SKRIPSI ANALISIS KUALITAS LAYANAN E-GOVERNMENT MENGGUNAKAN METODE E … · 2019. 10. 31. · v...

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

iii

SKRIPSI



(IPA)





Disusun Oleh :

DJUHARI JUMA WIJAYA

11150930000061




JAKARTA

2019 M/1441 H

i

HALAMAN JUDUL



(IPA)


SKRIPSI




Disusun Oleh:

DJUHARI JUMA WIJAYA

11150930000061




JAKARTA

2019 M / 1441 H

ii

LEMBAR PENGESAHAN



(IPA)


SKRIPSI




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

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

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

[email protected]

Wassalamualaikum Wr. Wb

Jakarta, Agustus 2019

Djuhari Juma Wijaya

11150930000061

mailto:[email protected]

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

https://www.bps.go.id/

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-


Q2 Apa saja faktor - faktor yang mempengaruhi kualitas layanan e-


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



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

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

http://repository.unej.ac.id/




















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.


6 Efficiency (EF)


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)




145

Papadomichelaki, e-GovQual: A multiple- item scale for assesing e-

government service quality, 2012).

8 Reliability (RLB)





akurasi janji layanan (Xenia Papadomichelaki, e-GovQual: A multiple-

item scale for assesing e-government service quality, 2012).










persepsi pengguna (Xenia Papadomichelaki, e-GovQual: A multiple-


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-


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


Trust (TRS)

Keamanan username dan password (Xenia Papadomichelaki, 2012;

Setyaningrum, 2015;


2017; Amanda, 2017;




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


Reliability (RLB)

Waktu unduh formulir singkat


Setyaningrum, 2015;


2017; Amanda, 2017;




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


Citizen Support

(CS)

Pegawai tanggap terhadap masalah

pengguna


Setyaningrum, 2015;


2017; Amanda, 2017;




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.



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




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.



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.



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.



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.





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%





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.




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,



17 Vena Dhea Friesta

Dennis Charaselt

(2018)


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



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)


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


(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

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


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



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.


= 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 :


= 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


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


1 Efficiency (EF)


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)






3 Reliability (RLB)





akurasi janji layanan (Xenia Papadomichelaki, e-GovQual: A multiple-








176




persepsi pengguna (Xenia Papadomichelaki, e-GovQual: A multiple-


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



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


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



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,



perstatistikan.

4. Peningkatan Birokrasi yang akuntabel, terkait dengan:

a. Membangun insan statistik yang profesional,


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)

http://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


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


Statistik)

• Menyediakan layanan berbayar dalam pembelian softcopy

atau hardcopy publikasi statistik

Layanan Penjualan Peta Digital

• Bernama Layanan Penjualan Peta Digital


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


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


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


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


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


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


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




236


P_EF7 ,612 0.135 Valid Kuat

Trust

P_TRS1 ,641 0.135 Valid Kuat

P_TRS2 ,572 0.135 Valid Cukup Kuat



Reliability

P_RLB1 ,567 0.135 Valid Cukup Kuat

P_RLB2 ,612 0.135 Valid Kuat





Citizen Support

P_CS1 ,580 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


,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







Trust P_TRS1 ,788 0.135 Valid Kuat


240



Reliability







Citizen

Support





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.


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.


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



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




menunjukkan bahwa variable (reliability) RLB memiliki


serta menunjukan bahwa variabel RLB dalam konstruk first

order merupakan konstruk dimensi pembentuk konstruk e-



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.




2016; Charaselt, 2018) yang menyatakan bahwa variabel

reliability memiliki pengaruh terhadap e-Government Service

Quality. Peneliti berpendapat bahwa hasil pengamatan


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


264



menunjukkan bahwa variable (Citizen Support) CS memiliki


serta menunjukan bahwa variabel CS dalam konstruk first order

merupakan konstruk dimensi pembentuk konstruk e-



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.




2016; Charaselt, 2018) yang menyatakan bahwa variabel citizen

support memiliki pengaruh terhadap e-Government Service

Quality. Peneliti berpendapat bahwa hasil pengamatan


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


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


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-


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-


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


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.

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

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)


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


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


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


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


0,939 21

b. Uji Reliabilitas Harapan



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.


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.


324


,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



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


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


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


9 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat < sebulan sekali < 5 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




21 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun S1 < 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


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




33 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun D1/D2/D3 < sebulan sekali 10 – 15 menit






39 Laki - Laki PNS 16 – 25 Tahun S1 Seminggu sekali 5 – 10 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





48 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat sebulan sekali < 5 menit




52 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 20 – 30 menit


54 Laki - Laki Pegawai Swasta 16 – 25 Tahun S1 < sebulan sekali 10 – 15 menit






339

60 Laki - Laki Pegawai Swasta 16 – 25 Tahun D1/D2/D3 < 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





72 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun S1 < sebulan sekali 20 – 30 menit





77 Perempuan Pegawai Swasta 16 – 25 Tahun S1 < sebulan sekali 5 – 10 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






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


340




95 Laki - Laki PNS 26 – 35 Tahun D1/D2/D3 < sebulan sekali 10 – 15 menit


97 Laki - Laki PNS 26 – 35 Tahun D1/D2/D3 < sebulan sekali 15 – 20 menit









106 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun D1/D2/D3 < sebulan sekali 10 – 15 menit



109 Perempuan Pegawai Swasta 26 – 35 Tahun S2 < sebulan sekali < 5 menit









118 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Seminggu sekali 15 – 20 menit






341







130 Laki - Laki Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederajat Setiap hari 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


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




142 Perempuan Wirausaha 16 – 25 Tahun S1 < sebulan sekali 5 – 10 menit




146 Perempuan Wirausaha 16 – 25 Tahun S1 sebulan sekali 5 – 10 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







342


157 Laki - Laki Pegawai Swasta 26 – 35 Tahun S1 < sebulan sekali 5 – 10 menit



160 Laki - Laki PNS 36 – 45 Tahun S1 < sebulan seka li 5 – 10 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





172 Perempuan Pelajar / Mahasiswa 16 – 25 Tahun SMA/Sederaja t < sebulan sekali 5 – 10 menit



175 Perempuan IRT 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


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






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



196 Perempuan PNS 26 – 35 Tahun S1 sebulan sekali 10 – 15 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

SKRIPSI ANALISIS KUALITAS LAYANAN E-GOVERNMENT MENGGUNAKAN METODE E … · 2019. 10. 31. · v...

Documents

Transcript of SKRIPSI ANALISIS KUALITAS LAYANAN E-GOVERNMENT MENGGUNAKAN METODE E … · 2019. 10. 31. · v...