Tesis
untuk memenuhi sebagian persyaratan
mencapai derajat Sarjana S-2
diajukan oleh
Astomo Fitra Wibowo
11/322530/PTK/07510
kepada
PROGRAM PASCASARJANA
FAKULTAS TEKNIK
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2013
ii
iii
PRAKATA
tesis ini. Tesis ini disusun untuk memenuhi salah satu persyaratan dalam
Mada Yogyakarta.
Penulis menyadari bahwa tesis ini tidak akan pernah selesai tanpa bantuan
dari banyak pihak. Oleh karena itu, pada kesempatan ini ingin menyampaikan
1. Dr. Ir. Eko Nugroho, M.Si., sebagai pembimbing utama, yang telah
Universitas Gadjah Mada yang telah memberikan pelayanan dan bekal ilmu
4. Ayah Ibu tercinta dan seluruh keluargaku atas segala bentuk dukungan,
bimbingan dan doa yang tak pernah berhenti diberikan kepada penulis.
iv
6. Keluarga besar atas segala bentuk dukungan, bimbingan dan doa yang tak
penelitian ini.
9. Semua pihak yang tak mungkin penulis sebutkan satu persatu yang telah
Semoga segala kebaikan, bimbingan, masukan dan doa mereka mendapat balasan
yang berlipat ganda dari Allah SWT dan diberikan kemudahan dalam urusannya.
Penulis berharap agar tesis ini memberikan manfaat bagi para pembacanya.
Penulis
v
ARTI SINGKATAN
AU : Actual Use
PU : Perceived Usefulness
(UTAUT)
vi
ABSTRACT
This research was carried out to 118 respondents of e-learning users. The
data was analyzed by Structural Equation Modeling (SEM) in software SmartPLS.
The results indicate that Perceived Ease of Use influences Perceived Usefulness,
Perceived Usefulness and Perceived Ease of Use influence Attitude Toward,
Attitude Toward and Perceived Usefulness influence Behavioral Intention, and
Behavioral Intention and Perceived Usefulness influence Actual Technology Use
(α = 0.05).
vii
INTISARI
viii
DAFTAR ISI
Hal
PERNYATAAN............................................................................................... ..iii
INTISARI......................................................................................................... viii
ix
3.2 Alat Penelitian ........................................................................... ......48
x
DAFTAR GAMBAR
xi
Gambar 4.4 Grafik responden berdasarkan pendidikan ................................. 65
Gambar 4.7 Grafik jawaban responden terhadap Perceived Ease of Use ........68
Gambar 4.11 Grafik jawaban responden terhadap Actual Use Internet ...........72
xii
DAFTAR TABEL
organisasi ...…………………...........……………………………. 65
Tabel 4.8 Jawaban responden terhadap variabel Perceived Ease of Use .........67
xiii
to Use Internet ................................................................................70
Tabel 4.12 Jawaban responden terhadap variabel Actual Use Internet ............71
Tabel. 4.15 Nilai korelasi antar konstruk (Latent Variable Correlations) .......76
xiv
BAB I
PENDAHULUAN
internet saat ini sangat pesat, membuat semua pihak termotivasi untuk secepat
batas wilayah suatu negara. Berdasarkan data dari Internet Worlds Stats,
pengguna internet di Indonesia hingga Desember 2010 tercatat sebanyak 39,6 juta
learning adalah sebuah pembelajaran pada semua tingkatan, formal atau non
untuk pengantaran bahan ajar, interaksi, dan atau fasilitas [2]. E-learning pertama
dan komputer bernama PLATO. Sejak itu e-learning berkembang sejalan dengan
1
Undang Dasar Negara Republik Indonesia Tahun 1945[3]. Dalam pasal 23 ayat E
tentang keuangan negara diadakan satu Badan Pemeriksa Keuangan yang bebas
dan mandiri.
dimulai pada tahun 2011. Sistem pembelajaran secara elektronik ini dibangun
pembelajaran melalui intranet BPK. Hal ini memungkinkan para pegawai untuk
komputer. Di sini, peserta diklat bisa melihat modul-modul yang ditawarkan, bisa
mengambil tugas-tugas dan tes-tes yang harus dikerjakan, peserta juga bisa
melihat nilai tugas dan test serta peringkatnya berdasarkan nilai yang diperoleh.
kesempatan untuk berinteraksi dan berkolaborasi dengan cara yang efektif dan
efisien, tanpa memerlukan kehadiran fisik di tempat yang sama. E-learning juga
komitmen dari pihak manajemen. Hal ini dirasakan sangat penting dikarenakan
organisasi telah melakukan investasi yang besar pada sistem informasi. Oleh
karena itu sistem informasi yang digunakan harus dapat memberikan timbal balik
2
penghematan waktu, biaya, dan sumber daya lainnya serta mendukung
pengambilan keputusan yang tepat. Selain hal tersebut diatas, evaluasi sistem
seberapa besar kontribusinya bagi organisasi. Hal lain adalah dengan sistem
tidak dilakukan secara tepat. Contoh nyata adalah tender pengadaan jaringan TI
KPU sendiri terdiri dari proyek pengadaan jaringan internet senilai Rp 1,6 miliar,
data center Rp 2,3 miliar, dan pengadaan jasa integrasi sistem informasi KPU Rp
1,2 miliar [4]. Dengan investasi yang besar tersebut KPU diyakini dapat lebih
efektif dan effisien dalam perhitungan suara dalam Pemilu tahun 2009.
tanggal akhir. Angka capaian ini, jauh di bawah target KPU, dan juga capaian
suara sebagaimana yang dialami oleh KPU 2004. Pada hari yang sama, KPU 2004
sudah mampu mengumpulkan data hampir pada angka 80 %-an [5]. Hasil yang
didapat sangat jauh dari target yang diharapkan, hal ini menyebabkan dana Pemilu
tahun 2009 yang besar dan investasi IT KPU yang tidak sedikit tidak sebanding
3
Contoh lain kegagalan penerapan TI adalah penerapan sistem baru yang
System/IOCS) yang bernilai 1,5 juta dollar (sekitar Rp 13,5 miliar). Sistem ini
berdiri sendiri, yakni sistem untuk memantau pergerakan pesawat, awak kabin,
580 orang. Walaupun telah dilakukan uji coba, tetapi karena menyangkut banyak
data yang kompleks, dalam proses transisi ini ada data yang tidak sinkron dan
mengakibatkan informasi yang diterima awak kabin tidak akurat. Akibat tidak
akuratnya informasi yang diterima ini, awak kabin terlambat tiba di bandara
juta untuk biaya menginap sekitar 737 penumpang yang tidak jadi berangkat.
Biaya tersebut belum termasuk kompensasi pembayaran tiket hingga dua kali lipat
besarnya. Selain itu juga munculnya potensi kehilangan pendapatan akibat tidak
perwakilan BPK RI yang tersebar di 33 propinsi yang terdiri dari auditor maupun
membuat penghematan dari sisi anggaran yang ada. E-learning akan membuat
4
Salah satu teori tentang evaluasi penggunaan sistem teknologi informasi
pertama kali diperkenalkan oleh Fred D Davis. Faktor utama yang menentukan
adalah sumber daya manusia yang juga sebagai pengguna. Hal yang menjadi
alasan utama penggunaan model TAM. Tujuan utama TAM adalah untuk
kepercayaan, sikap, dan tujuan pengguna [7]. TAM menganggap bahwa dua
5
Metode ini akan mengukur tingkat penerimaan pengguna terhadap sistem
Penelitian e-learning saat ini telah dilakukan baik itu kearah perancangan,
ini dapat terjadi dikarenakan penerapan e-learning tersebut sudah berjalan dalam
6
2) Gunawan [9] dengan judul “Pengukuran kepuasan pengguna e-learning di
dengan instrumen alat ukur kepuasan semisal ELS Yi-Shun Wang. Hasil
dari penelitian ini didapati bahwa semua valid, reliable dan mempunyai
(TAM) adalah:
pengauditan.
7
Technology Acceptance Model.” Penelitian ini mengukur variabel-variabel
Acceptance Model (TAM) pada PT. Bank Mandiri Tbk Cabang Yogyakarta
Sudirman.” Penelitian ini hanya membatasi variabel yang digunakan yaitu sebatas
learning;
8
1.5 Tujuan Penelitian
Berdasarkan latar belakang di atas, maka tujuan yang ingin dicapai dalam
9
BAB II
baik itu sekolah, training, maupun universitas ataupun di level industri seperti
Cisco System, IBM. HP, Oracle dan sebagainya. E-learning merupakan suatu
sebelumnya salah satunya adalah Alam [8] dengan judul “Studi Efektifitas
learning lebih efektif dengan aspek yang dominan berupa aspek materi dan aspek
guru.
10
Gunawan [9] dengan judul : “Pengukuran kepuasan pengguna e-learning di
alat ukur kepuasan semisal ELS Yi-Shun Wang. Hasil dari penelitian ini didapati
bahwa semua valid, reliable dan mempunyai korelasi yang kuat sehingga layak
dijadikan pengukuran kepuasan. Korelasi terkuat ada pada dimensi umpan balik
dan penilaian.
(TAM) dilakukan oleh Alfiansah [10] dengan judul “Analisis Faktor-faktor yang
terdapat 4 hipotesis yang diterima yaitu pengaruh positif antara kemampuan akses
11
Pertamina. Dari hasil pengujian disimpulkan bahwa penerimaan penggunaan
perceived ease of use, dan security and privacy, sedangkan perceived enjoyment
dan attitude toward using tidak cukup bukti berpengaruh terhadap penggunaan
aplikasi e-procurement.
2.2.1 E-learning
didefinisikan dari berbagai sudut pandang. Salah satu definisi dari e-learning
bahan ajar ke siswa dengan menggunakan media internet, intranet, atau media
12
ponsel) dalam beberapa cara untuk memberikan pelatihan, materi pendidikan atau
mengajar ini adalah termasuk belajar secara online, secara virtual, dan melalui
Di dalam dunia belajar mengajar, e-learning memiliki arti yang lebih luas
instruksi dan informasi secara instan. Kedua, e-learning disampaikan pada user
melalui komputer yang memiliki standar teknologi internet maupun intranet. Dan
ketiga, e-learning berfokus pada cara pandang pendidikan secara luas yang
Hrastinski [16] menyatakan terdapat tiga model yang dapat dijadikan acuan
yaitu:
1) Asynchronous learning
secara tidak langsung. Pada model ini peserta didik belajar secara mandiri,
13
massage, atau forum yang dapat digunakan sebagai media komunikasi dan
2) Synchronous learning
saja pada e-learning hal ini tidak ditandai dengan kehadiran secara fisik.
conference.
pelatihan.
pekerjaannya selama satu atau dua hari untuk mengikuti pelatihan di kelas.
14
pegawai selama lebih dari satu hari akan sangat mengganggu produktivitas
siang, setelah kantor selesai dan menunggu jemputan, atau ketika sedang
menunggu laporan rekan dan tidak ada pekerjaan mendesak. Karyawan dan
pembelajaran dalam waktu lebih dari empat kali seminggu. Para siswa pun
harus menempuh perjalanan dalam jarak tertentu ke kelas. Hal ini membuat
perusahaan dapat melatih karyawan yang berada di kantor cabang lain kota
atau pulau. E-learning dapat menjadi solusi pelatihan yang tepat untuk
berbeda-beda. Di dalam suatu kelas ada pelajar yang mengerti dengan cepat
15
Siswa yang memiliki daya tangkap yang cepat akan menginginkan lebih
memilih modul yang ingin dipelajari. Dia dapat melewati modul pelajaran
pelatihan teknologi baru dan menjangkau area luas secara singkat. Dengan
dikirimkan.
pelajaran, dan proses pembelajaran yang berlangsung. LMS yang baik dapat
16
mulai dari pelajaran yang telah diambil, tanggal akses, berapa persen
berapa hasil tes akhir yang diambil. Dengan adanya laporan di dalam sistem,
ke LMS dapat setiap saat mencetak sendiri laporan dengan otomatis untuk
administrator.
Panitz [17] telah menuliskan beberapa manfaat yang dapat diperoleh dari e-
learning yaitu:
kerjasama.
17
besar motivasi pembelajar masih tergantung pada pengajarnya. Maka di
dahulu harus mengeluarkan sejumlah investasi awal yang cukup besar untuk
pembuatan program LMS, paket pelajaran, dan biaya lain seperti hardware
teknologi tersebut tidak sejalan dengan yang sudah ada dan terjadi konflik
teknologi sehingga e-learning tidak berjalan dengan baik. Oleh karena itu,
broadband baru ada di kota-kota besar. Akibatnya, belum semua orang atau
diatasi. Masalah budaya memakan waktu lama untuk diubah karena menyangkut
18
kebiasaan organisasi yang turun-temurun. Oleh karena itu perlu dilakukan
sendiri baru dimulai pada tahun 2011. Sistem pembelajaran secara elektronik ini
pembelajaran melalui intranet BPK. Hal ini memungkinkan para pegawai untuk
komputer. Di sini, peserta diklat bisa melihat modul-modul yang ditawarkan, bisa
mengambil tugas-tugas dan test-test yang harus dikerjakan, peserta juga bisa
melihat nilai tugas dan test serta peringkatnya berdasarkan nilai yang diperoleh.
untuk berinteraksi dan berkolaborasi dengan cara yang efektif dan efisien, tanpa
pembelajar yang bisa ikut berpartisipasi tidak dibatasi dengan kapasitas kelas.
pengajar.
19
Berikut ini adalah tampilan e-learning di BPK RI [18] :
mail kita disertai dengan user name dan password. Setelah mendaftarkan e-mail
kita maka akan muncul notifikasi ke e-mail kita untuk pengaktifan e-learning.
peran peserta diklat. Berikut ini adalah tampilan e-learning setelah log in dengan
20
2.2.2.1 Mendaftar Di E-learning BPK
21
Gambar 2.4 Proses login E-learning BPK RI
Setelah pendaftaran selesai dan telah berhasil login ke menu e-learning
BPK maka tampilan selanjutnya adalah tampilan dimana kita dapat melihat siapa
saja yang telah terdaftar dan login terakhir pada e-learning BPK seperti gambar di
bawah ini:
22
2.2.2.3 Fitur E-learning
Pada menu awal E-learning terdapat beberapa jenis diklat yang dijadwalkan
Setelah kita memilih menu kursus seperti pada gambar 2.6 maka tampilan
berikutnya adalah akan muncul menu dimana terdapat bahan-bahan atau mata
kuliah yang akan diambil bila kita mengikuti kursus yang telah kita ambil tersebut
23
Gambar 2.7 Menu mata kuliah E-learning BPK RI
Ada beberapa model yang biasa dan sering digunakan dalam evaluasi sistem
Menurut DeLone & McLean [19] kesuksesan sistem model ini diukur dari
enam elemen atau faktor, yaitu: kualitas sistem (system quality), kualitas
24
System Quality
System Use
Information
Quality Net Benefit
User Satisfaction
Service Quality
Metode TAM ini pertama sekali dikenalkan oleh Davis pada tahun 1989.
Model ini telah banyak digunakan dalam penelitian sistem informasi untuk
mengetahui reaksi pengguna terhadap sistem informasi. TAM adalah teori sistem
teknologi. Faktor – faktor dalam model ini yang mempengaruhi antara lain :
Perceived Usefulness
Behavioral
Actual System Use
Intention to use
Perceived Ease of
Use
25
Perceived usefulness (kegunaan yang dirasakan) didefinisikan sebagai
seseorang percaya bahwa menggunakan suatu teknologi akan bebas dari usaha
yang rumit. Behavioral Intention to Use (niat perilaku) adalah suatu keinginan
Inti dari model ini adalah sebuah konstruk formal yang dikenal sebagai
TTF menempatkan bahwa teknologi informasi hanya akan digunakan jika fungsi
model TTF ini terdiri dari 5 variabel, yaitu: task characteristics, technology
26
characteristics, task-technology fit, performance impacts, dan utilization.
Task Performance
Characteristics Impacts
Task –
Technology Fit
Technology
Utilization
Characteristics
ada. Model gabungan ini kemudian disebut dengan nama teori gabungan
penentu langsung niat penggunaan dan perilaku [21]. Ada empat moderator kunci
untuk model UTAUT ini adalah gender, age, experience, and voluntariness of
behavior use. Behavior use menjadi pengukuran user acceptance dari sebuah
sistem.
27
Performance
Expectancy
Behavioral
Effort Intention
Expectancy
Social
Influence Use Behavior
Facilitating
Conditions
(misalnya kepuasan) dan juga faktor-faktor yang membentuk kepuasan ini [22].
Model evaluasi ini dikembangkan oleh Doll & Torkzadeh. Evaluasi dengan
akhir terhadap aspek teknologi, dengan menilai isi, keakuratan, format, waktu dan
kemudahan penggunaan dari sistem. Model ini telah banyak diujicobakan oleh
peneliti lain untuk menguji reliabilitasnya dan hasilnya menunjukkan tidak ada
28
Content
Accuracy
Format
End User
Computing
Satisfaction
Ease of Use
Timeliness
Sumber : Doll & Torkzadeh (1995)
kerangka baru yang dapat digunakan untuk melakukan evaluasi sistem informasi
di antaranya.
29
Sumber : Yusof et al (2006)
30
pekerjaan.
4 Human Organization Menekankan konsep menggabungkan
Technology (HOT) Fit unsur manusia, organisasi, dan
teknologi dan kesesuaian hubungan
didalamnya.
5 Delone & Mc Lean Menekankan bahwa kesuksesan sitem
informasi diukur dari enam elemen
yaitu: kualitas sistem, kualitas
informasi, penggunaan, kepuasaan
pemaikai, dampak individual, dan
dampak organisasi secara keseluruhan.
6 Unified Theory of Acceptance Menekankan bahwa terdapat empat
and Usage of Technology faktor kunci yaitu: performance
(UTAUT) expectancy, efford expectancy, social
influence, dan facilitating condition
yang menjadi peentu langsung niat
penggunaan dan perilaku terhadap
sistem informasi.
awal. Dalam hal ini keberhasilan sistem e-learning dapat dilihat dari
31
efektivitas dari e-learning adalah konten yang menarik yang menitikberatkan pada
dilihat melalui assessment pada tiga aspek yaitu : content, teknologi, dan
learning, maka aspek yang mendapat perhatian dalam evaluasi adalah pengguna,
aspek readiness untuk mahasiswa. Menurut Salter (2009) readiness dari isi
computer/technical skill yang dimiliki siswa maka secara individu akan semakin
skill adalah kemampuan siswa dalah hal koneksi internet. Sementara itu learning
memotivasi diri, kemampuan dalam hal menulis dan membaca serta literatur.
belajar mandiri. Dari sisi institusi, terdapat beberapa model assessment untuk
32
mengukur readiness, diantaranya adalah yang dikemukakan oleh Schreurs.
the strategy tapi harus menjadi bagian tak terpisahkan dari strategic planning
[25].
akan digunakan oleh pemakai. TAM dikembangkan oleh Davis pada tahun 1998,
berdasarkan model Theory of Reasoned Action (TRA) [26]. Model TRA dapat
teknologi sistem informasi merupakan tindakan sadar yang dapat dijelaskan dan
kedalam model TRA. Dua konstruk utama ini adalah kegunaan persepsian
33
sesungguhnya (actual technology usage). Berikut ini adalah konstruksi dalam
TAM:
Perceived
Usefulness
Perceived Ease
of Use
(“as the extend to which a person believes that using a technology will enhance
seseorang percaya bahwa sistem informasi kurang berguna maka dia tidak akan
menggunakannya [27].
34
Menurut Rahadi [28] persepsi kegunaan (Perceived usefulness)
penggunaan suatu subyek tertentu akan dapat meningkatkan prestasi kerja orang
tersebut.
suatu tingkatan dimana seseorang percaya bahwa komputer dapat dengan mudah
seseorang merasa percaya bahwa sistem informasi tidak mudah digunakan, maka
Davis [7] sebagai perasaan positif atau negatif dari seseorang jika harus
feelings about performing the target behavior). Sikap terhadap perilaku juga
menggunakan sistem (the user evaluation of the desirability of his or her using the
system)
35
4. Minat perilaku (behavioral intention) atau minat perilaku menggunakan
suatu perilaku yang tertentu. Seseorang akan melakukan suatu perilaku (behavior)
technology use)
usage) yang diukur sebagai jumlah waktu yang digunakan untuk berinteraksi
36
2. TAM telah diuji dengan banyak penelitian dan hasilnya sebagian besar
Bahkan TAM telah banyak diuji dibandingkan dengan model lain misalnya
dengan Theory Planned Behavior (TPB) dan hasilnya juga konsisten bahwa
3. Kelebihan TAM yang paling penting adalah model ini adalah model yang
model sederhana tapi valid merupakan hal yang tidak mudah. Terjadi trade
off dari pembuatan model. Jika diinginkan model yang sederhana mestinya
pada modelnya, tetapi ini akan berpengaruh pada kualitas dan validitas
modelnya yang akan menurun. Sebaliknya jika diinginkan model valid dan
1. TAM hanya memberikan informasi atau hasil yang sangat umum saja
tentang niat dan perilaku pemakai system dalam menerima system TI. TAM
yang digunakan berguna dan mudah digunakan akan tetapi TAM belum
37
2. Perilaku (behavior) yang diukur TAM seharusnya adalah pemakaian atau
pemakaian sebenarnya.
antara variabel dalam sebuah model teoritis, baik secara langsung atau melalui
laten yang satu dengan lainnya serta kesalahan pengukuran secara langsung. SEM
atau model persamaan struktural telah digunakan dalam berbagai bidang ilmu
seperti psikologi, ekonomi, pendidikan, dan ilmu sosial lainnya. SEM merupakan
keunggulan dibanding dengan analisis asosiasi lainnya seperti regresi atau analisis
jalur. SEM mampu menjelaskan keterkaitan variabel secara kompleks dan efek
langsung maupun tidak langsung dari satu atau beberapa variabel terhadap
variabel lainnya.
38
SEM adalah model yang memungkinkan pengujian sebuah rangkaian
hubungan yang relatif rumit. SEM juga seringkali disebut sebagai kombinasi
antara analisis faktor dan analisis jalur. SEM mengacu kepada hubungan antara
Tujuan utama analisis SEM adalah menguji fit suatu model yaitu kesesuaian
model dengan data empiris. SEM mampu menganalisis hubungan antara variabel
laten yang satu dengan variabel laten yang lain, juga mengetahui besarnya
untuk melakukan analisis hubungan dua arah yang seringkali muncul dalam ilmu
sosial dan perilaku. Perbedaan terbesar antara SEM dan teknik multivariat lainnya
adalah penggunaan dari relasi yang terpisah untuk setiap sekumpulan variabel
dependen.
Ada dua pendekatan SEM, yaitu SEM dengan dasar covariance (CBSEM)
covariance dipermudah oleh software pengolah data seperti Lisrel, Amos, EQS.
Sedangkan SEM berbasis varians yang banyak digunakan adalah XLSTAT PLS,
Ghozali [31] menyatakan istilah-istilah penting yang ada dalam SEM adalah
sebagai berikut :
39
a. Variabel laten
SEM, yang tidak dapat diukur secara langsung tapi dapat diwakili atau diukur
dengan satu atau lebih variabel manifest. Ada dua jenis variabel laten, yaitu
independen dalam setiap persamaan yang ada sementara variabel endogen adalah
variabel dependen pada minimal satu persamaan yang ada, meskipun dalam
b. Variabel manifest
Variabel manifest adalah suatu nilai hasil observasi untuk suatu item atau
pertanyaan yang spesifik, yang dihasilkan dari jawaban responden atau dari
variabel laten. Variabel manifest merupakan ukuran dan skor aktual, yang
Y.
analytic measurement model, yaitu setiap konstruk laten dibuat model sebagai
40
menghubungkan konstruk dengan pengukurannya diberi simbol dengan “lamda”
(λ).
d. Kesalahan Pegukuran
Kesalahan pengukuran (error) ini adalah faktor yang unik dikaitkan dengan setiap
analysis)
Asumsi dasar yang harus dipenuhi dalam analisis SEM adalah jumlah
sampel yang memenuhi kaidah analisis. Menurut Ghozali [31] analisis SEM
membutuhkan sampel paling sedikit lima kali jumlah variabel indikator yang
sampel 150-400.
bias dalam analisis data. Data outliner harus dikeluarkan karena menimbulkan
bias dalam interpretasi dan mempengaruhi data lainnya. Data dikatakan normal
apabila critical ratio (CR) memiliki syarat -2,58 <CR<2,58. Contohnya adalah
41
distribusi nilai ujian dalam satu kelas adalah 7,8,7,8,9,7,6,7,8,9, dan 3. Nilai 3
Partial Least Square (PLS) pertama kali dikembangkan oleh Herman Word
(1975). PLS merupakan analisis yang powerfull karena dapat digunakan pada
setiap jenis skala data (nominal, ordinal, interval, dan rasio) serta syarat asumsi
yang lebih fleksibel. PLS tidak mengasumsikan data harus berdistribusi normal
yang fleksibel.
hasil prediksi model, maka PLS berbasis variance atau component, PLS didesain
dengan tujuan prediksi, namun PLS dapat juga digunakan untuk tujuan konfirmasi
seperti pengujian hipotesis dan tujuan eksploratori. PLS dapat menduga apakah
terdapat atau tidak terdapat hubungan dan kemudian proporsi untuk pengujian.
Selain itu, PLS dapat menganalisa konstruk yang dibentuk dengan indikator
reflektif dan formatif. Hal ini tidak dapat dilakukan oleh SEM yang berbasis
Covariance Based Sem (CBSEM) karena akan terjadi unidentified model. Tujuan
42
2.2.5.3 Evaluasi Model PLS
diperlukan Chin [32] Model evaluasi PLS berdasarkan pada pengukuran prediksi
yang mempunyai sifat non parametrik. Model pengukuran atau outer model
dari indikatornya dan composite reliability untuk blok indikator. Outer model
yaitu dengan membandingkan besarnya relatif weight dan melihat signifikasi dari
ukuran weight tersebut [32]. Model struktural atau inner model dievaluasi dengan
melihat prosentase variance yang dijelaskan yaitu dengan melihat nilai R-Square
sqaures test dan juga melihat besarnya koeffisien jalur strukturalnya. Stabilitas
dari estimasi ini dievaluasi dengan menggunakan uji t-statistik yang didapat lewat
prosedur bootstraping.
dinilai berdasarkan korelasi antar item score atau component score dengan
construct score yang dihitung dengan PLS. Ukuran refleksif individual dikatakan
tinggi jika berkorelasi lebih dari 0,70 dengan konstruk yang ingin diukur. Artinya
43
Disciminant validity dari model pengukuran dengan refleksif indikator
pengukuran dengan konstruk lebih besar daripada ukuran dengan kontruk lainnya,
maka hal ini menunjukan bahwa kontruk laten memprediksi ukuran pada blok
mereka lebih baik daripada ukuran pada blok lainnya. Metode lain dalam menilai
variance extracted (AVE) setiap kontruk dengan korelasi antara kontruk dengan
konstruk lainnya dalam model. Jika nilai akar kuadrat AVE setiap kontruk lebih
besar daripada nilai korelasi antara konstruk dengan lainnya dalam model, maka
dievaluasi dengan melihat nilai dari cronbach’s alpha dan composite reliability.
hubungan antar konstruk ini dapat dilihat dari koeffisien jalur (path coeffisient)
44
yang menggambarkan kekuatan hubungan antara konstruk yang diperoleh dari
evaluasi terhadap nilai R-Square. Penjelasan nilai R Square sama dengan nilai R
Square dalam regresi linear yaitu besarnya variability variabel endogen yang
mampu dijelaskan oleh variabel eksogen. Chin [31] menjelaskan kriteria batasan
nilai R-Square dalam tiga klasifikasi yaitu 0,67 sebagai kategori baik; 0,33
Perceived H7
Usefulness
H2 H6
H3
Perceived Ease
of Use
45
Model hipotesis yang dikembangkan untuk evaluasi penerimaan sistem
menggunakan e-learning;
keperilakuan).
teknologi) e-learning.
sesungguhnya) e-learning.
46
BAB III
METODOLOGI PENELITIAN
Bahan penelitian ini adalah sistem e-learning pada Pusat Pendidikan dan
Pelatiahan BPK RI. Penelitian ini menggunakan dua jenis data yakni primer dan
sekunder. Data primer diperoleh dari kuesioner yang akan diberikan kepada
BPK RI baik di kantor pusat maupun kantor perwakilan. Responden yang diambil
orang. Responden diambil dengan dua cara yaitu datang langsung ke masing-
online yang dilakukan melalui email, facebook dengan media kuesioner google
docs. Data sekunder diperoleh dari studi literatur baik dari buku, jurnal ataupun
Pusdiklat BPK RI yang akan dievaluasi menggunakan model TAM adalah sebagai
berikut:
47
Gambar 3.1. Tampilan awal E-learning BPK RI
Kuesioner tersebut berisi sejumlah pertanyaan tertulis yang nantinya akan diisi
oleh responden secara langsung yang terbagi ke dalam dua bagian yaitu bagian
pertama adalah demografi responden dan bagian kedua adalah pertanyaan yang
sesuai Skala likert merupakan metode yang digunakan untuk mengukur sikap,
Dengan skala likert, variabel yang diukur dijabarkan menjadi indikator variabel.
Kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-
Dalam hal ini ada lima klasifikasi jawaban yang diberikan dengan
48
Tabel 3.1 Skala Likert
1 Sangat Tidak Setuju 1
2 Tidak Setuju 2
3 Netral 3
4 Setuju 4
5 Sangat Setuju 5
Nilai 1 :
Untuk jawaban yang sangat tidak setuju, dimana pertanyaan sangat tidak sesuai
Nilai 2 :
Untuk jawaban yang tidak setuju, dimana pertanyaan tidak sesuai dengan keadaan
Nilai 3 :
Nilai 4 :
Untuk jawaban yang setuju, dimana pertanyaan sesuai dengan keadaan yang
Nilai 5 :
Untuk jawaban yang sangat setuju, dimana pertanyaan sangat sesuai dengan
variabel yang terdapat di dalam model penelitian. Selanjutnya data yang diperoleh
Structural Equation Model (SEM). SEM adalah teknik statistic multivariat yang
49
merupakan kombinasi antara analisa faktor dan analisis regresi (korelasi), yang
bertujuan untuk menguji hubungan-hubungan antar variabel yang ada pada sebuah
model, baik itu indikator dan konstruknya, ataupun hubungan antar konstruk [33].
Jika dilihat dari penyusunan model serta cara kerjanya, sebenarnya SEM adalah
gabungan analisis faktor dan analis regresi. Pada tahun 1950-an SEM sudah
dikemukakan oleh para ahli statistik yang mencari metode untuk membuat model
Intention to use internet (BI),dan Actual use (AU) diadopsi dari jurnal TAM dan
yang ada. Tujuannya adalah untuk menjaga tingkat validitas dan realibilitasnya.
50
a. Perceived Ease of Use (PEOU) atau persepsi kemudahan menggunakan.
51
c. Attitude Towards Using Technology (AT) atau sikap menggunakan
teknologi.
52
Tabel 3.6. Indikator Actual Use (AU)
Actual Use (AU)
AU _1 Saya hanya menggunakan e-learning selama memerlukan
AU _2 Saya mengakses e-learning hampir setiap minggu
AU _3 E-learning menyediakan informasi yang saya butuhkan
AU _4 Pelatihan terkait e-learning tersedia untuk saya.
AU _5 Saya merasa puas dengan kinerja e-learning
Agar penelitian ini dapat berjalan dengan sistematis dan tidak menyimpang
dari tujuan maka terdapat beberapa tahap yang ditentukan sebelum penelitian
No Kegiatan Bulan
Agt- Okt- Jan Feb Mar Apr
Sept Des 2013 2013 2013 2013
2012 2012
1 Tahap Awal
2 Tahap identifikasi
Masalah
3 Tahap Pengolahan dan
Analisa Data
4 Tahap Perumusan Hasil
5 Tahap Akhir
53
Mulai
Study Literatur
Observasi E-Learning
Perancangan Kuesioner
Penyebaran Kuesioner
Diterima Evaluasi
Ditolak
Hasil
Uji Hipotesis
Selesai
Pada tahap ini penelitian dimulai dengan studi literatur dari buku, jurnal,
dan artikel yang terkait dengan e-learning di Pusdiklat BPK RI. Selain itu juga
54
dengan penelitian-penelitian sebelumnya terkait dengan objek penelitian yang
dipilih.
Dalam metode PLS untuk pengujian model dilakukan dua tahap analisis
yaitu :
Outer model sering juga disebut outer relation atau measurement model,
55
1) Validitas Konvergen (Convergent Validity)
ukur penelitian terhadap isi atau arti sebenarnya yang diukur. Pengujian validitas
yang diajukan untuk mengukur variabel penelitian adalah valid. Uji validitas di
output menunjukkan loading factor untuk indikator tidak kurang dari 0,5. Bila
Ukuran refleksif individual dikatakan tinggi jika berkorelasi lebih dari 0,7 dengan
konstruk yang ingin diukur. Namun demikian untuk penelitian tahap awal dari
pengembangan skala pengukuran nilai loading 0,5 sampai 0,6 dianggap cukup
indikator pada konstruk laten memprediksi ukuran pada blok mereka lebih baik
dari ukuran pada blok lainnya. Atau dengan kata lain discriminant validity
bertujuan untuk menguji bahwa alat ukur, secara tepat mengukur konstruk yang
diukur, bukan konstruk yang lain Untuk pengujian discriminant validity dapat
56
dilihat dari nilai cross loadings dan akar AVE konstruk. Pada data cross loadings
akan valid jika nilai korelasi indikator terhadap konstruknya harus lebih besar
dibandingkan nilai korelasi antar indikator dengan konstruk lainnya, atau jika akar
AVE lebih besar daripada korelasi antar konstruk dan konstruk lainnya maka
Cronbachs Alpha
Uji reliabilitas digunakan untuk mengetahui sejauh mana suatu alat ukur
dapat menghasilkan data yang reliabel, artinya data tersebut dapat memberikan
hasil yang stabil dan konsisten bila dipakai untuk mengukur gejala yang sama
pada waktu yang berbeda. Uji reliabilitas dapat dilakukan secara bersama-sama
terhadap seluruh item pertanyaan untuk lebih dari satu variabel, namun sebaiknya
pengukuran skala tersebut dilakukan pada waktu, lokasi dan populasi yang
57
indikator yang mengukur konstruk. Konstruk dinyatakan reliabel jika nilai
composite reliability lebih besar 0,7 dan cronbachs alpha diatas 0,6 [31].
theory. Menilai inner model adalah mengevaluasi hubungan antar konstruk laten
seperti yang telah dihipotesiskan dalam penelitian ini. Inner model dievaluasi
Square test untuk predictive relelvance dan uji t serta signifikansi dari koefisien
dependen.
kekuatan prediksi dari keseluruhan model [35] dengan batasan nilai R-square
seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi
58
3.3.4 Tahap Perumusan Hasil (Maret 2013)
membandingkan hipotesis awal dari model yang digunakan dengan data hasil
kuesioner yang telah diolah dan diuji dengan memanfaatkan software smart PLS.
diharapkan akan memberikan masukan dan saran kepada Pusdiklat BPK RI.
Purposive sampling yaitu terfokus kepada target yang telah melakukan e-learning.
Dalam hal ini penelitian dilakukan pada seluruh pegawai BPK RI baik kantor
diambil sebanyak 120 orang yang tersebar di seluruh kantor BPK RI.
3.5 Kesulitan-Kesulitan
59
BAB IV
Pusdiklat BPK RI merupakan unit kerja setingkat eselon dua yang berada di
VIII.3/7/2007 tanggal 13 Juli 2007 tentang Organisasi dan Tata Kerja Pelaksana
BPK RI, Pusat Pendidikan dan Pelatihan atau Pusdiklat adalah unsur pelaksana
Negara), yang berada di bawah dan bertanggung jawab kepada Kepala Ditama
Revbang
60
Pelaksanaan kegiatan diklat pada Pusdiklat, Balai Diklat Medan, Balai
BPK. Hal ini memungkinkan para pegawai untuk belajar melalui komputer di unit
peserta diklat bisa melihat modul-modul yang ditawarkan, bisa mengambil tugas-
tugas dan test-test yang harus dikerjakan, peserta juga bisa melihat nilai tugas dan
4.1.3.1.Identifikasi Responden
responden. Dari 120 kuesioner yang disebar ada 118 kuesioner yang dikembalikan
61
Tabel 4.1 Hasil pengumpulan kuesioner
Keterangan Jumlah
Kuesioner yang disebar 120
Kuesioner yang kembali 118
Kuesioner yang bisa dianalisis 118
jenis kelamin, usia, jenjang pendidikan, masa kerja di BPK RI dan jabatan
Jenis Kelamin
80
70
60
50
40
30
20
10
0
Laki - Laki Perempuan
Berdasarkan Tabel 4.2 dan Grafik 4.1 terlihat bahwa responden terbanyak
adalah perempuan yaitu 72 orang atau 61,02% dari total jumlah responden.
62
2. Deskripsi responden berdasarkan lokasi penempatan kerja
dan kantor perwakilan, yang ditunjukkan Tabel 4.3 dan Gambar 4.2
Lokasi Penempatan
150
100
50
0
Kantor Pusat Kantor Perwakilan
Berdasarkan Tabel 4.3. dan Gambar 4.2 terlihat bahwa responden terbanyak
adalah kantor perwakilan yaitu 105 orang atau 88,98% dari total jumlah
responden.
Berdasarkan usia, responden terdiri atas empat kategori, yaitu < 25 tahun,
berdasarkan usia dapat dilihat pada Tabel 4.4. dan Gambar 4.3.
63
Usia
100
80
60
40
20
0
< 25 Th 25 - 35 Th 36 - 45 Th > 45 Th
terbanyak berusia antara 25 – 35 tahun yaitu 80 orang atau 67,80% dari total
jumlah responden diikuti dengan responden yang berusia 36– 45 tahun yaitu 18
orang atau 15,25% dari total jumlah responden. Sisanya berasal dari kelompok
usia lain, yaitu <25 tahun sebanyak 11 orang atau 9,32% dan kelompok usia >45
yaitu SMA dan sederajat, Diploma (D1/D3), Sarjana (S1), dan Pasca Sarjana (S2).
64
Pendidikan
100
80
60
40
20
0
SLTA/Sederajat Diploma Sarjana (S1) Pasca Sarjana
(D1/D3) (S2)
responden atau 68,64% dari total responden.Sisanya dari tingkat pendidikan lain
orang atau 11,02%, dan Diploma (D1/D3) sebanyak 7 orang atau 5,93%.
65
Masa Kerja
50
40
30
20
10
0
< 1 Th 1 - 5 Th 5 - 10 Th > 10 Th
mayoritas lama bekerja bekerja 5-10 tahun sebanyak 47 responden atau 39,83%
dari total responden. Sisanya 1-5 tahun sebanyak 44 orang atau 37,29%, lama
bekerja >10 tahun sebanyak 21 orang atau 17,80%, dan lama bekerja <1 tahun
66
Jabatan
80
60
40
20
0
Auditor Penunjang/Pendukung
Berdasarkan Tabel 4.7 dan Gambar 4.6 terlihat bahwa responden terbanyak
responden.
learning)
Jawaban responden untuk variabel kualitas sistem bisa dilihat pada Tabel
4.8.
67
Berdasarkan Tabel 4.8
4. terlihat bahwa mayoritas responden yang menjawab
menggunakan E-learning
learning) yaitu 53,2%
80
60
40
20
0
STS TS N
S
SS
E-learning)
Jawaban responden
responden untuk variabel kualitas informasi bisa dilihat pada Tabel
4.9.
68
Berdasarkan Tabel 4.9
4. terlihat bahwa mayoritas responden yaitu 61,4% dari
80
60
40
20
0
STS TS N S
SS
Jawaban responden untuk variabel Attitude Toward bisa dilihat pada Tabel
4.10.
69
Berdasarkan Tabel 4.10
4. terlihat bahwa mayoritas responden yang menjawab
70
60
50 AT1
40 AT2
30 AT3
20 AT4
10 AT5
0
STS TS N
S
SS
70
Berdasarkan Tabel 4.11
4. terlihat bahwa mayoritas responden yaitu 51,1%
80
70
60
50 BI1
40 BI2
30
BI3
20
10 BI4
0
STS
TS
N
S
SS
internet.
Jawaban responden untuk variabel Actual Use Internet bisa dilihat pada
Tabel 4.12.
71
Berdasarkan Tabel 4.12
4.1 terlihat bahwa mayoritas responden yaitu 44,6%
dari total jumlah responden menjawab setuju atas pertanyaan mengenai Actual
80
60 AU1
AU2
40
AU3
20 AU4
0 AU5
STS TS N S
SS
4.1.3.2.Analisis
Analisis Model Persamaan Struktural
blok indikator berhubungan dengan variabel latennya. Ada tiga kriteria untuk
varian (Average
Average Varian Extracted);
Extracted 3) Construct Reliability yang diukur
72
a. Validitas Konvergen (Convergent Validity)
konstruknya. Jika nilai korelasi diatas 0,70 indikator individu dianggap valid [31].
validity sama dengan outer loading/loading factor yang nilainya dikatakan tinggi
apabila lebih besar dari 0,7. Namun demikian untuk penelitian tahap awal dari
pengembangan skala pengukuran nilai loading 0,5 dianggap cukup [32]. Hasil
loading factor dapat pula dilihat dalam Gambar 4.12 dan Tabel 4.13.
73
Tabel 4.13 Hasil awal Loading factor
Variabel Laten Variabel Manifest Loading Factor
Perceived Usefulness PU1 0.794
PU2 0.917
PU3 0.927
PU4 0.860
PU5 0.854
Perceived Ease of Use PEOU1 0.883
PEOU2 0.901
PEOU3 0.797
PEOU4 0.758
PEOU5 0.764
Attitude Toward AT1 0.806
AT2 0.896
AT3 0.881
AT4 0.769
AT5 0.717
Behavioral Intention BI1 0.889
BI2 0.911
BI3 0.867
BI4 0.866
Actual Use AU1 0.314
AU2 0.570
AU3 0.852
AU4 0.719
AU5 0.849
Dari Gambar 4.12 dan Tabel 4.13 tersebut diatas ditemukan terdapat 1
indikator dengan nilai dibawah 0,5 yaitu AU1. Dengan demikian indikator AU1
dilakukan perhitungan kembali maka didapat hasil outer loading sebagai berikut:
74
Gambar 4.13 Hasil loading factor masing-masing indikator
75
Hasil perhitungan tersebut menunjukkan bahwa nilai loading factor di atas
0.50, sehingga semua indikator telah memenuhi convergent validity dan memiliki
mengukur konstruk yang diukur, bukan konstruk yang lain. Validitas instrumen
nilai Cross Loadings dan akar AVE konstruk. Berdasarkan Tabel 4.15 terlihat
korelasi antar konstruk (Latent Variable Correlations) dan nilai AVE bisa dilihat
AT ATU BI PEOU PU
AT 1,000000
ATU 0,657617 1,000000
BI 0,725989 0,607249 1,000000
PEOU 0,727733 0,604672 0,591518 1,000000
PU 0,694197 0,627774 0,683133 0,641840 1,000000
sehingga bisa dikatakan bahwa semua variabel valid. Sementara itu berdasarkan
76
Tabel 4.16 terlihat bahwa nilai akar AVE lebih besar daripada korelasi antar
konstruk dan konstruk lainnya, misalnya pada akar AVE AT sebesar 0.816554346
nilai ini lebih besar daripada nilai korelasi antar konstruk dan konstruk lainnya
pada Tabel 4.15. Demikian halnya dengan nilai akar AVE variabel yang lain
Untuk nilai cross loading masing-masing indikator dapat dilihat pada Tabel
4.17. Dari tabel tersebut terlihat bahwa nilai korelasi indikator terhadap
konstruknya lebih besar dibandingkan nilai korelasi antar indikator dengan
konstruk lainnya, sehingga indikator-indikator tersebut bisa dikatakan valid.
Tabel 4.17 Nilai Cross Loading
AT ATU BI PEOU PU
AT1 0,805519 0,484956 0,597936 0,603605 0,579082
AT2 0,896490 0,579498 0,689232 0,591040 0,639266
AT3 0,881082 0,573893 0,645929 0,681005 0,642912
AT4 0,768659 0,499426 0,467732 0,531487 0,533378
AT5 0,717015 0,549159 0,537359 0,555528 0,413528
AU2 0,330812 0,617796 0,238638 0,306666 0,288683
AU3 0,583480 0,848260 0,500530 0,482175 0,586691
AU4 0,455798 0,746666 0,402014 0,345690 0,323923
AU5 0,589068 0,849566 0,617931 0,631834 0,612631
BI1 0,713025 0,518749 0,887434 0,577309 0,650242
BI2 0,696511 0,578496 0,910062 0,575419 0,641528
BI3 0,589618 0,502359 0,868952 0,474406 0,547002
BI4 0,552708 0,544550 0,867670 0,451210 0,566709
PEOU1 0,648918 0,517445 0,541102 0,882498 0,611951
PEOU2 0,663005 0,505609 0,532410 0,901003 0,619109
PEOU3 0,572813 0,499858 0,470738 0,796548 0,497382
PEOU4 0,526534 0,457876 0,467704 0,757977 0,369390
PEOU5 0,567213 0,509994 0,414025 0,763751 0,500511
PU1 0,491576 0,539261 0,463145 0,464249 0,794450
PU2 0,629614 0,534862 0,677848 0,600265 0,916386
PU3 0,647400 0,537721 0,622152 0,548380 0,926935
PU4 0,620423 0,607378 0,607470 0,607074 0,859638
PU5 0,621631 0,518115 0,585708 0,563167 0,853949
77
c. Reliabilitas Konstruk (Construct Reliability)
Dalam PLS uji reliabilitas diukur dengan dua kriteria yaitu composite
reliability dan cronbachs alpha dari blok indikator yang mengukur konstruk.
Konstruk dinyatakan reliabel jika nilai composite reliability lebih besar 0,7 [31],
sedangkan beberapa batasan mengenai skor Cronbachs Alpha lebih besar dari 0,6
[26]. Hasil dari pengolahan dengan menggunakan SmartPLS dapat dilihat pada
Tabel 4.18.
Pada Tabel 4.18 dapat diketahui bahwa nilai composite reliability dan
theory. Menilai inner model adalah mengevaluasi hubungan antar konstruk laten
seperti yang telah dihipotesiskan dalam penelitian ini. Inner model ingin melihat
hubungan antar konstruk dan nilai signifikansi serta nilai R-Square. Berdasarkan
78
Tabel 4.19 Nilai R-Square
R Square
AT 0,617308
ATU 0,453773
BI 0,589011
PEOU -
PU 0,411959
Square yang merupakan uji goodness-fit model. Berdasarkan tabel 4.19 di atas
berarti bahwa variansi pada konstruk attitude toward dapat dijelaskan oleh
0,453773 yang berarti bahwa variansi pada konstruk Attitude toward dapat
diluar model.
model.
79
4. Konstruk PU (perceived of usefulness) memiliki R-Square sebesar 0,411959
Menurut Falk dan Miller [35] menyatakan bahwa nilai R-Square dapat
dikatakan baik atau memadai apabila nilainya lebih besar dari 0,100. Tabel 4.19
lebih besar dari 0,10. Hai ini dapat dikatakan bahwa seluruh konstruk memadai
atau baik.
4.1.3.4.Pengujian Hipotesis
80
maka nilai t tabel dengan tingkat signifikasi 95% adalah 1,96. Pengujian hipotesis
dan hubungan antar variabel dapat dilihat dari hasil Inner Weight pada model.
Berdasarkan Tabel 4.21 dapat dilihat hasil path coefficients dan t-value pada inner
model.
Dari Tabel 4.21 diatas dapat diketahui hipotesis ditolak maupun yang
Usefulness (PU).
Berdasarkan hasil pengujian yang dapat dilihat pada tabel 4.21 diperoleh
Usefulness sebesar 8.173. Nilai t-statistik tersebut lebih besar dari pada nilai
81
0.642 membuktikan bahwa adanya terdapat korelasi yang positif antara
(AT)
Berdasarkan hasil pengujian yang dapat dilihat pada tabel 4.21 diperoleh
Toward (AT) sebesar 5.089. Nilai t-statistik tersebut lebih besar dari pada
nilai t-tabel pada tingkat keyakinan 95 % yaitu sebesar 1,960. Hal ini
(AT).
Toward (AT)
Berdasarkan hasil pengujian yang dapat dilihat pada tabel 4.21 diperoleh
Attitude Toward (AT) sebesar 6.063. Nilai t-statistik tersebut lebih besar
dari pada nilai t-tabel pada tingkat keyakinan 95 % yaitu sebesar 1,960. Hal
82
0.480 membuktikan adanya terdapat korelasi yang positif antara Perceived
of Use (BI).
Berdasarkan hasil pengujian yang dapat dilihat pada tabel 4.21 diperoleh
Intention of Use (BI) sebesar 5.543. Nilai t-statistik tersebut lebih besar dari
pada nilai t-tabel pada tingkat keyakinan 95 % yaitu sebesar 1,960. Hal ini
Use (BI)
Berdasarkan hasil pengujian yang dapat dilihat pada tabel 4.21 diperoleh
Actual Technology Use (ATU) sebesar 3.393. Nilai t-statistik tersebut lebih
besar dari pada nilai t-tabel pada tingkat keyakinan 95 % yaitu sebesar
Use (ATU), karena itu dapat dinyatakan bahwa hipotesis kelima (H5)
83
diterima. Sementara koefisien jalur bernilai 0.334 membuktikan bahwa
Berdasarkan hasil pengujian yang dapat dilihat pada tabel 4.21 diperoleh
lebih besar dari pada nilai t-tabel pada tingkat keyakinan 95 % yaitu sebesar
1,960. Hal ini menunjukkan bahwa adanya pengaruh yang siginifikan dari
Intention of Use (BI), karena itu dapat dinyatakan bahwa hipotesis keenam
Berdasarkan hasil pengujian yang dapat dilihat pada tabel 4.21 diperoleh
Technology Use (ATU) sebesar 4.212. Nilai t-statistik tersebut lebih besar
dari pada nilai t-tabel pada tingkat keyakinan 95 % yaitu sebesar 1,960. Hal
84
itu dapat dinyatakan bahwa hipotesis ketujuh (H7) diterima. Sementara
4.2. Pembahasan
dengan metode TAM di Pusdiklat BPK RI ini memiliki 7 (tujuh) hipotesis yang
diuji. Dari 7 (tujuh) hipotesis tersebut ternyata semua hipotesis tersebut diterima.
Usefulness (PU).
85
merupakan hal yang mudah dan tidak memerlukan usaha keras dari pemakainya.
[7].
dipengaruhi oleh perceived ease of use karena semakin mudah suatu sistem
dirinya bahwa sistem itu mempunyai kegunaan, dan karenanya menimbulkan rasa
Berdasarkan hasil penelitian ditinjau dari berbagai aspek antara lain profil
dijelaskan.
86
Kemudahan – kemudahan yang didapat dalam penggunaan fitur e-learning
kapanpun dan dimanapun. Kedua fitur ini sangatlah membantu dalam terciptannya
Hasil ini juga didukung oleh penelitian sebelumnya yaitu Davis, Chau di
atau kemudahan dalam menggunakan TI ini maka akan semakin besar pula minat
(AT)
87
mengajar dengan adanya fitur upload dan download materi diklat. Pengajar tidak
Hal ini juga didukung oleh penelitian Davis [7], Iqbaria [36] dan Jogiyanto
learning maka akan semakin besar pula respon dan sikap positif untuk
Toward (AT)
learning juga akan meningkat. Hasil ini juga didukung oleh penelitian
learning maka semaikin besar pula respon dan sikap positif untuk menggunakan
e-learning tersebut.
88
4. H4 : Attitude Toward (AT) berpengaruh terhadap Behavioral Intention
of Use (BI).
learning maka akan timbul sikap dan minat untuk terus menggunakan e-learning
ini.
Hasil ini didukung oleh penelitian sebelumnnya dalam Jogiyanto [26] yang
semakin positif sikap yang ditunjukan dalam penggunaan e-learning maka akan
89
Hasil ini didukung oleh penelitian sebelumnya Davis [7], Vankatesh dan
Davis [40] di dalam Jogiyanto [26] yang menunjukan bahwa semakin besarnya
minat diberikan untuk menggunakan sistem TI maka semakin besar pula sikap
sebenarnya.
menggunakan suatu teknologi bila manfaaat dari sebuah teknologi tersebut dapat
dirasakan manfaatnya.
Hal ini didukung oleh penelitian Davis [7], Iqbaria [36], dan Jogiyanto [26]
besar manfaat yang dirasakan dalam menggunakan TI maka akan semakin besar
90
Hal ini didukung oleh penelitian Davis [7], Iqbaria [36], dan Jogiyanto [26]
artinya semakin besar manfaat yang dirasakan dalam menggunakan TI maka akan
pemeriksaan yang ada. Faktor seperti koneksi yang lambat serta interface yang
kurang menarik menjadi masukan dari para pengguna bagi penyedia jasa e-
learning.
Pusdiklat BPK RI menyatakan bahwa e-learning saat ini masih terus akan
disempurnakan. Saat ini e-learning pusdiklat hanya digunakan untuk diklat peran
auditor dan hanya untuk mengunduh modul yang akan diajarkan. Unsur interaksi
antara peserta diklat dengan pengajar secara langsung memang belum ada. Untuk
pengajar secara langsung serta tata cara pengelolaan yang lebih baik lagi.
91
BAB V
5.1 Kesimpulan
(AT). Hal ini berarti bahwa pengguna e-learning mudah digunakan dan
(BI). Hal ini berarti bahwa ketika sikap pengguna e-learning telah nyaman
untuk menggunakan e-learning maka akan timbul sikap dan minat untuk
Use (ATU). Hal ini menunjukan bahwa pengguna e-learning akan berminat
92
terus menggunakan e-learning dan mengaplikasikan e-learning tersebut
Use (BI). Hal ini menunjukan apabila manfaat dari penggunaan e-learning
suatu teknologi bila manfaaat dari sebuah teknologi tersebut dapat terus
dirasakan.
5.2 Saran
1. Dilihat dari sisi regulasi, perlu adanya aturan yang jelas untuk jenis-jenis
diklat apa saja yang dapat dilakukan dengan metode e-learning. E-learning
perlu untuk terus dilakukan sosialisasi dan pelatihan secara intensif, agar
93
2. Dilihat dari sisi pelaksanaan, peningkatan akan kualitas e-learning dalam
3. Dilihat dari sisi evaluasi, e-learning ini perlu dilakukan evaluasi terus
dapat menambahkan variabel lain diluar persepsi seperti user interface atau
tampilan fitur.
lingkup yang lebih luas dari seluruh perwakilan yang ada di Indonesia dan
94
DAFTAR PUSTAKA
95
[17] Panitz, Ted, 2001, Ted's Cooperative Learning e-book, New Forums Press
Stillwater, Oklahoma.
[18]Situs resmi Pusat Pendidikan dan Pelatihan BPK RI pada
http://pusdiklat.bpk.gio.id diakses tanggal 8 Juni 2012.
[19] DeLone, W. H. McLean, E.R. 1992. Information Systems Success: The
Quest for the Dependent Variable. Information Systems Research,
Volume 3, Nomor 1. Institue Of Management Science.
[20] Goodhue, Dale and Thompson, R.L. (1995), "Task-technology fit and
individual performance",MIS quarterly, Vol. 19, No. 2.
[21] Venkatesh, 2003, User Acceptance of Information Technology: Toward a
Unified View, MIS Quarterly, Management Information System.
[22] Doll, W. J., dan G. Torkzadeh. 1995. The Measurenment of End-User
Computing Satisfaction, MIS Quarterly Volume 12.
[23] Yusof M.M, R.J. Paul dan L. K. Stergioulas,2006, Towards a Framework
for Health Information System Evalutio,. Proceedings of the 39th Hawaii
international Conferences on System Sciences.
[24] Rosenberg, M.J, 2006, Beyond e-Learning, John Wiley & Sons, Inc, San
Fransisco, CA.
[25] Prayudi, Y. 2009, Kajian Awal:E-learning Readiness Index (ELRI) sebagai
model bagi Evaluasi E-learning pada sebuah Institusi, Seminar Nasional
Aplikasi Teknologi Informasi 2009.
[26] Jogiyanto, H. M, 2008, Sistem informasi keperilakuan, Penerbit Andi
Yogyakarta.
[27] Jogiyanto, H. M, 2007. Model Kesuksesan Sistem Teknologi Informasi.
Penerbit Andi, Yogyakarta.
[28] Rahadi, Dedi Rianto, 2007, Peranan Teknologi Informasi Dalam
peningkatan pelayanan di Sektor Publik. Seminar nasional Teknologi,
Yogyakarta.
[29] Mathieson, K., 1991. Predicting user Intentions: Comparing The Technology
Acceptance Model with yhe Therory of Planned Behaviour, Information
Research.
[30] Maruyama, M. Geoffrey, 1998, Basic of Structural Equation Modeling,
SAGE Publications, Inc, 1st Edition.
[31] Ghozali, Imam, 2011, SEM Metode Alternatif dengan PLS, Badan Penerbit
Undip, Semarang.
[32] Chin, W.W, 1998. The Partial Least Squares Approach for Structural
Equation Modelling in G.A. Marcoulides (Ed.), Modern Methods for
Business Research (pp. 295-236), London, Lawrence Erlbaum
Associates.
96
[33] Santoso, 2008, Analisis SEM menggunakan AMOS, Elex Media Komputindo,
Jakarta.
[34] Agarwal, R. dan Karahanna, E., 2000, Time Flies When You’re Having Fun
Cognitive Absorption and Beliefs about Information Technology Usage,
MIS Quarterly 24.
[35] Falk, R.F dan Miller N.B., 1992, A Primer for Soft Modelling, Akron,
University of Akron Press.
[36] Iqbaria, M.N., Zinaelli, P.C. and Cavaye, L.M. (1997). Personal Computing
Acceptance Factors in Small Firms: A Structural Equation Model. MIS
Quarterly, 21.
[37] Purbo, O.W ,2002, E-learning berbasis PHP dan My SQL, Penerbit Elex
Media Komputindo, Jakarta.
[38] Jogiyanto, H.M. 2011. Konsep dan Aplikasi Structural Equation Modelling
Berbasis Varian Dalam Penelitian Bisnis. Penerbit STIM YKPN.
Yogyakarta.
[39] Sugiyono, 2008, Metode Penelitian Kuantitatif, Kualitatif dan R & D,
Penerbit. Alfabeta, Bandung.
[40] Venkatesh, V & F.D Davis, 1996, A model of the Antecendents of perceived
ease of use development test, Decision Science.
97
LAMPIRAN
KUISIONER PENELITIAN
Hormat Saya,
A. Identitas Responden
Nama : ............................................................
Lokasi Penempatan Kerja : a. Kantor Pusat BPK RI
b. Kantor Perwakilan BPK RI
B. Karakteristik Responden(Berikan tanda silang atau bulat pada pilihan anda)
1. Jenis Kelamin:
a. Perempuan
b. Laki-laki
2. Usia anda saat ini:
a. <25 tahun
b. 25-35 tahun
c. 36-45 tahun
d. >45 tahun
L- 1
3. Pendidikan terakhir:
a. SLTA/Sederajat
b. D3
c. S1
d. S2
e. S3
4. Masa kerja di BPK RI:
a. < 1 tahun
b. 1-5 tahun
c. 6-10 tahun
d. >10 tahun
5. Jabatan tearkhir, sebagai:
a. Auditor
b. Penunjang/Pendukung
Keterangan: isilah kotak kosong disetiap pertanyaan pada tabel C dibawah ini dengan
tanda cek (v) atau silang (x) pada salah satu jawaban yang anda pilih.
ST: Sangat Tidak Setuju TS: Tidak Setuju N: Netral S: Setuju SS: Sangat Setuju
Pertanyaan ST TS N S SS
1.1 Saya merasa e-learning mudah untuk
dipelajari
1.2 Saya merasa e-learning mudah untuk
digunakan
1.3 Saya merasa sangat mudah untuk
mendapatkan materi pendidikan dan
pelatihan dari e-learning
1.4 E-learning menyediakan petunjuk
pelaksanaan (SOP) sehingga
memudahkan penggunaannya
1.5 Secara keseluruhan, E-learning mudah
untuk digunakan
L- 2
2. Perceived usefulness
Perceived usefulness (kebermanfaatan dalam menggunakan E-learning)
Pertanyaan ST TS N S SS
2.1 Menggunakan e-learning dapat
meningkatkan kinerja saya
2.2 Menggunakan e-learning dapat
memudahkan saya dalam mengerjakan
dan penyelesaikan aktivitas pendidikan
dan pelatihan saya
2.3 Menggunakan e-learning dapat
meningkatkan efektivitas pendidikan dan
pelatihan saya
2.4 Menggunakan E-Learning menghemat
waktu saya
2.5 Secara keseluruhan, E-learning
bermanfaat untuk pekerjaan saya
3. Attitude Towards
Attitude Towards (Sikap untuk menggunakan e-learning)
Pertanyaan ST TS N S SS
3.1 Saya merasa nyaman belajar secara
online dan berpartisipasi dalam proses
pembelajaran
3.2 Saya senang berinteraksi dengan
menggunakan e-learning
3.3 Saya menikmati pembelajaran
e-learning
3.4 Saya merasa terjamin keamanan account
saya di e-learning
3.5 Saya senang dengan tampilan interface
e-learning
L- 3
sesering mungkin dalam proses
pendidikan dan pelatihan saya
4.3 Saya berniat mengikuti diskusi secara
online melaluiu komunitas e-learning
4.4 Saya menyarankan teman saya
menggunakan e-learning
L- 4