Post on 02-Nov-2020
i
SKRIPSI
ANALISIS KUALITAS LAYANAN E-GOVERNMENT MENGGUNAKAN
METODE E-GOVQUAL DAN IMPORTANCE PERFORMANCE ANALYSIS
(IPA)
(Studi Kasus : Badan Pusat Statistik)
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Disusun Oleh :
DJUHARI JUMA WIJAYA
11150930000061
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2019 M/1441 H
ii
iii
SKRIPSI
ANALISIS KUALITAS LAYANAN E-GOVERNMENT MENGGUNAKAN
METODE E-GOVQUAL DAN IMPORTANCE PERFORMANCE ANALYSIS
(IPA)
(Studi Kasus : Badan Pusat Statistik)
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Disusun Oleh :
DJUHARI JUMA WIJAYA
11150930000061
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2019 M/1441 H
i
HALAMAN JUDUL
ANALISIS KUALITAS LAYANAN E-GOVERNMENT MENGGUNAKAN
METODE E-GOVQUAL DAN IMPORTANCE PERFORMANCE ANALYSIS
(IPA)
(Studi Kasus : Badan Pusat Statistik)
SKRIPSI
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Disusun Oleh:
DJUHARI JUMA WIJAYA
11150930000061
PROGRAM STUDI SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH
JAKARTA
2019 M / 1441 H
ii
LEMBAR PENGESAHAN
ANALISIS KUALITAS LAYANAN E-GOVERNMENT MENGGUNAKAN
METODE E-GOVQUAL DAN IMPORTANCE PERFORMANCE ANALYSIS
(IPA)
(Studi Kasus : Badan Pusat Statistik)
SKRIPSI
Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Komputer
Fakultas Sains dan Teknologi
Universitas Islam Negeri Syarif Hidayatullah Jakarta
Oleh :
Djuhari Juma Wijaya
11150930000061
Menyetujui,
Pembimbing I Pembimbing II
Dr.Syopiansyah Jaya Putra, M.Sis Muhammad Nur Gunawan, MBA
NIP. 19680117 200112 1 001 NIDN. 2006127901
Mengetahui,
Ketua Prodi Sistem Informasi
A'ang Subiyakto, Ph.D
NIP.19760219 200710 1 002
iii
LEMBAR PENGESAHAN UJIAN
Skripsi Berjudul “Analisis Kualitas Layanan E-Government Menggunakan Metode
E-Govqual Dan Importance Performance Analysis (IPA) (Studi Kasus : Badan
Pusat Statistik)” yang ditulis oleh Djuhari Juma Wijaya dengan NIM
11150930000061 telah diuji dan dinyatakan lulus dalam sidang Munaqasah
Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta
pada tanggal 10 Oktober 2019 , Skripsi Ini telah diterima sebagai salah satu syarat
memperoleh gelar sarjana Strata Satu (S1) Program Studi Sistem Informasi.
Menyetujui,
Penguji I Penguji II
Suci Ratnawati, MTI Nia Kumaladewi, MMSI
NIDN. 306076904 NIP. 19750412 200710 2 002
Menyetujui,
Pembimbing I Pembimbing II
Dr.Syopiansyah Jaya Putra, M.Sis Muhammad Nur Gunawan, MBA
NIP. 19680117 200112 1 001 NIDN. 2006127901
Mengetahui,
Dekan Ketua
Fakultas Sains dan Teknologi Program Studi Sistem Informasi
Prof. Dr Lily Surraya Eka Putri, M. Env. Stud. A'ang Subiyakto, Ph.D
NIP. 19690404 200501 2 005 NIP. 19760219 200710 1 002
iv
LEMBAR PERNYATAAN
DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI BENAR-
BENAR HASIL KARYA SENDIRI YANG BELUM PERNAH DIAJUKAN
SEBAGAI SKRIPSI ATAU KARYA ILMIAH PADA PERGURUAN TINGGI
MANAPUN
Jakarta, Agustus 2019
Djuhari Juma Wijaya
11150930000061
v
v
ABSTRAK
Djuhari Juma Wijaya – 11150930000061, Analisis Kualitas Layanan E-
Government Menggunakan Metode E-Govqual Dan Importance Performance
Analysis (IPA) (Studi Kasus : Badan Pusat Statistik) di bawah bimbingan
Syopiansyah Jaya Putra dan Muhammad Nur Gunawan.
Salah satu penerapan e-government adalah melalui situs website pemerintah. Untuk
meningkatkan kualitas layanan website yang diberikan pemerintah kepada
masyarakat maka diperlukan evaluasi secara berkala. Namun pada kenyataannya,
Badan Pusat Statistik belum melakukan evaluasi kualitas layanan e-government
website berdasarkan persepsi pengguna, sehingga terdapat permasalahan
pengaturan struktur dan tampilan layanan website yang membingungkan, adanya
keraguan pengguna pada layanan website, tingkat aksesibilitas website dianggap
kurang dan kesulitan dalam melakukan komunikasi dengan pihak institusi melalui
layanan website tersebut. Tujuan penelitian ini adalah untuk mengetahui penilaian
masyarakat terhadap website Badan Pusat Statistik. Jumlah sampel yang digunakan
dalam penelitian ini adalah 210 responden yang pernah menggunakan situs Badan
Pusat Statistik. Pengambilan sampel dilakukan dengan teknik purposive sampling
dan Accidental sampling. Metode yang digunakan adalah e-govqual. Proses
analisis data dilakukan dengan IBM Statistics SPSS versi 24 untuk Importance
Performance Analysis (IPA), kemudian digunakan pula SmartPLS versi 3.2.8 untuk
analisis outer dan inner model dengan pendekatan PLS-SEM. Hasil dari penelitian
ini adalah masyarakat merasa puas terhadap kualitas layanan e-Government yang
ada pada website Badan Pusat Statistik, namun perlu ditingkatkan lagi kinerjanya,
Keempat dimensi e-Govqual yang diteliti signifikan mempengaruhi kualitas
layanan e-government website pada Badan Pusat Statistik, dan faktor - faktor dari
e-Govqual yang menjadi prioritas utama perbaikan kualitas layanan website
tersebut adalah Peta situs terorganisir (EF3), Informasi terbaru (EF6), dan
Keamanan data pribadi (TRS3). Hasil penelitian ini dapat dimanfaatkan sesuai
kebutuhan oleh instansi terkait maupun penelitian selanjutnya.
Kata kunci : Kualitas Layanan, e-Government, e-Govqual, Importance
Performance Analysis (IPA).
V Bab + xix Halaman + 303 Halaman + 30 Gambar + 48 Tabel + Daftar Pustaka +
6 Lampiran
v
vi
KATA PENGANTAR
Assalamualaikum Wr. Wb
Puji dan syukur kehadirat Allah SWT yang telah melimpahkan rahmat dan
karunia - Nya sehingga peneliti dapat menyelesaikan skripsi ini dengan baik.
Shalawat serta salam tak lupa selalu tercurahkan kepada junjungan nabi besar kita
yaitu Nabi Muhammad SAW yang telah memberikan tuntunan dan petunjuk kepada
umat manusia menuju kehidupan dan peradaban, serta para keluarga, serta para
sahabat Nabi.
Peneliti menyadari bahwa dalam pembuatan skripsi ini masih banyak
kekurangan. Hal ini semata - mata karena kurangnya pengetahuan dan pengalaman
yang dimiliki peneliti. Namun demikian peneliti berharap skripsi ini dapat
memenuhi syarat dalam memperoleh gelar Sarjana (S1) dalam bidang Sistem
Informasi dari Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.
Skripsi yang berjudul “Analisis Kualitas Layanan E-Government
Menggunakan Metode E-Govqual Dan Importance Performance Analysis
(IPA) (Studi Kasus : Badan Pusat Statistik)” akhirnya dapat diselesaikan sesuai
yang diharapkan. Selama penyusunan skripsi ini tentunya terdapat banyak kesulitan
dan hambatan yang dihadapi, baik dalam pengumpulan data dan lain sebaginya.
Namun berkat bantuan dari banyak pihak, kesulitan tersebut dapat diatasi dengan
mudah. Kebahagiaan yang tak ternilai secara pribadi dapat dipersembahkan kepada
kedua orang tua, seluruh keluarga, teman - teman, dan pihak - pihak yang telah ikut
andil dalam penyelesaian skripsi ini.
vii
Sebagai bentuk penghargaan, izinkan peneliti menuangkan dalam bentuk
ucapan terima kasih sebesar-besarnya kepada:
1. Ibu Prof. Dr Lily Surraya Eka Putri, M. Env. Stud. selaku Dekan Fakultas
Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.
2. Bapak A'ang Subiyakto, Ph. D selaku Ketua Program Studi Sistem
Informasi Fakultas Sains dan Teknologi UIN Syarif Hidayatullah Jakarta.
3. Bapak Dr. Syopiansyah Jaya Putra, M.Sis sebagai Dosen Pembimbing I dan
Bapak Muhammad Nur Gunawan, MBA sabagai Dosen Pembimbing II
yang tidak pernah lelah dan sabar untuk membimbing, memotivasi, dan
mengingatkan peneliti untuk segera menyelesaikan skripsi ini. Peneliti
mengucapkan banyak terima kasih untuk waktu, tenaga dukungan, arahan,
saran, kritik, dan masih banyak lagi yang membangun agar skripsi ini dapat
diselesaikan dengan baik.
4. Dosen - dosen Program Studi Sistem Informasi yang telah memberikan
ilmunya selama peneliti menuntut ilmu di UIN Jakarta.
5. Seluruh karyawan dan staff kantor Badan Pusat Statistik yang telah
menerima dan mengizinkan penulis melakukan penelitian Skripsi ini.
6. Bapak Utang dan Ibu Toerah selaku orang tua yang selalu menyayangi,
mendidik, memberikan motivasi, nasihat, do’a, dukungan serta bantuan baik
moril maupun materil yang tak terhingga sehingga peneliti dapat
menyelesaikan skripsi ini, serta adik satu-satunya peneliti Yusup Saefullah
Nur Hidayat yang selalu memberikan semangat, motivasi dan do’a agar
peneliti dapat menjadi kebanggaan orang tua.
viii
7. Keluarga besar Sistem informasi angkatan 2015 yang telah memberikan
dukungan, semangat, bantuan, doa, ilmu dan motivasi dalam penyelesaian
skripsi ini. peneliti berharap kita akan sukses dunia akhirat.
8. Teman – teman dekat penulis yaitu Arief, Arib, Faskal, Damay (Anak
manusia Setengah jadi), Safira (Ibunda Seluruh Lambe), Nita, Nada, Firda,
Suzan dan yang lainnya yang telah memberikan banyak bantuan ilmu,
semangat dan doa kepada penulis.
9. Sahabat - sahabat yang ada di rumah yaitu Dinda Febrian, dan Alwan
Wijaya yang selalu mendukung peneliti untuk menyelesaikan studi.
Atas segala bantuan dari semua pihak, peneliti berterima kasih dan berdoa
kepada Allah SWT semoga apa yang telah diberikan dijadikan amal kebaikan dan
bermanfaat, serta mendapatkan balasan yang setimpal di akhirat kelak. Semoga
skripsi ini bermanfaat bagi kita semua, Aamiin Ya Allah. Akhir kata peneliti
menyadari bahwa skripsi ini jauh dari kata sempurna, maka dari itu peneliti
mengharapkan kritik dan saran yang bisa disampaikan melalui e-mail ke
djuharijw@yahoo.com
Wassalamualaikum Wr. Wb
Jakarta, Agustus 2019
Djuhari Juma Wijaya
11150930000061
ix
DAFTAR ISI
HALAMAN JUDUL................................................................................................ i
LEMBAR PENGESAHAN..................................................................................... ii
LEMBAR PENGESAHAN UJIAN ....................................................................... iii
LEMBAR PERNYATAAN ................................................................................... iv
ABSTRAK .............................................................................................................. v
KATA PENGANTAR............................................................................................ vi
DAFTAR ISI .......................................................................................................... ix
DAFTAR TABEL ................................................................................................. xv
DAFTAR GAMBAR ......................................................................................... xviii
BAB I ...................................................................................................................... 1
PENDAHULUAN................................................................................................... 1
1.1 Latar Belakang ...........................................................................................1
1.2 Identifikasi Masalah .................................................................................10
1.3 Rumusan Masalah ....................................................................................11
1.4 Ruang Lingkup dan Batasan ....................................................................12
1.5 Tujuan Penelitian .....................................................................................13
1.6 Model Penelitian ......................................................................................13
1.7 Pertanyaan Penelitian ...............................................................................18
1.8 Metodologi Penelitian ..............................................................................19
x
1.9 Manfaat Penelitian ...................................................................................21
1.10 Sistematika Penulisan ..............................................................................22
BAB II ................................................................................................................... 25
LANDASAN TEORI ............................................................................................ 25
2.1 Analisis.....................................................................................................25
2.2 Kualitas Layanan......................................................................................26
2.3 Pelayanan Publik......................................................................................28
2.4 Website.....................................................................................................30
2.5 Electronic Government (e-Government)..................................................33
2.5.1 Definisi e-Government .....................................................................33
2.5.2 Tujuan e-Government.......................................................................35
2.5.3 Manfaat e-Government.....................................................................39
2.5.4 Jenis Pelayanan dan Tipe Relasi e-Government ..............................44
2.6 Analisis Faktor .........................................................................................48
2.6.1 Exploratory Factor Analysis.............................................................49
2.6.2 Confirmatory Factor Analysis..........................................................50
2.7 Teknik Pengumpulan Data.......................................................................55
2.8 Pengelompokan Data ...............................................................................56
2.9 Statistik Deskriptif ...................................................................................58
2.10 Metode Kuantitatif ...................................................................................59
2.11 Populasi dan Teknik Sampling ................................................................60
xi
2.12 Metode Perhitungan Sampel ....................................................................68
2.13 Structure Equation Model (SEM)............................................................73
2.13.1 Fungsi SEM......................................................................................80
2.14 Partial Least Square (PLS) ......................................................................81
2.15 SmartPLS .................................................................................................83
2.15.1 Evaluasi Pengukuran Model (Outer Model) ....................................84
2.15.2 Evaluasi Struktural Model (Inner Model) ........................................87
2.16 Konstruk Refleksif dan Formatif .............................................................91
2.16.1 Konstruk dengan Indikator Refleksif ...............................................91
2.16.2 Konstruk dengan Indikator Formatif................................................92
2.16.3 Pedoman Menentukan Arah Indikator Konstruk .............................93
2.17 Konstruk Unidimensional dan Multidimensional ....................................97
2.17.1 Konstruk Unidimensional ................................................................97
2.17.2 Konstruk Multidimensional .............................................................99
2.18 Second order confirmatory factor analysis ............................................104
2.19 Statistikal Product and Service Solution (SPSS) ...................................108
2.20 Skala Likert ............................................................................................120
2.21 Metode Perhitungan ...............................................................................123
2.21.1 Uji Validitas ...................................................................................123
2.21.2 Uji Reliabilitas................................................................................128
2.21.3 Uji Hipotesis...................................................................................130
xii
2.21.4 Uji Paired Sampel T-test ................................................................130
2.22 Teknik Pengolahan Data ........................................................................130
2.22.1 Analisis Kesesuaian .......................................................................130
2.22.2 Analisis Kesenjangan (Gap Analysis) ...........................................132
2.23 Metode Penilaian E-Government ...........................................................134
2.24 Pengembangan Model Penelitian...........................................................143
2.25 Pengembangan Hipotesis Penelitian ......................................................146
2.26 Penelitian Sejenis ...................................................................................153
BAB III METODOLOGI PENELITIAN........................................................... 162
3.1 Pendekatan dan Strategis Penelitian ......................................................162
3.2 Tempat dan Waktu Penelitian ................................................................163
3.3 Prosedur Penelitian ................................................................................164
3.4 Populasi dan Sampel Peneliti .................................................................168
3.5 Metode Pengumpulan Data ....................................................................170
3.6 Metode Analisis Data.............................................................................173
3.6.1 Model Penelitian ............................................................................173
3.6.2 Analisis Kesesuaian........................................................................176
3.6.3 Analisis Kesenjangan (Gap Analysis) ............................................176
3.6.4 Importance Performance Analysis (IPA) .......................................177
3.7 Instrumen Penelitian ..............................................................................177
3.8 Pembuatan Kuisioner .............................................................................180
xiii
3.9 Hipotesis Penelitian................................................................................186
3.10 Analisis Data dan Interpretasi Hasil.......................................................186
BAB IV ............................................................................................................... 189
HASIL ANALISIS .............................................................................................. 189
4.1 Gambaran Umum Instansi .....................................................................189
4.1.1 Sejarah Badan Pusat Statistik - RI..................................................189
4.1.2 Visi .................................................................................................190
4.1.3 Misi.................................................................................................190
4.1.4 Tujuan.............................................................................................191
4.1.5 Struktur Organisasi.........................................................................192
4.1.6 Tugas, Fungsi, dan Kewenangan....................................................197
4.1.7 Website Badan Pusat Statistik........................................................199
4.2 Hasil Analisis .........................................................................................205
4.2.1 Hasil Analisis Demografi ...............................................................205
4.2.2 Pilot Study ......................................................................................211
4.2.3 Hasil Analisis Model Penelitian .....................................................213
4.2.4 Hasil Uji Reliabilitas dan Validitas ................................................232
4.2.5 Hasil Uji Paired Sample t-Test.......................................................241
4.2.6 Hasil Analisis Kesesuaian ..............................................................243
4.2.7 Hasil Analisis Kesenjangan (Gap Analysis)...................................246
xiv
4.2.8 Hasil Analisis Importance Performance Analysis (IPA) ...............249
4.3 Interpretasi dan Diskusi Hasil Analisis ..................................................252
4.3.1 Interpretasi dan Diskusi Hasil Analisis Demografis ......................252
4.3.2 Interpretasi dan Diskusi Hasil Analisis Model Penelitian..............256
4.3.3 Interpretasi dan Diskusi Hasil Analisis Kesesuaian .......................265
4.3.4 Interpretasi dan Diskusi Hasil Analisis Kesenjangan ....................266
4.3.5 Interpretasi dan Diskusi Hasil Analisis Importance Performance
Analysis (IPA)................................................................................267
4.4 Perbandingan Hasil Penelitian ...............................................................273
4.5 Implikasi Hasil .......................................................................................277
4.6 Limitation of Study .................................................................................283
BAB V KESIMPULAN DAN SARAN............................................................. 286
5.1 Kesimpulan ............................................................................................286
5.2 Saran.......................................................................................................288
DAFTAR PUSTAKA ......................................................................................... 290
LAMPIRAN ........................................................................................................ 306
xv
DAFTAR TABEL
Tabel 2.1 Keterangan Konstruk SmartPLS ........................................................... 75
Tabel 2.2 Metode Analisis Multivariat ................................................................. 77
Tabel 2 3 Rule of tumb CB-SEM dan SEM-PLS.................................................. 78
Tabel 2.4 Jenis Software SEM .............................................................................. 79
Tabel 2.5 Kesalahan Pemilihan Indikator ............................................................. 94
Tabel 2.6 Perbandingan Antara Indikator Refleksif dan Formatif........................ 95
Tabel 2.7 Case Prosessing Summary .................................................................. 112
Tabel 2.8 Reliability Statistik.............................................................................. 113
Tabel 2.9 Item Total Statistik .............................................................................. 113
Tabel 2.10 Paired Sampel Statistik ..................................................................... 115
Tabel 2.11 Paired Sampels Correlation............................................................... 116
Tabel 2.12 Paired Sampel Test ............................................................................ 116
Tabel 2.13 Ketentuan Skala Likert ...................................................................... 122
Tabel 2.14 Tingkat hubungan interval koefisien r .............................................. 128
Tabel 2.15 Kriteria Reliabilitas ........................................................................... 129
Tabel 2.16 Daftar Hipotesis Penelitian ............................................................... 147
Tabel 2.17 Hipotesa Effiency terhadap kualitas layanan e-government ............. 147
Tabel 2.18 Hipotesa Trust terhadap kualitas layanan e-government ................. 149
Tabel 2.19 Hipotesa Reliability terhadap kualitas layanan e-government .......... 150
Tabel 2.20 Hipotesa Citizen Support terhadap kualitas layanan e-government . 151
Tabel 2.21 Tabel Referensi Indikator.................................................................. 151
Tabel 2.22 Penelitian Sejenis .............................................................................. 153
xvi
Tabel 3.1 Urutan Pelaksaaan Penelitian .............................................................. 164
Tabel 3.2 Data Kuesioner Terkumpul ................................................................. 172
Tabel 3.3 Indikator dan Butir Pertanyaan Pengujian .......................................... 178
Tabel 3.4 Penentuan Skala Kuesioner ................................................................. 183
Tabel 3.5 kuesioner penelitian ............................................................................ 183
Tabel 4.1 Layanan dan Fitur Website BPS ......................................................... 200
Tabel 4.2 Hasil Uji Loading Factor dengan SmartPLS....................................... 214
Tabel 4.3 Hasil Uji Composite Reliabilty dengan SmartPLS ............................. 216
Tabel 4.4 Hasil Uji Average Variance Extracted (AVE) dengan SmartPLS ...... 217
Tabel 4.5 Hasil Uji Discriminant Validity (Cross Loading) dengan SmartPLS…
............................................................................................................ 219
Tabel 4.6 Hasil Uji Discriminant Validity (Cross Loading Fornell-Lacker’s)
dengan SmartPLSl .............................................................................. 221
Tabel 4.7 Keseluruhan Hasil Analisis Pengukuran Model (Outer Model) ......... 224
Tabel 4.8 Hasil Uji Path Coefficient ................................................................... 226
Tabel 4.9 Uji Path coefficient (ß) dengan SmartPLS.......................................... 227
Tabel 4.10 Hasil Uji Coefficient of Determination (R-square)........................... 228
Tabel 4.11 Hasil Uji T-Test dengan SmartPLS................................................... 229
Tabel 4.12 Kode Indikator Variabel e-GovQual ................................................. 232
Tabel 4.13 Nilai Cronbach’s Alpha Terhadap Penilaian Persepsi Pengguna ..... 233
Tabel 4.14 Item-Total Statistik Terhadap Penilaian Persepsi Pengguna ............ 234
Tabel 4.15 Hasil Uji Validitas Terhadap Penilaian Persepsi Pengguna.............. 235
xvii
Tabel 4.16 Nilai Cronbach’s Alpha Terhadap Penilaian Harapan Pengguna ..... 237
Tabel 4.17 Item-Total Statistik Terhadap Penilaian Harapan Pengguna ............ 238
Tabel 4.18 Hasil Uji Validitas Terhadap Penilaian Harapan Pengguna ............. 239
Tabel 4.19 Hasil Uji Paired Samples t-Test ........................................................ 241
Tabel 4.20 Hasil Analisis Tingkat Kesesuaian Tiap Dimensi............................. 244
Tabel 4.21 Hasil Analisis Tingkat Kesenjangan Tiap Dimensi .......................... 247
xviii
DAFTAR GAMBAR
Gambar 1.1 Model Penelitian ..................................................................15
Gambar 2.1 Kuadran pada Importance Performance Analisis.................52
Gambar 2.2 Teknik Sampling ..................................................................63
Gambar 2.3 Klasifikasi Komponen Model Struktural .............................75
Gambar 2.4 Contoh Konstruk dengan Indikator Refleksif ......................92
Gambar 2.5 Contoh Konstruk dengan Indikator Formatif .......................93
Gambar 2.6 Konstruk Unidimensional ....................................................98
Gambar 2.7 Model Struktural dengan Konstruk Unidimensional Refleksif
..................................................................................................................98
Gambar 2.8 Model Struktural dengan Konstruk Unidimensional Formatif
..................................................................................................................99
Gambar 2.9 Konstruk Multidimensional ...............................................101
Gambar 2.10 Model Struktural dengan Lower Order Konstruk Refleksif
dan Higher Order Konstruk Formatif ....................................................102
Gambar 2.11 Model Struktural dengan Lower dan Higher Order
Konstruk Formatif..................................................................................102
Gambar 2.12 Model Struktural Lower dan Higher Order Konstruk
Refleksif .................................................................................................103
Gambar 2.13 Model Struktural dengan Lower Order Konstruk Formatif
dan Higher Order Konstruk Refleksif ....................................................103
Gambar 2.14 Diagram Jalur First Order dan Second Order ..................106
Gambar 2.15 Hasil Kuadran Importance Performance Analysis ...........119
xix
Gambar 2.16 Model Konseptual Kualitas Layanan e-GovQual ............138
Gambar 3.1 Prosedur Penelitian.............................................................165
Gambar 3.2 Model Penelitian ................................................................174
Gambar 4.1 Struktur Organisasi BPS ....................................................193
Gambar 4.2 Tampilan Website Badan Pusat Statistik - via Desktop.....199
Gambar 4.3 Tampilan Website Badan Pusat Statistik - via Mobile ......200
Gambar 4.4 Diagram Jenis Kelamin ......................................................206
Gambar 4.5 Diagram Pekerjaan .............................................................207
Gambar 4.6 Diagram Usia .....................................................................208
Gambar 4.7 Diagram Pendidikan...........................................................209
Gambar 4.8 Diagram Frekuensi Pengunjung .........................................210
Gambar 4.9 Diagram Durasi Akses .......................................................211
Gambar 4.10 Hasil Analisis Outer Model dengan SmartPLS................222
Gambar 4.11 Diagram Kartesius IPA Website BPS ..............................250
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Penggunaan teknologi informasi sudah menjadi hal yang sangat penting
bagi masyarakat saat ini. Teknologi informasi mempermudah masyarakat dalam
mengerjakan berbagai macam aktivitas sehari – hari sehingga terjadi
peningkatan efektivitas dan efisiensi dalam bekerja yang akan mengakibatkan
produktivitas pada masyarakat yang semakin meningkat (Ngafifi, 2014).
Penggunaan teknologi informasi tidak hanya digunakan terbatas perorangan
saja tetapi lebih luas telah digunakan oleh organisasi termasuk instansi
pemerintah (Arif Masthori, 2016).
Penerimaan masyarakat terhadap penggunaan Internet telah menghasilkan
berbagai implikasi untuk sektor publik (Weerakkody, 2015). Hal ini
menyebabkan kebutuhan akan teknologi informasi dan komunikasi semakin
meningkat di semua bagian masyarakat. Banyak negara telah mendukung
penggunaan teknologi informasi dan komunikasi (TIK) di lembaga pemerintah
sebagai sarana untuk meningkatkan transparansi pemerintah dan
mengurangi korupsi (Bertot, 2012).
Pemerintah Indonesia melalui Keputusan Presiden dan Keputusan
Menkominfo telah membuat kebijakan untuk segera mengimplementasikan dan
memanfaatkan TIK dalam bidang e-government yang terintegrasi, mulai dari
tingkat pemerintah daerah hingga ke pusat. Kebijakan pemerintah tersebut
2
dituangkan dalam Instruksi Presiden Nomor 3 Tahun 2003 tentang Kebijakan
dan Strategi Nasional Pengembangan E-Government (Inpres, 2003), dan
Keputusan Menteri Komunikasi dan Informasi Nomor 57 Tahun 2003 tentang
Panduan Penyusunan Rencana Induk Pengembangan E-Government
(Menkominfo, 2003).
Kemudian diperkuat dengan Peraturan Presiden (Perpres) Nomor 95 Tahun
2018 tentang Sistem Pemerintahan Berbasis Elektronik (SPBE) yang mengatur
tentang penyelenggaraan pemerintahan yang memanfaatkan teknologi
informasi dan komunikasi untuk memberikan layanan kepada masyarakat.
Dalam peraturan tersebut mengatur tata kelola, manajemen, layanan, rencana
induk nasional, arsitektur, peta rencana, proses bisnis, infrastruktur, pusat data,
jaringan intra, system penghubung layanan, aplikasi, keamanan, audit, dan
instansi yang menerapkan SPBE tersebut (Perpres, 2018).
Kebijakan tersebut dibuat untuk meningkatkan kualitas pelayanan terhadap
masyarakat melalui penerapan E-Government yang diberikan oleh pemerintah
menjadi lebih baik, kemudian kualitas layanan (Service Quality) itu sendiri
dapat didefinisikan dengan seberapa jauh perbedaan antara kenyataan dengan
harapan para pelanggan atas pelayanan yang mereka terima, atau kemampuan
perusahaan dalam memenuhi harapan pelanggan dengan memberikan
pelayanan kepada pelanggan pada saat berinteraksi langsung dengan pelanggan
(Mirnasari, 2013). Hal tersebut sesuai dengan (Tjiptono, 2016) dimana kualitas
3
layanan bisa diwujudkan melalui pemenuhan kebutuhan dan keinginan
pelanggan, serta ketepatan penyampaiannya untuk mengimbangi harapan
pelanggan. Ada dua faktor dalam pengukuran kualitas pelayanan yaitu kinerja
pelayanan dan pelayanan yang diharapkan pelanggan (Mirnasari, 2013).
E-Government (Electronic Government) atau di Indonesia dikenal dengan
SPBE (Sistem Pemerintahan Berbasis Elektronik) adalah penggunaan teknologi
informasi oleh pemerintah untuk memberikan informasi dan pelayanan bagi
warganya, urusan bisnis, serta hal - hal lain yang berkenaan dengan
pemerintahan (Amalia, 2018). Pengembangan teknologi informasi dengan
penerapan E-Government pada pemerintahan di Indonesia dilakukan guna
untuk memperbaiki sistem manajemen dan tata kerja pada lingkungan
pemerintahan sehingga tercipta good governance (Rino Agus Saputra, 2018).
Banyak media yang bisa dijadikan alat oleh pemerintah untuk
menyampaikan informasi kepada masyarakat (Nurudin, 2008). Salah satu cara
untuk memberikan layanan E-Government kepada masyarakat yaitu berupa
website pemerintah (Michail P. Ataloglou, 2009; wicaksono & susanto, 2013),
yang bertujuan untuk meningkatkan layanan Elektronik (E-Service), sehingga
dapat memudahkan masyarakat dalam mengakses informasi, layanan, dan lain
- lain (Xenia Papadomichelaki, 2012).
Website merupakan salah satu layanan informasi yang menggunakan
hyperlink yang memudahkan pengguna saat melakukan pencarian. Website
4
menggunakan teknologi yang menggabungkan dan menyajikan dalam bentuk
teks, grafik, suara, animasi, video, dan lain sebagainya (Ardhana, 2012).
Pada saat ini sangat sedikit masyarakat yang mengerti cara menilai atau
mengevaluasi kualitas dari suatu website, evalusi pada website pemerintahan
sangat perlu dilakukan guna untuk mengetahui sejauh mana kualitas informasi
yang disampaikan, selain itu evaluasi merupakan salah satu upaya untuk
melakukan pengembangan dan perbaikan kualitas layanan (Inne Larasati, 2012;
Arif Masthori, 2016).
Pada penelitian ini akan digunakan metode E-GovQual, karena sesuai
dengan permasalahan yang ada, yakni penilaian terhadap layanan e-
Government, yang didalamnya sudah terdapat atribut disetiap dimensi
penilaiannya yang mencakup semua faktor - faktor yang mempengaruhi
penilaian kualitas pelayanan yang dibutuhkan oleh masyarakat sebagai
pengguna (Wahono, 2017).
E-Govqual adalah kerangka dimensi untuk penilaian kualitas pelayanan
yang merupakan hasil beberapa penelitian tentang kualitas e-Government.
Model e-GovQual memiliki beberapa atribut kualitas e-Government yang
dimasukkan kedalam enam kriteria utama. Kriteria tersebut adalah Ease of Use
(kemudahan penggunaan), Trust (kepercayaan), Functionality of the Interaction
Environment (fungsional dari interaksi lingkungan), Reliability (keandalan),
Content and Appearance of Information (isi dan tampilan informasi), dan
5
Citizen Support (Dukung Masyarakat). Dari keenam dimensi utama tersebut
diturunkan menjadi empat dimensi final yaitu Efficiency, Trust, reliability, dan
Citizen support (Xenia Papadomichelaki, 2012).
Kemudian bagaimana tingkat kesesuaian antara kinerja yang dirasakan
dengan harapan publik sesungguhnya terhadap layanan e-Government dapat
diketahui dengan analisis kesesuaian, serta dilakukan pula analisis kesenjangan
untuk mengetahui nilai kesenjangan antara kinerja dan harapan.
Lalu untuk mengidentifikasi lebih spesifik indikator yang sudah maupun
belum memenuhi harapan para penggunanya digunakan teknik analisis
Importance Performance Analysis (IPA), yang dapat mengetahui faktor - faktor
ataupun atribut penting yang harus ditunjukan oleh suatu organisasi untuk
memenuhi kepuasan para penggunanya dilihat berdasarkan persepsi dan
harapan pengguna terhadap website tersebut, kemudian diberikan beberapa
rekomendasi saran perbaikan kepada pengembang website agar menjadi lebih
baik (Napitupulu, 2016).
Beberapa penelitian yang telah melakukan evaluasi dan analisa kualitas
layanan e-government mayoritas memiliki permasalahan yang sama yaitu
belum dilakukan evaluasi mengenai kualitas layanan website berdasarkan
persepsi pengguna akhir atau pengunjung situs (Alanezi et al, 2012; wicaksono
& susanto, 2013; Mudjahidin, 2013; Setyaningrum, 2015; Haryani, 2016;
Wahono, 2017; Widiani, 2018; Charaselt, 2018; Jamiansyah, 2018; Sulaiman et
6
al, 2018; Saputra et al, 2018; Rusli, 2018). Namun menurut (Arif Masthori,
2016) evalusi website pemerintahan harus dilakukan dengan tujuan untuk
mengetahui sejauh mana kualitas informasi yang disampaikan.
Dari penelitian tentang kualitas layanan e-government rata - rata
menggunakan framework yang dikembangkan oleh (Xenia Papadomichelaki,
2012) yaitu e-govqual seperti pada (Michail P. Ataloglou, 2009; Alanezi et al,
2012; Mudjahidin, 2013; Setyaningrum, 2015; Haryani, 2016; Napitupulu
2016; Wahono, 2017; Amanda, 2017; Albar et al, 2017; Abdurahman &
Octavia, 2017; Widiani, 2018; Cahayati, 2018; Charaselt, 2018; Jamiansyah,
2018; Sulaiman et al, 2018; Saputra et al, 2018).
Selain dengan metode tersebut ada juga penelitian yang menggunakan
metode WebQual (wicaksono & susanto, 2013; Arif Masthori, 2016), seperti
pada penjelasan di atas pada penelitian ini akan digunakan metode e-govqual
karena model ini dapat meningkatkan kemampuan lembaga pemerintah untuk
menggali kebutuhan serta mendorong publik memanfaatkan layanan secara
optimal (Xenia Papadomichelaki, 2012). Kemudian dalam penelitian yang
dilakukan oleh (Albar, 2017) hasilnya menunjukkan bahwa model e-GovQual
valid dengan hasil yang memuaskan dan model e-GovQual relevan untuk
konteks Pemerintah Indonesia.
Selain itu di beberapa penelitian menggabungkan metode e-govqual dengan
teknik analisis Importance Performance Analysis (IPA) untuk mengetahui
7
tingkat kesesuaian antara kinerja dan harapan, sekaligus juga mengetahui
indikator kualitas layanan yang kurang baik dan perlu mendapatkan prioritas
perbaikan (Napitupulu, 2016; Abdurahman & octavia, 2017; Abdulloh Hamid
Sulaiman, 2018; Rino Agus Saputra, 2018). Dalam penelitian tersebut juga
belum diketahui keterlibatan keseluruhan faktor - faktor yang diukur
berpengaruh secara signifikan terhadap kualitas layanan e-Government.
Salah satu lembaga pemerintahan yang telah melaksanakan E-Government
kepada masyarakat yaitu berupa website pemerintah adalah Badan Pusat
Statistik (BPS), lembaga tersebut memiliki alamat website
https://www.bps.go.id/, BPS termasuk Lembaga Pemerintah Non Kementerian
yang bertanggung jawab langsung kepada Presiden. Sebelumnya, BPS
merupakan Biro Pusat Statistik, yang dibentuk berdasarkan UU Nomor 6 Tahun
1960 tentang Sensus dan UU Nomer 7 Tahun 1960 tentang Statistik. Sebagai
pengganti kedua UU tersebut ditetapkan UU Nomor 16 Tahun 1997 tentang
Statistik. Berdasarkan UU ini yang ditindaklanjuti dengan peraturan
perundangan dibawahnya, secara formal nama Biro Pusat Statistik diganti
menjadi Badan Pusat Statistik (website BPS, 2018).
Badan Pusat Statistik memiliki informasi yang diambil secara langsung
dengan melakukan observasi, survey, terjun langsung ke lapangan, melakukan
wawancara atau pengambilan data mengenai statistik tersebut dan memberikan
informasi tersebut kepada masyarakat setelah sebelumnya diolah terlebih
8
dahulu melalui perhitungan statistik yang telah dirumuskan. Kemudian, data
tentang statistik diperoleh, disebarkan, dan dimasukkan ke dalam website
sebagai bentuk adanya penerapan layanan e-Government agar dapat
meningkatkan kepercayaan masyarakat terhadap informasi statistik Indonesia
dan meningkatkan kinerjanya dalam menjalin hubungan dengan masyarakat
(website BPS, 2018).
Berdasarkan studi pendahuluan yang dilakukan peneliti, website Badan
Pusat Statistik belum pernah diukur terkait dengan kualitas layanan e-
government. Hal ini dapat terlihat dari data yang diperoleh peneliti dari staff
subdirektorat layanan dan promosi statistik. Sehingga tidak diketahui faktor -
faktor terkait e-government pada website tersebut. Namun berdasarkan literatur
penelitian sejenis yang ditemukan oleh peneliti, ditemukan 4 variabel yang
banyak digunakan dalam menganalisis kualitas layanan e-government, yaitu :
Efficiency (efisiensi), Trust (kepercayaan), Reliability (keandalan), dan Citizen
Support (Dukung Masyarakat) hal tersebut sama dengan 4 dimensi e-govqual
yang telah divalidasi oleh (Xenia Papadomichelaki, 2012), sehingga diperlukan
analisis terhadap faktor - faktor tersebut guna mengetahui sejauh mana layanan
e-government pada website yang telah diberikan berdasarkan penilaian
pengguna.
Dari studi pendahuluan juga terlihat bahwa pengaturan struktur dan
tampilan layanan website yang kurang baik dalam menyimpan informasi
9
membuat pengguna kesulitan dan mengakibatkan informasi yang dicari tidak
ditemukan oleh pengunjung situs.
Menurut (Xenia Papadomichelaki, 2012) situs pemerintahan dapat
memberikan kemudahan penggunaan bagi masyarakat dalam mengakses setiap
informasi yang dibutuhkan dan portal pemerintah memungkinkan pengumpulan
informasi yang diperlukan serta berkualitas (Efficiency).
Kemudian ditemukan kondisi bahwa website sering mengalami loading data
yang tergolong lama hal ini dikarenakan maintenance pada bagian sistem
internal yang membuat beberapa layanan tidak dapat diakses terutama layanan
publikasi statistik, menurut (Xenia Papadomichelaki, 2012) sebuah situs web
dapat menghadirkan layanan yang baik sesuai aksesibilitas dan ketersediaan,
sehingga ketersediaan layanan dapat online sepanjang hari dengan kecepatan
akses yang tinggi (Reliability).
lalu karena hal tersebut juga membuat adanya keraguan pada layanan
website dalam melindungi informasi yang bersifat personal atau pribadi,
menurut (Xenia Papadomichelaki, 2012) sebuah situs web dapat menghadirkan
kepercayaan atas privasi dari pengguna terhadap website untuk melindungi
informasi yang diberikan melalui website mengenai kebebasan dari resiko saat
mengakses website, seperti kepercayaan untuk perlindungan informasi pribadi,
tidak menyebarkan informasi pribadi dengan orang yang tidak berkepentingan
atau menjaga keamanan arsip data pribadi (Trust).
10
Lalu menurut Hasil Survei Kebutuhan Data 2018 yang dilakukan dan di rilis
oleh BPS Pusat ditemukan bahwa 70,06% konsumen mendapatkan data rujukan
utama untuk memperoleh data stastistik adalah melalui website (BPS, 2018)
sehingga diperlukan evaluasi untuk mengetahui persepsi masyarakat terhadap
kualitas layanan website BPS.
Dari latar belakang diatas maka akan dilakukan pengukuran kualitas
layanan Website Badan Pusat Statistik menggunakan metode E-GovQual dan
teknik analisis data Importance Performance Analysis (IPA) untuk mengetahui
persepsi masyarakat terhadap kualitas layanan e-goverment yang ada pada
website Badan Pusat Statistik serta tindakan perbaikan yang tepat terhadap
faktor penentu kualitas layanan, dengan hal tersebut diharapkan dapat diketahui
nilai dari hasil analisis yang akan menjadi bahan pertimbangan pengembang
website dalam meningkatkan kualitas website, Maka dari itu penulis tertarik
untuk melakukan penelitian dengan judul “Analisis Kualitas Layanan E-
Government Menggunakan Metode E-Govqual dan Importance
Performance Analysis (IPA) (Studi Kasus : Badan Pusat Statistik)”.
1.2 Identifikasi Masalah
Berdasarkan pada latar belakang permasalahan yang telah dijelaskan di atas,
maka penulis mengidentifikasikan masalah yang akan dijelaskan sebagai
berikut ;
11
a. Pengaturan struktur dan tampilan layanan website yang
membingungkan menyebabkan pengguna kesulitan menemukan
informasi.
b. Adanya keraguan pengguna pada layanan website dalam melindungi
informasi yang bersifat personal atau pribadi menyebabkan masyarakat
enggan untuk mengisi data personal.
c. Tingkat aksesibilitas website dianggap kurang terutama dalam akses
publikasi statistik menyebabkan keterbatasan akses pengguna dalam
mengakses website.
1.3 Rumusan Masalah
Berdasarkan penjelasan dan identifikasi masalah yang telah disebutkan di
atas, dapat dirumuskan bahwa permasalahan yang akan dibahas pada penelitian
ini adalah sebagai berikut :
a. Bagaimana status persepsi masyarakat terhadap kualitas layanan e-
goverment pada website Badan Pusat Statistik ?
b. Apa saja faktor – faktor yang mempengaruhi kualitas layanan e-
government pada website Badan Pusat Statistik ?
c. Bagaimana menentukan atribut yang menjadi prioritas perbaikan
kualitas layanan berdasarkan hasil analisis Importance Performance
Analysis (IPA) ?
12
1.4 Ruang Lingkup dan Batasan
Berdasarkan masalah yang telah dirumuskan di atas maka ruang lingkup
masalah dibatasi pada :
a. Penelitian ini dilakukan di Badan Pusat Statistik yang beralamat di Jalan Dr.
Sutomo 6-8 Jakarta 10710 Indonesia.
b. Analisa kualitas layanan e-government menggunakan metode E-Govqual
dengan variabel E-Government Service Quality (Kualitas Layanan E-
Government), Efficiency (Efisiensi), Reliability (Keandalan), Trust
(Kepercayaan), dan Citizen Support (Dukung Masyarakat).
c. Analisis diagram kartesius Importance Performance Analysis (IPA)
memiliki 4 (empat) buah kuadran yaitu Kuadran A (Prioritas Utama).
Kuadran B (Pertahankan Prestasi). Kuadran C (Prioritas Rendah). Kuadran
D (Berlebihan).
d. Teknik pengumpulan data dilakukan dengan survey dalam bentuk kuesioner
atau angket langsung dan tidak langsung secara online maupun offline yang
akan disebarkan kepada masyarakat Indonesia yang sudah pernah
mengakses website Badan Pusat Statistik.
e. Kuesioner dirancang dalam bentuk pertanyaan dengan 5 skala Likert.
f. Metode pendekatan yang digunakan dalam penelitian ini adalah pendekatan
kuantitatif, dengan menggunakan teknik pengambilan sampel purposive
sampling dan Accidental sampling.
13
g. Analisis outer model, inner model, dan uji hipotesis dengan menggunakan
pendekatan PLS-SEM dengan SmartPLS versi 3.2.8. Serta penggunaan
aplikasi IBM Statistics SPSS versi 24 untuk analisis Importance
Performance Analysis (IPA).
1.5 Tujuan Penelitian
Pada penelitian ini terdapat dua jenis tujuan, yaitu tujuan umum dan tujuan
khusus. Tujuan umumnya yaitu untuk melakukan analisis terhadap kualitas
layanan e-goverment pada website Badan Pusat Statistik berdasarkan persepsi
pengguna., sedangkan tujuan khususnya yaitu :
a. Untuk mengetahui status persepsi masyarakat terhadap kualitas layanan e-
government pada website Badan Pusat Statistik.
b. Untuk mengetahui faktor – faktor yang mempengaruhi kualitas layanan e-
government pada website Badan Pusat Statistik .
c. Untuk menentukan atribut yang menjadi prioritas perbaikan kualitas
layanan berdasarkan hasil analisis Importance Performance Analysis (IPA).
1.6 Model Penelitian
Penelitian ini menggunakan model e-govqual yang diadopsi dari (Xenia
Papadomichelaki, 2012) dan telah digunakan (Michail P. Ataloglou, 2009;
Alanezi et al, 2012; Mudjahidin, 2013; Setyaningrum, 2015; Haryani, 2016;
14
Napitupulu 2016; Wahono, 2017; Amanda, 2017; Albar et al, 2017;
Abdurahman & Octavia, 2017; Widiani, 2018; Cahayati, 2018; Charaselt, 2018;
Jamiansyah, 2018; Sulaiman et al, 2018; Saputra et al, 2018; Rusli, 2018).
Di dalam penelitian ini dikembangkan juga model e-govqual dengan
penambahan teknik analisis data Importance Performance Analysis (IPA)
seperti yang dilakukan oleh (Napitupulu, 2016; Abdurahman & Ocatvia, 2017;
Sulaiman et al, 2018; Saputra et al, 2018). Selain itu penggunaan Importance
Performance Analysis (IPA) dalam pengukuran kualitas layanan e-government
berupa website juga dilakukan oleh (wicaksono & susanto, 2013), namun
metode yang digunakan berbeda yaitu dengan webqual modifikasi dengan
penambahan variabel user satisfaction, intent to reuse, dan net benefit.
Penggunaan webqual modifikasi juga dilakukan oleh (Arif Masthori, 2016)
namun tidak menyertakan variabel net benefit.
Model e-govqual yang digunakan dalam penelitian ini digunakan untuk
mengevaluasi layanan e-government berupa website Badan Pusat Statistik.
Model ini terdiri dari 4 dimensi, yaitu Efficiency (efisiensi), Trust
(kepercayaan), Reliability (Keandalan), dan Citizen Support (Dukung
Masyarakat) (Xenia Papadomichelaki, 2012).
Pada penelitian ini dilakukan uji hipotesis untuk mengetahui setiap
pengaruh dimensi terhadap kualitas layanan website Badan Pusat Statistik.
15
Model konseptual pengukuran kualitas layanan e-government dapat dilihat pada
gambar 1.1 berikut :
Gambar 1.1 Model Penelitian
(Diadopsi dari Xenia Papadomichelaki, 2012)
Berikut adalah definisi dari setiap variabel yang peneliti gunakan:
1 Efficiency (EF)
Variabel ini merupakan hasil dari penggabungan dari 3 dimensi awal e-
govqual pada penelitian (Xenia Papadomichelaki, 2012). 3 dimensi
tersebut yaitu Ease of Use ,Functionality of Interaction Environment,dan
16
Content and Appearance of Information. Lalu Efficiency menggambar
kan kemudahan penggunaan situs & kualitas informasi yang disediakan.
2 Trust (TRS)
Variabel Trust pada penelitian ini berguna untuk menilai kepercayaan
masyarakat terhadap e-Government mengenai kebebasan dari risiko
bahaya atau keraguan selama proses layanan secara online (Xenia
Papadomichelaki, 2012).
3 Reliability (RLB)
Variabel Reliability pada penelitian ini berguna untuk mengetahui
tingkatan kepercayaan warga terhadap situs pemerintah mengenai
kebenaran dan ketepatan waktu pengiriman layanan. Istilah ini
mencakup fungsi teknis kebenaran (aksesibilitas dan ketersediaan) dan
akurasi janji layanan (Xenia Papadomichelaki, 2012).
4 Citizen Support (CS)
Variabel Citizen Support pada penelitian ini berguna untuk mengukur
sejauh mana bantuan yang diberikan oleh pemerintah untuk membantu
masyarakat dalam pencarian informasi atau bertransaksi (Xenia
Papadomichelaki, 2012).
5 E-Government Service Quality
17
Variabel E-Government Service Quality pada penelitian ini berguna
untuk mengukur kualitas layanan website pemerintah yang dilihat dari
persepsi pengguna (Xenia Papadomichelaki, 2012).
Seperti disebutkan sebelumnya bahwa data hasil kuesioner dengan
pendekatan e-GovQual akan dianalisa dengan bantuan IPA (Importance
Performance Analysis) untuk mengetahui sejauh mana kualitas layanan e-
Government Badan Pusat Statistik berdasarkan perspektif masyarakat atau
publik. Lebih jauh lagi bagaimana tingkat kesesuaian antara kinerja yang
dirasakan dengan harapan publik sesungguhnya terhadap layanan e-
Government. Hasil analisis IPA dilakukan dengan menghitung nilai rata - rata
(Mean) dari tiap item yang diukur terkait kualitas layanan (Napitupulu, 2016).
IPA (Importance Performance Analysis) telah digunakan secara luas untuk
mengetahui persepsi pelanggan terhadap kinerja suatu produk atau jasa dan
harapan pelanggan yang sesungguhnya terhadap kinerja tersebut. Perbandingan
antara keduanya yakni tingkat kinerja (performance) dan tingkat harapan
(importance) akan menunjukkan sejauh mana pelanggan merasa puas terhadap
kualitas produk atau jasa yang ditawarkan (Herwanto, 2013).
18
1.7 Pertanyaan Penelitian
Mengacu pada tujuan dan sasaran penelitian yang telah disebutkan
sebelumnya, maka tiga pertanyaan utama dalam penelitian ini adalah:
Q1 Bagaimana status persepsi masyarakat terhadap kualitas layanan e-
government pada website Badan Pusat Statistik ?
Q2 Apa saja faktor - faktor yang mempengaruhi kualitas layanan e-
government pada website Badan Pusat Statistik ?
Q3 Bagaimana menentukan atribut yang menjadi prioritas perbaikan
kualitas layanan berdasarkan hasil Importance Performance
Analysis (IPA) ?
Selanjutnya, berdasarkan model e-govqual yang telah dipaparkan, berikut
adalah pertanyaan penelitian terkait faktor - faktor yang mempengaruhi kualitas
layanan e-government pada website Badan Pusat Statistik.
Q2.1 Efficiency (EF) memiliki pengaruh terhadap kualitas layanan e-
government.
Q2.2 Trust (TRS) memiliki pengaruh terhadap kualitas layanan e-
government.
Q2.3 Reliability (RLB) memiliki pengaruh terhadap kualitas layanan e-
government.
19
Q2.4 Citizen Support (CS) memiliki pengaruh terhadap kualitas layanan
e-government.
1.8 Metodologi Penelitian
Pada penelitian ini akan menggunakan pendekatan kuantitatif (Creswell,
2014; Sugiyono, 2013; Indrawan, 2014). Model e-Govqual akan dikembangkan
sebagai sumber rumusan hipotesis. Selanjutnya hipotesis diuji dengan data yang
telah terkumpul dari kuesioner. Kuesioner ini berbentuk pernyataan dan
pertanyaan yang sesuai dengan pendekatan kuantitatif. Kemudian kuesioner ini
disebarkan kepada responden yang menjadi target dalam penelitian ini.
Sebelum dilakukan pengujian awal untuk pengukuran dan mengetahui
validitas kuesioner yang telah dibuat. Tujuan lainnya ialah agar responden
mengerti isi pertanyaan - pertanyaan yang ada pada kuesioner penelitian.
Responden pada peneliti ini adalah masyarakat yang pernah mengakses website
Badan Pusat Statistik. Teknik yang digunakan untuk pengambilan sampling
yaitu dengan cara purposive sampling (Nursiyono, 2015).
Pada pengambilan sampel dilakukan dengan menyebarkan kuesioner secara
langsung, dan tidak langsung. Penyebaran secara langsung dilakukan untuk
mencari responden yang tepat melalui tatap muka, penyebaran secara tidak
langsung dilakukan secara online yang akan disebarkan kepada masyarakat
Indonesia yang sudah pernah mengakses website Badan Pusat Statistik.
20
Selanjutnya setelah semua kuesioner terkumpul akan diklasifikasikan
menggunakan perangkat lunak pengolah angka Ms. Excel 2013. Kemudian
dilakukan proses analisis model penelitian dengan outer model, inner model,
dan uji hipotesis dengan bantuan SmartPLS 3.2.8 (Yamin, 2011).
Mengacu pada sejumlah peneliti tersebut, peneliti melakukan analisis
dengan dua tahap untuk model penelitian, yaitu analisis outer model /
measurement model dan inner model / structural model. Measurement model
dilakukan untuk menguji reliabilitas dan validitas outer model melalui
indikator reliability, internal consistency relibility, convergent validity, dan
discriminant validity. Sedangkan pengujian structural model (inner model)
melalui path ceofficient (β), coefficient of determination (𝑅2), t-test melalui
metode bootstrapping, effect size (f2), predictive relevance (𝑄2), dan relative
impact (𝑞2) menggunakan metode pengujian blindfolding (Hair et al. 2017;
Kock, 2018; Sarstedt et al. 2014; Wong, 2013). Namun karena model
penelitian yang digunakan berbentuk second order maka uji structural model
(inner model) yang dilakukan dengan uji signifikansi konstruk first order / T-
test dengan outer loading, uji path coefficients dengan bootstrapping (Ghozali,
2014), dan juga ditambahkan dengan uji coefficient of determination (R²)
seperti pada penelitian (Jogiyanto, 2011; Naniek et al, 2012; Soekanto &
Mustikarini, 2017).
21
Kemudian bagaimana tingkat kesesuaian antara kinerja yang dirasakan
dengan harapan publik sesungguhnya terhadap layanan e-Government dapat
diketahui dengan analisis kesesuaian, serta dilakukan pula analisis kesenjangan
untuk mengetahui nila kesenjangan antara kinerja dan harapan dari website
tersebut.
Serta dilakukan juga analisis kuadran atau Importance Performance
Analysis (IPA), seperti disebutkan sebelumnya bahwa data hasil kuesioner
dengan pendekatan e-Govqual akan dianalisa dengan bantuan IPA (Importance
Performance Analysis) untuk mengetahui sejauh mana kualitas layanan e-
Government Badan Pusat Statistik berdasarkan perspektif masyarakat atau
publik. Proses analisis kesesuaian, analisis gap dan analisis Importance
Performance Analysis (IPA) tersebut dilakukan dengan aplikasi IBM Statistics
SPSS versi 24.
Interpretasi dilakukan berdasarkan dari hasil analisis yang telah dilakukan.
Selanjutnya kesimpulan disusun sesuai dengan pertanyaan yang ada pada
penelitian yang telah dibahas dan didiskusikan sesuai dengan batasan penelitian
yang telah dibuat.
1.9 Manfaat Penelitian
Adapun manfaat yang didapat dari penelitian ini dapat dijabarkan dalam tiga
point, tiga point yang dimaksud adalah sebagai berikut :
22
a. Secara teoritis, penelitian ini dapat memberikan usulan untuk mengetahui
tingkat kualitas layanan e-government dan hubungan setiap faktor -
faktornya. Penelitian ini diharapkan dapat menjadi alternatif bagi penelitian
selanjutnya untuk memahami kualitas layanan e-government.
b. Secara metodologi, penelitian ini dapat mendukung pemanfaatan metode
pendekatan kuantitatif pada riset atau penelitian di bidang sistem informasi
UIN Syarif Hidayatullah Jakarta, serta dapat digunakan sebagai referensi
penelitian sejenis berikutnya.
c. Secara praktis, hasil penelitian ini dapat menjadi pertimbangan bagi pihak
terkait yaitu Badan Pusat Statistik dalam rencana perbaikan dan
pengembangan sistem berikutnya.
1.10 Sistematika Penulisan
Penyusunan laporan penelitian ini terbagi dalam lima bab yang
terbagi dalam lima bab yang terdiri atas pendahuluan, kajian pustaka,
metodologi penelitian, hasil analisis kualitas website, serta kesimpulan dan
saran. Adapun penjelasan singkat terkait kelima bab tersebut adalah:
Bab I Pendahuluan
Bab ini terdiri atas latar belakang, identifikasi masalah, rumusan
masalah, ruang lingkup dan batasan, tujuan penelitian, model
23
penelitian, pertanyaan penelitian, metodologi penelitian, manfaat
penelitian, dan sistematika penulisan.
Bab II Landasan Teori
Bab ini menjelaskan teori - teori yang berkaitan dengan landasan
teori. Meliputi analisis, kualitas layanan, pelayanan publik,
website, electronic government (e-government), importance
performance analysis (IPA), teknik pengumpulan data,
pengelompokan data, statistik deskriptif, metode kuantitatif, dan
teknik sampling, structure equation model (SEM), partial least
square (PLS), SmartPLS, konstruk refleksif dan formatif, konstruk
unidimensional dan multidimensional, second order confirmatory
factor analysis, statistikal product and service solution (SPSS),
skala likert, metode perhitungan sampel, metode perhitungan,
teknik pengolahan data, e-govqual, pengembangan model
penelitian, pengembangan hipotesis penelitian, dan penelitian
sejenis.
Bab III Metodologi Penelitian
Bab ini menjelaskan metode proses pelaksanaan penelitian, yang
terdiri atas penjelasan - penjelasan mengenai pendekatan,
prosedur, populasi dan sampel, instrumen penelitian,
pengumpulan dan pemrosesan data, serta analisis data.
24
Bab IV Hasil Analisis dan Interpretasi
Bab ini menjelaskan mengenai analisis data dan hasilnya,
interprestasi, dan diskusi hasil penelitian. Dalam menganalisis data
utamanya menggunakan metode PLS - SEM yang dibantu dengan
menggunakan perangkat lunak SmartPLS. Analisis data yang
dilakukan terdiri dari analisis model pengukuran dan struktur
model, dan analisis data Importance Performance Analysis (IPA).
Selanjutnya interprestasi dan diskusi dilakukan dengan merujuk
teori sebelumnya, memperhatikan, dan menimbang pelaksanaan
penelitian secara praktis di lapangan, serta rekomendasi bagi pihak
Badan Pusat Statistik.
Bab V Kesimpulan dan Saran
Bab ini merupakan penutup yang berisi kesimpulan dari uraian
yang sudah diterangkan pada bab - bab sebelumnya dan saran
guna untuk perbaikan untuk website Badan Pusat Statistik ke
depannya.
25
25
BAB II
LANDASAN TEORI
2.1 Analisis
Pengertian analisis menurut (Hasan, 2014) dalam buku statistik teori dan
aplikasi, disebutkan bahwa analisis memiliki 3 arti, yaitu sebagai berikut:
1. Membandingkan dua hal atau dua nilai variabel untuk mengetahui
selisihnya (X - Y) atau rasionya (x / y) kemudian menyimpulkan.
2. Menguraikan atau memecahkan suatu keseluruhan menjadi komponen -
komponen yang lebih kecil, sesuai dengan tujuan analisis, agar dapat :
a. Mengetahui bagian yang memiliki sifat menonjol atau
mempunyai nilai ekstrem.
b. Melakukan perbandingan antar bagian dengan menggunakan
nilai rasio atau selisih.
c. Melakukan perbandingan antara bagian dengan keseluruhan,
dengan memakai proporsi (%), lalu menyimpulkan.
3. Memperkirakan atau memperhitungkan besar pengaruh secara
kuantitatif dari perubahan suatu kejadian terhadap suatu kejadian
lainnya, kemudian meramalkan
Berdasarkan dari pendapat tersebut, maka dapat disimpulkan bahwa analisis
adalah suatu proses untuk mendapatkan informasi sebenarnya, sehingga dapat
26
mengenal, dan berinteraksi satu sama lain untuk mencapai tujuan suatu
kegiatan.
2.2 Kualitas Layanan
Kualitas merupakan salah satu kunci dalam memenangkan persaingan
dengan pasar. Ketika perusahaan telah mampu menyediakan produk berkualitas
maka telah membangun salah satu fondasi untuk menciptakan kepuasan
pelanggan. Menurut Goetsch dan Davis (1994) yang dikutip oleh (Tjiptono,
2016), kualitas dapat diartikan sebagai “kondisi dinamis yang berhubungan
dengan produk, jasa, sumber daya manusia, proses, dan lingkungan yang
memenuhi atau melebihi harapan”.
Berdasarkan definisi ini, kualitas adalah hubungan antara produk dan
pelayanan atau jasa yang diberikan kepada konsumen dapat memenuhi harapan
dan kepuasan konsumen. Kualitas adalah kesesuaian dengan kebutuhan pasar
atau konsumen (Abubakar, 2010).
Menurut (Kotler, 2002) definisi layanan adalah setiap tindakan atau
kegiatan yang dapat ditawarkan oleh suatu pihak kepada pihak lain, yang pada
dasarnya tidak berwujud dan tidak mengakibatkan kepemilikan apapun.
Produksinya dapat dikaitkan atau tidak dikaitkan pada satu produk fisik.
27
Pelayanan merupakan perilaku produsen dalam rangka memenuhi
kebutuhan dan keinginan konsumen demi tercapainya kepuasan pada konsumen
itu sendiri. Kotler juga mengatakan bahwa perilaku tersebut dapat terjadi pada
saat, sebelum dan sesudah terjadinya transaksi. Dari definisi tersebut dapat
disimpulkan bahwa layanan adalah suatu tindakan yang dilakukan oleh
perusahan terhadap konsumen yang menimbulkan dampak positif atau negatif
terhadap kedua pihak. Menurut (Lewis, 1983) dalam (Tjiptono, 2016) Kualitas
jasa sebagai ukuran seberapa bagus tingkat kualitas layanan yang diberikan
mampu sesuai dengan ekspektasi pelanggan. Berdasarkan definisi ini, kualitas
layanan bisa diwujudkan melalui pemenuhan kebutuhan dan keinginan
pelanggan, serta ketepatan penyampaiannya untuk mengimbangi harapan
pelanggan.
Kualitas pelayanan dapat didefinisikan seberapa jauh perbedaan antara
kenyataan dengan harapan para pelanggan atas pelayanan yang mereka terima.
Ada dua faktor dalam pengukuran kualitas pelayanan adalah kinerja pelayanan
dan pelayanan yang diharapkan pelanggan (Mirnasari, 2013).
Menurut Lin dalam (Qutaishat, 2013) Kualitas layanan diukur melalui
respon, kepercayaan dan empati. Respon menunjukkan sejauh mana pengguna
menganggap layanan yang diberikan di situs web sangat membantu dan
responsif. Kepercayaan mencerminkan bagaimana pengguna memahami
28
tingkat mekanisme kepercayaan yang diberikan di situs web. Empati mewakili
kepedulian dan perhatian yang diberikan di situs web kepada pengguna
Dari definisi tersebut dapat disimpulkan bahwa kualitas layanan merupakan
kemampuan perusahaan dalam memenuhi harapan pelanggan dengan
memberikan pelayanan kepada pelanggan pada saat berinteraksi langsung
dengan pelanggan
2.3 Pelayanan Publik
Kurniawan dalam (Mirnasari, 2013) Pelayanan publik diartikan pemberian
layanan (melayani) keperluan orang atau masyarakat yang mempunyai
kepentingan pada organisasi itu sesuai dengan aturan pokok dan tata cara yang
telah ditetapkan.
Menurut Rohman et al dalam (Aprianty, 2016), Pelayanan publik adalah
suatu pelayanan atau pemberian terhadap masyarakat yang berupa penggunaan
fasilitas umum, baik jasa maupun non jasa, yang dilakukan oleh organisasi
publik yaitu pemerintahan.
Pelayanan publik dalam UU No 25 Tahun 2009 diartikan sebagai kegiatan
atau rangkaian kegiatan dalam rangka pemenuhan kebutuhan pelayanan sesuai
dengan peraturan perundang - undangan bagi setiap warga negara dan penduduk
atas barang, jasa, dan / atau pelayanan administratif yang disediakan oleh
penyelenggara pelayanan publik.
29
Menurut keputusan MENPAN No 63/KEP/M.PAN/7/2003 adapun prinsip
pelayanan publik adalah sebagai berikut.
1. Kesederhanaan yaitu prosedur yng tidak berbelit-belit, mudah
dipahami dan mudah dilaksanakan.
2. Kejelasan
3. Kepastian waktu yaitu pelaksanaan pelayanan diselesaikan dalam
kurun waktu yang ditentukan
4. Akurasi yaitu produk pelayanan publik diterima dengan benar, tepat
dan sah
5. Keamanan yaitu proses dan produk pelayanan publik memberi rasa
aman dan kepastian hukum
6. Tanggung jawab
7. Kelengkapan sarana dan prasarana yaitu ketersedianan sarana dan
prasarana yang mendukung dan memadai, termasuk sarana teknologi
komunikasi dan informatika
8. Kemudahan akses yaitu tempat dan lokasi memadai, mudah
dijangkau, dan dapat memanfaatkan teknologi komunikasi dan
informatika
9. Kedisiplinan, kesopanan, dan keramahan
10. Kenyamanan yaitu lingkungan pelayanan harus tertib teratur, nyaman,
bersih, rapi, indah serta sehat
30
2.4 Website
Website adalah kumpulan dari beberapa halaman web dimana informasi
dalam bentuk teks, gambar, suara, dan lain-lain dipersentasikan dalam bentuk
hypertext dan dapat diakses oleh perangkat lunak yang disebut dengan browser.
Informasi pada sebuah website pada umumnya di tulis dalam format HTML.
Informasi lainya disajikan dalam bentuk grafis (dalam format
GIF,JPG,PNG,dll), suara (dalam format AU,WAV,dll), dan objek multimedia
lainya (seperti MIDI,ShockwaveQuicktime Movie,3D World,dll), bersifat statis
apabila isi website tetap, jarang diubah, dan informasinya searah hanya dari
pemilik website dan bersifat dinamis apabila isi informasinya interaktif dua arah
dari pemilik dan pengguna (Zulkifli, 2005)
Website merupakan fasilitas internet yang menghubungkan dokumen dalam
lingkup lokal maupun jarak jauh. Dokumen pada website disebut dengan web
page dan link dalam website memungkinkan pengguna bisa berpindah dari satu
page ke page lain (hyper text), baik diantara page yang disimpan dalam server
yang sama maupun server diseluruh dunia. Pages diakses dan dibaca melalui
browser seperti Netscape Navigator atau Internet Exploler berbagai aplikasi
browser lainnya. (Hakim, 2004). Website juga memiliki jenis - jenisnya, dan
dikelompokkan berdasarkan fungsi, tujuan, sifat, dan bahasa pemrograman
yang digunakan. Adapun jenis website berdasarkan sifatnya (Susena et al,
2016), yaitu:
31
1. Web Statis : web yang halamannya tidak berubah, biasanya untuk
melakukan perubahan dilakukan secara manual dengan mengubah kode.
Website statis informasinya merupakan informasi satu arah, yakni hanya
berasal dari pemilik softwarenya saja, hanya bisa diupdate oleh pemilknya
saja.
2. Website Dinamis : web yang halaman selalu update, biasanya terdapat
halaman backend (halaman administrator) yang digunakan untuk
menambah atau mengubah konten. Web dinamis memiliki arus informasi
dua arah yakni, berasal dari pengguna dan pemilik, sehingga pengupdate -
an dapat dilakukan oleh pengguna dan juga pemilik website (Kadir &
Abdul, 2002)
Jenis website berdasarkan tujuannya, yaitu:
a. Personal website, yaitu website yang berisi informasi pribadi
seseorang.
b. Portal website, yaitu website yang memiliki berbagai macam layanan,
seperti layanan berita, jasa, dan e-mail.
c. Corporate website, yaitu website yang dimiliki oleh organisasi /
perusahaan.
d. Forum website, yaitu website yang dibangun dengan tujuan sebagai
media untuk diskusi.
32
Kotler dan Keller (2009) mengatakan ada tujuh elemen agar website itu disebut
efektif, yaitu:
a. Konteks, yaitu tata letak, desain, tampilan dari website.
b. Konten, yaitu dalam dari website seperti teks, gambar, audio, dan video.
c. Komunitas, yaitu adanya komunikasi antar pengguna di dalam website.
d. Penyesuaian, yaitu website yang memudahkan pengguna
menggunakannya.
e. Komunikasi, yaitu website yang dapat berkomunikasi dengan pengguna,
pengguna dengan website, atau komunikasi dua arah.
f. Koneksi, yaitu adanya hubungan antara satu website dengan website
lainnya.
g. Perdagangan, yaitu website yang memiliki kemampuan untuk adanya
transaksi komersial.
Berdasarkan pengertian diatas maka website adalah fasilitas internet yang
terdiri dari beberapa halaman web yang menghubungkan dokumen dalam
lingkup local maupun jarak jauh dimana informasi dalam bentuk teks, gambar,
suara, dan lain - lain dipersentasikan dalam bentuk hypertext dan dapat diakses
oleh perangkat lunak yang disebut dengan browser.
33
2.5 Electronic Government (e-Government)
2.5.1 Definisi e-Government
E-Government merupakan sarana untuk meningkatkan
interaksi antara pemerintah dan warga Negara untuk penyediaan
layanan publik melalui penggunaan teknologi informasi (Batini et
al, 2009). E-Government diusulkan sebagai cara untuk
meningkatkan kepercayaan warga pada pemerintah dan
meningkatkan kepercayaan warga kepada pemerintah dan
meningkatkan evaluasi warga negara terhadap pemerintah secara
umum (Wu & Guo, 2015). E-Government merupakan ICT untuk
pemerintahan yang lebih baik atau untuk meningkatkan kualitas
layanannya melalui teknologi Internet dan Web (Gao & Lee, 2017).
E-Government adalah sebuah proses sistem pemerintahan
dengan memanfaatkan ICT (Information, Communication, and
Technology). ICT adalah alat untuk memudahkan proses
komunikasi dan transaksi kepada masyarakat, antar instansi
pemerintahan, dan organisasi bisnis. Penerapan ICT dilakukan
untuk membantu pencapaian pemerintah dalam hal efisiensi,
efektivitas, transparansi, dan pertanggung jawaban pemerintah
kepada masyarakat (Susena et al, 2016). ICT merupakan
34
penggunaan teknologi informasi dan komunikasi yang cepat,
mudah, dan biaya lebih murah (Sutabri, 2013).
E-Government adalah penggunaan internet dalam
melaksanakan urusan pemerintah dan penyediaan pelayanan publik
yang lebih baik pada pelayanan masyarakat (Handika, 2017). E-
Government adalah bentuk aplikasi dari pelaksanaan tugas dan tata
laksana kepemerintahan menggunakan teknologi informasi. E-
Government memberikan peluang untuk meningkatkan hubungan
pemerintah dengan masyarakat, pemerintah dengan dunia usaha,
dan antar instansi pemerintah. Hubungan itu berada karena adanya
pemanfaatan teknologi informasi yang merupakan penggabungan
dari komputer dan sistem jaringan komunikasi (Rianto & Lestari,
2012). E-Government merupakan hubungan dengan penggunaan
teknologi informasi yang digunakan organisasi pemerintahan yang
memiliki kemampuan untuk membentuk hubungan dengan
masyarakat, bisnis, dan institusi lain di dalam pemerintahan
(Oktavya, 2015).
Ada empat indikator keberhasilan di dalam e-Government
(Rianto & Lestari, 2012), yaitu:
1. Ketersediaan data dan informasi di pusat data;
35
2. Ketersediaan data dan informasi untuk kebutuhan promosi
daerah;
3. Ketersediaan aplikasi e-Government sebagai pendukung untuk
pelayanan publik;
4. Ketersediaan aplikasi dialog publik untuk meningkatkan
komunikasi pemerintah dengan masyarakat, antar instansi
pemerintah, melalui e-mail, SMS, atau teleconference.
2.5.2 Tujuan e-Government
Tujuan umum yang ingin dicapai dari penerapan e-Government
(Batini et al, 2009), yaitu:
a) Memberikan efisiensi dan efektivitas proses administrasi
untuk memberikan layanan kepada masyarakat / bisnis
dalam hal penggunaan sumber data dan pencapaian hasil
akhir pemerintahan.
b) Tersedianya transparansi lembaga pemerintahan dan
administrasi publik, seperti hak warga negara / bisnis untuk
mengakses semua jenis informasi dan pengetahuan yang
dihasilkan oleh institusi untuk data publik.
c) Menyetarakan dengan mengatasi kesenjangan digital,
terciptanya hak setiap warga negara, tanpa memandang jenis
36
kelamin, budaya, bahasa, ekonomi, dan kondisi fisik untuk
dapat mengakses dan mendapatkan manfaat dari layanan e-
Government.
Penerapan e-Government memiliki beberapa tujuan di dalamnya
(Pranalia, 2015), yaitu:
a) Mempermudah masyarakat dalam melakukan pelayanan
publik.
b) Mempermudah pemerintah dalam memberikan pelayanan
publik kepada masyarakat.
c) Tersedia sistem jaringan dengan internet yang memudahkan
pemerintah untuk saling berhubungan, seperti ke sesama
instansi pemerintah, pemerintah dengan swasta, dan kepada
masyarakat untuk berkomunikasi dengan dua arah untuk
peningkatan koordinasi dan partisipasi masyarakat dalam
penyelenggaraan kepemerintahan.
d) Penerapan e-Government dengan menggunakan aplikasi
sistem informasi atau sistem pengolahan data yang
memudahkan untuk penyebarluasan informasi secara
transparan kepada publik.
37
e) Otomatisasi pekerjaan kantor dan aplikasi pelayanan publik
yang terselenggara untuk memberikan kemudahan akses
bagi pihak yang membutuhkan
Sutabri (2013) mengatakan, tujuan dari e-Government
adalah untuk mencapai tata pemerintahan yang baik menurut
UNDP yang terdiri dari beberapa unsur, yaitu:
a) Partisipasi
Partisipasi adalah kebebasan berkumpul dan
mengungkapkan hak / suara dalam pengambilan keputusan,
baik secara langsung maupun tidak langsung bagi semua pria
maupun wanita.
b) Supremasi Hukum
Kerangka hukum yang adil dan diberlakukan tanpa
memandang lagi, terutama hukum yang menyangkut HAM
(hak asasi manusia).
c) Transparansi
Transparansi merupakan unsur yang dibangun atas dasar
arus informasi yang bebas.
d) Cepat Tanggap
Lembaga dan seluruh proses di dalamnya harus berusaha
melayani semua pihak yang berkepentingan.
38
e) Membangun Konsensus
Terbangunnya konsensus yang menyeluruh dalam hal yang
terbaik bagi kelompok masyarakat untuk penjembatan
kepentingan yang berbeda bagi tata pemerintahan yang baik.
f) Kesetaraan
Semua warga baik pria atau wanita memiliki kesempatan
untuk memperbaiki atau mempertahankan kesejahteraan
mereka.
g) Efektif dan Efisien
Proses yang ada di lembaga pemerintahan yang
mendapatkan hasil sesuai dengan kebutuhan warga
masyarakat dengan menggunakan sumber data yang ada
dengan optimal.
h) Bertanggung Jawab
Pihak yang melakukan pengambilan keputusan yang ada di
pemerintahan yang bertanggung jawab kepada bentuk yang
berbeda satu dengan lainnya sesuai dengan jenis organisasi.
i) Visi Strategis
Pemimpin dan masyarakat yang memiliki perspektif luas dan
jauh ke depan atas tata pemerintahan yang baik dan
39
pembangunan serta apa yang dibutuhkan untuk mewujudkan
perkembangan tersebut.
2.5.3 Manfaat e-Government
Izzati (2017) menjelaskan bahwa penerapan e-Government
memberikan manfaat, yaitu:
a) Pengurangan Biaya dan Efiesiensi Keuntungan
Di dalam e-Government terdapat ICT (Information,
Communication, and Technology). ICT adalah alat untuk
membantu meningkatkan kinerja dari layanan publik.
Pengembangan ICT dapat membantu untuk menghemat
pengeluaran pemerintah, seperti penggunaan kertas dalam
pelayanan kepada masyarakat. Dengan melakukan
penerapan ICT, proses yang terdapat dalam pemerintahan
akan lebih efisien dan mudah dalam akses untuk berbagi data
dan integrasi antar departemen.
b) Kualitas layanan pengiriman ke bisnis dan masyarakat
Kualitas layanan ini merupakan pengurangan dari
model pelayanan publik tradisional, seperti melakukan
prosedur panjang, memakan banyak waktu, dan kurang
transparansi. Model pelayanan publik tradisional akan
40
menimbulkan permasalahan seperti tidak efisien dari sisi
biaya. Hal itu akan menimbulkan perasaan tidak puas bagi
masyarakat. Dengan adanya e-Government diharapkan dapat
meminimalisir kerumitan tersebut dan meningkatkan
aksesibilitas untuk menciptakan transaksi yang mudah dan
cepat.
c) Transparansi, anti korupsi, dan akuntabilitas
E-Government membantu dalam pengambilan
keputusan secara transparan. Dalam beberapa kasus,
masyarakat dapat berpartisipasi untuk pengambilan
keputusan di dalam e-Government. Biasanya, di dalam e-
Government ada forum atau komunitas online untuk
menampung ide dengan terbuka, tetapi tetap berhati-hati.
Pemerintah harus bisa memberikan informasi tentang
kinerjanya secara transparan.
Transparansi dari pemerintah akan meminimalisir
pemikiran mengenai korupsi di dalamnya. Selain itu, juga
diperlukan informasi kontak (call center) yang bisa
dihubungi oleh masyarakat.
d) Meningkatkan kapasitas pemerintah
41
Penerapan ICT menawarkan peluang untuk
meningkatkan kapasitas dari kinerja dan prestasi pemerintah
untuk memperbaiki transaksi administrasi, komunikasi, dan
kemudahan di dalam alur informasi. Di dalam pemerintahan,
untuk memudahkan komunikasi antar departemen
digunakan jaringan intranet agar mudah dalam transfer data
lebih cepat dan murah, pengambilan keputusan yang cepat,
dan lebih optimal dalam pengiriman berkas fisik.
e) Membuat jaringan dan komunitas
Penerapan ICT di dalam e-Government memberikan
peluang untuk membangun jaringan dan komunitas
masyarakat. Keterkaitan dan integrasi teknologi antar
departemen menuntut pemerintah untuk tidak salah pilih
dalam menentukan sumber daya manusia, kemampuan dan
pengalaman pengembang sistem e-Government tersebut.
Sehingga perlu sebuah kerjasama dengan pusat penelitian
atau universitas dari berbagai ilmu untuk mempersiapkan
dan menganalisis kebutuhan dari pengembangan e-
Government.
Peningkatan layanan dari sebuah sistem e-
Government juga tidak bisa lepas dari peran masyarakat
42
yang juga ikut serta memberikan masukan untuk terciptanya
layanan publik yang terbaik, dan dari situ akan muncul
komunitas - komunitas yang dibuat untuk peduli dengan
kinerja pemerintah.
f) Meningkatkan kualitas untuk pengambilan keputusan
Penerapan komunitas dan interaksi serta komunikasi
yang terus menerus antara pemerintah dan masyarakat akan
memberikan kontribusi terhadap proses pengambilan
keputusan.
Proses pengambilan keputusan tersebut adalah
dengan berpartisipasi aktif, dimana masyarakat mampu
memberikan ide atau aspirasi, pengetahuan, dan informasi
kepada pemerintah. Dengan cara seperti ini, maka secara
tidak langsung masyarakat akan membangun kepercayaan
kepada pemerintah.
Semakin kuatnya hubungan antara masyarakat dan
pemerintah, maka akan meningkatkan kualitas pelayanan
dengan memandang dari sumber informasi dan perspektif
yang lebih luas, karena masyarakat merupakan salah satu
konsumen utama dari layanan pemerintahan. Penting bagi
pemerintah untuk mendengarkan dan memahami kebutuhan
43
masyarakat agar pemerintah mampu memberikan sebuah
keputusan terbaik.
Tetapi, perbaikan dari tingkat kecepatan dan kualitas
pengambilan keputusan sangat bergantung pada kemauan
pemerintah untuk menerima, memanfaatkan, dan
menggunakan informasi baru.
g) Mempromosikan ICT di masyarakat
Manfaat utama dari penerapan e-Government oleh
pemerintah salah satunya adalah kontribusi dari berbagai
pihak dan stakeholder untuk terciptanya layanan e-
Government yang lebih baik. Seperti contoh pemerintah
bekerjasama dengan salah satu universitas dan pusat
penelitian untuk mendapatkan sumber daya manusia yang
terbaik untuk membantu mengembangkan sistem e-
Government. Di sisi lain, pemerintah juga harus mengadakan
kerjasama dengan pemilik bisnis dari atau penyedia layanan
telekomunikasi untuk meningkatkan pelayanan publik demi
kemajuan daerah dan negara.
Oktavya (2015) menjelaskan manfaat yang diperoleh dari
negara yang menerapkan e-Government, yaitu:
44
a) Memperbaiki kualitas pelayanan pemerintah kepada
penggunanya, seperti masyarakat, bisnis, dan antar institusi
pemerintah yang terkait dengan efektivitas dan efisiensi di
berbagai bidang;
b) Meningkatkan transparansi, kontrol, dan akuntabilitas di
dalam penyelenggaraan pemerintah untuk penerapan Good
Corporate Governance;
c) Memberikan peluang untuk mendapatkan sumber
pendapatan bagi pemerintah melalui interaksi dengan pihak
yang berkepentingan;
d) Mengurangi biaya administrasi, interaksi, dan relasi yang
dikeluarkan oleh pemerintah;
e) Menciptakan lingkungan masyarakat yang baru untuk
menjawab permasalahan yang dihadapi sesuai dengan
perubahan zaman;
f) Membantu masyarakat dan pihak lain sebagai mitra
pemerintah dalam proses pengambilan kebijakan
2.5.4 Jenis Pelayanan dan Tipe Relasi e-Government
E-Government memiliki tiga kelas utama (Oktavya, 2015),
yaitu:
45
i. Publikasi, yaitu ketika pemerintah memiliki data dan informasi
kemudian dipublikasikan agar masyarakat dan pihak yang
berkepentingan dapat secara langsung dan bebas untuk
mengakses melalui internet;
ii. Interaksi, yaitu adanya komunikasi dua arah antara pemerintah
dengan masyakarat atau pihak yang berkepentingan. Interaksi
ada dua macam, yakni interaksi dalam bentuk portal atau situs
yang hanya memberikan informasi dan fasilitas searching di
dalamnya, dan interaksi dengan adanya forum diskusi dengan
unit tertentu di dalamnya, baik secara langsung maupun tidak
langsung;
iii. Transaksi, yaitu interaksi dua arah tetapi terjadi transaksi di
dalamnya yang berhubungan dengan perpindahan uang dari satu
pihak ke pihak lainnya.
E-Government memiliki target yang mencakup klasifikasi
utama, yakni masyarakat, bisnis, pemerintah dan lembaga publik,
serta karyawan. Klasifikasi tersebut didasarkan pada perbedaan tipe
pengembangan selanjutnya dan kebutuhan dari e-Government.
Empat klasifikasi tersebut (Izzati, 2017), yaitu:
1. Government to Citizens (G2C)
46
Layanan E-Government yang disediakan oleh pemerintah
biasanya berada di kelompok G2C. Pada kelompok ini,
memungkinkan pemerintah berbicara, mendengarkan dan
berkomunikasi dengan masyarakat. Kelompok G2C membuat
layanan publik, demokrasi dan akuntabilitas dari pemerintah
akan menjadi lebih baik. G2C memungkinkan masyarakat untuk
mengakses informasi dan layanan secara langsung kapanpun dan
dimanapun dengan nyaman menggunakan dengan menggunakan
berbagai media seperti website, smartphone dan call center.
Harapan dengan adanya fasilitas tersebut yaitu dapat
meningkatkan partisipasi dari masyarakat kepada layanan
pemerintah, misalnya melalui forum diskusi secara online.
2. Government to Business (G2B)
Kelompok G2B memiliki keterkaitan antara pemerintah
dengan pelaku usaha bisnis. Jenis aplikasi transaksi elektronik
yang bisa dimanfaatkan pada kelas ini salah satunya adalah e-
procurement. Penerapan e-procurement diharapkan dapat
membantu bisnis menjadi lebih kompetitif. E-procurement di
desain untuk meminimalisir birokrasi, menyederhanakan proses
regulasi sehingga dari pihak pemilik bisnis dapat meminimalkan
dari segi biaya dan waktu.
47
3. Government to Government (G2G)
Kelompok G2G merupakan hubungan antar instansi
pemerintah pada tingkat internasional, nasional, regional dan
lokal. Penerapan ICT yang canggih, layanan e-Government
dapat dimanfaatkan untuk menciptakan sebuah layanan yang
efektif, karena terdapat ketergantungan antara satu organisasi
pemerintah dengan organisasi pemerintah lainnya. Perlu adanya
sebuah kolaborasi dan kerjasama antar departemen pemerintah
dari berbagai tingkat untuk menciptakan jalur akses tunggal
dalam layanan e-Government. Adanya kerjasama dan
komunikasi secara online membantu antar departemen
pemerintahan untuk berbagi database, sumber daya,
kemampuan dan keterampil dengan proses yang efektif dan
efisien.
4. Government to Employees (G2E)
G2E merupakan hubungan antara pemerintah dengan
pegawai pemerintahan. G2E adalah salah satu fasilitas e-
learning yang mengajak karyawan - karyawan pemerintahan
untuk saling berbagai informasi dan ilmu. Kelompok G2E akan
memungkinkan karyawan untuk mengakses informasi terkait
kompensasi, manfaat kebijakan, peluang untuk pelatihan dan
48
pembelajaran serta peraturan yang terkait hak-hak masyarakat
sipil.
Tujuan dari kelompok G2E yaitu untuk menciptakan sebuah
mekanisme strategis dan taktis untuk mendorong tujuan dan
program pemerintah terkait pengelolaan sumber daya. Contoh
aplikasi yang dapat diterapkan pada kelompok G2E adalah e-
administration untuk mengelola urusan administrasi pegawai,
seperti absensi, penggajian dan informasi terkait sumber daya
manusia dari masing-masing pegawai.
2.6 Analisis Faktor
Analisis faktor adalah teknik untuk membentuk suatu konstruk dari suatu
item yang benar dengan skor yang termuat harus dengan skor yang tinggi dan
tidak boleh termuat secara tinggi di konstruk yang lain (Jogiyanto, 2011).
Analisis faktor merupakan teknik statistika yang digunakan untuk memberikan
deskripsi yang sederhana melalui jumlah faktor. Analisi faktor memiliki
prinsip untuk menyederhanakan deskripsi data dengan mengurangi jumlah
variabel atau dimensi. Analisis faktor adalah prosedur untuk mengidentifikasi
variabel dari persamaannya.
Persamaan ditunjukkan dengan nilai korelasi yang tinggi. Variabel yang
mempunyai korelasi tinggi membentuk kumpulan faktor. Analisis faktor
49
digunakan untuk pengujian validitas faktor. Di dalam analisis ini juga dilihat
besar korelasi antar faktor yang membentuk variabel. Besar dalam matriks
korelasi adalah 0,5 (Setyaningrum, 2015).
Ada beberapa penjelasan mengenai analisis faktor (Setyaningrum, 2015), yaitu:
1. Korelasi antar variabel, yaitu korelasi antar variabel yang digunakan
harus cukup kuat, seperti di atas 0,5.
2. Korelasi parsial, yaitu korelasi antar dua variabel dengan anggapan tetap
atas variabel lain yang lebih kecil.
3. Pengujian matriks kolerasi (antar variabel), yaitu adanya pengujian
dengan adanya korelasi yang signifikan antar variabel.
4. Memenuhi normalitas dari variabel atau faktor yang terjadi.
Dalam analisis faktor terdapat dua pendekatan (Hidayat, 2014), yaitu:
2.6.1 Exploratory Factor Analysis
Exploratory factor analysis adalah teknik analisis faktor
ketika faktor yang terbentuk berupa variabel laten yang akan
dilakukan setelah analisis. Variabel laten merupakan variabel yang
tidak diketahui nilai kuantitatifnya (Widhiarso, 2010). Pada analisis
faktor eksploratori, faktor-faktor terbentuk, bersifat acak, dan akan
diinterpretasikan sesuai dengan faktor yang terbentuk. Analisis
faktor eksploratori adalah analisis faktor yang penelitinya belum
50
memiliki pengetahuan atau teori untuk menyusun struktur faktor
yang akan dibentuk, dan disinilah teori baru akan dibentuk.
2.6.2 Confirmatory Factor Analysis
Confirmatory Factor Analysis merupakan teknik analisis faktor
yang pembentukan faktornya berdasarkan pada teori dan konsep
yang diketahui, dipahami, dan ditentukan sebelumnya. Sejumlah
faktor akan dibentuk dan memasukkan variabel untuk masing-
masing faktor yang sudah dibentuk (Hidayat, 2014). Ada dua tujuan
dalam analisis faktor ini, yaitu:
1. Untuk melakukan identifikasi adanya hubungan antar
variabel dengan pengujian korelasi.
2. Untuk pengujian validitas dan reliabilitas terhadap instrumen
yang ada pada kuesioner untuk mendapatkan data penelitian
yang valid.
Menurut (Effendi, 2012), Confirmatory Factor Analysis adalah
metode analisis multivariate yang digunakan untuk mengkonfirmasi
model pengukuran yang dibangun sesuai dengan yang
dihipotesiskan. Analisis ini memiliki variabel laten atau variabel
yang tidak bias dibentuk, dan variabel indikator adalah variabel yang
51
dapat diamati dan diukur secara langsung. Model dari Confirmatory
Factor Analysis, yaitu:
𝑥 = 𝛬𝑥𝜉 + 𝛿
Keterangan:
𝑥 = vektor bagi perubah indikator
𝛬𝑥 = matriks bagi faktor loading atau koefisien yang menunjukan
hubungan dengan
𝜉 = (ksi) vektor peubah laten
𝛿 = vektor bagi galat pengukuran
Kemudian selain 2 pendekatan diatas dalam menentukan teknik analisis
faktor, ditemukan juga teknik yang banyak digunakan oleh para peneliti dalam
mengidentifikasi faktor yaitu Importance Performance Analysis (IPA).
Importance Performance Analysis (IPA) merupakan sebuah teknik yang
simpel dan berguna untuk mengidentifikasi atribut-atribut dari penyedia layanan
yang membutuhkan improvement atau atribut-atribut yang perlu dikurangi
prioritasnya. (Shia, et al. 2016). Importance performance analysis pertama kali
diperkenalkan oleh Martila & James pada tahun 1977 dengan tujuan untuk
mengukur hubungan antara persepsi konsumen dan prioritas peningkatan kualitas
produk ata u jasa yang dikenal dengan quadrant analysis (Latu dan Everett, 2000).
52
Grafik IPA dibagi menjadi empat kuadran dimana sumbu X menggambarkan
atribut performance dan sumbu Y menggambarkan atribut importance. Berikut
adalah penjelasan mengenai masing- masing kuadran :
Gambar 2.1 Kuadran pada Importance Performance Analysis
(Martilla , 1977)
1) Kuadran A (High Importance / Low Performance) diberi label Concentrat
Here. Kuadran ini terletak disebelah kiri atas dimana indikator yang masuk
dalam kuadran ini merupakan prioritas utama perbaiki karena dinilai sangat
penting oleh pengguna namun kinerja yang dirasakan masih kurang. Indikator
pada kuadran ini perlu ditingkatkan lagi kualitasnya dengan dilakukan
53
perbaikan secara terus - menerus, sehingga kinerja yang terdapat pada kuadran
ini akan meningkat.
2) Kuadran B (High Importance / High Performance) diberi label Keep Up the
Good Work. Kuadran ini terletak disebelah kanan atas dimana semua indikator
yang masuk merupakan indikator yang tingkat kepuasannya dianggap penting
dan kinerjanya sudah dianggap memenuhi kebutuhan penggunanya. Oleh
karena itu, indikator - indikator tersebut menjadi faktor dengan kepuasan
tertinggi pengguna yang perlu dipertahankan kualitasnya karena merupakan
kekuatan dan pilar organisasi, yang menjadi kebanggaan organisasi.
3) Kuadran C (Low Importance / Low Performance) diberi label Low Priority.
Kuadran ini terletak disebelah kiri bawah dimana indikator yang masuk ke
dalam kuadran ini artinya indikator tersebut dianggap kurang penting dan
tidak menimbulkan ancaman bagi organisasi sehingga disebut kuadran dengan
prioritas rendah. Peningkatan kinerja indikator pada kuadran ini dapat
dipertimbangkan kembali karena pengaruh terhadap manfaat yang dirasakan
pengguna sangat kecil.
4) Kuadran D (Low Importance / High Performance) diberi label sebagai
Possible Overkill. Kuadran ini terletak disebelah kanan bawah, menunjukkan
indikator yang masuk kuadran ini terlalu banyak ditekankan oleh organisasi
namun dirasa tidak begitu penting oleh penggunanya. Oleh karena itu,
organisasi harus mengevaluasi indikator ini, alih- alih terus berlanjut fokus
54
pada kuadran ini, mereka harus mengalokasikan lebih banyak sumber daya
untuk menangani indikator yang berada di kuadran A.
Ada dua macam metode untuk menampilkan data IPA yaitu : yang pertama
dengan menempatkan garis perpotongan kuadran pada nilai rata - rata pada
sumbu tingkat kepuasan dan sumbu prioritas penanganan dengan tujuan untuk
mengetahui secara umum penyebaran data terletak di kuadran berapa,
sedangkan metode yang kedua adalah dengan menempatkan garis perpotongan
kuadran pada nilai rata - rata hasil pengamatan pada sumbu tingkat kepuasan
dan sumbu prioritas penangganan dengan tujuan untuk mengetahui secara
spesifik pada kuadran berapa faktor - faktor tersebut berada (Napitupulu, 2016).
Berdasarkan dari penjelasan diatas maka peneliti memilih untuk
menggunakan teknik analisis data Importance Performance Analysis (IPA),
dengan alasan IPA memiliki fungsi utama untuk menampilkan informasi yang
berkaitan dengan faktor-faktor pelayanan yang menurut konsumen
mempengaruhi kepuasan dan loyalitas mereka, dan faktor - faktor yang menurut
konsumen perlu ditingkatkan karena kondisinya saat ini belum memuaskan.
IPA menggabungkan pengukuran faktor tingkat persepsi (performance) dan
tingkat kepuasan/kepentingan (importance) dalam grafik dua dimensi.
IPA dapat memberikan gambaran kepada perusahaan atau lembaga
mengenai kualitas website mereka dengan melihat kuadran hasil analisis IPA
berdasarkan indikator-indikator yang ada pada e-Govqual. Hal ini didukung
55
oleh pendapat yang mengatakan bahwa IPA memiliki kelebihan dibandingkan
dengan metode lainnya, karena dapat menunjukan atribut-atribut yang perlu
ditingkatkan ataupun dikurangi untuk menjaga kepuasan pengguna, selain itu
hasil yang didapatkan dari analisis relatif mudah untuk diinterpretasikan
(Anggraini, et al. 2015). Selain itu menurut Ruhimat (Anggraini, et al. 2015)
IPA dapat digunakan untuk mengatur atribut berdasarkan tingkat kepentingan
dan tingkat pelaksanaannya, yang nantinya akan berguna dalam melakukan
pengembangan sebuah website.
2.7 Teknik Pengumpulan Data
Pengumpulan data merupakan sebuah prosedur standar dan sistematis yang
dilakukan untuk memperoleh data yang diperlukan (Nazir, 2009). Dalam
melakukan pengumpulan data, dapat dilakukan dengan beberapa cara,
antara lain:
1. Observasi
Observasi merupakan pengumpulan data secara langsung
dengan menggunakan mata tanpa ada bantuan alat standar lain untuk
keperluan pengumpulan data tersebut (Nazir, 2009)
2. Wawancara
Wawancara merupakan proses untuk mendapatkan
keterangan untuk tujuan penelitian dengan cara tanya jawab, sambil
56
bertatap muka antara si pewawancara dengan yang diwawancara
atau responden dengan menggunakan alat bantu yang disebut
interview guide (panduan wawancara) (Nazir, 2009)
3. Angket/Kuesioner
Anket atau kuesioner merupakan salah satu instrument
pengumpulan data yang digunakan sebagai alat bantu yang
digunakan oleh para peneliti dalam kegiatannya mengumpulkan data
secara tidak langsung (peneliti tidak melakukan tanya jawab secara
langsung dengan responden). Angket atau kuesioner berisikan
sejumlah pertanyaan atau pernyataan yang harus dijawab oleh
responden (Guritno, 2011)
4. Studi Pustaka
Studi pustaka merupakan pengumpulan data dengan teknik
survei terhadap data yang telah ada dengan mengenali teori - teori
yang telah berkembang dalam bidang ilmu yang berkepentingan,
mencari metode-metode serta teknik penelitian baik dalam
mengumpulkan data atau dalam menganalisis data yang telah/pernah
digunakan oleh peneliti-peneliti terdahulu (Nazir, 2009).
2.8 Pengelompokan Data
57
Data merupakan sejumlah informasi yang dapat memberikan
gambaran tentang suatu keadaaan. Informasi yang diperoleh memberikan
sebuah keterangan, gambaran, atau fakta mengenai suatu persoalan dalam
bentuk kategori, huruf, atau bilangan (Sugiarto, 2002).
Pengelompokan data dibagi kedalam beberapa kelompok (Siregar,
2013), yaitu sebagai berikut:
1. Pengelompokan data berdasarkan cara memperolehnya
a. Data Primer
Data primer merupakan data yang dikumpulkan
langsung oleh peneliti dari sumber pertama atau dimana
tempat objek penelitian dilakukan. Contoh dari data primer
adalah data yang didapatkan dari hasil wawancara.
b. Data Sekunder
Data sekunder merupakan data yang didapatkan tidak
secara langsung dariobjek penelitian. Peneliti mendapatkan
data dari data yang sudah dikumpulkan oleh pihak lain
dengan berbagai cara atau metode. Contoh dari data
sekunder didapatkan dari data statistik hasil riset dari surat
kabar atau majalah.
2. Pengelompokan data berdasarkan sifatnya
58
a. Data Kuantitatif
Data kuantitatif merupakan data yang berupa angka.
Kita dapat melihatnya secara statistik. Data ini dapat diolah
dan dianalisis dengan menggunakan teknik penghitunngan
statistik.
b. Data Kualitatif
Data kualitatif merupakan data yang berupa
pernyataan atau pendapat narasumber yang berhubungan
dengan penelitian dan memiliki makna. Data kualitatif
merupakan data yang tidak berupa angka tetapi berwujud
kata-kata dan kalimat. Data kualitatif sifatnya hanya
menggolongkan saja
2.9 Statistik Deskriptif
Statistik deskriptif merupakan statistik yang berfungsi untuk
mendeskripsikan atau memberi gambaran terhadap objek yang diteliti
dengan menggunakan data sampel, atau populasi tanpa melakukan analisis
dan membuat kesimpulan yang berlaku untuk umum (Sukoco & Soebandi,
2015). Statistik deskriptif adalah bidang statistik yang mempelajari tata
cara penyusunan dan penyajian data yang sudah dikumpulkan di dalam satu
penelitian (Nanang, 2010) Statistik deskriptif berkaitan dengan penerapan
59
metode statistik untuk mengumpulkan, mengolah, menyajikan dan
menganalisis data kuantitatif secara deskriptif (Suprayogi, 2015).
Penggunaan statistik deskriptif adalah menggambarkan tentang statistik
data, seperti min, max, mean, sum, range, standar revisi, dan lain sebagainya
untuk mengukur distribusi data (Priyatno, 2014).
Dari pengertian tersebut dapat disimpulkan bahwa statistik
deskriptif adalah metode statistik untuk mengumpulkan, mengolah,
menyajikan dan menganalisis data dengan menggunakan data sampel atau
populasi tanpa melakukan analisis dan membuat kesimpulan yang berlaku.
2.10 Metode Kuantitatif
Metode kuantitatif merupakan penelitian yang menggunakan
desain penelitian kuantitatif yang bertujuan untuk menjaring data
kuantitatif dalam bentuk numeric dengan menggunakan instrument yang
di validasi untu mencerminkan dimensi dan indikator dari variabel
(Sugiyono, Metode Penelitian Kuantitatif, Kualitatif dan R&D., 2013).
Metode kuantitatif digunakan untuk penelitian fokus pada rancangan
survei dan untuk melakukan eksperimen.
Metode kuantitatif adalah metode yang digunakan untuk
melakukan pengujian terhadap teori-teori dengan meneliti hubungan
antar variabel yang saling berkaitan. Variabel tersebut di analisis secara
60
ketat, dengan melakukan analisis statistik dengan pengukuran atau
observasi (Flack, 2016)
Metode kuantitatif adalah metode tradisional, metode ini disebut
sebagai metode yang ilmiah yang konkrit, empiris, objektif, terukur,
rasional, dan sistematis. Metode ini disebut kuantitatif karena data
penelitian berupa angka, dan analisisnya menggunakan statistik, metode
kuantitatif juga merupakan metode dengan filsafat positism untuk
meneliti pada populasi atau sampel tertentu untuk pengambilan sampel,
dan biasanya dilakukan secara random.
Data dikumpulkan dengan instrument penelitian analisis data
untuk pengujian hipotesis yang sudah ditetapkan sebelumnya (Creswell,
2013). Dari pengertian tersebut dapat disimpulkan bahwa metode ini
merupakan metode yang digunakan untuk melakukan pengujian dengan
meneliti hubungan antar variabel yang saling berkaitan dan dihasilkan
dalam bentuk angka (numeric).
2.11 Populasi dan Teknik Sampling
Populasi merupakan himpunan semua elemen yang menjadi fokus
utama penelitian. Sedangkan sampel merupakan himpunan bagian dari
populasi (Sugiarto, 2002). Populasi (Sugiyono, 2013) merupakan wilayah
61
generalisasi yang terdiri atas objek atau subjek yang mempunyai
karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya. Dalam statistika populasi tidak hanya
terbatas pada sekelompok orang, tetapi juga dapat dikategorikan menjadi
lingkungan hidup, hewan, tumbuhan, dan hal-hal lainnya yang menjadi
pusat perhatian kita.
Populasi merupakan wilayah generalisasi yang terdiri atas objek
maupun subjek yang mempunyai kualitas dan karakteristik tertentu yang
ditetapkan oleh peneliti untuk dipelajari dan ditarik kesimpulannya
(Guritno, et al. 2011). Berdasarkan sifatnya populasi dibagi menjadi dua
jenis yaitu (Margono, 2010).
1. Populasi bersifat homogen, yaitu sumber data nya memiliki sifat
yang sama sehingga tidak perlu mempersoalkan jumlahnya secara
kuantitatif.
2. Populasi bersifat heterogen, yaitu populasi yang unsur-unsurnya
memiliki sifat atau keadaan yang beragam, sehingga perlu
ditetapkan batasan-batasannya.
Berdasarkan jumlahnya populasi dibagi menjadi dua jenis yaitu
(Arikunto (2002) dalam Alfianika, 2016):
62
1. Populasi Terhingga, merupakan populasi yang terdiri atas elemen
dengan jumlah yang bisa ditentukan. Selain itu populasi terhingga
bias dihitung jumlahnya dengan pasti dan jelas.
2. Populasi Tak Terhingga, merupakan populasi yang elemennya tidak
bisa dicari batasannya. Populasi tak terhingga jumlah populasinya
tidak dapat dihitung secara pasti.
Sampel merupakan bagian dari populasi. Sampel adalah sebagian
dari jumlah karakteristik yang dimiliki oleh populasi tersebut, atau bagian
kecil dari anggota populasi yang diambil menurut prosedur tertentu
sehingga dapat mewakili populasinya.
Dalam penelitian, pengambilan sampel ditarik untuk dapat
mengambil kesimpulan yang nantinya akan digeneralisasi terhadap
populasi. Penarikan sampel merupakan proses pemilihan sejumlah elemen
dari populasi. Teknik sampling merupakan teknik pengambilan sampel.
Terdapat dua metode dasar dalam penarikan sampel seperti pada gambar
2.2:
63
Gambar 2.2 Teknik Sampling (Guritno, et al. 2011)
1. Probability Sampling
Probability sampling atau sampel acak merupakan Teknik
pengambilan sampel yang semua elemen populasi memiliki peluang
yang sama untuk terpilih.
Dalam probability sampling pemilihan sampel tidak dilakukan
secara subyektif, sehingga semua populasi memiliki peluang yang sama
untuk menjadi sampel (Sugiarto, 2002). Beberapa metode penarikan
sampel probabilitas adalah sebagai berikut (Guritno, et al. 2011):
64
a. Simple Random Sampling
Simple random sampling merupakan teknik penarikan
sampel secara sederhana, dimana setiap elemen populasi
memiliki peluang yang sama untuk terpilih menjadi sampel
tanpa memperhatikan strata yang terdapat dalam populasi
tersebut.
b. Stratified Random Sampling
Stratified random sampling merupakan teknik pengambilan
sampel berstrata yang dilakukan dengan megambil sampel
secara acak dari setiap populasi yang sudah ditentukan terlebih
dahulu, populasi yang sudah ada disekat-sekat menjadi grup
yang disebut strata. Setiap strata memiliki elemen yang relatif
homogen.
c. Cluster Sampling
Cluster sampling merupakan pengambilan beberapa
kelompok yang disebu cluster dari populasi secara acak,
kemudian mengambil sebagian atau semua elemen dari setiap
cluster untuk dijadikan sampel. Bila populasi tersebar luas maka
penarikan sampel dengan teknik ini menjadi lebih efisien dalam
hal biaya.
65
2. Nonprobability Sampling
Nonprobability sampling atau penarikan sampel secara tak acak.
Penarikan sampel pada teknik ini dilakukan secara subyektif oleh karena
itu pengetahuan kepercayaan, dan pengalaman seseorang seringkali
dijadikan bahan pertimbangan untuk menentukan anggota populasi
yang akan dipilih sebagai sampel.
Oleh karena itu probabilitas pemilihan elemen-elemen populasi tidak
dapat ditentukan. Hal ini dikarenakan setiap elemen tidak memiliki
peluang yang sama untuk dipilih sebagai sampel. Beberapa teknik
pengambilan nonprobabilitas sampling adalah sebagai berikut (Guritno,
et al. 2011):
a. Convenience Sampling
Convenience sampling merupakan Teknik pengambilan
sampel yang berdasarkan pada ketersediaan elemen dan
kemudahan untuk mendapatkannya. Dengan kata lain sampel
diambil atau terpilih karena berada di tempat dan waktu yang
tepat. Seperti pengambilan sampel pada siswa dalam satu kelas,
atau pengunjung di sebuah toko.
b. Quota Sampling
Quota sampling merupakan teknik pengambilan sampel
yang biasanya menggunakan data dari populasi yang berkaitan
66
dengan kuota yang sudah ditentukan dan memiliki ciri-ciri
tertentu, dalam pengambilan sampel dengan teknik ini dilakukan
hingga sampel memenuhi jumlah kuota yang diinginkan.
c. Snowball Sampling
Snowball sampling merupakan teknik pengambilan sampel
yang mula-mulanya dengan jumlah yang sedikit, lalu kemudian
jumlah sampel nya menjadi membesar.
Cara pengambilan sampel dengan teknik ini dilakukan
secara berantai, jadi semakin lama sampel yang diambil akan
semakin banyak.
d. Purposive Sampling
Purposive sampling merupakan teknik pengambilan sampel
yang dilakukan berdasarkan pertimbangan atau kriteria tertentu.
Pada penelitian ini mengenai analisis kualitas layanan website
pemerintahan maka yang dijadikan sampel adalah masyarakat
yang pernah mengakses situs web tersebut.
Dalam penelitian ini akan diuji bagaimana kualitas
website berdasarkan perspesi penggunanya, maka peneliti
menetapkan kriteria sebagai syarat untuk dijasikan sampel yaitu
para pengguna yang pernah menggunakan website tersebut. Hal
ini dilakukan untuk menghindari bias hasil penelitian karena
67
adanya perbedaan pendapat atau sikap antara pengguna yang
pernah menggunakan sistem dengan yang tidak pernah. Selain itu
dengan menggunakan teknik sampling ini diharapkan hasil
penelitian ini juga dapat memberikan hasil yang representatif.
Menurut Hidayat (2017) langkah-langkah dalam
menerapkan purposive sampling adalah sebagai berikut:
• Menentukan apakah tujuan penelitian mewajibkan adanya
kriteria tertentu pada sampel agar tidak terjadi bias.
• Menentukan kriteria-kriteria sampel.
• Menentukan populasi berdasarkan studi pendahuluan.
• Menentukan jumlah sampel minimal yang akan dijadikan
subjek penelitian dan memenuhi kriteria.
e. Accidental Sampling
Accidental sampling merupakan metode penarikan sampel
dimana pemilihan anggota sampelnya dilakukan terhadap objek
baik berupa orang ataupun benda yang kebetulan dijumpai.
Dalam penelitian ini setelah dilakukan purposive sampling,
teknik sampling yang digunakan selanjutnya adalah accidental
sampling, yaitu pemilihan responden berdasarkan kebetulan atau
68
tanpa adanya perencanaan. Hal ini dikarenakan keterbatasan
waktu dan tenaga dalam proses penyebaran kuesioner.
Dari definisi di atas dapat disimpulkan bahwa populasi merupakan
wilayah penelitian yang didalamnya terdapat subjek maupun objek yang
digunakan oleh peneliti dalam mencari data atau sebagainya dan
kemudian ditarik kesimpulan. Sedangkan sampel merupakan sebagian
dari populasi yang diambil untuk mewakili populasi tersebut dalam
penelitian.
Dalam penelitian ini peneliti menggunakan Teknik non probability
sampling dengan jenis purposive sampling yang merupakan penentuan
sampel dengan pertimbangan tertentu. Sampel yang digunakan dalam
penelitian ini diambil dengan kriteria yaitu masyarakat yang pernah
menggunakan web Badan Pusat Statistik, serta digunakan pula
Accidental sampling untuk penjelasan selengkapnya akan dibahas pada
BAB III bagian populasi dan sampel.
2.12 Metode Perhitungan Sampel
Ukuran sampel atau besarnya sampel yang diambil dari populasi,
merupakan salah satu faktor penentu tingkat kerepresentatifan sampel
yang digunakan. Menurut Roscoe dalam Wahyudi (2017), cara
69
menentukan sampel dalam penelitian yaitu:
i. Sebaiknya ukuran sampel di antara 30 s/d 500 elemen.
ii. Jika sampel dipecah lagi ke dalam subsampel (laki / perempuan,
SD/SLTP/ SMU, dsb), jumlah minimum sub sampel harus 30.
iii. Pada penelitian multivariate (termasuk analisis regresi multivariate)
ukuran sampel harus beberapa kali lebih besar (10 kali) dari jumlah
variabel yang akan dianalisis.
iv. Untuk penelitian eksperimen yang sederhana, dengan
pengendalian yang ketat, ukuran sampel bisa antara 10 s/d 20
elemen.
Pada penelitian ini untuk penentuan jumlah sampel yang representatif
menggunkan teori menurut (Hair et.al, 2010) bahwa untuk mengukur ukuran
sampel dihitung antara (5-10) x jumlah indikator, hal tersebut sesuai dengan
(Ferdinand, 2006), seperti berikut ini :
Sampel = 10 x Jumlah Indikator
Dalam penelitian ini digunakan teknik analisis data Structural
Equation Modeling (SEM). Lebih jauh lagi dalam penelitian ini
mengunakan SEM dengan jenis PLS, pada PLS-SEM, salah satu kriteria
jumlah sampel minimum adalah lebih besar atau sama dengan dari sepuluh
70
kali jumlah indikator terbanyak dari konstruk yang diukur Invalid source
specified..
Penelitian ukuran sampel memiliki dua macam pendekatan
(Astohar & Setiawan, 2009) yaitu:
1. Pendekatan statistika adalah pendekatan yang memiliki empat
aspek di dalamnya, yaitu:
a) Tujuan penelitian yaitu dengan mengetahui bagiamana
variabel penelitian akan diukur untuk mendapatkan nilai
sesuai dengan tujuan penelitian. Oleh karena itu, dalam
penentuan sampel bergantung pada metode yang akan dipakai
untu menyesuaikan dengan tujuan penelitian yang akan
dicapai.
b) Tingkat keandalan pendugaan yang diinginkan, yaitu
menetapkan nilai Z yang akan diambil pada tabel distribusi
normal standar atau t dari tabel distribusi t, atau 𝑥 2 chi kuadrat
berdasarkan pada nilai α tertentu.
c) Besar galat penduga yang akan ditolerir, yaitu menentukan
sebrapa besar gulat penduga mempengaruhi atas apa yang
akan diukur. Penentuan pengukuran sesuai dengan satuan
71
yang akan dipakai.
d) Kondisi keragaman populasi yang akan diteliti, yaitu kondisi
atas keragaman populasi yang bergantung pada skala
pengukuran yang dipakai dalam penelitian.
2. Pendekatan non statistika, yaitu pendekatan dimana subjek dari
peneliti sangat besar. Dalam menentukan pengukuran sampel, ada
beberapa metode (Setiawan, 2009) yaitu:
a) Rumus slovin
Penentuan ukuran sampel yang hanya dapat digunakan
untuk penelitian yang bertujuan mengukur proporsi populasi.
Rumus slovin menggunakan asumsi tingkat keandalan 95%
dengan memakai pendekatan distribusi normal. Rumus ini
memberikan kebebasan untuk menentukan nilai batas
kesalahan. Asumsi keragaman dari populasi dimasukan
dalam perhitungan dengan P(1-P), dimana P=0,5. Rumus
untuk slovin, yaitu:
n =𝑁
𝑁.𝑑2+1
Keterangan :
72
n: Ukuran sampel N: Ukuran populasi d: Galat pendugaan
b) Tabel Krejcie-Morgan
Penentuan ukuran sampel jika penelitian bertujuan
untuk menduga proporsi populasi. Tabel krejcie-morgan
menggunakan asumsi tingkat keandalan 95% karena
menggunakan nilai α=0.05 pada derajat bebas 1.
Asumsi keragaman populasi yang ada di dalam
perhitungan adalah P (1-P) dimana P=0,5. Perhitungan
dalam tabel krejcie-morgan sudah ada daftar jumlah
populasi (N) dan taraf signifikasi α=1%, 5%, dan 10%.
Berdasarkan beberapa teori penentuan jumlah sampel diatas
karena keterbatasan waktu dan biaya, maka peneliti menggunakan
teori yang sesuai dengan model penelitian yaitu model SEM, atau teori
dari (Hair et.al, 2010) bahwa untuk mengukur ukuran sampel dihitung
antara (5-10) x jumlah indikator, lalu alasan lain nya adalah teori
tersebut sudah cukup mewakilkan jumlah sampel yang harus diambil
dari populasi yang ada meskipun menghasilkan jumlah sampel paling
73
sedikit dari teori sampel yang lain dengan perbandingan pada teori ini
di dapatkan hasil minimum 200 sampel, rumus slovin dengan tingkat
taraf signifikasi α = 5% di dapat kan hasil minimum 400 sampel dari
populasi yang ada, dan dengan tabel krejcie-morgan taraf signifikasi α
= 5% di hasilkan minimum 960 sampel dari keseluruhan populasi
penelitian.
2.13 Structure Equation Model (SEM)
Structure Equation Model (SEM) pertama dikenalkan oleh
ilmuwan bernama Joreskog pada tahun 1970. SEM merupakan teknik
statistika uang kuat dalam menetapkan model pengukuran dan model
struktural (Nusair & Hua, 2010).
Metode SEM memiliki kemampuan analisis dan prediksi yang
lebih baik dibandingkan analisis jalur dan regresi berganda karena SEM
mampu menganalisis sampai pada level terdalam terhadap variabel atau
model yang diteliti.
SEM (Structural Equation Modeling) adalah suatu teknik
statistik yang mampu menganalisis pola hubungan antara konstruk laten
dan indikatornya, konstruk laten yang satu dengan lainnya, serta
kesalahan pengukuran secara langsung. SEM memungkinkan
74
dilakukannya analisis di antara beberapa variabel dependen dan
independen secara langsung.
Teknik analisis data menggunakan Structural Equation
Modeling (SEM), dilakukan untuk menjelaskan secara menyeluruh
hubungan antar variabel yang ada dalam penelitian. SEM digunakan
bukan untuk merancang suatu teori, tetapi lebih ditujukan untuk
memeriksa dan membenarkan suatu model. Oleh karena itu, syarat
utama menggunakan SEM adalah membangun suatu model hipotesis
yang terdiri dari model struktural dan model pengukuran dalam bentuk
diagram jalur yang berdasarkan justifikasi teori.
SEM adalah merupakan sekumpulan teknik-teknik statistik yang
memungkinkan pengujian sebuah rangkaian hubungan secara simultan.
Hubungan itu dibangun antara satu atau beberapa variabel independen
(Afthanorhan, 2013).
SEM dapat dikategorikan menjadi 2 model yaitu model
struktural dan model pengukuran. Model struktural yaitu model yang
menggambarkan hubungan hubungan yang ada diantara variabel-
variabel laten. Sedangkan model pengukuran menggambarkan tentang
hubungan antara variabel yang diamati (juga disebut indikator) dengan
variabel laten yang mendasarinya (Hair J. F., 2014).
75
Gambar 2. 3 Klasifikasi Komponen Model Struktural
(Sumber: Hussein, 2015)
Gambar di atas merupakan penjelasan dari tiap-tiap komponen yang
ada pada model struktural menggunakan software smartPLS 3.2.8
Penjelasan yang lebih rinci dapat dilihat di tabel 2.1 sebagai berikut.
Tabel 2.1 Keterangan Konstruk SmartPLS
(Sumber: Hussein, 2015)
Istilah Pengertian
Konstruk Eksogen
Variabel yang tidak diprediksi oleh variabel- variabel
yang lain yang terdapat dalam model. Konstruk
eksogen adalah konstruk yang dituju oleh garis
dengan satu ujung anak panah.
76
Konstruk Endogen
Merupakan faktor-faktor yang diprediksi oleh satu atau
beberapa konstruk. Konstruk endogen dapat
memprediksi satu atau beberapa konstruk endogen
lain, tetapi konstruk endogen hanya dapat berhubungan
kasual dengan konstruk endogen.
Latent Variabel Variabel laten adalah variabel yang nilai
kuantitatifnya tidak dapat diketahui secara tampak.
Observed Variabel
Variabel manifest adalah variabel yang besaran
kuantitatifnya dapat diketahui secara langsung,
misalnya dari skor respons subjek terhadap
instrument pengukuran
Pada tahun 1975, Wold menyelesaikan sebuah soft modelling untuk
analisis hubungan antara beberapa blok dari variabel teramati pada unit
statistik yang sama. Metode ini dikenal sebagai pendekatan PLS ke SEM
(SEM-PLS) atau PLS Path Modeling (PLSPM) yang merupakan metode
SEM berbasis varian.
PLS merupakan metode analisis yang powerful karena dapat
diterapkan pada semua skala data, tidak membutuhkan banyak asumsi
dan ukuran sampel tidak harus besar. PLS selain dapat digunakan sebagai
konfirmasi teori, dapat juga digunakan untuk membangun hubungan
yang belum ada landasan teorinya atau untuk pengujian proposisi.
PLS juga dapat digunakan untuk permodelan struktural dengan
77
indikator bersifat reflektif ataupun formatif (Jaya I.G & Sumertajaya,
2008). Metode SEM-PLS sudah terdapat dalam program komputer
seperti Lisrel, SmartPLS, Amos R, dan masih banyak lainnya. Selain itu
SEM mampu menguji penelitian yang kompleks dan banyak variabel
secara simultan, dapat menyelesaikan analisis dengan satu kali estimasi
dimana yang lain diselesaikan dengan beberapa persamaan regresi, dan
dapat melakukan analisis faktor, regresi dan jalur sekaligus.
Hairah et al, (2013) membagi metode analisis multivariat menjadi
dua kelompok menurut waktu perkembangannya yaitu teknik generasi
pertama dan generasi kedua. Untuk lebih jelasnya dapat dilihat pada
table 2.2 berikut :
Tabel 2. 2 Metode Analisis Multivariat
(Sumber: Hairiah et al., 2003)
Tujuan Utama Eksplorasi Tujuan Utama Konfirmasi
Generasi I • Analisis Kluster
• Exploratory factor
analysis
• Multidimensional
Scalling
• Analysis of
Variance
• Regresi
• Korelasi
78
Genarasi II Partial Least
Squares/Variance
SEM (SEM-PLS)
Covariance based SEM
(CB- SEM)
Dari tabel di atas dapat dilihat bahwa ternyata terdapat dua SEM,
yaitu CB-SEM dan VB-SEM/PLS. Namun kapan menggunakan CB-
SEM atau SEM- PLS, berikut panduan singkat (rule of tumb) memilih
CB-SEM atau SEM-PLS :
Tabel 2. 3 Rule of tumb CB-SEM dan SEM-PLS
(Sumber: Hairiah et al., 2003)
CB-SEM PLS-SEM
Tujuan Menguji teori, konfirmasi teori Bersifat eksploratoris atau
perluasan teori,
mengidentifikasi variabel
Penelitian Membandingkan berbagai
alternatif teori
Determinan utama atau
memprediksi konstruk tertentu
Spesifikasi model
pengukuran
Error term memerlukan
spesifikasi tambahan seperti
kovariasi
Terdapat konstruk formatif
(CB-SEM hanya reflektif)
Model Struktural Konstruk terdapat
Hubungan nonrecursive (timbal
Tidak terdapat hubungan
nonrecursive (timbal balik)
79
balik)
Karakteristik
data dan
Algoritma
Data memenuhi asumsi-asumsi
CB-SEM seperti minimal
ukuran sampel dan distribusi
normal
Jika ukuran sampel relatif kecil
dan tidak memenuhi asumsi-
asumsi CB-SEM (spesifikasi
model, identifikasi, non
convergence, distribusi data,
dsb).
Evaluasi Model Penelitian yang memerlukan
index goodness of fit yang
lengkap secara keseluruhan
Tidak memerlukan index
goodness of fit yang lengkap
Karena terdapat dua jenis SEM, maka harus benar-benar
memahami beberapa persyaratan dalam penggunaan jenis software
SEM sehingga hasil pengolahan compatible dan akurat. Berikut jenis
SEM dan software komputer yang cocok untuk digunakan :
Tabel 2. 4 Jenis Software SEM (Sumber: Hairiah et al., 2003)
Jenis software yang sesuai
Convariance based (CB-SEM) Amos, Lisrel, EQS, M-Plus
Variance/Component based (VB-SEM/PLS) Tetrad, GSCA, SmartPLS, WarpPLS
80
Dachlan (2014) mengemukakan bahwa di dalam SEM peneliti
dapat melakukan tiga kegiatan sekaligus, yaitu pemeriksaan validitas
dan reliabilitas instrumen (setara dengan analisis faktor konfirmatori),
pengujian model hubungan antar variabel laten (setara dengan analisis
path), dan mendapatkan model yang bermanfaat untuk prediksi (setara
dengan model struktural atau analisis regresi).
Dua alasan yang mendasari digunakannya SEM adalah (1) SEM
mempunyai kemampuan untuk mengestimasi hubungan antar variabel
yang bersifat multiple relationship. Hubungan ini dibentuk dalam model
struktural (hubungan antara konstruk dependen dan independen). (2)
SEM mempunyai kemampuan untuk menggambarkan pola hubungan
antara konstruk laten dan variabel manifes atau variabel indikator.
2.13.1 Fungsi SEM
Menurut Sarwono (2008), fungsi dari SEM adalah sebagai berikut:
1. Memungkinkan adanya asumsi-asumsi flexible.
2. Penggunaan analisis faktor penegasan (confirmatory factor
analysis) untuk mengurangi kesalahan pengukuran dengan
memiliki banyak indikator dalam satu variabel laten
3. Daya tarik interface permodelan grafis untuk memudahkan
pengguna membaca keluaran hasil analisis.
81
4. Kemungkinan adanya pengujian model secara keseluruhan
dari pada koefisien-koefisien secara sendiri-sendiri.
5. Kemampuan mengatasi data yang sulit, seperti data time
series dengan kesalahan otokolerasi, data yang tidak normal,
dan data yang tidak lengkap
2.14 Partial Least Square (PLS)
PLS adalah model persamaan Structural Equation Modeling
(SEM) yang berbasis komponen atau varian. Menurut Ghozali (2006),
PLS merupakan pendekatan alternatif yang bergeser dari pendekatan
SEM berbasis kovarian menjadi berbasis varian. SEM yang berbasis
kovarian umumnya menguji kausalitas/teori sedangkan PLS lebih
bersifat predictive model.
PLS merupakan metode analisis yang powerfull (Ghozali, 2014)
karena tidak didasarkan pada banyak asumsi. Misalnya, data harus
terdistribusi normal, sampel tidak harus besar. Selain dapat digunakan
untuk mengkonfirmasi teori, PLS juga dapat digunakan untuk
menjelaskan ada tidaknya hubungan antar variabel laten. PLS dapat
sekaligus menganalisis konstruk yang dibentuk dengan indikator
refleksif dan formatif.
82
Menurut Jogiyanto (2015) tujuan PLS adalah membantu peneliti
untuk tujuan prediksi. Model formalnya mendefinisikan variabel laten
adalah linear agregat dari indikator-indikatornya. Weight estimate untuk
menciptakan komponen skor variabel laten didapat berdasarkan
bagaimana inner model (model struktural yang menghubungkan antar
variabel laten) dan outer model (model pengukuran yaitu hubungan
antara indikator dengan konstruknya) dispesifikasi.
Hasilnya adalah residual variance dari variabel dependen.
Estimasi parameter yang didapat dengan PLS dapat dikategorikan
menjadi tiga. Pertama, adalah weight estimate yang digunakan untuk
menciptakan skor variabel laten. Kedua, mencerminkan estimasi jalur
(path estimate) yang menghubungkan variabel laten dan antar variabel
laten dan indikatornya (loading). Ketiga, berkaitan dengan means dan
lokasi parameter (nilai konstanta regresi) untuk indikator dan variabel
laten.
Untuk memperoleh ketiga estimasi ini, PLS menggunakan
proses iterasi tiga tahap dan setiap tahap iterasi menghasilkan estimasi.
Tahap pertama, menghasilkan weight estimate, tahap kedua
menghasilkan estimasi untuk inner model dan outer model, dan tahap
ketiga menghasilkan estimasi rata-rata (means) dan lokasi parameter
83
(Abdillah, Jogiyanto, & Willy, 2015)
2.15 SmartPLS
SmartPLS atau smart partial least square adalah software statistik
yang dikembangkan oleh institute of Hamburg Jerman dan sama
tujuannya dengan Lisrel dan Amos yaitu untuk menguji hubungan antara
variabel, baik sesama variabel laten maupun dengan variabel indikator
atau manifest.
Penggunaan smartPLS sangat diajurkan ketika peneliti memiliki
keterbatasan jumlah sampel sementara model yang dibangun kompleks,
hal ini tidak dapat dilakukan ketika peneliti menggunakan Lisrel dan
Amos karena software tersebut membutuhkan kecukupan sampel.
Kelebihan lainnya dari smartPLS adalah kemampuannya
mengolah data yang baik untuk model SEM formatif ataupun reflektif.
Model SEM formatif memiliki ciri-ciri diantaranya adalah variabel laten
atau konstruk yang dibangun variabel indikator, dimana panah
mengarah dari variabel konstruk ke variabel indikator. Model SEM
reflektif adalah model SEM dimana variabel konstruk merupakan
refleksi dari variabel indikator, sehingga panahnya mengarah dari
variabel indikator ke variabel laten. Secara statistik, konsekuensinya
84
adalah tidak akan ada nilai error pada variabel indikator.
PLS-SEM memiliki 4 alasan umum bagi para peneliti untuk dapat
menggunakannya. Alasan pertama yaitu algoritma PLS tidak terbatas
hanya untuk hubungan indikator dengan konstrak latennya yang bersifat
reflektif saja tetapi algoritma PLS dipakai juga untuk hubungan yang
bersifat formatif. Alasan kedua, PLS dapat digunakan untuk untuk
model path dengan sampel size yang kecil. Alasan ketiga, PLS-SEM
dapat digunakan untuk model yang sangat kompleks dimana terdapat
variabel laten yang banyak, tanpa mengalami masalah dalam estimasi
data. Alasan keempat yaitu PLS dapat digunakan ketika distribusi data
sangat miring (skew) (Yamin & Kurniawan, 2011).
Di dalam PLS terdapat dua model evaluasi yaitu outer model atau
pengukuran model dan evaluasi terhadap inner model atau structural
model (Yamin & Kurniawan, 2011; Afthanorhan, 2013; Wong, 2013;
Hair et al., 2017):
2.15.1 Evaluasi Pengukuran Model (Outer Model)
Model ini meliputi pemeriksaan individual item reliability,
internal consistency atau construct reliability, average variance
extracted. Ketiga pengukuran tersebut dikelompokkan dalam
convergent validity, yaitu mengukur besarnya korelasi antara konstrak
85
dengan variabel laten. Selanjutnya dilakukan pemeriksaan
discriminant validity. Measurement model dilakukan untuk dapat
mengetahui hubungan antara konstrak (variabel) dengan indikator-
indikatornya (Yamin & Kurniawan, 2011).
Pemeriksaaan individual item reliability dapat melihat nilai
standardized loading factor. Nilai ini menggambarkan besarnya
korelasi antara setiap item pengukuran (indikator) dengan
konstraknya. Nilai loading factor di atas 0.7 dapat dikatakan ideal,
artinya bahwa indikator tersebut dikatakan valid sebagai indikator
yang mengukur konstrak. Jika nilai loading factor antara 0.5 – 0.6
dikatakan cukup (Ghozali, 2011), sedangkan untuk indikator dengan
angka 0.4 – 0.5 dapat dipertimbangkan jika nilai composite reliability
masih pada batas aman dan indikator dapat dihapus jika hal tersebut
meningkatkan nilai composite reliability (Hair et al., 2011).
Selanjutnya melihat internal consistency reliability dari nilai
composite reliability. Composite reliability lebih baik dalam
mengukur internal consistency dibandingkan cronbach’s alpha
dalam model SEM dikarenakan composite reliability tidak
mengasumsikan kesamaan boot dari setiap indikator. Cronbach’s
alpha cenderung menaksir lebih rendah construct reliability
86
dibandingkan composite reliability. Nilai harus lebih besar dari
0.7 meskipun nilai 0.6 masih dapat diterima (Abdillah &
Mustakini, 2015). Nilai batas 0.7 ke atas berarti dapat diterima dan
di atas 0,8 dan 0,9 berarti sangat memuaskan (Yamin &
Kurniawan, 2011). Rumus untuk composite reliability (CR):
CR = (∑λi)2 (∑λi)2 + ∑εi
Ukuran lain dari convergent validity adalah nilai average
variance extracted (AVE). Nilai ini menggambarkan besaran
varian atau keragaman variabel manifes yang dapat dikandung
oleh konstruk laten. Nilai AVE minimal 0.5 menunjukan ukuran
convergent validity yang baik (Yamin & Kurniawan, 2011);
Ghozali, 2011). Artinya, variabel laten dapat menjelaskan rata-
rata lebih dari setengah variance dari indikator-indikatornya. Nilai
ini diperoleh dari penjumlahan kuadrat loading factor dibagi
dengan error. Rumus dari variance extracted (AVE):
AVE = ∑λi 2 ∑λi 2 + ∑εi
Discriminant validity dievaluasi melalui cross loading,
kemudian membandingkan nilai AVE dengan kuadrat nilai
korelasi antar konstruk. Ukuran cross loading adalah
membandingkan korelasi indikator dengan konstruknya dan
87
konstruk blok lainnya. Bila korelasi antara indikator dengan
konstruknya lebih tinggi dari korelasi dengan konstruk blok
lainnya, hal ini menunjukan konstruk tersebut memprediksi
ukuran pada blok mereka dengan lebih baik dari blok lainnya.
Ukuran discriminant validity lainnya adalah bahwa nilai akar
AVE harus lebih tinggi daripada korelasi antara konstruk dengan
konstruk lainnya atau nilai AVE lebih tinggi dari kuadrat korelasi
anatara konstruk.
Evaluasi outer model dalam penelitian ini dilakukan melalui
dua tahap, yaitu evaluasi pada konstruk fisrt order yaitu konstruk
yang dibentuk oleh indikator-indikatornya dan evaluasi pada
konstruk second order yaitu konstruk yang dibentuk oleh konstruk
fisrt order yang menjadi dimensinya.
2.15.2 Evaluasi Struktural Model (Inner Model)
Pengukuran struktural model dilakukan untuk dapat
mengetahui hubungan antara konstrak yang dihipotesiskan oleh
peneliti (Yamin & Kurniawan, 2011). Dalam model ini terdapat
beberapa tahap dalam melakukan evaluasinya.
Tahap pertama adalah dengan melihat signifikansi hubungan
antara konstrak. Hal ini dapat dilihat dari koefisien jalur (path
88
coefficient) yang menggambarkan kekuatan hubungan antara
konstrak. Pengukuran path coefficient (β) memiliki nilai ambang
batas di atas 0.1 hal ini untuk menyatakan bahwa jalur (path) yang
dimaksud mempunyai pengaruh di dalam model.
Tahap kedua adalah dengan mengevaluasi nilai R²
(coefficient of determination). Nilai ini menjelaskan varian dari
tiap target endogenous variabel dengan standar pengukuran
sekitar 0.67 sebagai kuat, sekitar 0.33 moderat dan dibawah 0.19
menunjukan tingkat varian yang lemah.
Tahap ketiga adalah dengan melihat nilai t-test dengan
metode boostrapping menggunakan uji two-tailed dengan tingkat
signifikansi 5% untuk menguji hipotesis-hipotesis penelitian. Bila
nilai t-test lebih besar dari 1.96 maka hipotesis penelitian yang
dibuat dapat diterima.
Tahap keempat yaitu pengujian f² (effect size). Pengujian ini
dilakukan untuk dapat memprediksi pengaruh variabel tertentu
terhadap variabel lainnya dalam struktur model dengan nilai
ambang batas sekitar 0.02 untuk pengaruh kecil, 0.15 untuk
pengaruh menegah dan 0.35 untuk pengaruh yang besar. f² dihitung
dengan menggunakan rumus sebagai berikut :
89
R² include = Nilai R2 yang diperoleh ketika konstruk eksogen
dimasukkan ke model.
R² exclude = Nilai R2 yang diperoleh ketika konstruk eksogen
dikeluarkan dari model.
Tahap kelima yaitu pengujian 𝑄² (predictive relevance)
dengan menggunakan metode blindfolding untuk dapat
memberikan bukti bahwa variabel tertentu yang digunakan dalam
suatu model yang dibuat mempunyai keterkaitan prediktif
(predictive relevance) dengan variabel lainnya dalam model
tersebut dengan nilai ambang batas pengukuran di atas nol.
Tahap keenam yaitu melakukan pengujian q² (Relative
Impact) dengan menggunakan metode blindfolding juga untuk
dapat mengukur relatif pengaruh sebuah keterkaitan antara
prediktif sebuah variabel tertentu dengan variabel lainnya yang
memiliki nilai ambang batas sebesar 0.02 untuk pengaruh kecil,
90
0.15 untuk pengaruh sedang, dan 0.35 untuk pengaruh besar.
Rumus yang digunakan dalam perhitungan q² adalah sebagai
berikut:
q2 =Q2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − Q2𝑒𝑥𝑐𝑙𝑢𝑑𝑒
1 − Q2𝑖𝑛𝑐𝑙𝑢𝑑𝑒
Keterangan:
Q² include = Nilai R2 yang diperoleh ketika konstruk eksogen
dimasukkan ke model.
Q² exclude = Nilai R2 yang diperoleh ketika konstruk eksogen
dikeluarkan dari model.
Jadi, dapat ditarik kesimpulan bahwa PLS-SEM merupakan
salah satu metode yang digunakan untuk mengelola SEM.
Tujuannya adalah untuk mengukur ada atau tidaknya hubungan
antar variabel dan mengetahui nilai dari hubungan tersebut.
Dari pengertian di atas dapat disimpulkan bahwa smartPLS
adalah software statistik untuk menguji hubungan antara variabel,
baik semua variabel laten maupun dengan variabel indikator tanpa
ada keterbatasan jumlah sampel.
91
2.16 Konstruk Refleksif dan Formatif
Umumnya prosedur pengembangan konstruk dalam berbagai literatur
disarankan menggunakan konstruk dengan indikator refleksif karena
diasumsikan mempunyai kesamaan domain konten, walaupun sebenarnya
dapat juga menggunakan konstruk dengan indikator formatif. Fornell dan
Bookstein (1982) menjelaskan bahwa konstruk seperti personalitas atau
sikap umumnya dipandang sebagai faktor yang menimbulkan sesuatu yang
kita amati sehingga merupakan kombinasi penjelas dari indikator (seperti
perubahan penduduk atau bauran pemasaran) yang ditentukan oleh
kombinasi variabel maka indikatornya harus berbentuk formatif. Seperti
yang diketahui bahwa PLS-SEM dapat menangani konstruk dengan
indikator refleksif maupun formatif.
Dalam penelitian-penelitian di bidang organisasi (Podsakoff et al.
2003), marketing (Jarvis et al. 2003) maupun sistem informasi (Peter et al.
2007) indikator formatif cenderung lebih digunakan karena tidak semua
konstruk dapat dibentuk dengan indikator refleksif maupun formatif.
2.16.1 Konstruk dengan Indikator Refleksif
Konstruk dengan indikator refleksif mengasumsikan bahwa
kovarian di antara pengukuran model dijelaskan oleh varian yang
92
merupakan manifestasi domain konstruknya. Arah indikatornya
yaitu dari konstruk ke indikator. Pada setiap indikatornya harus
ditambah dengan error terms atau kesalahan pengukuran. Berikut
diberikan contoh konstruk dengan indikator refleksif dapat dilihat
pada gambar 2.4 dibawah ini.
Gambar 2.4 Contoh Konstruk dengan Indikator Refleksif (Ghozali.2012)
2.16.2 Konstruk dengan Indikator Formatif
Konstruk dengan indikator formatif mengasumsikan bahwa
setiap indikatornya mendefinisikan atau menjelaskan karakteristik
domain konstruknya. Arah indikatornya yaitu dari indikator ke
konstruk. Kesalahan pengukuran ditujukan pada konstruk bukan
93
pada indikatornya sehingga pengujian validitas dan reliabilitas
konstruk tidak diperlukan. Berikut contoh konstruk dengan indikator
formatif dapat dilihat pada gambar 2.5 dibawah ini
Gambar 2.5 Contoh Konstruk dengan Indikator Formatif (Ghozali.2012)
2.16.3 Pedoman Menentukan Arah Indikator Konstruk
Untuk melakukan pengukuran model (outer model), penting
bagi seorang peneliti untuk mengetahui arah indikator suatu
konstruk, apakah berbentuk refleksif ataukah formaif agar dapat
mengevaluasi hubungan antara variabel laten dengan indikatornya.
Pada kasus tertentu sering ditemukan bahwa peneliti menggunakan
indikator formatif untuk melakukan operasionalisasi konstruk
94
refleksif. Kesalahan penggunaan ini disebut dengan Type I Error.
Dan sebaliknya jika peneliti menggunakan indikator refleksif untuk
melakukan operasionalisasi konstruk formatif, maka kesalahan ini
disebut dengan Type II Error. Berikut ringkasnya dapat dilihat pada
tabel 2.5 dibawah ini.
Tabel 2.5 Kesalahan Pemilihan Indikator (Ghozali.2012)
Kesalahan Pemilihan
Indikator
Reflective Formative
Reflective Correct Decision Type I Error
Formative Type II Error Correct Decision
Untuk mencegah terjadinya kesalahan Type I Error dan Type II
Error, maka penting bagi peneliti untuk mengetahui arah indikator konstru
yang dibentuk. Jarvis et al. (2003) dan MacKenzie (2003) memberikan
suatu pedoman dalam menentukan apakah arah indikator suatu konstruk
berbentuk refleksif ataukah formatif dengan melihat beberapa kriteria
berikut.
95
Tabel 2.6 Perbandingan Antara Indikator Refleksif dan Formatif ( Ghozali 2012)
Kriteria Reflective Model Formative Model
1. Arah hubungan kausalitas
antara konstruk dan
indikator dari
definisi konseptual
Arah kausalitas dari konstruk
ke indikator (items)
Arah kausalitas dari
indikator (items) ke
konstruk
Apakah indikator (items)
(a) Mendefinisikan
karakteristik konstruk
(b) Manifestasi terhadap
konstruk
Indikator manifestasi terhadap
konstruk
Indikator mendefinisikan
karakteristik konstruk
Apakah perubahan pada
indikator mengakibatkan
perubahan pada konstruk
ataukah tidak?
Perubahan pada indikator tidak
menyebabkan perubahan pada
konstruk
Perubahan pada indikator
mengakibatkan perubahan pada
konstruk
Apakah perubahan pada
konstruk mengakibatkan
perubahan pada indikator?
Perubahan pada konstruk
mengakibatkan perubahan
pada indikator
Perubahan pada konstruk tidak
menyebabkan
perubahan pada indikator
2. Apakah indikator
atau items dapat
dipertukarkan?
Indikator dapat dipertukarkan Indikator tidak dapat
dipertukarkan
96
Haruskah indikator memiliki
konten yang sama? Atau
indikator memiliki tema yang
sama?
Indikator harus memiliki
konten yang sama dan
indikator perlu memiliki tema
yang sama
Indikator tidak harus
memiliki konten yang sama
dan indikator tidak perlu
memiliki tema yang
sama
Apakah dengan menghilangkan
satu indikator akan mengubah
makna konstruk?
Menghilangkan satu
indikator tidak akan
mengubah makna
konstruk
Menghilangkan satu indikator
akan mengubah makna
konstruk
3. Apakah terdapat kovarian
antar indikator?
Indikator diharapkan memiliki
kovarian satu sama lainnya
Tidak perlu ada kovarian antar
indikator
Apakah perubahan satu
indikator berhubungan
dengan perubahan indikator
lainnya?
Tidak harus Ya
4. Nomological dari
indikator konstruk
Nomological indikator
tidak harus berbeda
Nomological indikator
berbeda
Apakah indikator (items)
diharapkan memiliki
anteseden dan konsekuen
yang sama?
Indikator disyaratkan
memiliki anteseden dan
konsekuen yang sama
Indikator tidak disyaratkan
memiliki anteseden dan
konsekuen yang sama
97
2.17 Konstruk Unidimensional dan Multidimensional
Dalam model persamaan struktural, penting bagi seorang peneliti untuk
memahami dimensionalitas suatu konstruk. Secara teoritis, dimensi suatu
konstruk dapat berbentuk unidimensional dan multidimensional.
Perbedaan tersebut terjadi karena tiap konstruk memiliki level abstraksi
yang berbeda sehingga menuntuk perlakuan yang berbeda pula dalam
pengujian statistikanya.
2.17.1 Konstruk Unidimensional
Konstruk unidimensional adalah konstruk yang dibentuk
langsung dari manifest variabelnya dengan arah indikatornya dapat
berbentuk refleksif maupun formatif. Pada model struktural yang
menggunakan konstruk unideimensional, analisis faktor
konfirmatori untuk menguji validitas konstruk dapat dilakukan
langsung melalui first order construct yaitu konstruk laten yang
direfleksikan oleh indikator-indikatornya.
Berikut ini diberikan contoh konstruk unidimensional dan model
struktural dengan konstruk unidimensional seperti tampak pada
Gambar 2.6, 2.7 dan 2.8 dibawah ini:
98
Gambar 2.6 Konstruk Unidimensional (Ghozali 2012)
Gambar 2.7 Model Struktural dengan Konstruk Unidimensional Refleksif (Ghozali
2012)
99
Gambar 2.8 Model Struktural dengan Konstruk Unidimensional Formatif (Ghozali
2012)
2.17.2 Konstruk Multidimensional
Konstruk multidimensional adalah konstruk yang dibentuk
dari konstruk laten dimensi yang didalamnya termasuk konstruk
unidimensional dengan arah indikatornya dapat berbentuk refleksif
maupun formatif. Pada model struktural yang menggunakan
konstruk multidimensional, analisis faktor konfirmatori untuk
menguji validitas konstruk dilakukan melalui dua tahap, yaitu
analisis pada first order construct yaitu konstruk laten dimensi yang
direfleksikan atau dibentuk oleh indikator-indikatornya dan analisis
pada second order construct yaitu konstruk yang direfleksikan atau
dibentuk oleh konstruk laten dimensinya.
100
Konstruk multidimensional dapat dibentuk menjadi empat
tipe yaitu reflective first order dan reflective second order, reflective
first order dan formative second order, formative first order dan
reflective second order, formative first order dan formative second
order berikut ini diberikan contoh konstruk multidimensional dan
model struktural menggunakan konstruk multidimensional seperti
tampak pada gambar 2.9, 2.10, 2.11, 2.12 dan 2.13 dibawah ini.
101
Gambar 2.9 Konstruk Multidimensional (Ghozali 2012)
102
Gambar 2.10 Model Struktural dengan Lower Order Konstruk Refleksif dan Higher Order
Konstruk Formatif (Ghozali 2012)
Gambar 2.11 Model Struktural dengan Lower dan Higher Order Konstruk Formatif
(Ghozali 2012)
103
Gambar 2.12 Model Struktural Lower dan Higher Order Konstruk Refleksif (Ghozali 2012)
Gambar 2.13 Model Struktural dengan Lower Order Konstruk Formatif dan Higher Order
Konstruk Refleksif (Ghozali 2012)
104
2.18 Second order confirmatory factor analysis
Second order confirmatory factor analysis adalah bentuk model
pengukuran dalam SEM yang terdiri dari 2 tingkat yang menunjukkan
hubungan antara variabel-variabel laten pada tingkat pertama sebagai
indikator-indikator dari sebuah variabel laten tingkat kedua (Dewi et al,
2015). Second Order Construct (SOC) merupakan hubungan teoritis antara
variabel laten atau konstruk higher order dengan dimensi konstruk di
bawahnya. Hubungan konstruk higher order dengan dimensi konstruk dapat
bersifat reflektif atau formatif. (Abdillah & Hartono, 2011).
Konstruk multidimensional terbagi menjadi dua, yaitu konstruk
multidimensional reflektif dan konstruk multidimensional formatif.
Konstruk multidimensional yang memiliki konstruk di bawahnya yang
bersifat reflektif terhadap konstruk intinya, maka pengujian pada jenjang
higher order dapat dilakukan dengan mengompositkan seluruh indikator
yang ada di setiap konstruk dimensinya. Untuk format multidimensional
reflective construct, pengujian dapat dilakukan pada salah satu jenjang saja,
apakah di higher order atau lower order construct relflective, bergantung
pada teori dan tingkat abstraksi tujuan pengujian (Abdillah & Hartono,
2011).
105
Pada penelitian ini digunakan konstruk multidimensional reflektif.
Secara statistik, pengujian konstruk multidimensional reflektif di jenjang
higher order merupakan komposit dari seluruh konstruk di lower order
(dimensi konstruk) (Abdillah & Hartono, 2011). Lalu untuk melakukan
pengukuran atau evaluasi dilakukan pada konstruk First Order dan konstruk
second order (Chin, 1998; Ghozali, 2011). Berikut adalah gambar antara
konstruk orde pertama dan kedua dalam penelitian ini.
106
Gambar 2.14 Diagram Jalur First Order dan Second Order
1) Evaluasi Konstruk First Order
Evaluasi konstruk first order dalam penelitian ini
digunakan untuk menguji validitas dan reliabilitas konstruk
107
unidimensional yang memiliki arah indikator berbentuk
refleksif. Evaluasi konstruk first order dilakukan dengan
menguji model yang telah dibuat. Menurut Latan dan
(Ghozali, 2011), outer model dengan indikator refleksif
dievaluasi melalui validitas konvergen (convergent validity)
dan validitas diskriminan (discriminant validity) dari
indikator pembentuk konstruk, serta composite reliability
dan cronbach alpha untuk blok indikatornya ditambah
dengan uji signifikansi konstruk first order / T-test dengan
outer loading pada bootstrapping.
2) Evaluasi Konstruk Second Order
Evaluasi konstruk second order dilakukan dari
konstruk second order ke konstruk first order yang menjadi
dimensinya. Menurut Wold (1982) dalam (Ghozali, 2011),
evaluasi konstruk second order dapat dilakukan dengan
metode repeated indicators approach atau disebut juga
hierarchical component model. Evaluasi konstruk second
order yang berbentuk refleksif dapat dilakukan dengan uji
path coefficients dengan bootstrapping (Ghozali, 2014), dan
108
juga ditambahkan dengan uji coefficient of determination
(R²) seperti pada penelitian (Jogiyanto, 2011; Naniek et al,
2012; Soekanto & Mustikarini, 2017).
2.19 Statistikal Product and Service Solution (SPSS)
Selain menggunakan SmartPLS untuk mengetahui hubungan antara
setiap faktor-faktor tiap variabel terhadap kualitas layanan e-Government
pada website Badan Pusat Statistik, digunakan pula SPSS untuk melakukan
analisis Importance Performance Analysis (IPA) dan analisis yang lain.
SPSS merupakan suatu program komputer yang khusus dibuat untuk
mengolah data dengan metode statistik tertentu. SPSS pertama kali
dikembangkan pada tahun 1968 oleh tiga mahasiswa Standford University.
Ketiga mahasiswa tersebut adalah Norman H. Nie, C. Hadlai Hull, dan Dale
H. Bent. Saat itu software SPSS dioperasikan pada komputer mainframe.
SPSS merupakan singkatan dari Statistikal Product and Service
Solution (Kurniawan, 2009) Dengan SPSS kita dapat menganalisis data
statistik, terutama analisis statistik untuk ilmu-ilmu sosial dengan
menggunakan hampir dari semua tipe file data dan menggunakannya untuk
membuat laporan berbentuk tabulasi, chart / grafik, plot (diagram) dari
berbagai distribusi, statistik. Dengan kata lain SPSS merupakan sebuah
109
sistem yang lengkap, menyeluruh, terpadu dan sangat fleksibel untuk
analisis statistik dan manajemen data (Sarwono, 2006).
Beberapa fasilitas kemudahan yang ditawarkan SPSS dalam
pengoprasiannya adalah sebagai berikut (Kemendikbud, 2014):
1. Data Editor, yaitu jendela yang digunakan untuk pengolahan data. Data
editor dirancang sedemikian rupa seperti pada aplikasi-aplikasi
spreadsheet untuk mendefinisikan, memasukkan, mengedit, dan
menampilkan data.
2. Viewer, yaitu tools yang mempermudah pengguna untuk melihat hasil
pemrosesan. Dengan tools ini kita bisa menunjukan ataupun
menghilangkan bagian-bagian tertentu dari output, serta memudahkan
distribusi hasil pengolahan data di SPSS ke aplikasiaplikasi lainnya
3. Multidimensional Pivot Tables, yaitu tools yang menampilkan hasil
pengolahan data. Pengguna dapat melakukan eksplorasi terhadap tabel
dengan melakukan pengaturan baris, kolom, serta layer. Pengguna juga
dapat dengan mudah melakukan pengaturan kelompok data dengan
melakukan splitting table sehingga hanya grup tertentu saja yang akan
ditampilkan pada satu waktu.
4. High-Resolution Graphics, dengan kemampuan grafik yang beresolusi
tinggi, baik untuk menampilkan berbagai macam diagram, membuat
pengguna merasa nyaman dalam menggunakan SPSS.
110
5. Database Access. Pengguna SPSS akan mendapatkan kembali informasi
dari sebuah database dengan menggunakan Database Wizard yang telah
disediakan oleh SPSS.
6. Data Transformation. Transformasi data akan membantu pengguna
SPSS untuk mendapatkan data yang siap dianalisis. Pengguna dapat
dengan mudah melakukan subset data, mengkombinasikan kategori,
add, aggregate, merge, split, serta perintah transpose file lainnya.
7. Electronic Distribution. Pengguna dapat mengirimkan laporan secara
elektronik menggunakan sebuah tombol pengiriman data (email) atau
melakukan export tabel dan grafik ke mode HTML sehingga
mendukung distribusi melalui internet dan intranet.
8. Online Help. SPSS menyediakan fasilitas online help yang akan selalu
siap membantu pengguna dalam melakukan pekerjaannya. Bantuan
yang diberikan dapat berupa petunjuk pengoperasian secara detail,
kemudahan pencarian prosedur yang diinginkan sampai pada contoh
contoh kasus dalam pengoperasian program ini.
9. Akses Data Tanpa Tempat Penyimpanan Sementara. Analisis file-file
data yang sangat besar disimpan tanpa membutuhkan tempat
penyimpanan sementara. Hal ini berbeda dengan SPSS sebelum versi
11.5 dimana file data yang sangat besar dibuat temporary filenya.
111
10. Interface dengan Database Relational. Fasilitas ini akan menambah
efisiensi dan memudahkan pekerjaan untuk mengekstrak data dan
menganalisnya dari basis data relasional.
11. Analisis Distribusi. Fasilitas ini diperoleh pada pemakaian SPSS for
Server atau untuk aplikasi multiuser. Kegunaan dari analisis ini adalah
apabila peneliti akan menganalisis file-file data yang sangat besar dapat
langsung me-remote dari server dan memprosesnya sekaligus tanpa
harus memindahkan ke komputer pengguna.
12. Multiple Sesi. SPSS memberikan kemampuan untuk melakukan analisis
lebih dari satu file data pada waktu yang bersamaan.
13. Mapping. Visualisasi data dapat dibuat dengan berbagai macam tipe
baik secara konvensional atau interaktif, misalnya dengan menggunakan
tipe bar, pie atau jangkauan nilai, simbol gradual, dan chart.
Dalam penelitian ini pengujian-pengujian yang menggunakan bantuan
tools SPSS adalah sebagai berikut:
1. Pengujian Reliabilitas dan Validitas dengan SPSS
Pengujian reliabilitas dan validitas dengan menggunakan SPSS
menggunakan uji reliability analysis. Uji reliability analysis dilakukan
untuk mendapatkan output berupa reliability statistik yang didalamnya
terdapat nilai Cronbach Alpha dan juga untuk mendapatkan output berupa
112
Item-Total Statistik yang didalamnya terdapat nilai Corrected Item – Total
Correlation. Tahapan dalam melakukan uji reliabilitas dan validitas
instrument dengan menggunakan SPSS adalah sebagai berikut:
a. Langkah pertama yang harus dilakukan adalah dengan menyiapkan
data yang akan diuji.
b. Kemudian dari menu SPSS pilih menu Analyze, lalu klik Scale,
kemudian klik Reliability Analyze.
c. Masukkan semua variabel ke dalam kotak items, kemudian pada
bagian model pilih Alpha.
d. Langkah selanjutnya adalah klik menu Statistiks, pada Descriptive
for, pilih Scale if item deleted, selanjutnya klik Continue, kemudian
klik Ok.
e. Kemudian akan muncul output seperti pada Tabel 2.7, Tabel 2.8, dan
Tabel 2.9
Tabel 2.7 Case Prosessing Summary (Wahana Komputer, 2017)
N %
Cases Valid
Excluded
Total
20
0
20
100,0
,0
100,0
Tabel 2.7 merupakan hasil output dari uji reliability analyze dimana
tabel Case Prosessing Summary menunjukan ringkasan jumlah sampel.
113
Pada tabel diatas menunjukkan jumlah cases responden valid berjumlah (N)
20. Sedangkan jumlah cases excluded adalah 0 atau dengan kata lain tidak
ada data yang tidak terisi.
Tabel 2.8 Reliability Statistik (Wahana Komputer, 2017)
Cronbach‟s Alpha N of Items
.631 3
Tabel 2.8 merupakan hasil output dari uji reliability analyze berupa
reliability statistik yang menunjukkan nilai Cronbach’s Alpha dan jumlah
item yang diujikan. Dari Tabel 2.8 dapat diketahui bahwa jumlah item yang
diujikan (N of Items) berjumlah 3, sedangkan untuk nilai Cronbach’s Alpha
nya bernilai 0,631.
Nilai Cronbach’s Alpha dapat digunakan untuk menguji reliabilitas
sebuah instrumen. Dari sini terlihat bahwa koefisien Cronbach’s Alpha
lebih besar dari 0,6 sehingga dapat disimpulkan bahwa instrumen dapat
dikatakan reliabel atau dapat diandalkan.
Tabel 2.9 Item Total Statistik (Wahana Komputer, 2017)
Scale Mean if Item
Deleted
Scale Variance if
Item Deleted
Corrected Item
Total Correlation
Cronbach‟s
Alpha if Item
Deleted
114
X1.1
X1.2
X1.3
8,15
8,25
8,20
1,082
1,309
1,221
,309
,576
,483
,753
,344
,487
Tabel 2.9 merupakan hasil output dari uji reliability analyze berupa
Item Total Statistik yang menunjukkan reliablitas dan validitas tiap
instrument. Kolom Scale Mean if Item Deleted menunjukkan nilai rata-rata
jika item yang bersangkutan dihapus.
Sementara kolom Scale Variance if Item Deleted menunjukan skala
varian jika item yang bersangkutan dihapus. Kolom Corrected ItemTotal
Correlation menunjukkan korelasi total tiap item, dimana nilai korelasi
tidak boleh di bawah 0,2.
Jika ditemukan item dengan nilai korelasi dibawah 0,2 maka item
tersebut harus dihapus sehingga mendapatkan korelasi yang reliabel. Nilai
korelasi dari kolom Corrected Item-Total Correlation juga digunakan untuk
menguji validitas sebuah instrument Jika nilai Corrected Item – Total
Correlation (rhitung) lebih besar dari rtabel maka dapat dikatakan bahwa
instrument yang digunakan valid. Kolom Cronbach’s Alpha if Item Deleted
menunjukkan nilai koefisien alpha jika item yang bersangkutan dihapus.
Terlihat pada Tabel 2.7 jika item X1.2 dan X1.3 dihapus nilai koefisien
alpha menjadi dibawah 0,6 sehingga kedua item ini tidak boleh dihapus.
115
2. Uji Paired Sampel t-Test dengan SPSS
Seperti sudah dijelaskan pada sub-bab sebelumnya bahwa uji Paired
Sampel t-Test dilakukan untuk mengetahui apakah terdapat perbedaan rata-
rata dua sampel b(dua kelompok) yang berpasangan atau berhubungan.
Tahapan dalam melakukan uji Paired Sampel tTest dengan menggunakan
SPSS adalah sebagai berikut:
a. Langkah pertama yang harus dilakukan adalah dengan menyiapkan
data yang akan diuji.
b. Kemudian dari menu SPSS pilih menu Analyze, lalu klik
c. Compare Means, kemudian klik Paired Sampel t-Test
d. Pindahkan nilai yang akan diuji (persepsi dan harapan) ke dalam
kolom Paired Variables, kemudian klik Ok.
e. Kemudian akan mucul output seperti Tabel 2.10, Tabel 2.11, dan
Tabel 2.12
Tabel 2.10 Paired Sampel Statistik (Priyanto, 2017)
Mean N Std. Deviation Std. Error
Mean
Pair 1 Sebelum pelatihan
Sesudah Pelatihan
27.20
32.07
15
15
5.784
5.621
1.493
1.449
116
Tabel 2.10 menunjukan hasil output dari uji Paired Sampel t-Test
yang memperlihatkan ringkasan statistik dari kedua sampel atau data yaitu
sebelum pelatihan dan sesudah pelatihan.
Kolom Mean menunjukan nilai rata-rata dari sampel. Kolom N
menunjukkan jumlah dari sampel yang diambil. Sedangkan kolom Std.
Deviation menunjukan nilai deviasi standar untuk menentukan bagaimana
sebaran data dalam sampel. Dan kolom Std. Error Mean menunjukan
deviasi standar dari nilai rata-rata
Tabel 2.11 Paired Sampels Correlation (Priyanto, 2017)
N Correlation Sig.
Pair 1 Sebelum pelatihan &
Sesudah Pelatihan 15 .748 .001
Tabel 2.11 menunjukkan hasil output dari uji Paired Sampel tTest
yaitu Paored Sampels Correlation yang menggambarkan hasil korelasi atau
hubungan antara kedua data atau variabel yaitu sebelum pelatihan dan
sesudah pelatihan. Nilai korelasi kedua data bisa dilihat pada kolom
Correlation.
Tabel 2.12 Paired Sampel Test (Priyanto, 2017)
Paired Difference t df Sig.
117
Mean
Std.
Deviation
Std.
Error
Mean
95% Confidence
Interfal of The
Difference
(2 tailed)
Lower Upper
Pair 1
Sebelum pelatihan
Sesudah Pelatihan
-4.867 4.051 2.046 -7.110 -2.623 -
4.653 14 .000
Tabel 2.12 menunjukan hasil output dari uji Paired Sampel tTest berupa
Paired Sampel t-Test yang menunjukkan ada atau tidaknya hubungan korelasi
antara kedua data. Kolom Mean menunjukkan nilai rata-rata dari selisih/gap
antara kedua sampel. Kolom 95% Confidence interfal of The Difference
menunjukkan nilai gap terendah dan tertinggi dari kedua sampel.
Dan yang kolom yang terpenting adalah kolom Sig. (2 tailed) nilai
dari kolom ini dapat menunjukkan apakah terdapat perbedaan rata-rata dua
sampel (dua kelompok) yang berpasangan atau berhubungan. Hasil pada
kolom Sig. (2 tailed) menunjukkan nilai .000, hal ini menunjukkan bahwa
terdapat perbedaan yang signifikan antara kedua sampel. Hal ini
dikarenakan nilai probabilitas atau Sig. (2-tailed) < 0,05.
3. Importance-Performance Analysis (IPA) dengan SPSS
Importance-Performance Analysis merupakan teknik sederhana yang
berguna untuk mengidentifikasi atribut-atribut dari sebuah produk atau jasa
118
yang memerlukan peningkatan. Hasil ImportancePerformance Analysis
akan menghasilkan grafuk empat kuadran dimana masing-masing kuadran
memiliki arti seperti yang sudah dijelaskan pada sub-bab sebelumnya.
Berikut adalah langkahlangkah yang harus dilakukan dalam proses
pembuatan diagram Importance Performance Analysis dengan
menggunakan SPSS.
a Langkah pertama yang harus dilakukan adalah dengan menyiapkan data
yang akan dianalisis.
b Kemudian dari menu SPSS pilih menu Graphs, lalu klik Legacy
Dialogs, kemudian klik Scatter/Dot.
c Kemudian pilih menu Simple Scatter, lalu klik Define.
d Lalu masukkan nilai persepsi ke dalam kolom X Axis, karena sumbu X
menggambarkan atribut performance sedangkan sumbu Y
menggambarkan atribut importance, dan masukkan nilai
harapan/kepentingan ke dalam kolom Y Axis. Kemudian klik Ok.
e Kemudian akan muncul hasil grafik yang belum memiliki garis
pembatas.
f Langkah selanjutnya klik dua kali pada output gambar grafik sehingga
muncul Chart Editor, klik Option pilih X Axis Referencr Line.
g Kemudian muncul kotak dialog Properties, untuk membuatgaris tengah
sumbu X maka klik Reference Line kemudian pilih Set to: Mean lalu
119
klik Apply. Lakukan hal yang sama untuk membuat garis tengah sumbu
Y.
h Kemudian akan mucul output seperti Gambar 2.14
Gambar 2.15 Hasil Kuadran Importance-Performance Analysis
(Wicaksono, et al. 2012)
Gambar 2.15 menunjukan kuadran yang dihasilkan oleh
Importance-Performance Analysis. Dimana kuadran 1 menunjukkan
120
atribut-atribut yang sudah sesuai dengan harapan penggunanya. Kuadran 2
menunjukkan atribut-atribut yang memerlukan perbaikan serta perhatian
yang lebih karena belum sesuai dengan harpan penggunanya. Kuadran 3 &
4 menunjukkan atribut-atribtu yang kurang dianggap penting oleh pengguna
sehingga perhatian terhadap atribut ini bisa dialihkan terhadap atribut-
atribut lain yang lebih Kuadran 2 Kuadran 1 Kuadran 3 Kuadran 4
membutuhkan perhatian. Atribut-atribut ini berasal dari tiap indikator
pertanyaan yang diberikan kepada responden.
2.20 Skala Likert
Skala Likert adalah suatu skala psikometrik yang umum digunakan
dalam angket dan merupakan skala yang paling banyak digunakan dalam
riset berupa survei. Nama skala ini diambil dari nama Rensis Likert, yang
menerbitkan suatu laporan yang menjelaskan penggunaannya. Skala Likert
merupakan skala yang dapat digunakan untuk mengukur sikap, pendapat,
dan persepsi seseorang atau sekelompok orang tentang suatu gejala atau
fenomena sosial (Siregar, 2013). Data yang telah terkumpul melalui
kuesioner, kemudian diolah dalam bentuk kuantitatif, yaitu dengan cara
menetapkan skor jawaban dari pertanyaan yang telah dijawab oleh
responden. Dimana pemberian skor tersebut berdasarkan ketentuan
(Sugiyono, 2013).
121
Semakin banyak pilihan yang diberikan, maka semakin mewakili
jawaban responden. Namun akan sulit untuk mencari kata-kata yang dapat
dipahami secara umum oleh responden. Biasanya tersedia 5 pilihan skala
dengan format seperti [1] sangat tidak setuju, [2] tidak setuju, [3] netral, [4]
setuju, dan [5] sangat setuju untuk bentuk skor positif (Siregar, 2013).
Skala Likert memiliki kelebihan dan kekurangan (Durianto, et al.
2004). Kelebihan yang dimiliki skala Likert adalah:
a. Mudah dalam pembuatannya
b. Interval respons yang lebih besar yang membuat skala ini dapat
memberi keterangan yang lebih nyata atau tegas mengenai pendapat
atau sikap responden terhadap pertanyaan atau pernyataan yang
diberikan.
c. Reliabilitas yang relatif tinggi. Namun semakin banyak item interval
respon yang diberikan akan mengakibatkan nilai reliabilitasnya
semakin berkurang.
d. Dapat memperlihatkan beberapa respon alternatif bagi responden
terhadap suatu karakteristik produk (sangat setuju, setuju, bimbang,
tidak setuju, sangat tidak setuju)
Selain memiliki kelebihan, skala Likert juga memiliki kekurangan
diantaranya:
122
a. Karena ukuran yang digunakan merupakan ukuran ordinal, skala
Likert hanya dapat mengurutkan tingkat tanggapan individu ke
dalam skala, tetapi tidak dapat dilakukan perbandingan berapa kali
satu individu lebih baik dari individu lain.
b. Terkadang skor total tidak memberi arti yang jelas karena banyak
pola tanggapan terhadap beberapa item akan memberikan skor yang
sama.
c. Validitas dari skala Likert masih memerlukan penelitian empiris
Skala Likert digunakan dalam penelitian survei kepada orang
dengan menyatakan sikap atau tanggapan lain yang sehubungan dengan
kategori tingkat ordinal seperti pendapat setuju atau tidak setuju (Budiaji
& Weksi, 2013). Berikut ini merupakan keterangan nilai atau skor dari skala
Likert:
Tabel 2. 13 Ketentuan Skala Likert (Sumber: Sugiono, 2010)
KETERANGAN
SKOR
POSITIF NEGATIF
Sangat Setuju 5 1
Setuju 4 2
Kurang Setuju / tidak tahu /netral 3 3
Tidak Setuju 2 4
Sangat Tidak Setuju 1 5
123
Dari pengertian di atas dapat disimpulkan bahwa skala Likert
adalah skala untuk mengukur respon subjek ke dalam 5 poin atau 7 poin
skala dengan interval sama yang digunakan dalam penelitian survei
kepada orang dengan menyatakan sikap atau tanggapan lain yang
sehubungan dengan kategori tingkat ordinal seperti pendapat setuju atau
tidak setuju. (Willits et al, 2016).
2.21 Metode Perhitungan
2.21.1 Uji Validitas
Sebuah instrumen dikatakan valid apabila mempu mengukur
apa yang diinginkan dan dapat mengungkapkan data dari variabel
yang diteliti secara tepat. Validitas merupakan suatu ukuran yang
menunjukkan tingkat kehandalan dan kesahihan suatu instrument
(Arikunto, 2010). Validitas dapat dibagi menjadi tiga bagian besar,
yaitu :
1. Content Validity (Validitas Isi)
Content validity berkaitan dengan pengujian apakah alat ukur terdiri
dari set item yang mencukupi dan representatif untuk mengukur
semua aspek kerangka konsep yang dimaksud dalam teori-teori yang
124
ada. Jenis validitas ini adalah satu-satunya validitas yang
menggunakan pembuktian logika dan bukan secara statistik. Content
validity yang paling dasar adalah face validity (validitas rupa). Face
validity hanya menunjukkan bahwa dari segi rupa, alat ukur yang
digunakan tampaknya mengukur yang ingin diukur.
2. Criterion-Related Validity
Criterion-related validity berkaitan dengan hubungan hasil suatu alat
ukur dengan kriteria yang telah ditentukan. Validitas ini terdiri dari
dua jenis, yakni:
• Concurrent Validity (Validitas Simultan)
Concurrent validity berkaitan dengan pengujian apakah terdapat
kesesuaian antara hasil alat ukur tentang perilaku objek penelitian
dengan perilakunya yang terjadi dimasa sekarang.
• sPredictive Validity (Validitas Prediktif)
Validitas prediktif berkaitan dengan pengujian apakah terdapat
kesesuaian antara hasil prediksi tentang perilaku objek penelitian
dengan perilakunya yang nyata terjadi dimasa depan.
• Construct Validity (Validitas Konstruk)
Konstruk adalah kerangka dari suatu konsep. Validitas konstruk
berkaitan dengan pengujian apakah alat ukur tersebut benar-
benar mengukur objek sesuai dengan kerangka konsep objek
125
yang bersangkutan. Analisis validitas konstruk kuesioner
dilakukan dengan mengevaluasi korelasi yang terjadi antara
jawaban-jawaban tiap aspek yang menyusun konstruk suatu
kuesioner sesuai dengan tujuan kuesioner. Kemudian nilai
korelasi dibandingkan dengan angka kritis yang terdapat dalam
tabel korelasi nilai r. Jika nilai korelasi lebih besar atau sama
dengan nilai r, maka kuesioner yang disusun memiliki validitas
konstruk.
Construct validity terdiri dari dua jenis, yaitu :
o Convergent Validity (Validitas Konvergen)
Validitas ini berkaitan dengan apakah hasil yang diperoleh
dari dua alat ukur yang berbeda yang mengukur konsep yang
sama berkorelasi tinggi. Jika korelasinya tinggi dan
signifikan, maka alat ukur tersebut valid.
o Discriminant Validity (Validitas Diskriminan)
Validitas ini berkaitan dengan apakah berdasarkan dengan
teori yang ada, dua variabel yang diprediksikan tidak
berkorelasi, dan hasil yang diperoleh secara empiris
membuktikannya.
126
Peningkatan construct validity dapat dipandang sebagai
konsep yang menyatukan semua bukti adanya validitas untuk
semua tipe validitas. Selanjutnya menambahkan jenis
validitas untuk sebuah alat ukur dengan culture validity
(validitas budaya). Alat ukur yang berhasil valid di suatu
tempat belum tentu valid untuk digunakan di tempat lain yang
budayanya berbeda. Oleh sebab itu, dalam penyusunan alat
ukur atau kuesioner perlu dipertimbangkan aspek budaya
penduduk setempat yang akan dijadikan responden.
Uji validitas dilakukan dengan mengukur korelasi antara
variabel dengan total skor variabel. Cara mengukur validitas
konstruk salah satunya dilakukan dengan mencari korelasi
antara masing-masing pertanyaan dengan skor total dengan
menggunakan teknik korelasi “product moment”
(Singarimbun, et al. 1989).
Kriteria validasi suatu pertanyaan dapat ditentukan jika
(Azwar, 2000; Sugiyono, Metode Penelitian Kuantitatif dan
Kualitatif , 2007; Arikunto, 2010) :
a. r hitung > r tabel, maka pertanyaan yang diajukan valid
b. r hitung < rtabel, maka pertanyaan yang diajukan tidak
valid
127
Teknik yang digunakan untuk menguji validitas
kuesioner adalah teknik korelasi Product Moment Pearson
(PPM), yaitu dengan cara mengkorelasi skor tiap butir
pertanyaan dengan skor totalnya. Jika nilai rhitung > nilai
rtabel, maka item tersebut dapat dikatakan valid (Sugiyono,
Metode Penelitian Kuantitatif dan Kualitatif , 2007;
Arikunto, 2010).
Korelasi PPM dilambangkan (r) dengan ketentuan r tidak
lebih dari harga (-1 ≤ r ≤ +1). Apabila nilai r = -1 artinya
korelasinya negative sempurna, jika r = 0 artinya tidak ada
korelasi, dan apabila nilai r = 1 berarti korelasinya sangat
kuat.’
Rumus yang digunakan untuk mecari nilai rtabel adalah sebagai
berikut:
Rumus untuk mencari nilai rtabel di Ms. Excel:
t ➔ =TINV(tingkat signifikan, jumlah responden)
rtabel ➔ =t/SQRT(df+t^2)
128
Tingkat hubungan interval koefisien r (Sarwono, 2006)
dijelaskan pada Tabel 2.8 sebagai berikut.
Tabel 2.14 Tingkat hubungan interval koefisien r
(Sarwono, 2006)
Interval Koefisien Tingkat Hubungan
0.80 – 1.000 Sangat Kuat
0.60 – 0.799 Kuat
0.40 – 0.599 Cukup Kuat
0.20 – 0.399 Rendah
0.00 – 0.199 Sangat Rendah
2.21.2 Uji Reliabilitas
Uji reliabilitas adalah pengujian dengan merujuk pada
tingkat keandalan sesuatu. Pengujian ini untuk membuat
instrument yang sudah dapat dipercaya, karena instrument yang
reliabel akan menghasilkan data yang dapat dipercaya (Marisca,
2014). Reliabilitas adalah pengukuran yang menunjukan
stabilitas dan konsistensi dari satu instrumen yang mengukur
suatu konsep (Jogiyanto, 2011)
Uji reliabilitas digunakan untuk mengetahui sejauh mana
suatu alat pengukur dapat dipercaya atau diandalkan. Hasil
129
pengukuran dapat dipercaya apabila dalam beberapa kali
pengukuran hasil yang didapatkan relatif sama, selama aspek
pengukuran belum berubah (Azwar, 2000). Untuk mengetahui
koefisien reliabilitas dilakukan dengan melakukan skala uji.
Untuk menentukan koefisien relilabilitas, digunakan
teknik Cronbach’s Alpha. Sebuah instrument dapat dikatakan
reliabel apabila memenuhi standard koefisien Cronbach’s
Alpha, yaitu nilai Cronbach’s Alpha lebih besar dari 0,6
(Sekaran, 2006; Ghozali, 2011). Keriteria reliabilitas menurut
(Azwar, 2000)adalah sebagai berikut :
Tabel 2.15 Kriteria Reliabilitas
Kriteria Koefisien Relilabilitas
Sangat Reliabel >0,9
Reliabel 0,7 – 0,9
Cukup Reliabel 0,4 – 0,7
Kurang Reliabel 0,2 – 0,4
Tidak Reliabel <0,2
130
2.21.3 Uji Hipotesis
Hartono (2008) dalam Jogiyanto dan Abdillah (2009)
menjelaskan bahwa ukuran signifikansi keterdukungan hipotesis
dapat digunakan perbandingan nilai T-table dan T-statistik. Jika
T- statistik lebih tinggi dibandingkan nilai T-table, berarti
hipotesis terdukung atau diterima.
2.21.4 Uji Paired Sampel T-test
Uji paired sampel t-test dilakukan untuk mengetahui apakah
terdapat perbedaan rata-rata dua sampel (dua kelompok) yang
berpasangan atau berhubungan (Suprapto, 2017). Jika nilai
probabilitas atau Sig. (2-tailed) < 0,05 maka dapat dinyatakan
bahwa terdapat perbedaan yang signifikan antara kedua sampel yang
berpasangan tersebut. Sebaliknya jika nilai probabilitas atau Sig. (2-
tailed) > 0,05 maka tidak terdapat perbedaan yang signifikan
diantara keduanya.
2.22 Teknik Pengolahan Data
2.22.1 Analisis Kesesuaian
131
Tingkat kesesuaian adalah hasil yang diperoleh dari
perbandingan antara skor kinerja dengan skor kepentingan. Dari
tingkat kesesuaian yang diperoleh ini diharapkan dapat dipakai
sebagai acuan dalam menentukan prioritas peningkatan atribut
kualitas layanan.
Dalam menentukan tingkat kesesuaian ini ada dua variabel
yang dihitung, yaitu variabel X yang mewakili kinerja dan variabel
Y yang mewakili kepentingan mahasiswa. Adapun rumus yang
digunakan adalah sebagai berikut (Supranto, 2011: 241):
𝑇𝑘𝑖 =𝑋𝑖
𝑌𝑖 𝑥 100%
Dimana:
Tki = Tingkat Kesesuaian Responden
Xi = Skor Penilaian Kinerja
Yi = Skor penilaian Kepentingan
Nilai tingkat kesesuaian didapatkan dengan membagi nilai
rata-rata per variabel tingkat kinerja dengan nilai rata-rata per
132
variabel tingkat kepentingan dan diprosentasekan. Hasil rata-rata
tingkat kesesuaian tersebut jika persentase < 100% yang artinya
kualitas kinerjanya dinyatakan kurang dan belum dapat memenuhi
harapan pengguna (Rino Agus Saputra, 2018).
2.22.2 Analisis Kesenjangan (Gap Analysis)
Analisis kesenjangan/gap dapat diartikan sebagai
perbandingan antara kinerja saat ini/persepsi (perception) dengan
kinerja yang diharapkan (expectation).
Persepsi sendiri berhubungan dengan penafsiran terhadap
gambaran layanan yang benar-benar disajikan. Sedangkan harapan
(expectation) merupakan prediksi yang dibuat pengguna terhadap
apa yang akan terjadi nantinya. Dalam kualitas layanan harapan bisa
juga dilihat sebagai hasrat atau keinginan konsumen, yaitu apa yang
mereka rasa penyedia harus berikan daripada apa yang penyedia
akan berikan (Parasuraman, et al. 1988)
Dalam model SERVQUAL kualitas layanan dapat
didefinisikan sebagai perbedaan antara persepsi dan harapan
pelanggan atas pelayanan yang diterima (Parasuraman, et al. 1988).
Gap sebuah kualitas layanan dapat dilihat berdasarkan perbedaan
133
antara nilai rata-rata persepsi dan harapan para konsumen
(Parasuraman, et al. 1985).
Sedangkan Kotler (2003) menegaskan bahwa kepuasan
pelanggan merupakan tingkat perasaan seseorang setelah
membandingkan kinerja yang dirasakan dengan harapannya.
Sehingga dengan menggunakan analisis kesenjangan kita dapat
mengetahui kepuasan pelanggan berdasarkan kualitas layanan yang
diberikan dilihat dari nilai kesenjangan yang didapatkan dari
persepsi dan harapan pelanggan terhadap layanan yang diberikan.
Proses untuk menentukan nilai kesenjangan/gap dapat
dihitung dengan melihat selisih nilai antara kualitas layanan
aktual/saat (perception) ini dan kualitas layanan yang diharapkan
(expectation).
Q= P – E (Parasuraman, et al. 1988)
Keterangan:
Q = Tingkat kesenjangan
P = nilai kualitas yang dirasakan saat ini
Q = P – E
E = nilai kualitas yang diharapkan
134
Jika hasil nilai kesenjangan menunjukan bahwa nilai kualitas
saat ini sama dengan nilai kualitas yang diharapkan (P=E), atau nilai
kesenjangan bernilai 0, maka hal ini menunjukkan bahwa layanan
yang diberikan sesuai dengan harapan.
`Jika hasil kesenjangannya menunjukkan bahwa nilai
kualitas saat ini melebihi nilai kualitas yang diharapkan (P>E), atau
nilai kesenjangan bernilai positif, hal ini menunjukan bahwa
kepuasan pengguna sangat tinggi terhadap layanan yang diberikan.
Namun jika hasil nilai kesenjangan menunjukkan bahwa
hasil nilai kualitas saat ini kurang dari nilai kualitas yang diharapkan
(P<E), atau nilai kesenjangan bernilai negatif, hal ini menunjukkan
bahwa kualitas yang ada saat ini belum sesuai dengan kualitas yang
diharapkan yang berarti bahwa pengguna tidak puas terhadap
kualitas layanan yang diberikan (Jayasundara, 2008; Asogwa, et al.
2014).
2.23 Metode Penilaian E-Government
Beberapa metode telah dibangun untuk menganalisis dan melakukan
penilaian atau pengukuran dengan memahami faktor-faktor yang
mempengaruhi kualitas layanan e-governement diantaranya adalah :
135
a. E-Govqual
E-GovQual adalah sebuah metode untuk penilaian kualitas
layanan yang dikembangkan untuk mengukur layanan website yang ada
dan diberikan oleh pemerintah yang dilihat dari persepsi pengguna
(Xenia Papadomichelaki, e-GovQual: A multiple- item scale for assesing
e-government service quality, 2012). Konsep E-Govqual mulai
dikembangkan oleh Papadomichelaki dan Mentzas sejak tahun 2011.
Dalam penelitiannya, mereka bependapat bahwa isu e-service quality
yang banyak di gunakan mengikuti perkembangan pelayanan kususnya
secara elektronik tidak hanya berlaku pada lingkungan bisnis namun juga
sektor pemerintahan, khususnya untuk meningkatkan layanan E-
Government kepada publik.
Model E-Govqual dapat meningkatkan kemampuan lembaga
pemerintah untuk menggali kebutuhan dan mendorong publik
memanfaatkan layanan secara optimal dengan memanfaatkan teknologi
informasi (Napitupulu, 2016).
Pada konsep awal E-GovQual memiliki 6 dimensi dengan 47
atribut di dalamnya (Xenia Papadomichelaki, e-GovQual: A multiple-
item scale for assesing e-government service quality, 2012), yaitu:
1. Ease of Use (Kemudahan Pengguna)
136
Dimensi ini adalah seberapa mudah pengguna mengakses
website. Kemudahan di sini maksudnya adalah mudah melakukan
pencarian, URL yang mudah diingat, adanya navigasi yang
mudah dicari di website, dan teknis yang efisien di website.
Dimensi ini memiliki 7 atribut di dalamnya.
2. Trust (Kepercayaan)
Dimensi ini adalah adanya kepercayaan atas privasi dari
pengguna terhadap website untuk melindungi informasi yang
diberikan melalui website mengenai kebebasan dari resiko saat
mengakses website, seperti kepercayaan untuk perlindungan
informasi pribadi, tidak menyebarkan informasi pribadi dengan
orang yang tidak berkepentingan atau menjaga keamanan arsip
data pribadi. Dimensi ini memiliki 11 atribut di dalamnya.
3. Functionality of Interaction Environment (Fungsionalitas dari
Interaksi)
Dimensi ini adalah website yang memiliki kemudahan,
ketersediaan, dan bantuan di dalamnya. Di sinilah peran dalam e-
Government untuk berkomunikasi dan melakukan interaksi
dengan layanan administrasi publik. Dalam e-Government
informasi yang diberikan adalah secara online, sehingga
137
karakteristik kualitas informasi di dalamnya sangat penting bagi
pengguna. Dimensi ini memiliki 4 atribut di dalamnya.
4. Reliability (Kehandalan)
Dimensi ini adalah dimensi yang mengacu pada fungsi di
dalam website yang berhubungan dengan aksesibilitas dan
ketersediaan layanan. Keandalan ini juga merupakan kepercayaan
pengguna untuk mengakses website kepemerintahan mengenai
kebenaran dan ketepatan waktu dalam layanan. Aksesibilitas
merupakan gambaran sejauh mana sistem digunakan oleh banyak
orang tanpa adanya modifikasi. Ketersediaan adalah sejauh mana
sistem tidak banyak mengalami gangguan saat melayani
masyarakat dan memiliki kecepatan akses yang tinggi. Dimensi
ini memiliki 5 atribut di dalamnya.
5. Content and Appearance of Information (Isi dan Tampilan
Informasi)
Dimensi ini adalah dimensi yang mengacu pada kualitas
informasi yang diberikan di website, yang berupa desain, warna,
gambar, dan ukuran halaman website. Kualitas informasi ini
mencakup pada kelengkapan, akurasi, keringkasan, dan relevansi
di dalam website. Dimensi ini memiliki 10 atribut di dalamnya.
6. Citizen Support (Dukungan Masyarakat)
138
Dimensi ini adalah dimensi yang mengacu pada adanya
bantuan yang diberikan oleh website untuk pengguna dalam
mencari informasi atau layanan yang diberikan, adanya panduan,
halaman bantuan, dan tersedianya saluran komunikasi di dalam
website seperti telepon, e-mail, pesan, dsb. Dimensi ini memiliki
10 atribut di dalamnya.
Dari 6 dimensi utama konsep awal tersebut maka (Xenia
Papadomichelaki, 2012), kemudian memvalidasi konsep tersebut dan
diturunkan menjadi 4 dimensi dengan 21 atribut yang memiliki bobot
tertinggi sebagai skala dimensi e-govqual final menjadi Efficiency, Trust,
Reliability, dan Citizen Support.
Gambar 2.16 Model Konseptual Kualitas Layanan e-GovQual
139
b. E-Government Assessment Framework (EAM)
(José Esteves, 2008 ) mempresentasikan kerangka penilaian kinerja
e-government yang komprehensif untuk proyek e-government (EAM).
EAM menggunakan konstruksi model STOPE untuk memberikan dasar
penilaian proyek-proyek e-government. EAM mencakup dua dimensi
penilaian tambahan di luar kerangka STOPE yaitu operasional dan
layanan. Kerangka kerja (EAM) bersifat generik dan sebagian besar
dimensi mencakup perspektif administratif. Namun, model ini tidak
dapat dianggap sebagai kerangka evaluasi efektivitas e-service karena
tidak memberikan indeks pengukuran spesifik.
Kerangka penilaian eGovernment yang diusulkan terdiri dari tiga
komponen: tingkat kematangan eGovernment, pemangku kepentingan
eGovernment, dan dimensi penilaian. Salah satu kritik utama model
teoretis adalah penyederhanaannya yang berlebihan terhadap konstruksi
dunia nyata.
Dasar teoritis untuk tiga komponen EAM adalah model sosial-
teknis. Model sosial-teknis (STM) menggabungkan empat elemen sosial
dan teknis yang saling tergantung: aktor, struktur, teknologi, dan tugas.
Komponen EAM termasuk konstruksi dari kedua perspektif sosial dan
teknis. Model sosio-teknis meneliti elemen desain utama untuk sistem
140
informasi. STM menyatakan bahwa kegagalan sistem informasi dapat
dikurangi dengan mempertimbangkan dua komponen sistem yang
saling melengkapi: sisi sosial (berfokus pada sikap, keterampilan, dan
nilai-nilai pengguna) dan sisi teknis (berfokus pada proses, tugas, dan
teknologi).
Sistem sosial terdiri dari orang dan struktur sedangkan sistem teknis
terdiri dari teknologi dan tugas. Keempat konstruksi ini saling terkait.
Perspektif sosio-teknis memimpikan manusia dan teknologi dalam
mendukung daripada peran antagonis. STM berlaku di eGovernment
karena interaksi antara manusia dan teknologi.
c. STOPE framework
Kerangka kerja STOPE yang terdiri dari (strategy, technology,
organization, people, and environment) atau terdapat 5 domain , 17 sub-
domain (isu), dan 146 sub-sub-domain (faktor) diperkenalkan oleh
(Bakry, 2004). Kerangka kerja tersebut memiliki domain - domain yang
merupakan integrasi dari berbagai faktor yang pernah dipakai pada
berbagai penelitian untuk mengukur kesiapan. Framework tersebut juga
telah dikembangkan dan dipakai untuk mengevaluasi berbagai
permasalahan teknologi informasi dan komunikasi (TIK), seperti
141
perencanaan e-government dan e-business maupun manajemen
keamanan informasi.
Pada bagian selanjutnya, STOPE digunakan untuk mengidentifikasi
e-government, dalam lingkup luas pengembangan menuju ekonomi
digital. Ini menekankan proses dasar dan manfaat potensial.
Selanjutnya, makalah ini menjelaskan bagaimana teknik
pengembangan, termasuk TQM (TotalQuality Management), BPR
(Business Process Re-engineering), dan Six Sigma, bersama dengan
pengalaman masa lalu, dapat digunakan untuk mendukung manfaat e-
government.
Dengan menggunakan STOPE, rekomendasi untuk memaksimalkan
manfaat ini kemudian diperkenalkan. Akhirnya, pekerjaan masa depan
yang spesifik berkaitan dengan pengembangan layanan e-government
khas berbasis STOPE diusulkan. Pekerjaan ini akan berguna untuk
standar layanan e-government dasar di tingkat internasional dan
internasional, sehingga layanan e-government yang dirancang dengan
baik dapat diglobalisasi (Bakry, 2004).
d. COBRA framework
Kerangka kerja ini digunakan untuk mengetahui kualitas layanan e-
government, dimana melibatkan banyak pemangku kepentingan yang
142
memiliki tujuan berbeda yang dapat berdampak pada kesuksesan. Di
antara para pemangku kepentingan ini, warga negara adalah pemangku
kepentingan utama dari kegiatan pemerintah. Dengan demikian,
kepuasan mereka memainkan peran penting dalam kesuksesan e-
government. Meskipun beberapa model telah diusulkan untuk menilai
keberhasilan layanan e-government melalui pengukuran tingkat
kepuasan pengguna, mereka gagal memberikan model evaluasi yang
komprehensif.
Pada kerangka kerja ini ditemukan berbagai variabel terwujud
kemudian dikelompokkan ke dalam kerangka analisis kuantitatif baru
yang terdiri dari empat konstruksi utama: biaya; manfaat; risiko dan
peluang (COBRA) dengan analogi dengan kerangka kerja analisis
kualitatif SWOT yang terkenal. Skala pengukuran COBRA
dikembangkan, diuji, disempurnakan, dan divalidasi pada kelompok
sampel pengguna layanan e-government di Turki. Model persamaan
terstruktur digunakan untuk membangun hubungan di antara konstruk
yang diidentifikasi, variabel terkait, dan kepuasan pengguna. Hasil
mengkonfirmasi bahwa kerangka COBRA adalah pendekatan yang
berguna untuk mengevaluasi keberhasilan layanan e-government dari
perspektif warga negara dan dapat digeneralisasi ke perspektif lain dan
konteks pengukuran (Ibrahim H. Osman, 2014)
143
Berdasarkan beberapa model pengukuran diatas maka peneliti
memilih untuk menggunakan model E-Govqual hal ini dikarenakan,
sesuai dengan permasalahan yang ada, yakni penilaian terhadap
layanan e-Government, yang didalamnya sudah terdapat atribut
disetiap dimensi penilaiannya yang mencakup semua faktor - faktor
yang mempengaruhi penilaian kualitas pelayanan yang dibutuhkan
oleh masyarakat sebagai pengguna (Wahono, 2017), kemudian juga
banyak referensi atau penelitian sejenis yang peneliti temukan
sehingga mempermudah proses penelitian ini.
2.24 Pengembangan Model Penelitian
Sebagian besar model penelitian dikembangkan menggunakan
model dan teori sebelumnya (Belout dan Gauvreau, 2004). Berdasarkan hal
tersebut, dalam pengembangan model penelitian ini, menggunakan model
kerangka sebelumnya yang menggabungkan e-govqual dan Importance
Performance Analysis (IPA), seperti yang dilakukan oleh (Napitupulu,
2016; Abdurahman & Ocatvia, 2017; Sulaiman et al, 2018; Saputra et al,
2018) saat melakukan pengembangan model kualitas layanan e-
government.
144
Kemudian pengaruh setiap variabel e-govqual akan dianalisis untuk
menemukan faktor yang mempengaruhi kualitas layanan e-government
seperti yang dilakukan oleh (Haryani, 2016; Charaselt, 2018).
Penelitian ini menggunakan 5 variabel yang terdiri dari 4 variabel
operasional berasal dari validasi penelitian (Xenia Papadomichelaki, 2012)
yaitu : Efficiency (efisiensi), Trust (kepercayaan), Reliability (keandalan),
Citizen Support (Dukung Masyarakat). Dan 1 variabel untuk mengukur
kualitas layanan e-government yaitu E-Government Service Quality.
Berikut adalah definisi dari setiap variabel yang peneliti gunakan:
6 Efficiency (EF)
Variabel ini merupakan hasil dari penggabungan dari 3 dimensi awal e-
govqual pada penelitian (Xenia Papadomichelaki, e-GovQual: A
multiple- item scale for assesing e-government service quality, 2012). 3
dimensi tersebut yaitu Ease of Use ,Functionality of Interaction
Environment,dan Content and Appearance of Information. Lalu
Efficiency menggambar kan kemudahan penggunaan situs & kualitas
informasi yang disediakan.
7 Trust (TRS)
Variabel Trust pada penelitian ini berguna untuk menilai kepercayaan
masyarakat terhadap e-Government mengenai kebebasan dari risiko
bahaya atau keraguan selama proses layanan secara online (Xenia
145
Papadomichelaki, e-GovQual: A multiple- item scale for assesing e-
government service quality, 2012).
8 Reliability (RLB)
Variabel Reliability pada penelitian ini berguna untuk mengetahui
tingkatan kepercayaan warga terhadap situs pemerintah mengenai
kebenaran dan ketepatan waktu pengiriman layanan. Istilah ini
mencakup fungsi teknis kebenaran (aksesibilitas dan ketersediaan) dan
akurasi janji layanan (Xenia Papadomichelaki, e-GovQual: A multiple-
item scale for assesing e-government service quality, 2012).
9 Citizen Support (CS)
Variabel Citizen Support pada penelitian ini berguna untuk mengukur
sejauh mana bantuan yang diberikan oleh pemerintah untuk membantu
masyarakat dalam pencarian informasi atau bertransaksi (Xenia
Papadomichelaki, e-GovQual: A multiple- item scale for assesing e-
government service quality, 2012).
10 E-Government Service Quality
Variabel E-Government Service Quality pada penelitian ini berguna
untuk mengukur kualitas layanan website pemerintah yang dilihat dari
persepsi pengguna (Xenia Papadomichelaki, e-GovQual: A multiple-
item scale for assesing e-government service quality, 2012).
146
2.25 Pengembangan Hipotesis Penelitian
Instrumen e-GovQual dimaksudkan untuk mengembangkan
pelayanan berbasis elektronik yang berkualitas. Instrumen ini terdiri dari 21
pertanyaan dari empat dimensi, yaitu efisiensi, kepercayaan, reliabilitas dan
dukungan masyarakat (Xenia Papadomichelaki, e-GovQual: A multiple-
item scale for assesing e-government service quality, 2012).
Merujuk pada penjelasan tersebut, peneliti menggunakan empat
hipotesis, yang dimana hipotesis tersebut dikembangkan berdasarkan teori-
teori dari (Xenia Papadomichelaki, e-GovQual: A multiple- item scale for
assesing e-government service quality, 2012).
Oleh karena itu digunakan konteks Efficiency (EF), Trust (TRS),
Reliability (RLB),dan Citizen Support (CS) sebagai instrumen yang
digunakan dalam penelitian ini, seperti pada penelitian (Xenia
Papadomichelaki, 2012; Setyaningrum, 2015; Napitupulu, 2016; Wahono,
2017; Amanda, 2017; Jamiansyah, 2018; Charaselt, 2018), berikut adalah 4
hipotesis penelitian ini :
147
Tabel 2.16 Daftar Hipotesis Penelitian
No Hipotesis
H1 EF berpengaruh terhadap kualitas layanan e-Government
H2 TRS berpengaruh terhadap kualitas layanan e-Government
H3 RLB perpengaruh terhadap kualitas layanan e-Government
H4 CS berpengaruh terhadap kualitas layanan e-Government
(Xenia Papadomichelaki, 2012) menjelaskan bahwa efisensi
mencerminkan kemudahan penggunaan situs & kualitas informasi yang
disediakan. oleh karena itu peneliti mengadopsi instrument dari penelitian
tersebut yaitu , Struktur jelas dan mudah diikuti (EF1), Mesin pencari efektif
(EF2), Peta situs terorganisir (EF3), Memenuhi harapan pengguna (EF4),
Informasi tepat dan terperinci (EF5), Informasi terbaru (EF6), Petunjuk
pengisian formulir cukup (EF7). Dan peneliti berhipotesis bahwa:
H1 : Effiency (EF) memiliki pengaruh terhadap kualitas layanan e-government ?
Tabel 2.17 Hipotesa Effiency terhadap kualitas layanan e-government
Nama Variabel Indikator Referensi
148
Effiency (EF)
Struktur jelas dan mudah diikuti
(Xenia Papadomichelaki, 2012;
Setyaningrum, 2015;
Napitupulu, 2016; Wahono,
2017; Amanda, 2017;
Jamiansyah, 2018; Charaselt,
2018; Charaselt, 2018;
Cahayati, 2018; Rusli, 2018 )
Mesin pencari efektif
Peta situs terorganisir
Memenuhi harapan pengguna
Informasi tepat dan terperinci
Informasi terbaru
Petunjuk pengisian formulir cukup
Merujuk pada penelitian sebelumnya yang dilakukan oleh
(Charaselt, 2018), membuktikan bahwa Trust memiliki pengaruh terhadap
kualitas layanan e-government. Oleh karena itu, peneliti mengadopsi
variabel dan instrument dari penelitian (Charaselt, 2018) yang bersumber
dari (Xenia Papadomichelaki, 2012) yaitu Keamanan username dan
password (TRS1), Otentifikasi data pribadi (TRS2), Keamanan data pribadi
(TRS3), dan Penggunaan data pribadi untuk tujuan yang jelas (TRS4)
H2 : Trust (TRS) memiliki pengaruh terhadap kualitas layanan e-government ?
149
Tabel 2.18 Hipotesa Trust terhadap kualitas layanan e-government
Nama Variabel Indikator Referensi
Trust (TRS)
Keamanan username dan password (Xenia Papadomichelaki, 2012;
Setyaningrum, 2015;
Napitupulu, 2016; Wahono,
2017; Amanda, 2017;
Jamiansyah, 2018; Charaselt,
2018; Charaselt, 2018;
Cahayati, 2018; Rusli, 2018 )
Otentifikasi data pribadi
Keamanan data pribadi
Penggunaan data pribadi untuk tujuan
yang jelas
Pada penelitian yang dilakukan oleh (Xenia Papadomichelaki,
2012), reliability (kehandalan) memberikan pengaruh terhadap kualitas
layanan e-government. Hal tersebut sesuai dengan penelitian yang
dilakukan oleh (Haryani, 2016; Charaselt, 2018).
Indikator tersebut ialah Waktu unduh formulir singkat (RLB1),
Mudah diakses kapan pun dibutuhkan (RLB2), Keberhasilan layanan ketika
pertama kali diakses (RLB3), Pelayanan tepat waktu (RLB4), Halaman
website diunduh dengan cepat (RLB5), dan Kecocokan sistem browser
(RLB6), dan menghipotesis bahwa :
H3 : Reliability (RLB) memiliki pengaruh terhadap kualitas layanan e-government?
150
Tabel 2.19 Hipotesa Reliability terhadap kualitas layanan e-government
Nama Variabel Indikator Referensi
Reliability (RLB)
Waktu unduh formulir singkat
(Xenia Papadomichelaki, 2012;
Setyaningrum, 2015;
Napitupulu, 2016; Wahono,
2017; Amanda, 2017;
Jamiansyah, 2018; Charaselt,
2018; Charaselt, 2018;
Cahayati, 2018; Rusli, 2018 )
Mudah diakses kapan pun dibutuhkan
Keberhasilan layanan ketika pertama
kali diakses
Pelayanan tepat waktu
Halaman website diunduh dengan
cepat
Kecocokan sistem browser
Pada penelitian sebelumnya yang dilakukan oleh (Charaselt, 2018)
membuktikan bahwa Citizen Support memiliki pengaruh terhadap kualitas
layanan e-government.
Oleh karena itu, peneliti mengadopsi variabel dan instrument dari
penelitian (Charaselt, 2018) yang bersumber pada (Xenia Papadomichelaki,
2012) yaitu Pegawai tanggap terhadap masalah pengguna (CS1), Respon
yang cepat (CS2), Pengetahuan yang cukup (CS3), dan Kepercayaan dan
keyakinan (CS4). Dan peneliti berhipotesis bahwa :
151
H4 : Citizen Support (CS) memiliki pengaruh terhadap kualitas layanan e-
government?
Tabel 2.20 Hipotesa Citizen Support terhadap kualitas layanan e-government
Nama Variabel Indikator Referensi
Citizen Support
(CS)
Pegawai tanggap terhadap masalah
pengguna
(Xenia Papadomichelaki, 2012;
Setyaningrum, 2015;
Napitupulu, 2016; Wahono,
2017; Amanda, 2017;
Jamiansyah, 2018; Charaselt,
2018; Charaselt, 2018;
Cahayati, 2018; Rusli, 2018 )
Pegawai memberikan respon yang
cepat untuk pertanyaan pengguna
Pegawai memiliki pengetahuan yang
cukup untuk menjawab pertanyaan-
pertanyaan pengguna
Pegawai memiliki kemampuan untuk
menyampaikan layanan dengan
kepercayaan dan keyakinan
Berikut merupakan referensi indikator yang digunakan dalam penelitian ini :
Tabel 2.21 Tabel Referensi Indikator
No. Kode Indikator Sumber
1 EF1 Struktur jelas dan mudah diikuti (Xenia
Papadomichelaki,
2012;
Setyaningrum,
2 EF2 Mesin pencari efektif
3 EF3 Peta situs terorganisir
152
4 EF4 Memenuhi harapan pengguna 2015; Napitupulu,
2016; Wahono,
2017; Amanda,
2017; Jamiansyah,
2018; Charaselt,
2018; Charaselt,
2018; Cahayati,
2018; Rusli, 2018 )
5 EF5 Informasi tepat dan terperinci
6 EF6 Informasi terbaru
7 EF7 Petunjuk pengisian formulir cukup
8 TRS1 Keamanan username dan password
9 TRS2 Otentifikasi data pribadi
10 TRS3 Keamanan data pribadi
11 TRS4 Penggunaan data pribadi untuk tujuan yang jelas
12 RLB1 Waktu unduh formulir singkat
13 RLB2 Mudah diakses kapan pun dibutuhkan
14 RLB3 Keberhasilan layanan ketika pertama kali diakses
15 RLB4 Pelayanan tepat waktu
16 RLB5 Halaman website diunduh dengan cepat
17 RLB6 Kecocokan sistem browser
18 CS1 Pegawai tanggap terhadap masalah pengguna
19 CS2 Pegawai memberikan respon yang cepat untuk
pertanyaan pengguna
20 CS3 Pegawai memiliki pengetahuan yang cukup untuk
menjawab pertanyaan-pertanyaan pengguna
21 CS4 Pegawai memiliki kemampuan untuk
menyampaikan layanan dengan kepercayaan dan
keyakinan
153
2.26 Penelitian Sejenis
Tabel 2.22 Penelitian Sejenis
No. Peneliti Judul Metode Permasalahan Variable
1 Michail P. Ataloglou,
Anastasios (2009)
Evaluating European
Ministries Website.
E-GovQual • Dapatkah situs web pemerintah
memenuhi kebutuhan warga negara
dan memenuhi harapan.
Ada 13 variabel, yaitu : Content,
Presentation – Media – Format, User
Interface, Structure & Organization,
Navigation, Orientation, Interactivity &
Feedback, Services – Functions – Facilities
– Operations – Applications, Reliability &
Availability, Maintainabilit Performance,
Openness – Compatibility – Interoperabilit,
dan Security.
2 Xenia Papadomichelaki,
Gregoris Mentzas (2012)
E-GovQual: A Multiple-item
Scale for Assessing e-
Government Service
Quality.
E-GovQual • Belum adanya validasi konseptual
kualitas layanan e-government,
dengan e-govqual.
Ada 4 variabel, yaitu : Efficiency, Trust,
Reliabiliy dan Citizen Support.
3 Mohammed Ateeq
Alanezi, ahmad kamil
E-Government Service
Quality: A Qualitative
E-GovQual • Belum dilakukan pengukuran
kualitas layanan system e-
government.
Ada 4 variabel, yaitu : Citizen support,
System functionality, Procedure, dan
Content
154
Mahmood, shuib basri
(2012)
Evaluation In The Case Of
Saudi Arabia
4 Bayu Luhur Wicaksono,
Adhi Susanto (2013)
Evaluasi Kualitas Layanan
Website Pusdiklat BPK RI
Menggunakan Metode
Webqual Modifikasian dan
Importance Performance
Analysis
Webqual
Modifikasi dan
Importance
Performance
Analysis (IPA)
• Belum pernah dilakukan evaluasi
mengenai kualitas dari website
Pusdiklat BPK RI berdasarkan
persepsi pengguna akhir atau
pengunjung situs.
Ada 8 variabel, yaitu : Usability Quality,
Information Quality, Service Interaction
Quality, Website Design Quality, Website
services quality, User Satisfaction, Intent to
Reuse, dan Net benefit
5 Achmad Fuad,
Mudjahidin, S.T, M.T
(2013)
Penilaian Kualitas Layanan
E-Government Dengan
Menggunakan Dimensi E-
Govqual (Studi Kasus
Pemerintah Provinsi Jawa
Timur)
E-Govqual • Belum diketahui penilaian
masyarakat terhadap keberhasilan
atau efektifitas e-Government di
Provinsi Jawa Timur.
Ada 6 variabel, yaitu : Ease of Use, Content
and Appearance of Information,
Functionality of the interaction environment,
Reliability, Citizen Support, dan Trust.
6 Andriati Setyaningrum
(2015)
Penilaian Kualitas Website
Menggunakan Dimensi
EGovqual: Studi Kasus
Kementerian Komunikasi
Dan Informatika
E-Govqual • Belum diketahui penilaian
masyarakat terhadap website
Kominfo, tingkat aksesibilitas
website Kominfo oleh masyarakat.
Ada 4 variabel, yaitu : Efficiency, Trust,
Reliabiliy dan Citizen Support.
7 Prita Haryani (2016) Evaluasi Kualitas Layanan E-
Government Pemerintah Kota
Yogyakarta Dengan Metode
E-Govqual Modifikasi
E-GovQual • Diperlukan feedback terhadap pihak
Pemerintah Kota Yogyakarta, yaitu
dengan melakukan analisis kualitas
Ada 8 variabel, yaitu : Ease of Use, Content
and Appearance of Information,
Functionality of the interaction environment,
155
layanan website terhadap persepsi
pengguna akhir.
Reliability, Citizen Support, Trust, User
Satisfaction, dan Intent to Reuse
8 Arif Masthori, Hanung
Adi Nugroho, Ridi
Ferdiana (2016)
Penggunaan Metode Webqual
Modifikasi dalam Evaluasi
Kualitas Layanan Website
Pemerintah Daerah
Webqual
Modifikasi
• Diperlukan metode eksplorasi
kualitas layanan website sekaligus
tingkat manfaat yang diperoleh
melalui penerapan website tersebut.
Ada 7 variabel, yaitu : Usability quality,
Information quality, Service interaction
quality, Website design quality, Website
services quality , User satisfaction, dan
Intention to use
9 Yohanes Mardinata Rusli
(2018)
Pengaruh Mutu Pelayanan
Perpajakan Dan Kepuasan
Wajib Pajak Terhadap
Kepatuhan Wajib Pajak Pada
Sistem E-Filing Perpajakan
Di Indonesia
E-GovQual • Belum diketahui penilaian
pengguna akhir terhadap aplikasi e-
filling pajak.
Ada 4 variabel, yaitu : Efficiency, Trust,
Reliabiliy dan Citizen Support.
10 Darmawan Napitupulu
(2016)
Analisa Kualitas Layanan E-
Government Dengan
Pendekatan E-Govqual & Ipa
Metode E-
Govqual dan
Importance
Performance
Analysis (IPA)
• E-Government yang dikembangkan
hanya mengindikasikan sekedar
pemenuhan terhadap kebijakan
tanpa disertai kualitas.
Ada 4 variabel, yaitu : Efficiency, Trust,
Reliabiliy dan Citizen Support.
11 Rizki Akbar Wahono
(2017)
Penerapan E-govqual Dalam
Sistem Evaluasi Penilaian
Kualitas Layanan E-
E-GovQual • Belum dilakukan pengukuran
kualitas layanan sistem e-
government pemerintahan
kabupaten malang.
Ada 5 variabel, yaitu : Efficiency, Content
and Appearance of Information, Reliability,
Citizen Support, dan Trust.
156
Government Pemerintahan
Kabupaten Malang
12 Pigy Sukma Amanda
(2017)
Kualitas Pelayanan E-
Governmnet Melalui Smart
Kampung Di Kabupaten
Banyuwangi
E-Govqual • Tingginya Keluhan Masyarakat
Terhadap Pelayanan Publik.
Ada 4 variabel, yaitu : Efficiency, Trust,
Reliabiliy dan Citizen Support.
13 Albar , HA Mooduto, A
Ahmad Dahlan,
Yuhefizar, Erwadi,
Darmawan Napitupulu
(2017)
E-Government Service
Quality Based on E-GovQual
Approach
Case Study in West Sumatera
Province
E-Govqual • Sulitnya mendapatkan data yang
tersedia dan akurat dari wa rga
negara Indonesia terkait
pelaksanaannya e-government.
Ada 6 variabel, yaitu : Ease of Use, Content
and Appearance of Information,
Functionality of the interaction environment,
Reliability, Citizen Support, dan Trust.
14 Muhammad Yusuf
Abdurrahman,
Damayanti Octavia
(2017)
Analisis E-Government
Service Quality Layanan
Aspirasi dan Pengaduan
Online Rakyat (LAPOR!) di
Kota Bandung.
E-Govqual dan
Importance
Performance
Analysis (IPA)
• Menurunnya pesan keluhan dari
masyarkat yang sangat drastis.
• Kinerja LAPOR! yang rendah
dibawah 50%
Ada 6 variabel, yaitu : Ease of Use, Content
and Appearance of Information,
Functionality of the interaction environment,
Reliability, Citizen Support, dan Trust.
15 Yunissa Nur Widiani
(2018)
Kualitas Pelayanan E-
Government Melalui Aplikasi
E-Filing Kantor Pelayanan
Pajak Pratama Bandung
Cibeunying Terhadap
Kepuasan Pengguna Aplikasi
E-GovQual • Belum diketahui apakah Aplikasi
E-Filing Kantor Pelayanan Pajak
Pratama Bandung Cibeunying
sudah mampu memenuhi persepsi
wajib pajak sebagai pengguna.
Ada 7 variabel, yaitu : Ease of Use, Content
and Appearance of Information,
Functionality of the interaction environment,
Reliability, Citizen Support, Trust, dan User
satisfaction
157
16 Heri Jamiansyah
(2018)
Analisis Kualitas Layanan E-
Government Dengan
Menggunakan E-Govqual
(Studi Kasus : Dinas
Komunikasi Dan Informatika
Kota Palembang)
E-GovQual • Belum pernah diadakan penilaian
terhadap website, sehingga tidak
diketahui secara pasti sejauh mana
tingkat kualitas dari website
tersebut,
Ada 4 variabel, yaitu : Efficiency, Trust,
Reliabiliy dan Citizen Support.
17 Vena Dhea Friesta
Dennis Charaselt
(2018)
Evaluasi Kualitas Layanan
Website Pemerintahan Untuk
Bisnis Dengan Pendekatan
Dimensi E-Govqual (Studi
Kasus
Di Pemerintah Daerah
Provinsi Lampung)
E-Govqual • Masih Ada Website Yang
Terimplementasi Sebagian.
• Belum pernah diadakan penilaian
terhadap website
Ada 4 variabel, yaitu : Efficiency, Trust,
Reliabiliy dan Citizen Support.
18 Hanum Aulia Cahayati
(2018)
Penilaian Kualitas Website
Kebudayaan pada
Kemendikbud menggunakan
Dimensi E-GovQual (Studi
Kasus: Direktorat Jenderal
Kebudayaan Republik
Indonesia)
E-Govqual • Jumlah pengunjungnya website
kurang menunjukkan hasil yang
kurang memuaskan.
Ada 4 variabel, yaitu : Efficiency, Content
And Appreance Of Information, Reliabiliy
dan Citizen Support.
158
19 Abdulloh Hamid
Sulaiman dkk (2018)
Evaluasi Kualitas Layanan
Website Pemerintah Kota
Batu dengan Metode E-
Govqual dan Importance
Performance Analysis (IPA)
Metode E-
Govqual dan
Importance
Performance
Analysis (IPA)
• Tedapat feedback pengguna akan
informasi yang kurang lengkap.
• Jumlah pengunjung website dalam
satu tahun terakhir tiap bulannya
rata-rata mengalami penurunan.
• Belum pernah dilakukan evaluasi.
Ada 5 variabel, yaitu : Ease of Use,
Reliability, Citizen Support, Content And
Appreance Of Information, dan Trust.
20 Rino Agus Saputra,
Suprapto, Aditya
Rachmadi (2018)
Penilaian Kualitas Layanan
E-Government Dengan
Pendekatan Dimensi E-
Govqual dan Importance
Performance Analysis (IPA)
(Studi Kasus Pada
Pemerintah Provinsi Nusa
Tenggara Barat)
E-Govqual dan
Importance
Performance
Analysis (IPA)
• Pelayanan publik yang diberikan
masih kurang baik
• Belum dilakukan evaluasi yang
melibatkan penilaian dari pengguna.
Ada 5 variabel, yaitu : Ease of Use,
Reliability, Citizen Support, Content And
Appreance Of Information, dan Trust.
159
Dari penelitian diatas tentang kualitas layanan e-government rata-rata
menggunakan framework yang dikembangkan oleh (Xenia Papadomichelaki,
2012) yaitu e-govqual seperti pada (Michail P. Ataloglou, 2009; Alanezi et al,
2012; Mudjahidin, 2013; Setyaningrum, 2015; Haryani, 2016; Napitupulu
2016; Wahono, 2017; Amanda, 2017; Albar et al, 2017; Abdurahman &
Octavia, 2017; Widiani, 2018; Cahayati, 2018; Charaselt, 2018; Jamiansyah,
2018; Sulaiman et al, 2018; Saputra et al, 2018, Rusli, 2018). Selain dengan
metode tersebut ada juga penelitian yang menggunkan metode WebQual
(wicaksono & susanto, 2013; Arif Masthori, 2016).
Penelitian mengenai kualitas layanan e-Government telah banyak
dilakukan, seperti pada tabel di atas. Tabel 2.20 menyebutkan penelitian
terdahulu yang sesuai dengan penelitian ini, penelitian yang dihasilkan berupa
faktor kualitas layanan e-government yang meliputi 6 variabel Ease of Use,
Trust, Functionality of the Interaction Environment, Reliability, Content and
Appearance of Information, dan Citizen Support, seperti pada penelitian
(Mudjahidin, 2013; Haryani, 2016; Albar, 2017; Muhammad Yusuf
Abdurahman, 2017; Widiani, 2018). Lalu ada pula yang menggunakan 4
variabel Efficiency, Trust, Reliabiliy dan Citizen Support seperti pada (Xenia
Papadomichelaki, 2012; Setyaningrum, 2015; Napitupulu, 2016; Wahono,
2017; Amanda, 2017; Jamiansyah, 2018; Charaselt, 2018).
160
Jika dilihat berdasarkan sumber awal pengembangan metode e-
govqual, penelitian yang menggunakan 6 variabel berdasarkan dari model
konseptual awal e-govqual yang dikembangkan oleh (Xenia Papadomichelaki,
2012). Lalu penelitian yang menggunakan 4 variabel juga berdasar dari
penelitian tersebut namun mengambil dasar akhir berupa variabel yang telah
divalidasi berdasarkan konsep awal yang telah dikembangkan, sehingga di
dapatkan 4 variabel tersebut.
Berdasarkan penelitian di atas juga dapat disimpulkan bahwa, model e-
govqual terbukti dapat digunakan untuk mengetahui kualitas layanan e-
government pada instansi atau lembaga pemerintah, serta dapat meningkatkan
kemampuan lembaga pemerintah untuk menggali kebutuhan serta mendorong
publik memanfaatkan layanan secara optimal (Xenia Papadomichelaki, 2012).
Namun dari beberapa penelitian diatas terdapat kekurangan yang umum yaitu,
belum diketahui atau belum dilakukan analisis keterlibatan diantara setiap
faktor terhadap kualitas layanan e-government.
Pada penelitian yang telah dilakukan oleh (Napitupulu, 2016;
Muhammad Yusuf Abdurahman, 2017) mengembangkan kerangka evaluasi e-
Government dengan menggabungkan model e-govqual dan Importance
Performance Analysis (IPA) yang digunakan untuk mengetahui kualitas
layanan e-government di Indonesia dan mengetahui aspek yang perlu
161
ditingkatkan pada layanan e-government, penelitian lain yang berkaitan adalah
(Abdulloh Hamid Sulaiman, 2018; Rino Agus Saputra, 2018), dalam penelitian
tersebut atribut dan variabel e-govqual yang digunakan dikonsultasikan
terlebih dahulu penggunaananya guna mengetahui dimensi pengukuran yang
sesuai, hal tersebut juga dilakukan pada penelitian (Mudjahidin, 2013;
Cahayati, 2018).
162
162
BAB III
METODOLOGI PENELITIAN
3.1 Pendekatan dan Strategis Penelitian
Secara umum, pada penelitian ini digunakan pendekatan kuantitatif
(Creswell, 2014) dan strategis penelitian berurutan sesuai tujuannya yaitu
untuk menganalisis kualitas layanan e-government pada website Badan Pusat
Statistik, yang akan menghasilkan data deskriptif dalam bentuk angka
(numeric) dengan menggunakan instrumen yang sebelumnya telah divalidasi
untuk mencerminkan dimensi dan indikator dari variabel (Wirawan, 2015).
Sesuai dengan pendekatan yang telah ditentukan, secara khusus
tahapan-tahapan penelitian akan menerapkan metode, teknik, dan alat secara
kuantitatif seperti yang ditujukan oleh prosedur penelitian akan dibahas pada
bab ini. Seperti contoh, teknik pengumpulan data dilakukan melalui survei
dengan instrumen kuesioner (Sugiyono, 2013).
Dalam penelitian ini, perangkat lunak yang digunakan untuk membantu
selama proses berjalan yaitu yaitu MS. Word 2013 untuk penulisan laporan, MS.
Excell 2013 untuk membantu pengolahan data demografis, setelah data
terkumpul dari hasil kuesioner yang ditujukan kepada masyarakat yang pernah
menggunakan website Badan Pusat Statistik yang telah disebar dengan bantuan
fitur google forms untuk pengisiannya, lalu dilakukan analisis outer model,
inner model, uji hipotesis dengan menggunakan tools SmartPLS versi 3.2.8. lalu
163
dilakukan juga analisis kesesuaian, analisis kesenjangan, dan Importance
Performance Analysis (IPA) dengan aplikasi IBM Statistics SPSS versi 24.
Terakhir, kesimpulan-kesimpulan dibuat sesuai dengan hipotesis
penelitian yang diajukan, serta draw.io untuk pembuatan gambar yang
mendukung penulisan laporan penelitian.
3.2 Tempat dan Waktu Penelitian
Penelitian ini dilaksanakan di Fakultas Sains dan Teknologi Universitas
Islam Negri Syarif Hidayatullah dan memiliki objek yaitu Badan Pusat
Statistik. Merujuk pada pendekatan dan strategi penelitian yang sudah
dijelaskan sebelumnya, penelitian ini juga dilakukan dalam delapan tahap yang
secara prosedural dan berurutan seperti diperlihatkan pada tabel 3.1 yang
meliputi: kajian pustaka, pengembangan model, perancangan penelitian,
pembuatan instrumen, pengumpulan data, analisis data, interpretasi, dan
pembuatan laporan.
Penelitian ini dilakukan selama kurun waktu 5 bulan mulai Maret 2019
sampai dengan Juli 2019, urutan waktu pelaksanaannya dapat dilihat pada
Tabel 3.1
164
Tabel 3.1 Urutan Pelaksaaan Penelitian
No Tahapan Maret April Mei Juni Juli
1. Kajian Pustaka
2. Pengembangan
Model
3. Perancangan
Penelitian
4. Pembuatan
Instrumen
5. Pengumpulan
Data
6. Analisis Data
7. Interpretasi
8. Pembuatan
Laporan
3.3 Prosedur Penelitian
Berdasarkan pendahuluan dan landasan teori yang telah dijabarkan
pada bab sebelumnya, maka dapat dibuat suatu rangkaian kerangka konseptual
yang akan digunakan sebagai penuntun, alur pikir, dan dasar penelitian, berikut
adalah prosedur penelitian yang digunakan seperti pada gambar 3.1 :
165
Gambar 3.1 Prosedur Penelitian
166
Pada Gambar 3.1 merupakan prosedur penelitian, dimulai dari
pengujian masalah dengan meninjau latar belakang, identifikasi masalah,
batasan masalah, dan tujuan penelitian.
Setelah dilakukan pengujian masalah, peneliti melakukan metode
penelitian, yang terdiri dari metode pengumpulan data dan analisis data.
Metode pengumpulan data terdapat 3 proses yaitu dengan wawancara, studi
literatur dan survey. Berdasarkan studi literatur, pada penelitian ini digunakan
20 literatur sejenis yang bersumber pada jurnal, tesis, dan skrispsi yang telah
dibahas pada bab sebelumnya kemudian dilakukan survei untuk pengumpulan
data responden yang sesuai, yaitu masyarakat yang pernah menggunakan
website Badan Pusat Statistik.
Survey pada penelitian ini dilakukan dengan menyebarkan kuesioner
secara langsung dan tidak langsung kepada responden. Penyebaran langsung
dilakukan oleh peneliti untuk mencari responden yang tepat melalui tatap muka
secara langsung. Penyebaran tidak langsung dilakukan peneliti dengan bantuan
pihak ketiga melalui media sosial email dan whatsapp atau line dengan bantuan
fitur google forms untuk pengisiannya.
Metode analisis data yang digunakan yaitu dengan menguji model
penelitian, lalu dilakukan analisis kesesuaian, analisis kesenjangan (gap),
Importance Performance Analysis (IPA) dan membuat kuesioner untuk
mendapatkan data hasil dari pengukuran yang dilakukan.
167
Model penelitian yang digunakan berdasarkan pada model e-govqual,
dengan 4 dimensi yaitu Efficiency, Trust, Reliabiliy dan Citizen Support (Xenia
Papadomichelaki, e-GovQual: A multiple- item scale for assesing e-
government service quality, 2012). Selanjutnya dilakukan penghitungan
dengan SmartPLS, untuk menghitung analisis outer model, analisis inner
model, dan uji hipotesa.
Kemudian dilakukan analisis kesesuaian antara kinerja yang dirasakan
dengan harapan publik sesungguhnya terhadap layanan e-Government, serta
dilakukan pula analisis kesenjangan untuk mengetahui nila kesenjangan antara
kinerja dan harapan terhadap website BPS dengan nilai kualitas yang
diharapkan dari website tersebut.
Dilanjutkan dengan analisis kuadran atau Importance Performance Analysis
(IPA), seperti disebutkan sebelumnya bahwa data hasil kuesioner dengan
pendekatan e-Govqual akan dianalisa dengan bantuan IPA (Importance
Performance Analysis) untuk mengetahui sejauh mana kualitas layanan e-
Government Badan Pusat Statistik berdasarkan perspektif masyarakat atau
publik, proses analisis tersebut dilakukan dengan aplikasi IBM Statistics SPSS
versi 24 di dalam analisis tersebut juga dilakukan uji validitas, uji reliabilitas,
uji paired t-Test.
168
Setelah mendapatkan hasil dari masing-masing penghitungan, peneliti
mendapatkan hasil analisis dari pengukuran yang dilakukan, dan membuat
kesimpulan dan saran sesuai dengan hasil yang didapatkan.
3.4 Populasi dan Sampel Peneliti
Dalam menjamin tingkat keberhasilan penelitian dan kemudahan dalam
pengambilan data, peneliti menggunakan populasi dari data jumlah
pengunjung website Badan Pusat Statistik tahun 2018 dengan jumlah 2.322.354
(BPS, 2019). Pemilihan populasi ini disebabkan karena fokus dari pembahasan
penelitian ini yaitu masyarakat Indonesia yang pernah mengkases website
Badan Pusat Statitik yang berada di kantor pusat.
Merujuk pada jumlah pengunjung website tahun 2018 tersebut dan
karena keterbatasan waktu dan biaya dalam penelitian ini maka akan diambil
sampel dari populasi yang ada. Penentuan jumlah sampel yang representatif
menurut (Hair et.al, 2010) bahwa untuk mengukur ukuran sampel dihitung
antara (5-10) x jumlah indikator.
Sampel = 10 x Jumlah Indikator
= 10 x 21
169
= 210
Berdasarkan perhitungan diatas maka peneliti menggunakan 210
sampel dengan dasar perhitungan sampel dalam penelitian ini ditentukan
berdasarkan teknik analisis data yang digunakan. Dalam penelitian ini
digunakan teknik analisis data Structural Equation Modeling (SEM). Lebih
jauh lagi dalam penelitian ini mengunakan SEM dengan jenis PLS, pada PLS-
SEM, salah satu kriteria jumlah sampel minimum adalah lebih besar atau sama
dengan dari sepuluh kali jumlah indikator terbanyak dari konstruk yang diukur
(Hair J. F., 2011).
Mengacu pada model e-govqual yang digunakan dalam penelitian ini,
jumlah indikator yang digunakan sebanyak 21 indikator, sehingga minimum
jumlah sampel jika mengacu pada kriteria minimum jumlah sampel adalah 210
sampel, dan jumlah sampel minimum untuk teknik analisis SEM adalah 200
sampel (Wolf, 2013; Hair J. W., 2005). Dengan demikian, jumlah sampel yang
diperoleh dalam penelitian ini yaitu sebanyak 210 sampel sudah memenuhi
kriteria tersebut.
Namun setelah dilakukan pilot study / pretest (lampiran 2) maka
ditemukan bahwa dari 21 indikator e-govqual yang ada terdapat 1 indikator
yang tidak valid yaitu EF 1 (struktur website) oleh karena itu jumlah indikator
yang valid menjadi 20 indikator, karenanya maka hasil tersebut telah
170
mempengaruhi jumlah sampel penelitian ini menjadi 200 sampel dengan cara
sebagai berikut :
Sampel = 10 x Jumlah Indikator
= 10 x 20
= 200
Penelitian ini menggunakan teknik non-probability sampling random
yaitu teknik sampling dengan tidak memberikan peluang kepada setiap
populasi untuk terpilih. Dengan pilihan yaitu purposive sampling yang
merupakan penentuan sampel dengan berdasarkan pertimbangan tertentu
dimana kriteria yang diisyaratkan adalah pengguna yang pernah menggunakan
website BPS, serta digunakan pula accidental sampling, yaitu pemilihan
responden berdasarkan kebetulan atau tanpa adanya perencanaan. Hal ini
dikarenakan keterbatasan waktu dan tenaga dalam proses penyebaran
kuesioner .
3.5 Metode Pengumpulan Data
3.5.1 Wawancara
Pada proses ini peneliti melakukan tanya jawab langsung dengan
bagian Direktorat Diseminasi Statistik yang memiliki kewenangan dalam
171
mengatur website Badan Pusat Statistik khususnya pada bagian
subdirektorat layanan dan promosi statistik. Pertanyaan yang diajukan
seputar evaluasi yang dilakukan pada web, permasalahan yang terjadi, dan
sebagainya. Hasil wawancara dapat dilihat pada lampiran 1.
3.5.2 Studi Literatur
Pada proses ini peneliti membaca dan memahami penelitian -
penelitian sejenis yang berhubungan dengan penelitian ini. Studi literatur
adalah studi yang dilakukan dengan menggunakan literatur sebagai objek
kajiannya. Tujuan dilaksanakannya studi literatur adalah sebagai sumber
informasi dan pembanding pada penelitian yang akan dibuat.
Sumber - sumber yang dapat dijadikan studi literatur antara lain
jurnal, skripsi, dan tesis yang terkait dengan judul penelitian ini. Adapun
jumlah literatur penelitian sejenis yang telah peneliti baca yaitu berjumlah
20 yang telah dibahas pada bab sebelumnya.
3.5.3 Survei
Proses pengumpulan data pada penelitian ini dilakukan dengan
menyebarkan kuesioner secara langsung dan tidak langsung kepada
responden. Penyebaran langsung dilakukan oleh peneliti untuk mencari
responden yang tepat melalui tatap muka secara langsung. Penyebaran
172
tidak langsung dilakukan peneliti dengan bantuan pihak ketiga melalui
media sosial email dan whatsapp dengan bantuan fitur google forms untuk
pengisiannya.
Penyebaran kuesioner ini dilakukan dalam kurun waktu dua minggu
terhitung dimulai pada tanggal 28 April 2019 sampai tanggal 12 Mei 2019
guna mencapai target sejumlah sampel yang diinginkan. Seluruh kuesioner
yang telah terkumpul selama proses penelitian akan diproses dan
diklasifikasikan menggunakan perangkat lunak pengolah angka Microsoft
Excel 2013.
Tabel 3. 2 Data Kuesioner Terkumpul
Metode Penyebaran ∑Valid ∑Tidak Valid Keterangan
Langsung 20 3 Tidak Lengkap
Tidak Langsung 190 0
Total 213
Dari tabel tersebut terlihat bahwa keseluruhan kuesioner yang
terkumpul adalah 213 kuesioner yang terdiri dari secara langsung sebanyak
23 data dimana 20 kuesioner valid dan 3 tidak valid, serta secara tidak
langsung dengan 190 data valid. Oleh karena itu maka di dapat 210 data
kuesioner yang dinyatakan valid dan digunakan untuk penelitian ini.
173
3.6 Metode Analisis Data
3.6.1 Model Penelitian
Penelitian ini mengacu pada model e-govqual (Xenia
Papadomichelaki, e-GovQual: A multiple- item scale for assesing e-
government service quality, 2012). (Xenia Papadomichelaki, e-GovQual:
A multiple- item scale for assesing e-government service quality, 2012)
mengembangkan kerangka evaluasi untuk mengetahui kualitas layanan
e-government. Dalam penelitian ini terdapat 5 variabel yaitu : variabel
Efficiency (efisiensi), Trust (kepercayaan), Reliability (Keandalan),
Citizen Support (Dukung Masyarakat) dan E-Government Service
Quality (Kualitas Layanan E-Government). Model penelitian berada
pada Gambar 3.2.
174
Gambar 3.2 Model Penelitian
Berikut adalah definisi dari setiap variabel yang peneliti gunakan:
1 Efficiency (EF)
Variabel ini merupakan hasil dari penggabungan dari 3 dimensi awal e-
govqual pada penelitian (Xenia Papadomichelaki, e-GovQual: A
multiple- item scale for assesing e-government service quality, 2012). 3
dimensi tersebut yaitu Ease of Use ,Functionality of Interaction
Environment,dan Content and Appearance of Information. Lalu
Efficiency menggambar kan kemudahan penggunaan situs & kualitas
informasi yang disediakan.
175
2 Trust (TRS)
Variabel Trust pada penelitian ini berguna untuk menilai kepercayaan
masyarakat terhadap e-Government mengenai kebebasan dari risiko
bahaya atau keraguan selama proses layanan secara online (Xenia
Papadomichelaki, e-GovQual: A multiple- item scale for assesing e-
government service quality, 2012).
3 Reliability (RLB)
Variabel Reliability pada penelitian ini berguna untuk mengetahui
tingkatan kepercayaan warga terhadap situs pemerintah mengenai
kebenaran dan ketepatan waktu pengiriman layanan. Istilah ini
mencakup fungsi teknis kebenaran (aksesibilitas dan ketersediaan) dan
akurasi janji layanan (Xenia Papadomichelaki, e-GovQual: A multiple-
item scale for assesing e-government service quality, 2012).
4 Citizen Support (CS)
Variabel Citizen Support pada penelitian ini berguna untuk mengukur
sejauh mana bantuan yang diberikan oleh pemerintah untuk membantu
masyarakat dalam pencarian informasi atau bertransaksi (Xenia
Papadomichelaki, e-GovQual: A multiple- item scale for assesing e-
government service quality, 2012).
176
5 E-Government Service Quality
Variabel E-Government Service Quality pada penelitian ini berguna
untuk mengukur kualitas layanan website pemerintah yang dilihat dari
persepsi pengguna (Xenia Papadomichelaki, e-GovQual: A multiple-
item scale for assesing e-government service quality, 2012).
3.6.2 Analisis Kesesuaian
Analisis kesesuaian yang dilakukan pada penelitian ini adalah
dengan menentukan skor kuesioner dari kinerja/persepsi dan skor
harapan/kepentingan dari model e-govqual dengan variabel Efficiency
(efisiensi), Trust (kepercayaan), Reliability (Keandalan), dan Citizen
Support (Dukungan Masyarakat) seperti pada tabel 3.4. Lalu hasil dari
kuesioner Persepsi akan dibagi dengan Kuesioner Harapan dan dikali
100% untuk mengetahui nilai tingkat kesesuaian.
3.6.3 Analisis Kesenjangan (Gap Analysis)
Analisis gap yang dilakukan pada penelitian ini adalah dengan
menentukan skor kuesioner dari kinerja/persepsi dan skor
harapan/kepentingan dari model e-govqual dengan variabel Efficiency
(efisiensi), Trust (kepercayaan), Reliability (Keandalan), dan Citizen
177
Support (Dukungan Masyarakat) seperti pada tabel 3.4. Lalu hasil dari
rata-rata kuesioner Persepsi akan dikurangi oleh rata-rata Kuesioner
Harapan untuk mengetahui nilai kesenjangan atau gap yang terjadi.
3.6.4 Importance Performance Analysis (IPA)
Sama seperti analisis gap diatas analsis IPA dilakukan dengan
membuat 2 kuesioner, yang terdiri dari kuesioner Persepsi dan kuesioner
Harapan berdasarkan model e-govqual dengan variabel Efficiency
(efisiensi), Trust (kepercayaan), Reliability (Keandalan) dan Citizen
Support (Dukungan Masyarakat). Hasil Importance Performance
Analysis akan menghasilkan grafik empat kuadran dimana masing -
masing kuadran memiliki arti seperti yang sudah dijelaskan pada sub -
bab sebelumnya.
3.7 Instrumen Penelitian
Instrumen penelitian ini adalah berupa kuesioner (Sugiyono, 2013)
yang terbagi ke dalam dua bagian. Bagian pertama adalah lembar surat
pengantar dari peneliti yang digunakan sebagai pemohon untuk pengisian
kuesioner, dan pertanyaan seputar diri responden meliputi Nama, Jenis
178
kelamin, Pekerjaan, Usia, Pendidikan terakhir, Frekuensi penggunaan website
Badan Pusat Statistik, dan durasi penggunaan website Badan Pusat Statistik per
hari.
Pada bagian kedua adalah berisi mengenai pertanyaan-pertanyaan yang
terkait dengan penelitian. Bagian kedua ini terdiri dari 21 pertanyaan pengujian
yang akan dijelaskan pada lampiran mengenai kuesioner penelitian, yang
terbagi kedalam 21 butir pertanyaan dari sisi persepsi dan 21 butir pertanyaan
dari harapan yang dirasakan masyarakat atau pengguna.
Dalam penelitian ini, peneliti menggunakan lima poin skala likert yang
telah dijelaskan oleh Syofian et al. (2015), Awang et al., (2016) dan Wilits et
al., (2016). Dalam skala likert menggunakan lima alternatif jawaban untuk
setiap pertanyaan, yaitu “sangat tidak setuju” dengan nilai satu (1), “tidak
setuju” dengan nilai dua (2), “tidak tahu” dengan nilai tiga (3), “setuju” dengan
nilai empat (empat) dan “sangat setuju” dengan nilai lima (5). Daftar indikator
dan pernyataan pengujian dapat di lihat pada Tabel 3.2
Tabel 3.3 Indikator dan Butir Pernyataan Pengujian
Variabel Kode Indikator Pernyataan
Efficiency EF1 Struktur jelas dan
mudah diikuti
Struktur website BPS mudah dan jelas
untuk saya ikuti
179
EF2 Mesin pencari efektif Mesin pencari (kolom search) pada
website BPS efektif untuk membantu
pencarian saya
EF3 Peta situs terorganisir Peta situs pada website BPS terorganisasi
dengan baik
EF4 Memenuhi harapan
pengguna
Website BPS sesuai dengan kebutuhan
saya
EF5 Informasi tepat dan
terperinci
Informasi yang ditampilkan pada website
BPS tepat dan terperinci
EF6 Informasi terbaru Informasi yang ditampilkan pada website
BPS adalah informasi terbaru
EF7 Petunjuk pengisian
formulir cukup
Jika ada kolom isian / formulir pada
website BPS, petunjuk pengisian dan
penyelesaiannnya yang ditampilkan
cukup membantu saya
Trust
TRS1 Keamanan username
dan password
Username dan password saya aman jika
digunakan pada website BPS
TRS2 Otentifikasi data pribadi Untuk mengakses ke website BPS
hanya menggunakan data pribadi
saya yang diperlukan saja
TRS3 Keamanan data pribadi Data yang telah saya masukkan ke
dalam website BPS diarsipkan
dengan aman
TRS4 Penggunaan data pribadi
untuk tujuan yang jelas
Menurut saya, data yang disedian
dalam website BPS hanya
digunakan untuk alasan tertentu
Reliability
RLB1 Waktu unduh formulir
singkat
Waktu untuk mengunduh (download)
file / konten / formulir dalam website
BPS singkat
RLB2 Mudah diakses kapan
pun dibutuhkan
Saya dapat mengakses website BPS
kapanpun jika membutuhkan
180
RLB3 Keberhasilan layanan
ketika pertama kali
diakses
Website BPS selalu berhasil tampil ketika
pertama kali saya mengakses ke alamat
www.bps.go.id
RLB4 Pelayanan tepat waktu
Website BPS menyediakan layanan tepat
waktu
RLB5 Halaman website
diunduh dengan cepat
Menurut saya website BPS cukup cepat
jika diunduh (di-download)
RLB6 Kecocokan sistem
browser
Website BPS berjalan baik menggunakan
browser pada komputer/laptop/gadget
saya
Citizen
Support
CS1 Pegawai tanggap
terhadap masalah
pengguna
Staf BPS menunjukkan sikap tanggap
dalam memecahkan masalah saya
CS2 Pegawai memberikan
respon yang cepat untuk
pertanyaan pengguna
Staf BPS memberikan respon yang cepat
untuk pemasalahan saya
CS3 Pegawai memiliki
pengetahuan yang cukup
untuk menjawab
pertanyaan-pertanyaan
pengguna
Staf BPS memiliki pengetahuan yang
cukup untuk menjawab pertanyaan
pertanyaan saya
CS4 Pegawai memiliki
kemampuan untuk
menyampaikan layanan
dengan kepercayaan dan
keyakinan
Staf BPS memiliki kemampuan untuk
menyampaikan kepercayaan dan
keyakinan kepada saya
3.8 Pembuatan Kuisioner
Pada penelitian ini terdapat 28 pertanyaan yang dibuat berdasarkan
model penelitian. Pertanyaan - pertanyaan disesuaikan dengan variabel -
181
variabel yang terdapat dalam model. Berikut adalah format kuesioner
penelitian yang ada, untuk lebih lengkapnya terdapat pada lampiran 4.
Kuisioner Penelitian
1) Bagian Pertama
A. Profil Responden
a) Karakteristik Pengguna Website Badan Pusat Statistik
Petunjuk pengisian kuesioner:
i. Jawablah semua pertanyaan yang ada, karena akan sangat
mempengaruhi proses pengolahaan data jika ada pertanyaan
yang terlewatkan.
ii. Pilihlah satu jawaban yang menurut Anda paling tepat dengan
memberi tanda ceklis (√)
1. Nama : …………………………………….
2. Jenis Kelamin
o Pria o Wanita
3. Pekerjaan
o Pelajar / Mahasiswa o Wirausaha
o PNS o lain-lain
o Pegawai Swasta
182
4. Usia
o 16 – 25 Tahun o 36 – 45 Tahun o 56 – 65
Tahun
o 26 – 35 Tahun o 46 – 55 Tahun
5. Pendidikan Terakhir
o SMA/Sederajat o S1 o S3
o D1/2/3 o S2
6. Seberapa sering anda mengunjungi website BPS
o Setiap hari o sebulan sekali
o Seminggu sekali o < sebulan sekali
7. Berapa lama durasi anda mengakses website BPS per hari
o < 5 menit o 10 – 15 menit o 20 – 30
menit
o 5 – 10 menit o 15 – 20 menit
2) Bagian Kedua
Pada bagian kedua kuesioner berisikan item-item pernyataan
yang terbagi kedalam bagian Persepsi (kondisi yang anda rasakan
sekarang) dan Harapan (kualitas yang diharapkan dari website) tentang
Efficiency (efisiensi), Trust (kepercayaan), Reliability (Keandalan),
dan Citizen Support (Dukung Masyarakat) yang ada pada website
Badan Pusat Statistik. Untuk pernyataan berikut, berikan tanda (√)
183
pada kolom yang tersedia sesuai dengan pendapat saudara dengan
pilihan jawaban:
Tabel 3. 4 Penentuan Skala Kuesioner
Jawaban Singkatan Nilai
STS Sangat Tidak Setuju 1
TS Tidak Setuju 2
TT Tidak Tahu 3
S Setuju 4
SS Sangat Setuju 5
Tabel 3.5 kuesioner penelitian
Dimensi Persepsi Harapan
Efisiensi
Efisiensi adalah kemudahan Anda dalam mengakses website
No Pernyataan STS TS TT S SS STS TS TT S SS
8 Struktur website BPS mudah dan
jelas untuk saya ikuti
9
Mesin pencari (kolom search)
pada website BPS efektif untuk
membantu pencarian saya
10 Peta situs pada website BPS
terorganisasi dengan baik
11 Website BPS sesuai dengan
kebutuhan saya
12 Informasi yang ditampilkan pada
website BPS tepat dan terperinci
13
Informasi yang ditampilkan pada
website BPS adalah informasi
terbaru
184
14
Jika ada kolom isian / formulir
pada website BPS, petunjuk
pengisian dan penyelesaiannnya
yang ditampilkan cukup
membantu saya
Kepercayaan
Kepercayaan adalah kemampuan website BPS untuk melindungi informasi pribadi pengguna
15
Username dan password saya
aman jika digunakan pada
website BPS
16
Untuk mengakses website BPS
hanya menggunakan data pribadi
saya yang diperlukan saja
17
Data yang telah saya masukkan
ke dalam website BPS
diarsipkan dengan aman
18
Menurut saya, data yang
disediakan dalam website BPS
hanya digunakan untuk alasan
tertentu
Kehandalan
Keandalan yaitu kemampuan website BPS yang dapat memberikan layanan yang baik untuk
Anda.
19
Waktu untuk mengunduh
(download) file / konten /
formulir dalam website BPS
singkat
20
Saya dapat mengakses website
BPS kapanpun jika
membutuhkan
21 Website BPS selalu berhasil
tampil ketika pertama kali saya
185
mengakses ke alamat
www.bps.go.id
22 Website BPS menyediakan
layanan tepat waktu
23
Menurut saya website BPS
cukup cepat jika diunduh (di-
download)
24
Website BPS dapat berjalan baik
menggunakan browser pada
komputer/laptop/gadget saya
Dukungan Masyarakat
Dukungan Masyarakat yaitu website BPS dapat memberikan bantuan kepada Anda dalam
mencari informasi atau layanan yang diberikan dengan adanya panduan halaman bantuan dan
saluran komunikasi di dalam website BPS.
25
Staf BPS menunjukkan sikap
tanggap dalam memecahkan
masalah saya
26
Staf BPS memberikan respon
yang cepat untuk pemasalahan
saya
27
Staf BPS memiliki pengetahuan
yang cukup untuk menjawab
pertanyaan pertanyaan saya
28
Staf BPS memiliki kemampuan
untuk menyampaikan
kepercayaan dan keyakinan
kepada saya
186
3.9 Hipotesis Penelitian
Dalam penelitian ini terdapat 4 hipotesis. Hipotesis dikembangkan
berdasarkan teori (Xenia Papadomichelaki, e-GovQual: A multiple- item scale
for assesing e-government service quality, 2012; Napitupulu, 2016). Maka dari
itu dapat dijabarkan hipotesis untuk variabel construct sebagai berikut :
H1: Apakah efisiensi (Effiency) berpengaruh terhadap kualitas layanan e-
government ?
H2: Apakah kepercayaan (Trust) berpengaruh terhadap kualitas layanan e-
government ?
H3: Apakah keandalan (Reliability) berpengaruh terhadap kualitas layanan
e-government ?
H4: Apakah dukungan masyarakat (citizen support) berpengaruh terhadap
kualitas layanan e-government ?
3.10 Analisis Data dan Interpretasi Hasil
Mengacu pada proses analisis data seperti yang dilakukan oleh
Subiyakto dan Sukmana (2014), tahap ini dibagi menjadi dua tahap utama yaitu
analisis demografis dan analisis statistik. Pertama, peneliti melakukan analisis
data demografis dengan menggunakan perangkat lunak angka MS.Excel 2013.
187
Data responden dikelompokkan berdasarkan Nama, Jenis kelamin,
Pekerjaan, Usia, Pendidikan terkahir, Frekuensi penggunaan website BPS, dan
durasi penggunaan website.
Kedua, peneliti melakukan analisis outer model, inner model, dan uji
hipotesis menggunakan SmartPLS versi 3.2.8 (Yamin & Kurniawan, 2011:
Hair et al. 2012). Mengacu pada sejumlah peneliti tersebut, peneliti melakukan
analisis dengan dua tahap untuk model penelitian, yaitu analisis measurement
model dan structural model.
Measurement model dilakukan untuk menguji reliabilitas dan validitas
outer model melalui indikator reliability, internal consistency relibility ,
convergent validity, dan discriminant validity. Sedangkan pengujian structural
model (inner model) melalui path ceofficient (β), coefficient of determination
(𝑅2), t-test melalui metode bootstrapping, effect size (f2), predictive relevance
(𝑄2), dan relative impact (𝑞2) menggunakan metode pengujian blindfolding
(Hair et al. 2017; Kock, 2018; Sarstedt et al. 2014; Wong, 2013).
Namun karena model penelitian yang digunakan berbentuk second
order maka uji structural model (inner model) yang dilakukan dengan uji
signifikansi konstruk first order / T-test dengan outer loading, uji path
coefficients dengan bootstrapping (Ghozali, 2014), dan juga ditambahkan
dengan uji coefficient of determination (R²) seperti pada penelitian (Jogiyanto,
2011; Naniek et al, 2012; Soekanto & Mustikarini, 2017).
188
Setelah analisis outer model, inner model dan uji hipotesis dilakukan,
maka dilanjutkan analisis kesesuaian, analisis kesenjangan (gap) dengan
terlebih dahulu data di lakukan uji validitas, reabilitas, dan sampel t-Test.
Kemudian dilanjutkan analisis Importance Performance Analysis (IPA) untuk
mengetahui area yang menjadi perbaikan website Badan Pusat Statistik, proses
tersebut dibantu dengan aplikasi IBM Statistics SPSS versi 24.
Setelah itu, untuk interpretasi hasil penelitian, peneliti melakukan
diskusi terhadap hasil analisis demografi para responden dengan kondisi
lapangan yang berjalan dan menjelaskan hasil analisis model secara statistika
kuantitatif dengan cara membandingkan dan mempertimbangkan sejumlah
literatur terkait sebelumnya. Selanjutnya, hasil analisis dan interpretasi tersebut
secara lengkap akan dijelaskan pada Bab IV.
BAB IV
HASIL ANALISIS
4.1 Gambaran Umum Instansi
4.1.1 Sejarah Badan Pusat Statistik - RI
Kegiatan statistik di Indonesia sudah dilaksanakan sejak
masa Pemerintahan Hindia Belanda oleh suatu lembaga yang
didirikan oleh Direktur Pertanian. Kerajinan, dan Perdagangan
(Directeur Van Landbouw Nijverheld en Handel) di Bogor. Pada
Februarl 1920. Lembaga tersebut bertugas mengolah dan
mempublikasikan data statistik. Pada 24 September 1924, kegiatan
statistik pindah ke Jakarta dengan nama Centraal Kantoor Voor De
Statistiek (CKS) dan melaksanakan Sensus Penduduk pertama di
Indonesia pada tahun 1930. Pada masa Pemerintahan Jepang di
Indonesia pada tahun 1942-1945, CKS berubah nama menjadi
Shomubu Chosasitsu Gunseikanbu dengan kegiatan memenuhi
kebutuhan perang/militer.
Setelah Kemerdekaan Republik Indonesia (RI)
diproklamasikan pada tanggal 17 Agustus 1945, lembaga tersebut
dinasionalisasikan dengan nama Kantor Penyelidikan Perangkaan
Umum Republik Indonesia (KAPPURI) dan dipimpin oleh Mr.
Abdul Karim Pringgodigdo.
190
Pada tanggal 26 September 1997 ditetapkan UU Nomor 16
Tahun 1997 tentang Statistik, dimana Biro Pusat Statistik diubah
namanya menjadi “Badan Pusat Statistik”, dan sekaligus
menetapkan tanggal tersebut sebagai ”Hari Statistik”. Pada
Keputusan Presiden No.86 Tahun 1998 tentang Badan Pusat
Statistik, menetapkan bahwa perwakilan BPS di daerah merupakan
Instansi Vertikal dengan nama BPS Provinsi, BPS Kabupaten, dan
BPS Kotamadya. Serta pada tanggal 26 Mei 1999, ditetapkan PP
Nomor 51 tahun 1999 tentang Penyelenggaraan Statistik di
Indonesia (BPS, 2019).
4.1.2 Visi
“Pelopor data statistik terpercaya untuk semua”
4.1.3 Misi
Dalam mencapai misi diatas maka Badan Pusat Statistik memiliki
misi sebagai berikut :
1. Menyediakan data statistik berkualitas melalui kegiatan
statistik yang terintegrasi dan berstandar nasional maupun
internasional.
191
2. Memperkuat Sistem Statistik Nasional yang
berkesinambungan melalui pembinaan dan koordinasi di
bidang statistik.
3. Membangun insan statistik yang professional, berintegritas,
dan amanah untuk kemajuan perstatistikan.
4.1.4 Tujuan
Tujuan yang ingin dicapai oleh Badan Pusat Statistik adalah :
1. Peningkatan kualitas data Statistik melalui kerangka
penjamin kualitas, terkait dengan :
a. Menyediakan data statistik berkualitas melalui
kegiatan statistik yang terintegrasi dan berstandar
nasional maupun internasional,
b. Membangun insan statistik yang profesional,
berintegritas dan amanah untuk kemajuan
perstatistikan.
2. Peningkatan pelayanan prima hasil kegiatan statistik, terkait
dengan:
a. Memperkuat Sistem Statistik Nasional yang
berkesinambungan melalui pembinaan dan
koordinasi di bidang statistik,
192
b. Membangun insan statistik yang profesional,
berintegritas dan amanah untuk kemajuan
perstatistikan.
3. Penguatan Sistem Statistik Nasional melalui koordinasi dan
pembinaan yang efektif di bidang statistik, terkait dengan:
a. Memperkuat Sistem Statistik Nasional yang
berkesinambungan melalui pembinaan dan
koordinasi di bidang statistik,
b. Membangun insan statistik yang profesional,
berintegritas dan amanah untuk kemajuan
perstatistikan.
4. Peningkatan Birokrasi yang akuntabel, terkait dengan:
a. Membangun insan statistik yang profesional,
berintegritas dan amanah untuk kemajuan
perstatistikan
4.1.5 Struktur Organisasi
Badan Pusat Statistik memiliki stuktur organisasi sebagai berikut :
193
Gambar 4.1 Struktur Organisasi BPS
Berdasarkan Peraturan Presiden Nomor 86 Tahun 2007 tentang
Badan Pusat Statistik dan Peraturan Kepala Badan Pusat Statistik
Nomor 7 Tahun 2008 tentang Organisasi dan Tata Kerja Badan
Pusat Statistik. Susunan organisasi BPS terdiri dari:
1. Kepala;
2. Sekretariat Utama;
3. Deputi Bidang Metodologi dan Informasi Statistik;
4. Deputi Bidang Statistik Sosial;
194
5. Deputi Bidang Statistik Produksi;
6. Deputi Bidang Statistik Distribusi dan Jasa;
7. Deputi Bidang Neraca dan Analisis Statistik;
8. Inspektorat Utama;
9. Pusat Pendidikan dan Pelatihan;
10. Instansi Vertikal
BPS dipimpin oleh seorang Kepala yang mempunyai tugas
memimpin BPS sesuai dengan ketentuan peraturan perundang-
undangan yang berlaku; menyiapkan kebijakan nasional dan
kebijakan umum sesuai dengan tugas BPS; menetapkan kebijakan
teknis pelaksanaan tugas BPS yang menjadi tanggung jawabnya;
serta membina dan melaksanakan kerja sama dengan instansi dan
organisasi lain. Kepala dibantu oleh seorang Sekretaris Utama, 5
(lima) Deputi dan Inspektorat Utama.
Sekretariat Utama mempunyai tugas mengkoordinasikan
perencanaan, pembinaan, pengendalian administrasi, dan sumber
daya di lingkungan BPS. Sekretariat Utama terdiri dari beberapa
Biro, setiap Biro terdiri dari beberapa Bagian dan setiap Bagian
terdiri dari beberapa Subbagian. Sekretariat Utama terdiri dari Biro
195
Bina Program, Biro Keuangan, Biro Kepegawaian, Biro Hubungan
Masyarakat dan Hukum, dan Biro Umum.
Deputi Bidang Metodologi dan Informasi Statistik
mempunyai tugas melaksanakan perumusan dan pelaksanaan
kebijakan di bidang metodologi dan informasi statistik. Deputi
Bidang Metodologi dan Informasi Statistik terdiri dari Direktorat
Pengembangan Metodologi Sensus dan Survei, Direktorat
Diseminasi Statistik, dan Direktorat Sistim Informasi Statistik.
Deputi Bidang Statistik Sosial mempunyai tugas
melaksanakan perumusan dan pelaksanaan kebijakan di bidang
statistik sosial. Deputi Bidang Statistik Sosial terdiri dari Direktorat
Statistik Kependudukan & Ketenagakerjaan, Direktorat Statistik
Kesejahteraan Rakyat, dan Direktorat Statistik Ketahanan Sosial.
Deputi Bidang Statistik Produksi mempunyai tugas
melaksanakan perumusan dan pelaksanaan kebijakan di bidang
statistik produksi. Deputi Bidang Statistik Produksi terdiri dari
Direktorat Statistik Tanaman Pangan, Hortikultura & Perkebunan,
Direktorat Peternakan, Perikanan & Kehutanan dan Direktorat
Statistik Industri.
Deputi Bidang Statistik Distribusi dan Jasa mempunyai
tugas melaksanakan perumusan dan pelaksanaan kebijakan di
196
bidang statistik distribusi dan jasa. Deputi Bidang Statistik
Distribusi & Jasa terdiri dari Direktorat Statistik Harga, Direktorat
Statistik Distribusi, dan Direktorat Statistik Keuangan, TI &
Pariwisata.
Deputi Bidang Neraca dan Analisis Statistik mempunyai
tugas melaksanakan perumusan dan melaksanakan kebijakan di
bidang neraca dan analisis statistik. Deputi Bidang Neraca dan
Analisis Statistik terdiri dari Direktorat Neraca Produksi, Direktorat
Neraca Pengeluaran, dan Direktorat Analisis & Pengembangan
Statistik.
Inspektorat Utama yang mempunyai tugas melaksanakan
pengawasan fungsional terhadap pelaksanaan tugas di lingkungan
BPS;
Pusat Pendidikan dan Pelatihan (Pusdiklat) yang mempunyai
tugas melaksanakan penyelenggaraan pendidikan dan pelatihan
prajabatan dan kepemimpinan serta teknis dan fungsional.
Instansi Vertikal BPS terdiri dari BPS Provinsi dan BPS
Kabupaten/Kota. BPS Provinsi adalah instansi vertikal BPS yang
berada di bawah dan bertanggung jawab kepada Kepala BPS. BPS
Kabupaten/Kota adalah instansi vertikal BPS yang berada di bawah
dan bertanggung jawab kepada Kepala BPS Provinsi.
197
Disamping itu terdapat Sekolah Tinggi Ilmu Statistik (STIS)
yang pembentukannya berlandaskan pada Keputusan Presiden
Nomor 163 tahun 1998 tentang Sekolah Tinggi Ilmu Statistik
sebagai perguruan tinggi kedinasan di lingkungan Badan Pusat
Statistik yang berkedudukan di Jakarta. Struktur organisasi Sekolah
Tinggi Ilmu Statistik didasarkan pada Keputusan Kepala BPS
Nomor 101 tahun 1998 tentang Organisasi dan Tata Kerja Sekolah
Tinggi Ilmu Statistik. Sekolah Tinggi Ilmu Statistik dipimpin oleh
seorang Ketua.
4.1.6 Tugas, Fungsi, dan Kewenangan
Tugas, fungsi dan kewenangan BPS telah ditetapkan
berdasarkan Peraturan Presiden Nomor 86 Tahun 2007 tentang
Badan Pusat Statistik dan Peraturan Kepala Badan Pusat Statistik
Nomor 7 Tahun 2008 tentang Organisasi dan Tata Kerja Badan
Pusat Statistik.
1. Tugas
Melaksanakan tugas pemerintahan dibidang statistik sesuai
peraturan perundang-undangan.
2. Fungsi
Fungsi dari Badan Pusat Statistik adalah sebagai berikut :
198
a. Pengkajian, penyusunan dan perumusan kebijakan dibidang
statistik;
b. Pengkoordinasian kegiatan statistik nasional dan regional;
c. Penetapan dan penyelenggaraan statistik dasar;
d. Penetapan sistem statistik nasional;
e. Pembinaan dan fasilitasi terhadap kegiatan instansi
pemerintah dibidang kegiatan statistik; dan
f. Penyelenggaraan pembinaan dan pelayanan administrasi
umum dibidang perencanaan umum, ketatausahaan,
organisasi dan tatalaksana, kepegawaian, keuangan,
kearsipan, kehumasan, hukum, perlengkapan dan rumah
tangga.
3. Kewenangan
Kewenangan dari Badan Pusat Statistik adalah sebagai berikut :
a. Penyusunan rencana nasional secara makro di bidangnya;
b. Perumusan kebijakan di bidangnya untuk mendukung
pembangunan secara makro;
c. Penetapan sistem informasi di bidangnya;
d. Penetapan dan penyelenggaraan statistik nasional;
e. Kewenangan lain sesuai dengan ketentuan peraturan
perundang-undangan yang berlaku, yaitu;
199
f. Perumusan dan pelaksanaan kebijakan tertentu di bidang
kegiatan statistik dan Penyusun pedoman penyelenggaraan
survei statistik sektoral.
4.1.7 Website Badan Pusat Statistik
Website Badan Pusat Statistik memiliki nama domain yaitu
www.bps.go.id, website tersebut merupakan situs resmi Badan Pusat
Statistik Republik Indonesia, dikembangkan oleh Sub Direktorat
Layanan dan Promosi Statistik dibawah naungan Direktorat
Diseminasi Statistik. Adapun tampilan dari website tersebut dapat
dilihat pada Gambar 4.2 untuk versi desktop dan Gambar 4.3 untuk
versi mobile.
Gambar 4.2 Tampilan Website Badan Pusat Statistik - via Desktop (www.bps.go.id)
200
Gambar 4.3 Tampilan Website Badan Pusat Statistik - via Mobile
(www.bps.go.id)
Tabel 4.1 Layanan dan Fitur Website BPS
No. Layanan dan Fitur Dalam Website Badan Pusat Statistik
1. Layanan Layanan Konsultasi Data
• Bernama Layanan Konsultasi Data
• Sistemnya bernama SILASTIK (Sistem Informasi Layanan
Statistik)
• Menyediakan layanan konsultasi data statistik atau
ketersediaan data statistik yang bertujuan untuk
memudahkan masyarakat serta memfasilitasi kegiatan
konsultasi seputar data/informasi/kegiatan statistik, layanan
ini bisa dilakukan dengan mengunjungi sistem Silastik atau
dating langsung.
Layanan Data Mikro
• Bernama Layanan Data mikro
• Sistemnya bernama SILASTIK (Sistem Informasi Layanan
Statistik)
201
• Menyediakan data mikro statistik sesuai dengan kebutuhan
konsumen yang diinginkan, layanan ini bisa dilakukan
dengan mengunjungi sistem Silastik atau dating langsung.
Layanan Perpustakaan
• Bernama Layanan Perpustakaan
• Menyediakan beragam rujukan statistik publikasi tercetak
dan digital yang dapat diakses dengan datang langsung ke
Gedung pusat BPS
Layanan Penjualan Publikasi
• Bernama Layanan Penjualan Publikasi
• Sistemnya bernama SILASTIK (Sistem Informasi Layanan
Statistik)
• Menyediakan layanan berbayar dalam pembelian softcopy
atau hardcopy publikasi statistik
Layanan Penjualan Peta Digital
• Bernama Layanan Penjualan Peta Digital
• Sistemnya bernama SILASTIK (Sistem Informasi Layanan
Statistik)
• Menyediakan Layanan berbayar pembelian peta wilayah
kerja statistik melalui link pembelian sistem Silastik atau
dengan dating langsung
Layanan Nol Rupiah
• Bernama Layanan Nol Rupiah
• Menyediakan data publikasi tercetak sebanyak 1 eksemplar,
publikasi elektronik sebanyak 1 keping, data mikro sebesar
5 Megabyte, dan peta digital wilayah sebanyak 1 peta.
Penerima layanan ini adalah instansi pemerintah pusat dan
daerah, lembaga negara, lembaga internasional, dan
perwakilan negara asing.
2. Fitur Informasi Terbaru
• Halaman beranda juga menampilkan menyajikan tentang
informasi terbaru mengenai 4 hal yaitu Berita Resmi
202
Statistik, Tabel Statistik, Publikasi Statistik, dan Kegiatan
Statistik. Informasi terbaru ini disajikan dalam bentuk
sliding (bisa digeser-geser) dan secara otomatis bisa
bergeser sendiri.
Grafik
• Halaman beranda juga menampilkan data indikator statistik
dalam bentuk Grafik. Data indikator ini meliputi Inflasi
dan IHK, Laju Pertumbuhan PDB, dan Proyeksi Jumlah
Penduduk. Tampilan beberapa grafik ini secara otomatis
maupun manual dapat digeser-geser (sliding).
Tentang Kami
• Halaman Tentang Kami berisikan informasi seputar BPS
antara lain mengenai visi dan misi, struktur organisasi,
rencana strategis BPS, layanan data, kinerja BPS, regulasi-
regulasi, dan lainlain. Informasi-informasi tersebut
dituangkan dalam bentuk sub-sub menu.
Berita
• Fitur ini berisikan berita seputar kegiatan statistik yang
dibedakan menjadi dua kategori yaitu: (i) kegiatan sensus
dan survei; (ii) kegiatan statistik lainnya. Abstraksi berita
yang ditampilkan adalah untuk berita terbaru.
Senarai Rencana Terbit
• Halaman ini berisikan daftar Senarai Rencana Terbit
Publikasi dan BRS pada tahun berjalan yaitu daftar jadwal
rilis publikasi dan BRS BPS pada tahun yang sedang
berjalan. Oleh karena itu, halaman ini memungkinkan user
untuk mengetahui apakah publikasi atau BRS yang dicari
oleh user sudah rilis atau belum.
• Halaman ini disajikan dalam bentuk dua menu tabbing
yaitu ARC Publikasi BPS dan ARC BRS. Halaman ARC
Publikasi BPS dilengkapi dengan fitur pencarian
berdasarkan Bulan Rilis dan Kata Kunci. Sedangkan
203
halaman ARC BRS ditampilkan selama satu tahun. Kedua
halaman tersebut dilengkapi dengan fitur paging.
Publikasi
• Halaman ini berisikan kumpulan publikasi BPS yang
dilengkapi dengan fitur filter berdasarkan tahun judul
publikasi dan kata kunci. Pencarian berdasarkan kata kunci
akan mencari pada variabel judul dan abstrak publikasi.
Informasi Publik
• Informasi Publik adalah informasi yang dihasilkan,
disimpan, dikelola, dikirim, dan/atau diterima oleh suatu
badan publik yang berkaitan dengan penyelenggara dan
penyelenggaraan negara dan/atau penyelenggara dan
penyelenggaraan badan publik lainnya yang sesuai dengan
Undang-Undang serta informasi lain yang berkaitan
dengan kepentingan publik. Informasi publik bersifat
terbuka, dapat diakses dan diperoleh secara cepat dan tepat
waktu, kecuali untuk informasi publik yang dikecualikan.
• Informasi publik dibedakan menjadi 3 submenu:
1. 1) PPID
2. Berkala; meliputi Program dan Kegiatan, Tentang
BPS, Keuangan, dan Laporan Pelayanan Data
3. Setiap Saat; meliputi Jadwal Jumpa Pers, Berita
Resmi Statistik, Publikasi Online, dan Regulasi
4. Dikecualikan; memunculkan daftar informasi
yang dikecualikan sesuai dengan Lampiran Kepka
BPS No. 414 Tahun 2012 tentang Daftar
Informasi yang Dikecualikan pada BPS.
5. Serta Merta
Indikator Strategis
• merupakan submenu untuk menampilkan data dari
indikator indikator strategis.
Galeri Infografis
• merupakan submenu yang berisi file-file infografis.
204
Tabel Dinamis
• Merupakan submenu untuk masuk ke halaman query data
dinamis.
Unduh
• Berisikan file-file pdf yang dapat diunduh seperti Peraturan
Kepala BPS, Undang-undang, dan sebagainya. Disamping
itu, juga terdapat link untuk mengunduh file pdf BRS dan
membaca flipping book Publikasi.
Pengaduan
• Untuk masuk ke website Whistleblowing System BPS yaitu
aplikasi yang disediakan oleh BPS RI bagi anda yang
memiliki informasi dan ingin melaporkan suatu perbuatan
berindikasi pelanggaran yang terjadi di lingkungan Badan
Pusat Statistik Republik Indonesia.
Pusdiklat
• Merupakan website Pusat Pendidikan dan Pelatihan BPS
STIS
• Website Sekolah Tinggi Ilmu Statistik, yaitu sekolah
kedinasan di bawah Badan Pusat Statistik
LPSE
• Website ini berfungsi untuk memfasilitasi pengadaan
barang/jasa pemerintah secara elektronik.
SPK Online
• Merupakan submenu untuk masuk ke halaman website SPK
Online.
Master File Desa
• Merupakan submenu untuk masuk ke website Master File
Desa yang berisikan daftar nama dan kode wilayah di
Indonesia.
STATCAP Cerdas
• Merupakan submenu untuk masuk ke halaman website
STATCAP Cerdas BPS
205
Reformasi Birokrasi
• Merupakan submenu untuk masuk ke halaman website
Reformasi Birokrasi BPS.
Metadata
• Merupakan submenu untuk masuk ke website Sistem
Informasi Rujukan Statistik, ya itu website yang berisikan
informasi mengenai metadata kegiatan statistik (dasar,
sektoral, dan khusus) serta metadata variabel dan indikator.
Istilah Statistik
• Merupakan submenu untuk masuk ke halaman daftar istilah
statistik yang bisa diurutkan berdasarkan abjad ataupun
dapat dilakukan filter/pencarian berdasarkan kata kunci
judul istilah.
Katalog Datamikro
• Merupakan submenu untuk masuk ke halaman kumpulan
data mikro BPS dan informasinya (metadata) yang
dikelompokan ke dalam koleksi Statistik Sosial dan
Ekonomi.
4.2 Hasil Analisis
4.2.1 Hasil Analisis Demografi
Tahap ini dilakukan dengan tujuan untuk menganalisis jawaban yang
berasal dari respoden terhadap pernyataan yang ada dalam kuesioner. Data
responden yang berhasil diperoleh peneliti dalam kurun waktu kurang lebih 2
minggu (28 April 2019 sampai tanggal 12 Mei 2019) adalah sebanyak 210 data.
Informasi demografis tersebut meliputi Jenis Kelamin, Pekerjaan, Usia,
206
Pendidikan terakhir, frekuensi penggunaan website, dan durasi mengakses
website. Berikut adalah hasil analisisnya:
1) Jenis Kelamin
Gambar 4.4 menampilkan bahwa dari jumlah 210 responden yang
dilibatkan dalam penelitian ini, sebagian besar di dominasi oleh
perempuan dengan jumlah 117 orang responden atau 56% dan
responden laki-laki dengan jumlah 93 orang atau 44%.
Gambar 4.4 Diagram Jenis Kelamin
2) Pekerjaan
Dari Gambar 4.5 diketahui bahwa dari 210 data responden yang
digunakan di dalam penelitian ini, pekerjaan responden didominasi
207
dengan Pelajar/Mahasiswa, yaitu dengan jumlah 170 responden atau
81%, lalu Pegawai Swasta, yaitu dengan jumlah 22 responden atau
11 %, dilanjutkan dengan PNS dengan jumlah 9 responden atau 4%,
kemudian Wirausaha dengan 5 responden atau 2%, dan yang
terakhir 4 responden atau 2% memilih lain – lain.
Gambar 4. 5 Diagram Pekerjaan
3) Usia
Dari Gambar 4.6 diketahui bahwa dari 210 data responden yang
digunakan di dalam penelitian ini, usia responden didominasi
dengan range 16 – 25 tahun, yaitu dengan jumlah 187 responden atau
89%, usia responden 26 – 35 tahun dengan jumlah 16 responden atau
208
8%, usia responden 36 - 45 tahun dengan jumlah 4 responden atau
2%, 46 - 55 tahun dengan jumlah 2 responden atau 1%, dan tidak
ada responden pada rentang usia 56 – 65.
Gambar 4. 6 Diagram Usia
4) Pendidikan Terakhir
Gambar 4.7 menampilkan bahwa dari jumlah 210 responden yang
dilibatkan dalam penelitian ini, pendidikan terakhir didominasi oleh
SMA dengan jumlah 149 responden atau 71%, dilanjutkan dengan
S1 dengan jumlah 43 responden atau 20%, pendidikan D1/2/3
dengan jumlah 16 responden atau 8%, dan pendidikan S2 dengan
jumlah 2 responden atau 1%.
209
Gambar 4. 7 Diagram Pendidikan
5) Frekuensi penggunaan website
Gambar 4.8 menampilkan bahwa dari jumlah 210 responden yang
dilibatkan dalam penelitian ini, frekuensi kunjungan dari responden
didominasi dengan kurang dari sebulan sekali dengan jumlah 137
responden atau 65%, sebulan sekali dengan jumlah 42 responden
atau 20%, seminggu sekali dengan jumlah 24 responden atau 12%,
dan setiap hari dengan jumlah 7 responden atau 3%.
210
Gambar 4. 8 Diagram Frekuensi Pengunjung
6) Durasi mengakses website
Gambar 4.9 menampilkan bahwa dari jumlah 210 responden yang
dilibatkan dalam penelitian ini, durasi akses yang dilakukan oleh
responden didominasi dengan waktu kurang dari 5 menit dengan
jumlah 78 responden atau 37%, 5 – 10 menit dengan jumlah 55
responden atau 26%, 10 - 15 menit dengan jumlah 32 responden atau
15%, 15 - 20 menit dengan jumlah 22 responden atau 11%, dan 20 –
30 menit dengan jumlah 23 responden atau 11%.
211
Gambar 4. 9 Diagram Durasi Akses
4.2.2 Pilot Study
Pada tahap ini, peneliti perlu melakukan pilot study untuk
mengetahui sejauh mana tinggi rendahnya tingkat reabilitas dan
validitas atas kuesioner yang digunakan serta bagaimana hasil
terhadap model penelitian yang digunakan. Pilot study dilakukan
dengan menggunakan 30 sampel kuesioner yang diberikan kepada
para pengguna website Badan Pusat Statistik Pusat, jumlah sampel
tersebut sesuai dengan minimal jumlah sampel penelitian. (Cohen,
2007) semakin besar sample dari besarnya populasi yang ada adalah
semakin baik, akan tetapi ada jumlah batas minimal yang harus
diambil oleh peneliti yaitu sebanyak 30 sampel.
Sebagaimana dikemukakan oleh Baley dalam (Mahmud, 2011)
212
yang menyatakan bahwa untuk penelitian yang menggunakan
analisis data statistik, ukuran sampel paling minimum adalah 30.
.Hasil pilot study menunjukan tingkat reliabilitas yang baik
yaitu composite reliability di atas 0.6 dan tingkat validitas yang baik
pula dengan nilai average variance extracted (AVE) di atas 0.5.
Selain itu, berdasarkan hasil pilot study peneliti memutuskan
untuk melakukan penghapusan 1 indikator terhadap model penelitian
yaitu dengan menghapus indikator EF1 pada variabel efficiency
dengan beberapa pertimbangan sebagai berikut:
1. Memiliki nilai t-test yang tidak mencapai nilai ambang batas
yaitu 1,96 untuk tingkat kepercayaan 95% dan tingkat error 5%
serta menunjukan bahwa ind ikator EF1 memiliki efek yang
tidak signifikan kepada variabel efficiency dan E-Government
Service Quality.
2. Pada uji validitas dengan SPSS indikator EF1 dinyatakan tidak
valid karena rhitung < dari rtabel.
Berdasarkan pertimbangan di atas, peneliti memutuskan untuk
tidak mengikutsertakan indikator EF1 pada variabel efficiency dalam
model penelitian yang akan digunakan, sehingga pada pembahasan
selanjutnya tidak akan dibahas.
213
4.2.3 Hasil Analisis Model Penelitian
4.2.3.1 Hasil Analisis Model Pengukuran
Pada tahap ini dilakukan analisis pengukuran
model (measurement model) pada tahap konstruk first
order dimana analisis pengukuran model ini terdiri dari
empat tahap pengujian. Empat tahap pengujian itu terdiri
dari individual item reliability, internal consistency
reliability, average variance extracted, dan discriminant
validity (Urbach, 2010; Subiyakto, 2013; Wong K, 2013;
Ringle, 2014; Hair, 2014). Measurement model
dilakukan untuk dapat mengetahui hubungan antara
konstrak (variabel) dengan indikatornya (Yamin &. K.,
2011). Berikut hasil analisis pengukuran model
dijelaskan dalam empat tahap.
a. Uji Individual Item Reliability
Pengujian ini dilakukan dengan melihat nilai
standardized loading faktor. Nilai tersebut
menggambarkan besarnya korelasi antar item
pengukuran (indikator) dengan konstraknya. Nilai
loading faktor di atas 0,7 dikatakan ideal yang artinya
214
indikator tersebut dapat dikatakan valid sebagai
indikator yang dapat mengukur konstrak atau
variabelnya (Hensler et al. 2009; Hair et al. 2012;
Irawati & Putra, 2015; Sarstedt et al. 2017). Hasil dari
pengujian ini terdapat 2 indikator yaitu EF6, dan TRS4,
yang memiliki nilai dibawah 0,7.
Tabel 4. 2 Hasil Uji Loading Factor dengan SmartPLS
Variabel EF TRS RLB CS
indikator
EF2 0.752
EF3 0.724
EF4 0.733
EF5 0.783
EF6 0.688
EF7 0.758
TRS1 0.854
TRS2 0.798
TRS3 0.867
TRS4 0.654
RLB1 0.742
RLB2 0.760
RLB3 0.827
RLB4 0.754
RLB5 0.808
215
RLB6 0.759
CS1 0.894
CS2 0.866
CS3 0.880
CS4 0.886
Namun menurut (Yamin &. K., 2011) nilai
standardized loading faktor di atas 0,5 masih dapat
diterima untuk penelitian tahap pengujian teori sehingga
indikator yang memiliki nilai sekitar 0,6 akan tetap
dipertahankan dan tidak dihapus dikarenakan nilai CR
dari kedua variabel ini masih diatas 0,6 sehingga
indikator ini masih bisa digunakan.
b. Uji Internal Consistency Reliability
Pada tahap ini pengujian dilakukan dengan
menggunakan nilai composite realibility (CR) dengan
ambang batas 0,7 (Yamin & Kurniawan, 2011; Hair et
al., 2012; Wong, 2013; Subiyakto et al. 2015; Irawati &
Putra, 2015; Nugroho et al. 2016).
CR lebih baik dalam mengukur internal
consistency dibandingkan dengan cronbach’s alpha
216
dalam model SEM dikarenakan CR tidak
mengasumsikan semua indikator sama dalam sebuah
variabel (Yamin & Kurniawan, 2011; Irawati & Putra,
2015). Berikut adalah hasil pengujiannya:
Table 4.3 Hasil Uji Composite Reliabilty dengan SmartPLS
Variabel Composite Reliability
Efficiency (EF) 0.879
Trsust (TRS) 0.874
Reliability (RLB) 0.900
Citizen Support (CS) 0.933
Dari tabel 4.3 di atas dapat dilihat bahwa seluruh
nilai CR diatas 0,7 sehingga dapat dikatakan bahwa
tidak ada masalah dalam uji composite reliability.
c. Uji Average Variance Extracted (AVE)
Pengujian convergent validity selanjutnya adalah
dengan melihat nilai Average Variance Extracted
(AVE). Nilai ini menggambarkan besaran varian atau
keragaman variabel manifest yang dapat dikandung
oleh variabel laten.
217
Nilai AVE minimal 0,5 menunjukan ukuran
convergent validity (Yamin & Kurniawan, 2011; Hair et
al. 2012; Wong, 2013; Subiyakto et al. 2015; Irawati &
Putra, 2015; Nugroho et al. 2016). Berikut adalah hasil
pengujiannya:
Tabel 4.4 Hasil Uji Average Variance Extracted (AVE) dengan
SmartPLS
Variabel
Average Variance Extracted
(AVE)
Efficiency (EF) 0.548
Trsust (TRS) 0.636
Reliability (RLB) 0.602
Citizen Support (CS) 0.777
Dari tabel 4.4 dapat terlihat bahwa seluruh nilai
AVE memiliki nilai yang lebih besar dari 0,5 sehingga
dapat dikatakan bahwa tidak ada masalah dalam uji
Average Variance Extracted (AVE).
d. Uji Discriminant Validity
Pengujian ini dilakukan melalui cross loading,
218
kemudian membandingkannya dengan nilai akar AVE.
Ukuran discriminant validity lainnya adalah bahwa nilai
akar AVE harus lebih tinggi daripada korelasi antara
konstruk dengan konstruk lainnya (Yamin &
Kurniawan, 2011; Hair et al. 2012; Wong, 2013;
Subiyakto et al. 2015; Irawati & Putra, 2015; Nugroho
et al. 2016). Pengujian discriminant validity dilakukan
dengan dengan 2 tahap yaitu melihat nilai cross loading
antar indikator, serta cross loading Fornell- Lacker’s
(Yamin & Kurniawan,2011; Hair et al. 2014).
Pada pengukuran cross loading antar indikator,
dilakukan dengan cara membandingkan korelasi
indikator dengan kostruknya dan konstruk blok lainnya.
Bila korelasi antara indikator dengan konstruknya lebih
tinggi dari korelasi dengan konstruk blok lainnya, hal
ini menunjukan konstruk tersebut memprediksi ukuran
pada blok mereka lebih baik dari blok lainnya (Yamin
& Kurniawan, 2011; Hair et al. 2012; Wong, 2013;
Subiyakto et al. 2015; Irawati & Putra, 2015). Berikut
adalah hasil pengujiannya:
219
Tabel 4. 5 Hasil Uji Discriminant Validity (Cross Loading) dengan SmartPLS
Variabel EF TRS RLB CS
EF2 0.752 0.420 0.386 0.263
EF2 0.752 0.420 0.386 0.263
EF3 0.724 0.379 0.379 0.267
EF3 0.724 0.379 0.379 0.267
EF4 0.733 0.411 0.452 0.369
EF4 0.733 0.411 0.452 0.369
EF5 0.783 0.387 0.492 0.365
EF5 0.783 0.387 0.492 0.365
EF6 0.688 0.444 0.413 0.336
EF6 0.688 0.444 0.413 0.336
EF7 0.758 0.481 0.496 0.355
EF7 0.758 0.481 0.496 0.355
TRS1 0.470 0.854 0.528 0.451
TRS1 0.470 0.854 0.528 0.451
TRS2 0.423 0.798 0.466 0.394
TRS2 0.423 0.798 0.466 0.394
TRS3 0.536 0.867 0.480 0.473
TRS3 0.536 0.867 0.480 0.473
TRS4 0.373 0.654 0.466 0.365
TRS4 0.373 0.654 0.466 0.365
RLB1 0.356 0.450 0.742 0.398
RLB1 0.356 0.450 0.742 0.398
RLB2 0.480 0.452 0.760 0.372
RLB2 0.480 0.452 0.760 0.372
RLB3 0.414 0.386 0.827 0.314
220
RLB3 0.414 0.386 0.827 0.314
RLB4 0.671 0.593 0.754 0.454
RLB4 0.671 0.593 0.754 0.454
RLB5 0.398 0.493 0.808 0.322
RLB5 0.398 0.493 0.808 0.322
RLB6 0.381 0.419 0.759 0.339
RLB6 0.381 0.419 0.759 0.339
CS1 0.373 0.434 0.424 0.894
CS1 0.373 0.434 0.424 0.894
CS2 0.381 0.421 0.414 0.866
CS2 0.381 0.421 0.414 0.866
CS3 0.396 0.476 0.393 0.880
CS3 0.396 0.476 0.393 0.880
CS4 0.410 0.534 0.450 0.886
CS4 0.410 0.534 0.450 0.886
Tabel 4.5 memperlihatkan bahwa nilai loading
pada konstruk yang dituju ternyata lebih besar
dibandingkan dengan nilai loading dengan konstruk
yang lain, hal tersebut dapat dilihat dari angka - angka
yang diterangi dengan warna kuning.
Pemeriksaan nilai cross loading Fornell-Lacker’s
dilakukan dengan melihat nilai akar dari AVE harus
lebih tinggi dari korelasi antar konstrak dengan konstrak
lainnya. Berikut adalah hasil pengujiannya :
221
Tabel 4. 6 Hasil Uji Discriminant Validity (Cross Loading Fornell-Lacker’s) dengan
SmartPLS
Variabel EF TRS RLB CS
EF 0.740
TRS 0.569 0.798
RLB 0.593 0.608 0.776
CS 0.443 0.531 0.478 0.881
Tabel 4.6 menunjukan bahwa nilai akar AVE lebih
tinggi daripada korelasi antara konstruk dengan
konstruk lainnya. Sehingga berdasarkan hasil
pemeriksaan dua tahap cross loading diketahui bahwa
tidak ada masalah dalam uji discriminant validity.
Secara singkat, hasil analisis pengukuran model di
atas menunjukkan bahwa model yang peneliti ajukan
sudah memenuhi karakteristik yang baik secara statistik
sehinga dapat disimpulkan bahwa model tersebut
memenuhi syarat untuk dilanjutkan ke tahap pengujian
struktur model (Hair et al. 2012; Afthanorhan, 2013).
222
Gambar 4. 10 Hasil Analisis Outer Model dengan SmartPLS
Gambar 4.10 menunjukan hasil analisis setelah
melalui analisis outer model. Berdasarkan empat tahap
223
yang telah dilakukan pada analisis pengukuran model
(outer model) sebelumnya, dapat diketahui bahwa
model yang diajukan dalam penelitian ini sudah
memiliki karakteristik yang baik secara statistik, sesuai
dengan syarat pada masing-masing tahapan yang ada
pada pengukuran model (individual item reliability,
internal consistency reliability, average variance
extracted, dan discriminant validity).
Sehingga dapat diambil kesimpulan dari hasil
analisis pengukuran model bahwa model tersebut
memenuhi syarat untuk dilanjutkan ke tahap pengujian
model struktural (inner model).
Tabel 4.7 Keseluruhan Hasil Analisis Pengukuran Model (Outer Model)
Variabel IND OL CL
EF TRS RLB CS AVE CR
EF
EF1*
0.548 0.879
EF1*
EF2 0.752 0.752 0.420 0.386 0.263
EF2 0.752 0.752 0.420 0.386 0.263
EF3 0.724 0.724 0.379 0.379 0.267
EF3 0.724 0.724 0.379 0.379 0.267
EF4 0.733 0.733 0.411 0.452 0.369
EF4 0.733 0.733 0.411 0.452 0.369
EF5 0.783 0.783 0.387 0.492 0.365
EF5 0.783 0.783 0.387 0.492 0.365
EF6 0.688 0.688 0.444 0.413 0.336
EF6 0.688 0.688 0.444 0.413 0.336
EF7 0.758 0.758 0.481 0.496 0.355
EF7 0.758 0.758 0.481 0.496 0.355
TRS
TRS1 0.854 0.470 0.854 0.528 0.451
0.636 0.874
TRS1 0.854 0.470 0.854 0.528 0.451
TRS2 0.798 0.423 0.798 0.466 0.394
TRS2 0.798 0.423 0.798 0.466 0.394
TRS3 0.867 0.536 0.867 0.480 0.473
TRS3 0.867 0.536 0.867 0.480 0.473
TRS4 0.654 0.373 0.654 0.466 0.365
TRS4 0.654 0.373 0.654 0.466 0.365
RLB
RLB1 0.742 0.356 0.450 0.742 0.398
0.602 0.900
RLB1 0.742 0.356 0.450 0.742 0.398
RLB2 0.760 0.480 0.452 0.760 0.372
RLB2 0.760 0.480 0.452 0.760 0.372
RLB3 0.827 0.414 0.386 0.827 0.314
RLB3 0.827 0.414 0.386 0.827 0.314
RLB4 0.754 0.671 0.593 0.754 0.454
RLB4 0.754 0.671 0.593 0.754 0.454
RLB5 0.808 0.398 0.493 0.808 0.322
RLB5 0.808 0.398 0.493 0.808 0.322
RLB6 0.759 0.381 0.419 0.759 0.339
225
Keterangan :
* : dihapus CR : Composite Reliability IND: indikator
VAR : Variabel AVE : Average Variance Extracted
CL : Cross loading OL : Outer Loading
RLB6 0.759 0.381 0.419 0.759 0.339
CS
CS1 0.894 0.373 0.434 0.424 0.894
0.777 0.933
CS1 0.894 0.373 0.434 0.424 0.894
CS2 0.866 0.381 0.421 0.414 0.866
CS2 0.866 0.381 0.421 0.414 0.866
CS3 0.880 0.396 0.476 0.393 0.880
CS3 0.880 0.396 0.476 0.393 0.880
CS4 0.886 0.410 0.534 0.450 0.886
CS4 0.886 0.410 0.534 0.450 0.886
4.2.3.2 Hasil Analisis Struktur Model
Pada tahap analisis model struktural ini dilakukan
pada tahap konstruk second order dengan enam tahap
pengujian, yang terdiri dari pengujian path coefficient (β),
coefficient of determination (R²), T-test menggunakan
metode bootstraping, effect size (f²), predictive relevance
(Q²), dan relative impact (q²). Namun karena model
penelitian yang digunakan berbentuk second order maka
dapat dilakukan dengan uji signifikansi konstruk first
order / T-test dengan outer loading, uji path coefficients
dengan bootstrapping (Ghozali, 2014), dan juga
226
ditambahkan dengan uji coefficient of determination (R²)
seperti pada penelitian (Jogiyanto, 2011; Naniek et al,
2012; Soekanto & Mustikarini, 2017).
a. Path coefficient (β)
Pengujian ini dilakukan dengan melihat nilai
ambang batas yaitu di atas 0,1, dimana jalur (path)
dapat dinyatakan memiliki pengaruh dalam model jika
hasil nilai uji path coefficient berada diatas 0,1 (Hair et
al. 2012; Wong, 2013; Ringle, 2015).
Tabel 4. 8 Hasil Uji Path Coefficient
VAR Path Coefficient
(β)
EF → EGSQ 0,328
TRS → EGSQ 0,253
RLB → EGSQ 0,373
CS → EGSQ 0,280
Hasilnya 4 jalur yang ada pada model penelitian ini
diterima dan signifikan karena nila path coefisien diatas
0,1 dengan efficiency (EF) dengan E-Government
Service Quality (EGSQ) (EF→ EGSQ), trust (TRS)
227
dengan E-Government Service Quality (EGSQ) (TRS→
EGSQ), reliability (RLB) dengan E-Government
Service Quality (EGSQ) (RLB→ EGSQ), dan citizen
support (CS) dengan E-Government Service Quality
(EGSQ) (CS→ EGSQ).
Pada Second Order pengujian ini juga dilakukan
dengan menggunakan metode bootstrapping pada
SmartPLS 3.2.8
Tabel 4.9 Uji Path coefficient (β) dengan SmartPLS
Original
Sample
(O)
Sample
Mean (M)
Standard
Deviation
(STDEV)
T Statistiks
(|O/STERR|) P Values
EF → EGSQ 0,328 0,326 0,020 16,391 0,000
TRS → EGSQ 0,253 0,254 0,015 16,913 0,000
RLB → EGSQ 0,373 0,373 0,019 19,505 0,000
CS → EGSQ 0,280 0,279 0,019 14,759 0,000
Catatan :
EGSQ : E-Government Service Quality
Dari hasil penelitian path coefficients dapat dilihat
bahwa semua first order konstruk ternyata berpengaruh
228
signifikan terhadap second order konstruk E-
Government Service Quality dimana nilai T-statistiks
di atas 1,96 hal ini menunjukan bahwa semua konstruk
first order merupakan konstruk dimensi pembentuk
konstruk E-Government Service Quality (Ghozali,
2014).
b. Uji coefficient of determination (R²)
Pengujian ini dilakukan untuk menjelaskan varian
dari tiap target variabel endogeneous (variabel yang
dianggap dipengaruhi oleh variabel lain dalam model)
dengan standar pengukuran sekitar 0,670 dinilai kuat,
kisaran 0,333 dinilai moderat, dan 0,190 dinilai lemah
(Hair et al. 2013; Ringle, 2015; Wong, 2016), Berikut
adalah hasil perhitungan R–square dengan
menggunakan SmartPLS sebagai berikut :
Tabel 4. 10 Hasil Uji Coefficient of Determination (R-square)
VARIABEL R-
SQUARE
Keterangan
e-Government Service 1.000 Kuat
229
Quality (EGSQ)
Melalui tabel 4.10 dapat dilihat hasil uji coefficient
of determination, dimana R² dari e-Government Service
Quality (EGSQ) memiliki nilai 1,000 (100%). Itu
berarti variabel eksogen EF, TRS, RLB, dan CS
menjelaskan secara kuat (100%) varian dari e-
Government Service Quality.
c. Uji T-test.
Pada pengujian tahap ini dilakukan dengan metode
bootstrapping yang ada di dalam SmartPLS 3.2.8
dengan menggunakan uji two-tailed dengan tingkat
signifikansi 5%.
Tabel 4. 11 Hasil Uji T-Test dengan SmartPLS
Original
Sample
(O)
Sample
Mean
(M)
Standard
Deviation
(STDEV)
T Statistiks
(|O/STERR|) P Values
EF2 ← EF 0,752 0,749 0,037 20,120 0,000
EF2 ← EGSQ 0,570 0,566 0,054 10,486 0,000
230
EF3 ← EF 0,724 0,721 0,035 20,822 0,000
EF3 ← EGSQ 0,550 0,548 0,052 10,666 0,000
EF4 ← EF 0,733 0,731 0,038 19,083 0,000
EF4 ← EGSQ 0,616 0,616 0,047 13,020 0,000
EF5 ← EF 0,783 0,780 0,030 26,525 0,000
EF5 ← EGSQ 0,640 0,639 0,040 16,176 0,000
EF6 ← EF 0,688 0,684 0,047 14,676 0,000
EF6 ← EGSQ 0,586 0,583 0,049 11,844 0,000
EF7 ← EF 0,758 0,760 0,036 21,339 0,000
EF7 ← EGSQ 0,655 0,654 0,042 15,558 0,000
TRS1 ← TRS 0,854 0,854 0,018 47,597 0,000
TRS1 ← EGSQ 0,694 0,695 0,038 18,156 0,000
TRS2 ← TRS 0,798 0,800 0,029 27,677 0,000
TRS2 ← EGSQ 0,625 0,626 0,048 12,987 0,000
TRS3 ← TRS 0,867 0,867 0,017 50,590 0,000
TRS3 ← EGSQ 0,707 0,708 0,035 20,393 0,000
TRS4 ← TRS 0,654 0,653 0,047 13,852 0,000
TRS4 ← EGSQ 0,564 0,563 0,050 11,307 0,000
RLB1 ← RLB 0,742 0,739 0,043 17,171 0,000
RLB1 ← EGSQ 0,619 0,621 0,043 14,249 0,000
RLB2 ← RLB 0,760 0,756 0,038 19,783 0,000
RLB2 ← EGSQ 0,659 0,656 0,046 14,400 0,000
231
RLB3 ← RLB 0,827 0,825 0,023 35,468 0,000
RLB3 ← EGSQ 0,630 0,628 0,043 14,822 0,000
RLB4 ← RLB 0,754 0,755 0,031 24,365 0,000
RLB4 ← EGSQ 0,779 0,778 0,027 29,087 0,000
RLB5 ← RLB 0,808 0,809 0,029 28,020 0,000
RLB5 ← EGSQ 0,647 0,650 0,042 15,403 0,000
RLB6 ← RLB 0,759 0,758 0,036 21,365 0,000
RLB6 ← EGSQ 0,609 0,611 0,047 12,946 0,000
CS1 ← CS 0,894 0,893 0,017 53,173 0,000
CS1 ← EGSQ 0,641 0,641 0,066 9,727 0,000
CS2 ← CS 0,866 0,866 0,026 33,321 0,000
CS2 ← EGSQ 0,628 0,629 0,064 9,848 0,000
CS3 ← CS 0,880 0,879 0,021 40,942 0,000
CS3 ← EGSQ 0,644 0,642 0,056 11,477 0,000
CS4 ← CS 0,886 0,885 0,019 47,065 0,000
CS4 ← EGSQ 0,686 0,684 0,048 14,252 0,000
Melalui tabel 4.11 dapat dilihat hasil uji T- test,
dimana seluruh hasilnya sudah berada diatas 1,96
sehingga menyatakan bahwa semua indikator konstruk
dalam model adalah valid (Ghozali, 2014).
232
4.2.4 Hasil Uji Reliabilitas dan Validitas
Berdasarkan pada model penelitian yaitu e-GovQual, dan hasil pilot
test sebelumnya maka variabel yang digunakan dalam penelitian ini,
terdiri dari empat variabel yang diturunkan menjadi 20 indikator yang
pemberian kodenya dijabarkan dalam Tabel 4.12 dibawah ini.
Tabel 4.12 Kode Indikator Variabel e-GovQual
Variabel Kode Deskrisi Persepsi Harapan
Efisiensi
EF2 Mesin pencari efektif P_EF2 H_EF2
EF3 Peta situs terogranisir P_EF3 H_EF3
EF4 Memenuhi kebutuhan pengguna P_EF4 H_EF4
EF5 Informasi tepa t dan terperinci P_EF5 H_EF5
EF6 Informasi terbaru P_EF6 H_EF6
EF7 Petunjuk pengisian formulir cukup P_EF7 H_EF7
Kepercayaan
TRS1 Keamanan username dan password P_TRS1 H_TRS1
TRS2 Otentifikasi data pribadi P_TRS2 H_TRS2
TRS3 Keamanan data pribadi P_TRS3 H_TRS3
TRS4 Penggunaan data pribadi untuk tujuan yang jelas P_TRS4 H_TRS4
Keandalan
RLB1 Waktu unduh file atau formulir singkat P_RLB1 H_RLB1
RLB2 Mudah diakses kapan pun dibutuhkan P_RLB2 H_RLB2
RLB3 Keberhasilan ketika pertama kali diakses P_RLB3 H_RLB3
RLB4 Layanan in time P_RLB4 H_RLB4
RLB5 Halaman website diunduh dengan cepat P_RLB5 H_RLB5
RLB6 Kompatibel dengan browser apapun P_RLB6 H_RLB6
CS1 Pegawai tanggap terhadap masalah pengguna P_CS1 H_CS1
233
Dukungan
Masyarakat
CS2 Pegawai memberikan respon yang cepat untuk
pertanyaan pengguna P_CS2 H_CS2
CS3 Pegawai memiliki pengetahuan yang cukup untuk
menjawab pertanyaan-pertanyaan pengguna P_CS3 H_CS3
CS4
Pegawai memiliki kemampuan untuk
menyampaikan layanan dengan kepercayaan dan
keyakinan
P_CS4 H_CS4
Data yang digunakan dalam tahap ini yang akan dilakukan untuk uji
validitas dan reliabilitas berasal dari 210 kuesioner yang telah memenuhi
syarat yang dinyatakan valid dan sesuai dengan kriteria dan dinyatakan
lengkap. Pengujian untuk validitas dan reliabilitas dibagi menjadi dua
bagian yaitu berdasarkan penilaian persepsi pengguna dan penilaian
harapan pengguna dalam menggunakan website Badan Pusat Statistik.
a. Uji Reliabilitas dan Validitas Terhadap Penilaian Persepsi
Pengguna
Hasil pengujian reliabilitas dan validitas terhadap penilaian
persepsi pengguna dapat dilihat pada tabel berikut.
Tabel 4.13 Nilai Cronbach’s Alpha Terhadap Penilaian Persepsi Pengguna
Reliability Statistiks
Cronbach's Alpha N of Items
,922 20
234
Tabel 4.14 Item-Total Statistik Terhadap Penilaian Persepsi Pengguna
Item-Total Statistiks
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
P_EF2 70,90 100,531 ,526 ,920
P_EF3 71,14 99,766 ,501 ,921
P_EF4 70,99 100,957 ,569 ,919
P_EF5 71,09 99,543 ,594 ,918
P_EF6 71,05 99,548 ,538 ,920
P_EF7 70,98 100,416 ,612 ,918
P_TRS1 71,02 98,033 ,641 ,917
P_TRS2 70,92 100,549 ,572 ,919
P_TRS3 71,10 98,709 ,661 ,917
P_TRS4 71,05 100,509 ,511 ,920
P_RLB1 70,90 100,498 ,567 ,919
P_RLB2 70,70 99,763 ,612 ,918
P_RLB3 70,78 99,464 ,586 ,918
P_RLB4 71,23 96,684 ,744 ,915
P_RLB5 71,02 98,861 ,600 ,918
P_RLB6 70,87 99,079 ,559 ,919
P_CS1 71,22 100,842 ,580 ,919
P_CS2 71,28 100,710 ,566 ,919
P_CS3 71,10 100,688 ,582 ,919
P_CS4 71,14 99,871 ,626 ,918
Tabel 4.13 menunjukkan bahwa nilai Cronbach Alpha adalah
0.922 dari 20 indikator yang ada, nilai ini lebih besar dari pada
235
ketentuan yang ada yaitu sebesar 0.6 hal ini menunjukkan bahwa
instrument di atas dapat dikatakan reliabel (Sekaran, 2006; Ghozali,
2013). Dan termasuk ke dalam kriteria “reliabel” (Sarwono, 2006).
Nilai validitas masing - masing pertanyaan dapat dilihat dengan
memperhatikan nilai Corrected Item-Total Correlation pada Tabel 4.14
dengan teknik Korelasi Product Moment Pearsone yaitu dengan cara
membandingkan antara skor item dengan skor total item (nilai rhitung)
dibandingkan dengan nilai rtabel.
Dengan nilai signifikan ≤0.05 ( = 5%), jika nilai rhitung nilai rtabel,
maka item tersebut dapat dikatakan valid (Sugiyono, 2007; Arikunto,
2010). Untuk nilai dari rtabel penelitian ini adalah 0,135 yang berasal dari
210 sampel (Lampiran 2). Hasil uji validitas dapat dilihat pada Tabel
4.15.
Tabel 4.15 Hasil Uji Validitas Terhadap Penilaian Persepsi Pengguna
Variabel Kode rhitung rtabel Keterangan Tingkat Hubungan
Koefisien
Efficiency
P_EF2 ,526 0.135 Valid Cukup Kuat
P_EF3 ,501 0.135 Valid Cukup Kuat
P_EF4 ,569 0.135 Valid Cukup Kuat
P_EF5 ,594 0.135 Valid Cukup Kuat
236
P_EF6 ,538 0.135 Valid Cukup Kuat
P_EF7 ,612 0.135 Valid Kuat
Trust
P_TRS1 ,641 0.135 Valid Kuat
P_TRS2 ,572 0.135 Valid Cukup Kuat
P_TRS3 ,661 0.135 Valid Kuat
P_TRS4 ,511 0.135 Valid Cukup Kuat
Reliability
P_RLB1 ,567 0.135 Valid Cukup Kuat
P_RLB2 ,612 0.135 Valid Kuat
P_RLB3 ,586 0.135 Valid Cukup Kuat
P_RLB4 ,744 0.135 Valid Kuat
P_RLB5 ,600 0.135 Valid Kuat
P_RLB6 ,559 0.135 Valid Cukup Kuat
Citizen Support
P_CS1 ,580 0.135 Valid Cukup Kuat
P_CS2 ,566 0.135 Valid Cukup Kuat
P_CS3 ,582 0.135 Valid Cukup Kuat
P_CS4 ,626 0.135 Valid Kuat
Rata -rata ,59 0,135 Valid Cukup Kuat
Berdasarkan hasil pengujian di atas menunjukan bahwa semua
indikator untuk penilaian terhadap persepsi kualitas layanan website
adalah valid, hal ini dapat dilihat dari nilai rhitung yang lebih dari rtabel.
Dan berdasarkan tingkat hubungan interval koefisien dapat
dikatakan bahwa rata-rata indikator yang digunakan dalam
penelitian ini memiliki tingkat hubungan koefisien yang cukup kuat,
hal ini dilihat dari nilai rhitung yang rata-rata berada pada interval
koefisien 0,40 – 0,599 (Sarwono, 2006).
237
Dari hasil pengujian terhadap validitas dan reliabilitas
terhadap penilaian persepsi pengguna diatas, dapat disimpulkan
bahwa keseluruhan indikator yang digunakan sebagai pertanyaan
tersebut dinyatakan valid dan reliabel (Azwar, 1996; Sarwono,
2006; Sugiyono, 2007; Arikunto, 2010). Hasil pengujian secara
lengkap dapat dilihat pada Lampiran 3.
b. Uji Reliabilitas dan Validitas Terhadap Penilaian Harapan
Pengguna
Hasil pengujian reliabilitas dan validitas terhadap penilaian harapan
pengguna dapat dilihat pada tabel berikut.
Tabel 4.16 Nilai Cronbach’s Alpha Terhadap Penilaian Harapan Pengguna
Reliability Statistiks
Cronbach's Alpha N of Items
,960 20
238
Tabel 4.17 Item-Total Statistik Terhadap Penilaian Harapan Pengguna
Item-Total Statistiks
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
H_EF2 80,40 128,988 ,716 ,958
H_EF3 80,51 128,442 ,641 ,959
H_EF4 80,53 126,968 ,718 ,958
H_EF5 80,58 126,618 ,705 ,958
H_EF6 80,51 127,074 ,706 ,958
H_EF7 80,62 127,269 ,733 ,958
H_TRS1 80,51 126,395 ,788 ,957
H_TRS2 80,56 127,491 ,666 ,959
H_TRS3 80,53 125,628 ,827 ,957
H_TRS4 80,68 127,414 ,556 ,961
H_RLB1 80,52 125,724 ,770 ,957
H_RLB2 80,41 126,511 ,737 ,958
H_RLB3 80,45 126,603 ,773 ,957
H_RLB4 80,67 124,472 ,809 ,957
H_RLB5 80,55 125,961 ,746 ,957
H_RLB6 80,43 128,294 ,743 ,958
H_CS1 80,71 125,930 ,740 ,958
H_CS2 80,78 124,985 ,730 ,958
H_CS3 80,71 126,358 ,741 ,958
H_CS4 80,69 127,499 ,683 ,958
Tabel 4.16 menunjukkan bahwa nilai Cronbach Alpha adalah
0.960 dari 20 indikator yang ada, nilai ini lebih besar dari pada
ketentuan yang ada yaitu sebesar 0.6 hal ini menunjukkan bahwa
239
instrument di atas dapat dikatakan reliabel (Sekaran, 2006; Ghozali,
2013). Dan termasuk ke dalam kriteria “reliabel” (Sarwono, 2006).
Nilai validitas masing-masing pertanyaan dapat dilihat dengan
memperhatikan nilai Corrected Item-Total Correlation pada Tabel 4.18
dengan teknik Korelasi Product Moment Pearsone yaitu dengan cara
membandingkan antara skor item dengan skor total item (nilai rhitung)
dibandingkan dengan nilai rtabel.
Dengan nilai signifikan ≤0.05 ( = 5%), jika nilai rhitung nilai rtabel,
maka item tersebut dapat dikatakan valid (Sugiyono, 2007; Arikunto,
2010). Untuk nilai dari rtabel penelitian ini adalah 0.135. Hasil uji
validitas dapat dilihat pada Tabel 4.16.
Tabel 4.18 Hasil Uji Validitas Terhadap Penilaian Harapan Pengguna
Variabel Kode rhitung rtabel Keterangan Tingkat Hubungan
Koefisien
Efficiency
P_EF2 ,716 0.135 Valid Kuat
P_EF3 ,641 0.135 Valid Kuat
P_EF4 ,718 0.135 Valid Kuat
P_EF5 ,705 0.135 Valid Kuat
P_EF6 ,706 0.135 Valid Kuat
P_EF7 ,733 0.135 Valid Kuat
Trust P_TRS1 ,788 0.135 Valid Kuat
P_TRS2 ,666 0.135 Valid Kuat
240
P_TRS3 ,827 0.135 Valid Kuat
P_TRS4 ,556 0.135 Valid Cukup Kuat
Reliability
P_RLB1 ,770 0.135 Valid Kuat
P_RLB2 ,737 0.135 Valid Kuat
P_RLB3 ,773 0.135 Valid Kuat
P_RLB4 ,809 0.135 Valid Kuat
P_RLB5 ,746 0.135 Valid Kuat
P_RLB6 ,743 0.135 Valid Kuat
Citizen
Support
P_CS1 ,740 0.135 Valid Kuat
P_CS2 ,730 0.135 Valid Kuat
P_CS3 ,741 0.135 Valid Kuat
P_CS4 ,683 0.135 Valid Kuat
Rata -rata ,73 0,135 Valid Kuat
Berdasarkan hasil pengujian di atas menunjukan bahwa semua
indikator untuk penilaian terhadap harapan kualitas layanan website
adalah valid, hal ini dapat dilihat dari nilai rhitung yang lebih dari rtabel.
Dan berdasarkan tingkat hubungan interval koefisien dapat
dikatakan bahwa rata-rata indikator yang digunakan dalam
penelitian ini memiliki tingkat hubungan koefisien yang kuat, hal ini
dilihat dari nilai rhitung yang rata-rata berada pada interval koefisien
0,60 – 0,799 (Sarwono, 2006). Dari hasil pengujian terhadap
validitas dan reliabilitas terhadap penilaian harapan diatas, dapat
disimpulkan bahwa keseluruhan indikator yang digunakan sebagai
pertanyaan tersebut dinyatakan valid dan reliabel (Azwar, 1996;
241
Sarwono, 2006; Sugiyono, 2007; Arikunto, 2010). Hasil pengujian
secara lengkap dapat dilihat pada Lampiran 3.
4.2.5 Hasil Uji Paired Sample t-Test
Setelah dilakukan uji validitas dan reliabilitas kemudian dilakukan
analisis Paired Sample t-Test untuk mengetahui ada atau tidaknya
perbedaan rata-rata antara dua kelompok sampel yang sama. Jika nilai
probabilitas atau Sig. (2-tailed) < 0,05 maka dapat dinyatakan bahwa
terdapat perbedaan yang signifikan antara kedua sampel yang
berpasangan tersebut.
Sebaliknya jika nilai probabilitas atau Sig. (2-tailed) > 0,05 maka
tidak terdapat perbedaan yang signifikan diantara keduanya (Yusri,
2016). Pengujian dilakukan dengan melihat nilai Sig. (2-tailed). Hasil
pengujian secara lengkap dapat dilihat pada Lampiran 3.
Tabel 4.19 Hasil Uji Paired Samples t-Test
Paired Samples Test
Paired Dif ferences t df
Sig.
(2-
tailed)
242
Mean
Std.
Deviation
Std.
Error
Mean
95%
Conf idence
Interval of the
Dif ference
Lower Upper
Pair 1 P_EF2 - H_EF2 -,543 ,886 ,061 -,663 -,422 -8,878 209 ,000
Pair 2 P_EF3 - H_EF3 -,676 ,958 ,066 -,807 -,546 -
10,224 209 ,000
Pair 3 P_EF4 - H_EF4 -,505 ,908 ,063 -,628 -,381 -8,052 209 ,000
Pair 4 P_EF5 - H_EF5 -,552 ,968 ,067 -,684 -,421 -8,268 209 ,000
Pair 5 P_EF6 - H_EF6 -,581 ,991 ,068 -,716 -,446 -8,498 209 ,000
Pair 6 P_EF7 - H_EF7 -,400 ,825 ,057 -,512 -,288 -7,022 209 ,000
Pair 7 P_TRS1 - H_TRS1 -,557 ,880 ,061 -,677 -,437 -9,176 209 ,000
Pair 8 P_TRS2 - H_TRS2 -,410 ,827 ,057 -,522 -,297 -7,180 209 ,000
Pair 9 P_TRS3 - H_TRS3 -,610 ,886 ,061 -,730 -,489 -9,972 209 ,000
Pair 10 P_TRS4 - H_TRS4 -,419 ,780 ,054 -,525 -,313 -7,786 209 ,000
Pair 11 P_RLB1 - H_RLB1 -,429 ,799 ,055 -,537 -,320 -7,773 209 ,000
Pair 12 P_RLB2 - H_RLB2 -,333 ,741 ,051 -,434 -,233 -6,521 209 ,000
Pair 13 P_RLB3 - H_RLB3 -,376 ,780 ,054 -,482 -,270 -6,986 209 ,000
Pair 14 P_RLB4 - H_RLB4 -,610 ,963 ,066 -,741 -,478 -9,168 209 ,000
Pair 15 P_RLB5 - H_RLB5 -,514 ,860 ,059 -,631 -,397 -8,669 209 ,000
Pair 16 P_RLB6 - H_RLB6 -,490 ,882 ,061 -,610 -,371 -8,061 209 ,000
Pair 17 P_CS1 - H_CS1 -,557 ,847 ,058 -,672 -,442 -9,536 209 ,000
Pair 18 P_CS2 - H_CS2 -,548 ,938 ,065 -,675 -,420 -8,457 209 ,000
Pair 19 P_CS3 - H_CS3 -,438 ,800 ,055 -,547 -,329 -7,938 209 ,000
Pair 20 P_CS4 - H_CS4 -,500 ,843 ,058 -,615 -,385 -8,596 209 ,000
Pada Tabel 4.19 diatas menunjukan hasil pengujian Paired Samples
t-Test dan terlihat bahwa output yang ada pada tabel yang berwarna
kuning tersebut semua nilai Sig (2-tailed) bernilai .000 yang berarti < 0,5
243
maka dapat disimpulkan bahwa terdapat perbedaan yang signifikan atau
dapat dikatakan bahwa terdapat gap atau kesenjangan antara persepsi dan
harapan terhadap kualitas layanan website (Kurniawan 2009; Santoso,
2010).
4.2.6 Hasil Analisis Kesesuaian
Analisis ini digunakan untuk untuk mengetahui pencapaian kualitas
kinerja layanan e-government berupa website yang diberikan oleh Badan
Pusat Statistik berdasarkan penilaian masyarakat.
Pengukuran tersebut dilakukan dengan menghitung perbandingan
antara kenyataan atas layanan yang diterima atau persepsi pengguna
dengan harapan atas layanan yang diinginkan pengguna. Hasil yang
diperoleh adalah berupa tingkat kesesuaian pencapaian kualitas layanan
e-government berupa website di Badan Pusat Statistik.
Nilai dari tingkat kesesuaian yang diperoleh dari perbandingan
antara kenyataan atas layanan yang diterima terhadap harapan dari
masyarakat tersebut menggambarkan kualitas kinerja layanan yang
dinilai dalam bentuk persen kesesuaian.
244
Berikut ini adalah hasil tingkat kesesuaian antara kualitas layanan e-
government berupa website di Badan Pusat Statistik untuk masing-
masing dimensi E-Govqual.
Tabel 4.20 Hasil Analisis Tingkat Kesesuaian Tiap Dimensi
Indikator Mean Performance Mean Importance Tingkat Kesesuaian
Peratribut Perdimensi Peratribut Perdimensi Peratribut Perdimensi
EF2 3,86
3,74
4,40
4,28
88%
87%
EF3 3,62 4,30 84%
EF4 3,77 4,28 88%
EF5 3,68 4,23 87%
EF6 3,71 4,30 86%
EF7 3,79 4,19 90%
TRS1 3,74
3,74
4,30
4,24
87%
88% TRS2 3,84 4,25 90%
TRS3 3,67 4,28 86%
TRS4 3,71 4,13 90%
RLB1 3,86
3,85
4,29
4,30
90%
89%
RLB2 4,07 4,40 92%
RLB3 3,98 4,36 91%
RLB4 3,53 4,14 85%
RLB5 3,74 4,26 88%
RLB6 3,89 4,38 89%
CS1 3,54
3,58
4,10
4,09
86%
88% CS2 3,48 4,03 86%
CS3 3,66 4,10 89%
CS4 3,62 4,12 88%
245
Rata-Rata Tingkat Kesesuaian 4 Dimensi
88%
Tabel 4.20 menunjukkan rata-rata tingkat kesesuaian dari masing-
masing indikator yang ada di keempat variabel - variabel e-GovQual.
Dari tabel tersebut, terlihat bahwa semua nilai rata-rata tingkat
kesesuaian dari 4 dimensi bernilai 88% hasil tersebut menunjukan
bahwa kinerja dari masing-masing atribut pelayanan website Badan
Pusat Statistik sudah dapat memenuhi harapan dari pelanggan artinya
pelanggan merasa puas terhadap 20 atribut dari pelayanan e-Government
yang ada pada website Badan Pusat Statistik yang bersumber kepada
model E-Govqual, namun perlu ditingkatkan lagi kinerjanya.
Hal ini didukung dengan pendapat dari Indriwinangsih dan
Sudaryanto dalam (Lodhita, 2014), jika presentase 80-100% maka
kesesuaian tersebut dapat memenuhi harapan dari konsumen tetapi masih
perlu dilakukan perbaikan lagi. Presentase >100% dapat dikatakan
kinerja atribut tersebut telah melebihi harapan konsumen atau sangat
memuaskan.
Rata – rata kesesuaian terbesar terjadi pada variabel reliability
pada indikator RLB2 atau pengguna dapat mengakses website BPS
kapanpun jika membutuhkan dengan nilai tingkat kesesuaian mencapai
246
sebesar 92% hasil tersebut lebih besar dari nilai rata-rata tingkat
kesesuaian dari 4 dimensi yang mendapatkan hasil 88%. Nilai kesesuain
tersebut juga berarti tingkat aksesibilitas yang baik dari website BPS.
Kemudian nilai kesesuaian terendah terdapat pada variabel
efficiency yaitu indikator/atribut EF3 dengan persentase 84%, nilai
tersebut menunjukan harus ada perbaikan yang dilakukan oleh Badan
Pusat Statistik dalam melayani masyarakat tentang organisir peta situs
pada website BPS, karena pada indikator tersebut dirasa masih belum
memuaskan pengguna.
4.2.7 Hasil Analisis Kesenjangan (Gap Analysis)
Pada tahap analisis ini dilakukan untuk mengetahui tingkat
kesenjangan atau perbedaan antara harapan masyarakat dengan kinerja
yang dirasakan atau persepsi pengguna terhadap kualitas layanan e-
government berupa website.
Analisis ini dilakukan pada website Badan Pusat Statistik guna
untuk mengetahui kesenjangan yang terjadi pada layanan e-government
yang terdapat dalam website, analisis kesenjangan dilakukan berdasarkan
model E-Govqual yang ada. Analisis gap atau analisis kesenjangan dalam
penelitian ini dilakukan untuk tiga hal, yaitu analisis per item layanan,
247
analisis per dimensi layanan dan analisis rerata keseluruhan, sehingga
dapat diketahui kesenjangan yang terjadi antar tiap layanan/item atribut,
dimensi, dan secara keseluruhan dari 4 dimensi E-Govqual.
Hasil dari perhitungan gap P (Performance) - I (Importance) untuk
masing-masing item, per dimensi maupun rerata keseluruhan dapat
dilihat dalam tabel berikut:
Tabel 4.21 Hasil Analisis Tingkat Kesenjangan Tiap Dimensi
Indikator Mean Performance Mean Importance Gap
Peratribut Perdimensi Peratribut Perdimensi Peratribut Perdimensi
EF2 3,86
3,74
4,40
4,28
-0,54
-0,54
EF3 3,62 4,30 -0,68
EF4 3,77 4,28 -0,50
EF5 3,68 4,23 -0,55
EF6 3,71 4,30 -0,58
EF7 3,79 4,19 -0,40
TRS1 3,74
3,74
4,30
4,24
-0,56
-0,50
TRS2 3,84 4,25 -0,41
TRS3 3,67 4,28 -0,61
TRS4 3,71 4,13 -0,42
RLB1 3,86
3,85
4,29
4,30
-0,43
-0,46
RLB2 4,07 4,40 -0,33
RLB3 3,98 4,36 -0,38
RLB4 3,53 4,14 -0,61
RLB5 3,74 4,26 -0,51
RLB6 3,89 4,38 -0,49
248
CS1 3,54
3,58
4,10
4,09
-0,56
-0,51
CS2 3,48 4,03 -0,55
CS3 3,66 4,10 -0,44
CS4 3,62 4,12 -0,50
Rata-Rata Gap 4 Dimensi
-0,50
Tabel 4.21 menunjukkan rata-rata tingkat kesenjangan dari
masing-masing indikator yang ada di keempat variabel-variabel e-
GovQual. Dari tabel tersebut, terlihat bahwa semua nilai kesenjangan
pada masing-masing indikator bernilai negatif yang menunjukan
pelayanan yang diberikan belum sesuai dengan harapan pengguna
(Yulianti, 2016).
Jika dilihat berdasarkan variabel maka kesenjangan terbesar terjadi
pada variabel efficiency dengan nilai rata-rata sebesar -0.54, kemudian
disusul secara berturut-turut dengan variabel citizent support -0.51, lalu
variabel trust yang rata-rata nilainya sebesar -0.50, dan variabel
reliability dengan nilai -0.46.
Kemudian jika dilihat berdasarkan tingkat indikator/atribut maka
kesenjangan terbesar terjadi pada indikator/atribut EF3 dengan nilai (-
0,68) atau sama seperti hasil analisis kesesuaian sebelumnya yang
mengindikasikan diperlukan adanya perbaikan pada indikator ini, karena
249
jika dibandingkan dengan indikator yang lain indikator EF3 memiliki
harapan yang tinggi dari masyarakat untuk pelayanan yang baik namun
kenyataan yang terjadi pelayanan yang ada belum sesuai.
Selain itu sesuai hasil analisis pada tabel 4.21 pada tingkat atribut
terlihat bahwa kesejangan terkecil terjadai pada indikator/atribut RLB2
dengan nilai -0.33, hasil tersebut menunjukan dari 20 indikator/atribut
yang ada maka RLB2 adalah indikator/atribut yang paling mendekati
harpan masyarakat berdasarkan pelayanan yang diberikan.
Meskipun dari pengukuran hasil penelitian yang membandingkan
antara rata-rata performance dan importance nilai kesenjangan dari
keempat dimensi dari masing-masing menghasilkan nilai gap negatif,
akan tetapi menurut (Parasuraman, 1991) Jika hasil kesenjangan <-1
berarti baik, dan hasil >-1 berarti kualitas pelayanan yang diberikan tidak
baik. Maka dapat dikatakan bahwa kualiatas pelayanan e-government
pada website Badan Pusat Statistik sudah baik.
4.2.8 Hasil Analisis Importance Performance Analysis (IPA)
Selanjutnya dilakukan proses analisis dengan importance
performance analysis (IPA) menggunakan analisis kuadran yang
250
hasilnya dipetakan ke dalam diagram kartesius dengan sumbu x
menjelaskan tentang persepsi dan sumbu y untuk harapan. Berikut
merupakan hasil analisis kuadran yang diperoleh dari pengolahan data
hasil penyebaran kuesioner.
Gambar 4.11 Diagram Kartesius IPA Website BPS
Berdasarkan Gambar 4.11 di atas maka dapat diketahui sebagai berikut:
a. Kuadran A terdapat 3 faktor prioritas utama perbaikan yang terdiri
dari:
1) Indikator nomor 2 yaitu Peta situs terorganisir (EF3)
Kuadran A Kuadran B
Kuadran C Kuadran D
251
2) Indikator nomor 5 yaitu Informasi terbaru (EF6)
3) Indikator nomor 9 yaitu Keamanan data pribadi (TRS3)
b. Kuadran B berisi 9 faktor yang perlu dipertahankan kualitasnya yang
terdiri dari:
1) Indikator nomor 7 yaitu Mesin pencari efektif (EF2)
2) Indikator nomor 3 yaitu Memenuhi harapan pengguna (EF4)
3) Indikator nomor 15 yaitu Keamanan username dan password
(TRS1)
4) Indikator nomor 1 yaitu Otentifikasi data pribadi (TRS2)
5) Indikator nomor 8 yaitu Waktu unduh formulir singkat (RLB1)
6) Indikator nomor 11 yaitu Mudah diakses kapan pun dibutuhkan
(RLB2)
7) Indikator nomor 12 yaitu Keberhasilan layanan ketika pertama
kali diakses (RLB3)
8) Indikator nomor 13 yaitu Halaman website diunduh dengan cepat
(RLB5)
9) Indikator nomor 16 yaitu Kecocokan sistem browser (RLB6)
c. Kuadran C berisi 7 faktor dengan prioritas rendah yang terdiri dari:
1) Indikator nomor 4 yaitu Informasi tepat dan terperinci (EF5)
252
2) Indikator nomor 10 yaitu Penggunaan data pribadi untuk tujuan
yang jelas (TRS4)
3) Indikator nomor 19 yaitu Pelayanan tepat waktu (RLB4)
4) Indikator nomor 20 yaitu Pegawai tanggap terhadap masalah
pengguna (CS1)
5) Indikator nomor 14 yaitu Pegawai memberikan respon yang cepat
untuk pertanyaan pengguna (CS2)
6) Indikator nomor 17 yaitu Pegawai memiliki pengetahuan yang
cukup untuk menjawab pertanyaan-pertanyaan pengguna (CS3)
7) Indikator nomor 18 yaitu Pegawai memiliki kemampuan untuk
menyampaikan layanan dengan kepercayaan dan keyakinan
(CS4)
d. Kuadran D terdapat 1 faktor yang dianggap tidak begitu penting yang
terdiri dari:
1) Indikator nomor 6 yaitu Petunjuk pengisian formulir cukup (E7)
4.3 Interpretasi dan Diskusi Hasil Analisis
4.3.1 Interpretasi dan Diskusi Hasil Analisis Demografis
Berdasarkan hasil analisis informasi demografis profil
responden, peneliti melakukan interpretasi dan mendiskusikan hasil
253
analisisnya sebagai berikut, pada gambar 4.4 menampilkan bahwa
dari jumlah 210 responden yang dilibatkan dalam penelitian ini,
sebagian besar di dominasi oleh perempuan dengan jumlah 117
orang responden atau 56% dan responden laki-laki dengan jumlah
93 orang atau 44%.
Hal ini dikarenakan peneliti banyak menyebarkan kepada
teman-teman perempuan peneliti yang ternyata pernah
menggunakan website Badan Pusat Statistik untuk mencari data.
Sedangkan teman laki-laki peneliti, mereka rata-rata jarang atau
tidak pernah mencari data dengan web tersebut.
Dari Gambar 4.5 diketahui bahwa dari 210 data responden
yang digunakan di dalam penelitian ini, pekerjaan responden
didominasi dengan Pelajar / Mahasiswa, yaitu dengan jumlah 170
responden atau 81%, lalu Pegawai Swasta, yaitu dengan jumlah 22
responden atau 11 %, dilanjutkan dengan PNS dengan jumlah 9
responden atau 4%, kemudian Wirausaha dengan 5 responden atau
2%, dan yang terakhir 4 responden atau 2% memilih lain – lain.
Hal ini dikarenakan kebanyakan responden adalah teman -
teman peneliti yang masih mahasiswa / pelajar di mana memiliki
254
pengalaman dan pengetahuan yang cukup terhadap penggunaan
website Badan Pusat Statistik.
Dari Gambar 4.6 diketahui bahwa dari 210 data responden
yang digunakan di dalam penelitian ini, usia responden didominasi
dengan range 16 – 25 tahun, yaitu dengan jumlah 187 responden
atau 89%, usia responden 26 – 35 tahun dengan jumlah 16 responden
atau 8%, usia responden 36 - 45 tahun dengan jumlah 4 responden
atau 2%, 46 - 55 tahun dengan jumlah 2 responden atau 1%, dan
tidak ada responden pada rentang usia 56 – 65.
Hal ini dikarenakan kebanyakan responden adalah teman -
teman peneliti. Lalu berdasarkan teknik purpossive sampling,
peneliti harus mencari responden yang memiliki pengalaman dan
pengetahuan yang cukup terhadap penggunaan website Badan Pusat
Statistik di mana rata - rata orang dengan usia muda lebih paham
akan teknologi.
Gambar 4.7 menampilkan bahwa dari jumlah 210 responden
yang dilibatkan dalam penelitian ini, pendidikan terakhir didominasi
oleh SMA dengan jumlah 149 responden atau 71%, dilanjutkan
dengan S1 dengan jumlah 43 responden atau 20%, pendidikan
255
D1/2/3 dengan jumlah 16 responden atau 8%, dan pendidikan S2
dengan jumlah 2 responden atau 1%.
Hal ini dikarenakan responden didominasi oleh teman -
teman peneliti yang masih menempuh Pendidikan S1, sehingga
Pendidikan terakhir yang ditempuh adalah tingkat SMA atau
sederajat.
Gambar 4.8 menampilkan bahwa dari jumlah 210 responden
yang dilibatkan dalam penelitian ini, frekuensi kunjungan dari
responden didominasi dengan kurang dari sebulan sekali dengan
jumlah 137 responden atau 65%, sebulan sekali dengan jumlah 42
responden atau 20%, seminggu sekali dengan jumlah 24 responden
atau 12%, dan setiap hari dengan jumlah 7 responden atau 3%.
Dari data tersebut dapat dilihat banyak pengguna website
jarang menggunakan situs ini. Peneliti menganggap bahwa hal ini
mungkin terjadi karena sulitnya menemukan informasi atau data
yang dicari oleh pengguna.
Gambar 4.9 menampilkan bahwa dari jumlah 210 responden
yang dilibatkan dalam penelitian ini, durasi akses yang dilakukan
oleh responden didominasi dengan waktu kurang dari 5 menit
dengan jumlah 78 responden atau 37%, 5 – 10 menit dengan jumlah
256
55 responden atau 26%, 10 - 15 menit dengan jumlah 32 responden
atau 15%, 15 - 20 menit dengan jumlah 22 responden atau 11%, dan
20 – 30 menit dengan jumlah 23 responden atau 11%.
Dari data tersebut dapat peneliti menganggap banyak
responden yang mengakses website cepat dengan waktu <5 menit.
4.3.2 Interpretasi dan Diskusi Hasil Analisis Model Penelitian
Pada penelitian ini dilakukan analisis dengan dua tahap
untuk model penelitian, yaitu analisis outer model / measurement
model dan inner model / structural model.
Measurement model dilakukan untuk menguji reliabilitas
dan validitas outer model melalui indikator reliability (Tabel 4.2),
internal consistency reliability (Tabel 4.3), convergent validity
(Tabel 4.4), dan discriminant validity (Tabel 4.5 dan 4.6).
Sedangkan pengujian structural model (inner model)
melalui path ceofficient (β), coefficient of determination (𝑅2), t-test
melalui metode bootstrapping, effect size (f2), predictive relevance
(𝑄2), dan relative impact (𝑞2) menggunakan metode pengujian
blindfolding (Hair et al. 2017; Kock, 2018; Sarstedt et al. 2014;
Wong, 2013).
257
Namun karena model penelitian yang digunakan berbentuk
second order maka uji structural model (inner model) yang
dilakukan dengan uji signifikansi konstruk first order / T-test
dengan outer loading (Tabel 4.11), uji path coefficients (Tabel 4.8
dan 4.9) dengan bootstrapping (Ghozali, 2014), dan juga
ditambahkan dengan uji coefficient of determination (R²) seperti
pada penelitian (Jogiyanto, 2011; Naniek et al, 2012; Soekanto &
Mustikarini, 2017) yang terdapat pada tabel 4.10.
a. Interpretasi dan Diskusi Hasil Analisis Model Pengukuran
Berdasarkan hasil dari analisis model pengukuran yang
telah dilakukan oleh peneliti, terdapat dua hal penting yang harus
diperhatikan, yaitu :
1. Hasil dari analisis menunjukkan bahwa model
pengukuran dari penelitian ini sudah memenuhi syarat
serta memiliki karakteristik statistik yang baik dan layak
dilanjutkan ke tahapan analisis struktur model. Analisis
struktur model ini dilakukan guna menguji inner model
dari penelitian yang digunakan.
258
2. Dihapuskan 1 indikator yaitu EF1 (struktur web) dalam
model penelitian ini dikarenakan belum memenuhi
standar nilai outer loading.
Berdasarkan dua poin diatas maka peneliti perlu adanya
peninjuan kembali dan pengembangan instrumen penelitian
tersebut, baik melalui masukan/saran dari para ahli seperti
dosen-dosen, peneliti sebelumnya, atau yang lainnya agar
diperoleh model penelitian yang lebih tepat.
Penghapusan indikator tersebut mungkin dikarenakan
ketika proses pengumpulan data, peneliti tidak mendampingi
langsung responden ketika hendak mengisi kuesioner sehingga
memungkinkan terjadinya kesalahan pemaknaan item
pertanyaan oleh responden. Meskipun peneliti telah berusaha
melakukan yang sebaik-baiknya, tentu masih terdapat banyak
hal yang berada di luar kendali peneliti ketika pelaksanaannya di
lapangan.
b. Interpretasi dan Diskusi Hasil Analisis Struktur Model
Pada sub bab ini akan dilakukan pemaparan mengenai
interpretasi dan diskusi yang berdasarkan pada hasil dari 3
259
tahapan analisis struktur model yang telah dilakukan oleh
peneliti. Ketiga tahapan analisis tersebut adalah uji coefficient
of determination (R²) yang ada pada tabel 4.10, path coefficient
(β) yang ada pada tabel 4.8 – 4.9, dan t-test dengan metode
bootstrapping (Tabel 4.11). Berikut adalah pemaparan dari
hipotesis yang telah dirumuskan berdasarkan hasil analisis yang
telah dilakukan.
H1. Apakah Efficiency (EF) memiliki pengaruh terhadap
kualitas layanan e-government?
Berdasarkan hasil pengujian struktural model yang
dilakukan, hasil dari pengujian path coefficient (β)
menunjukkan bahwa variable (efficiency) EF memiliki
pengaruh signifikan terhadap kualitas layanan e-government,
serta menunjukan bahwa bahwa variabel EF dalam konstruk
first order merupakan konstruk dimensi pembentuk konstruk e-
Government Service Quality (Ghozali, 2014).
Kemudian pada pengujian t-test, juga didapatkan hasil valid
pada indikator pembentuk variabel EF mulai dari EF2, EF3,
EF4, EF5, EF6, dan EF 7 indikator tersebut memiliki hubungan
260
antara variabel EF dan e-Government Service Quality karena
memiliki nilai T-statistik diatas 1,96.
Hal ini konsisten dengan penelitian yang dilakukan
sebelumnya oleh (Xenia Papadomichelaki, e-GovQual: A
multiple- item scale for assesing e-government service quality,
2012; Haryani, 2016; Charaselt, 2018) yang menyatakan bahwa
variabel efficiency memiliki pengaruh terhadap e-Government
Service Quality. Peneliti berpendapat bahwa hasil pengamatan
dilapangan memberikan dukungan atas temuan ini. Responden
berpendapat bahwa menggunakan website Badan Pusat Statistik
dengan efisien akan memberikan pengaruh kepada kualitas
layanan e-Government yang diterima. Hal ini ditunjukan dengan
penggunaan website yang cepat dalam mengaksesnya atau <5
menit untuk mencari data/informasi statistik, sesuai dengan
hasil analisis demografis. Berdasarkan hal tersebut maka
hipotesis ini diterima.
H2. Apakah Trust (TRS) memiliki pengaruh terhadap kualitas
layanan e-government ?
261
Berdasarkan hasil pengujian struktural model yang
dilakukan, hasil dari pengujian path coefficient (β)
menunjukkan bahwa variable (trust) TRS memiliki pengaruh
signifikan terhadap kualitas layanan e-government, serta
menunjukan bahwa variabel TRS dalam konstruk first order
merupakan konstruk dimensi pembentuk konstruk e-
Government Service Quality (Ghozali, 2014). Kemudian pada
pengujian t-test, juga didapatkan hasil valid pada indikator
pembentuk variabel TRS mulai dari TRS1, TRS2, TRS3, dan
TRS4 indikator tersebut memiliki hubungan antara variabel
TRS dan e-Government Service Quality karena memiliki nilai
T-statistik diatas 1,96.
Hal ini sama seperti penelitian yang dilakukan sebelumnya
oleh (Xenia Papadomichelaki, e-GovQual: A multiple- item
scale for assesing e-government service quality, 2012; Haryani,
2016; Charaselt, 2018) yang menyatakan bahwa variabel trust
memiliki pengaruh terhadap e-Government Service Quality.
Peneliti berpendapat bahwa hasil pengamatan dilapangan
memberikan dukungan atas temuan ini. Responden berpendapat
bahwa website Badan Pusat Statistik sudah memberikan
perlindungan yang baik kepada pengguna atau masyarakat
262
sehingga memunculkan kepercayaan dalam menggunakan situs
tersebut. Hal ini ditunjukan dengan kesediaan pengguna untuk
mengisi data akun ketika ingin mengunduh beberapa informasi
yang mengharuskan untuk memiliki akses login ke sistem
informasi statistik. Berdasarkan hal tersebut maka hipotesis ini
diterima.
H3. Apakah Reliability (RLB) memiliki pengaruh terhadap
kualitas layanan e-government ?
Berdasarkan hasil pengujian struktural model yang
dilakukan, hasil dari pengujian path coefficient (β)
menunjukkan bahwa variable (reliability) RLB memiliki
pengaruh signifikan terhadap kualitas layanan e-government,
serta menunjukan bahwa variabel RLB dalam konstruk first
order merupakan konstruk dimensi pembentuk konstruk e-
Government Service Quality (Ghozali, 2014). Kemudian pada
pengujian t-test, juga didapatkan hasil valid pada indikator
pembentuk variabel RLB mulai dari RLB1, RLB2, RLB3,
RLB4, RLB5 dan RLB6 indikator tersebut memiliki hubungan
263
antara variabel RLB dan e-Government Service Quality karena
memiliki nilai T-statistik diatas 1,96.
Hal ini sama seperti penelitian yang dilakukan sebelumnya
oleh (Xenia Papadomichelaki, e-GovQual: A multiple- item
scale for assesing e-government service quality, 2012; Haryani,
2016; Charaselt, 2018) yang menyatakan bahwa variabel
reliability memiliki pengaruh terhadap e-Government Service
Quality. Peneliti berpendapat bahwa hasil pengamatan
dilapangan memberikan dukungan atas temuan ini. Responden
berpendapat bahwa website Badan Pusat Statistik sudah
memberikan kebenaran dan ketepatan waktu pengiriman
layanan. Istilah ini mencakup fungsi teknis kebenaran
(aksesibilitas dan ketersediaan) dan akurasi janji layanan. Hal
ini ditunjukan dengan respon yang baik dan cepat ketika
pengguna mengakses website BPS dan berita / informasi yang
ditampilkan relevan. Berdasarkan hal tersebut maka hipotesis
ini diterima.
H4. Apkah Citizen Support (CS) memiliki pengaruh terhadap
kualitas layanan e-government ?
264
Berdasarkan hasil pengujian struktural model yang
dilakukan, hasil dari pengujian path coefficient (β)
menunjukkan bahwa variable (Citizen Support) CS memiliki
pengaruh signifikan terhadap kualitas layanan e-government,
serta menunjukan bahwa variabel CS dalam konstruk first order
merupakan konstruk dimensi pembentuk konstruk e-
Government Service Quality (Ghozali, 2014). Kemudian pada
pengujian t-test, juga didapatkan hasil valid pada indikator
pembentuk variabel CS mulai dari CS1, CS2, CS3, dan CS4
indikator tersebut memiliki hubungan antara variabel CS dan e-
Government Service Quality karena memiliki nilai T-statistik
diatas 1,96.
Hal ini sama seperti penelitian yang dilakukan sebelumnya
oleh (Xenia Papadomichelaki, e-GovQual: A multiple- item
scale for assesing e-government service quality, 2012; Haryani,
2016; Charaselt, 2018) yang menyatakan bahwa variabel citizen
support memiliki pengaruh terhadap e-Government Service
Quality. Peneliti berpendapat bahwa hasil pengamatan
dilapangan memberikan dukungan atas temuan ini. Responden
berpendapat bahwa bantuan yang diberikan untuk membantu
masyarakat dalam pencarian informasi atau bertransaksi data ketika
265
mengakses website Badan Pusat Statistik sudah baik. Hal ini
ditunjukan dengan respon yang baik dan cepat dari layanan
masyarakat atau konsumen ketika pengguna mengalami
kesulitan ketika mencari data di website BPS. Berdasarkan hal
tersebut maka hipotesis ini diterima.
4.3.3 Interpretasi dan Diskusi Hasil Analisis Kesesuaian
Berdasarkan hasil penelitian analisis kesesuaian pada tabel
2.20 secara keseluruhan untuk e-government service quality
berdasarkan 4 dimensi e-govqual (efficiency, Trust, Reliability, dan
Citizen Support) memiliki kinerja sudah baik menurut pengguna, hal
ini ditunjukan dengan jumlah rata-rata untuk keempat dimensi sama
dengan atau lebih dari nilai cut off point yang telah ditentukan.
Meskipun pada kenyataanya masih ada item atribut yang nilai
tingkat kesesuaian menunujukan kepentingan > tingkat penilaian
atau dapat dikatakan bahwa Expected Sevice > Perceived Service,
sehingga perlu tetap diprioritaskan perbaikannya hasil tersebut sama
dengan penelitian yang dilakukan oleh (Yulianti, 2016).
Berdasarkan hasil analisis kesesuain masih terdapat ada 8
atribut dari 20 atribut e-Govqual yang masih dibawah nilai 88% atau
266
dibawah nilai rerata 4 dimensi sehingga perlu prioritas perbaikan.
Kualitas pelayanan e-governement yang baik pada website BPS akan
semakin meneguhkan posisi Badan Pusat Statistik sebagai rujukan
utama dalam penyedia data atau informasi perstatistikan di
Indonesia. Kualitas pelayanan e-government di keempat dimensi e-
Govqual akan membantu BPS dalam mengatasi tantangan dan
meningkatnya kesadaran dan tuntutan dari masyarakat akan data
statistik. Kualitas pelayanan ini harus terus dievaluasi dan diperbaiki
sesuai dengan perkembangan informasi dan teknologi di sektor
pemerintahan.
4.3.4 Interpretasi dan Diskusi Hasil Analisis Kesenjangan
Berdasarkan hasil penelitian analisis gap / kesenjangan pada
tabel 4.21 dengan notasi rumus Performance - Importance kualitas
layanan e-government untuk empat dimensi e-Govqual menunjukan
bahwa rata-rata gap yang terdapat pada dimensi yaitu, dimensi
efficiency (-0,54), citizen support (-0,51), trust (-0,50) dan reliability
dengan nilai terendah yaitu (-0,46). Hasil tersebut berbeda dengan
penelitian yang dilakukan oleh (Alfiani, 2019) dimana hasil
kesenjangan terbesar terdapat pada variabel reliability, yang
267
kemudian disusul secara berturut-turut oleh variabel citizent
support, efficiency, dan trust.
Perbedaan hasil penelitian ini bisa saja terjadi karena objek
penelitian dan karakteristik responden yang berbeda dengan
penelitian sebelumnya. Selain itu, hal ini bisa saja terjadi karena
pengguna merasa bahwa selama menggunakan website BPS
memiliki banyak kendala seputar aspek - aspek terkait efisiensi,
maka pengguna cenderung kesulitan dalam menggunakan nya.
Namun karena nilai rata - rata dari keempat dimensi E-
Govqual kualitas layanan e-government memiliki nilai <-1 dimana
sesuai dengan teori (Parasuraman, 1991) masih bernilai baik, akan
tetapi perbaikan harus tetap diprioritaskan karena nilai kesenjangan
yang menunjukan keseluruhan bernilai negatif, yang berarti masih
ada item yang dirasa pengguna belum sesuai harapan masyarakat.
4.3.5 Interpretasi dan Diskusi Hasil Analisis Importance
Performance Analysis (IPA)
Berdasarkan hasil analisis IPA pada gambar 4.11 dapat
dijabarkan pengklasifikasian faktor - faktor layanan berdasarkan
kepuasan pengguna dilihat dari hasil nilai persepsi dan harapan
268
menggunakan importance performance analysis atau analisis
kuadran adalah sebagai berikut:
a. Kuadran A (Prioritas Utama)
Indikator atau indikator pada kuadran A merupakan faktor
- faktor yang menjadi prioritas utama perbaikan atau
peningkatan kualitas layanan karena pada kuadran A terdapat
faktor penting atau faktor diharapkan pengguna tetapi kinerja
website dirasakan masih rendah sehingga dirasakan belum
memuaskan pengguna. Oleh sebab itu, pihak BPS perlu
mengalokasikan sumber daya yang memadai untuk
meningkatkan kinerja yang sudah ada.
Terdapat 3 indikator yang termasuk dalam kuadran A
yaitu : Peta situs pada website BPS terorganisasi dengan baik
(EF3), Informasi yang ditampilkan pada website BPS adalah
informasi terbaru (EF6), Data yang telah saya masukan ke
dalam website BPS diarsipkan dengan aman (TRS3).
(DeLone, 2003) menjelaskan pada penelitiannya bahwa
teknologi informasi pada umumnya dan internet pada
khususnya memiliki dampak yang besar dalam operasi bisnis.
Salah satu yang digunakan dalam mengukur tingkat kualitas
269
kesuksesan sistem adalah variabel kualitas informasi.
Disebutkan bahwa konten website harus dipersonalisasi,
lengkap, relevan, mudah dipahami, dan informasi yang
disediakan diperbaharui secara berkala dan rutin agar
memperoleh pelayanan yang baik serta kembali mengunjungi
website secara berkala.
(Kaisara, 2011) dan (Hien, 2014) juga berpendapat
bahwa kualitas informasi memenuhi spesifikasi atau
persyaratan dari perspektif informasi dan cocok untuk
digunakan oleh konsumen informasi dari perspektif pengguna.
Untuk kondisi saat ini yang terjadi dilapangan adalah
telah adanya upaya yang dilakukan oleh pihak BPS dalam
melakukan perbaikan kualitas layanan website dengan
pembentukan tim khusus yaitu operator untuk masing - masing
layanan agar dapat memberikan pelayanan secara in time,
membuat dan editing berita sehingga dapat menyediakan
informasi terbaru dengan tepat dan terperinci.
b. Kuadran B (Pertahankan Prestasi)
Indikator - indikator yang terletak pada kuadran B
merupakan faktor - faktor yang menjadi kepuasan tertinggi
270
pengguna layanan website BPS agar dipertahankan kualitasnya,
karena pada kuadran B sudah dianggap memenuhi harapan.
Dengan kata lain indikator - indikator ini dinilai sesuai atau
melebihi harapan / kepentingan dari penggunanya, sehingga
pihak BPS perlu memastikan bahwa kinerja yang dikelola dapat
terus dipertahankan prestasinya atas pencapaian yang telah
dilakukan.
Terdapat 9 indikator yang terletak pada kuadran B
diantaranya yaitu: Mesin pencari efektif (EF2), Memenuhi
harapan pengguna (EF4), Keamanan username dan password
(TRS1), Otentifikasi data pribadi (TRS2), Waktu unduh
formulir singkat (RLB1), Mudah diakses kapan pun dibutuhkan
(RLB2), Keberhasilan layanan ketika pertama kali diakses
(RLB3), Halaman website diunduh dengan cepat (RLB5), dan
Kecocokan sistem browser (RLB6)
Terlihat bahwa 5 dari 9 indikator yang berada pada
kuadran ini mayoritas di dominasi oleh dimensi reliability atau
kehandalan, hal tersebut menunjukan bahwa website BPS sudah
memiliki kehandalan yang baik dan perlu dipertahankan.
271
Dari hasil penelusuran yang dilakukan oleh peneliti,
beberapa browser yang kompatibel untuk mengakses website
BPS diantaranya yaitu Google Chrome, Mozilla Firefox, Opera,
UC Browser, dan mungkin masih banyak lagi lainnya. Website
BPS juga berhasil diakses pertama kali pada browser tersebut
kapan pun dibutuhkan saat terkoneksi dengan jaringan internet
dengan memiliki peta situs serta mesin pencari yang efektif.
Terdapat faktor website BPS memenuhi kebutuhan
pengguna yang perlu dipertahankan kualitasnya, peneliti
beranggapan bahwa saat ini layanan yang diberikan pada
website cukup membantu masyarakat dalam kemudahan
mendapatkan pelayanan yang dapat meminimalisir waktu
karena tidak harus datang langsung kekantor BPS terkait dan
dapat di remote secara online kapan pun dan dimana pun.
c. Kuadran C (Prioritas Rendah)
Terdapat 7 indikator yang terletak pada kuadran C
diantaranya sebagai berikut : Informasi tepat dan terperinci
(EF5), Penggunaan data pribadi untuk tujuan yang jelas (TRS4),
Pelayanan tepat waktu (RLB4), Pegawai tanggap terhadap
masalah pengguna (CS1), Pegawai memberikan respon yang
272
cepat untuk pertanyaan pengguna (CS2), Pegawai memiliki
pengetahuan yang cukup untuk menjawab pertanyaan -
pertanyaan pengguna (CS3), dan Pegawai memiliki
kemampuan untuk menyampaikan layanan dengan kepercayaan
dan keyakinan (CS4)
Indikator - indikator yang terletak pada kuadran C ini
merupakan faktor - faktor dengan prioritas rendah, karena pada
kuadran C kinerja dirasa rendah oleh pengguna namun harapan
atau kepentingannya juga tidak dianggap penting oleh
pengguna. Sehingga indikator ini tidak menjadi prioritas utama
pihak BPS dalam memberikan perhatian dan mengadakan
perbaikan.
d. Kuadran D (Kurang Penting)
Terdapat 1 indikator yang terletak pada kuadran D yaitu
petunjuk pengisian formulir cukup (E7). Indikator yang terletak
pada kuadran D ini merupakan faktor yang dianggap kurang
penting atau dalam kondisi yang berlebihan, yaitu kinerja dari
website sudah dianggap sangat baik, namun kepentingannya
dinilai rendah oleh pengguna sehingga sering diabaikan. Oleh
karena itu, BPS harus mengevaluasi indikator ini, alih - alih
273
terus berlanjut fokus pada kuadran ini, mereka harus
mengalokasikan lebih banyak sumber daya untuk menangani
indikator yang berada di kuadran A yang menjadi prioritas
perbaikan utama.
4.4 Perbandingan Hasil Penelitian
Pada dasarnya, penelitian ini menggunakan variabel yang sudah
digunakan dalam penelitian sebelumnya. Hanya saja, peneliti melakukan
kombinasi model yaitu dengan menggabungkan dua metode yang pernah
digunakan dalam penelitian sebelumnya ke dalam penelitian ini.
Penggabungan kedua model tersebut didasarkan pada permasalahan yang
terjadi sesuai dengan studi kasus.
Pada penelitian ini model e-Govqual digunakan untuk mengukur
kualitas layanan e-Government seperti pada penelitian (Michail P.
Ataloglou, 2009; Alanezi et al, 2012; Mudjahidin, 2013; Setyaningrum,
2015; Haryani, 2016; Napitupulu 2016; Wahono, 2017; Amanda, 2017;
Albar et al, 2017; Abdurahman & Octavia, 2017; Widiani, 2018; Cahayati,
2018; Charaselt, 2018; Jamiansyah, 2018; Sulaiman et al, 2018; Saputra et
al, 2018, Rusli, 2018). Namun yang membedakan adalah pada penelitian ini
bertujuan untuk mengetahui hubungan antara setiap variabel yang
274
mempengaruhi kualitas layanan e-government seperti pada penelitian
(Haryani, 2016; Charaselt, 2018).
Kemudian ditambahkan pula metode Importance Performance
Analysis (IPA) seperti pada penelitian yang telah dilakukan oleh
(Napitupulu, 2016; Muhammad Yusuf Abdurahman, 2017) di penelitian
tersebut mereka mengembangkan kerangka evaluasi e-Government dengan
menggabungkan model e-govqual dan Importance Performance Analysis
(IPA) yang digunakan untuk mengetahui kualitas layanan e-government di
Indonesia dan mengetahui aspek yang perlu ditingkatkan pada layanan e-
government, penelitian lain yang berkaitan adalah (Abdulloh Hamid
Sulaiman, 2018; Rino Agus Saputra, 2018). Namun tidak diketahui
hubungan antara variabel terhadap kualitas layanan e-government, oleh
karena itu maka pada penelitian ini salah satu tujuannya untuk mengetahui
hubungan tersebut tersebut serta saran perbaikan yang dilakukan.
Pada penelitian ini metode e-govqual digunakan untuk mengetahui
hubungan dimensi Efficiency, Trust, Reliability, dan Citizen Support
terhadap kualitas layanan e-government, dan metode e-govqual tersebut
memiliki 4 dimensi dan 21 atribut (Haryani, 2016; Charaselt, 2018).
Kemudian digunakan metode Importance-Performance Analysis (IPA)
yang berguna untuk mengidentifikasi 21 atribut e-govqual yang kedalam 4
kuadran A,B,C, dan D. Sehingga diketahui atribut apa saja yang harus
275
diperbaiki dan dipertahankan oleh pengelola website tersebut (Napitupulu,
2016; Muhammad Yusuf Abdurahman, 2017).
Hasil penelitian ini menemukan bahwa pengguna website atau
masyarakat merasa puas terhadap kualitas layanan e-Government yang ada
pada website Badan Pusat Statistik, namun perlu ditingkatkan lagi
kinerjanya, karena nilai analisis kesenjangan masih menunjukan nilai
negatif, temuan ini sama seperti penelitian yang dilakukan oleh (Alfiani,
2019) dimana walaupun hasil analisis kesenjangan dari 4 dimensi bernilai
negatif namun hasilnya < -1 yang berarti baik atau puas (Parasuraman,
1991).
Hasil penelitian berikutnya dalam penelitian ini adalah keempat
dimensi e-Govqual yang diteliti, yaitu Efficiency, Trust, Reliability, dan
Citizen support signifikan mempengaruhi kualitas layanan e-government
website pada Badan Pusat Statistik hal ini terlihat dari nilai t-statistics
> 1.96, atau 4 hipotesis yang ada di dalam penelitian diterima, hasil
penelitian ini sesuai dengan penelitian yang dilakukan oleh (Xenia
Papadomichelaki, e-GovQual: A multiple- item scale for assesing e-
government service quality, 2012; Haryani, 2016; Charaselt, 2018).
Lalu ditemukan hasil bahwa dari 4 dimensi yang ada, dimensi
yang memiliki tingkat kesesuain terbesar antara harapan dan kinerja berturut
- turut adalah dimensi Reliability, Trust, Citizen Support, dan Efficiency.
276
Meskipun pada kenyataanya masih ada item atribut yang nilai tingkat
kesesuaian menunujukan kepentingan > tingkat penilaian atau dapat
dikatakan bahwa Expected Sevice > Perceived Service, sehingga perlu tetap
diprioritaskan perbaikannya hasil tersebut sama dengan penelitian yang
dilakukan oleh (Yulianti, 2016).
Hasil penelitian lain menemukan bahwa semua indikator dari e-
Govqual pada penelitian ini memiliki nilai kesenjangan / gap yang bernilai
negatif, dengan nilai kesenjangan terbesar berturut - turut ada pada variabel
Efficiency, Citizen support, Trust, dan Reliability. Hal ini berbeda dengan
penelitian yang dilakukan oleh (Alfiani, 2019) dimana dalam penelitian
tersebut nilai kesenjangan terbesar ada pada variabel reliability (keandalan
layanan website yang disediakan seperti aksesibilitas, ketersediaan dan
keakuratan informasi yang dibutuhkan pengguna). Perbedaan hasil
penelitian ini bisa saja terjadi karena objek penelitian dan karakteristik
responden yang berbeda dengan penelitian sebelumnya. Selain itu, hal ini
bisa saja terjadi karena pengguna merasa bahwa selama menggunakan
website BPS memiliki banyak kendala seputar aspek - aspek terkait
efisiensi, maka pengguna cenderung kesulitan dalam menggunakan nya.
Kesimpulan akhir yang di dapat yaitu penelitian ini memiliki
perbedaan dengan penelitian - penelitian sebelumnya, karena pada
penelitian sebelumnya hanya berfokus pada pengukuran atau penilaian e-
277
government saja tanpa melakukan analisis hubungan antara variabel
terhadap kualitas layanan e-government dan tidak memberikan saran
perbaikan, oleh karena itu maka pada penelitian ini akan mengetahui hal
tersebut serta memberikan saran perbaikan yang dilakukan.
4.5 Implikasi Hasil
Berdasarkan interpretasi hasil di atas, implikasi dari penelitian ini, yaitu:
1. Hasil analisis data demografis dari penelitian ini didapatkan bahwa:
a. Hasil pengguna website BPS lebih dominan pada Pelajar /
Mahasiswa (Gambar 4.5) di usia 16 – 25 tahun (Gambar 4.6)
dengan jumlah 187 responden, dan hasil yang paling sedikit di usia
46 - 55 tahun dengan jumlah 2 responden.
b. Hasil pengguna website BPS didominasi oleh jenis kelamin
perempuan sebanyak 117 responden dan jenis kelamin laki - laki
sebanyak 93 responden (Gambar 4.4 ).
c. Hasil tingkat pendidikan terkhir pengguna pada website BPS
dimulai dari SMA / Sederajat sampai S3. Dari hasil yang
diperoleh, pendidikan terbanyak ada pada lulusan SMA dengan
jumlah 149 responden, dan pendidikan terkecil ada pada lulusan
S2 dengan jumlah 2 responden (Gambar 4.7).
278
d. Hasil frekuensi pengunjung (Gambar 4.8) dari penelitian ini terdiri
dari setiap hari sampai kurang dari sebulan sekali. Dari hasil yang
diperoleh, frekuensi pengunjung terbanyak adalah kurang dari
sebulan sekali dengan jumlah 137 responden, dan nilai terkecil
yaitu setiap hari dengan jumlah 7 responden.
e. Hasil durasi akses (Gambar 4.9) dari penelitian ini terdiri dari < 5
menit sampai 20 – 30 menit. Dari hasil yang diperoleh, durasi
akses masyarakat terhadap website BPS terbanyak adalah < 5
menit dengan jumlah 78 responden, dan nilai terkecil yaitu 20 –
30 menit dengan jumlah 23 responden.
2. Hasil analisis struktural yang terdapat pada model pada second order
yang terdiri dari uji coefficient of determination (R²) yang ada pada
tabel 4.10, path coefficient (β) yang ada pada tabel 4.8 – 4.9, dan t-
test dengan metode bootstrapping pada tabel 4.11, maka didapatkan
hasil bahwa:
a. Terdapat empat hipotesa yang signifikan dan diterima, di mana
didapatkan:
1. Efficiency (EF) berpengaruh terhadap kualitas layanan e-
government, hal ini menyatakan website BPS memiliki aspek
279
- aspek efisisensi yang sudah dirasakan oleh pengguna,
meskipun beberapa atribut perlu dilakukan perbaikan.
2. Trust (TRS) berpengaruh terhadap kualitas layanan e-
government, hal ini menyatakan pengguna website BPS
merasa aman saat menggunakan website sehingga tercipta
kepercayaan masyarakat.
3. Reliability (RLB) berpengaruh terhadap kualitas layanan e-
government, hal ini menyatakan pengguna website BPS
merasa respon yang baik dan cepat ketika mengakses website
BPS dan berita / informasi yang ditampilkan relevan.
4. Citizen Support (CS) berpengaruh terhadap kualitas layanan e-
government, hal ini menyatakan pengguna website BPS
merasa respon yang baik dan cepat terhadap layanan
masyarakat atau konsumen ketika pengguna mengalami
kesulitan ketika mencari data di website BPS.
3. Hasil analisis kesesuaian yang ada pada tabel 4.20 dari penelitian ini
didapatkan bahwa:
a. Dimensi efficiency mendapatkan rerata tingkat kesesuaian
sebesar 87% atau 1% dibawah rerata 4 dimensi yang lain, hal ini
menyatakan bahwa diantara 4 dimensi yang lain maka dimensi ini
280
adalah dimensi yang perlu mendapatkan perhatian lebih dari
pengelola website BPS.
b. Dimensi trust mendapatkan rerata tingkat kesesuaian sebesar
88% atau sama dengan rerata 4 dimensi yang lain, hal ini
menyatakan bahwa layanan yang ada terkait dengan dimensi ini
harus di tingkatkan.
c. Dimensi reliability mendapatkan rerata tingkat kesesuaian
sebesar 89% atau lebih tinggi 1% dari rerata 4 dimensi yang lain,
hal ini menyatakan bahwa diantara 4 dimensi yang lain dimensi
ini adalah yang paling memberikan layanan paling baik.
d. Dimensi citizen support mendapatkan rerata tingkat kesesuaian
sebesar 88% atau sama dengan rerata 4 dimensi yang lain, hal ini
menyatakan bahwa layanan yang ada terkait dengan dimensi ini
harus di tingkatkan.
4. Hasil analisis kesenjangan / gap yang ada pada tabel 4.21 dari
penelitian ini didapatkan bahwa:
a. Dimensi efficiency mendapatkan rerata tingkat gap sebesar (-
0,54) atau lebih besar dari rerata 4 dimensi yang lain, hal ini
281
menyatakan bahwa diantara 4 dimensi yang lain maka dimensi ini
memiliki kinerja yang paling rendah.
b. Dimensi trust mendapatkan rerata tingkat gap sebesar (-0,50) atau
sama dengan rerata 4 dimensi yang lain, hal ini menyatakan
bahwa terjadi perbedaan antara harapan dan kenyataan yang ada
ketika menggunakan website yang perlu diperbaiki.
c. Dimensi reliability mendapatkan rerata tingkat gap sebesar (-
0,46) atau lebih rendah dari rerata 4 dimensi yang lain, hal ini
menyatakan bahwa diantara 4 dimensi yang lain dimensi ini
adalah yang paling memberikan layanan paling baik.
d. Dimensi citizen support mendapatkan rerata tingkat gap sebesar
(-0,51) atau lebih tinggi dari rerata 4 dimensi yang lain, hal ini
menyatakan bahwa harapan lebih besar dari kenyataan yang
diberikan oleh website sehingga perlu menjadi perhatian
pengembang website.
5. Hasil analisis Importance Performance Analysis (IPA) yang ada pada
gambar 4.11 dari penelitian ini didapatkan bahwa:
a. Kuadran A terdapat 3 faktor yang menjadi prioritas utama untuk
perbaikan dimana 2 dari 3 indikator berasal dari dimensi
282
efficiency yaitu EF3 dan EF 6, serta sisanya berasal dari dimensi
trust yaitu TRS3.
b. Kuadran B terdapat 9 faktor yang perlu dipertahankan dimana 5
dari 9 indikator berasal dari dimensi reliability yaitu RLB1,
RLB2, RLB3, RLB 5, dan RLB6, serta sisanya berasal dari
dimensi efficiency dan trust, yaitu EF2,EF4, TRS1, dan TRS2.
c. Kuadran C terdapat 7 faktor yang menjadi prioritas rendah
perbaikan dipertahankan dimana 4 dari 7 indikator berasal dari
dimensi citizen support yaitu CS1, CS2, CS3, dan CS4, serta
sisanya berasal dari dimensi efficiency, reliability dan trust, yaitu
EF5, TRS4, dan RLB4.
d. Kuadran D terdapat 1 faktor yang dianggap tidak begitu penting
yaitu EF7
6. Berdasarkan hasil temuan itu juga dapat disimpulkan bahwa
penelitian ini telah memberikan konstribusi berupa :
a. Secara metodologi, penelitian ini berperan dalam mendorong
penggunaan metode kuantitatif pada riset atau penelitian di
Program Studi Sistem Informasi di UIN Syarif Hidayatullah
Jakarta.
283
b. Secara praktis, penelitian ini dapat menjadi bahan pertimbangan
bagi Sub Direktorat Layanan Dan Promosi Statistik pada Badan
Pusat Statistik Republik Indonesia dalam rencana pengembangan
website berikutnya.
4.6 Limitation of Study
Berdasarkan hasil analisa yang didapatkan, bahwa penelitian ini
terbatas pada hal-hal sebagai berikut, yaitu:
1. Penelitian ini menggunakan teknik purposive sampling dan Accidental
sampling dalam pemilihan sampelnya. Teknik sampling ini
menyebabkan penelitian tidak dapat digeneralisasikan karena jumlah
sampel yang digunakan belum mewakili kelompok pengguna yang
menjadi responden dari penelitian. Oleh karena itu maka untuk
penelitian selanjutnya dapat menggunakan Teknik sampling yang dapat
menggeneralisasikan hasil penelitian seperti Teknik simple random
sampling.
2. Pada penelitian ini menggunakan metode e-Govqual (Xenia
Papadomichelaki, e-GovQual: A multiple- item scale for assesing e-
government service quality, 2012) dengan dimensi mengenai efisiensi,
kehandalan, kepercayaan, dan dukungan masyarakat, sehingga aspek e-
government yang ada hanya terfokus pada 4 dimensi tersebut. Maka
284
dibutuhkan tambahan variabel yang lain untuk mengukur atau
melakukan analisis antar faktor – faktor e-government.
Pada model e-govqual belum diketahui tingkat kepuasan dari
pengguna (user satisfaction), serta penggunaan ulang layanan e-
government yang telah digunakan sebelumnya (intent to use). Oleh
karena itu maka pada penelitian selanjutnya dapat menambahkan kedua
variabel tersebut.
285
286
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Penelitian ini telah berhasil mengetahui status persepsi masyarakat terhadap
kualitas layanan e-government pada website Badan Pusat Statistik, mengetahui
faktor – faktor yang mempengaruhi kualitas layanan e-government pada website
Badan Pusat Statistik berdasarkan model e-Govqual, dan mengetahui atribut
yang menjadi prioritas perbaikan kualitas layanan berdasarkan hasil analisis
Importance Performance Analysis (IPA).
Berdasarkan hasil pembahasan analisis kualitas layanan e-government
menggunakan metode e-Govqual dan importance performance analysis (IPA)
pada Badan Pusat Statistik, maka dapat disimpulkan bahwa:
1. Pengguna website atau masyarakat merasa puas terhadap kualitas
layanan e-Government yang ada pada website Badan Pusat Statistik
yang terlihat dari nilai rata – rata analisis kesesuaian dari 4 dimensi
sebesar 88%, namun perlu ditingkatkan lagi kinerjanya, karena nilai
analisis kesenjangan masih menunjukan nilai negatif, dengan variabel
efficiency (-0.54), citizent support (-0.51), trust (-0.50), dan reliability
(-0.46)
287
2. Keempat dimensi e-Govqual yang diteliti, yaitu Efficiency, Trust,
Reliability, dan Citizen support signifikan mempengaruhi kualitas
layanan e-government website pada Badan Pusat Statistik hal ini
terlihat dari nilai t-statistics > 1.96, atau 4 hipotesis yang ada di dalam
penelitian diterima.
3. Dari 4 dimensi yang ada, dimensi yang memiliki tingkat kesesuain
terbesar antara harapan dan kinerja berturut-turut adalah dimensi
Reliability (89%), Trust (88%), Citizen Support (88%), dan
Efficiency (87%).
4. Faktor-faktor dari e-GovQual yang menjadi prioritas utama perbaikan
kualitas layanan website tersebut adalah Peta situs terorganisir (EF3),
Informasi terbaru (EF6), dan Keamanan data pribadi (TRS3).
5. Terdapat 9 faktor dari e-GovQual yang menjadi kepuasan tertinggi
pengguna sehingga perlu dipertahankan prestasinya oleh BPS. Adapun
9 faktor dengan nilai tertinggi yaitu terdapat pada kuadran B
diantaranya yaitu: Mesin pencari efektif (EF2), Memenuhi harapan
pengguna (EF4), Keamanan username dan password (TRS1),
Otentifikasi data pribadi (TRS2), Waktu unduh formulir singkat
(RLB1), Mudah diakses kapan pun dibutuhkan (RLB2), Keberhasilan
layanan ketika pertama kali diakses (RLB3), Halaman website diunduh
dengan cepat (RLB5), dan Kecocokan sistem browser (RLB6).
288
Berdasarkan beberapa hasil temuan tersebut juga peneliti menganggap
penelitian ini dapat memberikan manfaat dan berkontribusi pada beberapa
hal yaitu menjadi bahan referensi bagi Badan Pusat Statistik dalam
meningkatkan kualitas layanan e-government yang ada pada website
mereka, menjadi referensi untuk penelitian - penelitian yang berkaitan
dengan analisis kepuasan pengguna, serta mendorong pemanfaatan metode
kuantitatif pada penggunaan model e-Govqual dan Importance
Performance Analysis
5.2 Saran
Pada bagian ini peneliti menjelaskan saran untuk penelitian selanjutnya
berdasarkan hasil dan batasan yang sudah dijelaskan sebelumnya. Maka
peneliti merekomendasikan sebagai berikut:
a. Pada penelitian berikutnya sebaiknya digunakan teknik Simple
random sampling.
b. Untuk penelitian selanjutnya, diharapkan dapat menambahkan
atau mengembangkan variabel pada penelitiannya seperti variabel
kepuasan dari pengguna (user satisfaction), serta penggunaan
ulang layanan (intent to use).
286
c.
290
DAFTAR PUSTAKA
Abdulloh Hamid Sulaiman, H. A. (2018). Evaluasi Kualitas Layanan Website
Pemerintah Kota Batu Dengan Metode E-Govqual Dan Importance
Performance Analysis (Ipa) . Jurnal Pengembangan Teknologi Informasi
Dan Ilmu Komputer, 493-502 .
Abubakar An, S. (2010). Kualitas Pelayanan Penyuluhan Dan Kepuasan Petani
Dalam Penanganan Dan Pengolahan Hasil Ubi Jalar (Ipomoea Batatas L.).
. Jurnal Penyuluhan Pertanian 5.
Albar, H. M. (2017). Is E-Government Service Quality (E-Govqual) Model Still
Relevant? A Study In The Context Of Indonesian Government. Computer
Science And Information Technology, 155-160.
Albar, H. M. (2017). Is E-Government Service Quality (E-Govqual) Model Still
Relevant? A Study In The Context Of Indonesian Government. Computer
Science And Information Technology, 155-160.
Alfiani, N. (2019). Pengukuran Kualitas Layanan Website Pemerintahan Kota
Tangerang Selatan Menggunakan E-Govqual Dan Importance
Performance Analysis (Ipa). Jakarta: Skirpsi Jurusan Sistem Informasi Uin
Jakarta.
291
Amalia, E. (2018). Tantangan Dan Isu-Isu E-Government Indonesia Dilihat Dari
Layanan Untuk Masyarakat. Jurnal Masyarakat Informatika Unjani, Vol.
2, No. 2, Pp 72 - 84.
Amanda, P. S. (2017). Skripsi : Kualitas Pelayanan E-Goverment Melalui Smart
Kampung Di Kabupate Banyuwangi. Jember: Universitas Jember.
Andre Soekanto, C. N. (2017). Faktor Pendorong Kesuksesan Bisnis Start-Up Di
Surabaya. Performa: Jurnal Manajemen Dan Start-Up Bisnis Volume 2,
Nomor 3,, 306-315.
Aprianty, D. R. (2016). Penerapan Kebijakan E-Government Dalam Peningkatan
Mutu Pelayanan Publik Di Kantor Kecamatan Sambutan Kota Samarinda,.
1589-1602.
Ardhana, Y. (2012). Php: Menyelesaikan Website 30 Juta. Yogyakarta: Jasakom.
Arif Masthori, H. A. (2016). Penggunaan Metode Webqual Modifikasi Dalam
Evaluasi Kualitas Layanan Website Pemerintah Daerah. Jurnal Pekommas,
57-68.
Arikunto, S. (2010). Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta:
Rineka Cipta.
292
Ariyanti, F. (2019, April 6). Retrieved From
Https://Www.Liputan6.Com/Bisnis/Read/3190933/Bps-Minta-Tambahan-
Ratusan-Cpns-Di-2018
Azwar, S. (2000). Sikap Manusia, Teori Dan Pengukurannya. Yogyakarta: Pustaka.
Bakry, S. H. (2004). Development Of E-Government: A Stope View. International
Journal Of Network Management, 339-350.
Bertot, J. J. (2012). Promoting Transparency And Accountability Through Icts,
Social Media, And Collaborative E-Government. Transforming
Government: People, Process And Policy,, Vol. 6 Iss: 1, Pp.78 – 91.
Bpptik. (2019, 2 1). Balai Pelatihan Dan Pengembangan Teknologi Informasi Dan
Komunikasi (Bpptik) Kementerian Kominfo. Retrieved From Survei Pbb
2018: Peringkat E-Government Indonesia:
Https://Bpptik.Kominfo.Go.Id/2018/08/23/5938/Survei-Pbb-2018-
Peringkat-E-Government-Indonesia/
Bps. (2018, Desember 3). Retrieved From Www.Bps.Go.Id.
Bps. (2018). Analisis Hasil Survei Kebutuhan Data 2018. Jakarta: Badan Pusat
Statistik.
Bps. (2018, January 1). Website Bps. Retrieved From Https://Www.Bps.Go.Id/:
Https://Www.Bps.Go.Id/Menu/1/Tentang-Bps.Html#Mastermenutab1
293
Bps. (2019, April 3). Retrieved From Https://Www.Bps.Go.Id/Menu/7/Statistik-
Pengguna.Html#Mastermenutab1
Bps. (2019, April 3). Https://Www.Bps.Go.Id/Menu/1/Informasi-
Umum.Html#Mastermenutab1. Retrieved From Https://Www.Bps.Go.Id/.
Budhiasa, S. (2016). Analisis Statistik Multivariate Dengan Aplikasi Sem Pls
Smartpls 3.2.6. Denpasar: Udayana University Press.
Budi, R. (2013). Pengaruh Kualitas Web Terhadap Tingkat Kepuasan Penggunaan
Google Scholar (Studi Pada Mahasiswa Unair Sebagai Penunjang Kegiatan
Akademis). Jurnal Libri-Net, Vol. 2, No. 1,Published: 2013-01.
Cahayati, H. A. (2018). Penilaian Kualitas Website Kebudayaan Pada
Kemendikbud Menggunakan Dimensi E-Govqual (Studi Kasus: Direktorat
Jenderal Kebudayaan Republik Indonesia). Jakarta: Uin Syarif
Hidayatulloh.
Charaselt, V. D. (2018). Evaluasi Kualitas Layanan Website Pemerintahan Untuk
Bisnis Dengan Pendekatan E-Govqual (Studi Kasus : Pemerintah Daerah
Provinsi Lampung ). Lampung: Universitas Lampung.
Chin, W. W. (1998). The Partial Least Squares Approach For Structural Equation
Modelling. In W. W. Chin, Modern Methods For Business Research (Pp.
294
295-336). Mahwah, New Jersey, London: Lawrence Erlbaum Associates
Publisher.
Chutimaskul, W. F. (2008). The Quality Framework Of E-Government
Development. Proceedings Of The 2nd International Conference On
Theory And Practice Of Electronic Governance, Icegov‟ 08, 105-109.
Cohen, L. M. (2007). Research Methods In Education. New York: Routledge.
Creswell, J. W. (2014). Research Design: Qualitative, Quantitative, And, Mixed
Methods Approaches (4th Ed.). Sage Publications. Retrieved From
Https://Ia800408.Us.Archive.Org. .
Delone, W. H. (2003). The Delone And Mclean Model Of Information Systems
Success : A Ten-Year Update. Journal Of Management Information
Systems / Spring 2003, 19(4), 9–30.
Effendi, M. P. (2012). Analisis Faktor Konfirmatori Untuk. Jurnal Sains Dan Seni
Its.
Filipe Sá, Á. R. (2015). From The Quality Of Traditional Services To The Quality
Of Local E-Government Online Services: A Literature Review.
Government Information Quarterly, 1-12.
Ghozali, I. (2011). Structural Equation Modelling, Metode Alternatif Dengan
Partial Least Squares (Pls). Semarang: Badan Penerbit - Undip.
295
Ghozali, I. (2014). Partial Least Squares Konsep, Teknik Dan Aplikasi
Menggunakan Program Smartpls 3.0 Edisi 2. Semarang: Badan Penerbit -
Undip.
Guritno. (2011). Metodologi Penelitian Teknologi Informasi. Yogyakarta: Andi.
Hair, J. F. (2011). Pls-Sem: Indeed A Silver Bullet. Journal Of Marketing Theory
And Practice, 139-152.
Hair, J. F. (2014). Partial Least Squares Strucrtural Equation Modelling (Pls-Sem):
An Emerging Tool In Business Research. Retrieved From European
Business Review: Https://Doi.Org/10.1108/Ebr-10-2013-0128.
Hair, J. W. (2005). Multivariate Data Analysis. Sixth Edition. . New Jersey: Prentice
Hall Inc.
Hakim, L. D. (2004). Cara Cerdas Menguasai Layout, Desain Dan. Aplikasi Web.
Jakarta: Pt Elex Media Komputindo.
Hardiansyah. (2011). Kualitas Pelayanan Publik. Yogyakarta: Gava Media.
Haryani, P. (2016). Evaluasi Kualitas Layanan E-Government Pemerintah Kota
Yogyakarta Dengan Metode E-Govqual Modifikasi. Simposium Nasional
Rapi Xv, 379-386.
Hasan, A. (2014). Marketing Dan Kasus-Kasus Pilihan. Buku I, Cetakan Kedua.
Yogyakarta: Caps.
296
Herwanto, D. Z. (2013). Integration Of Service Quality And Importance
Performance Analysis Method In Improving Service Quality At Smk Plus
Laboratorium Indonesia, Karawang. International Journal Of Engineering
And Applied Sciences, Vol. 2(No.3), 1–14.
Herwanto, D. Z. (2013). Integration Of Service Quality And Importance
Performance Analysis Method In Improving Service Quality At Smk Plus
Laboratorium Indonesia, Karawang. International Journal Of Engineering
And Applied Sciences, Vol. 2 (No.3), 1-14.
Hidayat, A. (2014). Retrieved From Http://Www.Statistikian/2014/03/Analisis -
Faktor.Html
Hidayat, R. (2010). Cara Praktis Membangun Website Gratis: Pengertian Website.
Jakarta: Pt Elex Media Komputindo Kompas, Gramedia.
Hidayatus Sibyan, B. S. (2016). Pengukuran Kualitas Layanan Website Fakultas
Teknik Dan Ilmu Komputer Unsiq Wonosobo. Jurnal Ppkm Iii , 174-184.
Hien, N. M. (2014). A Study On Evaluation Of E-Government Service Quality..
World Academy Of Science, Engineering And Technology International
Journal Of Humanities And Social Sciences, Vol:8, No:1.
297
Ibrahim H. Osman, A. L.-A. (2014). Cobra Framework To Evaluate E-Government
Services: A Citizen-Centric Perspective. Government Information
Quarterly 31, 243–256.
Indrawan, R. &. (2014). Metodologi Penelitian Kuantitatif, Kualitatif, Dan
Campuran Untuk Manajemen, Pembangunan, Dan Pendidikan. Bandung:
Refika Aditama.
Inne Larasati, Y. N. (2012). E-Government Kependudukan Indonesia:
Pengembangan Instrumen Dan Evaluasi Website Kependudukan Indonesia.
Jurnal Ilmu Komputer Agri-Informatika, Volume 1 Nomor 1. 13-21.
Inpres. (2003). Instruksi Presiden No 3 Kebijakan Dan Strategi Nasional
Pengembangan E-Government.
Jamiansyah, H. (2018). Skripsi : Analisis Kualitas Layanan E-Government Dengan
Menggunakan E-Govqual (Studi Kasus : Dinas Komunikasi Dan
Informatika Kota Palembang) . Palembang: Uin Raden Fatah Palembang.
Jogiyanto. (2011). Konsep Dan Aplikasi Structural Equation Modelling Berbasis
Varian Dalam Penelitian Bisnis, 1st Ed. Yogyakarta: Upp Stim Ykpn
Yogyakarta.
José Esteves, R. C. (2008 ). A Comprehensive Framework For The Assessment Of
Egovernment Projects. Government Information Quarterly , 118–132.
298
Junko Alessandro Effendy, T. S. (2017). Factors That Encourage Decision To
Become A Hybrid Entrepreneur. The Fourth International Conference On
Entrepreneurship, 102-110.
Kaisara, G. &. (2011). The E-Government Evaluation Challenge: A South African
Batho Pele-Aligned Service Quality Approach. Government Information
Quarterly Vol: 28.
Kamilah, E. N. (2015). Skripsi : Pengaruh Keterampilan Mengajar Guru Terhadap
Hasil Belajar Siswa Pada Mata Pelajaran Akuntansi. Bandung: Universitas
Pendidikan Indonesia.
Kotler, P. (2002). Manajemen Pemasaran Di Indonesia : Analisis Perencanaan
Implementasi Dan Pengendalian . Jakarta: Salemba Empat.
Lewis, R. &. (1983). "The Marketing Aspects Of Service Quality" In Berry, L.,
Shostack, G. And Upah, G. (Eds.). Emerging Perspectives On Services
Marketing: American Marketing Association Chicago. Chicago: Emerging
Perspectives On Services Marketing: American Marketing Association
Chicago.
Lodhita, H. E. (2014). Analisis Kualitas Pengaruh Pelayanan Terhadap Kepuasan
Konsumen Menggunakan Metode Ipa (Importance Performance Analysis)
Dan Csi (Consumer Satisfaction Index) Studi Kasus Pada Toko Oen
299
Malang. Malang: Skripsi Pada Fakultas Teknologi Pertanian Universitas
Brawijaya.
M. Scott, W. D. (2011). It Quality And Egovernment Net Benefits: A Citizen
Perspective. 19th Eur. Conf. Inf. Syst. Ecis, 12.
Mahmud. (2011). Metode Penelitian Pendidikan. . Bandung: Pustaka Setia.
Martilla, J. D. (1977). Importance Performance Analysis. Journal Of Marketing,
77-79.
Menkominfo. (2003). Panduan Penyusunan Rencana Induk Pengembangan E-
Goverment.
Michail P. Ataloglou, A. A. (2009). Evaluating European Ministries’ Websites.
International Journal Of Public Information Systems, 1-31.
Michelle Juanda, D. S. (2017). Factors That Formed Purchasing Decision On
Haresret Art Consumer. The Third International Conference On
Entrepreneurship, 47-56.
Mirnasari, R. M. (2013). Inovasi Pelayanan Publik Uptd Terminal Purabaya
Bungurasih. Kebijakan Dan Manajemen Publik, 71-84.
Mirwan Surya Perdhana, R. H. (2017). Perbandingan Instrumen Kuantitatif Untuk
Mengukur Kualitas Layanan. Jurnal Studi Manajemen Organisasi 14 , 31-
40.
300
Mohammed Ateeq Alanezi, A. K. (2012). E-Government Service Quality: A
Qualitative Evaluation In The Case Of Saudi Arabia. The Electronic Journal
On Information Systems In Developing Countries, 1-20.
Mudjahidin, A. F. (2013). Penilaian Kualitas Layanan E-Government Dengan
Menggunakan Dimensi E-Govqual (Studi Kasus Pemerintah Provinsi Jawa
Timur). Jurnal Teknik Pomits, Vol. 1, No. 1, Pp. 1-6.
Muhammad Yusuf Abdurahman, D. O. (2017). Analisis E-Government Service
Quality Layanan Aspirasi Dan Pengaduan Online Rakyat (Lapor!) Di Kota
Bandung. Bandung: Universitas Telkom.
Naniek Utami Handayani, H. S. (2012). Faktor-Faktor Yang Memengaruhi
Peningkatan Daya Saing Klaster Mebel Di Kabupaten Jepara. Jurnal Teknik
Industri, 22-30.
Napitupulu, D. (2016). Analisa Kualitas Layanan E-Government Dengan
Pendekatan E-Govqual & Ipa. Jurnal Penelitian Pos Dan Informatika, 153-
168.
Nazir, M. (2009). Metode Penelitian. Jakarta: Ghalia Indonesia.
Ngafifi, M. ( 2014). Kemajuan Teknologi Dan Pola Hidup Manusia Dalam
Perspektif Sosial Budaya. Jurnal Pembangunan Pendidikan: Fondasi Dan
Aplikasi, Volume 2, Nomor 1,33-47.
301
Niken Anggraini Dewi, R. R. (2015). Analisis Kepuasan Pengunjung
Menggunakan Second Order Confirmatory Factor Analysis Pada Structural
Equation Modeling (Studi Kasus: Pengunjung Pemandian Air Panas (Pap)
Guci). Jurnal Gaussian Vol. 4, No. 1, .
Nursiyono, J. A. (2015). Kompas Teknik Pengambilan Sampel. Bogor: In Media.
Nurudin. (2008). Hubungan Media : Konsep Dan Aplikasi . Jakarta: Raja Grafindo
Persada.
Parasuraman, A. Z. (1991). Refinement And Reassessment Of The Servqual Scale.
Journal Of Retailing, Vol 67,, No.4:420-450.
Perpres. (2018). Sistem Pemerintahan Berbasis Elektronik.
Qutaishat, F. T. (2013). Users ’ Perceptions Towards Website Quality And Its
Effect On Intention To Use E-Government Services In Jordan. 97-105.
Rahmani, S. N. (2018). Skripsi : Analsis Kualitas Website Akademik Menggunakan
Metode Webqual 4.0 Dan Importance Performance Analysis (Ipa). Jakarta:
Uin Syarif Hidayatullah Jakarta.
Ringle, C. M. (2014). Structural Equation Modeling With The Smartpls. Retrieved
From Revista Brasileira De Marketing, :
Https://Doi.Ord/10.5585/Remark.V13i2.2717.
302
Rino Agus Saputra, S. A. (2018). Penilaian Kualitas Layanan E-Government
Dengan Pendekatan Dimensi E-Govqual Dan Importance Performance
Analysis (Ipa) (Studi Kasus Pada Pemerintah Provinsi Nusa Tenggara
Barat). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer,
1794-1802.
Rusli, Y. M. (2018). Pengaruh Mutu Pelayanan Perpajakan Dan Kepuasan Wajib
Pajak Terhadap Kepatuhan Wajib Pajak Pada Sistem E-Filing Perpajakan
Di Indonesia. National Conference Of Creative Industry: Sustainable
Tourism Industry For Economic Development, 1016-1033.
Sarwono, J. (2006). Metode Penelitian Kuantitatif Dan Kualitatif. Yogyakarta.:
Graha Ilmu. .
Sekaran, U. (2006). Metodologi Penelitian Untuk Bisnis. Jakarta: Salemba.
Setyaningrum, A. (2015). Tesis : Penilaian Kualitas Website Menggunakan
Dimensi E-Govqual: Studi Kasus Kementerian Komunikasi Dan
Informatika. Jakarta: Ui.
Sidiq Permono Nugroho, S. (2016). Pengukuran Indeks Kepuasan Pengguna Data
Terhadap Pelayanan Pada Badan Pusat Statistik Kota Surakarta . Benefit
Jurnal Managemen Dan Bisnis, 57-69.
303
Statistik, B. P. (2019, April 3). Retrieved From
Https://Www.Bps.Go.Id/Menu/7/Statistik-
Pengguna.Html#Mastermenutab1
Subiyakto, A. &. (2013). A Coherent Framework For Understanding Critical
Success Factors Of Ict Project Environmen. . International Conference On
Research And Innovation In Information Systems .
Sugiyono. (2007). Metode Penelitian Kuantitatif Dan Kualitatif . Bandung: Cv
Alfabeta.
Sugiyono. (2013). Metode Penelitian Kuantitatif, Kualitatif Dan R&D. Bandung:
Alfabeta.
Syofian, S. S. (2015). Otomatisasi Metode Penelitian Skala Likert Berbasis Web. .
Prosiding Semnastek.
Tjiptono, F. (2016). Service, Quality Dan Satisfaction. Yogyakarta: Andi.
Urbach, N. F. (2010). Structural Equation Modeling In Information Systems
Research Using Partial Least Squares. Journal Of Information Technology
Theory And Application, 5-40.
Wahono, R. A. (2017). Penerapan E-Govqual Dalam Sistem Evaluasi Penilaian
Kualitas Layanan E-Goverment Pemerintah Kabupaten Malang. Malang:
Universitas Jember.
304
Weerakkody, V. E. (2015). E-Government Implementation: A Bird's Eye View Of
Issues Relating To Costs, Opportunities, Benefits And Risks. Information
Systems Frontiers, Vol 14 Iss: 4, Pp 889 – 915.
Wicaksono, B. L., & Susanto, A. (2013). Evaluasi Kualitas Layanan Website
Pusdiklat Bpk Ri Menggunakan Metode Webqual Modifikasian Dan
Importance Performance Analysis. Jnteti, Vol 2, 7-14.
Widhiarso, W. (. (2010). Berkenalan Dengan Variabel Laten. . Universitas Gadjah.
Widiani, Y. N. (2018). Kualitas Pelayanan E-Goverment Melalui Aplikasi E-Filling
Kantor Pelayanan Pajak Pratama Bandung Cibeunyin Terhadap Kepuasan
Pengguna Aplikasi. Jurnal Riset Bisnis Dan Manejemen, 38-46.
Wirawan. (2015). Evaluasi Kinerja Sumber Daya Manusia (Teori, Aplikasi, Dan
Penelitian). Jakarta: Salemba Empat.
Wolf, E. J. (2013). Sample Size Requirements For Structural Equation Models: An
Evaluation Of Power, Bias, And Solution Propriety. Educational And
Psychological Measurement, 913-934.
Wong K, K. K. (2013). Partial Least Squares Structural Equation Modeling (Pls-
Sem) Techniques Using Smartpls. . Retrieved From Marketing Bulletin:
Http://Marketing-Bulletin.Massey.Ac.Nz.
305
Xenia Papadomichelaki, G. M. (2012). E-Govqual: A Multiple- Item Scale For
Assesing E-Government Service Quality. Government Information
Quarterly, Pp. 98-109.
Yamin, S. &. (2011). Generasi Baru Mengelola Data Penelitian Dengan Partial
Least Square Path Modeling: Aplikasi Dengan Software Xlstat, Smartpls,
Dan Visual Pls. (Edisi 1). Jakarta: Salemba Infotek.
Yulianti, Y. (2016). Skripsi : Analisis Kualitas Pelayanan Pendidikan Dengan
Menggunakan Gap Analysis Dan Importance Performance Analysis (Ipa)
Pada Program Studi Pendidikan Ekonomi Fakultas Ekonomi Uny.
Yogyakarta: Universitas Negeri Yogyakarta.
Yunissa Nur Widiani, A. (2018). Kualitas Pelayanan E-Government Melalui
Aplikasi E-Filing Kantor Pelayanan Pajak Pratama Bandung Cibeunying
Terhadap Kepuasan Pengguna Aplikasi . Jurnal Riset Bisnis Dan
Manajemen, 38-46.
Zulkifli, A. (2005). Manajemen Sistem Informasi. Jakarta: Gramedia Pustaka
Utama.
306
306
LAMPIRAN 1
HASIL WAWANCARA
307
Keterangan :
P = Penanya Dilakukan pada tanggal 2 April 2019
N= Narasumber Bertempat di ruang Konsultasi Statistik
Narasumber (Staff Bagian Subdir Layanan dan Promosi Statistik)
P : Assalamualaikum wr.wb Pak
N : Waalaikumsalam wr.wb mas, ada yang bisa saya bantu ?
P : Pak, saya ingin tahu tentang website Badan Pusat Statistik
N : Tentang sistemnya apa bagaimana?
P : Tentang evaluasi e-government yang pernah dilakukan oleh BPS terkait kualitas
website nya pak.
N : jadi gini mas website BPS itu sendiri kami evaluasi tiap tahun, dan tiap tahun
juga ada versinya karna tiap tahun juga kami mengeluarkan yang baru atau biar up
to date gitu lah sama maunya pengunjung.
P : ooh jadi evaluasi nya itu dilakukan dengan melibatkan pengguna ya mas?
N : oh engga mas, itu dari rapat internal temen – temen di bagian IT aja kira – kira
kurang apa
P : jadi website yang baru setiap tahunnya itu belum pernah di evaluasi berdasarkan
pengguna ya mas?
N : nahh iya bener mas
P : kira – kira, masalah yang paling banyak di keluhkan oleh pengunjung apa ya
mas, karena saya lihat lumayan juga yang datang kesini ya untuk tanya – tanya
seputar data statistik ?
N : oh iya, sering banget pengunjung kesini bilang data terkait ini itu gak ada di
website, tapi pas kita cek ternyata ada apa yang diam mau. Terus juga karna data
statistik yang di website BPS itu banyak banget dan keseluruhan ukurannya juga
besar jadi ada juga yang ngeluh waktu loading web nya terkadang lama.
308
P : oh iya mas saya juga ngerasa kadang loading dari webnya lama tapi ga terlalu
juga, terus kira – kira ada lagi ga pak?
N : sama dulu juga ada beberapa fitur di web yang kalo mau pake harus registrasi
dulu input data diri, tapi mereka rata – rata gak mau isi dan datang aja kesini. Kalo
ditanya alasannya mereka rata – rata takut atau ragu datanya dipake pihak lain yang
ga jelas, intinya mereka kaya kurang percaya aja.
P : iya mas saya juga pernah temuin itu pas lagi coba download data publikasi
statistik, itu harus isi sekian isian dan karena terpaksa saya isi aja mas. Oh iya mas
apakah dari segi performa system website ini sudah sesuai harapan ?
N : oh belum mas karena kita masih terus perbaikan setiap bulan
P : terus mas kira – kira disini itu pernah dilakukan penilaian user gitu gak ya, kaya
kepuasannya atau dari segi yang lain?
N : kalo ga salah pernah kita nyebar gitu tapi partisipasi masyrakatnya rendah
karena dari sekitar 1-2 juta kalo gak salah kunjungan website BPS yang isi itu
cuman 3000an orang dan itupun hasilnya ga dikasihkan ke bagian kami jadi
bingung juga saya itu mas.
P : oh gitu ya pak berarti masyarakat kurang antusias juga ya. Terus pak ada yang
pernah komplain terkait bantuan web yang ada pada web BPS nya tidak ya ?
N : nah itu mas terkadang pengguna webnya itu kan kasih pertanyaan via web yang
harus kita tanyakan juga ke bagian terkait jadi agak lama juga memang.
P : oh iya pak saya juga kadang kalo telpon ke BPS nya juga ga diangkat dan gak
nyambung juga
N : oh gitu mas, nanti saya coba beritahu bagian CS nya.
P : oke baik pak terima kasih sekali atas bantuan bapa dalam memberikan informasi
yang sangat jelas gini pak hehehe terima kasih ya pak.
N : oh iya mas saya juga senang membantu mas hehe bagaimana pun saya juga
pernah kok ada diposisi mas jadi saya tau rasanya seperti apaaa, okee baiklah terima
kasihh jugaa sukses buat mas.
309
LAMPIRAN 2
HASIL PILOT STUDY / PRETEST
310
HASIL PILOT STUDY / PRETEST DENGAN SMARTPLS
(ANALISIS OUTER MODEL SECOND ORDER CONFIRMATORY FACTOR
ANALYSIS)
1. Evaluasi Konstruk First Order
a. Uji Validitas
i. Convergent Validity
• Loading Factor (Sebelum penghapusan indikator)
Dari gambar diatas terlihat bahwa EF 1 < 0.5 sehingga dilakukan penghapusan
indikator, dan dilakukan pengulangan tes loading factor.
311
(Setelah Penghapusan Indikator)
Catatan :
EGSQ : E-government Service Quality
HASIL UJI LOADING FACTOR
(Setelah Penghapusan Indikator)
Variabel EF TRS RLB CS
indikator
EF2 0.757
312
EF3 0.844
EF4 0.900
EF5 0.858
EF6 0.668
EF7 0.843
TRS1 0.828
TRS2 0.693
TRS3 0.843
TRS4 0.694
RLB1 0.677
RLB2 0.813
RLB3 0.846
RLB4 0.861
RLB5 0.662
RLB6 0.845
CS1 0.933
CS2 0.925
CS3 0.906
CS4 0.880
Menurut Yamin dan Kurniawan (2011) nilai standardized loading faktor di atas
0,5 masih dapat diterima untuk penelitian tahap pengujian teori sehingga indikator
yang memiliki nilai sekitar 0,6 akan tetap dipertahankan dan tidak dihapus
dikarenakan nilai Composite reliability dari variabel ini masih diatas 0,6 sehingga
indikator ini masih bisa digunakan.
• Average variance extracted (AVE)
Variabel Average Variance Extracted (AVE)
EF 0.665
TRS 0.589
RLB 0.668
CS 0.830
ii. Discriminant Validity
• Cross Loading
Variabel EF TRS RLB CS
EF2 0.757 0.505 0.614 0.438
EF2 0.757 0.505 0.614 0.438
313
EF3 0.844 0.356 0.505 0.402
EF3 0.844 0.356 0.505 0.402
EF4 0.900 0.305 0.641 0.508
EF4 0.900 0.305 0.641 0.508
EF5 0.858 0.289 0.669 0.578
EF5 0.858 0.289 0.669 0.578
EF6 0.668 0.505 0.526 0.539
EF6 0.668 0.505 0.526 0.539
EF7 0.843 0.527 0.552 0.500
EF7 0.843 0.527 0.552 0.500
TRS1 0.361 0.828 0.532 0.598
TRS1 0.361 0.828 0.532 0.598
TRS2 0.277 0.693 0.288 0.432
TRS2 0.277 0.693 0.288 0.432
TRS3 0.454 0.843 0.585 0.533
TRS3 0.454 0.843 0.585 0.533
TRS4 0.432 0.694 0.537 0.652
TRS4 0.432 0.694 0.537 0.652
RLB1 0.486 0.416 0.677 0.482
RLB1 0.486 0.416 0.677 0.482
RLB2 0.671 0.532 0.813 0.552
RLB2 0.671 0.532 0.813 0.552
RLB3 0.509 0.511 0.846 0.527
RLB3 0.509 0.511 0.846 0.527
RLB4 0.792 0.547 0.861 0.574
RLB4 0.792 0.547 0.861 0.574
RLB5 0.291 0.448 0.662 0.314
RLB5 0.291 0.448 0.662 0.314
RLB6 0.553 0.614 0.846 0.515
RLB6 0.553 0.614 0.846 0.515
CS1 0.671 0.740 0.651 0.933
CS1 0.671 0.740 0.651 0.933
CS2 0.675 0.722 0.617 0.925
CS2 0.675 0.722 0.617 0.925
CS3 0.432 0.634 0.542 0.906
CS3 0.432 0.634 0.542 0.906
CS4 0.388 0.539 0.485 0.880
CS4 0.388 0.539 0.485 0.880
• Fornell Larckel Criterion
Variabel EF TRS RLB CS
EF 0.815
TRS 0.507 0.768
RLB 0.721 0.652 0.788
CS 0.609 0.731 0.636 0.911
314
b. Uji Reliabilitas
i. Cronbach Alpha
Variabel Cronbach Alpha
E-government Service Quality 0.943
EF 0.897
TRS 0.766
RLB 0.876
CS 0.932
ii. Composite Reliability
Variabel Composite Reliability
E-government Service Quality 0.949
EF 0.899
TRS 0.778
RLB 0.892
CS 0.944
(ANALISIS INNER MODEL SECOND ORDER CONFIRMATORY FACTOR
ANALYSIS)
2. Evaluasi Konstruk Second Order
a. t-Test
Original
Sample (O)
Sample
Mean (M)
Standard
Deviation
(STDEV)
T Statistics
(|O/STERR|)
P Values
EF1 ← EF 0,405 0,399 0,300 1,350 0,089
EF1 ← EGSQ 0,249 0,247 0,258 0,963 0,168
EF2 ← EF 0,747 0,730 0,140 5,328 0,000
EF2 ← EGSQ 0,694 0,678 0,121 5,713 0,000
EF3 ← EF 0,865 0,845 0,099 8,778 0,000
EF3 ← EGSQ 0,662 0,658 0,147 4,515 0,000
EF4 ← EF 0,893 0,889 0,066 13,523 0,000
EF4 ← EGSQ 0,737 0,737 0,097 7,581 0,000
EF5 ← EF 0,850 0,845 0,081 10,449 0,000
315
EF5 ← EGSQ 0,748 0,750 0,086 8,727 0,000
EF6 ← EF 0,639 0,608 0,185 3,457 0,000
EF6 ← EGSQ 0,654 0,622 0,155 4,215 0,000
EF7 ← EF 0,865 0,861 0,069 12,449 0,000
EF7 ← EGSQ 0,737 0,733 0,097 7,588 0,000
TRS1 ← TRS 0,829 0,809 0,109 7,606 0,000
TRS1 ← EGSQ 0,635 0,613 0,183 3,463 0,000
TRS2 ← TRS 0,694 0,660 0,194 3,570 0,000
TRS2 ← EGSQ 0,451 0,440 0,209 2,158 0,016
TRS3 ← TRS 0,844 0,828 0,108 7,802 0,000
TRS3 ← EGSQ 0,675 0,661 0,146 4,637 0,000
TRS4 ← TRS 0,691 0,694 0,126 5,488 0,000
TRS4 ← EGSQ 0,644 0,628 0,135 4,784 0,000
RLB1 ← RLB 0,679 0,657 0,158 4,286 0,000
RLB1 ← EGSQ 0,620 0,604 0,154 4,040 0,000
RLB2 ← RLB 0,812 0,804 0,106 7,622 0,000
RLB2 ← EGSQ 0,761 0,740 0,116 6,560 0,000
RLB3 ← RLB 0,846 0,842 0,064 13,283 0,000
RLB3 ← EGSQ 0,706 0,696 0,111 6,346 0,000
RLB4 ← RLB 0,862 0,862 0,053 16,364 0,000
RLB4 ← EGSQ 0,840 0,840 0,043 19,668 0,000
RLB6 ← RLB 0,662 0,633 0,166 3,996 0,000
RLB6 ← EGSQ 0,500 0,476 0,177 2,829 0,002
CS1 ← CS 0,933 0,933 0,029 32,524 0,000
CS1 ← EGSQ 0,858 0,849 0,053 16,144 0,000
CS2 ← CS 0,925 0,929 0,036 26,067 0,000
CS2 ← EGSQ 0,846 0,838 0,051 16,722 0,000
CS3 ← CS 0,906 0,895 0,068 13,319 0,000
CS3 ← EGSQ 0,705 0,689 0,144 4,903 0,000
CS4 ← CS 0,880 0,865 0,083 10,659 0,000
CS4 ← EGSQ 0,646 0,627 0,160 4,043 0,000
316
Path Coefficients
Original
Sample (O) Sample
Mean (M) Standard
Deviation
(STDEV)
T Statistics
(|O/STERR|) P Values
EF → EGSQ 0,359 0,362 0,039 9,167 0,000
TRS → EGSQ 0,188 0,186 0,037 5,099 0,000
RLB → EGSQ 0,336 0,331 0,031 10,893 0,000
CS → EGSQ 0,283 0,281 0,046 6,108 0,000
Berdasarkan pengujian outer model dan inner model second order pretest penelitian,
maka diketahui bahwa indikator EF 1 (struktur website) tidak diikut sertakan untuk pengujian
selanjutnya karena tidak memenuhi persyaratan pada convergent validity dengan nilai loading
factor kurang dari 0,5 serta nilai T-statistic yang < dari 1,96 pada pengujian T-test. Maka
dengan hasil tersebut, 20 dari 21 indikator yang digunakan dalam penelitian ini sudah
memenuhi persyaratan pengujian outer model dan inner model yang terdiri dari :
1. Convergent Validity
a. Nilai loading factor > 0,5
b. Average Variance Extracted (AVE) > 0,50
2. Discriminant Validity
a. Cross Loading > 0.70
b. Fornell Larckel Criterion (Akar Kuadrat AVE > Korelasi Antar Konstruk
Laten)
3. Reliability
a. Cronbach Alpha > 0.70
317
b. Composite Reliability > 0.70
4. Uji T-test dan Uji Path Coefficients > dari 1,96
HASIL PILOT STUDY / PRETEST DENGAN SPSS
1. Uji Validitas Pretest Kuesioner.
a. Validitas Kuesioner Persepsi
No Kode Kuesioner r hitung r tabel
5% (30) Keterangan
1 P_EF1 0,236 0.361 Tidak Valid
2 P_EF2 0,649 0.361 Valid
3 P_EF3 0,632 0.361 Valid
4 P_EF4 0,689 0.361 Valid
5 P_EF5 0,702 0.361 Valid
6 P_EF6 0,609 0.361 Valid
7 P_EF7 0,721 0.361 Valid
8 P_TRS1 0,596 0.361 Valid
9 P_TRS2 0,417 0.361 Valid
10 P_TRS3 0,648 0.361 Valid
11 P_TRS4 0,582 0.361 Valid
12 P_RLB1 0,593 0.361 Valid
13 P_RLB2 0,715 0.361 Valid
14 P_RLB3 0,656 0.361 Valid
15 P_RLB4 0,814 0.361 Valid
16 P_RLB5 0,469 0.361 Valid
17 P_RLB6 0,704 0.361 Valid
18 P_CS1 0,819 0.361 Valid
19 P_CS2 0,808 0.361 Valid
20 P_CS3 0,644 0.361 Valid
21 P_CS4 0,583 0.361 Valid
b. Validitas Kuesioner Harapan
No Kode Kuesioner r hitung r tabel
5% (30) Keterangan
1 H_EF1 0,435 0.361 Valid
2 H_EF2 0,772 0.361 Valid
3 H_EF3 0,553 0.361 Valid
4 H_EF4 0,741 0.361 Valid
5 H_EF5 0,632 0.361 Valid
6 H_EF6 0,624 0.361 Valid
7 H_EF7 0,701 0.361 Valid
8 H_TRS1 0,657 0.361 Valid
318
9 H_TRS2 0,608 0.361 Valid
10 H_TRS3 0,703 0.361 Valid
11 H_TRS4 0,581 0.361 Valid
12 H_RLB1 0,729 0.361 Valid
13 H_RLB2 0,794 0.361 Valid
14 H_RLB3 0,808 0.361 Valid
15 H_RLB4 0,847 0.361 Valid
16 H_RLB5 0,652 0.361 Valid
17 H_RLB6 0,753 0.361 Valid
18 H_CS1 0,677 0.361 Valid
19 H_CS2 0,738 0.361 Valid
20 H_CS3 0,588 0.361 Valid
21 H_CS4 0,466 0.361 Valid
2. Uji Reliabilitas Pretest Kuesioner
a. Uji Reabilitas Persepsi
Reliability Statistics
Cronbach's Alpha N of Items
0,939 21
b. Uji Reliabilitas Harapan
Reliability Statistics
Cronbach's Alpha N of Items
0,948 21
Berdasarkan pengujian validitas dan reliabilitas diatas maka untuk indikator EF 1 (struktur
website) tidak akan diikut sertakan pada pengujian selanjutnya karena tidak valid pada
pengujian validitas persepsi dapat diketahui dengan r hitung < dari r tabel, yang seharusnya r
hitung > dari r tabel. Sehingga terdapat 20 indikator dari 21 indikator yang dinyatakan valid
319
dan dapat digunakan untuk proses selanjutnya, lalu pada uji reliabilitas menghasilkan hasil
yang baik karena bernilai > 0,60.
Jika dilihat hasil pengujian pada SmartPLS dan SPSS menghasilkan hasil yang sama. Pada
SmartPLS menghasilkan 1 indikator yang tidak valid sehingga tidak digunakan untuk tahap
selanjutnya yaitu EF 1, sedangkan pada SPSS menghasilkan indikator EF 1 yang tidak bisa
digunakan karena tidak valid. Lalu karena pada tahap selanjutnya hanya akan digunakan
indikator yang telah valid dan sesuai pada 2 tools, maka hanya akan digunakan 20 indikator
dari 21 indikator yang ada dengan tidak melibatkan indikator EF 1.
DISTRIBUSI NILAI rtabel SIGNIFIKANSI 5% dan 1%
Sumber : (Kamilah, 2015)
N The Level of Significance
N The Level of Significance
5% 1% 5% 1%
3 0.997 0.999 38 0.320 0.413
4 0.950 0.990 39 0.316 0.408
5 0.878 0.959 40 0.312 0.403
6 0.811 0.917 41 0.308 0.398
7 0.754 0.874 42 0.304 0.393
8 0.707 0.834 43 0.301 0.389
9 0.666 0.798 44 0.297 0.384
10 0.632 0.765 45 0.294 0.380
11 0.602 0.735 46 0.291 0.376
12 0.576 0.708 47 0.288 0.372
13 0.553 0.684 48 0.284 0.368
14 0.532 0.661 49 0.281 0.364
15 0.514 0.641 50 0.279 0.361
16 0.497 0.623 55 0.266 0.345
17 0.482 0.606 60 0.254 0.330
18 0.468 0.590 65 0.244 0.317
19 0.456 0.575 70 0.235 0.306
20 0.444 0.561 75 0.227 0.296
21 0.433 0.549 80 0.220 0.286
22 0.432 0.537 85 0.213 0.278
320
23 0.413 0.526 90 0.207 0.267
24 0.404 0.515 95 0.202 0.263
25 0.396 0.505 100 0.195 0.256
26 0.388 0.496 125 0.176 0.230
27 0.381 0.487 150 0.159 0.210
28 0.374 0.478 175 0.148 0.194
29 0.367 0.470 200 0.138 0.181
30 0.361 0.463 210 0.135 0.148
31 0.355 0.456 400 0.098 0.128
32 0.349 0.449 500 0.088 0.115
33 0.344 0.442 600 0.080 0.105
34 0.339 0.436 700 0.074 0.097
321
LAMPIRAN 3
HASIL UJI - UJI
322
Hasil Uji Reliabilitas dan Validitas
a. Uji Reliabilitas dan Validitas Terhadap Penilaian Persepsi Pengguna
Hasil pengujian reliabilitas dan validitas terhadap penilaian persepsi pengguna
dapat dilihat pada tabel berikut.
Case Processing Summary
N %
Cases Valid 210 100,0
Excludeda 0 ,0
Total 210 100,0
a. Listwise deletion based on all variables in the
procedure.
Reliability Statistics
Cronbach's
Alpha N of Items
,922 20
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
P_EF2 70,90 100,531 ,526 ,920
P_EF3 71,14 99,766 ,501 ,921
P_EF4 70,99 100,957 ,569 ,919
P_EF5 71,09 99,543 ,594 ,918
P_EF6 71,05 99,548 ,538 ,920
P_EF7 70,98 100,416 ,612 ,918
P_TRS1 71,02 98,033 ,641 ,917
323
P_TRS2 70,92 100,549 ,572 ,919
P_TRS3 71,10 98,709 ,661 ,917
P_TRS4 71,05 100,509 ,511 ,920
P_RLB1 70,90 100,498 ,567 ,919
P_RLB2 70,70 99,763 ,612 ,918
P_RLB3 70,78 99,464 ,586 ,918
P_RLB4 71,23 96,684 ,744 ,915
P_RLB5 71,02 98,861 ,600 ,918
P_RLB6 70,87 99,079 ,559 ,919
P_CS1 71,22 100,842 ,580 ,919
P_CS2 71,28 100,710 ,566 ,919
P_CS3 71,10 100,688 ,582 ,919
P_CS4 71,14 99,871 ,626 ,918
b. Uji Reliabilitas dan Validitas Terhadap Penilaian Harapan Pengguna
Hasil pengujian reliabilitas dan validitas terhadap penilaian harapan pengguna dapat
dilihat pada tabel berikut.
Case Processing Summary
N %
Cases Valid 210 100,0
Excludeda 0 ,0
Total 210 100,0
a. Listwise deletion based on all variables in the
procedure.
Reliability Statistics
324
Cronbach's Alpha N of Items
,960 20
Item-Total Statistics
Scale Mean if
Item Deleted
Scale Variance
if Item Deleted
Corrected Item-
Total
Correlation
Cronbach's
Alpha if Item
Deleted
H_EF2 80,40 128,988 ,716 ,958
H_EF3 80,51 128,442 ,641 ,959
H_EF4 80,53 126,968 ,718 ,958
H_EF5 80,58 126,618 ,705 ,958
H_EF6 80,51 127,074 ,706 ,958
H_EF7 80,62 127,269 ,733 ,958
H_TRS1 80,51 126,395 ,788 ,957
H_TRS2 80,56 127,491 ,666 ,959
H_TRS3 80,53 125,628 ,827 ,957
H_TRS4 80,68 127,414 ,556 ,961
H_RLB1 80,52 125,724 ,770 ,957
H_RLB2 80,41 126,511 ,737 ,958
H_RLB3 80,45 126,603 ,773 ,957
H_RLB4 80,67 124,472 ,809 ,957
H_RLB5 80,55 125,961 ,746 ,957
H_RLB6 80,43 128,294 ,743 ,958
H_CS1 80,71 125,930 ,740 ,958
H_CS2 80,78 124,985 ,730 ,958
H_CS3 80,71 126,358 ,741 ,958
H_CS4 80,69 127,499 ,683 ,958
325
Jika nilai Cronbach Alpha lebih besar dari pada ketentuan yang ada yaitu sebesar 0.6
hal ini menunjukkan bahwa instrument di atas dapat dikatakan reliabel (Malhotra, 1988;
Solimun 2002; Sekaran, 2006; Ghozali, 2013). Dari hasil pengujian diatas, diketahui bahwa
kedua pengujian pada persepsi dan harapan pengguna tersebut dinyatakan reliabel.
Nilai validitas masing-masing pertanyaan dapat dilihat dengan memperhatikan nilai
Corrected Item-Total Correlation pada Tabel Item-Total Statistics dengan teknik Korelasi
Product Moment Pearsone yaitu dengan cara membandingkan antara skor item dengan skor
total item (nilai rhitung) dibandingkan dengan nilai rtabel. Dengan nilai signifikan ≤0.05 ( =
5%), jika nilai rhitung nilai rtabel , maka item tersebut dapat dikatakan valid (Sugiyono, 2007;
Arikunto, 2010). Dari hasil pengujian diatas, diketahui bahwa kedua pengujian pada persepsi
dan harapan pengguna tersebut dinyatakan valid karena rhitung nilai rtabel sebesar 0,135 untuk
210 sampel.
Hasil Uji Paired Samples t-Test
Dari pengujian Paired Samples t-Test yang dilakukan diperoleh hasil sebagai berikut.
Paired Samples Statistics
Mean N Std. Deviation Std. Error Mean
Pair 1 P_EF2 3,86 210 ,839 ,058
H_EF2 4,40 210 ,658 ,045
Pair 2 P_EF3 3,62 210 ,942 ,065
H_EF3 4,30 210 ,764 ,053
Pair 3 P_EF4 3,77 210 ,748 ,052
326
H_EF4 4,28 210 ,776 ,054
Pair 4 P_EF5 3,68 210 ,830 ,057
H_EF5 4,23 210 ,810 ,056
Pair 5 P_EF6 3,71 210 ,904 ,062
H_EF6 4,30 210 ,782 ,054
Pair 6 P_EF7 3,79 210 ,743 ,051
H_EF7 4,19 210 ,744 ,051
Pair 7 P_TRS1 3,74 210 ,887 ,061
H_TRS1 4,30 210 ,744 ,051
Pair 8 P_TRS2 3,84 210 ,778 ,054
H_TRS2 4,25 210 ,798 ,055
Pair 9 P_TRS3 3,67 210 ,815 ,056
H_TRS3 4,28 210 ,751 ,052
Pair 10 P_TRS4 3,71 210 ,862 ,059
H_TRS4 4,13 210 ,942 ,065
Pair 11 P_RLB1 3,86 210 ,788 ,054
H_RLB1 4,29 210 ,797 ,055
Pair 12 P_RLB2 4,07 210 ,792 ,055
H_RLB2 4,40 210 ,784 ,054
Pair 13 P_RLB3 3,98 210 ,847 ,058
H_RLB3 4,36 210 ,746 ,051
Pair 14 P_RLB4 3,53 210 ,865 ,060
H_RLB4 4,14 210 ,829 ,057
Pair 15 P_RLB5 3,74 210 ,875 ,060
H_RLB5 4,26 210 ,807 ,056
Pair 16 P_RLB6 3,89 210 ,914 ,063
H_RLB6 4,38 210 ,676 ,047
Pair 17 P_CS1 3,54 210 ,745 ,051
H_CS1 4,10 210 ,815 ,056
Pair 18 P_CS2 3,48 210 ,772 ,053
327
H_CS2 4,03 210 ,880 ,061
Pair 19 P_CS3 3,66 210 ,756 ,052
H_CS3 4,10 210 ,789 ,054
Pair 20 P_CS4 3,62 210 ,768 ,053
H_CS4 4,12 210 ,779 ,054
Paired Samples Correlations
N Correlation Sig.
Pair 1 P_EF2 & H_EF2 210 ,318 ,000
Pair 2 P_EF3 & H_EF3 210 ,384 ,000
Pair 3 P_EF4 & H_EF4 210 ,290 ,000
Pair 4 P_EF5 & H_EF5 210 ,303 ,000
Pair 5 P_EF6 & H_EF6 210 ,316 ,000
Pair 6 P_EF7 & H_EF7 210 ,384 ,000
Pair 7 P_TRS1 & H_TRS1 210 ,429 ,000
Pair 8 P_TRS2 & H_TRS2 210 ,450 ,000
Pair 9 P_TRS3 & H_TRS3 210 ,362 ,000
Pair 10 P_TRS4 & H_TRS4 210 ,629 ,000
Pair 11 P_RLB1 & H_RLB1 210 ,492 ,000
Pair 12 P_RLB2 & H_RLB2 210 ,558 ,000
Pair 13 P_RLB3 & H_RLB3 210 ,526 ,000
Pair 14 P_RLB4 & H_RLB4 210 ,354 ,000
Pair 15 P_RLB5 & H_RLB5 210 ,480 ,000
Pair 16 P_RLB6 & H_RLB6 210 ,416 ,000
Pair 17 P_CS1 & H_CS1 210 ,414 ,000
Pair 18 P_CS2 & H_CS2 210 ,360 ,000
Pair 19 P_CS3 & H_CS3 210 ,464 ,000
Pair 20 P_CS4 & H_CS4 210 ,406 ,000
328
Paired Samples Test
Paired Differences
t df
Sig. (2-
tailed) Mean
Std.
Deviation
Std. Error
Mean
95% Confidence
Interval of the
Difference
Lower Upper
Pair 1 P_EF2 -
H_EF2
-,543 ,886 ,061 -,663 -,422 -8,878 209 ,000
Pair 2 P_EF3 -
H_EF3
-,676 ,958 ,066 -,807 -,546 -
10,224
209 ,000
Pair 3 P_EF4 -
H_EF4
-,505 ,908 ,063 -,628 -,381 -8,052 209 ,000
Pair 4 P_EF5 -
H_EF5
-,552 ,968 ,067 -,684 -,421 -8,268 209 ,000
Pair 5 P_EF6 -
H_EF6
-,581 ,991 ,068 -,716 -,446 -8,498 209 ,000
Pair 6 P_EF7 -
H_EF7
-,400 ,825 ,057 -,512 -,288 -7,022 209 ,000
Pair 7 P_TRS1 -
H_TRS1
-,557 ,880 ,061 -,677 -,437 -9,176 209 ,000
Pair 8 P_TRS2 -
H_TRS2
-,410 ,827 ,057 -,522 -,297 -7,180 209 ,000
Pair 9 P_TRS3 -
H_TRS3
-,610 ,886 ,061 -,730 -,489 -9,972 209 ,000
Pair
10
P_TRS4 -
H_TRS4
-,419 ,780 ,054 -,525 -,313 -7,786 209 ,000
Pair
11
P_RLB1 -
H_RLB1
-,429 ,799 ,055 -,537 -,320 -7,773 209 ,000
Pair
12
P_RLB2 -
H_RLB2
-,333 ,741 ,051 -,434 -,233 -6,521 209 ,000
Pair
13
P_RLB3 -
H_RLB3
-,376 ,780 ,054 -,482 -,270 -6,986 209 ,000
Pair
14
P_RLB4 -
H_RLB4
-,610 ,963 ,066 -,741 -,478 -9,168 209 ,000
Pair
15
P_RLB5 -
H_RLB5
-,514 ,860 ,059 -,631 -,397 -8,669 209 ,000
329
Pair
16
P_RLB6 -
H_RLB6
-,490 ,882 ,061 -,610 -,371 -8,061 209 ,000
Pair
17
P_CS1 -
H_CS1
-,557 ,847 ,058 -,672 -,442 -9,536 209 ,000
Pair
18
P_CS2 -
H_CS2
-,548 ,938 ,065 -,675 -,420 -8,457 209 ,000
Pair
19
P_CS3 -
H_CS3
-,438 ,800 ,055 -,547 -,329 -7,938 209 ,000
Pair
20
P_CS4 -
H_CS4
-,500 ,843 ,058 -,615 -,385 -8,596 209 ,000
330
LAMPIRAN 4
KUESIONER PENELITIAN
331
KUESIONER PENELITIAN
Analisis Kualitas Layanan E-Government Menggunakan Metode E-Govqual
dan Importance Performance Analysis (IPA) (Studi Kasus : Badan Pusat
Statistik). Bapak/Ibu/Sdr/i responden yang saya hormati, nama saya Djuhari Juma
Wijaya, mahasiswa UIN Syarif Hidayatullah Jakarta. Saat ini saya sedang
melakukan penelitian untuk tugas akhir/skripsi saya mengenai analisis kualitas
layanan e-government menggunakan metode e-govqual dan importance
performance analysis (IPA) (studi kasus : Badan Pusat Statistik).
Website Badan Pusat Statistik (www.bps.go.id) adalah website resmi Badan
Pusat Statistik sebagai bentuk komunikasi antara pengguna/pengunjung dengan
pemerintah. Saya selaku peneliti mengharapkan Bapak/Ibu/Sdr/i untuk bersedia
membantu mengisi kuesioner ini dengan jujur dan objektif. Saya menjamin
kerahasiaan data Bapak/Ibu/Sdr/i yang berkaitan dengan kuesioner ini. Hasil dari
survei kuesioner ini semata-mata hanya untuk tujuan penelitian. Atas bantuan dari
Bapak/Ibu/Sdr/i saya mengucapkan terima kasih.
A. Profil Responden
a) Karakteristik Pengguna Website Badan Pusat Statistik
Petunjuk pengisian kuesioner:
iii. Jawablah semua pertanyaan yang ada, karena akan sangat
mempengaruhi proses pengolahaan data jika ada pertanyaan yang
terlewatkan.
iv. Pilihlah satu jawaban yang menurut Anda paling tepat dengan memberi
tanda ceklis (√)
332
1. Nama : …………………………………….
2. Jenis Kelamin
o Pria o Wanita
3. Pekerjaan
o Pelajar / Mahasiswa o Wirausaha
o PNS o lain-lain
o Pegawai Swasta
4. Usia
o 16 – 25 Tahun o 36 – 45 Tahun o 56 – 65
Tahun
o 26 – 35 Tahun o 46 – 55 Tahun
5. Pendidikan Terakhir
o SMA/Sederajat o S1 o S3
o D1/2/3 o S2
6. Seberapa sering anda mengunjungi website BPS
o Setiap hari o sebulan sekali
o Seminggu sekali o < sebulan sekali
7. Berapa lama durasi anda mengakses website BPS per hari
o < 5 menit o 10 – 15 menit o 20 –
30 menit
o 5 – 10 menit o 15 – 20 menit
333
3) Kuesioner Persepsi dan Harapan
Pada bagian kedua kuesioner berisikan item-item pernyataan yang terbagi
kedalam bagian Persepsi (kondisi yang anda rasakan sekarang) dan Harapan
(kualitas yang diharapkan dari website) tentang Efficiency (efisiensi), Trust
(kepercayaan), Reliability (Keandalan), dan Citizen Support (Dukung
Masyarakat) yang ada pada website Badan Pusat Statistik. Untuk pernyataan
berikut, berikan tanda (√) pada kolom yang tersedia sesuai dengan pendapat
saudara dengan pilihan jawaban:
Jawaban Singkatan Nilai
STS Sangat Tidak Setuju 1
TS Tidak Setuju 2
TT Tidak Tahu 3
S Setuju 4
SS Sangat Setuju 5
Dimensi Persepsi Harapan
Efisiensi
Efisiensi adalah kemudahan Anda dalam mengakses website
No Pernyataan STS TS TT S SS STS TS TT S SS
8 Struktur website BPS mudah dan
jelas untuk saya ikuti
9
Mesin pencari (kolom search)
pada website BPS efektif untuk
membantu pencarian saya
10 Peta situs pada website BPS
terorganisasi dengan baik
11 Website BPS sesuai dengan
kebutuhan saya
334
12 Informasi yang ditampilkan pada
website BPS tepat dan terperinci
13
Informasi yang ditampilkan pada
website BPS adalah informasi
terbaru
14
Jika ada kolom isian / formulir
pada website BPS, petunjuk
pengisian dan penyelesaiannnya
yang ditampilkan cukup
membantu saya
Kepercayaan
Kepercayaan adalah kemampuan website BPS untuk melindungi informasi pribadi pengguna
15
Username dan password saya
aman jika digunakan pada
website BPS
16
Untuk mengakses website BPS
hanya menggunakan data pribadi
saya yang diperlukan saja
17
Data yang telah saya masukkan
ke dalam website BPS diarsipkan
dengan aman
18
Menurut saya, data yang
disediakan dalam website BPS
hanya digunakan untuk alasan
tertentu
Kehandalan
Keandalan yaitu kemampuan website BPS yang dapat memberikan layanan yang baik untuk
Anda.
19
Waktu untuk mengunduh
(download) file / konten /
formulir dalam website BPS
singkat
335
20
Saya dapat mengakses website
BPS kapanpun jika
membutuhkan
21
Website BPS selalu berhasil
tampil ketika pertama kali saya
mengakses ke alamat
www.bps.go.id
22 Website BPS menyediakan
layanan tepat waktu
23 Menurut saya website BPS cukup
cepat jika diunduh (di-download)
24
Website BPS dapat berjalan baik
menggunakan browser pada
komputer/laptop/gadget saya
Dukungan Masyarakat
Dukungan Masyarakat yaitu website BPS dapat memberikan bantuan kepada Anda dalam
mencari informasi atau layanan yang diberikan dengan adanya panduan halaman bantuan dan
saluran komunikasi di dalam website BPS.
25
Staf BPS menunjukkan sikap
tanggap dalam memecahkan
masalah saya
26
Staf BPS memberikan respon
yang cepat untuk pemasalahan
saya
27
Staf BPS memiliki pengetahuan
yang cukup untuk menjawab
pertanyaan pertanyaan saya
28
Staf BPS memiliki kemampuan
untuk menyampaikan
kepercayaan dan keyakinan
kepada saya
336
LAMPIRAN 5
HASIL KUESIONER
337
A. Data Demografis Penelitian
No. Jenis
Kelamin Pekerjaan Usia
Pendidikan
Terakhir
Frekuensi
mengunjungi
website BPS
Durasi akses
website BPS
per hari
1 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali 5 – 10 menit
2 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 20 – 30 menit
3 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 15 – 20 menit
4 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 10 – 15 menit
5 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
6 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 5 – 10 menit
7 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 sebulan sekali 10 – 15 menit
8 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 20 – 30 menit
9 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
10 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 sebulan sekali 20 – 30 menit
11 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 sebulan sekali 5 – 10 menit
12 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali 5 – 10 menit
13 Perempuan Pegawai Swasta 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
14 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali > 1 jam
15 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali < 5 menit
16 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali < 5 menit
17 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 10 – 15 menit
18 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 15 – 20 menit
19 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
20 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
21 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali < 5 menit
22 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
23 Perempuan Pegawai Swasta 16 – 25 Tahun D1/D2/D3 < sebulan sekali 5 – 10 menit
24 Perempuan Pegawai Swasta 16 – 25 Tahun D1/D2/D3 < sebulan sekali 15 – 20 menit
25 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
26 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sedera jat sebulan sekali 5 – 10 menit
27 Laki - Laki Wira Usaha 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
338
28 Laki - Laki Wira Usaha 16 – 25 Tahun SMA/Sederajat Setiap hari > 60 menit
29 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 5 – 10 menit
30 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali < 5 menit
31 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 10 – 15 menit
32 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
33 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun D1/D2/D3 < sebulan sekali 10 – 15 menit
34 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
35 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
36 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali 10 – 15 menit
37 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
38 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 20 – 30 menit
39 Laki - Laki PNS 16 – 25 Tahun S1 Seminggu sekali 5 – 10 menit
40 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
41 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 15 – 20 menit
42 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun D1/D2/D3 < sebulan sekali < 5 menit
43 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun S1 sebulan sekali 5 – 10 menit
44 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
45 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
46 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
47 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 10 – 15 menit
48 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali < 5 menit
49 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali < 5 menit
50 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali < 5 menit
51 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 15 – 20 menit
52 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 20 – 30 menit
53 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 5 – 10 menit
54 Laki - Laki Pegawai Swasta 16 – 25 Tahun S1 < sebulan sekali 10 – 15 menit
55 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
56 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
57 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
58 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 10 – 15 menit
59 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
339
60 Laki - Laki Pegawai Swasta 16 – 25 Tahun D1/D2/D3 < sebulan sekali < 5 menit
61 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 15 – 20 menit
62 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
63 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 15 – 20 menit
64 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
65 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
66 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Setiap hari 20 – 30 menit
67 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun D1/D2/D3 < sebulan sekali < 5 menit
68 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
69 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
70 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
71 Laki - Laki Pegawai Swasta 16 – 25 Tahun D1/D2/D3 < sebulan sekali < 5 menit
72 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali 20 – 30 menit
73 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 10 – 15 menit
74 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 15 – 20 menit
75 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali 5 – 10 menit
76 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
77 Perempuan Pegawai Swasta 16 – 25 Tahun S1 < sebulan sekali 5 – 10 menit
78 Perempuan Pelajar / Mahasiswa 26 – 35 Tahun S1 < sebulan sekali < 5 menit
79 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali < 5 menit
80 Laki - Laki Pegawai Swasta 16 – 25 Tahun D1/D2/D3 < sebulan sekali 5 – 10 menit
81 Laki - Laki Pegawai Swasta 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
82 Laki - Laki Pegawai Swasta 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
83 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali 10 – 15 menit
84 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
85 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 20 – 30 menit
86 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 15 – 20 menit
87 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 15 – 20 menit
88 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali < 5 menit
89 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Setiap hari 15 – 20 menit
90 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederaja t < sebulan sekali 5 – 10 menit
91 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 15 – 20 menit
340
92 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun S1 sebulan sekali 15 – 20 menit
93 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
94 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali < 5 menit
95 Laki - Laki PNS 26 – 35 Tahun D1/D2/D3 < sebulan sekali 10 – 15 menit
96 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 sebulan sekali 5 – 10 menit
97 Laki - Laki PNS 26 – 35 Tahun D1/D2/D3 < sebulan sekali 15 – 20 menit
98 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 20 – 30 menit
99 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 10 – 15 menit
100 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 15 – 20 menit
101 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
102 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali < 5 menit
103 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
104 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali < 5 menit
105 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 5 – 10 menit
106 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun D1/D2/D3 < sebulan sekali 10 – 15 menit
107 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 5 – 10 menit
108 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
109 Perempuan Pegawai Swasta 26 – 35 Tahun S2 < sebulan sekali < 5 menit
110 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali < 5 menit
111 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 sebulan sekali 5 – 10 menit
112 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
113 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 20 – 30 menit
114 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 15 – 20 menit
115 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 20 – 30 menit
116 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali < 5 menit
117 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali < 5 menit
118 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 15 – 20 menit
119 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 15 – 20 menit
120 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
121 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 10 – 15 menit
122 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 20 – 30 menit
123 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 10 – 15 menit
341
124 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
125 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 20 – 30 menit
126 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 20 – 30 menit
127 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 10 – 15 menit
128 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 20 – 30 menit
129 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 10 – 15 menit
130 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Setiap hari 20 – 30 menit
131 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 20 – 30 menit
132 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 20 – 30 menit
133 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Setiap hari 10 – 15 menit
134 Perempuan Pegawai Swasta 26 – 35 Tahun S1 sebulan sekali 15 – 20 menit
135 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Setiap hari < 5 menit
136 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
137 Laki - Laki PNS 26 – 35 Tahun D1/D2/D3 < sebulan sekali < 5 menit
138 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali > 30 menit
139 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 sebulan sekali 20 – 30 menit
140 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 10 – 15 menit
141 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 10 – 15 menit
142 Perempuan Wirausaha 16 – 25 Tahun S1 < sebulan sekali 5 – 10 menit
143 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali < 5 menit
144 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
145 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
146 Perempuan Wirausaha 16 – 25 Tahun S1 sebulan sekali 5 – 10 menit
147 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
148 Perempuan Wirausaha 36 – 45 Tahun SMA/Sederajat < sebulan sekali 10 – 15 menit
149 Laki - Laki PNS 56 – 65 Tahun D1/D2/D3 < sebulan sekali < 5 menit
150 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
151 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 5 – 10 menit
152 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
153 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 15 – 20 menit
154 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
155 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali 5 – 10 menit
342
156 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
157 Laki - Laki Pegawai Swasta 26 – 35 Tahun S1 < sebulan sekali 5 – 10 menit
158 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun S1 sebulan sekali 5 – 10 menit
159 Laki - Laki Pegawai Swasta 26 – 35 Tahun D1/D2/D3 < sebulan sekali < 5 menit
160 Laki - Laki PNS 36 – 45 Tahun S1 < sebulan seka li 5 – 10 menit
161 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali 5 – 10 menit
162 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
163 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
164 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
165 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
166 Perempuan PNS 26 – 35 Tahun S1 < sebulan sekali < 5 menit
167 Laki - Laki Pegawai Swasta 16 – 25 Tahun S1 < sebulan sekali < 5 menit
168 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
169 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 sebulan sekali 5 – 10 menit
170 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 5 – 10 menit
171 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 10 – 15 menit
172 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederaja t < sebulan sekali 5 – 10 menit
173 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
174 Perempuan Pelajar / Mahasiswa 26 – 35 Tahun S1 sebulan sekali 15 – 20 menit
175 Perempuan IRT 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
176 Perempuan Pegawai Swasta 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
177 Laki - Laki Pegawai Swasta 16 – 25 Tahun S1 sebulan sekali 5 – 10 menit
178 Laki - Laki PNS 36 – 45 Tahun D1/D2/D3 sebulan sekali 10 – 15 menit
179 Laki - Laki Wirausaha 46 – 55 Tahun S2 < sebulan sekali 20 – 30 menit
180 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 20 – 30 menit
181 Laki - Laki Wirausaha 26 – 35 Tahun D1/D2/D3 sebulan sekali 10 – 15 menit
182 Laki - Laki perusak rumah tangga 26 – 35 Tahun SMA/Sederajat Setiap hari < 5 menit
183 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 5 – 10 menit
184 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 5 – 10 menit
185 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 5 – 10 menit
186 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 5 – 10 menit
187 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 10 – 15 menit
343
188 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun S1 Seminggu sekali 10 – 15 menit
189 Laki - Laki Pegawai Swasta 26 – 35 Tahun S1 sebulan sekali 10 – 15 menit
190 Laki - Laki Pegawai Swasta 26 – 35 Tahun S1 Seminggu sekali 10 – 15 menit
191 Laki - Laki Pegawai Swasta 26 – 35 Tahun S1 Seminggu sekali 5 – 10 menit
192 Perempuan Pegawai Swasta 16 – 25 Tahun SMA/Sederajat sebulan sekali 5 – 10 menit
193 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan seka li < 5 menit
194 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali 5 – 10 menit
195 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
196 Perempuan PNS 26 – 35 Tahun S1 sebulan sekali 10 – 15 menit
197 Perempuan Pegawai Swasta 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
198 Perempuan Pelajar / Mahasiswa 36 – 45 Tahun SMA/Sederajat < sebulan sekali < 5 menit
199 Perempuan Pelajar / Mahasiswa 46 – 55 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
200 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
201 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
202 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 10 – 15 menit
203 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
204 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
205 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 menit
206 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 10 – 15 menit
207 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 5 – 10 menit
208 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 20 – 30 menit
209 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali 20 – 30 menit
210 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederaja t < sebulan sekali 15 – 20 menit
344
B. Data Persepsi Penelitian
No. P_
EF2
P_
EF3
P_
EF4
P_
EF5
P_
EF6
P_
EF7
P_
TRS1
P_
TRS2
P_
TRS3
P_
TRS4
P_
RLB1
P_
RLB2
P_
RLB3
P_
RLB4
P_
RLB5
P_
RLB6
P_
CS1
P_
CS2
P_
CS3
P_
CS4
1 3 4 4 4 3 4 4 4 3 4 4 4 4 3 2 4 4 4 4 4
2 4 4 4 4 4 4 4 4 3 2 3 3 3 3 3 3 3 3 3 3
3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
4 2 2 4 4 4 2 2 4 2 4 4 4 4 2 4 4 3 2 4 4
5 3 3 4 3 4 4 3 4 2 4 4 4 3 3 4 3 3 4 3 5
6 4 2 4 4 4 4 4 4 4 4 4 5 5 4 4 4 4 4 5 5
7 4 4 4 4 4 4 5 5 5 5 4 4 4 4 4 4 5 5 5 5
8 4 4 3 3 4 4 4 4 4 4 3 4 5 3 4 4 3 3 4 4
9 4 4 5 4 4 5 3 4 3 4 3 5 2 3 3 3 3 3 3 3
10 5 4 4 4 4 4 3 4 3 2 4 4 5 4 4 3 3 3 3 3
11 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
12 4 4 4 4 3 4 3 1 3 3 4 4 4 4 4 4 3 3 3 3
13 4 4 4 4 4 4 4 3 3 3 3 3 3 3 3 3 4 4 4 4
14 1 2 1 2 2 3 4 4 4 1 4 2 2 2 4 2 2 2 3 3
345
15 4 3 4 3 3 4 3 4 4 3 3 4 4 3 2 3 3 3 3 3
16 4 3 3 3 3 3 3 3 3 3 3 4 3 3 3 3 3 3 3 3
17 4 4 4 4 4 4 4 4 4 2 3 4 4 4 4 5 3 3 3 3
18 4 3 4 3 3 4 3 4 3 4 2 4 4 4 2 4 4 3 3 3
19 3 4 4 4 4 3 3 3 3 3 4 4 4 4 4 4 3 3 3 3
20 4 4 5 5 4 4 5 3 4 3 4 5 5 5 4 5 4 4 4 4
21 4 1 1 1 4 2 5 4 3 4 2 4 4 2 4 4 3 3 3 3
22 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
23 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4
24 4 4 4 4 4 4 4 4 4 3 3 4 4 4 4 4 4 4 4 4
25 5 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 4 4 3 3
26 4 5 4 4 5 4 4 4 4 5 4 4 4 4 4 5 4 4 4 4
27 4 4 4 4 3 4 4 4 3 3 4 5 5 4 4 4 4 4 4 4
28 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
29 4 4 4 4 5 4 4 4 4 4 4 5 4 4 3 3 4 4 4 4
30 3 4 3 3 4 3 3 4 2 2 3 3 3 2 3 2 3 3 3 3
31 4 2 1 2 4 4 4 4 4 4 5 4 4 3 4 5 3 3 3 4
32 4 3 4 3 3 4 3 4 3 2 4 5 5 3 3 4 3 4 3 3
346
33 4 4 4 3 3 4 4 3 3 4 4 4 4 3 4 4 3 3 3 3
34 4 3 4 3 2 4 4 3 3 3 2 4 4 3 2 4 3 3 3 2
35 4 4 3 4 2 3 3 3 3 3 3 3 3 3 3 4 3 3 3 3
36 4 4 3 3 4 3 4 3 3 4 5 4 5 4 4 3 3 3 3 3
37 3 4 3 4 4 4 4 4 4 4 3 4 3 3 4 3 3 3 4 4
38 4 3 4 4 4 5 5 4 3 2 3 5 4 4 4 5 3 3 4 3
39 4 4 4 4 5 4 4 4 4 4 4 4 4 4 1 4 2 4 4 3
40 3 4 3 3 3 3 4 4 4 3 3 3 4 3 2 5 3 3 3 3
41 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5
42 5 4 3 3 5 4 5 5 5 4 4 5 5 5 4 4 4 4 4 4
43 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
44 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5
45 4 5 4 3 4 4 3 3 4 5 4 5 4 3 3 3 3 3 3 3
46 4 2 4 4 4 2 4 4 3 4 5 4 5 2 5 5 3 3 3 3
47 2 2 4 2 2 2 4 2 3 5 4 4 2 3 2 4 4 4 3 3
48 2 2 3 2 2 2 2 2 2 2 2 1 2 2 2 2 2 2 2 2
49 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
50 4 4 3 3 4 3 3 4 3 3 3 3 3 3 3 4 3 3 3 3
347
51 4 2 4 3 2 4 5 5 4 5 4 5 3 2 4 3 4 3 3 5
52 4 5 4 5 4 4 3 4 3 3 4 5 4 2 3 3 4 3 3 3
53 2 1 4 4 4 2 4 4 4 5 4 4 4 3 4 4 3 3 4 4
54 4 4 4 4 3 4 4 3 3 2 4 4 4 3 4 3 3 3 3 3
55 4 3 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 3 4 3
56 2 2 3 2 1 3 3 3 3 3 4 4 4 3 4 4 3 3 3 3
57 2 2 2 3 3 3 3 3 3 3 3 4 4 3 3 4 3 3 4 4
58 3 3 4 4 3 4 3 3 3 4 4 4 4 3 4 4 3 3 4 4
59 4 4 4 4 2 4 3 4 3 4 3 5 5 4 3 5 3 3 3 3
60 4 3 5 4 4 4 3 4 4 4 4 4 3 3 3 4 4 4 4 4
61 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
62 4 4 3 3 5 3 4 4 3 3 3 5 4 3 3 3 3 3 3 3
63 5 4 5 4 5 5 5 5 5 5 4 4 5 5 5 5 4 4 5 4
64 2 4 4 3 4 3 3 4 3 4 3 4 5 4 4 4 4 3 3 4
65 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4
66 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
67 4 3 4 4 3 3 3 4 3 3 4 3 3 3 4 4 3 3 3 3
68 4 3 4 4 4 4 3 3 3 5 4 4 4 4 4 4 4 4 5 5
348
69 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
70 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
71 4 3 3 4 3 3 3 4 3 3 4 4 4 3 3 4 4 3 4 3
72 4 3 4 5 4 3 4 4 4 4 4 5 5 4 4 4 3 3 3 3
73 4 3 4 3 4 4 4 4 4 4 4 4 2 4 4 2 4 3 3 4
74 5 5 4 5 5 4 5 4 5 4 4 5 5 5 5 5 4 4 4 4
75 5 4 5 5 5 5 5 5 4 4 5 5 5 5 5 5 5 5 5 5
76 2 2 3 4 2 4 2 4 2 4 4 5 4 3 4 4 4 5 5 4
77 3 2 4 4 3 5 4 4 2 4 4 4 4 4 4 4 4 2 4 4
78 3 4 4 3 4 3 3 4 3 4 3 4 4 3 4 4 3 3 3 3
79 4 4 4 4 4 4 4 4 4 3 4 4 4 3 4 4 3 3 4 4
80 2 2 2 2 4 4 2 4 3 4 4 4 4 2 3 4 4 4 4 4
81 4 2 4 4 2 4 3 4 2 3 4 4 4 2 3 5 4 4 4 3
82 4 2 4 4 2 4 3 4 2 3 4 4 4 2 3 5 4 4 4 3
83 4 3 4 2 4 3 4 4 4 2 4 4 5 3 4 5 4 3 3 3
84 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
85 4 4 3 4 4 4 4 3 3 4 3 4 5 3 3 4 3 3 3 4
86 4 4 4 4 4 3 4 4 4 3 4 5 5 4 4 4 4 4 4 4
349
87 4 3 4 3 4 2 4 4 4 2 2 4 4 2 4 4 5 5 5 5
88 4 4 4 4 4 4 4 4 4 3 3 4 4 3 2 3 3 4 4 3
89 2 2 4 4 4 4 4 4 4 4 4 2 2 4 4 4 4 3 3 4
90 4 4 3 4 4 4 4 4 4 4 3 4 4 2 3 4 4 4 4 4
91 5 4 4 4 4 3 4 5 3 3 4 4 5 4 4 5 4 4 4 4
92 5 4 5 4 5 4 4 4 4 3 4 5 4 4 5 4 3 3 4 4
93 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3
94 4 3 4 4 5 4 4 4 4 5 3 5 5 3 4 4 3 3 4 3
95 4 5 4 5 4 4 5 4 4 4 4 4 4 4 4 3 4 4 4 4
96 4 4 4 2 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4
97 4 4 4 4 2 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
98 4 4 4 3 4 4 4 4 5 4 4 4 3 3 3 3 3 3 4 4
99 4 4 4 4 2 4 4 4 4 4 2 4 5 5 5 3 3 3 3 3
100 5 5 3 4 5 4 4 3 5 4 3 4 4 4 4 4 3 3 4 3
101 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
102 4 4 4 4 3 4 3 3 3 3 4 4 4 3 3 4 3 3 3 3
103 4 3 4 3 5 4 3 4 4 5 4 5 5 4 5 5 4 3 3 4
104 4 4 3 4 4 4 3 4 4 3 4 4 4 3 4 4 4 4 4 4
350
105 4 3 4 4 4 4 5 5 5 4 5 4 4 4 5 5 5 5 5 5
106 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
107 4 3 3 4 4 4 4 3 3 4 4 4 4 4 3 4 4 3 4 4
108 4 3 4 4 3 3 3 3 3 3 3 4 4 3 4 4 3 3 3 3
109 4 3 4 3 4 4 3 4 3 3 4 5 4 3 4 4 2 4 3 3
110 4 4 4 4 4 4 4 4 4 5 4 5 4 4 4 4 4 4 4 4
111 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4
112 5 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
113 4 3 4 5 2 3 5 4 3 3 5 5 5 3 4 2 3 3 3 3
114 5 4 3 4 5 5 4 5 4 3 5 5 5 4 5 5 4 3 5 4
115 3 3 3 2 2 2 5 5 5 5 4 2 2 3 3 3 5 5 5 5
116 3 4 4 4 2 3 4 4 3 4 4 4 5 3 3 5 3 4 4 4
117 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
118 5 5 4 4 4 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5
119 5 3 4 4 4 3 5 5 5 4 5 5 5 4 5 5 3 3 4 3
120 4 4 4 4 4 4 5 5 4 4 4 4 4 4 4 4 3 3 3 3
121 2 4 4 3 2 4 4 4 4 4 4 4 4 3 3 4 4 4 4 4
122 3 2 4 4 4 4 5 5 5 5 4 3 4 4 4 5 3 3 4 4
351
123 5 4 4 4 5 5 4 3 3 5 5 4 4 5 5 5 4 3 3 3
124 4 4 3 4 4 4 3 4 3 4 3 3 4 3 3 1 3 2 2 3
125 5 5 4 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
126 4 4 4 4 4 4 5 5 3 3 4 5 4 5 4 4 4 3 4 5
127 2 4 4 2 2 4 4 4 4 2 5 5 5 2 4 4 3 3 4 4
128 4 4 3 4 5 4 3 4 4 3 5 5 5 3 3 4 5 5 5 5
129 5 4 5 4 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5
130 4 5 4 4 4 4 5 5 5 5 4 4 5 4 4 5 4 4 4 5
131 4 5 4 3 4 3 4 4 4 5 4 4 4 4 4 4 4 4 4 4
132 3 5 4 4 4 4 4 4 5 3 5 4 3 4 4 4 4 3 5 5
133 2 4 4 2 4 3 5 5 5 3 5 5 5 4 5 5 3 3 2 4
134 4 5 4 5 4 4 4 2 4 4 4 4 4 4 4 4 4 4 4 4
135 5 4 5 4 5 5 4 4 5 5 4 5 4 4 3 5 3 4 5 4
136 4 5 4 4 5 4 5 3 3 2 4 5 4 3 3 5 5 4 5 5
137 4 2 2 2 4 4 4 2 4 4 4 4 3 2 3 2 4 3 3 3
138 5 5 4 4 5 5 5 5 5 4 4 5 5 4 4 5 4 4 5 5
139 2 2 4 5 4 3 4 4 4 4 5 5 5 4 5 4 4 4 4 4
140 5 1 4 3 4 3 4 4 3 4 4 4 4 4 3 4 4 4 4 4
352
141 4 4 4 4 4 4 4 4 4 3 3 4 4 4 4 3 4 4 4 3
142 5 3 4 4 4 4 3 3 3 4 5 5 5 4 5 5 3 3 3 3
143 2 3 2 1 1 3 3 3 3 4 5 5 5 3 5 5 3 3 3 3
144 3 2 4 4 4 4 3 5 3 3 3 4 4 4 3 4 3 3 3 3
145 4 4 3 5 5 5 4 4 3 5 4 5 5 4 4 4 4 3 4 4
146 4 2 4 2 5 4 5 4 5 2 5 5 1 2 1 2 3 2 5 4
147 4 4 4 4 4 3 3 4 4 4 4 4 4 4 4 4 3 3 3 3
148 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
149 5 4 4 4 4 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3
150 4 4 4 4 4 4 5 5 4 4 4 4 4 4 4 4 4 4 4 4
151 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
152 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5
153 3 3 4 3 4 2 2 2 3 3 3 4 3 2 3 2 3 3 3 3
154 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
155 4 3 4 3 2 4 4 4 4 4 2 4 4 3 2 2 4 4 4 3
156 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
157 4 2 4 2 2 3 2 3 3 3 4 3 3 2 2 1 4 4 4 4
158 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
353
159 4 4 4 4 2 3 2 4 3 4 4 4 4 4 4 2 3 3 3 3
160 4 4 4 4 4 4 2 4 3 3 4 4 4 2 4 2 3 3 3 3
161 4 3 4 4 4 4 5 4 4 3 4 4 4 4 4 4 4 4 4 4
162 5 5 4 5 2 5 5 5 5 5 5 5 5 3 5 5 4 4 4 4
163 3 3 3 3 3 3 2 3 3 3 3 3 4 4 4 3 4 3 3 3
164 4 4 3 2 4 2 1 2 3 5 3 3 4 2 3 3 3 1 4 3
165 5 4 5 5 4 2 2 2 3 4 4 4 5 4 3 3 4 3 5 5
166 3 3 4 4 4 3 3 4 4 4 2 4 2 2 2 2 2 3 4 3
167 4 4 5 4 4 4 2 2 3 2 2 4 3 2 2 4 3 3 2 3
168 3 2 3 3 2 4 2 3 3 4 4 5 4 3 4 3 3 3 3 4
169 4 5 4 4 4 4 4 4 4 4 5 5 5 5 5 5 3 3 3 3
170 3 2 3 4 3 3 5 5 4 5 5 5 5 3 4 5 3 3 3 3
171 5 4 4 4 4 5 4 5 4 5 4 4 4 4 5 5 3 3 3 3
172 5 4 3 4 3 4 4 3 4 4 5 5 5 4 4 4 3 3 3 3
173 3 4 3 3 3 3 5 4 4 4 4 4 4 3 5 4 3 3 3 3
174 4 4 4 4 3 3 4 4 4 4 4 4 4 4 5 4 3 3 3 3
175 3 2 4 3 4 4 3 4 3 4 4 5 4 2 4 5 2 3 3 3
176 4 4 3 4 3 4 3 4 4 4 4 4 4 3 4 5 3 3 3 3
354
177 4 3 4 4 4 4 2 3 3 2 5 4 5 4 4 5 3 3 3 3
178 5 5 5 5 5 5 4 4 4 4 4 5 4 5 4 5 4 5 4 5
179 5 4 5 4 5 5 4 4 4 5 4 4 4 4 4 4 4 4 4 4
180 5 5 5 5 5 5 5 5 5 5 4 4 4 4 4 4 4 4 4 4
181 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5
182 3 2 2 3 2 3 2 3 2 3 3 3 3 3 3 3 3 3 3 3
183 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
184 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
185 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
186 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
187 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
188 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
189 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
190 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
191 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
192 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
193 5 5 5 5 5 5 4 4 4 4 5 5 5 5 5 5 3 3 3 4
194 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 2 2 3 3
355
195 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 1 1 2 2
196 5 4 3 4 3 4 3 4 3 3 2 2 2 3 2 3 3 2 3 3
197 4 5 3 3 3 4 2 3 2 3 4 3 4 3 4 4 3 3 3 3
198 4 4 3 2 3 4 4 4 3 5 4 3 4 3 4 2 3 3 3 3
199 5 5 3 4 3 4 3 4 4 3 2 2 2 3 2 2 3 3 3 3
200 5 4 3 3 3 3 4 5 4 3 2 3 2 3 2 2 3 3 3 3
201 4 2 2 4 2 4 3 3 2 3 4 4 4 3 4 4 4 4 4 2
202 4 2 3 2 4 3 2 4 3 3 4 2 3 2 2 5 2 2 4 2
203 3 4 2 2 4 4 2 3 2 3 4 4 4 2 4 5 3 4 2 2
204 2 4 4 3 4 3 3 2 2 3 4 2 3 3 4 4 3 4 4 3
205 3 4 4 3 3 3 4 3 3 4 4 4 4 4 3 4 4 3 4 2
206 3 4 4 3 4 4 3 4 3 4 2 3 4 4 4 4 4 4 3 3
207 3 4 4 4 4 3 2 2 4 4 4 4 3 3 3 3 3 4 3 4
208 4 4 3 4 4 4 4 3 4 3 4 2 2 3 4 2 2 4 3 4
209 4 4 3 4 3 4 4 3 4 3 4 4 3 4 4 4 3 4 4 3
210 4 3 4 4 4 4 3 3 4 3 4 3 3 3 2 3 4 3 4 3
356
C. Data Harapan Penelitian
No. H_
EF2
H_
EF3
H_
EF4
H_
EF5
H_
EF6
H_
EF7
H_
TRS1
H_
TRS2
H_
TRS3
H_
TRS4
H_
RLB1
H_
RLB2
H_
RLB3
H_
RLB4
H_
RLB5
H_
RLB6
H_
CS1
H_
CS2
H_
CS3
H_
CS4
1 5 5 5 4 5 4 5 5 5 4 5 4 4 4 4 4 5 5 5 5
2 4 4 4 4 4 4 4 3 2 2 3 3 3 3 3 3 3 3 3 3
3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
4 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
5 4 4 4 3 3 4 3 4 3 4 4 3 4 3 4 3 4 3 4 5
6 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
7 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 4 4 4 4
8 4 4 3 3 4 4 4 4 4 4 3 4 5 3 4 4 3 3 4 4
9 4 4 5 4 4 5 4 4 4 4 4 5 4 4 4 4 3 3 3 3
10 5 5 5 5 5 5 4 5 5 2 5 5 5 5 5 5 4 4 4 4
11 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
12 4 4 4 4 3 4 3 1 3 3 4 4 4 4 4 4 3 3 3 3
13 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 5 5 5 5
14 2 2 2 4 4 3 4 4 4 1 4 2 2 2 4 2 3 2 3 3
357
15 4 3 4 4 4 5 3 4 4 4 3 4 4 3 3 4 3 3 4 5
16 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
17 4 4 4 4 4 4 5 4 4 3 3 5 4 4 3 5 3 3 3 3
18 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4
19 4 4 4 4 5 4 4 4 4 4 4 5 5 4 4 5 4 4 4 4
20 4 4 5 5 4 5 5 3 4 5 5 5 5 5 4 5 4 4 4 4
21 4 1 4 4 4 4 4 4 3 5 4 4 4 4 5 5 3 3 3 3
22 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
23 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4 4
24 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
25 5 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 4 4 3 3
26 5 5 4 4 4 5 4 4 4 5 4 4 4 4 5 5 4 4 4 5
27 5 5 4 5 4 5 5 5 4 4 4 5 5 5 5 4 4 4 5 4
28 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
29 4 5 4 4 5 4 4 4 4 4 4 5 4 4 5 4 4 4 4 4
30 4 5 4 3 4 3 4 3 4 3 3 3 4 3 4 4 3 3 3 3
31 4 4 4 4 5 4 5 4 4 4 5 4 4 4 4 5 4 4 4 4
32 5 4 5 5 4 5 4 3 5 3 4 5 3 4 4 5 5 4 4 4
358
33 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
34 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
35 4 4 3 3 2 3 3 3 3 3 3 3 3 3 3 4 3 3 3 3
36 4 4 4 5 5 4 4 3 4 5 5 5 5 4 4 4 4 5 4 4
37 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
38 5 4 5 5 5 5 5 5 5 1 5 5 5 5 5 5 5 5 5 5
39 4 5 5 5 4 4 4 4 4 3 4 4 4 4 2 4 3 1 4 3
40 3 4 3 3 3 3 4 4 4 3 3 3 4 3 2 5 3 3 3 3
41 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
42 5 5 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
43 4 4 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
44 4 4 2 3 2 3 3 3 3 4 4 4 5 2 4 3 4 4 3 3
45 4 5 4 3 4 4 3 3 4 5 4 5 4 3 3 3 3 3 3 3
46 5 5 5 5 5 4 5 4 5 5 5 5 5 5 5 5 5 5 5 5
47 5 4 5 5 5 4 4 4 4 4 4 5 4 3 4 4 4 4 4 4
48 2 2 2 2 2 2 2 1 2 2 1 1 1 2 2 2 2 2 2 2
49 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
50 4 4 3 3 4 3 3 4 3 3 3 3 3 3 3 4 3 3 3 3
359
51 5 4 5 4 5 5 5 5 5 5 5 5 5 4 5 5 5 4 4 5
52 4 5 5 4 4 4 3 4 3 3 4 5 4 2 3 3 4 3 3 3
53 5 5 5 5 5 5 4 4 4 4 4 5 4 4 4 4 3 3 4 4
54 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 3 3 3 3
55 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
56 4 4 3 4 4 3 3 3 3 3 4 5 5 3 5 4 3 3 3 3
57 5 5 5 5 5 5 5 5 5 5 5 5 4 5 4 4 5 5 5 5
58 4 4 4 4 4 4 4 4 4 2 4 4 4 4 4 4 4 4 4 4
59 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 4 4 4 4
60 4 4 5 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4
61 3 5 4 4 5 4 5 5 5 5 4 5 5 5 4 5 4 4 4 4
62 4 4 3 4 5 3 4 4 3 3 3 5 4 3 3 3 3 3 3 3
63 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
64 5 4 4 4 5 4 4 1 4 5 4 5 5 5 5 5 5 4 4 5
65 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
66 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
67 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4 4
68 4 3 3 4 4 4 3 3 3 5 4 3 3 3 3 3 3 3 3 3
360
69 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
70 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
71 4 5 4 4 4 5 5 5 5 5 4 4 4 4 4 5 5 5 5 5
72 5 4 5 5 5 4 4 4 5 4 5 5 5 5 5 5 5 5 5 4
73 4 3 3 3 3 3 3 4 3 3 4 4 3 3 3 3 3 3 3 3
74 5 5 5 5 5 5 5 5 5 4 5 5 5 4 5 4 5 5 5 5
75 5 4 5 5 5 5 5 5 4 4 5 5 5 5 5 5 5 5 5 5
76 5 5 5 5 5 4 5 4 5 4 5 5 4 5 4 4 4 5 5 5
77 5 4 5 4 5 5 5 4 5 4 4 5 4 4 5 4 5 5 4 4
78 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
79 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4
80 5 5 5 5 5 4 5 4 5 4 5 4 4 5 4 4 5 4 4 4
81 4 5 5 5 5 4 5 4 5 5 5 4 5 5 5 5 5 4 4 4
82 4 5 5 5 5 4 5 4 5 5 5 4 5 5 5 5 5 4 4 4
83 4 4 5 4 5 4 5 4 4 2 5 4 5 4 5 5 4 4 4 4
84 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
85 4 5 4 5 4 4 4 4 4 4 4 4 5 3 4 4 4 4 4 4
86 4 4 4 4 4 3 4 4 4 3 4 5 5 4 4 4 4 4 4 4
361
87 4 3 3 2 3 2 4 4 2 1 1 2 2 1 3 4 4 5 5 5
88 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4
89 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4
90 4 4 3 4 4 4 4 4 4 4 3 4 4 2 3 4 4 4 4 4
91 5 4 5 4 5 4 4 5 4 4 5 4 5 5 5 5 5 5 4 4
92 5 4 5 5 5 4 5 4 5 3 4 5 5 5 5 5 4 4 5 5
93 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3
94 4 4 5 5 4 4 5 5 4 4 4 5 4 3 5 4 3 3 3 4
95 5 5 4 5 4 4 5 4 4 4 4 4 4 4 4 3 4 4 4 4
96 4 4 4 2 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4
97 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
98 5 4 5 5 4 5 4 5 5 3 5 5 5 5 4 5 4 4 4 4
99 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 4 4
100 4 5 4 5 5 4 4 5 5 5 5 4 4 4 5 5 4 4 4 3
101 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
102 4 4 4 4 3 4 3 3 3 3 4 4 4 4 4 4 3 3 3 3
103 4 4 4 3 5 4 4 4 4 5 5 5 5 4 5 5 4 4 4 4
104 4 4 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
362
105 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
106 4 2 2 2 4 2 4 4 4 4 3 4 4 4 3 4 2 2 3 3
107 4 3 3 4 4 4 4 3 3 4 4 4 4 4 3 4 4 3 4 4
108 4 3 4 4 3 3 3 3 3 3 3 4 4 3 4 4 3 3 3 3
109 4 4 3 3 4 4 3 4 3 4 5 5 4 4 4 4 3 4 3 3
110 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 4 4 4
111 5 4 4 4 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 4
112 5 4 3 3 4 3 5 5 5 5 5 5 5 5 5 5 5 5 5 5
113 5 5 5 5 5 4 5 4 4 4 5 5 5 5 5 5 4 4 5 5
114 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
115 5 5 5 3 3 3 5 5 5 5 5 5 5 4 3 4 5 5 5 5
116 4 4 4 5 4 4 4 5 4 4 5 5 5 4 4 5 4 4 5 4
117 5 4 3 5 5 5 5 5 5 5 4 5 5 5 5 5 4 4 4 5
118 5 4 4 4 4 4 5 5 5 4 5 5 4 4 4 5 4 5 4 5
119 5 4 5 5 5 4 5 5 5 4 5 5 5 5 5 5 5 5 4 4
120 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
121 4 4 5 4 4 4 5 5 5 4 4 5 4 4 4 4 4 4 4 5
122 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
363
123 4 4 5 5 5 4 4 3 3 5 4 5 3 4 3 4 3 3 3 3
124 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
125 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
126 5 4 5 5 4 4 5 5 4 3 4 5 5 5 4 5 5 5 5 5
127 5 4 4 4 4 4 4 4 4 2 5 5 5 4 4 4 4 4 4 4
128 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
129 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
130 5 5 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5
131 4 4 4 3 4 5 4 4 4 5 4 4 4 4 4 4 3 3 3 4
132 4 5 4 4 4 4 4 4 5 3 5 5 3 4 4 4 4 3 5 5
133 4 4 4 4 4 3 5 5 5 3 5 5 5 4 5 5 5 5 4 4
134 3 4 4 4 4 3 3 4 3 4 2 2 3 2 3 4 4 3 4 4
135 5 5 5 4 4 5 5 4 5 5 5 4 5 4 4 3 5 5 4 4
136 5 5 5 5 5 5 5 5 5 2 5 5 5 5 5 5 5 5 5 5
137 5 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4
138 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5
139 5 4 5 2 1 3 4 4 4 4 5 5 5 2 5 4 4 4 4 4
140 5 1 4 3 4 3 4 4 3 4 4 4 4 4 3 4 4 4 4 4
364
141 4 4 4 4 4 4 4 4 4 3 3 4 4 4 4 4 4 4 4 3
142 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
143 5 5 4 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5
144 5 5 5 5 5 5 5 3 5 5 5 5 5 5 5 5 5 5 5 5
145 4 4 3 5 5 4 5 4 4 5 2 5 5 4 2 4 4 4 4 5
146 4 5 4 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5
147 4 4 4 3 4 3 3 4 4 4 4 4 4 3 3 4 3 3 3 3
148 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
149 5 4 4 3 4 4 3 4 4 3 4 4 4 4 4 4 4 3 3 3
150 4 4 4 4 4 4 5 5 4 4 4 4 4 4 4 4 4 4 4 4
151 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
152 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5 5 5
153 5 5 5 5 5 5 2 2 4 3 3 4 4 4 4 4 4 4 4 4
154 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
155 5 5 4 4 4 4 4 4 4 4 4 4 4 3 4 5 4 4 4 3
156 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
157 4 4 5 4 4 3 4 3 4 4 5 5 4 4 4 4 4 4 4 4
158 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
365
159 5 5 5 5 4 4 5 4 5 4 5 5 5 4 4 5 3 3 3 3
160 4 4 4 4 4 4 3 5 5 4 4 4 4 4 5 5 3 3 3 3
161 4 4 4 5 4 4 5 4 5 2 5 4 4 4 5 5 4 4 5 4
162 5 5 4 5 2 5 5 5 5 5 5 5 5 3 5 5 4 4 4 4
163 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
164 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5
165 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
166 5 5 5 5 5 5 5 5 5 3 5 5 5 5 5 5 5 5 5 5
167 5 5 2 2 2 2 4 4 4 3 5 3 4 4 3 5 5 5 5 5
168 4 3 3 4 3 4 3 3 3 5 4 5 4 4 5 3 3 3 3 4
169 5 5 5 5 4 4 4 4 4 5 5 5 5 5 5 5 4 3 3 3
170 4 3 4 4 3 3 5 5 4 5 5 5 5 4 4 5 3 3 3 3
171 5 5 4 4 4 5 5 5 5 5 4 5 4 5 5 5 3 3 3 3
172 5 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 4 4 4 4
173 4 4 4 4 5 4 5 5 5 5 4 5 5 4 5 4 4 4 4 4
174 5 5 4 4 5 5 5 5 5 5 4 5 4 4 5 4 4 4 4 4
175 4 3 4 3 5 4 3 4 4 5 4 5 5 3 4 5 3 3 5 4
176 4 4 5 5 5 4 5 4 4 5 4 4 4 5 5 5 5 5 5 3
366
177 5 4 4 5 5 4 4 4 4 4 5 5 5 5 5 5 5 5 5 5
178 5 5 5 5 5 5 4 4 4 4 5 4 5 4 5 4 5 4 5 4
179 5 5 4 4 5 4 5 5 5 4 4 4 4 4 4 4 4 4 4 4
180 5 5 5 5 5 5 5 5 5 5 4 4 4 4 4 4 4 4 4 4
181 5 5 5 5 5 5 5 5 5 5 4 4 4 4 4 4 4 4 4 4
182 2 3 3 2 3 2 3 2 3 2 3 3 3 3 3 3 3 3 3 5
183 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
184 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
185 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
186 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
187 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
188 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
189 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
190 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
191 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
192 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
193 5 5 5 5 5 5 4 4 4 4 5 5 5 5 5 5 3 3 3 4
194 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 2 2 3 3
367
195 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 1 1 2 2
196 4 4 4 4 3 4 3 4 3 3 2 2 2 3 2 4 3 2 2 3
197 4 5 3 4 3 4 3 3 2 3 4 3 4 3 4 4 4 3 4 3
198 4 4 3 2 4 3 4 5 4 5 4 3 4 3 4 4 3 3 3 4
199 5 5 4 4 3 4 3 4 4 4 2 2 2 3 2 4 3 3 3 4
200 5 5 5 4 3 4 4 5 4 4 3 3 3 3 2 4 3 3 4 3
201 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
202 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5
203 5 5 5 5 5 4 5 5 5 5 4 4 4 5 4 5 5 5 5 5
204 5 4 4 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5
205 4 5 5 5 5 4 5 5 5 5 4 5 5 4 5 5 4 5 5 5
206 4 5 5 5 4 4 5 4 5 5 4 5 5 4 5 4 5 4 4 4
207 5 4 5 4 5 5 4 5 4 5 4 5 5 4 5 4 4 5 4 5
208 5 4 5 4 5 4 4 4 4 5 5 5 4 5 5 5 5 4 5 4
209 4 4 5 5 5 5 4 5 4 5 4 5 4 4 5 4 5 5 4 4
210 4 5 5 4 5 4 4 5 4 5 4 3 5 4 4 5 4 5 5 5
LAMPIRAN 6
SURAT - SURAT
286
287
288