UNIVERSITAS INDONESIA

UNIVERSITAS INDONESIA

ANALISIS KEPUASAN PENGGUNA AKHIR TERHADAP PENERAPAN SISTEM APLIKASI PELAYANAN KEPEGAWAIAN (SAPK) : STUDI KASUS BADAN KEPEGAWAIAN NEGARA (BKN)

KARYA AKHIR

HENI SRI WAHYUNI 1106121774

FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2013

Analisis kepuasan ...., Heni Sri Wahyuni, Fasilkom UI, 2013

UNIVERSITAS INDONESIA

ANALISIS KEPUASAN PENGGUNA AKHIR TERHADAP PENERAPAN SISTEM APLIKASI PELAYANAN KEPEGAWAIAN (SAPK) : STUDI KASUS BADAN KEPEGAWAIAN NEGARA (BKN)

KARYA AKHIR Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknologi Informasi

HENI SRI WAHYUNI 1106121774

FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2013


HALAMAN PERNYATAAN ORISINALITAS

Karya Akhir ini adalah hasil karya saya sendiri, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar.

Nama

:

Heni Sri Wahyuni

NPM

:

1106121774

Tanda Tangan : Tanggal

:

27 Desember 2012

ii Analisis kepuasan ...., Heni Sri Wahyuni, Fasilkom UI, 2013


KATA PENGANTAR

Puji syukur saya panjatkan kehadirat Allah SWT, karena atas berkat dan rahmatNya, saya dapat menyelesaikan karya akhir ini. Penulisan karya akhir ini dilakukan dalam rangka memenuhi salah satu syarat untuk mencapai gelar Magister Teknologi Informasi pada 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 menyelesaikan karya akhir ini. Oleh karena itu, saya mengucapkan terima kasih sebesar-besarnya kepada : 1. Bapak Rektor dan Dekan Fakultas Ilmu Komputer Universitas Indonesia yang telah memberikan kesempatan kepada penulis untuk mengikuti pendidikan pada Program Pascasarjana Magister Teknologi Informasi Universitas Indonesia. 2. Kementerian Komunikasi dan Informatika RI atas beasiswa melalui Program Government Chief Information Officer (GCIO) yang penulis terima. 3. Bapak Dr. Achmad Nizar Hidayanto selaku Ketua Program Pascasarjana Magister Teknologi Informasi Universitas Indonesia. 4. Bapak Dana Indra Sensuse, Ph.D selaku dosen pembimbing yang telah memberikan ilmu dan meluangkan waktu hingga terselesaikannya penulisan karya akhir ini. 5. Bapak Yudho Giri Sucahyo, Ph.D dan Ibu Yova Ruldeviyani, M.Kom selaku dosen penguji yang telah mengkritisi dan memberikan masukan demi sempurnanya penulisan karya akhir ini. 6. Ibu Yulina Setiawati NN, SH, MM selaku Deputi Bidang Informasi Kepegawaian BKN yang telah memberikan ijin kepada penulis untuk dapat mengikuti pendidikan pada Program Pascasarjana Magister Teknologi Informasi Universitas Indonesia.

iv Analisis kepuasan ...., Heni Sri Wahyuni, Fasilkom UI, 2013

7. Bapak Iwan Hermanto Soetjipto, M.Inf.Sys selaku Direktur Pengolahan Data BKN yang telah memberikan ijin dan dukungan kepada penulis selama masa perkuliahan. 8. Ibu Anie Ratna Santoso, SH, M.Si selaku Kepala Biro Kepegawaian BKN yang telah memberikan ijin kepada penulis untuk dapat mengikuti pendidikan pada Program Pascasarjana Magister Teknologi Informasi Universitas Indonesia. 9. Para Dosen Program Pascasarjana Magister Teknologi Informasi Universitas Indonesia yang telah banyak memberikan ilmunya selama perkuliahan. 10. Seluruh civitas Akademika Pascasarjana Magister Teknologi Informasi Universitas Indonesia dan teman-teman Angkatan 2010/2011 dan GCIO khususnya, atas semua bantuannya. 11. Orang tua dan mertua serta suami dan anak-anakku tercinta yang telah memberikan dorongan moril serta membantu penulis dalam doa sehingga penulis dapat menyelesaikan studi dengan baik. 12. Seluruh rekan-rekan pranata komputer BKN yang telah memberikan dukungan dan bantuannya selama masa perkuliahan.

Akhir kata, saya berharap Allah SWT berkenan membalas segala kebaikan semua pihak yang telah membantu. Semoga karya akhir ini membawa manfaat bagi pengembangan ilmu.

Jakarta, 28 Desember 2012 Penulis.

v Analisis kepuasan ...., Heni Sri Wahyuni, Fasilkom UI, 2013

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI TUGAS AKHIR UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di bawah ini: Nama

: Heni Sri Wahyuni

NPM

: 1106121774

Program Studi

: Magister Teknologi Informasi

Departemen

: -

Fakultas

: Ilmu Komputer

Jenis karya

: Karya Akhir

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Indonesia Hak Bebas Royalti Noneksklusif (Non-exclusive RoyaltyFree Right) atas karya ilmiah saya yang berjudul : “ANALISIS KEPUASAN PENGGUNA AKHIR TERHADAP PENERAPAN SISTEM APLIKASI PELAYANAN KEPEGAWAIAN (SAPK) : STUDI KASUS BADAN KEPEGAWAIAN NEGARA (BKN)” Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Noneksklusif

ini

Universitas

Indonesia

berhak

menyimpan,

mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data (database). Merawat, dan mempublikasikan karya akhir saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta. Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di Pada tanggal

: Jakarta : 17 Januari 2013

Yang menyatakan

( Heni Sri Wahyuni ) vi Analisis kepuasan ...., Heni Sri Wahyuni, Fasilkom UI, 2013

ABSTRAK

Nama : Heni Sri Wahyuni Program Studi : Magister Teknologi Informasi Judul : Analisis Kepuasan Pengguna Akhir Terhadap Penerapan Sistem Aplikasi Pelayanan Kepegawaian (SAPK) Studi Kasus : Badan Kepegawaian Negara (BKN)

Untuk meningkatkan efisiensi dan efektifitas pelayanan maka BKN (Badan Kepegawaian Negara) semakin dituntut untuk dapat memberikan informasi yang cepat, tepat dan akurat dalam memberikan pelayanan prima kepada publik khususnya bidang manajemen kepegawaian kepada Pegawai Negeri Sipil (PNS) dimana keseluruhan proses manajemen kepegawaian tersebut berkesinambungan antara instansi selaku pengusul proses kepegawaian dengan BKN, sehingga untuk mewujudkan hal tersebut maka BKN membangun suatu sistem informasi yang terintegrasi yaitu SAPK (Sistem Aplikasi Pelayanan Kepegawaian) berbasis web. Sistem ini bersifat mandatory use (wajib digunakan) dimana dalam lingkungan yang bersifat mandatory use, kepuasan pengguna menjadi ukuran penerimaan penggunaan sistem informasi. Untuk melihat keberhasilan implementasi sistem informasi tersebut diperlukan suatu evaluasi atas faktor-faktor apa saja yang mempengaruhi kepuasan total pengguna akhir sistem tersebut. Penelitian ini bertujuan untuk mengetahui pengaruh kualitas layanan diukur dari lima dimensi, kualitas sistem diukur dari delapan dimensi, kualitas informasi diukur dari enam dimensi, kepuasan pengguna sistem SAPK diukur dari delapan dimensi dan dampak kepuasan pengguna sistem terhadap manfaat-manfaat bersih diukur dari enam dimensi. Hipotesis kesatu dalam penelitian ini adalah kualitas informasi mempunyai pengaruh positif terhadap kepuasan pengguna, hipotesis kedua adalah kualitas sistem mempunyai pengaruh positif terhadap kepuasan pengguna, hipotesis ketiga adalah kualitas layanan mempunyai pengaruh positif terhadap kepuasan pengguna dan hipotesis keempat adalah kepuasan pengguna mempunyai pengaruh positif terhadap manfaat bersih. Objek penelitian adalah para pengguna SAPK baik instansi pusat maupun daerah. Dari 160 kuestioner yang dikirim diperoleh responden sebanyak 158. Metodologi yang digunakan dalam penelitian ini yaitu menggunakan Updated D&M IS Success model dengan analisis data menggunakan metode Structural Equation Model (SEM). Hasil penelitian menunjukkan bahwa hipotesis kesatu ditolak dan ketiga hipotesis lainnya mendukung terhadap model tersebut sehingga didapatkan faktor-faktor apa saja yang mempengaruhi kepuasan pengguna SAPK di BKN tersebut dan dampaknya terhadap net benefits. Kata Kunci :

kualitas layanan, kualitas sistem, kualitas informasi, kepuasan pengguna, mandatory use, Structural Equation Model (SEM).

vii

Universitas Indonesia


ABSTRACT

Name Study Program Title

: Heni Sri Wahyuni : Master of Information Technology : Analysis of End-User Satisfaction for Implementation of National Civil Service Information System (NCSIS) Case Study: National Civil Service Agency (NCSA)

To improve the efficiency and effectiveness of the services of NCSA (National Civil Service Agency) is increasingly required to provide rapid, precise and accurate in providing excellent services to the public, especially in the field of personnel management of Civil Servants (PNS) in which the general personnel management process is continuously done between all government institutions as the proposer and BKN, therefore BKN has developed an integrated web-based information system called SAPK (National Civil Service Information System (NCSIS)). This system is mandatory use (must be used) as mandatory use environment, user satisfaction become a key factor to measure the acceptance use of information systems. Therefore to see the successful implementation of information systems required an evaluation of the factors influenced to end user satisfaction. This research aimed to determine the effect of services quality which is measured on five dimensions, the quality system is measured on eight dimensions, quality information is measured on six dimensions, user satisfaction of SAPK system is measured on eight dimensions and user satisfaction and benefit simpact of the system is measured on six dimensions. Meanwhile this study has several hypothesis, the first hypothesis related to the service quality has a positive influence to the user satisfaction, the second hypothesis related to the quality of the system has a positive influence to the user satisfaction, the third hypothes is related to the quality of information has a positive influence to the user satisfaction and the fourth hypothesis related to the user satisfaction has a positive influence to the net benefits. The observation objects of this research were the users of SAPK both central and local agencies. The number of questionnaire is about 160 questionnaires and only 158 are responded. This research use the methodology of the “Updated D&M IS Success Model with data analysis using Structural Equation Model (SEM)”. The results of the model shown the first hypothesis is rejected and the three hypothesis supported the model, to obtain the factors which are influence to the user satisfaction of SAPK and also its impact to the net benefits. Keywords : service quality, system quality, information quality, user satisfaction, mandatory use, Structural Equation Model (SEM).

viii



DAFTAR ISI

HALAMAN JUDUL ………………………………………………………… HALAMAN PERNYATAAN ORISINALITAS .............................................. HALAMAN PENGESAHAN ........................................................................... KATA PENGANTAR ………………………………………………………... ABSTRAK ………………………..…………………………..………............ ABSTRACT ………………………………………………………………….. DAFTAR ISI ……………………..…………………….…………....……….. DAFTAR GAMBAR ……………………..………………………………….. DAFTAR TABEL ……………………..……………………………………... DAFTAR LAMPIRAN ..................................................................................... BAB 1 PENDAHULUAN ………………………………………………….. 1.1 Latar Belakang Penelitian …..……………………….................… 1.2 Perumusan Masalah ………………………………….…………… 1.3 Tujuan Penelitian …………………………………….……............ 1.4 Manfaat Penelitian ……………………….……………………….. 1.5 Pembatasan Masalah …………..………………………….........… 1.6 Sistematika Penulisan

i ii iii iv vi vii viii xii xv xvii 1 1 7 8 8 9 10

BAB 2 LANDASAN TEORI.………………………………………........…... 2.1 SAPK (Sistem Aplikasi Pelayanan Kepegawaian) ………………. 2.2 Pengertian Aplikasi ......................................................................... 2.3. Pengertian Sistem Informasi ……………………………………... 2.2.1 Pengertian Sistem ………………………………………… 2.2.2 Pengertian Data dan Informasi …………………………… 2.2.3 Pengertian Sistem Informasi ……………………………... 2.4 Mandatory dan Voluntary Use …………………………………… 2.5 Keberhasilan Sistem Informasi …………………………………... 2.6 Mekanisme Antar Variabel………………..…………………….... 2.6.1 Pengaruh Kualitas Informasi terhadap Kepuasan Pengguna 2.6.2. Pengaruh Kualitas Sistem terhadap Kepuasan Pengguna .... 2.6.3 Pengaruh Kualitas Layanan terhadap Kepuasan Pengguna.. 2.6.4 Kepuasan Pengguna Akhir sebagai Ukuran Keberhasilan Sistem Informasi ………………………………………….. 2.6.5 Pengaruh Kepuasan Pengguna terhadap Manfaat Bersih (Net Benefits) ……………………………………………... 2.7 Penelitian Sebelumnya ………………………………………….... 2.8 Kerangka Pemikiran ..…………………………………..………… 2.9. Hipotesis ………………………………………................……….. 2.10. Indikator Variabel ………………………………............................ 2.10.1. Indikator Variabel Kualitas Informasi ………..................... 2.10.2. Indikator Variabel Kualitas Sistem ………...............…….. 2.10.3. Indikator Variabel Kualitas Layanan ……...................…... 2.10.4. Indikator Variabel Kepuasan Pengguna …...............……... 2.10.5. Indikator Variabel Net Benefits………....................………

11 11 13 13 13 15 17 20 21 24 24 25 27

ix

28 31 33 41 42 42 42 44 45 47 48



BAB 3 METODOLOGI PENELITIAN……………..………..….………... 3.1 Populasi dan Sampel Penelitian …………………………….……. 3.1.1 Populasi …………………………………………….…….. 3.1.2 Sampel ……………………………………….…………… 3.2 Sumber dan Metode Pengumpulan Data ……………..………….. 3.2.1 Sumber Pengumpulan Data ………………………….…… 3.2.2 Metode Pengumpulan Data ……………………..…..…… 3.3 Definisi Operasional dan Skala Pengukuran Variabel …………… 3.4 Uji Kualitas Data (Instrumen) ……………………………………. 3.4.1 Uji Validitas ……………………………………………… 3.4.2 Uji Realibilitas ……………………………………………. 3.5 Teknis Analisis Data ………………………….…………….……. 3.5.1 Structural Equation Model (SEM) ……………………….. 3.6 Pengolahan Data dengan Model Structural Equation Model .......... 3.7 Analisis Jalur (Path Analysis) ......................................................... 3.8 Uji Hipotesis ……………………………………………………… 3.9 Desain Penelitian ………………….…………………….………... 3.10 Bagan Metodologi Penelitian ……………………………………..

50 50 50 50 51 51 52 53 55 55 55 56 56 57 68 68 70 71

BAB 4 PROFIL ORGANISASI.....................………..………..….……….... 4.1. Gambaran Umum BKN.............…………………………….……. 4.2. Visi dan Misi BKN .......................................................................... 4.3. Struktur Organisasi BKN ................................................................ 4.4. Wilayah Kerja BKN ........................................................................ 4.5. Portal BKN ...................................................................................... 4.6. Kondisi Jaringan dan Hardware ...................................................... 4.7. Ruang Lingkup Aplikasi SAPK ...................................................... 4.8. Workflow Proses SAPK .................................................................. 4.9. Sistem Aplikasi Pelayanan Kepegawaian (SAPK) ………………..

75 75 76 78 80 82 83 86 89 91

BAB 5 ANALISIS DATA DAN PEMBAHASAN …..………..….………... 94 5.1. Data Demografi Responden.............……………………………... 94 5.1.1. Karakteristik Responden Berdasarkan Usia ........................ 94 5.1.2. Karakteristik Responden Berdasarkan Jenis Kelamin ......... 95 5.1.3. Karakteristik Responden Berdasarkan Tingkat Pendidikan 96 5.1.4. Karakteristik Responden Berdasarkan Jenis Instansi .......... 97 5.2. Deskripsi Jawaban Responden.................................……………... 98 5.2.1. Deskripsi Jawaban Responden terhadap Information Quality ................................................................................. 99 5.2.2. Deskripsi Jawaban Responden terhadap System Quality .... 100 5.2.3. Deskripsi Jawaban Responden terhadap Service Quality ... 100 5.2.4. Deskripsi Jawaban Responden terhadap User Satisfaction . 101 5.2.5. Deskripsi Jawaban Responden terhadap Net Benefits......... 101 5.3. Hasil Uji Validitas dan Reliabilitas Instrumen Penelitian............... 102 5.3.1. Hasil Uji Validitas Instrumen Penelitian ............................. 102 5.3.2. Hasil Uji Reliabilitas Instrumen Penelitian ......................... 102 5.4. Uji Kualitas Data………………………………………….............. 103 x



5.5. Pengolahan Data dengan Model SEM……………………............. 5.5.1. Langkah 1 : Penyusunan Model SEM Berdasarkan Teori .. 5.5.2. Langkah 2 : Membuat Diagram Alur (Path Diagram) ........ 5.5.3. Langkah 3 : Konversi Diagram Alur ke dalam Persamaan Struktural dan Model Pengukuran …...…............................ 5.5.4. Langkah 4 : Membuat Diagram Alur (Path Diagram) ........ 5.5.5. Langkah 5 : Mengidentifikasi Model Struktural …………. 5.5.6. Langkah 6 : Evaluasi Estimasi Model …............................. 5.5.7. Langkah 7 : Melakukan Interpretasi dan Modifikasi Model 5.6. Uji Analisis Jalur (Path Analysis) ……………..………………..... 5.7. Uji Hipotesis …………………..…………………………............. 5.8. Pembahasan ……………………..…..……………………............. 5.9. Implikasi Penelitian ……………………..………………............... 5.9.1. Manajerial ……………………………………………..…. 5.9.2. Penelitian Selanjutnya …………………………………....

106 106 107 107 110 110 111 127 135 140 143 146 146 149

BAB 6 Penutup…..………..….………............................................................ 150 6.1. Kesimpulan.............……………………………............................. 150 6.2. Saran .............……………………………....................................... 152 DAFTAR REFERENSI ……………………………………………………..... 154 LAMPIRAN-LAMPIRAN …………………………………………………… 160

xi



DAFTAR GAMBAR

Gambar 1.1.

Grafik Penyelesaian Proses Kenaikan Pangkat Periode 01 April 2012 …………………………………………………..

4

Gambar 1.2.

Diagram Fishbone Analisis Akar Masalah …………………

6

Gambar 2.1.

Karakteristik Sistem ................................................................. 15

Gambar 2.2.

Siklus Informasi (Information Cycle) ......................................

17

Gambar 2.3.

Siklus Informasi (Information Cycle) ......................................

19

Gambar 2.3

Komponen Computer-Based Information System (CBIS) …... 21

Gambar 2.4.

D&M IS Success model .....…………………………………... 22

Gambar 2.5.

Updated D&M IS Success model .....………………..……….. 23

Gambar 2.6.

Model Evaluasi End User Computing Satisfaction …..…..….

29

Gambar 2.7.

Model Delone dan McLean (Radityo, 2007) ……………….

35

Gambar 2.8.

Full Model Struktural (Radityo, 2007) ……………………..

35

Gambar 2.9.

Model DeLone and McLean (1992) model and Myers (1997) model (Istianingsih dan Utami, 2009) ……………………... 37

Gambar 2.10. Model CFA Kualitas Layanan (Istianingsih dan Utami, 2009)

37

Gambar 2.11. Model DeLone dan Mclean, 2003 (Minartiningtyas, 2011) …. 39 Gambar 2.12. Kerangka Pemikiran Teoritis …………………………..…...

41

Gambar 2.13. Model Variabel Kualitas Informasi …………………..…….

43

Gambar 2.14. Model Variabel Kualitas Sistem ………………………..…..

45

Gambar 2.15. Model Variabel Kualitas Layanan ………………………….

46

Gambar 2.16. Model Variabel Kepuasan Pengguna ……………………….

48

Gambar 2.17. Model Variabel Net Benefits…………………………………... 49 Gambar 3.1.

Desain Penelitian ……………………………………….…..

70

Gambar 3.2.

Metodologi Penelitian ……………………………………....

71

Gambar 4.1.

Struktur Organisasi BKN …………………………………...

79

xii



Gambar 4.2.

Struktur Organisasi Kantor Regional BKN ………………....

80

Gambar 4.3.

Pemetaan Wilayah Kerja BKN ………………………………

82

Gambar 4.4.

Portal BKN – www.bkn.go.id ……………………………….

83

Gambar 4.5.

Konfigurasi Jaringan Komunikasi Data ……………………..

84

Gambar 4.6.

Konfigurasi Hardware ……………………………………....

84

Gambar 4.7.

Existing Hardware Infrastructure BKN ……………………..

85

Gambar 4.8.

Monitoring Koneksi Jaringan Komunikasi Kondisi Baik …… 86

Gambar 4.9.

Monitoring Koneksi Jaringan Komunikasi Kondisi Putus ….

86

Gambar 4.10. Ruang Lingkup Aplikasi SAPK ……………………………..

87

Gambar 4.11. Aplikasi Pendukung-1 SAPK ……………………………….

88

Gambar 4.12. Aplikasi Pendukung-2 SAPK………………………………..

88

Gambar 4.13. Proses Pelayanan Penetapan NIP di BKN – Kanreg ………..

89

Gambar 4.14. Proses Pelayanan Pensiun di BKN – Kanreg ……………….

90

Gambar 4.15. Proses Pelayanan Kenaikan Pangkat di BKN – Kanreg …….

90

Gambar 4.16. Fitur Inbox SAPK ……………………………………………

91

Gambar 4.17. Aplikasi Unit Organisasi di SAPK …………………………... 92 Gambar 4.18. Executive Information System BKN …………………………. 93 Gambar 5.1.

Grafik Responden berdasarkan Usia…………………………

95

Gambar 5.2.

Grafik Responden berdasarkan Jenis Kelamin ……………...

96

Gambar 5.3.

Grafik Responden berdasarkan Tingkat Pendidikan………..

97

Gambar 5.4.

Grafik Responden berdasarkan Jenis Instansi………………

98

Gambar. 5.5.

Path Diagram………………………………………………..

107

Gambar 5.6.

Computation of Degrees of Freedom……………………….

111

Gambar 5.7.

Analisis Faktor Konfirmatori Kontsruk Eksogen Variabel Kualitas Informasi ………………………………………….. 112

Gambar 5.8.

Variabel Kualitas Informasi hasil Modifikasi………………

xiii

114



Gambar 5.9.

Analisis Faktor Konfirmatori Kontsruk Eksogen Variabel System Quality……………………………………………… 115

Gambar 5.10. Analisis Faktor Konfirmatori Kontsruk Eksogen Variabel System Quality Hasil Modifikasi…………………………… 117 Gambar 5.11. Variabel System Quality – Penghapusan SQ1………………

118

Gambar 5.12. Analisis Faktor Konfirmatori Kontsruk Eksogen Variabel Service Quality …………………………………………….. 119 Gambar 5.13. Hasil Uji Kelayakan Model Structural Equation Model……. 122 Gambar 5.14. Model setelah Korelasi antar Error Term…………….....….

131

Gambar 5.15. Model Didasarkan pada Teori …………………..…………

135

Gambar 5.16. Model Path Analysis ………………………………..……...

135

Gambar 5.17. Path Analysis ………………………..............……………...

136

xiv



DAFTAR TABEL

Tabel 1.1.

Statistik Beban Kenaikan Pangkat Periode 01 April 2012 ……...

3

Tabel 2.1.

Delone dan McLean (1992) serta Shaw, Delone dan Niederman (2002) ………………………………………………………....... 30

Tabel 2.2.

Variabel Pengukuran Kesuksesan Sistem Informasi Delon McLean (1992) …………………………………………………. 31

Tabel 2.3.

Hasil-hasil Penelitian Terdahulu ……………………………....... 39

Tabel 3.1.

Rangkuman Goodnees-Of-Fit Index (GFI) ……………………..

66

Tabel 5.1.

Karakteristik Responden Berdasarkan Usia …………………….

94

Tabel 5.2.

Karakteristik Responden Berdasarkan Jenis Kelamin ………….

95

Tabel 5.3.

Karakteristik Responden Berdasarkan Tingkat Pendidikan ……

96

Tabel 5.4.

Karakteristik Responden Berdasarkan Jenis Instansi ………..…. 97

Tabel 5.5.

Kategori Penelitian……………………….……………..……….

Tabel 5.6.

Deskripsi Variabel Information Quality…….………..…………. 99

Tabel 5.7.

Deskripsi Variabel System Quality ……………………..………. 100

Tabel 5.8.

Deskripsi Variabel Service Quality …………………..………… 100

Tabel 5.9.

Deskripsi Variabel User Satisfaction …………………......…….. 101

99

Tabel 5.10. Deskripsi Variabel Net Benefits…..……………………………... 101 Tabel 5.11. Hasil Uji Reliabilitas Instrument…..……………………………. 103 Tabel 5.12. Hasil Uji Multikolinearitas………..…………………………….. 105 Tabel 5.13. Hasil Factor Loading Variabel Information Quality ..………..... 112 Tabel 5.14. Hasil Uji Kelayakan Model Faktor Konfirmatori Konstruk Eksogen-Information Quality……………………………..…….. 113 Tabel 5.15. Modification Indices System Quality …………………………… 113 Tabel 5.16 Hasil Uji Kelayakan Model Faktor Konfirmatori Konstruk Eksogen-Information Quality………….………………..………. 114 Tabel 5.17. Hasil Factor Loading Variabel System Quality ………..……….. 115 xv



Tabel 5.18. Hasil Uji Kelayakan Model Faktor Konfirmatori Konstruk Eksogen Variabel System Quality ………………………………………… 116 Tabel 5.19. Modification Indices Variabel System Quality ……………….... 116 Tabel 5.20. Hasil Uji Kelayakan Model Faktor Konfirmatori Konstruk Eksogen Variabel System Quality ..………………………….…................. 117 Tabel 5.21. Hasil Factor Loading Variabel System Quality ………..……….. 118 Tabel 5.22. Hasil Uji Kelayakan Model Faktor Konfirmatori Konstruk Eksogen Variabel System Quality ..…………………………….................. 119 Tabel 5.23. Hasil Factor Loading Variabel Service Quality .……..………... 120 Tabel 5.24. Hasil Uji Kelayakan Model Faktor Konfirmatori Konstruk Eksogen Variabel Kualitas Layanan ........................................................... 120 Tabel 5.25. Hasil Uji Kelayakan Model Full Structural Equation Mode …… 123 Tabel 5.26. Uji Reliability dan Variance Extracted Information Quality ...… 125 Tabel 5.27. Uji Reliability dan Variance Extracted System Quality ………… 125 Tabel 5.28. Uji Reliability dan Variance Extracted Service Quality ………... 126 Tabel 5.29. Uji Reliability dan Variance Extracted User Satisfaction …...…. 126 Tabel 5.30. Uji Reliability dan Variance Extracted Net Benefits ……...……. 126 Tabel 5.31. Hasil Output Modification Indices ………..…………………….. 128 Tabel 5.32. Hasil Uji Kelayakan Model setelah Korelasi antar Error Term… 132 Tabel 5.33. Hasil Output Modification Indices Tahap 2 ………..…………… 132 Tabel 5.34. Hasil Standardized Regression Weights ………..………………. 134 Tabel 5.35. Regression Weight Hasil Path Analysis ………..………………. 137 Tabel 5.36. Standardized Direct Effects ………..…………………………… 138 Tabel 5.37. Standardized Indirect Effects ………..…………………………. 139 Tabel 5.38. Standardized Total Effects ………..…………………………….. 139 Tabel 5.39. Hasil Pengujian Hipotesis………..……………………………... 142

xvi



DAFTAR LAMPIRAN

Lampiran 1.

Data Hasil Uji Validitas Instrument ………………………….. 160

Lampiran 2.

Uji Normalitas Data ………......................................………… 162

Lampiran 3.

Evaluasi Data Outlier ................................................................ 163

Lampiran 4.

Evaluasi Data Outlier – Tahap 2 ............................................... 166

Lampiran 5.

Uji Normalitas Data – Tahap 2 .................................................. 169

Lampiran 6.

Indikator yang digunakan dalam penelitian …………………... 170

Lampiran 7.

Lembar Wawancara ................................................................... 172

Lampiran 8.

Questioner Penelitian ................................................................ 174

xvii



BAB 1 PENDAHULUAN

Bab ini berisi latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, pembatasan masalah, dan sistematika penulisan. 1.1. Latar Belakang Penelitian Seiring dengan perkembangan yang pesat dari Teknologi Informasi dan Komunikasi (TIK), dan regulasi untuk meningkatkan efisiensi dan efektifitas pelayanan, kita semakin dituntut untuk memperoleh dan memberikan informasi yang cepat, tepat dan akurat dalam memberikan pelayanan prima kepada publik. Informasi tersebut akan semakin besar peranan dan manfaatnya bilamana informasi tersebut dapat dihasilkan dalam waktu yang sangat cepat, tepat serta akurat (Meihendri, 1994), dalam hal ini pelayanan BKN adalah “GTG” yaitu Government to Government artinya BKN sebagai lembaga pemerintah yang memberikan pelayanan kepada Pegawai Negeri Sipil (PNS) khususnya pada bidang manajemen kepegawaiannya. Dalam menjalankan tugasnya BKN menetapkan Visi organisasi yaitu Mewujudkan PNS yang Profesional, Netral dan Sejahtera, dengan Misi organisasi yaitu

Menyelenggarakan

Manajemen

PNS

Berbasis

Kompetensi

Untuk

Mewujudkan PNS Yang Profesional, Netral dan Sejahtera. Guna mendukung pencapaian Visi dan Misi organisasi maka BKN menentukan juga Visi dan Misi TIK-nya. Visi TIK BKN adalah Tersedianya Informasi Kepegawaian Negeri Sipil yang Akurat dan Terkini Berbasis Teknologi Informasi”, sedangkan Misi TIK BKN yaitu Mewujudkan Informasi Data Kepegawaian (Sumber : Renstra BKN, 2010 – 2014). Berdasarkan visi dan misi tersebut serta berkaitan juga dengan penerapan e-government dalam rangka reformasi birokrasi saat ini, maka BKN mengimplementasikan TIK dalam menjalankan pelayanannya. Pelayanan BKN yang dapat dirasakan langsung oleh setiap PNS adalah antara lain penetapan Nomor Induk / Identitas Pegawai Calon Pegawai Negeri Sipil (NIP CPNS), pemberian Nota Pertimbangan atau Nota Persetujuan Kenaikan Pangkat, 1



2

pertimbangan teknis dan SK untuk PNS yang akan memasuki masa purnabhakti dan secara umum adalah kegiatan manajemen kepegawaian yang meliputi proses rekruitmen, promosi, peningkatan kompetensi, sampai dengan proses pensiun. Seluruh proses tersebut terintegrasi dengan instansi pusat dan daerah selaku instansi pengusul proses kepegawaian sehingga proses tersebut harus jelas setiap tahapannya agar dapat di hitung lamanya waktu penyelesaian proses tersebut pada tiap bagian dan dapat diketahui posisi berkas usulan dari instansi agar tercipta reformasi birokrasi yang transparan. Apabila proses tersebut masih dikerjakan secara manual tentunya tujuan tersebut akan sulit dicapai, untuk memudahkan proses ini maka BKN membangun suatu sistem informasi yang terintegrasi dengan seluruh instansi untuk melakukan seluruh proses kepegawaian tersebut, sistem ini dinamakan SAPK (Sistem Aplikasi Pelayanan Kepegawaian). Sistem ini dibangun dalam kurun waktu satu tahun dengan masa pemeliharaan sistem selama dua tahun, dan sekarang ini sedang dalam tahap akhir pemeliharaan. Updating data PNS seluruh instansi di BKN selama ini menggunakan cara manual yaitu instansi mengirim berkas pemberitahuan mutasi datanya ke BKN Pusat atau Kantor Regional BKN untuk dilakukan updating datanya kemudian data seluruh PNS di setiap wilayah Kanreg BKN tersebut di kirim ke BKN pusat untuk di gabung dan diupdate. Hal tersebut tentu saja menjadikan data PNS tidak pernah update dan akurat apalagi PNS tidak merasa mempunyai kewajiban untuk mengirimkan laporan mutasi datanya ke BKN. Penerapan teknologi baru dalam suatu organisasi tidaklah mudah untuk dilakukan sebab penerapan teknologi baru akan berpengaruh pada keseluruhan organisasi, terutama sumber daya manusia. Faktor pemakai sangat penting untuk diperhatikan dalam penerapan sistem baru, karena tingkat kesiapan pemakai untuk menerima sistem baru mempunyai pengaruh besar dalam menentukan sukses tidaknya penerapan sistem tersebut (Kustono, 2000). Pengolahan data dengan bantuan teknologi yaitu komputer diharapkan dapat membantu peningkatan kinerja pemakainya. Kehadiran komputer tidak sepenuhnya diterima secara positif oleh setiap individu. Keberadaan komputer belum tentu dapat dirasakan manfaatnya oleh setiap pemakainya (Thompson.et.al, 1991). Teknologi tersebut dinilai tidak selalu dapat memenuhi kebutuhan pemakai, karena penggunaannya Universitas Indonesia


3

untuk pengolahan data yang tidak selalu mendatangkan kemudahan bagi pemakainya, bahkan keberadaan komputer dapat mendatangkan kesulitan bagi pemakainya. Pemakai akhir (end user) dalam sistem disini adalah mereka yang berada di unit kepegawaian dan mutasi pada setiap instansi yang langsung sebagai pengguna sistem informasi kepegawaian untuk memproses usulan atau mengupdate data PNS. Pada waktu sistem informasi ini dengan teknologi informasi (TI) yang baru diimplementasikan maka terjadi perubahan proses bisnis, para pengguna juga bereaksi terhadap perubahan tersebut. Sikap penerimaan (acceptance) pengguna atas TI mempunyai hubungan yang positif dan langsung terhadap kepuasannya dan kesuksesan sistem. Pada Tabel 1.1. dibawah ini dapat ditunjukkan data beban penyelesaian proses kenaikan pangkat (KP) yang harus diselesaikan oleh BKN baik BKN Pusat maupun BKN Kantor Regional pada periode April 2012.

Tabel 1.1. Statistik Beban Kenaikan Pangkat Periode 01 April 2012 Keadaan : 2 Maret 2012 (Sumber : Kedeputian INKA BKN, 2012)

% Penyelesai an

Rata2 penyelesaia n /hari

Perkiraan wkt yg dibutuhkan utk penyelesaian (hari)

15197

16%

267

57

16506

26965

38%

880

31

BKN / Kantor Regional

Beban Penyeles aian

Berkas Selesai Proses

PUSAT

18164

2967

I

43471

Berkas Belum Proses NP

II

42176

17234

24942

41%

1234

20

III

36879

6604

30275

18%

274

110

IV

23728

4391

19337

19%

179

108

V

19538

2226

17312

11%

163

106

VI

31983

11143

20840

35%

737

28

VII

25751

5277

20474

20%

248

82

VIII

18334

2620

15714

14%

129

121

IX

1108

76

1032

7%

4

232

X

15990

2464

13526

15%

112

121

XI

5016

861

4155

17%

77

54

XII

15393

2670

12723

17%

116

110

297,531

75,039

222,492

25%

340

91

JUMLAH



4

Berdasarkan Tabel 1.1. diatas menunjukkan beban penyelesaian proses tersebut untuk KP periode April harus dapat diselesaikan pada maksimum pertengahan Maret dan untuk KP periode Oktober harus dapat diselesaikan pada maksimum pertengahan September. Dari tabel tersebut dapat terlihat bahwa pada kondisi awal bulan Maret beban yang diselesaikan masih dibawah 50% padahal waktu yang tersisa untuk penyelesaian adalah 14 hari kerja, sedangkan waktu yang diperkirakan untuk dapat menyelesaikan proses tersebut rata-rata 91 hari. Yang artinya ada keterlambatan dalam penyelesaian proses KP tersebut.

Pada Gambar 1.1. dibawah ini terlihat gap yang cukup jauh antara beban yang ada dengan berkas yang sudah diselesaikan, dengan waktu yang hampir

Jumlah

mendekati deadline. 50000 45000 40000 35000 30000 25000 20000 15000 10000 5000 0

KANTOR BKN Beban Penyelesaian

Berkas Selesai Proses

Gambar 1.1. Grafik Penyelesaian Proses Kenaikan Pangkat Periode 01 April 2012 Keadaan 2 Maret 2012 (Sumber : Kedeputian INKA, 2012)

Selain permasalahan diatas, setelah selesainya penerapan sistem aplikasi kepegawaian on line di BKN, timbul beberapa gejala yang mengkhawatirkan pada tingkat pemakai, baik pada tingkat pelaksana maupun manajerial, seperti:



5

1. Adanya komplain dari pengguna akhir tentang kinerja sistem, seperti sistem yang

tidak

stabil

dan

data

yang

tidak

akurat

sehingga

muncul

ketidakpercayaan terhadap sistem secara keseluruhan. 2. Adanya keluhan dari beberapa pimpinan di instansi pengguna bahwa penyelesaian suatu proses sangat lambat. 3. Beberapa pimpinan mengalami kesulitan dalam melakukan pengawasan internal (internal control) terhadap kegiatan yang dilakukan bawahannya. 4. Sistem ini dapat mengeluarkan laporan kinerja yang dihasilkan oleh setiap pengguna sebagai alat pengendalian (control) dan perencanaan (planning) namun tidak pernah dipergunakan.

Untuk mengidentifikasi akar permasalahan lebih dalam mengenai adanya keterlambatan penyelesaian proses kenaikan pangkat yang diakibatkan dengan adanya penerapan sistem baru di BKN maka digunakan pendekatan Analisis Fishbone yang dapat dilihat pada diagram dibawah ini;



6

Masalah SDM

Masih banyaknya pengguna TI yang tidak bisa menggunakan komputer Masih adanya pola pikir manual dari pejabat belum pernah dilakukan evaluasi untuk mengukur efektivitas implementasi sistem

Tidak diketahui bagaimana efektivitas implementasi sistem tersebut

Belum pernah dilakukan analisis penerimaan dan kepuasan pengguna terhadap sistem tersebut

Tidak diketahui bagaimana penerimaan dan kepuasan pengguna terhadap system tersebut PENYELESAIAN PROSES KENAIKAN PANGKAT PNS YANG TIDAK TEPAT WAKTU

Belum pernah dilakukan pengukuran kualitas terhadap sistem tersebut

Masih banyaknya data PNS yang tidak akurat

Tidak diketahui apakah aplikasi sudah memenuhi kualitas sistem yang baik Masalah Sistem Kepegawaian

Masalah Data PNS

Gambar 1.2. Diagram Fishbone Analisis Akar Masalah

Keterangan Fishbone : Dari data permasalahan dapat dilihat adanya keterlambatan penyelesaian proses kenaikan pangkat yang seharusnya dapat diselesaikan maksimum setiap tanggal 15 Maret untuk periode kenaikan pangkat April, yang berarti ada penurunan kinerja dari para pengguna sistem yang notabene mereka merupakan pegawai yang harus dapat melaporkan kepada pimpinan hasil kerjanya dan juga berdampak pada keterlambatan proses pelayanan kepada PNS. Adapun akar permasalahan dari keterlambatan proses tersebut diperkirakan antara lain : 1. Masalah Data PNS Masih banyaknya data PNS yang tidak akurat, kondisi data PNS yang belum update karena tidak terintegrasinya data dan sistem Universitas Indonesia


7

sebelumnya menjadikan kondisi data pada saat implementasi sistem berawal dari data yang tidak terupdate dengan baik. 2. Masalah Sistem Kepegawaian Tidak diketahui apakah sistem tersebut sudah memenuhi kualitas sistem yang baik. Hal tersebut dikarenakan belum pernah dilakukan pengukuran dari segi kualitas terhadap sistem tersebut padahal sistem yang berkualitas baik akan dapat memberikan kontribusi yang besar dalam kesuksesan implementasi suatu sistem sehingga dapat meningkatkan performance kinerja pegawai. Sebagai hal yang baru, penerapan sistem ini belum dilakukan evaluasi untuk mengukur efektivitas implementasi sistem dan juga faktor-faktor yang mempengaruhi keberhasilan implementasi sistem. Untuk mengukur efektivitas dan keberhasilan penerapan sistem diperlukan penelitian yang bisa mengukur kepuasan pengguna akhir. 3. Sumber Daya Manusia a. Masih banyaknya pengguna TI yang tidak bisa menggunakan komputer,

masih

banyaknya

user

yang

tidak

dapat

mengoperasionalkan TI. b. Masih adanya pola pikir manual dari pejabat. Yang beranggapan bahwa dengan manual lebih cepat, sedangkan dengan sistem hanya akan menambah biaya dan memperlambat proses. c. Tidak diketahui bagaimana penerimaan dan kepuasan pengguna terhadap sistem tersebutkarena belum pernah dilakukan analisis penerimaan dan kepuasan pengguna terhadap sistem tersebut. Karenameneliti kepuasan pengguna akhir atas kualitas sistem informasi dapat memberikan informasi dalam mengevaluasi penerapan sistem serta merupakan salah satu tolak ukur suatu keberhasilan implementasi sistem.

1.2. Perumusan Masalah Kepuasan pengguna akhir (end user) merupakan salah satu indikator yang digunakan untuk mengukur suksesnya implementasi suatu sistem informasi. Universitas Indonesia


8

Sehingga untuk melihat keberhasilan implementasi sistem informasi tersebut diperlukan suatu evaluasi atas faktor-faktor apa saja yang mempengaruhi kepuasan total pengguna akhir sistem tersebut. Sistem Aplikasi Pelayanan Kepegawaian (SAPK) merupakan sistem informasi berbasis web yang dibangun oleh BKN untuk di implementasikan di seluruh instansi baik pusat maupun daerah. Sistem ini berfungsi untuk memproses seluruh proses kepegawaian PNS. Keberhasilan penerapan sistem ini, akan diukur dengan menggunakan kepuasan pengguna akhir. Berdasarkan uraian tersebut, maka permasalahan penelitian ini dapat dirumuskan sebagai berikut: “Faktor-faktor apa yang mempengaruhi kepuasan pengguna akhir terhadap penerapan Sistem Aplikasi Pelayanan Kepegawaian (SAPK)?”

1.3. Tujuan Penelitian Tujuan dari penelitian ini adalah : 1. Untuk mengetahui kualitas Sistem Aplikasi Pelayanan Kepegawaian (SAPK) yang diimplementasikan kepada seluruh instansi dan BKN itu sendiri pada saat ini. 2. Untuk mengetahui kualitas layanan kepada pengguna sistem SAPK. 3. Untuk mengetahui kualitas informasi yang dihasilkan dari sistem SAPK. 4. Untuk mengetahui pengaruh kualitas layanan, kualitas sistem informasi dan kualitas informasi terhadap kepuasan pengguna akhir pada instansi pengguna sistem informasi atas penerapan Sistem Aplikasi Pelayanan Kepegawaian (SAPK) saat ini. 5. Untuk mengetahui pengaruh kepuasan pengguna sistem SAPK terhadap manfaatnya.

1.4. Manfaat Penelitian Manfaat yang ingin dicapai dalam penelitian ini adalah manfaat praktis dan manfaat akademis. Universitas Indonesia


9

1. Untuk manfaat praktis penelitian ini diharapkan dapat menjadi sumbangsih pemikiran bagi organisasi khususnya dalam rangka evaluasi dan perbaikan kearah yang lebih baik. 2. Untuk manfaat akademis penelitian ini diharapkan dapat menambah ilmu pengetahuan tentang penerapan sistem di suatu organisasi dan dapat memberikan masukan bagi peneliti lain pada bidang yang sama.

1.5. Pembatasan Masalah Pengguna sistem SAPK ini adalah PNS pada unit kepegawaian yang ada di : 1. Sembilan puluh tiga (93) instansi pusat (kementerian dan lembaga pemerintah non kementerian) baik yang berada di kantor pusat, Sekretariat Jenderal, Direktorat Jenderal, dan Inspektorat Jenderal serta kantor vertikal instansi pusat yang berada di daerah; 2. Lima ratus dua puluh lima (525) instansi daerah yang terdiri dari pemerintah propinsi, pemerintah kota serta pemerintah kabupaten. 3. Bagian kepegawaian PNS pada Mabes Polri, Mabes TNI, Mabes AD, Mabes AU dan Mabes AL serta KemenHankam; 4. Biro dan bagian kepegawaian di BKN Pusat dan Regional 5. Direktorat Kenaikan Pangkat dan Mutasi BKN Pusat serta Bagian Mutasi BKN Regional; 6. Direktorat Pensiun PNS dan Pejabat Negara BKN Pusat serta Bagian Pensiun BKN Regional; 7. Direktorat Pengadaan PNS BKN Pusat serta Bagian Pengadaan BKN Regional; 8. Direktorat Status BKN Pusat dan Bagian Status BKN Regional. Karena banyaknya instansi pengguna sistem SAPK ini maka pada penelitian ini sampel instansiresponden yang diteliti tidak diambil dari seluruh instansi hanya responden pada beberapa instansi pusat dan beberapa instansi daerah serta beberapa responden sebagai sampel dari BKN itu sendiri baik dari BKN Pusat maupun dari Kantor Regional. Universitas Indonesia


10

1.6. Sistematika Penulisan Penulisan Karya Akhir ini dibagi dalam 6 (enam) bab, tiap-tiap bab membahas hal-hal sebagai berikut: BAB 1 PENDAHULUAN Bab ini berisi latar belakang, perumusan masalah, tujuan penelitian, manfaat penelitian, pembatasan masalah, dan sistematika penulisan. BAB 2 TINJAUAN PUSTAKA Bab ini berisi landasan teori dari buku serta tinjauan pustaka (literature review) atas jurnal, artikel dan penelitian-penelitian terdahulu yang mendukung dan dapat dijadikan acuan untuk penulisan penelitian ini. Sub bab terakhir adalah kerangka pikir penelitian (theoretical framework). BAB 3 METODOLOGI Bab ini berisi langkah-langkah tahapan penelitian, alur penelitian, pengumpulan data serta penyusunan metodologi penelitian. BAB 4 PROFIL ORGANISASI Bab ini berisi profil organisasi mengenai visi, misi, struktur organisasi, infrastruktur hardware dan jaringan serta workflow dari proses SAPK. BAB 5 ANALISA DATA DAN PEMBAHASAN Bab ini menjelaskan tentang pengolahan data hasil penelitian yang telah dilakukan untuk kemudian dianalisis disesuaikan berdasarkan metode penelitian yang digunakan dan telah dijelaskan pada Bab 3 sebelumnya. Dengan pengolahan data ini akan dapat dibuktikan apakah hipotesis penelitian mendukung teori model tersebut. Hasil dari analisis data dan pembahasan akan dilanjutkan dengan uji hipotesis yang akan dikaitkan dengan implikasi penelitian. BAB 6 PENUTUP Bab ini berisi kesimpulan yang merupakan rangkuman dari seluruh penelitian dan saran penelitian yang dapat memberikan solusi bagi institusi atas hasil penelitian.



BAB 2 TINJAUAN PUSTAKA

Bab ini akan membahas landasan teori dari buku serta tinjauan pustaka (literature review) atas jurnal, artikel dan penelitian-penelitian terdahulu yang mendukung dan dapat dijadikan acuan untuk penulisan penelitian ini serta sub bab terakhir adalah kerangka pikir penelitian (theoretical framework). 2.1. SAPK (Sistem Aplikasi Pelayanan Kepegawaian) Badan Kepegawaian Negara (BKN) membangun suatu sistem aplikasi untuk mewujudkan data Pegawai Negeri Sipil (PNS) yang akurat melalui Sistem Aplikasi Pelayanan Kepegawaian secara On-line (SAPK). Untuk mendukung implementasi SAPK yang bersifat mandatory maka telah dikeluarkan Peraturan Kepala Badan Kepegawaian Negara Nomor 20 Tahun 2008 tentang Pedoman Pemanfaatan SAPK, sehingga SAPK dapat digunakan Badan Kepegawaian Daerah (BKD) dan pengelola kepegawaian lainnya. Peraturan Kepala BKN tersebut kemudian diperbaharui dengan Peraturan Kepala BKN No 18 Tahun 2010 tentang Prosedur Penetapan Nomor Identitas Pegawai Negeri Sipil, Kenaikan Pangkat, Pemberhentian dan Pemberian Pensiun Pegawai Negeri Sipil, dan Perpindahan Antar Instansi Berbasis Sistem Aplikasi Pelayanan Kepegawaian secara On-Line (SAPK-OnLine). Pernyataan tersebut dapat diuraikan lebih lanjut secara umum sebagai berikut : (sumber portal BKN www.bkn.go.id) 1. Dalam upaya meningkatkan pelayanan terhadap PNS perlu ditetapkan prosedur penetapan Nomor Identitas Pegawai Negeri Sipil (NIP), Kenaikan Pangkat, Pemberhentian dan Pemberian Pensiun PNS, dan perpindahan antar instansi berbasis Sistem Aplikasi Pelayanan Kepegawaian secara On-Line, sehingga dapat dilakukan secara efisien dan efektif. 2. Proses Penetapan NIP, pemberian persetujuan/pertimbangan teknis kenaikan pangkat PNS, penetapan keputusan pemberhentian dan pemberian pensiun PNS

dan

penetapan

keputusan

pindah

instansi

dilakukan

dengan

menggunakan Sistem Aplikasi Pelayanan Kepegawaian secara On-Line yang

11



12

terintegrasi antara Badan Kepegawaian Negara, Kantor Regional Badan Kepegawaian Negara dan Instansi Pemerintah Pusat dan Daerah serta Instansi lainnya. 3. Dalam rangka menjamin validitas dan legalitas, dokumen kepegawaian, maka Pejabat Pembina Kepegawaian Daerah, selain menyampaikan dalam format elektronik dengan menggunakan Sistem Aplikasi Pelayanan Kepegawaian secara

On-Line,

juga

menyampaikan

dokumen

kepegawaian

dalam

bentuk hard copy. Adapun Peraturan Kepala Badan Kepegawaian Negara tersebut digunakan sebagai pedoman penetapan NIP, kenaikan pangkat, pemberhentian dan pemberian pensiun PNS, dan perpindahan instansi berbasis Sistem Aplikasi Pelayanan Kepegawaian secara On-Line. Dimana tujuan dari sistem tersebut adalah mewujudkan data kepegawaian yang mutakhir disetiap instansi pusat maupun daerah yang terintegrasi secara nasional dalam sistem aplikasi pelayanan

kepegawaian sehingga akan

meningkatkan pelayanan di bidang kepegawaian secara transparan dan objektif. Penerapan SAPK tersebut merupakan salah satu reformasi birokrasi di bidang kepegawaian. SAPK merupakan suatu sistem informasi yang mempunyai karakteristik sebagai berikut: 1. Sistem yang terkoneksi secara on-line antara BKN Pusat, Kantor Regional BKN dan instansi dengan menggunakan jaringan komunikasi data. 2. Menggunakan satu basis data PNS yang digunakan secara bersama. 3. Menggunakan struktur data dan tabel referensi yang sama sesuai standar baku yang disusun oleh BKN pusat. 4. Sistem yang dibangun dapat dikembangkan sesuai dengan kebutuhan instansi pengguna Sistem SAPK tersebut merupakan suatu sistem informasi yang bersifat mandatory use atau wajib digunakan oleh penggunanya, sistem ini dibangun berdasarkan jaringan kerja antara networking, database, hardware, brainware, Universitas Indonesia


13

Standar Operasional Prosedur, bisnis proses, visi dan misi, tugas pokok serta tujuan organisasi, dimana suatu sistem yang baik harus memenuhi standar teori yang akan diuraikan seperti pada sub bab dibawah ini. 2.2. Pengertian Aplikasi Menurut Mulyanto (2009) “Program aplikasi umum merupakan program yang melakukan tugas atau pemrosesan secara umum bagi para pengguna akhir, misal pengolah kata, spreadsheet, DBMS, dan lain sebagainya. Sedangkan program aplikasi khusus adalah program yang secara khusus digunakan untuk mendukung aplikasi khusus untuk para pemakai seperti aplikasi untuk bisnis dan lain sebagainya sesuai dengan bidangnya”. Pengertian aplikasi menurut Rainer & Cegielski (2012), “An application (or app) is a computer program designed to support a specific task or business process” Dalam hal ini SAPK merupakan aplikasi khusus karena merupakan program komputer yang dibuat untuk membantu manusia dalam melaksanakan tugas tertentu. 2.3. Pengertian Sistem Informasi 2.2.1. Pengertian Sistem Menurut Gerald, Gerald, Stalling, 1981. Sistem adalah adalah suatu jaringan kerja dari prosedur-prosedur yang saling berhubungan, berkumpul bersama- sama untuk melakukan suatu kegiatan atau untuk menyelesaikan suatu sasaran yang tertentu. Salah satu syarat yang harus dimiliki oleh suatu sistem adalah bahwa sistem tersebut harus dibentuk untuk menyelesaikan suatu tujuan dalam hal ini adalah menyelesaikan permasalahan untuk mencapai tujuan organisasi. Menurut Jogiyanto (2005), karakteristik atau sifat-sifat tertentu suatu sistem adalah sebagai berikut : •

Memiliki komponen : Suatu sistem terdiri dari sejumlah komponen yang saling berinteraksi, yang artinya salingbekerja sama membentuk satu kesatuan. Komponen-komponen Universitas Indonesia


14

sistem dapat berupa suatu subsistem atau bagian-bagian dari sistem. Setiap sistem tidak perduli betapa pun kecilnya, selalu mengandung komponenkomponen atau subsistem-subsistem. Setiap subsistem mempunyai sifat-sifat dari sistem untuk menjalankan suatu fungsi tertentu dan mempengaruhi proses sistem secara keseluruhan. •

Batasan sistem (boundary), Batasan sistem merupakan daerah yang membatasi antara suatu sistem dengan sistem yang lainnya atau dengan lingkungan luarnya.

•

Lingkungan luar sistem (environtments), Lingkungan luar dari suatu sistem adalah apapun diluar batas dari sistem yang mempengaruhi operasi sistem.

•

Penghubung sistem (interface), Penghubung merupakan media penghubung antara satu subsistem dengan subsistem lainnya.

•

Masukan sistem (input), Masukan sistem adalah energi yang dimasukkan kedalam sistem. Pada sistem informasi, masukan dapat berupa data transaksi, data non transaksi (surat pemberitahuan), dan instruksi.

•

Pengolah sistem (process), Suatu sistem harus memiliki suatu bagian pengolah yang akan merubah masukan menjadi keluaran.

•

Keluaran sistem (output), Keluaran sistem adalah hasil dari energi yang diolah dan diklasifikasikan menjadi keluaran yang berguna (informasi, produk) atau keluaran yg tidak berguna (limbah). Pada sistem informasi, keluaran dapat berupa informasi, saran, dan cetakan laporan

•

Sasaran sistem (objectives), Suatu sistem pasti mempunyai sasaran, kalau sistem tidak mempunyai sasaran, maka operasi sistem tidak ada gunanya. Universitas Indonesia


15

Gambar 2.1. Karakteristik Sistem (Sumber : Jogiyanto, 2005) SAPK merupakan suatu sistem karena memiliki komponen-komponen seperti yang telah disebutkan diatas seperti input berupa data usulan yang akan diproses kepegawaian, pemrosesan untuk menghasilkan output berupa informasi dan report atau surat keputusan untuk mencapai tujuan dalam pengambilan keputusan dengan batasan sistem berupa peraturan kepegawaian yang digunakan dalam lingkungan institusi kepegawaian. 2.2.2. Pengertian Data dan Informasi Informasi sangat penting dalam suatu organisasi karena dengan informasi dapat digunakan dalam mengambil suatu keputusan, dimana informasi itu sendiri bersumber dari data yang diolah menjadi bentuk yang lebih berguna dan lebih berarti bagi penerimanya, seperti menurut Romney dan Steinbart (2003, p.9) definisi data adalah “any and all of the facts that are collected, stored, and processed by an information system.” Jadi data merupakan bentuk yang masih mentah dan belum dapat berceritera banyak, sehingga perlu diolah lebih lanjut menjadi suatu informasi. Informasi menurut Rainer & Cegielski (2012), adalah : “data that have been organized so that they have and value to the recipient”. Suatu informasi



16

seringkali dijadikan dasar untuk mengambil suatu keputusan sehingga informasi tersebut harus bernilai baik yaitu informasi yang memenuhi 3 kaidah antara lain : 1. Akurat (accurate) yaitu tidak memiliki bias atau menyesatkan serta harus mencerminkan maksud dari informasi itu sendiri. Berarti informasi harus bebas dari kesalahan-kesalahan dan tidak bisa meyesatkan. Informasi juga harus

jelas

mencerminkan

maksudnya.

Suatu

informasi

harus

akuratkarenaantara sumber informasi sebagai pemberi informasi dan penerima informasi akan ada kemungkinan terjadinya gangguan (noise) yang dapat merubah kualitas dari informasi itu sendiri. 2. Tepat pada waktunya (up to date) yaitu informasi yang selalu terkini. Berarti informasi yang diterima oleh penerima harus tepat pada waktunya atau tidak boleh terlambat, karena informasi yang usang sudah tidak mempunyai nilai lagi. Informasi merupakan dasar dalam pengambilan keputusan sehinggabila informasi yang dijadikan dasar tersebut ternyata sudah tidak up to date maka akan berpengaruh terhadap kualitas pengambilan keputusandan dapat berakibat fatal untuk organisasi. Saat ini sangat dibutuhkan informasi yang serba cepat dan akurat sehingga untuk mendapatkan

informasi

yang

bernilai

demikian

dituntut

untuk

digunakannya teknologi yang mendukung hal tersebut untuk mendapatkan, mengolah dan mengirimkannya yang tentu saja akan berdampak pada biaya. 3. Relevan (relevant) yaitu mempunyai manfaat untuk pemakainya. Berarti informasi tersebut mempunyai manfaat bagi penerimanya. Relevansi informasi bagi penerima dapat berbeda-beda tergantung pada isi informasi, tujuan dan siapa penerimanya. Misalnya informasi mengenai data inventaris barang akan kurang relevan jika ditujukan kepada biro kepegawaian dan akan lebih relevan bila ditujukan kepada bagian pengadaan barang. Burch & Grudnitski (1986; 3), mengemukakan suatu bentuk siklus informasi (Information Cycle) seperti terlihat pada Gambar 2.2 dibawah ini :



17

Gambar 2.2. Siklus Informasi (Information Cycle) Sumber : Burch & Grudnitski (1986; 3) Data yang diolah melalui suatu model menjadi informasi, kemudian penerima menerima informasi tersebut dan membuat suatu keputusan untuk melakukan tindakan yang berarti menghasilkan suatu tindakan yang lain yang akan membuat sejumlah data kembali. Data tersebut ditangkap sebagai input data dan diproses kembali melalui suatu model menjadi informasi, demikian seterusnya membentuk suatu siklus. Siklus ini disebut dengan siklus informasi (information cycle) atau siklus pengolahan data (data processing cycles).

Sistem SAPK menggunakan data PNS nasional yang masih aktif dan yang sudah pensiun untuk dapat diproses menjadi suatu informasi kepegawaian yang kemudian diterima oleh pengguna sistem tersebut untuk selanjutnya diambil tindakan

misalnya

pemberian

SK

Kenaikan

Pangkat

yang

merupakan

penghargaan bagi PNS tersebut dimana kenaikan pangkat dari PNS tersebut menjadi data baru sebagai input untuk proses kepegawaian selanjutnya. 2.2.3. Pengertian Sistem Informasi dan Teknologi Informasi “An information system (IS) collects, processes, stores, analyzes, and disseminates information for a specific pupose” (Rainer & Cegielski, 2012). Definisi mengenai sistem informasi juga di kemukakan oleh Mulyanto (2009:29), sebagai suatu komponen yang terdiri dari manusia, teknologi



18

informasi, dan prosedur kerja yang memproses, menyimpan, menganalisis, dan menyebarkan informasi untuk mencapai suatu tujuan. Sistem informasi harus mempunyai beberapa sifat seperti : 1. Pemrosesan informasi yang efektif. Hal ini berhubungan dengan pengujian terhadap data yang masuk, pemakaian perangkat keras dan perangkat lunak yang sesuai. 2. Manajemen informasi yang efektif. Dengan kata lain, operasi manajemen, keamanan dan keutuhan data yang ada harus diperhatikan. 3. Keluwesan. Sistem informasi hendaknya cukup luwes untuk menangani suatu macam operasi. 4. Kepuasan pemakai. Hal yang paling penting adalah pemakai mendapatkan manfaat dan puas terhadap sistem informasi. Sistem informasi tentunya memiliki kemampuan sebagai berikut: 1. Memiliki kecepatan akses tinggi, high-volume, komputasi numerik. 2. Menyediakan kecepatan, komunikasi yang akurat dan kolaborasi dengan dan di antara organisasi. 3. Menyimpan informasi dalam jumlah besar dan mudah untuk digunakan. 4. Akses yang cepat dan tidak mahal untuk mendapatkan informasi, dan mendunia. 5. Fasilitas untuk menginterpretasikan sejumlah data yang besar. 6. Meningkatkan efektifitas dan efisiensi dari orang-orang yang bekerja dalam kelompok dalam satu tempat atau dalam lokasi yang berbeda, dimana saja. 7. Mengotomatisasi proses bisnis dan pekerjaan manual. Ada 4 (empat) operasi dasar dari sistem informasi, yaitu mengumpulkan, mengolah, menyimpan dan menyebarkan informasi.



19

Menurut Rainer & Cegielski, 2012, “A computer-based information system (CBIS) is an information system that uses computer technology to perform some or all of its intended tasks”. Dalam CBIS ada enam komponen yaitu : 1. Hardware terdiri dari peralatan seperti processor, monitor, keyboard dan printer yang mana hardware ini berfungsi untuk menerima, memproses dan menampilkan data dan informasi. 2. Software merupakan suatu program atau sekumpulan program yang digunakan hardware untuk memproses data 3. Database merupakan sekumpulan file atau tabel berisi data yang terintegrasi. 4. Network merupakan sistem yang terkoneksi (wireline atau wireless) yang memungkinkan komputer yang berbeda untuk berbagi resources. 5. Procedures merupakan instruksi untuk menggabungkan komponen di atas dalam rangka untuk memproses informasi dan menghasilkan output yang diinginkan. 6. People merupakan orang-orang yang menggunakan perangkat keras dan perangkat lunak, antarmuka dengan itu, atau menggunakan output

Gambar 2.3. Komponen Computer-Based Information System (CBIS) (Sumber : Rainer & Cegielski, 2012) Pada gambar tersebut diatas bagaimana teknologi (hardware, software, databases, and networks) dengan prosedur yang sesuai menjadikan suatu CBIS berguna bagi people. SAPK adalah suatu sistem informasi berbasis komputer (CBIS) karena SAPK merupakan suatu sistem pengolahan data yang diolah menjadi sebuah Universitas Indonesia


20

informasi yang berkualitas sebagai alat untuk membantu dalam pengambilan keputusan, koordinasi dan kendali serta visualisasi dan analisis. SAPK merupakan gabungan dari beberapa elemen teknologi berbasis komputer yang saling berinteraksi berdasarkan suatu prosedur kerja (aturan kerja) yang telah ditetapkan, serta merupakan kombinasi dari orang-orang, fasilitas, media, dan pengendalian, dimana dengan SAPK maka data akan diolah menjadi suatu bentuk informasi yang dapat digunakan dalam mendukung keputusan.

2.4. Mandatory dan Voluntary Use Suatu sistem informasi pada saat diterapkan pada suatu organisasi maka sistem informasi tersebut dapat bersifat mandatory use atau voluntary use bagi penggunanya. Perbedaan mandatory use atau voluntary use yaitu perbedaan pada kebebasan penggunaan system tersebut oleh penggunanya (freedom of user). Voluntary use yaitu pengguna sistem informasi mempunyai kebebasan (freedom) untuk memakai atau tidak memakai sistem informasi tersebut. Sedangkan pada mandatory use pengguna tidak memiliki kebebasan tersebut karena diharuskan memakai oleh 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 pengguna menggunakan aplikasi yang dipergunakan oleh organisasi untuk menunjang kinerja pekerjaannya. Contoh aplikasi tersebut antara lain: sistem email dan sebagainya. Dalam pemakaian aplikasi tersebut pengguna memiliki kebebasan apakah mempergunakannya atau tidak. Sedangkan dalam lingkungan mandatory use, pengguna 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 user satisfaction yang dipergunakan untuk mengukur kesuksesan dalam lingkungan sistem yang bersifat mandatory use (Adamson et.al, 2003). Contoh Universitas Indonesia


21

sistem informasi ini adalah mandatory banking system. Dalam mandatory banking system unit kerja teller dan account loan officer tidak memiliki kebebasan dalam mempergunakan sistem informasi yang ada untuk melayani nasabahnya (Rawstorne, 2005)

2.5. Keberhasilan Sistem Informasi Menurut Doll dan Torkzadeh (1988), “Kepuasan pengguna akhir sistem informasi dapat digunakan sebagai tolok ukur keberhasilan suatu sistem informasi”. Dan kepuasan pengguna akhir ini menjadi bagian dalam pengembangan model keberhasilan sistem informasi selanjutnya. Sementara itu Myers et.al (1997) menyatakan bahwa pengukuran keberhasilan informasi sangat penting bagi organisasi. DeLone dan McLean (1992) menemukan bahwa kesuksesan sebuah sistem informasi dapat direpresentasikan oleh enam faktor yang menjadi dasar pengukuran keberhasilan sistem informasi. Keenam kategori tersebut adalah kualitas informasi (information quality), kualitas sistem informasi (system quality), intensitas penggunaan sistem informasi (system use), kepuasan pengguna akhir sistem informasi (end user satisfaction), dampak individual (individual impact), dan dampak organisasional (organizational impact) dari sistem informasi. Pitt. et al. (1995) menambahkan satu faktor pendukung dalam kesuksesan sebuah sistem informasi, yaitu faktor kualitas layanan (service quality), yang mana berfungsi untuk mengukur kualitas layanan yang diberikan oleh unit sistem informasi suatu organisasi atas bantuan bagaimana menggunakan sistem kepada pengguna akhir.



22

Gambar 2.4. D&M IS Success Model (Sumber: DeLone dan McLean, 1992) DeLone dan McLean kemudian melakukan reformulasi Model D&M (DeLone dan McLean, 2002) dengan menambahkan variabel service quality pada model tersebut, dimana instrumen pengukuran yang digunakan adalah SERVQUAL yang dikemukakan oleh Parasuraman, yang disusun untuk mengakses harapan konsumen dan persepsi mengenai kualitas pelayanan dalam organisasi retail dan jasa (Pitt. et al., 1995). Dimensi-dimensi yang menjelaskan konsep ini adalah : Tangibles, Reliability, Responsiveness, Assurance, dan Empathy. Dari kontribusi-kontribusi penelitian-penelitian sebelumnya dan akibat perubahan-perubahan dari peran dan penanganan sistem informasi yang telah berkembang, DeLone & McLean (2003) kemudian memperbarui modelnya dan menyebutnya sebagai updated D&M IS Success model. Hal-hal yang diperbarui ini adalah sebagai berikut ini : 1. Ada penambahan dimensi kualitas pelayanan (service quality) dimana sebelumnya hanya ada dua dimensi yaitu kualitas sistem (system quality) dan kualitas informasi (information quality). 2. Menggabungkan

dampak

individual (individual

impact) dan

dampak

organisasional (organizational impact) menjadi satu variabel yaitu net benefits. Alasan penggabungan ini adalah dampak dari sistem informasi yang dipandang sudah meningkat tidak hanya dampaknya pada pemakai individual dan organisasi saja, tetapi dampaknya sudah kepada kelompok yang memakai sistem, antar organisasi, konsumen, pemasok, sosial bahkan ke



23

negara. Tujuan penggabungan ini adalah untuk menjaga model tetap sederhana (parsimony). 3. Menambahkan dimensi minat memakai (intention to use) sebagai alternatif dari dimensi pemakaian (use). DeLone & McLean (2003) mengusulkan pengukuran alternatif, yaitu minat memakai (intention to use). Minat memakai adalah suatu sikap (attitude), sedang pemakaian (use) adalah suatu perilaku (behavior). DeLone & McLean (2003) juga berargumentasi dengan mengganti pemakaian (use) memecahkan masalah yang dikritik oleh Seddon (1997) tentang model proses lawan model kausal.

Gambar 2.5. Updated D&M IS Success model (Sumber : DeLone & McLean, 2003)

Sistem

SAPK adalah

sifatnya

wajib

digunakan

oleh

pengguna

kepegawaian seluruh instansi baik pusat maupun daerah dan menurut Brown et.al (2002) intention to use tidak dapat diterapkan dalam lingkungan sistem yang bersifat mandatory use. Pengukuran yang tepat adalah user satisfaction yang dipergunakan untuk mengukur kesuksesan dalam lingkungan sistem yang bersifat mandatory use (Adamson et.al, 2003). Sehingga dalam penelitian ini tidak dilakukan pengukuran pada faktor intention to use, tetapi penulis menggunakan variabel use karena user “sudah” menggunakan sistem informasi (sedangkan variabel intention to use menunjukkan kecenderungan bahwa user “akan” menggunakan sistem informasi tersebut).



24

2.6. Mekanisme Antar Variabel 2.6.1. Pengaruh Kualitas Informasi terhadap Kepuasan Pengguna Kualitas informasi merupakan kualitas output yang berupa informasi yang dihasilkan oleh sistem informasi yang digunakan (Rai et al., 2002). Beberapa dimensi untuk menilai mengenai kualitas informasi ini adalah: authenticity, accuracy, completeness, uniqueness (nonredudancy), timeliness, relevance, precision, comprehensibility, conciseness, dan informativeness (Weber, 1999). Semakin baik kualitas informasi, akan semakin tepat pula keputusan yang diambil. Apabila informasi yang dihasilkan tidak berkualitas, maka akan berpengaruh negatif pada kepuasan pemakai. Seddon dan Kiew (1996) telah melakukan pengujian mengenai pengaruh dari kualitas informasi ini terhadap kepuasan pengguna sistem informasi. Hasil pengujian mereka menunjukkan bahwa kualitas informasi berhubungan positif dengan kepuasan pengguna akhir sistem informasi. Menurut Lee et al. (2002), informasi yang berkualitas adalah informasi yang akurat, jelas, detil, relevan, mudah didapatkan, tepat waktu, up to date dan sesuai dengan kebutuhan pengguna. Dalam penelitian ini, dimensi-dimensi kualitas informasi yang akan digunakan sebagai ukuran kualitas informasi dari sistem aplikasi pelayanan kepegawaian (SAPK) adalah berdasarkan pada penelitian Bailey dan Pearson (1983), yaitu : 1. Accuracy (akurat) yaitu : Informasi dikatakan akurat jika jelas mencerminkan maksud yang disampaikan dan bebas dari kesalahan-kesalahan serta tidak bias atau menyesatkan. Ukuran keakuratan informasi amat bervariasi dan amat tergantung pada sifat informasi yang dihasilkan. Semakin kritis suatu informasi, akan semakin tinggi keakuratan yang diperlukan, sehingga semakin tinggi tingkat kepuasan yang diberikan kepada penggunanya. 2. Timeliness (tepat waktu) Umur informasi merupakan faktor yang kritikal dalam menentukan kegunaanya. Ketepatan adalah informasi tidak lebih tua dari periode waktu tindakan yang didukungnya. Ketepatan waktu juga berarti kegiatan Universitas Indonesia


25

menyajikan informasi pada saat transaksi terjadi atau pada saat informasi tersebut dibutuhkan. Informasi yang terlambat diterima, nilai kegunaannya akan lebih rendah, karena informasi yang cepat dan tepat akan lebih baik 3. Reliability (keandalan) Informasi dikatakan reliabel bila bebas dari pengertian yang menyesatkan, dan disajikan sesuai dengan fakta (didukung dengan bukti yang valid) 4. Completeness (lengkap) Informasi yang lengkap adalah informasi yang tidak ada bagian informasi yang penting atau esensial bagi pengambil keputusan atau pelaksanaan tugas yang hilang, karena akan menghasilkan keputusan yang salah nantinya. Jika informasi yang tersedia dalam sistem informasi lengkap maka akan memuaskan pengguna. 5. Conciseness (ringkas) Informasi harus ringkas namun informatif. 6. Relevance (sesuai) Agar informasi tersebut bermanfaat bagi si penerima informasi maka informasi tersebut harus sesuai dan dapat diterima oleh masing-masing penerima. Dengan menambahkan 1 (satu) dimensi pengukuran dari Weber (1999) yaitu informativeness artinya informasi tersebut harus jelas. Semakin tinggi kualitas informasi yang dihasilkan suatu sistem informasi, diprediksi akan berpengaruh terhadap semakin tingginya kepuasan pengguna akhir suatu sistem informasi. Berdasarkan uraian di atas penelitian ini menghipotesakan dalam hipotesa satu bahwa semakin tinggi kualitas informasi yang dihasilkan dari sistem SAPK, maka akan meningkatkan kepuasan pengguna. 2.6.2. Pengaruh Kualitas Sistem terhadap Kepuasan Pengguna Kualitas sistem dapat diukur berdasarkan kualitas teknologi dan kulitas sistem informasinya itu sendiri, dimana untuk mengukur kualitas teknologi biasanya berfokus pada karakteristik kinerja sistem. Menurut DeLone dan



26

McLean (1992) dalam Livari (2005) kualitas sistem merupakan sistem ciri karakteristik kualitas yang diinginkan dari sistem informasi itu sendiri, dan kualitas informasi yang diinginkan informasi karakteristik produk. Indikator yang digunakan meliputi kemudahan untuk digunakan (ease of use), kecepatan akses (response time), keandalan sistem (reliability), fleksibilitas system (flexibility), dan keamanan sistem (security). Kualitas sistem informasi merupakan karakteristik dari informasi yang melekat mengenai sistem itu sendiri (DeLone dan McLean (1992). Kualitas sistem informasi juga didefinisikan Davis et.al (1989) dan Chin dan Todd (1995) sebagai perceived ease of use yang merupakan tingkat seberapa besar teknologi komputer dirasakan relatif mudah untuk dipahami dan digunakan. Hal ini memperlihatkan bahwa jika pemakai sistem informasi merasa bahwa menggunakan sistem tersebut mudah, mereka tidak memerlukan effort banyak untuk menggunakannya, sehingga mereka akan lebih banyak waktu untuk mengerjakan hal lain yang kemungkinan akan meningkatkan kinerja mereka secara keseluruhan. Kegiatan dari sistem informasi yaitu mengambil, mengolah, menyimpan, dan menyampaikan informasi yang diperlukan untuk mengoperasikan seluruh kegiatan dalam organisasi. Adapun pengertian Sistem Informasi menurut (Kristanto, 2003:2) “Sistem informasi adalah suatu pengumpulan data yang terorganisasi beserta tatacara penggunaannya sekaligus mencakup penyajiannya. Istilah tersebut suatu maksud yang ingin dicapai dengan jalan memilih dan mengatur data serta menyusun tata cara penggunaanya beserta penyajiannya..” Mc call et al (1977) telah menyusulkan suatu penggolongan faktor-faktor atau dimensi-dimensi yang mempengaruhi suatu sofware yang berkaitan dengan sifat-sifat operasional software yang diuraikan sebagai berikut : 1. Correctness yaitu sejauh mana suatu software memenuhi spesifikasi dan mission object dari user. 2. Reliability yaitu sejauh mana suatu software dapat diharapkan untuk melaksanakan fungsinya dengan ketelitian yang diperlukan.



27

3. Integrity yaitu sejauh mana akses ke software dan data oleh pihak yang berhak dapat dikendalikan. 4. Usability yaitu usaha yang perlu untuk mempelajari mengoperasikan, menyiapkan input, dan mengartikan output dari software. Menurut Seddon dan Kiew (1996), dalam penelitian mereka disimpulkan bahwa terdapat hubungan positif antara System Quality dan User Satisfaction. Ukuran kepuasan pemakai pada sistem komputer dicerminkan oleh kualitas sistem yang dimiliki (Guimaraes, Igbaria, dan Lu 1992; Yoon, Guimaraes, dan O’Neal, 1995). Apabila kualitas sistem informasi baik menurut persepsi pemakainya, maka mereka akan cenderung merasa puas dalam menggunakan sistem tersebut. Semakin tinggi kualitas sistem informasi yang digunakan, diprediksi akan berpengaruh terhadap semakin tinggi tingkat kepuasan pengguna akhir sistem informasi tersebut. Berdasarkan uraian di atas penelitian ini menghipotesakan dalam hipotesa dua bahwa semakin tinggi kualitas sistem aplikasi yang digunakan, akan meningkatkan kepuasan pengguna.

2.6.3. Pengaruh Kualitas Layanan terhadap Kepuasan Pengguna Kualitas layanan merupakan persepsi pengguna atas jasa yang diberikan oleh penyedia paket program aplikasi. Pada awalnya ukuran kualitas layanan ini didesain untuk mengukur kepuasan pelanggan oleh Parasuraman, Zeithaml, dan Berry (1985). Mereka mendefinisikan kualitas layanan sebagai perbandingan antara harapan pelanggan dan persepsi mereka tentang kualitas layanan pelanggan yang diberikan. Watson, Pitt, dan Kavan (1998) merupakan peneliti pertama yang menerapkan kualitas layanan ini dalam riset sistem informasi. Penelitian sebelumnya pengukuran kualitas layanan pada public service dilakukan oleh Anderson (1995) dalam Ramseook et al. (2010), mengukur kualitas layanan yang disediakan oleh klinik kesehatan universitas publik. Menggunakan 15 pernyataan yang mewakili lima dimensi SERVQUAL (Parasuraman et al., 1988). Parasuraman et al., (1988) dalam Buttle (1995), mengidentifikasikan lima dimensi kualitas dalam pelayanan, yaitu: Universitas Indonesia


28

1. Tangibles (bukti langsung), meliputi fasilitas fisik, perlengkapan, personilnya dan sarana komunikasi. 2. Reliability (kehandalan), yaitu kemampuan untuk menghasilkan kinerja pelayanan yang dijanjikan secara akurat dan pasti. Hal ini berarti bahwa pelayanan harus tepat waktu dan dalam spesifikasi yang sama, tanpa kesalahan, kapanpun pelayanan tersebut diberikan. 3. Responsiveness (daya tanggap), yaitu bisa menjawab kebutuhan atau bisa diartikan dengan kemauan untuk menolong konsumen dan memberikan pelayanan yang cepat 4. Assurance (jaminan), meliputi pengetahuan dan rasa hormat pegawai dan kemampuan mereka berarti adanya jaminan tentang kepastian pelayanan yang diberikan. 5. Empathy (empati), yaitu adanya penjiwaan dan perhatian secara pribadi terhadap konsumen. Berdasarkan uraian di atas penelitian ini menghipotesakan dalam hipotesa tiga bahwa semakin tinggi kualitas layanan dari petugas SAPK dalam memberikan bantuan dan informasinya kepada para pengguna SAPK, maka akan meningkatkan kepuasan pengguna sistem tersebut.

2.6.4. Kepuasan Pengguna Akhir Sebagai Ukuran Keberhasilan Sistem Informasi Kepuasan pemakai terhadap suatu sistem informasi adalah bagaimana cara pemakai memandang sistem informasi secara nyata, tapi tidak pada kualitas sistem secara teknik (Guimaraes, Staples, dan McKeen, 2003). Dalam literatur penelitian maupun dalam praktek, user satisfaction seringkali digunakan sebagai ukuran pengganti dari efektivitas sistem informasi menurut Melone (1990) dalam McGill (2002). Doll dan Torkzadeh (1988) mendefinisikan end-user satisfaction sebagai “affective attitude towards a specific computer application by someone who interacts with the application directly.” Doll dan Torkzadeh (1988) mengggunakan survey terhadap 618 responden untuk meneliti mengenai user satisfaction dengan memodifikasi instrumen dan faktor analisis.



29

End User Computing Satisfaction (EUCS) adalah metode untuk mengukur tingkat kepuasan dari pengguna suatu sistem aplikasi dengan membandingkan antara harapan dan kenyataan dari sebuah sistem informasi. Model ini dikembangkan oleh Doll dan Torkzadeh (1988) yang digunakan untuk mengukur kepuasan pemakai akhir komputer. Doll dan Torkzadeh mengembangkan instrumen EUCS yang terdiri dari 12 (dua belas) item dengan membandingkan lingkungan pemrosesan data tradisional dengan lingkungan end user computing, yang meliputi 5 komponen: Isi (content), Akurasi (accuracy), Bentuk (format), Kemudahan (ease) dan Ketepatan Waktu (timeliness).

Content Accuracy Satisfaction

Format Ease of Use Timeliness

Gambar 2.6. Model Evaluasi End User Computing Satisfaction (Sumber : Doll, 1988) Namun pada penelitian ini penulis tidak akan menggunakan metoda EUCS karena variabel pengukurannya sudah digunakan pada pengukuran kualitas informasi dan kualitas sistem. Penulis akan mengambil metoda lain yang akan digunakan dalam pengukuran user satisfaction dalam penelitian ini yaitu berdasarkan pada penelitian DeLone dan McLean (1992) serta Shaw, DeLone, dan Niederman (2002), yaitu dimensi hubungan dengan unit pendukung, komunikasi dengan unit pendukung, sikap positif staf pendukung, tingkat pelatihan yang disediakan, kecepatan respons terhadap permintaan user, kualitas respons terhadap permintaan user, informasi yang relevan, informasi yang akurat, informasi yang tepat, informasi yang lengkap, informasi yang reliabel/handal, pemahaman user terhadap aplikasi yang digunakan, partisipasi user dalam Universitas Indonesia


30

pengembangan sistem. dari dimensi-dimensi tersebut penulis tidak memasukkan variabel pengukuran mengenai informasi seperti informasi yang relevan, informasi yang akurat, informasi yang tepat, informasi yang lengkap, informasi yang reliable / handal karena variabel tersebut sudah ada pada pengukuran kualitas informasi. Variabel-variabel tersebut dikelompokkan menjadi tiga faktor, yaitu: •

Faktor pertama berkaitan dengan information satisfaction, dan terdiri dari item akurasi informasi, ketepatan, kelengkapan informasi, kehandalan informasi, dan pemahaman aplikasi.

•

Faktor kedua berkaitan dengan relationship satisfaction, meliputi itemitem : hubungan dengan unit IS dan komunikasi dengan unit IS.

•

Faktor ketiga berkaitan dengan service satisfaction, dan terdiri dari itemitem: kecepatan respons dan kualitas respons.

Pemahaman user terhadap aplikasi yang digunakan yaitu mengukur kepuasan pengguna ditinjau dari pemahamannya terhadap sistem aplikasi yang digunakan. Semakin pengguna memahami dengan baik sistem aplikasi tersebut maka akan semakin senang dan puas menggunakan aplikasi tersebut. Tabel 2.1. DeLone dan McLean (1992) serta Shaw, DeLone, dan Niederman (2002) Dimensi Kepuasan Pemakai (User Satisfaction)

Indikator

Hubungan dengan unit pendukung Komunikasi dengan unit pendukung Sikap positif staf pendukung Tingkat pelatihan yang disediakan Kecepatan respons terhadap permintaan user Kualitas respons terhadap permintaan user Informasi yang relevan Informasi yang akurat Informasi yang tepat Informasi yang lengkap Informasi yang reliabel/handal Pemahaman user terhadap aplikasi yang digunakan Partisipasi user dalam pengembangan sistem

Sumber : DeLone dan McLean (1992) sertaShaw, DeLone, dan Niederman (2002) Universitas Indonesia


31

2.6.5. Pengaruh Kepuasan Pengguna terhadap Manfaat Bersih (Net Benefits) Manfaat Bersih (Net Benefits) merupakan penggabungan dampak individual (individual impact) dan dampak organisasional (organizational impact). Dampak individual (individual impact) merupakan efek terhadap perilaku pemakai atau kualitas kinerja pengguna secara individual termasuk produktivitas, efisiensi dan efektifitas kinerja individu. Sedangkan dampak organisasi (organizational impact) merupakan efek terhadap kinerja organisasi atau kualitas kinerja

pengguna

secara

organisasi

atau

institusi

pengguna

termasuk

produktivitas, efisiensi dan efektifitas kinerja. Dalam penelitian ini variabel Net Benefits diukur dengan persepsi pengguna atas pengaruh sistem terhadap kualitas kinerja individu dan organisasi pengguna. Rai etal., (2002) meneliti hubungan antara peningkatan kinerja pengguna akhir system informasi dan kepuasan pengguna dan hasil penelitiannya menunjukkan manfaat atau dampak penggunaan sistem informasi ini berpengaruh terhadap user satisfaction. Livari (2005), melakukan penelitian mengenai keberhasilan sistem informasi yang baru diterapkan terhadap pengguna sistem informasi di satu organisasi yang bersifat mandatory. Hasil penelitiannya untuk hubungan variabel individual impact dengan user satisfaction menunjukkan adanya pengaruh positif dari kedua variable tersebut. Untuk mengukur net benefits digunakan pengukuran individual impact dan Organization Impacts dari DeLone dan McLean (1992) seperti pada Tabel 2.2.. Namun disini penulis tidak menggunakan seluruh variabel hanya beberapa variabel yang ada kaitannya dengan sistem SAPK yang bersifat mandatory. Tabel 2.2.Variabel Pengukuran Kesuksesan Sistem Informasi Dimensi Dampakdampak Individual (Individual Impacts)

Indikator Pemahaman Informasi (Information Understanding) Pembelajaran (Learning) Akurasi Interpretasi (Accurate Interpretation) Kesadaran Informasi (Information Awareness) Pengambilan Informasi (Information Recall) Identifikasi Masalah (Problem Identification) Efektivitas Keputusan (Decision Effectiveness) Universitas Indonesia


32

1) Kualitas Keputusan (Decision Quality) 2) Peningkatan Analisis Keputusan (Improved Decision Analysis) 3) Kebenaran Keputusan (Correctness Of Decision) 4) Waktu Untuk MembuatKeputusan (Time To Make Decision) 5) Keyakinan Di Keputusan (Confidence In Decision) 6) Partisipasi-partisipasi Pengambilan Keputusan (Decision-Making Participations) Peningkatan Produktivitas Individual (Improved Individual Productivity) Perubahan di Keputusan (Change In Decision) Penyebab-penyebab tindakan Manajemen (Causes Management Action) Kekuasaan atau pengaruhindividual (Individual Power Or Influence) Kinerja Tugas (Task Performance) Kualitas Rencana-rencana (Quality Of Plans) Valuasi Personal dari SI (Personal Valuation Of IS) Kerelaan Untuk Membayar Informasi (Willingness To Pay For Information) DampakPortofolio Aplikasi : (Application Portfolio: ) Dampak 1. Jangkauan dan Lingkup Aplikasi-aplikasi (Range & and Scope Of Applications) Organisasi (Organization 2. Jumlah dari Aplikasi-aplikasi Kritikal (Number Of Critical Applications) Impacts) Pengurangan Biaya-biayaOperasi (Operating Costs Reduction) Pengurangan Staff (Staff Reduction) Keseluruhan Keuntungan-keuntungan Produktivitas (Overall Productivity Gains) Peningkatan Pendapatan-pendapatan (Increased Revenues) Peningkatan Penjualan-penjualan (Increased Sales) Peningkatan Pangsa Pasar (Increased Market Share) Peningkatan Laba (Increased Profits) Return Pada Investasi (Return Of Investment) Return Pada Aktiva-aktiva (Return Of Assets) Rasio Pendapatan BersihTerhadap Pengeluaran-pengeluaran Operasi (Ratio Of Net Income To Operating Expense) Rasio Biaya/ Manfaat (Cost/ Benefit Ratio) Harga Saham (Stock Price) Peningkatan Volume Pekerjaan (Increased Work Volume) Kualitas Produk (Product Quality) Kontribusi di PencapaianTujuan-tujuan (Contribution In Achieveing Goals) Efektivitas Pelayanan (Service Effectiveness)

Sumber : DeLone & McLean (1992)

Dalam penelitian ini penulis menambahkan variabel lain yang digunakan untuk mengukur net benefits, karena sistem yang digunakan adalah sistem pemerintah yang bersifat mandatory atau wajib digunakan oleh pengguna seluruh instansi pusat dan daerah maka pengukuran net benefits diukur dari tujuan



33

penerapan SAPK berdasarkan sumber Kedeputian Informasi Kepegawaian BKN, 2010 yaitu antara lain : 1. Meningkatkan efisiensi dan efektifitas a. Tersedianya data dan informasi yang up-to-date dengan cepat dan akurat. b. Menghilangkan duplikasi sistem dan data c. Optimalisasi beban tugas. d. Meminimalisasikan simpul birokrasi yang tidak perlu. 2. Meningkatkan pelayanan dan kemudahan bagi PNS 3. Penerapan good governance a. Meningkatkan transparansi dan akuntabilitas b. Informasi dapat dengan mudah diperoleh. c. Meningkatkan public image pemerintah. 4. Meningkatkan transparansi dan akuntabilitas a. Ketersediaan informasi yang up-to-date ; b. Improve accesibility of data and information to the government agencies;

Berdasarkan uraian di atas penelitian ini menghipotesakan dalam hipotesa empat bahwa semakin tinggi kepuasan pengguna sistem SAPK, maka akan memberikan manfaat kepada organisasi maupun individu dari pengguna sistem itu sendiri sesuai tujuan dari implementasi SAPK tersebut.

2.7. Penelitian Sebelumnya 1. “Pengujian Model DeLone and McLean Dalam Pengembangan Sistem Informasi Manajemen” (Kajian Sebuah Kasus) Dody Radityo Zulaikha Universitas Diponegoro, pada Simposium Nasional Akuntansi X, Juli 2007



34

Obyek penelitian ini 150 responden, kesimpulan pada jurnal tersebut berisi yaitu : a. Model kesuksesan sistem informasi DeLone and Mc Lean’s Model tidak sepenuhnya terbukti secara empiris dalam kasus pengembangan Sistem informasi Manajemen berbasis Web (SIMAWEB) di Fakultas Ekonomi Undip. b. Dengan model tersebut hasilnya menunjukkan bahwa intensitas penggunaan Sistem informasi berpengaruh positif signifikan terhadap individual impact. Hal ini berarti bahwa semakin tinggi intensitas

pemakaian

SIMAWEB

akan

berdampak

pada

meningkatnya kualitas kinerja pemakai secara individual c. Individual

impact

organizational

bepengaruh

impact.

Hal

ini

positif

sifnifikan

berarti

dengan

terhadap

peningkatan

produktivitas kinerja secara individual dapat meningkatkan kualitas kinerja institusi yang mengembangkan sistem informasi yang bersangkutan. d. Variabel information quality dan system quality tidak berpengaruh signifikan terhadap intensitas penggunaan sistem informasi dan user satisfaction. Hal ini dimungkinkan terjadi karena sebagian besar responden adalah mahasiswa, Model kesuksesan sistem informasi DeLone and Mc Lean’s Model tidak sepenuhnya terbukti secara empiris dalam kasus pengembangan

Sistem

Informasi

Manajemen

berbasis

Web

(SIMAWEB) di Fakultas Ekonomi Undip dimana ada variabael information quality dan system quality tidak berpengaruh signifikan terhadap intensitas penggunaan sistem informasi dan user satisfaction padahal menurut DeLone and Mc Lean’s Model menggambarkan bahwa kesuksesan pengembangan sistem yang diproksi dengan 2 (dua) variabel yaitu intensitas penggunaan sistem dan kepuasan pengguna sistem informasi yang bersangkutan, hal tersebut disebabkan karena sebagian besar responden adalah mahasiswa, yang kurang memahami kualitas



35

sistem dan kualitas informasi dikarenakan penggunaan sistem informasi yang monoton yang bersifat bersifat wajib. Namun pada penelitian yang akan dilakukan oleh penulis belum tentu tidak terbukti karena beda responden yang akan diberikan kuesioner dan beda sistem yang akan dikaji. Model yang digunakan :

Gambar 2.7. Model Delone dan McLean (Radityo, 2007)

Gambar 2.8. Full Model Struktural (Radityo, 2007) Universitas Indonesia


36

2. “Pengaruh Kepuasan Pengguna Sistem Informasi Terhadap Kinerja Individu” (Studi Empiris Pada Pengguna Paket Program Aplikasi Sistem Informasi Akuntansi di Indonesia) oleh Istianingsih dan Wiwik Utami, pada Simposium Nasional Akuntansi (SNA) XII Palembang, 2009.

Penelitian tersebut dilakukan kepada 204 responden dimana hasil penelitiannya sebagai berikut : 1. Kualitas

layanan

terbukti

secara

signifikan

berpengaruh

positif terhadap kepuasan pengguna sistem informasi. 2. Kualitas sistem terbukti secara signifikan berpengaruh positif terhadap kepuasan pengguna sistem informasi. 3. Kualitas

informasi

terbukti

secara

signifikan

berpengaruh

positif terhadap kepuasan pengguna sistem informasi. 4. Kepuasan pengguna sistem informasi terbukti secara signifikan berpengaruh positif terhadap kinerja individu.

Hasil penelitian ini mendukung hasil penelitian sebelumnya terutama penelitian DeLone dan McLean (1992, 2003) dan Myers (1997). Dari kesimpulan jurnal tersebut penulis akan membuktikan apakah kualitas sistem informasi juga berpengaruh pada kinerja individu dan organisasi di BKN. Yang membedakan dengan penelitian ini adalah metode pengukuran yang digunakan pada pengukuran kualitas sistem. Pada penelitian ini dilakukan pengukuran kualitas sistem dengan metode dari Delone & Mclean sedangkan pada jurnal menggunakan metoda dari McGill, Hobbs dan Klobas (2003).

Model yang digunakan :



37

Gambar 2.9. Model DeLone and McLean (1992) model and Myers (1997) model (Istianingsih dan Utami, 2009)

Pada penelitian ini menambahkan second order-confirmatory factor analysis (CFA) untuk menguji validitas dan reliabilitas dari dimensi yang merupakan indikator kualitas layanan dan kepuasan pengguna, seperti pada Gambar 2.7.

Gambar 2.10. Model CFA Kualitas Layanan (Istianingsih dan Utami, 2009)



38

3. “Model Kesuksesan Penerapan Enterprise Resource Planning Pada PT PLN (Persero) Distribusi Bali” oleh : Brigida Arie Minartiningtyas, 2011. Berdasarkan hasil analisis penelitian dengan 70 responden pengguna SAP di PT PLN (Persero) Distribusi Bali, dapat disimpulkan bahwa : a. Model sukses penerapan ERP (dalam hal ini SAP) di PT PLN (Persero) Distribusi Bali yang diusulkan dipengaruhi tiga konstruk, yaitu: kualitas sistem, kualitas informasi dan net benefit. b. Net benefit (manfaat) penerapan SAP di PT PLN (Persero) Distribusi Bali dipengaruhi oleh kualitas sistem dan kualitas informasi. c. Kualitas sistem SAP dan kualitas informasi yang dihasilkan oleh sistem SAP saling mempengaruhi. Variabel dan Indikator Penelitian 1) Kualitas Sistem Kode KS1 KS2 KS3

Indikator Isi basis data Kemudahan dipelajari Keluwesan sistem

Sumber Emery (1971) Belardo, Karwan, dan Wallace (1982) Bailey dan Pearson (1983)

2) Kualitas Informasi Kode KI1 KI2 KI3

Indikator Kepahaman Akurasi Ketepatwaktuan

Sumber King dan Epstein (1983) Bailey dan Pearson (1983) Mahmood (1987)

3) Net Benefit Kode NB1 NB2 NB3

Indikator Peningkatan produktivitas individual Pengurangan biaya operasional Efektivitas organisasional

Sumber Crawford (1982) Rivard dan Huff (1984) Irvine, Danziger (1977)



39

Model yang digunakan dalam penelitian oleh Minatiningtyas (2011) mengadopsi teori model sukses sistem informasi DeLone dan Mclean (2003), namun teori ini kemudian disederhanakan agar lebih sesuai dengan kebutuhan dan kondisi penerapan SAP di PT PLN (Persero) Distribusi Bali. Model tersebut dapat dilihat pada Gambar 2.8. dibawah ini.

Gambar 2.11. Model DeLone dan Mclean, 2003 (Minartiningtyas, 2011)

Tabel 2.3. Hasil-hasil Penelitian Terdahulu No 1

Peneliti Dody Radityo Zulaikha (2007)

Variabel Variabel eksogen : kualitas sistem dan kualitas informasi Variabel endogen : Kepuasan pengguna sistem informasi,individual impact, dan organizational impact

Metode Hasil Structural • Hasilnya menunjukkan bahwa Equation Intensitas penggunaan Sistem Modelling informasi berpengaruh positif (SEM) signifikan terhadap individual impact. • Individual impact bepengaruh positif sifnifikan terhadap organizational impact. • Variabael information quality dan system quality tidak berpengaruh signifikan terhadap intensitas penggunaan sistem informasi dan user satisfaction.



40

Tabel 2.3. Hasil-hasil Penelitian Terdahulu (sambungan) No 2

Peneliti Istianingsih dan Wiwik Utami (2007)

Variabel Variabel laten : kualitas layanan, kualitas sistem informasi, kualitas informasi, kepuasan pengguna, & kinerja individu.

3

Brigida Arie Minartiningty as (2011)

Variabel dependen : Net Benefit Variabel independen : KualitasSistem, KualitasInformasi

Metode Hasil Structural • Kualitas layanan , Kualitas sistem Equation dan Kualitas informasi terbukti Modelling berpengaruh positif terhadap (SEM) kepuasan pengguna sistem informasi. • Kepuasan pengguna sistem informasi terbukti berpengaruh positif terhadap kinerja individu. Structural • Net benefit (manfaat) penerapan Equation SAP di PT PLN (Persero) Modelling Distribusi Bali dipengaruhi oleh (SEM) kualitas sistem dan kualitas informasi. • Kualitas sistem SAP dan kualitas informasi yang dihasilkan oleh sistem SAPsaling mempengaruhi.

Perbedaan penelitian sebelumnya tersebut dengan penelitian ini adalah : 1. Pada penelitian ini variabel yang digunakan adalah kualitas layanan, kualitas sistem informasi, kualitas informasi, kepuasan pengguna dan net benefits. Menghilangkan variabel use yang digunakan oleh penelitian Radityo (2007) karena pada penelitian ini sistem yang digunakan bersifat mandatory. 2. Penambahan dimensi tujuan dari penerapan sistem SAPK pada variabel pengukuran net benefits (Sumber : Kedeputian INKA BKN 2010)



41

2.8. Kerangka Pemikiran Kerangka pemikiran teoritis yang digunakan dalam penelitian ini adalah sebagai berikut :

X1 X2 X3 X4

Information Quality (Bailey & Pearson, 1983) dan (Weber, 1999)

X5 X6 H1

X7 X8 X9 X10 X11

System Quality (DeLone & McLean, 1992)

User Satisfaction (DeLone & McLean, 1992)

H2

X12

X27

X20 X13

X33 X26

X21

X14

Net Benefits (DeLone & McLean, 1992) Tujuan Penerapan SAPK (Kedeputian INKA, 2010)

H4

X22

X25 X23

X28

X32 X29

X24

X30

H3

X15 X16 X17 X18

Service Quality (SERVQUAL, Parasuraman, 1990)

X19

Gambar 2.12. Kerangka Pemikiran Teoritis



X31

42

2.9.

Hipotesis Berdasarkan kerangka pemikiran diatas dirumuskan hipotesis sebagai

berikut : Hipotesis Pertama (H1) : Kualitas Informasi (Information Quality) berpengaruh positif terhadap kepuasan penggunanya (user satisfaction) Hipotesis Kedua (H2) : Kualitas Sistem Informasi (System Quality) berpengaruh positif terhadap kepuasan penggunanya (user satisfaction) Hipotesis Ketiga (H3) : Kualitas Layanan (Service Quality) berpengaruh positif terhadap kepuasan penggunanya (user satisfaction) Hipotesis Keempat (H4) : Kepuasan Pengguna (user satisfaction) berpengaruh positif terhadap Manfaat Bersih (Net Benefits)

2.10. Indikator Variabel 2.10.1. Indikator Variabel Kualitas Informasi Variabel Kualitas Informasi dibentuk oleh 6 (enam) indikator yaitu accuracy, timeliness, reliability, relevance, informativeness dan completeness. Pertanyaan dalam kuesioner untuk masing-masing variabel dalam penelitian diukur dengan menggunakan skala Likert berskala 1 - 5. Keenam indikator yang digunakan untuk mengukur kualitas informasi dalam penelitian ini, yaitu : 1. Reliability adalah Sistem SAPK memberikan data informasi yang reliable yaitu bebas dari pengertian yang menyesatkan dan disajikan sesuai dengan fakta (didukung dengan bukti yang valid).



43

2. Relevance adalah Sistem SAPK menyediakan informasi sesuai dengan kebutuhan pengguna secara tepat dan informasi tersebut bermanfaat bagi penerima informasi 3. Accuracy adalah jika informasi dari sistem SAPK jelas dan dapat mencerminkan maksud yang disampaikan, bebas dari kesalahan-kesalahan serta tidak bias atau menyesatkan. 4. Timeliness adalah pengguna dapat memperoleh informasi yang dibutuhkan dari sistem SAPK dalam waktu yang tepat dan informasi yang dihasilkan SAPK tidak terlambat/usang. 5. Completeness adalah Sistem SAPK memberikan informasi yang lengkap atau tidak ada bagian informasi yang penting bagi pengambil keputusan atau pelaksanaan tugas yang hilang 6. Informativeness adalah informasi yang dihasilkan sistem SAPK merupakan sumber informasi yang baik Keenam indikator tersebut dapat dilihat pada Gambar 2.10 sebagai berikut :

Reliability (IQ1) Relevance (IQ2) Accuracy (IQ3) Timeliness (IQ4)

Kualitas Informasi (Bailey&Pearson, 1983) dan (Weber, 1999)

Completeness (IQ5) Informativeness (IQ6)

Gambar 2.13. Model Variabel Kualitas Informasi



44

2.10.2. Indikator Variabel Kualitas Sistem Variabel Kualitas Sistem dibentuk oleh 8 (delapan) indikator yaitu correctness, integrity, reliability, usability, Ease of Use, Response Time, Flexibility, Security. Pertanyaan dalam kuesioner untuk masing-masing variabel dalam penelitian diukur dengan menggunakan skala Likert berskala 1 - 5. Kedelapan indikator yang digunakan untuk mengukur kualitas sistem dalam penelitian ini, yaitu : 1.

Usability adalah sistem SAPK mudah dan nyaman digunakan serta mudah dipelajari oleh pengguna.

2.

Correctness adalah sistem SAPK sudah memenuhi kebutuhan pengguna dalam hal proses kepegawaian yang terkait dengan BKN dan sistem tersebut mampu melakukan tugas-tugas seperti yang didefinisikan pada spesifikasi sistem.

3.

Ease of Use adalah sistem SAPK mudah digunakan.

4.

Response Time adalah sistem SAPK mempunyai kecepatan akses yang cukup optimal dan dapat merespon dan memberikan konfirmasi dengan cepat.

5.

Reliabilitya dalah sistem SAPK dapat memberikan layanan kebutuhan pengguna tanpa adanya masalah yang dapat mengganggukenyamanan pengguna dalam menggunakan sistem informasi dan tidak mudak rusak dan bebas dari kesalahan.

6.

Integrity adalah segala perubahan yang terjadi pada suatu proses terintegrasi pada modul yang lain dan sejauh mana akses ke sistem dan data SAPK oleh pihak yang tidak berhak dapat dikontrol

7.

Flexibility adalah SAPK sangat fleksibel bagi pengguna dalam memanfaatkan layanan kepegawaian dan sistem SAPK fleksibel dan mudah

untuk

dilakukan

perubahan-perubahan

kaitannya

dengan

memenuhi kebutuhan pengguna. 8.

Security adalah pengguna tidak perlu khawatir dengan keamanan sistem SAPK dalam menjaga data PNS dan produk SAPK (SK, Nota Persetujuan



45

dll) telah cukup aman dengan menggunakan Digital Certificate (SAPK menggunakan barcode) sebagai proteksi Kedelapan indikator tersebut dapat dilihat pada Gambar 2.11 sebagai berikut: Usability (SQ1) Correctness (SQ2) Ease of Use (SQ3) Response Time Reliability (SQ5)

Kualitas Sistem Informasi (DeLone & McLean, 1992)

Integrity (SQ6) Flexibility (SQ7) Security (SQ8)

Gambar 2.14. Model Variabel Kualitas Sistem

2.10.3. Indikator Variabel Kualitas Layanan Variabel Kualitas Layanan dibentuk oleh 5 (lima) indikator yaitu tangibles, reliability, responsiveness, assurance, dan empathy. Pertanyaan dalam kuesioner untuk masing-masing variabel dalam penelitian diukur dengan menggunakan skala Likert berskala 1 - 5. Kelima indikator yang digunakan untuk mengukur kualitas layanan dalam penelitian ini, yaitu :



46

1.

Tangibles adalah satgas SAPK bersikap ramah, cepat memberi pelayanan, serta sarana pengaduan permasalahan cukup lengkap dan memudahkan pengguna dalam menyampaikan permasalahannya (telepon kantor, HP (handphone), fasilitas chatting diinternet, email, surat dinas, social network).

2.

Reliability adalah satgas SAPK memahami kebutuhan instansi pengguna, serta mempunyai sikap percaya diri dalam pelayanan.

3.

Responsiveness adalah satgas SAPK bisa menjawab atau peduli akan kebutuhan instansi pengguna, siap membantu atau menolong pengguna dan memberikan pelayanan yang cepat, menunjukkan kemauan baik untuk membantu pengguna dalam mengoperasikan SAPK

4.

Assurance adalah satgas SAPK memiliki pengetahuan yang baik dalam menjawab pertanyaan, ada kepercayaan dari pengguna SAPK akan kemampuan satgas SAPK dalam memberikan bantuan.

5.

Empathy adalah satgas SAPK memberikan perhatian terhadap pengguna, menyediakan fasilitas pendukung yang menyenangkan, bila pengguna SAPK mengalami kesulitan pada saat mengoperasionalkan SAPK akan dibantu dengan baik.

Kelima indikator tersebut dapat dilihat pada Gambar 2.12 sebagai berikut :

Tangibles (LQ1) Reliability (LQ2) Responsiveness (LQ3)

Kualitas Layanan (SERVQUAL, Parasuraman, 1990)

Assurance (LQ4) Empathy (LQ5)

Gambar 2.15. Model Variabel Kualitas Layanan



47

2.10.4. Indikator Variabel Kepuasan Pengguna Variabel Kepuasan Pengguna dibentuk oleh 8 (delapan) indikator yaitu hubungan dengan unit pendukung, komunikasi dengan unit pendukung, sikap positif staf pendukung, tingkat pelatihan yang disediakan, kecepatan respons terhadap permintaan user, kualitas respons terhadap permintaan user, pemahaman user terhadap aplikasi, partisipasi user dalam pengembangan sistem. Pertanyaan dalam kuesioner untuk masing-masing variabel dalam penelitian diukur dengan menggunakan skala Likert berskala 1 - 5. Kedelapan indikator yang digunakan untuk mengukur kepuasan pengguna dalam penelitian ini, yaitu : 1.

Hubungan dengan unit pendukung adalah pengguna mempunyai hubungan yang baik dengan Satgas SAPK.

2.

Komunikasi

dengan

unit

pendukung

adalah

pengguna

dapat

berkomunikasi baik dengan Satgas SAPK. 3.

Sikap positif staf pendukung adalah satgas SAPK mempunyai sikap yang positif dalam melayani pengguna.

4.

Tingkat pelatihan yang disediakan adalah satgas SAPK siap memberikan pelatihan dan pendampingan sistem SAPK.

5.

Kecepatan respons terhadap permintaan user adalah satgas SAPK memberikan respons yang cepat terhadap permintaan pengguna.

6.

Kualitas respons terhadap permintaan user adalah satgas SAPK memberikan respons yang berkualitas terhadap permintaan pengguna.

7.

Pemahaman User terhadap aplikasi adalah pemahaman pengguna terhadap aplikasi yang digunakan cukup baik.

8.

Partisipasi

user

dalam

pengembangan

sistem

adalah

pengguna

berpartisipasi dalam pengembangan sistem dengan menyampaikan kritik dan saran melalui telepon, surat, email atau chatting serta bergabung dalam forum-forum SAPK.

Kedelapan indikator tersebut dapat dilihat pada Gambar 2.13 sebagai berikut :



48

Hubungan dengan unit pendukung (US1)

Komunikasi dengan unit pendukung (US2)

Sikap positif staf pendukung (US3)

Tingkat pelatihan yang disediakan (US4)

Kecepatan respons terhadap permintaan user (US5)

Kepuasan Pengguna (DeLone & McLean, 1992)

Kualitas respons terhadap permintaan user (US6)

Pemahaman User terhadap aplikasi (US7)

Partisipasi user dalam pengembangan sistem (US8)

Gambar 2.16. Model Variabel Kepuasan Pengguna 2.10.5. Indikator VariabelNet Benefits Variabel Net Benefits dibentuk oleh 6 (enam) indikator yaitu Peningkatan Produktivitas Individual, Pengurangan Biaya Operasional, Kontribusi di Pencapaian Tujuan-tujuan, Efektivitas dan efisien, Meningkatkan pelayanan, Penerapan good governance. Pertanyaan dalam kuesioner untuk masing-masing variabel dalam penelitian diukur dengan menggunakan skala Likert berskala 1 - 5. Keenam indikator yang digunakan untuk mengukur Net Benefits dalam penelitian ini, yaitu : 1.

Peningkatan produktivitas individual adalah dengan menggunakan sistem SAPK maka dapat meningkatkan produktivitas pengguna dalam menyelesaikan tugas kepegawaian dan pengguna dapat meningkatkan kinerja di bidang kepegawaian setelah menggunakan SAPK



49

2.

Pengurangan biaya operasional adalah dengan menggunakan SAPK dapat memangkas

atau

mengurangi

biaya

operasional

dalam

proses

kepegawaian dan mengontrol proses tersebut serta sistem SAPK dapat menghemat

pengeluaran

organisasi,

khususnya

beban

proses

kepegawaian 3.

Kontribusi di pencapaian tujuan-tujuan adalah sistem SAPK memberi kontribusi dalam pencapaian tujuan-tujuan organisasi yang dapat mempertinggi kontribusi individual terhadap organisasi.

4.

Efektivitas dan efisien adalah sistem SAPK dapat meningkatkan efektivitas dan efisiensi kerja pengguna dalam memproses kepegawaian

5.

Meningkatkan pelayanan adalah dengan menggunakan SAPK dapat meningkatkan pelayanan kepegawaian PNS

6.

Penerapan good governance adalah dengan SAPK dapat dicapai tujuan penerapan good governance yaitu transparansi informasi hasil proses kepegawaian dan dapat dicapai tujuan penerapan good governance yaitu meningkatkan public image pemerintah serta dapat dicapai tujuan penerapan good governance yaitu birokrasi yang bersih

Keenam indikator tersebut dapat dilihat pada Gambar 2.14 sebagai berikut : Peningkatan produktivitas individual(Improved Individual Productivity) (NB1) Pengurangan biaya operasional (Operating Costs Reduction) (NB2) Kontribusi di PencapaianTujuan-tujuan (Contribution In Achieveing Goals) (NB3) Efektivitas dan efisien (NB4)

Net Benefits (DeLone & McLean, 1992)dan Tujuan Penerapan SAPK (Kedeputian INKA, 2010)

Meningkatkan pelayanan (NB5) Penerapan good governance (NB6)

Gambar 2.17. Model Variabel Net Benefits Universitas Indonesia


BAB 3 METODOLOGI PENELITIAN

Pada bab ini akan dibahas mengenai pemilihan sampel penelitian, langkahlangkah tahapan penelitian, alur penelitian, pengumpulan data serta penyusunan metodologi penelitian. 3.1. Populasi dan Sampel Penelitian 3.1.1. Populasi Populasi dalam penelitian ini adalah para pengguna akhir Sistem Aplikasi Pelayanan Kepegawaian (SAPK) pada : 1. Badan

Kepegawaian

Daerah

(BKD)

di

instansi

daerah,

Biro

Kepegawaian di instansi pusat dan bagian kepegawaian di kantor wilayah atau UPT (Unit Pelayanan Teknis) yang ada di daerah atau bagian kepegawaian dari setiap Direktorat Jenderal di instansi pusat yang ada di kantor pusat, sebagai instansi pengusul proses kenaikan pangkat, 2. Pengguna di Direktorat Kenaikan Pangkat dan Mutasi di BKN Pusat serta pengguna di bagian Mutasi di Kantor Regional BKN sebagai instansi pemroses persetujuan atau pertimbangan teknis kenaikan pangkat. 3.1.2. Sampel Teknik

pengambilan

sampel

dalam

penelitian

ini

menggunakan

Probability Sampling dengan metode Simple Random Sampling yaitu mengambil sampel random sederhana karena sifat populasi homogen, sehingga teknik acak sederhana akan memberikan gambaran yang sama atas karakteristik populasi. Hal ini dapat dilakukan apabila anggota populasi dianggap homogen. Pengambilan sampel dari semua anggota populasi dilakukan secara acak tanpa memperhatikan strata yang ada dalam anggota populasi.

50



51

Ukuran sampel yang digunakan dalam penelitian ini adalah sebanyak 160 orang, hal ini berdasarkan pada pedoman pengukuran sampel oleh Ferdinand (2002), yaitu sebagai berikut : 1. 100 - 200 sampel untuk teknik maximum likehood estimation. 2. Tergantung pada jumlah parameter yang diestimasi. Pedomannya adalah 5 10 kali jumlah parameter yang diestimasi.

3. Tergantung dari jumlah indikator yang digunakan dalam seluruh variabel laten. Jumlah sampel adalah jumlah indikator dikali 5 sampai 10. Bila terdapat 20 indikator, besarnya sampel adalah antara 100 - 200.

Jumlah indikator dalam penelitian ini adalah 33 indikator maka jumlah sampel yang digunakan adalah 165 – 330 sampel. Namun karena pada penelitian ini model estimasi menggunakan Maximum Likelihood (ML) minimum diperlukan sampel 100 - 200 (Ghozali 2011), sehingga jumlah sampel 160 yang digunakan dalam penelitian ini dapat digunakan untuk analisis data. 3.2. Sumber dan Metode Pengumpulan Data 3.2.1. Sumber Pengumpulan Data Menurut Sugiyono (2006), Pengumpulan data dapat menggunakan sumber primer dan sumber sekunder. Sumber primer adalah sumber data yang langsung memberikan data kepada pengumpul data. Sumber sekunder merupakan sumber yang tidak langsung memberikan data kepada pengumpul data, misalnya melalui orang lain atau melaluidokumen. Jadi ada 2 (dua) jenis data antara lain : 1. Data Primer Data yang diperoleh langsung dari unit pengamatan atau responden penelitian. Teknik atau metode pengumpulan data primer meliputi kuesioner, wawancara, dan observasi. Dalam penelitian ini data primer yang akan diambil adalah data – data mengenai penyelesaian proses kepegawaian, spesifikasi hardware, jaringan, petugas SAPK, pengguna SAPK.



52

2. Data sekunder Data sekunder adalah data pendukung yang diperoleh dari berbagai sumber tulisan antara lain dari literatur, buku, artikel, jurnal dan informasi lainnya yang dianggap dapat mendukung topik penelitian. Data sekunder yang diambil disini adalah dokumen Rencana Strategis BKN 2010 – 2014, portal BKN.

3.2.2. Metode Pengumpulan data Metode pengumpulkan data dapat dilakukan dengan menggunakan beberapa cara, diantaranya : •

Penelitian kepustakaan ( Library research ) Pengumpulan data yang diperoleh dengan cara membaca serta mempelajari buku-buku atau literatur-literatur yang berhubungan dengan penelitian tersebut.

•

Penelitian lapangan ( Field research ) Data penelitian ini diperoleh dengan menggunakan metode : a. Observasi Pengumpulan data yang dilakukan dengan cara melakukan pengamatan langsung terhadap masalah yang berkaitan dengan penelitian. Dalam hal ini peneliti adalah termasuk salah satu staf pada unit TI di BKN. b. Wawancara Pengumpulan data yang dilakukan dengan cara komunikasi langsung pada pihak-pihak yang berkaitan. Dalam hal penelitian ini wawancara dilakukan dengan cara diskusi atau tanya jawab dengan pimpinan unit TI di BKN. c. Kuesioner Pengumpulan data yang dilakukan dengan cara mengajukan daftar pertanyaan (angket) yang disebarkan kepada sejumlah responden. Kuesioner pada penelitian ini menggunakan pertanyaan tertutup yang Universitas Indonesia


53

jawabannya menggunakan skala Likert 1 - 5 yang akan di konversi menjadi data interval yang selanjutnya akan diolah atau dianalisis dengan tehnik analisis SEM (Structural Equation Model). Data yang yang harus diisi oleh responden meliputi dua bagian utama yaitu pertama adalah data identitas responden seperti usia, jenis kelamin, tingkat pendidikan, dan jenis instansi. Kedua adalah pernyataan responden, berupa jawaban dari kuesioner dimana dalam menjawab responden hanya perlu memberi tanda silang (X) atau ceklist (√) pada kolom jawaban yang sesuai.

3.3. Definisi Operasional dan Skala Pengukuran Variabel Variabel yang terdapat dalam penelitian ini yaitu variabel laten sebagai variabel operasional dan variabel teramati. Variabel operasional terdapat dua jenis, yaitu variabel dependen (eksogen) dan variabel independen (endogen). Variabel operasional dapat juga disebut dengan variabel latent atau konstruk (Ghozali, 2007), yaitu variabel yang tidak dapat diukur secara langsung (unobserved). Pertanyaan dalam kuesioner untuk masing-masing variabel dalam penelitian diukur dengan menggunakan skala Likert. 1. Variabel Laten (Konstruk atau Unobserved) Menurut Hair et al. (1995), pengertian konstruk adalah konsep yang membuat peneliti mendefinisikan ketentuan konseptual namun tidak secara langsung (bersifat laten), tetapi diukur dengan perkiraan berdasarkan indikator. Konstruk merupakan suatu proses atau kejadian dari suatu amatan yang diformulasikan dalam bentuk konseptual dan memerlukan indikator untuk memperjelasnya. Jadi merupakan variabel yang tidak dapat diukur langsung (harus dengan indikator atau kuesioner). Variabel laten dalam penelitian ini ada 5 yang terdiri dari Information Quality, System Quality, Service Quality,User Satisfaction dan net benefits.



54

2. Variabel Teramati (Variabel Manifest atau Variabel Indikator) Menurut Hair et al. (1995), Pengertian variabel manifest adalah nilai observasi pada bagian spesifik yang dipertanyakan, baik dari responden yang menjawab pertanyaan (misalnya, kuesioner) maupun observasi yang dilakukan oleh peneliti. Konstruk laten tidak dapat diukur secara langsung sehingga membutuhkan indikator-indikator yang disebut variabel manifest untuk mengukurnya. Dalam kuesioner, variabel manifest merupakan item-item pertanyaan. Variabel teramati yang dimaksud dalam penelitian ini terdiri dari 33 variabel awal yang merupakan keseluruhan item pertanyaan yang ada dalam kuesioner. Variabel Information Quality terdiri dari 6 (enam) variabel teramati yang dalam path diagram diberi simbol IQ1 sampai dengan IQ6. Untuk variabel laten System Quality dalam penelitian ini, terdiri dari 8 (delapan) variabel teramati yang dalam path diagram variabel teramati ini diberi simbol SQ1 sampai dengan SQ8. Variabel laten Service Quality dalam penelitian ini memiliki 5 (lima) variabel teramatiyang dalam path diagram ditulis sebagai LQ1 sampai dengan LQ5. Variabel User Satisfaction dalam penelitian ini memiliki 8 (delapan) variabel teramati dari US1 sampai dengan US8. Variabel Net Benefits dalam penelitian ini memiliki 6 (enam) variabel teramati dari NB1 sampai dengan NB6. Seluruh variabel tersebut diukur dengan berdasarkan skala Likert 1 - 5. 3. Variabel Eksogen, Variabel Endogen, dan Variabel Error Menurut Hair et al. (1995), Variabel eksogen adalah variabel penyebab, variabel yang tidak dipengaruhi oleh variabel lainnya. Variabel eksogen memberikan efek kepada variabel lainnya. Dalam diagram jalur, variabel eksogen ini secara eksplisit ditandai sebagai variabel yang tidak ada panah tunggal yang menuju kearahnya. Variabel endogen adalah variabel yang dijelaskan oleh

variabel eksogen.

Variabel endogen adalah efek dari variabel eksogen. Dalam diagram jalur, variabel endogen ini secara eksplisit ditandai oleh kepala panah yang menuju kearahnya. Universitas Indonesia


55

Variabel error didefinisikan sebagai kumpulan variabel-variabel eksogen lainnya yang tidak dimasukkan dalam sistem penelitian yang dimungkinkan masih mempengaruhi variabel endogen. Dalam penelitian ini yang menjadi variabel eksogen yaitu variabel Information Quality, System Quality, Service Quality. Yang menjadi variabel endogen yaitu User Satisfaction dan Net Benefits. Variabel error dalam penelitian ini memiliki 33 variabel dari e1 sampai dengan e33.

3.4. Uji Kualitas Data (Instrumen) Pengujian reliabilitas dan validitas kuesioner ini bertujuan agar kuesioner yang dipergunakan untuk mendapatkan data penelitian reliable dan valid. 3.4.1. Uji Validitas Suatu kuesioner disebut valid apabila pertanyaan-pertanyaan dalam kuesioner tersebut mampu mengungkapkan sesuatu yang akan diukur atau ketepatan suatu instrumen. Uji validitas dilakukan untuk mengetahui tingkat kevalidan dari instrumen (kuesioner) digunakan korelasi Pearson, dengan cara mengkorelasi setiap skor variable jawaban responden dengan total skor masingmasing variabel, kemudian hasil korelasi dibandingkan dengan nilai kritis pada taraf siginifikan 5% dan 1%. Tinggi rendahnya validitas instrumen akan menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud. 3.4.2. Uji Reliabilitas Uji reliabilitas merupakansuatu analisis untuk menguji apakah suatu instrumen pengukuran dapat diandalkan atau apakah suatu hasil pengukuran relatif konsisten jika pengukuran diulang dua kali atau lebih. Uji reliabilitas yang digunakan dalam penelitian ini adalah dengan formula Cronbach Alpha (koefisien alfa cronbach).



56

Menurut Nunnally (1969) dalam Ghozali (2005) uji reliabilitas dapat dilakukan dengan menggunakan program SPSS, yang memberikan fasilitas untuk melakukan uji statistik Cronbach Alpha (α), dimana suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach Alpha lebih besar dari 0,6. 3.5. Teknis Analisis Data 3.5.1

Structural Equation Model (SEM) Metode yang dipilih untuk menganalisis data harus sesuai dengan pola

penelitian dan variabel yang akan diteliti. Pada penelitian ini untuk analisis data digunakan Structural Equation Model (SEM) karena SEM mampu menganalisis pola hubungan antara konstruk laten dan indikatornya, konstrak laten yang satu dengan lainnya, serta kesalahan pengukuran secara langsung. Model persamaan struktural (Structural Equation Model (SEM)) adalah sekumpulan teknik-teknik statistikal yang memungkinkan pengujian sebuah rangkaian hubungan relatif “rumit” secara simultan (Ferdinand, 2000, hal:181). SEM merupakan teknik analisis multivariat yang dikembangkan guna menutupi keterbatasan yang dimiliki oleh model-model analisis sebelumnya yang telah digunakan secara luas dalam penelitian statistik. Model-model yang dimaksud diantaranya adalah regression analysis (analisis regresi), path analysis (analisis jalur), dan Confirmatory Factor Analysis (analisis faktor konfirmatori) (Hox dan Bechger,1998). Sebagai teknik statistik multivariat, penggunaan SEM memungkinkan kita melakukan pengujian terhadap bentuk hubungan tunggal (regresi sederhana), regresi ganda, hubungan rekursif maupun hubungan resiprokal, atau bahkan terhadap variabel laten (yang dibangun dari beberapa variabel indikator) maupun variabel yang diobservasi/diukur langsung. Menurut Yamin dan Kurniawan (2009), alasan yang mendasari digunakannya SEM adalah :



57

1.

SEM mempunyai kemampuan untuk mengestimasi hubungan antara variabel yang bersifat multiple relationship. Hubungan ini dibentuk dalam model struktural (hubungan antara konstrak laten eksogen dan endogen).

2.

SEM mempunyai kemampuan untuk menggambarkan pola hubungan antara konstrak laten (unobserved) dan variabel manifest (manifest variable atau variabel indikator).

3.

SEM mempunyai kemampuan mengukur besarnya pengaruh langsung, pengaruh tidak langsung, dan pengaruh total antara konstrak laten (efek dekomposisi). Dengan menggunakan SEM, peneliti dapat mempelajari hubungan

struktural yang diekspresikan oleh seperangkat persamaan, yang serupa dengan seperangkat persamaan regresi berganda.Persamaan ini akan menggambarkan hubungan diantara konstruk (terdiri dari variabel dependen dan independen) yang terlibat

dalam

sebuah

analisis.

Hingga

saat

ini,

teknik

multivariabel

diklasifikasikan sebagai teknik interdependensi atau dependensi. SEM dapat dikategorikan sebagai kombinasi yang unik dari kedua hal tersebut karena dasar dari SEM berada pada dua teknik multivariabel yang utama, yaitu analisis faktor dan analisis regresi berganda. 3.6. Pengolahan Data dengan Model Structural Equation Model (SEM) Metode penelitian yang akan digunakan adalah melakukan analisis data dengan Pendekatan SEM, namun sebelum data dianalisis maka hasil questioner diinput terlebih dahulu ke dalam format excel menjadi data ordinal yang kemudian di konvert menjadi data interval. Data hasil konversi ini yang akan dibaca oleh AMOS. SEM dengan Tools AMOS Menurut Hair e. al (1998) dalam Ghozali (2011), ada tujuh tahapan pemodelan dan analisis persamaan struktural yang dilakukan apabila menggunakan SEM antara lain :



58

1. Langkah 1 : Pengembangan Model SEM Berdasarkan Teori Langkah pertama ini yang harus dilakukan dalam pengembangan model SEMberdasarkan teori adalah mengembangkan sebuah model yangmempunyai justifikasi teoritis yang kuat. Kuatnya hubungan kausalitas antara dua variabel yang diasumsikan oleh peneliti bukan terletak pada metode analisis yang dipilih, tetapi terletak pada justifikasi (pembenaran) secara teoritis untuk mendukung analisis. Jadi jelas hubungan antar variabel dalam model merupakan deduksi dari teori. Oleh karena itu,pengembangan sebuah teori yang berjustifikasi ilmiah adalah syarat utamadalam menggunakan permodelan SEM ini. Namun kesalahan paling kritis di dalam pengembangan model berdasar teori adalah dihilangkannya satu atau lebih variabel prediktif, masalah ini dikenal dengan specification error. Implikasinya adalah memberikan bias pada penelitian pentingnya variabel lainnya.

Model teoritis yang digunakan pada penelitian ini telah dibahas pada Bab 2, dimana pada model ini terdiri atas 3 variabel independen dan 2 variabel dependen Variabel independen tersebut adalah Information Quality, Service Quality dan System Quality, sedangkan variabel dependen terdiri dari User Satisfaction dan Net Benefits.

2. Langkah 2 : Membuat Diagram Alur (Path Diagram) Setelah membuat model SEM berdasarkan teori pada langkah pertama maka kemudian model tersebut digambarkan pada aplikasi AMOS dalam sebuah diagram alur (path diagram), dengan diagram alur tersebut memudahkan untuk melihat hubungan-hubungan kausalitas antara variabel yang akan diuji. Hubungan antar variabel akan digambar dangan anak panah. Tanda anak panah () menunjukkan pengaruh antara konstrak laten eksogen terhadap konstrak laten endogen. Sedangkan garis lengkung antar konstruk dengan anak panah pada setiap ujungnya menggambarkan sebuah korelasi antar konstruk. Ada dua konstruk dalam diagram alur yaitu : a. Konstruk eksogen (exogenous constructs) atau disebut juga independen variabeladalah variabel yang tidak diprediksi oleh variabel yang lain dalam model, dalam diagram digambarkan sebagai variabel dengan tidak ada Universitas Indonesia


59

anak-anak panah yang menuju kearahnya. Jika antara variabel eksogen dikorelasikan maka korelasi tersebut ditunjukkan dengan panah kepala dua yang menghubungkan variabel-variabel tersebut. Pada penelitian ini yang menjadi konstruk eksogen yaitu Information Quality (IQ), System Quality (SQ) dan Service Quality (LQ). b. Konstruk endogen (endogenous construct) merupakan faktor-faktor yang diprediksi oleh satu atau beberapa konstruk. Dalam diagram digambarkan variabel yang mempunyai anak-anak panah menuju kearahnya, mencakup variabel perantara dan tergantung. Variabel perantara endogenous mempunyai anak panah yang menuju kearahnya dan dari arah variabel tersebut,sedangkan variabel tergantung hanya mempunyai anak panah yang menuju kearahnya. Pada penelitian ini yang menjadi variabel endogen yaitu User Satisfaction dan Net Benefits (NB).

3. Langkah 3 : Konversi Diagram Alur ke dalam Persamaan Struktural dan Model Pengukuran Pada langkah ketiga ini, setelah menggambarkan model ke dalam diagram alur maka kemudian mengkonversikan diagram alur tersebut ke dalam rangkaian persamaan, baik persamaan struktural maupun persamaan model pengukuran. a. Persamaan-persamaan struktural (struktural equation). Persamaan ini untuk menyatakan hubungan kausalitas antar berbagai konstruk. Bentuk persamaannya adalah :

Variabel Endogen = V. Eksogen + V. Endogen + Error

b. Persamaan spesifikasi model pengukuran (measurement model). Pada proses ini ditentukan variabel mana mengukur variabel mana, dan serangkaian matriks yang menunjukkan korelasi yang dihipotesakan antar variabel. Universitas Indonesia


60

Model persamaan yang digunakan dalam penelitian ini yaitu pengaruh antara Information Quality (IQ), System Quality (SQ) dan Service Quality (LQ)

terhadap User Satisfaction (US), dan selanjutnya User Satisfaction

terhadap Net Benefits (NB). 4. Langkah 4 : Memilih Matriks Input dan Teknik Estimasi Model Pada langkah keempat ini, setelah membuat model kemudian dipilih input data yang akan diproses, SEM hanya menggunakan data input berupa matrik varian/kovarian atau matrik korelasi untuk keseluruhan estimasi yang dilakukannya. Analisis terhadap data outlier harus dilakukan sebelum matrik kovarian atau korelasi dihitung. Ukuran sampel mempunyai peranan yang penting dalam estimasi dan interpretasi hasil-hasil SEM. Hair et al., (dalam Ferdinand, 2000 ,p. 43) menemukan bahwa untuk ukuran sampel yang sesuai untuk SEM adalah antara 100 sampai 200 sedangkan untuk ukuran sampel minimum adalah sebanyak 5 – 10 observasi untuk setiap estimasi parameter. Setelah memilih input data, kemudian dalam penelitian ini peneliti memilih software yang akan digunakan untuk mengestimasi model tersebut. Dalam penelitian ini program yang digunakan adalah AMOS ver 21.0.

5. Langkah 5 : Mengidentifikasi Model Struktural Langkah selanjutnya adalah mengidentifikasi kemungkinan munculnya masalah yang ditemui selama proses estimasi berlangsung dengan program tersebut. Problem identifikasi adalah problem mengenai ketidakmampuan dari model yang dikembangkan untuk menghasilkan unique estimate. Menurut Ghozali (2011), untuk dapat melihat ada tidaknya problem identifikasi adalah dengan melihat hasil estimasi yang meliputi antara lain : a. Adanya nilai standar error yang besar untuk satu atau beberapa koefisien. b. Ketidakmampuan program untuk invert information matrix.



61

c. Muncul nilai estimasi yang tidak mungkin seperti adanya varians error yang negatif. d. Adanya nilai korelasi yang tinggi antar koefisien estimasi (> 0,9). Menurut Ghozali (2011), ada tiga hal yang harus dilihat jika diketahui ada problem identifikasi, yaitu : a. Besarnya jumlah koefisien yang diestimasi relative terhadap jumlah kovarian atau korelasi, yang diindikasikan dengan nilai degree of freedom yang kecil, b. Digunakannya pengaruh timbal balik atau resiprokal antar konstruk (model non recursive), atau c. Kegagalan dalam menetapkan nilai tetap (fix) pada skala konstruk. Pada model SEM, hal penting yang harus diketahui sebelum melakukan suatu pengujian model yaitu model identification. Hal tersebut dapat diketahui dengan melihat nilai df (degree of freedom). Jika hasil df = 0 (Just Identified) atau df = negatif (Under Identified) maka estimasi dan penilaian model tidak perlu dilakukan. Namun jika df adalah positif (Over Identified) maka estimasi dan penilaian model perlu dilakukan. 6. Langkah 6 : Evaluasi kriteria Goodnes of Fit Pada langkah keenam ini dilakukan evaluasi model. Sebelum menilai kelayakan model struktural harus dipastikan terlebih dahulu data yang akan diolah memenuhi asumsi model persamaan struktural. Menurut Ghozali (2011), SEM sangat sensitive terhadap karakteristik distribusi data khususnya distribusi yang melanggar normalitas multivariate atau adanya kurtosis yang tinggi (kemencengan distribusi) dalam data. Untuk itu sebelum data diolah harus harus diuji terlebih dahulu ada tidaknya data outlier dan distribusi data harus normal secara multivariate.



62

Berikut ini adalah asumsi-asumsi SEM yang harus dipenuhi : a. Normalitas data. Normalitas dapat diuji dengan bantuan program SEM yaitu dengan melihat output hasil proses AMOS, evaluasi dilakukan dengan menggunakan kriteria critical ratio skewness value sebesar + 2,58 pada tingkat signifikansi 0,01. Data berdistribusi normal jika nilai critical ratio skewness value dibawah 2,58. b. EvaluasiOutlier. Menurut Hair et. al. (1998) dalam Ghozali (2011), yang dimaksud dengan outlier yaitu kondisi observasi dari suatu data yang memiliki karakteristik unik yang terlihat sangat berbeda jauh dari observasi lainnya dan muncul dalam bentuk nilai ekstrim, baik untuk sebuah variabel tunggal ataupun variabel-variabel kombinasi. Untuk mengetahui apakah dalam penelitian terdapat data yang outlier dapat dilihat dari hasil output mahalanobis distance. Data termasuk outlier jika memiliki nilai p1 dan p2 < 0,05. Data yang outlier harus dihapus agar memenuhi asumsi SEM yang belum terpenuhi yaitu data terdistribusi normal dan tidak ada data yang outlier. c. Evaluasi Multikolinearitas dan Singularitas Multikolinearitas dan Singularitas dapat dilihat dari nilai determinan matriks kovarian yang sangat kecil. Nilai determinan matriks kovarian yang sangat kecil menunjukkan adanya masalah multikolinearitas dan singularitas dan data tersebut tidak dapat digunakan untuk penelitian. Setelah asumsi-asumsi SEM dipenuhi, maka selanjutnya adalah menentukan kriteria untuk mengevaluasi model dengan tahapan uji sebegai berikut :



63

a) Uji Validitas dengan Confirmatory Factor Analysis (CFA) Uji Validitas dilakukan dengan menggunakan confirmatory factor analysis (CFA), berdasarkan hasil perhitungan confirmatory factor analysis (CFA) yang ditampilkan dalam bentuk tabel hasil dari standardized regression weights. Hasil dari standardized regression weights memperlihatkan nilai factor loading pada setiap indikator dengan variabel latennya. Factor Loading (Lambda) yang mempunyai nilai ≥ 0,50 merupakan indikator yang dikatakan valid dan merupakan indikator yang dapat mengukur variabel latennya dengan baik. b) Uji Reliability dan Variance Extracted Uji reliabilitas menunjukkan sejauh mana suatu alat ukur dapat memberikan hasil yang relatif sama apabila dilakukan pengukuran kembali pada obyek yang sama. Nilai reliabilitas minimum dari dimensi pembentuk variabel laten yang dapat diterima adalah sebesar adalah 0,70 (Ghozali, 2005). Persamaan yang dipakai : 1. Construct Reliability. Construct Reliability didapatkan dari rumus Hair, et.al.,(1995)

Construct Reliability =

(Σ Standard Loading)2 ___________________________ (Σ Standard Loading)2+ Σεj

Keterangan : •

Standard loading diperoleh dari standardized loading untuk tiap indikator yang didapat dari hasil perhitungan AMOS 21.0



Σεj adalah measurement error dari tiap indikator. Measurement error dapat diperoleh dari 1 – error.



64

2. Variance Extracted. Pengukuran ini menunjukan jumlah varians dari indikator-indikator yang diekstraksi oleh konstruk laten yang dikembangkan. Nilai variance extracted yang dapat diterima adalah≥ 0,50 artinya konstruk laten yang diwakili oleh indikator-indikator tersebut baik, Variance extracted ini didapatkan dari rumus Hair, et.al.,(1995) yaitu :

Variance Extract =

Σ (Standard Loading)2 ___________________________ Σ (Standard Loading)2+ Σεj

Keterangan : •





c) Uji Kelayakan Model Setelah melakukan analisis faktor konfirmatori maka tahap selanjutnya adalah melakukan analisis Structural Equation Model. Analisis SEM secara Full Model untuk menguji model dan hipotesis yang dikembangkan dalam penelitian. Beberapa indeks kesesuaian dan cut-off value yang digunakan dalam menguji sebuah model apakah dapat diterima atau tidak sebagai berikut : •

χ2 chi-square statistic. Suatu model dipandang baik atau memuaskan bila nilai chi-squarenya rendah. Semakin kecil nilai χ2 semakin baik model itu dan dapat diterima berdasarkan probabilitas dengan cut off value sebesar p > 0.005 atau p > 0.10 Universitas Indonesia


65

•

RMSEA (The Root Mean Square Error of Approximation). Menurut Ghozali dan Fuad (2005), dari beberapa indikator model fit yang ada, RMSEA merupakan indikator yang paling informatif. Menurut Brown dan Cudeck (1993) dalam Ghozali dan Fuad (2005), RMSEA mengukur penyimpangan nilai parameter padasuatu model dengan matriks kovarians populasinya. Nilai RMSEA menunjukkan goodness of fit yang dapat diharapkan bila model diestimasi dalam populasi. Nilai RMSEA yang lebih kecil atau sama dengan 0.08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model itu berdasar degree of freedom. RMSEA mempunyai keuntungan dapat mengestimasi 90 % confidence interval yang

ditunjukkan

dengan

nilai

signifikansi

yang

diperoleh

dibandingkan dengan nilai alpha 0,05 (jika lebih kecil dari 0,05 maka akan semakin bagus). •

GFI (Goodness of Fit Index) merupakan ukuran non statistikal yang mempunyai rentang nilai antara 0 (poor fit) hingga 1.0 (perfect fit). Nilai yang tinggi dalam indeks ini menunjukkan suatu better fit. Indeks (GFI) berdasarkan pada rasio dari jumlah kuadrat antara nilai observasi dan nilai pengharapan. Jika nilai GFI melampaui 0,9 menandakan semakin menunjukkan fit yang baik terhadap data.

•

AGFI (Adjusted Goodness of Fit Index) merupakan tingkat penerimaan yang direkomendasikan bila AGFI mempunyai nilai sama dengan atau lebih besar dari 0.90. (AGFI) mengatur GFI untuk derajat kebebasan dalam model. Nilai AGFI mempunyai rentang dari 0 (poor fit) hingga 1 (perfect fit), dengan nilai > 0,9 menandakan suatu model yang fit terhadap data.

•

CMIN/DF adalah The Minimum Sample Discrepancy Function yang dibagi dengan degree of freedom. CMIN/DF tidak lain adalah statistik chi square, χ2 dibagi DF-nya disebut χ2 relatif. Bila nilai χ2 relatif kurang dari 2.0 atau 3.0 adalah indikasi dari acceptable fit antara model dan data.



66

•

TLI (Tucker Lewis Index) merupakan incremental index yang membandingkan sebuah model yang diuji terhadap sebuah baseline model, nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model adalah ≥ 0.95 dan nilai yang mendekati 1 menunjukkan a very good fit.

•

CFI (Comparative Fit Index), yang mendekati 1, mengindikasikan tingkat fit yang paling tinggi. Nilai yang direkomendasikan adalah CFI ≥ 0.95

Tabel 3.1. Rangkuman Goodnees-Of-Fit Index (GFI)

No. 1.

Ukuran Derajat Kecocokan

Keterangan

Chi Square

Menguji apakah kovarians populasi yang diestimasi sama dengan kovarians sampel (apakah model sesuai dengan data)

Normed Chi Square (χ2/df)

rasio perbandingan antara nilai chi-square dengan degrees of freedom mengukur tingkat penyimpangan antara simple covariance matrix dan fitted (model). Suatu ukuran mengenai ketepatan model dalam menghasilkan observed matriks kovarian Rata-rata perbedaan degree of fredom yang diharapkan terjadi dalam populasi, dan bukan sampel

2.

Non-Centraly Parameter (NCP)

3.

Goodness of Fit Indices (GFI)

4.

Root Mean Square Error of Approximation (RMSEA)

Tingkat Kecocokan yang bisa diterima Batas bawah = 1.0 Batas atas = 2.0 atau 3.0 dan χ2/df > 5

Kecil

0.80≤ GFI 0,9

RMSEA ≤ 0,08 (good fit) RMSEA < 0,05 (close-fit)



67

Tabel 3.1. Rangkuman Goodnees-Of-Fit Index (GFI) (sambungan)

No. 5.

6.

Ukuran Derajat Kecocokan

Keterangan

Expected Cross Validation index (ECVI)

Tingkat Kecocokan yang bisa diterima ECVI < ECVI Saturated dan ECFI for independence model

Mengukur penyimpangan antara fitted (model) matriks kovarian pada sampel yang dianalisis dan kovarian matrik yang akan diperoleh pada sampel lain, tetapi memiliki ukuran sampel yang sama besar CFI (Comparative Uji kelayakan model yang CFI > 0,9 Fit Index) diusulkan dengan model dasar Sumber : Imam Ghozali & Fuad (2005: 29-34); Sitinjak & Sugiarto (2006:68)

7. Langkah 7 : Melakukan Interpretasi dan Memodifikasi Model Langkah

selanjutnya

adalah

menginterpretasikan

model

dan

memodifikasikan model bagi model-model yang tidak memenuhi syarat pengujian yang dilakukan. Apabila model yang dihipotesiskan belum mencapai model yang fit, maka peneliti bisa melakukan respesifikasi model untuk mencapai nilai fit yang baik. Respesifikasi model dapat dilakukan dengan antara lain : 1. Modifikasi model dengan menambahkan atau menghilangkan koneksi / garis hubung 2. Menambah variabel jika data tersedia 3. Mengurangi variabel Modifikasi model tersebut harus didasarkan pada teori yang

mendasari model. Menurut teori Arbuckle mengenai bagaimana melakukan

modifikasi model dengan melihat Modification Indices yang dihasilkan dari

output AMOS. Dalam teori tersebut direkomendasikan penambahan garis Universitas Indonesia


68

hubung koneksi yang dapat memperkecil nilai chi-square (χ2) sehingga membuat model menjadi lebih fit. 3.7. Analisis Jalur (Path Analysis) Analisis jalur (Path Analysis) pertama kali dikembangkan oleh seorang ahli genetika Wright (1934). Path Analysis tidak jauh berbeda dengan Analisis Faktor Konfirmatori (CFA), perbedaannya adalah pada path analysis tidak ada variabel unobserved (laten). Model ini bertujuan untuk menguji apakah model yang diusulkan didukung oleh data, dengan cara membandingkan matriks korelasi teoritis dan matriks korelasi empiris. Jika kedua matriks relatif sama, maka model dikatakan cocok. Model Path Analysis digunakan untuk menjelaskan pola hubungan antar variabel dengan tujuan mengetahui pengaruh langsung maupun tidak langsung dari seperangkat variable bebas (eksogen) terhadap variable terikat (endogen). Pada model analisis jalur tidak mempertimbangkan kesalahan pengukuran. 3.8. Uji Hipotesis Menurut Bungin (2001), hipotesis adalah jawaban sementara terhadap hasil penelitian yang akan dilakukan. Dengan hipotesis, penelitian menjadi tidak mengambang karena dibimbing oleh hipotesis tersebut (Bungin, 2001: 90). Dalam melakukan pengujian hipotesis statistik maka perlu menentukan formulasi hipotesis yang dibedakan atas dua jenis yaitu : a. Hipotesis nol atau hipotesis nihil, disimbolkan H0 adalah hipotesis yang dirumuskan sebagai suatu pernyataan yang akan diuji, merupakan hipotesis sederhana yang umumnya berlawanan dengan teori yang ingin dibuktikan kebenarannya. b. Hipotesis alternatif atau hipotesis tandingan, disimbolkan H1 atau Ha adalah hipotesis yang dirumuskan sebagai lawan atau tandingan dari hipotesis nol, merupakan hipotesis yang sejalan dengan suatu teori yang ingin dibuktikan kebenarannya. Kriteria pengujian merupakan pembuatan keputusan untuk menerima atau menolak hipotesis nol (H0) dengan cara membandingkan nilai α tabel Universitas Indonesia


69

distribusinya (nilai kritis) dengan nilai uji statistiknya, sesuai dengan bentuk pengujiannya. a. Penerimaan H0 terjadi jika nilai uji statistiknya lebih kecil atau lebih besar daripada nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di luar nilai kritis. b. Penolakan H0 terjadi jika nilai uji statistiknya lebih besar atau lebih kecil daripada nilai positif atau negatif dari α tabel. Atau nilai uji statistik berada di dalam nilai kritis. Berdasarkan pendekatan teori dan model penelitian ditentukan hipotesis sebagai berikut : 1. Uji Hipotesis Kesatu (H1) : H10 :

Kualitas layanan tidak berpengaruh terhadap kepuasan pengguna

H11 :

Kualitas

layanan

berpengaruh

positif

terhadap

kepuasan

pengguna 2. Uji Hipotesis Kedua (H2) : H20 :

Kualitas sistem tidak berpengaruh terhadap kepuasan pengguna

H21 :

Kualitas sistem berpengaruh positif terhadap kepuasan pengguna

3. Uji Hipotesis Ketiga (H3) : H30 :

Kualitas

informasi

tidak berpengaruh

terhadap

kepuasan

pengguna H31 :

Kualitas informasi berpengaruh positif terhadap kepuasan pengguna

4.

Uji Hipotesis Keempat (H4) : H40 :

Kepuasan pengguna tidak berpengaruh terhadap Net Benefits.

H41 :

Kepuasan pengguna berpengaruh positif terhadap Net Benefits.



70

3.9. Desain Penelitian Dalam penelitian ini penulis mencoba meneliti faktor-faktor yang mempengaruhi kepuasan pengguna sistem kepegawaian pada seluruh instansi pusat dan daerah serta BKN. Ruang lingkup dari penelitan adalah survey lapangan dengan memberikan kuisioner kepada PNS di lingkungan Badan Kepegawaian Daerah di instansi daerah, Biro Kepegawaian di instansi pusat, Direktorat Kepangkatan dan Mutasi di BKN Pusat serta bagian kepangkatan dan mutasi di Kantor Regional BKN. Tipe penelitian yang dilakukan adalah penelitian terapan, dengan teknik analisis deskriptif analitis dan pengujian hipotesis. Desain penelitian merupakan rancangan penelitian yang digunakan sebagai pedoman dalam melakukan proses penelitian.

Identifikasi, Pemilihan dan Perumuskan Masalah

Menyusun Hipotesis

Literatur Review

Melakukan Analisis Data

Pengambilan Data (Data Primer Dan Sekunder )

Kesimpulan Dan Saran

Menentukan Variabel Penelitian

Gambar 3.1. Desain Penelitian



71

3.10. Bagan Metodologi Penelitian Merumuskan Masalah Penelitian Teori :

Metode :

Hasil :

• Kepuasan pengguna akhir sistem informasi (Doll dan Torkzadeh, 1988) • Mandatory use atau voluntary use (Rawstorne et.al, 1998) • Sistem Aplikasi Pelayanan Kepegawaian / SAPK (Perka BKN No. 20 Tahun 2008 tentang Pedoman Pemanfaatan SAPK dan Perka BKN No. 18 Tahun 2010 tentang SAPK online). • Rencana Strategis BKN Tahun 2010 – 2014

• Analisis Data Permasalahan • Studi Literatur • Diagram fishbone • Wawancara

Research Question

Melakukan Studi Literatur Teori :

Metode :

Hasil :

• Sistem Aplikasi Pelayanan Kepegawaian / SAPK (Perka BKN No. 20 Tahun 2008 tentang Pedoman Pemanfaatan SAPK dan Perka BKN No. 18 Tahun 2010 tentang SAPK online). • Rencana Strategis BKN Tahun 2010 – 2014 • Pengertian Aplikasi (Mulyanto, 2009) • Pengertian Data dan Informasi (Romney dan Steinbart, 2003 dan Jogiyanto, 2005) • Pengertian Sistem Informasi (Andi Kristanto, 2003:2) • Mandatory use atau voluntary use (Rawstorne et.al, 1998) • Kesuksesan Sistem Informasi (DeLone & McLean, 2003) • Kualitas Informasi (Bailey dan Pearson (1983) dan Weber (1999)) • Kualitas sistem informasi DeLone & McLean (2005)) • Kualitas Layanan (Parasuraman et al., 1988) • Kepuasan pengguna akhir sistem informasi (DeLone dan McLean (1992) serta Shaw, DeLone, dan Niederman (2002)) • Kepuasan pemakai terhadap system informasi (Guimaraes, Staples, dan McKeen, 2003)

Studi

• Updated D&M IS Success model • Metode pengukuran kualitas informasi • Metode pengukuran kualitas sistem • Metodepengukuran kualitas layanan(SERVQUAL) Parasuraman • Metode pengukuran kepuasan pengguna akhir sistem informasi • Metode pengukuran dampak terhadap individu dan organisasi

Literatur



72

• User satisfaction (Melone, 1988) • Net Benefits (DeLone dan McLean (1992) dan Kedeputian Informasi Kepegawaian BKN (2010)) • Structural Equation Model (SEM), Ferdinand, 2000)

Pengambilan Data Awal (Data Primer Dan Sekunder) Teori :

Metode :

Hasil :

• Teknik pemilihan ukuran sampel : 100 - 200 sampel untuk teknik maximum likehood estimation (Ferdinand, 2002) • Teknik pengumpulan data (Sugiyono, 2006)

• Library research • Wawancara • Observasi • Kuesioner • Skala Likert 1-5

• Ukuran sampel: 160 responden • Profil Organisasi • Strategi Bisnis • Deskripsi responden dan jawaban kuesioner

Menentukan Variabel Penelitian Teori :

Metode :

Hasil :

• Kualitas Informasi (Balley dan Pearson, 1983) dan (Weber, 1999) • Kualitas sistem informasi Kualitas sistem (DeLone & McLean, 2005) • Kualitas layanan (Parasuraman, 1988) • Kepuasan Pengguna Sistem (DeLone & McLean, 1992) • Variabel Net Benefits (DeLone & McLean, 1992) dan Tujuan Penerapan SAPK (Kedeputian INKA, 2010)

• Metode pengukuran kualitas system • Metode SERVQUAL • Metode pengukuran kualitas informasi • Metoda pengukuran kepuasan pengguna sistem • Metoda pengukuran net benefits

• Variabel Dependent 2 : (kepuasan user, net benefits) • Variabel Independent 3 : (Kualitas sistem aplikasi, Kualitas layanan, kualitas informasi) • Variabel Laten 5 : (Information Quality, System Quality, Service Quality, User Satisfaction dan net benefits) • Variabel teramati 33 : terdiri dari : Information Quality 6 variabel, System Quality 8 Universitas Indonesia


73

variabel, Service Quality 5variabel, User Satisfaction 8 variabel, Net Benefits 6 variabel.

Merumuskan Hipotesis Penelitian Teori :

Metode :

Perumusan Hipotesis (Bungin, Perumusan Hipotesis 2006)

Hasil : Hipotesis Penelitian : • Hipotesis pertama Kualitas layanan berpengaruh positif terhadap kepuasan pengguna • Hipotesis kedua Kualitas sistem berpengaruh positif terhadap kepuasan pengguna • Hipotesis ketiga Kualitas informasi berpengaruh positif terhadap kepuasan pengguna • Hipotesis keempat kepuasan pengguna berpengaruh positif terhadap Net Benefits.

Melakukan Analisis Data Teori : • Demografi Responden • Uji Validitas Instrumen • Uji Reliabilitas Instrumen Nunnally (1969) • Structural Equation Model SEM (Ferdinand, 2000) • Normalitas Data • Evaluasi Outlier (Hair et. al., 1998) • Uji Multikolinearitas dan Singularitas (Tabachnik dan Fidell, 1998) • Program AMOS (Ghozali,

• • • • • • • • •

Metode :

Hasil :

Tabulasi dan Grafik Teknik pearson correlation Teknik Cronbach Alpha Confirmatory Factor Analysis (CFA) Kriteria critical ratio skewness Kriteria mahalanobis distance Nilai determinan matriks kovarian Uji Korelasi Multivariat Analisis deskriptif dan

• Karakteristik Responden berdasarkan Usia, Jenis Kelamin, Pendidikan, Instansi • Hubungan Antara Variabel Independen dan Dependent • Pembuktian Hipotesis Universitas Indonesia


74

2011) statistic • Uji Kelayakan Model (Imam • Structural Equation Model Ghozali & Fuad (2005); (SEM) Sitinjak & Sugiarto (2006)) • Goodnees-Of-Fit Index (GFI) • Path Analysis (Ghozali, • Path Analysis 2011) • Uji Hipotesis (Bungin, 2001)

• Jawaban Research Quetion

Kesimpulan dan Saran Teori :

Metode :

Teori Pengambilan Keputusan

• •

Induktif Deduktif

Hasil : Kesimpulan dan Saran Penelitian

Gambar 3.2. Metodologi Penelitian



BAB 4 PROFIL ORGANISASI

Bab ini berisi profil organisasi mengenai visi, misi, struktur organisasi, infrastruktur hardware dan jaringan serta workflow dari proses SAPK. 4.1. Gambaran Umum BKN BKN ditetapkan sebagai sebuah Lembaga Pemerintah Non Kementerian yang berkedudukan di bawah dan bertanggung jawab langsung kepada Presiden, serta dalam pelaksanaan tugas operasionalnya dikoordinasikan oleh Menteri Negara Koordinator Bidang Pengawasan Pembangunan dan Pendayagunaan Aparatur (Keppres No. 95 Tahun 1999). Untuk dapat menyelenggarakan fungsinya, BKN mempunyai tugas pokok membantu Presiden dalam penyelenggaraan manajemen kepegawaian negara dalam rangka terciptanya sumber daya manusia aparatur negara yang profesional serta berkualitas dan bermoral tinggi, guna mendukung kelancaran pelaksanaan tugas umum pemerintahan dan pembangunan. Badan Kepegawaian Negara keberadaannya secara tegas dinyatakan dalam Undang-Undang Nomor 43 Tahun 1999 Tentang Perubahan Atas UndangUndang Nomor 8 Tahun 1974 tentang Pokok-Pokok Kepegawaian, Pasal 34 ayat (1). Lebih lanjut dinyatakan dalam ayat (2), bahwa BKN menyelenggarakan manajemen Pegawai Negeri Sipil yang mencakup perencanaan, pengembangan kualitas sumber daya Pegawai Negeri Sipil dan administrasi kepegawaian, pengawasan dan pengendalian, penyelenggaraan dan pemeliharaan informasi kepegawaian, mendukung perumusan kebijaksanaan kesejahteraan Pegawai Negeri Sipil, serta memberikan bimbingan teknis kepada unit organisasi yang menangani kepegawaian pada instansi pemerintah pusat dan pemerintah daerah. Selain itu secara kelembagaan, tugas, fungsi dan struktur organisasi Badan Kepegawaian Negara diatur dalam Keputusan Presiden Nomor 103 Tahun 2001

75 Universitas Indonesia Analisis kepuasan ...., Heni Sri Wahyuni, Fasilkom UI, 2013

76

tentang Kedudukan, Tugas, fungsi, Kewenangan, Susunan Organisasi dan Tata Kerja Lembaga Pemerintah Non Departemen, sebagaimana beberapa kali telah diubah terakhir dengan Peraturan Presiden Nomor 64 Tahun 2005. (Sumber : Restra BKN 2010 – 2014). Badan Kepegawaian Negara (BKN) telah meraih sertifikat ISO 9001-2008 untuk sistem pelayanan Pegawai Negeri Sipil (PNS) pada tiga direktorat di lingkungan kedeputian BKN. Tiga direktorat tersebut adalah Direktorat Pengadaan PNS, Direktorat Kepangkatan dan Mutasi, serta Direktorat Pensiun PNS dan Pejabat Negara. “Ketiganya telah menerapkan standar manajemen mutu sehingga mendapatkan sertifikat ISO 9001-2008” (Kepala BKN Edy Topo Ashari, 2010 pada http://www.sesmabkn.com). Dengan menerapkan ISO tersebut ditetapkan pelayanan kepegawaian di BKN adalah maksimum 25 hari kerja, sehingga dengan diimplementasikan sistem SAPK di BKN diharapkan akan lebih meningkatkan mutu pelayanan di BKN, dari sisi data BKN sudah memberikan sarana bagi PNS untuk mencek datanya langsung di web BKN. Seluruh kegiatan tersebut dalam rangka untuk dapat mewujudkan reformasi birokrasi dibidang kepegawaian.

4.2. Visi dan Misi BKN VISI Pegawai Negeri Sipil yang Profesional, Netral, dan Sejahtera. Terdapat tiga kata kunci yang akan memberikan pemahaman tentang visi, yaitu profesional, netral, dan sejahtera : Profesional Istilah 'profesional' dimaksudkan untuk menunjukkan kriteria pegawai yang memiliki kompetensi yang memadaai sesuai dengan persyaratan suatu jabatan, bekerja dengan dedikasi yang tiinggi, dan berorientasi pada prestasi kerja.



77

Netral Istilah 'netral' dimaksudkan bahwa PNS bersikap netral terhadap seluruh kekuatan politik atau kekuatan tertentu lainnya sehingga dalam melaksanakan tugas umum pemerintahan dan dalam memberikan pelayanan kepada masyarakat dapat dilakukana secara adil dan merata, tidak membedakan suku, ras dan agama. Sejahtera Yang dimaksud dengan 'sejahtera' adalah untuk menunjukkan bahwa penghasilan PNS dapat memenuhi tingkat hidup layak bagi diri dan keluarganya. Kesejahteraan PNS diwujudkan dengan memperhitungkan beban kerja dan prestasi kerja/produktivitas marjinal, serta didukung dengan sistem penghargaan yang adil dan rasional sehingga mampu menumbuhkan motivasi peningkatan kinerja dan terciptanya PNS yang bersih dari KKN.

MISI Menyelenggarakan

Manajemen

PNS

berbasis

Kompetensi

untuk

Mewujudkan PNS yang Profesional, Netral dan Sejahtera. Misi BKN dalam Renstra 2010-2014 adalah: Mengembangkan Sistem Manajemen SDM PNS a.

Merumuskan

kebijakan

pembinaan

PNS

dan

menyusun

peraturan

perundang-undangan kepegawaian b.

Menyelenggarakan pelayanan prima bidang kepegawaian

c.

Mengembangkan sistem informasi manajemen kepegawaian

d.

Menyelenggarakan pengawasan dan pengendalian kepegawaian

e.

Menyelenggarakan manajemen internal BKN

Visi TIK dari unit terkait yang menyelenggarakan atau bertanggung jawab dalam hal teknologi informasi yaitu tersedianya Informasi Kepegawaian Negeri Universitas Indonesia


78

Sipil yang akurat dan terkini berbasis Teknologi informasi, untuk mendukung MISI TIK dari unit tersebut yaitu untuk Mewujudkan Informasi Data Kepegawaian.

4.3. Struktur Organisasi BKN BKN dipimpin oleh seorang Kepala yang dalam menjalankan tugasnya bertanggung jawab langsung kepada Presiden, dibantu oleh 5 (lima) Kedeputian dan 1 9satu) Sekretaris Utama. Untuk membatu pelaksanaan tugas di daerah BKN memiliki 12 Kantor Regional (Kanreg) yang dipimpin oleh seorang Kepala setingkat Eselon II.a, adapun struktur organisasi BKN dapat dilihat pada Gambar 4.1 dan struktur organisasi Kanreg BKN dapat dilihat pada Gambar 4.2. dibawah ini.



79

Gambar 4.1. Struktur Organisasi BKN (Sumber : Kedeputian Informasi Kepegawaian, BKN)



80

Gambar 4.2. Struktur Organisasi Kantor Regional BKN (Sumber : Kedeputian Informasi Kepegawaian, BKN)

4.4. Wilayah Kerja BKN Untuk dapat memberikan layanan kepada seluruh PNS maka BKN membagi wilayah kerjanya menjadi : •

BKN Pusat untuk melayani 93 instansi pusat (kementerian dan LPNK (Lembaga Pemerintah non Kementerian) yang di kantor pusat, serta 525 instansi daerah untuk memproses PNS yang mempunyai golongan Ruang IV/c keatas;

•

Duabelas (12) Kantor Regional (Kanreg) untuk melayani instansi daerah dan instansi vertikal (instansi pusat yang mempunyai kantor di daerah) yang ada di wilayah kerjanya masing-masing. Keduabelas kantor regional tersebut antara lain : Universitas Indonesia


81

1. Kantor Regional I (BKN Yogyakarta) meliputi wilayah Propinsi Jawa Tengah dan DI Yogyakarta 2. Kantor Regional II (BKN Surabaya) meliputi wilayah Propinsi Jawa Timur 3. Kantor Regional III (BKN Bandung) meliputi wilayah Propinsi Jawa Barat dan Banten 4. Kantor Regional IV (BKN Makassar) meliputi wilayah Propinsi Sulawesi Selatan, Sulawesi Tengah, Sulawesi Tenggara, Maluku 5. Kantor Regional V (BKN Jakarta) meliputi wilayah Propinsi DKI Jakarta, Kalimantan Barat, Lampung 6. Kantor Regional VI (BKN Medan) meliputi wilayah Propinsi Sumatera Utara dan DI Nangroe Aceh Darussalam 7. Kantor Regional VII (BKN Palembang) meliputi wilayah Propinsi Sumatera Selatan, Bengkulu dan Jambi 8. Kantor Regional VIII (BKN Banjarmasin) meliputi wilayah Propinsi Kalimantan Timur, Kalimantan Selatan, dan Kalimantan Tengah 9. Kantor Regional IX (BKN Papua) meliputi wilayah Propinsi Papua Barat dan Irian Barat 10. Kantor Regional X (BKN Denpasar) meliputi wilayah Propinsi Bali, Nusa Tenggara Barat dan Nusa Tenggara Timur 11. Kantor Regional XI (BKN Manado) meliputi wilayah Sulawesi Utara dan Gorontalo 12. Kantor Regional XII (BKN Pekanbaru) meliputi wilayah Propinsi Riau, Sumatera Barat



82

Gambar 4.3. Pemetaan Wilayah Kerja BKN (Sumber : Kedeputian Informasi Kepegawaian, BKN)

4.5. Portal BKN Untuk dapat memberikan informasi kepada seluruh PNS mengenai informasi yang berkaitan dengan kepegawaian maka BKN membangun portal yang juga dilengkapi dengan fitur “Pastikan Data Anda Benar!” yang berfungsi sebagai fasilitas kontrol bagi PNS untuk mencek kondisi data mereka dan usulan kepegawaian yang sedang di proses oleh BKN jika mereka sedang dalam proses usulan. Portal BKN juga dilengkapi fitur download buku panduan SAPK dan kontak satgas SAPK yang dapat dihubungi jika mereka menemui kendala dalam proses SAPK. Fitur berikutnya adalah informasi listing pensiun yang sudah selesai diproses oleh BKN dan sudah diterbitkan SKnya. Portal BKN dapat dilihat seperti pada Gambar 4.4. berikut ini.



83

Gambar 4.4. Portal BKN – www.bkn.go.id (Sumber : Kedeputian Informasi Kepegawaian, BKN)

4.6. Konfigurasi Jaringan dan Hardware BKN Konfigurasi jaringan komunikasi data untuk mendukung sistem SAPK online agar dapat melayani proses antara BKN dan Kantor Regional serta seluruh Badan Kepegawaian Daerah / Biro Kepegawaian pemerintah pusat maupun daerah maka dapat digambarkan konfigurasi jaringan dan konfigurasi hardware seperti pada Gambar 4.5; 4.6 dan 4.7 dibawah ini. Kondisi infrastruktur ini akan terus ditingkatkan agar dapat melayani seluruh proses kepegawaian dengan makin baik dan cepat. Infrastruktur jaringan ini setiap tahun akan terus ditingkatkan oleh BKN baik besarnya bandwidth maupun konfigurasi hardware-nya.



84

Gambar 4.5. Konfigurasi Jaringan Komunikasi Data (Sumber : Kedeputian Informasi Kepegawaian, BKN)

Storage Area Network

WEB dan Mail Server

Internet Connection

Firewall

Dataware house

Database Server Web Application Server

Load Balancing

Data Processing BKN

Security

Gambar 4.6. Konfigurasi Hardware (Sumber : Kedeputian Informasi Kepegawaian, BKN)



85

Gambar 4.7. Existing Hardware Infrastructure BKN (Sumber : Kedeputian Informasi Kepegawaian, BKN)

BKN

juga

menggunakan

system

Monitoring

Koneksi

Jaringan

Komunikasi dimana system ini berfungsi untuk mengontrol kondisi jaringan BKN Pusat dan Kantor Regional seluruh Indonesia sehingga jika ada salah satu kantor yang mengalami gangguan maka akan ada warning berupa alert dan warna merah serta informasi yang menggambarkan kondisi putusnya jaringan. Hal tersebut dapat dilihat pada Gambar 4.8 dimana tanda hijau artinya jaringan berada dalam kondisi yang baik, apabila cursor didekatkan pada lambang checklist (√) yang berwarna hijau maka akan menampilkan informasi kondisi jaringan. Sedangkan pada Gambar 4.9. dimana tanda merah artinya kondisi jaringan berada yang sedang putus, apabila cursor didekatkan pada lambang cross (X) yang berwarna merah maka akan menampilkan informasi kondisi jaringan.



86

Gambar 4.8. Monitoring Koneksi Jaringan Komunikasi Kondisi Baik (Sumber : Kedeputian Informasi Kepegawaian, BKN)

Gambar 4.9. Monitoring Koneksi Jaringan Komunikasi Kondisi Putus (Sumber : Kedeputian Informasi Kepegawaian, BKN)

4.7. Ruang Lingkup Aplikasi SAPK Aplikasi SAPK terdiri dari modul-modul yaitu kenaikan pangkat, pensiun, peremajaan data, pensiun data manajemen, control dan supervisi. Aplikasi SAPK



87

ini merupakan main system atau aplikasi utama yang menjadi bisnis proses dari BKN seperti terlihat pada Gambar 4.10.

Gambar 4.10. Ruang Lingkup Aplikasi SAPK (Sumber : Kedeputian Informasi Kepegawaian, BKN) Untuk mendukung aplikasi tersebut dibangun aplikasi pendukung yang secara tidak langsung berdampak pada proses pada aplikasi SAPK. Aplikasi pendukung 1 merupakan aplikasi yang mendukung proses pada SAPK yang dapat diakses oleh instansi lain pengguna SAPK. Terdiri dari 4 modul yaitu Position Inventory, Formasi, Performance Manajemen dan Welfare Remunerasi seperti pada Gambar 4.11.



88

Gambar 4.11. Aplikasi Pendukung-1 SAPK (Sumber : Kedeputian Informasi Kepegawaian, BKN) Aplikasi pendukung 2 merupakan aplikasi yang mendukung proses pada SAPK yang hanya dapat diakses oleh BKN. Sistem ini terdiri dari beberapa modul antara lain tata naskah online, mail tracking seperti pada Gambar 4.12.

Gambar 4.12. Aplikasi Pendukung-2 SAPK (Sumber : Kedeputian Informasi Kepegawaian, BKN) Universitas Indonesia


89

4.8. Workflow Proses Pelayanan SAPK Workflow proses SAPK pada proses Penetapan NIP dapat terlihat pada Gambar 4.13 dibawah ini. Dimana proses ini terintegrasi antara BKN Pusat / Kanreg dengan instansi pusat / daerah penggunaSAPK.

Gambar 4.13. Proses Pelayanan Penetapan NIP di BKN – Kanreg (Sumber : Kedeputian Informasi Kepegawaian, BKN) Workflow proses SAPK pada proses Pensiun dapat terlihat pada Gambar 4.14 dibawah ini. Dimana proses ini terintegrasi antara BKN Pusat / Kanreg dengan instansi pusat / daerah pengguna SAPK.



90

Gambar 4.14. Proses Pelayanan Pensiun di BKN – Kanreg (Sumber : Kedeputian Informasi Kepegawaian, BKN) Workflow proses SAPK pada proses Kenaikan Pangkat dapat terlihat pada Gambar 4.15 dibawah ini. Dimana proses ini terintegrasi antara BKN Pusat / Kanreg dengan instansi pusat / daerah pengguna SAPK.

Gambar 4.15. Proses Pelayanan Kenaikan Pangkat di BKN – Kanreg (Sumber : Kedeputian Informasi Kepegawaian, BKN)



91

4.9. Sistem Aplikasi Pelayanan Kepegawaian (SAPK) Ada

empat

alamat

website

yang

digunakan

oleh

BKN

yaitu https://sapk.bkn.go.id digunakan untuk mengakses proses kepegawaian, fitur yang ada pada aplikasi dengan alamat ini adalah 1. Inbox terdiri dari proses kenaikan pangkat, pengadaan, pensiun, peremajaan data, pusat pelayanan terpadu, direktorat status, tim teknis, tim administrasi. Munculnya fitur ini dapat berbeda-beda tergantung kewenangan dari user yang masuk (log in). Kemudian fitur peremajaan data dengan profil PNSnya dimana dengan fitur ini dapat dilakukan pencarian data PNS yang tidak diketahui NIP (Nomor Identitas Pegawai)– nya dan kemudian dapat dilakukan pencetakan profil PNS dengan seluruh data historicalnya.

Gambar 4.16. Fitur Inbox SAPK (Sumber : Kedeputian Informasi Kepegawaian, BKN)

2. Kontrol dan Supervisi. Sistem ini menampilkan rekap berkas yang telah diproses ataupun yang akan diproses oleh profil, menampilkan rekap kinerja user dan jenis prosedur, verifikasi dokumen yang menggunakan barcode, melakukan pencetakan ulang dokumen, menampilkan daftar nominatif KP, daftar pensiun BUP, daftar cetak SK Pensiun berdasarkan jenis pensiun. Universitas Indonesia


92

3. Statistik. Sistem ini menampilkan statistik PNS berdasarkan jenis kelamin, golongan dan pendidikan. Alamat

web

yang

lain

yang

digunakan

serta

link

dengan

SAPK

yaitu https://hr.bkn.go.id, sistem ini merupakan aplikasi pendukung SAPK yang terdiri dari aplikasi Unit Organisasi untuk mengupdate struktur organisasi di instansi yang sering berubah, aplikasi Performance untuk analisis jabatan dan kompetensi PNS dalam rangka pemilihan pejabat struktural untuk mengisi jabatan yang kosong.

Gambar 4.17. Aplikasi Unit Organisasi di SAPK (Sumber : Kedeputian Informasi Kepegawaian, BKN) Alamat lain yang dapat digunakan adalah https://eis.bkn.go.id, sistem ini untuk menampilkan informasi pemetaan PNS dalam bentuk grafik dan tabulasi. Yang mana pemetaan dapat dipilih berdasarkan seluruh PNS atau hanya berdasarkan instansi yang dipilih.



93

Gambar 4.18. Executive Information System BKN (Sumber : Kedeputian Informasi Kepegawaian, BKN)



BAB 5 ANALISIS DATA DAN PEMBAHASAN

Bab ini menjelaskan tentang pengolahan data hasil penelitian yang telah dilakukan untuk kemudian dianalisis disesuaikan berdasarkan metode penelitian yang digunakan dan telah dijelaskan pada Bab 3 sebelumnya. Hasil dari analisis data dan pembahasan akan dihasilkan uji hipotesis yang akan dikaitkan dengan implikasi penelitian. 5.1. Data Demografi Responden Responden dari penelitian ini adalah para pengguna sistem informasi SAPK yang disebar ke pemerintah pusat, propinsi, kabupaten dan kota. Sejumlah 160 questioner telah disebarkan kepada para responden namun yang digunakan sebagai bahan analisis sebanyak 158 questioner, hal ini disebabkan ada 2 responden yang tidak secara lengkap mengisi questioner (missing data) atau lebih dari 10% item questioner tidak diisi, sehingga diputuskan untuk tidak dipakai dalam penelitian. Dari 160 questioner tersebut, 60 questioner disebar dengan menggunakan email karena jauhnya jarak dan tidak dapat bertemu langsung. 5.1.1. Karakteristik Responden Berdasarkan Usia Berdasarkan data yang sudah terkumpul dari 180 questioner yang disebar ada sekitar 120 yang kembali dan dapat dijadikan sampel dalam penelitian ini sehingga diperoleh informasi mengenai karakteristik responden berdasarkan usia sebagaimana disajikan pada tabel 5.1. berikut ini : Tabel 5.1. Karakteristik Responden Berdasarkan Usia Usia (Tahun)

No 1 2 3

<= 25 26 - 35 >= 36 Jumlah

Jumlah (Orang) 10 64 84 158

Persentase (%) 6 41 53 100

94 Universitas Indonesia Analisis kepuasan ...., Heni Sri Wahyuni, Fasilkom UI, 2013

95

Jumlah (Orang) 6% 41%

53%

<= 25 26 - 35 >= 36

Gambar 5.1. Grafik Responden berdasarkan Usia Tabel 5.1 dan Gambar 5.1 menunjukkan jumlah dan persentase usia responden di dalam penelitian. Mayoritas responden dalam penelitian ini memiliki rentang usia diatas 36 tahun yaitu sebanyak 53% dari total responden yang berjumlah 158 orang. 5.1.2. Karakteristik Responden Berdasarkan Jenis Kelamin Karakteristik responden berdasarkan jenis kelamin sebagaimana disajikan pada tabel 5.2. berikut ini : Tabel 5.2. Karakteristik Responden Berdasarkan Jenis Kelamin

No

Jenis Kelamin 1 Pria 2 Wanita Jumlah

Jumlah (Orang)

Persentase (%) 106

67

52

33

158

100



96

Berdasarkan Jenis Kelamin

Pria Wanita

Gambar 5.2. Grafik Responden berdasarkan Jenis Kelamin Tabel 5.2 dan Gambar 5.2 menunjukkan jumlah dan persentase jenis kelamin responden di dalam penelitian. Mayoritas responden dalam penelitian ini berjenis kelamin laki-laki yaitu sebesar 67% dari total responden yang berjumlah 158 orang. 5.1.3. Karakteristik Responden Berdasarkan Tingkat Pendidikan Karakteristik responden berdasarkan Tingkat Pendidikan sebagaimana disajikan pada tabel 5.3. berikut ini : Tabel 5.3. Karakteristik Responden Berdasarkan Tingkat Pendidikan Tingkat Pendidikan

No

Jumlah (Orang)

Persentase (%)

1

SMU

61

39

2

D3

15

9

3

S1

75

47

4

S2

7

4

158

100

Jumlah



97

Berdasarkan Tingkat Pendidikan

SMU D3 S1 S2

Gambar 5.3. Grafik Responden berdasarkan Tingkat Pendidikan Tabel 5.3 dan Gambar 5.3 menunjukkan jumlah dan persentase tingkat pendidikan responden di dalam penelitian. Mayoritas responden dalam penelitian ini mempunyai tingkat pendidikan S1 yaitu sebesar 47% dari total responden yang berjumlah 158 orang. 5.1.4. Karakteristik Responden Berdasarkan Jenis Instansi Karakteristik responden berdasarkan Jenis Instansi sebagaimana disajikan pada Tabel 5.4. berikut ini : Tabel 5.4. Karakteristik Responden Berdasarkan Jenis Instansi

No

Instansi

Jumlah (Orang)

Persentase (%)

1 Pusat

121

77

2 Prop

20

13

3 Kota

7

4

4 Kabupaten

10

6

Jumlah

158

100



98

Berdasarkan Jenis Instansi

Pusat Prop Kota Kabupaten

Gambar 5.4. Grafik Responden berdasarkan Jenis Instansi Tabel 5.4 dan Gambar 5.4 menunjukkan jumlah dan persentase berdasarkan jenis instansi responden di dalam penelitian. Mayoritas responden dalam penelitian ini berasal dari instansi pusat yaitu sebesar 77% dari total responden yang berjumlah 158 orang. 5.2. Deskripsi Jawaban Responden Deskripsi jawaban responden dihitung berdasarkan frekuensi dan hasil perhitungan rata-rata (mean) masing-masing variabel yang sudah dikategorikan. Untuk kategorisasi digunakan metode perhitungan interval kelas, dengan rumus :

Nilai tertinggi adalah 5, sedangkan nilai terendah adalah 1, jumlah kelas = 5, maka nilai interval kelas sama dengan 0,8. Batas kategori kelas adalah sebagai berikut :



99

Tabel 5.5. Kategori Penilaian Interval

Kategori Penilaian

Nilai

1,00 < X < 1,80

Sangat Tidak Setuju

1

1,81 < X < 2,60

Tidak Setuju

2

2,61 < X < 3,40

Cukup Setuju/Cukup Baik

3

3,41 < X < 4,20

Setuju / Baik

4

4,21 < X < 5,00

Sangat Setuju / Sangat Baik

5

5.2.1. Deskripsi Jawaban Responden terhadap Information Quality Tabel 5.6. Deskripsi Variabel Information Quality No.

Indikator

1 2 3 4 5 6

IQ1 IQ2 IQ3 IQ4 IQ5 IQ6

1 0 0 1 1 1 1

Presentase Skor Jawaban 2 3 4 5 2 17 104 35 3 12 118 25 26 46 73 12 6 17 114 20 14 35 93 15 6 17 103 31

Total 158 158 158 158 158 158

Mean Variabel Information Quality

Mean 4.09 4.04 3.44 3.92 3.68 3.99 3.86

Rata-rata variabel “Information Quality” bernilai 3,86 yang menandakan bahwa kualitas informasi yang dihasilkan dari sistem SAPK menurut responden tergolong pada kategori setuju / baik.



100

5.2.2. Deskripsi Jawaban Responden terhadap System Quality Tabel 5.7. Deskripsi Variabel System Quality No.

Indikator

1 2 3 4 5 6 7 8

1

SQ1 SQ2 SQ3 SQ4 SQ5 SQ6 SQ7 SQ8

1 0 0 0 2 1 0 2

Presentase Skor Jawaban 2 3 4 4 27 108 6 25 106 5 30 103 12 50 84 19 55 74 6 54 90 1 25 119 5 32 99

5 18 21 20 12 8 7 13 20

Total 158 158 158 158 158 158 158 158

Mean Variabel System Quality

Mean 3.87 3.90 3.87 3.61 3.42 3.61 3.91 3.82 3.75

Rata-rata variabel “System Quality” bernilai 3,75 yang menandakan bahwa kualitas sistem SAPK menurut responden tergolong pada kategori setuju/baik. 5.2.3. Deskripsi Jawaban Responden terhadap Service Quality Tabel 5.8. Deskripsi Variabel Service Quality No.

Indikator

1 2 3 4 5

LQ1 LQ2 LQ3 LQ4 LQ5

1 0 1 1 1 1

Presentase Skor Jawaban 2 3 4 1 22 99 1 23 117 1 26 107 2 19 110 0 21 116

5 36 16 23 26 20

Total 158 158 158 158 158

Mean Variabel Service Quality

Mean 4.08 3.92 3.95 4.00 3.97 3.98

Rata-rata variabel “Service Quality” bernilai 3,98 yang menandakan bahwa kualitas layanan petugas SAPK menurut responden tergolong pada kategori setuju / baik. Universitas Indonesia


101

5.2.4. Deskripsi Jawaban Responden terhadap User Satisfaction Tabel 5.9. Deskripsi Variabel User Satisfaction No.

Indikator

1 2 3 4 5 6 7 8

US1 US2 US3 US4 US5 US6 US7 US8

Presentase Skor Jawaban 1 2 3 4 1 0 29 110 0 2 20 109 0 1 14 112 0 1 17 108 1 4 24 109 0 1 24 111 2 1 31 110 0 3 23 115

5 18 27 31 32 20 22 14 17

Total 158 158 158 158 158 158 158 158

Mean Variabel User Satisfaction

Mean 3.91 4.02 4.09 4.08 3.91 3.97 3.84 3.92 3.97

Rata-rata variabel “User Satisfaction” bernilai 3,97 yang menandakan bahwa kepuasan pengguna sistem SAPK menurut responden tergolong pada kategori setuju / baik. 5.2.5. Deskripsi Jawaban Responden terhadap Net Benefits Tabel 5.10. Deskripsi Variabel Net Benefits No. 1 2 3 4 5 6

Indikator NB1 NB2 NB3 NB4 NB5 NB6

1 0 3 3 1 0 0

Presentase Skor Jawaban 2 3 4 3 9 122 5 26 104 0 23 114 3 10 117 1 9 109 1 8 114

5 24 20 18 27 39 35

Total

Mean

158 158 158 158 158 158

4.06 3.84 3.91 4.05 4.18 4.16

Mean Variabel System Quality

4.03



102

Rata-rata variabel “Net Benefits” bernilai 4,03 yang menandakan bahwa manfaat dari sistem SAPK menurut responden tergolong pada kategori setuju / baik. 5.3.Hasil Uji Validitas dan Reliabilitas Instrumen Penelitian 5.3.1. Hasil Uji Validitas Instrumen Penelitian Untuk dapat mengetahui apakah instrument suatu penelitian dapat mengukur apa yang akan diukur maka perlu dilakukan analisis validitas. Pada penelitian ini digunakan program SPSS versi 20 untuk mengukur validitas instrumen. Pertanyaan yang valid adalah yang memiliki Alpha Pearson Correlation di atas r tabel,nilai r tabel untuk N = 158 dan taraf signifikan 5% adalah 0,155. Hasil dari uji validitas instrumen ini seluruh pertanyaan yang telah disebar kepada 158 responden keseluruhannya adalah valid karena memiliki nilai > 0,155 (Lihat lampiran 1). 5.3.2. Hasil Uji Reliabilitas Instrumen Penelitian Setelah dilakukan pengujian validitas dan seluruh alat ukur dinyatakan valid, maka selanjutnya dilakukan pengujian reliabilitas yang bertujuan untuk menguji konsistensi dari alat ukur dalam mengukur obyek yang sama pada waktu yang berbeda. Metode yang digunakan untuk menguji reliabilitas penelitian ini adalah metode Cronbach Alpha, jika nilai Cronbach Alpha lebih besar dari 0,6 (> 0,6) maka dapat dikatakan bahwa alat ukur tersebut adalah reliabel (Sekaran, 2005). Teknik

yang digunakan dalam mengukur reliabilitas dengan program SPSS versi 20, dengan membandingkan nilai Cronbach Alpha dengan nilai table r Pearson Product Moment dengan N = 60 (jumlah pertanyaan) pada taraf signifikan 5%. Dari hasil

pengukuran didapatkan hasil seperti pada Tabel 5.11 dibawah ini terlihat bahwa nilai Cronbach Alpha adalah sebesar 0,958, lebih besar dari nilai r table (0,254).

Hasil tersebut menunjukkan bahwa instrumen ini memenuhi syarat untuk dinyatakan reliabel atau data hasil instrumen angket dapat dipercaya.



103

Tabel 5.11. Hasil Uji Reliabilitas Instrument Reliability Statistics Cronbach's N of Items Alpha .958 60

5.4. Uji Kualitas Data Karena penelitian ini bertujuan untuk mengeksplorasikan pola saling hubungan, maka matriks yang digunakan adalah matriks dalam bentuk korelasi. Model estimasi standard AMOS adalah menggunakan estimasi maksimum likelihood (ML). Estimasi ML harus memenuhi asumsi antara lain : a. Ukuran Sampel Jumlah sampel data yang direkomendasikan oleh SEM adalah sekitar 100 s/d 150 data, pada penelitian ini dilakukan pada 158 data yang artinya sudah memenuhi standar yang direkomendasikan. b. Normalitas Data Uji normalitas yang dilakukan pada SEM mempunyai 2 tahapan, yaitu menguji normalitas untuk setiap variabel dan pengujian normalitas semua variabel secara bersama-sama (multivariate normality). Output mengenai Normalitas data dari hasil proses AMOS (lihat Lampiran 2) menunjukkan bahwa data tidak terdistribusi secara normal baik secara individu maupun multivariat hal tersebut terlihat dari nilai adanya nilai c.r. pada variabel dan multivariate yang berada di luar batas normal yaitu -2,58 s/d +2,58. Agar data terdistribusi normal maka asumsi tidak ada data yang outlier, sehingga selanjutnya dilakukan evaluasi outlier. c. Evaluasi Outlier Data outlier adalah data yang mempunyai nilai jauh diatas atau jauh di bawah rata-rata data. Untuk mengetahui apakah dalam penelitian ini terdapat data Universitas Indonesia


104

yang outlier dapat dilihat dari hasil output mahalanobis distance. Data termasuk outlier jika memiliki nilai p1 dan p2< 0,05. Dari hasil proses AMOS pada Lampiran 3 terlihat bahwa ada 28 data memiliki nilai p1 dan p2 < 0,05 yang artinya data tersebut adalah merupakan data outlier. Data yang outlier harus dihapus agar memenuhi asumsi SEM yang belum terpenuhi yaitu data terdistribusi normal dan tidak ada data yang outlier. Setelah data yang outlier dihapus, kemudian dilakukan kembali proses uji normalitas dan deteksi outlier dapat diulang kembali. Setelah dilakukan proses uji normalitas kembali diketahui sudah tidak terdapat data outlier yaitu data yang memiliki nilai p1 dan p2 < 0,05 (lihat Lampiran 4) dan hasil penghapusan data outlier tersisa 130 data, kemudian dilakukan uji normalitas kembali. Setelah diuji normalitas kembali asumsi tidak ada outlier pada data telah terpenuhi. Namun normalitas data belum dapat terpenuhi, hal ini terlihat dari hasil output masih ada nilai c.r. diluar rentang -2,58 s/d +2,58 lihat Lampiran 5. Namun menurut Hoyle dan Panter (1995) dalam Elmore (2006), menjelaskan bahwa teknik estimasi ML tetap dapat digunakan meskipun asumsi normalitas tidak tercapai, sehingga analisis data tetap dapat dilanjutkan. d. Uji Multikolinearitas dan Singularitas Multikolinearitas dapat dilihat melalui determinan matriks kovarians. Nilai yang sangat kecil menunjukkan indikasi terdapatnya masalah Multikolinearitas dan Singularitas, sehingga data itu tidak dapat digunakan untuk penelitian (Tabachnik dan Fidell, 1998 dalam Ghozali, 2011). Dari hasil output AMOS memberikan nilai Determinant of sample covariance matrix = 0,372. Nilai ini tidak terlalu jauh dari nol sehingga untuk meyakinkan apakah benar-benar

tidak

ada

data

yang

terindikasi

maka

dilakukan

uji

Multikolinearitas dengan menggunakan SPSS Pada Tabel 5.12. merupakan output hasil proses SPSS 20.0 mengenai tabel korelasi antar indikator. Multikolinearitas ada apabila ada nilai korelasi



105

antar indikator yang bernilai > 0,9. Pada tabel hasil tidak ada nilai > 0,9 yang artinya tidak ada multikolinearitas dan singularitas pada data yang dianalisis. Tabel 5.12. Hasil Uji Multikolinearitas Model

Collinearity Statistics Tolerance

VIF

(Constant)

1

IQ1

.632

1.581

IQ2

.539

1.854

IQ3

.465

2.149

IQ4

.540

1.853

IQ5

.559

1.789

IQ6

.419

2.385

SQ1

.575

1.738

SQ2

.546

1.833

SQ3

.585

1.709

SQ4

.562

1.780

SQ5

.488

2.049

SQ6

.685

1.461

SQ7

.632

1.582

SQ8

.610

1.639

LQ1

.551

1.814

LQ2

.567

1.764

LQ3

.433

2.310

LQ4

.495

2.018

LQ5

.520

1.924

US2

.369

2.708

US3

.350

2.855

US4

.357

2.802

US5

.370

2.703

US6

.342

2.925

US7

.442

2.262

US8

.575

1.739



106

Tabel 5.12. Hasil Uji Multikolinearitas (sambungan) Model

Collinearity Statistics Tolerance

VIF

(Constant)

1

NB2

.497

2.013

NB3

.381

2.624

NB4

.426

2.350

NB5

.413

2.423

NB6

.399

2.508

5.5. Pengolahan Data dengan Model SEM Pada Bab 3 telah diuraikan bahwa metode penelitian yang akan digunakan adalah melakukan analisis data dengan pendekatan SEM, namun sebelum data dianalisis maka hasil questioner diinput terlebih dahulu ke dalam format excel menjadi data mentah. Data tersebut masih berupa data ordinal yang kemudian di konvert menjadi data interval dengan software ordi yang diinstall dan melekat pada excel pada toolbar add ins. Data hasil konversi ini yang akan dibaca oleh Amos. SEM dengan Tools AMOS Tahapan analisis data yang dilakukan dengan tools AMOS antara lain :

5.5.1 Langkah 1 : Penyusunan Model SEM Berdasarkan Teori Pada Bab 2 telah dibahas model yang akan digunakan pada penelitian ini secara detil baik variabel beserta indikator-indikator yang digunakan dan penjelasan dari setiap indikator. Secara umum model tersebut terdiri atas 3 variabel independen dan 2 variabel dependen. Variabel independen tersebut adalah Information Quality, Service Quality dan System Quality, sedangkan variabel dependen terdiri dari User Satisfaction dan Net Benefits.



107

5.5.2 Langkah 2 : Membuat Diagram Alur (Path Diagram) Setelah membuat model SEM berdasarkan teori maka kemudian model tersebut dibuat pada aplikasi Amos dengan pembuatan path diagram. Lihat Gambar 5.5.

Gambar. 5.5. Path Diagram 5.5.3 Langkah 3 : Konversi Diagram Alur ke dalam Persamaan Struktural dan Model Pengukuran Langkah selanjutnya adalah mengkonversikan diagram alur ke dalam persamaan, baik persamaan struktural maupun persamaan model pengukuran. Model persamaan yang digunakan dalam penelitian ini yaitu pengaruh antara Information Quality (IQ), System Quality (SQ) dan Service Quality (LQ) terhadap



108

User Satisfaction (US), dan selanjutnya User Satisfaction terhadap Net Benefits (NB). Persamaan struktural dari model diagram jalur dinyatakan sebagai berikut : 1. Variabel Endogen = Variabel Eksogen + Kesalahan estimasi US = β1IQ + β2SQ + β3LQ + z1 NB = β4 US + z2 z1 adalah kesalahan estimasi antara Information Quality, System Quality dan Service Qualityterhadap User Satisfaction dan z2 adalah kesalahan estimasi antara User Satisfaction terhadap Net Benefits; dan β1 adalah koefisien regresi Information Quality, System Quality dan Service Qualityterhadap User Satisfaction, dan β4 adalah koefisien regresi User Satisfaction terhadap Net Benefits. Sedangkan spesifikasi terhadap model pengukuran adalah sebagai berikut : a. Konstruk Eksogen Information Quality (IQ) Information Quality (IQ) diukur dengan enam indikator IQ1, IQ2, IQ3, IQ4, IQ5 dan IQ6, maka persamaan model pengukurannya adalah: IQ1 = λ1IQ + e1 IQ2 = λ2IQ + e2 IQ3 = λ3IQ + e3 IQ4 = λ4IQ + e4 IQ5 = λ5IQ + e5 IQ6 = λ6IQ + e6 b. Konstruk Eksogen System Quality (SQ) System Quality(SQ) diukur dengan delapan indikator SQ1, SQ2, SQ3, SQ4, SQ5, SQ6, SQ7 dan SQ8, maka persamaan model pengukurannya adalah: SQ1 = λ7SQ + e7 SQ2 = λ8SQ + e8 SQ3 = λ9SQ + e9 SQ4 = λ10SQ + e10 Universitas Indonesia


109

SQ5 = λ11SQ + e11 SQ6 = λ12SQ + e12 SQ7 = λ13SQ + e13 SQ8 = λ14SQ + e14 c. Konstruk Eksogen Service Quality (LQ) Service Quality(LQ) diukur dengan lima indikator LQ1, LQ2, LQ3, LQ4 dan LQ5, maka persamaan model pengukurannya adalah: LQ1 = λ15LQ + e15 LQ2 = λ16LQ + e16 LQ3 = λ17LQ + e17 LQ4 = λ18LQ + e18 LQ5 = λ19LQ + e19 d. Konstruk Endogen User Satisfaction (US) User Satisfaction(US) diukur dengan delapan indikator US1, US2, US3, US4, US5, US6, US7 dan US8, maka persamaan model pengukurannya adalah: US1 = λ20 SQ + e20 US2 = λ21SQ + e21 US3 = λ22SQ + e22 US4 = λ23SQ + e23 US5 = λ24SQ + e24 US6 = λ25SQ + e25 US7 = λ26SQ + e26 US8 = λ27SQ + e27 e. Konstruk Endogen Net Benefits (NB) Net Benefits(NB) diukur dengan enam indikator NB1, NB2, NB3, NB4, NB5, dan NB6 maka persamaan model pengukurannya adalah: NB1 = λ28NB + e28 Universitas Indonesia


110

NB2 = λ29NB + e29 NB3 = λ30NB + e30 NB4 = λ31NB + e31 NB5 = λ32NB + e32 NB6 = λ33NB + e33 Dengan λn adalah loading faktor indikator ke konstruk; e1..n adalah kesalahan pengukuran indikator.

5.5.4 Langkah 4 : Memilih Matriks Input dan Teknik Estimasi AMOS secara langsung akan merubah data interval yang dimasukkan menjadi matrik kovarian atau matrik korelasi. Hal ini dilakukan karena fokus SEM bukan pada data individual, tetapi pola hubungan antar responden. Setelah membuat model kemudian dipilih input data yang akan diproses, kemudian dipilih teknik estimasi. Teknik estimasi model yang digunakan adalah Maximum Likehood Estimation Method (MLE), dimana AMOS secara default merekomendasikan MLE dalam melakukan estimasi. Teknik ini dipilih karena ukuran sampel yang digunakan dalam penelitian ini adalah kecil (100-200 responden). Analisis Maximum Likehood Estimation Methoddilakukan dengan 2 tahap yakni estimasi measurement model dengan teknik Confirmatory Factor Analysis yang dimaksudkan untuk menguji indikator yang digunakan dan Structural Equation Model yang dimaksudkan untuk menguji kelayakan model dan hubungan / hipotesis yang ada.

5.5.5 Langkah 5 : Mengidentifikasi Model Struktural Pada model SEM, hal penting yang harus diketahui sebelum melakukan suatu pengujian model yaitu model identification. Pada SEM hal tersebut dapat diketahui dengan melihat nilai df (degree of freedom). Jika hasil df = 0 (Just Identified) atau df = negatif (Under Identified) maka pada model tersebut estimasi dan penilaian model tidak perlu dilakukan. Namun jika df adalah positif (Over Identified) maka estimasi dan penilaian model perlu dilakukan. Dalam hal ini hasil Universitas Indonesia


111

output AMOS pada Gambar 5.6. Menunjukkan nilai df model sebesar 460. Hal ini menunjukkan bahwa model termasuk kategori over identified sehingga penilaian model perlu dilakukan.

Gambar 5.6. Computation of Degrees of Freedom 5.5.6 Langkah 6 : Evaluasi Estimasi Model A. Uji Validitas dengan Confirmatory Factor Analysis (CFA) Uji Validitas dilakukan dengan menggunakan confirmatory factor analysis (CFA), berdasarkan hasil perhitungan confirmatory factor analysis (CFA) yang ditampilkan dalam bentuk tabel hasil dari standardized regression weights. Hasil dari standardized regression weights memperlihatkan nilai factor loading pada setiap indikator dengan variabel latennya. Factor Loading (Lambda) yang mempunyai nilai ≥ 0,50 merupakan indikator yang dikatakan valid dan merupakan indikator yang dapat mengukur variabel latennya dengan baik. Adapun hasil uji validitas dari variabel Kualitas Informasi, Kualitas Sistem, dan Kualitas Layanan dengan variabel manifestnya, variabel laten atau konstruk eksogen pada penelitian ini terdiri dari 3 unobserved variable yaitu :

1. Kualitas Informasi Mempunyai 6 observed variable sebagai indikator pembentuknya yaitu IQ1, IQ2, IQ3, IQ4, IQ5, dan IQ6. Hasil pengolahan data ditampilkan pada Gambar 5.7.



112

Gambar 5.7. Analisis Faktor Konfirmatori Kontsruk Eksogen Variabel Kualitas Informasi Dari analisis Gambar 5.7 dapat dilihat besarnya factor loading untuk setiap indikator, yaitu : Tabel 5.13. Hasil Factor Loading Variabel Kualitas Informasi Indikator

Factor Loading


0,63 0,66 0,65 0,81 0,61 0,80

Keterangan > 0,50 > 0,50 > 0,50 > 0,50 > 0,50 > 0,50

Valid Valid Valid Valid Valid Valid

Dari hasil analisis Gambar 5.7 menunjukkan hasil uji kelayakan model. Dimana suatu model dikatakan layak jika hasil cut of value-nya telah memenuhi persyaratan untuk setiap pengukuran. Evaluasi terhadap uji kelayakan model dapat dilihat pada Tabel 5.14 berikut ini.



113

Tabel 5.14. Hasil Uji Kelayakan Model Faktor Konfirmatori Konstruk Eksogen-Kualitas Informasi Goodness of Fit (GOF) Index Chi-square (x2) CMIN/DF p (probabilitas) RMSEA (root meansquare error ofapproximation) GFI (Goodness of fitindex) TLI (Tucker Lewis Index)

Cut-off Value

Nilai pada Keterangan Model Penelitian

Semakin kecil, semakin baik < 2,0 >0,05

27,470

Good Fit

3,045 0,001

Poor Fit Poor Fit

< 0,08

0,126

Poor Fit

> 0,90 > 0,90

0,926 0,895

Good Fit Marjinal

Pengujian kesesuaian model penelitian digunakan untuk menguji seberapa baik tingkat goodness of fit dari model penelitian. Model penelitian dikatakan memiliki tingkat goodness of fit yang baik jika nilainilai cut of value-nya telah memenuhi persyaratan atau batas yang ditentukan. Dari hasil Tabel 5.14 diatas, ternyata model belum bisa dikatakan fit karena dari hasil output masih ada nilai GOF yang masih belum memenuhi acuan persamaan model struktural, sehingga perlu dilakukan modifikasi model dengan berdasarkan tabel hasil output Modification Indices seperti pada Gambar 5.8 berikut ini memberikan rekomendasi garis koneksi yang dapat dihubungkan untuk memperoleh model yang lebih fit.

Tabel 5.15. Modification Indices Information Quality Covariances: (Group number 1 - Default model) M.I. Par Change e4

<-->

e5

5.665

.134

e3

<-->

e4

5.801

.219

e2

<-->

e1

9.580

.329

e2

<-->

e4

5.863

-.192



114

Setelah melakukan modifikasi model dengan melakukan korelasi sesuai saran output hasil AMOS pada Tabel 5.15, kemudian dilakukan uji estimasi lagi maka hasil uji kelayakannya menjadi sebagai berikut :

Gambar 5.8. Variabel Kualitas Informasi hasil Modifikasi Dari hasil analisis Gambar 5.8 menunjukkan hasil uji kelayakan model. Evaluasi terhadap uji kelayakan model dapat dilihat pada Tabel 5.16 berikut ini, dari hasil analisis terlihat bahwa model semakin baik dengan nilai Chi-Squarenya yang semakin kecil serta nilai GOF yang sudah memenuhi acuan persamaan model struktural. Tabel 5.16. Hasil Uji Kelayakan Model Faktor Konfirmatori Konstruk Eksogen Goodness of Fit (GOF) Index Chi-square (x2) CMIN/DF p (probabilitas) RMSEA (root meansquare error ofapproximation) GFI (Goodness of fitindex) TLI (Tucker Lewis Index)

Cut-off Value Semakin kecil, semakin baik < 2,0 >0,05

Nilai pada Model Keterangan Penelitian 3,167

Good Fit

0,633 0,674

Good Fit Good Fit

< 0,08

0,000

Good Fit

> 0,90 > 0,90

0,992 1,019

Good Fit Good Fit



115

2. Kualitas Sistem Mempunyai

delapan

observed

variable

sebagai

indikator

pembentuknya yaitu SQ1, SQ2, SQ3, SQ4, SQ5, SQ6, SQ7 dan SQ8. Hasil pengolahan data ditampilkan pada Gambar 5.9.

Gambar 5.9. Analisis Faktor Konfirmatori Kontsruk Eksogen Variabel System Quality Dari analisis Gambar 5.9 dapat dilihat besarnya factor loading untuk setiap indikator, yaitu : Tabel 5.17. Hasil Factor Loading Variabel System Quality Indikator

Factor Loading


0,57 0,67 0,62 0,54 0,55 0,58 0,62 0,61

Keterangan > 0,50 > 0,50 > 0,50 > 0,50 > 0,50 > 0,50 > 0,50 > 0,50

Valid Valid Valid Valid Valid Valid Valid Valid



116

Dari hasil analisis Gambar 5.9 menunjukkan hasil uji kelayakan model. Dimana suatu model dikatakan layak jika hasil cut of value-nya telah memenuhi persyaratan untuk setiap pengukuran. Evaluasi terhadap uji kelayakan model dapat dilihat pada Tabel 5.18 berikut ini.

Tabel 5.18. Hasil Uji Kelayakan Model Faktor Konfirmatori Konstruk Eksogen Variabel System Quality Goodness of Fit (GOF) Index Chi-square (x2) CMIN/DF p (probabilitas) RMSEA (root meansquare error ofapproximation) GFI (Goodness of fitindex) TLI (Tucker Lewis Index)

Nilai pada Model Penelitian

Keterangan

61,096

Good Fit

3,055 0,000

Poor Fit Poor Fit

< 0,08

0,126

Poor Fit

> 0,90 > 0,90

0,899 0,787

Marjinal Poor Fit


Dari hasil Tabel 5.18 diatas, ternyata model belum bisa dikatakan fit karena dari hasil output masih ada nilai GOF yang masih belum memenuhi acuan persamaan model struktural, sehingga perlu dilakukan modifikasi model dengan berdasarkan tabel hasil output Modification Indices seperti pada Tabel 5.19 berikut ini memberikan rekomendasi garis koneksi yang dapat dihubungkan untuk memperoleh model yang lebih fit. Tabel 5.19. Modification Indices Variabel System Quality Covariances: (Group number 1 - Default model) M.I. Par Change e6

<-->

e8

7.646

.301

e2

<-->

e7

4.838

.197

e1

<-->

e3

34.517

.809



117

Setelah melakukan modifikasi model dengan melakukan korelasi sesuai saran output hasil AMOS pada Tabel 5.19, kemudian dilakukan uji estimasi lagi maka hasil uji kelayakannya menjadi sebagai berikut :

Gambar 5.10. Analisis Faktor Konfirmatori Kontsruk Eksogen Variabel System Quality Hasil Modifikasi Dari hasil analisis Gambar 5.10 menunjukkan hasil uji kelayakan model. Evaluasi terhadap uji kelayakan model dapat dilihat pada Tabel 5.20 berikut ini, dari hasil analisis terlihat bahwa model semakin baik dengan nilai Chi-Squarenya yang semakin kecil serta nilai GOF yang sudah memenuhi acuan persamaan model struktural. Tabel 5.20. Hasil Uji Kelayakan Model Faktor Konfirmatori Konstruk Eksogen Variabel System Quality Goodness of Fit (GOF) Index Chi-square (x2) CMIN/DF p (probabilitas) RMSEA (root meansquare error ofapproximation) GFI (Goodness of fitindex) TLI (Tucker Lewis Index)


Keterangan

11,996

Good Fit

0,706 0,800

Good Fit Good Fit

< 0,08

0,000

Good Fit

> 0,90 > 0,90

0,979 1,031

Good Fit Good Fit




118

Namun dari hasil modifikasi model tersebut berdasarkan analisis Gambar 5.10 dapat dilihat besarnya factor loading untuk setiap indikator, yaitu : Tabel 5.21. Hasil Factor Loading Variabel System Quality Indikator

Factor Loading


0,48 0,65 0,53 0,58 0,59 0,56 0,61 0,60

Keterangan Tidak Valid Valid Valid Valid Valid Valid Valid Valid

< 0,50 > 0,50 > 0,50 > 0,50 > 0,50 > 0,50 > 0,50 > 0,50

Suatu indikator dapat digunakan sebagai pengukur variabel laten jika memiliki nilai factor loading ≥ 0,5. Hasil analisis menunjukkan indikator SQ1 memiliki nilai factor loading yang lebih kecil dari 0,50 sehingga perlu dilakukan penghapusan atas indikator tersebut. Hasil model setelah dilakukan penghapusan seperti pada Gambar 5.11 dibawah ini.

Gambar 5.11. Variabel System Quality – Penghapusan SQ1 Universitas Indonesia


119

Dari hasil analisis Gambar 5.11 menunjukkan hasil uji kelayakan model. Dimana suatu model dikatakan layak jika hasil cut of value-nya telah memenuhi persyaratan untuk setiap pengukuran. Evaluasi terhadap uji kelayakan model dapat dilihat pada Tabel 5.22 berikut ini. Tabel 5.22. Hasil Uji Kelayakan Model Faktor Konfirmatori Konstruk Eksogen Goodness of Fit (GOF) Index Chi-square (x2) CMIN/DF p (probabilitas) RMSEA (root meansquare error ofapproximation) GFI (Goodness of fitindex) TLI (Tucker Lewis Index)


Keterangan

9,156

Good Fit

0,763 0,690

Good Fit Good Fit

< 0,08

0,000

Good Fit

> 0,90 > 0,90

0,981 1,025

Good Fit Good Fit


Pada Tabel 5.22 dari hassil analisis terlihat bahwa model semakin baik dengan nilai Chi-Squarenya yang semakin kecil. 3. Kualitas Layanan Mempunyai 5 observed variable sebagai indikator pembentuknya yaitu LQ1, LQ2, LQ3, LQ4, dan LQ5. Hasil pengolahan data ditampilkan pada Gambar 5.12.

Gambar 5.12. Analisis Faktor Konfirmatori Kontsruk Eksogen Variabel Service Quality Universitas Indonesia


120

Dari analisis Gambar 5.12 dapat dilihat besarnya factor loading untuk setiap indikator pada Tabel 5.23., yaitu : Tabel 5.23. Hasil Factor Loading Variabel Kualitas Layanan Indikator

Factor Loading

LQ1 LQ2 LQ3 LQ4 LQ5

0,78 0,84 0,81 0,77 0,79

Keterangan Valid Valid Valid Valid Valid

> 0,50 > 0,50 > 0,50 > 0,50 > 0,50

Dari hasil analisis Gambar 5.12 menunjukkan hasil uji kelayakan model. Dimana suatu model dikatakan layak jika hasil cut of value-nya telah memenuhi persyaratan untuk setiap pengukuran. Evaluasi terhadap uji kelayakan model dapat dilihat pada Tabel 5.24 berikut ini. Suatu indikator dapat digunakan sebagai pengukur variabel laten jika memiliki nilai factor loading ≥ 0,4. Hasil analisis menunjukkan bahwa tidak ada indikator yang memiliki nilai factor loading yang lebih kecil dari 0,50 maka tidak perlu dilakukan penghapusan atas indikator. Tabel 5.24. Hasil Uji Kelayakan Model Faktor Konfirmatori Konstruk Eksogen Variabel Kualitas Layanan Goodness of Fit (GOF) Index Chi-square (x2) CMIN/DF p (probabilitas) RMSEA (root meansquare error ofapproximation) GFI (Goodness of fitindex) TLI (Tucker Lewis Index)


Keterangan

6,262

Good Fit

1,252 0,282

Good Fit Good Fit

< 0,08

0,044

Good Fit

> 0,90 > 0,90

0,982 0,993

Good Fit Good Fit




121

Dari hasil analisis Tabel 5.24 terlihat bahwa serta nilai GOF pada model sudah sudah memenuhi acuan persamaan model struktural.

B. Uji Kelayakan Model Setelah melakukan analisis faktor konfirmatori maka tahap selanjutnya adalah melakukan analisis Structural Equation Model. Analisis SEM secara Full Model untuk menguji model dan hipotesis yang dikembangkan dalam penelitian ini. Model secara keseluruhan terdiri dari 5 variabel laten yaitu Kualitas Sistem, Kualitas Informasi, Kualitas Layanan, User Satisfaction, dan Net Benefits. Pengujian model dalam Structural Equation Model dilakukan dengan dua pengujian, yaitu uji kesesuaian model dan uji signifikansi kausalitas melalui uji koefisien regresi. Hasil analisis SEM terlihat pada Gambar 5.13 berikut ini.



122

Gambar 5.13. Hasil Uji Kelayakan Model Full Structural Equation Model

Dari hasil analisis Gambar 5.13. menunjukkan hasil uji kelayakan model. Evaluasi terhadap uji kelayakan model dapat dilihat pada Tabel 5.25 berikut ini. Universitas Indonesia


123

Tabel 5.25. Hasil Uji Kelayakan Model Full Structural Equation Model Goodness of Fit (GOF) Index


Keterangan

903.176

Besar

2,130 0,000

Poor Fit Poor Fit

< 0,08

0,094

Poor Fit

> 0,90 > 0,90

0,706 0,752

Poor Fit Poor Fit

Cut-off Value

Chi-square (x2) CMIN/DF p (probabilitas) RMSEA (root meansquare error ofapproximation) GFI (Goodness of fitindex) TLI (Tucker Lewis Index)

Semakin kecil, semakin baik < 2,0 >0,05

Dari model tersebut tidak ada indikator yang memiliki loading factor < 0,05. Pengujian kesesuaian model penelitian digunakan untuk menguji seberapa baik tingkat goodness of fit dari model penelitian. Model penelitian dikatakan memiliki tingkat goodness of fit yang baik jika nilai-nilai cut of value-nya telah memenuhi persyaratan atau batas yang ditentukan. Karena

model

penelitian

tidak

memenuhi

nilai

GOF

yang

direkomendasikan, maka model penelitian tidak fit dengan data yang diperoleh. Oleh karena itu uji hipotesis / struktural model tidak dapat dilakukan.

C. Uji Reliability dan Variance Extracted Menurut Ghozali (2011), Uji reliabilitas adalah ukuran konsistensi internal dari indikator-indikator sebuah variabel bentukan yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah variabel bentukan yang umum. Nilai reliabilitas minimum dari dimensi pembentuk variable laten yang dapat diterima adalah sebesar adalah 0,70 (Ghozali, 2011). Persamaan yang dipakai :

1. Construct Reliability. Construct Reliability didapatkan dari rumus Hair, et.al.,(1995)



124

Construct Reliability =

(Σ Standard Loading)2 ___________________________ (Σ Standard Loading)2+ Σεj

Keterangan : •







Tingkat reliabilitas yang dapat diterima adalah ≥ 0,7.

2. Variance Extracted. Pengukuran ini menunjukan jumlah varians dari indikator-indikator yang diekstraksi oleh konstruk laten yang dikembangkan. Nilai variance extracted yang dapat diterima adalah≥ 0,50 artinya konstruk laten yang diwakili oleh indikator-indikator tersebut baik, Variance extracted ini didapatkan dari rumus Hair, et.al.,(1995) yaitu :

Variance Extract =

Σ (Standard Loading)2 ___________________________ Σ (Standard Loading)2+ Σεj

Keterangan : •

Standard loading diperoleh dari standardized loading untuk tiap indikator yang didapat dari hasil perhitungan AMOS 21.0 Universitas Indonesia


125




Hasil uji reliabilitas dapat dilihat pada tabel 5.26.– 5.30. berikut ini :

Tabel 5.26. Uji Reliability dan Variance Extracted Information Quality


Standardize Factor Loading 0.62 0.68 0.59 0.74 0.54 0.86

SFL Kuadrat

Error [εj]

0.38 0.46 0.35 0.55 0.29 0.74

0.38 0.32 0.41 0.26 0.46 0.14

Construct Reliability

Variance Extracted

0.89

0.58

Tabel 5.27. Uji Reliability dan Variance Extracted System Quality

SQ2 SQ3 SQ4 SQ5 SQ6 SQ7 SQ8

Standardize Factor Loading 0.64 0.53 0.56 0.58 0.57 0.63 0.62

SFL Kuadrat 0.410 0.281 0.314 0.336 0.325 0.397 0.384

Error [εj] 0.36 0.47 0.44 0.42 0.43 0.37 0.38


Variance Extracted

0.86

0.46



126

Tabel 5.28. Uji Reliability dan Variance Extracted Service Quality

LQ1 LQ2 LQ3 LQ4 LQ5

Standardize Factor Loading 0.77 0.82 0.82 0.76 0.81

SFL Kuadrat

Error [εj]

0.593 0.672 0.672 0.578 0.656

0.23 0.18 0.18 0.24 0.19


Variance Extracted

0.94

0.76

Tabel 5.29. Uji Reliability dan Variance Extracted User Satisfaction

US1 US2 US3 US4 US5 US6 US7

Standardize Factor Loading 0.57 0.61 0.70 0.64 0.70 0.69 0.54

SFL Kuadrat

Error [εj]

0.3249 0.3721 0.49 0.4096 0.49 0.4761 0.2916

0.43 0.39 0.30 0.36 0.30 0.31 0.46


Variance Extracted

0.89

0.53

Tabel 5.30. Uji Reliability dan Variance Extracted Net Benefits

NB1 NB2 NB3 NB4 NB5 NB6

Standardize Factor Loading 0.61 0.73 0.73 0.65 0.63 0.65

SFL Kuadrat 0.3721 0.5329 0.5329 0.4225 0.3969 0.4225

Error [εj] 0.39 0.27 0.27 0.35 0.37 0.35


Variance Extracted

0.89

0.57



127

Dari hasil pada Tabel 5.26. – 5.30. Reliabilitas untuk masing-masing konstruk mempunyai nilai reliabilitas diatas cut-off value 0,7. Hasil pengujian reliabilitas instrumen dengan construct reliability dan variance extracted menunjukkan instrumen cukup reliabel, yang ditunjukkan dengan nilai construct reliability seluruhnya > 0,7 namun nilai variance extractnya ada yang dibawah 0,5 yaitu pada variabel system quality dengan nilai 0,46, masih dapat dikatakan nilai tersebut cukup reliabel maka semua konstruk dalam penelitian ini layak digunakan dalam model. Meskipun demikian angka tersebut bukanlah sebuah ukuran “mati” artinya bila penelitian yang dilakukan bersifat exploratory, maka nilai di bawah 0,70 pun masih dapat diterima sepanjang disertai alasan–alasan empirik yang terlihat dalam proses eksplorasi dengan variance extracted direkomendasikan pada tingkat 0,50 5.5.7 Langkah 7 : Melakukan Interpretasi dan Memodifikasi Model Apabila model tidak fit dengan data maka yang harus dilakukan adalah : 1. Modifikasi model dengan menambahkan atau menghilangkan koneksi / garis hubung 2. Menambah variabel jika data tersedia 3. Mengurangi variabel Modifikasi model yang akan dilakukan yaitu berdasarkan teori Arbuckle mengenai bagaimana melakukan modifikasi model dengan melihat Modification Indices

yang

dihasilkan

dari

output

AMOS.

Dalam

teori

tersebut

direkomendasikan penambahan garis hubung koneksi yang dapat memperkecil nilai chi-square (x2) sehingga membuat model menjadi lebih fit. Menurut Ferdinand (2002) salah satu tujuan modifikasi model adalah untuk mendapatkan kriteria goodness of fit dari model yang dapat diterima. Melalui nilai modification indices dapat diketahui ada tidaknya kemungkinan modifikasi terhadap model yang dapat diusulkan. Untuk mendapatkan kriteria model yang dapat diterima, peneliti mengestimasi hubungan korelasi antar error term yang tidak memerlukan justifikasi teoritis dan yang memiliki nilai modification indices lebih besar atau sama dengan 4,0. Cara ini dilakukan untuk Universitas Indonesia


128

mendapatkan nilai goodness of fit yang memenuhi syarat. Tabel 5.31 merupakan hasil output modification indices. Modifikasi koneksi sebelum koneksi variabel error adalah modifikasi antar variabel yang direkomendasikan oleh AMOS namun harus dengan didukung oleh teori, dalam hal ini tidak ada lagi koneksi antar variabel yang dapat dilakukan yang sesuai dengan teori. Setiap kali melakukan modifikasi maka tabel Modification Indices hasil output dari AMOS akan berbeda-beda. Maka penambahan koneksi yang akan dilakukan selanjutnya adalah dengan melakukan koneksi antara variabel error. Menurut Rozeboom (1966) dalam Kano dan Azuma (2003), korelasi antar variabel error (unique factor covariance) akan selalu ada saat beberapa pertanyaan disampaikan dalam satu waktu, yaitu kesalahan pada satu item akan berpengaruh positif pada kesalahan item yang lain. Koneksi antar variabel error ini terus dilakukan berulang-ulang sampai model dinyatakan fit. Santoso (2009) menyatakan bahwa hal ini mengindikasikan terjadi permasalahan pada modification indices yang harus diolah lebih jauh. Terdapat beberapa langkah untuk memilih alternative modifikasi, antara lain :

Tabel 5.31. Hasil Output Modification Indices Covariances: (Group number 1 - Default model) Par M.I. Change LQ <--> SQ 58.410 .969 IQ <--> SQ 46.920 .550 IQ <--> LQ 32.784 .819 z2 <--> IQ 4.704 .145 e13 <--> z1 7.620 .078 e13 <--> z2 7.994 .185 e10 <--> IQ 5.279 .276 e8 <--> z1 6.592 -.073 e15 <--> e10 6.447 .411 e33 <--> e14 4.338 .297 e32 <--> e33 15.310 .301 e29 <--> z1 5.380 -.070 e29 <--> e9 5.605 -.294 e29 <--> e33 6.897 -.371



129

Tabel 5.31. Hasil Output Modification Indices (sambungan) e29 e29 e28 e28 e28 e28 e28 e28 e5 e5 e5 e26 e26 e25 e25 e25 e25 e25 e25 e24 e24 e24 e24 e23 e23 e23 e22 e22 e22 e21 e21 e21 e21 e21 e21 e20 e20 e19 e19 e18 e18

<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->

e32 e31 e13 e10 e15 e33 e32 e31 LQ e14 e15 e11 e9 z2 e11 e10 e8 e29 e28 z2 e12 e11 e25 e11 e9 e24 e6 e32 e30 z2 e6 e25 e24 e23 e22 e23 e21 e6 e23 SQ e11

7.419 12.319 4.645 4.124 6.205 8.213 4.027 5.896 7.047 8.010 4.095 9.991 9.639 4.264 4.274 5.700 4.988 7.226 4.983 6.164 4.895 7.092 15.077 6.297 5.913 4.066 5.364 7.166 4.148 4.454 5.212 8.758 5.763 12.554 10.903 4.242 30.101 5.305 4.208 5.777 7.607

-.144 .169 .199 .255 .319 -.408 .107 -.118 .256 .180 .167 -.214 .220 -.070 .120 -.146 -.102 -.130 -.108 -.091 .118 .165 .097 -.170 -.172 .059 -.089 .066 -.042 .085 .110 -.082 -.071 -.114 .086 -.072 .195 -.227 .136 .234 .380 Universitas Indonesia


130

Tabel 5.31. Hasil Output Modification Indices (sambungan) e17 e17 e17 e16 e16 e16 e4 e4 e3 e3 e3 e3 e3 e2

<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->

e11 e33 e23 e11 e6 e23 e14 e12 SQ LQ e11 e30 e24 e11

5.506 6.177 6.232 6.364 4.591 9.785 4.449 5.838 10.201 10.377 13.476 5.266 4.100 4.084

-.333 .425 .168 .356 .213 -.209 -.174 -.205 .280 .504 .456 -.107 .110 -.210

Model tersebut kemudian dimodifikasi mengikuti Modification Indices, modifikasi dilakukan beberapa kali dengan tujuan untuk mendapatkan nilai Goodness of Fit yang memenuhi syarat. Sehingga menghasilkan model sebagai berikut :



131

Gambar 5.14. Model setelah Korelasi antar Error Term Dari hasil analisis Gambar 5.14 menunjukkan hasil uji kelayakan model. Evaluasi terhadap uji kelayakan model dapat dilihat pada Tabel 5.32 berikut ini.



132

Tabel 5.32. Hasil Uji Kelayakan Model setelah Korelasi antar Error Term Goodness of Fit (GOF) Index Chi-square (x2) CMIN/DF p (probabilitas) RMSEA (root meansquare error ofapproximation) GFI (Goodness of fitindex) TLI (Tucker Lewis Index)


Keterangan

764.112

Besar

1,868 0,000

Good Fit Poor Fit

< 0,08

0,082

Marjinal

> 0,90 > 0,90

0,743 0,809

Poor Fit Poor Fit


Dari hasil modifikasi tahap 3, ternyata model belum bisa dikatakan fit karena dari hasil output masih ada nilai GOF yang masih belum memenuhi acuan persamaan model struktural (lihat Tabel 5.32), dimana nilai probabilitas masih kurang dari 0,05, nilai GFI dan TLI masih kurang dari 0,9 sehingga perlu dilakukan lagi modifikasi agar model dapat dapat dikategorikan fit. Saran terakhir Modification Indices seperti pada Tabel 5.33. sudah tidak dapat dilakukan lagi antara error variabel terikat dan error variabel bebas karena modifikasi yang disarankan oleh AMOS sudah tidak didukung oleh teori. Tabel 5.33. Hasil Output Modification Indices Tahap 2 Covariances: (Group number 1 - Default model)

LQ IQ IQ e13 e13 e10 e8 e15 e33 e29 e28 e5

<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->

SQ SQ LQ z1 z2 IQ z1 e10 e14 e9 e15 LQ

M.I. 58.356 47.112 32.646 9.479 7.725 5.184 5.920 6.304 4.012 5.147 4.006 7.037

Par Change .977 .556 .816 .086 .187 .272 -.068 .406 .251 -.255 .231 .255



133

e5 e5 e26 e26 e25 e25 e25 e25 e24 e24 e24 e23 e23 e22 e22 e21 e19 e18 e18 e18 e17 e17 e16 e16 e16 e4 e4 e3 e3 e3 e3 e3

<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->

e14 e15 e11 e9 e14 e8 e29 e28 e14 e12 e11 e11 e9 e6 e32 e6 e6 SQ e11 e23 e11 e23 e11 e6 e23 e14 e12 SQ LQ e11 e30 e24

M.I. 7.991 4.127 8.478 9.871 5.520 7.104 5.202 4.112 4.485 5.603 6.062 9.005 6.047 8.830 5.976 7.995 5.404 5.725 8.375 5.078 4.922 5.171 7.140 4.537 10.621 4.610 5.740 9.959 10.169 13.766 4.666 4.500

Par Change .180 .167 -.198 .223 .105 -.113 -.093 -.083 -.102 .117 .143 -.192 -.163 -.105 .050 .107 -.229 .236 .401 -.139 -.313 .142 .380 .212 -.206 -.177 -.204 .280 .499 .463 -.101 .107

Karena model sudah tidak dapat dimodifikasi lagi dan berdasarkan hasil GOF terakhir model dikategorikan tidak fit maka model tidak dapat digunakan untuk analisis hasil, sehingga penulis menggunakan uji analisis jalur untuk mengolah data.



134

Tabel 5.34. Hasil Standardized Regression Weights Standardized Regression Weights: (Group number 1 - Default model)

IQ1 IQ2 IQ3 IQ4 IQ5 IQ6 LQ1 LQ2 LQ3 LQ4 LQ5 NB NB1 NB2 NB3 NB4 NB5 NB6 SQ2 SQ3 SQ4 SQ5 SQ6 SQ7 SQ8 US US US US1 US2 US3 US4 US5 US6 US7

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

IQ IQ IQ IQ IQ IQ LQ LQ LQ LQ LQ US NB NB NB NB NB NB SQ SQ SQ SQ SQ SQ SQ SQ LQ IQ US US US US US US US

Estimate .620 .684 .589 .740 .536 .858 .766 .817 .821 .762 .814 .586 .677 .753 .686 .618 .608 .717 .640 .529 .561 .584 .566 .630 .617 .220 .812 .221 .560 .614 .684 .667 .676 .677 .542



135

5.6. Uji Analisis Jalur (Path Analysis) Path Analysis tidak jauh berbeda dengan Analisis Faktor Konfirmatori (CFA), perbedaannya adalah pada path analysis tidak ada variabel unobserved (laten). Model ini bertujuan untuk menguji apakah model yang diusulkan didukung oleh data, dengan cara membandingkan matriks korelasi teoritis dan matriks korelasi empiris. Jika kedua matriks relatif sama, maka model dikatakan cocok. Tahapan dalam melakukan path analysis adalah : 1. Merancang model berdasarkan teori, seperti pada Gambar 5.15 dibawah ini.

Gambar 5.15. Model Didasarkan pada Teori 2. Menentukan model diagram jalurnya didasarkan pada variabel – variabel yang dikaji, seperti pada Gambar 5.16 dibawah ini.

Gambar 5.16. Model Path Analysis Universitas Indonesia


136

3. Membuat diagram jalur seperti pada Gambar 5.17 di bawah ini:

Gambar 5.17. Path Analysis

Dimana: • X1 sebagai variabel independen exogenous kualitas informasi • X2 sebagai variabel independen exogenous kualitas sistem informasi • X3 sebagai variabel independen exogenous kualitas layanan • Y1 sebagai variabel dependen endogenous kepuasan pengguna • Y2 sebagai variabel dependen endogenous manfaat bersih (net benefits) 4. Membuat persamaan struktural. Diagram jalur di atas persamaan strukturalnya adalah: Y1 = PY1X1 + PY1X2 + PY1X3 + e1 Y2 = PY2Y1 + e2 Setelah membuat model path analysis berdasarkan teori maka kemudian model tersebut dibuat pada aplikasi Amos dengan pembuatan path diagram dan kemudian diproses. Hasil regression weight hasil output dari AMOS seperti pada Tabel 5.35.



137

Tabel 5.35. Regression Weight Hasil Path Analysis Regression Weights: (Group number 1 - Default model) Estimate

S.E.

C.R.

P

Label

Kepuasan_Pengguna <--- Kualitas_Informasi

.092 .054 1.718 .086 par_1

Kepuasan_Pengguna <--- Kualitas_Sistem

.141 .050 2.814 .005 par_2

Kepuasan_Pengguna <--- Kualitas_Layanan

.296 .041 7.207 *** par_3

Manfaat

.640 .083 7.726 *** par_4

<--- Kepuasan_Pengguna

Nilai CR dan P yang disyaratkan agar suatu hipotesis dapat diterima yaitu jika nilai CR lebih besar dari 1,96 dan nilai P lebih kecil dari 0,05. Berdasarkan hasil pada Tabel 5.34 dibandingkan dengan nilai CR dan P maka ada 1 hipotesis yang tidak memenuhi nilai tersebut yaitu hubungan kualitas informasi dan kepuasan pengguna yang mempunyai nilai CR = 1,718 artinya nilai tersebut lebih kecil dari 1,96 dan nilai P = 0,086 artinya nilai tersebut lebih besar dari 0,05 sehingga tidak memenuhi kondisi yang disyaratkan tersebut. Selanjutnya adalah menganalisis adanya pengaruh masing-masing konstruk terhadap konstruk lainnya baik pengaruh langsung, tidak langsung maupun pengaruh totalnya seperti pada hasil output AMOS pada Tabel 5.36; 5.37 dan 5.38.



138

Tabel 5.36. Standardized Direct Effects Konstruk

Kepuasan Pengguna

Manfaat

Kualitas Layanan

0.635

0

Kualitas Sistem

0.271

0

Kualitas Informasi

0.141

0

0

0.501

Kepuasan Pengguna

Pada Tabel 5.36. (Standardized Direct Effects) diatas dapat disimpulkan bahwa : 1.

Efek langsung konstruk kualitas layanan terhadap kepuasan pengguna adalah sebesar 0,635 artinya pengaruh kualitas layanan terhadap kepuasan pengguna adalah sebesar 64% dan sisanya sebesar 46% dipengaruhi oleh faktor lain dari luar model. Dalam hal ini kualitas layanan mempunyai pengaruh langsung paling besar terhadap konstruk kepuasan pengguna

2.

Efek langsung konstruk kepuasan pengguna terhadap manfaat sebesar 0,501 artinya pengaruh kepuasan pengguna terhadap manfaat adalah sebesar 50% dan sisanya sebesar 50% dipengaruhi oleh faktor lain dari luar model.

3.

Efek langsung konstruk kualitas sistem terhadap kepuasan pengguna sebesar 0,271 artinya pengaruh kualitas sistem terhadap kepuasan pengguna adalah sebesar 27% dan sisanya sebesar 73% dipengaruhi oleh faktor lain dari luar model.

4.

Efek langsung konstruk kualitas informasi mempunyai pengaruh paling kecil yaitu sebesar 0,141 terhadap kepuasan pengguna artinya pengaruh kualitas informasi terhadap kepuasan pengguna adalah sebesar 14% dan sisanya sebesar 86% dipengaruhi oleh faktor lain dari luar model. Pengaruh tidak langsung antara konstruk satu terhadap konstruk lainnya

dapat dilihat pada Tabel 5.37 dibawah ini. Universitas Indonesia


139

Tabel 5.37. Standardized Indirect Effects Konstruk

Kepuasan Pengguna

Manfaat

Kualitas Layanan

0

0.318

Kualita Sistem

0

0.135

Kualitas Informasi

0

0.071

Kepuasan Pengguna

0

0

Pada Tabel 5.37. (Standardized Indirect Effects) di atas dapat disimpulkan bahwa konstruk yang berpengaruh tidak langsung paling besar yaitu konstruk kualitas layanan terhadap manfaat adalah sebesar 0,318 yang selanjutnya konstruk kualitas sistem berpengaruh tidak langsung terhadap manfaat sebesar 0,135 dan konstruk informasi berpengaruh tidak langsung terhadap manfaat sebesar 0,071. Pengaruh tidak langsung konstruk lain yang bernilai 0,000 artinya tidak ada pengaruh antar konstruk tersebut, karena antar konstruk tersebut mempunyai pengaruh bersifat langsung. Selanjutnya adalah analisis pengaruh total (total effects) yang merupakan pengaruh konstruk terhadap konstruk lainnya yang timbul karena berbagai hubungan. Dari hasil output AMOS dihasilkan pengaruh total antar konstruk satu terhadap konstruk lainnya yang dapat dilihat pada Tabel 5.38 dibawah ini.

Tabel 5.38. Standardized Total Effects Konstruk

Kepuasan Pengguna

Manfaat

Kualitas Layanan

0.635

0.318

Kualitas Sistem

0.271

0.135

Kualitas Informasi

0.141

0.071

0

0.501

Kepuasan Pengguna



140

Pada Tabel 5.38. (Standardized Total Effects) di atas dapat disimpulkan bahwa konstruk kualitas layanan berpengaruh paling besar terhadap konstruk kepuasan pengguna yaitu sebesar 0,635 dan konstruk kepuasan pengguna terhadap konstruk manfaat sebesar 0,501. 5.7. Uji Hipotesis Setelah semua asumsi dapat dipenuhi, selanjutnya akan dilakukan pengujian hipotesis sebagaimana diajukan pada bab 3 sebelumnya. Pengujian hipotesis penelitian ini dilakukan berdasarkan nilai Critical Ratio (CR) dan nilai P dari suatu hubungan kausalitas dari hasil pengolahan SEM sebagaimana pada Tabel 5.35. nilai C.R di atas menunjukkan nilai critical ratio yang didapatkan dari nilai estimasi yang dibagi oleh standar error-nya (S.E). Semakin tinggi nilai C.R semakin signifikan. Hasil pada Tabel 5.35 dibandingkan dengan nilai CR dan P yang diisyaratkan yaitu > 1,96 untuk nilai CR dan < 0,05 untuk nilai P. Bila hasil proses output menunjukkan nilai yang memenuhi persyaratan tersebut maka hipotesis penelitian dapat diterima. Hasil pengujian hipotesis adalah sebagai berikut : 1. Uji Hipotesis H1 : H10 :

Kualitas Informasi (Information Quality) tidak berpengaruh terhadap kepuasan pengguna (user satisfaction).

H11 :

Kualitas Informasi (Information Quality) berpengaruh positif terhadap kepuasan pengguna (user satisfaction).

Pada Tabel 5.35. dapat dilihat bahwa antara kualitas informasi dan kepuasan pengguna mempunyai nilai CR = 1,718 dimana nilai tersebut dibawah 1,96 dengan probabilitas = 0,086. Nilai probabilitas tersebut lebih besar dari 0,05 artinya tidak ada pengaruh antara kualitas informasi dan kepuasan pengguna, maka hipotesis H10 diterima atau dengan kata lain kualitas dari informasi yang dihasilkan oleh sistem SAPK tidak berpengaruh terhadap kepuasan penggunanya dan berarti hipotesis H11



141

ditolak yang menyatakan bahwa kualitas informasi berpengaruh positif terhadap kepuasan penggunanya. (H10 = diterima, H11 = ditolak) 2. Uji Hipotesis H2 : H20 :

Kualitas sistem tidak berpengaruh terhadap kepuasan pengguna

H21 :

Kualitas sistem berpengaruh positif terhadap kepuasan pengguna

Pada tabel 5.35. dapat dilihat bahwa antara kualitas sistem dan user satisfaction mempunyai nilai CR = 2,814 dimana nilai tersebut diatas 1,96 dengan probabilitas = 0,005. Nilai probabilitas tersebut lebih kecil dari 0,05 artinya ada pengaruh positif antara kualitas sistem dengan kepuasan pengguna, maka hipotesis H20 ditolak yang menyatakan kualitas dari sistem

informasi

SAPK

tidak

berpengaruh

terhadap

kepuasan

penggunanya dan berarti hipotesis H21 diterima yang menyatakan bahwa kualitas sistem berpengaruh positif terhadap kepuasan penggunanya. (H20 = ditolak, H21 = diterima) 3. Uji Hipotesis H3 : H30 :

Kualitas

informasi

tidak berpengaruh

terhadap

kepuasan

pengguna H31 :

Kualitas informasi berpengaruh positif terhadap kepuasan pengguna

Pada Tabel 5.35. dapat dilihat bahwa antara kualitas layanan dan user satisfaction mempunyai nilai CR = 7,207 dimana nilai tersebut diatas 1,96 dengan probabilitas = 0,00. Nilai probabilitas tersebut lebih kecil dari 0,05 artinya ada pengaruh positif antara kualitas layanan dengan kepuasan pengguna, maka hipotesis H30 ditolak yang menyatakan kualitas layanan tidak berpengaruh terhadap kepuasan penggunanya dan berarti hipotesis H31 diterima yang menyatakan bahwa kualitas layanan berpengaruh positif terhadap kepuasan penggunanya. (H30 = ditolak, H31 = diterima).



142

4. Uji Hipotesis H4 : H40 :

Kepuasan pengguna tidak berpengaruh terhadap Net Benefits.

H41 :

Kepuasan pengguna berpengaruh positif terhadap Net Benefits.

Pada Tabel 5.35. dapat dilihat bahwa antara Kepuasan Pengguna dan Manfaat Bersih mempunyai nilai CR = 7,726 dimana nilai tersebut diatas 1,96 dengan probabilitas = 0,00. Nilai probabilitas tersebut lebih kecil dari 0,05 artinya ada pengaruh positif antara kepuasan pengguna dengan Net Benefits, maka hipotesis H40 ditolak yang menyatakan kepuasan pengguna tidak berpengaruh terhadap Net Benefits dan berarti hipotesis H41 diterima yang menyatakan bahwa kepuasan pengguna berpengaruh positif terhadap Net Benefits. (H40 = ditolak, H41 = diterima). Rangkuman hasil pengujian hipotesis dapat dilihat pada Tabel 5.39. Tabel 5.39. Hasil Pengujian Hipotesis

Hipotesis

Nilai CR dan P

Kriteria Signifikansi

Hasil Uji

CR = 1,718 P = 0,086

CR > 1,96 P ≤ 0,05

fail to reject H0

CR = 2,814

CR > 1,96

reject

P = 0,005

P ≤ 0,05

H0

H0 : Kualitas Informasi (Information Quality) tidak berpengaruh positif terhadap kepuasan penggunanya (user satisfaction) H1

H1 : Kualitas Informasi (Information Quality) berpengaruh positif terhadap kepuasan penggunanya (user satisfaction) H0 : Kualitas Sistem Informasi

H2

(System Quality) tidak berpengaruh positif terhadap



143

kepuasan penggunanya (user satisfaction) H1 : Kualitas Sistem Informasi (System Quality) berpengaruh positif terhadap kepuasan penggunanya (user satisfaction) H0 : Kualitas Layanan (Service Quality) tidak berpengaruh positif terhadap kepuasan H3

penggunanya (user satisfaction)

CR = 7,207

CR > 1,96

reject

H1 : Kualitas Layanan (Service

P = 0,00

P ≤ 0,05

H0

CR = 7,726

CR > 1,96

reject

P = 0,00

P ≤ 0,05

H0

Quality) berpengaruh positif terhadap kepuasan penggunanya (user satisfaction) H0 : Kepuasan Pengguna (user satisfaction) tidak berpengaruh positif terhadap Manfaat Bersih (Net Benefits) H4

H1 : Kepuasan Pengguna (user satisfaction) berpengaruh positif terhadap Manfaat Bersih (Net Benefits)

5.8. Pembahasan Setelah dilakukan penelitian dengan menguji keempat hipotesis maka berdasarkan hasil pengujian hipotesis, maka hipotesis satu (H1) ditolak dan tiga hipotesis berhasil diterima (H2, H3, H4).



144

A. Ada pengaruh positif antara kualitas informasi (information quality) dengan kepuasan pemakainya (user satisfaction) Hipotesis ini ditolak. Hasil pengujian hipotesis di atas menunjukkan variabel kualitas dari informasi yang dihasilkan oleh SAPK tidak berpengaruh terhadap kepuasan penggunanya. Hal tersebut dapat disebabkan oleh sifat sistem yang mandatory dan ada dimensi yang masih perlu perhatian karena memiliki loading factor yang paling kecil yaitu completeness dapat disebabkan oleh kualitas data PNS yang belum memuaskan pengguna sistem tersebut. Hasil ini tidak mendukung penelitian yang dilakukan oleh (Weber, 1999) yaitu semakin baik kualitas informasi, akan semakin tepat pula keputusan yang diambil, apabila informasi yang dihasilkan tidak berkualitas, maka akan berpengaruh negatif pada kepuasan pemakai. Seddon dan Kiew (1996) telah melakukan pengujian mengenai pengaruh dari kualitas informasi ini terhadap kepuasan pengguna sistem informasi. Hasil pengujian mereka menunjukkan bahwa kualitas informasi berhubungan positif dengan kepuasan pengguna akhir sistem informasi. B. Ada pengaruh positif antara kualitas sistem informasi (system quality) dengan kepuasan pemakainya (user satisfaction) Hipotesis ini diterima. Hasil pengujian hipotesis di atas menunjukkan variabel kualitas sistem informasi SAPK berpengaruh terhadap kepuasan penggunanya. Namun pengaruh tersebut tidak signifikan, hal ini dapat disebabkan oleh sifat sistem yang mandatory dan ada beberapa dimensi yang masih perlu perhatian yaitu ease of use dapat disebabkan karena banyaknya proses yang harus dilakukan dalam mengoperasionalkan sistem tersebut, Response time dapat disebabkan karena masih banyaknya daerah yang belum memiliki kualitas jaringan yang baik, integrity dapat disebabkan karena banyaknya modul yang terkait antar suatu proses. Hasil ini mendukung hasil penelitian sebelumnnya yang telah dilakukan terhadap kedua variabel ini antara lain penelitian menurut DeLone dan McLean (1992), Seddon dan Kiew (1996), dalam penelitian mereka disimpulkan bahwa terdapat hubungan positif antara System Quality dan User Satisfaction. Universitas Indonesia


145

C. Ada pengaruh positif antara kualitas layanan (service quality) dengan kepuasan pemakainya (user satisfaction) Hipotesis ini diterima. Hasil pengujian hipotesis di atas menunjukkan variabel kualitas layanan dari Satgas SAPK berpengaruh terhadap kepuasan pengguna SAPK dalam membantu para pengguna yang mendapatkan permasalahan

baik

data,

aplikasi,

jaringan,

pengoperasian

sistem,

pendampingan pelatihan dan lain-lain. Kualitas layanan ini berpengaruh secara signifikan. Terutama pada dimensi responsiveness (daya tanggap), reliability dimana Satgas SAPK dapat memahami kebutuhan instansi pengguna, serta mempunyai sikap percaya diri dalam pelayanan.. Hasil ini mendukung hasil penelitian sebelumnya yang telah dilakukan yaitu penelitian Parasuraman, Zeithaml dan Berry (1985; 1988; 1990 dan 1994) yang menunjukkan bahwa kualitas layanan mampu meningkatkan kepuasan pelanggan.

D. Ada pengaruh positif antara kepuasan pengguna (user satisfaction) dengan manfaat bersih (net benefits) Hipotesis ini diterima. Hasil pengujian hipotesis di atas menunjukkan variabel kepuasan pengguna (User Satisfaction) SAPK berpengaruh terhadap manfaat bersih (Net Benefits). Kepuasan pengguna terbesar ada pada dimensi sikap positif staf pendukung, kecepatan respons terhadap permintaan user dan kualitas respons terhadap permintaan user. Artinya pelayanan Satgas SAPK memberikan kepuasan kepada pengguna sistem SAPK. Net benefits terbesar pada operating costs reduction dengan berkurangnya biaya operasional dalam pelayanan kepegawaian dan penerapan good governance. Hasil ini mendukung hasil penelitian sebelumnnya yang telah dilakukan Livari (2005), mengenai keberhasilan sistem informasi yang baru diterapkan terhadap pengguna sistem informasi di satu organisasi yang bersifat mandatory. Hasil penelitiannya untuk hubungan variabel individual impact dengan user satisfaction menunjukkan adanya pengaruh positif dari kedua variabel tersebut.



146

Nilai standar estimasi dalam Standardized Regression Weight terbesar terdapat pada kepuasan pengguna terhadap manfaat. Ini berarti kualitas sistem informasi SAPK merupakan faktor yang paling berpengaruh terhadap kepuasan pengguna. 5.9. Implikasi Penelitian 5.9.1. Manajerial Kepuasan pengguna sistem SAPK sangat mempengaruhi dampak pada individu dan organisasi yang terangkum dalam manfaat-manfaat bersih (net benefits) (Updated D&M IS Success model, DeLone, 2003), dimana faktor-faktor yang mempengaruhi kepuasan pengguna adalah kualitas informasi, kualitas sistem dan kualitas layanan. Hasil pada penelitian ini tidak mendukung teori tersebut dan penelitian sebelumnya yang dilakukan oleh Istianingsih dan Utami (2009) yang menunjukkan bahwa kualitas layanan, kualitas informasi dan kualitas sistem mempunyai pengaruh positif terhadap kepuasan pengguna yang berdampak pada manfaat-manfaat bersih (Net Benefits). Pelayanan yang baik dari satgas SAPK mempunyai pengaruh yang kuat terhadap kepuasan pengguna SAPK. Demikian juga dengan pengaruh kepuasan pengguna SAPK terhadap manfaat dari penggunaan sistem SAPK, hasilnya signifikan dengan p-value absolut. Dari dua hipotesis yang diterima ini dapat ditarik kesimpulan bahwa dengan memberikan pelayanan yang baik kepada para pengguna sistem SAPK maka akan memberikan kepuasan para pengguna dan kesadaran para pengguna SAPK atas manfaat yang akan mereka dapatkan dengan menggunakan sistem SAPK dimana manfaat yang ada berdasarkan atas dampak terhadap individu dan dampak terhadap organisasi. SAPK merupakan sistem informasi yang dimiliki oleh institusi pemerintahan, sehingga manfaat yang ditawarkan dengan penggunaan SAPK bagi stakeholder pengguna SAPK adalah terwujudnya pemerintahan yang transparant serta pemangkasan birokrasi yang selama proses kepegawaian dilakukan tanpa menggunakan sistem SAPK yang terintegrasi banyak para stakeholder kepegawaian yang merasakan sulitnya mengurus kepegawaian yang mempunyai proses birokrasi yang panjang dan tidak Universitas Indonesia


147

transparant. Penggunaan SAPK secara intens, baik kinerja individual maupun organisasional akan mengalami peningkatan. Sedangkan hipotesis kualitas sistem diterima dengan memiliki p-value yang tidak terlalu signifikan, sehingga bagi para manajerial pengelola sistem agar menjadi perhatian dengan dapat lebih memperhatikan kualitas sistem SAPK tersebut, karena dari hasil observasi penulis masih banyak daerah yang kesulitan dengan networking internet dan hal ini menggangu kinerja mereka. Hipotesis pengaruh kualitas informasi terhadap kepuasan menurut hasil penelitian ini adalah ditolak, hal tersebut diduga disebabkan oleh masih kurangnya kualitas informasi yang menjadi output yang dihasilkan oleh sistem SAPK dari yang diharapkan serta kualitas sistem informasi yang belum memenuhi standar keinginan para pengguna. Dari hal-hal tersebut diatas dapat dibuat langkah-langkah perbaikan sebagai berikut : 1. Meningkatkan kualitas informasi dari sistem SAPK untuk meningkatkan kepuasan pengguna sistem SAPK yang merasa bahwa saat ini sistem tersebut belum mampu memberikan informasi yang baik bagi para penggunanya dimana kepuasan pengguna dapat ditingkatkan melalui kualitas informasi dengan lima indikator yaitu: reliability, relevance, accuracy, timeliness, completeness dan informativeness. Berdasarkan standardized regression weights dapat diketahui bahwa indikator “informativeness“ merupakan indikator yang paling berpengaruh dari kualitas informasi dengan loading factor sebesar nilai estimasi 0,86. Hal ini menunjukan bahwa informasi yang dihasilkan oleh SAPK jelas dan informatif. Namun pada indikator completeness yang memiliki nilai estimasi paling kecil yaitu 0,54. Hal ini menunjukkan bahwa informasi yang dihasilkan oleh SAPK belum lengkap artinya masih ada sebagian dari data PNS yang belum update atau baik untuk dijadikan sebagai sumber informasi sehingga tidak dapat digunakan untuk pengambilan



148

keputusan sehingga belum dapat memberikan kepuasan kepada pengguna sistem. 2. Meningkatkan kualitas sistem SAPK agar lebih dapat meningkatkan kepuasan pengguna melalui dimensi usability, correctnes, ease of use, response time, reliability, integrity. Nilai estimasi terendah SQ3 yaitu response time dengan nilai estimasi 0,53. Hal ini menunjukkan bahwa kualitas sistem pada dimensi ease of use, response time dan integrity harus lebih ditingkatkan lagi. Baik dari segi hardware dalam hal ini server yang harus mampu mengelola data PNS aktif sejumlah 4,6 juta, 2,8 juta data PNS Pensiun beserta data riwayat dan tabel referensi, serta data tata naskah sekitar 20TByte (Sumber : Kedeputian INKA, 2012). Dimensi berikutnya yang harus ditingkatkan karena mempunyai nilai estimasi yang kecil yaitu integrity dengan nilai 0,54. 3. Mempertahankan kualitas layanan dari Satgas SAPK, karena dari hasil output AMOS kualitas layanan berpengaruh paling besar terhadap kepuasan pengguna, dimana kualitas layanan diukur dengan 5(lima) dimensi yaitu tangibles, reliability, responsiveness, assurance, dan empathy. Dimensi dari kualitas layanan yang mempunyai nilai estimasi yang paling besar yaitu LQ2 (reliability) sebesar 0,836 diukur dengan deskripsi pertanyaan satgas memahami kebutuhan instansi pengguna, sikap percaya diri Satgas SAPK dalam pelayanan dan layanan tepat waktu sesuai dengan yang dijanjikan. Jadi apa yang sudah dilakukan oleh Satgas SAPK dalam memberikan layanannya terkait dalam membantu para pengguna SAPK yang menemui kendala baik dalam hal pengoperasian sistem, masalah data, maupun jaringan dinilai sudah memuaskan pengguna. 4. Kepuasan pengguna memberikan dampak manfaat-manfaat bersih yang cukup signifikan, dimana kepuasan pengguna diukur dengan 8 (delapan) dimensi yaitu hubungan dengan unit pendukung, komunikasi dengan unit pendukung, sikap positif staf pendukung, tingkat pelatihan yang disediakan, kecepatan respons terhadap permintaan user, kualitas respons



149

terhadap permintaan user, pemahaman user terhadap aplikasi, partisipasi user dalam pengembangan sistem. 5.9.2. Penelitain Selanjutnya Untuk penelitian selanjutnya disarankan untuk menggunakan model penelitian yang berbeda untuk pengukuran kepuasan pengguna dengan menambahkan atau memodifikasi variabel-variabel lain yang mungkin akan memberikan hasil yang berbeda.



BAB 6 PENUTUP

Bab ini berisi kesimpulan yang merupakan rangkuman dari seluruh penelitian dan saran penelitian yang dapat memberikan solusi bagi institusi atas hasil penelitian. 6.1. Kesimpulan Penelitian ini bertujuan untuk menguji secara langsung faktor-faktor yang mempengaruhi kepuasan pengguna Sistem Aplikasi Pelayanan Kepegawaian (SAPK) seperti kualitas informasi dari SAPK, kualitas sistem SAPK itu sendiri dan kualitas layanan para Satuan Tugas (Satgas) SAPK yang ditugaskan untuk memberikan bantuan atau training kepada para pengguna SAPK jika mereka menemui kendala dalam mengoperasikan sistem tersebut serta dampak dari kepuasan penggunaan sistem tersebut terhadap manfaat-manfaat bersih yang dirasakan oleh pengguna. Sistem SAPK merupakan suatu sistem yang dibangun oleh BKN dan diimplementasikan kepada seluruh instansi baik pusat maupun daerah, dimana sistem ini bersifat mandatory use, karena BKN sebagai institusi pembina kepegawaian seluruh Pegawai Negeri Sipil (PNS) baik pusat maupun daerah berkewajiban untuk dapat mengintegrasikan proses kepegawaian secara nasional baik sistem, database maupun tata naskah PNS. Berdasarkan hasil penelitian yang telah disampaikan, maka dapat ditarik kesimpulan bahwa penelitian ini menolak Hipotesis 1 (H1) yang diajukan yaitu variabel kualitas informasi (information quality) dari sistem SAPK berpengaruh positif terhadap kepuasan pengguna (user satisfaction) sistem tersebut, sehingga dapat disimpulkan bahwa variabel kualitas informasi tidak memberikan kepuasan kepada pengguna sistem. Variabel kualitas informasi diukur dengan lima indikator yaitu:

reliability,

relevance,

accuracy,

timeliness,

completeness

dan

informativenes. Informativeness merupakan indikator yang paling berpengaruh dari kualitas informasi dengan loading factor sebesar nilai estimasi 0,86. Hal ini menunjukan bahwa informasi yang dihasilkan oleh SAPK jelas dan informatif. 150



151

Namun indikator completeness memiliki nilai estimasi paling kecil yaitu 0,54. Hal ini menunjukkan bahwa informasi yang dihasilkan oleh SAPK belum lengkap artinya masih ada sebagian dari data PNS yang belum update atau baik untuk dijadikan sebagai sumber informasi sehingga tidak dapat digunakan untuk pengambilan keputusan sehingga belum dapat memberikan kepuasan kepada pengguna sistem. Penelitian ini mendukung Hipotesis 2 (H2) yang diajukan yaitu variabel kualitas system SAPK (system quality) berpengaruh positif terhadap kepuasan pengguna (user satisfaction) sistem tersebut, sehingga dapat disimpulkan bahwa variabel kualitas sistem informasi memuaskan pengguna sistem. Variabel kualitas sistem diukur dengan delapan indikator yaitu : usability, correctnes, ease of use, response time, reliability, integrity, flexibility dan security. Namun 1 indikator tereleminasi pada waktu uji validitas yaitu indikator usability. Nilai estimasi terendah SQ3 yaitu ease of use dengan nilai 0,53, response time dengan nilai estimasi 0,56, integrity dengan nilai 0,57. Hal ini menunjukkan bahwa kualitas sistem masih sulit untuk digunakan, sistem memberikan respon yang lambat, serta integrasi antar modul yang masih menyulitkan pengguna. Penelitian ini mendukung Hipotesis 3 (H3) yang diajukan yaitu variabel kualitas layanan (service quality) berpengaruh positif secara signifikan terhadap kepuasan pengguna (user satisfaction) sistem tersebut, sehingga dapat disimpulkan bahwa variabel kualitas layanan dari Satgas SAPK memuaskan pengguna sistem. Variabel kualitas layanan diukur dengan delapan indikator yaitu : hubungan dengan unit pendukung, komunikasi dengan unit pendukung, sikap positif staf pendukung, tingkat pelatihan yang disediakan, kecepatan respons terhadap permintaan user, kualitas respons terhadap permintaan user, pemahaman user terhadap aplikasi, partisipasi user dalam pengembangan sistem. Dimensi dari kualitas layanan yang mempunyai nilai estimasi yang paling besar yaitu LQ2 (reliability) dan LQ3 (Daya Tanggap (Responsiveness)) sebesar 0,82. Hal ini menunjukkan bahwa Satgas SAPK dapat memahami kebutuhan instansi pengguna dengan baik dan layanan tepat waktu sesuai dengan yang dijanjikan serta



152

menunjukkan kemauan baik untuk membantu pengguna dalam mengoperasikan SAPK. Penelitian ini mendukung Hipotesis 4 (H4) yang diajukan yaitu variabel kepuasan pengguna (user satisfaction) sistem SAPK berdampak terhadap manfaat-manfaat bersih (Net Benefits) yaitu dampak pada individu dan organisasi, sehingga dapat disimpulkan bahwa semakin meningkat kepuasan pengguna SAPK akan berdampak pada meningkatnya kualitas kinerja pengguna secara individual dan organisasi. Dimensi yang memiliki nilai paling kecil adalah US7 Pemahaman User terhadap aplikasi artinya pengguna belum memahami benar aplikasi tersebut, hal ini dapat disebabkan oleh kurangnya pengguna mendapat pelatihan, serta responden yang sebagian besar sudah berusia diatas 36 tahun sehingga agak lama untuk dapat memahami proses operasional dari SAPK tersebut.

6.2. Saran Dengan

dilakukannya

penelitian

mengenai

pengukuran

kepuasan

pengguna atas implementasi sistem SAPK yang bersifat mandatory use, maka dapat diketahui bahwa variabel kualitas informasi sebagai output dari SAPK memerlukan perhatian lebih untuk peningkatan kualitasnya. Pada kualitas informasi dengan indikator completeness yang paling kecil agar dapat lebih ditingkatkan kualitas datanya agar lebih update, penambahan fitur pada sistem yang menampilkan informasi, statistik, listing atau rekapitulasi pada sistem SAPK dengan berbagai kondisi yang dapat di modifikasi sendiri oleh pengguna sesuai dengan kebutuhan agar pengguna SAPK dapat lebih memanfaatkan informasi dari SAPK untuk kepentingan pelaporan, analisa atau pengambilan keputusan. Masukan bagi unit pengembang sistem informasi SAPK untuk lebih memperhatikan kebutuhan pengguna, kompleksitas sistem dan informasi yaitu dari segi input, proses, dan output dari sistem SAPK yang dibutuhkan oleh pengguna akhir walaupun sistem ini bersifat mandatory use. Karena nilai yang kecil pada dimensi ease of use, response time dan integrity artinya modul SAPK harus lebih mudah digunakan dan terintegrasi baik. Dari segi hardware harus Universitas Indonesia


153

ditingkatkan performance server yang harus mampu mengelola data PNS aktif 4,6 juta beserta data riwayatnya, data PNS pensiun 2,8 juta, tabel referensi, serta data tata naskah sekitar 20 TByte (Sumber : Kedeputian INKA, 2012). Pemahaman user atas sistem SAPK yang masih kurang, agar diadakan pelatihan lebih sering pada tingkat yang lebih tinggi karena akan lebih memudahkan pengguna dalam menggunakan sistem tersebut, serta bagi pengguna yang telah dilatih untuk tidak dimutasi sebelum dapat memberikan pelatihan kepada penggantinya.



154

DAFTAR REFERENSI

Adamson, Ivana and John Shine. 2003. Extending the New Technology Acceptance Model to Measure the End User Information Systems Satisfaction in a Mandatory Environment: A Bank’s Treasury. Technology Analysis and Strategic Management, Vol. 15 No. 4. Brown S.A., A.P. Massey, M.M. Montoya-Weiss and J.R. Burkman. 2002. Do I really have to? User acceptance of mandatory technology. European Journal of Information Systems, 2002, Vol. 11, 283-295. Bachrudin, Achmad & Harapan L Tobing. 2003. Analisis Data untuk Penelitian Survey dengan Menggunakan Lisrel 8. FMIPA UNPAD. Bandung. Bailey, J.E. and Pearson, S.W. May 1983. Development of a Tool for Measuring and Analyzing Computer User Satisfaction, Management Science (29:5), pp. 530-545. Bungin, Burhan. 2001. Metodologi penelitian sosial : Format-format kuantitatif dan kualitatif. Surabaya : Airlangga University Press. Burch, John G., & Grudnitski, Gary. 1986. Information Systems: Theory and Practice. (4th ed.). New York: John Wiley & Sons, Inc. Buttle, Francis. 1995. “SERVQUAL: Review, Critique, Research Agenda”. EuropeanJournal of Marketing30,1. Manchester Business School, Manchester, UK Chin, Wynne. W., and Todd, Peter, A. 1995. On the Use, Usefulness, and Ease of Use A Structural Equation Modeling in MIS Research: A Note of Caution, MIS Quarterly, 19: 237-346. Cooper, Donald R. Schindler, Pamela S. 2006. Marketing Research, McGrawHill Irwin Davis, F.D., Bagozzi, R.P. and Warshaw, P.R. 1989,"User Acceptance of Computer Technology: A Comparison of Two Theoretical Models," Management Science (35:8), pp. 982-1002. DeLone, W.H., dan. McLean, E.R. 1992.Information Systems Success: The Quest for the Dependent Variable, Information System Research, Vol.3, No.1, h.60-95.



155

DeLone, W.H., and McLean, E.R. 2002. "Information Systems Success Revisited," in: Proceedings of the 35th Hawaii International Conference on System Sciences (HICSS 02). Big Island, Hawaii: pp. 238-249. DeLone, W.H., and McLean, E.R. 2003. "The DeLone and McLean Model of Information Systems Success: A Ten-Year Update," Journal of Management Information Systems (19:4), Spring, pp 9-30. ____________ dan ____________ 2002, Information Systems Success Revisited, Proceedings of the 35th Hawaii International Conference on System Sciences, h.238-248. Doll, W.J., dan Torkzadeh, G. 1988, The Measurement of End-User Computin Satisfaction, MIS Quarterly, Vol.12, Juni, h.258-274. Elmore, Patricia B. 2006. “Handbook of Complementary Methods in Education Research”. American Educational Research Assosiation. Washington, DC 20036 – 3078. Engel, James F., Roger D. Blackwell, Paul W. Winiard. 1994. “Costumer Behaviour”, EightEdition, Orlando: The Dryden Press. Ferdinand, Augusty. 2000. Structural Equation Modelling dalam Penelitian Manajemen. Program Magister Manajemen Universitas Diponegoro Semarang Ferdinand, Augusty. 2002. Structural Equation Modelling Dalam Peneltian Manajemen. Edisi 2, Seri Pustaka Kunci 03/BP UNDIP Fitz, Gerald Jerry., Ardra F. Fitz Gerald dan Warren D. Stallings, Jr., Fundamentals of Sistems Analysis. edisi kedua. New York: John Willey & Sons Tahun 1981 Ghozali, Imam dan Fuad. 2005, “Structural Equation Modeling – Teori, Konsep danAplikasi”, Badan Penerbit Universitas Diponegoro Semarang. Ghozali, Imam. 2005. “Aplikasi Analisis Multivariate dengan Program SPSS”, Edisi Ketiga, Badan Penerbit Universitas Diponegoro, Semarang. Ghozali, Imam. 2007. “Manajemen Risiko Perbankan”. Semarang :BPUNDIP Ghozali, Imam. 2011. “Konsep & Aplikasi Dengan Program AMOS 19.0”, Cetakan Keempat, Badan Penerbit Universitas Diponegoro, Semarang. Guimaraes, T., M. Igbaria, and M. Lu. 1992. “The Determinants of DSS Success: An Integrated Model. Decision Sciences” 23, No. 2: 409-430.



156

Guimaraes, Tor, D. Sandy Staples, and James D. Mckeen. 2003. “Empirically Testing Some Main User-Related Factors For Systems Development Quality”. Quality ManagementJournal 10 (4):39-54. Hoyle, R. H., & Panter, A. T. 1995. “Writing About Structural Equation Models”. In R. H. Hoyle (Ed.),Structural equation modeling: Concepts, issues, and applications (pp. 158-176). Thousand Oaks,CA: Sage Publications. Hox, J.J dan Bechger, T.M. 1998, “An Introduction to Structural Equation Modeling Modeling”, Family Science Review, 11, 354-373. Hair, J.F., R.E. Anderson, R.L. Thatam, dan W.C. Black. 1995. “Multivariate Data Analysis With Reading”, 4th edition. Englewood Cliffs, NJ: Prentice Hall. Istianingsih dan Utami, Wiwik. 2009. Pengaruh Kepuasan Pengguna Sistem Informasi Terhadap Kinerja Individu (Kajian Sebuah Kasus). Simposium Nasional Akuntansi (SNA) XII. Palembang. Ives, B., M.H. Olson, and J.J. Baroudi. 1983. The Measurement of User Information Satisfaction. Communications of the ACM. 26. October. pp. 785-793. Jogiyanto, HM. 1999. Pengenalan Komputer. Yogyakarta: Andi Offset Jogiyanto, HM. 2005. Analisis dan Desain Sistem Informasi. Yogyakarta: Andi Offset. Kano, Y. and Azuma, Y. 2003. “Use of SEM Programs To Precisely Measure Scale Reliability”. In New Developments in Psychometrics (Yanai, H. et al., Eds.), pp.141-148. Springer Verlag: Tokyo. Keputusan Wakil Kepala BKN Nomor. WK 26-30/V33-5/09 Tanggal 30 Januari 2012 Tentang Penggunaan Formulir Pelayanan Kepegawaian Melalui Sapk On Line. Kotler, Philip. 2000. Marketing Management. (Edisi Indonesia oleh Hendra). Kristanto, Andi. 2003.Perancangan Sistem Informasi dan Aplikasinya, Gava Media, Yogyakarta. Kustono, Alwan Sri. 2000. Faktor-faktor yang Mempengaruhi Tingkat Penerimaan Implementasi Sistem Informasi Baru. Media Akuntansi, Artikel hal. XI – XIII.



157

Lee, Yang W., Strong, Diane M., Kahn, Beverly K., and Wang, Richard Y. 2002. AIMQ: A Methodology For Information Quality Assessment. Information & Management 40, 133-146. Livary, Juhani. 2005. “An Empirical Test of The DeLone-McLean Model of Information System Success” Database for Advance in Information System (DFA). ISSN: 1532-0936 .Volume 36. ProQuest Company. McCall, J. A., Richards, P. K., Walters, G. F. 1977. “Factors in Software Quality”, Volumes I, II, and III. US Rome Air Development Center Reports, US Department of Commerce, USA. McGill, Tanya J., Hobbs, Valerie J., Chan, Ronald andKhoo, Daniel. 2002. “User Satisfaction as a Measure of Success in End User ApplicationDevelopment: An Empirical Investigation”. Research Working Paper IT/98 Meihendri. 1994. “Evolusi Sistem Akuntansi dan Implikasinya.” Bunga Rampai Sistem Informasi Akuntansi. Edisi I. BPFE. Yogyakarta. Minartiningtyas, Brigida Arie. 2011. “Model Kesuksesan Penerapan Enterprise Resource Planning Pada PT PLN (Persero) Distribusi Bali”. Naskah Publikasi. Mulyanto, Agus. 2009. “Sistem Yogyakarta:Pustaka Pelajar.

Informasi

Konsep

dan

Aplikasi”.

Myers, B. L., Kappelman, L. A., and Prybutok, V. R. 1997. “A Comprehensive Model for Assessing the Quality and Productivity of the Information”. Systems Function : Toward a Theory for Information Systems Assessment, Idea Group Publishing, Hershey, PA. Parasuraman, A., Zeithaml, V. A., &Leonard L. 1985. “A Conceptual Model Of Service Quality and Its Implications for Future Reseach”. Journal of Marketing, 49 (4): 41-50. Parasuraman, A., Zeithaml V. A., Berry L. L. , 1988. Servqual: A multiple-item scale for measuring consumer perceptions of service quality, Journal of Retailing, Vol. 64, No. 1, pp.12-40. Parasuraman, A. and Berry, Leonard L. 1990. Delivering Quality Service. New York: Free Press. Peraturan Kepala BKN Nomor 20 Tahun 2008 tentang Pedoman Pemanfaatan SAPK.



158

Peraturan Kepala Badan Kepegawaian Negara Nomor 18 Tahun 2010Tentang Prosedur Penetapan Nomor Identitas PNS, Kenaikan Pangkat, Pemberhentian dan Pemberian Pensiun PNS, dan Perpindahan antar Instansi berbasis SAPK secara On-Line. Pitt, Leyland. Watson, Richard and Kavan, C. 1995. “Service Quality: A Measure of Information Systems Effectiveness”, MIS Quarterly, (19: 2). Portal Badan Kepegawaian Negara : http://www.bkn.go.id Radityo, Dody dan Zulaikha. 2007. “Pengujian Model DeLone and McLean Dalam Pengembangan Sistem Informasi Manajemen” (Kajian Sebuah Kasus). Simposium Nasional Akuntansi (SNA) X. Makassar. Rai, A., Lang, S.S., and Welker, R.B. March 2002. “Assessing The Validity of IS Success Models”: An Empirical Test and Theoretical Analysis, Information Systems Research (13:1), pp 50-69. Ramseook, Prabha., Lukea, Soolakshna D.&Naidoo, Perunjodi. 2010. Service Quality In The Public Service. International Journal Of Management And Marketing Research . Vol 3. No 1 Rawstorne.P, R Jayasuriya, P Caputi. 1998. “An Integrative Model of Information Systems Use in Mandatory Environments”, International Conference on Information Systems, Pages: 325 – 330. Rencana Strategis Badan Kepegawaian Negara, 2010 – 2014. Romney, Marshall B. & Steinbart, Paul John. 2003. “Accounting Information Systems”. (9th ed.). USA :Prentice-Hall, Inc. Rainer, R. Kelly & Cegielski, Casey G.. 2012. “Introduction to Information Systems”. 4th Edition, International Student Version. April 2012, ©2012 Seddon, Pb. and Kiew, M-Y. 1996.“A Partial Test And Development Of Delone And Mclean’s Model Of Is Success”. Australian Journal Of Information Systems 4(1), 90–109. Sekaran, U. 2005. “Research Methods for Business: A Skill-Building Approach”(4thedition). John Wiley and Sons, New York. Shaw, N. C., DeLone, W.H. dan Niederman, F. 2002, “Sources of Dissatisfaction in End-User Support: An Empirical Study”, The DATA BASE for Advances in Information Systems, Vol.33, No.2, h.41-56. Sugiyono. 2002. “Statistik Untuk Penelitian”.CV. Alfabeta: Bandung.



159

Sugiyono. 2006. “Metode Penelitian Bisnis”, Cetakan Kesembilan, CV Alvabeta: Bandung. Sutjipto, Iwan Hermanto. 2012. Personal interview. Thompson, R.L., Higgins, C.A., and Howell, J.W., 1991, “Personal Computing:Toward a Conceptual Model of Utilization”, MIS Quarterly, March, Vol.15, No.1, pp.124-143. Tumpal, Sitinjak JR & Sugiarto. 2006. “Lisrel”. Yogyakarta. Penerbit Graha Buku. Watson, R. T., Pitt, L.F., & Kavan, C. B. 1998. “Measuring Information System Service Quality: Lessons from Two Longitudinal Case Studies”. MIS Quarterly, 22(1): 61-79. Weber, Ron. 1999. ”Information System Control and Audit”, The University of Queensland, London: Prentice Hall Widowati, Endah dan Achjari, Didi. 2004. “Pengukuran Konsep Efektivitas Sistem Informasi:Penelitian Pendahuluan”. Seminar NasionalAplikasi Teknologi Informasi. Universitas Gadjah Mada. Yogyakarta. Wijaya, Tony. 2009. “Analisis Structural Equation Model Menggunakan AMOS”, Cetakan Kelima, Penerbit Universitas Atma Jaya: Yogyakarta. Wright, Sewall. 1934. “The Method Of Path Coeffìcients. Annals of Mathematical Statistics”. 5:161-215. Yamin, S. dan Kurniawan, H., 2009, “Structural Equation Modeling: Belajar Lebih Mudah Teknik Analisis Data Kuesioner dengan LISREL-PLS”, Buku Seri Kedua, Jakarta: Salemba Infotek. Yoon, Y., T. Guimaraes, and Q. O’Neal. 1995.“Exploring the factors associated withexpert systems success. MIS Quarterly”19, no. 1: 83-106.



160

Lampiran 1 : Data Hasil Uji Validitas Instrument Korelasi antara Pertanyaan ke n dengan Total Pertanyaan 1 Pertanyaan 2 Pertanyaan 3 Pertanyaan 4 Pertanyaan 5 Pertanyaan 6 Pertanyaan 7 Pertanyaan 8 Pertanyaan 9 Pertanyaan 10 Pertanyaan 11 Pertanyaan 12 Pertanyaan 13 Pertanyaan 14 Pertanyaan 15 Pertanyaan 16 Pertanyaan 17 Pertanyaan 18 Pertanyaan 19 Pertanyaan 20 Pertanyaan 21 Pertanyaan 22 Pertanyaan 23 Pertanyaan 24 Pertanyaan 25 Pertanyaan 26 Pertanyaan 27 Pertanyaan 28 Pertanyaan 29 Pertanyaan 30 Pertanyaan 31 Pertanyaan 32 Pertanyaan 33 Pertanyaan 34 Pertanyaan 35 Pertanyaan 36 Pertanyaan 37

Nilai Korelasi (r) 0.387 0.429 0.471 0.473 0.620 0.558 0.558 0.474 0.614 0.599 0.652 0.488 0.448 0.541 0.544 0.377 0.419 0.536 0.448 0.527 0.495 0.403 0.428 0.365 0.463 0.469 0.500 0.479 0.609 0.640 0.567 0.547 0.692 0.610 0.639 0.531 0.643

Nilai r tabel (n=60, a=5%) 0.155

Kesimpulan valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid



161

Lampiran 1 : Data Hasil Uji Validitas Instrument (sambungan) Korelasi antara Pertanyaan ke n dengan Total Pertanyaan 38 Pertanyaan 39 Pertanyaan 40 Pertanyaan 41 Pertanyaan 42 Pertanyaan 43 Pertanyaan 44 Pertanyaan 45 Pertanyaan 46 Pertanyaan 47 Pertanyaan 48 Pertanyaan 49 Pertanyaan 50 Pertanyaan 51 Pertanyaan 52 Pertanyaan 53 Pertanyaan 54 Pertanyaan 55 Pertanyaan 56 Pertanyaan 57 Pertanyaan 58 Pertanyaan 59 Pertanyaan 60

Nilai Nilai r tabel Korelasi (r) (n=60, a=5%) 0.479 0.630 0.555 0.644 0.568 0.559 0.661 0.663 0.576 0.659 0.643 0.617 0.468 0.486 0.523 0.527 0.408 0.561 0.521 0.556 0.587 0.504 0.490

Kesimpulan valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid valid



162

Lampiran 2. Uji Normalitas Data Assessment of normality (Group number 1) –sebelum uji outlier

Variable SQ8 SQ7 SQ6 SQ5 SQ4 SQ3 SQ2 SQ1 IQ6 LQ1 NB6 NB5 NB4 NB3 NB2 NB1 IQ5 US7 US6 US5 US4 US3 US2 US1 LQ5 LQ4 LQ3 LQ2 IQ4 IQ3 IQ2 IQ1 Multivariate

min 2.000 4.231 3.466 3.400 2.000 2.000 2.712 2.000 3.286 5.699 3.000 1.000 1.000 1.000 2.000 2.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 5.760 4.141 5.836 6.332 2.000 3.790 2.565 2.000

max 10.589 11.536 11.754 11.634 9.667 9.707 10.721 11.171 10.402 15.454 14.866 5.095 5.302 5.132 10.677 10.078 5.596 5.396 5.409 5.457 5.209 5.227 5.070 5.509 16.079 16.046 15.851 16.614 9.943 11.294 10.032 9.267

skew -.236 .217 .100 -.186 -.238 -.226 -.494 -.346 -.122 .230 .133 -.019 -.065 -.178 -.130 .084 -.214 -.216 -.102 -.208 -.092 -.054 -.124 -.113 .351 .028 .209 .253 .213 -.230 -.275 -.158

c.r. -1.209 1.115 .511 -.954 -1.221 -1.159 -2.535 -1.775 -.626 1.182 .682 -.095 -.336 -.912 -.666 .429 -1.097 -1.107 -.525 -1.068 -.473 -.279 -.635 -.580 1.799 .143 1.070 1.297 1.091 -1.181 -1.411 -.808

kurtosis .984 1.377 .540 -.308 .083 .778 .734 1.436 .539 -.103 .727 .525 1.333 1.104 .908 1.487 .253 .929 .734 .875 .500 .769 .646 .700 .575 .834 .595 .261 .737 .117 .783 -.029 170.625

c.r. 2.526 3.532 1.385 -.790 .213 1.996 1.884 3.686 1.384 -.263 1.865 1.348 3.421 2.833 2.331 3.815 .649 2.384 1.884 2.246 1.284 1.972 1.658 1.795 1.475 2.140 1.526 .671 1.890 .299 2.008 -.075 22.989



163

Lampiran 3. Evaluasi Data Outlier

Observations farthest from the centroid (Mahalanobis distance) (Group number 1)

Observation number 26 13 105 130 94 14 126 144 156 88 154 155 143 116 89 57 78 32 115 142 111 110 43 22 86 108 7 28 124 5 61 53 119 64 104 24 39

Mahalanobis d-squared 84.814 80.270 67.590 64.724 62.052 61.588 61.430 60.899 58.213 56.948 56.806 54.118 52.527 51.660 50.862 50.392 50.206 49.702 49.051 49.038 48.802 48.765 48.505 47.818 47.642 47.295 46.893 46.540 44.174 43.973 43.963 42.628 42.557 42.355 42.040 41.410 40.924

p1 .000 .000 .000 .001 .001 .001 .001 .002 .003 .004 .004 .009 .013 .015 .018 .020 .021 .024 .027 .028 .029 .029 .031 .036 .037 .040 .043 .047 .074 .077 .077 .099 .100 .104 .110 .123 .134

p2 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000



164

Lampiran 3. Evaluasi Data Outlier (sambungan) Observation number 151 107 153 93 138 127 132 91 44 141 71 100 29 109 56 112 140 35 121 69 49 113 102 8 137 136 38 76 10 80 150 40 11 99 12 85 118 148 67 51 15

Mahalanobis d-squared 40.523 40.159 39.803 39.239 39.193 38.910 38.382 38.331 38.171 38.150 38.062 37.735 37.449 37.352 37.342 37.014 36.875 36.482 36.238 35.967 35.925 35.775 35.470 35.420 35.378 35.367 35.281 35.153 35.022 34.873 34.089 33.906 33.890 33.009 32.891 32.822 32.433 32.405 32.330 32.135 31.997

p1 .143 .152 .162 .177 .178 .187 .203 .204 .209 .210 .213 .224 .233 .237 .237 .249 .254 .268 .277 .288 .290 .296 .308 .310 .312 .312 .316 .321 .327 .333 .367 .376 .376 .418 .423 .427 .445 .447 .450 .460 .467

p2 .001 .001 .002 .006 .004 .005 .014 .010 .009 .006 .005 .007 .010 .008 .005 .009 .008 .016 .021 .028 .021 .021 .032 .025 .019 .013 .011 .010 .010 .010 .061 .068 .051 .232 .228 .205 .308 .265 .244 .271 .275



165

Lampiran 3. Evaluasi Data Outlier (sambungan) Observation number 152 31 73 75 106 68 146 82 66 48 70 37 98 52 2 120 4 36 3 122 62 83

Mahalanobis d-squared 31.978 31.766 31.586 31.549 31.174 30.741 30.657 30.085 29.914 28.962 28.841 28.814 28.340 27.522 27.520 27.475 27.294 27.084 27.005 26.685 26.496 26.250

p1 .468 .478 .487 .489 .508 .530 .534 .564 .572 .621 .627 .629 .652 .693 .693 .695 .704 .714 .718 .733 .741 .752

p2 .232 .266 .289 .252 .363 .518 .497 .717 .738 .958 .958 .946 .981 .999 .998 .997 .998 .998 .998 .999 .999 1.000



166

Lampiran 4. Evaluasi Data Outlier – Tahap 2 Observations farthest from the centroid (Mahalanobis distance) (Group number 1)

Observation number 45 23 5 90 94 106 126 99 91 32 119 104 92 20 62 28 55 52 114 9 93 58 48 110 127 128 41 7 80 67 64 85 118 125 70 116 60 30 86

Mahalanobis d-squared 57.367 54.777 53.202 51.294 49.879 49.726 48.319 47.814 47.080 47.053 46.846 46.589 46.389 45.558 45.274 44.442 44.278 44.223 43.697 43.538 43.525 43.183 43.104 42.621 42.602 42.348 42.203 41.996 41.950 41.795 41.782 41.535 41.209 41.184 41.115 40.514 40.400 40.340 40.248

p1 .004 .007 .011 .017 .023 .024 .032 .036 .042 .042 .044 .046 .048 .057 .060 .071 .073 .074 .081 .084 .084 .090 .091 .099 .100 .104 .107 .111 .112 .115 .115 .121 .128 .128 .130 .144 .146 .148 .150

p2 .394 .247 .163 .173 .179 .090 .127 .096 .095 .048 .028 .017 .010 .016 .012 .021 .014 .007 .009 .006 .003 .003 .001 .002 .001 .001 .001 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000



167

Lampiran 4. Evaluasi Data Outlier – Tahap 2 (sambungan) Observation number 78 123 115 59 36 101 11 10 95 88 25 12 98 53 43 57 72 31 75 33 121 66 84 76 44 102 2 100 61 27 74 40 69 29 96 73 4 122 3 83 111

Mahalanobis d-squared 40.138 39.776 39.753 39.698 39.665 39.647 39.465 39.082 38.231 37.776 37.617 37.584 37.577 37.320 36.900 36.504 36.237 35.847 35.308 34.857 34.819 34.473 34.262 33.093 32.978 32.722 32.583 32.449 32.237 31.957 31.847 31.800 31.158 30.515 30.461 30.188 29.865 29.659 29.018 28.175 27.574

p1 .153 .162 .163 .164 .165 .166 .171 .182 .207 .222 .227 .229 .229 .238 .253 .267 .277 .293 .315 .334 .335 .350 .360 .414 .419 .431 .438 .445 .455 .469 .474 .477 .509 .542 .545 .558 .575 .586 .618 .661 .690

p2 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .000 .001 .003 .002 .003 .004 .061 .055 .068 .066 .063 .071 .092 .085 .067 .175 .358 .317 .370 .449 .475 .700 .913 .972



168

Lampiran 4. Evaluasi Data Outlier – Tahap 2 (sambungan) Observation number 71 22 46 8 113 89 50 130 97 103 21 42 19 129 24 81 54 18 124 1

Mahalanobis d-squared 27.465 27.432 27.201 27.125 26.875 26.694 26.574 26.518 26.261 25.770 25.642 25.584 25.536 25.007 24.984 24.561 24.334 23.796 23.791 23.783

p1 .696 .697 .708 .712 .724 .732 .738 .740 .752 .774 .779 .782 .784 .806 .807 .823 .832 .852 .852 .852

p2 .969 .957 .966 .958 .968 .970 .967 .957 .967 .988 .987 .982 .974 .992 .987 .994 .995 .999 .998 .996



169

Lampiran 5. Uji Normalitas Data – Tahap 2 Assessment of normality (Group number 1) setelah uji outlier

Variable SQ8 SQ7 SQ6 SQ5 SQ4 SQ3 SQ2 SQ1 IQ6 LQ1 NB6 NB5 NB4 NB3 NB2 NB1 IQ5 US7 US6 US5 US4 US3 US2 US1 LQ5 LQ4 LQ3 LQ2 IQ4 IQ3 IQ2 IQ1 Multivariate

min 3.928 4.231 3.466 3.400 2.000 2.000 2.712 3.697 3.926 6.966 6.142 1.949 1.645 2.056 3.382 3.091 2.111 1.433 2.344 1.712 2.190 2.111 2.091 2.436 7.001 6.949 6.951 6.698 2.821 4.368 4.143 2.000

max 10.589 11.536 11.754 11.634 9.667 9.707 10.721 11.171 10.402 15.454 14.866 5.095 5.302 5.132 10.677 10.078 5.596 5.396 5.409 5.457 5.209 5.227 5.070 5.509 16.079 16.046 15.851 16.614 9.943 11.294 10.032 9.267

skew -.010 .184 -.253 -.316 -.249 -.346 -.570 -.183 .432 .363 .612 .451 .420 .019 .007 .555 -.028 -.234 -.041 .023 .073 .307 .123 .051 .381 .365 .339 .208 .287 -.298 .020 -.135

c.r. -.045 .859 -1.178 -1.471 -1.161 -1.612 -2.653 -.850 2.011 1.689 2.850 2.098 1.955 .086 .031 2.584 -.131 -1.089 -.192 .105 .341 1.431 .571 .238 1.775 1.697 1.577 .966 1.337 -1.385 .093 -.630

kurtosis .453 2.114 .300 -.073 .301 1.062 1.073 1.164 .781 .110 1.012 1.061 2.668 2.515 .863 1.369 .196 1.017 1.209 .824 .403 1.714 .511 .305 1.044 .813 1.003 .666 1.007 .087 .404 .126 89.135

c.r. 1.055 4.919 .698 -.170 .700 2.472 2.498 2.710 1.819 .255 2.356 2.468 6.209 5.854 2.007 3.186 .456 2.367 2.813 1.918 .937 3.989 1.190 .709 2.430 1.893 2.334 1.550 2.343 .203 .941 .294 10.893



170

Lampiran 6. Indikator yang digunakan dalam penelitian No.

Simbol

Indikator

1

IQ1

reliability

2

IQ2

relevance

3

IQ3

accuracy

4

IQ4

timeliness

5

IQ5

completeness

6

IQ6

informativeness

7

SQ1

usability

8

SQ2

correctnes

9

SQ3

ease of use

10

SQ4

response time

11

SQ5

reliability

12

SQ6

integrity

13

SQ7

flexibility

14

SQ8

security

15

LQ1

Tangible

16

LQ2

Realibility

17

LQ3

Daya Tanggap (Responsiveness

18

LQ4

Jaminan (Assurance)

19

LQ5

Empaty

20

US1

Hubungan dengan unit pendukung

21

US2

Komunikasi dengan unit pendukung

22

US3

Sikap positif staf pendukung

23

US4

Tingkat pelatihan yang disediakan

24

US5

Kecepatan respons terhadap permintaan user

25

US6

Kualitas respons terhadap permintaan user

26

US7

Pemahaman User terhadap aplikasi

27

US8

Partisipasi user dalam pengembangan sistem



171

Lampiran 6. Indikator yang digunakan dalam penelitian (sambungan) No.

Simbol

Indikator

28

NB1

Improved Individual Productivity

29

NB2

Operating Costs Reduction

30

NB3

Contribution In Achieveing Goals

31

NB4

Efektivitas dan efisien

32

NB5

Meningkatkan pelayanan

33

NB6

Penerapan good governance



172

Lampiran 7. Lembar Wawancara

Wawancara dengan Pejabat di unit Teknologi Informasi BKN Profile Pejabat Responden : Nama Jabatan

: :

Iwan Hermanto Sutjipto, M.Inf.Sys Direktur Pengolahan Data Kedeputian Bidang Informasi Kepegawaian Badan Kepegawaian Negara

Pertanyaan 1: Apa yang melatar belakangi BKN sebagai Instansi Pembina Kepegawaian melakukan pengembangan sistem secara online keseluruh instansi pusat dan daerah, apakah kebijakan ini didukung oleh peraturan hukum dan UU yang berlaku; Jawab: 1.

Peraturan dari UU No. 43 Tahun 1999 tentang Pokok-Pokok Kepegawaian yang mengamanatkan BKN sebagai instansi pengelola kepegawaian dan sistem informasi kepegawaian, UU No. 11 Tahun 2008 tentang Informasi dan Transaksi Elektronik serta Perka BKN No. 20 tahun 2008 dan Perka BKN No. 14 tahun 2011

2.

Mekanisme updating yang belum berjalan dengan baik

3.

Belum adanya suatu sistem yang terintegrasi (unified system)

4.

Belum tersedianya data base PNS Nasional yang akurat

5.

Belum optimalnya pemanfaatan teknologi informasi dalam pengelolaan data kepegawaian khususnya database PNS.

6.

Belum optimal dalam memberikan pelayanan kepegawaian kepada PNS



173

Lampiran 7. Lembar Wawancara (sambungan) Pertanyaan 2: Penerapan Aplikasi Kepegawaian sudah berjalan cukup lama, dengan dimulai dari online dilingkungan BKN Pusat dan 12 BKN Kantor Regional seluruh Indonesia serta beberapa instansi pusat dan daerah, kemudian dilanjutkan dengan diluncurkannya Aplikasi Kepegawaian versi web based yang sekarang ini sudah on line di seluruh instansi pusat dan daerah. Kendala atau hambatan apa yang ditemui dalam penerapan system tersebut ? Jawab : 1. Mindset (pola pikir) pejabat pengelola kepegawaian diseluruh instansi pemerintah 2. Kemampuan SDM pengelola data kepegawaian 3. Infrastruktur teknologi Informasi yang belum merata di instansi pusat maupun daerah diseluruh wilayah Indonesia 4. Belum

adanya

standar operasional

prosedur pada

beberapa proses

kepegawaian terutama di instansi pusat 5. Kemampuan SDM pengelola TI masih perlu ditingkatkan 6. Perbedaan data antara instansi pusat dan daerah 7. Belum optimalnya rekonsiliasi data dikarenakan belum adanya klasifikasi baku tabel referensi (seperti tabel pendidikan, jabatan fungsional tertentu, unit organisasi dan lain-lain)

Pejabat responden : Direktur Pengolahan Data,

Iwan Hermanto Sutjipto, M.Inf.Sys



174

Lampiran 8. Questioner Penelitian KUESIONER ANALISIS KEPUASAN PENGGUNA AKHIR TERHADAP PENERAPAN SISTEM APLIKASI PELAYANAN KEPEGAWAIAN (SAPK) (STUDI KASUS : BADAN KEPEGAWAIAN NEGARA (BKN))

Contoh :

Responden adalah seorang PNS wanita di BKN, berusia 30 tahun dan mempunyai pendidikan S1 maka isian pada identitas responden adalah seperti contoh sebagai berikut :

Berilah tanda cek (X) pada jawaban yang dipilih 1.

Instansi :

X

Pusat

Propinsi

2.

Nama Instansi :

Badan Kepegawaian Negara

3.

Unit Organisasi :

Direktorat Pensiun dan Pejabat Negara

3.

Pendidikan :

SMU

4.

Jenis Kelamin :

Pria

X

Wanita

5.

Umur :

<=25 Th

X

25-35 Th

D3

Kota

X

S1

Kab

S2

>35 Th

A. Indentitas Responden Berilah tanda cek (X) pada jawaban yang dipilih (kolom biru) : 1.

Instansi :

X

2.

Nama Instansi :

Kementerian Pariwisata dan Ekonomi Kreatif

3.

Unit Organisasi :

Biro Hukum dan Kepegawaian

3.

Pendidikan :

4.

Jenis Kelamin :

5.

Umur :

X

Pusat

Propinsi

SMU

D3

Pria

Wanita

<=25 Th

X

Kota

X

25-35 Th

S1

Kab

S2

>35 Th



175

B. Petunjuk Pengisian Kuesioner Bapak/Ibu/Saudara cukup memilih salah satu jawaban pada kolom yang tersedia dengan cara memberi tanda silang (X) pada kolom angka-angka yang tersedia sesuai dengan persepsi Bapak/Ibu/Saudara. Pilihan jawaban yang tersedia adalah : 1. Sangat Tidak Setuju (STS) 2. Tidak Setuju (TS) 3. Netral (N) 4. Setuju (S) 5. Sangat Setuju (SS)



176

A. KUALITAS INFORMASI (INFORMATION QUALITY) : Jawaban No.

Pertanyaan

1

2

3

4

5

STS

TS

N

S

SS

1 Sistem SAPK memberikan data informasi yang reliable yaitu bebas dari pengertian yang menyesatkan (reliability) 2 Data informasi dari sistem SAPK disajikan sesuai dengan fakta (didukung dengan bukti yang valid) (reliability) 3 Sistem SAPK menyediakan informasi sesuai dengan kebutuhan pengguna secara tepat (relevance) 4 Informasi dari sistem SAPK bermanfaat bagi penerima informasi (relevance) 5 Informasi yang dihasilkan sistem SAPK akurat, tidak bias dan bebas dari kesalahan (accuracy) 6 Informasi yang dihasilkan sistem SAPK pada proses pengolahan data, sudah benar sesuai dengan perhitungan perhitungan yang ada dalam peraturan kepegawaian. (accuracy) 7 Pengguna dapat memperoleh informasi yang dibutuhkan dari sistem SAPK dalam waktu yang tepat (timeliness) 8 Informasi yang dihasilkan SAPK tidak terlambat/usang (timeliness) 9 Sistem SAPK memberikan informasi yang lengkap atau tidak ada bagian informasi yang penting bagi pengambil keputusan atau pelaksanaan tugas yang



177

hilang (completeness) 10 Informasi yang dihasilkan sistem SAPK jelas dan informatif (informativeness) 11 Informasi yang dihasilkan sistem SAPK merupakan sumber informasi yang baik (informativeness)

B. KUALITAS SISTEM (SYSTEM QUALITY) : Jawaban No.

Pertanyaan

1

2

3

4

5

STS

TS

N

S

SS

1 Sistem SAPK mudah dan nyaman digunakan (usability) 2 Sistem SAPK mudah dipelajari oleh pengguna (user friendly) (usability) 3 Sistem SAPK sudah memenuhi kebutuhan pengguna dalam hal proses kepegawaian yang terkait dengan BKN (correctnes) 4 Produk perangkat lunak melakukan tugastugas seperti yang didefinisikan pada spesifikasi. (correctnes) 5 Sistem SAPK mudah digunakan (ease of use) 6 Sistem SAPK mudah untuk dipelajari (ease of use) 7 Sistem SAPK mempunyai kecepatan akses yang cukup optimal (response time) 8 Sistem SAPK dapat merespon dan memberikan konfirmasi dengan cepat (response time) 9 Sistem SAPK dapat memberikan layanan Universitas Indonesia


178

kebutuhan pengguna tanpa adanya masalah yang dapat mengganggu kenyamanan pengguna dalam menggunakan sistem informasi (reliability) 10 Sistem SAPK tidak mudak rusak dan bebas dari kesalahan (reliability) 11 Segala perubahan yang terjadi pada suatu proses terintegrasi pada modul yang lain (integrity) 12 Sejauh mana akses ke sistem dan data SAPK oleh pihak yang tidak berhak dapat dikontrol (integrity) 13 SAPK sangat fleksibel bagi pengguna dalam memanfaatkan layanan kepegawaian (flexibility) 14 Sistem SAPK fleksibel dan mudah untuk dilakukan perubahan-perubahan kaitannya dengan memenuhi kebutuhan pengguna. (flexibility) 15 Pengguna tidak perlu khawatir dengan keamanan sistem SAPK dalam menjaga data PNS (security) 16 Produk SAPK (SK, Nota Persetujuan dll) telah cukup aman dengan menggunakan Digital Certificate (SAPK menggunakan barcode) sebagai proteksi. (security)



179

C. KUALITAS LAYANAN (SERVICE QUALITY) : Jawaban No.

Pertanyaan

1

2

3

4

5

STS

TS

N

S

SS

1 Satgas SAPK bersikap ramah (Tangible) 2 Satgas SAPK cepat memberi pelayanan (Tangible) 3 Sarana pengaduan permasalahan cukup lengkap dan memudahkan pengguna dalam menyampaikan permasalahannya (telp kantor, HP, Yahoo Messenger, email, FB, surat dinas) (Tangible) 4 Satgas SAPK memahami kebutuhan instansi pengguna (Reliability) 5 Sikap percaya diri Satgas SAPK dalam pelayanan (Reliability) 6 Layanan tepat waktu sesuai dengan yang dijanjikan (Reliability) 7 Satgas SAPK bisa menjawab atau peduli akan kebutuhan instansi pengguna (Daya Tanggap (Responsiveness)) 8 Satgas SAPK siap membantu atau menolong konsumen dan memberikan pelayanan yang cepat. (Daya Tanggap (Responsiveness)) 9 Apakah selama ini satgas SAPK menunjukkan kemauan baik untuk membantu pengguna dalam mengoperasikan SAPK (Daya Tanggap (Responsiveness)) 10 Satgas SAPK memiliki pengetahuan yang baik dalam menjawab pertanyaan (Jaminan (Assurance)) Universitas Indonesia


180

11 Satgas SAPK tidak membuat kesalahan dalam pelayanan atau ada jaminan tentang kepastian pelayanan yang diberikan. (Jaminan (Assurance)) 12 Ada kepercayaan dari pengguna SAPK akan kemampuan satgas SAPK dalam memberikan bantuan (Jaminan (Assurance)) 13 Satgas SAPK memberikan perhatian terhadap pengguna (Empaty) 14 Satgas SAPK menyediakan fasilitas pendukung yang menyenangkan (Empaty) 15 Bila pengguna SAPK mengalami kesulitan pada saat mengoperasionalkan SAPK akan dibantu dengan baik oleh satgas SAPK (Empathy)

D. KEPUASAN PENGGUNA (USER SATISFACTION) : Jawaban No.

Pertanyaan

1

2

3

4

5

STS

TS

N

S

SS

1 Pengguna mempunyai hubungan yang baik dengan Satgas SAPK (Hubungan dengan unit pendukung) 2 Pengguna dapat berkomunikasi baik dengan Satgas SAPK (Komunikasi dengan unit pendukung) 3 Satgas SAPK mempunyai sikap yang positif dalam melayani pengguna (Sikap positif staf pendukung) 4 Satgas SAPK siap memberikan pelatihan dan pendampingan sistem SAPK (Tingkat pelatihan yang disediakan) Universitas Indonesia


181

5 Satgas SAPK memberikan respons yang cepat terhadap permintaan pengguna.( Kecepatan respons terhadap permintaan user) 6 Satgas SAPK memberikan respons yang berkualitas terhadap permintaan pengguna. (Kualitas respons terhadap permintaan user) 7 Pemahaman pengguna terhadap aplikasi yang digunakan baik (Pemahaman User terhadap aplikasi) 8 Pengguna berpartisipasi dalam pengembangan sistem dengan menyampaikan kritik dan saran melalui telepon, surat, email atau chatting serta bergabung dalam forum-forum SAPK (Partisipasi user dalam pengembangan sistem)

NET BENEFITS (MANFAAT BERSIH) : Jawaban No.

Pertanyaan

1

2

3

4

5

STS

TS

N

S

SS

1 Sistem SAPK dapat meningkatkan produktivitas pengguna dalam menyelesaikan tugas kepegawaian (Improved Individual Productivity) 2 Pengguna dapat meningkatkan kinerja di bidang kepegawaian setelah menggunakan SAPK (Improved Individual Productivity) 3 Dengan menggunakan SAPK dapat memangkas atau mengurangi biaya operasional dalam proses kepegawaian dan kontrol proses tersebut. (Operating Universitas Indonesia


182

Costs Reduction) 4 Sistem SAPK dapat menghemat pengeluaran organisasi, khususnya beban proses kepegawaian (Operating Costs Reduction) 5 Sistem SAPK memberi kontribusi dalam pencapaian tujuan-tujuan organisasi yang dapat mempertinggi kontribusi individual terhadap organisasi. (Contribution In Achieveing Goals) 6 Sistem SAPK dapat meningkatkan efektivitas dan efisiensi kerja pengguna dalam memproses kepegawaian (Efektivitas dan efisien) 7 Dengan menggunakan SAPK dapat meningkatkan pelayanan kepegawaian PNS (Meningkatkan pelayanan) 8 Dengan SAPK dapat dicapai tujuan penerapan good governance yaitu transparansi informasi hasil proses kepegawaian. (Penerapan good governance) 9 Dengan SAPK dapat dicapai tujuan penerapan good governance yaitu meningkatkan public image pemerintah. (Penerapan good governance) 10 Dengan SAPK dapat dicapai tujuan penerapan good governance yaitu birokrasi yang bersih. (Penerapan good governance)



UNIVERSITAS INDONESIA

Recommend Documents