Pegukura Kualtas Webste Bada Kepegawaa Negara Kator Regoal II Dega Megguaka Metode WebQual 4.0. Flemo Edw Haraja 1) Patjawat Sudarmagtyas 2) Marya Mujayaa Program Stud/Jurusa Sstem Iformas Isttut Bss da Iformatka Stkom Surabaya Jl. Raya Kedug Baruk 98 Surabaya, 60298 Emal : 1) 11410100224@stkom.edu, 2) Patja@stkom.edu, 3) Aa@stkom.edu Abstract: Bada Kepegawaa Negara (BKN) Kator Regoal II adalah ut orgasas pemertaha. Utuk meujag pelaksaaa tugas pokok tersebut BKN KaReg II megguaka sstem formas dalam betuk webste. Aka tetap mat pegujug webste BKN KaReg II sagat kurag dar harapa, dapat dlhat sampa dega taggal 11 februar 2016 dega rata-rata 150 kujuga per mggu. Hal tdak sesua dega target kepala seks pemafaata tekolog formas BKN KaReg II dega target sebayak 350 kujuga per mggu. Phak BKN KaReg II belum perah melakuka evaluas terhadap webste yag dmlk dalam seg kualtas. Proses evaluas megguaka metode WebQual 4.0 utuk pegukura kualtas webste BKN KaReg II. Varabel yag dguaka dalam peelta adalah Usablty Qualty, Iformato Qualty, Iteracto Qualty, da varabel Webste Qualty. Populas yag dguaka adalah pegawa BKN KaReg II da Dsaker dega sampel yg dguaka sebayak 161 respode. Hasl dar peelta meujukka varabel Usablty Qualty memlk pegaruh yag lebh besar dbadgka dega varabel Iformato Qualty da varabel Iteracto Qualty dega la t htug sebesar 3,241. Rekomedas yag dhaslka dalam peelta adalah BKN KaReg II lebh megkatka webste dalam seg keguaa (usablty), agar medapatka kualtas webste yag lebh bak. Kata kuc : WebQual 4.0, Kualtas, Usablty Qualty, Iformato Qualty, Iteracto Qualty, Webste Qualty. Bada Kepegawaa Negara (BKN) Kator Regoal II adalah ut orgasas pemertaha. Utuk meujag pelaksaaa tugas pokok tersebut BKN KaReg II megguaka sstem formas dalam betuk webste. Aka tetap mat pegujug webste BKN KaReg II sagat kurag dar yag dharapaka, dapat dlhat sampa dega taggal 11 februar 2016 dega rata-rata 150 kujuga per mggu. Hal sagatlah jauh dar yag dharapka phak BKN KaReg II yag memlk target sebayak 350 kujuga per mggu. Phak BKN KaReg II belum perah melakuka evaluas terhadap webste yag dmlk dalam seg kualtas. Berdasarka fakta tersebut BKN KaReg II membutuhka evaluas terhadap kualtas webste yag dmlk utuk megetahu peyebab dar kuragya mat pegujug webste terhadap webste www.kareg2bk.d. Dar hal tersebut, maka perlu dlakuka sebuah evaluas terhadap webste www.kareg2bk.d utuk megetahu peyebab dar kuragya mat pegujug terhadap webste www.kareg2bk.d. Utuk megetahu seberapa besar kualtas webste www.kareg2bk, megguaka metode WebQual 4.0 utuk megujya. Berdasarka pada latar belakag d atas, maka dapat drumuska masalah pada peelta yatu bagamaa melakuka pegukura kualtas webste Bada Kepegawaa Negara Kator Regoal II dega megguaka metode WebQual 4.0. dega tujua meghaslka rekomedas kepada BKN KaReg II utuk dapat megkatka kualtas dar webste yag dmlk. Stuart Bares & Rchard Vdge megemukaka bahwa WebQual merupaka salah satu metode megukur kualtas webste berdasarka pelaa dar peggua akhr. Sajaya (2012) juga megemukaka bahwa WebQual berdasar pada kosep Qualty Fucto Deploymet (QFD) yatu suatu proses yag berdasar pada voce of customer JSIKA Vol. 6, No. 3. Tahu 2016, ISSN 2338-137X Page 1
dalam pegembaga da mplemetas suatu produk atau jasa. Dar kosep QFD tersebut, WebQual dsusu berdasar pada pelaa peggua akhr terhadap kualtas webste. Berdasarka pada teor WebQual, terdapat tga dmes yag mecakup dar kualtas webste, atara la dmes kemudaha pegguaa (Usablty Qualty), dmes kualtas formas (Iformato Qualty), da kualtas teraks (Iteracto Qualty). Pertmbagapertmbaga sepert lah yag medorog peuls utuk melakuka sebuah peelta terhadap webste BKN KaReg II utuk megevaluas sejauh maa kualtas webste. Model WebQual Metode Proses peyelesaa masalah dalam peelta megguaka tahapa sebaga berkut. Gambar 2. Tahapa Peelta Gambar 1. Model Hpotess Dmes dmes pada WebQual terdr dar tga yatu: 1. Kualtas Keguaa (Usablty Qualty) 2. Kualtas Iformas (Iformato Qualty) 3. Kualtas Iteraks (Iteracto Qualty) Adapu dmes da tem webqual terdapat dalam tabel 1. Tabel 1. Dmes & Item Webqual Dalam peelta tahapa yag dguaka terdr dar 1. Tahap Pedahulua Dalam tahap dlakuka std lteratur yag meghaslka pejelasa masalah dalam peelta da melakuka observas pada webste BKN KaReg II. 2. Tahap Pegumpula Data Dalam tahapa dlakuka peetua populas da sampel varabel dalam peelta, pembuata kuesoer, da pegumpula data. Pembuata kueser berdasarka beberapa tahapa atara la: a. Meetuka varabel, seleks dkator da meambahka varabel terkat. b. Meyusu peryataa setap dkator. c. Melakuka seleks peryataa. d. Peetua skala lkert. e. Pembuata kuesoer. 3. Tahap Aalss Dalam tahap aalss dlakuka uj valdas, uj relabltas, uj asums, da uj regres ler bergada. 4. Tahap Pegambla Keputusa Dalam tahap pegambla keputusa I meghaslka rekomedas yag ddapat dar uj regres ler bergada yag telah dlakuka pada tahap aalss. HASIL DAN PEMBAHASAN Stud Lteratur JSIKA Vol. 6, No. 3. Tahu 2016, ISSN 2338-137X Page 2
Pada stud lteratur meghaslka pejelasa mplemetas masg-masg teor pada webste www.kareg2bk.d yag dapat dlhat pada Gambar 3. Teor yag dguaka adalah webste, kualtas webste, WebQual, o-propablty samplg judgemet purposve, uj valdtas, uj asums, regres, regres lear bergada, uj F, uj T, aalss korelas gada, aalss determas (R2). b. Varabel X2 merupaka dmes Kualtas Iformas c. Varabel X3 merupaka dmes Kualtas Iteraks Semetara Varabel Terkat (Y) adalah Kualtas Webste (Webste Qualty). Pembuata Kuesoer Dar dmes da tem yag ada pada Tabel 1, maka dbuat peryataa tap tem da kemuda dlakuka seleks tap peryataa yag sesua dega objek yag dtelt. Berkut Kuesoer yag dbagka kepada respode pada Gambar 4. Gambar 3. Hasl Observas Populas da Sampel Respode yag dguaka dalam peelta adalah pegawa BKN KaReg II da pegawa eger dluar BKN KaReg II dega jumlah populas sebayak 319 pegawa. Data populas ddapatka lagsug dar tap bada/orgasas. Perhtuga sampel megguaka tekk o-propablty samplg judgemet purposve. Berkut perhtuga sampel dapat dlhat pada Tabel 2. Tabel 2. Tabel Sampel Nama Orgasas BKN KaReg II Jumlah pegawa 186 Dsaker 133 Perhtuga Stratfed radom samplg 186/319 * 161 = 93,87 133/319 * 161 = 67,12 Sampel 94 67 Jumlah Sampel 161 Varabel Peelta Berdasarka model Webste, terdapat tga dmes kualtas webste yag selajutya aka dpaka sebaga Varabel Bebas (X). Tga dmes kualtas, yak: a. Varabel X1 merupaka dmes Kualtas Pegguaa Gambar 4. Kuesoer Pegumpula Data Setelah melakuka peyebara kuesoer kepada 161 respode, maka kuesoer yag kembal sebayak 161 respode dega rate respode 100%. Hasl pegumpula data dapat dlhat pada Tabel 3. Tabel 3. Hasl Pegumpula Data Jumlah Kuesoer yag 161 dbagka Jumlah Kuesoer yag 161 kembal Jumlah Kuesoer yag memeuh krtera 161/161*100% Rate respode 100% Tahap Aalss Aalss Data Aalss data merupaka syarat utuk melakuka aalss regres lear bergada. Namu sebelum tu perlu dlakuka uj valdtas da uj relabltas terlebh dahulu, JSIKA Vol. 6, No. 3. Tahu 2016, ISSN 2338-137X Page 3
yag selajutya d lakuka proses uj ormaltas data da asums klask sebaga syarat dlakuka aalss regres lear bergada Uj Valdtas Uj dlakuka utuk meguj pada tap varabel yatu Usablty Qualty (X1), Iformato Qualty (X2), Iteracto Qualty (X3), Webste Qualty (Y) dega megguaka program SPSS 17. Jka hasl perhtuga dar masg-masg varabel meghaslka r hasl lebh besar darpada r tabel maka dapat dkataka data yag ddapat vald, sedagka bla r hasl lebh kecl darpada r tabel maka data yag ddapat tdak vald. Berkut hasl dar uj valdtas : 1. Kualtas Peggua (X1) Output hasl dar SPSS dragkum dalam Tabel 2 Tabel 2. Ragkuma Output SPSS utuk Usablty Qualty (X1) No r htug r table Keteraga 1 0,352 0,153 Vald 2 0,444 0,153 Vald 3 0,587 0,153 Vald 4 0,578 0,153 Vald 5 0,611 0,153 Vald 6 0,664 0,153 Vald 7 0,467 0,153 Vald Ddapatka utuk semua la rhtug pada tabel 2 lebh besar dar r tabel, dapat dsmpulka semua tem kuesoer utuk varabel Kualtas Pegguaa (X1) dyataka Vald. 2. Kualtas Iformas (X2) Output hasl dar SPSS kam ragkuma dalam Tabel 3. Tabel 3. Ragkuma Output SPSS utuk Kualtas Iformas (X2) No r htug r table Keteraga 1 0,460 0,153 Vald 2 0,756 0,153 Vald 3 0,839 0,153 Vald 4 0,767 0,153 Vald 5 0,525 0,153 Vald 6 0,276 0,153 Vald Ddapatka bahwa semua la r htug pada tabel 3. lebh besar dar r tabel, dapat dsmpulka semua tem kuesoer utuk varabel kualtas Iformas (X2) dyataka Vald. 3. Kualtas Iteraks (X3) Output hasl dar SPSS kam ragkuma dalam tabel 4. Tabel 4. Ragkuma Output SPSS utuk Kualtas Iteraks (X3) No r htug r tabel Keteraga 1 0,700 0,153 Vald 2 0,835 0,153 Vald Ddapatka bahwa semua la r htug datas lebh besar dar r tabel, dapat dsmpulka semua tem kuesoer utuk varabel Kualtas Iteraks (X3) dyataka Vald. 4. Kualtas Webste (Y) Output hasl dar SPSS kam ragkuma dalam Tabel 5. Tabel 5. Ragkuma Output SPSS utuk Kualtas Webste (Y) No r htug r tabel Keteraga 1 1,00 0,153 Vald Ddapatka bahwa semua la rhtug pada tabel 5 lebh besar dar r tabel, dapat dsmpulka semua tem kuesoer utuk varabel Kualtas Webste (Y) dyataka Vald. Uj Relabltas Dasar pegambla keputusa dalam uj relabltas adalah apabla la alpha > r table, maka dkator pada agket yag dguaka dyataka relabel atau kosste, sebalkya apabla la alpha < r tabel maka dkator pada agket yag dguaka dyataka tdak relabel atau tdak kosste. Pelaaya adalah jka la alpha < 0,153 artya relabltas mecukup (suffcet relablty). Berkut hasl dar perhtuga uj relabltas dega megguaka aplkas SPSS. Output hasl dar SPSS kam ragkuma dalam Tabel 6. Tabel 6. Ragkuma Output SPSS Uj Relabltas N Varabel o 1 Usablty Qualty (X1) 2 Iformato Qualty (X2) 3 Iteracto Qualty (X3) Nla Alpha Crobach s Ketera ga 0,573 > 0,153 Relabel/ kosste 0,651 > 0,153 Relabel/ kosste 0,313 > 0,153 Relabel/ kosste 4 Qualty (Y) 1,000 > 0,153 Relabel/ JSIKA Vol. 6, No. 3. Tahu 2016, ISSN 2338-137X Page 4
kosste Dketahu bahwa r tabel dperoleh 0,153, da semua la Alpha > r table, yag berart dkator pada kuesoer utuk varabel kualtas pegguaa, kualtas formas, kualtas teraks da kualtas webste tersebut dyataka Relabel. Uj Asums Regres lear bergada dkataka sebaga model yag bak apabla model yag ada dapat memeuh asums leartas, ormaltas data da bebas dar asums klask statstk yag melput Multkoleartas,Heteroskedaststas, da Autokorelas. Uj Normaltas Data Output dar uj ormaltas pada regres dapat dlhat pada Gambar 4. X2 X3 0,10 10,00 Multkoler tas Tdak Terjad 0,990 > 1,010 < Multkoler 0,10 10,00 tas 0,987 > 0,10 1,013 < 10,00 Tdak Terjad Multkoler tas Berdasarka Tabel 7 dketahu bahwa la Toleras dar 3 varabel bebas > 0,1 da la VIF < 10, jad dapat dketahu bahwa tdak terdapat masalah multkoleartas pada model regres Uj Heteroskedaststas Ragkuma output SPSS dar uj Heteroskedaststas djelaska pada Tabel 8. Tabel 8. Uj Heteroskedaststas Varabel Nla Sgfkas Keteraga X1 0,410> 0,05 Tdak terjad Heteroskedaststas X2 0,590 > 0,05 Tdak terjad Heteroskedaststas X3 0,210 > 0,05 Tdak terjad Heteroskedaststas Berdasarka Tabel 8 dketahu bahwa la sgfkas varabel X1=0,410 varabel X2=0,590, da varabel X3=0,210. Dkareaka la sgfkas lebh dar 0,05, dapat dsmpulka bahwa tdak terjad masalah Heteroskedaststas dalam model regres. Gambar 4. Grafk P-P Plot Pada gambar grafk datas dketahu ttk-ttk meyebar d sektar gars dagoal da megkut arah gars dagoal, dkataka terdstrbus ormal da model regres dapat memeuh asums ormaltas. Uj Multkolertas Ragkuma output SPSS dar uj Multkolertas djelaska pada Tabel 7. Tabel 7. Uj Multkolertas Varab el Tolera ce VIF (Vara t Iflato Factor) Keteraga X1 0,995 > 1,006 < Tdak Terjad Uj Autokorelas Output SPSS dar uj Autokorelas djelaska pada Tabel 11. Tabel 8. Output Uj Autokorelas DW Mod el R R Squa re Adjust ed R Square Std. Error of the Estm ate 1.26.070.052.3700 4 a 5 Durb - Wats o 2.093 JSIKA Vol. 6, No. 3. Tahu 2016, ISSN 2338-137X Page 5
X2 0,012 2,644 0,001 X3 0,126 2,854 0,000 Fhtug = 3,911 R 2 = 0,571 Gambar 5. Daerah peetua H 0 dalam uj Durb-Watso 1. Kesmpula: Dketahu la Durb- Watso=2,093 terletak pada daerah du < DW < 4-dU (1,76 < 2,093 < 2,28) maka dapat dsmpulka tdak terjad autokorelas pada model regres. Uj Lertas Ragkuma Output SPSS dar uj Lertas dapat djelaska pada tabel 12. Tabel 9. Ragkuma Output Uj Lertas Hubuga Berdasarka Varabel Nla sg. Keteraga Y * X1 0,260 > 0,05 Ler secara Sgfka Y * X2 0,623 > 0,05 Ler secara Sgfka Y * X3 0,350 > 0,05 Ler secara Sgfka Berdasarka Tabel 9, dketahu hubuga varabel kepuasa pegguaa dega varabel kualtas pegguaa (X1), kualtas formas (X2), da kualtas teraks (X3), dlhat dar la sgfka > 0,05 da dlhat dar la Fhtug < Ftabel (la Ftabel ddapatka dar tabel F statstk), jad dapat dsmpulka hubuga setap varabel adalah Ler secara Sgfkas. Aalss Regres Ler Ragkuma output dar perhtuga regres lear bergada dapat dlhat pada Tabel 13. Tabel 9. Ragkuma Output SPSS Regres Ler Varabel Koefse Regres Thtu g Sgfka s Kostat 0,230 4,133 0,000 a X1 0,015 3,241 0,003 Prosedur uj Regres Ler adalah yag dlakuka yatu uj F da uj t. Lagkah aalss Regres da prosedur peguja adalah sebaga berkut: Aalss Regres Ler Bergada Dega persamaa: Y = a+b 1 X 1 +b 2 X 2 +b 3 X 3 Y = 0,230 + 0,015 X1+ 0,012 X2+ 0,126 X3 a. Aalss Koefse Determas Dalam tabel datas dapat dketahu la R 2 =0,571. Jad pegaruh dar Varabel Idepede yatu 57,1% dega ssa sebesar 42,9% yag dpegaruh oleh faktor la yag tdak dtelt. b. Uj Koefse Regres Secara Bersama (Uj F) Dapat dketahu bahwa F htug (3,911) > F tabel (3,05) maka H0 dtolak. Jad kesmpulaya yatu Kualtas Keguaa, Kualtas Iformas, da Kualtas Iteraks berpegaruh terhadap Kualtas Webste. c. Uj Koefse Regres Secara Partal (Uj t) 1. Peguja b1 (Kualtas Keguaa) Dapat dketahu bahwa t htug =3,241 > t tabel=1,975, jad H0 dtolak, dapat dsmpulka Kultas Keguaa berpegaruh terhadap Kualtas Webste. 2. Peguja b2 (Kualtas Iformas) Dapat dketahu bahwa t htug=2,644 > t tabel=1,971, jad H0 dtolak, dapat dsmpulka Kualtas Iformas berpegaruh terhadap Kualtas Webste. 3. Peguja b3 (Kualtas Iteraks) Dapat dketahu bahwa t htug=2,854 > t tabel=1,971, jad H0 dtolak, dapat dsmpulka Kualtas Iteraks berpegaruh terhadap Kualtas Webste. d. Hasl Hpotess Dar hasl uj regres lear bergada dhaslka la varabel Kualtas Keguaa > dar varabel Kualtas Iformas da varabel Kualtas Iteraks, dega begtu Kualtas Keguaa memlk pegaruh JSIKA Vol. 6, No. 3. Tahu 2016, ISSN 2338-137X Page 6
yag lebh besar, yag dapat dlhat dar la t htug varabel Kualtas Keguaa=3,241 dbadgka la t htug varabel Kualtas Iformas=2,544 da varabel Kualtas Iteraks=2,854. Hpotess dapat dlhat pada Gambar 6. Gambar 4.4 Hasl Hpotess Kesmpula Sesua dega hasl peelta yag telah dlakuka maka dapat meghaslka kesmpula sebaga berkut : 1. Kualtas keguaa berpegaruh postf terhadap kualtas webste BKN KaReg II, yag berart setap pegkata kualtas pegguaa pada webste, maka aka megkatka kualtas webste. 2. Kualtas formas berpegaruh postf da sgfka terhadap kualtas webste BKN KaReg II. yag berart setap pegkata kualtas formas pada webste, maka aka megkatka kualtas webste. 3. Kualtas teraks berpegaruh postf da sgfka terhadap kualtas webste BKN KaReg II. yag berart setap pegkata kualtas teraks pada webste, maka aka megkatka kualtas webste. 4. Kualtas keguaa lebh berpegaruh terhadap kualtas webste BKN KaReg II, dkareaka hasl thtug varabel kualtas keguaa=3,241 d badgka dega la thtug varabel kualtas formas=2,644 da la thtug varabel kualtas teraks=2,854. 5. BKN KaReg II lebh megkatka kualtas webste dalam seg keguaa,dega begtu dapat memperoleh kualtas webste yag lebh bak. dlakuka dega populas yag beragam agar dperoleh hasl peelta yag lebh maksmal. Dega demka hasl peelta berkutya aka lebh bak. Pada peelta, haya megumpulka data 2 bada pemertaha, da utuk peelta yag aka datag aka lebh bak apabla pegumpula data dapat dlakuka dega populas yag beragam agar dperoleh hasl peelta yag lebh maksmal. Dega demka hasl peelta berkutya aka lebh bak. Rujuka Sajaya. 2012. Pegukura Kualtas Layaa Webste Kemetera Komfo Dega Megguaka Metode Webqual 4.0. Peelta IPTEK- KOM, 2. Sugyoo. (2008). Metode Peelta Kuattatf Kualtatf da R&D. Badug Alfabeta. Bares, S.J. da R. Vdge. 2002. A Itegratve Approach to the Assessmet of E-Commerce Qualty. Joural of Idustral Maagemet ad Data Systems; 2002 Sara Pada peelta, haya megumpulka data 2 bada pemertaha, da utuk peelta yag aka datag aka lebh bak apabla pegumpula data dapat JSIKA Vol. 6, No. 3. Tahu 2016, ISSN 2338-137X Page 7