Analisis Faktor yang Mempengaruhi Anggota
Komunitas Virtual Melakukan
Knowledge Sharing
:
Studi Kasus Komunitas
Online
TI di Indonesia
Agenda
Pendahuluan
Pendahuluan
Landasan Teori
Landasan Teori
Metodologi
Metodologi
Analisis dan Pembahasan
Analisis dan Pembahasan
Penutup
Latar Belakang
Latar Belakang (Lanj.)
Pengguna KASKUS 4,5
juta orang (Kaskus,
2012)
Rumusan Masalah
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUTUP
Faktor-faktor
apa yang berpengaruh
bagi
anggota komunitas online dalam
berbagi
pengetahuan
?
Bagaimana
pengaruh perilaku berbagi
pengetahuan
terhadap
promosi komunitas
Knowledge Sharing
Komunitas Virtual
Komunitas
online
merupakan sebuah
ruang virtual
yang ada pada internet
dimana
sekumpulan orang
dari
ketertarikan yang sama
melakukan
komunikasi dan interkasi
secara
kolektif atau individu untuk
mencapai
suatu tujuan
Norm of Reciprocity
Interpersonal Trust Knowledge Sharing
Self-efficacy Perceived Relative
Advantage Perceived Compatibility
Model Penelitian Chen dan Hung
Knowledge
Contributing
Behavior
Knowledge
Contributing
Behavior
Knowledge
Utilization
Knowledge
Utilization
Community
Promotion
Community
Promotion
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUTUP
Contextual
Factors
Contextual
Factors
Individual
Factors
Individual
Factors
Knowledge
Collecting
Behavior
Knowledge
Collecting
Model Penelitian Chen dan Hung
Knowledge
Contributing
Behavior
Knowledge
Contributing
Behavior
Knowledge
Utilization
Knowledge
Utilization
Community
Promotion
Community
Promotion
Contextual
Factors
Contextual
Factors
Individual
Factors
Individual
Factors
Knowledge
Collecting
Behavior
Knowledge
Collecting
Behavior
P
E
B
DeLone & McLean
IS Success Model
Information
Quality
Use
(Intention to Use)
Net
Benefits
System Quality
Service Quality
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUTUP
User
Satisfaction
Rancangan Penelitian
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUTUP
220 Responden
IndoNet
workers
XCode
BBDevI
D
Xlmani
a
Id-Android-dev Id-Android
Populasi
Anggota
Komunitas
Online
TI di
Indonesia
Purposive
Sampling
Kuesioner
Kuantitati
Teknik Analisis Data
•
Membuat Model SEM
Berdasarkan Teori
•
Mengidentifikasi Model
•
Mengevaluasi Estimasi Model
•
Menguji Kelayakan Model
•
Uji
Measurement Model
•
Uji
Structural Model
•
Melakukan Respesifikasi
Structural
Equation Mode
(SEM)
Structural
Equation Mode
(SEM)
•
Mengevaluasi
Measurement
Model
•
Mengevaluasi
Structural Model
Partial Least
Square
(PLS)
Pembuatan dan
identifikasi
Model
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUTUP
Spesifikasi Model
Pengukuran
KSS1-KSS5 = KSS
OE1-OE4 = OE
EHO1-EHO3 = EHO
SyQ1-SyQ4 = SyQ
SeQ1-SeQ5 = SeQ
IQ1-IQ6 = IQ
IT1-IT3 =IT
NR1-NR3 = NR
GK1-GK3 = GK
RK1-RK3 = RK
KU1-KU3 = KU
CP1-CP4 = CP
Spesifikasi Model Struktural
GK = KSS OE EHO SyQ SeQ IQ IT
NR
RK = KSS OE EHO SyQ SeQ IQ IT NR
KU = GK RK
CP = GK RK KU
Gambar
Path Diagram
Identifikasi Model
Estimasi Model
Transformasi Data
Ordinal
MSI
Interval
Ukuran
Sampel
100–
200
(EQ dan Wijaya,
2012)
220 Sampel
Multikolinearit
as
nilai korelasi
antara
indikator-indikator > 0,9
Normalitas Data
Test of Multivariate Normality for Continuous Variables
Skewness Kurtosis Skewness and Kurtosis Value Z-Score P-Value Value Z-Score P-Value Chi-Square P-Value --- --- 676.914 29.373 0.000 2442.507 14.394 0.000 1069.956 0.000
Outlier
13 Data Outlier
Sehingga tersisa
207 data
asymptotic
covariance
matrix
Uji Validitas
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUTUP
Kode Indikato
r
Coreccted Item-Total Correlatio
n (> 0,136)
Standardi zed Loading
Factor
IT1 0,703 0,73 17,36 Valid IT2 0,812 1 11,46 Valid IT3 0,690 0,73 8,28 Valid NR1 0,761 0,85 14,58 Valid NR2 0,813 0,89 15,58 Valid NR3 0,755 0,87 15,23 Valid GK1 0,485 0,74 11,07 Valid GK2 0,384 0,91 13,75 Valid GK3 0,001 0 -0,04 Tidak Valid RK1 0,460 0,64 10,25 Valid RK2 0,466 0,99 20,05 Valid RK3 0,051 0,05 0,76 Tidak Valid KU1 0,824 0,85 14,91 Valid KU2 0,872 0,94 17,56 Valid KU3 0,846 0,9 16,23 Valid CP1 0,668 0,7 10,91 Valid CP2 0,621 0,69 10,8 Valid CP3 0,754 0,9 15,58 Valid CP4 0,627 0,83 13,76 Valid
Kode Indikat
or
Coreccted Item-Total Correlatio
n (> 0,136)
Standardiz ed Loading
Factor
SyQ1 0,743 0,83 13,83 Valid SyQ2 0,772 0,88 13,15 Valid SyQ3 0,704 0,79 13,09 Valid SyQ4 0,629 0,66 10,09 Valid SeQ1 0,684 0,71 11,28 Valid SeQ2 0,736 0,78 12,83 Valid SeQ3 0,743 0,83 14,04 Valid SeQ3 0,744 0,83 14,28 Valid SeQ5 0,756 0,84 14,53 Valid IQ1 0,772 0,78 12,98 Valid IQ2 0,756 0,76 12,57 Valid IQ3 0,809 0,84 14,48 Valid IQ4 0,714 0,76 12,58 Valid IQ5 0,818 0,88 15,61 Valid IQ6 0,797 0,82 11,37 Valid
Kode Indikat
or
Coreccted Item-Total Correlatio
n (> 0,136)
Standardiz ed Loading
Factor
Uji Reliabilitas
Kode
Variabel
Cronbach’s
Alpha
Construct
Reliability (CR)
Variance
Extracted (VE)
Keterangan
KSS
0,860
0,86
0,68
Reliable
EO
0.863
0,88
0,64
Reliable
EHO
0.891
0,90
0,75
Reliable
SyQ
0.863
0,87
0,63
Reliable
SeQ
0.890
0,9
0,64
Reliable
IQ
0.923
0,91
0,65
Reliable
IT
0.859
0,87
0,69
Reliable
NR
0.885
0,90
0,76
Reliable
GK
0.756
0,81
0,68
Reliable
RK
0.771
0,79
0,65
Reliable
KU
0,925
0,93
0,81
Reliable
Uji Kecocokan Model
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUTUP
Kriteria
Goodness of
Fit
Tingkat
Kecocokan
Ukuran
Goodness of
Fit
SRMR
≤ 0,5
0,055
Marinal fit
GFI
≥ 0,9
0,76
Poor Fit
ErrorCovariance yang dihubungkan
x/df RMSEA NFI NNFI GFI CFI SRMR
CP3-CP4
1,5
6
0,052
0,9
6
SeQ2-SeQ1
1,4
5
0,047
0,9
6
IQ2-IQ1
1,4
3
0,046
0,9
6
SeQ4-SeQ5
1,4
1
0,045
0,9
6
RK2-GK2
1,3
7
SyQ2-SyQ1
1,3
7
kombinasi 2 indikator yang baik untuk melakukan
uji kecocokan model yaitu
NNFI (TLI) dan SRMR
,
RMSEA dan SRMR
, serta
CFI dan SRMR
(Hopper, Coughlan, dan Mullen, 2008)
GFI
merupakan indikator yang dipengaruhi oleh
jumlah sampel
dan akan
bias
jika Jumlah
sampel
besar
, sehingga saat ini
GFI jarang digunakan
(Bollen, 1990; Miles and Shevlin, 1998; Sharma et al,
2005; Hopper, Coughlan, dan Mullen, 2008;
Kenny,2012).
Standardized Root Mean Square
Residual
(SRMR)
< 0,08
dapat
dikatakan model sudah
good
fit
/baik
Uji
Structural Model
Partial Least Square
(PLS)
Mengevaluasi
Measurement
Model
Individual item
reliability/indicato
r reliability
dikatakan baik jika
memiliki nilai
loading factor ≥
0,7
Mengevaluasi
Measurement
Model
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUTUP
Internal Consistency
dikatakan baik jika
memiliki nilai
cronbach’s
alpha > 0,7
dan
composite reliability >
0,7
.
(Latan dan Ghozali, 2012)
Convergent Validity
baik jika nilai
Average
Variance Extracted
(AVE) > 0,5.
(Latan dan Ghozali, 2012)
Varia
bel
AVE
Compos
hs Alpha
Communa
19
0,86203
0,706746
0,218193
EHO
0,82483
4
0,93379
2
0,893127
0,824834
EO
0,72834
8
0,91455
1
0,874984
0,728348
GK
09
0,80622
0,837506
0,127737
IQ
9
0,855709
0,775165
KSS
0,78467
2
0,91619
0,863385
0,784672
KU
51 0,924773
0,869347
0,240257
NR
0,83709
1
0,93907
6
0,902738
0,837091
RK
52 0,777754
0,817856
0,13287
SeQ
0,71181
4
0,92500
9
0,898761
0,711814
SyQ
0,71549
5
0,90950
Mengevaluasi
Measurement
Model
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUTUP
Menurut Latan
dan Ghozali
(2012) untuk
discriminant
validity
dilihat
dari
nilai akar
kuadrat AVE >
nilai korelasi
antar variabel
laten
.
0,41
0,40
0,42
0,40
0,60
0,48
0,20
0,45
0,51
0,47
0,74
0,84
Menguji
Structural
Model
PENDAHULUAN - LANDASAN TEORI – METODOLOGI - ANALISIS & PEMBAHASAN - PENUTUP
Path
Path Coeffecie
nt
T Statistics (|O/STERR|)
≥ 1.96
Kesimpulan
KSS GK 0,053938 0,81108 tidak signifikan KSS RK -0,00298 0,191872 tidak signifikan
OE GK 0,118093 2,018772 Signifikan OE RK -0,10533 1,672073 tidak signifikan EHO GK 0,181321 2,330491 Signifikan EHO RK 0,223235 3,307435 Signifikan
SyQ GK -0,15154 2,193693 Signifikan (negatif) SyQ RK 0,005224 0,016992 tidak signifikan SeQ GK 0,090786 1,320714 tidak signifikan SeQ RK 0,071021 0,996682 tidak signifikan
Path
Path Coeffecien
t
T Statistics (|O/STERR|)
≥ 1.96
Kesimpulan