BAB 4 HASIL DAN PEMBAHASAN 4.1 Deskriptif Hasil Penelitian Responden dalam penelitian ini yaitu mahasiswa Universitas Multimedia Nusantara. Penyebaran kuesioner dilakukan menggunakan penyebaran secara langsung dan acak sebanyak 200 kuesioner didistribusikan kepada responden pada 23 25 April 2012. Hasil dari penyebaran kuesioner selanjutnya diolah untuk dianalisis. 4.1.1 Karakteristik Responden Berdasarkan Jenis Kelamin Berdasarkan hasil penelitian bahwa karakteristik responden berdasarkan jenis kelamin sebagaimana tertera pada tabel 4.1 berikut: Tabel 4.1 Karakteristik Responden Berdasarkan Jenis Kelamin 33
34 Berdasarkan tabel 4.1 dapat dijelaskan bahwa sebagian besar responden 83,5% berjenis kelamin laki - laki berjumlah 167 orang, sedangkan responden berjenis kelamin perempuan berjumlah 33 orang atau sebesar 16,5%. 4.1.2 Karakteristik Responden Berdasarkan Angkatan Berdasarkan hasil penelitian bahwa karakteristik responden berdasarkan angkatan sebagaimana tertera pada tabel 4.2 berikut: Tabel 4.2 Karakteristik Responden Berdasarkan Angkatan Berdasarkan tabel 4.2 dapat dijelaskan bahwa responden 36% angkatan 2011 berjumlah 72 orang, responden 32,5% angkatan 2009 berjumlah 65 orang, responden 24,5% angkatan 2010 berjumlah 49 orang, dan responden 7% angkatan 2008 berjumlah 14 orang.
35 4.1.3 Karakteristik Responden Berdasarkan Frekuensi Penggunaan E- Learning Berdasarkan hasil penelitian bahwa karakteristik responden berdasarkan frekuensi penggunaan e-learning sebagaimana tertera pada tabel 4.3 berikut: Tabel 4.3 Karakteristik Responden Berdasarkan Frekuensi Penggunaan E-Learning Berdasarkan tabel 4.3 dapat dijelaskan bahwa responden 73% menggunakan e-learning 1 4 kali / minggu berjumlah 146 orang, responden 13% menggunakan e-learning 5 10 kali / minggu berjumlah 26 orang, responden 13% tidak pernah menggunakan e-learning berjumlah 26 orang, responden 1% menggunakan e-learning > 10 kali / minggu berjumlah 2 orang. 4.2 Uji Kualitas Data Uji kualitas data meliputi realibilitas dan uji validitas variabel e-learning (EL), motivasi belajar(mb), dan hasil belajar(hb). Uji reliabitas dilakukan
36 dengan melihat nilai composite reliability yang dihasilkan dengan perhitungan PLS. Nilai suatu variabel dikatakan reliabel jika memberikan nilai composite reliability >0,70 dan Variance extracted >0.50 (Werts et al. 1974 dalam Imam, 2006). Hasil uji reliabilitas disajikan pada tabel 4.4. No Variabel Tabel 4.4 Uji Reliabilitas Composite AVE Reliability Keterangan 1 EL 0.5243 0.8843 Reliable 2 MB 0.6685 0.9335 Reliable 3 HB 0.7212 0.9393 Reliable Hasil pengujian pada table 4.4 menunjukkan bahwa semua variabel penelitian ini sudah menunjukkan sebagai pengukur yang fit, hal ini berarti bahwa semua item pertanyaan yang digunakan untuk mengukur masing - masing variabel adalah reliable. Uji validitas dilakukan dengan menggunakan evaluasi measurement (outer) model yaitu dengan menggunakan convergent validity besarnya loading factor untuk masing masing >0.5 terhadap variabel yang dituju. Tabel 4.5 Uji Validitas EL HB MB EL1 0.5826 0 0 EL2 0.6902 0 0 EL3 0.72 0 0
37 EL4 0.7178 0 0 EL5 0.737 0 0 EL6 0.8319 0 0 EL7 0.765 0 0 HB1 0 0.7877 0 HB2 0 0.8234 0 HB3 0 0.8629 0 HB4 0 0.8992 0 HB5 0 0.8991 0 HB6 0 0.8169 0 MB1 0 0 0.7828 MB2 0 0 0.6816 MB3 0 0 0.8482 MB4 0 0 0.839 MB5 0 0 0.8152 MB6 0 0 0.8927 MB7 0 0 0.8471 Pengujian validitas untuk indikator reflektif menggunakan korelasi antara skor item dengan skor variabelnya. Pengukuran dengan indikator reflektif menunjukkan adanya perubahan pada suatu indikator dalam suatu variabel jika indikator lain pada variabel yang sama berubah (atau dikeluarkan dari model). Indikator reflektif cocok digunakan untuk mengukur persepsi sehingga penelitian ini menggunakan indikator reflektif. Tabel di atas menunjukkan bahwa loading
38 factor memberikan nilai di atas nilai yang disarankan yaitu sebesar 0,5. Nilai paling kecil adalah sebesar 0,5826 untuk indikator EL1. Berarti indikator yang dipergunakan dalam penelitian ini adalah valid atau telah memenuhi convergent validity. Berikut adalah diagram loading factor masing-masing indikator dalam model penelitian: Gambar 4.1 Loading Factor Sumber: Output SmartPLS 2012 4.3 Analisis Data Metode analisis utama dalam penelitian ini dilakukan dengan menggunakan metode SEM berbasis Partial Least Square (PLS).
39 4.3.1 Menilai Outer Model atau Measurement Model Di dalam teknik analisa data dengan menggunakan SmartPLS ada tiga criteria untuk menilai outer model yaitu Convergent Validity, Discriminant Validity dan Composite Reliability. Convergent validity dari model pengukuran dengan refleksif indikator dinilai berdasarkan korelasi antara item score/component score yang diestimasi dengan Soflware PLS. Ukuran refleksif individual dikatakan tinggi jika berkorelasi lebih dari 0,70 dengan variabel yang diukur. 1. Outer Model Atau Measurement Model Variabel E-Learning Variabel E-Learning (EL) dijelaskan oleh 7 indikator yang terdiri dari EL1 sampai dengan EL7. Uji terhadap outer loading bertujuan untuk melihat korelasi antara score item atau indikator dengan score variabelnya. Indikator dianggap reliabel jika memiliki nilai korelasi diatas 0,7, namun dalam tahap pengembangan korelasi 0,50 masih dapat diterima (Ghozali, 2006 ). Tabel 4.6 Measurement Model Variabel E-Learning Original Sample (O) Sample Mean (M) Standard Deviation (STDEV) Standard Error (STERR) T Statistics ( O/STERR ) EL1 <- EL 0.1395 0.1361 0.0272 0.0272 5.1317 EL2 <- EL 0.1537 0.151 0.0246 0.0246 6.2562 EL3 <- EL 0.1679 0.1658 0.0199 0.0199 8.4341 EL4 <- EL 0.1593 0.1583 0.0211 0.0211 7.5325 EL5 <- EL 0.1805 0.1811 0.0207 0.0207 8.7122 EL6 <- EL 0.2776 0.2795 0.0327 0.0327 8.4989 EL7 <- EL 0.279 0.2813 0.0357 0.0357 7.8199 Kelayakan sebuah model juga dapat dilihat dari nilai t - statistiknya, dengan syarat t-statistik harus lebih besar dari t - hitung 1,960 pada tingkat signifikasi 0,05.
40 2. Outer Model Atau Measurement Model Variabel Motivasi belajar Variabel Motivasi Belajar (MB) memiliki 7 indikator yang akan dinilai Loading factornya apakah memenuhi nilai Convergent Validity atau dibawah nilai yang dianjurkan. Hasil pengolahan data dengan menggunakan SmartPLS untuk loading factor variabel Motivasi Belajar (MB) dapat dilihat pada gambar 4.7 sebagai berikut: Tabel 4.7 Measurement Model Variabel Motivasi Belajar Original Sample (O) Sample Mean (M) Standard Deviation (STDEV) Standard Error (STERR) T Statistics ( O/STERR ) MB1 <- MB 0.1553 0.1555 0.0087 0.0087 17.8843 MB2 <- MB 0.1306 0.1304 0.0119 0.0119 10.9711 MB3 <- MB 0.1884 0.1885 0.0088 0.0088 21.2932 MB4 <- MB 0.2015 0.2017 0.0105 0.0105 19.1327 MB5 <- MB 0.17 0.1698 0.0086 0.0086 19.8009 MB6 <- MB 0.1852 0.1855 0.0084 0.0084 21.9812 MB7 <- MB 0.1849 0.1852 0.009 0.009 20.4646 3. Outer Model Atau Measurement Model Variabel Hasil Belajar Variabel Hasil Belajar (HB) memiliki 6 indikator yang akan dinilai Loading factornya apakah memenuhi nilai Convergent Validity atau dibawah nilai yang dianjurkan. Hasil pengolahan data dengan menggunakan SmartPLS untuk loading factor variabel Hasil Belajar (HB) dapat dilihat pada gambar 4.8 sebagai berikut: Tabel 4.8 Measurement Model Variabel Hasil Belajar Original Sample (O) Sample Mean (M) Standard Deviation (STDEV) Standard Error (STERR) T Statistics ( O/STERR ) HB1 <- HB 0.1776 0.1774 0.0087 0.0087 20.5277 HB2 <- HB 0.1674 0.1667 0.0091 0.0091 18.3959 HB3 <- HB 0.1882 0.1882 0.0074 0.0074 25.3689 HB4 <- HB 0.2164 0.2171 0.0127 0.0127 17.072 HB5 <- HB 0.2134 0.214 0.0124 0.0124 17.1757 HB6 <- HB 0.2124 0.213 0.013 0.013 16.3422
41 4.3.2 Menilai Inner Model atau Structural Model Pengujian inner model atau model struktural dilakukan untuk melihat hubungan antara variabel, nilai signifikansi dan R-square dari model penelitian. Model structural dievaluasi dengan menggunakan R-square untuk variabel dependen, Stone-Geisser Qsquare test untuk predictive relevance dan uji t serta signifikansi dari koefisien parameter jalur struktural. Tabel 4.9 R-Square R Square EL 0 HB 0.6023 MB 0.372 Tabel 4.9 ini menunjukkan nilai R-square variabel MB sebesar 0.372 dan variabel HB sebesar 0.6023. Semakin tinggi nilai R-square, maka semakin besar kemampuan variabel independen tersebut dapat menjelaskan variabel dependen sehingga semakin baik persaman struktural. 4.4 Pengujian Hipotesis Pengujian hipotesis didasarkan pada nilai yang terdapat pada analisis structural model, tingkat signifikansi path coefficient didapat dari nilai-t dan nilai standardized path coefficient. Batas nilai atau threshold pengujian hipotesis yaitu:
42 Nilai-t muatan faktornya (factor loadings) lebih besar dari nilai kritis ( 1.96) Nilai standardized path coefficient (p) 0.05. Rangkuman hasil pengujian hipotesis dapat dilihat pada tabel 4.10 hasil uji structural model dibawah ini. Tabel 4.10 Pengujian Hipotesis Hipotesis Variable Original Sample (O) Standard Deviation (STDEV) T Statistics ( O/STERR ) Kesimpulan H1 EL -> HB 0.1754 0.0665 2.6376 Signifikan H2 EL -> MB 0.6099 0.0442 13.7833 Signifikan H3 MB -> HB 0.6565 0.0562 11.6889 Signifikan Berdasarkan hasil uji structural model yang terdapat pada tabel 4.17, dapat disimpulkan sebagai berikut: Hipotesis mengenai E-Learning (EL) akan mempengaruhi Motivasi Belajar (MB) diterima Hipotesis mengenai Motivasi Belajar (MB) akan mempengaruhi Hasil Belajar (HB) diterima. Hipotesis mengenai E-Learning (EL) akan mempengaruhi Hasil Belajar (HB) diterima. 4.5 Kesimpulan Hasil Analisis Data Tabel 4.11 memperlihatkan hasil uji hipotesis yang diajukan dalam penelitian ini melalui hasil pengujian dengan menggunakan SEM berbasis smartpls.
43 Tabel 4.11 Hasil Pengujian Hipotesis Hipotesis Keterangan Hipotesa 1: H0 : Tidak ada pengaruh penggunaan e-learning terhadap motivasi belajar mahasiswa. H1 : Ada pengaruh penggunaan e-learning terhadap Reject H0 motivasi belajar mahasiswa. Hipotesa 2: H0 : Tidak ada pengaruh motivasi belajar mahasiswa terhadap hasil belajar mahasiswa. H1 : Ada pengaruh motivasi belajar mahasiswa terhadap hasil belajar mahasiswa. Reject H0 Hipotesa 3: H0 : Tidak ada pengaruh penggunaan e-learning terhadap hasil belajar mahasiswa. H1 : Ada pengaruh penggunaan e-learning terhadap hasil Reject H0 belajar mahasiswa.
44 Gambar 4.2 Model Desain Penelitian Hasil Pengujian Hipotesis