BAB 3 DESAIN PENELITIAN

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)


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


pengukuran

Persepsi

kemanfaatan

-Tepatwaktu

-Efektifitas

-kemudahan

-kelengkapan

informasi

-kehandalan

informasi

-penyajian

informasi

1). Menggunakan SIASAT

proses akademis lebih

cepat.


meningkatkan

efektivitas.


proses akademis lebih

mudah.


mendapatkan informasi

yang dibutuhkan

(tagihan, nilai, transkip)

Ordinal

44


informasi yang

diberikan akurat dan

terpercaya

6). Menggunakan SIASAT,

ouput yang dihasilkan

jelas dan dimengerti

Tabel 3.4

Pengukuran konsep Penggunaan Nyata


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


pengukuran

Kepuasan

Penggunaan

-Efisiensi

-keefektifitan

-kepuasan

menyeluruh

terhadap sistem

1). Tingkat pemenuhan

SIASAT terhadap

kebutuhan informasi

akademik baik.


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%)

Documents

BAB 3 DESAIN PENELITIAN