PERBANDINGAN HASIL ANALISIS MENGGUNAKAN SOFTWARE SPSS 17 DAN SMART PLS 2.0.

PERBANDINGAN HASIL ANALISIS

MENGGUNAKAN SOFTWARE

SPSS 17 DAN SMART PLS 2.0.

Rumini

1)

_{, Prayudha Wibi Hascaryo}

2) 1), 2)_{Teknik Informatika STMIK AMIKOM Yogyakarta}

Jl Ring road Utara, Condongcatur, Sleman, Yogyakarta 55281 Email :inny_adinda@yahoo.co.id1)_{, masyudha@gmail.com}2)

Abstrak

Dalam tahapan analisis diperlukan sotfware untuk mengolah data karena memudahkan dalam menghitung. Software tersebut diantaranya SPSS, Smart PLS, eviews, amos, minitab, dan lisrel. Dari berbagai macam jenis software tersebut pasti memiliki kekurangan dan kelebihan hasil regresi, sehingga dalam penelitian ini penulis mengambil dua software sebagai perbandingan yaitu SPSS 17 dan Smart PLS 2.0. Analisis dalam penelitian ini menitikberatkan kepada analisis validitas, reliabilitas dan analisis regresi. Analisis regresi digunakan untuk mengukur seberapa besar pengaruh antara variabel yang satu dengan variabel yang lain atau variabel terikat (dependent) dengan variabel bebas (independent).

Menggunakan data kuantitatif dalam analisis yang berasal dari data kuesioner yang berjumlah 73 responden, dalam data tersebut terdapat 6 variabel yaitu variabel usability, learnability, error, efficiency, memorability dan satisfaction. Usability merupakan tingkat kemudahan pemakaian sistem terhadap pengguna. Pada penelitian ini akan dicari kekurangan dan kelebihan pada pemakaian kedua software tersebut terhadap data kuantitatif dalam analisis regresi. Dari masing-masing variabel dapat diketahui variabel yang berpengaruh terhadap variabel terikat (dependent) yaitu variabel usability terhadap variabel bebas (independent) yaitu variabel learnability, error, efficiency, memorability dan satisfaction dari sisi kedua software tersebut.

Dari sisi kedua software tersebut akan didapatkan nilai regresi dan dapat diketahui variabel bebas (independent) yang paling berpengaruh terhadap usability (variabel dependent). Nilai regresi dari kedua software bisa sama ataupun berbeda. Sehingga, akan dapat diketahui perbandingan hasil analisis dari masing-masing software.

Kata kunci: regresi, usability, smart pls, spss17.

1. Pendahuluan

Dalam menciptakan ilmu baru pasti dibutuhkan penelitian, atau sebaliknya penelitian pasti mendatangkan ilmu baru. Penelitian pasti melibatkan ilmu statistika. Statistika merupakan metode, ilmu dan atau seni yang berkaitan dengan tata cara pengumpulan data, analisis data, interpretasi hasil analisis untuk disimpulkan serta pelaksanaan perkiraan pada batas-batas yang masih dibenarkan. (Solimun, 1997).

Dalam penelitian dibutuhkan pengolahan data menggunakan software karena dapat membantu memberikan hasil yang digunakan dalam analisis. Sotfware olah data antara lain SPSS, Smart PLS, eviews, amos, minitab dan lisrael. Beberapa peneliti dengan pertimbangan tertentu akan memilih salah satu atau lebih software untuk pengolahan datanya.

Dalam penelitian ini penulis mengambil sofware SPSS dan Smart PLS untuk mengolah data terutama untuk mencari nilai regresi, dari kedua software akan dibandingkan nilai tersebut. Data-data yang diolah berupa data kuantitatif yang merupakan data hasil kuesioner sebanyak 72 responden pada pengguna website pendaftaran akreditasi online BAP S/M DIY. Dari penelitian akan dapat diketahui variabel yang paling berpengaruh terhadap website tersebut.

Kuesioner untuk pengguna website pendaftaran akreditasi online BAP S/M DIY terdapat 6 variabel, 1 variabel sebagai variabel terikat (dependent) yaitu variabel usability, 5 variabel bebas (independent) yaitu

learnability, error, efficiency, memorability dan satisfaction. Menurut Dumas et.al (1999), usability

digunakan untuk mengukur tingkat pengalaman pengguna ketika berinteraksi dengan produk sistem. Usability berkaitan juga dengan interaksi manusia dan komputer (human computer interaction). Secara umum, usability mengacu kepada bagaimana pengguna bisa mempelajari dan menggunakan produk untuk memperoleh tujuannya, dan seberapa puas mereka terhadap penggunaannya. Shackel (1990) dan Nielsen (1993) berpendapat

learnability sebagai tingkat kemudahan sistem untuk

dipelajari, diukur melalui waktu yang diperlukan untuk mempelajari penggunaan sistem hingga mencapai level kemahiran tertentu. Error menurut Nielsen (1993) yaitu frekuensi kesalahan yang tinggi pada saat penggunaan sistem mengindikasikan rendahnya usability sistem yang bersangkutan, efisiensi dengan kebutuhan sumber daya, seperti usaha, waktu dan biaya, untuk mencapai tujuan pemakaian sistem tersebut, Memorability berhubungan dengan proses recalling (mengingat) cara pemakaian sistem setelah pengguna tidak berinteraksi dengan sistem tersebut selama beberapa waktu, dan kriteria kepuasan menjadi pertimbangan bagi Nielsen (1993) dan standar ISO 9241-11, kepuasan pengguna terhadap sistem yang dipakainya mengindikasikan bahwa sistem tersebut layak pakai.

Dengan analisis regresi maka akan dapat diketahui dari ke-lima variabel bebas tersebut mana yang paling berpengaruh terhadap variabel terikat yaitu usability. Pemilihan kedua software untuk mendapatkan nilai hasil regresi yaitu SPSS dan Smart PLS karena keduanya bersifat general. Dengan penggunaan kedua software tersebut maka hasil perbandingan akan dapat diketahui nilai yang sama atau dapat juga berbeda.

SPSS (Statistical Product and Service Solutions) merupakan program aplikasi yang memiliki kemampuan analisis statistik cukup tinggi dan sistem manajemen data pada lingkungan grafis dengan menggunakan menu-menu dan kotak-kotak dialog sehingga mudah dipahami cara pengoperasiannya, terdapat 2 bentuk file yaitu file data yaitu .sav kemudian file output yaitu .spv. Begitu mudahnya penggunaan maka hanya dengan menu dan analisis yang dicari maka output analisis akan ditampilkan. Penulis menngunakan versi SPSS 17.0 dalam penelitian ini, sedangkan versi terbaru saat penulisan ini dibuat, versi untuk SPSS yaitu SPSS 22.0. Smart PLS merupakan software statistik yang dikembangkan untuk mengolah data menggunakan persamaan struktural, dan juga dapat digunakan untuk persamaan regresi linear. Pada penelitian ini menggunakan versi SmartPLS 2.0. Smart PLS cukup rumit pada awal melihat antarmuka software, karena menu-menu tidak ditampilkan secara langsung seperti di SPSS. Menu-menu statistika di smart PLS sangat berbeda dengan SPSS. Sehingga harus dipahami terlebih dahulu tahapan-tahapan penggunaan di Smart PLS. Ekstensi file dalam smart pls yaitu .splsm, data dalam bentuk excel maka harus dibuat dalam bentuk ekstensi .csv.

2. Pembahasan

Analisis data kuantitatif untuk analisis regresi dilakukan uji validitas dan reliabilitas terlebih dahulu. Uji validitas dan reliabilitas digunakan untuk ketepatan data dan ketepatan hasil dari suatu pengukuran. Berikut tabel perbandingan nilai validitas, reliabilitas dan regresi dari masing-masing software.

a. Uji Validitas

Uji validitas adalah tingkat keandalan alat ukur yang digunakan. Instrumen dikatakan valid berarti menunjukkan alat ukur yang dipergunakan untuk mendapatkan data itu valid atau dapat digunakan untuk mengukur yang seharusnya diukur. (Sugiono, 2004:137) Uji validitas dilakukan pada masing-masing jawaban responden tiap indikator dalam variabel.

Tabel 1. Tabel Validitas menggunakan software SPSS

dan Smart PLS

Variabel Indikator _{SPSS Smart PLS}Nilai Validitas

Usability Usa1 .577 .781 Usa2 .546 .708 Usa3 .584 .748 Usa4 .675 .828 Usa5 .449 .608 Learnability Lea1 .468 .522 Lea2 .330 .756 Lea3 .720 .838 Lea4 .703 .712 Lea5 .720 .838 Lea6 .535 .566 Efficiency Eff1 .737 .830 Eff2 .616 .751 Eff3 .332 .566 Eff4 .485 .672 Eff5 .760 .855 Memorability Mem1 .678 .832 Mem2 .916 .972 Mem3 .916 .972 Error Err1 .350 .285 Err2 .093 -.027 Err3 .530 .751 Err4 .593 .867 Err5 .675 .915 Err6 .696 .939 Satisfaction Sat1 .562 .776 Sat2 .536 .737 Sat3 .229 .167

Sat4 .606 .833 Sat5 .610 .757 Dalam uji validitas dengan kedua software, tampak pada tabel 1 bahwa nilai untuk valid yaitu > 0.5. AVE sama dengan uji validitas. Jadi kalau ada konstruk yang nilai AVE-nya di bawah 0.50 menandakan bahwa konstruk tersebut validitasnya rendah, sehingga konstruk/indikator tidak valid secara berturut-turut adalah:

1) Software SPSS

Indikator yang tidak valid : usa5, lea1, lea2, eff3, eff4, err1, err2, sat3.

2) Software Smart PLS

Indikator yang tidak valid : err1, err2, sat3. Perbandingan nilai validitas dapat diketahui indikator yang tidak valid, hasil diatas sangat jauh berbeda. Penggunaan sofware olah data dengan SPSS lebih banyak indikator yang tidak valid. Penggunaan sofware Smart PLS nilai validitas rata-rata jauh lebih tinggi dengan SPSS dengan selisih antara 0,009 hingga 0,426.

b. Uji Reliabilitas

Uji reliabilitas adalah digunakan untuk menetapkan instrumen berupa kuesioner dapat digunkan lebih dari satu kali, jika responden sama akan menghasilkan data yang konsisten. Uji reliabilitas dilakukan setelah uji validitas, yaitu menghilangkan nilai-nilai pada indikator yang tidak valid.

Tabel 2. Tabel Reliabilitas menggunakan software SPSS

dan Smart PLS

Variabel

SPSS Smart PLS Cronbach

Alpha CronbachAlpha CompositeReliability Usability .786 .789 .909 Learnability .899 .848 .859 Efficiency .851 .791 .857 Memorability .829 .916 .948 Error .802 .894 .928 Satisfaction .844 .784 .858 Berdasarkan hasil pengujian reliabilitas seperti tampak pada tabel 2 diatas menunjukkan angka Cronbach

Alpha > 0,70 Composite reliability > 0,7, sehingga

seluruh penilaian item dalam kuesioner ini reliabel.

c. Analisis Regresi berganda

Pengertian analisis regresi berganda adalah mengestimasi besarnya koefisien-koefisien yang dihasilkan oleh persamaan yang bersifat linear yang melibatkan 2 variabel bebas atau lebih, untuk digunakan sebagai alat prediksi besar nilai variabel terikat.

Analisis regresi digunakan dalam peramalan variabel

dependent(X) berdasar variabel-variabel independen(Y).

Dalam analisis regresi dihilangkan indikator-indikator yang tidak valid. Berikut indikator-indikator yang valid: 1) Software SPSS

Indikator yang valid : (usa1, usa2, usa3, usa4), (lea3, lea4, lea5, lea6), (eff1, eff2, eff5), (err3, err4, err5, err6), (sat1, sat2, sat4, sat5).

2) Software Smart PLS

Indikator yang valid : (usa1, usa2, usa3, usa4, usa5), (lea1, lea2, lea3, lea4, lea5, lea6), (eff1, eff2, eff3 eff4, eff5), (err3, err4, err5, err6), (sat1, sat2, sat4, sat5).

Persamaan garis regresi berganda pada persamaan (1) dibawah ini:

...(1) Keterangan:

Y = Variabel terikat (dependent) a = Konstanta (intersep) b1, b2, b3, b4, b5 = Regresi

X = Variabel bebas (independent) Persamaan regresi dalam bentuk lain,

...(2) Keterangan:



= Konstanta X1 = Learnability X2 = Efficiency

Xn = variabel dependent yang lain, memorability, error

dan satisfaction.

Y = Usability

Persamaan garis regresi berganda pada model persamaan struktural untuk regresi dengan nilai konstanta atau

unstandardized adalah sebagai berikut:

Keterangan:

Y = Variabel terikat (dependent) a = Konstanta (intersep) b1, b2, b3, b4, b5 = Regresi

X = Variabel bebas (independent) Berikut adalah gambar path analysis (analisis Jalur) yang menunjukkan hubungan langsung antar variabel dan

5 5 4 4 3 3 2 2 1 1

X

b

X

b

X

b

X

b

X

b

a

=

Y











nXn

X

X

Y

X

X

X

X

=

X



































2 2 1 1 0 2 2 1 1 0 3 1 1 0 2

Analisis jalur merupakan pengembangan baru analisis regresi yang tidak hanya menguji ke-linear-an model.

Gambar 1. Diagram Jalur Tabel 3. Tabel Regresi

Y SPSS Smart PLS a (konstanta) -0,456 -b1(lea) 0,081 0,000 b2(eff) 0,347 0,435 b3(mem) 0,451 0,482 b4(err) 0,437 0,496 b5(sat) -0,071 0,622 1) Hasil Analisis dengan SPSS

Hasil analisis dalam tabel 3 yaitu olah data dengan software SPSS adalah persamaan regresinya adalah sebagai berikut:

Y = -0,456 +0,081X1+ 0,347X2+ 0,451X3+ 0,437X4 -0,071X5

atau,

Y = -0,456 + 0,08(lea) + 0,347(eff) + 0,451(mem) + 0,437(err) -0,071(sat)

Artinya : variabel independent yaitu variabel usability dipengaruhi variabel learnability sebesar 0,08, variabel efficiency sebesar 0,347, variabel memorability sebesar 0,451, variabel error sebesar 0,437 dan variabel satisfaction sebesar -0,071. Variabel dependent yang paling berpengaruh terhadap variabel independent adalah variabel memorability. Sedangkan, nilai konstanta yaitu -0,456 berarti bahwa tanpa pengaruh variabel dependent maka secara langsung nilai usability adalah -0,456. 2) Hasil Analisis dengan Smart PLS

Dalam menilai model dengan PLS dimulai dengan melihat R-square untuk setiap variabel laten dependen.

Interpretasinya sama dengan interpretasi pada regresi. Perubahan nilai R-square dapat digunakan untuk menilai pengaruh variabel laten independen tertentu terhadap variabel laten dependen apakah mempunyai pengaruh yang substantif (Ghozali, 2011).

Hasil analisis dalam tabel 2 yaitu olah data dengan software Smart PLS adalah persamaan regresinya adalah sebagai berikut:

Y= 0,00X1+ 0,435X2+ 0,482X3+ 0,496X4+ 0,622X5 Atau,

Y= 0,000(lea) + 0,435(eff) + 0,482(mem) + 0,496(err) + 0,622(sat)

R-square atau koefisien determinasi digunakan untuk menguji goodnessfit model atau kesesuaian model. Nilai koefisien regresinya adalah untuk variabel learnability adalah sebesar 0,000, variabel efficiency sebesar 0,435, variabel memorability sebesar 0,482, variabel error sebesar 0,496. Variabel yang paling berpengaruh adalah variabel error. Nilai structural model 1,000 merupakan koefisien regresi signifikan. Penggunaan standardize dalam smart PLS tidak ada nilai konstanta.

3. Kesimpulan

Kesimpulan dari penelitian ini antara lain:

Perbandingan analisis ini terutama analisis regresi berdasarkan software olah data yaitu SPSS dan Smart PLS membuktikan bahwa hasilnya sangat jauh berbeda. Perbedaannya antara lain:

a. Dari nilai validitas, indikator yang tidak valid sangat jauh berbeda.

b. Karena nilai regresi berbeda, sehingga variabel dependent yang berpengaruh terhadap variabel independent juga berbeda.

c. Olah data dengan software SPSS, beberapa faktor

usability, faktor user yang paling berpengaruh

adalah faktor memorability yang berarti bahwa dalam website BAP SM DIY masih susah diingat jika tidak dipakai dalam waktu yang lama. d. Olah data dengan software Smart PLS, beberapa

faktor usability, faktor user yang paling berpengaruh adalah faktor error yang berarti bahwa dalam website BAP SM DIY masih terdapat error yang harus diperbaiki sehingga jika beberapa error diperbaiki, maka faktor usability menjadi lebih meningkat karena tidak adanya error dalam website tersebut sehingga user menjadi puas.

e. Dalam penelitian, peneliti perlu mempertimbangakan software yang akan digunakan karena sangat mempengaruhi hasil. Saran untuk pengembangan penelitian selanjutnya adalah software yang digunakan lebih dari 2, misal ditambah minitab, amos dan software olah data statistika lainnya.

Daftar Pustaka

[1] Sarwono, Jonathan, “Analisis Data Penelitian Menggunakan SPSS

13,” Yogyakarta: Andi, 2006.

[2] Trihendradi, “Step by step SPSS 20 Analisis Data Statistik,” Yogyakarta: Andi, 2012.

[3] Prayudha, Wibi Hascarya, “Analisis Usability pada Aplikasi

Akreditasi (Studi Kasus: Badan Akreditasi Provinsi d.i. Yogyakarta), Thesis, 2014.

Biodata Penulis

Rumini, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika STMIK AMIKOM Yogyakarta, lulus tahun 2012. Memperoleh gelar Magister Komputer (M.Kom) Program Pasca Sarjana Magister Teknik Informatika STMIK AMIKOM Yogyakarta, lulus tahun 2014. Saat ini menjadi Staf Humas dan Dosen di STMIK AMIKOM Yogyakarta. Prayudha Wibi Hascaryo, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika STMIK AMIKOM Yogyakarta, lulus tahun 2012. Saat ini Mahasiswa Magister Teknik Informatika di STMIK AMIKOM Yogyakarta.