pengukuran umum yang lebih fokus kepada hubungan antara variabel laten dan variabel teramati. Evaluasi yang dilakukan meliputi evaluasi terhadap validitas dan reabilitas indikator-indikator dalam suatu variabel laten. 1) Evaluasi terhadap Validitas dari Model Pengukuran Umum Uji validitas merupakan suatu uji yang bertujuan untuk menentukan kemampuan suatu indikator dalam mengukur variabel latennya. Validitas suatu indikator dapat dievaluasi dengan tingkat signifikansi
pengaruh
antara
suatu
variabel
laten
dengan
indikatornya (Gozali & Fuad, 2008). SLF yang digunakan pada evaluasi terhadap validitas dari model pengukuran umum dapat dilihat pada Gambar 4.19 dan untuk nilait yang digunakan pada evaluasi terhadap validitas dari model pengukuran umum dapat dilihat pada Gambar 4.18. Pada Tabel 4.3 dapat terlihat hasil uji validitas model pengukuran umum variabel laten eksogen PJC. Tabel 4.3 Validitas Model Pengukuran Umum Variabel Laten Eksogen PJC
PJC
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
PJC1
0,70
10,12
Baik
PJC2
0,78
9,47
Baik
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
95
Pada Tabel 4.4 terlihat hasil uji validitas model pengukuran umum variabel laten eksogen TR. Tabel 4.4 Validitas Model Pengukuran Umum Variabel Laten Eksogen TR
TR
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
TR1
0,74
15,87
Baik
TR2
0,75
13,20
Baik
TR3
0,79
14,33
Baik
TR4
0,68
11,23
Baik
TR5
0,59
9,38
Baik
Pada Tabel 4.5 terlihat hasil uji validitas model pengukuran umum variabel laten eksogen UI. Tabel 4.5 Validitas Model Pengukuran Umum Variabel Laten Eksogen UI
UI
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
UI1
0,81
12,97
Baik
UI3
0,80
13,42
Baik
UI4
0,83
14,40
Baik
UI6
0,82
13,97
Baik
UI7
0,78
11,94
Baik
UI8
0,71
11,47
Baik
UI9
0,76
11,13
Baik
Pada Tabel 4.6 terlihat hasil uji validitas model pengukuran umum variabel laten eksogen RFC. Tabel 4.6 Validitas Model Pengukuran Umum Variabel Laten Eksogen RFC
RFC
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
RFC1
0,60
8,89
Baik
RFC2
0,77
13,08
Baik
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
96
RFC
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
RFC3
0,77
13,87
Baik
RFC4
0,80
15,37
Baik
RFC5
0,86
15,23
Baik
RFC6
0,71
13,86
Baik
RFC7
0,78
12,52
Baik
Pada Tabel 4.7 terlihat hasil uji validitas model pengukuran umum variabel laten endogen BENB. Tabel 4.7 Validitas Model Pengukuran Umum Variabel Laten Endogen BENB
BENB
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
BENB1
0,75
*
Baik
BENB2
0,74
10,12
Baik
BENB3
0,74
9,24
Baik
Pada Tabel 4.8 terlihat hasil uji validitas model pengukuran umum variabel laten endogen PU. Tabel 4.8 Validitas Model Pengukuran Umum Variabel Laten Endogen PU
PU
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
PU1
0,75
*
Baik
PU2
0,70
10,09
Baik
PU3
0,82
15,61
Baik
PU4
0,83
15,68
Baik
PU5
0,80
14,21
Baik
PU6
0,80
11,11
Baik
Pada Tabel 4.9 terlihat hasil uji validitas model pengukuran umum variabel laten endogen PEU.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
97
Tabel 4.9 Validitas Model Pengukuran Umum Variabel Laten Endogen PEU
PEU
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
PEU1
0,81
*
Baik
PEU2
0,72
12,39
Baik
PEU3
0,77
12,46
Baik
PEU4
0,64
8,21
Baik
PEU5
0,83
15,38
Baik
PEU6
0,84
13,64
Baik
Pada Tabel 4.10 terlihat hasil uji validitas model pengukuran umum variabel laten endogen AT. Tabel 4.10 Validitas Model Pengukuran Umum Variabel Laten Endogen AT
AT
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
AT1
1,00
*
Baik
Pada Tabel 4.11 terlihat hasil uji validitas model pengukuran umum variabel laten endogen SA. Tabel 4.11 Validitas Model Pengukuran Umum Variabel Laten Endogen SA
SA
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
SA1
0,87
*
Baik
SA2
0,89
18,75
Baik
SA3
0,71
11,49
Baik
Keterangan: * = nilainya ditetapkan secara default oleh LISREL, nilai-t tidak diestimasi (Wijanto, 2008).
Dari Tabel 4.3-Tabel 4.11 dapat dilihat bahwa:
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
98
Semua nilai-t muatan faktor variabel teramati > 1,96, sehingga dapat
dikatakan bahwa seluruh variabel-variabel teramati yang ada dalam
model adalah signifikan.
Semua SLF variabel teramati > 0.5
Dengan demikian dapat disimpulkan bahwa validitas semua variabel teramati terhadap variabel latennya adalah baik.
2) Evaluasi terhadap Reliabilitas dari Model Pengukuran Umum Uji reliabilitas adalah pengujian yang dilakukan untuk menentukan konsistensi pengukuran indikator-indikator dari suatu variabel laten (Gozali & Fuad, 2008). Untuk uji reliabilitas, dilakukan dengan menghitung composite reliability measure (ukuran reliabilitas komposit) dan variance extracted measure (ukuran ekstrak varian). Pengujian reliabilitas dikatakan baik jika nilai Construct Reliability (CR) ≥ 0.70 dan nilai Variance Extracted (VE) ≥ 0.50. Rumus dari CR dan VE telah dijabarkan pada subbab 2.4.4.4. Perhitungan composite reliability (CR) dari masing-masing variabel laten sebagai berikut:
Project Communication (PJC) Σtd. loading = 0,70 + 0,78 = 1,48 Σej = 0,51 + 0,39 = 0,90
Training (TR) Σstd. loading = 0,74 + 0,75 + 0,79 + 0,68 + 0,59 = 3,55 Σej = 0,45 + 0,43 + 0,37 + 0,54 + 0,65 = 2,44 CR = (3,55)2 / ((3,55)2 + 2,44) = 0,84
User Involvement (UI)
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
99
Σstd. loading = 0,81 + 0,80 + 0,83 + 0,82 + 0,78 + 0,71 + 0,76 = 5,51 Σej = 0,35 + 0,36 + 0,32 + 0,32 + 0,39 + 0,49 + 0,42 = 2,65 CR = (5,51)2 / ((5,51)2 + 2,65) = 0,92
Readiness for Change (RFC) Σstd. loading = 0,60 + 0,77 + 0,77 + 0,80 + 0,86 + 0,71 + 0,78 = 5,29 Σej = 0,64 + 0,41 + 0,41 + 0,36 + 0,26 + 0,50 + 0,39 = 2,97 CR = (5,29)2 / ((5,29)2 + 2,97) = 0,90
Shared belief in the benefits of ERP system (BENB) Σstd. loading = 0,75 + 0,74 + 0,74 = 2,23 Σ ej = 0,44 + 0,46 + 0,45 = 1,35 CR = (2,23)2 / ((2,23)2 + 1,35) = 0,79
Perceived Usefulness (PU) Σstd. loading = 0,75 + 0,70 + 0,82 + 0,83 + 0,80 + 0,80 = 4,70 Σ ej = 0,44 + 0,50 + 0,32 + 0,31 + 0,36 + 0,36 = 2,29 CR = (4,70)2 / ((4,70)2 + 2,29) = 0,91
Perceived Ease of Use (PEU) Σstd. loading = 0,81 + 0,72 + 0,77 + 0,64 + 0,83 + 0,84 = 4,61 Σ ej = 0,34 + 0,48 + 0,40 + 0,59 + 0,30 + 0,29 = 2,40 CR = (4,61)2 / ((4,61)2 + 2,40) = 0,90
Attitude Towards System Use (AT) Σstd. loading = 1,00 = 1,00 Σ ej = 0,00 = 0,00 CR = (1,00)2 / ((1,002 + 1,00) = 1,00
Symbolic Adoption (SA) Σstd. loading = 0,87 + 0,89 + 0,71 = 2,47 Σ ej = 0,24 + 0,21 + 0,49 = 0,94 CR = (2,47)2 / ((2,47)2 + 0,94) = 0,87
Perhitungan variance extracted (VE) dari masing-masing variabel laten sebagai berikut:
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
100
Project Communication (PJC) Σstd. loading2 = 0,702 + 0,782 = 1,10 Σ ej = 0,51 + 0,39 = 0,90 VE = (1,10) / ((1,10) + 0,90) = 0,55
Training (TR) Σstd. loading2 = 0,742 + 0,752 + 0,792 + 0,682 + 0,592 = 2,54 Σ ej = 0,45 + 0,43 + 0,37 + 0,54 + 0,65 = 2,44 VE = (2,54) / ((2,54) + 2,44) = 0,51
User Involvement (UI) Σstd. loading2 = 0,812 + 0,802 + 0,832 + 0,822 + 0,782 + 0,712 + 0,762 = 4,35 Σ ej = 0,35 + 0,36 + 0,32 + 0,32 + 0,39 + 0,49 + 0,42 = 2,65 VE = (4,35) / ((4,35) + 2,65) = 0,62
Readiness for Change (RFC) Σstd. loading2 = 0,602 + 0,772 + 0,772 + 0,802 + 0,862 + 0,712 + 0,782 = 4,04 Σ ej = 0,64 + 0,41 + 0,41 + 0,36 + 0,26 + 0,50 + 0,39 = 2,97 VE = (4,04) / ((4,04) + 2,97) = 0,58
Shared belief in the benefits of ERP system (BENB) Σstd. loading2 = 0,752 + 0,742 + 0,742 = 1,66 Σ ej = 0,44 + 0,46 + 0,45 = 1,35 VE = (1,66) / ((1,66) + 1,35) = 0,55
Perceived Usefulness (PU) Σstd. loading2 = 0,752 + 0,702 + 0,822 + 0,832 + 0,802 + 0,802 = 3,69 Σ ej = 0,44 + 0,50 + 0,32 + 0,31 + 0,36 + 0,36 = 2,29 VE = (3,69) / ((3,69) + 2,29) = 0,62
Perceived Ease of Use (PEU) Σstd. loading2 = 0,812 + 0,722 + 0,772 + 0,642 + 0,832 + 0,842 = 3,57 Σ ej = 0,34 + 0,48 + 0,40 + 0,59 + 0,30 + 0,29 = 2,40 VE = (3,57) / ((3,57) + 2,40) = 0,60
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
101
Attitude Towards System Use (AT) Σstd. loading2 = 1,002 = 1,00 Σ ej = 0,00 = 0,00 VE = (1,00) / ((1,00) + 0,00) = 1,00
Symbolic Adoption (SA) Σstd. loading2 = 0,872 + 0,892 + 0,712 = 2,05 Σ ej = 0,24 + 0,21 + 0,49 = 0,94 VE = (2,05) / ((2,05) + 0,94) = 0,69
Hasil
perhitungan
seluruh
reliabilitas
Variabel Laten
CR
VE
PJC
0.71
0.55
Baik
TR
0.84
0.51
Baik
d i
pada
variabel
laten
Kesimpulan Reliabilitas
r a n g k u m
p a d a
Tabel 4.12. Tabel 4.12 Rangkuman Reliabilitas Model Pengukuran Umum
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
102
UI
0.92
0.62
Baik
RFC
0.90
0.58
Baik
BENB
0.79
0.55
Baik
PU
0.91
0.62
Baik
PEU
0.90
0.60
Baik
AT
1.00
1.00
Baik
SA
0.87
0.69
Baik
Dari tabel diatas dapat dilihat bahwa seluruh nilai CR ≥ 0,70 dan seluruh nilai VE ≥ 0,50, jadi dapat disimpulkan bahwa reliabilitas model pengukuran adalah baik. c) Kecocokan Model Struktural Umum Evaluasi model struktural akan fokus pada evaluasi hubunganhubungan antara variabel laten eksogen dan endogen dan hubungan antar variabel endogen. Tujuan penilaian model struktural adalah untuk memastikan apakah hubungan-hubungan yang dihipotesiskan pada model konseptualisasi didukung oleh data empiris yang diperoleh melalui penelitian ini (Gozali & Fuad, 2008). Tidak ada ukuran yang pasti mengenai seberapa besar tingkat signifikansi, tetapi umumnya tingkat signifikansi adalah 1%, 5% dan 10%. Batas untuk menolak atau menerima suatu hubungan dengan tingkat signifikansi 5% adalah 1,96 (nilai mutlak atau absolut) dimana apabila nilai-t terletak antara -1,96 dan 1,96 maka hipotesis yang menyatakan adanya pengaruh harus ditolak, sedangkann apabila nilai-
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
103
t lebih besar daripada 1,96 atau lebih keci daripada -1,96 harus diterima dengan taraf signifikansi 5% (Gozali & Fuad, 2008). Nilai-t antar variabel laten pada model struktural dapat dilihat pada Gambar 4.18 Hasil evaluasi model struktural dan kaitannya dengan hipotesis- hipotesis penelitian dapat dilihat pada Tabel Tabel 4.13 Tabel 4.13 Evaluasi Model Struktural Umum
4.5.4.2. Respesifikasi Model Umum Respesifikasi model dilakukan untuk memperbaiki kecocokan model terhadap data. Untuk memperbaiki kecocokan model terhadap data, dapat memanfaatkan informasi pada modification indices. Informasi modification indices dapat dilihat pada keluaran LISREL seperti pada Gambar 4.21.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
104
Gambar 4.21 Modification Indicies Model Umum
Penambahan error covariance dilakukan pada variabel-variabel teramati yang dapat menurunkan nilai chi-square tetapi dengan syarat masih dalam satu jenis variabel laten. Dalam hal ini error covariance akan ditambahkan untuk PU5 dan PU1, PU6 dan PU1, PEU4 dan PEU1, TR4 dan TR1, TR5 dan TR4, UI4 dan UI1, UI9 dan UI8, RFC2 dan RFC1, RFC5 dan RFC4, RFC6 dan RFC1, RFC6 dan RFC4, RFC7 dan RFC4. 4.5.5. Analisis Model Umum Respesifikasi Hasil respesifikasi model umum dinamakan model umum respesifikasi. Pada model umum respesifikasi, didapat nilai-t dan standardized loading factors (SLF) pada path diagram (Gambar 4.22 dan Gambar 4.23).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
105
4.57
PJC1
3.08
PJC2
7.85
TR1
9.65
TR2
8.17
TR3
7.29
TR4
9.78
3.12
3.22 9.46
9.81
14.62
TR5
12.96
BENB
14.33 6.58
UI1
9.70
0.00
PJC 2.91
8.66 2.186.37
7.90
7.30
7.61
8.37
10.14
UI3 UI4 UI6 UI7 UI8
10.22 9.30
10.23 15.45 15.37 14.24 11.36
PU 12.31 13.29
TR
14.02 11.86
0.20
PEU
UI 3.31
10.76 10.73
2.81
7.32 4.29 -1.54
13.78
12.61 12.84 8.52 15.68 3.82 13.90
AT
RFC
2.42 6.98
UI9
8.97
3.21
13.25 6.99
RFC1 RFC2
6.87
RFC3
7.90
RFC4
-3.58
2.53
RFC5
-1.25 9.85
RFC6
7.20
RFC7
8.18
BENB2
6.10
BENB3
6.81
PU1
6.93
PU2
7.94
PU3 PU4
8.242.57 -2.56 6.62
PU5
5.94
PU6
7.74
PEU1
7.70
PEU2 PEU3
8.29 -3.76 6.90
PEU4
6.66
PEU5
6.65
PEU6
6.65
AT1
0.00
SA1
6.11
SA2
6.02
SA3
9.03
14.07 13.26
4.387.20
18.82 11.54
SA
13.16
2.02 7.60
13.83
7.63
BENB1
12.94
KETERANGAN :
PJC1 – PJC2 TR1 – TR5 UI1 – UI9 RFC1 – RFC7 BENB1 – BENB3
: : : : :
PU1 – PU6 PEU1 – PEU6 AT1 SA1 – SA3
: : : :
Project Communication Training User Involvement Readiness for Change Shared Belief in the Benefit of ERP System Perceived Usefulness Perceived Ease of Use Attitude Towards System Use Symbolic Adoption
Chi-Square=964.91, df=712, P-value=0.00000, RMSEA=0.042
Gambar 4.22 Path Diagram Nilai-t Model Umum Respesifikasi
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
106
0.52
PJC1
0.37
PJC2
0.51
TR1
0.45
TR2
0.37
TR3
0.61
TR4
0.69
0.17
0.18 0.69
0.79
0.70
TR5
0.74
BENB
0.79 0.37
UI1
0.62
0.02
PJC 0.25
0.56 0.080.35
0.34
0.31
0.39
0.51
UI6 UI7 UI8
0.74 0.71 0.82 0.83 0.78 0.82
0.83
UI3 UI4
0.76 0.73 0.73
PU 0.79 0.81
TR
0.83 0.78
0.04
-0.07
PEU
UI 0.32
0.70 0.75
0.24
0.59 0.79
0.81
0.38
AT
RFC
1.00
0.13 0.44
UI9
0.61
0.23
0.77 0.63
RFC1
0.78
RFC2
0.83 0.69
0.40
RFC3
0.44
RFC4
-0.15
0.10 0.180.31
0.68
SA
0.75
0.10 0.41
0.83 0.73 0.77 0.67 0.84 0.83
RFC5
-0.04 0.52
RFC6
0.34
RFC7
0.81
0.87 0.89 0.71
BENB1
0.42
BENB2
0.46
BENB3
0.46
PU1
0.45
PU2
0.49
PU3 PU4
0.320.15 -0.09 0.31
PU5
0.40
PU6
0.33
PEU1
0.32
PEU2 PEU3
0.47 -0.16 0.41
PEU4
0.55
PEU5
0.30
PEU6
0.31
AT1
0.00
SA1
0.24
SA2
0.21
SA3
0.49
KETERANGAN :
PJC1 – PJC2 TR1 – TR5 UI1 – UI9 RFC1 – RFC7 BENB1 – BENB3
: : : : :
PU1 – PU6 PEU1 – PEU6 AT1 SA1 – SA3
: : : :
Project Communication Training User Involvement Readiness for Change Shared Belief in the Benefit of ERP System Perceived Usefulness Perceived Ease of Use Attitude Towards System Use Symbolic Adoption
Chi-Square=964.91, df=712, P-value=0.00000, RMSEA=0.042
Gambar 4.23 Path Diagram Standardized Solution Model Umum Respesifikasi
Pada keluaran LISREL, nilai SLF model umum repesifikasi ditunjukkan pada bagian Completely Standardized Solution seperti pada Gambar 4.24.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
107
Gambar 4.24 Completely Standardized Solution Variabel Teramati Model Umum Respesifikasi
Dari hasil estimasi model umum respesifikasi, terlihat bahwa:
Tidak ada error variance negatif pada seluruh variabel teramati
Semua nilai-t dari muatan faktor hasil estimasi variabel teramati > 1,96
Semua SLF variabel teramati > 0,5
Dengan demikian, dapat disimpulkan bahwa hasil estimasi muatan faktor dari model umum respesifikasi sudah baik.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
108
4.5.5.1. Uji Kecocokan Model Umum Respesifikasi Setelah mengetahui bahwa estimasi muatan faktor dari model umum respesifikasi telah baik, selanjutnya dilakukan uji kecocokan model umum respesifikasi. Dalam tahap ini, akan diperiksa tingkat kecocokan antara data dengan model, validitas dan reliabilitas model pengukuran, dan signifikansi koefisien-koefisien dari model structural (Wijanto, 2008). a) Kecocokan Keseluruhan Model Umum Respesifikasi Tahap pertama yang dilakukan dalam uji kecocokan adalah kecocokan keseluruhan model umum respesifikasi. Hal ini dapat mengacu pada keluaran LISREL seperti Gambar 4.25.
Gambar 4.25 Fit Indices Model Umum Respesifikasi
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
109
Pada Tabel 4.14 terlihat hasil uji kecocokan keseluruhan model umum respesifikasi untuk semua kategori fit indices.
Tabel 4.14 Uji Kecocokan Keseluruhan Model Umum Respesifikasi
Fit Measure
Hasil Estimasi (Model Awal)
Hasil Estimasi (Model Respesifikasi)
Nilai Rujukan
Referensi
Tingkat Kecocokan
Good Fit
Absolute Fit Indices Chi Square (χ2)
RMSEA
1118,56 ; df = 724
0,052
964,91 ; df = 712
0 ≤ χ2 ≤ 2df
(SchermellehEngel, Moosbrugger, M ller, 2003)
0,042
0 ≤ RMSEA ≤ 0,05
(SchermellehEngel, Moosbrugger, M ller, 2003)
Good Fit
(SchermellehEngel, Moosbrugger, M ller, 2003)
Acceptable Fit
(Wijanto, 2008)
Good Fit
0,97 ≤ NNFI ≤ 1.00
(SchermellehEngel, Moosbrugger, M ller, 2003 Wijanto, 2008)
Good Fit
0,95 ≤ NFI ≤ 1.00
(SchermellehEngel, Moosbrugger, M ller, 2003 Wijanto, 2008)
Good Fit
0,90 ≤ AGFI ≤ 1.00
(SchermellehEngel, Moosbrugger, M ller, 2003 Wijanto, 2008)
Not Fit
SRMR
0,089
0,081
0,05 ≤ SRMR ≤ 0,1
ECVI
Model = 6,49 Saturated = 8,12 Independence = 139,94
Model = 5,85 Saturated = 8,12 Independence = 139,94
Nilai yang kecil dan dekat dengan ECVI saturated
Incremental Fit Indices
NNFI
NFI
AGFI
0,98
0,96
0,70
0,99
0,97
0,73
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
110
Fit Measure
IFI
Hasil Estimasi (Model Awal)
Hasil Estimasi (Model Respesifikasi)
Nilai Rujukan
Referensi
Tingkat Kecocokan
0,99
0,99
≥ 0,90
(Wijanto, 2008)
Good Fit
Good Fit
CFI
0,99
0,99
0,97 ≤ CFI ≤ 1.00
(SchermellehEngel, Moosbrugger, M ller, 2003 Wijanto, 2008)
RFI
0,96
0,96
≥ 0,90
(Wijanto, 2008)
Good Fit
Parsimony Fit Indices
AIC
Model = 1310,56 Saturated = 1640,00 Independence = 28267,36
Model = 1180,91 Saturated = 1640,00 Independence = 28267,36
Nilai yang kecil dan dekat dengan AIC saturated
(SchermellehEngel, Moosbrugger, M ller, 2003)
Good Fit
CAIC
Model = 1724,62 Saturated = 5176,83 Independence = 28439,89
Model = 1646,74 Saturated = 5176,83 Independence = 28439,89
Nilai yang kecil dan dekat dengan CAIC saturated
(SchermellehEngel, Moosbrugger, M ller, 2003)
Good Fit
χ2 / df
(1118,56/724) = 1,54
(964,91/712) = 1,36
0 ≤ χ2/df ≤ 2
(SchermellehEngel, Moosbrugger, M ller, 2003)
Good Fit
Berdasarkan rangkuman hasil uji kecocokan model umum respesifikasi, terlihat bahwa hampir semua fit measure memiliki tingkat kecocokan good fit dan acceptable fit kecuali untuk fit measure AGFI yang memiliki tingkat kecocokan not fit. Namun demikian, kecocokan keseluruhan model umum respesifikasi adalah baik.
b) Kecocokan Model Pengukuran Umum Respesifikasi Setelah kecocokan model umum respesifikasi dan dari data keseluruhan adalah baik, langkah berikutnya adalah evaluasi terhadap model pengukuran umum respesifikasi.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
111
1) Evaluasi terhadap Validitas dari Model Pengukuran Umum Respesifikasi Uji validitas dari model pengukuran umum respesifikasi dilakukan dengan melihat SLF dan nilai-t. Pada Tabel 4.15 dapat terlihat hasil uji validitas model pengukuran umum variabel laten eksogen PJC. Tabel 4.15 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Eksogen PJC
PJC
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
PJC1
0,69
9,78
Baik
PJC2
0,79
9,81
Baik
Pada Tabel 4.16 dapat terlihat hasil uji validitas model pengukuran umum variabel laten eksogen TR. Tabel 4.16 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Eksogen TR
TR
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
TR1
0,70
14,62
Baik
TR2
0,74
12,96
Baik
TR3
0,79
14,33
Baik
TR4
0,62
9,70
Baik
TR5
0,56
8,66
Baik
Pada Tabel 4.17 dapat terlihat hasil uji validitas model pengukuran umum variabel laten eksogen UI. Tabel 4.17 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Eksogen UI
UI
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
UI1
0,79
12,31
Baik
UI3
0,81
13,29
Baik
UI4
0,81
13,78
Baik
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
112
UI
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
UI6
0,83
14,02
Baik
UI7
0,78
11,86
Baik
UI8
0,70
10,76
Baik
UI9
0,75
10,73
Baik
Pada Tabel 4.18 dapat terlihat hasil uji validitas model pengukuran umum variabel laten eksogen RFC. Tabel 4.18 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Eksogen RFC
RFC
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
RFC1
0,61
8,97
Baik
RFC2
0,77
13,25
Baik
RFC3
0,78
13,83
Baik
RFC4
0,75
13,16
Baik
RFC5
0,83
14,07
Baik
RFC6
0,69
13,26
Baik
RFC7
0,81
12,94
Baik
Pada Tabel 4.19 terlihat hasil uji validitas model pengukuran umum variabel laten endogen BENB. Tabel 4.19 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Endogen BENB
BENB
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
BENB1
0,76
*
Baik
BENB2
0,73
10,22
Baik
BENB3
0,73
9,30
Baik
Pada Tabel 4.20 terlihat hasil uji validitas model pengukuran umum variabel laten endogen PU.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
113
Tabel 4.20 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Endogen PU
PU
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
PU1
0,74
*
Baik
PU2
0,71
10,23
Baik
PU3
0,82
15,45
Baik
PU4
0,83
15,37
Baik
PU5
0,78
14,24
Baik
PU6
0,82
11,36
Baik
Pada Tabel 4.21 terlihat hasil uji validitas model pengukuran umum variabel laten endogen PEU. Tabel 4.21 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Endogen PEU
PEU
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
PEU1
0,83
*
Baik
PEU2
0,73
12,61
Baik
PEU3
0,77
12,84
Baik
PEU4
0,67
8,52
Baik
PEU5
0,84
15,68
Baik
PEU6
0,83
13,90
Baik
Pada Tabel 4.22 terlihat hasil uji validitas model pengukuran umum variabel laten endogen AT. Tabel 4.22 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Endogen AT
AT
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
AT1
1,00
*
Baik
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
114
Pada Tabel 4.23 terlihat hasil uji validitas model pengukuran umum variabel laten endogen SA. Tabel 4.23 Validitas Model Pengukuran Umum Respesifikasi Variabel Laten Endogen SA
SA
Var. Laten Var. Teramati
SLF
Nilai-t
Kesimpulan Validitas
SA1
0,87
*
Baik
SA2
0,89
18,82
Baik
SA3
0,71
11,54
Baik
Keterangan: * = nilainya ditetapkan secara default oleh LISREL, nilai-t tidak diestimasi (Wijanto, 2008).
Dari Tabel 4.15-Tabel 4.23 dapat dilihat bahwa:
Semua nilai-t muatan faktor variabel teramati > 1,96, sehingga dapat
dikatakan bahwa seluruh variabel-variabel teramati yang ada dalam
model adalah signifikan.
Semua SLF variabel teramati > 0.5
Dengan demikian dapat disimpulkan bahwa validitas semua variabel teramati terhadap variabel latennya adalah baik.
2) Evaluasi terhadap Reliabilitas dari Model Pengukuran Umum Respesifikasi Perhitungan composite reliability (CR) dari masing-masing variabel laten sebagai berikut:
Project Communication (PJC) Σstd. loading = 0,69 + 0,79 = 1,48 Σ ej = 0,52 + 0,37 = 0,89 CR = (1,48)2 / ((1,48)2 + 0,89) = 0,71
Training (TR) Σstd. loading = 0,70 + 0,74 + 0,79 + 0,62 + 0,56 = 3,41
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
115
Σ ej = 0,51 + 0,45 + 0,37 + 0,61 + 0,69 = 2,63 CR = (3,41)2 / ((3,41)2 + 2,63) = 0,82
User Involvement (UI) Σstd. loading = 0,79 + 0,81 + 0,81 + 0,83 + 0,78 + 0,70 + 0,75 = 5,47 Σ ej = 0,37 + 0,35 + 0,34 + 0,31 + 0,39 + 0,51 + 0,44 = 2,71 CR = (5,47)2 / ((5,47)2 + 2,71) = 0,92
Readiness for Change (RFC) Σstd. loading = 0,61 + 0,77 + 0,78 + 0,75 + 0,83 + 0,69 + 0,81 = 5,24 Σ ej = 0,63 + 0,41 + 0,40 + 0,44 + 0,31 + 0,52 + 0,34 = 3,05 CR = (5,24)2 / ((5,24)2 + 3,05) = 0,90
Shared belief in the benefits of ERP system (BENB) Σstd. loading = 0,76 + 0,73 + 0,73 = 2,22 Σ ej = 0,42 + 0,46 + 0,46 = 1,34 CR = (2,22)2 / ((2,22)2 + 1,34) = 0,79
Perceived Usefulness (PU) Σstd. loading = 0,74 + 0,71 + 0,82 + 0,83 + 0,78 + 0,82 = 4,70 Σ ej = 0,45 + 0,49 + 0,32 + 0,31 + 0,40 + 0,33 = 2,30 CR = (4,70)2 / ((4,70)2 + 2,30) = 0,91
Perceived Ease of Use (PEU) Σstd. loading = 0,83 + 0,73 + 0,77 + 0,67 + 0,84 + 0,83 = 4,67 Σ ej = 0,32 + 0,47 + 0,41 + 0,55 + 0,30 + 0,31 = 2,36 CR = (4,67)2 / ((4,67)2 + 2,36) = 0,90
Attitude Towards System Use (AT) Σstd. loading = 1,00 = 1,00 Σ ej = 0,00 = 0,00 CR = (1,00)2 / ((1,00)2 + 0,00) = 1,00
Symbolic Adoption (SA) Σstd. loading = 0,87 + 0,89 + 0,71 = 2,47 Σ ej = 0,24 + 0,21 + 0,49 = 0,94 CR = (2,47)2 / ((2,47)2 + 0,94) = 0,87
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
116
Perhitungan variance extracted (VE) dari masing-masing variabel laten sebagai berikut:
Project Communication (PJC) Σstd. loading2 = 0,692 + 0,792 = 1,10 Σ ej = 0,52 + 0,37 = 0,89 VE = (1,10) / ((1,10) + 0,89) = 0,55
Training (TR) Σstd. loading2 = 0,702 + 0,742 + 0,792 + 0,622 + 0,562 = 2,63 Σ ej = 0,51 + 0,45 + 0,37 + 0,61 + 0,69 = 2,63 VE = (2,63) / ((2,63) + 2,63) = 0,47
User Involvement (UI) Σstd. loading2 = 0,792 + 0,812 + 0,812 + 0,832 + 0,782 + 0,702 + 0,752 = 4,29 Σ ej = 0,37 + 0,35 + 0,34 + 0,31 + 0,39 + 0,51 + 0,44 = 2,71 VE = (4,29) / ((4,29) + 2,71) = 0,61
Readiness for Change (RFC) Σstd. loading2 = 0,612 + 0,772 + 0,782 + 0,752 + 0,832 + 0,692 + 0,812 = 3,96 Σ ej = 0,63 + 0,41 + 0,40 + 0,44 + 0,31 + 0,52 + 0,34 = 3,05 VE = (3,96) / ((3,96) + 3,05) = 0,56
Shared belief in the benefits of ERP system (BENB) Σstd. loading2 = 0,762 + 0,732 + 0,732 = 1,64 Σ ej = 0,42 + 0,46 + 0,46 = 1,34 VE = (1,64)2 / ((1,64)2 + 1,34) = 0,55
Perceived Usefulness (PU) Σstd. loading2 = 0,742 + 0,712 + 0,822 + 0,832 + 0,782 + 0,822 = 3,69 Σ ej = 0,45 + 0,49 + 0,32 + 0,31 + 0,40 + 0,33 = 2,30 VE = (3,69) / ((3,69) + 2,30) = 0,62
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
117
Perceived Ease of Use (PEU) Σstd. loading2 = 0,832 + 0,732 + 0,772 + 0,672 + 0,842 + 0,832 = 3,66 Σ ej = 0,32 + 0,47 + 0,41 + 0,55 + 0,30 + 0,31 = 2,36 V
= (3,66) / ((3,66) + 2,36) = 0,61
Attitude Towards System Use (AT) Σstd. loading2 = 1,002 + 1,002 = 1,00 Σ ej = 0,00 = 0,00 VE = (1,00) / ((1,00) + 0,00) = 1,00
Symbolic Adoption (SA) Σstd. loading2 = 0,872 + 0,892 + 0,712 = 2,05 Σ ej = 0,24 + 0,21 + 0,49 = 0,94 VE = (2,05) / ((2,05) + 0,94) = 0,69
Rangkuman hasil perhitungan seluruh reliabilitas pada variabel laten dirangkum pada Tabel 4.24. Tabel 4.24 Rangkuman Reliabilitas Model Pengukuran Umum Respesifikasi
Kesimpulan
Variabel Laten
CR
VE
PJC
0.71
0.55
Baik
TR
0.82
0.47
Cukup Baik
UI
0.92
0.61
Baik
RFC
0.90
0.56
Baik
BENB
0.79
0.55
Baik
PU
0.91
0.62
Baik
PEU
0.90
0.61
Baik
AT
1.00
1.00
Baik
SA
0.87
0.69
Baik
Reliabilitas
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
118
Dapat dilihat bahwa seluruh nilai CR ≥ 0,70 tetapi tidak seluruh nilai VE ≥ 0,50 yaitu pada variabel laten TR, nilainya hanya 0,47. Namun demikian, dapat disimpulkan bahwa reliabilitas model pengukuran adalah baik.
c) Kecocokan Model Struktural Umum Respesifikasi Setelah uji kecocokan model umum respesifikasi dan uji kecocokan model pengukuran umum respesifikasi, maka dilakukan uji kecocokan model struktural umum respesifikasi.
Nilai-t antar variabel laten pada model struktural umum respesifikasi dapat dilihat pada Tabel 4.25.
Tabel 4.25 Evaluasi Model Struktural Umum Respesifikasi
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
119
4.6. Pembahasan Model Umum Subbab ini akan membahas mengenai hasil pengujian hipotesis penelitian dan model penelitian yang dihasilkan. 4.6.1. Hasil Pengujian Hipotesis Model Umum Pada analisis model struktural, dari 12 hipotesis, terdapat 9 hipotesis yang diterima dan 3 hipotesis yang ditolak. Hipotesis 1 (H1) menguji hubungan langsung antara variabel Project Communication (PJC) dengan Shared Belief in the Benefits of ERP System (BENB). Hasil pengujian terhadap hipotesis 1 menunjukkan bahwa nilai-t dari path PJCBBENB adalah 0,00 (<1,96) sehingga hipotesis 1 ditolak. Dengan kata lain bahwa pengujian secara empiris memberikan hasil bahwa PJ Hipotesis 2 (H2) menguji hubungan langsung antara variabel Training (TR) dengan variabel Shared Belief in the Benefits of ERP System (BENB). Hasil pengujian terhadap hipotesis 2 menunjukkan bahwa nilai-t dari path TRBENB adalah 10,14 (>1,96) sehingga hipotesis 2 diterima. Dengan kata lain bahwa pengujian secara empiris memberikan hasil bahwa TR berpengaruh langsung yang signifikan terhadap BENB. Hipotesis 3 (H3) menguji hubungan langsung antara variabel Training (TR) dengan variabel Perceived Ease of Use (PEU). Hasil pengujian terhadap hipotesis 3 menunjukkan bahwa nilai-t dari path TRPEU adalah 4,29 (>1,96) sehingga hipotesis 3 diterima. Dengan kata lain bahwa pengujian secara empiris memberikan hasil bahwa TR berpengaruh langsung yang signifikan terhadap PEU. Hipotesis 4 (H4) menguji hubungan langsung antara variabel Shared Belief in the Benefits of ERP System (BENB) dengan variabel Perceived Usefulness (PU). Hasil pengujian terhadap hipotesis 4 menunjukkan bahwa nilai-t dari path BENBPU adalah 2,91 (>1,96) sehingga hipotesis 4 diterima. Dengan kata lain bahwa pengujian secara empiris memberikan hasil bahwa BENB berpengaruh langsung yang signifikan terhadap PU.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
120
Hipotesis 5 (H5) menguji hubungan langsung antara variabel Shared Belief in the Benefits of ERP System (BENB) dengan Perceived Ease of Use (PEU). Hasil pengujian terhadap hipotesis 5 menunjukkan bahwa nilai-t dari path BENBPEU adalah 0,20 (<1,96) sehingga hipotesis 5 ditolak. Dengan kata lain bahwa pengujian secara empiris memberikan hasil bahwa BENB tidak berpengaruh langsung yang signifikan terhadap PEU. Hipotesis 6 (H6) menguji hubungan langsung antara variabel User Involvement (UI) dengan variabel Perceived Usefulness (PU). Hasil pengujian terhadap hipotesis 4 menunjukkan bahwa nilai-t dari path UIPU adalah 7,32 (>1,96) sehingga hipotesis 6 diterima. Dengan kata lain bahwa pengujian secara empiris memberikan hasil bahwa UI berpengaruh langsung yang signifikan terhadap PU. Hipotesis 7 (H7) menguji hubungan langsung antara variabel Readiness for Change (RFC) dengan Perceived Usefulness (PU). Hasil pengujian terhadap hipotesis 7 menunjukkan bahwa nilai-t dari path RFCPU adalah -1,54 (<1,96) sehingga hipotesis 7 ditolak. Dengan kata lain bahwa pengujian secara empiris memberikan hasil bahwa RFC tidak berpengaruh langsung yang signifikan terhadap PU. Hipotesis 8 (H8) menguji hubungan langsung antara variabel Perceived Ease of Use (PEU) dengan variabel Perceived Usefulness (PU). Hasil pengujian terhadap hipotesis 8 menunjukkan bahwa nilai-t dari path PEUPU adalah 2,81 (>1,96) sehingga hipotesis 8 diterima. Dengan kata lain bahwa pengujian secara empiris memberikan hasil bahwa PEU berpengaruh langsung yang signifikan terhadap PU. Hipotesis 9 (H9) menguji hubungan langsung antara variabel Perceived Usefulness (PU). dengan variabel Attitude Towards System Use (AT). Hasil pengujian terhadap hipotesis 9 menunjukkan bahwa nilai-t dari path PUAT adalah 3,82 (>1,96) sehingga hipotesis 9 diterima. Dengan kata lain bahwa pengujian secara empiris memberikan hasil bahwa PU berpengaruh langsung yang signifikan terhadap AT.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
121
Hipotesis 10 (H10) menguji hubungan langsung antara variabel Perceived Ease of Use (PEU) dengan variabel Attitude Towards System Use (AT). Hasil pengujian terhadap hipotesis 10 menunjukkan bahwa nilai-t dari path PEUAT adalah 3,31 (>1,96) sehingga hipotesis 10 diterima. Dengan kata lain bahwa pengujian secara empiris memberikan hasil bahwa PEU berpengaruh langsung yang signifikan terhadap AT. Hipotesis 11 (H11) menguji hubungan langsung antara variabel Perceived Ease of Use (PEU) dengan variabel Symbolic Adoption (SA). Hasil pengujian terhadap hipotesis 11 menunjukkan bahwa nilai-t dari path PEUSA adalah 7,63 (>1,96) sehingga hipotesis 11 diterima. Dengan kata lain bahwa pengujian secara empiris memberikan hasil bahwa PEU berpengaruh langsung yang signifikan terhadap SA. Hipotesis 12 (H12) menguji hubungan langsung antara variabel Attitude Towards System Use (AT) dengan variabel Symbolic Adoption (SA). Hasil pengujian terhadap hipotesis 12 menunjukkan bahwa nilai-t dari path ATSA adalah 3,21 (>1,96) sehingga hipotesis 12 diterima. Dengan kata lain bahwa pengujian secara empiris memberikan hasil bahwa AT berpengaruh langsung yang signifikan terhadap SA. Rangkuman hasil dari pengujian hipotesis-hipotesis penelitian ini dapat dilihat pada Tabel 4.26.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
122
Tabel 4.26 Rangkuman Hasil Pengujian Hipotesis Penelitian Model Umum
Hipotesis
Pernyataan Hasil Hipotesis Project Communication (PJC) tidak berpengaruh langsung yang
H1
signifikan terhadap Shared Belief in the Benefits of ERP System (BENB)
H2
H3
H4
Training (TR) berpengaruh langsung yang signifikan terhadap Shared Belief in the Benefits of ERP System (BENB) Training (TR) berpengaruh langsung yang signifikan terhadap Perceived Ease of Use (PEU) Shared Belief in the Benefits of ERP System (BENB) berpengaruh langsung yang signifikan terhadap Perceived Usefulness (PU) Shared Belief in the Benefits of ERP System (BENB) tidak
H5
berpengaruh langsung yang signifikan terhadap Perceived Ease of Use (PEU)
H6
H7
H8
H9
H10
H11 H12
User Involvement (UI) berpengaruh langsung yang signifikan terhadap Perceived Usefulness (PU) Readiness for Change (RFC) tidak berpengaruh langsung yang signifikan terhadap Perceived Usefulness (PU) Perceived Ease of Use (PEU) berpengaruh langsung yang signifikan terhadap Perceived Usefulness (PU) Perceived Usefulness (PU) berpengaruh langsung yang signifikan terhadap Attitude Towards System Use (AT) Perceived Ease of Use (PEU) berpengaruh langsung yang signifikan terhadap Attitude Towards System Use (AT) Perceived Ease of Use (PEU) berpengaruh langsung yang signifikan terhadap Symbolic Adoption (SA) Attitude Towards System Use (AT) berpengaruh langsung yang signifikan terhadap Symbolic Adoption (SA)
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
123
4.7. Pembahasan Hasil Penelitian Hasil pengujian 12 (dua belas) hipotesis pada penelitian ini (Tabel 4.26) menunjukkan bahwa project communication (PJC) dan readiness for change (RFC) tidak berpengaruh secara signifikan terhadap tingkat penerimaan pengguna sistem ERP di PT XYZ (H1, H5, dan H7). Project communication melalui media komunikasi internal (newsletter) dan roadshow yang dilakukan oleh tim implementasi ERP PT XYZ kurang bermanfaat untuk menciptakan pertukaran opini dan meningkatkan keyakinan pengguna terhadap manfaat implementasi sistem ERP, serta tidak berpengaruh terhadap persepsi pengguna terhadap manfaat sistem ERP dalam meningkatkan performa kerja mereka (H1 dan H5), hal ini bisa disebabkan karena proses distribusi dari newsletter tidak tepat sasaran dan waktu yang dilakukan untuk roadshow ke daerah – daerah kurang memadai. Readiness for change atau kesiapan untuk berubah dari pengguna sistem ERP di PT XYZ juga tidak berpengaruh signifikan terhadap tingkat penerimaan pengguna (H7, H9, dan H12), hal ini menunjukkan bahwa mandat dari top manajemen PT XYZ kepada para karyawan untuk menggunakan sistem ERP pada kegiatan operasional sehari–hari mampu mengatasi kendala-kendala yang berkaitan dengan kesiapan pengguna untuk mengadopsi sistem ERP. Berdasarkan 9 (sembilan) hipotesis yang diterima pada penelitian ini, diketahui bahwa training (TR) dan user involvement (UI) merupakan faktorfaktor yang berpengaruh signifikan terhadap tingkat penerimaan pengguna sistem ERP di PT XYZ. Pelatihan (training) yang efektif dan efesien dapat menciptakan persepsi positif di kalangan pengguna terhadap manfaat sistem ERP dalam meningkatkan kinerja (H2, H3, H4, H10, dan H11). Persepsi yang positif dari pengguna terhadap relevansi sistem ERP untuk pekerjaan dan diri mereka secara pribadi (user involvement) diketahui dapat meningkatkan persepsi pengguna terhadap manfaat sistem ERP dalam meningkatkan performa kerja mereka (H6 dan H9).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
124
Berdasarkan hasil pengujian akhir, terbentuk model penerimaan pengguna sistem ERP secara umum di PT XYZ yang lebih sesuai. Model yang dihasilkan dapat dilihat pada Gambar 4.26.
Individual Perspective
H6
H9 Organizational Perspective
H4
H12 H8
H10 H11
H2
H3
Gambar 4.26 Model Umum Penerimaan Pengguna sistem ERP yang Dihasilkan
4.7.1. Implikasi Hasil Peneletian Secara praktis implikasi penelitian ini bisa menjadi langkah awal bagi Corporate IT & IS PT XYZ dalam rangka menyusun change management strategy dan melakukan evaluasi secara berkala terhadap implementasi sistem ERP di lingkungan PT XYZ untuk mengetahui perubahan manfaat yang dirasakan dari implementasi sistem ERP tersebut. Hasil penelitian ini juga memberikan beberapa hal yang dapat dipertimbangkan oleh pihak manajemen PT XYZ untuk meningkatkan penerimaan pengguna terhadap sistem ERP. Dari sisi change management strategy, yang meliputi: top management commitment and support, communicating ERP benefits and general operations, minimizing adoption cost, involving individuals and groups, enhancing ERP interface quality, training, securing support of opinion leaders, timing ERP introduction (Aladwani, 2001). Penelitian ini berkontribusi terhadap penyusunan komponen change management strategy
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
125
terutama communicating ERP benefits and general operations, training, dan involving individuals and groups (user involvement). Pertama, PT XYZ perlu membenahi cara komunikasi antara top executive, middle management sampai ke pengguna akhir sistem ERP di PT XYZ. Berdasarkan hasil penelitian diketahui bahwa project communication (PJC) melalui media komunikasi internal (newsletter) dan roadshow yang dilakukan oleh tim implementasi ERP PT XYZ kurang bermanfaat untuk menciptakan pertukaran opini dan meningkatkan keyakinan pengguna terhadap manfaat implementasi sistem ERP, serta tidak berpengaruh terhadap persepsi pengguna terhadap manfaat sistem ERP dalam meningkatkan performa kerja mereka. Kedua, Berdasarkan hasil penelitian, diketahui bahwa training (TR) merupakan faktor yang berpengaruh secara signifikan terhadap penerimaan pengguna sistem ERP di PT XYZ, maka pihak manajemen PT XYZ perlu merancang sistem training yang lebih efektif dan efesien seperti pelatihan jarak jauh (e-learning system) sehingga para pengguna dapat terus belajar untuk mengoperasikan sistem ERP sekaligus menyelesaikan pekerjaanya. Ketiga, User involvement (UI) juga diketahui sebagai faktor yang berpengaruh secara signifikan terhadap penerimaan pengguna sistem ERP di PT XYZ, maka kegiatan sosialisasi ERP benefit awareness perlu dilakukan untuk meningkatkan persepsi pengguna tentang relevansi sistem ERP terhadap pekerjaannya dan manfaat ERP untuk kemajuan perusahaan.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
BAB 5 KESIMPULAN DAN SARAN
Bab ini membahas kesimpulan dari hasil penelitian, yang merupakan jawaban dari pertanyaan penelitian yang terdapat pada BAB 1, serta saran yang berisi rekomendasi untuk manajemen PT XYZ dan usulan untuk penelitian selanjutnya. 5.1. Kesimpulan Berdasarkan hasil pengujian terhadap model penerimaan sistem ERP di PT XYZ, yang meliputi pengujian Hipotesis 1 (H1) sampai dengan Hipotesis 12 (H12) seperti yang tercantum pada Tabel 4.25 dan Tabel 4.26 dapat disimpulkan sebagai berikut:
Hipotesis 1 (H1) dan Hipotesis 5 (H5) menunjukkan bahwa project communication melalui media komunikasi internal (newsletter) dan roadshow yang dilakukan oleh tim implementasi ERP PT XYZ kurang bermanfaat untuk menciptakan pertukaran opini dan meningkatkan keyakinan pengguna terhadap manfaat implementasi sistem ERP, serta tidak berpengaruh terhadap persepsi pengguna terhadap manfaat sistem ERP dalam meningkatkan performa kerja mereka.
Hipotesis 2 (H2) dan Hipotesis 3 (H3) menunjukkan bahwa penyelengaraan pelatihan (training) yang tepat kepada para pengguna, baik dari segi pemilihan waktu, durasi, maupun kelengkapan materi dari pelatihan (training) tersebut dapat menciptakan pertukaran opini dan meningkatkan keyakinan pengguna terhadap manfaat dari implementasi sistem ERP serta membantu pengguna
agar bisa
mengoperasikan sistem ERP dengan lebih mudah dalam pekerjaan mereka sehari-hari.
126
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
127
Hipotesis 2 (H2) dan Hipotesis 4 (H4) menunjukkan bahwa pelatihan (training) yang efektif dan efesien dapat menciptakan persepsi positif di kalangan pengguna terhadap manfaat sistem ERP dalam meningkatkan kinerja dalam pekerjaan mereka. Training juga mampu membantu penguna-pengguna baru untuk belajar dan mempergunakan sistem ERP.
Hipotesis 6 (H6) dan Hipotesis 9 (H9) menunjukkan bahwa persepsi yang positif dari pengguna terhadap relevansi sistem ERP untuk pekerjaan dan diri mereka secara pribadi (User Involvement) dapat meningkatkan persepsi pengguna terhadap manfaat sistem ERP dalam meningkatkan performa kerja mereka, sehingga dorongan untuk menggunakan sistem ERP yang telah diimplementasikan di PT XYZ dapat ditingkatkan.
Hipotesis 7 (H7), Hipotesis 9 (H9) dan Hipotesis 12 (H12) menunjukkan bahwa kesiapan pengguna untuk berubah dari yang terbiasa menggunakan legacy sistem yang lama dan beralih ke sistem ERP tidak berpengaruh signifikan terhadap sikap dan penerimaan pengguna secara keseluruhan terhadap sistem ERP. Hal ini mengindikasikan bahwa mandat dari top manajemen PT XYZ kepada para karyawan untuk menggunakan sistem ERP pada kegiatan operasional sehari –hari mampu mengatasi kendala usia dan lama bekerja dengan legacy sistem yang lama dikalangan pengguna (Tabel 4.1).
Hipotesis 3 (H3), Hipotesis 10 (H10), dan Hipotesis 11 (H11) menunjukkan training berpengaruh secara signifikan terhadap atittude towards system use dan symbolic adoption yang merupakan representasi dari tingkat penerimaan pengguna ERP. Sehingga bisa ditarik kesimpulan bahwa sistem training yang efektif dan efesien serta diselenggarakan dengan tepat, dari segi pemilihan waktu, durasi, maupun kelengkapan materi mampu meningkatkan penerimaan pengguna terhadap sistem ERP.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
128
5.2 Saran Subbab ini akan memaparkan beberapa saran ditujukan kepada pihak manajemen untuk memaksimalkan pemanfaatan sistem ERP di lingkungan PT XYZ, kemudian saran untuk penelitian selanjutnya. 5.2.1. Saran Untuk Pihak PT XYZ Berdasarkan
temuan
faktor-faktor
yang
berpengaruh
pada
model
penerimaan, beberapa rekomendasi yang dapat dipertimbangkan oleh pihak manajemen PT XYZ adalah:
Menjadikan penelitian ini sebagai langkah awal bagi Corporate IT & IS PT XYZ dalam rangka menyusun sebuah change management strategy untuk akselerasi implementasi sistem ERP di PT XYZ
Menjadikan penelitian ini sebagai langkah awal bagi Corporate IT & IS PT XYZ dalam rangka evaluasi secara berkala terhadap implementasi sistem ERP di lingkungan PT XYZ. Untuk mengetahui perubahan manfaat yang dirasakan dari implementasi sistem ERP di PT XYZ.
Pihak manajemen PT XYZ perlu merancang sistem training yang efektif dan efesien dikarenakan tingkat key user turnover yang tinggi sehingga pengguna–pengguna baru dapat secara cepat belajar dan mempergunakan sistem ERP tersebut. Salah satu cara adalah mengadakan kegiatan training for trainer secara rutin, atau pelatihan kepada para pengguna agar mampu menjadi key user yang nantinya akan bertanggung jawab memberikan pelatihan kepada penguna-penguna baru sistem ERP di PT XYZ. Hal ini selaras dengan faktor pelatihan (training) yang merupakan faktor yang berpengaruh secara signifikan terhadap penerimaan pengguna sistem ERP di PT XYZ
Mengadakan pelatihan jarak jauh (e-learning system), ini lebih efektif dan efesien dipergunakan dibandingkan dengan sistem pelatihan (training) konvensional. Modul pelatihan dikemas
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
129
dalam bentuk multimedia interaktif dan hanya bisa diakses oleh karyawan yang memiliki user akses sistem ERP. Sehingga para pengguna dapat terus belajar untuk mengoperasikan sistem ERP sekaligus menyelesaikan pekerjaanya. Hal ini selaras dengan faktor pelatihan (training) yang merupakan faktor yang berpengaruh secara signifikan terhadap penerimaan pengguna sistem ERP di PT XYZ.
Meningkatkan persepsi pengguna tentang relevansi sistem ERP terhadap pekerjaannya dan manfaat ERP untuk kemajuan perusahaan. Salah satu cara adalah mengadakan kegiatan sosialisasi ERP benefit awareness kepada para pengguna. Hal ini selaras dengan faktor user involvement dan shared belief in the benefits of ERP system yang merupakan faktor yang berpengaruh secara signifikan terhadap penerimaan pengguna sistem ERP di PT XYZ.
5.2.2. Saran Untuk Penelitian Selanjutnya Beberapa saran yang dapat digunakan untuk penelitian selanjutnya adalah:
Melakukan
penelitian
terkait
kepuasan
pengguna
(user
satisfaction) dari sistem ERP dengan suatu model tertentu, misalnya dengan pendekatan End User Computing Satisfaction yang dikembangkan oleh Doll dan Torkzadeh (1988).
Seperti yang telah dibahas di subbab 1.2.2. khususnya pada Gambar 1.6
faktor kualitas teknologi (sistem informasi) dari sistem
ERP merupakan salah satu faktor yang mempengaruhi kesuksesan atau maksimalnya manfaat yang dirasakan dari implementasi ERP. Penelitian selanjutnya dari sisi kualitas sistem ERP itu sendiri dapat dilakukan dengan suatu model tertentu misalnya dengan menggunakan pendekatan Updated D&M IS Success Model (DeLone & McLean, 2003).
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
DAFTAR REFERENSI
Abramson, R., Buckley, P. L., & Rahman, S. F. (2005). Tricks and traps in structural equation modelling: a GEM Australia example using AMOS graphics. Proceedings of the Australasian Business and Behavioural Sciences Association Conference, 558-599. Ajzen, I., & Fishbein, M. (1980). Understanding attitudes and predicting behavior. Englewood Cliffs, NJ: Prentice-Hall. Aladwani, A. (2001). Change management strategies for successful ERP implementation, Business Process Management Journal, 7(3), 266-275. Alshawi, S., Themistocleus, M., & Zairi, M. (2004). Integrating diverse ERP systems: a case study. The Journal of Enterprise Information Management, 17(6) 454-462. Barker, T. & Frolick, M. N. (2003). ERP Implementation Failure: A Case Study. Information Systems Management, 20(4), 43-49. Bentler, P. M., & Chou, C.-P. (1987). Practical Issues in Structural Modeling. SAGE. Besson, P. & Rowe, F. (2001). ERP Project Dynamics and Enacted Dialogue: Perceived Understanding, Perceived Leeway, and the Nature of Task-related Conflicts. The DATA BASE for Advances in Information Systems, 32(4), 47–66. Bolt, M. A. (1999). The Social Cognitive Model for Computer Training: An Experimental Investigation. Virginia Polytechnic Institute and State University, Doctor of Philosophy in Business Administration. Blacksburg: Virginia Polytechnic Institute and State University.
130
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
131
Brown, S. A., Massey, A. P., Montoya-Weiss, M. M. & Burkman, J. R. (2002). Do I Really Have To? User Acceptance of Mandated Technology. European Journal of Information Systems, 11(4), 283–295. Byrne, B. M. (2010). Structural Equation Modeling with AMOS : Basic Concept, Applications, and Programming (Second Edition ed.). New York: Routledge. Davis, F. D., Bagozzi, R. P., & Warshaw, P. R. (1989). User Acceptance of Computer Technology : A Comparison of Two Theoritical Models (Vol. 35). USA: Management Science. Davis, F.D. (1989), Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly 13 (3), 318–339. Eby, L. Casper, W., Lockwood, A., Bordeaux, C & Brinley, A. (2005). Work and family research in IO/ OB: Content analysis and review of the literature (19802002). Journal of Vocational Behavior, 66, 124-197. Edwards, H. M., & Humphries, L. P. (2005). Change Management of People & Technology in an ERP Implementation. Jounal of Cases an Information Technology, 7(4) 143-159 Esther
Strauss,
E.
M.,
&
Spreen,
O.
(2006).
A
Compendium
of
Neuropsychological Tests: Administration, Norms, and Commentary, Third Edition. USA: Oxford University Press. Finney, S. J., & Distefano, C. (2006). Non-Normal and Categorical Data In Structural Equation Modeling. (G. R. Hancock, & R. O. Mueller, Eds.) Greenwich: Information Age Publishing. Govindaraju, R. (2002). A Framework For Studying Enterprise System Implementations from an Organisational Perspective. Working Paper. LSIK ITB. Gozali, I., & Fuad. (2008). Structural Equation Modeling: Teori, Konsep dan Aplikasi dengan Program LISREL 8.80 (2nd ed.). Semarang: Badan Penerbit UNDIP.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
132
Greasley, P. (2008). Quantitative Data Analysis Using SPSS. New York: McGraw-Hill. Grewal, Rajdeep, Joseph. A. Cote, Hans Baumgartner. (2004). Multicollinearity and measurement error in structural equation models: Implications for theory testing. Marketing Science 23(4) 519-29. Gyampah, Kwasi-Amoako. (2004), Perceived usefulness, user involvement and behavioral intention: an empirical study of ERP implementation, Computers in Human Behavior. Gyampah, Kwasi-Amoako., & Salam, A. F. (2004), An Extension of The Technology Acceptance Model in An ERP implementation Environment. Information & Management, Vol. 41, Oktober, 731-745. Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2009). Multivariate Data Analysis. USA: Prentice Hall. Hartwick, J., & Barki, H. (1994). Explaining the Role of User Participation in Information System Use. Management Science, 40(4), 440– 465. Hooper, D., Coughlan, J., & Mullen, M. (2008). Structural Equation Modelling: Guidelines for Determining Model Fit. Electronic Journal of Business Research Methods. Dublin Institute of Technology. Igbaria M, Zinatelli.(1997). Personal Computing Acceptance Factors in Small Firm: A Structural Equation Modelling. Management Information System Quarterly, 21(3). Igbaria M.(1994). An Examination of the Factors Contributing to Micro Computer Technology Acceptance. Jurnal of Information System, Elsiever Science, USA. Jackson, C. M., Chow, S., & Leitch, R. (1997). Toward an understanding of the behavioral intention to use an information system. Decision Sciences, 28(2), 357– 389.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
133
Jogiyanto. (2011). Structural Equation Modeling. Yogyakarta: UPP STIM YKPN. Joreskog, K. G., & Sorbom, D. (1993). LISREL 8: Structural Equation Modeling with SIMPLIS Command Language. USA: Scientific Software International, Inc. Karahanna, E. (1999). Symbolic adoption of information technology. Proceedings from the International Decision Sciences Institute Conference, Athens, Greece. Kee-Young Kwahk and Jae-Nam Lee.(2008).The Role of Readiness for Change in ERP Implementation: Theoretical Bases and Empirical Validation. Information & Management, Vol.45, 474-481. Kline, R. B. (2005). Principles and Practice of Structural Equation Modeling. New York: The Guilford Press. Kline, R. B. (2011). Principles and Practice of Structural Equation Modeling (Third Edition ed.). New York: The Guilford Press. Klonglan, G.E., & Coward, E.W.J. (1970). The concept of symbolic adoption: A suggested interpretation. Rural Sociology, 35(1), 77-83. Kumar, S., & Keshan, A. (2009). ERP Implementation in tata steel: focus on benefits and ROI. Journal of Information Technology Case and Application Research, 94. L. Lapointe, S. Rivard. (2005). A multilevel model of resistance to information technology implementation. MIS Quarterly 29 (3), 461–491. Landis, R. S., Beal, D. J., & Tesluk, P. E. (2000). A comparison of approaches to forming composite measures in structural equation models. Organizational Research Methods, 3, 186–207. Latan, H. (2012). Structural Equation Modeling Konsep dan Aplikasi Menggunakan Program LISREL 8.80. Bandung: Alfabeta.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
134
Lisa Seymour, W. M. (2007). End-Users’ Acceptance of Enterprise Resource Planning Systems: An Investigation of Antecedents. Annual ISOnEworld Conference. 6. Las Vegas: www.isoneworld.org. Maguire, S., Ojiako, U., & Said, A. (2010). ERP Implementation in Omantel: a case study. Industrial Management & Data Systems, 78-92. Melone, N. P. (1990). A theoretical assessment of the user-satisfaction construct in information systems research. Management Science, 36(1), 76-91. META Group. (2004). Market Research: The State of ERP Services (Executive Summary). META Group Inc., Stamford, CT. Michiko Miyamoto, S. K. (2013). Measuring ERP Succes: Integrated Model of User Satisfaction and Technology Acceptance; An Empirical Study in Japan. International Proceedings of Economics Development & Research, 57, 86. Muscatello, J. R., & Chen, I. J. (2008). Enterprise Resource Planning (ERP) Implementations: Theory and Practice. International Journal of Enterprise Information Systems, 4(1), 63-78. Nah, F. F., Lau, J. L. & Kuang, J. (2001). Critical Factors for Successful Implementation of Enterprise Systems. Business Process Management, 7(3), 285– 296. Nah, F. F., Tan, X. & Teh, S. H. (2004). An Empirical Investigation on EndUsers’ Acceptance of Enterprise Systems. Information Resource Management Journal, 17(3), 32–53. Osborne, J. W., & Overbay, A. (2004). The power of outliers (and why researchers should ALWAYS check for them). Practical Assessment, Research & Evaluation. R.W. Zmud, J.F. Cox.(1979). The implementation process: a change approach. MIS Quarterly 3 (2), 35–43.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
135
Rajesri Govindaraju, L. G. (2008). Studi Mengenai ERP System Adoption Berbasis Technology Acceptance Model. Jurnal Manajemen Teknologi, 7. Rawstorne, P., Jayasuriya, R. & Caputi, P. (1998). An integrative model of information systems use in mandatory environments. Proceedings of the Nineteenth International Conference on Information Systems, Helsinki, Finland. Raykov, T., & Marcoulides, G. A. (2000). A First Course in Structural Equation Modeling. London: Lawrence Erlbaum Associates, Inc. Sankar, C. S. (2010). Factors that Improve ERP Implementation Strategies in an Organization. International Journal of Enterprise Information Systems, 6(2), 1534. Santoso, Singgih.(2011). Structural Equation Modeling: Konsep dan Aplikasi dengan AMOS 18. Jakarta: Elex Media Komputindo. Schermelleh-Engel, ., Moosbrugger, .,
M ller, . (2003). Evaluating the Fit
of Structural Equation Models: Tests of Significance and Descriptive Goodnessof-Fit Measures. Germany: University of Koblenz-Landau. Schumacker, R. E., & Lomax, R. G. (2004). A Beginner's Guide to Structural Equation Modeling. London: Lawrence Erlbaum Associates, Inc. Sekaran, U. (2003). Research Methods For Business (Fourth Edition ed.). New York: John Wiley & Sons, Inc. Sekundera, Charlesto.(2006). Analisis Penerimaan Pengguna Akhir dengan menggunakan Technology Acceptance Model dan End User Computing Satisfaction Terhadap Penerapan Sistem Core Banking Pada Bank ABC. Universitas Diponegoro, Program Studi Magister Sains Akuntansi. Semarang: Universitas Diponegoro. Sugiarto, & Sitinjak, T. J. (2006). LISREL. Yogyakarta: Graha Ilmu. Sugiyono. (2007). Statistika untuk Penelitian. Bandung: Alfabeta.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
136
Venkatesh, V. (1999). Creation of Favourable User Perceptions: Exploring the Role of Intrinsic Motivation. MIS Quarterly, 23(2), 239–260. Venkatesh, V., & Davis, F. (2000). A Theoretical Extension of the Technology Acceptance Model: Four Longitudinal Field Studies. USA: Management Science. Ward, J., Hemingway, C. & Daniel, E. (2000). A framework for addressing the organisational issues of enterprise systems implementation. Journal of Strategic Information Systems, 14, 97–119. Weber, Ron.(1998). Information System Control and Audit. Prentice - Hall. Wijanto, S. H. (2008). Structural Equation Modeling dengan LISREL 8.80: Konsep dan Tutorial. Yogyakarta: Graha Ilmu. Yang, C. C., Ting, P. H., & Wei, C. C. (2006). A Study of the Factors Impacting ERP System Performance - from the User' Perspective. Journal of American Academy of Business, 161.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
DAFTAR ISTILAH
AT (Attitude Towards System Use) - Perasaan positif atau negatif dari seseorang jika harus menggunakan suatu teknologi BENB (Shared belief in the benefits of ERP system) - Tingkat sejauh mana terjadi pertukaran opini dan keyakinan mengenai manfaat dari implementasi sistem ERP, dikalangan pengguna, rekan sejawat, dan tim kerja di sekitar pengguna di dalam organisasi CR (Construct Reliability) - Merupakan teknik untuk mengestimasi reliabilitas dari model pengukuran Df (Degrees of freedom) – Nilai yang menghitung jumlah data indikator dikurangi dengan jumlah parameter data yang diperkirakan ERP (Enterprise Resource Planning) - Sebuah sistem informasi yang dikembangkan untuk mengintegrasi bidang marketing, financial, manufacturing dan human resource. ERP adalah software sistem komputer pada perusahaan yang digunakan untuk mengatur,share dan mengkoordinasi semua sumber, informasi dan fungsi - fungsi bisnis Kurtosis – Ukuran tingkat sebaran data ketika dibandingkan dengan sebaran normal "ML (Maximum Likehood) - Adalah estimator yang paling banyak digunakan dalam SEM, merupakan teknik estimasi yang digunakan untuk mencari titik tertentu untuk memaksimumkan sebuah fungsi. Secara ‘empirical value’ dengan melakukan ‘plot’"
136
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
137
MTMM (Multi-method multi-trait model) - yaitu suatu pendekatan untuk menguji validitas konstruk dengan mengukur kesamaan dan perbedaan sifat (trait) sebagai bentuk pengujian validitas konvergen dan diskriminan Multikolinearitas – Pengukuran dimana sebuah variabel dapat dijelaskan oleh variabel lain dalam sebuah analisis, jika multikolinearitas meningkat, maka akan susah melakukan interpretasi sebuah variabel dan hubungannya dengan variabel lain PEU (Perceived Ease of Use) - tingkatan sejauh mana individu percaya bahwa teknologi yang diadopsi perusahaan mudah untuk digunakan atau bebas dari usaha untuk menggunakannya PJC (Project Communication) - Mengkomunikasikan proyek implementasi sistem ERP kepada para pengguna PU (Perceived Usefulness) - tingkat kepercayaan pengguna bahwa dengan menggunakan sebuah sistem akan meningkatkan kinerja dalam pekerjaan RFC (Readiness for Change) - Kesiapan pengguna untuk berubah dari kebiasaan menggunakan legacy sistem lama ke sistem ERP SA (Symbolic Adoption) - dorongan atau kecenderungan seseorang secara mental menerima ide/gagasan perusahaan mengadopsi dan mengimplementasikan inovasi teknologi informasi (ERP) Skewness – Ukuran simetris dari sebuah distribusi yang dibandingkan dengan distribusi atau sebaran normal. TAM (Technology Acceptance Model) - Suatu model untuk mengevaluasi penerimaan pengguna terhadap teknologi (IS/IT) TR (Training) - kegiatan pelatihan dimana pengguna (user) dapat berinteraksi dengan sistem ERP maupun prototype dari sistem ERP
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
138
UI (User Involvement) - keadaan psikologis yang mencerminkan penilaian pengguna terhadap relevansi sebuah sistem tertentu terhadap dirinya VE (Variance Extracted) - merupakan teknik untuk mengestimasi reliabilitas dari model pengukuran VIF (Variance Inflation Factor - Indikator efek dari variabel bebas lain miliki pada koefisien regresi pada standar error yang berkaitan langsung dengan nilai tolerance (tolerance value) untuk melihat derajat multikolinearitas antara variabelvariabel bebas.
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
LAMPIRAN Lampiran 1: Transkrip Wawancara
Transkrip wawancara dengan Project Secretary of ERP Implementation di PT XYZ.
Transkrip Wawancara Project Secretary of ERP Implementation di PT XYZ. DHIPA : Selamat siang mbak PS : Siang Dhipa
Kode A1
: Mohon ijin untuk interview mengenai implementasi sistem ERP di PT XYZ : Silakan Dhip
A2
DHIPA : Sejak kapan PT XYZ mengadopsi sistem ERP ? PS : Proyek ERP dimulai tahun 2008, dan mulai Go Live tahun 2009
A3
DHIPA PS
DHIPA
PS
: Kenapa sih PT XYZ memutuskan untuk mengimplementasikan sistem ERP ? : Pada tahun 2007, CEO kita menyadari bahwa perlu dilakukan pembenahan TI untuk meningkatkan kinerja dari 5 proses operasional utama PT XYZ, tau kan? Itu lho media, services, manufacture, publisher, dan retail
DHIPA : Mengapa dirasa perlu melakukan pembenahan TI mbak ? : Karena pada saat itu banyak pulau-pulau aplikasi di PT XYZ, PS banyak sistem yang tambal sulam juga DHIPA
PS
: Selain mensimplifikasi pulau – pulau aplikasi, apa tujuan dari implementasi sistem ERP ini ? : Sebenarnya ada 4 tujuan utamanya Dhip, sesuai jargon proyek ini yaitu STAR. S= Simplifyng the complexity, T= Trimming the un-efficiency, A= Aligning the value chain, R: Running the excellent operation. Untuk detailnya kita tuangkan kedalam 135 dokumen business blueprint.
139
A4
A5
A6
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
140
Transkrip Wawancara Project Secretary of ERP Implementation di PT XYZ. DHIPA
PS
DHIPA
PS
DHIPA
PS
DHIPA
PS
: Bisa diceritakan sedikit tentang proses implementasi yang dilalui mbak : Jadi gini, padaa saat itu project team dari PT XYZ ada 54 orang ditambah 35 orang dari konsultan. Sebelum kick off kita udah site visit dulu ke industri media lain yang sukses pake ERP seperti di Times of India (India), The Star (Malaysia), dan News Strait Times (Malaysia). Setelah itu kita undang direktur dari seluruh unit bisnis PT XYZ untuk menbicarakan mengenai BPR (business process reengineering) karena kita sadar betul kalo pada akhirya kita memutuskan untuk implementasi ERP kita harus rapihin dulu ni proses bisnis kita. Kemudian dilakukan beauty contest dari beberapa vendor ERP dan akhirnya diputuskan kita pake vendor ERP asal Jerman. Selama proses implementasi kita rutin tu nyebarin bulletin yang isinya activity project, kita juga rutin mengadakan roadshow ke daerah-daerah untuk sosialisasi bahwa PT XYZ sedang ada proyek besar, yaitu implementasi ERP. : Modul-modul ERP apa saja yang diimplementasikan di PT XYZ ? : Kita mengimplementasikan 6 (enam) modul dari salah satu vendor ERP asal Jerman. Modul–modul tersebut antara lain adalah: MAM (Media Advertising Management), MSD (Media Sales & Distribution), CRM (Customer Relationship Management), FICO (Financial & Controlling), MSM (Material & Services Management), dan HR (Human Resources). : Bisa diceritakan tentang harapan-harapan top manajemen atas proyek implementasi sistem ERP ini ? : Harapannya tentu saja tujuan awal implementasi yaitu STAR tadi bisa dicapai dan 135 business blueprint yang udah disusun bisa ter-fulfilled semua. Harapan lainnya adalah semua unit bisnis PT XYZ diharapakan menggunakan sistem ERP sebagai backbone of information system. Jadi intinya semua back office di unit bisnis pakai sistem ERP untuk meningkatkan service level, menciptakan new business opportunity, accurate report, dan integrasi antar unit bisnis. : Apakah manfaat dari implementasi sistem ERP sesuai dengan yang diharapkan ? : Bisa dibilang proyek implementasi sistem ERP ini kurang berhasil, hal itu ditunjukkan dari 135 Business Blueprint yang rencananya akan terpenuhi melalui penerapan sistem ERP hanya 57 yang berhasil terpenuhi. Indikator kurang berhasilnya implementasi ERP juga dilihat dari resistensi unit bisnis terbesar
Kode
A7
A8
A9
A10
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
141
Transkrip Wawancara Project Secretary of ERP Implementation di PT XYZ.
Kode
di PT XYZ terhadap sistem ERP.
DHIPA
PS
DHIPA
PS
: Menurut mbak, apa penyebab utama dari kurang berhasilnya implementasi ERP di PT XYZ ? : Menurut saya penyebab utama adalah banyak pengguna yang resistance terhadap sistem ERP, banyak orang lama terutama dari unit bisnis besar , mereka sudah merasa nyaman dengan legacy sistem yang dulu sehingga enggan berpindah ke sistem ERP. Hal tersebut berdampak pada rendahnya tingkat penerimaan pengguna akhir terhadap sistem ERP : Bisa diceritakan mengenai resistance dari pengguna sistem ERP yang dimaksud ? : Banyak pengguna yang merasa pekerjaan mereka jadi tambah ribet sejak implementasi sistem ERP, contohnya rekan-rekan media planner sebelum menggunakan ERP mereka biasa dealing iklan dengan suatu company tidak mendetail namun iklan tetap bisa tayang. Sekarang setelah implementasi ERP, setiap order iklan harus dibreakdown secara detail per iklan baru kemudian iklan tersebut bisa tayang. Contoh kedua rekan-rekan sales & marketing sekarang kan mereka sudah difasilitasi dengan modul CRM, namun karena mereka sudah terbiasa kerja tidak dicatat atau sales activity tidak dicatat secara teratur maka modul CRM tidak dimanfaatkan sebagaimana mestinya.
: Selain resistance, dari sisi Sumber Daya Manusia apakah ada DHIPA hal yang turut berperan sebagai salah satu penyebab kurang berhasilnya implementasi ERP di PT XYZ ? : Ada. Pertama kurangnya knowledge transfer antar pengguna sistem ERP yang merupakan imbas dari tingkat key user turnover yang tinggi, Kedua Ketidaksesuaian background PS pendidikan, Jika menggunakan sistem ERP rekan-rekan front office atau kantor depan harus paham mengenai ilmu accounting sehingga akuntabilitas dari transaksi yang masuk bisa terjaga sejak awal di depan. DHIPA PS
: Apakah sudah pernah dilakukan evaluasi terkait tingkat penerimaan pengguna sistem ERP di PT XYZ ? : Belum pernah
A11
A12
A13
A14
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
142
Transkrip Wawancara Project Secretary of ERP Implementation di PT XYZ. : Apakah aspek teknologi dari sistem ERP juga berperan sebagai DHIPA salah satu penyebab kurang berhasilnya implementasi ERP di PT XYZ ? : Dari sisi teknologi menurut saya ada beberapa poin yang berperan terhadap kurang berhasilnya implementasi ERP di PT XYZ. Pertama unclear requirement di awal. Kedua hardware sizing, jadi di awal kita terlalu fokus ke software dan BPR jadi kurang memperhatikan kesiapan infrastrukturnya. Ketiga terlalu banyak kustomisasi, sistem ERP sebenarnya aplikasi jadi, di dalamnya sudah ada proses bisnis yang notabene best practice dari industri terkait, walaupun sudah dilakukan BPR tapi tetap saja banyak hal yang perlu dikustomisasi supaya ERP bisa fit di PS PT XYZ. Keempat performance dari ERP dianggap kurang fit terhadap proses bisnis iklan di PT XYZ, contohnya gini dhipa: pada umumnya iklan baris di koran paling banyak dibaca pada hari Sabtu dan Minggu, jadi order iklan dari biro iklan biasanya menumpuk di hari jumat agar bisa tayang pada hari Sabtu dan MInggu. PT XYZ menetapkan bahwa order iklan diterima paling lambat jam 6 sore di hari jumat. Biro iklan biasanya baru mengirimkan order ke kita jam 4 sore sekaligus banyak, bisa sampai 4000 iklan. Sistem ERP tidak mampu menangani transaksi sebanyak itu dalam waktu singkat. : Dari sisi bisnis proses apakah ada hal yang turut berperan DHIPA sebagai salah satu penyebab kurang berhasilnya implementasi ERP di PT XYZ ? : Beberapa proses bisnis di PT XYZ masih harus dibenahi PS terutama iklan dan jadwal penerbitan majalah. Harus bisa memanage product plan dan schedule-nya. : Pertanyaan terakhir mbak, dari sisi organisasi apakah ada hal DHIPA yang turut berperan sebagai salah satu penyebab kurang berhasilnya implementasi ERP di PT XYZ ? : Ya itu tadi, belum pernah dilakukan evaluasi terkait tingkat penerimaan pengguna sistem ERP di PT XYZ dan kurangnya awareness dari top manajemen selama proses implementasi PS ERP, terutama dalam hal menyiapkan sumber daya manusia dengan attitude dan background pendidikan yang tepat untuk menjadi pengguna akhir dari sistem ERP. DHIPA : Terima kasih banyak atas waktunya mbak PS : Sama-sama Dhip..,
Kode
A15
A16
A17
A18
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
Lampiran 2: Profil Organisasi A. Sejarah PT XYZ PT XYZ adalah perusahaan Indonesia yang bergerak di bidang media massa yang didirikan pada pertengahan tahun 1965 Oleh dua wartawan senior pada waktu itu. Perusahaan ini merupakan pioneer dalam dunia media massa Indonesia. Namanya pun merupakan pemberian langsung dari presiden pertama Republik Indonesia, Ir. Soekarno. Pengalaman yang ditempa oleh berbagai peritiwa penting yang membentuk bangsa dan negara menjadi suatu pijakan yang membuat PT XYZ terus melaju walau banyak kompetitor bergerak pada bisnis yang sama. Pada 1980-an PT XYZ berkembang pesat khususnya dalam bidang komunikasi. Perusahaan ini seolah melaju sendiri di jalanan yang mulus, rata, lurus, dan lenggang. Hal ini terjadi karena pada saat itu PT XYZ lah yang paling kokoh dalam hal permodalan dan sumber daya manusianya. Pada saat ini Harian (koran) terbitan PT XYZ terbit rata-rata 500.000 eksemplar per hari, dengan tingkat keterbacaan 1.850.000 per hari. Artinya, harian tersebut rata-rata dibaca oleh 1.850.000 orang per hari dan hadir hampir di seluruh propinsi di Indonesia. Dengan sumber daya wartawan yang berjumlah 230 orang, harian terbitan PT XYZ menyajikan berita dari wartawannya yang ditempatkan di berbagai kota di Jawa, Sumatera, Kalimantan, Nusa Tenggara, Sulawesi sampai Papua. Demi mengembangkan diri, kini PT XYZ memiliki beberapa anak perusahaan atau bisnis unit yang bervariasi. Misalnya, media massa, toko buku, percetakan, penerbit, radio, hotel, lembaga pendidikan, event organizer, hingga televisi pendidikan. B. Visi, Misi, dan Nilai-Nilai PT XYZ PT XYZ memiliki visi dan misi yang jelas yaitu: "Menjadi Perusahaan yang terbesar, terbaik, terpadu dan tersebar di Asia Tenggara melalui usaha berbasis pengetahuan yang menciptakan masyarakat tedidik, tercerahkan, menghargai kebhinekaan dan adil sejahtera."
143
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
144
Untuk mewujudkan Visi dan Misi PT XYZ, dibutuhkan sumber daya manusia KG yang memahami dan menghayati nilai-nilai luhur sebagaimana telah diwariskan oleh para pendiri, yakni: a) Caring •
Humanisme/kemanusiaan (menghargai manusia sesuai harkat & martabatnya), yang transendental (berdasarkan keyakinan akan yang tertinggi, yang mengatasi segala sesuatu).
•
Peduli pada sesama; compassion; membantu dengan tulus.
•
Tanggungjawab sosial (CSR); cepat tanggap terhadap problem
lingkungan kemasyarakatan.
•
Memberikan kesempatan yang sama pada setiap orang tanpa
membedakan golongan, ras, suku, gender, agama.
•
Menghargai perbedaan budaya; adaptif; inkulturatif; cross-
cultural.
•
Management by walking around; saling menyapa; mengenal
satu sama lain.
•
Saling menghargai, saling memahami (toleransi).
•
Peduli pada kesejahteraan karyawan; membina bawahan;
delegasi, kaderisasi.
b) Credible •
Integritas tinggi; jujur; satu kata dengan perbuatan (konsisten)
•
Dapat dipercaya (reliable); dapat diandalkan (capable)
•
Bertanggungjawab; menepati janji (komitmen); disiplin
•
Berwatak baik; berniat baik; berpikir positif.
•
Ber-etika bisnis bersih; transparan (keterbukaan)
•
Berjalan sesuai regulasi (pemerintah, stakeholders, shareholders)
•
Loyal; setia pada lembaga & profesi; dedikatif
•
Fair (tidak curang)
c) Competent •
Profesional, menguasai bidang profesinya
•
Berorientasi pada kinerja dan hasil terbaik; get things done;
bekerja tuntas
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
145
•
Menggunakan sumber daya secara optimal (efisien dan efektif:
work smart)
•
Berwawasan luas
•
Senantiasa mengembangkan diri; continuous learning
•
Proaktif
•
Mengambil keputusan dengan arif; pertimbangan matang
•
Bekerjasama demi hasil terbaik bersama tim (sinergi; aliansi
stratejik; involving; teamwork)
•
Terampil teknologi
d) Competitive •
Bersemangat kompetisi / bersaing secara smart; mencapai yang terbaik
•
Kreatif, inovatif
•
Percaya diri, berani memimpin/merintis/memulai
•
Berani ambil risiko, speed, akseleratif
•
Open minded, terbuka terhadap kritik, perbaikan dan perubahan.
•
Tidak puas dengan kondisi saat ini, ingin berubah menjadi lebih
baik
•
Mengelola jejaring/networking yang semakin mendunia
e) Customer Delight •
Berorientasi pada penyediaan layanan & produk berkualitas sesuai kebutuhan pelanggan.
•
Mempelajari
kecenderungan
dinamika
kebutuhan
pelanggan;
fleksibilitas demi pelanggan •
Menangani keluhan dan problem pelanggan secara professional
•
Memahami/mengantisipasi
kebutuhan
pelanggan
(customercare)
sebelum meminta •
Mengupayakan pelanggan semakin terdidik dan tercerahkan
•
Menyenangkan pelanggan berdasarkan mentalitas
berkelimpahan (aspek dua arah)
C. Struktur Organisasi PT XYZ Struktur organisasi adalah hubungan antara berbagai komponen dan bagian organisasi. Pada organisasi formal struktur direncanakan dan meupakan usaha
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
146
sengaja untuk menetapkan pola hubungan antara berbagai komponen sehingga dapat mencapai sasaran secara efektif. Sedangkan pada organisasi informal, struktur organisasi adalah aspek sistem yang tidak direncanakan dan timbul secara spontan akibat interaksi peserta. Terdapat 5 (lima) bentuk struktur organisasi yaitu fungsional, divisional, matriks, tim, dan jaringan. Setiap bentuk struktur organisasi keunggulan dan kelemahan masing- masing. PT XYZ menggunakan bentuk struktur fungsional untuk struktur organisasinya,
dimana
orang-orang
dikelompokkan
menurut
kesamaan
keterampilan dan aktivitas-aktivitas kerja. Struktur perusahaan PT XYZ secara garis besar dapat digambarkan seperti Gambar dibawah ini:
Struktur Organisasi PT XYZ
(Sumber: PT XYZ, 2009)
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
Lampiran 3: Kuesioner Penelitian
Kuisioner Evaluasi Implementasi SAP di Kompas Gramedia
https://docs.google.com/forms/d/1xlaSSx6ooCmWa9c6Axqi...
Kuisioner Evaluasi Implementasi SAP di Kompas Gramedia Dengan Hormat, Sehubungan dengan telah digunakannya SAP sejak tahun 2009 sebagai system yang mendukung operasional beberapa business unit KG, maka untuk meningkatkan kualiats layanan kami, Corporate IT & IS mengajak saudara untuk berkenan meluangkan waktunya, berpartisipasi dalam kegiatan survey kepada seluruh pengguna SAP di Kompas Gramedia. Kegiatan survey ini bertujuan mengevaluasi seluruh proses sejak training sampai sekarang, jadi bagi beberapa user yang dulu pernah mengikuti pelatihan sejak proyek go live, mohon kesediaannya mengingat2 kembali proses training yang pernah diberikan. Training atau pelatihan yang dimaksud, tidak hanya training yang diberikan oleh tim proyek SAP tetapi juga, mungkin oleh rekan kerja/ tim internal BU/FU di unit saudara. Survey ini disusun berdasarkan beberapa indikator penerimaan teknologi (technology acceptance), seperti : project communication, training, share belief, user involvement, readiness for change, usefulness, ease of use, attitude serta symbolic adoption. Hasil dari kuisioner ini nantinya akan diolah untuk mengetahui faktor-faktor apa saja yang mempengaruhi tingkat penerimaan pengguna akhir terhadap penerapan sistem SAP di Kompas Gramedia yang diharapkan mampu menjadi referensi bagi pihak manajemen dalam upaya memaksimalkan pemanfaatan sistem SAP di lingkungan Kompas Gramedia. Untuk itu, kami mengharapkan kesediaan Bapak/Ibu sekalian untuk mengisi kuesioner ini. Atas kesediaan dan kerjasamanya, kami ucapkan terima kasih. Corporate IT & IS Adrian Herlambang * Required
1. Nama :
2. User Id SAP :
3. Divisi / Kelompok : * Contoh : Corporate HR, Graha Kerindo Utama, Transito Ad, dll
4. Bagian : * Contoh : Internal Audit, Account Executive, Finance, dll
1 of 11
12/23/13, 7:03 AM
147
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
148
Kuisioner Evaluasi Implementasi SAP di Kompas Gramedia
https://docs.google.com/forms/d/1xlaSSx6ooCmWa9c6Axqi...
5. Jabatan : * Contoh : Director, Manager, Superintendent, Staff, dll
I. Informasi Pribadi 6. 1. JENIS KELAMIN * Check all that apply. Laki - laki Perempuan 7. 2. UMUR * Check all that apply. < 25 tahun 25 - 35 tahun > 35 tahun 8. 3. Masa Kerja * Check all that apply. < 3 tahun 3 - 5 tahun > 5 tahun 9. 4. Pendidikan Terakhir Check all that apply. D3 S1/D4 S2 S3 Other: 10. 5. Tingkat Penguasaan Komputer * Check all that apply. Dasar Menengah Mahir
2 of 11
12/23/13, 7:03 AM
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
149
Kuisioner Evaluasi Implementasi SAP di Kompas Gramedia
https://docs.google.com/forms/d/1xlaSSx6ooCmWa9c6Axqi...
II. Pertanyaan Kuisioner Pilihlah salah satu jawaban yang paling sesuai dengan penilaian Bapak/Ibu terhadap pernyataan yang diberikan, dengan skala penilaian : 1 = Sangat Tidak Setuju, 2 = Tidak Setuju, 3=Netral, 4=Setuju, 5=Sangat Setuju Tidak ada jawaban benar atau salah. Beberapa pernyataan tampak memiliki arti yang hampir sama, hal ini tidak perlu anda hiraukan. Anda cukup menjawab langsung sesuai apa yang pertama kali muncul di pikiran anda
Project Communication (PJC) 11. 1. Saya memahami proyek SAP dengan baik melalui media komunikasi : Infokita, Star-Post, standing banner dan poster-poster * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
12. 2. Saya memperoleh informasi mengenai proyek SAP ini melalui presentasi pada event-event sosialisasi dan roadshow ke daerah-daerah * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
Training (TR) 13. 3. Pelatihan/informasi dalam penggunaan sistem SAP yang diberikan sudah lengkap * Mark only one oval. 1 Sangat Tidak Setuju
2
3
4
5 Sangat Setuju
3 of 11
12/23/13, 7:04 AM
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
150
Kuisioner Evaluasi Implementasi SAP di Kompas Gramedia
https://docs.google.com/forms/d/1xlaSSx6ooCmWa9c6Axqi...
14. 4. Tingkat pemahaman saya terhadap SAP meningkat setelah mengikuti program pelatihan (EUT, dll) * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
15. 5. Pelatihan yang diadakan/Informasi yang diberikan membuat saya yakin terhadap sistem SAP * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
16. 6. Pelatihan yang diadakan dijalankan dengan waktu dan detail yang memadai * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
17. 7. Para trainer/rekan kerja/tim internal kompeten di bidangnya dan membantu saya dalam memahami sistem SAP * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
Shared Belief in the Benefit of ERP (BENB) 18. 8. Saya merasa yakin akan manfaat dari sistem SAP * Mark only one oval. 1 Sangat Tidak Setuju
2
3
4
5 Sangat Setuju
4 of 11
12/23/13, 7:05 AM
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
151
Kuisioner Evaluasi Implementasi SAP di Kompas Gramedia
https://docs.google.com/forms/d/1xlaSSx6ooCmWa9c6Axqi...
19. 9. Rekan-rekan saya yakin terhadap manfaat dari sistem SAP * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
20. 10. Tim manajemen unit saya yakin terhadap manfaat dari proyek SAP * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
User Involvement (UI) 21. 11. Sistem SAP sangat diperlukan dalam proses penyelesaian pekerjaan saya * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
22. 12. Menurut saya sistem SAP merupakan hal yang sepele * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
23. 13. Sistem SAP berpengaruh signifikan terhadap pekerjaan saya * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
24. 14. Sistem SAP penting bagi pekerjaan saya * Mark only one oval. 1 Sangat Tidak Setuju
2
3
4
5 Sangat Setuju
5 of 11
12/23/13, 7:06 AM
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
152
Kuisioner Evaluasi Implementasi SAP di Kompas Gramedia
https://docs.google.com/forms/d/1xlaSSx6ooCmWa9c6Axqi...
25. 15. Sistem SAP dibutuhkan dalam pekerjaan saya * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
26. 16. Sistem SAP relevan terhadap pekerjaan saya * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
27. 17. Sistem SAP menjadi perhatian saya di dalam penyelesaian pekerjaan * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
28. 18. Sistem SAP menentukan hasil pekerjaan saya * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
29. 19. Sistem SAP berarti bagi pekerjaan saya * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
Readiness for Change (RFC) 30. 20. Saya mengharapkan/menantikan perubahan pada pekerjaan * Mark only one oval. 1 Sangat Tidak Setuju
2
3
4
5 Sangat Setuju
6 of 11
12/23/13, 7:07 AM
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
153
Kuisioner Evaluasi Implementasi SAP di Kompas Gramedia
https://docs.google.com/forms/d/1xlaSSx6ooCmWa9c6Axqi...
31. 21. Saya merasa sebagian besar perubahan menyenangkan * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
32. 22. Orang lain berpikir bahwa saya mendukung perubahan * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
33. 23. Saya cenderung untuk mencoba ide-ide baru * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
34. 24. Saya biasanya mendukung ide-ide baru * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
35. 25. Saya sering menyarankan pendekatan-pendekatan baru terhadap suatu hal * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
36. 26. Saya berkehendak untuk melakukan apapun yang mungkin untuk mendukung perubahan * Mark only one oval. 1
2
Sangat Tidak Setuju
3
4
5 Sangat Setuju
Perceived Usefulness (PU)
7 of 11
12/23/13, 7:07 AM
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
154
Kuisioner Evaluasi Implementasi SAP di Kompas Gramedia
https://docs.google.com/forms/d/1xlaSSx6ooCmWa9c6Axqi...
37. 27. Menggunakan sistem SAP mempercepat proses kerja saya * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
38. 28. Menggunakan sistem SAP membuat kerja saya lebih berkembang * (lebih memahami alur proses kerja secara keseluruhan) Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
39. 29. Menggunakan sistem SAP meningkatkan produktivitas saya * contoh : lebih banyak transaksi yang terselesaikan Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
40. 30. Menggunakan sistem SAP membuat kerja saya lebih efektif * contoh : mengurangi kesalahan, double entry, dll Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
41. 31. Menggunakan sistem SAP mempermudah pekerjaan saya * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
42. 32. Menggunakan Sistem SAP bermanfaat bagi pekerjaan saya * Mark only one oval. 1 Sangat Tidak Setuju
2
3
4
5 Sangat Setuju
8 of 11
12/23/13, 7:08 AM
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
155
Kuisioner Evaluasi Implementasi SAP di Kompas Gramedia
https://docs.google.com/forms/d/1xlaSSx6ooCmWa9c6Axqi...
Perceived Ease of Use (PEU) 43. 33. Mudah bagi saya untuk belajar mengoperasikan sistem SAP * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
44. 34. Mudah untuk membuat sistem SAP melakukan apa yang ingin saya lakukan * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
45. 35. Alur kerja dari sistem SAP jelas dan mudah dipahami * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
46. 36. Sistem SAP merupakan sistem yang fleksibel * (telah dilakukan penyesuaian dengan bisnis proses unit saya) Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
47. 37. Mudah bagi saya untuk menjadi terampil menggunakan sistem SAP * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
48. 38. Secara keseluruhan sistem SAP mudah digunakan * Mark only one oval. 1 Sangat Tidak Setuju
2
3
4
5 Sangat Setuju
9 of 11
12/23/13, 7:09 AM
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
156
Kuisioner Evaluasi Implementasi SAP di Kompas Gramedia
https://docs.google.com/forms/d/1xlaSSx6ooCmWa9c6Axqi...
Attitude Towards ERP System (AT) 49. 39. Menggunakan sistem SAP adalah ide yang baik. * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
50. 40. Saya suka menggunakan sistem SAP untuk melakukan pekerjaan saya * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
Symbolic Adoption (SA) 51. 41. Saya antusias untuk menggunakan Sistem SAP * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
52. 42. Saya merasa sistem SAP menarik untuk digunakan * Mark only one oval. 1
2
3
4
5
Sangat Tidak Setuju
Sangat Setuju
53. 43. Saya punya keinginan sendiri untuk memanfaatkan sistem SAP secara optimal * (mempelajari fitur - fitur lain yang berguna bagi pekerjaan saya) Mark only one oval. 1 Sangat Tidak Setuju
2
3
4
5 Sangat Setuju
Powered by
10 of 11
12/23/13, 7:10 AM
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
157
Lampiran 4: Uji Statistik
A. Uji Validitas Kuesioner KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy.
.949
Approx. Chi-Square Bartlett's Test of Sphericity
7679.881
df
903
Sig.
.000
B. Uji Reliabilitas Kuesioner
Reliability Statistics Cronbach's Alpha
N of Items
.967
43
C. Missing Value
Case Processing Summary Cases Valid N
Missing
Percent
N
Total
Percent
N
Percent
PJC1
220
100.0%
0
0.0%
220
100.0%
PJC2
220
100.0%
0
0.0%
220
100.0%
TR1
220
100.0%
0
0.0%
220
100.0%
TR2
220
100.0%
0
0.0%
220
100.0%
TR3
220
100.0%
0
0.0%
220
100.0%
TR4
220
100.0%
0
0.0%
220
100.0%
TR5
220
100.0%
0
0.0%
220
100.0%
BENB1
220
100.0%
0
0.0%
220
100.0%
BENB2
220
100.0%
0
0.0%
220
100.0%
BENB3
220
100.0%
0
0.0%
220
100.0%
UI1
220
100.0%
0
0.0%
220
100.0%
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
158
UI2
220
100.0%
0
0.0%
220
100.0%
UI3
220
100.0%
0
0.0%
220
100.0%
UI4
220
100.0%
0
0.0%
220
100.0%
UI5
220
100.0%
0
0.0%
220
100.0%
UI6
220
100.0%
0
0.0%
220
100.0%
UI7
220
100.0%
0
0.0%
220
100.0%
UI8
220
100.0%
0
0.0%
220
100.0%
UI9
220
100.0%
0
0.0%
220
100.0%
RFC1
220
100.0%
0
0.0%
220
100.0%
RFC2
220
100.0%
0
0.0%
220
100.0%
RFC3
220
100.0%
0
0.0%
220
100.0%
RFC4
220
100.0%
0
0.0%
220
100.0%
RFC5
220
100.0%
0
0.0%
220
100.0%
RFC6
220
100.0%
0
0.0%
220
100.0%
RFC7
220
100.0%
0
0.0%
220
100.0%
PU1
220
100.0%
0
0.0%
220
100.0%
PU2
220
100.0%
0
0.0%
220
100.0%
PU3
220
100.0%
0
0.0%
220
100.0%
PU4
220
100.0%
0
0.0%
220
100.0%
PU5
220
100.0%
0
0.0%
220
100.0%
PU6
220
100.0%
0
0.0%
220
100.0%
PEU1
220
100.0%
0
0.0%
220
100.0%
PEU2
220
100.0%
0
0.0%
220
100.0%
PEU3
220
100.0%
0
0.0%
220
100.0%
PEU4
220
100.0%
0
0.0%
220
100.0%
PEU5
220
100.0%
0
0.0%
220
100.0%
PEU6
220
100.0%
0
0.0%
220
100.0%
AT1
220
100.0%
0
0.0%
220
100.0%
AT2
220
100.0%
0
0.0%
220
100.0%
SA1
220
100.0%
0
0.0%
220
100.0%
SA2
220
100.0%
0
0.0%
220
100.0%
SA3
220
100.0%
0
0.0%
220
100.0%
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
159
D. Uji Multikolinearitas
Coefficientsa Model
Collinearity Statistics Tolerance
1
VIF
PJC2
,534
1,874
TR1
,355
2,814
TR2
,348
2,873
TR3
,305
3,283
TR4
,328
3,052
TR5
,425
2,355
BENB1
,314
3,190
BENB2
,472
2,119
BENB3
,405
2,468
UI1
,234
4,273
UI2
,744
1,345
UI3
,248
4,035
UI4
,245
4,088
UI5
,184
5,432
UI6
,258
3,876
UI7
,303
3,298
UI8
,328
3,046
UI9
,250
4,004
RFC1
,403
2,480
RFC2
,342
2,920
RFC3
,353
2,833
RFC4
,252
3,961
RFC5
,250
3,992
RFC6
,283
3,528
RFC7
,284
3,526
PU1
,280
3,577
PU2
,345
2,899
PU3
,244
4,106
PU4
,253
3,950
PU5
,233
4,290
PU6
,297
3,368
PEU1
,250
3,994
PEU2
,351
2,853
PEU3
,276
3,619
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014
160
PEU4
,395
2,529
PEU5
,238
4,206
PEU6
,226
4,421
AT1
,378
2,648
AT2
,196
5,114
SA1
,221
4,522
SA2
,211
4,743
SA3
,335
2,983
a. Dependent Variable: PJC1
Universitas Indonesia
Analisis penerimaan ..., Gede Raditia Sakha, Fasilkom UI, 2014