Pengaruh Variabel Moderator Terhadap Manfaat Bersih dan Kepuasan Pengguna E-Procurement

Transkripsi

1 Pengaruh Variabel Moderator Terhadap Manfaat Bersih dan Kepuasan Pengguna EProcurement Xanty Adhi Parandani Program Studi Manajemen Informatika/AMIK BSI Bogor Abstrak Pada era kemajuan teknologi seperti saat ini, pemerintah membuat Layanan Pengadaan Secara Elektronik (LPSE) dimana LPSE merupakan sebuah sistem eprocurement (pengadaan barang dan jasa secara elektronik) yang kompleks, untuk menjembatani pemerintah dengan penyedia barang dan jasa (swasta dan BUMN). Penelitian ini menggunakan 3 variabel yaitu, (1) Variabel Eksogen yang terdiri dari, Kualitas Sistem (KS), Kualitas Informasi (KI) dan Kualitas Layanan (KL); (2) Variabel Endogen yang terdiri dari, Kepuasan Peserta (KP) dan Manfaat Bersih (MB); (3) Variabel Moderator,yaitu status kepemilikan modal perusahaan peserta eprocurement.. Dari hasil pengujian dan analisa maka disimpulkan bahwa kualitas informasi merupakan faktor yang paling mempengaruhi kepuasan peserta eprocurement. Sedangkan kualitas layanan, kualitas sistem dan kepuasan peserta merupakan faktor yang paling mempengaruhi manfaat bersih e Procurement bagi para peserta eprocurement. Dan keragaman status kepemilikan perusahaan terhadap kepuasan peserta eprocurement yang disebabkan oleh manfaat bersih bagi peserta, dimana tingkat kepuasan ini dilihat dari kualitas informasi yang dihasilkan. Kata Kunci: LPSE, eprocurement, Model DeLone dan McLean, Variabel Moderator I.PENDAHULUAN Pengadaan barang dan jasa secara elektronik atau dikenal dengan istilah electonic Procurement (eprocurement) merupakan tata cara pengadaan barang dan jasa yang diharapkan bisa memperbaiki tata cara pengadaan barang dan jasa konvensional (non elektronik). Penyesuaianpenyesuaian terhadap perangkat sistem, yaitu perangkat lunak, perangkat keras serta pengguna sistem (baik penyedia barang dan jasa maupun konsumen barang dan jasa) mutlak diperlukan. Adaptasi perangkat lunak maupun perangkat keras dalam pengembangan sistem eprocurement, akan sangat bergantung dengan faktor pengguna sistem itu sendiri. Perbaikan demi perbaikan harus terus dilakukan agar interaksi antara penyedia barang dan jasa dengan konsumen barang dan jasa bisa berjalan dengan efektif dan efisien. Hal tersebut membuat Pemerintah membuat Layanan Pengadaan Secara Elektronik (LPSE) dimana LPSE merupakan sebuah sistem e Procurement (pengadaan barang dan jasa secara elektronik) yang kompleks, untuk menjembatani pemerintah dengan penyedia barang dan jasa (swasta dan BUMN). Sebagaimana disebutkan sebelumnya, pengguna sistem eprocurement terdiri atas penyedia dan konsumen. Namun, penelitian ini akan terfokus kepada penyedia barang dan jasa. Didalam penelitian ini akan diuji dan dianalisa faktorfaktor yang mempengaruhi penggunaan dan perlibatan penyedia barang dan jasa dalam proses e Procurement. Penelitian terdahulu yang terkait penelitian ini diantaranya sebagai berikut: 1. Fauzan, M., dkk (2013) objek penelitian 30 responden yang terdiri dari 10 orang Owner, dan masingmasing 5 orang dari konsultan, kontraktor, asosiasi perusahaan, 30 responden yang terdiri dari 10 orang Owner, dan masingmasing 5 orang dari konsultan, kontraktor, asosiasi perusahaan, dan akademisi. Tujuan Menganalisa faktorfaktor yang membuat e procurement maju dan berkembang di Lhokseumawe. Model: skala Likert Metodologi: Menyebarkan kuesioner tentang penerapan e procurement dan pengujiannya menggunakan uji validitas dan uji reabilitas. Hasil dari penelitian,yaitu: kesiapan masyarakat jasa konstruksi berdampak positif terhadap penerpan eprocurement dan kesiapan masyarakat jasa konstruksi dan penerapan eprocurement berdampak positif terhadap dukungan pemimpin perusahaan 2. Mustafa I. Eid (2011)500 kuesioner dengan populasi mahasiswa King Fahd University of Petroleum and Mineral (KFUPM) dan karyawan yang tinggal di timur Arab Saudi. Tujuan penelitian untuk menganalisa faktorfaktor yang mempengaruhi sejauh mana konsumen Arab Saudi percaya, puas, dan loyal terhadap B2C e commerce. Model : TAM (Technology Acceptance Model) yang dikembangkan dari model TRA (The Theory of Reasoned Action). Metodologi : Menyebarkan kuesioner dengan bahasa Inggris dan bahasa Arab dan pengujian ProsidingSIMNASIPTEK: Hal. A65

2 hipotesis menggunakan teknik SEM. Hasil penelitian, yaitu: 1. Antarmuka website dan kualitas informasi berdampak positif terhadap kepuasan konsumen. 2. Antarmuka yang berkualitas sangat berkaitan dengan kepercayaan pelanggan. 3. Kualitas informasi tidak berkaitan dengan kepercayaan pelanggan. 4. Keamanan dan privasi sangat terkait dengan kepercayaan pelanggan. 5. Keamanan dan privasi berkaitan lemah dengan kepuasan pelanggan Keluaran dari penelitian ini berupa hasil pengujian terhadap variabel eksogen dan variabel moderator apakah memberikan pengaruh kepuasan peserta dan manfaat bersih peserta eprocurement. II. LANDASAN TEORI 2.1. Tinjauan Pustaka EProcurement Menurut Turban E., King D., Lee J., dan Viehland D. (2004), eprocurement merupakan pengadaan barang dan jasa secara elektronik oleh perusahaan. Sedangkan menurut Chaffey (2004), e Procurement merupakan integrasi dan manajemen elektronik terhadap semua aktivitas pengadaan termasuk permintaan pembelian, pemberian hak pemesanan, pengiriman dan pembayaran antara pembeli dan pemasok. Manfaat pengadaan barang dan jasa secara elektronik atau eprocurement diantaranya adalah (Lembaga Kebijakan Pengadaan Barang/Jasa Pemerintah): 1. Meningkatkan transparansi dan akuntabilitas, 2. Meningkatkan akses pasar dan persaingan usaha yang sehat, 3. Memperbaiki tingkat efisiensi proses pengadaan, 4. Mendukung proses monitoring dan audit, 5. Memenuhi kebutuhan akses informasi yang real time guna mewujudkan clean and good government dalam pengadaan barang/jasa pemerintah Kualitas Sistem Menurut DeLone dan McLean (1992), kualitas sistem merupakan kombinasi hardware dan software dalam sistem informasi. Swanson dalam Jogiyanto (2007) menggunakan beberapa item kualitas sistem untuk mengukur keberhasilan sistem informasi manajemen yang dilakukan oleh manajer, diantaranya adalah: 1. Keandalan sistem komputer, 2. Kecepatan akses, 3. Kemudahan penggunaaan. Sedangkan DeLone dan McLean dalam Jogiyanto (2007) mengusulkan pengukuran kualitas sistem yang diterapkan di lingkungan ecommerce berdasarkan: 1. Kehandalan sistem 2. Waktu respon sistem 3. Ketergunaan sistem Kualitas Informasi Selain mengukur kualitas kinerja sistem, peneliti sistem informasi juga memfokuskan pada kualitas keluaran sistem informasi. Kualitas informasi merupakan output yang dihasilkan oleh sistem informasi yang digunakan (DeLone dan McLean, 1992). Menurut Seddon, P.B., Staples, S., Patnayakuni, R., dan Bowtell, M. (1999) terdapat beberapa indikator kualitas informasi, yaitu: 1. Ketepatan waktu, 2. Keringkasan, 3. Mudah dipahami, 4. Aktualitas, 5. Relevansi. DeLone dan McLean dalam Jogiyanto (2007) mengukur kualitas informasi dalam lingkungan e commerce berdasarkan: 1. Isi web harus personal 2. Kelengkapan informasi 3. Relevansi informasi 4. Mudah dipahami 5. Aman Kualitas Layanan Menurut Zeithalm, Parasuraman, dan Berry dalam (Aritonang, 2000) pengukuran kualitas layanan didasarkan pada indikatorindikator, berikut: 1. Reliabilitas 2. Daya tanggap 3. Jaminan 4. Empati Kepuasan Peserta Eprocurement Beberapa indikator kepuasan peserta e procurement (Liu dan Arnet, 2009), meliputi: 1. Kepuasan peserta 2. Kesulitan penggunaan 3. Kenyamanan penggunaan 4. Kesenangan penggunaan Manfaat Bersih Berdasarkan hasil beberapa penelitian, dampak dari sistem informasi sangat banyak. Dampak tersebut misalnya terhadap pemakai perorangan, kelompok, organisasi dan lain lainnya. Beberapa indikator manfaat bersih (Seddon, et al., 1999) yang dimodifikasi dalam penelitian ini, meliputi: 1. Mempercepat pengolahan data, 2. Kemampuan memecahkan masalah, 3. Meningkatkan kualitas informasi, 4. Menghasilkan informasi cepat dan tepat, 5. Mendukung pengambilan keputusan Pendekatan Model DeLone dan McLean ProsidingSIMNASIPTEK: Hal. A66

3 Model untuk pengukuran kesuksesan suatu sistem informasi telah dikembangkan oleh banyak para peneliti,salah satunya adalah model pengukuran yang dikembangkan oleh DeLone dan McLean. Model tersebut dikenal dengan istilah D&M IS SuccessModel. Model Delone and McLean dapat dilihat pada gambar 2.1. Sumber: DeLone dan McLean, 1992 Gambar 2.1. Model D&M IS Success Model Model kesuksesan DeLone dan McLean direpresentasikan dalam enam variabel, yaitu: 1. Kualitas Sistem 2. Kualitas Informasi 3. Keinginan Menggunakan 4. Kepuasan Pengguna 5. Dampak bagi Individu 6. Dampak bagi Organisasi Kesuksesan sistem informasi dalam model ini saling berkaitan antara satu dengan yang lainnya.system Quality dan Information Quality merupakan prediktor yang signifikan bagi User Satisfaction. Sedangkan User Satisfaction juga merupakan prediktor yang signifikan bagi Intended Use dan Individual Impact.Individual Impact tersebut berpengaruh terhadap Organizational Impact dimana sistem tersebut diterapkan. Penelitian DeLone dan McLean (2003) dikembangkan untuk mengevaluasi D&M IS Success Model dengan menambahkan variabel service quality dan net benefit. Model DeLone dan McLean terbaru menambahkan kualitas layanan sebagai dimensi yang tidak kalah penting dengan kualitas sistem dan kualitas informasi. Model DeLone and McLean yang terbaru disajikan pada gambar 2.2. Sumber: DeLone dan McLean, 2003 Gambar 2.2. The Update D&M IS Success Model Halhal yang diperbarui pada The Update D&M IS Success Model, yaitu: 1. Menambah dimensi kualitas layanan (service quality) sebagai tambahan dari dimensidimensi kualitas yang sudah ada, yaitu kualitas sistem (system quality) dan kualitas informasi (information quality). 2. Menggabungkan dampak individual (individual impact)dan dampak organisasi (organizational impact) menjadi satu variabel yaitu manfaatmanfaat bersih (net benefits). Tujuan penggabungan ini adalah untuk menjaga model tetap sederhana (parsimony). Variabelvariabel baru ini mengangkat tiga isu baru yang perlu diperhatikan, yaitu: a. Apa kualifikasi untuk dapat dikatakan sebagai manfaat? b. Manfaat untuk siapa? c. Manfaat ditingkat analisis yang mana? 3. Menambahkan dimensi minat memakai (intention to use) sebagai alternatif dari dimensi pemakaian (use). Pengukuran dari pemakaian (use) mempunyai banyak dimensi, seperti misalnya pemakaian sukarela atau wajib, mendapat informasi (informed) atau tidak mendapat informasi (uninformed), efektif lawan tidak efektif dan lainnya. Minat memakai adalah suatu sikap (attitude), sedang pemakaian (use) adalah suatu perilaku (behavior). 4. Pemakaian (use) dan kepuasan pemakai (user satisfaction) sangat erat berhubungan. Pemakaian (use) harus mendahului kepuasan pemakai (user satisfaction)sebagai suatu proses, tetapi pengalaman yang positif karena menggunakan (use)akan mengakibatkan kepuasan pemakai yang lebih tinggi sebagai suatu kausal. 5. Jika manfaatmanfaat bersih (net benefits) positif akan menguatkan minat memakai, dan menggunakan serta tingkat kepuasan pemakai. Umpan balik ini masih valid bahkan untuk manfaatmanfaat bersih yang negatif. 6. Model yang diperbarui mempunyai arah panah untuk mendemontrasikan hubungan yang diusulkan antar dimensidimensi kesuksesan dalam bentuk proses, tetapi tidak menunjukkan arah hubungannya yang positif atau negatif dalam bentuk kausal Variabel Penelitian Variabel penelitian merupakan suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya (Sugiyono,1999). Macammacam variabel penelitian, yaitu: 1. Variabelindependen/bebas/eksogen, adalah suatu variabel yang mempengaruhi atau yang menjadi sebab perubahan atau timbulnya variabel endogen. 2. Variabel dependen/terikat/endogen, merupakan variabel yang dipengaruhi atau ProsidingSIMNASIPTEK: Hal. A67

4 yang menjadi akibat karena adanya variabel eksogen. 3. Variabel moderator merupakan variabel eksogen yang akan menguatkan atau melemahkan hubungan antara variabel eksogen lainnya terhadap variabel endogen Structural Equation Modeling (SEM) Menurut Sitinjak dan Sugiharto (2006) Structural Equation Modeling (SEM) merupakan suatu teknik statistik yang mampu menganalisis variabel laten, variabel indikator dan kesalahan pengukuran secara langsung. Sedang menurut Ghozali (2004) SEM merupakan gabungan dari dua metode statistik yang terpisah, yaitu analisis faktor (factor analyst) yang dikembangkan pada bidang psikologi atau psikometri serta model persamaan simultan (Simultaneus Equation Modelling) yang dikembangkan pada bidang ekonometrika. Selain dapat menganalisis hubungan kausal searah, SEM juga dapat menganalisis hubungan dua arah yang seringkali muncul dalam ilmu sosial dan perilaku. SEM termasuk multivariate statistics yang memungkinkan dilakukannya analisis satu atau lebih variabel eksogen dengan satu atau lebih variabel endogen Analysis of Moment Structure (AMOS) AMOS (Analysis of Moment Structure) merupakan salah satu program atau software yang digunakan untuk mengestimasi model pada model persamaan struktural (SEM) (Ghozali, 2004). Saat ini software AMOS merupakan software yang dapat diandalkan dalam menyelesaikan permasalahan sosial karena kemampuannya dalam mengukur variabel yang bersifat laten atau tidak dapat diukur secara langsung akan tetapi dapat diukur melalui indikatornya. III. METODE PENELITIAN 3.1. Jenis Penelitian Penelitian ini adalah penelitian explanatory, yaitu penelitian yang menjelaskan hubungan sebabakibat dari variabelvariabel yang diteliti. Model penelitian yang digunakan yaitu, model kesuksesan sistem informasi DeLone dan McLean dengan penambahan variabel moderator. Populasi yang digunakan dalam penelitian ini adalah perusahanperusahaan yang pernah mengikuti proses eprocurement pada instansi Pemerintah Daerah, jumlah perusahaan yang dilibatkan dalam proses pengumpulan data melalui sebaran kuisioner yang dikirimkan dengan surat elektronik ( ) sebanyak 200 perusahaan. Sedangkan jumlah sampel pada penelitian ini didasarkan pada penentuan jumlah sampel berdasarkan syarat jumlah sampel minimal untuk SEM, yaitu (Hair, et al., 1998). Teknik pengambilan sampel yang digunakan dalam penelitian ini adalah nonprobability sampling/nonrandom sampling, yaitu dipilih secara acak oleh peneliti. Dan teknik yang digunakan dalam penarikan sampel adalah purposive sampling Metode Pengumpulan Data Pengumpulan data pada penelitian ini menggunakan metode sebagai berikut: 1. Kuesioner Data dan informasi yang bersifat primer diperoleh dari sebaran kuesioner dikirim ke setiap responden dengan melalui surat elektronik ( ) ke perusahaan yang pernah mengikuti proses e procurement untuk diisi dan dikumpulkan kembali yang kemudian hasilnya dianalisa untuk menguji hipotesis yang diajukan pada tahap awal penelitian ini. 2. Studi Pustaka Studi pustaka dilakukan dengan membaca buku literatur, sehingga diperoleh data yang bersifat teoritis dengan cara mempelajari literatur, jurnal penelitian, bahan kuliah dan sumber atau bahan lain yang berhubungan dengan permasalahan dalam penelitian Kerangka Konsep Penelitian Kerangka pemikiran penelitian dapat dilihat pada Gambar Variabel Penelitian Penelitian ini memiliki variabel eksogen (X), yang terdiri dari kualitas informasi, kualitas sistem, dan kualitas layanan. Dan variabel endogen (Y), yang terdiri dari kepuasan peserta eprocurement dan manfaat bersih. Sedangkan variabel moderator (M), yang digunakan pada penelitian ini yaitu, status kepemilikan modal perusahaan peserta eprocurement Metode Pemilihan Sampel Gambar 3.1. Kerangka Pemikiran Penelitian ProsidingSIMNASIPTEK: Hal. A68

5 Variabelvariabel yang terdapat pada kerangka pemikiran penelitian terdiri dari: 1. Variabel eksogen, terdiri dari kualitas informasi, kualitas sistem, dan kualitas layanan. 2. Variabel endogen, terdiri dari kepuasan peserta e procurement dan manfaat bersih. 3. Variabel moderator, yaitu status kepemilikan modal perusahaan peserta eprocurement Hipotesis Sesuai dengan kerangka konsep penelitian pada gambar 3.1., hipotesis yang diajukan adalah sebagai berikut: H1 H2 H3 H4 H5 H6 H7 : Diduga kualitas sistem secara signifikan mempengaruhi kepuasan peserta e procurement. : Diduga kualitas sistem secara signifikan mempengaruhi manfaat bersih. : Diduga kualitas informasi secara signifikan mempengaruhi kepuasan peserta e procurement. : Diduga kualitas informasi secara signifikan mempengaruhi manfaat bersih. : Diduga kualitas layanan secara signifikan mempengaruhi kepuasan peserta e procurement. : Diduga kualitas layanan secara signifikan mempengaruhi manfaat bersih. : Diduga kepuasan peserta eprocurement secara signifikan mempengaruhi manfaat bersih. H8 : Diduga signifikasi kepuasan peserta e procurement yang disebabkan kualitas sistem dipengaruhi oleh faktor status kepemilikan modal perusahaan. H9 : Diduga signifikasi kepuasan peserta e procurement yang disebabkan kualitas informasi dipengaruhi oleh faktor status kepemilikan modal perusahaan. H10 : Diduga signifikasi kepuasan peserta e procurement yang disebabkan kualitas layanan dipengaruhi oleh faktor status kepemilikan modal perusahaan. H11 H12 H13 H14 : Diduga signifikasi manfaat bersih yang disebabkan kualitas sistem dipengaruhi oleh faktor status kepemilikan modal perusahaan. : Diduga signifikasi manfaat bersih yang disebabkan kualitas informasi dipengaruhi oleh faktor status kepemilikan modal perusahaan. : Diduga signifikasi manfaat bersih yang disebabkan kualitas layanan dipengaruhi oleh faktor status kepemilikan modal perusahaan : Diduga signifikasi manfaat bersih yang disebabkan kepuasan peserta e procurement dipengaruhi oleh faktor status kepemilikan modal perusahaan Instrumen Penelitian Penelitian ini menggunakan instrumen kuesioner, yaitu pertanyaan tertutup (closed question), hal ini dilakukan untuk memudahkan responden menjawab kuesioner. Data dari kuesioner dapat dengan cepat dianalisis secara statistik serta pernyataan yang sama dapat diulang dengan mudah. Pertanyaan yang digunakan dalam kuesioner diukur dengan menggunakan skala semantic differential, yang mempunyai nilai berupa skala interval. Responden diminta memberi tanda silang pada bagian manapun sepanjang garis horizontal, dimulai dari pernyataan Sangat Rendah (SR) yang bernilai 1, sampai Sangat Tinggi(ST) yang bernilai 6. Pemberian tanda silang (X) tidak harus tepat garis pemisah. Gambar 3.2. menunjukkan skala semantic differential pada kuisioner. 1,0 SR Gambar 3.2.Skala Semantic Differential Untuk memudahkan responden mengisi kuesioner dan memudahkan pembacaan serta memastikan skala yang diberikan, maka dalam lembar kuesioner yang dikirimkan melalui surat elektronik ( ), isian jawaban diberikan dalam bentuk text box yang bisa diisi angka dari 1,0 hingga 6,0. Bentuk text boxdapat dilihat pada gambar 3.3. Gambar 3.3. Contoh Isian Kuesioner Penelitian ini memiliki 5 variabel dan 20 indikator sehingga menghasilkan 20 pertanyaan dalam kuesioner yang dikirimkan. kisikisi instrumen penelitian dapat dilihat pada tabel 3.1. Tabel 2.1. KisiKisi Instrumen Penelitian No Variabel Indikator Jumlah Skala 1. Kualitas Sistem 1. Kehandalan sistem KS1 1 (DeLone dan 2. Waktu respon KS2 1 McLean, 2003) sistem 3. Ketergunaan KS3 1 sistem 2. Kualitas 4. Informasi KI1 1 tersedia secara aktual Informasi (Seddon, et al., 1999) dan (DeLone dan McLean, 2003) 3. Kualitas Layanan (Akbar dan Parvez, 2009) dan (Zeithalm, 6,0 ST 5. Informasi mudah KI2 1 dipahami 6. Kelengkapan KI3 1 informasi 7. Relevansi informasi KI Kehandalan KL Daya tanggap KL Jaminan KL3 1 s e m a n t i c d ProsidingSIMNASIPTEK: Hal. A69

6 Parasuraman, dan Berry, 1990) 4. Kepuasan Peserta e procurement (Liu Arnett, 2009) dan 5. Manfaat Bersih (Seddon, et al., 1999) 11. Empati KL4 1 i f 12. Kepuasan peserta 13. Kesulitan penggunaan 14. Kenyamanan penggunaan 15. Kesenangan penggunaan 16. Mempercepat pengolahan data 17. Membantu pemecahan permasalahan 18. Meningkatkan kualitas informasi 19. Menghasilkan informasi cepat dan tepat 20. Mendukung pengambilan keputusan KP1 1 KP2 1 KP3 1 KP4 1 MB1 1 MB2 1 MB3 1 MB4 1 MB5 1 Jumlah Metode Analisis Metode Analisis Data Penelitian ini menggunakan analisa data sebagai berikut: 1. Analisa Statistika Deskriptif Hasil distribusi frekuensi ukuran pemusatan dan penyebaran data tentang karakteristik sampel (responden) dan indikatorindikator variabel dapat dilihat dengan menggunakan analisa statistika deskriptif. 2. Analisa Statistika Inferensial Untuk menganalisa data sampel dan membuat kesimpulan terhadap obyek yang diteliti menggunakan analisa statistika inferensial Metode Analisis SEM dengan AMOS Analisis data menggunakan SEM dapat dilakukan dengan tools, yaitu AMOS 22. Adapun tahapan yang dilakukan untuk melakukan analisis data menggunakan SEM dengan tools AMOS dapat dijelaskan sebagai berikut: 1. Pengembangan Model Berbasis Teori 2. Membangun Diagram Jalur (Path Diagram) 3. Konversi Diagram Jalur ke Dalam Persamaan Struktural 4. Memilih Matriks Input dan Teknik Estimasi Model 5. Mengidentifikasi Model 6. Mengevaluasi Asumsi SEM 7. Menguji Kesesuaian Model Uji kesesuaian model terdiri dari dua tahapan pengujian, sebagai berikut: a. Uji Validitas b. Uji Reliabilitas Untuk mengetahui model yang telah dibangun fit atau tidak maka digunakan uji f e r e n t i a l kesesuian. Maka terdapat batas nilai kritis (cut off) yang direkomendasikan untuk uji kesesuaian ditampilkan pada tabel 3.2. Tabel 3.2. Batasan Nilai Kritis (Cut Off) (Sumber: Widodo, 2007) Ukuran Kesesuaian Batas Nilai Kritis Keterangan Absolut Fit Measures ChiSquare X 2 Kecil, X 2 hitung Hullan, Chow dan Lam (1996) X 2 tabel Probability 0,05 Hullan, Chow dan Lam (1996) CMIN/DF 2,00 Byrne (1988) GFI 0,90 Diamantopaulus dan Siguaw (2000) RMSEA 0,08 Browne dan Cudeck (1993) Incremental Fit Measures AGFI 0,90 Diamantopaulus dan Siguaw (2000) TLI 0,95 Hair, et al. (1998) NFI 0,90 Bentler (1992) CFI 0,95 Arbuckle (1997) Parsimonious Fit Measures PNFI 0,60 James, et al. (1982) PGFI 0,60 Byrne (1988) 8. Melakukan Interpretasi dan Modifikasi Model 9. Pengujian Status Kepemilikan Modal Perusahaan Peserta EProcurement IV.PEMBAHASAN 4.1. Hasil Penelitian Data Demografi Responden Jumlah perusahaan yang dilibatkan dalam proses pengumpulan data melalui sebaran kuesioner surat elektronik ( ) sebanyak 200 perusahaan. Kuesioner yang dikembalikan dan berisi data lengkap dan siap untuk dianalisis sebanyak 127 kuesioner. Jumlah sampel tersebut telah memenuhi batas minimal analisis SEM yang membutuhkan sampel antara sampel. Data lengkap tentang identitas responden dapat dilihat pada tabel 4.1. Tabel 4.1. Profil Responden Klasifikasi Responden Jumlah Persentase Jenis Kelamin Pria ,3% Wanita 25 19,7% Jumlah ,0% Lokasi Perusahaan Jakarta 97 76,4% Luar Jakarta 30 23,6% Jumlah ,0% Status Kepemilikan Modal Perusahaan BUMN 8 6,3% Swasta ,7% Jumlah ,0% ProsidingSIMNASIPTEK: Hal. A70

7 Analisis Statistik Deskriptif Nilai statistik masingmasing variabel penelitian dapat dilihat pada tabel 4.2. Pada tabel tersebut juga ditampilkan nilai c.r skewness dan c.r kurtosis dalam kisaran nilai yang direkomendasikan yaitu 2.58 sampai Variabel Tabel 4.2. Statistik Variabel Penelitian Nilai Minimum Nilai Maksimum Nilai Mean Skewness Kurtosis KS 3,00 5,50 4,306 0,169 0,306 KI 3,00 6,00 4,701 0,148 0,680 KL 2,50 6,00 4,621 0,546 0,380 KP 1,00 6,00 3,630 0,683 0,498 MB 2,00 6,00 4,344 0,402 0, Pembahasan Pengujian Model Berbasis Teori Berdasarkan model penelitian yang diajukan, maka penelitian ini memiliki beberapa variabel, yaitu 1. Variabel eksogen, terdiri dari kualitas informasi, kualitas sistem, dan kualitas layanan. 2. Variabel endogen, terdiri dari kepuasan peserta e procurement dan manfaat bersih. Pada penelitian ini indikator variabel penelitian berjumlah 20 indikator. Hubungan kausal antara variabel eksogen dan variabel endogen diperlihatkan pada gambar 4.1. a. Kualitas Sistem (KS) Tabel 4.3. Uji Validasi Variabel KS Indikator Estimasi Keterangan KS1 0,766 Valid KS2 0,566 Valid KS3 0,756 Valid b. Kualitas Informasi (KI) Tabel 4.4. Uji Validasi Variabel KI Indikator Estimasi Keterangan KI1 0,507 Valid KI2 0,944 Valid KI3 0,517 Valid KI4 0,625 Valid c. Kualitas Layanan (KL) Tabel 4.5. Uji Validasi Variabel KL Indikator Estimasi Keterangan KL1 0,566 Valid KL2 0,514 Valid KL3 0,541 Valid KL4 0,995 Valid 2. Uji Validitas Variabel Laten Endogen a. Kepuasan Peserta eprocurement (KP) Tabel 4.6. Uji Validasi Variabel KP Indikator Estimasi Keterangan KP1 0,845 Valid KP2 0,570 Tidak Valid KP3 0,897 Valid KP4 0,867 Valid b. Manfaat Bersih (MB) Tabel 4.7. Uji Validasi Variabel MB Indikator Estimasi Keterangan MB1 0,883 Valid MB2 0,542 Valid MB3 0,939 Valid MB4 0,887 Valid MB5 0,625 Valid Pengujian Reliabilitas Gambar 3.1. Model Awal Penelitian Pengujian Validitas dan Reliabilitas Pengujian Validitas Berdasarkan hasil uji Confirmatory Factor Analysis (CFA), maka dapat dijelaskan hasil uji validitas variabel sebagai berikut: 1. Uji Validitas Variabel Laten Eksogen Berdasarkan hasil uji reabilitas konstruk, maka hasil uji reliabilitas gabungan dapat dilihat pada tabel 4.8. Tabel 4.8. Uji Reliabilitas Gabungan Variabel Laten Construct Reliability Variance Extracted KI 0,824 0,614 KS 0,827 0,562 KL 0,832 0,574 KP 0,946 0,853 MB 0,930 0,736 ProsidingSIMNASIPTEK: Hal. A71

8 Uji Asumsi Uji asumsi model dilakukan untuk mengetahui apakah data yang digunakan telah memenuhi asumsiasumsi SEM. Asumsiasumsi yang harus diperhatikan dalam uji asumsi ini adalah: a. Ukuran Sampel Jumlah data sampel dalam penelitian ini sebanyak 127 sampel. Jumlah tersebut telah memenuhi persyaratan ukuran sampel dalam pemodelan SEM. b. Uji Normalitas Berdasarkan penilaian normalitas (assessment of normality), terlihat secara univariate bahwa nilai c.r. secara keseluruhan berada pada kisaran nilai yang direkomendasikan yaitu antara 2,58 sampai dengan 2,58 (signifikansi pada 1%). Namun nilai multivariate c.r sebesar 17,896 yang ditunjukkan pada tabel 4.9. berada di atas 2,58, sehingga dapat disimpulkan bahwa data berdistribusi tidak normal. Tabel 4.9. Assessment of Normality Variable min max skew c.r. kurtosis c.r. KP4 1,000 5,500,564 2,595,361,830 KP3 1,000 5,000 1,446 6,654 1,823 4,194 KP2 1,000 5,000,103,475,570 1,311 KP1 1,000 6,000,792 3,642,112,258 MB5 2,000 5,500,698 3,213,017,038 MB4 3,000 5,500,118,541,891 2,049 MB3 2,000 6,000,443 2,039,961 2,211 MB2 3,000 6,000,174,801,190,437 MB1 2,500 5,500,899 4,135,859 1,975 KL1 3,500 6,000,680 3,129,019,043 KL2 3,500 5,500,188,867,642 1,477 KL3 3,000 6,000 1,349 6,207 2,251 5,178 KL4 2,500 5,500,061,281,356,819 KI1 4,000 6,000,697 3,204 1,237 2,846 KI2 3,000 6,000,669 3,077,085,196 KI3 3,000 6,000,082,377,496 1,141 KI4 4,000 6,000,640 2,945,608 1,399 KS1 3,000 5,000,685 3,153,042,096 KS2 3,000 5,500,426 1,959,104,240 KS3 3,000 5,000,242 1,112,959 2,207 Multivariate 94,217 17,896 c. Outlier Sebuah data mempunyai outlier jika memiliki nilai p1 dan p2 kurang dari 0,05. Pada tabel mahalanobis distance yang terdapat pada tabel 4.10 terlihat ada nilai p1 dan p2 di bawah 0,05. Kondisi tersebut menunjukkan bahwa terdapat adanya outlier. Tabel Observations farthest from the centroid Observation Mahalanobis d number squared p1 p2 6 71,279,000, ,919,000, ,277,000, ,724,000, ,638,000, ,861,000,000 Observation Mahalanobis d number squared p1 p ,508,001, ,334,003, ,385,004, ,658,010, ,531,013, ,851,045, ,084,068, ,831,073, ,987,088, ,517,098, ,098,107, ,081,108, ,886,112, ,852,113, ,723,116, ,583,120, ,306,156, ,574,180, ,487,183, ,126,197, ,683,214, ,401,225, ,075,239, ,769,253, ,144,282, ,299,325, ,231,328, ,998,341, ,522,367, ,492,369, ,367,376, ,294,380, ,159,388, ,044,395, ,859,405, ,787,410, ,548,424, ,046,455, ,977,459, ,792,471, ,590,484, ,304,502, ,972,524, ,927,527, ,825,533, ,750,538, ,680,543, ,675,543, ,586,549, ,584,549, ,338,565, ,296,568, ,622,612 1, ,555,617 1, ,287,634 1, ,146,643 1, ,998,653 1, ,803,666 1, ,784,667 1, ,609,678 1, ,572,681 1, ,322,696 1, ,306,697 1, ,171,706 1,000 ProsidingSIMNASIPTEK: Hal. A72

9 Observation Mahalanobis d number squared p1 p ,157,707 1, ,143,708 1, ,130,709 1, ,106,710, ,037,714, ,010,716, ,998,717, ,883,724, ,815,728, ,427,751, ,410,752, ,194,765, ,171,767, ,966,778, ,598,799 1, ,438,808 1, ,376,811 1, ,337,813 1, ,674,847 1, ,665,847 1, ,657,847 1, ,480,856 1, ,195,869 1, ,105,873 1, ,096,873 1, ,922,881 1, ,291,906 1, ,146,911 1, ,067,914 1, ,067,914 1,000 d. Multikolinearitas dan Singularitas Nilaideterminant of sampel covariance matrix =.000. Berdasarkan nilai tersebut maka dapat disimpulkan bahwa tidak terdapat masalah multikolinearitas dan singularitas pada data yang dianalisis, sehingga data dinyatakan valid Uji Kesesuaian Model penelitian sementara terlihat pada gambar 4.2. yang diperoleh setelah dilakukan uji validasi dan reliabilitas Model teori yang diajukan pada penelitian ini tidak sesuai dengan model populasi yang diobservasi. Hal tersebut dapat dibuktikan dengan melihat nilai P pada tabel yang bernilai kurang dari 0,05. Tabel Hasil Uji Kesesuaian Model Ukuran Batas Nilai Hasil Uji Keterangan Kesesuaian Kritis Model Absolut Fit Measures ChiSquare X 2 Kecil, χ 2 816,145 Tidak Baik (CMIN) α ; df Probability 0,05 0,000 Tidak Baik ChiSquare X 2 2,00 5,748 Tidak Baik Relatif (CMIN/DF) GFI 0,90 0,566 Tidak Baik RMSEA 0,08 0,194 Tidak Baik Incremental Fit Measures AGFI 0,90 0,420 Tidak Baik TLI 0,95 0,581 Tidak Baik NFI 0,90 0,613 Tidak Baik CFI 0,95 0,652 Tidak Baik Parsimonious Fit Measures PNFI 0,60 0,509 Tidak Baik PGFI 0,60 0,423 Tidak Baik Karena nilai P kurang dari 0,05 atau tidak memenuhi persyaratan, maka uji kriteria lain seperti; absolut fit measure, incremental fit measures, dan parsimonious fit measures tidak dilanjutkan. Sehingga langkah selanjutnya adalah dengan menggunakan analisis jalur (path analysis) Analisis Model Jalur (Path Analysis) Model Jalur Awal Model jalur awal untuk analisis jalur dapat dilihat pada gambar 4.3.: Gambar 4.3. Model Jalur Awal Gambar 4.2. Model Penelitian Setelah Uji Validasi dan Reliabilitas ProsidingSIMNASIPTEK: Hal. A73

10 Dari hasil uji signifikansi diperoleh nilai koefisien yang mempengaruhi signifikansi setiap jalur pada model jalur awal. Hasil uji signifikansi ditunjukkan pada gambar 4.4. Gambar 4.4. Hasil Uji Signifikansi Model Jalur Awal Hubungan kausalitas antar jalur yang boleh digunakan harus memenuhi kriteria nilai probabilitas P < 0,05 dan koefisien regresi bernilai positif. Pada tabel ditampilkan hasil analisis terhadap model jalur awal. Tabel Koefisien Regresi dan Nilai Probabilitas Model Jalur Awal Hubungan Kausalitas Koefisien Regresi (KR) Probabilitas (P) Keterangan KP KL 0,131 0,351 Non Signifikan KP KS 0,201 0,451 Non Signifikan KP KI 0,671 0,005 Signifikan MB KI 1,227 0,000 Signifikan MB KL 0,170 0,066 Non Signifikan MB KS 1,163 0,000 Signifikan MB KP 1,133 0,022 Signifikan Dari hasil uji signifikansi yang disimpulkan dalam tabel 4.12., terdapat empat jalur signifikan dan tiga jalur non signifikan. Hal ini menyatakan bahwa model jalur awal yang diajukan, tidak sesuai atau tidak fit. Hipotesis operasional akan diterima (jika P < 0,05) atau ditolak (jika P > 0,05) sesuai dengan hasil uji signifikansi. Tabel memperlihatkan hasil hipotesis khusus Hipotesis Tabel Hasil Hipotesis Operasional Deskripsi Hipotesis Statistik Hipotesis Hasil H1 Diduga kualitas KP KS Ditolak H2 H3 H4 H5 H6 H7 sistem secara signifikan mempengaruhi kepuasan peserta e procurement. Diduga kualitas sistem secara signifikan mempengaruhi manfaat bersih. Diduga kualitas informasi secara signifikan mempengaruhi kepuasan peserta e procurement. Diduga kualitas informasi secara signifikan mempengaruhi manfaat bersih. Diduga kualitas layanan secara signifikan mempengaruhi kepuasan peserta e procurement Diduga kualitas layanan secara signifikan mempengaruhi manfaat bersih Diduga kepuasan peserta e procurement secara signifikan mempengaruhi manfaat bersih MB KS KP KI MB KI KP KL MB KL MB KP (Non Signifikan) (Signifikan) (Signifikan) (Signifikan) Ditolak (Non Signifikan) Ditolak (Non Signifikan) (Signifikan) Model Jalur Akhir Model jalur akhir yang dibuat berdasarkan penghapusan jalur dari uji signifikansi, diperlihatkan pada gambar 4.5. Gambar 4.5. Model Jalur Akhir Dari hasil uji signifikansi diperoleh gambaran koefisien regresi seperti pada gambar 4.6. ProsidingSIMNASIPTEK: Hal. A74

11 MB = 11, ,252 KL + 1,965 KS + 0,239 KP Gambar 4.6. Hasil Uji Signifikansi Model Jalur Akhir Tabel memperlihatkan hasil analisa Koefisien Regresi dan Probabilitas untuk model jalur akhir yang dibuat. Tabel Koefisien Regresi dan Nilai Probabilitas Model Jalur Akhir Hubungan Koefisien Probabilitas Keterangan Kausalitas Regresi (KR) (P) KP KI 0,750 0,000 Signifikan MB KL 0,252 0,022 Signifikan MB KS 1,965 0,000 Signifikan MB KP 0,239 0,000 Signifikan Tabel 4.15.Koefisien Determinasi Model Jalur Akhir Variabel Endogen R 2 Intercept KP 12,20% 2,445 MB 63,40% 11, Interpretasi Model Persamaan variabel endogen model akhir dapat dibuat berdasrkan tabel dan tabel 4.15 KP = intercept + γ12 KI4.1 KP = 2, ,750 KI Persamaan 4.1 menjelaskan hubungan antara Kepuasan Pengguna (KP) dengan Kualitas Informasi (KI). Apabila KI meningkat 1 satuan, maka KP akan meningkat 0,750. Hasil penelitian menjelaskan Kepuasan Peserta (KP) yang dipengaruhi oleh variasi Kualitas Informasi (KI) sebanyak 12,20%, sedangkan persentase sebesar 87,80% merupakan variasi yang dijelaskan oleh variabelvariabel lain dalam penelitian ini. Variabel endogen Kepuasan Peserta (KP) dipengaruhi oleh Kualitas Informasi (KI). Persamaan 4.2 menjelaskan hubungan antara Manfaat Bersih (MB) dengan Kualitas Layanan (KL), Kualitas Sistem (KS) dan Kepuasan Pengguna (KP). Jika KL meningkat 1 satuan dan KS serta KP bernilai konstan, maka Manfaat Bersih (MB) akan meningkat sebesar 0,252. Jika KS meningkat 1 satuan dan KL serta KP bernilai konstan, maka Manfaat Bersih (MB) akan meningkat sebesar 1,965. Jika KP meningkat 1 satuan dan KL serta KS bernilai konstan, maka Manfaat Bersih (MB) akan meningkat sebesar 0,239. Variabel endogen Manfaat Bersih (MB) dipengaruhi secara signifikan oleh Kualitas Layanan (KL), Kualitas Sistem (KS), dan Kepuasan Peserta (KP). Hasil penelitian menjelaskan 63,40% Manfaat Bersih (MB) dipengaruhi oleh variasi Kualitas Layanan (KL), Kualitas Sistem (KS) dan Kepuasan Peserta (KP) sedangkan persentase sebesar 36,60% merupakan variasi yang dijelaskan oleh variabel Kualitas Informasi (KI) Uji Moderator Pengujian signifikansi moderator dalam penelitan ini akan diteliti berpengaruh atau tidaknya faktor status kepemilikan modal perusahaan terhadap kepuasan peserta yang disebabkan oleh manfaat bersih. Analisis keragaman variabel moderator berdasarkan kriteria status kepemilikan perusahaan ini dibagi menjadi dua kategori yaitu kategori BUMN (B) dan kategori Swasta (S). Data hasil output untuk analisis keragaman variabel moderator berdasarkan status kepemilikan perusahaan. Hipotesis umum yang diajukan dalam analisa berdasarkan lokasi perusahaan, adalah: H 0 : Diduga kepuasan peserta eprocurement yang disebabkan oleh manfaat bersih tidak dipengaruhi oleh status kepemilikan perusahaan. H 1 : Diduga kepuasan peserta eprocurement yang disebabkan oleh manfaat bersih dipengaruhi oleh status kepemilikan perusahaan. Penentuan hipotesis H 0 diterima atau tidak diterima dilihat dari besar nilai p dalam analisa moderator status kepemilikan perusahaan. Nilai p yang dimaksud, adalah nilai probability untuk model unconstrained pada tabel CMIN. Hipotesis H 0 diterima jika nilai p lebih besar dari 0,05 ( p > 0,05). Untuk nilai p yang lebih kecil dari 0,05 (p < 0,05) maka hipotesis H 0 ditolak. MB = intercept + γ21 KL + γ22 KS + β21 KP4.2 ProsidingSIMNASIPTEK: Hal. A75

12 Tabel CMIN Model NPAR CMIN DF P CMIN/ DF Unconstrained 24 56,707 6,000 9,451 Structural weights 20 65,696 10,000 6,570 Structural covariances 14 84,694 16,000 5,293 Structural residuals ,331 18,000 5,574 Saturated model 30,000 0 Independence model ,114 20,000 14,356 Dilihat dari tabel CMIN untuk status kepemilikan perusahaan BUMN dan swasta, diperoleh nilai p = 0,000 yang berarti p < 0,005. Dengan demikian dinyatakan hipotesis H 0 tidak diterima. Hal ini berarti terdapat pengaruh keragaman status kepemilikan perusahaan terhadap kepuasan peserta eprocurement yang disebabkan oleh manfaat bersih. a. Status Kepemilikan Perusahaan BUMN Terdapat dua hipotesis khusus yang diajukan untuk kategori BUMN, yaitu: H 0 : Tidak terbukti signifikansi kepuasan peserta eprocurement yang disebabkan oleh Kualitas Informasi bagi peserta dengan status kepemilikan perusahaan adalah BUMN. H 1 : Terbukti signifikansi kepuasan peserta e procurement yang disebabkan oleh Kualitas Informasi bagi peserta dengan status kepemilikan perusahaan adalah BUMN. Untuk menentukan apakah hipotesis H 0 diterima atau ditolak, dilihat dari hasil analisis moderator status kepemilikan perusahaan dengan status BUMN. Pada tabel Regression WeightsBUMN terlihat hubungan antara kausalitas Kualitas Informasi (KI) dengan Kepuasan Peserta (KP) memiliki nilai p = 0,374 atau p > 0,005. Jika p lebih besar dari 0,005 (p > 0,005), maka hipotesis H 0 diterima. Tabel Regression Weights BUMN KP M B M B M B Estimat e S.E. C.R. KI,260,293,889 K L K S K P,706,488 1,444 1,355,423 3,205,799,409 1,955 Labe P l,37 4 b1_1,14 9 b2_1,00 1 b3_1,05 1 b4_1 Berdasarkan nilai p dari tabel Regression Weights BUMN, dapat dibuktikan bahwa kepuasan peserta eprocurement tidak dipengaruhi oleh kualitas informasi, bagi peserta dengan status kepemilikan perusahaan adalah BUMN. b. Status Kepemilikan Perusahaan Swasta Terdapat dua hipotesis khusus yang diajukan untuk kategori Swasta, yaitu: H 0 : Tidak terbukti signifikansi kepuasan peserta eprocurement yang disebabkan oleh Kualitas Informasi bagi peserta dengan status kepemilikan perusahaan adalah Swasta. H 1 : Terbukti signifikansi kepuasan peserta e procurement yang disebabkan oleh Kualitas Informasi bagi peserta dengan status kepemilikan perusahaan adalah Swasta. Untuk menentukan apakah hipotesis H 0 diterima atau ditolak, dilihat dari hasil analisis moderator status kepemilikan perusahaan dengan status Swasta. Pada tabel Regression Weights Swasta terlihat hubungan antara kausalitas Kualitas Informasi (KI) dengan Kepuasan Peserta (KP) memiliki nilai p = 0,000 atau p < 0,005. Jika p lebih kecil dari 0,005 (p < 0,005), maka hipotesis H 0 ditolak. KP M B M B M B Tabel Regression Weights Swasta Estimat e S.E. C.R. P Labe l KI,707,185 3,831 *** b1_2 K L,273,113 2,404,01 6 b2_2 KS 1,967,173 11,379 *** b3_2 KP,216,071 3,023,00 3 b4_2 Berdasarkan nilai p dari tabel Regression Weights Swasta, dapat dibuktikan bahwa kepuasan peserta eprocurement dipengaruhi oleh kualitas informasi, bagi peserta dengan status kepemilikan perusahaan adalah Swasta. Ringkasan hasil pengujian hipotesis khusus yang diajukan dalam penelitian ini dapat dilihat pada tabel Tabel Ringkasan Hasil Pengujian Hipotesis Khusus Hipotesis Deskripsi Hipotesis Keputusan H8 Diduga signifikasi kepuasan peserta eprocurement yang disebabkan kualitas sistem dipengaruhi oleh faktor status Ditolak ProsidingSIMNASIPTEK: Hal. A76

13 H9 H10 H11 H12 H13 H14 kepemilikan modal perusahaan Diduga signifikasi kepuasan peserta eprocurement yang disebabkan kualitas informasi dipengaruhi oleh faktor status kepemilikan modal perusahaan Diduga signifikasi kepuasan peserta eprocurement yang disebabkan kualitas layanan dipengaruhi oleh faktor status kepemilikan modal perusahaan Diduga signifikasi manfaat bersih yang disebabkan kualitas sistem dipengaruhi oleh faktor status kepemilikan modal perusahaan Diduga signifikasi manfaat bersih yang disebabkan kualitas informasi dipengaruhi oleh faktor status kepemilikan modal perusahaan Diduga signifikasi manfaat bersih yang disebabkan kualitas layanan dipengaruhi oleh faktor status kepemilikan modal perusahaan Diduga signifikasi manfaat bersih yang disebabkan kepuasan peserta eprocurement dipengaruhi oleh faktor status kepemilikan modal perusahaan Ditolak Ditolak V.KESIMPULAN Dari penelitian ini dapat disimpulkan beberapa hal berikut: 1. Kualitas informasi merupakan variabel atau faktor yang paling mempengaruhi kepuasan peserta eprocurement. 2. Kualitas layanan, kualitas sistem dan kepuasan peserta merupakan variabel atau faktor yang paling mempengaruhi manfaat bersih e Procurement bagi para peserta eprocurement. 3. Keragaman status kepemilikan perusahaan terhadap kepuasan peserta eprocurement yang disebabkan oleh manfaat bersih bagi peserta, dimana tingkat kepuasan ini dilihat dari kualitas informasi yang dihasilkan. 4. Kepuasan peserta eprocurement tidak dipengaruhi oleh kualitas informasi, bagi peserta dengan status kepemilikan perusahaan adalah BUMN. 5. Kepuasan peserta eprocurement dipengaruhi oleh kualitas informasi, bagi peserta dengan status kepemilikan perusahaan adalah Swasta. REFERENSI Aritonang, R. L. (2005). Kepuasan Pelanggan. Jakarta: PT Gramedia Pustaka Utama. Chaffey, D. (2004). Ebusiness and Ecommerce Management: Strategy, Implementation, and Practice (2nd edition). New Jersey: Prentice Hall. DeLone, W. H. (1992). Information System Success: The Quest for the Dependent Variable. Information System Research 3(1), DeLone, W. H. (2003). Information Systems Success: A TenYear Update. Journal of Information Systems Research, The Institute of Management Sciences. Eid, Mustafa I. (2011). Determinants of E Commerce Customer Satisfaction, Trust, and Loyalty in Saudi Arabia. Journal of Electronic Commerce Research, Vol 12, No. 1. Fauzan, M. M. (2013). Tingkat Kesiapan Masyarakat Jasa Konstruksi Dalam Penerapan EProcurement Di Lhokseumawe. Teras Jurnal, Vol 3, No. 1, Maret. Ghozali, I. (2004). Model Persamaan Struktural: Konsep dan Aplikasi dengan Program AMOS Ver Semarang: Badan Penerbit Universitas Diponegoro. Hair, J. F. (1998). Multivariat Data Analysis. New Jersey: Prentice Hall. Jogiyanto, H. (2007). Model Kesuksesan Sistem Teknologi Informasi. Yogyakarta: Andi Offset. Kusdaryono, A. (2007). Strategi Penerapan Sistem EProcurement Pemerintah (SePP): Studi Kasus di Departemen Komunikasi dan Informatika R.I. Jakarta: Universitas Budi Luhur. Liu, C. dan Arnett, K. P.. (2009). Exploring the Factors Associated with Web Site Success In the Context Of Electronic Commerce. Information & Management, 38, Muzahid Akbar, Mohamma, dan Parvez. (2009). Impact of Service Quality, Trust, and Customer Satisfaction on Customers Loyalty. ABAC Journal Vol. 29, No. 1 (JanuaryApril), Nazir, M. (2009). Metode Penelitian. Jakarta: Ghalia Indonesia. Santoso, S. (2011). Struktural Equation Model (SEM): Konsep dan Aplikasi dengan AMOS 18. Jakarta: Elex Media Komputindo. Santoso, S. dan Fandy Tjiptono. (2002). Riset Pemasaran: Konsep dan Aplikasi dengan SPSS. Jakarta: Elex Media Komputindo. Seddon, P. S. (1999). Dimensions of Information Systems Success. Communication of the AIS (2). ProsidingSIMNASIPTEK: Hal. A77

14 Sitinjak, T. dan Sugiarto. (2006). Lisrel. Yogyakarta: Graha Buku. Sugiyono. ( 1999). Metode Penelitian Bisnis. Bandung: Alfabeta. Turban, E. K. (2004). Electronic Commerce: A Managerial Perspective. New Jersey: Prentice Hall. Widodo, P. P. (2007). Seri Structural Equation Modeling. Jakarta: Universitas Budi Luhur. Zeithaml, V. A. (1990). Delivering Quality Service: Balancing Customer Perception and Expectation. New York.: The Free Press. ProsidingSIMNASIPTEK: Hal. A78