37 Pada Gambar 14 terlihat bahwa dari seratus sepuluh puluh responden yang
menjawab, sebesar 44,6 atau lima puluh responden berlatar belakang pendidikan S1, 29.5 atau dua puluh tujuh responden merupakan lulusan S2, 15.2 atau tiga
belas responden adalah lulusan SMA dan sebesar 8.9 atau delapan responden merupakan lulusan diploma dan angka yang menunjukan 1.8 atau lima
responden kuesioner dijawab oleh responden yang bergelar doktor.
Pekerjaan Responden
Berdasarkan data yang diperoleh, responden yang disurvei berdasarkan pekerjaan yang ditunjukkan pada Gambar 15 terlihat bahwa dari seratus sepuluh
responden mayoritas 30.4 atau tiga puluh tiga responden bekerja sebagai PNS, sedangkan 16.1 atau tujuh belas responden berstatus sebagai profesional dan
angka yang hampir bersamaan ditunjukan oleh dua pekerjaan responden yang berbeda diantaranya dua puluh enam responden atau 26.8 ditempati oleh
responden yang bekerja sebagai karyawan swasta dan dua puluh tujuh responden atau 26.8 berkegiatan sebagai pelajarmahasiswa.
Intensitas akses web Perpusnas RI
Beberapa perilaku responden yang berkaitan dengan intensitas dalam mengakses website Perpustakaan Nasional RI www.perpusnas.go.id sebagian
besar menunjukan cukup sering melakukan dengan jumlah enam puluh tiga responden. Pada gambar 16 terlihat, mayoritas perilaku responden dalam
mengakses website Perpusnas RI adalah yaitu sebesar 64.4 atau enam puluh tiga responden.
Gambar 16 Responden berdasarkan Intensitas akses web Gambar 15 Responden berdasarkan pekerjaan
terakhir
38 Beberapa responden yang berjumlah dua puluh tujuh atau 26.8 sangat
sering mengakses website dan beberapa kali responden juga berpartisipasi dalam rangka mencari informasi tentang suatu website terlihat berjumlah 13 responden
atau 14.3 . Dari jumlah tersebut terlihat adanya kebutuhan informasi dari responden yang bisa didapat dari mengakses website Perpusnas RI.
Fekuensi akses web Perpusnas RI
Sejak peresmian portal arsip web, sosialisasi yang dilakukan oleh pengelola sudah cukup sering melalui temu wicara. Pada Gambar 17
menunjukkan bahwa banyak responden yang cukup sering mengakses memanfaatkan
portal arsip
web dengan
mengkases pada
http:arsipweb.pnri.go.id sebesar 50.9 atau lima puluh lima responden dan sesekali responden mengakses portal arsip web sebesar 49.1 atau empat puluh
delapan responden. Hal ini terlihat bahwa arsip web merupakan salah satu sarana layanan informasi untuk memenuhi kebutuhan pemustaka.
Data rekapitulasi tingkat penerimaan responden
Dari penelitian ini, data hasil evaluasi tingkat penerimaan pengguna terhadap Portal Arsip Web Indonesia pada Perpustakaan Nasional RI, menunjukan
bahwa secara keseluruhan implementasi penggunan sistem ini dapat diterima dengan mudah oleh pengguna. Skala penerimaan dari 1 - 4 dimana tingkat
penilaian untuk 1 = Sangat Tidak Setuju, 2 = Tidak Setuju, 3 = Setuju dan 4 = Sangat Setuju. Keterangan lebih lanjut dapat dilihat dalam lampiran 7 dan telah
dirangkum dalam tabel berikut ini.
Tabel 9 Rekapitulasi tingkat penerimaan responden
4 No Indikator
Skala Penerimaan Persentase
1 2
3 4
5 1 Arsip web mudah diakses
Menu mudah digunakan Tata letak mudah dipelajari
Menu bantuan mudah dimengerti Indeks alfabetis mudah ditemukan
Pilihan kategori mudah didapatkan 12.5
8.1 7.3
6.4 2.8
5.4 21.4
13.5 18.2
24.8 15.6
22.5 42.0
55.9 55.5
49.5 53.2
50.5 24.1
22.5 19.1
19.3 28.4
21.6
Gambar 17 Responden berdasarkan frekuensi akses web
39
6 No Indikator
Skala Penerimaan Persentase
1 2
3 4
7 2 Arsip web memenuhi informasi
Data statistik memberikan informasi Akses arsip web menghemat waktu
Akses arsip web dapat hemat biaya Sumber informasi yang hemat waktu dan biaya
6.3 6.3
4.5 3.7
3.6 31.5
14.4 22.7
21.1 15.5
43.2 53.2
50.0 48.6
52.7 18.9
26.1 22.7
26.6 28.2
3 Senang menggunakan arsip web
Senang mengakses repositori web Keaslian data dapat percaya
Memilih menggunakan arsip web Pilihan sumber informasi
4.5 6.4
5.6 5.5
2.8 20.5
26.4 13.1
24.8 12.0
52.7 49.1
59.8 55.0
60.2 22.3
18.2 21.5
14.7 25.0
4 Arsip web dapat perbarui informasi
Saran penggunaan arsip web 8.3
5.4 42.2
19.8 34.9
48.6 14.7
26.1 5
Kepuasan penggunaan arsip web Berbagi kepuasan dalam penggunaan
Intensitas akses website Perpusnas RI 6.3
3.6 12.5
26.1 22.3
33.0 54.1
58.9 42.0
13.5 15.2
12.5
Hasil rekapitulasi tingkat penerimaan responden pada penelitian ini memiliki implikasi secara praktis yang berhubungan dengan hal-hal yang perlu
dilakukan oleh pengelola dalam pengembangan sistem yang lebih lanjut. Beberapa hal yang perlu diperhatikan dalam tingkat penerimaan terhadap Portal
web Arsip Web Indonesia terlihat dalam tabel 9 adalah kecenderungan pengguna dalam hal penggunaan sistem preservasi arsip web masih rendah. Hal ini
ditunjukan pada variabel niat menggunakan dalam indikator
Arsip web dapat perbarui informasi yang bernilai 34.9. Tingkat ketidaksetujuan pengguna untuk
memeriksa kebaruan informasi tentang suatu aspek yang tersebar diberbagai situs web Indonesia bernilai 42.2 diatas tingkat nilai kesetujuan.
Kecenderungan perilaku pengguna untuk tetap menggunakan suatu sistem teknologi yang baru juga dapat menjadi alasan atas rendahnya tingkat penilaian
penerimaan pada pengguna. Portal web Arsip Web Indonesia yang terdapat pada website Perpustakaan Nasional RI www.perpusnas.go.id merupakan media baru
untuk penyebaran informasi yang dapat diakses oleh pengguna. Pentingnya menyediakan fasilitas yang lengkap diantaranya fitur-fitur yang mudah difahami,
antar muka yang user friendly dan perlunya sosialisasi terhadap media ini. Hal tersebut salah satu prediksi yang menjadi kunci dimana pengguna dapat menilai
dari pemanfaatan sistem preservasi arsip web ini.
Untuk mendapatkan hasil penelitian yang lebih akurat dan relevan maka penelitian ini dilanjutkan dengan melakukan analisis statistik inferensial. Teknis
analisis data ini menggunakan Structural Equation Model SEM dengan alat bantu pengolahan data menggunakan software AMOS kemudian hasil analisa
dapat
diinterpretasikan dan disimpulkan.
40
Hasil Analisis Statistik Inferensial Hasil Pengujian Normalitas Data Multivariat
Berdasarkan Lampiran 8 pada uji kenormalan data diketahui bahwa secara individu, variabel obeservasi yang dalam hal ini adalah item indikator masing-
masing memiliki nilai c.r yang berkisar antara -2.58 sampai 2.58 sehingga secara individu data dapat dikatakan berdistribusi normal. Namun untuk data secara
multivariat diperoleh nilai c.r. sebesar 10.716, nilai tersebut berada diluar interval ± 2.58. sehingga dapat disimpulkan bahwa secara multivariat data tidak
berdistribusi normal.
Ketidaknormalan data multivariat ini salah satunya dapat disebabkan oleh
data yang teridentifikasi sebagai data outlier. Dari hasil pengukuran dengan Jarak Mahalanobis diketahui bahwa terdapat dua observasi yang teridentifikasi sebagai
data outlier yaitu observasi ke 82 dan 98. Pada observasi ke 82 memiliki nilai mahalanobis sebesar 56.728 dan observasi ke 98 nilai mahalobisnya yaitu 42.002.
Kedua nilai tersebut lebih besar dari nilai Chi-Square tabel 38.93 dengan derajat bebas 21 jumlah item observasi pada taraf signifikansi 0.01.
Tidak normalnya data menyebabkan penaksiran parameter dengan metode Maximum Likelohood ML tidak dapat dilakukan. Sehingga pada penelitian ini
penaksiran parameter dilakukan dengan metode Unweighted Least Squares ULS.
Hasil Permodelan Structural Equation Models SEM 1. Hasil Estimasi Parameter dalam Diagram Jalur
Di bawah ini adalah diagram jalur pemodelan SEM beserta parameter hasil estimasi yang menggambarkan hubungan antara indikator dengan variabel laten
serta hubungan variabel eksogen dengan variabel laten endogen.
Gambar 18 Diagram jalur hasil estimasi
41
2. Hasil Identifikasi Model
Identifikasi model merupakan tahapan awal dalam pemeriksaan terhadap suatu model yang diusulkan apakah menghasilkan estimasi yang bersifat unique
atau tidak. p : banyaknya variabel observasi = 21
t : banyaknya koefisien yang diestimasi pada model yang diteliti = 48 Perhitungannya adalah sebagai berikut :
1 2
21 21 1
48 2
183 p p
df t
+ =
− +
= −
=
Dari hasil perhitungan di atas diperoleh nilai df sebesar 183 dan
df
over-identified, sehingga dapat disimpulkan bahwa model yang diusulkan menghasilkan estimasi yang bersifat unique sehingga parameter yang ada pada
model dapat ditaksir.
3. Hasil Evaluasi Kesesuaian Model
1 Hasil Evaluasi Kesesuaian Model Pengukuran Evaluasi model pengukuran dilakukan untuk melihat apakah variabel
observasi sudah dengan tepat mengukur konstuknya. Evaluasi model pengukuran terdiri atas dua jenis, yaitu evaluasi validitas model pengukuran dan evaluasi
reabilitas model pengukuran. Pada pengujian validitas dilakukan dengan melihat nilai loading factor dan nilai statistik hitung t. Berikut ini adalah tabel yang
menunjukkan nilai muatan faktor standar standardized loading factor dan statistik hitung t untuk model pengukuran baik indikator dengan variabel laten
eksogen maupun indikator dengan variabel laten endogen.
a Hasil Evaluasi Validitas Model Pengukuran Tabel di bawah ini menunjukkan bahwa seluruh muatan faktor standar
standardized loading factor pada model pengukuran dari setiap variabel laten mempunyai validitas yang baik. Hal ini berdasarkan kriteria validitas yang baik,
dimana nilai t muatan faktornya ≥ nilai kritis t
hitung
≥ 1.96 dan nilai standardized loading factor ≥ 0.50. Sehingga dapat disimpulkan bahwa variabel-variabel
observasiindikator pada model pengukuran dapat mengukur konstruknya dengan cukup baik.
Tabel 10 Pengujian validitas model pengukuran Variabel
Loading Factor
t-hitung Measurement
Error Keterangan
Persepsi Kemudahan PEOU1
0.785 10.109
0.384 Valid
PEOU2 0.842
10.273 0.291
Valid PEOU3
0.718 8.874
0.485 Valid
PEOU4 0.725
8.231 0.474
Valid PEOU5
0.839 9.510
0.296 Valid
42 Variabel
Loading Factor
t-hitung Measurement
Error Keterangan
PEOU6 0.830
9.545 0.311
Valid Persepsi Manfaat
PU1 0.822
…. 0.324
Valid PU2
0.748 4.134
0.441 Valid
PU3 0.829
4.429 0.313
Valid PU4
0.822 4.448
0.324 Valid
PU5 0.839
4.453 0.296
Valid Sikap Pengguna
ATU1 0.820
…. 0.327
Valid ATU2
0.806 5.107
0.351 Valid
ATU3 0.733
4.703 0.463
Valid ATU4
0.799 4.943
0.362 Valid
ATU5 0.786
4.654 0.382
Valid Niat Menggunakan
BITU1 0.691
…. 0.522
Valid BITU2
0.770 5.128
0.407 Valid
Penggunaan Nyata AU1
0.769 ….
0.408 Valid
AU2 0.860
4.573 0.261
Valid AU3
0.808 4.769
0.347 Valid
b Hasil Evaluasi Reliabilitas Model Pengukuran Selanjutnya dilakukan pengujian reliabilitas untuk melihat konsistensi
pengukuran variabel-variabel observasi secara bersama-sama terhadap masing- masing kunstruknya. Berikut ini ditampilkan nilai Construct Reliability CR dan
Variance Extracted VE untuk setiap setiap variabel laten pada model pengukuran.
Tabel 11 Pengujian Reliabilitas Model Pengukuran Konstruk
Construcy Reliability
Variance Extracted
Keterangan Persepsi Kemudahan
0.9093 0.6265
Reliabel Persepsi Manfaat
0.9066 0.6604
Reliabel Sikap Pengguna
0.8919 0.6230
Reliabel Niat Menggunakan
0.6968 0.5354
Reliabel Penggunaan Nyata
0.8539 0.6613
Reliabel Dari Tabel 10 di atas diketahui bahwa untuk variabel laten persepsi
kemudahan memiliki nilai Construct Reliability sebesar 0.9093 dan nilai Variance Extracted yaitu 0.6265. Pada variabel laten persepsi manfaat memiliki nilai
Construct Reliability sebesar 0.9066 dan nilai Variance Extracted yaitu 0.6604. Sedangkan untuk variabel laten sikap pengguna memiliki nilai Construct
Reliability sebesar 0.8919 dan nilai Variance Extracted yaitu 0.6230. Sementara
43 untuk variabel laten niat menggunakan memiliki nilai Construct Reliability
sebesar 0.6968 dan nilai Variance Extracted sebesar 0.5354. Dan untuk variabel laten penggunaan nyata memiliki nilai Construct Reliability sebesar 0.8539 dan
nilai Variance Extracted sebesar 0.6613.
Jika dikalkulasikan, empat dari lima variabel laten memiliki nilai Construct Reliability yang melebihi batas ambangnya yaitu 0.70. Hanya pada variabel niat
menggunakan yang nilai Construct Reliability kurang dari ambang batas namun sudah mendekati 0.7 yaitu sebesar 0.6968. Sedangkan untuk nilai Variance
Extracted, kelima variabel laten memiliki nilai yang melebihi batas ambangnya yaitu 0.50. Hal ini mengindikasikan bahwa tingkat reliabilitas pada tiap konstruk
adalah cukup tinggi, sehingga dapat dikatakan bahwa indikator-indikator pada tiap konstruk cukup konsisten untuk mengukur konstruknya, data pada Lampiran 9.
2 Hasil Evaluasi Kesesuaian Keseluruhan Model Setelah dilakukan evaluasi model pengukuran, langkah selanjutnya adalah
melakukan evaluasi model struktural dari model yang diajukan. Berikut ini ditampilkan hasil output untuk evaluasi kesesuaian model keseluruhan secara
inferensial dan deskiptif Lampiran 10:
Tabel 12 Nilai Kesesuaian Model Keseluruhan Kriteria kesesuaian
Nilai Kritis Hasil
Kesesuaian Model Inferensial Chi-Square
Kecil, ≤ χ
2
ά ; df 329.64
P-value ≥ 0.05
0.00000 Kesesuaian Model Deskriptif
GFI ≥ 0.90
0.989 AGFI
≥ 0,90 0.986
RMSEA ≤ 0.08
0.086 Berdasarkan Tabel 11 di atas menunjukan bahwa perolehan nilai statistik
hitung untuk pengujian kesesuaian model struktural pada penelitian ini. Untuk pengujian secara statistik inferensial diperoleh nilai chi-square sebesar 329.64 dan
p-value sebesar 0.0000. Nilai tersebut tidak memenuhi tingkat signifikan penerimaan model model fit dengan data yaitu p-value ≥ 0.05. Sehingga secara
inferensia model dikatakan tidak cocok dengan data atau model tidak fit dengan data. Namun penilaian kesesuaian model tidak hanya bergantung pada statistik uji
chi-square saja, pengujian kesesuaian model dapat menggunakan beberapa statistik uji lainnya. Seperti yang diutarakan oleh Bollen Long dalam Wijanto
2008 bahwa penilaian kesesuaian model tidak hanya bergantung pada statistik inferensia, tapi juga dapat menggunakan kriteria pengujian secara statistika
deskriptif.
Output pengujian kesesuaian model dengan statistik deskriptif menunjukkan bahwa model good fit. Hal tersebut ditunjukkan oleh nilai indeks kesesuaian
model, yaitu GFI sebesar 0.989 dan PGFI sebesar 0.986 yang telah memenuhi kriteria good fit yang mensyaratkan nilai indeks kecocokan ≥ 0.90. Demikian
halnya dengan nilai indeks kesesuaian RMR sebesar 0.0311, menurut Brown dan Cudeck dalam Wijanto 2008 bahwa apabila nilai RMR ≤ 0.05 menunjukkan
bahwa model good fit. Tetapi untuk nilai RMSEA sebesar 0.086 masih belum memenuhi kriteria dimana nilainya harus ≤ 0.08. Namun demikian, sebagian besar
44 pengujian secara deskriptif sudah memenuhi kriteria model fit, sehingga dapat
disimpulkan bahwa kecocokan keseluruhan model adalah baik.
− Hasil Analisis Model Pengukuran Variabel Persepsi Kemudahan
Model pengukuran diartikan sebagai model pengukuran antara variabel laten Persepsi Kemudahan dengan masing-masing indikatornya. Hasil estimasi
parameter standardized loading factor nilai bobot untuk model pengukuran Persepsi Kemudahan terdiri dari 6 indikator dapat dilihat pada tabel berikut :
Tabel 13 Nilai Standardized Loading Indikator Terhadap Variabel Laten Persepsi Kemudahan
Variabel Item
Indikator Nilai
Bobot Persepsi
Kemudahan
1
ξ
PEOU1 Arsip web mudah diakses 0.785
PEOU2 Menu mudah digunakan 0.842
PEOU3 Tata letak mudah dipelajari 0.718
PEOU4 Menu bantuan mudah dimengerti 0.725
PEOU5 Indeks alfabetis mudah ditemukan 0.839
PEOU6 Pilihan kategori mudah didapatkan 0.830
Pada Tabel 12 dapat diperoleh informasi berkaitan dengan nilai bobot yang diberikan oleh 6 indikator terhadap variabel laten persepsi kemudahan
ξ
1
terlihat ke 6 indikator memiliki nilai loading yang besar di atas 0.50. Hal ini
mengindikasikan bahwa ke 6 indikator memberikan kontribusi yang baik dan valid dalam mengukur variabel persepsi kemudahan.
Berikut ini adalah analisis mengenai besar kontribusi yang diberikan oleh
masing-masing indikator terhadap variabel persepsi kemudahan, yaitu : 1. Indikator PEOU1 Arsip web mudah diakses berkontribusi dalam mengukur
variabel persepsi kemudahan sebesar 0.785. 2. Indikator PEOU2 Menu mudah digunakan berkontribusi dalam mengukur
variabel persepsi kemudahan sebesar 0.842. 3. Indikator PEOU3 Tata letak mudah dipelajari berkontribusi dalam
mengukur variabel persepsi kemudahan sebesar 0.718. 4. Indikator PEOU4 Menu bantuan mudah dimengerti berkontribusi dalam
mengukur variabel persepsi kemudahan sebesar 0.725. 5. Indikator PEOU5 Indeks alfabetis mudah ditemukan berkontribusi dalam
≤mengukur variabel persepsi kemudahan sebesar 0.839. 6. Indikator PEOU6 Pilihan kategori mudah didapatkan berkontribusi dalam
mengukur variabel persepsi kemudahan sebesar 0.830. Untuk variabel persepsi kemudahan terlihat bahwa indikator yang
berkontribusi paling besar adalah indikator PEOU2 Menu mudah digunakan yaitu sebesar 0.806, kontribusi terbesar kedua diberikan oleh indikator PEOU5
Indeks alfabetis mudah ditemukan sebesar 0.839. Sedangkan kontribusi terkecil pertama diberikan oleh indikator PEOU3 Tata letak mudah dipelajari sebesar
0.718 dan untuk kontribusi terkecil kedua yaitu oleh indikator PEOU4 Menu bantuan mudah dimengerti dengan nilai kontribusi 0.725.
Jika diakumulasikan, total kontribusi yang diberikan oleh 6 indikator dalam mengukur variabel persepsi kemudahan yaitu sebesar nilai Variance Extracted.
Dari perhitungan sebelumnya untuk variabel persepsi kemudahan diperoleh nilai