BAB IV HASIL PENELITIAN DAN PEMBAHASAN

(1)

20

BAB IV

HASIL PENELITIAN DAN PEMBAHASAN

4.1 Profil Responden

Data Profil responden yang menjadi obyek penelitian dapat dilihat pada Tabel IV.1 :

Tabel IV.1.Profil Responden Penelitian

Klasifikasi Responden Jumlah Persentase

1. Instansi:

Pemerintahan Desa Gunungjaya Pemerintahan Desa Sukasari Pemerintahan Desa Sukamanah Pemerintahan Desa Sukamantri Pemerintahan Desa Babakan Pemerintahan Desa Sukaresmi Pemerintahan Desa Cisaat Pemerintahan Desa Cibatu Pemerintahan Desa Nagrak Pemerintahan Desa Cibolangkaler Pemerintahan Desa Padaasih Pemerintahan Desa Kutasirna Pemerintahan Desa Selajambe Kecamatan Cisaat 3 3 3 3 3 3 3 3 3 3 3 3 3 1 7,5% 7,5% 7,5% 7,5% 7,5% 7,5% 7,5% 7,5% 7,5% 7,5% 7,5% 7,5% 7,5% 2,5% Total 40 100% 2. Jabatan : Kepala Desa Sekretaris Desa Kaur Keuangan Operator Kecamatan 13 13 13 1 32,5% 32,5% 32,5% 2,5% Total 40 100% 3. Pendidikan SMA 35 88% S1 5 12% Total 40 100%

(2)

Berdasarkan Tabel IV.1 profil responden penelitian terlihat bahwa responden dengan kategori instansi dari mulai Pemerintah Desa Gunungjaya sampai Pemerintah Desa Selajambe sebanyak 3 responden atau 7,5% dan responden Instansi Kecamatan Cisaat sebanyak 1 responden atau 2,5%. Selanjutnya responden berdasarkan kategori jabatan dari mulai Kepala Desa, Sekretaris Desa dan Kaur Keuangan sebanyak 13 responden atau 32,5%. Untuk responden berdasarkan Pendidikan adalah sebanyak 35 responden dari SMA atau 88 %, 5 responden dari S1 atau 12%.

4.2 Metode Analisis Data

Teknik pengolahan data pada penelitian ini menggunakan software SmartPLS versi 3.0 yang dijalankan dengan media komputer. Berikut adalah model awal penelitian yang dibentuk dari data responden yang didapatkan.

Tabel IV.2 Item Pernyataan Kuesioner Penelitian

Variabel Item Pertanyaan/Pernyataan

Kemudahan (Perceived Ease Of Use) X1 = Mudah dipahami

X2 = Mudah digunakan

X3 = Mudah diakses

X4 = Mudah dioperasikan

X5 = Cepat Mahir

X6 = Mudah berinteraksi dengan sistem

Kemanfaatan (Perceived Usefulness) X7 = Cepat menyelesaikan tugas

X8 = Meningkatkan Kinerja

X9 = Meningkatkan Efisiensi

X10 = Meningkatkan Efektivitas

X11= Meningkatkan Produktivitas

X12= Sangat Berguna Attitude Toward Using X13 = Ide yang baik

(3)

X15= Menyukai penggunaan sistem

X16 =Penggunaan Sistem adalah Ide yang

buruk

X17= Tidak menyukai ide menggunakan

sistem

X18= Penggunaan Sistem adalah baik

X19= Penggunaan Sistem adalah positif

X20= Penggunaan sistem tidak

menyenangkan

Penerimaan (Acceptance of IT) Y1 = Terbantu oleh sistem

Y2 = Menerima penerapan sistem

Y3 = Memenuhi kebutuhan pengguna

Y4 = Merasa puas dengan kinerja sistem

Sumber : Data diolah (2020)

Gambar IV.1 Model Awal Penelitian

(4)

Measurement Model yaitu bagian dari model SEM yang menggambarkan

korelasi antara variabel laten dengan indikatornya. Untuk mengetahui korelasinya maka dilakukan uji validitas dan uji reliabilitas. Dalam uji validitas terdapat tiga kriteria yaitu Convergent Validity, Discriminant Validity dan AVE. Sementara dalam uji reliabilitas terdapat dua kriteria yaitu Composite Reliability dan Cronbachs Alpha.

4.3.1. Uji Validitas

Langkah untuk menyelesaikan model persamaan dengan pendekatan jalur adalah dengan menghitung dari validitas konvergen (convergent validity) atau outer

loading/loading factor dan validitas diskriminan (discriminant validity) yang

menunjukkan nilai Average Variance Extracted (AVE). 1. Convergent Validity

Convergent Validity mensyaratkan bahwa alat ukur secara tepat mengukur

konstruk yang dimaksud. Convergent Validity sama dengan outer loading/loading

factor yang nilainya dikatakan tinggi apabila lebih dari 0,70 menurut Sugiyono

(2015). Hasil outer loading dari pengolahan dengan menggunakan SmartPLS dapat dilihat pada Tabel IV.3

Tabel IV.3 Nilai Muatan Outer Loading

AIT ATU PEU PUF

X10 0,737 X11 0,823 X12 0,888 X13 0,729 X14 0,765 X15 0,721 X16 -0,333 X17 -0,212 X18 0,736 X19 0,847 X2 0,758 X20 -0,276

(5)

X3 0,776 X4 0,342 X5 0,336 X6 0,896 X7 0,830 X8 0,836 X9 0,865 Y1 0,936 Y2 0,970 Y3 0,972 Y4 0,931 X1 0,730

Hasil perhitungan tersebut menunjukkan bahwa nilai outer loading masih ada yang dibawah 0,70, maka indicator dikeluarkan dan tidak diikut sertakan pada uji selanjutnya dengan tujuan dapat menaikkan skor pengukuran model.

2. Discriminant Validity

Pengukuran validitas diskriminan maka digunakan hasil output dari average

value, seperti pada tabel dibawah ini indikator dikatakan valid secara discriminant

jika nilai AVE>0,50 (Sugiono &Abdillah, 2015).

Tabel IV.4 Hasil Awal Average Variance Extracted (AVE)

Rata-rata Varians Diekstrak (AVE)

AIT 0,907

ATU 0,371

PEU 0,457

PUF 0,668

Setelah dianalisis pada nilai, hasil kuesioner yang didapat menunjukkan dua konstruk belum memenuhi validitas distriminan karena nilai AVE kurang dari 0,50.

(6)

Uji realibilitas diukur dengan dua kriteria yaitu cronbach’s alpha dan

composite relibaility dari blok indicator yang mengukur konstruk. Hasil dari

pengolahan dengan menggunakan SmartPLS dapat dilihat pada Tabel IV.5:

Tabel IV.5 Hasil Awal Nilai Cronbach’s Alpha dan Composite Reliability

Cronbach's Alpha Reliabilitas Komposit

AIT 0,966 0,975

ATU 0,541 0,535

PEU 0,737 0,819

PUF 0,916 0,933

Pada tabel diatas diketahui bahwa cronbach’s alpha dan composite reliability pada model ada yang menunjukkan konstruk belum memenuhi reliabilitias. Konstruk dinyatakan reliabel jika nilai cronbach’s alpha dan composite reliability berada diatas 0,70.

4.3.3. Validitas

Setelah dilakukan proses dropping indikator langkah selanjutnya adalah menguji kembali nilai AVE untuk membuktikan apakah semua variabel sudah valid atau belum. Dalam tabel AVE dibawah ini semua nilai AVE sudah >0,50 sehingga syarat untuk ketahapan selanjutnya sudah terpenuhi.

Tabel IV.6 Hasil Akhir Average Variance Extracted (AVE)

Rata-rata Varians Diekstrak (AVE)

AIT 0,907

ATU 0,717

PEU 0,658

PUF 0,668

(7)

Pengujian lainnya untuk mengevaluasi outer model adalah dengan melihat reliabilitas konstruk variabel laten yang diukur dengan dua kriteria yaitu cronbach’s

alpha (mengukur batas bawah nilai konsistensi internal) dan composite reliability

(mengukur nilai actual konsistensi internal) dari blok indikator yang mengukur konstruk. Konstruk dinyatakan reliabel jika nilai composite reliability diatas 0,70. Berikut hasil output dari SmartPLS.

Tabel IV.7 Hasil Akhir Nilai Cronbach’s Alpha dan Composite Reliability

Cronbach's Alpha Reliabilitas Komposit

AIT 0,966 0,975

ATU 0,808 0,883

PEU 0,833 0,885

PUF 0,916 0,933

Dari hasil diatas, menunjukkan nilai cronbach’s alpha dan composite

reliability berada diatas 0,70, dengan demikian dapat disimpulkan bahwa konstuk

(8)

Gambar IV.2 Model Akhir Penelitian Setelah Valid

4.4 Structural Model (Inner Model)

Ukuran signifikan keterdukungan hipotesis dapat digunakan perbandingan T-tabel dan T-statistic. Jika nilai-nilai T-statistic lebih besar dari T-T-tabel maka hipotesis mendukung didalam rule of thumbes PLS untuk tingkat keyakinan 95% (Alpha 5 Persen),nilai T-tabel untuk hipotesis dua ekor (Two-tail) adalah lebih dari 1,96 dan untuk hipotesa satu ekor (one tailed) adalah lebih dari 1,64 hasil dari model strukturan (inner model). Berdasarkan hasil T-statistic pada penelitian ini dapat dilihat pada tabel IV.8.

(9)

Tabel IV.8 Hasil Hipotesis Sampel Asli (O) Rata-rata Sampel (M) Standar Deviasi (STDEV) T Statistik (| O/STDEV |) P Values ATU -> AIT 0,345 0,213 0,226 1,528 0,065 PEU -> AIT 0,095 0,232 0,327 0,290 0,386 PEU -> ATU 0,354 0,358 0,134 2,648 0,005 PEU -> PUF 0,622 0,639 0,136 4,566 0,000 PUF -> AIT 0,341 0,352 0,200 1,707 0,045 PUF -> ATU 0,601 0,596 0,106 5,685 0,000

H1 : Apakah kemanfaatan berpengaruh terhadap penerimaan sistem

informasi Siskeudes?

Hasil olah data menunjukkan bahwa T-statistik sebesar 1,707 < 1,688. Hal ini berarti secara statistik terbukti bahwa H1 dapat diterima.

H2 : Apakah kemudahan berpengaruh terhadap penerimaan sistem

informasi Siskeudes ?

Hasil olah data menunjukkan bahwa T-statistik sebesar 0,290 < 1,688. Hal ini berarti secara statistik terbukti bahwa H2 ditolak.

H3 : Apakah sikap berpengaruh terhadap penerimaan sistem informasi

Siskeudes ?

Hasil olah data menunjukkan bahwa T-statistik sebesar 1,528 < 1,688. Hal ini berarti secara statistik terbukti bahwa H3 ditolak.

(10)

Tabel IV.9 Rekapitulasi Pengujian Hipotesis

Hipotesi Keterangan

H1 Kemanfaatan (Perceived Usefulness)

berpengaruh terhadap penerimaan sistem informasi

Terbukti/Diterima

H2 Kemudahan (Perceived Ease of Use) berpengaruh terhadap penerimaan sistem informasi

Ditolak/Tidak Terbukti

H3 Sikap (Attitude Toward Using) berpengaruh terhadap penerimaan sistem informasi

Ditolak/Tidak Terbukti