BAB IV HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN Pada bab ini peneliti akan menjelaskan hasil dari analisis data yang telah dilakukan berdasarkan metode penelitian yang telah diuraikan pada bab sebelumnya. Pembahasan dimulai dengan membahas hasil pengolahan serta analisis data, hasil penelitian serta pembuktian hipotesis dan diakhiri dengan kesimpulan yang didapat berdasarkan hasil analisis data yang telah dilakukan. 4.1 Hasil Pengolahan Data 4.1.1 Uji Validitas dan Realibilitas Uji Validitas digunakan untuk mengetahui dan mengukur keakuratan data, yang dalam hal ini ditunjukkan oleh angka corrected item-total correlation di atas 0.30. Menurut Sekaran (2006, p182) secara umum keandalan kurang dari 0.600 dianggap buruk, keandalan dalam kisaran 0.700 bisa diterima, dan lebih dari 0.800 adalah baik. Dalam penelitian ini uji reabilitas yang dilakukan pada masing-masing variable, yaitu apabila nilai cronbach alpha > 0.600 maka dinyatakan reliabel. Pada Uji Validitas dan Realibilitas dilakukan dengan cara membagikan kuesioner kepada 100 orang karyawan Bank BETA kantor cabang cut mutiah, Jakarta. Untuk menganalisis data, peneliti menggunakan program SmartPLS. Seperti yang diungkapkan oleh Ghozali (2006), smartpls tidak mengasumsikan adanya distribusi tertentu untuk estimasi parameter, sehingga teknik parametrik untuk menguji signifikansi parameter tidak diperlukan, namun dengan menggunakan 40

41 pendekatan model pengukuran atau outer model untuk mengevaluasi validitas dan realibilitas. 4.1.2 Analisis Measurement Model (Outer Model) Tahap awal pada SmartPLS 2.0 yaitu peneliti membuat model penelitian atau biasa disebut path diagram seperti Gambar 5. Hubungan antar variabel dan indikator-indikatornya terlihat jelas,. Gambar 5 di bawah ini merupakan output path diagram pada smartpls yang menggambarkan dari model penelitian. Gambar 5. Output path diagram

42 Tahapan-tahapan dalam melakukan pengujian model pengukuran yaitu : a. Pengujian individual item reliability. Berdasarkan gambar output path diagram pada Gambar 5 di atas, dapat dilihat bahwa tidak ada indikator yang harus dieliminasi karena seluruh indikator tersebut memiliki nilai factor loading > 0.50. b. Tahap berikutnya yaitu dengan pengujian internal consistency. Nilai composite reliability dan cronbach s alpha dari model penelitian ini, dapat dilihat pada Tabel 1. Kriteria untuk validitas dan reliabilitas dapat dilihat dari nilai reliabilitas suatu konstruk dan nilai Average Variance Extracted (AVE) dari masing-masing konstruk. Konstruk yang memiliki reliabilitas tinggi jika nilainya > 0.70 dan AVE berada diatas 0.50 (Ghozali,2006). Tabel 2. Quality Criteria. Variabel AVE Composite Reliability R Square Cronbachs Alpha Perceived Ease of use 0.5730 0.8535 0.0000 0.7768 Perceived usefulness 0.5744 0.8430 0.1460 0.7519 Attitude Toward Using 0.5618 0.8953 0.1812 0.7856 Behavioral Intention to use 0.5905 0.7399 0.3185 0.7659 Actual system usage 0.5797 0.8451 0.5362 0.7670 Sumber : data primer, diolah (2011).

43 Jika kita melihat Tabel 2 diatas, menjelaskan bahwa nilai composite reliability dan nilai AVE setiap variabel lebih besar dari 0.70 sebagai cut-off value-nya, sehingga dapat disimpulkan bahwa semua konstruk memenuhi kriteria reliabel dan valid. Uji validitas konstruk dapat diukur dengan parameter AVE, skor AVE yang diperoleh harus > 0.5. Uji kehandalan (reliability) dapat dilihat dari nilai cronbach s alpha dan nilai composite reliability. Nilai cronbach s alpha harus > 0.6 dan nilai composite reability harus > 0.7. Oleh karena itu, tahap pengujian internal consistency dapat disimpulkan telah terpenuhi. c. Tahap selanjutnya yaitu Pengujian discriminant validity. Pada tahap pengujian discriminant validity ini, menurut Udeh (2008) syarat pertama yang harus terpenuhi adalah nilai AVE harus lebih besar dari 0.50. Pada Tabel 2 bisa telihat bahwa nilai AVE seluruh variabel > 0.50 sehingga syarat pertama tersebut telah terpenuhi. Untuk tahap selanjutnya yang harus terpenuhi adalah nilai akar kuadrat dari AVE pada setiap variabel, harus lebih besar daripada nilai korelasi dengan variabel lainnya (Udeh, 2008). Pada tabel 3 di bawah, merupakan nilai akar kuadrat AVE (angka dengan tanda * yang berada pada posisi diagonal) setiap variabel harus lebih besar dari nilai korelasi variabel lainnya (angka yang posisinya dalam satu baris dan satu kolom dengan AVE variabel yang bersesuaian). Nilai korelasi antar variabel merupakan hasil dari pembulatan nilai korelasi pada tabel output SmartPLS

44 latent variabel correlation. Dengan hasil tersebut, model penelitian sudah memenuhi syarat tahap discriminant validity. Tabel 3. Korelasi Latent Variable Variabel PEU PU ATU BITU ASU PEU 0.783* PU 0.356 0.795* ATU 0.428 0.275 0.686* BITU 0.393 0.303 0.527 0.865* ASU 0.369 0.085 0.444 0.728 0.953* *: akar kuadrat dari AVE PEU : Perceived Ease of use. PU : Perceived usefulness. ATU : Attitude Toward Using. BITU : Behavioral Intention to use. ASU : Actual system usage. Setelah melakukan seluruh pengujian measurement model di atas, telah terbukti bahwa penelitian telah memenuhi persyaratan dengan seluruh tahapan pengujian. Setelah didapat hasil dari pengujian measurement model diatas dan lulus uji, akan dilanjutkan dengan proses pengujian structural model. Tahap pengujian structural model dimaksudkan untuk menentukan diterima atau ditolaknya hipotesis yang diajukan sesuai dengan model penelitian.

45 4.1.3 Analisis Structural Model (Inner Model) Setelah model yang diestimasi memenuhi kriteria Outer Model, berikutnya dilakukan pengujian model structural (Inner model). Pengujian inner model atau struktural model dimaksudkan untuk melihat hubungan antar konstruk, nilai signifikansi dan R-square model penelitian. Inner model dievaluasi dengan menggunakan R-square untuk konstruk dependen uji-t dan signifikansi koefisien parameter jalur struktural. Tabel 4. Nilai R-square Variabel R Square Perceived Ease of use 0.0000 Perceived usefulness 0.1460 Attitude Toward Using 0.1812 Behavioral Intention to use 0.3185 Actual system usage 0.5362 Dari tabel.4 di atas dapat disimpulkan bahwa variabel Percieved usefulness dapat dijelaskan oleh Perceived ease of use sebesar 0.1460 atau 14.6%, Variabel attitude toward using dapat dijelaskan oleh variabel Perceived ease of use dan Percieved usefulness sebesar 0.1812 atau 18.1%. Variabel behavioral intention to use, dapat dijelaskan oleh variabel Perceived ease of use, Percieved usefulness, Attitude toward using sebesar 0.3185 atau 31.8%. Actual system usage dapat dijelaskan oleh variabel perceived ease of use, percieved usefulness, attitude toward using, behavioral intention to use sebesar 0.5362 atau 53.6%.

46 4.2 Analisis Hipotesis Setelah melakukan pengujian validitas dan realibilitas pada keseluruhan dalam model penelitian ini, langkah selanjutnya adalah melakukan analisa apakah variabel variabel independent yang membentuk model penelitian ini memiliki pengaruh yang signifikan terhadap variabel dependent. Metode yang digunakan untuk melakukan analisa ini adalah metode Structural Equation Model (SEM), peneliti menggunakan program SmartPLS. PLS tidak mengasumsikan adanya distribusi tertentu untuk estimasi parameter, sehingga teknik parametrik untuk menguji signifikansi parameter tidak diperlukan, seperti yang diungkapkan oleh Ghozali (2008). 4.2.1 Pengujian Hipotesis. Uji hipotesis dilakukan dengan melihat t-statistik dan path-coefficient. Nilai t- statistik menunjukkan signifikan konstruk, sedangkan path-coefficient menunjukkan sifat hubungan antar konstruk (positif atau negatif). Tabel 5. Hasil uji hipotesis. Konstruk Koefisien T T Tabel Hipotesis Beta Statistik (5%) Perceived Ease of use 0.1803 1.8602 1.645 Diterima Perceived usefulness Perceived Ease of use 0.2605 3.2554 1.645 Diterima Attitude Toward Using

47 Perceived usefulness 0.1758 2.8192 1.645 Diterima Attitude Toward Using Perceived usefulness 0.4926 3.4782 1.645 Diterima Behavioral Intention to use Attitude Toward Using 0.3983 4.3572 1.645 Diterima Behavioral Intention to use Behavioral Intention to use 0.3721 5.4642 1.645 Diterima actual system usage Hasil Uji Hipotesis t pada Signifikansi 5% (1.645). Untuk lebih mengetahui kerapatan dari hasil pengujian hipotesis, akan dilakukan pengujian Uji-t dengan menggunakan signifikan sebesar 5% atau 0.05. Hipotesis terdukung apabila nilai t-statistik lebih besar daripada nilai t-tabel. Nilai t- tabel sebesar 1.645 untuk signifikan sebesar 0.05 (t tabel > 1.645). Koefisiean beta mempunyai nilai positif untuk menjelaskan hubungan antara kedua variabel yang diteliti. Koefisien beta berada dalam rentan -1.0 hingga 1.0. Hipotesis pertama (H 1 ) menyatakan persepsi tentang kemudahan penggunaan KMS (Perceived Ease of use) berpengaruh positif secara signifikan terhadap Perceived usefulness. Berdasarkan hasil perhitungan software SmartPLS 2.0 menunjukkan bahwa variabel Perceived Ease of use berpengaruh positif secara signifikan terhadap persepsi terhadap kemanfaatan KMS (Perceived usefulness) dengan nilai koefisien beta sebesar 0.1833 dan t-statistik 1.8602. Maka, hipotesis pertama dapat diterima.

48 Hasil ini sesuai dengan penelitian David Gefen, Detmar Straub (2000), Money dan Turner (2005), yang menemukan hubungan dan pengaruh positif antara kemudahan menggunakan sistem dengan manfaat menggunakan sistem. Hipotesis kedua (H 2 ) menyatakan persepsi tentang kemudahan penggunaan KMS (Perceived Ease of use) berpengaruh positif secara siqnifikan terhadap sikap penggunaan KMS (Attitude Toward Using). Hasil perhitungan software SmartPLS 2.0 menunjukkan bahwa variabel Perceived Ease of use memiliki pengaruh positif secara signifikan terhadap sikap penggunaan KMS (Attitude Toward Using) dengan nilai koefisien beta sebesar 0.2605 dan t-statistik 3.2554. Berdasarkan hasil ini, hipotesis kedua diterima. Hasil ini sesuai dengan penelitian David Gefen, Detmar Straub (2000); Davis (1989) yang menyatakan bahwa terdapat hubungan dan pengaruh positif secara signifikan antara kemudahan atau Perceived Ease of Use terhadap sikap penggunaan atau Attitude Toward Using. Hipotesis ketiga (H 3 ) menyatakan persepsi terhadap kemanfaatan KMS (Perceived usefulness) berpengaruh positif secara siqnifikan terhadap sikap penggunaan KMS (Attitude Toward Using). Perhitungan software SmartPLS 2.0 menghasilkan bahwa variabel Perceived usefulness memiliki pengaruh positif secara signifikan terhadap Attitude Toward Using dengan nilai koefisien beta sebesar 0.1758 dan t-statistik sebesar 2.8192. Hasil ini sesuai dengan penelitian David Gefen, Detmar Straub (2000); Davis (1989) yang menyatakan bahwa terdapat hubungan dan pengaruh positif secara signifikan antara kemanfaat atau Perceived usefulness terhadap sikap penggunaan atau Attitude Toward Using.

49 Hipotesis keempat (H 4 ) menyatakan persepsi terhadap kemanfaatan KMS (Perceived usefulness) berpengaruh positif secara siqnifikan terhadap perilaku untuk tetap menggunakan KMS (Behavioral Intention to use). Perhitungan software SmartPLS 2.0 menghasilkan bahwa variabel kemanfaatan KMS (Perceived usefulness) memiliki pengaruh positif secara signifikan terhadap perilaku untuk tetap menggunakan KMS (Behavioral Intention to use) dengan nilai koefisien beta sebesar 0.4926 dan t-statistik sebesar 3.4782. Hasil ini sesuai dengan penelitian David Gefen, Detmar Straub (2000), Money dan Turner (2005), Davis (1989) yang menyatakan bahwa terdapat hubungan dan pengaruh positif secara signifikan antara kemanfaat atau Perceived usefulness terhadap perilaku untuk tetap menggunakan sistem (Behavioral Intention to use). Hipotesis kelima (H 5 ) menyatakan sikap penggunaan KMS ( Attitude Toward Using) berpengaruh positif secara signifikan terhadap perilaku untuk tetap menggunakan KMS (Behavioral Intention to use). Hasil perhitungan software SmartPLS 2.0 menunjukkan bahwa variabel Attitude Toward Using berpengaruh positif secara signifikan terhadap Behavioral Intention to use dengan nilai koefisien beta sebesar 0.3983 dan t-statistik 4.3572. Maka hipotesis kelima diterima. Hasil ini sesuai dengan penelitian David Gefen, Detmar Straub (2000), Money dan Turner (2005), Davis (1989) yang menyatakan bahwa terdapat hubungan dan pengaruh positif secara signifikan antara sikap penggunaan sistem( Attitude Toward Using) terhadap perilaku untuk tetap menggunakan sistem ( Behavioral Intention to use).

50 Hipotesis keenam (H 6 ) menyatakan perilaku untuk tetap menggunakan KMS (Behavioral Intention to use) berpengaruh positif secara signifikan terhadap kondisi nyata penggunaan KMS (actual system usage). Hasil perhitungan software SmartPLS 2.0 menunjukkan bahwa variabel Behavioral Intention to use berpengaruh positif secara signifikan terhadap actual system usage dengan nilai koefisien beta sebesar 0.3721dan t-statistik 5.4642. Maka hipotesis keempat diterima. Hasil ini sesuai dengan penelitian David Gefen, Detmar Straub (2000), Money dan Turner (2005), Davis (1989) yang menyatakan bahwa terdapat hubungan dan pengaruh positif secara signifikan antara perilaku untuk tetap menggunakan sistem (Behavioral Intention to use) terhadap. kondisi nyata penggunaan sistem (actual system usage). 4.3 Kesimpulan Hasil Analisis Data Setelah mendapatkan hasil pengujian Uji-t dengan menggunakan signifikan sebesar 5% atau 0.05 dapat dijelaskan dengan Tabel 6 di bawah ini dengan memperlihatkan hasil uji hipotesis yang diajukan dalam penelitian ini melalui hasil pengujian dengan menggunakan pendekatan SEM berbasis variance (PLS).

51 Tabel 6. Hasil Hipotesis Hipotesis H1 : Persepsi tentang kemudahan penggunaan KMS Keterangan Diterima (Perceived Ease of use) berpengaruh positif terhadap persepsi kemanfaatan KMS (Perceived usefulness). H2 : Persepsi tentang kemudahan penggunaan KMS Diterima (PEOU) berpengaruh positif terhadap sikap penggunaan KMS (Attitude Toward Using). H3 :Persepsi terhadap kemanfaatan KMS (Perceived Diterima usefulness) berpengaruh positif terhadap sikap penggunaan KMS (Attitude Toward Using). H4 : Persepsi terhadap kemanfaatan KMS (Perceived Diterima usefulness) berpengaruh positif terhadap Perilaku untuk tetap menggunakan KMS (Behavioral Intention to use). H5 : Sikap penggunaan KMS (ATU) berpengaruh Diterima positif terhadap perilaku untuk tetap menggunakan KMS (Behavioral Intention to use).

52 H6 : Perilaku untuk tetap menggunakan KMS Diterima (Behavioral Intention to use) berpengaruh positif terhadap kondisi nyata penggunaan KMS (Actual system usage). H1 : Persepsi tentang kemudahan penggunaan KMS (PEOU) berpengaruh positif terhadap persepsi kemanfaatan KMS (PU). Berdasarkan hasil pengujian terhadap hipotesis ini disimpulkan bahwa hipotesis diterima, artinya tingkat persepsi tentang kemanfaatan penggunaan KMS (PU ) akan meningkat apabila pengguna / karyawan memiliki persepsi kemudahan penggunaan KMS (PEOU). Hal ini menjelaskan bahwa apabila kemudahan menggunakan Knowledge management system dapat memberikan manfaat dari penggunaan Knowledge management system kepada karyawan Bank BETA. Dapat dikatakan Knowledge management system yang user friendly dapat mempengaruhi tingkat peningkatan kemanfaatan karyawan Bank BETA terhadap teknologi KMS. Semakin mudah KMS digunakan, maka akan semakin besar manfaat bagi karyawan yang menggunakan.

53 H2 : Persepsi tentang kemudahan penggunaan KMS (PEOU) berpengaruh positif terhadap sikap penggunaan KMS (ATU). Berdasarkan hasil pengujian terhadap hipotesis ini disimpulkan bahwa hipotesis diterima, artinya tingkat sikap penggunaan KMS (ATU) akan meningkat apabila persepsi tentang kemudahan dalam penggunaan KMS (PEOU), dapat mudah digunakan dan mudah diakses yang dapat dirasakan oleh pengguna KMS. Hal ini menjelaskan bahwa Knowledge management system yang user friendly / mudah dalam menggunakan, dapat mempengaruhi tingkat sikap penggunaan KMS oleh karyawan Bank BETA terhadap teknologi KMS. Semakin mudah KMS digunakan, maka akan semakin terbentuk sikap karyawan untuk menggunakan KMS. H3 : Persepsi terhadap kemanfaatan KMS (PU) berpengaruh positif terhadap terhadap sikap penggunaan KMS (ATU). Hipotesis ini dapat diterima, hal ini mengidentifikasikan bahwa karyawan Bank BETA yang meyakini adanya manfaat dari penggunaan KMS, akan membangun sikap untuk menggunakan teknologi KMS. Hal ini menjelaskan bahwa tingginya persepsi terhadap manfaat dalam menggunakan teknologi KMS, dapat mementukan sikap untuk menggunakan teknologi KMS bagi karyawan Bank BETA. Semakin besar manfaat penggunaan KMS yang dirasakan, maka akan semakin terbentuk sikap karyawan untuk menggunakan KMS.

54 H4 : Persepsi terhadap kemanfaatan KMS (PU) berpengaruh positif terhadap Perilaku untuk tetap menggunakan KMS (BITU). Hipotesis ini dapat diterima, hal ini mengidentifikasikan bahwa karyawan Bank BETA yang meyakini adanya manfaat dari penggunaan KMS, akan meningkatkan tingkat sikap untuk tetap menggunakan teknologi KMS. Hal ini menjelaskan bahwa tingginya persepsi terhadap manfaat dalam menggunakan teknologi KMS, dapat mementukan sikap untuk tetap menggunakan teknologi KMS bagi karyawan Bank BETA. Semakin besar manfaat penggunaan KMS yang dirasakan, maka akan semakin tinggi niat karyawan untuk menggunakan KMS. H5 : Sikap penggunaan KMS (ATU) berpengaruh positif terhadap Perilaku untuk tetap menggunakan KMS (BITU). Hipotesis ini pun diterima, artinya tingginya sikap karyawan yang terbentuk untuk mau menggunakan KMS (ATU) dilakukan, maka tingkat perilaku karyawan untuk tetap menggunakan KMS semakin meningkat. Karyawan Bank BETA yang memiliki sikap untuk mau menggunakan teknologi KMS, dikarenakan tingginya tingkat kemudahan dan kemanfaatan akan menggunakan teknologi KMS. Semakin terbentuknya sikap untuk menggunakan KMS, maka akan semakin tinggi perilaku karyawan untuk tetap menggunakan KMS.

55 H6 : Perilaku untuk tetap menggunakan KMS (BITU) berpengaruh positif terhadap kondisi nyata penggunaan KMS (ASU). Hipotesis ini pun diterima, artinya Karyawan Bank BETA yang memiliki keinginan dan perilaku untuk menggunakan teknologi KMS, dikarenakan tingginya tingkat kemudahan, kemanfaatan dan terbentuknya sikap untuk akan terus tetap menggunakan teknologi KMS. Semakin besar niat dan perilaku untuk menggunakan KMS, maka akan semakin tinggi penggunaan KMS oleh karyawan. Tabel 7. Perbandingan sebelum dan sesudah penerapan KMS Faktor Sebelum Penerapan KMS Sesudah Penerapan KMS 1. Fokus bisnis pengetahuan (Business Knowledge Focus) 2. Penggunaan Teknologi (Technology) 3. Proses (Process) 4. Sumber Daya Manusia (People) 5. Budaya (Culture) Sumber pengetahuan masih terpisah (belum menyatu dalam satu wadah). Terjadi kesulitan dalam mencari sumber pengetahuan. Membutuhkan waktu lebih lama untuk menyelesaikan pekerjaan Pengetahuan seorang karyawan terhadap Bank BETA sulit untuk diwariskan. Tidak terjadi knowledge sharing antara unit kerja Bank BETA. Sumber pengetahuan telah menyatu dalam wadah yaitu melalui KMS. Unit kerja mendapatkan kemudahan dalam memperoleh pengetahuan tentang Bank BETA. Membutuhkan waktu lebih cepat untuk menyelesaikan pekerjaan Pengetahuan seorang karyawan terhadap Bank BETA menjadi mudah untuk diwariskan. Terciptanya knowledge sharing antara unit kerja Bank BETA.

56 6. Kreatifitas (creativity) 7. Arus Informasi (Information flow) 8. Komunikasi (communication) 9. Perpindahan pengetahuan (transfer of knowledge) 10. Evaluasi (Evaluation) Minimnya akan kreatifitas pada karyawan Bank BETA. Aliran informasi yang terhambat di dalam organisasi Bank BETA. Terjadinya hambatan komunikasi antar unit kerja Bank BETA. Sering terjadi kesalahpahaman informasi antar karyawan unit kerja Bank BETA. Belum ada review mengenai knowledge karyawan Bank BETA. Terjadi peningkatan kreatifitas pada karyawan Bank BETA dengan menuangkan ide-ide mereka kedalam wadah knowledge sharing. Terciptanya kelancaran aliran informasi di dalam organisasi Bank BETA. Terciptanya kelancaran komunikasi antar unit kerja Bank BETA. Memperkecil terjadinya kesalahpahaman informasi antar karyawan unit kerja Bank BETA. Terdapat review mengenai dampak pelaksanaan KM terhadap knowledge karyawan Bank BETA.