Analisis Faktor yang Mempengaruhi Anggot

Analisis Faktor yang Mempengaruhi Anggota
Komunitas Virtual Melakukan Knowledge Sharing:
Studi Kasus Komunitas Online TI di Indonesia
Arieffender Limupa- 0906563514

Agenda
Pendahuluan
Landasan Teori
Metodologi
Analisis dan Pembahasan
Penutup

Pendahulua
n

Latar Belakang

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Latar Belakang (Lanj.)

Pengguna KASKUS 4,5
juta orang (Kaskus,
2012)

Sumber : APJJI (2013)

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Rumusan Masalah
Faktor-faktor apa yang berpengaruh bagi
anggota komunitas online dalam berbagi
pengetahuan?
pengaruh perilaku berbagi
pengetahuan terhadap promosi komunitas
Bagaimana

yang dilakukan oleh anggota komunitas?

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Landasan Teori

Knowledge Sharing

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Komunitas Virtual

Komunitas online merupakan sebuah
ruang virtual yang ada pada internet
dimana sekumpulan orang dari
ketertarikan yang sama melakukan
komunikasi dan interkasi secara
kolektif atau individu untuk mencapai
suatu tujuan
(Meng & Gong, 2009)

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Model Penelitian Chen dan Hung

Contextual
Factors
Knowledge Sharing
Self-efficacy
Perceived Relative
Advantage

Knowledge
Contributing
Behavior

Knowledge
Utilization

Knowledge
Collecting
Behavior

Community
Promotion

Perceived
Compatibility

Individual
Factors
Norm of Reciprocity
Interpersonal Trust

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Model Penelitian Chen dan Hung

E

P

Contextual
Factors

Individual
Factors

SC
T

B
Knowledge
Contributing
Behavior

Knowledge
Utilization

Knowledge
Collecting
Behavior

Community
Promotion

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

DeLone & McLean IS Success Model
Information
Quality

Use
(Intention to Use)

System Quality

Net
Benefits

User
Satisfaction
Service Quality
DeLone dan McLean (2002)

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Model Penelitian

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Metodologi

Tahapan Penelitian

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Rancangan Penelitian
Kuantitati
f

Populasi
Anggota
Komunitas
Online TI di

Indonesia

BBDevI
D
Xlmani
a

IndoNet
workers
XCode

Id-Androiddev
Id-Android

Purposive
Sampling

Kuesioner

220 Responden

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Teknik Analisis Data
• Membuat Model SEM
Berdasarkan Teori
• Mengidentifikasi Model
• Mengevaluasi Estimasi Model
• Menguji Kelayakan Model
• Uji Measurement Model
• Uji Structural Model
• Melakukan Respesifikasi

Structural
Equation Mode
(SEM)

• Mengevaluasi Measurement
Model
• Mengevaluasi Structural Model

Partial Least
Square (PLS)

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Analisis dan
Pembahasan

Structural Equation Mode (SEM)

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Pembuatan dan identifikasi
Model
Spesifikasi Model
Pengukuran
KSS1-KSS5 = KSS
OE1-OE4 = OE
EHO1-EHO3 = EHO

SyQ1-SyQ4 = SyQ
SeQ1-SeQ5 = SeQ
IQ1-IQ6 = IQ
IT1-IT3 =IT
NR1-NR3 = NR
GK1-GK3 = GK
RK1-RK3 = RK
KU1-KU3 = KU
CP1-CP4 = CP

Gambar Path Diagram

Spesifikasi Model Struktural
GK = KSS OE EHO SyQ SeQ IQ IT
NR
RK = KSS OE EHO SyQ SeQ IQ IT NR
KU = GK RK
CP = GK RK KU

Identifikasi Model
df = 753  Over Identified

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Estimasi Model
Transformasi Data
Ordinal

Interval

Outlier
13 Data Outlier
Sehingga tersisa
207 data

MSI

Ukuran
Sampel 100–
200
(EQ dan Wijaya,
2012)

Multikolinearit
as
nilai korelasi
antara indikatorindikator > 0,9

220 Sampel

Normalitas Data
Test of Multivariate Normality for Continuous Variables
Skewness
Kurtosis
Value Z-Score P-Value
Value Z-Score P-Value
------ ------- ------------- ------- ------676.914
29.373
0.000 2442.507
14.394
0.000

Skewness and Kurtosis
Chi-Square P-Value
---------- ------1069.956
0.000

asymptotic
covariance
matrix
(Ghozali, 2012)

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Uji Validitas
Coreccted
Kode

Item-Total

Indikat

Correlatio

or

n

KSS1
KSS2
KSS3
KSS4
KSS5
EO1
EO2
EO3
EO4
EHO1
EHO2
EHO3

(> 0,136)
0,542
0,579
0,509
-0,126
-0,010
0,710
0,650
0,747
0,738
0,815
0,837
0,710

Standardiz
ed Loading

Kode

Item-Total

|T-

Indikat

Correlatio

velue|

or

n

Factor

(≥

( ≥ 0,5)

1,96)

0,82
0,87
0,79
-0,17
-0,03
0,8
0,69
0,83
0,87
0,89
0,96
0,74

Coreccted

13,8
14,39
12,65
-2,28
0,41
13,33
10,81
13,89
15,03
15,52
17,56
12

Keterang
an

Valid
Valid
Valid
Tidak Valid
Tidak Valid
Valid
Valid
Valid
Valid
Valid
Valid
Valid

SyQ1

(> 0,136)
0,743

SyQ2

Standardiz

|T-

ed Loading

velue|

Factor

(≥

( ≥ 0,5)

1,96)

Coreccted

Standardi

Kode

Item-Total

zed

Indikato

Correlatio

Loading

r

n

Factor

Keterang
an

|T-value|

Keteranga

( ≥ 1,96)

n

IT1

(> 0,136)
0,703

( ≥ 0,5)
0,73

17,36 Valid

IT2

0,812

1

11,46 Valid

IT3

0,690

0,73

8,28 Valid

0,83

13,83 Valid

0,772

0,88

13,15 Valid

NR1

0,761

0,85

14,58 Valid

SyQ3

0,704

0,79

13,09 Valid

NR2

0,813

0,89

15,58 Valid

SyQ4

0,629

0,66

10,09 Valid

NR3

0,755

0,87

15,23 Valid

SeQ1

0,684

0,71

11,28 Valid

SeQ2

0,736

0,78

12,83 Valid

GK1

0,485

0,74

11,07 Valid

SeQ3

0,743

0,83

14,04 Valid

GK2

0,384

0,91

13,75 Valid

SeQ3

0,744

0,83

14,28 Valid

GK3

0,001

0

SeQ5

0,756

0,84

14,53 Valid

RK1

0,460

0,64

10,25 Valid

IQ1

0,772

0,78

12,98 Valid

RK2

0,466

0,99

20,05 Valid

IQ2

0,756

0,76

12,57 Valid

RK3

0,051

0,05

IQ3

0,809

0,84

14,48 Valid

IQ4

0,714

0,76

12,58 Valid

KU1

0,824

0,85

14,91 Valid

IQ5

0,818

0,88

15,61 Valid

KU2

0,872

0,94

17,56 Valid

IQ6

0,797

0,82

11,37 Valid

KU3

0,846

0,9

16,23 Valid

CP1

0,668

0,7

10,91 Valid

CP2

0,621

0,69

10,8 Valid

CP3

0,754

0,9

15,58 Valid

CP4

0,627

0,83

13,76 Valid

-0,04 Tidak Valid

0,76 Tidak Valid

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Uji Reliabilitas
Kode
Variabel
KSS
EO
EHO
SyQ
SeQ
IQ
IT
NR
GK
RK
KU
CP

Cronbach’s
Alpha
0,860
0.863
0.891
0.863
0.890
0.923
0.859
0.885
0.756
0.771
0,925
0.836

Construct

Variance

Keterangan
Reliability (CR) Extracted (VE)
0,86
0,68 Reliable
0,88
0,64 Reliable
0,90
0,75 Reliable
0,87
0,63 Reliable
0,9
0,64 Reliable
0,91
0,65 Reliable
0,87
0,69 Reliable
0,90
0,76 Reliable
0,81
0,68 Reliable
0,79
0,65 Reliable
0,93
0,81 Reliable
0,87
0,62 Reliable

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

kombinasi 2 indikator yang baik untuk melakukan
uji kecocokan model yaitu NNFI (TLI) dan SRMR,
RMSEA dan SRMR, serta CFI dan SRMR
(Hopper, Coughlan, dan Mullen, 2008)

Uji Kecocokan Model
Kriteria
Goodness of
Fit
χ2/df
NFI
NNFI
CFI
RMSEA
SRMR
GFI

Tingkat
Kecocokan

Ukuran
Goodness of

0,7 dan
composite reliability >
0,7.
(Latan dan Ghozali, 2012)
Convergent Validity
baik jika nilai Average
Variance Extracted
(AVE) > 0,5.
(Latan dan Ghozali, 2012)

 Varia
bel

AVE

ite
Reliabili

ty
0,70674 0,90597

R
Squar
e

Cronbac

Communa Redundan

hs Alpha lity

cy

0,4645

CP

6
0,82483

1
0,93379

19

EHO

4
0,72834

2  
0,91455

0,893127

0,824834  

EO

8
0,83750

1  
0,91156 0,5488

0,874984

0,728348  

GK

6
0,70813

5
0,93566

IQ

9
0,77516

IT
KSS

09

0,86203

0,706746

0,80622

0,837506

1  
0,91162

0,91729

0,708139  

5
0,78467

9  

0,855709

0,775165  

2
0,86934

0,91619  
0,95228 0,3867

0,863385

0,784672  

0,218193

0,127737

KU
7
4 – METODOLOGI
51 0,924773
0,869347
0,240257
PENDAHULUAN
- LANDASAN
TEORI
- ANALISIS
& PEMBAHASAN
- PENUT

Mengevaluasi Measurement Model
 

Menurut Latan
dan Ghozali
(2012) untuk
discriminant
validity dilihat
dari nilai akar
kuadrat AVE >
nilai korelasi
antar variabel
laten.

CP
EHO
0,84

EO

GK

IQ

IT

KSS

KU

NR

RK

SeQ

SyQ

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

0  
 
0,17 0,88

 

 

 

 

KSS
9
2
8
9
9
6
6  
 
*Angka yang di bold = nilai akar kuadrat AVE dari variabel
0,56 0,47 0,53 0,55 0,52 0,47 0,23 0,93

 

 

 

2  
 
0,51 0,91

 

 

CP

1  
 
0,40 0,90

EHO

6
0,47

8  
 
0,56 0,85

EO

6
0,61

8
0,50

3  
 
0,48 0,91

GK

1
0,54

5
0,38

0
0,36

5  
 
0,59 0,84

IQ

3
0,51

7
0,26

7
0,34

0
0,56

2  
 
0,62 0,88

IT

8
0,26

3
0,44

2
0,35

2
0,25

5
0,13

KU

8
0,51

6
0,44

7
0,45

9
0,62

8
0,61

0
0,59

4
0,13

NR

0
6
7
2
3
2
6
8
5  
 
 
– METODOLOGI
& PEMBAHASAN - PENUT
0,52PENDAHULUAN
0,47 0,31 - LANDASAN
0,56 0,63TEORI
0,45
0,15 0,54- ANALISIS
0,62 0,90

Menguji Structural Model
Path

T Statistics

Path

Coeffecie

(|O/STERR|)

KSS  GK
KSS  RK
OE GK
OE  RK
EHO GK
EHO  RK

nt
0,053938
-0,00298
0,118093
-0,10533
0,181321
0,223235

≥ 1.96
0,81108
0,191872
2,018772
1,672073
2,330491
3,307435

SyQ  GK

-0,15154

2,193693

SyQ  RK
SeQ  GK
SeQ  RK

0,005224
0,090786
0,071021

0,016992
1,320714
0,996682

Kesimpulan
tidak signifikan
tidak signifikan
Signifikan
tidak signifikan
Signifikan
Signifikan
Signifikan
(negatif)
tidak signifikan
tidak signifikan
tidak signifikan

Path

T Statistics

Path

Coeffecien

(|O/STERR|)

Kesimpulan

IQ  GK
IQ  RK
IT GK
IT RK
NR  GK
NR  RK
GK  KU
RK  KU
GK  CP
RK  CP
KU  CP

t
0,217056
0,352307
0,209929
-0,03143
0,248945
0,333206
0,360538
0,346232
0,371267
0,159693
0,274699

≥ 1.96
2,709852
4,593716
2,712832
0,313571
3,544374
4,73408
4,583609
3,973525
4,56802
1,84433
3,204349

Signifikan
Signifikan
Signifikan
tidak signifikan
Signifikan
Signifikan
Signifikan
Signifikan
Signifikan
tidak signifikan
Signifikan

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Uji Hipotesis
Hipotesis
CBSEM-LISREL
Individual Factors
H1a: KSSGK
Ditolak
H1b: KSSRK
Ditolak
H2a: EOGK
Diterima
H2b: EORK
Ditolak
H3a: EHOGK
Diterima
H3b: EHORK
Diterima
Contextual Factors
H7a: IT GK
Diterima
H7b: ITRK
Ditolak
H8a: NRGK
Diterima
H8b: NRRK
Diterima

PLS-SmartPLS
Ditolak
Ditolak
Diterima
Ditolak
Diterima
Diterima
Diterima
Ditolak
Diterima
Diterima

Hipotesis

CBSEM-

LISREL
Technology Factors
H4a:
Ditolak

PLS-SmartPLS
Diterima tetapi

SyQGK
H4b:

Ditolak

SyQRK
H5a:
SeQ

Ditolak

Ditolak

GK
H5b:

Ditolak

Ditolak

SeQRK
H6a: IQGK
Diterima
H6b: IQRK
Diterima
Knowledge-sharing activity
H9a: GKKU
Diterima
H9b: RKKU
Diterima
H10a:
Diterima
GKCP
Ditolak
H10b:
RKCP
H11: KUCP

Ditolak

negatif
Ditolak

Diterima
Diterima
Diterima
Diterima
Diterima
Ditolak
Diterima

Penutup

Kesimpulan
information
quality
norm of
reciprocity

knowledge
contributing
behaviour

interpersonal
trust
expectation
out-comes

knowledge
collecting
behaviour

knowledge
utilization

Community
Promotion

enjoyment in
helping others

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Keterbatasan Penelitian


Ukuran sampel dan normalitas data
◦ Menurut Wijanto (2008) jumlah sampel yang ideal untuk MLE yaitu
sebanyak lima kali jumlah indikator/pertanyaan



Kompleksitas model

PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Saran
Menggunakan ukuran sampel yang lebih besar antara
(250-350)
 Disarankan untuk melakukan pilot study dan pilot survey
sebelum mengumpulkan data
 Penelitian selanjutnya akan lebih baik ditujukan kepada
pengguna komunitas online secara luas.


PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUT

Terima kasih
Q&A?