• Tidak ada hasil yang ditemukan

Frekuensi Durasi Mengunjungi Situs

3. Confirmatory Factor Analysis (CFA)

Penelitian ini bertujuan untuk mendapatkan prioritas pengembangan website

Pemerintah Kota Palembang berdasarkan Metode E-GovQual. Analisis faktor bertujuan untuk membuktikan konsistensi empat variabel E-GovQual dengan mengkonfirmasikan atribut-atribut pada setiap variabel. Analisis factor dalam penelitian ini menggunakan Confirmatory Factor Analysis (CFA)

1. Variabel Efficiency

Veriabel efficiency memiliki tujuh atribut sebagai pengukurnya, hasil ujinya sebagai berikut: Statistics CS1 CS2 CS3 CS4 N Valid 400 400 399 400 Missing 0 0 1 0 Mean 3.76 3.82 3.84 3.91 Median 4.00 4.00 4.00 4.00 Mode 4 4 4 4 Std. Deviation .879 .899 .874 .924 Minimum 1 1 1 1 Maximum 5 5 5 5 Percentiles 25 3.00 3.00 3.00 3.00 50 4.00 4.00 4.00 4.00 75 4.00 4.00 4.00 5.00

74 Tabel 4.7 Uji KMO Barllet’s Test variabel Efficiency

Pada Tabel 4.8 nilai MSA dapat dilihat pada nilai Anti Image Correlation yang ditunjukan pada garis diagonal dari kiri atas ke kanan bawah (bertanda a). nilai MSA menunjukan besarnya nilai korelasi atribut dalam mebentuk variabel. Nilai MSA EF1 (0,761), EF2(0,794), EF3(0,835), EF4(0,809), EF5(0,848), EF6(0,800) dan EF7(0,847) dari 7 atribut tersebut masing-masing memiliki nilai korelasi > 0,5 maka atribut tersebut layak sebagai pembentuk variabel Efficiency. Besarnya Persentase atribut-atribut dalam membentuk variabelnya ditunjukan dengan nilai

Communalities diuraikan pada tablel 4.9

Tabel 4.9Communalities Atribut Dimensi Efficiency KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .812

Bartlett's Test of Sphericity Approx. Chi-Square 514.903

df 21 Sig. .000 Communalities Initial Extraction EF1 1.000 .685 EF2 1.000 .592 EF3 1.000 .526 EF4 1.000 .567 EF5 1.000 .479 EF6 1.000 .617 EF7 1.000 .414

Extraction Method: Principal Component Analysis.

75

Dari Tabel 4.9 nilai extraction tertinggi pada EF1 sebesar (0,685) dilanjutkan oleh EF6(0,617), EF2(0,592), EF4(0,567), EF3(0,526), EF5(0,479) dan EF7 (0,414), dari penjelasan tersebut yang mendapat nilai tertinggi yaitu EF1 (Struktur website

mudah dan jelas untuk pengguna ikuti). Atribut EF1 memiliki pengaruh yang kuat terhadap variabel Efficiency sehingga sangat penting untuk memperhatikan masalah Struktur website milik Pemerintah Kota Palembang agar tingkat struktur dari

website dapat lebih jelas pengguna ikuti, sehingga tidak terjadi kebingungan dari penggunanya.

Pada Tabel 4.7 nilai Kaiser-Meyer-Olkin Measure Of Sampling Adequacy diatas menunjukan nilai 0,812 dan p-signifikan 000. Karena Nilai indeks KMO 0,812 > 0,5 maka model layak diterima karena sampel sudah mencukupi sehingga terbentuk hubungan Antara atribut-atribut dalam variabel Efficiency. Setelah dilakukan pengujian nilai KMO selanjutnya dilakukan pengujian MSA

Tabel 4.8 Uji MSA variabel Efficiency Anti-image Matrices

EF1 EF2 EF3 EF4 EF5 EF6 EF7

Anti-image Covariance EF1 .728 -.222 -.169 -.002 -.082 .046 -.035

EF2 -.222 .670 -.122 -.135 -.085 -.046 -.008 EF3 -.169 -.122 .754 -.063 -.057 -.012 -.103 EF4 -.002 -.135 -.063 .692 -.139 -.168 -.129 EF5 -.082 -.085 -.057 -.139 .738 -.121 -.102 EF6 .046 -.046 -.012 -.168 -.121 .816 -.100 EF7 -.035 -.008 -.103 -.129 -.102 -.100 .812

Anti-image Correlation EF1 .761a -.318 -.228 -.003 -.112 .059 -.045

EF2 -.318 .794a -.172 -.198 -.121 -.062 -.011 EF3 -.228 -.172 .835a -.087 -.076 -.015 -.132 EF4 -.003 -.198 -.087 .809a -.195 -.224 -.172 EF5 -.112 -.121 -.076 -.195 .848a -.156 -.132 EF6 .059 -.062 -.015 -.224 -.156 .800a -.122 EF7 -.045 -.011 -.132 -.172 -.132 -.122 .847a

76

Prioritas atribut pada variabel Efficiency yang membutuhkan perhatian tingkat kualitasnya diuraikan pada tabel 4.10

Tabel 4.10 Urutan Prioritas Variabel Efficiency

Urutan Prioritas

Atribut Nilai

1. EF1(Struktur jelas dan mudah diikuti) 0,685

2. EF6(Informasi Terbaru) 0,617

3. EF2(Mesin pencari efektif) 0,592

4. EF4(Memenuhi kebutuhan pengguna) 0,567

5. EF3(Peta situs terorganisir) 0,526

6. EF5(informasi tepat&terperinci) 0,479

7. EF7(petunjuk pengisian formulir cukup) 0,414

Rata-Rata 0,55

2. Variabel Trust

Veriabel Trust memiliki lima atribut sebagai pengukurnya, hasil ujinya sebagai berikut:

77

Tabel 4.7 Uji KMO Barllet’s Test variabel Trust

Pada Tabel 4.8 nilai Kaiser-Meyer-Olkin Measure Of Sampling Adequacy diatas menunjukan nilai 0,760 dan p-signifikan 000. Karena Nilai indeks KMO 0,812 > 0,5 maka model layak diterima karena sampel sudah mencukupi sehingga terbentuk hubungan Antara atribut-atribut dalam variabel Trust. Setelah dilakukan pengujian nilai KMO selanjutnya dilakukan pengujian MSA

Tabel 4.10 Uji MSA Variabel Trust

Pada table 4.10 nilai MSA dapat dilihat pada nilai Anti Image Correlation yang ditunjukan pada garis diagonal dari kiri atas ke kanan bawah (bertanda a). nilai

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .760

Bartlett's Test of Sphericity Approx. Chi-Square 373.239

df 10 Sig. .000 Anti-image Matrices TR1 TR2 TR3 TR4 TR5 Anti-image Covariance TR1 .692 -.239 -.154 -.057 -.063 TR2 -.239 .647 -.112 -.198 -.058 TR3 -.154 -.112 .752 -.008 -.201 TR4 -.057 -.198 -.008 .788 -.151 TR5 -.063 -.058 -.201 -.151 .784 Anti-image Correlation TR1 .755a -.357 -.213 -.077 -.086 TR2 -.357 .733a -.161 -.277 -.081 TR3 -.213 -.161 .774a -.010 -.261 TR4 -.077 -.277 -.010 .773a -.192 TR5 -.086 -.081 -.261 -.192 .782a

78

MSA menunjukan besarnya nilai korelasi atribut dalam mebentuk variabel. Nilai MSA TR1 (0,755), TR2(0,733), TR3(0,774), TR4(0,773), TR5(0,782), EF6(0,800) dari 5 atribut tersebut masing-masing memiliki nilai korelasi > 0,5 maka atribut tersebut layak sebagai pembentuk variabel Trust. Besarnya Persentase atribut-atribut dalam membentuk variabelnya ditunjukan dengan nilai Communalities

diuraikan pada tablel 4.11

Tabel 4.11 Nilai Extraction Variabel Trust

Dari Tabel 4.11 nilai extraction tertinggi pada TR2 yaitu (0,587) disusul TR1 (0,532), TR3 (0,461), TR5 (0,422) dan TR4 (0,401), dari uraian tersebut dapat diuraikan bahwa nilai TR2 (Username dan Password yang digunakan pada website

aman) dapat disimpulkan bahwa pengelola website harus meperhatikan tingkat keamanan penggunaan password dan username.

Tabel 4.12 Urutan Prioritas Variabel Trust

Urutan Prioritas Atribut Nilai 1. TR2 0,587 2. TR1 0,532 3. TR3 0,461 4. TR5 0,422 5. TR4 0,401 Rata-rata 0,480 Communalities Initial Extraction TR1 1.000 .532 TR2 1.000 .587 TR3 1.000 .461 TR4 1.000 .401 TR5 1.000 .422

Extraction Method: Principal Component Analysis.

79

3. Variabel Reliability

Veriabel Reliability memiliki enam atribut sebagai pengukurnya, hasil ujinya sebagai berikut

Tabel 4.13 Nilai Kaiser-Meyer-Olkin Measure Of Sampling Adequacy dari variabel

Reliability

Pada Tabel 4.13 nilai Kaiser-Meyer-Olkin Measure Of Sampling Adequacy

diatas menunjukan nilai 0,795 dan p-signifikan 000. Karena Nilai indeks KMO 0,795 > 0,5 maka model layak diterima karena sampel sudah mencukupi sehingga terbentuk hubungan Antara atribut-atribut dalam variabel Reliability. Setelah dilakukan pengujian nilai KMO selanjutnya dilakukan pengujian MSA

Tabel 4.14 Uji MSA dari tabel Reliability Anti-image Matrices RB1 RB2 RB3 RB4 RB5 RB6 Anti-image Covariance RB1 .805 -.153 -.099 -.049 -.140 .000 RB2 -.153 .717 -.182 -.181 .009 -.055 RB3 -.099 -.182 .720 -.069 -.134 -.119 RB4 -.049 -.181 -.069 .721 -.185 -.097 RB5 -.140 .009 -.134 -.185 .749 -.102 RB6 .000 -.055 -.119 -.097 -.102 .860 Anti-image Correlation RB1 .817a -.201 -.130 -.064 -.180 -.001 RB2 -.201 .767a -.254 -.252 .012 -.070 RB3 -.130 -.254 .803a -.095 -.182 -.151 RB4 -.064 -.252 -.095 .790a -.251 -.123 RB5 -.180 .012 -.182 -.251 .782a -.127 RB6 -.001 -.070 -.151 -.123 -.127 .841a

KMO and Bartlett's Testa

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .795

Bartlett's Test of Sphericity Approx. Chi-Square 401.574

df 15

Sig. .000

80

a. Measures of Sampling Adequacy(MSA)

Pada Tabel 4.14 nilai MSA dapat dilihat pada nilai Anti Image Correlation yang ditunjukan pada garis diagonal dari kiri atas ke kanan bawah (bertanda a). nilai MSA menunjukan besarnya nilai korelasi atribut dalam mebentuk variabel. Nilai MSA RB1 (0,817), RB2(0,767), RB3 (0,803), RB4(790), RB5(0,782), dan RB6(0,841) dari 6 atribut tersebut masing-masing memiliki nilai korelasi > 0,5 maka atribut tersebut layak sebagai pembentuk variabel Reliability. Besarnya Persentase atribut-atribut dalam membentuk variabelnya ditunjukan dengan nilai

Communalities diuraikan pada tablel 4.15

Tabel 4.15 Nilai Extaction dari variabel Reliability

Dari Tabel 4.15 nilai extraction tertinggi pada RB3 sebesar (0,521) dilanjutkan oleh RB4(0,474), RB2(0,447), RB5(0,442), RB1(0,396) RB6(0,279), dari penjelasan tersebut yang mendapat nilai tertinggi yaitu RB3 (Pengguna Berhasil ketika pertama kali mengakses website) dapat disimpulkan bahwa Pemerintah Kota perlu memberi perhatian lebih terhadap pemuatan website pertama kali, karena hal ini dapat mempengaruhi kualitas dari website E-Government milik Pemerintah Kota.

Communalities

Raw Rescaled

Initial Extraction Initial Extraction

RB1 .847 .336 1.000 .396 RB2 .692 .309 1.000 .447 RB3 .830 .432 1.000 .521 RB4 .753 .357 1.000 .474 RB5 .759 .336 1.000 .442 RB6 .761 .213 1.000 .279

81

Prioritas atribut pada variabel Efficiency yang membutuhkan perhatian tingkat kualitasnya diuraikan pada tabel 4.16

Tabel 4.16 Urutan Prioritas dari variabel Reliability

Urutan Prioritas

atribut Nilai

1. RB3(Pengguna berhasil ketika pertama kali mengakses)

0,521 2. RB4(Layanan website sudah tepat waktu) 0,474 3. RB2(pengguna dapat mengakses website dimanapun

berada)

0,447 4. RB5(Kecepatan proses website sudah cukup baik

menurut pengguna)

0,442 5. RB1(waktu mengunduh konten dalam waktu yang

singkat)

0,396 6. RB6(website bisa diakses dengan browser apapun) 0,279

Rata-rata 0,43

4. Variabel Citizen Support

Veriabel Citizen Support memiliki empat atribut sebagai pengukurnya, hasil ujinya sebagai berikut:

Tabel 4.17Uji KMO Barllet’s Test variabel Efficiency

Pada Tabel 4.17 nilai Kaiser-Meyer-Olkin Measure Of Sampling Adequacy diatas menunjukan nilai 0,749 dan p-signifikan 000. Karena Nilai indeks KMO 0,749 > 0,5 maka model layak diterima karena sampel sudah mencukupi sehingga terbentuk hubungan Antara atribut-atribut dalam variabel Citizen Support. Setelah dilakukan pengujian nilai KMO selanjutnya dilakukan pengujian MSA

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .749

Bartlett's Test of Sphericity Approx. Chi-Square 309.089

df 6

82

Tabel 4.18 Uji MSA variabel Citizen Support

Pada table 4.18 nilai MSA dapat dilihat pada nilai Anti Image Correlation yang ditunjukan pada garis diagonal dari kiri atas ke kanan bawah (bertanda a). nilai MSA menunjukan besarnya nilai korelasi atribut dalam mebentuk variabel. Nilai MSA Nilai CS1(0,763), CS2(0,723), CS3(0,766), CS4(0,754) dari 7 atribut tersebut masing-masing memiliki nilai korelasi > 0,5 maka atribut tersebut layak sebagai pembentuk variabel Citizen Support. Besarnya Persentase atribut-atribut dalam membentuk variabelnya ditunjukan dengan nilai Communalities diuraikan pada tablel 4.19

Tabel 4.19 Nilai Extraction dari variabel Citizen Support

Dari Tabel 4.19 nilai extraction tertinggi pada CS2 (0,629), CS3(0,559), CS4 (0,523) dan CS1 (0,497), dari penjelasan tersebut yang mendapatkan nilai tertinggi

Anti-image Matrices CS1 CS2 CS3 CS4 Anti-image Covariance CS1 .760 -.204 -.156 -.059 CS2 -.204 .662 -.158 -.208 CS3 -.156 -.158 .725 -.173 CS4 -.059 -.208 -.173 .739 Anti-image Correlation CS1 .763a -.287 -.210 -.078 CS2 -.287 .723a -.228 -.297 CS3 -.210 -.228 .766a -.236 CS4 -.078 -.297 -.236 .754a

a. Measures of Sampling Adequacy(MSA)

Communalities Initial Extraction CS1 1.000 .497 CS2 1.000 .629 CS3 1.000 .559 CS4 1.000 .523

Extraction Method: Principal Component Analysis.

83

adalah CS2 (Pemerintah Kota menyelesaikan masukan dengan cepat)yaitu 0,629, mengingat lambannya tanggapan dari masukan masyarakat harus di tingkatkan lagi oleh pihak Pemerintah kota karena tingkat kuaitas juga di tentukan dari masukan dari masyarakat yang ada.

Prioritas atribut pada variabel Efficiency yang membutuhkan perhatian tingkat kualitasnya diuraikan pada tabel 4.20

Tabel 4.20 Urutan Prioritas dari Variabel Citizen Support

Urutan Prioritas

Atribut Nilai

1. CS2(Pemerintah Kota menyelesaikan masukan dengan tepat)

0,629 2. CS3(pemerintah Kota memiliki pengetahuan

khusus untuk menjawab pertanyaan pengguna)

0,559 3. CS4(pemerintah kota memiliki kemampuan

untuk menyampaikan kepercayaan dan keyakinan kepada pengguna)

0,523

4. CS1(pemerintah kota menunjukan minat yang tulus dalam memecahkan masalah pengguna)

0,497

84 4.2.3 Hasil Analisis

1. Hasil Uji validitas 400 responden menunjukan nilai yang valid yaitu

Dokumen terkait