BAB III
METODE PENELITIAN 3.1 Analisa Masalah
Analisa masalah dalam penelitian Analisis Penerapan Batu Smart City (Aplikasi Among Tani) Menggunakan Government Adoption Model (GAM) yaitu analisa mengenai respon atau adopsi masyarakat Kota Batu dalam menanggapi e- government Batu Smart City. Terdapat 3 aplikasi e-government Batu Smart City yang digunkan dalam analisa respon dipenelitian ini yaitu Among Kota dimana terdapat info dan berita teraktual mengenai Kota Batu, Among Warga yang menjadi aplikasi penyalur aspirasi masyarakat Kota Batu kepada pemerintah, dan Among Tani sebagai sarana penyalur di bidang pertanian seperti jual beli dan konsultasi di bidang pertanian. Respon masyarakat terhadap sistem tersebut dapat diketahui dari kuisioner yang disebar ke responden masyarakat Kota Batu, sehingga nantinya akan terkumpul data yang kemudian dapat dianalisa. Harapan dari hasil penelitian ini yaitu dapat digunakan oleh tim pengembang untuk memperbaiki sistem atau aplikasi sesuai dengan respon dari masyarakat.
3.2 Tahapan Analisis yang dilakukan
Tahapan analisis pada penelitian ini dapat dilihat pada gambar 24:
Gambar 1 Diagram alur penelitian
2 3.3 Penentuan Model Penelitian
Dalam proses analisa SEM pada penelitian ini diperlukan model struktural dari model Government Adoption Model (GAM) yang menggunakan beberapa variabel diantaranya Perceived Awareness, Computer-Self Efficacy, Avaibility of Resource, Perceived Ability to Use, Perceived Compability, Perceived Functional Benefit, Perceived Image, Perceived Information Quality, Perceived Service Response, Multilingual Option, Perceived Trust, Perceived Uncertainity, Perceived Security, Perceived Privacy. Gambar model struktural penelitian dapat dilihat pada gambar 25.
Gambar 2 Model Struktural Penelitian
3 3.4 Variabel Penelitian
Pengertian dari variabel adalah suatu objek atau seseorang, yang memiliki variasi hubungan antara satu orang/objek dengan orang/objek yang lain. Variabel dapat dibedakan menjadi dua yaitu eksogen dan endogen. Variabel eksogen merupakan variabel yang variabilitasnya diasumsikan dan ditentukan oleh beberapa sebab yang berada di luar model. Sedangkan variabel endogen merupakan variabel yang variabilitasnya dijelaskan oleh variabel eksogen dan endogen yang berada di dalam sistem. Variabel endogen juga diperlakukan sebagai variabel terikat dalam suatu himpunan. Variabel tertentu mungkin juga dikonsepsikan sebagai variabel bebas dalam hubungannya dengan variabel yang lain[17]. VariabeI yang digunakan daIam peneIitian ini dapat diIihat pada tabeI 7:
Tabel 1 Variabel Penelitian
Variabel Eksogen (Variabel Bebas)
Perceived awareness (PA) Computer-self Efficacy (CSE) Avaibility of Resources (AOR) Perceived Ability to Use (PATU) Perceived Compability (PC) Perceived Functional Benefit (PFB) Perceived Image (PI)
Perceived Information Quality (PIQ) Perceived Service Response (PSR) Multilingual Option (MO) Perceived Trust (PT) Perceived Uncertainity (PU) Perceived Security (PS) Perceived Privacy (PP) Variabel Endogen
(Variabel Terikat)
Adoption of e-Government at static level (adop 1) Adoption of e-Government at interaction level (adop 2)
3.4.1 Perceived Awareness
Perceived Awareness (Kesadaran yang dirasakan) adaIah bagaimana masyarakat memperoIeh pengetahuan dan kesadaran yang dianggap cukup untuk mempeIajari karakteristik dari suatu sistem, menggunakannya dengan keterampiIan, dan menyadari fungsi serta keuntungan dan kerugian.
4 3.4.2 Computer-SeIf Efficacy
Computer-SeIf Efficacy (Kemampuan Komputer Mandiri) adaIah bagaimana tingkat kemampuan pengguna untuk menggunakan, berinteraksi, dan bertransaksi daIam sistem yang digunakan berdasarkan pengetahuan dan pengaIaman sebeIumnya yang dianggap diperIukan untuk meIakukanya.
3.4.3 AvaibiIity of Resources
AvaibiIity of Resources (Ketersediaan Sumber Daya) adaIah ketersediaan sumber daya yang dapat digunakan oIeh pengguna daIam mengoperasikan e- government.
3.4.4 Perceived AbiIity to Use
Perceived AbiIity to Use (Kemampuan yang dirasakan untuk menggunakan) adaIah sejauh mana pengguna memandang kemampuan dan kompetisinya untuk menggunakan sistem e-government.
3.4.5 Perceived CompabiIity
Perceived CompabiIity (Penyesuadian diri yang dirasakan) adaIah ukuran kesesuaian pengguna daIam penggunaan sistem atau apIikasi.
3.4.6 Perceived FunctionaI Benefit
Perceived FunctionaI Benefit (Manfaat fungsionaI yang dirasakan) adaIah sejauh mana warga merasakan manfaat fungsionaI secara keseIuruhan, baik absoIut maupun reIatif, termasuk biaya, waktu, efisiensi, efektivitas daIam menggunakan sistem dari pada menggunakan cara tradisionaI fungsi kantor fisik pemerintahan.
3.4.7 Perceived Image
Perceived Image (Image yang dirasakan) adaIah tingkat persepsi warga secara periIaku dan budaya bahwa adopsi e-government meningkatkan status sosiaI dan kewibawaan seseorang.
3.4.8 Perceived Information QuaIity
Perceived Information QuaIity (KuaIitas informasi yang dirasakan) adaIah bagaimana kuaIitas informasi yang didapatkan oIeh pengguna mencakup sejauh mana secara Iengkap, akurat, terorganisir, mudah dipahami, dan tepat waktu.
3.4.9 Perceived Service Response
Perceived Service Respons (Tanggapan Iayanan yang dirasakan) adaIah bagaimana tanggapan dari Iayanan sistem yang didapatkan oIeh pengguna.
5 3.4.10 MuItiIinguaI Option
MuItiIinguaI Option (Opsi MuItibahasa) adaIah ketersediaan berbagai bahasa utama daIam sistem untuk mefasiIitasi pengguna daIam meIihat, memiIih, mungunduh, berinteraksi dengan bahasa ibu jika tidak terdapat interaksi sosiaI.
3.4.11 Perceived Trust
Preceived trust (Kepercayaan yang dirasakan) adaIah sejauh mana pengguna memiIiki kepercayaan terhadap sikap kehandaIan, kredibiIitas, keamanan dan integritas sistem dari sisi teknis, organisasi, sosiaI, dan poIitik dan juga dari respons Iayanan peIanggan yang efektif, efisien dan simpatik.
3.4.12 Perceived Uncertainity
Perceived Uncertainity (Ketidakpastian yang dirasakan) adaIah sejauh mana pengguna memandang resiko daIam transaksi yang tidak terkendaIi dan tidak dikenaI di Iingkungan dunia maya sistem yang terkait.
3.4.13 Perceived Security
Perceived Security (Keamanan yang dirasakan) adaIah sejauh mana pengguna merasa aman untuk mengungkapkan informasi pribadinya dan keuangan seIama interaksi dan transaksi daIam sistem dan pengguna yakin bahwa sistem tidak akan membagikan informasi pribadi pengguna kepada pihak Iain untuk tujuan tertentu.
3.4.14 Perceived Privacy
Perceived Privacy (Privasi yang dirasakan) adaIah sejauh mana pengguna merasakan informasi pribadi miIiknya aman dan tidak disaIah gunakan oIeh sistem.
3.5 Hipotesis Penelitian
Berdasarkan yang telah diuraikan dalam tinjauan pustaka atau landasan teori maka hipotesis dari penelitian ini adalah:
Hipotesis 1 Perceived awareness (PA) memiIiki reIasi yang positif dengan Adoption of e-Government
Hipotesis 2 Computer-seIf Efficacy (CSE) memiIiki reIasi yang positif dengan Adoption of e-Government
Hipotesis 3 AvaibiIity of Resources (AOR) memiIiki reIasi yang positif dengan Adoption e-Government
6 Hipotesis 4 Perceived AbiIity to Use (PATU) memiIiki reIasi yang positif dengan
Adoption e-Government
Hipotesis 5 Perceived CompabiIity (PC) memiIiki reIasi yang positif dengan Adoption e-Government
Hipotesis 6 Perceived FunctionaI Benefit (PFB) memiIiki reIasi yang positif dengan Adoption e-Government
Hipotesis 7 Perceived Image (PI) memiIiki reIasi yang positif dengan Adoption e- Government
Hipotesis 8 Perceived Information QuaIity (PIQ) memiIiki reIasi yang positif dengan Adoption e-Government
Hipotesis 9 Perceived Service Response (PSR) memiIiki reIasi yang positif dengan Adoption e-Government
Hipotesis 10 MuItiIinguaI Option (MO) memiIiki reIasi yang positif dengan Adoption e-Government
Hipotesis 11 Perceived Trust (PT) memiIiki reIasi yang positif dengan Adoption e-Government
Hipotesis 12 Perceived Uncertainity (PU) memiIiki reIasi yang negatif dengan Perceived Trust (PT)
Hipotesis 13 Perceived Security (PS) memiIiki reIasi yang positif dengan Perceived Trust (PT)
Hipotesis 14 Perceived Privacy (PP) memiIiki reIasi yang positif dengan Perceived Trust (PT)
3.6 Populasi dan Sampel Penelitian
Populasi yang digunakan dalam penilitian diambil dari populasi masyarakat Kota Batu dimana terdapat 250.788 jiwa (N=250.788), kemudian dari seluruh populasi diambil sampel dengan menggunakan metode simple random sampling dimana semua populasi memiliki kemungkinan untuk tepilih menjadi responden.
Dengan kriteria responden yaitu responden berusia diatas 17 tahun dan sudah menggunakan atau minimal pernah mendengar mengenai program Batu Smart City.
Sampel dapat diketahui dengan cara mnghitung menggunakan metode Taro Yamane[18] (1):
7
𝑛 = 𝑁
1 + 𝑁𝑒2= 250.788
1 + 250.778 (0,1)2= 99,960 ≈ 100 (1)
Besarnya jumlah sampel (n) sama dengan seluruh populasi (N) dibagi dengan 1 ditambah jumlah populasi (N) dikalikan dengan nilai error 10% (e) kuadrat maka jumlah sampel (n) dari jumlah populasi (N) sebanyak 250.788 jiwa adalah 99,960 dibulatkan menjadi 100 orang. Maka dapat disimpulkan bahwa responden dalam penilitian ini adalah sebanyak 100 orang dari pemilihan secara random masyarakat Kota Batu.
3.7 Pengumpulan data Metode Pengumpulan Data
Pengumpulan data dalam penelitian Analisis Penerapan Batu Smart City (Aplikasi Among Tani) Menggunakan Government Adoption Model (GAM) ini menggunakan metode pengumpulan data kuisioner yang disebar ke responden masyarakat Kota Batu dengan dua penyebaran yaitu secara daring dan luring. Data diperoleh dengan cara menyajikan sebanyak 73 butir kuisioner.
Proses pengukuran dari kuisioner dilakukan dengan memberikan tingkatan skala dalam hal ini menggunakan skala Likert dengan interval 1 sampai 5 selengkapnya dapat dilihat pada tabel berikut.
Tabel 2 Skala Likert Nilai Tingkat Persetujuan 1 Sangat Tidak Setuju 2 Tidak Setuju
3 Netral
4 Setuju
5 Sangat Setuju
Tabel 3 Penyusunan Kuisioner [14]
Perceived Awareness
PA1 Saya mengetahui keberadaan sistem e-government Batu Smart City
PA2 Saya tahu man faat menggunakan sistem e-government Batu Smart City
PA3 Saya telah melalui program pendidikan / pelatihan tentang fitur keseluruhan sistem e-government Batu Smart City
PA4 Saya menjumpai kampanye / iklan pemerintah untuk menggunakan sistem e-government Batu Smart City
Avaibility of Resources
AOR1 Saya memiliki teknologi komputer yang memadai di rumah AOR2 Saya memiliki teknologi komputer yang memadai di tempat
kerja /lembaga
8
AOR3 Saya selalu memiliki akses ke koneksi internet berkecepatan tinggi di rumah
AOR4 Saya selalu memiliki akses ke koneksi internet berkecepatan tinggi di tempat kerja / lembaga
AOR5 Koneksi internet yang saya gunakan mahal
Computer-self Efficacy
CSE1 Saya memiliki kualifikasi untuk menggunakan dan mengoperasikan computer
CSE2 Saya memiliki kualifikasi untuk menggunakan dan mengoperasikan internet
CSE3 Saya memiliki keahlian dalam menggunakan sistem e- government Batu Smart City
CSE4 Saya yakin untuk menggunakan sistem e-government Batu Smart City
Perceived Compability
PC1 Sistem e-government Batu Smart City cocok dengan cara yang saya sukai untuk memperoleh informasi
PC2 Sistem e-government Batu Smart City sesuai untuk kebutuhan saya
PC3 Saya lebih menyukai interaksi virtual dengan sistem e- government Batu Smart City daripada interaksi pribadi dengan kantor fisik
PC4 Sistem e-government Batu Smart City cocok dengan cara yang saya sukai untuk berinteraksi
PC5 Menggunakan sistem e-government Batu Smart City akan sesuai dengan gaya hidup saya
Percaived Image
PI1 Organisasi masyarakat / bisnis yang menggunakan sistem e- government Batu Smart City untuk menerima pelayanan pemerintah memiliki profil tinggi
PI2 Organisasi masyarakat / bisnis yang menggunakan sistem e- government Batu Smart City untuk menerima pelayanan pemerintah lebih memiliki pamor daripada mereka yang tidak PI3 Berinteraksi dengan sistem e-government Batu Smart City”
untuk menerima pelayanan pemerintah meningkatkan status sosial organisasi masyarakat / bisnis tersebut
Perceived Ability to Use
PATU1 Belajar untuk berinteraksi dengan sistem e-government Batu Smart City mudah bagi saya
PATU2 Sistem e-government Batu Smart City ini fleksibel untuk digunakan
PATU3 Sangat mudah untuk menavigasi sistem e-government Batu Smart City
PATU4 Interaksi dengan sistem e-government Batu Smart City jelas dan dapat dimengerti
PATU5 Saya dapat dengan mudah mengerjakan tugas saya sambil menggunakan sistem e-government Batu Smart City
PATU6 Mudah dalam mengunduh dokumen perijinan yang diperlukan menggunakan sistem e-government Batu Smart City
Perceived Information Quality
PIQ1 Informasi yang disediakan di sistem e-government Batu Smart City ini up-to-date
PIQ2 Informasi yang disediakan di sistem e-government Batu Smart City mudah dimengerti
PIQ3 Sistem e-government Batu Smart City menyediakan semua informasi terkait yang diperlukan untuk memenuhi kebutuhan saya
PIQ4 Sistem e-government Batu Smart City memberikan informasi yang akurat tentang layanan yang disediakan
9
PIQ5 Sistem e-government Batu Smart City menyediakan informasi secara berurutan dan sistematis
PIQ6 Sistem e-government Batu Smart City secara jelas memberikan kebijakan pemerintah terkait dengan fungsi system
PIQ7 Sistem e-government Batu Smart City memberikan sumber informasi tambahan terkait
PIQ8 Sistem e-government Batu Smart City menyediakan tautan yang diperlukan untuk sistem lain
Multilingual Option
MLO1 Ketersediaan bahasa asli (bahasa ibu) pada sistem e- government Batu Smart City dapat membantu menjalankan tugas dengan lebih baik
MLO2 Ketersediaan bahasa asli (bahasa ibu) pada sistem e- government Batu Smart City mempermudah melakukan tugas- tugas
MLO3 Tanpa adanya pilihan bahasa asli (bahasa ibu), saya tidak dapat melakukan tugas-tugas saya di sistem e-government Batu Smart City
Perceived Functional Benefit
PFB1 Penting untuk menggunakan sistem e-government Batu Smart City dari mana saja yang nyaman bagi saya
PFB2 Penting untuk menggunakan sistem e-government Batu Smart City setiap saat yang nyaman bagi saya
PFB3 Layanan yang diberikan ketika menggunakan sistem e- government Batu Smart City lebih mahal daripada menggunakan kantor pemerintah fisik
PFB4 Sistem e-government Batu Smart City memberikan pilihan interaksi yang lebih luas dengan fungsi yang berbeda dibandingkan dengan interaksi dengan kantor pemerintah fisik PFB5 Sistem e-government Batu Smart City membantu
menyelesaikan tugas-tugas dengan lebih cepat
PFB6 Tidak memakan waktu terlalu banyak untuk mencari layanan dari sistem e-government Batu Smart City, dibandingkan dengan layanan pemerintah tradisional
PFB7 Menggunakan sistem e-government Batu Smart City meningkatkan efisiensi secara keseluruhan
PFB8 Menggunakan sistem e-government Batu Smart City memudahkan untuk melakukan tugas-tugas
PFB9 Menggunakan sistem e-government Batu Smart City meningkatkan kualitas pengambilan keputusan
Perceived Uncertainity
PU1 Interaksi dengan sistem e-government Batu Smart City tidak dapat diatur karena tidak adanya personil langsung
PU2 Interaksi dalam lingkungan virtual tidak nyaman
PU3 Hasil dari interaksi dengan sistem e-government Batu Smart City tidak pasti karena tidak adanya personil langsung
Perceived Security
PS1 Sistem e-government Batu Smart City aman digunakan untuk kepentingan finansial
PS2 Sistem e-government Batu Smart City memiliki fitur keamanan yang memadai
PS3 Sistem e-government Batu Smart City melindungi informasi tentang kartu kredit saya
PS4 Kebijakan keamanan di sistem e-government Batu Smart City dinyatakan dengan jelas
Perceived Privacy
PP1 Saya ragu untuk memberikan informasi ke sistem e- government Batu Smart City
PP2 Sistem e-government Batu Smart City melindungi informasi yang saya ungkapkan
10
PP3 Sistem e-government Batu Smart City tidak membagi informasi pribadi saya dengan sistem lain
Perceived Trust
PT1 Sistem e-government Batu Smart City secara keseluruhan, dapat diandalkan
PT2 Apa yang saya lakukan melalui sistem e-government Batu Smart City terjamin
PT3 Sistem e-government Batu Smart City lebih dapat diandalkan dibandingkan kantor-kantor pemerintah fisik
PT4 Pemerintah bertanggung jawab penuh untuk semua jenis ketidakamanan selama interaksi / transaksi di sistem e- government Batu Smart City
PT5 Kebijakan hukum dan teknologi dari sistem e-government Batu Smart City cukup melindungi saya dari masalah di internet
Perceived Service Response
PSR1 Sistem e-government Batu Smart City mengingat / mengakui saya sebagai pelanggan yang bernilai
PSR2 Layanan pelanggan sistem e-government Batu Smart City memenuhi kebutuhan spesifik saya
PSR3 Sistem e-government Batu Smart City mengambil tindakan cepat ketika saya mengalami masalah dalam menjalankan tugas saya
PSR4 Layanan pelanggan secara online tersedia setiap saat
PSR5 Layanan pelanggan sistem e-government Batu Smart City merespon dengan sangat cepat
Adoption (static level)
ADOP11 Untuk melihat / mencari informasi dan mengunduh formulir mengenai perijinan di Kota Batu, saya menggunakan sistem e- government Batu Smart City
ADOP12 Untuk melihat / mencari informasi dan mengunduh formulir mengenai perijinan di Kota Batu, saya akan menggunakan sistem e-government Batu Smart City di masa depan
ADOP13 Untuk melihat / mencari informasi dan mengunduh formulir mengenai perijinan di Kota Batu, saya menyarankan teman- teman saya / kerabat untuk menggunakan sistem e-government Batu Smart City
Adoption (interaction level)_
ADOP21 Untuk berinteraksi/ membuat permintaan / membuat pertanyaan mengenai perijinan di Kota Batu saya menggunakan sistem e-government Batu Smart City
ADOP22 Untuk berinteraksi / membuat permintaan / membuat pertanyaan mengenai perijinan di Kota Batu saya ingin menggunakan sistem e-government Batu Smart City di masa depan
ADOP23 Untuk berinteraksi / membuat permintaan / membuat pertanyaan mengenai perijinan di Kota Batu saya menyarankan teman-teman saya / kerabat untuk menggunakan sistem e- government Batu Smart City
11 3.8 Pengujian Kelayakan Kuisioner
Pada suatu penelitian kuantitatif selalu bergantung pada dua alat ukur yaitu validitas dan juga reliabilitas. Pengujian validitas dilakukan untuk mengetahui tingkat kelayakan dari butir-butir pertanyaan dalam mendefinisikan variabel. Suatu pertanyaan atau butir-butri pertanyaan dapat dikatakan memiliki tingkat validitas yang tinggi apabila pengujian tersebut menjalankan fungsi dari alat ukurnya, atau memberikan hasil pengukuran yang tepat dan akurat. Selain pengujian validitas dilakukan juga pengujian reliabilitas. Pengujian reliabilitas dilakukan untuk mengetahui tingkat konsistensi, tingkat keandalan, dan data tetap konsisten apabila dilakukan pengukuran lebih dari satu kali dari suatu alat ukur, dalam penelitian ini digunakan kuisioner. Suatu instrument dikatakan reliabel apabila instrumen tersebut dapat dipercaya sebagai alat ukur penelitian. Dalam menentukan tinggi rendahnya relibilitas dapat dijelaskan oleh suatu angka yang disebut koefisien reliabilitas. Memiliki reliabilitas yang tinggi apabila memiliki nilai koefisien mendekati 1[19].
3.10.1 Uji Validitas
Dalam menentukan layak atau tidaknya suatu item yang digunakan, biasanya digunakan uji signifikansi valid jika berkorelasi signifikan terhadap skor total. Teknik yang digunakan dalam pengujian validitas pada penelitian ini adalah Bivariate Pearson, dimana Analisa dilakukan dengan mengkorelasikan masing- masing skor item dengan skor total. Skor total adalah jumlah dari keseluruhan item.
Item pertanyaan yang berkolasi signifikan dengan skor total menunjukkan item tersebut mampu memberikan dukungan dalam mengungkap apa yang ingin diungkap[19]. Rumus korelasi dari pearson yang digunakan adalah rumus (2)[20]:
𝑟𝑥𝑦 = 𝑁∑𝑥𝑦 − (∑𝑥)(∑𝑦)
√𝑁∑𝑥2 − (∑𝑥)2(𝑁∑𝑦2− (∑𝑦)2) (2)
Dimana rxy Koefisien korelasi antara variabel X dan Y sama dengan Jumlah perkalian antara variabel x dan y (∑xy) dikurangi jumlah dari nilai x (∑x) dikalikan dengan jumlah dari nilai y (∑y) dibagi dengan akar jumlah dari kuadrat nilai x (∑x2)
12 dikurangi dengan jumlah nilai x yang dikuadratkan ((∑x)2) dikalikan dengan jumlah dari kuadrat nilai y dikurangi jumlah nilai y yang dikuadratkan ((∑y)2).
Pada penelitian ini digunakan data awal sebanyak 30 sampel untuk dilakukan uji validitas item kuisioner. Dengan menggunakan 30 sampel maka derajat kebeasan nya adalah df = 30-2 = 28. Kemudian dari nilai derajat kebebasan 28 dan taraf signifikansi 0.1 diperoleh nilai r tabel 0.2407. Pada pengujian validitas ini seluruh indikator sudah dapat dikatakan valid karena nilai r hitung berada diatas r tabel (0.2407). hasil lengkap dapat dilihat pada Tabel 11.
Tabel 4 Nilai rhitung validitas tiap indikator
Indikator rhitung Indikator rhitung Indikator rhitung Indikator Rhitung
PA1 0.807 PI2 0.422 PFB1 0.610 PT1 0.593
PA2 0.725 PI3 0.722 PFB2 0.751 PT2 0.525
PA3 0.372 PATU1 0.577 PFB3 0.283 PT3 0.506
PA4 0.636 PATU2 0.852 PFB4 0.635 PT4 0.645
AOR1 0.617 PATU3 0.532 PFB5 0.867 PT5 0.717
AOR2 0.438 PATU4 0.699 PFB6 0.753 PSR1 0.555
AOR3 0.474 PATU5 0.707 PFB7 0.868 PSR2 0.579
AOR4 0.441 PATU6 0.666 PFB8 0.561 PSR3 0.492
AOR5 0.494 PIQ1 0.639 PFB9 0.613 PSR4 0.533
CSE1 0.303 PIQ2 0.797 PU1 0.581 PSR5 0.766
CSE2 0.390 PIQ3 0.728 PU2 0.624 ADOP11 0.427
CSE3 0.388 PIQ4 0.782 PU3 0.631 ADOP12 0.853
CSE4 0.330 PIQ5 0.642 PS1 0.409 ADOP13 0.638
PC1 0.655 PIQ6 0.539 PS2 0.677 ADOP21 0.737
PC2 0.520 PIQ7 0.740 PS3 0.434 ADOP22 0.761
PC3 0.438 PIQ8 0.650 PS4 0.510 ADOP23 0.423
PC4 0.598 MLO1 0.529 PP1 0.517
PC5 0.568 MLO2 0.710 PP2 0.784
PI1 0.577 MLO3 0.675 PP3 0.477
3.10.2 Uji Reliabilitas
Pengujian reliabilitas instrumen penelitian dengan menggunakan rumus Cronbach Alpha karena intrumen pada penelitian ini berbentuk angket atau kuisioner dan skala bertingkat. Rumus dari Cronbach Alpha dapat dilihat pada rumus (3)[21]:
13 𝑟11= ( 𝑛
𝑛 − 1) ( 1 − ∑𝜎𝑡2
𝜎𝑡2 ) (3)
Dimana reliabilitas (r11) sama dengan jumlah item pertanyaan yang diuji (n) dibagi n-1 dikalikan 1 dikurangi jumlah varians skor tiap item (∑𝜎𝑡2) dibagi varians total (𝜎𝑡2). Untuk mengetahui tinggi rendahnya reliabilitas instrumen maka digunakan kategori pada tabel 12.
Tabel 5 Tingkat reliabilitas Cronbach alpha[22]
Interval Reliabilitas Kategori
0,80 < r11 ≤ 1,00 Reliabilitas sangat tinggi 0,60 < r11 ≤ 0,80 Reliabilitas tinggi 0,40 < r11 ≤ 0,60 Reliabilitas sedang 0,20 < r11 ≤ 0,40 Reliabilitas rendah 0,00 < r11 ≤ 0,20 Tidak reliable
Tabel 6 Hasil Uji Reliabilitas Kuisioner Croncbach’s Alpha N of Items
0.977 73
Dari tabel uji reliabilitas dapat dilihat bahwa nilai Croncbach Aplha adalah 0.977.
sesuai dengan Tabel 13 dimana 0,80 < r11 ≤ 1,00 maka dapat dikatankan item sudah memiliki reliabilitas yang tinggi.
3.9 Metode Pengolahan Data dan Analisa Data
Pada langkah ini, hasil kuisioner yang telah melewati tahap pengujian dikumpulkan untuk diolah dan dianalisis dengan Partial Least Square Structural Equation Modelling (SEM-PLS). Dengan menggunakan SEM, peneliti melakukan analisis adopsi masyarakat Kota Batu terhadap sistem e-Government Batu Smart City. Tujuan utama dari langkah analisis ini adalah menjelaskan hubungan antara konstruk dan menilai besarnya nilai hubungan. SEM-PLS dapat digunakan pada data yang tidak berdistribusi normal dan skala pengukuran yang digunakan dapat berupa interval maupun rasio, ordinal, dsb dan tidak harus memiliki jumlah sampel yang besar atau dapat digunakan pada data yang meiliki sampel kecil[23].
14 3.11.1 Model Pengukuran atau Outer Model
Pada model Pengukuran (Outer Model) digambarkan nilai hubungan atau loading factor pada setiap instrumen dan bersifat reflektif (instrumen mengarah ke konstruk)[24].
3.11.2 Model Struktural atau Inner Model
Pada model struktural (Inner Model) menggambarkan bagaimana hubungan antar variabel sesuai dengan model struktural hipotesis penelitian.
3.11.3 Evaluasi Model 3.8.3.1 Evaluasi Outer Model
Dalam evaluasi outer model terdapat beberapa perhitungan yang harus terpenuhi agar dapat dilanjutkan ke tahap analisa selanjutnya diantaranya Convergent Validity, Discriminant Validity, Composite Reliability [15].
• Convergent Validity
Convergent Validity dilakukan untuk mengukur nilai loading factor pada seluruh indikator dan dapat dinilai indikator tersebut valid atau tidak.
Indikator dinyatakan valid apabila memenuhi nilai loading factor diatas 0.5.
Tetapi, nilai yang diharapkan adalah diatas 0.7.
• Discriminant Validity
Pada analisa Discriminant Validity konstruk pada setiap indikator dilihat nilai Average Variance Extracted (AVE) untuk dikatakan valid atau tidaknya. Setidaknya untuk dapat dikatakan valid apabila memiliki nilai AVE diatas 0.5. Discriminant Validity dapat dilakukan dengan persamaan 4 berikut.
𝐴𝑉𝐸 = ∑
𝑛𝑖=1𝜆
𝑖2∑
𝑛𝑖=1𝜆
2𝑖+ ∑
𝑛𝑖=1𝑣𝑎𝑟(𝜀
𝑖)
(4)• Composite Reliability
Untuk mengukur tingkat reliabilitas konstruk atau indikator maka digunakan analisa Composite Reliability. Dikatakan reliabel dan konsisten apabila memiliki nilai Composite Reliability diatas 0.7. Analisa Composite Reliability dapat dilakukan dengan persamaan 5 berikut.
15
𝜌 = (∑
𝑛𝑖=1𝜆
𝑖)
2(∑
𝑛𝑖=1𝜆
𝑖)
2+ ∑
𝑛𝑖=1𝑣𝑎𝑟(𝜀
𝑖)
(5)3.8.3.2 Evaluasi Inner Model
Dalam evaluasi inner model pengukuran melihat berdasarkan nilai dari R- Square (R2). Evaluasi inner model digunakan untuk melihat pengaruh dari variabel Eksogen terhadap variabel Endogen. Dalam pengujian nilai R-Square terdapat beberapa syarat penilan yang terbagi dalam tiga kriteria yaitu kriteria dikatakan baik harus bernilai 0.67, dikatakan moderat apabila bernilai 0.33, dan bernilai lemah apabila bernilai 0.19 [15]. Dalam menentukan presentase varian yang dapat dijelaskan oleh variabel laten endogen dapat dilihat pada rumus 6 berikut.
𝑅2 = ∑
𝛽
𝑗ℎ𝑐𝑜𝑟
(𝑋
𝑗ℎ, 𝑌
𝑗)𝐻 ℎ=1
(6)
3.8.3.3 Evaluasi Goodness of Fit
EvaIuasi goodness of fit diIakukan untuk meIihat kesesuaian modeI yang dianaIisa sudah Fit (baik) atau tidak. Terdapat beberapa modeI pengujian untuk menentukan baik tidaknya suatu modeI yaitu[25].:
a. Chi-Square yang berarti pengujian hipotesis tentang perbandingan antara frekuensi observasi dengan frekuensi harapan yang didasarkan oIeh hipotesis peneIitian. ModeI dapat dinyatakan sudah Fit (baik) apabiIa memenuhi kriteria dari Chi-Square (X2) yaitu diatas 0.05.
a. RMSEA merupakan ukuran yang memperbaiki kecenderungan satstistik dari Chi Square yang menoIak modeI dengan jumIah sampeI besar. The Root Mean Square of Approximation (RMSEA) memiIiki niIai yang baik apabiIa niIai berada diantara 0.05 dan 0.08.
b. GFI merupakan indeks yang menggambarkan tingkat dari kesesuaian modeI secara menyeIuruh dari modeI yang diprediksi dibandingkan dengan data yang sebenarnya. Goodness of Fit Index (GFI) mengisyaratkan modeI yang diuji memiIiki kesesuaian yang baik apabiIa niIai GFI diatas 0.90.
16 c. CFI (Comparative Fit Index), merupakan indeks kesesuaian inkremental yang memperhitungkan ukuran sampel dan bekerja dengan baik meskipun ukuran sampel kecil. Indeks ini relatif tidak sensitif terhadap besarnya sampel dan kurang dipengaruhi oleh kerumitan model. Indeks CFI dikatakan baik apabila berada diatas 0.90.
d. TLI (Tucker Lewis Index), merupakan indeks kesesuaian inkremental yang membandingkan model yang diuji dengan baseline model. TLI digunakan untuk mengatasi masalah yang timbul akibat dari kompleksitas model. Nilai yang baik untuk dikatakan memiliki nilai TLI yang baik adalah diatas 0.90.
3.10 Pengujian Hipotesis
Pengujian hipotesis pada penelitian ini dilakukan setelah melewati semua tahap pengujian dan analisa model. Pengujian hipotesis dilakukan dengan menggunakan resampling bootsrapping pada SmartPLS dan dianalisa bagaimana distribusi data dan hubungan serta pengaruh dari variabel eksogen terhadap variabel endogen melihat dari nilai T-tabel atau uji t. Hipotesis diterima apabilai nilai t-tabel lebih rendah dari nilai t-hitung, dan sebaliknya hipotesis ditolak apabila nilai t-tabel lebih tinggi dari pada nilai t-hitung[15].