commit to user
39
E. Teknik Analisis Data
Teknik analisis data adalah suatu cara yang digunakan dalam mengolah serta menganalisis data yang terkumpul dalam penelitian untuk membuktikan
hipotesis yang diajukan. Analisis yang digunakan yaitu Structural Equation Modeling
. Langkah-langkah dalam analisis ini yaitu:
1. Analisis Deskriptif
Menurut Sugiyono 2010: 206 “statistik deskriptif adalah statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau
menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generaliasasi”. Pada analisis
deskriptif akan dijelaskan hubungan antar variabel dari hipotesis yang telah dibuat melalui kerangka berpikir.
Di dalam penelitian ini analisis deskriptif digunakan untuk menganalisis profil responden dan tanggapan responden terhadap setiap item pertanyaan yang
diajukan untuk mendukung penelitian ini. Responden dalam penelitian ini adalah mahasiswa Universitas Sebelas Maret yang masih aktif kuliah dan belum lulus
dari program sarjana atau S1 yang terdiri dari sembilan fakultas yaitu Fakultas Teknik, Fakultas Ekonomi, Fakultas Sosial dan Ilmu Politik, Fakultas Hukum,
Fakultas Sastra dan Seni Rupa, Fakultas Keguruan dan Ilmu Pendidikan, Fakultas Kedokteran, Fakultas Matematika dan Ilmu Pengetahuan Alam, dan Fakultas
Pertanian. Jenis kelamin mahasiswa terdiri dari laki-laki dan perempuan.
2. Analisis Kuantitatif
a. Analisis SEM
“Model persamaan struktural Structural Equation Modeling adalah teknik analisis multivariate yang memungkinkan peneliti menguji hubungan
antara variabel yang kompleks untuk memperoleh gambaran menyeluruh mengenai keseluruhan model” Ghozali dan Fuad, 2008: 3. Berikut adalah
konsep dasar mengenai analisis SEM Sturctural Equation Modeling: 1 Variabel laten dan variabel manifest
Jika ada sebuah variabel laten, pastilah akan ada dua atau lebih variabel manifest. Menurut Singgih 2007: 5, “variabel laten adalah variabel yang tidak
commit to user
40
dapat diukur secara langsung kecuali diukur dengan satu atau lebih variabel manifest”. Variabel laten disebut juga dengan istilah unobserved variabel,
konstruk atau konstruk laten. Sedangkan variabel manifest menurut Singgih 2007: 5 adalah “variabel yang digunakan untuk menjelaskan atau mengukur
sebuah variabel laten”. Variabel manifest disebut juga dengan istilah observed variabel
, measured variabel atau indikator. Cara untuk mengetahui variabel laten dalam sebuah model SEM yaitu dengan menguji apakan variabel tersebut dapat
langsung diukur atau tidak. Jika tidak, maka dapat dikategorikan sebagai variabel laten yang membutuhkan variabel manifest. Dalam konvensi SEM variabel laten
digambarkan dengan bulat oval atau elips dan variabel manifest digambarkan dengan kotak.
Dalam model kesuksesan sistem informasi yang digunakan dalam penelitian ini, memiliki enam variabel laten dan 34 variabel manifest. Salah satu
variabel laten adalah kualitas sistem system quality. Dalam hal ini variabel kualitas sistem tidak dapat diukur langsung karena variabel ini harus diukur
melalui seperangkat pertanyaan yang intinya mengukur seberapa besar kualitas sistem yang ada pada digilib.uns.ac.id. Ukuran tersebut didapat dari tujuh
indikator pada variabel kualitas sistem dalam hal ini adalah variabel manifest yaitu: provides, easy, friendly, interactive, personal, attractive, dan high speed.
2 Variabel laten eksogen dan endogen Dalam sebuah model SEM, sebuah variabel laten dapat berfungsi sebagai
variabel eksogen atau variabel endogen. Menurut Singgih 2007: 6 “variabel eksogen adalah variabel independen yang mempengaruhi variabel dependen”.
Pada model SEM, variabel eksogen ditunjukkan dengan adanya anak panah yang berasal dari variabel tersebut menuju variabel endogen. Sedangkan variabel
endogen menurut Singgih 2007: 7 adalah “variabel dependen yang dipengaruhi oleh variabel independen eksogen”. Pada model SEM, variabel endogen
ditunjukkan dengan adanya anak panah yang menuju variabel tersebut.
Pada model kesuksesan sistem informasi DM, yang termasuk kedalam variabel eksogen yaitu kualitas sistem system quality, kualitas informasi
commit to user
41
information quality, dan kualitas layanan service quality. Sedangkan yang variabel endogen adalah penggunaan use, kepuasan pemakai user satisfaction,
dan manfaat bersih net benefit. Berikut adalah gambar model kesuksesan sistem informasi DM dengan menggunakan bantuan software AMOS:
3 Measurement model dan structural model Sebelumnya telah dijelaskan bahwa variabel laten harus dijelaskan oleh
sejumlah variabel manivest. Menurut Singgih 2007: 8, “measurement model adalah bagian dari SEM yangmenggambarkan hubungan antara variabel laten
dengan indikator-indikatornya”. Sebagai contoh pada model kesuksesan DM di atas terdapat variabel manifest yang memiliki tujuh indikatornya yaitu KS1, KS2,
KS3, KS4, KS5, KS6, KS7, KS8, dan KS9. Gambar 4. Path diagram
Model Kesuksesan Sistem Informasi DM
.
commit to user
42
Jika measurement model menggambarkan hubungan variabel laten dengan indikatornya, maka structural model menggambarkan hubungan antar
variabel. Berikut adalah structural model pada model kesuksesan sistem informasi:
Gambar 6. Structural model pada model kesuksesan sistem informasi DM
4 Error pada pengukuran measurement dan error pada struktural structural Pada sebuah model SEM, khususnya pada pengukuran indikator atau
sebuah variabel laten, akan terdapat variabel error yang ditampilkan dalam sebuah lingkaran. Pada model kesuksesan di atas, variabel error ditampilkan dalam
system quality
information quality
service quality
use
user satisfaction
net benefit
Gambar 5. Measurement model variabel Kualitas Sistem
commit to user
43
bentuk lingkaran kecil yang ada di setiap indikator. Variabel error diberikan pada setiap indikator karena tidak semua item pertanyaan dapat mengukur secara tepat.
Bisa saja jawaban seseorang akan berbeda dengan yang lainnya atau sebab lainnya. Sehingga pada indikator selalu akan ada kesalahan error dalam
pengukuran yang disebut dengan measurement error. Error pada struktural model sering disebut dengan residual error yang
merefleksikan varians yang tidak dapat dijelaskan dalam variabel endogen dependen yang disebabkan semua faktor yang tidak dapat diukur. Seperti pada
measurement error , variabel independen tidaklah dapat menjelaskan semua hal
pada variabel dependen atau dapat dikatakan bahwa akan ada kesalahan error saat melakukan prediksi pada variabel dependen.
b. Uji Asumsi Model