commit to user
52 setiap saran yang diberikan pengguna untuk perbaikan e-learning di masa
mendatang KL4 dan Bagian IT sekolah memperlengkapi sarana yang mendukung pengguna untuk menggunakan e-learning KL5. Dari hasil analisis
confirmatory factor analysis CFA adalah sebagai berikut:
Gambar 7. Konstruk Kualitas Layanan
Tabel 6. Standardized Regression Weights KL: Group number 1 - Default model Estimate
KL5 --- KL .550
KL4 --- KL .718
KL3 --- KL .717
KL2 --- KL -.011
KL1 --- KL .642
Sumber: Data primer yang diolah, 2011 Berdasarkan Tabel 6 diatas, dapat diketahui bahwa KL1, KL3, KL4 DAN
KL5 yang merupakan indikator pada variabel kualitas layanan dinyatakan valid, karena memiliki nilai factor loading estimate
di atas 0,5 λ=0,5. Sedangkan KL2 dinyatakan tidak valid, karena memiliki factor loading estimate dibawah
0,5 λ=0,5 yang berarti KL2 tidak konvergen mengukur suatu konstruk, sehingga belum dapat dijadikan sebagai standar indikator untuk direkomendasikan dalam
mendukung variabel kualitas layanan.
d. Uji Validitas Konstruk Penggunaan
Konstruk Penggunaan Sistem unobservedlatent variabel diukur dengan menggunakan 3 indikator observedmanifest variabel, yaitu: Frekuensi
menggunakan e-learning tinggi PS1, Penggunaan e-learning dengan sukarela .11
KL
KL5
.24
e18
1.00 1
KL4
.23
e17
1.52 1
KL3
.24
e16
1.56 1
KL2
.22
e15
-.02 1
KL1
.29
e14
1.39 1
commit to user
53 PS2, Ketergantungan terhadap e-learning PS3. Dari hasil analisis confirmatory
factor analysis CFA adalah sebagai berikut:
Gambar 8. Konstruk Penggunaan Sistem Tabel 7. Standardized Regression Weights P: Group number 1 - Default model
Estimate P1 --- P
.695 P2 --- P
.713 P3 --- P
.646 Sumber: Data primer yang diolah, 2011
Berdasarkan Tabel 7 diatas, dapat diketahui bahwa P1, P2 dan P3 yang merupakan indikator pada variabel penggunaan sistem dinyatakan valid, karena
memiliki nilai factor loading estimate di atas 0,5 λ=0,5.
e. Uji Validitas Konstruk Kepuasan Pemakai
Konstruk Kepuasan pemakai unobservedlatent variabel diukur dengan menggunakan 3 indikator observedmanifest variabel, yaitu: Kebanyakan dari
pengguna e-learning menanggapi secara positif terhadap fungsi e-learning KP1, E-learning mempunyai banyak manfaat KP2 dan Pengguna puas menggunakan
e-learning KP3. Dari hasil analisis confirmatory factor analysis CFA adalah sebagai berikut:
Gambar 9. Konstruk Kepuasan Pemakai
P
P1
.23
e32
1.00 1
P2
.25
e31
1.11 1
P3
.24
e30
.89 1
.00
Z1
1
KP
KP3
.25
e21
1.00 1
KP2
.17
e20
1.01 1
KP1
.23
e19
1.17 1
-.01
Z3
1
commit to user
54 Tabel 8. Standardized Regression Weights KP: Group number 1 - Default model
Estimate KP3 --- KP
.572 KP2 --- KP
.646 KP1 --- KP
.646 Sumber: Data primer yang diolah, 2011
Berdasarkan Tabel 8 diatas, dapat diketahui bahwa KP1, KP2 dan KP3 yang merupakan indikator pada variabel Kepuasan Pemakai dinyatakan valid,
karena memiliki nilai factor loading estimate di atas 0,5 λ=0,5.
f. Uji Validitas Konstruk Net Benefit
Konstruk Manfaat
unobservedlatent variabel
diukur dengan
menggunakan 10 indikator observedmanifest variabel, yaitu: e-learning yang disediakan sekolah membantu pengguna dalam mengerjakan pekerjaantugasnya
NB1. E-learning yang disediakan sekolah membantu pengguna memecahkan masalah NB2, e-learning meningkatkan daya saing sekolah NB3, e-learning
membantu sekolah untuk merespon lebih cepat terhadap perubahan NB4, e- learning membantu sekolah untuk menyediakan pelayanan yang lebih baik
kepada pengguna NB5, e-learning membantu sekolah untuk menyediakan pelayanan yang baru kepada pengguna NB6, e-learning membantu sekolah
menghemat biaya NB7, e-learning mendukung tercapainya tujuan sekolah NB8. Dari hasil analisis confirmatory factor analysis adalah sebagai berikut:
Gambar 10. Konstruk Manfaat Bersih
N B
NB1
.24
e29
1.00 1
NB2
.26
e28
.90 1
NB3
.21
e27
1.07 1
NB4
.30
e26
.91 1
NB5
.30
e25
.90 1
NB6
.31
e24
.88 1
NB7
.33
e23
.99 1
NB8
.43
e22
.65 1
.05
Z2
1
commit to user
55 Tabel 9. Standardized Regression Weights NB: Group number 1 - Default model
Estimate NB1 --- NB
.743 NB2 --- NB
.697 NB3 --- NB
.784 NB4 --- NB
.667 NB5 --- NB
.666 NB6 --- NB
.649 NB7 --- NB
.681 NB8 --- NB
.471 Sumber: Data primer yang diolah, 2011
Berdasarkan Tabel 9 dapat diketahui bahwa NB1, NB2, NB3, NB4, NB5, NB6 dan NB7 yang merupakan indikator pada variabel manfaat bersih
dinyatakan valid, karena memiliki nilai factor loading estimate di atas 0,5 λ=0,5. Sedangkan NB8 dinyatakan tidak valid, karena memiliki factor loading
estimate dibawah 0,5 λ=0,5 yang berarti NB8 tidak konvergen mengukur
suatu konstruk, sehingga belum dapat dijadikan sebagai standar indikator untuk direkomendasikan dalam mendukung variabel manfaat bersih.
2. Uji Reliabilitas
Uji reliabilitas pada penelitian ini bertujuan untuk mengetahui sejauh mana hasil pengukuran tetap konsisten, apabila dilakukan pengukuran dua kali
atau lebih terhadap gejala yang sama dengan menggunakan alat pengukur yang sama. Peneliti melakukan uji reliabilitas dengan menghitung
Cronbach’s Alpha dari masing-masing item dalam suatu variabel, instrumen yang dipakai akan
dianggap reliabel apabila Cronbach’s Alpha 0.60
commit to user
56 Tabel 10. Ringkasan Hasil Uji Reabilitas Variabel Penelitian
No Nama Variabel
Cronbach’s Alpha Keterangan
1 Kualitas sistem KS
0,829 Reliabel
2 Kualitas informasi KI
0,858 Reliabel
3 Kualitas layanan KL
0,663 Reliabel
4 Penggunaan sistem P
0,867 Reliabel
5 Kepuasan pemakai KP
0,794 Reliabel
6 Manfaat bersih NB
0,930 Reliabel
Sumber: Data primer yang diolah, 2011 Berdasarkan pada Tabel 10 dapat disimpulkan bahwa semua pertanyaan
yang telah lolos uji validitas dan yang digunakan untuk mengukur masing-masing variabel penelitian dapat diandalkan atau reliable, karena memiliki nilai
Cronbach’s Alpha di atas nilai kritis 0,60.
3. Uji Asumsi Model
