HASIL DAN PEMBAHASAN Pengujiankesuksesan Sistem Teknologi Informasi Delone dan Mclean yang Diperbarui pada Sisteme- Payment Rekening Listrik

Populasi dan Sampel Populasi dalam penelitian ini adalah pengguna e- paymentrekening listrik di Soloraya.Kriteria responden dalam penelitian ini adalah pelaku pembayaran e-payment, baik sebagai penerima e-payment, contohnya adalah petugas agen pembayaran listrik, dan pihak yang melakukan e-payment yaitu pelanggan yang melakukan pembayaran tagihan listrik melalui ATM, internet banking, atau potongdeposit pulsa HP.Metode pengambilan sampel yangdigunakan adalah sample random sampling. Jenis data yang digunakan dalam penelitian ini adalah data primer berupa kuesioner yang berisi persepsi responden dengan skala Likert 1-5.Alat analisisyang digunakan adalah Structural Equation Modelling SEM melalui aplikasi AMOS 21.0.

4. HASIL DAN PEMBAHASAN

Kuesioner dibagikan kepada responden selama 3 minggu yaitu mulai tanggal 2 Februari sampai dengan 16 februari 2015 Penyebaran dilakukan di daerah Soloraya. Kriteria responden dalam penelitian ini adalah pelaku pembayaran e-payment, baik sebagai penerima e-payment, contohnya adalah petugas agen pembayaran listrik, dan pihak yang melakukan e-payment yaitu pelanggan yang melakukan pembayaran tagihan listrik melalui ATM, internet banking, atau potong deposit pulsa HP. Kuesioner yang disebarkan sejumlah 115, kuesioner yang dikembalikan sebesar 110, yang tidak lengkap 8, jadi kuesioner yang dapat diolah dan dianalisis lebih lanjut sebesar 102. Gambaran responden dalam penelitian ini meliputi jenis kelamin, pendidikan terakhir, dan lama penggunaan e-payment.Jenis kelamin responden terdiri dari 45 laki-laki, dan 55 perempuan. Pendidikan terakhir terdiri dari SMA dan yang sederajat 81, D3 5, S111, S2 3. Lama penggunaan e-payment terdiri dari penggunaan 1 tahun 29 , 1-3 Tahun 35, lebih dari 3 tahun 36. Sedangkan responden yang menjadi penerima e-payment agen penerima pembayaran 89, dan yang menjadi pihak yang melakukan e-payment melalui ATM, internet banking, atau potong deposit pulsa HP sebesar 11. Statistik Deskriptif Statistik deskriptif ini dilakukan untuk melihat rata-rata mean sikap responden terhadap tiap-tiap variabel yang diuji. Dari hasil uji frekuensi Statistik deskriptif diperoleh hasil sebagai berikut: Tabel 1. Analisis Deskriptif Variabel Item Mean Median Kisaran nyata Kisaran Teoritis Standar Deviasi Kualitas Sistem Kualitas Informasi Intensi Memakai Kepuasan Pemakai Manfaat Individual 9 7 3 2 4 34.92 27.99 11.82 7.97 15.97 35.00 28.00 12.00 8.00 16.0 11-43 7-35 3-15 2-10 4-20 9-45 7-35 3-15 2-10 4-20 4.543 3.999 2.182 1.458 2.642 Sumber: hasil olah data Tabel 1 menunjukkan karakteristik data yang digunakan sebagai sampel penelitian.Kualitas sistem bervariasi dari 11 sampai dengan 43.Kualitas Informasi bervariasi antara 7 sampai dengan 35.Intensi Memakai bervariasi antara 3 sampai dengan 15, Kepuasan Pemakai bervariasi antara 2 sampai dengan 10, dan Manfaat Individual bervariasi antara 4 dan 20. Kualitas Informasi memiliki rata-rata tertinggi sebesar 27.99 sedangkan standar deviasi tertinggi ada pada 4.543, sedangkan rata-rata terendah pada kepuasan pemakai memakai sebesar 7.97 dengan standar deviasi terendah pula sebesar 1.458. ISSN 2460-0784 Seminar Nasional dan The 2nd Call for Syariah Paper Syariah Paper Accounting FEB UMS 516 Measurement Model Uji konfirmatori dilakukan pada masing-masing konstruk yaitu: kualitas sistem, kualitas informasi, intensi memakai, kepuasan pemakai, dan manfaat bersih. Beberapa indikator harus dieliminasi karena tidak signifikan pada p0,05 dan loading factor di bawah 0.5. Yang harus didrop yaitu: indikator pada konstruk kualitas sistem : KS1, KS3, KS7, KS8, KS9, indikator pada konstruk kualitas informasi: KI1 dan KI4, indikator intensi memakai IM3, Manfaat Individual MI4.Setelah beberapa indikator didrop, model diestimasi kembali, dengan mengkovariankan antara variabel endogen dan antara variabel eksogen, dengan hasil Goodness of Fit Index seperti pada tabel berikut ini. Tabel 2. Goodness of Fit Index Measurement Model Goodness of Fit Index Cut-off Value Model Model Covariance Antar Variabel Endogen Model Covariance Antar Variabel Eksogen Chi-Square Probability CMINDF RMSEA GFI AGFI TLI CFI Diharapkan kecil ≥ 0,05 2 ≤ 0,08 0,90 0,90 0,90 0,90 41.202 0.002 2.169 0.108 0.907 0.848 0.831 0.897 13.489 0.263 1.226 0.047 0.961 0.902 0.985 0.960 Sumber: hasil olah data Berdasarkan tabel diatas, pada model covariance antar variabel endogen menunjukkan bahwa hanya satu kriteria yaitu GFI yang memenuhi syarat, sehingga model covariance antar variabel endogen kurang fit. Sedangkan pada model covariance antar variabel eksogen terlihat bahwa semua kriteria telah terpenuhi, jadi model covariance antar variabel eksogen telah fit. Selanjutnya perlu dilihat nilai convergent validity dari indikator-indikator pembentuk konstruk laten, seperti yang tersaji di bawah ini. Tabel 3.Convergent validity Konstruk Laten Indikator Loading faktor t-value P Kualitas sistem Kualitas Informasi Intensi Memakai Kepuasan Pemakai Manfaat Individual KS2 KS4 KS5 KS6 KI2 KI3 KI6 KI7 IM1 IM2 Kep1 Kep2 MI2 MI3 MI4 0.612 0.765 0.507 0.542 0.624 0.652 0.593 0.707 0.898 0.774 0.964 0.766 0.619 0.926 0.584 1.000 1.187 0.816 0.809 0.918 1.007 0.876 1.000 1.000 0.842 1.258 1.000 1.000 1.325 0.992 Sumber: hasil olah data 517 ISSN 2460-0784 Menakar Masa Depan Profesi Memasuki MEA 2015 Menuju Era Crypto Economic Syariah Paper Accounting FEB UMS Dari tabeldiatas tampak bahwa semua loading factor signifikan pada 0.05, dan nilainya semua diatas 0.05. Jadi dapat disimpulkan bahwa semua indikator telah memenuhi syarat unidimensionalitas dan convergent validity. Structural Model Setelah dilakukan analisis konfirmatori, selanjutnya estimasi model struktural hanya memasukkan indikator yang telah diuji dalam analisis konfirmatori. Berikut ini hasil analisis model persamaan struktural. Tabel 4. Goodness of Fit Index Structural Model Goodness of Fit Index Cut-off Value Model Hasil Model Keterangan Chi-Square Probability CMINDF RMSEA GFI AGFI TLI CFI Diharapkan kecil ≥ 0,05 2 ≤ 0,08 0,90 0,90 0,90 0,90 369.007 0.000 4.193 0.178 0.753 0.663 0.520 0.598 Marginal Marginal Marginal Marginal Marginal Marginal Marginal Marginal Sumber; hasil olah data Dari perhitungan diatas tampak bahwa semua kriteriaGoodness of Fit Index diterima pada tingkat marginal, sehingga dapat disimpulkan bahwa model tidak fit dengan data empirisnya. Suatu Model SEM yang cukup komplek dengan banyak parameter yang diestimasi memang memerlukan jumlah sampel yang besar 100,atau150 untuk menghasilkan estimasi yang reliabel Ghozali, 2008. Jumlah sampel penelitian ini tidak begitu besar, hanya 102, supaya hasil estimasi memadai dan untuk menghindari non-convergen solution, salah satu cara mengatasinya adalah dengan menggunakan indikator tunggal komposit. Model Penelitian dengan Indikator Tunggal Komposit Indikator tunggal komposit adalah meyederhanakan variabel laten dengan multiple indikator menjadi hanya satu indikator komposit, dengan memperhitungkan bobotloading factor, nilai estimasi reliabilitas, dan kesalahan pengukurannya. Berikut ini hasil estimasi dengan indikator komposit.Hasil output menunjukkan nilai goodness-fit sangat baik karena semua index sesuai dengan yang dipersyaratkan seperti tampak pada table di bawah ini. Tabel 5.Goodness of Fit Index model dengan indikator komposit Goodness of Fit Index Cut-off Value Model Hasil Model Keterangan Chi-Square Probability CMINDF RMSEA GFI AGFI TLI CFI Diharapkan kecil ≥ 0,05 2 ≤ 0,08 0,90 0,90 0,90 0,90 2.694 0.260 1.347 0.059 0.989 0.920 0.985 0.989 Fit Fit Fit Fit Fit Fit Fit Fit .Sumber; hasil olah data Analisis Konfirmatori Analisis konfirmatori untuk masing-masing variabel laten untuk mendapatkan nilai loading factor, factor score weight dan error variance untuk masing-masing variabel laten Kualitas sistem, Kualitas Informasi, Intensi memakai, kepuasan pemakai, dan manfaat individual.Tabel 6 menunjukkan hasil analisis konfirmatori masing-masing konstruk, di mana dari analisis ISSN 2460-0784 Seminar Nasional dan The 2nd Call for Syariah Paper Syariah Paper Accounting FEB UMS 518 konfirmatori tersebut, dapat dihitung nilai construct reliability composite dan AVE seperti tampak pada tabel 7. Tabel 6. Hasil analisis konfirmatorimodel dengan indikator komposit Konstruk INDIKATOR Kualitas Sistem KS2 KS4 KS5 KS6 Loading Factor FactorScore Weight Error Variance 0.599 0.131 0.547 0.767 0.276 0.316 0.474 0.087 0.643 0.584 0.136 0.469 Kualitas Informasi KI2 KI3 KI6 KI7 Loading Factor Factor Score Weight Error Variance 0.586 0.159 0.481 0.613 0.167 0.504 0.613 0.174 0.462 0.758 0.332 0.288 Intensi Memakai IM1 IM2 Loading Factor Factor Score Weight Error Variance 0.824 0.378 0,275 0.844 0.443 0.235 Kepuasan Pemakai KEP1 KEP2 Loading Factor Factor Score Weight Error Variance 0.86 0.426 0.201 0.859 0.424 0.202 Manfaat Bersih MB2 MB3 MB4 Loading Factor Factor Score Weight Error Variance 0.583 0.004 0.52 0.996 0.651 0.005 0.544 0.003 0.612 Sumber; hasil olah data Tabel 7. Nilai construct reliability dan AVE Indikator Komposite Konstruk CR AVE KS_C KI_C IM_C KEP_C MB_C Kualitas Sistem KualitaInformasi Intensi Memakai Kepuasan Pemakai Manfaat Individual 0.748 0.791 0.845 0.880 0.798 0.378 0.530 0.795 0.597 0.543 Sumber; hasil olah data Tabel diatas menunjukkan bahwa semua indikator komposit memiliki construct reliability diatas 0.05. Hasil perhitungan variance extracedkonstruk mengindikasikan semua konstruk telah memenuhi syarat cut-off value minimal 0.05 kecuali konstruk kualitas sistem composite dengan nilai variance extracted 0.378.Sedangkan hasil discriminat validity tampak pada tabel di bawah ini. Tabel 8.Korelasi Antar konstruk dan Akar Kuadrat AVE KI_C KEP_C MI_C IM_C KS_C KI_C KEP_C MI_C IM_C KS_C 0.728 0.743 0.554 0.639 0.629 0.773 0.619 0.557 0.578 0.737 0.480 0.433 0.892 0.509 0.615 519 ISSN 2460-0784 Menakar Masa Depan Profesi Memasuki MEA 2015 Menuju Era Crypto Economic Syariah Paper Accounting FEB UMS Sumber; hasil olah data Berdasarkan tabel diatas tampak bahwa hasil discriminat validity dari kualitas sistem dan kualitas informasi kurang baik, sedangkan discriminat validity konstruk kepuasan pemakai, manfaat individual, dan intensi memakai cukup baik dimana nilai √AVE lebih tinggi nilainya dibandingkan dengan nilai korelasi antar konstruk Evaluasi Asumsi Model Struktural Hasil output AMOS memberikan nilai critical skewness value dibawah 2.58, sehingga menunjukkan semua indikator terdistribusi normal. Uji outlier dilakukan dengan melihat nilai mahalonabis distance X 2 23,0.001= 49.728. Hasil output memberikan nilai dibawah 40.728, maka disimpulkan tidak ada outlier pada data. Akan tetapi uji normalitas multivariate memberikan nilai c.r 8.871 jauh diatas 2.58.Jadi secara multivariate berdistribusi tidak normal.Evaluasi multikolinearitas dilihat dari nilaideterminat of sample covariancematrix = 0.00, menunjukkan terjadi multikolinearitas sempurna. Karena terjadi pelanggaran asumsi maka dilakukan prosedur bootstrap. Hasil probabilitas bollen-shine bootstrap= 0.341 yang menyatakan model tidak dapat ditolak, jadi model yang dihipotesiskan sudah sesuai jadi data sudah sesuai dengan data empirisnya.Akan tetapi prosedur bootstrap maximum likelihoodtidak berhasil menyelesaikan estimasi, oleh karena itu estimasi parameter dilakukan melalui estimasi Bayesian. Hasil Estimasi Bayesian Estimasi parameter Bayesian dapat dilihat dari posterior mean yang merupakan rata-rata dari distribusi posterior. Sedangkan probabilitas dilihat dari gambar plot posteriordistribusi sepertiga pertama dan terakhir dari sampel yang hampir identik. Berikut ini hasil estimasi parameter dengan ukuran sampel sejumlah 500+ 73.501. Berikut ini gambar plot untuk menguji konvergensi bayesian. ISSN 2460-0784 Seminar Nasional dan The 2nd Call for Syariah Paper Syariah Paper Accounting FEB UMS 520 Gambar 3.Plot Distribusi Posterior Dari gambar 3 di atas, tampak bahwa variabel dengan proporsi nilai sampel yang kecil di sebelah kiri nilai 0 yaitu kualitas informasi → kepuasan dan Kepuasan →manfaat individual, atau dengan kata lain hipotesis alternatif diterima.Sedangkan untuk hipotesis dari keenamhubungan regresi lainnya ditolak. Besar koefisien dari masing-masing path tersaji pada gambar berikut ini: 0.002 0.204 -0.185 -15.395 -1.003 - 0.069 1.836 0.595 0.05, 0.001 Gambar 3. Hasil Uji Hipotesis Hasil uji hipotesis menunjukkan H1a dan H1b ditolak, jadi kualitas sistem tidak berpengaruh terhadap intensi memakai maupun kepuasan pemakai. Kualitas informasi tidak berpengaruh terhadap intensi memakai, jadi hipotesis 2a ditolak, sedangkan hipotesis 2b didukung 䧿 = 1.836 dengan p 0.05. Dengan diterimanya H2b mengindikasikan bahwa peningkatan kualitas informasi akan mempengaruhi peningkatan kepuasan dari pelanggan. Temuan lain yaitu intensi memakai tidak berpengaruh terhadap kepuasan pemakai, begitu pula sebaliknya, jadiH3a dan H3b ditolak. Hasil penelitian selanjutnya menunjukkan bahwa intensi memakai tidak berpengaruh terhadap manfaat individual, jadi H5 ditolak.Sedangkan kepuasan pemakai berpengaruh positif signifikan pada manfaat individual, jadi H6 didukung 䧿 = 0.595 dengan p 0.001. PEMBAHASAN Perbaikan pelayanan yang dilakukan PT PLN melalui pembayaran secara on-line e- payment bertujuan memfasilitasi pembayaran tagihan secara on-line, real time supaya tidak terjadi double payment. Tentunya yang paling diharapkan dalam penerapan sistem e-payment adalah kesuksesan dalam pelaksanaannya. Model kesuksesan sistem ini terdiri dari lima faktor terdiri dari kualitas sistem, kualitas informasi, intensi memakai, kepuasan pemakai dan manfaat individual. Kualitas sistem merupakan karakteristik kualitas yang diinginkan pengguna dari sistem informasi itu sendiri.Kualitas sistem dilihat dari indikator-indikatornya yaitu kemudahan penggunaan, kecepatan akses, keandalan sistem, fleksibilitas, dan keamanan. Semakin tinggi KUALITAS SISTEM KEPUASAN PEMAKAI KUALITAS INFORMASI MANFAAT INDIVIDUAL INTENSI MEMAKAI 6 - 521 ISSN 2460-0784 Menakar Masa Depan Profesi Memasuki MEA 2015 Menuju Era Crypto Economic Syariah Paper Accounting FEB UMS kualitas sistem, diduga pemakai akan semakin puas sehingga akan menyebabkan keinginan untuk memakai kembali. Penelitian ini menemukan bahwa kualitas sistem tidak berpengaruh terhadap kepuasan pemakai, begitu pula terhadap intensi memakai. Hasil ini mendukung temuan dari Lee dan Yu 2012 yang menunjukkan bahwa kualitas sistem tidak berpengaruh terhadap intensi memakai dan kepuasan pemakai, juga senada dengan hasil penelitianWu et.al 2013 membuktikan bahwa kualitas sitem tidak berpengaruh terhadap keinginan untuk menggunakan sistem. Kualitas informasi memfokuskan pada output atau informasi yang dihasilkan oleh sistem informasi. Kriteria yang dapat digunakan untuk menilai kualitas informasi antara lain adalah kelengkapan, keakuratan, ketepatan waktu, ketersediaan, relevansi, konsistensi, dan data entry. Penelitian ini menunjukkan bahwa kualitas informasi tidak berpengaruh terhadap intensi memakai. Hal ini bertentangan dengan hasil penelitian Lee dan Yu 2012 yang menunjukkan bahwa kualitas informasi berpengaruh positif terhadap intensi memakai dari Project management Information System. Hasil penelitian ini menunjukkan bahwa kualitas informasi berpengaruh signifikan terhadap kepuasan pengguna, konsisten dengan hasil penelitianMcGill et al. 2003, Roldan dan Leal 2003, Livari 2005, Hanum dkk 2013, Lin et.al 2006, Wang 2008, dan Sharkey et. al 2110, akan tetapi berlawanan dengan hasil penelitianRadityo dan Zulaikha 2007 Penelitian ini menggunakan dimensi intensi memakai minat memakai sebagai alternatif dari dimensi pemakaian use. Intensi memakai adalah suatu sikap attitude, yang secara bersama-sama dengan peningkatan kepuasan pengguna akan menyebabkan peningkatan minat menggunakan intention to use. Penelitian ini menunjukkan bahwa intensi memakai tidak berpengaruh terhadap kepuasan pengguna, begitupula sebaliknya kepuasan pengguna tidak berpengaruh terhadap intensi memakai.Hasil ini bertentangan dengan hasil penelitian Lee dan Yu 2012 yang menunjukkan bahwa kepuasan pemakai berpengaruh positif terhadap intensi memakai. Model ini mengasumsikan bahwa manfaat individual dipengaruhi oleh intensi memakai sistem dan kepuasan pengguna atas sistem informasi. Penelitian ini menggunakan ukuran kesuksesan manfaat-manfaat yang diperoleh pemakai individual.Hasil penelitian menunjukkan bahwa intensi memakai tidak berpengaruh terhadap manfaat individual. Temuan lain dari penelitian ini menunjukkan bahwa kepuasan pengguna berpengaruh positif signifikan terhadap manfaat individual. Dengan demikian, untuk meningkatkan manfaat individual, maka kepuasan pemakai perlu ditingkatkan lebih dahulu. Hasil ini sejalan dengan hasil penelitian dari DeLone dan McLean 1992 yang menunjukkan bahwa kepuasan pengguna merupakan predictor yang signifikan bagi perceived impact, begitu pula hasil penelitian Lin et. al 2006 yang menunjukkan kepuasan pemakai berhubungan dengan individual impact.Namun hasil yang berbeda ditunjukkan oleh penelitian Radityo dan Zulaikha 2007 yang membuktikan bahwa tidak ada hubungan signifikan antara kepuasan pengguna dan individual impact.

5. KESIMPULAN