BAB 3 DESAIN PENELITIAN Bab ini akan menjelaskan hal-hal yang berkaitan dengan desain yang dipergunakan dalam penelitian antara lain : jenis penelitian, populasi dan sampel, pengukuran konsep, jenis data dan teknik pengumpulan data serta teknik analisis yang dipergunakan. 1.1 Jenis penelitian Objek penelitian pada sistem informasi akademik berbasis web yakni SIASAT di UKSW salatiga, dengan menganalisis faktor-faktor yang signifikan mempengaruhi penggunaan sistem informasi berdasarkan teori Model kesuksesan SI DeLone dan McLean dengan modifikasi model TAM oleh Davis pada Mahasiswa UKSW, dengan mengekplorasi masing-masing variabel, Sehingga penelitian ini merupakan penelitian explanatory atau eksplanasi yang adalah jenis penelitian yang bertujuan untuk menganalisis hubungan-hubungan antara satu variabel dengan variabel lainnya atau bagaimana suatu variabel mempengaruhi variabel lainnya dengan pendekatan kuantitatif. 38
1.2 Populasi dan Sampel Populasi dalam penelitian ini adalah mahasiswa UKSW. Karena banyaknya populasi maka tidak dimungkinkan untuk meneliti semua populasi yang ada untuk dijadikan sampel, dipilih masing-masing responden sebanyak 10 orang dari 14 fakultas yang terdapat di UKSW yakni sebanyak 140 sampel berdasarkan asumsi Structural Equation Modelling (SEM) dimana Hair dkk dalam Supramono (2005) menganjurkan ukuran sampel untuk kepentingan pengujian hipotesis yang menggunakan SEM berkisar 100-200 responden. 1.3 Jenis data dan Teknik pengumpulan data Sumber data dalam penelitian ini adalah data Primer dimana data penelitian yang diperoleh lansung dari sumber penelitian, pengumpulan data dilakukan dengan metode survei menggunakan media kuesioner dengan metode Aksidental sampling dengan pengambilan sampel secara kebetulan yang ditemui kapan saja pada saat mencari data dan informasi secara lansung pada objek yang diteliti. Skala yang dipakai pada penelitian untuk mengukur hasil kuesioner menggunakan skala likert yang berisi lima tingkat preferensi jawaban dengan pilihan jawaban, range 1 sampai 5 untuk jawaban sangat tidak setuju sampai jawaban sangat setuju. Seperti pada tabel 3.1 berikut : 39
Tabel 3.1 Ukuran Skala Likert 1 Sangat Tidak Setuju 2 Tidak setuju 3 Netral 4 Setuju 5 Sangat setuju Jawaban responden yang dikategorikan kedalam lima pilihan (skala Likert) selanjutnya dicari rata-rata dari setiap jawaban responden untuk mempermudah penilaian dari setiap rata-rata tersebut dengan rumus : Ci = R/K Dimana : Ci = Rentang Nilai R = Rentang (Data terbesar dikurangi data terkecil) K = kelas (banyaknya kelas) Berdasarkan rumus tesebut maka panjang kelas interval adalah: Ci = 5-1/5 Ci = 0,8 Setelah besar interval diketahui, maka dibuat skala penilaian rata-rata sebagai berikut : 40
1.00-1.80 = Sangat tidak setuju 1.81 2.60 = Tidak setuju 2,61 3,40 = Netral 3.41 4.20 = setuju 4.20-5.00 = Sangat setuju 1.4 Deskriptif Penelitian Data dalam penelitian ini adalah data primer yang diperoleh secara lansung dari objek penelitian melalui pembagian kuesioner. Sedangkan teknik pengumpulan data yang digunakan adalah penelitian lapangan, dimana pengumpulan data memakai metode survei dengan teknik kuesioner. Penelitian dilakukan pada Mahasiswa UKSW disalatiga dari tanggal 4 februari 2013 hingga 4 april 2013 dengan menyebar kuesioner secara lansung pada 140 mahasiswa strata 1 diambil masing-masing 10 responden dari 14 fakultas yang ada di UKSW. 1.5 Pengukuran konsep dan indikator konsep Pengukuran konsep merupakan suatu upaya untuk mengkaji atau melihat konsep yang abstrak secara empirik. Agar mengidentifikasi konsep secara tepat perlu dilakukan analisis serta tafsiran terhadap data yang diperoleh secara tepat pula. Pengukuran konsep diperlukan untuk 41
mempermudah dalam menganalisis data (ihalauw, 2004). Dalam penelitian ini menggunakan empat variabel dan diturunkan ke dalam beberapa indikator empirik. Keseluruhan variabel diukur dengan menggunakan skala likers 1-5, dimana jawaban dimulai dari 1 sangat tidak setuju samapi 5 sangat setuju. Pengukuran konsep dan faktor-faktor yang mempengaruhi kepuasan penggunaan SIASAT tersaji lama tabel berikut : Tabel 3.2 Pengukuran Konsep Kualitas sistem Konsep Sub konsep Indikator Empiris Kualitas -Akurasi 1). SIASAT memiliki sistem sistem keakuratan data -Navigasi informasi yang tepat dan -Waktu respon diandalkan -keamanan 2). Setiap bagian dari -Keandalan SIASAT memuat kontenkonten sistem yang bisa dipahami dan dimengerti 3). Penggunaan SIASAT dapat digunakan diluar kampus dengan baik (Warnet) 4). Penggunaan SIASAT dapat digunakan dalam Aras pengukuran Ordinal 42
lingkungan kampus dengan baik (Posnet, Hotspot) 5). SIASAT memiliki sistem keamanan yang baik 6). Adanya ketersediaan status yang memperingatkan pengguna akan pesyaratan yang belum dipenuhi. Tabel 3.3 Pengukuran konsep Persepsi kemanfaatan Konsep Sub konsep Indikator Empiris Persepsi -Tepatwaktu 1). Menggunakan SIASAT kemanfaatan -Efektifitas proses akademis lebih -kemudahan cepat. -kelengkapan 2). Menggunakan SIASAT informasi meningkatkan -kehandalan efektivitas. informasi 3). Menggunakan SIASAT -penyajian proses akademis lebih informasi mudah. 4). Menggunakan SIASAT mendapatkan informasi yang dibutuhkan (tagihan, nilai, transkip) Aras pengukuran Ordinal 43
5). Menggunakan SIASAT informasi yang diberikan akurat dan terpercaya 6). Menggunakan SIASAT, ouput yang dihasilkan jelas dan dimengerti Tabel 3.4 Pengukuran konsep Penggunaan Nyata Konsep Sub konsep Indikator Empiris Penggunaan -Durasi waktu 1). Dalam hal waktu saya Nyata -Frekuensi gunakan SIASAT UKSW membutuhkan banyak penggunaan waktu Aras pengukuran Ordinal 2). Pada saat SIASAT hingga proses penyesuaian (AJASMEN), Saya sering menggunakan SIASAT 44
Tabel 3.5 Pengukuran konsep Kepuasan Penggunaan Konsep Sub konsep Indikator Empiris Kepuasan -Efisiensi 1). Tingkat pemenuhan Penggunaan -keefektifitan SIASAT terhadap -kepuasan kebutuhan informasi menyeluruh akademik baik. terhadap sistem 2). Penggunaan SIASAT sudah efisien 3). SIASAT mampu memberikan informasi sesuai dengan format yang dibutuhkan. 4). SIASAT mampu menghasilkan informasi yang dapat dipahami secara jelas 5). informasi dalam SIASAT yang disajikan bersifat real-time. 6).SIASAT bersifat user friendly sehingga mudah dalam penggunaan. 7).Secara keseluruhan apakah anda puas dengan penggunaan SIASAT Aras pengukuran Ordinal 45
3.6 Teknik Analisis Teknik analisis yang digunakan dalam penelitian ini adalah model persamaan Struktural atau Struktural equation modeling (SEM) dengan menggunakan software Amos 18.0. Dan juga data yang telah dikumpulkan dari hasil kuesioner akan dilakukan analisis korelasi dan regresi dengan bantuan software SPSS 16.0. Teknik analisis data yang dikumpulkan untuk digunakan dalam pengujian dilakukan dalam beberapa tahapan, antara lain: Uji Kualitas data, uji asumsi klasik dan uji hipotesis. 3.6.1 Uji Pemodelan Struktural Equation Model (SEM) Model Persamaan Struktural (Struktural Equation Model) merupakan sekumpulan teknik-teknik statistik yang memungkinkan pengujian sebuah rangkaian hubungan secara simultan. SEM bertujuan untuk menjelaskan secara menyeluruh hubungan antar variabel yang ada dalam penelitian. Dengan cara memeriksa dan membenarkan suatu model. Dalam penelitian ini SEM digunakan untuk melihat uji analisis faktor konfirmatori dan uji kesesuaian (Goodness of fit). Menurut Ferdinand (2002) kriteria yang akan digunakan dalam mengevaluasi model dan pengaruh-pengaruh yang ditampilkan dalam model diuraikan sebagai berikut : 46
1. X 2 Chi Square Statistic yakni semakin kecil nilai X 2 maka semakin baik model tersebut dan diterima berdasarkan probabilitas dengan cut off value sebesar p>0.05 2. CMIN/DF atau square relatif merupakan hasil pembagian antar fungsi kesalahan sampel yang minimal dengan derajad kebebasannya yang digunakan untuk mengukur fit model. CMIN/DF yang diharapkan agar model dapat diterima adalah 2,00. 3. GFI (Goodness of Index) Pengujian indeks goodness of fit dimaksudkan untuk mengetahui proporsi tertimbang dari varians dalam matriks kovarians sampel yang dijelaskan oleh matriks kovarians populasi yang terestimasi, GFI yang diharapkan adalah GFI 0,90. 4. AGFI (Adjusted Goodness Fit Index) dapat mengadjust fit indeks terhadap df yang tersedia untuk menguji diterima atau tidaknya model. Hasil yang diharapkan adalah 0,90. 5. TLI (Tucker Lewis Index) adalah sebuah alternatif incremental fit index yang membandingkan sebuah model yang diuji terhadap sebuah base line model. Nilai yang diharapkan adalah TLI 0,95 47
6. CFI (Comparative Fit Index) Rentang ini sebesar 0-1 dimana semakin mendekati 1 mengindikasikan tingkat fit yang paling tinggi, a very good fit nilai yang diharapkan adalah CFI 0,95 7. RMSEA (the Root Meansquare Error of Approximation) Merupakan sebuah indeks yang dapat digunakan untuk mengkompensasi chi square dalam sampel besar, nilai RMSEA yang kecil/sama dengan 0,08 merupakan indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari model tersebut berdasarkan degress. Dari kriteria diatas indeks-indeks yang dapat digunakan untuk menguji kelayakan sebuah model diringkas dalam tabel 3.6 berikut ini: Tabel 3.6 Asumsi-asumsi dalam pengujian SEM Goodness of fit index X² Chi Square Statistics Significance probability CMIN/DF GFI AGFI TLI CFI RMSEA Cut of Value Diharapkan kecil 0,05 2,00 0,90 0,90 0,95 0,95 0,08 Sumber : Ferdinand 2002 48
3.6.2 Uji Kualitas Data Dalam pengujian kualitas data dilakukan dengan uji validitas dan reliabilitas menurut Ghozali, 2005. Pengujian tersebut masing-masing untuk mengetahui konstitensi dan akurasi data yang dikumpulkan dari penggunaan instrument penelitian. Pengujian validitas menunjukkan kemampuan alat ukur/instrument penelitian dalam mengukur suatu hal yang hendak didapatkan dari penggunaan instrument tersebut (Nugroho, 2011). Dalam penelitian yang menggunakan instrument berupa kuesioner, Ghozali, 2005 menyatakan bahwa uji validitas digunakan untuk mengukur valid atau tidaknya suatu kuesioner. Pengujian validitas digunakan untuk mengukur kualitas atau kelayakan dari suatu pertanyaan dalam kuesioner, dikatakan layak suatu kuesioner jika pertanyaan dalam kuesioner mampu untuk menggungkapkan sesuatu yang akan diukur oleh kuesioner tersebut. Semakin tinggi tingkat validitas suatu alat ukur, semakin tepat pula alat ukur tersebut dalam mengukur. Hal ini dapat dilihat dari tampilan ouput Cronbach Alpha pada kolom Correlated Item Total Corellation. Nilai r tabel dapat dicari menggunakan persamaan r tabel = jumlah responden (n)-2. Variabel dikatakan valid bila nilai r hitung > r tabel (Nugroho 2011). Dalam pengujian validitas menurut kriteria Azwar 2003, besaran koefisien validitas yang dianggap 49
memuaskan dan memberikan kontribusi yang baik dimana korelasi koefisien suatu item dikatakan valid atau tidak jika korelasi antar item tersebut dengan skor total 0.30. Reliabilitas instrument menunjukkan seberapa besar suatu instrument tersebut dapat dipercaya dan digunakan sebagai alat pengumpul data (Nugroho, 2011). Semakin tingginya instrumen reliabilitas, menunjukkan hasil ukur yang didapatkan semakin terpercaya (reliabel). Reliabilitas adalah alat dalam pengukuran kuesioner yang merupakan indikator dari variabel atau konstruk. Kuesioner tersebut dikatakan reliabel atau handal jika jawaban yang diberikan konsisten atau stabil. Ghozali, 2006 menjelaskan bahwa suatu variabel atau konstruk dikatakan reliable jika memberikan nilai ouput Cronbach Alpha > 0.60. 3.6.3 Uji Asumsi Klasik Sebelum melakukan pengujian hipotesis, data terlebih dahulu diuji agar memenuhi kriteria Best Linier Unbiased Estimator (BLUE) melalui uji asumsi klasik. Pengujian ini digunakan untuk mengetahui apakah model regresi yang diperoleh mengalami penyimpangan asumsi klasik dan memiliki distribusi yang normal. Uji asumsi klasik yang dapat dilakukan adalah sebagai berikut : 50
1. Uji Normalitas Data Uji normalitas data merupakan asumsi terpenting dalam statistika parametik, sehingga pengujian terhadap normalitas data harus dilakukan agar asumsi dalam statistika parametrik terpenuhi (supramono, 2005). Pengujian normalitas bertujuan untuk melihat seberapa besar kecenderungan populasi dari suatu data sampel mendekati distribusi normal. Dalam penelitian ini untuk medeteksi normalitas data menggunakan pengujian Kolmogorov Smirnov dengan pedoman yang digunakan dalam pengambilan keputusan yakni jika nilai p-value < 0.05 berarti data terdistribusi tidak normal (Supramono, 2005). 2. Uji Heteroskedastisitas Menurut Ghozali 2005, uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang memenuhi persyaratan adalah di mana terdapat kesamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap. Jika terjadi heteroskedastisitas dalam model regresi maka mengindikasikan varians yang tidak konstan menghasilkan model estimator yang bias (Supramono, 2005), pengujian ini dapat dilakukan dengan menggunakan pengujian glejser, 51
apabila nilai signifikasi lebih besar dari 0.05 mengindikasikan tidak terjadinya heteroskedastisitas. 3. Uji Multikolinearitas Uji Multikolinearitas bertujuan untuk menguji apakah dalam penerapan model regresi ditemukan adanya gejala korelasi antar variabel bebas. Model regresi yang baik seharusnya tidak terjadi korelasi antara variabel indenpenden. Untuk mendeteksi ada tidaknya multikolinearitas dalam model regresi, pengujian dilakukan dengan melihat nilai tolerance dan Variance Inflation Factor (VIF) (Supramono, 2005). Penilaian multikolinearitas terjadi jika nilai tolerance dibawah 0.10 dan VIF diatas 10 (Hair dkk dalam Supramono 2005). Alternatif lain juga dapat dilihat dari koefiesien korelasi yang tinggi mengindikasikan adanya multikolinearitas. 4. Uji Autokorelasi Uji autokorelasi bertujuan untuk menguji apakah dalam suatu model regresi linier ada korelasi antara kesalahan pada periode t dengan periode t-1 (sebelumnya). Jika terjadi korelasi maka dinamakan ada problem autokorelasi (Ghozali, 2005). Pengujian Autokorelasi dapat dilakukan dengan uji Dyrbin-Watson (DW test). 52
3.6.4 Pengujian Hipotesis Dalam pengujian Hipotesis menggunakan uji parsial atau uji t yakni pengujian hubungan antara masing-masing variabel bebas (independent) terhadap variabel terikat (dependent) secara parsial atau per variabel. Bentuk pengujiannya adalah : Ho : β = 0, artinya suatu variabel idenpenden secara parsial tidak berpengaruh terhadap variabel dependen. Ha : β 0, artinya variabel independen secara parsial berpengaruh terhadap variabel dependen. Ada dua cara pengujian t yakni dengan cara membandingkan t hitung dan t tabel dengan melihat nilai signifikansi. kriteria pengambilan keputusan sebagai berikut : Ho diterima apabila t-hitung < dari t-tabel pada α = 0.05 (5%) Ha diterima apabila t-hitung > dari t-tabel pada α = 0.05 (5%) 53