pengaruh kualitas website nilai persepsian dan kepuasan terhadap niat keberlanjutan penggunaan e lea

(1)

LAPORAN HASIL PENELITIAN

PENELITIAN KELOMPOK

PENGARUH KUALITAS WEBSITE, NILAI PERSEPSIAN DAN KEPUASAN

TERHADAP NIAT KEBERLANJUTAN PENGGUNAAN E-LEARNING BE SMART

DI UNIVERSITAS NEGERI YOGYAKARTA

Oleh :

Mahendra Adhi Nugroho, M.Sc Diana Rahmawati, M.Si M. Andryzal Fajar, M.Sc., Ak.

FAKULTAS EKONOMI

UNIVERSITAS NEGERI YOGYAKARTA TAHUN 2014

PENELITIAN INI DIBIAYAI DENGAN DANA DIPA FAKULTAS EKONOMI UNIVERSITAS NEGERI YOGYAKARTA

SK DEKAN FE NOMOR: 611 TAHUN 2014 TANGGAL 23 MEI 2014 SURAT PERJANJIAN PELAKSANAAN PENELITIAN NOMOR : 39 / UN34.18/PL/2014, TANGGAL 2 JUNI 2014

(2)

LEMBAR PENGESAHAN LAPORAN PENELITIAN

1. Judul penelitian : Pengaruh Kualitas Website, Nilai Persepsian dan Kepuasan Terhadap Niat Keberlanjutan Penggunaan E-Learning Be Smart Di Universitas Negeri Yogyakarta 2. Bidang kegiatan : Akuntansi Keprilakuan

3. Lokasi kegiatan : UNY 4. Waktu Kegiatan : 6 bulan 5. Peneliti

a. Nama lengkap dan gelar b. NIP dan Golongan c. Pangkat / Jabatan d. Jurusan / Prodi e. Fakultas / Lembaga

: Mahendra Adhi Nugroho, M.Sc

: 19831120 200812 1 002 golongan III/c : Penata/ Lektor

: P. Akuntansi / Akuntansi : FE UNY

6. Alamat Kantor : Kampus Karangmalang Yogyakarta

7. Alamat rumah : Jl. Rajawali II/28 Manukan Condongcatur, Depok, Sleman, Yogyakarta

8. Jumlah anggota : 2

9. Mahasiswa yang terlibat : 2 orang

10. Biaya yang diperlukan : Tujuh Juta Lima Ratus Ribu Rupiah

Yogyakarta, Oktober 2014 Ketua tim peneliti

Mahendra Adhi Nugroho, M.Sc NIP 19831120 200812 1 002

Mengetahui,

Dekan Fakultas Ekonomi Ketua Jurusan P. Akuntansi

Universitas Negeri Yogyakarta Fakultas Ekonomi UNY

Dr. Sugiharsono, M.Si. Prof. Sukirno, M.Si, Ph.D.

NIP. 19550328 198303 1 002 NIP. 19690414 199403 1 002 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

UNIVERSITAS NEGERI YOGYAKARTA

FAKULTAS EKONOMI

Alamat: Kampus Karangmalang Yogyakarta, 55281

Telp/Fax. (0274) 554902, (0274)586168 psw. 821, 817, 823, 810, 812, 813, 815, 816 Website: http://fe.uny.ac.id r-mail: fe2uny.ac.id

(3)

iii ABSTRAK

Penelitian ini mencoba untuk mengetahui Pengaruh kualitas sistem terhadap nilai persepsian, Pengaruh kualitas sistem terhadap kepuasan, Pengaruh kualitas informasi terhadap nilai persepsian, Pengaruh kualitas informasi terhadap kepuasan, Pengaruh kualitas pelayanan positif terhadap nilai persepsian, Pengaruh kualitas pelayanan terhadap kepuasan, Pengaruh nilai persepsian terhadap kepuasan, Pengaruh nilai persepsian terhadap niat keberlanjutan, Pengaruh kepuasan terhadap niat keberlanjutan

Sampel penelitian ini adalah staf pengajar di lingkungan Univesitas Negeri Yogyakarta yang mneggukan E-Learning dalam prose pembelajaran dan di ambil menggunakan teknik purposive random sampling. Sampel sebanyak 44 responden diloah menggunakan pendekatan Partial Leas Square.

Hasil penelitian menujukkan , Kualitas sistem berpengaruh positif terhadap nilai persepsian (H1) tidak didukung dengan nilai t 3,2 (> 1,96) namun memiliki arah pengaruh negatif, Kualitas sistem berpengaruh positif terhadap kepuasan (H2 )didukung dengan nilai t sebesar 6,26 (> 1,96), Kualitas informasi berpengaruh positif terhadap nilai persepsian (H3) didukung dengan nilai t sebesar 12,8 (> 1,96), Kualitas informasi berpengaruh positif terhadap kepuasan (H4)didukung dengan nilai t sebesar 3,65 (> 1,96), Kualitas pelayanan berpengaruh positif terhadap nilai persepsian (H5) tidak didukung dengan nilai t sebesar 0,67 (< 1,96), Kualitas pelayanan berpengaruh positif terhadap kepuasan (H6) tidak didukung dengan nilai t sebesar 0,58 (< 1,96), Nilai persepsian berpengaruh positif terhadap kepuasan (H7) didukung dengan nilai t sebesar 9,94 (> 1,96), Nilai persepsian berpengaruh positif terhadap niat keberlanjutan (H8) tidak didukung dengan nilai t sebesar 0,09 (< 1,96), Nilai kepuasan berpengaruh positif terhadap niat keberlanjutan (H9) didukung dengan nilai t sebesar 11,62 (> 1,96)

Kata Kunci: Kualitas Website, Nilai Persepsian, Kepuasan Terhadap Niat Keberlanjutan Penggunaan E-Learning

(4)

iv DAFTAR ISI

LEMBAR PENGESAHAN LAPORAN PENELITIAN ... ii

ABSTRAK ... iii

DAFTAR TABEL ... vi

DAFTAR GAMBAR ... vii

BAB I PENDAHULUAN ... 1

A. Latar Belakang Masalah... 1

B. Identifikasi Masalah ... 3

C. Batasan Masalah ... 3

D. Rumusan Masalah ... 3

E. Tujuan Penelitian ... 4

F. Manfaat Penelitian ... 4

BAB II KAJIAN PUSTAKA DAN PERUMUSAN HIPOTESIS ... 5

A. Niat Keberlanjutan (Continuance Intention) ... 5

B. E-learning Be-Smart ... 5

C. Model Kesuksesan DeLone dan McLean (2003) ... 6

D. Penelitian terdahulu ... 7

E. Kerangka Berfikir dan Pengembangan Hipotesis ... 8

1. Pengaruh Kualitas WebsiteTerhadap Kepuasan ... 8

2. Pengaruh Kualitas Sistem (System Quality) terhadap Kepuasan (Satisfaction) ... 8

3. Pengaruh Kualitas Informasi (Information Quality) terhadap Nilai Persepsian (Perceived Value) ... 8

4. Pengaruh Kualitas Pelayanan (Service Quality) terhadap Nilai Persepsian (Perceived Value) 9 5. Pengaruh Nilai persepsian (Perceived Value) terahadap Kepuasan (Satisfaction) ... 9

6. Pengaruh Nilai Kepuasan (Satisfaction) terhadap Niat Keberlanjutan (Continuance Intention) ... 9

BAB II METODE PENELITIAN ... 11

A. Populasi dan Sampel ... 11

B. Teknik Pengumpulan Data ... 11

C. Definisi Operasional dan Pengukuran Variabel ... 12

1. Niat Keberlanjutan Penggunaan E-Learning ... 12

2. Kualitas Website ... 12

(5)

4. Nilai Kepuasan (Satisfaction) ... 13

D. Kisi – kisi Instrumen ... 13

E. Uji Validitas dan Reliabilitas ... 14

F. Model Penelitian dan Pengujian Hipotesis ... 15

BAB IV HASIL PENELITIAN ... 17

A. Deskripsi responden ... 17

B. Distribusi Frekuensi ... 18

1. Kualitas sistem ... 18

2. Kualitas Informasi ... 20

3. Kualitas Pelayanan ... 21

4. Nilai Persepsian ... 23

5. Nilai Kepuasan ... 24

6. Niat Keberlanjutan ... 26

C. Hasil pengujian hiotesis ... 27

D. Pembahasan ... 28

E. Keterbatasan ... 29

BAB V SIMPULAN DAN SARAN ... 30

A. Simpulan ... 30

B. Saran ... 30

DAFTAR PUSTAKA ... 31

(6)

DAFTAR TABEL

Tabel 1 Review Peneliti Terdahulu... 7

Tabel 2 Kisi-Kisi Instrumen... 13

Tabel 3 Tabel Cross Loading ... 14

Tabel 4 Uji Validitas dan Relibilitas ... 15

Tabel 5 Pembagian Responden berdasarkan Jenis Kelamin ... 17

Tabel 6 Pembagian Responden berdasarkan Fakultas ... 17

Tabel 7 Tabel Demografi Responden ... 17

Tabel 8 Distribusi kecenderungan frekuensi Kualitas sistem ... 19

Tabel 9 Distribusi kecenderungan frekuensi Kualitas Informasi ... 20

Tabel 10 Distribusi kecenderungan frekuensi Kualitas Pelayanan ... 22

Tabel 11 Distribusi kecenderungan frekuensi Nilai Persepsian ... 24

Tabel 12 Distribusi kecenderungan frekuensi Nilai Kepuasan ... 25

Tabel 13 Distribusi kecenderungan frekuensi Niat Keberlanjutan ... 27

Tabel 14 Hasil uji hipotesis... 28

(7)

vii

DAFTAR GAMBAR

Gambar 1 E-learning Be-Smart ... 6

Gambar 2 Model Kesuksesan DeLone dan McLean (2003) ... 6

Gambar 3Model Pengujian Hipotesis ... 16

Gambar 4 Diagram pie distribusi Kualitas Sistem ... 19

Gambar 5 diagram pie distribusi Kualitas Informasi ... 21

Gambar 6 Diagram pie distribusi Kualitas Pelayanan ... 23

Gambar 7 Diagram pie distribusi Nilai Persepsian ... 24

Gambar 8 Diagram pie distribusi Nilai Kepuasan ... 26

Gambar 9 Diagram pie distribusi Niat Keberlanjutan ... 27

(8)

1 BAB I

PENDAHULUAN

A.Latar Belakang Masalah

Perkembangan internet pada era ini berkembang dengan cepat sekali sehingga menjadi suatu kebutuhan setiap orang. Internet juga telah menciptakan media baru untuk dunia pendidikan yaitu e-learning. E-learning merupakan salah satu isu yang paling menjanjikan dan berkembang dalam informasi masyarakat saat ini, terutama institusi pendidikan (Chang, 2013). Menurut Sharifabadi (2006) e-learning adalah istilah yang digunakan untuk menggambarkan sumber daya pembelajaran dan pengajaran atau pengalaman (experiences) dalam beberapa cara yang disampaikan secara elektornik. E-learning dimaksudkan untuk menjadi lebih dari sekedar situs pendidikan atau computer software. Sedangkan menurut Degennaro (2010) e-learning adalah metode pembelajaran jarak jauh yang menggunakan teknologi komunikasi, khususnya teknologi internet, untuk mengantarkanindependen konten dari waktu dan ruang. Definisi secara operasional e-learning dapat diartikan sebagai pengiriman materi pendidikan dan kursus melalui sistem manajemen pembelajaran berbasis internet. E-learning menjadi metode yang cepat yang dipilih untuk mengantarkan pendidikan yang berkualitas setiap saat dan dimana saja.

Perkembangan teknologi informasi dan komunikasi yang sangat pesat mendorong berbagai pendidikan memanfaatkan sistem e-learning untuk meningkatkan efektivitas dan fleksibilitas pembelajaran. Melalui e-learning materi pembelajaran dapat diakses kapan saja dan dari mana saja, disamping itu materi yang dapat diperkaya dengan berbagai sumber belajar termasuk multimedia dengan cepat dapat diperbaharui oleh pengajar (Surjono,2013). Universitas Negeri Yogyakarta melalui UPT Puskom UNY telah membangun sistem e-learning UNY untuk mengoptimalkan kegiatan belajar mengajar dengan memanfaatkan teknologi informasi. Sistem e-learning yang dibangun oleh UNY dinamakan Be Smart. Be Smart merupakan fasilitas e-learning yang diperuntukkan bagi dosen dan mahasiswanya untuk berinteraksi dalam proses pembelajaran secara online tidak dibatasi oleh ruang dan waktu. Dengan fasilitas / menu-menu yang disediakan oleh Be Smart, pelaksanaan proses pembelajaran suatu mata kuliah tertentu akan sangat terbantukan karena dosen dapat melakukan berbagai hal yaitu upload bahan kuliah, memberikan penugasan, memberikan kuis, mengumumkan segala informasi yang terkait perkuliahan sampai memberikan skor atas hasil penugasan yang diberikan kepada mahasiswa dapat dilaksanakan melalui Be Smart. Di Be Smart, dosen memegang kendali penuh atas pengelolaan proses pembelajaran yang akan

(9)

2 dilaksanakan. Dengan berbagai fasilitas kemudahan yang diberikan oleh Be Smart, idealnya dosen-dosen pengajar dilingkungan UNY seharusnya sudah memanfaatkan fasilitas tersebut, namun kenyataannya fasilitas Be Smart masih kurang mendapatkan tanggapan yang positif bagi sebagian dosen yang mengajar dilingkungan UNY. Hal ini dapat dilihat dari presentasi dosen yang memanfaatkan Be Smart untuk menunjang proses pembelajaran dosen masih kurang dari 50 %. Hal tersebut menunjukkan bahwa minat sebagian besar dosen pengajar di lingkungan UNY untuk menggunakan Be Smart masih belum optimal. Belum optimalnya penggunaan/pemanfaatan Be Smart di Lingkungan UNY dapat disebabkan oleh beberapa faktor. Faktor-faktor tersebut dapat berasal dari dalam diri dosen (terkait self efficacy, computer attitude, computer anxiety dan lain-lain) maupun dari luar (kualitas koneksi jaringan, kualitas sistem Be Smart dan lain-lain). Belum optimalnya penggunaan Be Smart juga mengindikasikan belum optimalnya niat pada para dosen untuk menggunakan e learning be smart. Apabila niat untuk menggunakan e-learning masih belum optimal, maka niat keberlanjutan (continuance intention) juga dapat belum optimal. Niat keberlanjutan penggunaan learning Be Smart berhubungan dengan persepsi, apabila nilai persepsian e-learning Be Smart rendah maka niat untuk menggunakan kembali (niat keberlanjutan) juga rendah begitu pula sebaliknya. Kualitas website dan kepuasan dalam menggunakan website juga menentukan niat seseorang untuk menggunakan kembali website tersebut. Apabila kualitas website Be smart rendah maka niat untuk menggunakan kembali e-learning juga rendah, begitu pula bila dosen merasa tidak puas akan menu-menu dan fasilitas be smart maka dosen tersebut tidak akan menggunakan kembali faslitas Be Smart yang disediakan.

Penelitian ini mengadopsi model kesuksesan sistem informasi Delone dan Mclean (2003) yang menyediakan tiga dimensi untuk kualitas website yaitu kualitas sistem, kualitas informasi dan kualitas pelayanan. Menggunakan tiga dimensi kualitas berbagai atribut website dapat diatur untuk membentuk kerangka kualitas website yang parsimoni (Kuan et al, 2008). Kualitas website memainkan peran penting dalam mencapai efektivitas website.Faktor-faktor penentu lainnya untuk niat keberlanjutan (continuance intention) dalam penelitian Chang (2013) yaitu nilai persepsian (perceived value) dan kepuasan (satisfaction). Kualitas website berpengaruh signifikan positif terhadap nilai persepsian (perceived value) dan kepuasan (satisfaction) Penelitian sebelumnya mengintegrasikan kualitas website, nilai persepsian (perceived value) dan kepuasan (satisfaction) dengan perspektif niat keberlanjutan (continuance intention)(Chang, 2013). Sesuai dengan uraian diatas penelitian

(10)

3 ini ingin mengetahui niat keberlanjutan (continuance intention) dari penggunaan e-learning Be-smart di lingkungan Universitas Negeri Yogyakarta.

B.Identifikasi Masalah

Berdasarkan latar belakang masalah diatas, maka identifikasi masalah dalah penelitian ini adalah :

1. Fasilitas Be Smartmasih kurang mendapatkan tanggapan yang positif bagi sebagian dosen yang mengajar dilingkungan UNY

2. Sebagian besar dosen pengajar di lingkungan UNY untuk menggunakan Be Smart masih belum optimal.

3. Belum optimalnya penggunaan Be Smart juga mengindikasikan belum optimalnya niat pada para dosen untuk menggunakan e learning be smart.

4. Apabila niat untuk menggunakan e-learning masih belum optimal, maka niat keberlanjutan (continuance intention) juga dapat belum optimal.

C.Batasan Masalah

Berdasarkan identifikasi masalah diatas, maka penelitian ini difokuskan pada aspek kualitas website (kualitas sistem, kualitas informasi dan kualitas pelayanan), nilai persepsian dan kepuasan terhadap niat keberlanjutan penggunaan e-learning Be-Smart. Pembatasan masalah dimaksudkan agar penelitian lebih fokus, sehingga mendapatkan hasil yang maksimal sesuai dengan tujuan penelitian yang telah dirumuskan.

D.Rumusan Masalah

Dalam penelitian ini penulis ingin meneliti tentang pengaruh kualitas website, nilai persepsian dan kepuasan terhadap niat berkelanjutan penggunaan e-learning Be-Smart UNY, dalam pertanyaan penelitian sebagai berikut :

1. Bagaimana pengaruh kualitas sistem terhadap nilai persepsian? 2. Bagaimana pengaruh kualitas sistem terhadap kepuasan?

3. Bagaimana pengaruh kualitas informasi terhadap nilai persepsian? 4. Bagaimana pengaruh kualitas informasi terhadap kepuasan?

5. Bagaimana pengaruh kualitas pelayanan positif terhadap nilai persepsian? 6. Bagaimana pengaruh kualitas pelayanan terhadap kepuasan?

7. Bagaimana pengaruh nilai persepsian terhadap kepuasan?

(11)

4 9. Bagaimana pengaruh kepuasan terhadap niat keberlanjutan?

E.Tujuan Penelitian

Sesuai dengan perumusan masalah di atas, penelitian ini bertujuan untuk mengetahui : 1. Pengaruh kualitas sistem terhadap nilai persepsian

2. Pengaruh kualitas sistem terhadap kepuasan

3. Pengaruh kualitas informasi terhadap nilai persepsian 4. Pengaruh kualitas informasi terhadap kepuasan

5. Pengaruh kualitas pelayanan positif terhadap nilai persepsian 6. Pengaruh kualitas pelayanan terhadap kepuasan

7. Pengaruh nilai persepsian terhadap kepuasan

8. Pengaruh nilai persepsian terhadap niat keberlanjutan 9. Pengaruh kepuasan terhadap niat keberlanjutan

F. Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan antara lain:

1. Diharapkan dapat menambah bukti empiris mengenai pengaruh kualitas website, nilai persepsian dan kepuasan terhadap niat keberlanjutan penggunaan e-learning Be-Smart Universitas Negeri Yogyakarta.

2. Diharapkan dapat menambah bahan referensi dan bahan implikasi bagi peneliti selanjutnya yang tertarik untuk meneliti pada bidang yang sama khususnya e-learning

(12)

5 BAB II

KAJIAN PUSTAKA DAN PERUMUSAN HIPOTESIS

A. Niat Keberlanjutan (Continuance Intention)

Dekomposisi teori perilaku rencanaan (theory of planned behavior) di adaptasi psikologi sosial dan di integrasikan dengan temuan teoritis dan empiris dari penelitian penggunaan sistem informasi terdahulu untuk model teori keberlanjutan (continuance) e-service (Hsu at al, 2004). “Post –acceptance model of IS continuance” berusaha untuk menjelaskan sistem informasi niat pengguna untuk terus menggunakan (continuance) sistem informasi. Menurut chang (2013) dalam penelitiannya mendefinisikan niat keberlanjutan untuk menggunakan sistem e-learning dan sejauh mana seorang individu bersedia untuk menggunakan sistem e-learning di masa depan dan untuk merekomendasikan sistem e-learning kepada orang lain.

B.E-learning Be-Smart

E-learning adalah istilah yang digunakan untuk menggambarkan sumber daya pembelajaran dan pengajaran atau pengalaman (experiences) dalam beberapa cara yang disampaikan secara elektornik. E-learning dimaksudkan untuk menjadi lebih dari sekedar situs pendidikan atau computer software (Sharifadi, 2006 ).E-learning UNY diimplementasikan dengan paradigma pembelajaran online terpadu menggunakan LMS(Learning Management System) yang sangat terkenal yaitu Moodle. Sistem e-learning ini telah berfungsi sebagaimana mestinya dan dapat di akses melalui URL :http://besmart.uny.ac.id

(13)

6 Gambar 1 E-learning Be-Smart

Melalui e-learning ini para dosen dapat mengelola materi perkuliahan, yakni: menyusun silabi, mengupload materi perkuliahan, memberikan tugas kepada mahasiswa, menerima pekerjaan mahasiswa, membuat tes/quiz, memberikan nilai, memonitor keaktifan mahasiswa, mengolah nilai mahasiswa, berinteraksi dengan mahasiswa dan sesama dosen melalui forum diskusi dan chat, dan lain-lain. Di sisi lain, mahasiswa dapat mengakses informasi dan materi pembelajaran, berinteraksi dengan sesama mahasiswa dan dosen, melakukan transaksi tugas-tugas perkuliahan, mengerjakan tes/quiz, melihat pencapaian hasil belajar, dan lain-lain. (Surjono,2013)

C.Model Kesuksesan DeLone dan McLean (2003)

DeLone & McLean (2003) memperbaharui modelnya dan menyebutya sebagai model kesuksesan sistem informasi D&M diperbaharui (updated D&M IS success model).Hal-hal yang diperbaharui sebagai berikut.

Gambar 2 Model Kesuksesan DeLone dan McLean (2003) NET BENEFIT INFORMATION

QUALITY

SYSTEM QUALITY

SERVICE QUALITY

USER SATISFACTION INTENTION

TO USE

(14)

7 1. Menambahkan dimensi kualitas pelayanan (service quality) sebagai tambahan dari

dimensi-dimensi kualitas yang sudah ada, yaitu kualitas sistem (system quality) dan kualitas informasi (information quality).

2. Menggabungkan dampak individual (individual impact) dan dampak organisasional (organizational impact) menjadi satu variable yaitu manfaat-manfaat bersih (net benefit). Tujuan penggabungan ini adalah untuk menjaga model tetap sederhana (parsimony)

3. Menambahkan dimensi minat pemakai (intention to use) sebagai alternatif dari dimensi pemakaian (use). Minat memakai adalah suatu sikap sedang pemakaian adalah suatu perilaku.

4. Pemakaian (use) dan kepuasan pemakai sangat erat berhubungan. Pemakaian harus mendahului kepuasan pemakai sebagai suatu proses, tetapi pengalaman yang positif karena menggunakan akan mengakibatkan kepuasan pemakai yang lebih tinggi sebagai suatu kausal.

5. Jika manfaat-manfaat bersih (net benefit) positif akan menguatkan minat pemakai dan menggunakan serta tingkat kepuasan pamakai.

D.Penelitian terdahulu

Hubungan antara konstruk dalam penelitian terdahulu dapat dilihat dalam tabel 1 yang merangkum konstruk yang dipakai dan hubungan antar konstruk dalam penelitian terdahulu.

Tabel 1 Review Peneliti Terdahulu

Peneliti – peneliti Kategori hubungan

KSK KINP KPNP NPK KNK DeLone & McLean, 2003 (+)

Seddon & Kiew (1994) 1) (+)

Saeed and Abdinnour-Helm, 2008) 1) (+)

Tam, (2000) 1) (+)

Chang (2013) (+) (+) (+)

Petrick & Backman, (2002) 1) (+)

Keterangan

KS = Kualitas Sistem K = Kepuasan

KI = Kualitas Informasi NP = Nilai Persepsisan KP = Kualitas Pelayanan NK = Niat Keberlanjutan (+) = Berhubungan positif 1)

(15)

E.Kerangka Berfikir dan Pengembangan Hipotesis

1. Pengaruh Kualitas WebsiteTerhadap Kepuasan

Kualitas sistem informasi (website) terdiri dari 3 kontruk utama yaitu Kualiatas Sistem, Kualitas Informasi, dan Kualitas Pelayanan (DeLone dan McLean, 2003).

2. Pengaruh Kualitas Sistem (System Quality) terhadap Kepuasan (Satisfaction)

Kualitas sistem adalah kualitas pemrosesan dari sistem informasi (SI), yang diukur dalam hal kemudahan penggunaan (ease of use), fungsionalitas (functionality), ketersediaan (availability), fleksibiltas (flexibility), keandalan (reliability), dan lama respon (respon time) (DeLone & McLean, 2003). Menurut Kuan et al.(2008) kualitas sistem persepsian didefinisikan sejauh mana pengguna yakin website mudah dinavigasi dan interaksi yang konsisten.Seddon & Kiew (1994) dalam Chang (2013) menguji model kesuksesan Delone & Mclean, hasil penelitian menunjukkan bahwa kualitas sistem berpengaruh positif terhadap kepuasan.Kualitas sistem mempunyai pengaruh positif terhadap terhadap nilai persepsian (perceived value) dan kepuasan (satisfaction) (Delone & Mclean, 2003).Berdasarkan uraian diatas maka diajukan hipotesis sebagai berikut:

H1 : Kualitas sistem berpengaruh positif terhadap nilai persepsian H2 : Kualitas sistem berpengaruh positif terhadap kepuasan

3. Pengaruh Kualitas Informasi (Information Quality) terhadap Nilai Persepsian

(Perceived Value)

Kualitas informasi adalah kualitas output dari sistem informasi (SI), yang diukur dalam hal akurasi (accuracy), kemudahan (ease of understanding), kegunaan (usefulness), kelengkapan (completeness), relevansi (relevance) dan up to date(DeLone & McLean, 2003). Menurut Kuan et al. (2008) kualitas informasi persepsian didefinisikan sejauh mana pengguna percaya bahwa informasi di website tersebut memiliki atribut isi, ketepatan, format dan ketepatan waktu. Sistem informasi yang memberikan informasi berkualitas tinggi akan dianggap berguna untuk membantu pengguna membuat keputusan yang tepat dan meningkatkan kinerjanya. Dengan demikian kualitas informasi akan berpengaruh terhadap nilai persepsian dan kepuasan (Saeed and Abdinnour-Helm, 2008 dalam Chang, 2013). Kualitas informasi mempunyai pengaruh positif terhadap nilai persepsian (perceived value) dan kepuasan (satisfaction) karena kualitas informasi mengacu pada kualitas output yang dihasilkan oleh sistem informasi (Chang, 2013). Berdasarkan uraian diatas maka diajukan hipotesis sebagai berikut:

(16)

9 H4 :Kualitas informasi berpengaruh positif terhadap kepuasan

4. Pengaruh Kualitas Pelayanan (Service Quality) terhadap Nilai Persepsian

(Perceived Value)

Kualitas pelayanan adalah dukungan keseluruhan yang disampaikan oleh penyedia layanan online, yang diukur dalam hal jaminan (assurance), empati (empathy), dan daya tanggap (responsiveness)(DeLone & McLean, 2003). Menurut Kuan et al. (2008) kualitas pelayanan persepsian didefinisikan sejauh mana pengguna percaya website ini responsif, interaktif, jelas tentang keamanan dan privasi, dan efektif dalam pencarian dan kemampuan perbandingan.Kualitas pelayanan secara signifikan berpengaruh terhadap nilai persepsian dan kepuasan penggunanya (Tam, 2000 dalam Chang, 2013).Chang (2013) menunjukkan kualitas pelayanan berpengaruh positif terhadap nilai persepsian (perceived value) dan kepuasan (satisfaction).Berdasarkan uraian diatas maka diajukan hipotesis sebagai berikut:

H5 : Kualitas pelayanan berpengaruh positif terhadap nilai persepsian H6 : Kualitas pelayanan berpengaruh positif terhadap kepuasan

5. Pengaruh Nilai persepsian (Perceived Value) terahadap Kepuasan (Satisfaction)

Nilai persepsian (value perceived) didefinisikan sebagai penilaian secara keseluruhan konsumen dari kegunaan produk (atau jasa) berdasarkan persepsi apa yang diterima dan apa yang diberikan (Zethamal, 1988 dalam pearson et al, 2012). Penelitian Chang (2013) nilai persepsian (perceived value) berpengaruh secara langsung terhadap kepuasan pengguna, dan nilai persepsian dan kepuasan pengguna menjadi anteseden langsung dari niat keberlanjutan penggunaan sistem e-learning. Nilai persepsian (perceived value) berpengaruh positif terhadap kepuasan (satifaction) begitu juga terhadap niat keberlanjutan (continuance Intention).Berdasarkan uraian diatas maka diajukan hipotesis sebagai berikut:

H7 : Nilai persepsian berpengaruh positif terhadap kepuasan

H8 : Nilai persepsian berpengaruh positif terhadap niat keberlanjutan

6. Pengaruh Nilai Kepuasan (Satisfaction) terhadap Niat Keberlanjutan

(Continuance Intention)

Kepuasan (satisfaction) adalah perasaan individu dari kesenangan atau kekecewan yang dihasilkan dari membandingkan persepsi mereka terhadap suatu produk atau kinerja pelayanan terhadap tingkat ekspektasi mereka (Hsu at al, 2004).Dalam penelitian Chang (2013) kepuasan (satisfaction) berpengaruh positif terhadap niat keberlanjutan (continuance intention).Penelitian menunjukkan bahwa kepuasan memainkan peranan penting memediasi

(17)

10 antara nilai persepsian dan niat keberlanjutan, yang mana penelitian ini konsisten dengan penelitian terdahulunya (Petrick & Backman, 2002 dalam Chang, 2013).Berdasarkan uraian diatas maka diajukan hipotesis sebagai berikut:

(18)

11 BAB II

METODE PENELITIAN

A.Populasi dan Sampel

Populasi dalam penelitian ini adalah orang-orang atau individu yang menggunakan e-learning Be-Smart UNY khususnya staf pengajar atau dosen di Universitas Negeri Yogyakarta. Menurut cooper &schindler (2006) populasi adalah kumpulan dari keseluruhan elemen dimana kita akan menarik beberapa kesimpulan. Menurut Hartono (2008) sampel yang baik merupakan sampel yang akurat dan tepat. Sampel yang tidak akurat dan tidak tepat akan memberikan kesimpulan riset yang tidak diharapkan atau dapat menghasilkan kesimpulan salah yang menyesatkan. Agar penelitian ini dapat dilakukan lebih efektif, maka peneliti mengambil sekumpulan sampel sebagai unit analisis. Penentuan jumlah sampel minimla menggunakan pendekatan analisis power menggunakan perangkat lunak G*Power 3.1.2 (Faul et al., 2009). Analisis power A-priori for linear multiple regression dengan fixed model, single coeficient dengan prediktor 6, error prob 0,05 dengan effect size medium 0,15 (0,02 small, 0,15 medium, dan 0,35 large) (Cohen, 1988) denga power 0,08 (Chin, 1995). Dari hasil analisa diperoleh hasil bahwa sampel minimal adalah 43.

B.Teknik Pengumpulan Data

Untuk mendapatkan data dari individu yang menggunakan e-learning Be-Smart UNY, maka peneliti menggunakan metode pengambilan sampel secara nyaman (convenience sampling) pada dosen-dosen di UNY. Penulis akan menggunakan kuesioner online melalui http://mahendra.blogs.uny.ac.id dan melekatkan link kuesioner Universitas Negeri Yogyakarta. Penulis akanmenggunakan kuesioner online atau online surveykarena lebih unggul dan mudah untuk diselesaikan, dapat mencakup berbagai pertanyaan tentang berbagai subyek, dan menyediakan informasi tingkat tinggi dan interaktifitas (Ilieva et al., 2002; Cobanoglu & Cobanoglu 2003 dalam Jin, 2011) sedangkan menurut Vu & Hoffmann (2011) online survey telah menjadi metode penelitian kuantitatif yang penting di seluruh dunia karena biaya yang relatif murah dan kecepatan yang tinggi.

(19)

C.Definisi Operasional dan Pengukuran Variabel

1. Niat Keberlanjutan Penggunaan E-Learning

Niat keberlanjutan (continuance intention) didefinisikan untuk menggunakan sistem e-learning dan sejauh mana seorang individu bersedia untuk menggunakan sistem e-learning di masa depan dan untuk merekomendasikan sistem e-learning kepada orang lain. Pengukuran untuk seluruh konstruk menggunakan kuesioner yang diadopsi dari penelitian Chang (2013). Konstruk ini diukur menggunakan tiga (3) buah pernyataan masing-masing pernyataan diukur dengan skala likert 5 poin.

2. Kualitas Website

Kualitas sistem informasi (website) terdiri dari 3 kontruk utama yaitu Kualitas Sistem, Kualitas Informasi, dan Kualitas Pelayanan (DeLone dan McLean, 2003).

a. Kualitas Sistem (System Quality)

b. Kualitas Informasi (Information Quality)

c. Kualitas Pelayanan (Service Quality)

Kualitas pelayanan adalah dukungan keseluruhan yang disampaikan oleh penyedia layanan online, yang diukur dalam hal jaminan (assurance), empati (empathy), dan daya tanggap (responsiveness) (DeLone & McLean, 2003). Pengukuran untuk seluruh konstruk menggunakan kuesioner yang diadopsi dari penelitian Chang (2013). Konstruk ini diukur menggunakan dua (2) buah pernyataan masing-masing pernyataan diukur dengan skala likert 5 poin.

(20)

3. Nilai persepsian (Perceived Value)

Nilai persepsian (value perceived) didefinisikan sebagai penilaian secara keseluruhan konsumen dari kegunaan produk (atau jasa) berdasarkan persepsi apa yang diterima dan apa yang diberikan (Zethamal, 1988 dalam pearson et al, 2012). Pengukuran untuk seluruh konstruk menggunakan kuesioner yang diadopsi dari penelitian Chang (2013). Konstruk ini diukur menggunakan tiga (3) buah pernyataan masing-masing pernyataan diukur dengan skala likert 5 poin.

4. Nilai Kepuasan (Satisfaction)

Kepuasan (satisfaction) adalah perasaan individu dari kesenangan atau kekecewan yang dihasilkan dari membandingkan persepsi mereka terhadap suatu produk atau kinerja pelayanan terhadap tingkat ekspektasi mereka (Hsu at al, 2004).Pengukuran untuk seluruh konstruk menggunakan kuesioner yang diadopsi dari penelitian Chang (2013). Konstruk ini diukur menggunakan tiga (3) buah pernyataan masing-masing pernyataan diukur dengan skala likert 5 poin.

D.Kisi – kisi Instrumen

Untuk pengambilan data dengan kuisioner, penelitian ini menggunakan likert 1-5 dengan sangat tidak setuju untuk nilai 1 sedangkan sangat setuju untuk nilai 5. Responden bebas menentukan nilai dari setiap pertanyaan tanpa pemecahan/pemberian kriteria yang telah ditentukan. Peniadaan kriteria tersebut bertujuan utuk menghindari bias pendapat yang diberikan oleh responden akibat kecendrungan untuk memberikan suatu jawaban yang cenderung mengambil nilai aman. Kisi-kisi instrument disajikan pada tabel 2.

Tabel 2 Kisi-Kisi Instrumen

Variabel Jumlah

Item

Sumber Niat Keberlanjutan Penggunaan E-Learning 3 Chang (2013)

Kualitas Sistem (System Quality) 5 Chang (2013)

Kualitas Informasi (Information Quality) 6 Chang (2013) Kualitas Pelayanan (Service Quality) 2 Chang (2013) Nilai Persepsian (Perceived Value) 3 Chang (2013)

(21)

E.Uji Validitas dan Reliabilitas

Validitas instrumen diuji menggunakan validitas konvergen dan validitas diskriminan. Konstruk dianggap memenuhi validitas konvergen jika nilai rata-rata varian (Average variance extracted – AVE) mempunyai nilai lebih dari 0,5 mempunyai loading factor minimal 0,60 dan idelanya 0,70 atau lebih (Chin, 1998). Validitas konvergen penelitian ini menggunakan loading paling tidak 0,60 untuk analisis data dan memiliki nilai communality paling tidak 0.5. Konstruk dianggap memenuhi validitas diskriminan jika nilai loading antara variabel laten dengan indikatornya lebih tinggi daripada loading indikator tersebut dengan variabel laten lain. Untuk mengetahui pemenuhan validitas diskriminan dalam analisis PLS dapat dengan membandingkan nilai korelasi indikator suatu konstruk memiliki nilai lebih tinggi dibandingkan dengan korelasi indikator tersebut dengan konstruk lain (cross loading). Hasil uji coross loading disajikan pada tabel 3.

Tabel 3 Tabel Cross Loading

K KI KP KS NK NP

KI1 0,687832 0,801083 0,468945 0,596866 0,548087 0,68373 KI2 0,626829 0,717763 0,418052 0,652363 0,573169 0,483338 KI3 0,643217 0,820555 0,525715 0,600558 0,443889 0,565451 KI4 0,527403 0,670524 0,714221 0,482107 0,226223 0,560251 KI5 0,718065 0,855061 0,65384 0,666695 0,547239 0,627149 KI6 0,639276 0,860465 0,590532 0,508052 0,455466 0,634225 KP1 0,566276 0,536994 0,8397 0,49728 0,261023 0,421872 KP2 0,49581 0,633229 0,870218 0,613993 0,245427 0,48036 KP3 0,55169 0,670005 0,891312 0,615382 0,336935 0,483608 KS1 0,585458 0,502104 0,44606 0,805749 0,513746 0,339568 KS2 0,428206 0,547947 0,370823 0,752755 0,314023 0,278019 KS3 0,467647 0,65817 0,616985 0,74053 0,25435 0,434493 KS4 0,594029 0,590911 0,596608 0,801891 0,452657 0,409327 N.Keb1 0,686645 0,568324 0,331484 0,503892 0,913773 0,635854 N.Keb2 0,704995 0,617136 0,358593 0,462672 0,939789 0,536985 N.Keb3 0,596265 0,431321 0,186864 0,409193 0,88838 0,4108 N.Kep1 0,747938 0,711623 0,775035 0,615302 0,414153 0,618218 N.Kep2 0,871025 0,673143 0,451962 0,632543 0,613463 0,618248 N.Kep3 0,821707 0,616631 0,335221 0,425861 0,725698 0,708621 NP1 0,69397 0,737248 0,499873 0,412846 0,403035 0,832139

NP2 0,66185 0,588794 0,397073 0,350759 0,439576 0,831736

(22)

15 Sedangkan realibilitas diuji dengan mengevaluasi Cronbach’s alpha dan composite reliability, yaitu nilaiCronbach’s alpha dan composite reliability masing-masing harus lebih besar dari 0,7. Structural model digunakan untuk menguji hipotesis dengan menggunakan fungsi bootstrapping. Signifikansi dapat dinilai dengan membandingkan nilai t-statistic dengan t-table. Sedangkan, arah hubungan (positif atau negatif) dapat dilihat dari kolom original sample (Hartono & Abdillah, 2009). Tabel 4 menyajikan data hasil uji validitas dan reliabilitas. Dari tabel nampak bahwa semua kriteria validitas dan reliabilitas terpenuhi.

Tabel 4 Uji Validitas dan Relibilitas

AVE Composite Reliability Cronbachs Alpha Communality

K 0,664433 0,855433 0,745921 0,664433

KI 0,625227 0,908512 0,877763 0,625227

KP 0,752271 0,901035 0,835009 0,752271

KS 0,601821 0,8579 0,780732 0,601821

NK 0,835801 0,938509 0,901796 0,835801

NP 0,658326 0,852344 0,740357 0,658327

F. Model Penelitian dan Pengujian Hipotesis

Pengujian hipotesis dalam penelitian ini dilakukan analisis data dengan menggunakan persamaan SEM (Structural Equation Modelling) melalui metode partial least square (PLS) dengan menganalisis pengaruh kualitas website, nilai persepsian, kepuasanterhadap niat keberlanjutan penggunaan e-learning Be-Smart UNY. Penulis menggunakan software SmartPLS 2.0 untuk melakukan pengujian data tersebut.

Keuntungan lain dari penggunaan PLS yang diungkapkan oleh Ho, Ang dan Straub (2003) adalah, pertama, PLS mengestimasi ukuran model pada validitas dan reliabilitas ukuran. Kedua, menggunakan indikator dari konstruk latent, PLS menghasilkan parameter dari model struktural yang menguji kekuatan dari hubungan yang dihipotesiskan. Penelitian ini menggukan pendekatan analisis secong order pada PLS. Untuk menguji hipotesis yang diajukan, peneliti menggunakan model sebagai berikut. Berdasarkan hipotesis yang dikembangkan maka model hipotesis secara jelas disajikan pada gambar 2

(23)

16 Gambar 3Model Pengujian Hipotesis

Kualitas Website

H3 Kualitas Informasi

(Information Quality)

Kualitas Pelayanan (Service Quality)

Kualitas Sistem (System Quality)

Nilai Persepsian (Perceive Value)

Kepuasan (Satisfaction)

Niat Keberlanjutan (Continuance

Intention) H1

H4 H5

(24)

17 BAB IV

HASIL PENELITIAN

A. Deskripsi responden

Tabel 5 Pembagian Responden berdasarkan Jenis Kelamin Jumlah %

Pria 26 54%

Wanita 22 46% Total 48 100%

Berdasarkan tabel 5 dapat diketahui jumlah responden Pria sebanyak 26 responden (54%) dan jumlah responden Wanita sebanyak 22 responden (46%) sehingga total keseluruhan jumlah responden yang digunakan dalam penelitian ini sebanyak 48 responden.

Tabel 6 Pembagian Responden berdasarkan Fakultas Fakultas Jumlah %

FBS 4 8%

FE 11 23%

FIK 3 6%

FIP 8 17%

FIS 2 4%

FMIPA 10 21%

FT 10 21%

48 100%

Berdasarkan tabel 6 dapat diketahui jumlah responden di Fakultas Ilmu Bahasa dan Seni (FBS) sebanyak 4 responden (8%), Fakultas Ekonomi (FE) sebanyak 11 responden (23%), Fakultas Ilmu Keolahragaan (FIK) sebanyak 3 responden (6%), Fakultas Ilmu Pendidikan (FIP) sebanyak 8 responden (17%), Fakultas Ilmu Sosial (FIS) sebanyak 2 responden (4%), Fakultas Matematika dan IPA (FMIPA) sebanyak 10 responden (21%), dan Fakultas Teknik sebanyak 10 responden (21%).

Tabel 7 Tabel Demografi Responden

Minimum Maximum Mean Std. Deviasi

Usia (tahun) 25 63 36,31 9,47

Lama kerja (tahun) 1 38 9,96 8,78

Lama menggunakan e-learning (tahun) 1 18 4,09 3,76

(25)

18 Berdasarkan tabel di atas menunjukan bahwa dilihat dari usia responden, usia minimum responden adalah 25 tahun dan usia maksimum 63 tahun sehingga diperoleh Mean sebesar 36,31 dan Standar Deviasi sebesar 9,47. Adapun dilihat dari lama kerja responden, lama kerja minimum adalah 1 tahun dan lama kerja maksimum adalah 38 tahun sehingga diperoleh Mean sebesar 9,96 dan Standar Deviasi sebesar 8,78 sedangkan apabila dilihat dari lama menggunakan e-learning, lama menggunakan e-learning minimum responden adalah 1 tahun dan lama menggunakan e-learning maksimum 18 tahun sehingga diperoleh Mean sebesar 4,09 dan Standar Deviasi sebesar 3,76.

B. Distribusi Frekuensi

1. Kualitas sistem

Hasil perhitungan Mean ideal (Mi) dan Deviasi Standar ideal (DSi) adalah sebagai berikut:

Mi = [ST + SR] : 2 = [20 + 4] : 2 = 12

DSi = [ST + SR] : 6 = [20 – 4] : 6 = 2,7

Setelah diperoleh nilai mean ideal dan standar deviasi ideal maka data dapat dikategorikan menjadi lima kategori sebagai berikut:

Kategori sangat tinggi = X ≥ Mi + 1,5 DSi = X ≥ 12 + 1,5 (2,7) = X ≥ 16

Kategori tinggi = Mi + 0,5 DSi ≤ X < Mi + 1,5 DSi = 12 + 0,5 (2,7) ≤ X < 12 + 1,5 (2,7) = 13,3 ≤ X < 16

Kategori moderat = Mi – 0,5 DSi ≤ X < Mi + 0,5 DSi = 12 – 0,5 (2,7) ≤ X < 12 + 0,5 (2,7) = 10,6 ≤ X < 13,3

Kategori rendah = Mi – 1,5 DSi ≤ X < Mi – 0,5 DSi = 12 – 1,5 (2,7) ≤ X < 12 – 0,5 (2,7) = 7,9 ≤ X < 10,6

(26)

19 Kategori sangat rendah = X < Mi – 1,5 DSi

= X < 12 – 1,5 (2,7) = X < 7,9

Dengan demikian berdasarkan perhitungan dan pengelompokan di atas, maka dapat dibuat tabel distribusi kecenderungan sebagai berikut :

Tabel 8 Distribusi kecenderungan frekuensi Kualitas sistem

No Skor Frekuensi Kategori

Absolut Relatif % Komulatif %

1 ≥ 16 0 0 0 Sangat Tinggi

2 13,3 – 15 2 4,17 4,17 Tinggi

3 10,6 – 13,2 3 6,25 10,42 Moderat

4 7,9 – 10,5 29 60,42 70,83 Rendah

5 < 7,9 14 29,17 100 Sangat Rendah

Total 48 100

Berdasarkan tabel di atas, maka dapat diketahui Kualitas Sistem pada kategori sangat tinggi sebanyak 0 orang (0%), kategori tinggi sebanyak 2 orang (4,17%), kategori moderat sebanyak 3 orang (6,25%), kategori rendah sebanyak 29 orang (60,42%), dan kategori sangat rendah sebanyak 14 orang (29,17%). Dapat diambil simpulan bahwa kecenderungan indikator adalah rendah. Berikut merupakan diagram pie kategori kecenderungan :

Gambar 4 Diagram pie distribusi Kualitas Sistem Sangat Tinggi

Tinggi

4,17% Moderat 6,25%

Rendah 60,42% Sangat Rendah

(27)

2. Kualitas Informasi

Hasil perhitungan Mean ideal (Mi) dan Deviasi Standar ideal (DSi) adalah sebagai berikut:

Mi = [ST + SR] : 2 = [30 + 6] : 2 = 18

Dsi = [ST + SR] : 6 = (30 - 6) : 6 = 4

Setelah diperoleh nilai mean ideal dan standar deviasi ideal maka data dapat dikategorikan menjadi lima kategori sebagai berikut:

Kategori sangat tinggi = X ≥ Mi + 1,5 DSi = X ≥ 18 + 1,5 (4) = X ≥ 24

Kategori tinggi = Mi + 0,5 DSi ≤ X < Mi + 1,5 DSi = 18 + 0,5 (4) ≤ X < 18 + 1,5 (4) = 20 ≤ X < 24

Kategori moderat = Mi – 0,5 DSi ≤ X < Mi + 0,5 DSi = 18 – 0,5 (4) ≤ X < 18 + 0,5 (4) = 16 ≤ X < 20

Kategori rendah = Mi – 1,5 DSi ≤ X < Mi – 0,5 DSi = 18 – 1,5 (4) ≤ X < 18 – 0,5 (4) = 12 ≤ X < 16

Kategori sangat rendah = X < Mi – 1,5 DSi = X < 18 – 1,5 (4) = X < 12

Dengan demikian berdasarkan perhitungan dan pengelompokan di atas, maka dapat dibuat tabel distribusi kecenderungan sebagai berikut :

Tabel 9 Distribusi kecenderungan frekuensi Kualitas Informasi

No Skor Frekuensi Kategori

Absolut Relatif % Komulatif %

1 ≥ 24 1 2,08 2,08 Sangat Tinggi

2 20 – 23 1 2,08 4,17 Tinggi

3 16 – 19 12 25 29,17 Moderat

4 12 – 15 19 39,58 68,75 Rendah

5 < 12 15 31,25 100 Sangat Rendah

(28)

21 Berdasarkan tabel di atas, maka dapat diketahui Kualitas Informasi pada kategori sangat tinggi sebanyak 1 orang (2,08%), kategori tinggi sebanyak 1 orang (2,08%), kategori moderat sebanyak 12 orang (25%), kategori rendah sebanyak 19 orang (39,58%), dan kategori sangat rendah sebanyak 15 orang (31,25%). Dapat diambil kesimpulan bahwa kecenderungan indikator adalah rendah. Berikut merupakan diagram pie kategori kecenderungan :

Gambar 5 diagram pie distribusi Kualitas Informasi

3. Kualitas Pelayanan

Hasil perhitungan Mean ideal (Mi) dan Deviasi Standar ideal (DSi) adalah sebagai berikut:

Mi = [ST + SR] : 2 = [15 + 3] : 2 = 9

Dsi = [ST + SR] : 6 = (15 - 3) : 6 = 2

Setelah diperoleh nilai mean ideal dan standar deviasi ideal maka data dapat dikategorikan menjadi lima kategori sebagai berikut:

Kategori sangat tinggi = X ≥ Mi + 1,5 DSi = X ≥ 9 + 1,5 (2) = X ≥ 12

Sangat Tinggi 2,08%

Tinggi 2,08%

Moderat 25%

Rendah 39,58% Sangat Rendah

(29)

22 Kategori tinggi = Mi + 0,5 DSi ≤ X < Mi + 1,5 DSi

= 9 + 0,5 (2) ≤ X < 9 + 1,5 (2) = 10 ≤ X < 12

Kategori moderat = Mi – 0,5 DSi ≤ X < Mi + 0,5 DSi = 9 – 0,5 (2) ≤ X < 9 + 0,5 (2) = 8 ≤ X < 10

Kategori rendah = Mi – 1,5 DSi ≤ X < Mi – 0,5 DSi = 9 – 1,5 (2) ≤ X < 9 – 0,5 (2) = 6 ≤ X < 8

Kategori sangat rendah = X < Mi – 1,5 DSi = X < 9 – 1,5 (2) = X < 6

Dengan demikian berdasarkan perhitungan dan pengelompokan di atas, maka dapat dibuat tabel distribusi kecenderungan sebagai berikut :

Tabel 10 Distribusi kecenderungan frekuensi Kualitas Pelayanan

No Skor Frekuensi Kategori

Absolut Relatif % Komulatif %

1 ≥ 12 1 2,08 2,08 Sangat Tinggi

2 10 – 11 5 10,42 12,50 Tinggi

3 8 – 9 10 20,83 33,33 Moderat

4 6 – 7 24 50 83,33 Rendah

5 < 6 8 16,67 100 Sangat Rendah

Total 48 100

Berdasarkan tabel di atas, maka dapat diketahui Kualitas Pelayanan pada kategori sangat tinggi sebanyak 1 orang (2,08%), kategori tinggi sebanyak 5 orang (10,42%), kategori moderat sebanyak 10 orang (20,83%), kategori rendah sebanyak 24 orang (50,00%), dan kategori sangat rendah sebanyak 8 orang (16,67%). Dapat diambil kesimpulan bahwa kecenderungan indikator adalah rendah. Berikut merupakan diagram pie kategori kecenderungan :

(30)

23 Gambar 6 Diagram pie distribusi Kualitas Pelayanan

4. Nilai Persepsian

Hasil perhitungan Mean ideal (Mi) dan Deviasi Standar ideal (DSi) adalah sebagai berikut:

Mi = [ST + SR] : 2 = [15 + 3] : 2 = 9

Dsi = [ST + SR] : 6 = (15 - 3) : 6 = 2

Setelah diperoleh nilai mean ideal dan standar deviasi ideal maka data dapat dikategorikan menjadi lima kategori sebagai berikut:

Kategori sangat tinggi = X ≥ Mi + 1,5 DSi = X ≥ 9 + 1,5 (2) = X ≥ 12

Kategori tinggi = Mi + 0,5 DSi ≤ X < Mi + 1,5 DSi = 9 + 0,5 (2) ≤ X < 9 + 1,5 (2) = 10 ≤ X < 12

Kategori moderat = Mi – 0,5 DSi ≤ X < Mi + 0,5 DSi = 9 – 0,5 (2) ≤ X < 9 + 0,5 (2) = 8 ≤ X < 10

Kategori rendah = Mi – 1,5 DSi ≤ X < Mi – 0,5 DSi = 9 – 1,5 (2) ≤ X < 9 – 0,5 (2) = 6 ≤ X < 8

Sangat Tinggi 2,08%

Tinggi 10,42%

Moderat 20,83%

Rendah 50% Sangat Rendah

(31)

24 Kategori sangat rendah = X < Mi – 1,5 DSi

= X < 9 – 1,5 (2) = X < 6

Dengan demikian berdasarkan perhitungan dan pengelompokan di atas, maka dapat dibuat tabel distribusi kecenderungan sebagai berikut :

Tabel 11 Distribusi kecenderungan frekuensi Nilai Persepsian

No Skor Frekuensi Kategori

Absolut Relatif % Komulatif %

1 ≥ 12 1 2,08 2,08 Sangat Tinggi

2 10 – 11 3 6,25 8,33 Tinggi

3 8 – 9 10 20,83 29,17 Moderat

4 6 – 7 20 41,67 70,83 Rendah

5 < 6 14 29,17 100 Sangat Rendah

Total 48 100

Berdasarkan tabel di atas, maka dapat diketahui Nilai Persepsian pada kategori sangat tinggi sebanyak 1 orang (2,08%), kategori tinggi sebanyak 3 orang (6,25%), kategori moderat sebanyak 10 orang (20,83%), kategori rendah sebanyak 20 orang (41,67%), dan kategori sangat rendah sebanyak 14 orang (29,17%). Dapat diambil kesimpulan bahwa kecenderungan indikator adalah rendah. Berikut merupakan diagram pie kategori kecenderungan :

Gambar 7 Diagram pie distribusi Nilai Persepsian

5. Nilai Kepuasan

Hasil perhitungan Mean ideal (Mi) dan Deviasi Standar ideal (DSi) adalah sebagai berikut:

Mi = [ST + SR] : 2 = [15 + 3] : 2 = 9

Sangat Tinggi

2,08% Tinggi

6,25%

Moderat 20,83%

Rendah 41,67% Sangat Rendah

(32)

25 Dsi = [ST + SR] : 6

= (15 - 3) : 6 = 2

Setelah diperoleh nilai mean ideal dan standar deviasi ideal maka data dapat dikategorikan menjadi lima kategori sebagai berikut:

Kategori sangat tinggi = X ≥ Mi + 1,5 DSi = X ≥ 9 + 1,5 (2) = X ≥ 12

Kategori tinggi = Mi + 0,5 DSi ≤ X < Mi + 1,5 DSi = 9 + 0,5 (2) ≤ X < 9 + 1,5 (2) = 10 ≤ X < 12

Kategori moderat = Mi – 0,5 DSi ≤ X < Mi + 0,5 DSi = 9 – 0,5 (2) ≤ X < 9 + 0,5 (2) = 8 ≤ X < 10

Kategori rendah = Mi – 1,5 DSi ≤ X < Mi – 0,5 DSi = 9 – 1,5 (2) ≤ X < 9 – 0,5 (2) = 6 ≤ X < 8

Kategori sangat rendah = X < Mi – 1,5 DSi = X < 9 – 1,5 (2) = X < 6

Dengan demikian berdasarkan perhitungan dan pengelompokan di atas, maka dapat dibuat tabel distribusi kecenderungan sebagai berikut :

Tabel 12 Distribusi kecenderungan frekuensi Nilai Kepuasan

No Skor Frekuensi Kategori

Absolut Relatif % Komulatif %

1 ≥ 12 0 0 0 Sangat Tinggi

2 10 – 11 1 2,08 2,08 Tinggi

3 8 – 9 11 22,92 25,00 Moderat

4 6 – 7 21 43,75 68,75 Rendah

5 < 6 15 31,25 100 Sangat Rendah

Total 48 100

Berdasarkan tabel di atas, maka dapat diketahui Nilai Kepuasan pada kategori sangat tinggi sebanyak 0 orang (0%), kategori tinggi sebanyak 1 orang (2,08%), kategori moderat sebanyak 11 orang (22,92%), kategori rendah sebanyak 21 orang (43,75%), dan kategori sangat rendah sebanyak 15 orang (31,25%). Dapat diambil kesimpulan bahwa kecenderungan indikator adalah rendah. Berikut merupakan diagram pie kategori kecenderungan :

(33)

26 Gambar 8 Diagram pie distribusi Nilai Kepuasan

6. Niat Keberlanjutan

Hasil perhitungan Mean ideal (Mi) dan Deviasi Standar ideal (DSi) adalah sebagai berikut:

Mi = [ST + SR] : 2 = [15 + 3] : 2 = 9

Dsi = [ST + SR] : 6 = (15 - 3) : 6 = 2

Setelah diperoleh nilai mean ideal dan standar deviasi ideal maka data dapat dikategorikan menjadi lima kategori sebagai berikut:

Kategori sangat tinggi = X ≥ Mi + 1,5 DSi = X ≥ 9 + 1,5 (2) = X ≥ 12

Kategori tinggi = Mi + 0,5 DSi ≤ X < Mi + 1,5 DSi = 9 + 0,5 (2) ≤ X < 9 + 1,5 (2) = 10 ≤ X < 12

Kategori moderat = Mi – 0,5 DSi ≤ X < Mi + 0,5 DSi = 9 – 0,5 (2) ≤ X < 9 + 0,5 (2) = 8 ≤ X < 10

Kategori rendah = Mi – 1,5 DSi ≤ X < Mi – 0,5 DSi = 9 – 1,5 (2) ≤ X < 9 – 0,5 (2) = 6 ≤ X < 8

Sangat Tinggi 0%

Tinggi 2,08%

Moderat 22,92%

Rendah 43,75% Sangat Rendah

(34)

27 Kategori sangat rendah = X < Mi – 1,5 DSi

= X < 9 – 1,5 (2) = X < 6

Dengan demikian berdasarkan perhitungan dan pengelompokan di atas, maka dapat dibuat tabel distribusi kecenderungan sebagai berikut :

Tabel 13 Distribusi kecenderungan frekuensi Niat Keberlanjutan

No Skor Frekuensi Kategori

Absolut Relatif % Komulatif %

1 ≥ 12 1 2,08 2,08 Sangat Tinggi

2 10 – 11 1 2,08 4,17 Tinggi

3 8 – 9 9 18,75 22,92 Moderat

4 6 – 7 21 43,75 66,67 Rendah

5 < 6 16 33,33 100 Sangat Rendah

Total 48 100

Berdasarkan tabel di atas, maka dapat diketahui Niat Keberlanjutan pada kategori sangat tinggi sebanyak 1 orang (2,08%), kategori tinggi sebanyak 1 orang (2,08%), kategori moderat sebanyak 9 orang (18,75%), kategori rendah sebanyak 21 orang (43,75%), dan kategori sangat rendah sebanyak 16 orang (33,33%). Dapat diambil kesimpulan bahwa kecenderungan indikator adalah rendah. Berikut merupakan diagram pie kategori kecenderungan :

Gambar 9 Diagram pie distribusi Niat Keberlanjutan

C. Hasil pengujian hiotesis

Pengujian hipotesis menggunakan pendekatan Partial Least Square (PLS) dengan memasukan seluruh indikator dengan kontruk ke dalam satu model pengujian. Model pengujian hipotesis disajikan pada gambar 10. Penentuan penerimaan hipotesis didasarkan pada nilai t dari outout yang diperoleh diban dingkan dengan nilai t-tabel (1.96)

Sangat Tinggi 2,08% Tinggi

2,08%

Moderat 18,75%

Rendah 43,75% Sangat Rendah

(35)

28 .

Gambar 10 Model pengujian hipotesis

Hasil pengujian dipotesis menujukan bahwa 5 dari sembilan hipotesis yang diajukan didukung. Dukungan tersebut ditujukkan dengan nilai t-hitung lebih besar dari nilai t-tabel (>1,96) dengan arah pengaruh positif. Dari analisis dapat dilihat bahwa , H2, H3, H4, H7,H9 di dukung sedangkan H1,H5, H6, dan H8 tidak didukung (lihat tabel 14)

Tabel 14 Hasil uji hipotesis Hipotesis Arah

pengaruh

Original Sample (O)

T Statistics (|O/STERR|)

Keterangan H1 KS -> NP -0,19542 3,200892 Tidak didukung H2 KS -> K 0,244246 6,265817 Didukung H3 KI -> NP 0,860301 12,80403 Didukung H4 KI -> K 0,262717 3,655194 Didukung H5 KP -> NP 0,053467 0,677485 Tidak didukung H6 KP -> K 0,021636 0,580472 Tidak didukung H7 NP -> K 0,471081 9,945534 Didukung H8 NP -> NK 0,007558 0,096025 Tidak didukung H9 K -> NK 0,721615 11,692 Didukung

D. Pembahasan

Hasil pengujian menujukkan bahwa empat hipotesis tidak didukung yaitu H2 : Kualitas sistem berpengaruh positif terhadap nilai persepsian, H5 : Kualitas pelayanan berpengaruh positif terhadap nilai persepsian, H6 : Kualitas pelayanan berpengaruh positif terhadap kepuasan, dan H8 : Nilai persepsian berpengaruh positif terhadap niat keberlanjutan. H1

(36)

29 mempunyai nilai signifikan namun memiliki arah pengruh yang berkebalikan dengan hipotesis yang diajukan sedangkan H5, H6, dan H8 arah pengruh sama dengan nilai signifikansi rendah sehingga tidak didukung. Untuk mengekplorasi dan memprediksi penyebab tidak di dukungnya hipotesis, penelitian ini juga melaukan survai mengenai persepsi pengguna terhadap kecocokan e-learning dengan mata kuliah yang mereka kelola. Hasil pengkategorian disajikan pada tabel berikut:

Tabel 15 Distribusi kecenderungan frekuensi persepsi kecocokan teknologi

No Skor Frekuensi Kategori

Absolut Relatif % Komulatif %

1 ≥ 12 1 2,08 2,08 Sangat Tinggi

2 10 – 11 2 4,17 6,25 Tinggi

3 8 – 9 8 16,67 22,92 Moderat

4 6 – 7 15 31,25 54,17 Rendah

5 < 6 22 45,83 100 Sangat Rendah

Total 48 100

Dari tabel 15 dapat dilihat bahwa 77,08% responden menyatakan bahwa e-learning yang digunakan memepunyai kecocokan rendah atau sangat rendah dengan matakuliah yang dikelola oleh responden. Kondisi ini dapat memungkinkan kualitas sistem yang ada (H1) tidak mampu mempengaruhi secara positif nilai persepsian dari responden terhadap sistem e-learning yang digunakan. Rendahnya persepsi kecocokan tersebut juga memungkinkan memepengaruhi pengaruh kepusan dan nilai keberlanjutan sehingga pengaruh antar variabel tersebut melemah (H5, H6, dan H8).

E. Keterbatasan

1. Penelitian ini hanya menggunakan 1 model elearning sehingga generalisai hasil kurang luas

2. Intrumen disebarkan secara on-line sehinggga faktor-faktor ekternal terhadap kemuan mengisi dan merespon dapat mempengaruhi responden (misal: ketrsesedian koneksi internet, computer anxienty, trust, dll.)

(37)

30 BAB V

SIMPULAN DAN SARAN

A. Simpulan

Dari hasil pengujian hipotesis dan pembahasan dapat ditatik simpulan sebagai berikut: 1. Kualitas sistem berpengaruh positif terhadap nilai persepsian (H1) tidak didukung

dengan nilai t 3,2 (> 1,96) namun memiliki arah pengaruh negativ.

2. Kualitas sistem berpengaruh positif terhadap kepuasan (H2 )didukung dengan nilai t sebesar 6,26 (> 1,96)

3. Kualitas informasi berpengaruh positif terhadap nilai persepsian (H3) didukung dengan nilai t sebesar 12,8 (> 1,96)

4. Kualitas informasi berpengaruh positif terhadap kepuasan (H4)didukung dengan nilai t sebesar 3,65 (> 1,96)

5. Kualitas pelayanan berpengaruh positif terhadap nilai persepsian (H5) tidak didukung dengan nilai t sebesar 0,67 (< 1,96)

6. Kualitas pelayanan berpengaruh positif terhadap kepuasan (H6) tidak didukung dengan nilai t sebesar 0,58 (< 1,96)

7. Nilai persepsian berpengaruh positif terhadap kepuasan (H7) didukung dengan nilai t sebesar 9,94 (> 1,96)

8. Nilai persepsian berpengaruh positif terhadap niat keberlanjutan (H8) tidak didukung dengan nilai t sebesar 0,09 (< 1,96)

9. Nilai kepuasan berpengaruh positif terhadap niat keberlanjutan (H9) didukung dengan nilai t sebesar 11,62 (> 1,96)

B. Saran

Berdasarkan hasil penelitian dapat direkomendasikan untuk:

1. Memeprhatikan aspek kecocokan sistem dengan tugas agar pengguna menggunakan sistem e-learning secara berkelanjutan

2. Untuk penlitian lebih lanjut dapat mempertimbangkan faktor –faktor lain yang dapat mempengaruhi penggunaan keberlanjutan sistem sehingga dapat diperoleh gambaran yang lebih komprehensif.

(38)

31 DAFTAR PUSTAKA

Chang, Chiao C. 2013. Exploring The Determinant of E-learning Systems Continuance Intention In Academic Libraries. Library Management Vol. 34 No. ½, 2013 pp 40-55 Chin W. W. (1998) “Commentary: Issues and Opinion on Structural Equation Modeling”

MIS Quarterly, March, pp. vii-xvi

Cohen, J. 1988. Statistical power analysis for the behavioral sciences, Lawrence Erlbaum. Cooper, Donald R., & Schindler, Pamela S. 2006. Metode Riset Bisnis. Volume 2. PT Media

Global Edukasi, Jakarta.

Degennaro, Alfred J. 2010. Application Of Multiple Intelligence Theory To An E-Learning Technology Acceptance Model. Doctor Of Business Administration In Information Systems Cleveland State University.

Delone, W. H., & McLean, E.R. 2003. The Delone and McLean Model of Information System Success; A Ten-Year Update. Journal of Management Information Systems, 19(4), 9-30.

Faul, F., Erdfelder, E., Bunchner, A. & Lang, A. G. 2009. Statistical power analyses using G* Power 3.1: Tests for correlation and regression analyses. Behavior Research Methods, 41, 1149-1160.

Hartono, Jogiyanto M. 2008. Pedoman Survey Kuisioner: Mengembangkan Kuisioner, Mengatasi Bias Dan Meningkatkan Respon, BPFE UGM, Yogyakarta.

Hartono, Jogiyanto M. dan Abdillah, Willy. 2009. Konsep & Aplikasi PLS (Partial Least Square) Untuk Penelitian Empiris. BPFE UGM, Yogyakarta.

Hsu, M H. and Chiu, C. M. 2004.Predicting Electronic Service Continuance with a Decomposed Theory of Planned Behaviour. Behaviour & Information Technology (23:5), pp. 359-373

Jin, Liyin. 2011. Improving Response Rates in Web Surveys With Default Setting. International Journal of Market Research, Vol. 53 Issue 1, p75-94, 20p

Kuan, H.,Bock, G.,& Vathanophas, Vichita. 2008. Comparing the effects of website quality on customer initial purchase and continued purchase at e-commerce websites. Behaviour & Information Technology, Vol. 27, No. 1, 3 – 16

Pearson, Ann., Tadisina, Suresh.,& Griffin, Chris. 2012. The role of E-Service Quality and Information Quality in Creating Perceived Value: Antecedent to Web Site Loyalty. Information Systems Management.

Sharifabadi, Saeed Rezaei. 2006. How Digital Libraries Can Support E-learning. The Electronic Library 24.3 389-401.

Surjono, Herman D. 2013. Modul Pelatihan: E-Learning Dasar. Tim Puskom UNY

Vu, Phuong H., Hoffmann, Jonas. 2011. Using Online Surveys in Vietnam An Exploratory study. International Journal of Market Research, Vol. 53 Issue 1, p41-62, 22

(39)

Lampiran

(40)

33 DATA MENTAH

Kualitas Sistem Kualitas Informasi Kualitas Pelayanan

KS1 KS2 KS3 KS4 Total KI1 KI2 KI3 KI4 KI5 KI6 Total KP1 KP2 KP3 Total

1 3 4 2 10 2 2 2 2 3 2 13 1 4 2 7

2 2 2 2 8 2 2 2 2 2 2 12 2 2 2 6

1 1 3 3 8 1 1 1 4 1 1 9 2 3 4 9

2 2 2 2 8 2 2 2 2 2 2 12 3 2 2 7

3 3 1 3 10 2 2 2 2 2 2 12 2 2 2 6

2 3 2 3 10 2 2 3 2 2 2 13 2 2 2 6

2 2 2 2 8 2 2 2 2 2 3 13 3 3 2 8

2 2 2 2 8 2 2 2 2 2 3 13 2 2 2 6

1 2 2 2 7 2 2 2 2 2 2 12 2 2 2 6

2 2 2 3 9 1 2 2 3 3 2 13 3 2 3 8

1 2 2 3 8 4 2 3 2 2 4 17 2 2 3 7

2 4 2 2 10 2 2 3 4 4 4 19 4 4 3 11

1 1 1 2 5 2 2 1 2 2 2 11 2 1 2 5

2 2 2 2 8 1 2 1 2 1 1 8 3 2 2 7

2 2 3 2 9 2 3 3 2 3 2 15 2 2 2 6

2 2 2 2 8 2 2 2 2 2 2 12 2 2 2 6

1 2 2 1 6 1 2 2 3 2 2 12 1 2 2 5

1 1 1 1 4 1 1 1 2 1 1 7 2 1 1 4

2 3 3 2 10 3 3 2 2 3 3 16 2 2 2 6

2 3 1 2 8 1 2 1 1 2 1 8 1 1 1 3

2 2 2 2 8 1 2 2 2 2 2 11 2 2 2 6

2 2 2 3 9 2 3 2 2 2 2 13 3 2 3 8

3 3 4 4 14 4 4 4 4 4 4 24 4 4 4 12

2 2 2 2 8 2 2 1 2 2 2 11 1 2 2 5

2 2 2 2 8 2 2 2 3 3 3 15 3 3 3 9

1 1 1 1 4 1 1 1 2 2 1 8 2 2 2 6

2 2 2 3 9 2 2 2 2 2 2 12 2 2 2 6

1 2 2 2 7 2 2 2 2 2 2 12 2 2 2 6

2 2 1 2 7 2 1 2 2 2 2 11 1 1 2 4

2 2 1 2 7 2 2 2 2 2 2 12 2 3 3 8

4 4 4 3 15 4 4 4 4 4 3 23 3 3 4 10

2 2 2 3 9 1 2 2 2 3 2 12 2 2 2 6

2 2 2 3 9 2 2 4 3 4 4 19 3 3 4 10

1 1 1 1 4 1 2 2 2 2 2 11 1 1 1 3

1 1 1 2 5 1 2 2 2 2 2 11 2 2 2 6

2 2 3 3 10 3 2 2 4 3 3 17 3 3 2 8

2 2 3 3 10 2 2 3 4 3 3 17 4 3 3 10

2 3 4 3 12 3 2 3 3 3 3 17 3 3 3 9

2 2 2 2 8 1 2 2 2 2 2 11 2 2 2 6

2 2 1 2 7 1 2 3 2 2 2 12 1 1 1 3

3 3 2 3 11 2 2 3 4 3 3 17 3 4 3 10

1 2 2 2 7 3 2 3 4 2 4 18 2 2 2 6

2 2 1 1 6 1 1 2 2 2 1 9 3 2 2 7

2 3 2 2 9 4 3 2 3 3 2 17 2 2 3 7

2 3 4 2 11 2 4 2 2 3 4 17 2 4 3 9

1 1 1 1 4 1 1 2 2 2 2 10 2 2 2 6

2 1 3 3 9 3 3 2 3 3 3 17 3 3 3 9

(41)

Nilai Persepsian Nilai Kepuasan Niat Keberlanjutan Task Technological Fit

NP 1 NP 2 NP 3 Tot al N.Ke p1 N.Ke p2 N.Ke p3 Tot al N.Ke b1 N.Ke b2 N.Ke b3 Tot al TT F1 TT F2 TT F3 Tot al

2 1 2 5 2 1 1 4 1 1 1 3 1 4 1 6

1 2 2 5 2 2 2 6 3 2 2 7 2 1 2 5

2 2 1 5 2 1 1 4 1 1 1 3 4 4 2 10

2 2 3 7 2 2 2 6 3 2 3 8 1 2 2 5

2 2 3 7 2 2 2 6 2 2 2 6 2 4 2 8

2 2 1 5 2 2 2 6 2 2 3 7 2 2 2 6

2 3 3 8 2 2 2 6 1 1 1 3 1 4 2 7

2 3 3 8 2 2 2 6 3 2 2 7 2 4 3 9

2 2 2 6 2 1 2 5 2 2 2 6 2 2 2 6

2 2 2 6 2 2 2 6 1 1 1 3 2 2 2 6

4 2 1 7 2 2 2 6 2 2 2 6 1 2 2 5

4 2 2 8 4 2 2 8 2 2 2 6 2 1 2 5

2 2 2 6 1 2 2 5 2 2 2 6 2 2 1 5

1 1 1 3 2 2 1 5 1 1 1 3 1 1 1 3

4 2 2 8 2 2 3 7 2 2 2 6 2 1 2 5

2 2 2 6 2 2 2 6 2 2 2 6 2 2 2 6

3 2 1 6 2 1 1 4 1 1 1 3 1 2 1 4

1 2 2 5 2 1 1 4 1 2 2 5 2 3 2 7

3 3 3 9 3 3 3 9 3 3 2 8 3 2 3 8

1 1 1 3 1 2 2 5 2 2 3 7 1 1 2 4

2 2 2 6 2 2 3 7 2 2 3 7 1 2 2 5

2 2 2 6 2 2 2 6 2 2 2 6 2 2 2 6

4 4 4 12 4 4 3 11 4 4 4 12 4 4 4 12

2 2 2 6 2 1 2 5 2 2 2 6 2 3 2 7

2 2 3 7 2 2 2 6 3 3 3 9 2 3 2 7

2 2 2 6 2 1 1 4 1 1 1 3 1 1 1 3

2 2 2 6 2 2 2 6 2 2 2 6 2 3 2 7

2 2 3 7 2 2 3 7 3 2 3 8 2 1 1 4

2 2 1 5 2 2 2 6 2 2 2 6 1 2 2 5

3 3 3 9 3 2 3 8 2 2 3 7 3 3 3 9

3 3 3 9 3 3 3 9 3 3 3 9 3 3 3 9

2 2 2 6 2 2 2 6 2 2 2 6 2 2 2 6

3 2 4 9 3 2 3 8 3 4 3 10 3 4 4 11

3 3 3 9 1 2 3 6 2 2 3 7 1 3 2 6

2 1 1 4 2 2 2 6 1 2 2 5 1 1 2 4

3 4 3 10 3 2 3 8 3 3 3 9 2 4 3 9

3 2 2 7 3 2 3 8 1 2 2 5 1 2 2 5

4 3 4 11 3 3 2 8 2 1 2 5 1 1 1 3

1 1 1 3 2 1 1 4 1 2 2 5 1 1 2 4

2 1 2 5 2 2 1 5 1 2 3 6 1 4 3 8

3 4 3 10 3 3 3 9 3 3 3 9 2 2 2 6

2 4 1 7 2 2 2 6 1 1 1 3 1 1 1 3

1 1 2 4 2 1 1 4 1 1 1 3 1 1 1 3

3 2 4 9 2 2 4 8 3 3 2 8 3 2 3 8

2 2 2 6 2 2 2 6 2 2 3 7 2 1 2 5

2 2 1 5 2 2 1 5 1 1 1 3 1 2 2 5

3 3 1 7 3 3 3 9 2 3 3 8 2 2 2 6

(42)

(1)

BAB V