Analisis Penerapan Teknologi Electronic Commerce Dengan Menggunakan UTAUT Model
(Studi Pada Indonesia Flight Ticket)
Ganda Sirait
Dosen Program Studi Teknik Industri Universitas Putera Batam
ganda.srt@gmail.com
Salah satu faktor yang dapat menentukan kinerja perusahaan adalah penggunaan
teknologi electronic commerce(e-commerce). Dengan menerapkan teknologi informasi
e-commerce dapat meningkatkan transformasi bisnis melalui kecepatan, ketepatan, dan efisiensi
pertukaran informasi dalam rutin dan komplek. Peranan teknologi e-commerce dalam perusahaan
adalah sebagai alat yang mampu mengoptimalkan dan meningkatkan profitabilitas sehingga
dengan demikian kinerja perusahaan akan naik juga. UTAUT menunjukkan bahwa niat untuk
berperilaku (behavioral intention) dipengaruhi oleh persepsi orang-orang terhadap
ekspektansi kinerja (performance expectancy), ekspektansi usaha (effort expectancy), dan
pengaruh sosial (social influence). Serta perilaku untuk menggunakan suatu teknologi (use
behavior) dipengaruhi oleh persepsi orang-orang terhadap niat untuk berperilaku (behavioral
intention) dan kondisi yang membantu (facilitating conditions). Persepsi-persepsi ini juga yang
dimoderatori oleh jenis kelamin (gender), usia (age), pengalaman (experience) dan kesukarelaan
(voluntariness). Berkaitan dengan praktik e-commerce di Indonesia khusunya Batam yang relatif
masih baru tersebut, fenomena yang menarik untuk diteliti adalah sejauhmana pelanggan
e-commerce dalam melakukan transaksi online dan bagaimana kaitannya dengan tingkat
partisipasi pelanggan e-commerce.
Keywords: Electronic Commerce, UTAUT Model
PENDAHULUAN
Perkembangan teknologi informasi dan komunikasi yang selalu berinovasi tidak dapat kita
sangkal menyumbangkan kontribusi yang membangun bagi perkembangan dunia bisnis. Bagi
perusahaan telah memanfaatkan teknologi informasi sebagai aset untuk bersaing dengan
kompetitor mereka. Dengan serba teknologi, untuk mempermudah melakukan berbagai kegiatan
dalam menjalankan usahanya. Semakin meluasnya dan mudahnya pemanfaatan internet di
masyarakat saat ini, maka hampir semua sistem informasi sudah berbasis web atau yang dikenal
dengan sistem informasi electronic salah satunya adalah electronic commerce ( disebut juga
e-commerce).
Salah satu faktor yang dapat menentukan kinerja perusahaan adalah penggunaan teknologi
informasi electronic commerce(e-commerce). Dengan menerapkan teknologi informasi
e-commerce dapat meningkatkan transformasi bisnis melalui kecepatan, ketepatan, dan efisiensi
pertukaran informasi dalam rutin dan komplek. Peranan teknologi e-commerce dalam perusahaan
adalah sebagai alat yang mampu mengoptimalkan dan meningkatkan profitabilitas sehingga
dengan demikian kinerja perusahaan akan naik juga. Penggunaan transaksi internet untuk bisnis
dikenal dengan istilah e-commerce (Mcleod dan Shell, 2004:50). Perdagangan Elektronik (
commerce) adalah bagian dari e-lifestyle yang memungkinkan transaksi jual beli dilakukan
secara online dari sudut tempat mana pun (Hidayat, 2008:5).
Sebagai sebuah media e-commerce, harus dapat diterima dan digunakan oleh para
penggunanya sehingga dapat meningkatkan kinerja. Salah satu model terbaru untuk
menjelaskan penerimaan pengguna (user acceptance) dalam bidang sistem informasi
dikembangkan oleh Venkatesh, et al. Model ini diberi nama the Unified Theory of Acceptance
and Use of Technology (UTAUT).
Menurut Venkatesh, et al dalam Sedana dan Wijaya (2010:29), UTAUT menunjukkan
bahwa niat untuk berperilaku (behavioral intention) dipengaruhi oleh persepsi orang-orang
terhadap ekspektansi kinerja (performance expectancy), ekspektansi usaha (effort expectancy),
dan pengaruh sosial (social influence). Serta perilaku untuk menggunakan suatu teknologi (use
behavior) dipengaruhi oleh persepsi orang-orang terhadap niat untuk berperilaku (behavioral
intention) dan kondisi yang membantu (facilitating conditions). Persepsi-persepsi ini juga yang
dimoderatori oleh jenis kelamin (gender), usia (age), pengalaman (experience) dan
kesukarelaan (voluntariness).
Perusahaan-perusahaan Indonesia khususnya Batam, telah menerapkan e-commerce
kira-kira 5 tahun terakhir, tentunya memiliki beberapa perbedaan dengan negara-negara maju yang
telah lama mempraktikkan e-commerce. Perbedaan tersebut setidaknya menyangkut masalah
regulasi, perangkat hukum, dan perilaku konsumen. Berkaitan dengan praktik e-commerce di
Indonesia yang relatif masih baru tersebut, fenomena yang menarik untuk diteliti adalah
sejauhmana pelanggan e-commerce dalam melakukan transaksi online dan bagaimana kaitannya
dengan tingkat partisipasi pelanggan e-commerce.
Rumusan Masalah
Adapun rumusan masalah dalam penelitian ini sebagai berikut: (1) Bagaimanakah
pengaruh performance expectancy, effort expectancy, social influence, dan facilitating condition
terhadap behavioral intention pada e-commerce; (2) Bagaimakah pengaruh facilitating
conditions dan behavioral intention terhadap use behavior pada e-commerce; (3) Faktor
manakah yang mempunyai pengaruh paling dominan terhadap behavioral intention dan use
behavior pada e-commerce.
Batasan Masalah
Peneliti membatasi penelitian supaya lebih fokus dan karena keterbatasan yang dimiliki
pelitian yaitu keterbatasan waktu, tenaga, biaya dan pengetahuan. Adapun batasan dalam
penelitian ini sebagai berikut: (1) Objek penelitian ini dilakukan pada website Indonesia Fligt
Ticket; (2) Variabel yang diteliti teknologi e-commerce dan the Unified Theory of Acceptance
and Use of Technology (UTAUT).
Tujuan Penelitian
Berdasarkan rumusan masalah yang sudah dijabarkan diatas, maka tujuan penelitian ini
influence, dan facilitating condition terhadap behavioral intention pada e-commerce; (2) Untuk
menganalisis pengaruh facilitating conditions dan behavioral intention terhadap use behavior
pada e-commerce; (3) Untuk menganalisis faktor manakah yang mempunyai pengaruh paling
dominan terhadap behavioral intention dan use behavior pada e-commerce.
TINJAUAN PUSTAKA
Electronic Commerce(E-Commerce)
Perdagangan Elektronik (E-Commerce = electronic commerce) adalah bagian dari
e-lifestyle yang memungkinkant ransaksi jual beli dilakukan secara online dari sudut
tempat manapun (Hidayat, 2008: 5). E-Commerce juga dapat diartikan sebagai suatu
proses berbisnis dengan menggunakan teknologi elektronik yang menghubungkan
antara perusahaan, konsumen dan masyarakat dalam bentuk transaksi elektronik dan
pertukaran atau penjualan barang, servis, dan informasi secara elektronik (Munawar,
2009: 1). Sedangkan pengertian E-Commerce (Perdagangan Elektronik) menurut Jony
Wong (2010: 33) adalah pembelian, penjualan dan pemasaran barang serta jasa melalui
sistem elektronik. Seperti televisi, radio dan jaringan komputer atau internet.
Media yang populer dalam aktivitas e-commerce adalah world wide web (WWW).
Menurut Aberg dan Shahmehri (dalam Rofiq, 2007: 25) bahwa perbaikan terus menerus
mengenai pelayanan yang disediakan oleh sistem web e-commerce akan mempunyai pengaruh
yang besar pada tingkat penjualan dan kepuasan konsumen. Adapun struktur sistem
e-commerce berbasis web sebagaimana disajikan pada gambar berikut.
Gambar 1 Struktur Sistem E-Commerce Berbasis Web
Berdasarkan gambar di atas dapat dijelaskan bahwa konsumen dapat berinteraksi
dengan perusahaan penyedia layanan e-commerce melalui tiga jalur (interface), yaitu web
browser, telepon atau fasilitas chating (chat window). Semua informasi mengenai konsumen
akan disimpan pada user model dan informasi ini dijadikan oleh perusahaan sebagai database
profil konsumen. Informasi profil konsumen tersebut sangat berarti bagi perusahaan dalam
kaitannya untuk meningkatkan pelayanan dan kepuasan konsumen.
Faktor-faktor yang menjadi pendorong implementasi e-commerce, menurut Desruelle dan
Burgelman (2001) dalam Rofiq (2007: 26) meliputi: Globalisasi dan liberalisasi perdagangan,
Kompetisi yang semakin tajam, Perkembangan teknologi, Pengurangan tujuan secara fisik, dan
Publisitas. Sedangkan faktor penghambatnya adalah: Faktor investasi, Faktor teknis, Faktor
organisasi, dan Faktor jaringan.
empiris permasalahan yang dapat diidentifikasi berkaitan dengan keuntungan dan kerugian
e-commerce meliputi: Keuangan dan penjualan, Pembelian, Kenyamanan dan informasi, dan
Administrasi dan komunikasi.
Model UTAUT
The Unified Theory of Acceptance and Use of Technology (UTAUT) merupakan
salah satu model penerimaan teknologi terkini yang dikembangkan oleh Venkatesh, et., al.
Venkatesh et al. (2003) mengacu kepada Sedana dan Wijaya (2010), menyatakan
bahwa UTAUT mensintesis elemen-elemen pada delapan model penerimaan teknologi
terkemuka untuk memperoleh kesatuan pandangan mengenai adalah theory of reasoned action
(TRA), technology acceptance model (TAM), motivational model (MM), theory of planned
behavior (TPB), combined TAM and TPB, model of PC utilization (MPTU), innovation
diffusion theory (IDT) dan social cognitive theory (SCT). UTAUT terbukti lebih berhasil
dibandingkan kedelapan teori yang lain dalam menjelaskan hingga 70 persen varian niat
(intention).
UTAUT menunjukkan bahwa niat untuk berperilaku (behavioral intention) dan perilaku
untuk menggunakan suatu teknologi (use behavior) dipengaruhi oleh persepsi orang-orang
terhadap ekspektansi kinerja (performance expectancy), ekspektansi usaha (effort expectancy),
pengaruh sosial (social influence) dan kondisi yang membantu (facilitating conditions) yang
dimoderatori oleh jenis kelamin (gender), usia (age), pengalaman (experience) dan kesukarelaan
(voluntariness).
Gambar 2. Model UTAUT
Sumber: Sedana dan Wijaya (2010:29)
Teori ini menyediakan alat bagi para manajer untuk menilai kemungkinan keberhasilan
pengenalan teknologi baru dan membantu mereka memahami penggerak penerimaan dengan
tujuan untuk proaktif mendesain intervensi (termasuk pelatihan, sosialisasi, dan lain lain.) yang
ditargetkan pada populasi pengguna yang mungkin cenderung kurang untuk mengadopsi dan
menggunakan sistem baru, menurut Venkatesh et al. (2003) mengacu kepada Sedana dan Wijaya
(2010: 28). Dan berikut adalah tabel yang menjelaskan definisi dari determinan UTAUT.
Kerangka Pemikiran
Kerangka pemikiran sebagai alur pemikiran dalam penelitian ini dapat dilihat pada tabel
Gambar 3 : Kerangka Pemikiran
Hipotesis
Berkaitan dengan rumusan masalah yang sudah ditetapkan untuk diteliti dan tujuan yang
ingin dicapai penulis, maka hipotesis di dalam penelitian ini sebagai berikut: (1) Terdapat
pengaruh performance expectancy, effort expectancy, social influence, dan facilitating condition
terhadap behavioral intention pada e-commerce; (2) Terdapat pengaruh facilitating conditions
dan behavioral intention terhadap use behavior pada e-commerce; (3) Faktor behavioral
intention yang mempunyai pengaruh paling dominan terhadap behavioral intention dan use
behavior pada e-commerce.
METODOLOGI PENELITIAN
Populasi dan Sampel Penelitian
Populasi adalah wilayah generalisasi yang terdiri dari objek atau subjek yang menjadi
kuantitas dan karakteristik tertentu yang ditetapkan oeh peneliti untuk dipelajari dan kemudian
ditarik kesimpulannya. (Riduwan, 2008: 10). Dengan demikian populasi adalah orang yang
memili ki informasi yang menjadi fokus penelitian. Populasi dalam penelitian ini adalah
masyarakat kota batam.
Sedangkan Sampel adalah sebagian dari populasi yang di ambil sebagai sumber data dan
dapat mewakili seluruh populasi (Riduwan, 2008:12). Sehubungan dengan hal tersebut, maka
untuk menyederhanakan pengolahan data dalam penelitian ini penulis tidak langsung
menyelidiki seluruh populasi, akan tetapi mengunakan sampel yang diambil dari jumlah populasi
masyarakat Batam yang pengambilan sampelnya dengan metode akcendential. Artinya siapa saja
yang tidak sengaja bertemu dengan peneliti, yang penting peneliti bahwa paham bahwa sampel
yang mau diambil datanya dianggap cocok.
Metode Analisis Data
Structural Equation Model (SEM) adalah sekumpulan teknik-teknik statistikal yang
memungkinkan pengujian sebuah rangkaian hubungan yang relatif “rumit” secara simultan
(Ferdinand, 2005:7). Hubungan yang rumit itu dapat dibangun antara satu atau beberapa
variabel dependen dengan satu atau beberapa variabel independen. Masing-masing variabel
dependen dan independen dapat berbentuk faktor atau konstruk yang dibangun dari beberapa
variabel indikator atau berbentuk variabel tunggal yang diobservasi langsung dalam sebuah
proses penelitian. Pada dasarnya SEM adalah kombinasi antara analisis faktor dan analisis
regresi berganda (Ferdinand,2005:8, Santoso,2007:1).
dibagi menjadi dua bagian utama, yaitu:
a) Measurement Model, yaitu bagian dari model SEM yang menggambarkan
hubungan antara variabel laten dengan indikator-indikatornya. Variabel konstruk atau
laten (unobserved variabel) adalah variabel yang tidak dapat diukur secara langsung,
kecuali dengan cara mengukur variabel manifest atau indikator (observed variabel).
Sedangkan variabel manifest atau indikator (observed variabel) adalah variabel yang
digunakan untuk menjelaskan atau mengukur sebuah variabel laten.
b) Structural Model, yaitu model yang menggambarkan hubungan antar variabel- variabel laten atau antar variabel eksogen dan endogen. Variabel eksogen adalah variabel independent
yang mempengaruhi variabel dependen atau ditunjukkan dengan adanya anak panah yang
berasal dari variabel tersebut menuju ke variabel endogen. Variabel endogen merupakan
variabel dependen yang dipengaruhi oleh variabel independen (variabel eksogen).
Data diolah dengan menggunakan analisis SEM dengan teknik MaximumLikelihood
(ML) menggunakan software Analysis of Moment Structure (AMOS) versi 21. Proses
pengumpulan dan pengolahan data yang dianalisis dengan permodalan SEM harus memenuhi
asumasi-asumsi berikut ini: (a) Asumsi kecukupan sampel, secara umum sampel yang harus
dipenuhi dalam model SEM menurut Hair et al., (1998) adalah berjumlah minimal
100-200 sampel. Kriteria ukuran sample yang dapat digunakan untuk analisis SEM adalah: (a)
100-200 sampel untuk teknik estimasi Maximum Likelihood (ML), (b) 5-10 kali jumlah
parameter yang diestimasi, (c) 5-10 kali jumlah seluruh indikator variabel laten; (b) Asumsi
Normalitas, asumsi paling fundamental dalam analisis multivariate adalah normalitas yang
merupakan bentuk distribusi data pada variabel matriks tunggal yang menghasilkan distribusi
normal (Hair et al.,1998). Pengujian normalitas dilakukan dengan menggunakan CR skewness
dan kurtosis sebaran data. Menurut Santoso (2006:67) uji normalitas yang dilakukan pada SEM
menggunaakan dua tahapan: (1) Univariate Normality, yaitu merupakan tahapan menguji
normalitas pada setiap variabel. (2) Multivariate Normality, yaitu pengujian normalitas secara
bersama-sama. Kedua tahapan ini disebabkan apabila setiap variabel normal secara individu jika
diuji secara bersama-sama belum tentu pasti berdistribusi normal. Curran et al., (dalam Ghozali
dan Fuad, 2005) membagi distribusi data menjadi tiga bagian:
Tabel 1. Distribusi Data
Data yang tidak normal akan menyebabkan menurunnya nilai indeks goodness-of-fit dari
model dan mengakibatkan hasil uji statistik menjadi bias. Apabila distribusi data tidak normal,
maka sebelum diambil treatment-treatment tertentu, dapat dilihat terlebih dahulu sebaran data
apakah terdapat data outliers atau tidak (Santoso, 2007:67). (c) Asumsi Outliers, asumsi
outliers digunakan untuk mengidentifikasi tingkat sebaran data diluar titik normal. Outliers
adalah observasi yang muncul dengan nilai0nilai ekstrim karena kombinasi karakter unik yang
dimilinmya dan terlihat sangat jauh berbeda dari observasi-observasi lainnya (Ferdinanad,
univariate outliers, (2) terhadap multivariate outliers (Ferdinand, 2005:142).
Uji terhadap multivariate outliers dilakukan dengan menggunakan kriteria Jarak
Mahalanobis (Mahalanobis Distance Squared) pada tingkat signifikansi p < 0.001. Jarak
Mahalanobis dievaluasi menggunakan chi-square (x2) pada derajat bebas sebesar jumlah
variabel indikator yang digunakan dalam penelitian. Apabila data diindikasikan merupakan
data outliers, maka penanganan yang dapat dilakukan terhadap data outliers adalah dengan
menghapus satu atau beberapa data yang dianggap outliers (Ferdinand, 2005). (d) Uji
Goodness-of-fit.
Indeks Goodness-of-fit digunakan untuk mengukur derajat kesesuaian antara model yang
dihipotesiskan dengan data yang disajikan atau dengan kata lain mengukur kebenaran
sebuah model yang diajukan (Ferdinand, 2005). Model struktural dikategorikan sebagai
“good fit”, bila memenuhi beberapa persyaratan berikut ini : (1) Likelihood Ratio Chi-Square
Statistic (Χ2)Nilai chi square yang rendah terhadap degree of freedom menunjukkan bahwa
korelasi yang diobservasi dengan yang diprediksi tidak berbeda secara signifikan (nyata). Nilai
yang diharapkan adalah kecil, dan nilai chi-square ( c 2 ) sangat sensitif terhadap besarnya
sampel dan hanya sesuai untuk ukuran sampel antara 100 – 200. Jika lebih dari 200, maka
chi-square (c2) statistic ini harus didampingi alat uji lainnya (Hair et.a.l; Tabachnick dan
Fidell dalam Ferdinand, 2006). (2) Significance Probability, Nilai level probabilitas minimum
yang disyaratkan adalah 0,1 atau 0,2, tetapi untuk level probabilitas sebesar 0,05 masih
diperbolehkan (Hair et.al,1998), (3) Normed Chi Square(CMIN/DF), CMIN/DF adalah nilai
yang diperoleh dari pembagian nilai chi-square terhadap degree of freedom. Indeks ini
mengukur hubungan goodness-of-fit model dengan jumlah koefisien-koefisien estimasi yang
diharapkan untuk mencapai tingkat kesesuaian. Nilai yang diharapkan adalah lebih kecil dari 2
atau 3 (Arbuckle dalam Ferdinand, 2006).
Menguji kesesuaian model dengan beberapa indeks tambahan, seperti: Goodness of Fit
Index (GFI), Adjusted Goodness of Fit Index (AGFI), Tucker- Lewis Index (TLI), Comparative
Fit Index (CFI), dan Root Mean Square Error of Approximation (RMSEA).
Indeks-indeks yang digunakan untuk menguji kelayakan sebuah model dapat diringkas
Hasil dan Pembahasan Penelitian
Modifikasi Model
Gambar 4. Modifikasi Model
Modifikasi model hanya dilakukan satu tahap, hasil pengujian Good of Fit (GOF) dari
model modifikasi yang dirangkum dalam tabel berikut ini:
Tabel 3 Model Modifikasi Good Of Fit
Kriteria Hasil Model Nilai Kritis Kesimpulan
Chi-Square 177,119 Kecil Good Fit
Probability 0,668 ≥0,05 Good Fit
RMSEA 0,000 ≤0,08 Good Fit
GFI 0,872 ≥0,90 Acceptable Fit
AGFI 0,825 ≥0,90 Acceptable Fit
CMIN/DF 0,952 ≤2,00 Good Fit
TLI 1,006 ≥0,95 Good Fit
CFI 1,000 ≥0,95 Good Fit
Sumber : Hasil Data Penelitian
Berdasarkan tabel 4.10 nilai chi-squarerelative kecil (177,119), nilai probabilitas 0,668 >
0,05, nilai RMSEA sebesar 0,00 < 0,08, nilai GFI sebesar 0,872 < 0,90 tetapi nilai GFI sudah
diatas 0,80 sehingga dapat diterima, AGFI sebesar 0,825 < 0,90, CMIN/DF sebesar 0,952 < 2,
nilai TLI sebesar 1,006 > 0,95, dan nilai CFI sebesar 1,00 > 0,95. Secara keseluruhan model
adalah fit.
Hasil Uji Hipotesis
Berdasarkan pengujian tentang analisis proses penerapan teknologi e-commerce pada
Indonesia Flight Ticket di kota Batam dengan mengamati probability (p) < 0,05.
Tabel 3.Estimasi Regression Weights Model
Estimate S.E. C.R. P
BI <--- PE 0.054 0.21 0.257 0.797
BI <--- EE 0.846 0.337 2.506 0.012
BI <--- SI 0.021 0.201 0.103 0.918
BI <--- FC 0.076 0.133 0.57 0.569
UB <--- BI 1.004 0.133 7.554 ***
Dari ouput estimasi regresi weight pada tabel 4.15 diatas, maka dapat dilakukan hipotesis
dalam penelitian ini, yaitu: Hipotesis 1, Ho diterima: menyatakan bahwa performance
expectancy(PE) tidak berpengaruh positif terhadap behavioral intention (BI) dengan nilai
probability 0,797 > 0,05; Hipotesis 2, H1 diterima: menyatakan bahwa effort expectancy (EE)
berpengaruh signifikan terhadap behavioral intention (BI) dengan nilai probability 0,012 < 0,05;
Hipotesis 3, Ho diterima: menyatakan bahwa social influence (SI) tidak berpengaruh signifikan
terhadap behavioral intention (BI) dengan nilai probability 0,918 > 0,05; Hipotesis 4, Ho
diterima: menyatakan bahwa facilitating condition (BU) tidak berpengaruh signifikan terhadap
behavioral intention (BI) dengan nilai probability 0,569> 0,05; Hipotesis 5, H1 diterima:
menyatakan bahwa behavioral intention (BI) tidak berpengaruh signifikan terhadap use behavior
(UB) dengan nilai probability 0,000> 0,05; Faktor yang paling dominan dalam mempengaruhi
behavioral intention (BI) adalah effort expectancy dengan nilai estimasi 0,846 atau 84,6%.
KESIMPULAN
Berdasarkan hasil penelitian yang sudah dijelaskan pada bab sebelumnya, penulis
membuat beberapa kesimpulan, sebagai berikut : Sistem informasi strategis berpengaruh positif
dan signifikan terhadap keunggulan kompetitif perusahaan di Kota Batam.
DAFTAR PUSTAKA
Ferdinand, Agusty. (2005). Struktural Equation Modeling: Teori, Konsep, dan Aplikasi. Penerbit:
Badan Penerbit Universitas Diponegoro, Semarang
_______________. (2006). Metode Penelitian Manajemen, Edisi kedua, Penerbit: Badan
Penerbit Universitas Diponegoro, Semarang
Hapzi Ali,Tonny Wangdra. (2010). Sistem informasi bisnis, Baduose Media: Yogyakarta
Hasan, Iqbal (2009). Pokok-pokok Materi Metodologi Penelitian dan Aplikasinya, Ghalia
Indonesia: Bogor
Kotler, Philip dan Kevin Lane Keller. (2008). Manajemen Pemasaran(Edisi Ketiga Belas), PT.
Indeks, Jakarta
Riduwan. (2008). Metode dan Teknik Menyusun Tesis. Bandung: Alfabeta
Sugiyono. (2009). Metode Penelitian Bisnis (Pendekatan Kuantitatif, Kualitatif, dan R dan D).
Edisi 3. Penerbit Alfabeta. Bandung.
Wahyono, Teguh.(2004). Sistem Informasi (Konsep Dasar, Analisis, Desain dan Implementasi. G
raha Ilmu, Yogyakarta.
Wijaya, Tony. (2011). Cepat Menguasai SPSS 19 Untuk Olah Data dan Interpretasi, Cahaya
