bab 3 desain penelitian
TRANSCRIPT
38
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.
39
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 :
40
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 :
41
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
42
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 Aras
pengukuran
Kualitas
sistem
-Akurasi
sistem
-Navigasi
-Waktu respon
-keamanan
-Keandalan
sistem
1). SIASAT memiliki
keakuratan data
informasi yang tepat dan
diandalkan
2). Setiap bagian dari
SIASAT memuat konten-
konten yang bisa
dipahami dan dimengerti
3). Penggunaan SIASAT
dapat digunakan diluar
kampus dengan baik
(Warnet)
4). Penggunaan SIASAT
dapat digunakan dalam
Ordinal
43
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 Aras
pengukuran
Persepsi
kemanfaatan
-Tepatwaktu
-Efektifitas
-kemudahan
-kelengkapan
informasi
-kehandalan
informasi
-penyajian
informasi
1). Menggunakan SIASAT
proses akademis lebih
cepat.
2). Menggunakan SIASAT
meningkatkan
efektivitas.
3). Menggunakan SIASAT
proses akademis lebih
mudah.
4). Menggunakan SIASAT
mendapatkan informasi
yang dibutuhkan
(tagihan, nilai, transkip)
Ordinal
44
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 Aras
pengukuran
Penggunaan
Nyata
-Durasi waktu
-Frekuensi
penggunaan
1). Dalam hal waktu saya gunakan SIASAT UKSW membutuhkan banyak waktu
2). Pada saat SIASAT hingga proses penyesuaian (AJASMEN), Saya sering menggunakan SIASAT
Ordinal
45
Tabel 3.5 Pengukuran konsep Kepuasan Penggunaan
Konsep Sub konsep Indikator Empiris Aras
pengukuran
Kepuasan
Penggunaan
-Efisiensi
-keefektifitan
-kepuasan
menyeluruh
terhadap sistem
1). Tingkat pemenuhan
SIASAT terhadap
kebutuhan informasi
akademik baik.
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
Ordinal
46
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 :
47
1. X2 Chi Square Statistic yakni semakin kecil nilai X2
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
48
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 Cut of Value
X² Chi Square Statistics Significance probability CMIN/DF GFI AGFI TLI CFI RMSEA
Diharapkan kecil ≥ 0,05 ≤ 2,00 ≥ 0,90 ≥ 0,90 ≥ 0,95 ≥ 0,95 ≤ 0,08
Sumber : Ferdinand 2002
49
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
50
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 :
51
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,
52
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).
53
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%)