PENGUJIAN STATISTIK MODEL KEBERHASILAN
LEARNING MANAGEMENT SYSTEM
STUDI KASUS EXELSA USD
HALAMAN JUDULSKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Lembar Judul
Disusun oleh:
Irman Nurcahyono
065314074
PROGRAM STUDI TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
ii
A STATISTICAL TESTING OF LEARNING MANAGEMENT
SYSTEM SUCCESS MODEL
CASE STUDY OF EXELSA USD
THESIS
Presented as Partial Fulfillment of the Requirements to Obtain the Sarjana Komputer Degree in Informatics Engineering Department
Lembar Judul
Created by:
Irman Nurcahyono
065314074
DEPARTMENT OF INFORMATICS ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
UNIVERSITY OF SANATA DHARMA
YOGYAKARTA
iii
HALAMAN PERSETUJUAN PEMBIMBING
SKRIPSI
PENGUJIAN STATISTIK MODEL KEBERHASILAN
LEARNING MANAGEMENT SYSTEM
STUDI KASUS EXELSA USD
Oleh:
Irman Nurcahyono
NIM: 065314074
Telah Disetujui Oleh:
Pembimbing,
iv
HALAMAN PENGESAHAN
SKRIPSI
PENGUJIAN STATISTIK MODEL KEBERHASILAN
LEARNING MANAGEMENT SYSTEM
STUDI KASUS EXELSA USD
Dipersiapkan dan disusun oleh: Irman Nurcahyono
065314074
Telah dipertahankan di depan Panitia Penguji pada tanggal 15 Maret 2011
dan dinyatakan memenuhi syarat
Susunan Panitia Penguji
Ketua : Alb. Agung Hadhiatma, S.T., M.T. _______________ Sekretaris : St. Wisnu Wijaya, S.T., M.T. _______________ Anggota : Eko Hari Parmadi, S.Si., M.Kom. _______________
Yogyakarta, April 2011 Fakultas Sains dan Teknologi Universitas Sanata Dharma Dekan,
v
PERNYATAAN KEASLIAN KARYA
Dengan ini, saya menyatakan bahwa skripsi ini tidak memuat karya milik orang lain, kecuali yang telah disebutkan dalam kutipan dan daftar pustaka sebagai layaknya karya ilmiah.
Yogyakarta, 19 April 2011 Penulis,
vi
LEMBAR PERNYATAAN PERSETUJUAN
PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS
Saya yang bertanda tangan di bawah ini, mahasiswa Universitas Sanata Dharma Nama : Irman Nurcahyono
NIM : 065314074
Demi pengembangan ilmu pengetahuan, saya memberikan kepada Perpustakaan Universitas Sanata Dharma Yogyakarta, karya ilmiah berjudul:
“PENGUJIAN STATISTIK MODEL KEBERHASILAN
LEARNING MANAGEMENT SYSTEM
STUDI KASUS EXELSA USD”
beserta perangkat lunak yang diperlukan (bila ada). Dengan demikian saya memberikan kepada Perpustakaan Universitas Sanata Dharma Yogyakarta hak untuk menyimpan, mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan mempublikasikan di internet atau media lain untuk kepentingan akademis tanpa perlu meminta izin dari saya maupun memberikan royalti kepada saya selama tetap mancantumkan nama saya sebagai penulis.
Demikian pernyataan ini saya buat dengan sebenarnya.
Yogyakarta, 19 April 2011 yang menyatakan,
vii
HALAMAN MOTTO
viii
HALAMAN PERSEMBAHAN
Kerja keras dan pencapaian ini, saya dedikasikan kepada Mbah, Bapak, Ibu, Kakak, Adik, Ponakan, dan keluarga besar yang selalu memberikan doa, dukungan, dan semangat selama studi dan perkuliahan.
ix ABSTRAK
Penelitian ini bertujuan untuk mengidentifikasi dan mengkonfirmasi faktor-faktor e-learning success model pada Learning Management System (LMS) yang dikembangkan oleh Lee-Post (2009). Penelitian ini berkontribusi bagi lingkungan akademis dengan mongkonfirmasi teori e-learning success model di Universitas Sanata Dharma Yogyakarta, di negara berkembang.
Penelitian dilakukan dengan menyebarkan kuesioner kepada mahasiswa pengguna Exelsa di Universitas Sanata Dharma Yogyakarta. Kuesioner dikumpulkan dari 208 responden, terdiri dari 122 Teknik Informatika, 69 Farmasi, dan 17 Matematika. Kemudian, data dianalisa dengan Structural Equation Model (SEM) menggunakan program AMOS.
Hasil pengujian persamaan struktural e-learning success model menunjukkan bahwa model bersifat fit. Dimensi faktor keberhasilan (system quality, information quality, service quality, use, user satisfaction, dan net benefits) dan tiga tingkat keberhasilan (system design, system delivery,dan system outcome), menunjukkan bahwa information quality dan service quality berpengaruh positif dan signifikan terhadap keberhasilan system design, namun system quality tidak berpengaruh positif dan signifikan terhadap keberhasilan system design; use berpengaruh positif dan signifikan terhadap keberhasilan system delivery; user satisfaction dan net benefits berpengaruh positif dan signifikan terhadap keberhasilan system outcome; keberhasilan system design berpengaruh positif dan signifikan keberhasilan system delivery; keberhasilan system delivery berpengaruh berpengaruh positif dan signifikan terhadap keberhasilan system outcome; keberhasilan system outcome tidak berpengaruh positif dan signifikan terhadap keberhasilan system delivery.
x
ABSTRACT
The research aims to identify and to confirm factors of e-learning success model of Learning Management System (LMS) (Lee-Post,2009). This research contribute to academic field by confirming the theory of e-learning success model in Sanata Dharma University as well as in a developing country.
This research is conducted by distributing questioners to students who use Exelsa in Sanata Dharma University, Yogyakarta. Questioners is collected from 208 respondences consist of 122 of information engineering, 69 Pharmacies, and 17 Mathematics. Then, data is analysed with Structural Equation Model (SEM) by using AMOS software.
The results of structural testing show that model is fit. Six dimensions of success factors (system quality, information quality, service quality, use, user satisfaction, and net benefits) and three stages of success (system design, system delivery, and system outcome) shows that information quality and service quality have positive and significant affect to system design success, but system quality does not has positive and significant affect to system design success; use has positive and significant affect to system delivery success; user satisfaction and net benefits have positive and significant affect to system outcome success; system design success has positive and significant affect to system delivery success; system delivery success has positive and significant affect to system outcome success. System outcome success has no positive and significant affect to system delivery success.
xi
KATA PENGANTAR
Puji syukur penulis haturkan kehadirat Tuhan yang Maha Esa. Sehingga penulis dapat menyelesaikan laporan penelitian skripsi berjudul Pengujian Statistik Model Keberhasilan Learning Management System Studi Kasus Exelsa USD. Karya ilmiah ini disusun untuk memenuhi prasyarat memperoleh gelar sarjana strata satu Jurusan Teknik Informatika Universitas Sanata Dharma Yogyakarta.
Pelaksanaan dan penyelesaian penelitian skripsi ini dapat diselesaikan dengan baik atas bantuan, bimbingan, petunjuk, dan saran-saran membangun dari berbagai pihak. Dengan segala kerendahan hati, penulis mengucapkan terima kasih kepada
1. Bapak St. Wisnu Wijaya, S.T., M.T., selaku dosen pembimbing, atas bimbingan, arahan, dan pentunjuk dalam mengerjakan dan menyelesaikan penelitian skripsi ini.
2. Ibu Agnes Maria Polina, S.Kom., M.Sc., selaku pengampu matakuliah Pra Tugas Akhir, atas kritik dan saran membangun dalam penelitan skripsi ini 3. Drs. St. Hari Suparwito, S.J., M.App.IT., selaku reviewer, atas kritik dan
saran membangun dalam penelitian skripsi ini.
4. Bapak Alb. Agung Hadhiatma, S.T., M.T. dan Eko Hari Parmadi, S.Si., M.Kom., selaku penguji. Terima kasih atas kritik dan saran membangun untuk perbaikan skripsi ini.
xii
pelaksanaan penelitian skripsi ini pada Exelsa. Terima kasih atas bimbingan, saran membangun, dan petunjuk dalam pengolahan data Structural Equation Model (SEM).
6. Ibu Cornelio Purwanti, S.Pd., M.SA., Kepala Pusat Pengembangan dan Penjaminan Mutu Universitas Sanata Dharma, terima kasih telah berkenan mengizinkan pelaksanaan penelitian skripsi ini pada Exelsa. Ibu Diana Widya Purnamasari, S.Si. dan Bapak Y. Agus Sugiatno, S.Si., M.M., Staf Pusat Pengembangan dan Penjaminan Mutu, terima atas izin dan bantuan serta dukungan dalam pelaksanaan penelitian skripsi ini.
7. Prof. Anita Lee-Post yang telah melakukan studi pembangunan e-learning success model. dan portal web www.ejel.org yang telah menyediakan jurnal-jurnal tentang e-learning secara gratis.
8. Bapak Yosef Agung Cahyanta, S.T., M.T. selaku Dekan Fakultas Sains dan Teknologi, yang telah berkenan memberikan izin penelitan skripsi ini. 9. Bapak Puspaningtyas Sanjoyo Adi, S.T., M.T. selaku Kaprodi Teknik
Informatika, yang telah berkenan memberikan izin penelitan skripsi ini 10.Bapak Ipang Djunarko, M.Sc., Apt. selaku Dekan Fakultas Farmasi yang
telah berkenan mengizinkan pelaksanaan penyebaran kuesioner penelitan kepada mahasiswa Farmasi.
11.Bapak/Ibu Staf dan Karyawan Sekretariat Fakultas Sains dan Teknologi, yang telah membantu kelancaran perizinan dan administratif penelitian skripsi ini.
xiii
13.Bapak Emanuel Bele Bau, S.Pd., Mas Yusuf, dan Mas T. Susilo Dwiratno. Terima kasih telah mengizinkan penggunaan ruangan laboratorium untuk mengerjakan penelitian, dan mencari referensi-referensi dari internet, serta memberikan suasana yang nyaman dan menyenangkan untuk belajar. 14.Rekan-Rekan Fedinand Andaru Prima, Oshie Handoyo, Dragono, yang
telah membantu menyebarkan kuesioner penelitian. I Nyoman Sedana, S.T. menyediakan waktu untuk diskusi. Stevanus Lugas Prastowo, yang telah menyediakan waktu untuk diskusi dan memperbantukan fasilitas untuk mobilitas. Ig. Sunarto, yang telah memperbaiki harddisk komputer. Andreas Andre, F. Anggit, Wiliam Andrian, Robin Steven, dan Chistianto Francis serta Tulus Wardoyo dan Martinus Prima, yang telah menyediakan tempat nyaman dan situasi menyenangkan untuk menenangkan diri dan saling menghibur.
15.Rekan-rekan Fakultas Farmasi, Teknik Informatika, dan Matematika, terima kasih atas kesediaan rekan-rekan untuk mengisi kuesioner penelitian skripsi.
16.Rekan-rekan Teknik Informatika angkatan 2006, sungguh merupakan pengalaman yang sangat menyenangkan dan tak terlupakan dapat belajar, berdiskusi, dan bercanda bersama-sama selama ini.
17. Rekan-rekan mailing-list Structural Equation Model (SEM) (http://yahoo.groups/sem_group.com), terima kasih atas saran-sarannya dan petunjuk referensi acuan tentang SEM.
xiv
Putri terima kasih atas semua doa dan dukungan selama studi dan kuliah. Mbak Sri Purwaningsih dan Keluarga, Mas Deddy Setiyarso dan Keluarga, Adikku Erni Puspitaningsih terima kasih atas doa, dukungan moral-semangat dalam studi dan kuliah. Mbah Darmo (alm) sekeluarga terima kasih atas doa pangestu, falsafah hidup, dan nasihat-nasihat dalam kehidupan dan untuk tekun dalam belajar. Mbah Kromo Sutardjo (alm) dan istri, terima kasih atas doa dan dukungan dalam proses studi saya serta falsafah hidup dan nasihat-nasihatnya. Om Wahidul Azhar dan Bulek Sumartina berserta keluarga besar, terima kasih atas telah menjadikan saya layaknya keluarga sendiri, studi, dan mengizinkan bertempat tinggal selama SMA.
19. Pihak-pihak yang tidak bisa penulis sebutkan satu per satu di sini.
Penulis menyadari bahwa skripsi ini masih jauh dari sempurna. Dengan segala kerendahan hati, penulis mengharapkan kritik dan saran yang dapat membangun dan menyempurnakan skripsi ini. Semoga skripsi ini dapat memberikan tambahan ilmu pengetahuan, dimanfaatkan, dan dikembangkan dalam penelitian lebih lanjut.
Yogyakarta, 19 April 2011 Penulis,
Irman Nurcahyono
xv DAFTAR ISI
HALAMAN JUDUL ... i
HALAMAN PERSETUJUAN PEMBIMBING ... iii
HALAMAN PENGESAHAN ... iv
PERNYATAAN KEASLIAN KARYA ... v
LEMBAR PERNYATAAN PERSETUJUAN... vi
HALAMAN MOTTO ... vii
HALAMAN PERSEMBAHAN ... viii
ABSTRAK ... ix
ABSTRACT... x
KATA PENGANTAR ... xi
DAFTAR ISI ... xv
DAFTAR TABEL ... xviii
DAFTAR GAMBAR ... xx
DAFTAR LAMPIRAN ... xxi
Bab I ... 1
Pendahuluan ... 1
1.1. Latar Belakang... 1
1.2. Rumusan Masalah ... 4
1.3. Tujuan ... 5
1.4. Manfaat Penelitian ... 5
1.5. Batasan Masalah ... 6
1.6. Metodologi Penelitian ... 6
1.7. Sistematika Penulisan ... 7
Bab II ... 9
Landasan Teori ... 9
2.1. Learning Management System dan E-Learning ... 9
2.2. Exelsa ... 12
xvi
2.3.1. Model Keberhasilan Sistem Informasi ... 13
2.3.2. E-Learning Success Model ... 16
2.4. Model Persamaan Struktural ... 19
Bab III ... 23
Rancang Bangun Penelitian... 23
3.1. Jenis Penelitian ... 23
3.2. Populasi dan Sampel ... 24
3.3. Variabel dan Definisi Operasional Penelitian ... 25
3.3.1. Variabel Penelitian ... 26
3.3.2. Definisi Operasional ... 27
3.4. Instrumen Penelitian ... 29
3.5. Prosedur Pengumpulan Data ... 31
3.6. Teknik Analisis Data ... 31
3.6.1. Statistik Deskriptif ... 31
3.6.2. Uji Kelayakan Model ... 32
3.6.3. Kriteria kelayakan model ... 35
3.6.4. Asumsi pada model persamaan struktural ... 38
3.6.5. Uji Validitas dan Reliabilitas ... 39
3.6.6. Uji Hipotesis ... 41
BAB IV ... 42
HASIL PENELITIAN ... 42
4.1. Pelaksanaan Penelitian ... 42
4.2. Demografi Responden ... 43
4.2.1. Karakteristik Program Studi ... 43
4.2.2. Karakteristik Tahun Angkatan ... 45
4.2.3. Karakteristik Jenis Kelamin ... 46
4.2.4. Karakteristik Matakuliah... 47
4.2.5. Karakteristik Frekuensi Akses... 48
4.2.6. Karakteristik Lokasi Akses ... 50
4.3. Uji Asumsi Structural Equation Modelling (SEM) ... 52
4.3.1. Ukuran Sampel ... 52
xvii
4.3.3. Evaluasi Outlier ... 54
4.4. Uji validitas dan reliabilitas... 55
4.4.1. Convergent Validity ... 55
4.4.2. Construct Reliability ... 56
4.4.3. Variance Extracted ... 57
4.4.4. Discriminant Validity ... 57
4.5. Uji Kelayakan Model ... 58
4.5.1. Uji Kelayakan Model Pengukuran ... 59
4.5.2. Uji Kelayakan Model Struktural ... 83
4.6. Pembahasan ... 93
BAB V ... 100
Kesimpulan, Kritik, dan Saran ... 100
5.1. Kesimpulan ... 100
5.2. Kritik dan Saran... 101
xviii
DAFTAR TABEL
Tabel 3. 1. Instrumen Penelitian ... 29
Tabel 3. 2. Skor penilaian skala Likert ... 30
Tabel 3. 3. Persamaan dalam penelitian 1 ... 34
Tabel 3. 4. Persamaan dalam penelitian 2 ... 34
Tabel 3. 5. Ringkasan kriteria goodness of fit model... 38
Tabel 4. 1. Karakteristik program studi ... 44
Tabel 4. 2. Karakteristik tahun angkatan ... 45
Tabel 4. 3. karakteristik jenis kelamin ... 46
Tabel 4. 4. Karakteristik matakuliah ... 47
Tabel 4. 5. Karakteristik frekuensi akses ... 48
Tabel 4. 6. Karakteristik lokasi akses ... 50
Tabel 4. 7. Skewness multivariate dan univariate ... 53
Tabel 4. 8. Data outlier Mahalonobis ... 54
Tabel 4. 9. Standardized Regression Weights ... 55
Tabel 4. 10. Construct Reliability ... 56
Tabel 4. 11. Average Extracted ... 57
Tabel 4. 12. Discriminant Validity ... 58
Tabel 4. 13. Goodness-of-fit model konstruk system quality ... 60
Tabel 4. 14. Goodness-of-fit model konstruk information quality ... 61
Tabel 4. 15. Goodness-of-fit model konstruk service quality ... 63
Tabel 4. 16. Modifikasi 1 goodness-of-fit model konstruk service quality ... 65
Tabel 4. 17. Output standardized residuals covariances ... 66
Tabel 4. 18. Modifikasi 2 goodness-of-fit model konstruk service quality ... 67
Tabel 4. 19. Goodness-of-fit model konstruk use ... 69
Tabel 4. 20. Modifikasi goodness-of-fit model konstruk use ... 71
Tabel 4. 21. Goodness-of-fit model konstruk user satisfaction ... 72
Tabel 4. 22. Goodness-of-fit model konstruk net benefits ... 74
xix
Tabel 4. 24. Standardized Regression Weights Konstruk System design ... 77
Tabel 4. 25. Variances Konstruk System Design... 77
Tabel 4. 26. Modifikasi goodness-of-fit konstruk system design ... 78
Tabel 4. 27. Goodness-of-fit model konstruk system delivery ... 80
Tabel 4. 28. Goodness-of-fit model konstruk system outcome ... 82
Tabel 4. 29. Standardized Regression Weights ... 84
Tabel 4. 30. Standardized Residual Covariances ... 86
Tabel 4. 31. Perbandingan Nilai Loading ... 87
Tabel 4. 32. Variances ... 88
Tabel 4. 33. Goodness-of-fitfull model modifikasi kedua ... 90
Tabel 4. 34. Goodness-of-fitfull model modifikasi ketiga ... 92
Tabel 4. 35. Regression Weights ... 93
Tabel 4. 36. Standardized Regression Weights ... 94
xx
DAFTAR GAMBAR
Gambar 2. 1. DeLone dan Mclean success model 1992 ... 14
Gambar 2. 2. DeLone dan Mclean success model 2003 ... 15
Gambar 2. 3. Model keberhasilan e-learning (Lee Post, 2009) ... 16
Gambar 2. 4. Model Penelitian ... 19
Gambar 3. 1. Langkah-langkah penelitian ... 23
Gambar 3. 2. Diagram jalur model penelitian ... 33
Gambar 4. 1. Diagram program studi responden... 44
Gambar 4. 2. Diagram tahun angkatan responden ... 45
Gambar 4. 3. Diagram jenis kelamin responden ... 46
Gambar 4. 4. Diagram frekuensi akses responden ... 49
Gambar 4. 5. Diagram lokasi akses ... 51
Gambar 4. 6. Analisa faktor konfirmatori konstruk system quality ... 59
Gambar 4. 7. Analisa faktor konfirmatori konstruk information quality ... 61
Gambar 4. 8. Analisa faktor konfirmatori konstruk service quality ... 63
Gambar 4. 9. Modifikasi 1 model konstruk service quality ... 64
Gambar 4. 10. Modifikasi 2 model konstruk service quality ... 67
Gambar 4. 11. Analisa faktor konfirmatori konstruk use ... 69
Gambar 4. 12. Modifikasi analisa faktor konfirmatori konstruk use ... 70
Gambar 4. 13. Analisa faktor konfirmatori konstruk user satisfaction ... 72
Gambar 4. 14. Analisa faktor konfirmatori konstruk net benefits ... 73
Gambar 4. 15. Analisa faktor konfirmatori konstruk system design ... 75
Gambar 4. 16. Modifikasi analisa faktor konfirmatori konstruk system design.... 78
Gambar 4. 17. Analisa faktor konfirmatori konstruk system delivery ... 80
Gambar 4. 18. Analisa faktor konfirmatori konstruk system outcome ... 81
Gambar 4. 19. Uji kelayakan model struktural (full model)... 83
Gambar 4. 20. Uji kelayakan model struktural (full model) modifikasi 1 ... 87
Gambar 4. 21. Uji kelayakan model struktural (full model) modifikasi 2 ... 89
xxi
DAFTAR LAMPIRAN
Lampiran 1. Surat Izin Penelitian ... 106
Lampiran 2. Kuesioner ... 111
Lampiran 3. Tabulasi Data ... 113
Lampiran 4. Uji Kualitas Data... 123
Lampiran 5.Catatan Log Akses Exelsa ... 126
Lampiran 6. Uji Kelayakan Model………...129
Lampiran IV.1. Konstruk System Quality ... 129
Lampiran IV.1. 1. Regression Weights ... 129
Lampiran IV.1. 2. Standardized Regression Weights ... 129
Lampiran IV.1. 3. Variances ... 129
Lampiran IV.1. 4. Squared Multiple Correlations ... 129
Lampiran IV.1. 5. Model Fit Summary ... 130
Lampiran IV.2. Konstruk Information Quality ... 131
Lampiran IV.2. 1. Regression Weights ... 131
Lampiran IV.2. 2. Standardized Regression Weights ... 131
Lampiran IV.2. 3. Variances ... 131
Lampiran IV.2. 4. Squared Multiple Correlations ... 131
Lampiran IV.2. 5. Model Fit Summary ... 132
Lampiran IV.3. Konstruk ServiceQuality ... 133
Lampiran IV.3. 1. Regression Weights ... 133
Lampiran IV.3. 2. Standardized Regression Weights ... 133
Lampiran IV.3. 3. Variances ... 133
Lampiran IV.3. 4. Squared Multiple Correlations ... 134
Lampiran IV.3. 5. Model Fit Summary ... 134
Lampiran IV.3. 6. Regression Weights (modifikasi) ... 135
Lampiran IV.3. 7. Standardized Regression Weights (modifikasi) ... 135
Lampiran IV.3. 8. Variances (modifikasi) ... 135
xxii
xxiii
Lampiran IV.7. 8. Variances (modifikasi) ... 151 Lampiran IV.7. 9. Squared Multiple Correlations (modifikasi) ... 151 Lampiran IV.7. 10. Model Fit Summary (modifikasi) ... 152 Lampiran IV.8. Konstruk System Delivery ... 153 Lampiran IV.8. 1. Regression Weights ... 153 Lampiran IV.8. 2. Standardized Regression Weights ... 153 Lampiran IV.8. 3. Variances ... 153 Lampiran IV.8. 4. Squared Multiple Correlations ... 154 Lampiran IV.8. 5. Model Fit Summary ... 154 Lampiran IV.9. Konstruk System Outcome ... 156 Lampiran IV.9. 1. Regression Weights ... 156 Lampiran IV.9. 2. Standardized Regression Weights ... 156 Lampiran IV.9. 3. Variances ... 157 Lampiran IV.9. 4. Squared Multiple Correlations ... 157 Lampiran IV.9. 5. Model Fit Summary ... 157 Lampiran IV.10. Full Model Awal ... 159 Lampiran IV.10. 1. Notes for Group ... 159 Lampiran IV.10. 2. Assessment of normality ... 159 Lampiran IV.10. 3. Observations farthest from the centroid (Mahalanobis
xxiv
1 Bab I
Pendahuluan
1.1. Latar Belakang
Perkembangan Teknologi Informasi dan Komunikasi (TIK) telah memberikan manfaat bagi berbagai bidang kehidupan. Salah satunya adalah di bidang pendidikan. Pemanfaatan TIK di bidang ini, misalnya melalui pembangunan Learning Management Systems (LMS) di sekolah, lembaga kursus, dan perguruan tinggi atau universitas. LMS dapat diartikan sebagai sebuah sistem yang mengorganisasikan dan menyediakan akses layanan pembelajaran online untuk pelajar, pengajar, dan administrator, MIT-OKI Open Knowledge Initiatives (2003) dalam Ozkan et al. (2008:3). Atau dapat juga didefinisikan sebagai infrastruktur dimana e-learning dapat dibangun dan diantarkan, Gartner, Lundy & Filho dalam Sedana (2010:1).
memanfaatkan TIK secara sistematis dengan mengintegrasikan semua komponen pembelajaran, termasuk interaksi pembelajaran lintas ruang dan waktu, dengan kualitas yang terjamin,Tim Penyusun (2007) dalam Sedana (2010).
Sejalan dengan perkembangan TIK dan LMS, telah mendorong institusi-institusi pendidikan mengaplikasikan e-learning untuk mendukung proses belajar mengajar. Hal ini dapat tercermin dari pembangunan infrastruktur LMS. Tidak terkecuali Universitas Sanata Dharma (USD) yaitu sebagai salah satu universitas di Yogyakarta yang telah mengaplikasikan e-learning melalui penggunaan LMS.
LMS USD bernama Experiential E-Learning of Sanata Dharma University atau dikenal Exelsa. Exelsa dikelola oleh Pusat Pengembangan dan Penjaminan Mutu Pembelajaran (P3MP) USD. Sementara itu, dukungan fasilitas yang dimiliki Exelsa, antara lain yaitu tugas online, tes online, bahan ajar, chating, pengumuman, forum matakuliah, forum umum, artikel, dan berita. Melalui fasilitas tersebut diharapkan mampu meningkatkan efektifitas dan kualitas komunikasi pembelajaran dengan pendekatan knowledge management di antara berbagai pihak seperti dosen, mahasiswa, program studi, penyedia media pembelajaran serta berbagai pihak yang berkepentingan, P3MP (2008). Namun demikian, untuk mengetahui efektifitas dan kualitas keberhasilan sebuah LMS merupakan hal yang masih sulit untuk dilakukan. Karena itu, mengetahui keberhasilan Exelsa sebagai sebuah LMS menjadi sebuah topik menarik untuk diteliti.
e-learning yang diadaptasi dari model keberhasilan sistem informasi DeLone & McLean 2003 atau D&M IS success model, Lee-Post (2009). Model ini disusun oleh tiga tingkat dan enam buah dimensi. Ketiga tingkat dimaksud adalah system design, system delivery, dan system outcome. Sedangkan enam buah dimensi dimaksud adalah serupa dengan dimensi D&M IS success model 2003 yaitu meliputi system quality, information quality, service quality, use, user satisfaction, dan net benefits.
Penelitian e-learning success model oleh Anita Lee-Post 2009 dilakukan dalam pengembangan Blackboard pada Distance Learning Technology Center dari University of Kentucky. Kontribusi penelitian tersebut adalah mendorong pemahaman tentang bagaimana untuk mendefinisikan, menilai, dan mempromosikan keberhasilan e-learning. Antara lain menunjukkan bahwa keberhasilan dalam e-learning didefinisikan sebagai konstruk multi-segi yang dapat dinilai melalui enam dimensi yang dibagi menjadi tiga tingkat. Tingkat pertama adalah untuk mencapai keberhasilan system design, dengan memaksimalkan tiga dimensi quality (kualitas). Tingkat kedua adalah untuk mencapai keberhasilan system delivery, dengan memaksimalkan dimensi use. Sedangkan tingkat ketiga, untuk mencapai keberhasilan system outcome adalah dengan memaksimalkan dimensi user satisfaction dan net benefits.
terhadap keberhasilan system delivery, seperti ditandai oleh tanda panah ganda yang menghubungkan system delivery dan system outcome, Lee-Post (2009).
Agar supaya memperluas pemahaman tentang e-learning success model yang lebih baik. Penelitian untuk mengidentifikasi dan menganalisa faktor-faktor e-learning success model pada Exelsa adalah tepat untuk memberikan tambahan wawasan akademis keberhasilan penggunaan LMS bagi Universitas Sanata Dharma dan juga di Indonesia. Analisa faktor konfirmatori dalam penelitian ini untuk mengujikan antara lain yaitu 1) system quality, information quality, dan service quality akan berpengaruh terhadap keberhasilan system design; 2) use akan berpengaruh terhadap keberhasilan system delivery; 3) user satisfaction dan net benefits akan berpengaruh terhadap keberhasilan system outcome; 4) keberhasilan system design akan berpengaruh keberhasilan system delivery; 5) keberhasilan system delivery akan berpengaruh terhadap keberhasilan system outcome; dan, 6) keberhasilan system outcome akan berpengaruh terhadap keberhasilan system delivery.
1.2. Rumusan Masalah
Rumusan masalah yang terdapat pada latar belakang di atas terkait dengan analisa faktor konfirmatori e-learning success model dan dirumuskan melalui hipotesis berikut :
h1. system quality, information quality, dan service quality berpengaruh terhadap keberhasilan system design;
h3. user satisfaction dan net benefits berpengaruh terhadap keberhasilan system outcome;
h4. keberhasilan system design berpengaruh keberhasilan system delivery; h5. keberhasilan system delivery berpengaruh terhadap keberhasilan system
outcome,
h6. keberhasilan system outcome berpengaruh terhadap keberhasilan system delivery.
1.3. Tujuan
Tujuan dari penelitian ini adalah
1. Untuk mengidentifiksi dan menganalisis pengaruh faktor-faktor e-learning success model pada Exelsa menurut mahasiswa pengguna Exelsa di lingkungan Universitas Sanata Dharma.
1.4. Manfaat Penelitian
Manfaat yang dapat diberikan dari penelitian ini adalah antara lain, meliputi: 1. Memberikan masukkan dan saran kepada Univesitas Sanata Dharma dalam meningkatkan pemanfaatan dan penggunaan Exelsa dalam perkuliah.
2. Memberikan tambahan wawasan akademis tentang keberhasilan Exelsa menurut teori e-learning success model di Universitas Sanata Dharma. 3. Memberikan tambahan wawasan akademis tentang keberhasilan
1.5. Batasan Masalah
Agar penelitian ini tidak keluar dari inti dan tujuan, maka perlu diberikan batasan. Batasan penelitian ini ialah sebagai berikut:
1. Teori yang digunakan dalam penelitian ini adalah menggunakan teori e-learning success model.
2. Data dikumpulkan dengan menggunakan angket atau kuesioner. Responden adalah mahasiswa pengguna Exelsa.
3. Analisa data penelitian adalah menggunakan Structural Equation Modelling (SEM) dengan bantuan program AMOS versi 16.0.
1.6. Metodologi Penelitian
Metode penelitian yang dilaksanakan dalam penelitian ini meliputi langkah-langkah sebagai berikut:
1. Memilih masalah
Masalah yang diteliti adalah analisis faktor konfirmatori e-learning success model pada LMS Exelsa di Universitas Sanata Dharma.
2. Studi pendahuluan
Studi ini dilakukan dengan membaca dan mempelajari buku, jurnal, ataupun sumber tertulis lain yang terkait penelitian.
3. Merumuskan masalah
Penentuan instrumen dalam penelitian ini digunakan untuk mengukur nilai variabel yang akan diteliti. Instrumen disusun dari e-learning success model yang diadaptasikan dengan Exelsa.
5. Mengumpulkan data
Pada langkah ini, peneliti akan mengumpulkan data dengan menggunakan angket atau kuesioner. Kuesioner akan disebarkan
kepada mahasiswa pengguna Exelsa. 6. Menganalisa data
Analisa data meliputi verifikasi kelengkapan data kuesioner yang dikumpulkan, selanjutnya untuk ditabulasikan. Sedangkan, analisis faktor konfirmatori SEM adalah menggunakan program AMOS versi 16.0.
7. Menarik kesimpulan
Penarikan kesimpulan hasil pengolahan dan analisa data dicocokkan dengan hipotesis yang telah dirumuskan.
8. Menulis laporan
Merupakan tahap akhir dari penelitan analisis faktor konfirmatori e-leraning success model pada LMS Exelsa. Laporan ini akan berisi analisis dan hasil yang ditemukan dari penelitian.
1.7. Sistematika Penulisan
1. Bab I Pendahuluan
2. Bab II Landasan Teori
Bab ini menjelaskan tentang teori-teori yang terkait dengan penelitian pengimplementasian e-learning success model pada Exelsa.
3. Bab III Rancang Bangun Penelitian
Bab ini akan membahas rancangan penelitian yang akan dilaksanakan, meliputi lokasi dan waktu, populasi dan sampel, variabel dan instrumen, dan metode analisis data yang digunakan dalam penelitian. 4. Bab IV Hasil Penelitian
Bab ini akan membahas tentang pengolahan data yang berhasil dihimpun dalam penelitian.
5. Bab V Kesimpulan dan Saran
9 Bab II
Landasan Teori
Pada bab satu telah dibahas tentang rencana penelitian implementasi e-learning success model pada Exelsa di Universitas Sanata Dharma Yogyakarta. Selanjutnya dalam bab dua ini akan dibahas tentang landasan teori terkait dengan penelitian, meliputi learning management system, e-learning, Exelsa, dan e-learning success model.
2.1. Learning Management System dan E-Learning
Secara terminologi e-learning (pembelajaran elektronik) ialah kombinasi dari “e” (electronic) dan learning. E-learning adalah sebagai proses pembelajaran yang memanfaatkan TIK secara sistematis dengan mengintegrasikan semua komponen pembelajaran termasuk interaksi pembelajaran lintas ruang dan waktu, dengan kualitas yang terjamin, Tim Penyusun (2007) dalam Sedana (2010).
Sementara itu, para pakar menguraikan pengertian e-learning dari berbagai sudut pandang lain.
E-learning adalah suatu jenis belajar-mengajar yang memungkinkan tersampaikannya bahan ajar ke siswa dengan menggunakan media internet, intranet atau media jaringan komputer lain, Darin E. Hartley (2001).
E-learning adalah kegiatan pembelajaran yang memanfaatkan jaringan (internet, LAN, WAN) sebagai metode penyampaian, interaksi, dan fasilitasi serta didukung oleh berbagai bentuk layanan belajar lainnya, Brown (2000); Feasy (2001).
E-learning adalah penggunaan dari teknologi dan media elektronik untuk menyampaikan, mendukung dan meningkatkan pengajaran, pembelajaran dan penilaian. Di mana hal ini meliputi elemen-elemen dari komunikasi di dalam dan di antara komunitas-komunitas dari pelajar dan para pengajar, dengan meng-online-kan materi, bisa dibangun secara lokal atau di tempat lain, Bristol University UK draft e-Learning strategy (2003) dalam Coultas, J. & Luckin, R.
E-Learning adalah mencakup seperangkat aplikasi dan proses-proses yang
penyampaian materi melalui internet, intranet/internet, (LAN/WAN), audio dan video tape, siaran satelit, tv interaktif, CD-ROM, dan lain-lain, Learning and Skills Development Agency UK (2003) dalam Coultas, J. & Luckin, R.
E-learning adalah suatu konsep yang lebih luas (dari pada pembelajaran online / online learning), mencakup seperangkat aplikasi dan proses-proses yang luas dengan menggunakan semua media elektronik yang tersedia untuk menyampaikan pendidikan kejujuran dan pelatihan secara flesibel. Umumnya bertujuan mendukung suatu jangkauan luas dari media elektronik (internet, intranet, extranet, siaran satelit, audio/video tape, tv interaktif dan CD-ROM) guna menciptakan pembelajaran kejujuran dengan lebih fleksibel untuk klien, Australia National Training Authority (2004) dalam Coultas, J. & Luckin, R.
E-learning adalah sistem pendidikan yang menggunakan aplikasi elektronik
untuk mendukung belajar mengajar dengan media internet, jaringan komputer, maupun stand alone (Romi Satria Wahono).
e-learning memungkinkan fleksibilitas belajar yang tinggi, mengakses materi belajar kapan saja dan dimana saja, dan saling berkomunikasi setiap saat.
Seiring dengan perkembangan TIK telah memunculkan beberapa macam LMS, seperti WebCT, Moodle,Online Learning and Training (OLAT).
WebCT pada awalnya dikembangkan oleh Murray Goldberg dari Universitas British Columbia. Pada tahun 2003, WebCT diubah dengan nama baru yaitu WebCT Vista. WebCT Vista memiliki kemampuan untuk kampus yang lebih besar seperti mengatasi sebuah akses atau adminstrasi hierarki bertingkat dan memperbaiki volume lalu lintas pengguna.
Moodle (Modular Object-Oriented Dynamic Learning Evironment) ialah sebuah paket perangkat lunak untuk memproduksi pembelajaran berbasis internet dan website, gratis untuk e-learning dan ber-platform open source. Moodle telah digunakan oleh 978 alamat internet di 74 negara dan telah diterjemahkan dalam 34 bahasa, Remes (2005)
Online Learning and Training (OLAT) merupakan sebuah LMS open source berbasis web yang di gunakan dalam sektor publik di Swiss. OLAT mulai dibangun di Univesitas Switzerland. Dukungan resmi untuk OLAT terdapat di Pusat Multimedia dan e-Learning (hanya tersedia untuk anggota-anggota Universitas Swiss).
2.2. Exelsa
wujud dari upaya USD meningkatkan dan menyempurnakan pendidikan yang unggul dan berkualitas di USD. Oleh sebab itu, pengelolaan Exelsa diselenggarakan oleh Pusat Pengembangan dan Penjaminan Mutu Pembelajaran (P3MP). Sementara itu, informasi atau fasilitas yang terdapat pada Exelsa meliputi agenda kegiatan setiap bulan, berita, buku tamu, tugas online, tes online, bahan ajar, chating, forum matakuliah, forum umum, artikel, dan pengumuman (dosen, biro admistrasi umum, biro admistrasi akademik), P3MP (2008).
Pemanfaatan Exelsa akan membantu proses belajar oleh semua program studi di USD. Melalui Exelsa memungkinkan mahasiswa memperoleh informasi dan materi digital perkuliahan serta informasi akademik lain. Karena Exelsa memungkinkan mahasiswa berbeda program studi saling berbagi informasi dan materi perkuliahan. Sehingga, melalui Exelsa ini diharapkan proses perkuliahan di kampus akan menjadi berkualitas, efektif, dan dinamis serta meningkatkan peran aktif mahasiswa.
2.3. E-Learning Success Model
2.3.1. Model Keberhasilan Sistem Informasi
penelitian empiris sistem informasi yang dilakukan oleh beberapa peneliti pada tahun 1970-an dan 1980-an, DeLone & McLean (2002). Berdasarkan teori dan penelitian tersebut, selanjutnya DeLone dan McLean menyusun D&M IS success model dengan enam dimensi keberhasilan yaitu terdiri dari system quality, information quality, system use, user satisfaction, individual impacts, dan organizational impacts.
Sementara itu, hubungan antar dimensi kesuksesan model tersebut adalah hubungan yang interdependen dan multidimensional. Dimana system quality dan information quality secara sendiri atau bersama, mempengaruhi user dan user satisfaction. Sedangkan diantara use bisa mempengaruhi tingkat user satisfaction secara positif atau negatif, dan sebaliknya. Selanjutnya, use dan user satisfaction mempengaruhi secara langsung individual impact. Terakhir, kinerja pada individual impact akan mempengaruhi organizational impact, DeLone & McLean (1992). Gambar 2.1 menggambar D&M IS success model.
Gambar 2. 1. DeLone dan Mclean success model 1992
success model yang baru disampaikan dalam The DeLone and McLean Model of Information Systems Success: A Ten-Year Update. Revisi tersebut adalah penambahan dimensi service quality pada dimensi kualitas, yang mengakibatkan dimensi kualitas terdiri dari tiga dimensi system quality, information quality, dan service quality. Sedangkan revisi lainnya yaitu penyerderhanaan model dengan mengkombinasikan individual impacts dan organizational impacts menjadi sebuah variabel tunggal net benefits, DeLone & McLean (2003). Gambar 2.2. menggambarkan D&M IS success model 2003.
Gambar 2. 2.DeLone dan Mclean success model 2003
2.3.2. E-Learning Success Model
E-learning success model (keberhasilan pembelajaran elektronik) merupakan sebuah model keberhasilan yang digunakan untuk memandu pendesainan, pembangunan, dan penyampaian dari gagasan-gagasan pembelajaran elektronik tersebut. Model ini, diadaptasi dari D&M IS success model 2003, Lee Post (2009). E-Larning success model diadaptasi dari model kesuksesan SI D&M 2003. Gambar 2.3. menggambarkan e-learning success model.
Gambar 2. 3. Model keberhasilan e-learning (Lee Post, 2009)
Sementara itu, tanda panah tunggal pada gambar 2.3 mengindikasikan keberhasilan system design adalah esensial terhadap keberhasilan system delivery, yang mana pada gilirannya, berdampak pada keberhasilan system outcome; keberhasilan system outcome, bagaimanapun juga, memiliki dampak terhadap keberhasilan system delivery berikutnya, seperti ditandai oleh tanda panah ganda yang menghubungkan system delivery dan system outcome, Lee Post (2009).
Tingkat dan dimensi e-learning success model :
a. System Design adalah definisikan sebagai tingkat keberhasilan perancangan sistem e-learning dalam pembelajaran, yang dilihat dari tiga dimensi kualitas yaitu system quality, information quality, dan service quality.
b. System Delivery adalah didefinisikan sebagai tingkat keberhasilan penyampaian pembelajaran e-learning, yang dilihat dari dimensi use (penggunaan fasilitas sistem e-learning).
c. System Outcome adalah didefinisikan sebagai tingkat hasil dari pembelajaran dengan menggunakan sistem e-learning, yang dilihat dari dimensi user satisfaction dan net benefits.
d. system quality adalah terkait dengan karakteristik yang diinginkan dari lingkungan sistem.
e. information quality adalah terkait dengan karakteristik yang diinginkan dari materi-materi yang ada.
f. service quality adalah terkait dengan karakteristik yang diinginkan dari interaksi mahasiswa dengan instruktur.
h. user satisfaction adalah terkait dengan opini mahasiswa terhadap e-learning berdasarkan pengalaman belajar.
i. net benefits adalah meng-capture aspek-aspek positif yang terkait dengan e-learning.
Anita Lee-post dalam E-learning Success Model: an Information Systems Perspective, Lee-Post (2009) menyimpulkan bahwa kesuksesan dalam e-learning adalah didefinisikan sebagai konstruk multi-faceted (banyak segi) yang dapat dinilai melalui enam buah dimensi system quality, information quality, service quality, use, user satisfaction, dan net benefits dalam tiga tingkat. Tingkat pertama keberhasilan system design adalah dicapai dengan memaksimalkan dimensi quality (system quality, information quality, dan service quality). Tingkat kedua keberhasilan system delivery adalah dinilai dengan memaksimalkan dimensi use. Terakhir tingkat ketiga keberhasilan system outcome adalah dicapai dengan memaksimalkan dimensi user satisfaction dan net benefits.
berpengaruh terhadap keberhasilan system delivery. Gambar 2.4. menjelaskan model penelitian e-learning success model yang akan dikerjakan.
Information
Quality
System
Quality
Sevice
Quality
System
Design
System
Outcome
Use
User
Satisfaction
System
Delivery
Net
Benefits
Gambar 2. 4. Model Penelitian
2.4. Model Persamaan Struktural
1. Pengembangan model secara teoritis
Melakukan konfirmatori model struktural harus didasarkan pada teori yang sudah ada dan kuat. Karena kuat atau tidaknya hubungan kausalitas antara dua variabel tidak terletak pada metode analisis, melainkan dari justifikasi atau pembenaran secara teoritis yang kuat untuk mendukung analisis model.
2. Menyusun diagram jalur (path diagram)
Penyusunan diagram jalur dilakukan dengan menggambarkan hubungan kausalitas antara variabel yang akan diuji. Penyusunan ini harus didasarkan pada model teoritis. Sedangkan tujuan dari penyusunan diagram jalur ialah untuk mempermudah memahami hubungan kausalitas tersebut. Menurut Ferdinand (2006) konstruk yang dibangun dalam diagram jalur dalam dibedakan dalam dua kelompok yaitu konstruk eksogen dan konstruk endogen.
3. Mengubah diagram jalur menjadi persamaan struktural
4. Memilih jenis masukkan matrik dan teknik estimasi model
Data input yang digunakan dalam model persamaan struktural adalah data input berupa matrik varian/kovarian atau korelasi. Namun demikian, data mentah observasi individu dapat dimasukkan dalam program AMOS. Dikarenakan program AMOS akan merubah terlebih dahulu data mentah tersebut menjadi matrik kovarian atau korelasi, Ghozali (2008).
5. Menilai identifikasi model struktural
Langkah ini dilakukan untuk mengetahui ada atau tidak masalah identifikasi model struktural, selama proses estimasi berlangsung. Masalah identifikasi adalah dikarenakan ketidakmampuan model yang dikembangkan untuk menghasilkan estimasi yang baik. Adapun cara mengatasi adanya masalah identifikasi selama proses estimasi berlangsung adalah dengan cara memberikan lebih banyak konstrain pada model yang sedang diestimasi atau dengan mengeliminasi sejumlah koefisien yang diestimasi.
6. Mengevaluasi kriteria goodness of fit
7. Interpretasi dan modifikasi model
23 Bab III
Rancang Bangun Penelitian
Pada bab dua sebelumnya telah membahas rencana penelitian dan landasan teori pada penelitian ini. Sedangkan bab ketiga ini akan membahas rancang bangun penelitian. Rancang bangun penelitian antara lain meliputi jenis penelitian, populasi dan sampel, variabel dan definisi operasional penelitian, instrumen penelitian, prosedur pengumpulan data, dan metode analisis data.
tidak
Probabilitas ≥ 0,05
GFI ≥ 0,90
tingkat signifikansi p ≥ 0,50.
Gambar 3. 1. Langkah-langkah penelitian
3.1. Jenis Penelitian
mengetahui seberapa kuat hubungan antara dua atau lebih variabel yang diukur. Sedangkan kuat atau tidaknya hubungan tersebut dinyatakan dalam bentuk koefisien korelasi, Arikunto (2007) dalam Sedana (2010).
Pada penelitian ini, korelasional yang dimaksudkan yaitu hubungan sebagai berikut : a) pengaruh dimensi system quality, information quality, dan service quality terhadap variabel system design; b) pengaruh dimensi use terhadap variabel system delivery; c) pengaruh dimensi user satisfaction dan net benefits terhadap variabel system outcome; d) pengaruh variabel system design terhadap variabel system delivery; e) pengaruh system delivery terhadap variabel system outcome; f) pengaruh systemoutcome terhadap variabel systemdelivery.
3.2. Populasi dan Sampel
menggunakan Exelsa dengan frekuensi yang tinggi (rekapitulasi catatan log akses; hal. 126 - 128).
Jumlah sampel yang akan digunakan dalam pengujian model struktural harus memenuhi dasar analisis. Menurut Sekaran (2003) dalam Wijaya (2008:10) menyatakan bahwa analisis SEM membutuhkan sampel paling sedikit lima kali jumlah variabel indikator yang digunakan. Sementara itu, dengan menggunakan teknik estimasi Maximum Likelihood (ML), minimum diperlukan sampel 100. Ketika sampel dinaikan di atas nilai 100, metode ML meningkatkan sensitivitasnya untuk mendeteksi perbedaan antar data. Apabila sampel menjadi besar (di atas 400 hingga 500), maka metode ML menjadi sangat sensitif dan selalu menghasilkan perbedaan perbedaan secara signifikan sehingga ukuran goodness-of-fit menjadi jelek. Sehingga direkomendasikan bahwa ukuran sampel antara 100 sampai 200 harus digunakan untuk metode estimasi Maximum Likelihood, Ghozali (2008:64) dan pendapat lain menyatakan bahwa teknik Maximum Likelihood estimation efektif untuk ukuran sampel berkisar 150 sampai 400, Wijaya (2008:10).
3.3. Variabel dan Definisi Operasional Penelitian
atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu untuk dipelajari dan ditarik kesimpulan.
3.3.1. Variabel Penelitian
Pengertian dari variabel penelitian adalah suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya, Sedana (2010); Sugiyono (2010:2).
3.3.1.1. Variabel Independen (Eksogen)
Variabel independen sering disebut sebagai variabel stimulus, prediktor, antesendent, exogen, atau variabel bebas. Hal ini dikarenakan variabel ini tidak dipengaruhi oleh variabel antesenden (sebelumnya), Ghozali (2008:6). Semantara itu, menurut Sugiyono dalam Metode Penelitian Kuantitatif Kualitatif dan R&D (2009:39) & Statistika untuk Penelitian (2010:4) mengemukakan bahwa variabel independen adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel independen (variabel bebas).
sebaliknya, 6) variabel system outcome sebagai variabel independen terhadap variabel system delivery.
3.3.1.2. Variabel Dependen (Endogen)
Variabel dependen disebut juga variabel output, kriteria, konsekuen, endogen, atau variabel terikat. Sebagai variabel dependen karena adalah variabel ini dipengaruhi oleh variabel sebelumnya, Ghozali (2009:6). Dengan kata lain, variabel dependen adalah variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas, Sugiyono (2009:39) & Sugiyono (2010:4).
Variabel dependen dalam penelitian ini yaitu 1) variabel system design sebagai variabel dependen dari variabel system quality, information quality, dan service quality; 2) variabel sebagai variabel system delivery dependen dari variabel use; 3) variabel system outcome sebagai variabel dependen dari variabel user satisfaction dan net benefits; 4) variabel system delivery sebagai variabel dependen dari variabel system design; 5) variabel system outcome sebagai variabel dependen dari variabel system delivery; dan sebaliknya 6) variabel system delivery sebagai variabel dependen dari variabel system outcome.
3.3.2. Definisi Operasional
variabel operasional dalam penelitian ini adalah variabel yang ada dalam e-learning success model pada Lee Post, (2009).
1. Variabel Independen
a. System Quality adalah didefinisikan sebagai ukuran atau tingkat karakteristik yang diinginkan dari lingkungan Exelsa, menurut mahasiswa pengguna Exelsa.
b. Information Quality adalah didefinisikan sebagai ukuran karakteristik yang diinginkan dari materi perkuliahan yang ada pada Exelsa, menurut persepsi mahasiswa pengguna Exelsa.
c. Service Quality adalah didefinisikan sebagai ukuran karakteristik yang diinginkan dari interaksi mahasiswa dan dosen pengguna Exelsa.
d. Use adalah didefinisikan sebagai ukuran kontribusi dari sejumlah fasilitas yang diakses dalam perkuliahan dengan menggunakan Exelsa.
e. User Satisfaction adalah didefinisikan sebagai ukuran opini dari mahasiswa-mahasiswa dalam perkuliahan dengan menggunakan Exelsa.
f. Net Benefits adalah didefinisikan sebagai ukuran manfaat utama dalam perkuliahan dengan menggunakan Exelsa, menurut mahasiswa pengguna Exelsa.
2. Variabel Dependen
b. System Delivery adalah didefinisikan sebagai tingkat keberhasilan penyampaian dalam perkuliahan dengan menggunakan Exelsa dilihat dari use (penggunaan fasilitas Exelsa) dan dilihat juga dari system design dan system outcome.
c. System Outcome adalah didefinisikan sebagai tingkat hasil dari perkuliahan dengan menggunakan Exelsa, dilihat dari user satisfaction dan dan net benefits serta dikaitkan dengan cara penyampaian.
3.4. Instrumen Penelitian
Instrumen penelitian dalam penelitan ini adalah mengacu pada instrumen penelitan oleh Anita Lee dalam penelitian e-learning success model, Lee-Post (2009). Menurut Lee-Post (2009) terdapat enam konstruk penelitian yaitu terdiri dari system quality, information quality, service quality, use, user satisfaction, dan net benefits. Jumlah item instrumen dari keenam konstruk tersebut yaitu ditunjukkan pada tabel 3.1 berikut.
Tabel 3. 1. Instrumen Penelitian
No. Variabel Jumlah Item
1. System Design System Quality 2 Information Quality 2 Service Quality 5 2. System Delivery Use 7 3. System Outcome User Satisfaction 2 Net Benefits 3
Berdasarkan tabel 3.1 diketahui bahwa dalam penelitian ini akan digunakan item instrumen sebanyak dua puluh satu pertanyaan atau pernyataan. Jumlah tersebut diputuskan setelah mempelajari dan mengadaptasikan item instrumen model asli e-learning success model dengan karakteristik-karakteristik yang dimiliki Exelsa. Sedangkan skor penilaian pada masing-masing item instrumen tersebut adalah menggunakan skala Likert dari 1 sampai 5 untuk pernyataan sangat tidak setuju, tidak setuju, netral, setuju, dan sangat setuju (tabel 3.2).
Tabel 3. 2. Skor penilaian skala Likert
Pernyataan Akronim Skor Likert
Sangat Tidak Setuju STS 1
Tidak Setuju TS 2
Netral N 3
Setuju S 4
Sangat Setuju SS 5
Validitas dan reliabilitas instrumen dalam penelitian ini diuji dengan menggunakan bantuan program SPSS versi 16.0. Item instrumen valid apabila r hitung tersebut lebih besar dari r kritis. Dimana r kritis yaitu taraf signifikansi nilai r tabel product moment untuk jumlah sampel tertentu. Sementara itu, nilai
cronbach’s alpha 0.70 atau lebih menunjukkan reliabilitas yang baik, sedangkan
reliabilitas 0.60 – 0.70 masih dapat diterima.
3.5. Prosedur Pengumpulan Data
Prosedur pengumpulan data pada penelitian ini dilaksanakan dengan cara sebagai berikut :
a. Studi pustaka. Studi pustaka dilakukan dengan mengumpulkan dan mempelajari teori-teori dan literatur lain seperti dokumen, buku, journal, paper, dan situs internet yang terkait dengan penelitian ini.
b. Studi lapangan. Studi lapangan dilakukan dengan mendistribusikan kuesioner. Kuesioner yaitu teknik pengumpulan data yang dilakukan dengan cara memberikan seperangkat pertanyaan atau pernyataan tertulis kepada responden, Sugiyono (2009). Hal ini dilakukan untuk memperoleh data primer, yaitu data yang diperoleh secara langsung dari subyek penelitian melalui pengisian kuesioner, Sedana (2010).
3.6. Teknik Analisis Data
3.6.1. Statistik Deskriptif
responden adalah meliputi jurusan atau program studi, tahun angkatan, jenis kelamin, matakuliah, frekuensi akses, dan lokasi akses.
3.6.2. Uji Kelayakan Model
Analisis persamaan model struktural dilakukan menggunakan program AMOS versi 16.0. Analysis of Moment Structures atau disingkat AMOS dikembangkan oleh L. Arbuckle. AMOS adalah sebuah program yang mudah digunakan untuk memvisualisasikan model persamaan struktural (Structural Equation Model/SEM). Menurut Hair et al. (1998) dalam Ghozali (2008:61), tahapan pemodelan dan analisis persamaan struktural meliputi tujuh langkah yaitu pengembangan model secara teoritis, menyusun diagram jalur (path diagram), mengubah diagram jalur menjadi persamaan struktural, memilih jenis masukkan matrik dan teknik estimasi model, menilai identifikasi model struktural, mengevaluasi kriteria goodness of fit, dan interpretasi dan modifikasi model.
1
Gambar 3. 2. Diagram jalur model penelitian
Tabel 3. 3. Persamaan dalam penelitian 1
Tabel 3. 4. Persamaan dalam penelitian 2 Model Struktural
SysQ_1 – SysQ_2 = item atau indikator system quality InfoQ_1 – InfoQ_2 = item atau indikator information quality ServQ_3 – ServQ_7 = item atau indikator service quality Use_1 – Use_7 = item atau indikator use
NB_2 – NB_4 = item atau indikator net benefits
β1 – β9 = regression weight
λ1-λ21 = loading factor
e1 – e21 = error
z1 – z9 = residual error
Menginterpretasikan model dan memodifikasi model dilakukan bagi model yang tidak memenuhi syarat pengujian. Sebelum memodifikasi model perlu dilakukan pengamatan terhadap nilai loading dan standardized residuals yang dihasilkan oleh model tersebut. Indikator yang memiliki nilai loading lebih dari atau sama dengan 0,5 menunjukkan bahwa indikator tersebut memenuhi convergen validity. Sementara itu, indikator dengan nilai loading di bawah 0,5 berarti tidak memenuhi convergen validity, sehingga indikator tersebut dieliminasi dari model. Hair et. al (1998) mengemukakan bahwa batas keamanan untuk
jumlah residual adalah ±2,58 dengan signifikansi 5%. Sedangkan nilai residual ≥
2,58 akan menunjukkan bahwa prediction error yang subtansial untuk sepasang indikator.
3.6.3. Kriteria kelayakan model
Untuk melakukan uji kelayakan goodness of fit model persamaan struktural yang diusulkan akan digunakan kriteria goodness of fit berikut ini :
1. Chi-Square (X2) / CMIN
menunjukkan bahwa matrik kovarian atau korelasi yang diobservasi dengan yang diprediksi berbeda secara nyata dan ini menghasilkan probabilitas (p)
lebih kecil dari tingkat signifikansi (α). Dan sebaliknya, apabila nilai
chi-square kecil akan menghasilkan nilai probabilitas (p) yang lebih besar dari
tingkat signifikansi (α). Hal ini berarti menunjukkan bahwa input matrik
kovarian antara prediksi dengan observasi tidak berbeda secara signifikan. Atau dengan kata lain model struktural tersebut baik atau memuaskan apabila nilai chi-square rendah. Karena chi-square (X2) = 0 berarti tidak ada perbedaan, Ho diterima berdasarkan probabilitas cut-off-value p>0,05.
2. CMIN/DF
CMIN/DF atau chi-quare X2 relative adalah menunjukkan nilai chi-square dibagi dengan degree of freedom. Wheaton et al. (1977) dalam Ghozali (2008) menyatakan nilai ratio 5 (lima) atau kurang dari lima adalah ukuran yang reasonable. Sedangkan, pendapat lain megusulkan nilai ratio kurang dari dua merupakan ukuran fit, Byrne (1998) dalam Ghozali (2008:67).
3. Significance probability (p) adalah nilai untuk menguji tingkat signifikansi model. probabilitas cut-off-value adalah p>0,05.
4. GFI
Sorbom (1984) dalam Ghozali (2008). Ukuran GFI yang direkomendasikan adalah di atas 0,90.
5. AGFI
Tingkat penerimaan nilai dari AGFI (Adjusted Goodness of Fit Index) yang direkomendasikan adalah sama atau lebih besar dari 0,90 Ghozali (2008).
6. TLI
TLI (Tucker-Lewis Index) atau dikenal juga dengan nonnormed fit index (NNFI). TLI digunakan untuk membandingkan sebuah model yang diuji dengan baseline model. Adapun nilai TLI yang direkomendasikan untuk penerimaan model adalah sama atau lebih besar dari 0,90 Ghozali (2008:68).
7. RMSEA
Tabel 3. 5. Ringkasan kriteria goodness of fit model Uji Fit Rekomendasi
Chi-Square (X2) diharapkan kecil
CMIN/DF ≤ 2,0
Probabilitas ≥ 0,05
GFI ≥ 0,90
AGFI ≥ 0,90
TLI ≥ 0,90
RMSEA ≤ 0,08
3.6.4. Asumsi pada model persamaan struktural
Langkah mengevaluasi kriteria goodness of fit dilakukan untuk mengetahui kelayakan model terhadap kriteria-kriteria goodness of fit. Sebelum melakukan uji kelayakan goodness of fit model, ada beberapa asumsi yang harus dipenuhi yaitu ukuran sampel, normalitas data, dan outlier.
3.6.4.1. Ukuran sampel
3.6.4.2. Normalitas data
Uji normalitas data dilakukan untuk mengetahui normal atau tidak sampel data yang telah dikumpulkan responden. Karena teknik estimasi menggunakan metode Maximum Likelihood (ML), menghendaki bahwa data yang akan diestimasi adalah data yang normal. Cara untuk mengetahui asumsi normalitas data adalah dengan menggunakan critical ratio skewness yaitu sebesar ± 2,58 pada tingkat singnifikansi 0.01 Ghozali (2008:226). Sementara, c.r mulitivariate (critical ratio) memiliki syarat -2,58 < c.r < 2,58, Wijaya (2008). Oleh karena itu, data memiliki normalitas secara univariate dan multivariate bila nilai c.r skewness dan c.r multivariate tidak lebih dari ± 2,58.
3.6.4.3. Outlier
Data tidak normal bisa dikarenakan adanya outlier. Agar diketahui ada atau tidak outlier pada data perlu uji outlier. Uji outlier dilakukan untuk mengetahui ada atau tidak skor observasi yang jauh berbeda dengan skor centroid-nya. Cara mengukur outlier adalah dengan mahalanobis distance. Menurut Arbuckle (1997) dalam Ghozali (2008:85) mencatat bahwa walaupun nilai p1 diharapkan bernilai kecil, tetapi nilai kecil pada kolom p2 menunjukkan observasi yang jauh dari nilai centroid-nya dan dianggap outlier serta harus dibuang dari analisis.
3.6.5. Uji Validitas dan Reliabilitas
3.6.5.1. Convergent Validity
Convergent validity mempunyai pengertian sebagai item-item atau indikator suatu konstruk laten harus converge atau berbagi proporsi varian yang tinggi. Mengukur validitas konstruk dapat dilihat dari nilai loading factor, dengan syarat bahwa nilai loading factor tersebut harus signifikan. Namun demikian, loading factor yang signifikan bisa jadi masih rendah nilainya, maka standardized loading estimate harus sama dengan 0,50 atau lebih dan idealnya harus 0,70, Ghozali (2008:135).
3.6.5.2. Construct Reliability dan Variance Extracted
dimana :
Standardized loading diperoleh langsung dari standardized loading untuk tiap-tiap indikator.
εj adalah measurement error = 1 – (standardized loading)2
3.6.5.3. Discriminant Validity
Peran disciminant validity adalah untuk mengukur seberapa jauh konstruk benar-benar berbeda dari konstruk lainnya. Cara untuk menguji discriminant validity adalah dengan membandingkan nilai akar kuadrat dari AVE (variance extracted) dengan nilai antar konstruk. Nilai discriminant validity yang tinggi membuktikan suatu konstruk adalah unik dan mampu menangkap fenomena.
3.6.6. Uji Hipotesis
42 BAB IV
HASIL PENELITIAN
Bab ini berisi tentang pembahasan hasil penelitian. Penelitian dikerjakan dengan cara menyebarkan kuesioner kepada responden di Universitas Sanata Dharma. Kuesioner yang telah diisi dan dikembalikan oleh responden akan diseleksi apakah kuesioner telah diisi secara lengkap. Kusioner yang telah lulus seleksi akan ditabulasikan dan diolah dengan menggunakan program AMOS versi 16.0. Pengolahan data penelitian ini bertujuan untuk menjawab pertanyaan penelitian yang meliputi 1) system quality, information quality, dan service quality akan berpengaruh terhadap keberhasilan system design; 2) use akan berpengaruh terhadap keberhasilan system delivery; 3) user satisfaction dan net benefits akan berpengaruh terhadap keberhasilan system outcome; 4) keberhasilan system design akan berpengaruh keberhasilan system delivery; 5) keberhasilan system delivery akan berpengaruh terhadap keberhasilan system outcome; dan, 6) keberhasilan system outcome akan berpengaruh terhadap keberhasilan system delivery.
4.1. Pelaksanaan Penelitian
pelaksanaan pengumpulan data penelitian ini dikerjakan pada 13 Desember 2010 hingga 22 Desember 2010. Kuesioner disebarkan kepada 230 responden. Sebanyak 208 kuesioner dinyatakan valid atau lulus seleksi. Sementara itu sebanyak 22 kuesioner tidak dapat diikutsertakan karena tidak terisi secara lengkap dan atau kuesioner telah diisi oleh responden yang sama. Bila terjadi kuesioner telah diisi oleh responden yang sama, maka kuesioner akan diseleksi lagi. Kuesioner terseleksi, bila kuesioner diisi secara lengkap pada penyebaran kuesioner yang lebih awal. Kemudian kuesioner-kuesioner yang telah dinyatakan valid atau lulus seleksi akan ditabulasikan untuk selanjutnya akan diolah.
4.2. Demografi Responden
Kuesioner yang disebarkan menyertakan pertanyaan atau pernyataan untuk mencatat informasi demografi responden. Demografi responden (mahasiswa pengguna Exelsa) digambarkan menurut karakteristik program studi, tahun angkatan, jenis kelamin, matakuliah, frekuensi akses, dan lokasi akses.
4.2.1. Karakteristik Program Studi
Tabel 4. 1. Karakteristik program studi
No. Program Studi Jumlah Responden Persentase
1. TI 122 58,65
2. Farmasi 69 33,17
3. Matematika 17 8,17
Total 208 100,00
Sumber : hasil kuesioner yang telah diolah, 2011.
Gambar 4. 1. Diagram program studi responden
4.2.2. Karakteristik Tahun Angkatan
Gambaran responden menurut karakteristik tahun angkatan ditunjukkan pada tabel 4.2 dan diagram gambar 4.2.
Tabel 4. 2. Karakteristik tahun angkatan
No. Tahun Angkatan Jumlah Responden Persentase
1. 2004 1 0,48
2. 2005 6 2,88
3. 2006 20 9,62
4. 2007 81 38,94
5. 2008 90 43,27
6. 2009 10 4,81
Total 208 100,00
Sumber : hasil kuesioner yang telah diolah, 2011.
Sumber : hasil kuesioner yang telah diolah, 2011.
