Disusun Oleh:
HAFIZ ALIFIARGA
1112093000040
2019 M / 1440 H
SKRIPSI
Disusun Oleh:
HAFIZ ALIFIARGA
1112093000040
2019 M / 1440 H
LEMBAR PENGESAHAN SKRIPSI
Disusun Oleh:
HAFIZ ALIFIARGA
1112093000040
Menyetujui,
Mengetahui,
iii
PENGESAHAN UJIAN
telah diuji dan dinyatakan lulus dalam sidang Munaqosah Fakultas Sains dan
Juni 2019. Skripsi ini telah diterima sebagai salah satu syarat memperoleh gelar
Menyetujui,
Mengetahui,
Dekan Ketua
Fakultas Sains dan Teknologi Prodi Sistem Informasi
Prof. Dr. Lily Surayya Eka Putri, M. Env. Stud A’ang Subiyakto, M.Kom, Ph.D
NIP 19690404 200501 2 005 NIP 19760219 200710 1 002
iv
PERNYATAAN
LEMBAGA MANAPUN.
Hafiz Alifiarga
NIM 1112093000040
v
ABSTRAK
vi
KATA PENGANTAR
Bismillaahirrahmaanirrahiim
Puji dan syukur kehadirat Allah SWT yang telah melimpahkan rahmat dan
salam tak lupa dicurahkan kepada junjungan kita nabi besar Muhammad SAW yang
telah memberikan petunjuk kepada manusia hingga akhir zaman, serta keluarga dan
Penulis sangat menyadari bahwa skripsi ini masih jauh dari kata “sempurna”
skripsi ini dapat memenuhi syarat dalam memperoleh gelar sarjana (S1) dalam
bidang Sistem Informasi Fakultas Sains dan Teknologi UIN Syarif Hidayatullah
Selama penyusunan skripsi ini tentu banyak kesulitan dan hambatan yang
penulis hadapi, baik dalam pengumpulan data dan lain sebagainya. Namun berkat
kesungguhan hati dan bantuan dari berbagai pihak, sehingga segala kesulitan
tersebut dapat diatasi. Kebahagiaan yang tak ternilai bagi penulis secara pribadi
adalah dapat mempersembahkan yang terbaik untuk orangtua dan keluarga serta
vii
Sebagai bentuk penghargaan yang tak terlukiskan, izinkanlah penulis
1. Prof. Dr. Lily Surayya Eka Putri, M. Env. Stud selaku Dekan Fakultas
Jakarta.
2. Bapak A’ang Subiyakto, M.Kom, Ph.D. selaku Ketua dan Ibu Nidaul
Hidayatullah Jakarta.
dan Ibu Dr. Qurrotul Aini, MT. sebagai Dosen Pembimbing 2 yang
4. Ibu Eva Khudzaeva, M.Si sebagai Dosen Penguji 1 dan Ibu Evy
viii
7. Teman-teman Sistem Informasi Angkatan 2012, khususnya Imam Ali
8. Dyah Putri Pertiwi dan keluarga yang selalu sabar dan terus-menerus
baik moril maupun materil. Semoga ilmu yang Penulis dapatkan dapat
bermanfaat.
10. Jamilah, Isni Putri, Asyifa Nursani, Harnizar, Raka Eka Pramudito,
12. Seluruh pihak yang telah banyak berjasa terhadap proses penyelesaian
skripsi ini yang tidak dapat disebutkan satu per satu namun tidak
Akhirnya atas segala bantuan dari semua pihak, Penulis berterima kasih dan
berdoa kepada Allah SWT semoga apa yang telah diberikan dijadikan amal
ix
kebaikan, mendapatkan balasan yang setimpal di akhirat kelak, semoga penelitian
Hafiz Alifiarga
NIM 1112093000040
x
DAFTAR ISI
PERNYATAAN...................................................................................................... v
ABSTRAK ............................................................................................................. vi
xi
2.1 Konsep Sistem Informasi .......................................................................... 13
xii
3.3 Populasi dan Sampel ................................................................................. 54
4.4.3 T-test................................................................................................ 69
xiii
4.4.4 Effect Size ........................................................................................ 70
5.1 Kesimpulan................................................................................................ 80
xiv
DAFTAR GAMBAR
Gambar 4.6 Diagram Waktu yang Dihabiskan untuk Mengakses Jobstreet ......... 63
Gambar 4.7 Hasil Analisis Outer Model dengan SmartPLS 3.0 ........................... 68
xv
DAFTAR TABEL
xvi
BAB 1
PENDAHULUAN
Website menjadi sebuah bagian yang penting dan tak terpisahkan dari
pertumbuhan TI. Peranan sebuah website menjadi begitu penting di segala bidang,
baik untuk lembaga atau instansi pemerintah maupun swasta (Al Baiti, Suprapto, &
Rachmadi, 2017). Hal ini dipicu karena kebutuhan akan data dan informasi dituntut
untuk lebih cepat didapatkan oleh individu, kelompok, maupun organisasi. Saat ini
informasi yang tujuannya untuk dilihat dan digunakan oleh semua pihak yang
Perekrutan pegawai merupakan usaha dari setiap lembaga atau instansi untuk
yang telah ditetapkan oleh perusahaan untuk mengisi posisi kerja yang kosong.
Setiap pelamar kerja selanjutnya akan mengalami tahap seleksi hingga lembaga
atau instansi tersebut memutuskan kelayakan pelamar untuk mengisi posisi kerja
Job Fair merupakan model perekrutan pegawai yang banyak diminati oleh
kerja, acara job fair juga melakukan serangkaian tahapan seleksi pada waktu yang
1
bersamaan sehingga sering terjadi antrean panjang para pelamar kerja yang
menunggu.
pemanfaatan teknologi digital, seperti website, untuk mencari kerja memang belum
Brasil, India, Indonesia, dan Afrika Selatan. Berdasarkan penelitian yang dilakukan
oleh Solution for Youth Employment (S4YE) yang bekerja sama dengan platform
digital LinkedIn, di 4 (empat) negara tersebut, lebih dari 78 juta profil LinkedIn
kurang menggunakan platform digital untuk mencari kerja (Barbarasa, Barrett, &
Indonesia mencerminkan besarnya niat untuk mencari kerja. Ini karena pencarian
kerja melalui online memiliki persepsi mudah untuk digunakan, memiliki manfaat
Kemudahan dalam penggunaan dan tingkat manfaat dari sebuah sistem rekrutmen
(Das, Gryseels, Sudhir, & Tan, 2016), disebutkan bahwa penggunaan teknologi
informasi digital seperti website, selain kenyamanan pelamar kerja dimana tidak
terjadi antrean panjang yang menguras tenaga, juga membantu pihak lembaga atau
2
instansi pencari pegawai untuk mempercepat penyebaran informasi tentang
seringkali informasi yang diberikan oleh website pencarian kerja tidak update.
Selain itu, pengguna juga sering disajikan informasi yang tidak tepat di dalam
pencari kerja aktif mencari informasi terkait organisasi dan pekerjaan (Cober,
Brown, Levy, Cober, & Keeping, 2003). Selain itu, penyediaan informasi telah
merupakan bagian dari nilai dan harapan pencari kerja (Derous, Born, & Witte,
2004). Karena itu, kemungkinan jumlah informasi yang diberikan kepada pencari
niat untuk menggunakan website rekrutmen online (Alsultanny & Alotaibi, 2015).
Ini juga didukung oleh penelitian lainnya bahwa keberhasilan website rekrutmen
online juga tergantung pada pengaruh baik individu pengguna (Venkatesh & Davis,
2000).
pada tahun 2003 (Huang & Pan, 2012) menghasilkan bahwa kualitas layanan,
3
kepuasan pengguna, dan risiko yang dirasakan diidentifikasikan sebagai faktor
WebQual 4.0 merupakan salah satu metode untuk mengukur kualitas sebuah
website. Metode ini dikembangkan oleh Stuart Barnes dan Richard Vidgen berdasar
“voice of customer”. WebQual 4.0 memiliki 3 (tiga) area atau variabel, yaitu
variabel kualitas informasi, kualitas interaksi, dan kegunaan (Barnes & Vidgen,
2003). Metode ini digunakan pada penelitian ini karena WebQual 4.0 pada dasarnya
(Tarigan, 2008) untuk mengetahui faktor-faktor apa saja yang dapat ditingkatkan
pada website tersebut sehingga mampu memberikan pelayanan yang terbaik kepada
pengguna.
Kasus: Jobstreet)”.
4
b. Belum adanya pengukuran kualitas website pencarian kerja dengan
pencari kerja untuk mengetahui informasi tentang lowongan kerja dari berbagai
pencarian kerja. Selain tidak perlu ada antrean panjang yang melelahkan, adanya
pencarian kerja tersebut. Informasi yang seringkali tidak up-to-date serta penyajian
informasi yang tidak tepat membuat pengguna merasa kurang puas dengan website
pencarian kerja saat ini. Pengukuran terkait tingkat kualitas website pencarian kerja
5
1.4 Tujuan dan Sasaran Penelitian
b. Menguji 3 (tiga) variabel dari model WebQual 4.0 dan 1 (satu) variabel
sebagai berikut.
Adapun ruang lingkup dan batasan masalah dalam penelitian ini adalah
sebagai berikut.
a. Penelitian ini dilakukan terhadap salah satu website pencarian kerja yang
6
b. Secara teori, penelitian ini mengadopsi 3 (tiga) variabel dari model
sampel adalah teknik purposive sampling (Serra, Psarra, & O'Brien, 2018)
untuk tahap pertama, dan accidental sampling untuk tahap kedua (Hadi,
Gambar 1.1 persepsi pengguna tentang suatu sistem dimana pengguna merasa puas
dengan kualitas dari website. Kualitas ini termuat dalam tiga variabel dari WebQual
7
Gambar 1.1 Model WebQual 4.0
informasi yang sesuai dengan kebutuhan pengguna. Semakin lengkap modul dan
8
informasi sistem, maka tingkat kepuasan pengguna akan semakin tinggi (Rasman,
2012).
disebutkan, maka 2 (dua) pertanyaan utama dalam penelitian ini adalah sebagai
berikut.
9
Selanjutnya, mengacu pada model penelitian yang telah dipaparkan, berikut
kerja.
kepuasan pengguna?
kepuasan pengguna?
pengguna?
10
1.9 Sistematika Penulisan
bab tersebut.
Bab 1 Pendahuluan
11
Bab 4 Hasil Analisis dan Interpretasi
Bab 5 Penutup
12
BAB 2
LANDASAN TEORI
Sistem merupakan suatu rangkaian yang terdiri dari 2 (dua) atau lebih
komponen yang saling berhubungan dan saling berinteraksi satu sama lain untuk
mencapai tujuan (Romney & Steinbart, 2015). Pendapat lain mengatakan bahwa
fungsi bersama untuk mencapai hasil yang diinginkan (Whitten & Bentley, 2007).
Tujuan dari sistem dapat dicapai dengan menerima masukan dan menghasilkan
keluaran di dalam sebuah proses transformasi yang teratur (O'Brien & Marakas,
2011).
komponen yang saling terkait dan terhubung, menerima masukan dan mengolahnya
sehingga menjadi keluaran, dan mencapai tujuan yang diinginkan dalam sebuah
(Ladjamudin, 2013)
dengan yang lainnya. Batasan ini juga dapat dipahami sebagai ruang
lingkup sistem.
13
c. Lingkungan luar sistem, merupakan segala sesuatu yang berada di luar
h. Sasaran sistem, adalah tujuan dari sistem itu sendiri. Dengan adanya
diolah menjadi bentuk data sehingga dapat digunakan oleh siapapun yang
, 2017).
14
a. Effectiveness: berhubungan dengan informasi yang relevan sesuai dengan
proses bisnis, disampaikan dengan tepat waktu, konsisten, benar, dan dapat
digunakan.
oleh proses bisnis saat ini maupun di masa yang akan datang.
tanggungjawab.
lunak, jaringan komunikasi, sumber daya data, dan kebijakan dan prosedur
dalam suatu organisasi (O'Brien & Marakas, 2011). Pendapat lain mengatakan
15
informasi yang dibutuhkan dalam proses bisnis serta aplikasi yang digunakan
melalui perangkat lunak, basis data, bahkan proses manual yang terkait (Satzinger,
16
Gambar 2.1 Jenis Sistem Informasi
17
2.2 Definisi Pengukuran
beberapa aspek untuk menelusuri tujuan strategis tertentu (Sari, 2019). Dalam
kegiatan atau upaya yang dilakukan untuk mengetahui tingkatan atau penilaian dari
untuk memahami kesenjangan yang ada pada objek penelitian (Subiyakto, Ahlan,
yang ada.
atau dengan kata lain nilai bagi beberapa orang yang telah berkembang dan
berhubungan dengan penilaian manusia, biaya, dan manfaat (Tiako, 2009). Menurut
18
International Organization for Standarization (ISO) mendefinisikan kualitas
sebagai derajat atau tingkat karakteristik yang melekat pada produk dan jasa, yang
yang berhubungan dengan produk, jasa manusia, proses, dan lingkungan yang
biasanya terangkum dalam sebuah domain (alamat) atau sub-domain. Domain atau
sub-domain ini berada di dalam World Wide Web (WWW) di internet (Lau & Lee,
1999).
messaging (IM), dan voice over internet protocol (VoIP). Web adalah sistem
Protokol yang biasa adalah HTTP, yang merupakan singkatan dari hyper-text
19
Gambar 2.2 Contoh website statis
20
proses, cara, atau perbuatan mencari. Sehingga pencarian kerja dapat disimpulkan
sebagai sebuah proses, cara, atau perbuatan untuk mencari sesuatu yang dapat
cukup menjadi perhatian serius. Badan Pusat Statistik (BPS) pada bulan Februari
juta orang. Salah satu kemungkinan yang menjadi alasan, adalah masyarakat tidak
TopKarir, JobStreet, JobsDB, LinkedIn Jobs, Tech in Asia Jobs, Urbanhire, Indeed,
seputar lowongan kerja yang ada di Indonesia (Tech in Asia & Daily Social, 2018).
21
Gambar 2.4 Website penyedia informasi lowongan pekerjaan
Per Februari 2018, BPS mengeluarkan data baru yang menyebutkan bahwa
keberhasilan melamar pekerjaan secara online memang tidak ada angka yang pasti,
22
namun dapat menjadi pertimbangan bagi para pencari kerja. Keberadaan situs-situs
pencari kerja.
Indonesia pada rentang usia 15 sampai 64 tahun (usia produktif angkatan kerja)
menambah 3,7 juta lapangan kerja dan menyumbang sekitar $35 miliar per tahun
untuk ekonomi Indonesia pada tahun 2025 (Das, Gryseels, Sudhir, & Tan, 2016).
bakat dan meningkatkan taraf hidup seseorang melalui karir yang lebih baik.
dijadikan kantor cabang, yaitu Jakarta, Surabaya, Semarang, Medan, Bali, dan
Makassar. Dengan jumlah visit mencapai 49,79 juta dalam 3 (tiga) bulan terakhir,
Indonesia.
23
Gambar 2.5 Halaman Muka Website jobstreet.co.id
kualitas sebuah website berdasarkan persepsi pengguna akhir (Barnes & Vidgen,
4.0 dilakukan oleh pengguna website, sehingga pengukuran yang dilakukan akan
menjadi bantuan dan masukan bagi pengelola website untuk menyesuaikan website
2014).
24
WebQual 4.0 telah mengalami beberapa iterasi dalam penyusunan kategori
1. WebQual 1.0
2016). Instrumen ini mengikuti standar dari QFD dan menghasilkan 5 (lima)
2. WebQual 2.0
terlalu berfokus pada aspek information quality dan melupakan aspek penting
2.0 hadir terbagi dalam 3 (tiga) area yang berbeda yaitu quality of website,
Penambahan aspek interaction quality ini diadaptasi dari ServQual dan coba
quality sehingga apa yang menjadi fokus WebQual 1.0 (yaitu aspek
3. WebQual 3.0
yaitu information quality, web interaction quality, dan site design quality
25
(Sastika, 2016). Instrumen ini akhirnya dicoba pada beberapa domain website
4. WebQual 4.0
a. Usability
website, navigasi website, dan user experience (Tarigan, 2008). Selain itu,
Selain itu, desain sebuah website juga harus sesuai dengan keperluan
26
b. Information Quality
literatur yang berfokus pada kualitas data, informasi, dan sistem (Arifin,
memberikan rasa aman saat transaksi, memiliki reputasi website yang baik,
27
Variabel ini juga merupakan persepsi pengguna terhadap semua proses
2012).
website yang mereka kunjungi, dalam hal ini berkaitan dengan trust dan
28
Tabel 2.2 Variabel dan Indikator WebQual 4.0
29
2.6 End-User Computing Satisfaction (EUCS)
secara afektif dan kognitif (Prasetyo, Yulia, & Felisia, 2017). EUCS menjadi salah
penggunaan sistem informasi tersebut (Chin & Lee, 2000). EUCS mengukur tingkat
terjadi pada industri sistem informasi dalam periode 1980-an (Benson, 1983).
Dalam penelitian lain, pengguna akhir dibagi ke dalam 6 (enam) tipe, yaitu:
a. Non-programming End-User
dalam komputer melalui perangkat lunak yang disediakan oleh orang lain.
30
yang diinginkan dengan menggunakan penghasil laporan atau seperangkat
c. End-user Programmers
31
akhir yang ingin menyewa “programmers kontrak” untuk menghindari
lingkungan pemrosesan data tradisional tidak mungkin lagi sesuai untuk lingkungan
divalidasi untuk mengukur kepuasan pengguna akhir. Mereka fokus pada kepuasan
penting untuk komputasi pengguna akhir seperti kemudahan penggunaan (Doll &
Torkzadeh, 1988).
32
penggunaan dari sistem. Berikut pemaparan dari masing-masing variabel dalam
a. Content
kepuasan pengguna ditinjau dari sisi isi atau konten dari suatu sistem,
biasanya berupa fungsi dan modul yang digunakan oleh pengguna sistem
dan juga informasi yang dihasilkan oleh sistem. Content juga mengukur
b. Accuracy
c. Format
tampilan dan estetika dari desain antarmuka sistem, format dari informasi
33
d. Ease of Use
e. Timeliness
34
Dalam penggunaannya, model EUCS diukur berdasarkan butir-butir
dari individu-individu dari sebuah populasi. Data dapat berupa angka, huruf, suara,
35
maupun gambar. Berdasarkan jenisnya, data dapat diklasifikasikan ke dalam 2
a. Data Kuantitatif
angka.
b. Data Kualitatif
Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang
mengandung makna.
Penskalaan tipe Likert dikembangkan oleh Rensis Likert pada tahun 1932
dalam mengukur sikap sosial. Pengukuran tipe ini pertama kali dibuat untuk
suku, konflik ekonomi, konflik politik, dan agama. Tipe pengukuran ini digunakan
tidak hanya untuk mengukur pendapat atau sikap tetapi juga digunakan untuk
No Pertanyaan 1 2 3 4 5
1 Website pencarian kerja ini mudah dipelajari dan
dioperasikan
2 Interaksi dengan website ini jelas dan dimengerti
3 Website ini memiliki navigasi yang jelas
4 Website ini mudah digunakan
36
5 Website ini memiliki tampilan yang menarik
6 Desain sesuai dengan tipe website (penyedia informasi
pekerjaan)
7 Dengan adanya website ini dapat meningkatkan
persaingan dengan pencari kerja lainnya
8 Website ini memberikan pengalaman positif untuk saya
dalam kuesioner dan menjadi skala yang paling banyak digunakan dalam riset
dikombinasikan sehingga memiliki nilai atau skor yang mewakili sifat individu.
Responden menentukan tingkat persetujuan dengan memilih salah satu pilihan yang
2.8.1 Observasi
technique) yang cukup efektif untuk mempelajari suatu sistem (Jogiyanto, 2008).
37
2.8.2 Studi Literatur atau Kepustakaan
catatan tertulis tentang berbagai kegiatan atau peristiwa pada waktu yang lalu,
Misalnya berupa dokumen politik, data statistik jurnal atau penelitian terkait, semua
Selain itu, studi literatur merupakan segala usaha yang dilakukan oleh peneliti
untuk menghimpun informasi yang relevan dengan topik atau masalah yang akan
atau sedang diteliti. Informasi itu dapat diperoleh dari buku-buku ilmiah, laporan
dengan masalah penelitian. Studi pustaka dapat dilakukan dengan membaca dan
mempelajari buku-buku, diktat, catatan, makalah dan artikel baik cetak maupun
2.8.3 Kuesioner
untuk mencari sebuah jawaban atas permasalahan yang sedang diteliti. Di dalam
sebuah kuesioner, terdapat pertanyaan dan pernyataan isian yang harus dijawab
38
oleh responden (Hasibuan, 2007). Pada pemahaman lain, kuesioner atau angket
adalah sebuah teknik pengumpulan data secara tidak langsung (tidak melakukan
berisi sejumlah pertanyaan atau pernyataan yang harus dijawab oleh responden
(Sudaryono, 2015).
Pada dasarnya, teknik sampling dapat dibagi ke dalam 2 (dua) jenis, yaitu:
(Hasibuan, 2007)
memiliki kesempatan yang sama untuk dipilih menjadi anggota sampel. Salah
satu metode dalam teknik random sampling ini adalah simple random
digunakan oleh peneliti apabila populasi yang diambil dari sampel merupakan
39
Teknik non-random sampling adalah cara pengambilan sampel dimana
tidak semua anggota populasi memiliki kesempatan yang sama untuk dipilih
kebutuhan sampelnya.
perkiraan (bias) hasil penelitian karena terdapat perbedaan sikap antara yang
berbasis varian yang secara simultan dapat melakukan pengujian model pengukuran
(SEM) tanpa asumsi tentang pendistribusian data (Wong, 2013). PLS dapat
40
eksplorasi. Tujuan eksplorasi mendapat keutamaan untuk menggunakan PLS,
namun PLS juga dapat memprediksi terdapat atau tidaknya hubungan kemudian
konstruk dan penekanan terhadap nilai hubungan tersebut (Yamin & Kurniawan,
2011).
penggabungan dari analisis faktor dan analisis regresi (Santoso S. , 2011). Pada
tahun 1950-an, SEM sudah mulai dikemukakan oleh para ahli statistik yang
mencari metode untuk membuat model yang dapat menjelaskan hubungan di antara
yang bersifat laten (variabel yang nilai kuantitatifnya tidak dapat diketahui secara
variabel tersebut baru bisa diukur dengan sejumlah indikator (variabel manifes),
dan hubungan di antara keduanya, serta antar variabel laten memunculkan model
Evaluasi model dalam PLS meliputi 2 (dua) tahap, yaitu evaluasi outer model
atau model pengukuran dan evaluasi inner model atau model struktural (Maulida,
Pada pemeriksaan individual item reliability, nilai outer loading yang dapat
disimpulkan baik adalah yang memiliki nilai di atas 0,7 sehingga indikator tersebut
41
Selanjutnya melihat internal concistency reliability berdasarkan dari nilai
prosedur menilai karakteristik, keterampilan, atau kualitas yang sama. Ini adalah
dalam penelitian. Konstruk dinyatakan reliable jika nilai composite reliable di atas
pengukuran. Kriteria ini didefinisikan sebagai nilai tengah rata-rata dari pemuatan
kuadrat dari indikator yang terkait dengan konstruk (yaitu, jumlah pemuatan
kuadrat dibagi dengan jumlah indikator). Oleh karena itu, AVE setara dengan
komunalitas konstruk. Nilai AVE harus lebih besar dari 0,5. (Hair, Hult, Ringle, &
Σ 𝜆𝑖 2
𝐴𝑉𝐸 =
𝜆𝑖 2 + Σ𝑖 𝑣𝑎𝑟 (𝜀𝑖)
berdasarkan nilai cross loading dari variabel manifes (indikator) terhadap setiap
variabel laten (konstruk). Jika korelasi antara konstruk dengan setiap indikatornya
lebih tinggi daripada korelasi dengan konstruk lainnya, maka konstruk tersebut
42
Setelah evaluasi model pengukuran dilakukan, langkah selanjutnya adalah
evaluasi model struktural. Pada evaluasi model struktural ini, terdapat 6 (enam)
coefficient). Path Coefficient adalah versi standar dari bobot regresi linier yang
antar konstruk. Uji path coefficient dilihat dari nilai ambang batas yaitu 0,1, dimana
path memiliki pengaruh pada model yang diajukan jika hasil nilai uji berada di atas
merupakan statistik yang digunakan dalam konteks model statistik yang tujuan
utamanya adalah prediksi hasil di masa depan atau pengujian hipotesis, berdasarkan
informasi terkait lainnya. R2 memberikan ukuran seberapa baik hasil yang diamati
direplikasi oleh model, berdasarkan proporsi variasi total hasil yang dijelaskan oleh
model. Pengujian ini dilakukan untuk menjelaskan varian dari tiap target variabel
endogen (variabel yang dianggap terpengaruh oleh variabel lain dalam model)
43
dengan standar pengukuran sekitar 0,670 dinyatakan kuat, sekitar 0,333 sebagai
moderat, dan 0,190 serta di bawahnya menunjukkan tingkat varian lemah (Asyraf,
2013).
analisis data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak
terkontrol). Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik
jika kejadian tersebut hampir tidak mungkin disebabkan oleh faktor yang kebetulan,
sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya. Salah satu
metode pengujian hipotesis adalah dengan melakukan t-test. Pada pengujian t-test
Dalam statistik, effect size adalah ukuran kuantitatif dari besarnya suatu
fenomena (Kelley & Preacher, 2012). Contoh effect size adalah korelasi antara dua
variabel, koefisien regresi dalam regresi, perbedaan rata-rata, atau bahkan risiko
pengaruh salah satu variabel terhadap variabel lainnya dalam struktur model yang
diajukan dengan nilai ambang batas sekitar 0,02 dengan pengaruh kecil, 0,15
dengan pengaruh sedang, dan 0,35 dengan pengaruh besar (Wong, 2013).
44
prediktif (predictive relevance) dengan variabel lainnya dalam model dengan
ambang batas pengukuran di atas 0 (nol) (Hair et al., 2012; Wong, 2016; Hair et al.,
2017).
Pemeriksaan terakhir yaitu melihat hasil uji relative impact. Pada tahap ini
keterkaitan prediktif sebuah variabel tertentu dengan variabel lainnya dengan nilai
ambang batas sekitar 0,02 untuk pengaruh kecil, 0,15 untuk pengaruh sedang, dan
0,35 untuk pengaruh besar (Subiyakto, Ahlan, Kartiwi, & Sukmana, 2015). Rumus
𝑄 2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒 − 𝑄 2 𝑒𝑥𝑐𝑙𝑢𝑑𝑒
𝑞2 =
1 − 𝑄 2 𝑖𝑛𝑐𝑙𝑢𝑑𝑒
Dimana:
ke model
dari model.
Penelitian di bawah ini adalah kumpulan sumber informasi dan pembanding pada
45
Tabel 2.5 Penelitian Sejenis
1. Analisis Kualitas Website WebQual, Usability, Hasil penelitian ini dapat menjadi acuan
Menggunakan Metode WebQual Importance Information, Service untuk mengembangkan website yang lebih
dan Importance Performance Performance Interaction baik dengan berfokus kepada atribut kualitas
Analysis (IPA) pada Situs Kaskus Analysis (IPA) mengenai informasi terutama dari aspek
informasi dengan tingkat detail yang tepat,
(Santoso & Anwar, 2015) misalnya dengan memberikan penjelasan
terperinci mengenai setiap fitur yang ada
pada website Kaskus maupun penjelasan
detail yang tepat pada forum jual beli yang
ada.
2. Pengukuran Kualitas Layanan WebQual, Usability, Hasil penelitian ini menunjukkan adanya
Website Dinas Pendidikan Kota Importance Information, Service atribut-atribut yang menjadi prioritas utama
Malang dengan Menggunakan Performance Interaction dalam perbaikan dan peningkatan kualitas
Metode WebQual 4.0 dan IPA Analysis (IPA) layanan karena atribut tersebut belum sesuai
dengan harapan pengguna atau memiliki
(Al Baiti, Suprapto, & Rachmadi, tingkat kepentingan yang tinggi namun
2017) tingkat kinerjanya rendah.
3. Analisis Kualitas Layanan WebQual 4.0 yang Usability, Hasil penelitian menunjukkan tingkat
Website Universitas Hasanuddin telah dimodifikasi, Information, Service kualitas layanan website belum sesuai
Importance dengan harapan manusia, dimana penelitian
46
No Judul Penelitian dan Peneliti Model Variabel Hasil
dengan Metode WebQual 4.0 Performance Interaction, User ini menunjukkan semua gap bernilai negatif
Modifikasi Analysis (IPA) Interface yang berarti persepsi lebih kecil
dibandingkan dengan harapan mahasiswa
(Arifin, Nugroho, & Hantono, terutama pada variabel kualitas informasi.
2015)
4. Pengukuran Kualitas Website WebQual 4.0 dengan Usability, Hasil penelitian menunjukkan semua
Unit Pengembangan Karir dan teknik analisis data Information, Service variabel, yaitu usability, information quality,
Kewirausahaan Universitas mengunakan PLS- Interaction dan service interaction memiliki pengaruh
Brawijaya Menggunakan Metode SEM yang positif terhadap user satisfaction.
WebQual 4.0
5. Analisis End-User Computing Penggabungan Usability, Hasil penelitian menunjukkan bahwa EUCS
Satisfaction (EUCS) dan model EUCS dan Information, Service dan WebQual 4.0 terbukti berpengaruh
WebQual 4.0 Terhadap WebQual 4.0 dengan Interaction, EUCS signifikan terhadap kepuasan pengguna.
Kepuasan Pengguna analisis SEM dan
teknik Confirmatory
(Husain & Budiyantara, 2018) Factor Analysis
(CFA)
47
No Judul Penelitian dan Peneliti Model Variabel Hasil
6. Evaluating the Factors Affecting Intention to Use Perceived ease of Hasil penelitian menemukan sikap dan
on Intension to Use of E- use, perceived keinginan untuk menggunakan memiliki
Recruitment usefulness, perceived hubungan yang signifikan. Peningkatan
enjoyment, attitude perilaku positif para pencari kerja juga akan
(Alsultanny & Alotaibi, 2015) toward using, mengarah pada peningkatan niat untuk
intention to use menggunakan sistem tertentu.
7. Factors Influencing the User Mengadopsi model Web Sevice Quality, Hasil penelitian menunjukkan bahwa
Behaviour Intention of Online Web Service Quality, Satisfaction, kepuasan pengguna dan risiko yang
Recruitment Websites Satisfaction, Perceived Risk, dirasakan menjadi 2 (dua) faktor penting
Perceived Risk, Continuance yang mampu berkontribusi secara signifikan
(Huang & Pan, 2012) Continuance Intention, Loyalty, terhadap operasi berkelanjutan, loyalitas
Intention, Loyalty, Word-of-Mouth pelanggan, dan ekspansi bisnis atau
dan Word-of-Mouth Communication pelanggan.
Communication
8. User Satisfaction Using WebQual 4.0, End- Usability, Hasil penelitian ini menunjukkan bahwa
WebQual Instrument: A User Computing Information Quality, kebermanfaatan informasi (usefulness)
Research on Stock Exchange of Satisfaction (EUCS) Service Interaction, dalam variabel Kualitas Informasi sebuah
Thailand (SET) User Satisfaction sistem menjadi sangat penting. Pengguna
akhir cenderung memiliki sikap positif
(Tarigan, 2008) tentang sistem jika mereka percaya bahwa
menggunakan sistem tersebut dapat
48
No Judul Penelitian dan Peneliti Model Variabel Hasil
9. Pengujian Kepuasan Sistem Mengadopsi End- Content, Accuracy, Hasil penelitian menunjukkan bahwa
Informasi Menggunakan End- user Computing Format, Ease of Use, indikator yang dianggap penting
User Computing Satisfaction Satisfaction dengan Timeliness, End- berhubungan dengan keakuratan informasi,
(Studi Kasus: Sistem Informasi penambahan faktor User Satisfaction, kegunaan, dan isu kepercayaan sehingga
Akademik UIN Syarif Security Security pihak perguruan tinggi harus lebih
Hidayatullah Jakarta) memperhatikan kualitas website yang
berhubungan dengan indikator kemudahan
(Rosalina, 2017) dalam menggunakan website, keakuratan
informasi, informasi yang dapat dipercaya,
informasi yang selalu up-to-date, isu
kepercayaan, dan keamanan.
10 Mengukur Kualitas Website Mengadopsi Usability, Hasil penelitian ini menunjukkan adanya
dengan Pendekatan WebQual 4.0 WebQual 4.0 dengan Information Quality, atribut-atribut yang perlu diperbaiki, seperti
Modifikasi penambahan faktor Service Interaction, tampilan (direkomendasikan
Availability Availability mengembangkan dengan kansei
(Hafiz, 2017) engineering), keterkinian informasi, dan
layanan interaksi yang dimiliki oleh website.
49
No Judul Penelitian dan Peneliti Model Variabel Hasil
11 Analysis of Factors Influencing WebQual 4.0 Usability, Hasil dari penelitian ini menunjukkan bahwa
The Quality of Intranet Website Information Quality, ketiga variabel WebQual 4.0 memiliki
Based on WebQual Approach Service Interaction pengaruh positif terhadap kualitas website.
Case Study in Agency X Quality
12 Evaluation of Web Information WebQual 4.0 Usability, Hasil dari penelitian dengan metode uji
System National Land Agency to Information Quality, korelasi dan reliabilitas menggunakan SPSS
Improve User Satisfaction Service Interaction menunjukkan bahwa 3 (tiga) variabel
Quality independen tersebut sangat mempengaruhi
(Hendarti, Christian, kepuasan pengguna website.
Permatasari, Maryani, & Nindito,
2017)
13 Impact of English Online WebQual 4.0 Usability, Hasil dari penelitian ini adalah ketiga
Learning Website Quality to Information Quality, variabel WebQual 4.0 memiliki pengaruh
User Satisfaction in Jakarta Service Interaction yang signifikan terhadap kepuasan pengguna.
Quality Ini dibuktikan dengan ketiga variabel
(Christian, Jaya, & Rulyna, tersebut berkontribusi terhadap kepuasan
2017) pengguna dengan tingkat hubungan korelasi
yang tinggi.
14 Measuring Customer Satisfaction WebQual 4.0, Usability, Hasil penelitian ini menunjukkan bahwa
Toward Localization Website by Importance Information Quality, beberapa indikator kualitas dari situs
50
No Judul Penelitian dan Peneliti Model Variabel Hasil
WebQual and Importance Performance Service Interaction AliexPress tidak memenuhi harapan dari
Performance Analysis (Case Analysis Quality pengguna. Ada beberapa indikator yang
Study on AliexPress Site in diharapkan menjadi fokus utama perbaikan
Indonesia) website, di antaranya penyediaan informasi
yang terpercaya, penyediaan informasi yang
(Shia, Chen, Ramdansyah, & tepat waktu, penyediaan informasi yang
Wang, 2016) relevan, dan penyediaan informasi dengan
perincian yang tinggi.
15 Measuring Service Quality of Mengadopsi model Usability, Hasil penelitian ini menunjukkan bahwa
Online Bookstores with WebQual 4.0 dengan Information Quality, WebQual merupakan instrumen yang tepat
WebQual ServQual Reliability, Empathy untuk mengukur kualitas layanan perbankan
online.
(Park & Baek, 2007)
16 E-Recruitment: A Study into Mengadopsi model Prior Experience, Hasil penelitian menunjukkan bahwa
Applicant Perceptions of An Perceived Efficiency, Internet Familiarity, perceived efficiency dan user-friendliness
Online Application System User-Friedliness, Perceived Efficiency, menjadi 2 (dua) variabel yang relatif besar
Information User-Friendliness, pengaruhnya terhadap kepuasan pengguna.
(Sylva & Mol, 2009) Provision, Fairness Process Fairness, Selain itu, hanya information provision saja
Perception, Internet Information variabel yang tidak berpengaruh signifikan.
Selection Image, Provision, Overall
Prior Experience, Process Satisfaction
51
No Judul Penelitian dan Peneliti Model Variabel Hasil
dan Internet
Familiarity
17 Analisis Faktor-Faktor yang Mengadopsi model Perceived Efficiency, Hasil penelitian menunjukkan hanya variabel
Mempengaruhi Kepuasan kepuasan (Sylva & User-Friendliness, fainerss perception dan internet selection
Pengguna Situs Rekrutmen Mol, 2009) Information image yang berpengaruh secara signifikan
Online Jobstreet Indonesia Provision, Fairness terhadap kepuasan pengguna.
Perception, Internet
(Putra, 2014) Selection Image,
Prior Experience &
Internet Familiarity
Berdasarkan penelitian-penelitian sejenis yang dijabarkan di atas maka dapat disimpulkan bahwa perlu dibuat penelitian
lanjutan untuk melengkapi penelitian sebelumnya. Selain itu, penelitian sebelumnya menggambarkan adanya beberapa perbedaan
hasil penelitian pada lingkup wilayah dan lingkungan serta faktor-faktor tambahan seperti user interface, EUCS, reliability,
emphaty, dan availability pada model sehingga dapat ditarik kesimpulan bahwa wilayah dan lingkungan serta faktor-faktor
52
BAB 3
METODOLOGI PENELITIAN
3.1 Pendekatan
mendapatkan nilai atau tingkat kepuasan pengguna website pencarian kerja yang
mempengaruhi kepuasannya.
(tiga) variabel WebQual 4.0 (usability quality, information quality, dan service
53
3.2 Prosedur
penelitian ini.
Populasi dalam penelitian ini adalah pengguna dari website pencarian kerja
yang telah ditentukan. Website yang dipilih adalah Jobstreet. Website ini dipilih
berdasarkan tingkat popularitas serta pilihan lintas generasi masyarakat saat ini.
November 2018, Desember 2018, dan Januari 2019 yang diambil dari SimilarWeb,
54
jobstreet.co.id memiliki kunjungan sebanyak 49,79 juta. Kemudian peneliti
O'Brien, 2018) untuk tahap pertama, dimana kriteria yang ditentukan adalah yang
penyedia informasi lowongan dan mencari kerja. Hal ini dilakukan agar
dari yang kebetulan ada atau tanpa perencanaan saat dijumpai (Hadi, 2016).
Jumlah populasi yang sangat besar, diiringi keterbatasan waktu dan biaya
penelitian, Peneliti menetapkan jumlah sampel minimal pada penelitian ini adalah
100 orang. Hal ini didukung oleh beberapa teori. Teori tersebut memaparkan bahwa
SEM memerlukan sekitar 100 hingga 200 sampel dalam penelitian (Wong, 2013).
Di lain teori, sampel dibutuhkan sejumlah 10 kali dari jumlah jalur variabel dalam
3.4 Instrumen
terdiri atas 2 (dua) bagian. Bagian pertama adalah profil dari responden yang terdiri
dari 6 (enam) pertanyaan, yaitu nama, jenis kelamin, pendidikan, usia, dan 2 (dua)
menggunakan, jenis website pencarian kerja yang digunakan). Bagian kedua berisi
55
pertanyaan dari model WebQual 4.0 (3 variabel), 4 (empat) pertanyaan dari model
Dalam penelitian ini, digunakan skala Likert (Dawes, 2008) dengan 5 (lima)
pertanyaannya, yaitu dari sangat tidak setuju dengan nilai 1 (satu) sampai dengan
peneliti mengadopsi instrumen dari indikator pertanyaan yang ada pada WebQual
4.0 yang terdiri dari 3 (tiga) variabel (Barnes & Vidgen, 2002) dan EUCS dengan
56
(Barnes & Saya merasa bahwa informasi pribadi saya (Hoffmann, Novak, &
Vidgen, tersimpan dengan aman Peralta, 1999),
2002)
Setelah menggunakan website ini, saya merasa
(Selz & Schubert,
menjadi bagian dari pencari dan atau penyedia
1997), (Rheingold,
lowongan kerja 1993)
Website ini memberikan kemudahan untuk (Hoffmann, Novak, &
berkomunikasi dengan penyedia informasi Peralta, 1999),
lowongan kerja (Jarvenpaa, Tractinsky,
& Vitale, 2000)
Content Website ini memberikan informasi yang tepat (Rosalina, 2017)
sesuai kebutuhan Anda
(Doll & Konten informasi memenuhi kebutuhan Anda (Rosalina, 2017)
Torkzadeh,
1988)
Website ini memberikan laporan yang tampaknya (Rosalina, 2017)
persis seperti yang Anda butuhkan
Website ini memberikan informasi yang cukup (Rosalina, 2017)
Kepuasan Website ini memenuhi kebutuhan saya (Subiyakto, Ahlan,
Pengguna Kartiwi, Putra, &
Durachman, 2016)
(Rosalina, Website ini efektif dalam penggunaannya (Subiyakto, Ahlan,
2017) Kartiwi, Putra, &
Durachman, 2016)
Website ini efisien dalam penggunaannya (Subiyakto, Ahlan,
Kartiwi, Putra, &
Durachman, 2016)
Secara keseluruhan, saya puas dengan website (Subiyakto, Ahlan,
pencarian kerja yang saya pilih Kartiwi, Putra, &
Durachman, 2016)
dapat dilakukan terkait dengan kedalaman dan luasnya informasi, tingkat respon
dari responden dan kualitas data, serta efisiensi dan efektivitas dalam pengumpulan
data (Subiyakto, Ahlan, Kartiwi, Putra, & Durachman, 2016). Penyebaran secara
57
media sosial. Penyebaran dilakukan kurang lebih 2 (dua) minggu guna mencapai
Tahap ini dibagi menjadi 2 (dua), yaitu analisis profil responden dan analisis
website pencarian kerja, dan persepsi terhadap kualitas website yang ada.
analisis faktor dan analisis regresi. Analisis SEM ditujukan untuk menguji
sebelumnya.
58
BAB 4
langsung (melalui kuesioner online) dilakukan oleh peneliti melalui sosial media
(Instagram, Twitter, dan Facebook) dan aplikasi perpesanan (WhatsApp, LINE, dan
Telegram). Kuesioner online ini menggunakan bantuan Google Form yang telah
diketahui secara umum digunakan pada kuesioner online. Penyebaran kuesioner ini
dilakukan dalam kurun waktu 2 (dua) minggu, terhitung dimulai 10 Maret sampai
59
4.2 Hasil Analisis Demografis
orang (16%).
Perempuan; 16;
16%
Laki-Laki; 84;
84%
disusul oleh SMA dengan 19 orang (19%), dan dilanjut oleh D3 sebanyak 4 orang
(4%).
60
SMA; 19; 19%
D3; 4; 4%
4.2.3 Usia
Responden pada penelitian ini, seperti yang ditunjukkan oleh Gambar 4.3,
yang berusia 23-28 tahun sebanyak 71 orang (71%), disusul oleh usia 17-22 tahun
sebanyak 27 orang (27%), dan berusia lebih dari 28 tahun sebanyak 2 orang (2%).
>28 tahun; 2;
2% 17-22 tahun;
27; 27%
23-28 tahun;
71; 71%
61
4.2.4 Jumlah Penghasilan Per Bulan
penghasilan sebanyak 3-5 juta sebanyak 29 orang (29%), disusul oleh 1-3 juta
sebanyak 27 orang (27%), lebih dari 5 juta sebanyak 24 orang (24%), dan kurang
Gambar 4.5. Responden terbanyak yaitu dengan penggunaan selama 5-10 tahun
sebanyak 55 orang (55%), lalu lebih dari 10 tahun sebanyak 39 orang (39%), disusul
oleh 3-5 tahun sebanyak 5 orang (5%), dan 1-3 tahun sebanyak 1 orang (1%).
62
1-3 tahun; 1;
1% 3-5 tahun; 5;
5%
>10 tahun; 39;
39%
lama pengguna saat mengakses website pencarian kerja sebagian besar kurang dari
1 jam sebanyak 55 orang (55%), kemudian 1-3 jam sebanyak 36 orang (36%), 3-5
jam sebanyak 7 orang (7%), dan lebih dari 5 jam sebanyak 2 orang (2%).
>5 jam; 2; 2%
3-5 jam; 7; 7%
63
4.3 Hasil Analisis Pengukuran Model (Outer Model)
dimana analisis pengukuran model terdiri atas 4 (empat) tahap pengujian yaitu
extracted, dan discriminant validity (Sarstedt, Ringle, & Hair, 2017) (Subiyakto,
Ahlan, Kartiwi, & Sukmana, 2015) (Wong, 2013) (Nugroho & Sari, 2016).
Mengacu pada standar nilai outer loading, setelah melalui pengujian pada
SmartPLS 3.0, semua indikator telah memenuhi syarat lebih dari 0,7.
64
USQ4 0,715
reliability menunjukkan nilai di atas 0,7 dan masuk ke dalam kategori Sangat Andal
pada tabel tingkat kehandalan (Hair, Black, Babin, & Anderson, 2010).
Composite Reliability
Content 0,939
Customer Satisfaction 0,939
Information Quality 0,890
Service Interaction Quality 0,878
Usability Quality 0,892
Hasil pengujian pada tabel 4.4 menunjukkan bahwa hasil nilai AVE pada
masing-masing variabel telah melebihi nilai minimum yaitu 0,5. Variabel laten
(konstruk) dapat menjelaskan rata-rata lebih dari setengah variance dari indikator-
indikatornya, dapat dikatakan baik, dan memenuhi syarat dalam uji nilai AVE.
Average Variance
Extracted (AVE)
Content 0,795
Customer Satisfaction 0,795
Information Quality 0,671
Service Interaction Quality 0,643
Usability Quality 0,676
65
4.3.4 Discriminant Validity
indikator dengan konstruk lebih tinggi dari korelasi dengan konstruk blok lain.
Sedangkan pada Tabel 4.6, dapat dilihat bahwa nilai akar AVE lebih tinggi
66
Tabel 4.6 Nilai Fornell-Larcker Criterion
penelitian yang diajukan peneliti telah memiliki ciri dan karakteristik yang baik
secara pengujian statistik, sehingga dapat dikatakan bahwa model penelitian ini
telah memenuhi kriteria untuk dilanjutkan ke tahap pengujian struktur model (inner
67
Gambar 4.7 Hasil Analisis Outer Model dengan SmartPLS 3.0
Hasil pengujian menyatakan 4 (empat) jalur yang ada pada model penelitian
yang diajukan memiliki nilai di atas ambang batas 0,1. Dapat disimpulkan bahwa
keempat jalur yang diajukan memiliki signifikansi yang baik di dalam model.
Customer Satisfaction
Content 0,288
Information Quality 0,219
Service Interaction Quality 0,297
Usability Quality 0,166
68
Gambar 4.8 Hasil Analisis Path Coefficient (β)
(kuat), sekitar 0,333 (moderat), dan 0,190 atau di bawah (lemah). Tabel 4.8
4.4.3 T-test
Hasil pengujian pada tabel 4.9 menunjukkan bahwa nilai hasil uji t-test untuk
setiap hipotesis diterima karena telah melampaui nilai ambang batas 1,96.
T Statistics
(|O/STDEV|)
Content Customer Satisfaction 2,611
69
Information Quality Customer 2,063
Satisfaction
Service Interaction Quality 2,537
Customer Satisfaction
Usability Quality Customer 2,031
Satisfaction
Customer Satisfaction
Content 0,111
Information Quality 0,030
Service Interaction Quality 0,151
Usability Quality 0,058
70
4.4.5 Predictive Relevance
memberi bukti keterkaitan variabel tertentu. Tabel 4.11 menunjukkan bahwa dari
mengukur pengaruh relatif dari variabel dengan variabel lainnya. Tabel 4.11
71
Tabel 4.11 Hasil Analisis
Hipotesis f2 q2 Analyses
β t-test R2 2
R- Q 2
Q2 -
No Jalur R2-in ∑ f2 Q2-in ∑ q2 β t-test R2 f2 Q2 q2
ex ex
USQ
H1 0,288 2,611 0,716 0,716 0,704 0,04225 0,523 0,523 0,514 0,019 Sign Diterima Kuat k Predictive Relevance k
- CUS
INQ -
H2 0,219 2,063 0,716 0,716 0,704 0,04225 0,523 0,523 0,514 0,019 Sign Diterima Kuat k Predictive Relevance k
CUS
SIQ -
H3 0,297 2,537 0,716 0,716 0,704 0,04225 0,523 0,523 0,514 0,019 Sign Diterima Kuat k Predictive Relevance k
CUS
CON
H4 0,166 2,031 0,716 0,716 0,704 0,04225 0,523 0,523 0,514 0,019 Sign Diterima Kuat k Predictive Relevance k
- CUS
Keterangan :
72
4.5 Interpretasi dan Pembahasan Hasil Analisis
tersebut.
a. Jenis Kelamin
oleh peneliti bahwa saat ini perempuan belum banyak yang mulai mencoba
b. Pendidikan Terakhir
yang sedang membangun karir di dunia kerja. Selain itu, pengguna sistem
c. Usia
73
tahun dengan 71%, disusul 17-22 tahun dengan 27%, dan lebih dari 28
tahun sebanyak 2%. Hal ini sejalan dengan data penelitian dari Asosiasi
orang (29%), disusul oleh 1-3 juta sebanyak 27 orang (27%), lebih dari 5
juta sebanyak 24 orang (24%), dan kurang dari 1 juta adalah 20 orang
website pencarian kerja ini memang sedang dalam proses pencarian karir
dilanjutkan oleh lebih dari 10 tahun sebanyak 39%, 3-5 tahun sebanyak
5%, dan 1-3 tahun sebanyak 1%. Peneliti menyimpulkan bahwa lama
74
1 jam menjadi tertinggi dengan 55%, disusul 1-3 jam dengan 36%, 3-5 jam
sebanyak 7%, dan lebih dari 5 jam sebanyak 2%. Hal ini disebabkan
sebelumnya, terdapat beberapa poin yang perlu diperhatikan pada tahapan analisis
(Wong, 2013).
75
pengecekan nilai cross loading Fornell-Lacker’s dengan
membandingkan nilai akar AVE, dimana nilai akar tersebut harus lebih
b. Terdapat 10 indikator dari WebQual 4.0 yang dihapus yaitu Q6, Q7, Q8,
Q12, Q14, Q15, Q17, Q19, Q22, dan Q23. Q6, Q7, Q8, Q22, dan Q23
(lihat Tabel 2.2) dihapus dalam model penelitian karena telah dimuat pada
lebih dari 1 (satu) faktor (Park & Baek, 2007). 5 indikator lainnya yaitu
Q12, Q14, Q15, Q17, dan Q19 dihilangkan karena tidak terkait dengan
Berdasarkan 2 (dua) poin di atas, dengan hasil yang sudah memenuhi kriteria
item pertanyaan pada kuesioner belum tepat, khususnya pada indikator yang
dihapus. Selain itu, pengisian kuesioner tidak dilakukan secara langsung (100%
Berdasarkan hasil dari 6 (enam) tahapan analisis yang telah dilakukan yaitu
76
dan relative impact, pembahasan berikut akan berisi tentang interpretasi dan diskusi
peneliti.
dihasilkan kecil.
Jati, 2017).
77
sedangkan bila berdasarkan perhitungan f2 dan q2, pengaruh yang
dihasilkan kecil.
2017).
dihasilkan kecil.
SIQ memiliki pengaruh yang positif secara parsial (Nugroho & Sari,
78
Berdasarkan hasil pengujian t-test pada analisis model struktural,
dihasilkan kecil.
kepuasan pengguna sistem informasi, yang dalam hal ini berbasis website
(Rosalina, 2017).
79
BAB 5
5.1 Kesimpulan
dengan penyediaan informasi dengan perincian yang tinggi dan selalu up-
informasi lowongan kerja juga menjadi hal yang patut diperhatikan untuk
(INQ → CUS).
merasa Jobstreet cukup efektif dan efisien serta merasa bahwa Jobstreet
80
telah memenuhi kebutuhan mereka akan informasi lowongan pekerjaan.
Dan 56% dari responden yang menyatakan bahwa tampilan dari website
ini tidak menarik bagi pengguna dimana hal ini sejalan dengan hasil
Quality (SIQ) dengan tingkat kepuasan 29,7%, diikuti oleh Content (CON)
kepuasan 16,6%.
5.2 Saran
Pada bagian ini, peneliti akan menjelaskan saran untuk penelitian selanjutnya
dan alat pengumpulan data, teknik sampling, metode pendekatan penelitian, teknik
dan alat analisis data yang peneliti gunakan, serta pemahaman dan pengetahuan
81
Interaction Quality (SIQ) yang memiliki nilai pengaruh cukup tinggi,
82
DAFTAR PUSTAKA
Webqual 4.0 dan IPA. Jurnal Pengembangan Teknologi Informasi dan Ilmu
Komputer, 885-892.
Arifin, S. R., Nugroho, E., & Hantono, B. S. (2015, Juli). Analisis Kualitas Layanan
Rineka Cipta.
Astuti, A. P., & Sari, P. K. (2016, Agustus). Analisis Kualitas Website Lazada
83
Modeling (CB-SEM) for Confirmatory Factor Analysis. International
198-205.
Bailey, J. E., & Pearson, S. W. (1983). Development of A Tool For Measuring and
545.
Barbarasa, E., Barrett, J., & Goldin, N. (2017). Skills Gap or Signaling Gap? :
LinkedIn.
114-127.
Barnes, S., & Vidgen, R. (2001). Assessing the Quality of Auction Web Sites.
84
Chin, W., & Lee, M. (2000). On The Formation of End-User Computing
Christian, T. L., Jaya, D., & Rulyna. (2017). Impact of English Online Learning
IEEE.
Cober, R. T., Brown, D. J., Levy, P. E., Cober, A. B., & Keeping, L. M. (2003,
Das, K., Gryseels, M., Sudhir, P., & Tan, K. T. (2016). Unlocking Indonesia's
340.
85
Dawes, J. (2008). Do Data Characteristics Change According to The Number of
Derous, E., Born, M. P., & Witte, K. D. (2004, March/June). How Applicants Want
Edward, M., & Sahadev, S. (2011). Role of Switching Costs in The Service Quality,
Gelinas, U. J., Dull, R. B., & Wheeler, P. (2015). Accounting Information Systems
Hair Jr, J. F., Sarstedt, M., Hopkins, L., & Kuppelwieser, V. G. (2014). Partial Least
86
Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2010). Multivariate Data
Hair, J. F., Hult, G. M., Ringle, C. M., & Sarstedt, M. (2017). A Primer on Partial
Hendarti, H., Christian, T. L., Permatasari, A., Maryani, & Nindito, H. (2017).
Henseler, J., Ringle, C. M., & Sinkovics, R. R. (2009). The Use of Partial Least
Hoffmann, D. L., Novak, T. P., & Peralta, M. (1999, April). Building Consumer
Huang, H.-Y., & Pan, C. (2012). Factors Influencing the User Behaviour Intention
Commerce, 107-126.
87
Husain, T., & Budiyantara, A. (2018, Maret). Analisis End-User Computing
Jabar, M., Usman, U. A., & Awal, A. (2013). Assessing The Usability of University
Sciences, 98-111.
Kadar, J. A., Napitupulu, D., & Jati, R. K. (2017). Analysis of Factors Influencing
Graha Ilmu.
88
Lau, G. T., & Lee, S. H. (1999). Consumer's Trust in A Brand and The Link to
Levi, M. D., & Conrad, F. G. (1996, Juli). A Heuristic Evaluation of A World Wide
Associates.
Hidayatullah Jakarta.
Hidayatullah Jakarta.
32(4), 361-380.
89
Nastiti, F. E., & Hadi, S. P. (2014). Analisis Kebutuhan Aplikasi dengan Pemetaan
Multimedia, 155-160.
Trans Tekno.
316.
64(1), 12-40.
Park, H., & Baek, S. (2007). Measuring Service Quality of Online Bookstores with
Prasetyo, B., Yulia, W. E., & Felisia. (2017). Measuring End-User Satisfaction of
90
Pratama, Y. (2015, April). Pengukuran Kualitas Website CDC Universitas Telkom
1649-1658.
Indonesia.
Rao, A. R., & Monroe, K. B. (1989, Agustus). The Effect of Price, Brand Name,
91
Ringle, C. M., Sarstedt, M., Mitchell, R., & Gudergan, S. P. (2018). Partial Least
Rockart, J. F., & Flannery, L. S. (1983, Oktober). The Management of End User
(CITEE). Yogyakarta.
Santoso, S. (2011). Structural Equation Model (SEM): Konsep dan Aplikasi dengan
Hidayatullah Jakarta.
92
Sarstedt, M., Ringle, C. M., & Hair, J. F. (2017). Partial Least Squares Structural
Satzinger, J. W., Jackson, R. B., & Burd, S. D. (2012). Systems Analysis and Design
Learning.
Selz, D., & Schubert, P. (1997). Web Assessment – A Model for the Evaluation
Serra, M., Psarra, S., & O'Brien, J. (2018). Social and Physical Characterization of
Setiawati, F. A. (2013). Penskalaan Tipe Likert dan Thurstone dengan Teori Klasik
LPPM UNY.
Shia, B. C., Chen, M., Ramdansyah, A. D., & Wang, S. (2016). Measuring
93
Importance Performance Analysis (Case Study on AliexPress Site in
117-128.
Subiyakto, A., Ahlan, A. R., Kartiwi, M., & Sukmana, H. T. (2015). Influences of
Subiyakto, A., Ahlan, A. R., Kartiwi, M., & Sukmana, H. T. (2015). Measurement
Subiyakto, A., Ahlan, A. R., Kartiwi, M., Putra, S. J., & Durachman, Y. (2016,
Alfabeta.
94
Sylva, H., & Mol, S. T. (2009, September). E-Recruitment: A Study into Applicant
47.
Tech in Asia, & Daily Social. (2018, Januari 16). Retrieved from
https://tirto.id/efektifkah-cari-lowongan-kerja-via-online-cQy1
Tilley, S., & Rosenblatt, H. (2017). System Analysis and Design 11th Edition.
Turban, E., & Volonino, L. (2012). Information Technology for Management 7th
186-204.
Wand, Y., & Wang, R. Y. (1996, November). Anchoring Data Quality Dimensions
95
Wang, R. Y., & Strong, D. M. (1996). Beyond Accuracy: What Data Quality Means
34.
Whitten, J. L., & Bentley, L. D. (2007). System and Analysis Design Methods 7th
Wicaksono, B. L., Susanto, A., & Winarno, W. W. (2012, Maret). Evaluasi Kualitas
Wong, K. K.-K. (2013). Partial Least Squares Structural Equation Modeling (PLS-
Yamin, S., & Kurniawan, H. (2011). Generasi baru Mengolah Data dengan Partial
Yan, P., & Guo, J. (2010). The Research of Web Usability Design. International
Singapore: IEEE.
96
LAMPIRAN
97
LAMPIRAN 1
98
LAMPIRAN 2
KUESIONER PENELITIAN
99
LAMPIRAN 3
100
101
102