BAB IV ANALISIS DAN BAHASAN. Dalam mewujudkan dan meningkatkan efisiensi dan efektifitas kalangan

BAB IV ANALISIS DAN BAHASAN 4.1 Profil SMECDA 4.1.1 Sejarah SMECDA.COM Dalam mewujudkan dan meningkatkan efisiensi dan efektifitas kalangan pelaku usaha Indonesia yang terdiri dari Koperasi dan Usaha Kecil Menengah (Koperasi & UKM) yang mandiri dan berkembang, diperlukan berbagai media pendukung bagi KUKM yang nantinya dapat berguna sebagai alat untuk mensejajarkan KUKM dengan pelaku usaha yang lainnya. Dalam hal ini, pemanfaatan Teknologi Informasi ( Information Technology IT) dapat digunakan se-penuhnya di dalam dunia usaha yang tertuang dalam bentuk website di internet guna mempromosikan perusahaan dan produk yang dihasilkan dan informasi pasar. Guna memenuhi kebutuhan sarana promosi, informasi dan komunikasi, Kementerian Koperasi dan UKM Republik Indonesia telah membangun dan mengembangkan website khusus bagi kalangan KUKM yang tertuang dalam www.smecda.com. Dalam Pengembangan kedepan diharapkan dapat lebih mendukung pelaksanaan pemerintahan yang lebih efisien antara lain, koordinasi pemerintah dapat dilakukan melalui E-mail, chatting, sms atau bahkan video conference. Hal ini sangat membantu dalam koordinasi, diskusi dan komunikasi antara pimpinan daerah yang dapat dilakukan tanpa kesemuanya harus berada pada lokasi fisik yang sama. 40

41 4.1.2 Visi dan Misi SMECDA.COM Visi Kementrian Koperasi & UKM, dalam hal ini Deputi Bidang Pengkajian Sumberdaya Koperasi & UKM dapat menjadi motor penggerak dalam usaha peningkatan dan pengembangan kapasitas, efisiensi, efektifitas dan daya saing KUKM yang didukung oleh SDM Profesional. Oleh karena itu VISI smecda.com adalah Situs KUKM (www.smecda.com) menjadi rumah besar bagi KUKM dalam kegiatan informasi yang berkaitan dengan hasil kajian pemerintah di bidang pembangunan KUKM, temuan-temuan ilmiah baru dalam pemberdayaan KUKM, potensi daerah yang perlu di dorong untuk tumbuh, serta sebagai sarana promosi dan komunikasi. Misi 1. Membangun sebuah media yang berbasis Teknologi Informasi agar kemudahan dan keuntungannya dapat dimanfaatkan semaksimal mungkin oleh kalangan KUKM dan kaitannya dengan pengembangan usaha. 2. Mendorong pengembangan, pemanfaatan dan peningkatan nilai tambah KUKM dalam peningkatan wawasan bidang usaha yang berkaitan dengan IT. 3. Menyediakan informasi berkenaan dengan bidang usaha ditujukan untuk kalangan KUKM agar dapat mendorong bangkitnya perekonomian Indonesia. 4.1.3 Struktur Organisasi Deputi Bidang Pengkajian Sumberdaya, UKM dan koperasi

42 Struktur organisasi yang ada di Kementerian Koperasi dan UKM khususnya di deputi bidang pengkajian sumberdaya adalah sebagai berikut Gambar 4. 1 Struktur Deputi Bidang Pengkajian Sumberdaya UKMK Sumber : Deputi bidang kerjasama dan jaringan asdep urusan pengembangan perkaderan UKM deputi bidang pengkajian sumberdaya UKMK (2012)

43 4.2 Pembahasan 4.2.1 Deskripsi Data Untuk memperoleh data dalam penelitian ini, maka dilakukan penyebaran kuesioner atau angket kepada sampel yang telah ditentukan. Kuesioner dibuat dalam Bahasa Indonesia dan dicetak sebanyak 50 kuesioner. Penyebaran dan pengumpulan kuesioner dilakukan selama seminggu yaitu dari tanggal 22 Oktober 2012 29 Oktober 2012. Kuesioner dibagikan kepada pegawai dalam Kementerian Koperasi dan UKM deputi pengkajian dan sumber daya UKMK. Kuesioner yang berhasil terkumpul adalah sebanyak 46 dari 50 kuesioner yang dibagikan. Namun dari 46 kuesioner yang terkumpul, hanya 43 kuesioner yang dapat digunakan dan sisanya 3 kuesioner tidak dapat digunakan karena tidak terisi lengkap oleh responden. (Maxfield & Babbie, 2011) menyebutkan aturan praktis mengenai tingkat pengembalian yaitu tingkat respon (response rate) minimal 50 % sudah memadai untuk analisis dan pelaporan, tingkat respon 60% dianggap baik, dan tingkat respon 70% adalah sangat baik. Pada penelitian ini, tingkat respon yang diperoleh adalah sebesar 86% yang berarti tingkat respon sangat baik untuk analisis atau pelaporan. PROFIL RESPONDEN Sebelum membahas hasil penelitian, terlebih dahulu penulis membahas mengenai karakteristik / profil responden. Dimana dalam penelitian ini dibedakan menurut jenis kelamin, usia, tingkat pendidikan, lama bekerja, jabatan, frekuensi kunjungan, kepentingan menggunakan internet, dan lama penggunaan internet dalam sehari. Pembahasan mengenai profil responden akan digambarkan dalam bentuk pie chart berikut :

44 Profil Responden berdasarkan Jenis Kelamin Gambar 4. 2 Profil Responden berdasarkan Jenis Kelamin Berdasarkan chart diatas, dapat diketahui responden yang paling banyak dalam penelitian ini adalah pria. Dimana dari 43 responden, terdapat 32 responden (74%) berjenis kelamin pria. Sedangkan sisanya 11 responden (26%) berjenis kelamin wanita. Profil Responden berdasarkan Usia

45 Gambar 4. 3 Profil Responden berdasarkan Usia Berdasarkan chart di atas, dapat diketahui usia responden dengan peringkat pertama terbanyak adalah responden dengan range usia 25-35 tahun dengan presentase sebesar 39% (17 responden). Diurutan kedua adalah responden dengan range usia lebih dari 45 tahun sebesar 33% (14 responden). Dan sisanya adalah responden dengan range usia 35-45 tahun sebesar 27% (12 responden). Pada penelitian ini, tidak terdapat responden dengan range usia kurang dari 25 tahun (0%). Profil Responden berdasarkan Pendidikan Terakhir

46 Gambar 4. 4 Profil Responden berdasarkan Pendidikan Terakhir Berdasarkan chart diatas, dapat diketahui pendidikan terakhir dari responden penelitian. Di peringkat pertama terbanyak adalah responden dengan tingkat pendidikan terakhir S1 dengan presentase sebesar 65% (28 responden). Di urutan kedua adalah responden dengan tingkat pendidikan terakhir S2 dengan presentase sebesar 23%. Kemudian sisanya adalah responden dengan pendidikan terakhir lainnya (SMK) sebesar 9% (4 responden), dan Diploma sebesar 3% (1 responden). Tidak terdapat responden dengan pendidikan terakhir S3. Profil Responden berdasarkan Jabatan

47 Gambar 4. 5 Profil Responden berdasarkan Jabatan Berdasarkan chart diatas, dapat diketahui jabatan responden dengan peringkat pertama terbanyak adalah Kepala Sub Bidang yaitu sebesar 42% (18 responden). Diurutan kedua adalah responden dengan jabatan sebagai Kepala Bidang sebesar 21% (9 responden). Kemudian diurutan ketiga adalah dengan jabatan lainnya yaitu sebesar 21% (9 responden yang terdiri dari peneliti dan staff). Sedangkan sisanya adalah responden dengan jabatan sebagai Satff Khusus sebesar 14% (6 responden) dan Asisten Deputi sebesar 2% (1 responden). Profil Responden berdasarkan Lama Bekerja

48 Gambar 4. 6 Profil Responden berdasarkan Lama Bekerja Berdasarkan chart diatas, dapat diketahui pada peringkat pertama terbanyak adalah responden yang telah bekerja selama lebih dari 10 tahun yaitu sebesar 47% (20 responden). Diurutan kedua adalah responden yang telah bekerja selama 1-5 tahun yaitu sebesar 28% (12 responden). Sedangkan sisanya adalah responden yang telah bekerja selama 5-10 tahun sebesar 23% (10 responden) dan kurang dari satu tahun yaitu 2% (1 responden). Profil Responden berdasarkan Frekuensi Kunjungan dalam Seminggu

49 Gambar 4. 7 Profil Responden berdasarkan Frekuensi Kunjungan Berdasarkan chart diatas, dapat diketahui frekuensi kunjungan responden pada website SMECDA.COM selama seminggu. Pada peringkat pertama terbanyak adalah frekuensi kunjungan sebanyak 2-3 kali seminggu dengan presentase sebesar 42% (18 responden). Diurutan kedua adalah responden dengan frekuensi kunjungan setiap hari dengan presentase sebesar 33% (14 responden). Dan sisanya adalah responden dengan frekuensi kunjungan sebanyak 4-5 kali seminggu sebesar 26% (11 responden). Profil Responden berdasarkan Kepentingan Menggunakan Internet

50 Gambar 4. 8 Profil Responden berdasarkan Kepentingan Menggunakan Internet Berdasarkan chart diatas, dapat diketahui kepentingan responden menggunakan internet. Secara keseluruhan, mayoritas pengguna menggunakan internet untuk pekerjaan dan keperluan pribadi dengan persentase sebesar 84% (36 responden). Namun jika diakumulasikan maka, lebih besar kepentingan menggunakan internet untuk pekerjaan dibandingkan dengan keperluan pribadi. Profil Responden berdasarkan Lamanya Penggunaan Internet dalam Sehari

51 Gambar 4. 9 Profil Responden berdasarkan Lamanya Penggunaan Internet dalam Sehari Berdasarkan chart diatas, dapat diketahui lamanya penggunaan internet oleh responden dalam sehari. Pada peringkat pertama terbanyak adalah penggunaan internet selama lebih dari 5 jam sehari dengan persentase sebesar 35% (15 responden). Diurutan kedua adalah responden dengan penggunaan internet selama 1-3 jam dengan presentase sebesar 30% (13 responden). Dan sisanya adalah responden dengan penggunaan internet selama 3-5 jam sebesar 21% (9 responden) dan responden dengan penggunaan internet selama kurang dari 1 jam sebesar 14% (6 responden). 4.2.2 Evaluasi Model Pengukuran atau Outer Model Langkah pertama untuk menganalisis hasil penelitian ini adalah dengan mengevaluasi measurement model untuk mengetahui bagaimana hubungan antara variabel laten dengan indikatornya atau variabel manifesnya. Evaluasi outer model meliputi :

52 4.2.2.1 Convergent Validity Convergent validity dari model pengukuran dapat dilihat dari korelasi antara skor item/indikator dengan skor konstruknya (loading factor) dengan kriteria nilai faktor loading dari setiap indikator lebih besar dari 0,5 dan nilai p-value < 0,05. a. Convergent validity untuk konstruk Website Quality Konstruk Website Quality terdiri dari 22 indikator. Berdasarkan hasil output WarpPLS, semua indikator memiliki nilai p-value dibawah 0,05 namun pada hasil faktor loadingnya, terdapat 4 indikator yang memiliki nilai loading dibawah 0,5 yaitu nilai loading indikator u1 sebesar 0,489, nilai loading indikator u8 sebesar 0,455, nilai loading indikator c3 sebesar 0,426, dan nilai loading indikator c5 sebesar 0,490. Berdasarkan nilai loading tersebut, maka keempat indikator tersebut tidak memenuhi convergent validity sedangkan kedelapanbelas indikator lainnya telah memenuhi convergent validity. Untuk lebih jelasnya dapat dilihat pada tabel 4.1 berikut ini : Table 4. 1 Nilai Loading untuk Konstruk Website Quality No Indikator Nilai Loading P-value Keterangan 1 u1 0.489 <0.001 Tidak memenuhi convergent validity 2 u2 0.749 <0.001 Memenuhi convergent validity 3 u3 0.736 0.002 Memenuhi convergent validity 4 u4 0.799 <0.001 Memenuhi convergent validity

53 (Lanjutan Tabel 4.1) No Indikator Nilai Loading P-value Keterangan 5 u5 0.794 <0.001 Memenuhi convergent validity 6 u6 0.681 0.001 Memenuhi convergent validity 7 u7 0.608 <0.001 Memenuhi convergent validity 8 u8 0.455 0.005 Tidak memenuhi convergent validity 9 c1 0.670 <0.001 Memenuhi convergent validity 10 c2 0.517 0.006 Memenuhi convergent validity 11 c3 0.427 0.005 Tidak memenuhi convergent validity 12 c4 0.512 0.004 Memenuhi convergent validity 13 c5 0.490 0.014 Tidak memenuhi convergent validity 14 c6 0.689 <0.001 Memenuhi convergent validity 15 c7 0.606 0.003 Memenuhi convergent validity 16 c8 0.778 <0.001 Memenuhi convergent validity 17 i1 0.530 0.004 Memenuhi convergent validity 18 i2 0.605 <0.001 Memenuhi convergent validity 19 i3 0.603 0.008 Memenuhi convergent validity 20 i4 0.693 <0.001 Memenuhi convergent validity 21 i5 0.733 0.001 Memenuhi convergent validity 22 i6 0.502 0.019 Memenuhi convergent validity Sumber : Output program WarpPLS yang diolah (2012)

54 b. Convergent validity untuk konstruk User Satisfaction Konstruk User Satisfaction terdiri dari 6 indikator yaitu us1, us2,us3, us4, us5, dan us6. Berdasarkan hasil output WarpPLS, dari 6 indikator, terdapat 1 indikator yang memiliki nilai p-value diatas 0,05 dan nilai loading dibawah 0,5 yaitu indikator us6 dengan nilai p-value sebesar 0,161 dan nilai loading sebesar 0,302. Hasil tersebut menunjukkan bahwa indikator us6 tidak memenuhi convergent validity. Sedangkan hasil loading dari 5 indikator lainnya telah memenuhi syarat convergent validity. Untuk lebih jelas dapat dilihat pada tabel 4.2 berikut : Table 4. 2 Nilai Loading untuk Konstruk User Satisfaction No Indikator Nilai Loading P value Keterangan 1 us1 0.774 <0.001 Memenuhi convergent validity 2 us2 0.682 <0.001 Memenuhi convergent validity 3 us3 0.776 <0.001 Memenuhi convergent validity 4 us4 0.577 0.014 Memenuhi convergent validity 5 us5 0.727 <0.001 Memenuhi convergent validity 6 us6 0.302 0.161 Tidak memenuhi convergent validity Sumber : Output program WarpPLS yang diolah (2012) c. Convergent validity untuk konstruk Intention to Revisit Konstruk Intention to Revisit terdiri dari 3 indikator yaitu ir1, ir2, dan ir3. Berdasarkan hasil output WarpPLS, diperoleh hasil p-value kurang dari 0,001 untuk seluruh indikator dan nilai loading sebesar 0,883 untuk indikator ir1, 0,900 untuk

55 indikator ir2 dan 0,880 untuk indikator ir3. Hasil loading ketiga indikator menunjukkan nilai diatas 0,5 yang berarti bahwa seluruh indikator telah memenuhi convergent validity. Untuk lebih jelasnya dapat dilihat pada tabel 4.3 berikut ini : Table 4. 3 Nilai Loading untuk Konstruk Intention to Revisit No Indikator Nilai Loading P value Keterangan 1 ir1 0.883 <0.001 Memenuhi convergent validity 2 ir2 0.9 <0.001 Memenuhi convergent validity 3 ir3 0.88 <0.001 Memenuhi convergent validity Sumber : Output program WarpPLS yang diolah (2012) Berdasarkan keseluruhan hasil diatas, terdapat 5 indikator yang tidak memenuhi syarat convergent validity yaitu indikator u1, u8, c3, dan c5 dari konstruk website quality dan indikator us6 dari konstrak user satisfaction. Hal ini berarti bahwa kelima indikator tidak valid dan tidak digunakan dalam model. Pengukuran lainnya dari convergent validity adalah dengan menlihat nilai average variance extracted (AVE). Nilai ini menggambarkan varian atau keragaman variabel manifes yang dapat dikandung oleh konstruk laten. Dengan demikian semakin besar varian atau keragaman variabel manifes yang dapat dikandung oleh konstruk laten, maka semakin besar representasi variabel manifes terhadap konstruk latennya (Yamin & Kurniawan, 2011, p. 19). Kriteria penilaiannya adalah nilai AVE > 0,5. Berikut adalah hasil AVE setiap konstruk yang dapat dilihat pada tabel 4.4 :

56 Table 4. 4 Nilai AVE Average Variances Extracted (AVE) WebQual 0.399 Usat 0.436 Intent 0.788 Sumber : Output program WarpPLS yang diolah (2012) Berdasarkan tabel diatas, diketahui bahwa nilai AVE untuk konstruk website quality sebesar 0,399 dan user satisfaction sebesar 0,436 lebih kecil dari 0,5 yang berarti syarat AVE tidak terpenuhi. Sedangkan untuk konstruk intention to revisit nilai AVE yang dihasilkan lebih besar daripada 0,5 yaitu 0,788. Hal ini menunjukkan berdasarkan kriteria AVE, hanya konstruk intention to revisit yang menunjukkan ukuran convergent validity yang baik. Namun nilai AVE yang berada dibawah 0,5 tidak menimbukan kekhawatiran karena pada penelitian sebelumnya cukup sering ditemukan hasil AVE dibawah 0,5 bahkan ketika construct reliability diterima (Hatcher, 1994 dalam (Halim & Che-Ha, 2009). Sehingga untuk kedua konstruk yang memiliki nilai AVE dibawah 0,5 masih dapat diterima. 4.2.2.2 Discriminant Validity Discriminant Validity dari model pengukuran dinilai berdasarkan cross loading pengukuran dengan konstruk. Jika korelasi konstruk dengan pokok pengukuran (setiap indikatornya) lebih besar daripada ukuran konstruk lainnya, maka konstruk laten memprediksi indikatornya lebih baik daripada konstruk lainnya. Cara

57 lain mengukur Discriminant Validity adalah dengan melihat nilai square root average varance extracted (AVE). Pada penelitian ini, kriteria yang digunakan adalah dengan melihat cross loadingnya. Berikut adalah tabel hasil cross loading antara indikator dengan konstuknya : Table 4. 5 Cross Loadings Indikator antar Konstruk Webqual Usat Intent Webqual Usat Intent u1 0.489 0.017 0.283 i1 0.53 0.422 0.456 u2 0.749 0.308-0.18 i2 0.605 0.134-0.175 u3 0.736-0.475-0.117 i3 0.603-0.299 0.366 u4 0.799 0.149 0.034 i4 0.693 0.32 0.117 u5 0.794-0.233 0.211 i5 0.733 0.155-0.011 u6 0.681-0.218 0.168 i6 0.502 0.024-0.097 u7 0.608 0.162-0.02 us1 0.046 0.774 0.065 u8 0.455 0.19 0.106 us2-0.051 0.682 0.036 c1 0.67 0.029-0.156 us3 0.183 0.776-0.067 c2 0.517-0.253-0.16 us4-0.267 0.577-0.19 c3 0.427-0.225-0.463 us5 0.117 0.727-0.164 c4 0.512 0.024 0.013 us6-0.244 0.302 0.679 c5 0.49-0.35 0.056 ir1-0.2 0.323 0.883 c6 0.689 0.07-0.078 ir2 0.065-0.019 0.9 c7 0.606 0.093-0.121 ir3 0.134-0.304 0.88 c8 0.778-0.092-0.213 Sumber : Output program WarpPLS yang diolah (2012)

58 Untuk indikator u1, u8, c3, c5, dan us6 tidak dimasukkan dalam pengujian discriminant validity sebab indikator-indikator tersebut tidak memenuhi syarat convergent validity (tidak valid). Berdasarkan hasil output pada tabel diatas, dapat dilihat bahwa korelasi konstruk website quality dengan indikatornya lebih besar dibandingkan korelasi indikator website quality dengan konstruk lainnya. Kemudian korelasi konstruk user satisfaction dengan indikatornya juga menunjukkan hasil lebih besar dibandingkan korelasi indikator user satisfaction dengan konstruk lainnya. Dan begitu pula konstruk intention to revisit yang menunjukkan korelasi konstruk dengan indikatornya lebih besar daripada korelasi indikator dengan konstruk lainnya. Hal ini menunjukkan bahwa seluruh konstruk memenuhi kriteria discriminant validity yang berarti seluruh konstruk laten memprediksi indikator pada blok mereka lebih baik dibandingkan dengan indikator diblok lainnya. 4.2.2.3 Composite Reliability Setelah menguji validitas konstruk, pengujian selanjutnya adalah uji reliabilitas konstruk yang diukur dengan dua kriteria yaitu composite reliability dan cronbach alpha dari blok indikator yang mengukur konstrak. Suatu konstrak dinyatakan reliabel jika nilai composite reliability maupun cronbach alpha diatas 0,7. Berikut adalah tabel yang menunjukkan koefisien variabel laten : Table 4. 6 Latent Variable Coefficients Webqual Usat Intent

59 Composite reliability 0.934 0.813 0.918 Cronbach's alpha 0.924 0.721 0.865 Sumber : Output program WarpPLS yang diolah (2012) Berdasarkan tabel 4.5, hasil menunjukkan koefisien composite reliability yang memuaskan dari masing-masing konstruk yaitu website quality (0,934), user satisfaction (0,813), dan intention to revisit (0,918). Begitu pula koefisien Cronbach's alpha juga menunjukkan hasil yang baik yaitu website quality (0,924), user satisfaction (0,721), dan intention to revisit (0,865). Jadi dapat disimpulkan bahwa masing-masing konstruk memiliki reliabilitas yang tinggi, hal ini dapat dilihat dari nilai composite reliability dan cronbach s alpha seluruh konstruk lebih besar dari 0,70. 4.2.3 Evaluasi Model Struktural atau Inner Model Setelah melakukan evaluasi model pengukuran dan diperoleh bahwa setiap konstruk telah memenuhi syarat convergent validity, discriminant validity, dan composite reliability, maka berikutnya adalah evaluasi model struktural yang meliputi pengujian kecocokan model (model fit), path coefficient, dan R 2. Pengujian kecocokan model perlu dilakukan sebelum melakukan uji signifikansi path coefficient dan R 2. Uji kecocokan model ini digunakan untuk mengetahui apakah suatu model memiliki kecocokan dengan data. Pada uji kecocokan model ini, terdapat 3 indeks pengujian yaitu Average Path Coefficient (APC), Average R-Squared (ARS), dan Average Variance Inflation Factor (AVIF)

60 dengan kriteria APC dan ARS diterima dengan syarat p-value < 0,05 dan AVIF lebih kecil dari 5. Berikut adalah hasil output model fit indices dari program warppls : Table 4. 7 Model Fit Indices Indeks P-value APC 0.445 P < 0.001 ARS 0.443 P = 0.018 AVIF 1.552 (Good if < 5) Sumber : output program Warppls (2012) Berdasarkan hasil output, diketahui bahwa APC memiliki indeks sebesar 0,445 dengan nilai p-value < 0,001 sedangkan ARS memiliki indeks sebesar 0,443 dengan p-value = 0,018. P-value kedua indeks menunjukkan hasil dibawah 0,05 yang berarti memenuhi kriteria APC dan ARS. Kemudian untuk AVIF juga menunjukkan indeks dibawah 5 yaitu sebesar 1,552. Jadi secara keseluruhan dapat disimpulkan bahwa model sudah fit dengan data sehingga dapat dilanjutkan pada pengujian berikutnya. Berdasarkan informasi pada gambar 4.10, dapat diketahui bahwa total variabel laten pada penelitian ini sejumlah 3 variabel dan variabel teramati (variabel manifes) sejumlah 31 indikator dengan rincian, yaitu 22 indikator untuk website quality, 6 indikator untuk user satisfaction, dan 3 indikator untuk intention to revisit. Untuk mengevaluasi hubungan struktural antar variabel laten, harus dilakukan pengujian hipotesis terhadap koefisien jalur antar variabel dengan

61 membandingkan angka p-value dengan alpha (0,05). Besarnya p-value diperoleh dari output pada WARPPLS. Pengujian hipotesis ini juga dimaksudkan untuk membuktikan kebenaran dugaan penelitian yang terdiri dari 4 hipotesis berikut ini : H1: terdapat pengaruh antara Website Quality terhadap User Satisfaction pada website SMECDA.COM H2: terdapat pengaruh antara User Satisfaction terhadap Intention to Revisit pada website SMECDA.COM H3: terdapat pengaruh antara Website Quality terhadap Intention to Revisit pada website SMECDA.COM H4: terdapat pengaruh secara simultan antara Website Quality dan User Satisfaction terhadap Intention to Revisit pada website SMECDA.COM Berikut merupakan gambar model penelitian beserta hasil yang diperoleh dari pengolahan data dengan program warppls : Gambar 4. 10 Model Penelitian Sumber : output program Warppls (2012)

62 Pengujian seluruh hipotesis akan dianalisis berdasarkan hasil yang diperoleh dari pengolahan data pada tabel tabel berikut : Table 4. 8 Direct effect Kriteria webqual usat intent webqual - - - path coefficients Usat 0.792 - - Intent -0.058 0.484 - webqual - - - p values Usat <0.001 - - Intent 0.407 0.064 - webqual - - - effect sizes for path Usat 0.627 - - Intent 0.020 0.251 - Sumber : output program Warppls yang diolah (2012) Uji Hipotesis 1 Hipotesis Ho : Variabel website quality tidak memiliki pengaruh yang signifikan terhadap variabel user satisfaction pada website SMECDA.COM Ha : Variabel website quality memiliki pengaruh yang signifikan terhadap variabel user satisfaction pada website SMECDA.COM Dasar Pengambilan Keputusan

63 p-value > 0.05, maka Ho diterima p-value < 0,05, maka Ho ditolak dan Ha diterima Keputusan p-value = 0,001 < 0,05, maka Ho ditolak dan Ha diterima Kesimpulan Variabel website quality memiliki pengaruh yang signifikan terhadap variabel user satisfaction pada website SMECDA.COM, dimana variabel website quality memiliki pengaruh yang positif terhadap variabel user satisfaction yang dapat diamati melalui nilai koefisien jalur yang bernilai positif yaitu sebesar 0,792. Angka ini menunjukkan bahwa jika terjadi peningkatan pada penilaian terhadap website quality sebesar satu satuan, maka penilaian terhadap user satisfaction akan meningkat sebesar 0,792, dan begitu pula sebaliknya, setiap terjadi penurunan penilaian terhadap website quality sebesar satu satuan, maka penilaian terhadap user satisfaction akan menurun sebesar 0,792. Nilai R 2 dapat dilihat pada effect size, dimana nilai effect size sebesar 0,627 berarti bahwa variabel website quality mempengaruhi variabel user satisfaction pada website smecda.com sebesar 62,7% dan 37,3% sisanya dipengaruhi oleh variabel lainnya diluar penelitian ini. Uji Hipotesis 2 Hipotesis Ho : Variabel user satisfaction tidak memiliki pengaruh yang signifikan terhadap variabel intention to revisit pada website SMECDA.COM

64 Ha : Variabel user satisfaction memiliki pengaruh yang signifikan terhadap variabel intention to revisit pada website SMECDA.COM Dasar Pengambilan Keputusan p-value > 0.05, maka Ho diterima p-value < 0,05, maka Ho ditolak dan Ha diterima Keputusan p-value = 0,064 > 0,05, maka Ho diterima Kesimpulan Variabel user satisfaction tidak memiliki pengaruh yang signifikan terhadap variabel intention to revisit pada website SMECDA.COM. Uji Hipotesis 3 Hipotesis Ho : Variabel website quality tidak memiliki pengaruh yang signifikan terhadap variabel intention to revisit pada website SMECDA.COM Ha: Variabel website quality memiliki pengaruh yang signifikan terhadap variabel intention to revisit pada website SMECDA.COM Dasar Pengambilan Keputusan p-value > 0.05, maka Ho diterima p-value < 0,05, maka Ho ditolak dan Ha diterima Keputusan p-value = 0.407 > 0,05, maka Ho diterima Kesimpulan Variabel website quality tidak memiliki pengaruh yang signifikan terhadap variabel intention to revisit pada website SMECDA.COM

65 Table 4. 9 Total effects Kriteria Webqual Usat Intent Webqual - - - Path coefficients Usat 0.792 - - Intent 0.325 0.484 - Webqual - - - p values Usat <0.001 - - Intent 0.148 0.064 - Webqual - - - Effect sizes for path Usat 0.627 - - Intent 0.113 0.251 - Webqual - - - Number of paths Usat 1 - - Intent 2 1 - Sumber : output program Warppls yang diolah (2012) Uji Hipotesis 4 Hipotesis Ho : Variabel website quality dan user satisfaction secara simultan tidak memiliki pengaruh yang signifikan terhadap variabel intention to revisit pada website SMECDA.COM Ha : Variabel website quality dan user satisfaction secara simultan memiliki pengaruh yang signifikan terhadap variabel intention to revisit pada website SMECDA.COM

66 Dasar Pengambilan Keputusan p-value > 0.05, maka Ho diterima p-value < 0,05, maka Ho ditolak dan Ha diterima Keputusan p-value = 0.148 > 0,05, maka Ho diterima Kesimpulan Variabel website quality dan user satisfaction secara simultan tidak memiliki pengaruh yang signifikan terhadap variabel intention to revisit pada website SMECDA.COM. Rangkuman hasil uji hipotesis : Table 4. 10 Hasil Uji Hipotesis Hipotesis Pengaruh antara Beta Keputusan Hipotesis 1 Website User 0.792 diterima quality satisfaction Hipotesis 2 User Intention to 0.484 ditolak satisfaction Revisit Hipotesis 3 Website Intention to -0.06 ditolak quality Revisit Hipotesis 4 Website User Intention 0.325 ditolak Quality satisfaction to revisit Sumber : Peneliti (2012) Berdasarkan keseluruhan pengujian, diperoleh :

67 Pengujian Hipotesis 1 diterima yang berarti Variabel website quality memiliki pengaruh yang signifikan terhadap variabel user satisfaction pada website SMECDA.COM. Pengujian Hipotesis 2 ditolak yang berarti Variabel user satisfaction tidak memiliki pengaruh yang signifikan terhadap variabel intention to revisit pada website SMECDA.COM. Pengujian Hipotesis 3 ditolak yang berarti Variabel website quality tidak memiliki pengaruh yang signifikan terhadap variabel intention to revisit pada website SMECDA.COM Pengujian Hipotesis 4 ditolak yang berarti Variabel website quality dan user satisfaction secara simultan tidak memiliki pengaruh yang signifikan terhadap variabel intention to revisit pada website SMECDA.COM 4.2.4 Gap Analisis Untuk melakukan analisis gap mengenai kualitas website, digunakan program Ms. Excel untuk menghitung gap dan quality, serta program SPSS untuk membuat diagram IPA. Gap diperlukan untuk mengetahui seberapa besar (kesenjangan) antara tingkat kinerja dan tingkat kepentingan atribut dari website tersebut. Dan quality dihitung untuk menganalisis kualitas, dimana jika nilai Q (kualitas) > 1, maka kualitas dikatakan baik. Hasil penelitian mengenai kualitas website yang ada pada website smecda.com dapat dilihat pada tabel dibawah ini :

68 Table 4. 11 Gap Webqual Dimensi Webqual Kinerja Kepentingan Gap Q u2 3.88 3.95-0.07 0.98 u3 3.98 3.98 0.00 1.00 Usability u4 3.72 3.88-0.16 0.96 u5 3.86 3.93-0.07 0.98 u6 4.05 3.98 0.07 1.02 u7 4.00 4.05-0.05 0.99 c1 3.56 3.79-0.23 0.94 c2 3.53 3.81-0.28 0.93 Content c4 3.79 3.74 0.05 1.01 c6 3.53 3.63-0.09 0.97 c7 3.67 3.95-0.28 0.93 c8 3.35 3.98-0.63 0.84 i1 3.77 4.05-0.28 0.93 i2 3.37 4.07-0.70 0.83 Information Quality i3 3.70 3.98-0.28 0.93 i4 3.63 3.93-0.30 0.92 i5 3.72 4.12-0.40 0.90 i6 3.53 3.70-0.16 0.96 Rata-rata 3.70 3.92-0.21 Sumber : Peneliti (2012)

69 Berdasarkan hasil yang ditunjukkan dalam tabel, diketahui terdapat kesenjangan (gap) yang bernilai negatif antara kinerja dengan tingkat kepentingan kualitas website berdasarkan perspektif pengguna, meskipun ada beberapa atribut yang memiliki gap yang bernilai positif. Hampir seluruh skor kinerja berada dibawah skor kepentingan. Kemudian dari hasil penilaian quality, hanya beberapa butir yang menunjukkan hasil > 1 yaitu butir u3, u6, c4, dimana butir u3 menunjukkan bahwa pengguna mudah menemukan apa yang dicari didalam website, butir u6 menunjukkan bahwa pengguna mudah melihat dan membaca teks didalam website smecda.com, dan butir c4 menunjukkan bahwa website smecda.com sudah memberikan kesan yang sesuai dengan citra institusi. Kemudian jika dilihat dari rata-rata nilai gap masing-masing dimensi webqual, diketahui bahwa dimensi usability menunjukkan hasil gap yang paling kecil (-0,05) dan nilai Q yang paling besar (0,99) yang hampir mendekati angka 1. Hal ini berarti bahwa rata-rata dimensi usability sudah hampir memenuhi harapan pengguna dalam kualitas website. Sedangkan dua dimensi lainnya yaitu dimensi content dan information quality menunjukkan angka gap yang lebih besar dan nilai quality yang lebih kecil dari 1. Hal ini berarti bahwa rata-rata dua dimensi tersebut belum memenuhi harapan pengguna dalam kualitas website, dimana information quality jika dilihat dari gap nya menunjukkan angka yang paling besar diantara kedua dimensi lainnya. Untuk lebih jelasnya dapat dilihat hasil rata-rata dimensi pada tabel berikut :

70 Table 4. 12 Rata-rata Dimensi Webqual No. Dimensi Nilai rata-rata (GAP) Q 1 Usability -0.05 0.99 2 Content -0.24 0.94 3 Information quality -0.35 0.91 Sumber : Peneliti (2012) Untuk mengetahui atribut mana yang telah berjalan baik dan atribut yang perlu ditingkatkan dengan memprioritaskan daerah perbaikan, diperlukan diagram IPA yang dibuat berdasarkan data hasil kinerja dan kepuasan pada tabel 4.9 Gap Webqual. Berikut adalah gambar hasil diagram kartesius untuk IPA:

Gambar 4. 11 Diagram IPA Sumber : output program SPSS (2012) 71

72 Diagram IPA menunjukkan 4 kuadran yang terdiri dari: - Kuadran I (High Importance/Low Performance) : Concentrate Here. - Kuadran II (High Importance/High Performance) : Keep Up the Good Work. - Kuadran III (Low Importance/Low Performance) : Low Priority. - Kuadran IV (Low Importance/High Performance) : Possible Overkill. Perpotongan pada diagram IPA dalam gambar 4.10, diperoleh dengan menggunakan tingkat rata-rata kepentingan 3,92 dan tingkat rata-rata kinerja 3,70. Pada kuadran I (Concentrate Here), pengguna menganggap atribut sangat penting, tetapi memiliki persepsi kinerja dibawah rata-rata (rendah). Atribut-atribut yang berada pada kuadran ini merupakan atribut yang berada pada area perbaikan. Ada 5 atribut yang masuk dalam kuadran ini yaitu : Pengelompokan menu pilihan dalam website sudah tepat (c7). Tata letak desain per halaman website sudah konsisten (c8) Website smecda.com menyediakan informasi yang up-to-date (i2). Website smecda.com menyediakan informasi yang relevan (i3). Website smecda.com menyediakan informasi dalam bentuk yang sesuai (i4). Kuadran II ( Keep up the good work) memuat atribut-atribut yang dianggap penting oleh pengguna, dan sudah memberikan kinerja yang sesuai dengan yang diharapkan. Atribut yang termasuk dalam kuadran ini adalah : Interaksi dengan website jelas dan mudah dimengerti (u2). Mudah menemukan apa yang dicari dalam website (u3). Website mudah untuk dipelajari saat digunakan (mudah dinavigasi) (u5).

73 Mudah melihat dan membaca teks dalam website (u6). Dapat mengakses website dengan cepat (u7). Website smecda.com menyediakan informasi yang akurat dan terpercaya (i1). Website smecda.com menyediakan informasi yang mudah dimengerti (i5). Kuadran III (Low Priority) memuat atribut-atribut yang dianggap kurang penting dan pada kenyataannya kinerjanya kurang istimewa. Atribut yang termasuk kedalam kuadran ini adalah : Website menampilkan desain visual yang menyenangkan dan menarik (c1). Website memiliki desain yang inovatif dan kreatif (c2). Warna yang digunakan dalam website dapat dengan mudah dibedakan (c6). Website smecda.com menyediakan informasi yang terperinci dan tepat (i6). Kuadran IV (Possible Overkill) memuat atribut-atribut yang dianggap kurang penting dan dirasakan berlebihan. Atribut yang termasuk kedalam kuadran ini adalah: Mudah kembali ke halaman sebelum atau sesudahnya didalam website (u4). Website memberikan kesan yang sesuai dengan citra institusi (c4). 4.3 Implikasi Hasil Penelitian Berdasarkan penelitian yang telah dilakukan, berikut peneliti akan membahas hasil-hasil yang ditemukan untuk menjawab identifikasi masalah dari penelitian ini, dimana pembahasan akan disesuaikan dengan ruang lingkup penelitian yaitu website smecda.com pada Kementerian Koperasi dan UKM Deputi Pengkajian dan Sumberdaya UKMK.

74 a. Berdasarkan hasil penelitian, ditemukan bahwa website quality pada website smecda.com memiliki pengaruh yang signifikan dan positif terhadap user satisfaction. Hal ini terlihat dari koefisien beta yang bernilai positif yang menunjukkan bahwa semakin baik kualitas website maka semakin besar kepuasan pengguna. Hasil ini sesuai dengan penelitian terdahulu yang dilakukan oleh (Maditinos, et al., 2008) yang menghasilkan bahwa website quality berkontribusi terhadap user satisfaction. Adanya pengaruh tersebut dapat ditimbulkan karena adanya penggunaan website oleh pengguna dalam melakukan aktivitasnya selama ini sehingga pengguna dapat merasakan langsung baik atau buruknya kualitas website dalam memenuhi kebutuhan pengguna. Terpenuhi kebutuhan pengguna inilah yang membentuk kepuasan pengguna. Jika dilihat kembali pada hasil pengolahan data, indikator seperti interaksi dengan website jelas dan mudah dimengerti, website mudah untuk dinavigasi, mudah untuk kembali ke halaman sebelum atau sesudahnya, tata letak yang konsisten, dan informasi yang mudah dimengerti, memiliki nilai loading yang lebih tinggi dibanding yang lain. Ini berarti bahwa indikatorindikator tersebut berkontribusi lebih besar dalam membentuk kualitas website. Dan berdasarkan hasil R 2 diketahui bahwa sebesar 62,7% variabel user satisfaction dipengaruhi oleh website quality. Ini menunjukkan bahwa sebagian besar kepuasan pengguna diperoleh berdasarkan kualitas website. Sehingga perlu bagi pihak pengelola website untuk terus memperhatikan dan meningkatkan kualitas dari website terlebih bagi atribut yang berkontribusi lebih pada pembentukan kualitas website agar dapat memenuhi kebutuhan pengguna yang pada akhirnya akan memberikan kepuasan bagi pengguna.

75 b. Berdasarkan hasil penelitian ditemukan bahwa variabel user satisfaction tidak memiliki pengaruh yang signifikan terhadap intention to revisit. Hasil ini berbeda dengan teori atau temuan dalam penelitian sebelumnya yang telah ada yang menghasilkan bahwa user satisfaction memiliki pengaruh terhadap intention to revisit. Tidak adanya pengaruh ini, dapat disebabkan oleh tingkat kepuasan yang dirasakan pengguna belum cukup untuk membentuk intention to revisit pengguna. Berdasarkan rata-rata skor pada indikator user satisfaction (pada lampiran), diketahui bahwa rata-rata terkecil adalah indikator kepuasan atas kecepatan website dalam merespon dan indikator kepuasan atas keseluruhan penggunaan website. Kedua indikator ini berhubungan dengan tingkat kepuasan pengguna secara fisik dalam menggunakan website. Ini berarti bahwa secara fisik pengguna belum sepenuhnya puas dalam penggunaan website. Menurut Teo et al. (dalam (Byun & Finnie, 2011)) disebutkan bahwa beberapa pengguna tidak mempunyai niat untuk kembali mengunjungi website jika mereka secara fisik tidak puas dengan website, walaupun mereka dapat mencapai tujuan mereka dalam website. Sesuai dengan teori tersebut, dapat disimpulkan bahwa pengguna belum sepenuhnya puas terhadap penggunaan website secara fisik sehingga kepuasan yang dirasakan pengguna belum dapat mempengaruhi intention to revisit pengguna. c. Berdasarkan hasil penelitian ditemukan bahwa variabel website quality tidak memiliki pengaruh langsung terhadap intention to revisit. Hasil ini tidak sesuai dengan penelitian sebelumnya oleh (Loiacono, et al., 2002) yang menemukan bahwa kualitas website memiliki dampak yang signifikan terhadap keinginan untuk menggunakan website kembali. Tidak adanya

76 pengaruh tersebut dapat ditimbukan karena kualitas yang diberikan website belum mampu membentuk niat pengguna untuk menggunakan website kembali. Dapat dilihat dari hasil kuesioner (dalam lampiran), terdapat masukan-masukan yang disampaikan bagi website smecda.com, dimana diantaranya meliputi perbaikan pengelompokan data, informasi yang disediakan agar lebih up to date, serta perbaikan pada desain dan tampilan website. Ini menunjukkan bahwa masih terdapat atribut-atribut dalam kualitas website yang pada dasarnya belum memenuhi harapan pengguna sehingga pada akhirnya belum mampu membentuk intention to revisit. d. Berdasarkan hasil penelitian, ditemukan bahwa variabel website quality dan user satisfaction secara simultan tidak memiliki pengaruh terhadap intention to revisit. Hasil membuktikan bahwa baik secara langsung maupun tidak langsung dengan melalui user satisfaction, ternyata variabel website quality tidak memiliki pengaruh terhadap intention to revisit. Hal ini dapat disebabkan oleh penilaian pengguna mengenai website quality pada website smecda.com ternyata meskipun sudah dapat mempengaruhi kepuasan pengguna namun belum cukup mampu untuk mempengaruhi niat pengguna untuk mengunjungi website kembali secara langsung. Jika diperhatikan lebih dalam lagi, berbagai saran yang disampaikan oleh pengguna pada hasil kuesioner mengindikasikan bahwa pengguna belum sepenuhnya puas terhadap kualitas website yang ada. Berdasarkan hal tersebut, sebaiknya dilakukan evaluasi kembali terhadap kualitas website yang ada, sehingga dapat diketahui pada area mana perlu dilakukan perbaikan. Dengan begitu diharapkan kualitas website dapat meningkat dan pada akhirnya mempengaruhi kepuasan pengguna serta intention to revisit pengguna.

77 e. Berdasarkan hasil penelitian ditemukan bahwa terdapat kesenjangan atau gap antara tingkat kepentingan dan tingkat kinerja dari website smecda.com. Dan jika dilihat berdasarkan rata-rata gap tiap dimensi webqual, diketahui bahwa dari ketiga dimensi, dimensi information quality memiliki gap paling besar dengan nilai negative sebesar 0,35. Kemudian pada urutan terbesar berikutnya adalah dimensi content dengan nilai negative sebesar 0,24. Sedangkan dimensi usability menunjukkan hasil gap yang paling kecil yaitu - 0,05 yang berarti secara keseluruhan atribut dalam dimensi usability sudah cukup memenuhi kinerja sesuai dengan ekspektasi pengguna meskipun masih terdapat atribut yang belum memuaskan pengguna. Berdasarkan hal tersebut, berarti kualitas informasi dan content pada website perlu ditinjau kembali untuk mengetahui pada bagian mana yang belum memenuhi harapan pengguna dan perlu diperbaiki. Pada dimensi information quality diketahui bahwa gap yang paling besar berada pada atribut i2 (website menyediakan informasi yang up to date). Ini menunjukkan bahwa kinerja website dalam menyediakan informasi yang up to date belum memenuhi ekspektasi pengguna yang menganggap atribut ini penting. Ini juga sesuai dengan berbagai masukan dari responden dalam kuesioner dimana sebagian besar responden mengharapkan agar informasi yang disediakan lebih up to date. Hal ini mengindikasi bahwa selama ini informasi yang tersedia kurang up to date sehingga pengguna menjadi kurang puas. Kemudian pada dimensi content, diketahui gap yang paling besar berada pada atribut c8 (tata letak desain per halaman website sudah konsisten). Ini menunjukkan bahwa belum tercapainya kualitas website dalam hal konsistensi desain halaman website. Menurut (Aryadana, 2003) kualitas website yang baik salah satunya adalah

78 memiliki tata leta desain per halaman yang konsisten. Ini dimaksudkan agar memudahkan pengguna dalam mencari konten yang ada dalam website. Sehingga untuk kedepannya perlu adanya perbaikan pada tata letak desain. Dalam penelitian oleh World Markets (dalam (Wong, et al., 2011)), menemukan bahwa 2% dari situs web pemerintah disable friendly. Banyak atribut penting hanya dapat ditingkatkan ketika pemerintah mengetahui apa yang penting dan apa yang tidak penting. Berdasarkan hasil diagram IPA, maka dapat diketahui atribut-atribut mana saja yang perlu dilakukan perbaikan, atribut yang sudah cukup baik, serta atribut yang tidak perlu terlalu difokuskan. Hasil menunjukan bahwa area yang perlu dilakukan perbaikan berada pada kuadran I yaitu atribut pada dimensi information quality yang meliputi informasi yang up to date, relevan, dan dalam bentuk yang sesuai, serta atribut pada dimensi content yang meliputi pengelompokan menu pilihan dan tata letak desain yang konsisten.