Evaluasi Sistem Informasi Akademik Satya Wacana Menerapkan Model for Mandatory Use of Software Technologies
Calvin Yakhin Pongmakamba*, Johan J C Tambotoh
Fakultas Teknologi Informasi, Sistem Informasi, Universitas Kristen Satya Wacana, Salatiga, Indonesia Email: 1,*calvin9h@gmail.com, 2johan.tambotoh@uksw.edu
Email Penulis Korespondensi: calvin9h@gmail.com Submitted 17-02-2023; Accepted 27-03-2023; Published 30-04-2023
Abstrak
Terdapat banyak teori dan metode yang dapat digunakan untuk mengevaluasi sistem informasi. Beberapa di antara lain TAM, Wixom and Todd, DeLone and McLean, dll. Model-model tersebut kurang cocok digunakan untuk mengevaluasi sistem informasi yang diimplementasikan di lingkungan yang bersifat diwajibkan (mandatory) dimana pengguna mau tidak mau diwajibkan untuk menggunakan sistem yang ada. Penelitian ini bertujuan untuk mengeksplorasi variabel-variabel yang dapat mempengaruhi tingkat penggunaan SIASAT (Sistem Informasi Akademik Satya Wacana). Manfaat dan pentingnya penelitian ini dilakukan untuk mengetahui seberapa signifikan pengaruh dari faktor-faktor yang dapat mempengaruhi pengguna SIASAT. Pada penelitian ini menggunakan pendekatan BSR (Behavioral Science Research) dengan metode kuantitatif melalui pengumpulan data menggunakan kuesioner. Untuk analisis data, dilakukan analisis statistik menggunakan PLS-SEM melalui menggunakan aplikasi SmartPLS 4. Berdasarkan hasil penelitian dapat disimpulkan bahwa terdapat hubungan yang signifikan antara harapan kinerja terhadap sikap pengguna dalam menggunakan SIASAT. Hal ini dapat dilihat dari hubungan antara variabel PE -> AT yang memiliki nilai T-Statistic tertinggi yaitu 24.877. Variabel dengan pengaruh terbesar adalah variabel Information Satisfaction dengan nilai R-Square sebesar 0.655. Dari delapan hipotesis yang diuji, disimpulkan bahwa enam diantaranya diterima dan dua ditolak. Hal ini dikarenakan dua hipotesis tersebut menggunakan variabel Use (penggunaan) dengan nilai Cronbach's Alpha dibawah dari 0.7 (0.576) sehingga variabel tersebut dinilai tidak reliabel dan dua hipotesis tersebut ditolak.
Kata Kunci: Sistem Informasi Akademik; Model for Mandatory Use of Software Technologies; MMUST Abstract
There are many theories and methods that can be used to evaluate information systems. For example TAM, Wixom and Todd, DeLone and McLean, etc. These models are not suitable to evaluate information systems that are implemented in mandatory environments where the users have to use the system whether they prefer to use it or not. This study aims to explore the variables that can affect the level of use of SIASAT (Satya Wacana Academic Information System). This research was carried out to find out how significant the influence of the factors that can influence SIASAT users. This study using BSR (Behavioral Science Research) approach with quantitative methods through data collection using questionnaire. For data analysis, statistical analysis was carried out using PLS-SEM through SmartPLS 4 software. Based on the results of the study it can be interpreted that there is a significant relationship between performance expectations and user attitudes in SIASAT usage. This can be seen from the relationship between the variables PE -> AT which has the highest T-Statistic value, 24,877. Variabel with highest effect is the Information Satisfaction variable with an R-Square value of 0.655. Of the eight hypotheses tested, it was concluded that six of them were accepted and two were rejected. This is because the two hypotheses using the Use variable with a Cronbach's Alpha value below 0.7 (0.576) these variables considered unreliable thus two hypotheses are rejected.
Keywords: Academic Information System; Model for Mandatory Use of Software Technologies; MMUST
1. PENDAHULUAN
Dalam implementasi suatu sistem informasi, organisasi yang bersangkutan ingin memastikan kesuksesan dari investasi sistem informasi. Pengelola organisasi melakukan investasi tersebut untuk menjawab kebutuhan dan peluang organisasi, oleh karena itu penting bagi organisasi untuk mengetahui apabila sistem tersebut telah mencapai tujuan organisasi [1].
Mengukur kesuksesan dari sistem informasi penting agar organisasi dapat mengukur keefektifan sistem informasi dan memastikan bahwa investasi sistem informasi telah berhasil [1]. Terdapat banyak teori dan metode yang dapat digunakan untuk mengevaluasi sistem informasi. Beberapa di antara lain TAM (Technology acceptance model) [2], Wixom and Todd [3], DeLone and McLean [4], dll. Permasalahan dari metode-metode tersebut adalah model-model tersebut menggunakan variabel “niat untuk menggunakan” (intention to use). Variabel “niat untuk menggunakan” merupakan salah satu variabel penting di dalam model-model tersebut. Model-model tersebut kurang cocok digunakan untuk mengevaluasi sistem informasi yang diimplementasikan di lingkungan yang bersifat diwajibkan (mandatory) dimana pengguna mau tidak mau diwajibkan untuk menggunakan sistem yang ada [5]. Oleh karena itu, dengan menggunakan model-model tersebut pada lingkungan mandatory hasil yang didapat biasanya tidak konsisten atau campur aduk [6][7][8][9]. Untuk menyelesaikan masalah ini dibuatlah suatu model MMUST (Mandatory Use of Software Technologies) yang secara eksklusif fokus di lingkungan mandatory dan menghilangkan variabel “niat untuk menggunakan” [5].
Telah dilakukan berbagai penelitian dengan menggunakan MMUST sebagai landasan teori. MMUST memiliki 8 variabel yaitu: Information Quality, Information Satisfaction, Performance Expectancy, Social Influence, Attitude, Use, Overall Satisfaction dan Net Benefits. Sayangnya penelitian mengenai sistem informasi akademik (SIA) masih sangat sedikit yang menggunakan MMUST sebagai landasan teori dan kebanyakan dari penelitian mengenai sistem informasi akademik lebih banyak menggunakan model yang masih menggunakan variabel “niat untuk menggunakan” di dalam
penelitiannya. Penelitian yang menggunakan MMUST sebagai landasan teori antara lain “Analisis terhadap Penggunaan Sistem Informasi dengan Menggunakan Kerangka Model for Mandatory Use of Software Technologies pada Aplikasi Sistem Keuangan dan Akuntansi Satya Wacana (SIKASA) di Universitas Kristen Satya Wacana Salatiga” [10], penelitian ini mengevaluasi Aplikasi Sistem Keuangan dan Akuntansi yang digunakan di Universitas Kristen Satya Wacana Salatiga dengan cara mengeksplorasi faktor-faktor yang mempengaruhi tingkat pemanfaatan teknologi informasi Sikasa New (Aplikasi Sistem Keuangan dan Akuntansi). Dari penelitian tersebut ditemukan pengaruh yang positif dan signifikan pada Attitude terhadap Overall Satisfaction, Information Quality terhadap Information Satisfaction, Information Satisfaction terhadap Performance Expectancy, Overall Satisfaction terhadap Net Benefits, Performance Expectancy terhadap Attitude, dan Social Influence terhadap Performance Expectancy. Sebaliknya ditemukan juga variabel Use memiliki nilai reliabilitas yang kurang baik didalam lingkungan yang mandatory karena berdasarkan penelitian tersebut variable Use tidak memiliki pengaruh yang signifikan terhadap variabel Net Benefits. Kemudian pada penelitian selanjutnya yaitu
“Analisis Penerimaan dan Penggunaan Aplikasi E-LKP UIN Raden Fatah Palembang Menggunakan Model for Mandatory Use of Software Technologies” [11], tujuan dari penelitian ini yaitu melakukan analisis penerimaan dan penggunaan aplikasi E-LKP untuk mengetahui bagaimana penerimaan dan penggunaan serta faktor apa saja yang mempengaruhi terhadap aplikasi E-LKP UIN Raden Fatah Palembang. Hasilnya menunjukkan penerimaan dan penggunaan aplikasi E-LKP diterima sebesar 92,8% jadi, pengguna yang menerima Information Satisfaction bisa meningkatkan harapan kinerja dari penggunaan aplikasi. Adapun faktor yang berpengaruh lebih besar atau tinggi dalam penerimaan dan penggunaan aplikasi E-LKP yang digunakan oleh pegawai ASN dan dosen dengan tugas tambahan yaitu faktor Information Quality terhadap Information Satisfaction sebesar 151,456 dan untuk pengaruh yang lebih kecil atau lebih rendah adalah pada faktor Use terhadap Net Benefits sebesar 1,083.
Berdasarkan penelitian-penelitian sebelumnya yang menggunakan MMUST sebagai landasan teori, belum secara spesifik membahas mengenai sistem informasi akademik sebagai fokus utama dalam penelitian. Selain itu berdasarkan penelitian literature review oleh Monica A. K dkk yang berfokus pada lingkungan mandatory, pada tahun 2022 dari 16 paper yang dipilih, tidak ada dari paper tersebut yang menggunakan MMUST sebagai teori dasar penelitian [12]. Oleh karena itu penelitian ini akan berfokus untuk mengevaluasi sistem informasi akademik di dalam lingkungan mandatory dengan menggunakan model MMUST.
Universitas Kristen Satya Wacana merupakan salah satu perguruan tinggi swasta yang telah mengimplementasi sebuah sistem informasi akademik yang diberi nama SIASAT (Sistem Informasi Akademik Satya Wacana). SIASAT dibuat dan dirancang untuk meningkatkan pelayanan yang baik kepada mahasiswa dan dosen, dengan sistem yang terkomputerisasi guna peningkatan kinerja, kualitas daya saing dan SDM yang mumpuni. Namun seiring perjalanan waktu muncul beberapa permasalahan yang timbul terkait dengan penggunaan dan penerapan SIASAT. Saat ini SIASAT telah mendapat pembaruan berkala dengan harapan dapat memberikan pelayanan terbaik bagi para penggunanya, akan tetapi pada kenyataannya masih banyak keluhan-keluhan yang disampaikan pengguna SIASAT. Karena penggunaan dari SIASAT yang bersifat wajib, muncul beberapa masalah salah satunya adalah pengguna merasa terpaksa untuk menggunakan SIASAT untuk menyelesaikan tugas mereka. Meskipun menggunakan sistem adalah sesuatu yang dipaksakan dan pengguna harus menggunakan sistem tersebut untuk mempertahankan posisi atau pekerjaannya (mahasiswa), pengguna bisa saja memilih untuk menolak untuk mematuhi mandat yang telah diberikan karena sistem yang ada tidak dapat mendukung pekerjaannya [5][13]. Hal tersebut dapat berdampak negatif terhadap organisasi karena kepuasan pengguna sistem informasi dianggap mempunyai pengaruh penting dalam mengukur kesuksesan dari sistem informasi [10]. Selain kepuasan pengguna, sikap yang ditunjukan oleh pengguna merupakan salah satu variabel penting dalam mengukur keberhasilan suatu sistem informasi karena sikap yang ditunjukkan oleh pengguna secara langsung mempengaruhi kepuasan pengguna secara keseluruhan [5]. Sedangkan di dalam lingkungan mandatory, “sikap terhadap penggunaan” merupakan variabel yang dinilai lebih penting daripada “niat untuk menggunakan” dan “penggunaan sebenarnya” karena variabel “sikap terhadap penggunaan” mewakili sejauh mana pengguna puas dengan sistem yang digunakan [13].
Berdasarkan uraian latar belakang masalah diatas, dasar dari penelitian ini adalah untuk mengevaluasi kinerja Sistem Informasi Akademik yang ada di Universitas Kristen Satya Wacana yang merupakan lingkungan mandatory melalui perspektif pengguna dengan menggunakan model MMUST. Penelitian ini bertujuan untuk mengeksplorasi variabel-variabel yang dapat mempengaruhi tingkat penggunaan SIASAT. Manfaat dan pentingnya penelitian ini dilakukan untuk mengetahui seberapa jauh pengaruh dari faktor-faktor yang dapat mempengaruhi pengguna SIASAT.
Diharapkan hasil dari penelitian ini dapat memberikan kontribusi bagi pengembangan sistem informasi dengan mengetahui sejauh mana penilaian pengguna terhadap sistem yang diterapkan serta kualitas dari informasi yang dihasilkan sistem dan juga memberikan hasil validasi terhadap model MMUST, sehingga bisa diadopsi pada penelitian di masa depan.
Sistematika tulisan ini terdiri dari pendahuluan, metode penelitian, hasil dan pembahasan, dan kesimpulan. Pada bagian pendahuluan berisi latar belakang; tinjauan literatur; keterbaruan penelitian; isu utama penelitian; tujuan dan kontribusi penelitian; sistematika penelitian. Metode penelitian terdiri dari tahapan penelitian, populasi dan sampel. Dan hipotesis penelitian. Hasil dan pembahasan merupakan hasil pengumpulan dan pengolahan data. Kesimpulan merupakan rangkuman dari hasil pembahasan penelitian.
2. METODOLOGI PENELITIAN
Pada penelitian ini menggunakan pendekatan BSR (Behavioral Science Research) dengan metode kuantitatif melalui pengumpulan data menggunakan kuesioner. Untuk analisis data, dilakukan analisis statistik menggunakan PLS-SEM [14][15][16].
2.1 Tahapan Penelitian
Tahap pertama penelitian yaitu menentukan area penelitian yang akan digunakan sebagai topik penelitian yaitu penggunaan sistem informasi akademik di Lembaga Pendidikan tinggi. Selanjutnya tahap kedua, dilakukan studi literatur dengan mencari berbagai jurnal terkait evaluasi sistem informasi akademik, implementasi sistem informasi di lingkungan mandatory, serta kerangka-kerangka teoritis yang dapat digunakan. Pada tahap ketiga dilakukan desain penelitian dengan menentukan model MMUST (Mandatory Use of Software Technologies) sebagai kerangka teoritis dan menentukan hipotesis penelitian. Tahap keempat, pengumpulan data secara kuantitatif dengan menggunakan kuesioner yang disusun berdasarkan skala likert (1-5). Selanjutnya pada tahap kelima, dilakukan analisis data dengan metode PLS-SEM menggunakan aplikasi SmartPLS 4. Pada tahap keenam, dilakukan penguraian hasil dan pembahasan berdasarkan analisis pada tahap sebelumnya. Untuk tahap terakhir yaitu kesimpulan yang menjawab tujuan penelitian dan rangkuman dari hasil dan pembahasan.
Menentukan Area Penelitian
Studi Literatur
Menentukan model dan pengembangan
hipotesis
Pengumpulan Data
Analisis Data
Hasil dan Pembahasan
Kesimpulan
Metode Kuantitatif
PLS-SEM
Penentuan Variabel dan Indikator
Penelitian
Pembuatan Kuesioner dengan
skala Likert
Aplikasi SmartPLS Tahap 1
Tahap 3
Tahap 4
Tahap 5
Tahap 6
Tahap 7 Tahap 2
Gambar 1. Tahapan Penelitian 2.2 Sampel dan Populasi
Populasi yang dipilih dalam penelitian ini yaitu mahasiswa Universitas Kristen Satya Wacana dengan kriteria terakhir kali menggunakan SIASAT (Sistem Informasi Akademik Satya Wacana) maksimal pada bulan Januari 2022. Kuesioner disebar melalui link google form dan telah diterima sebanyak 192 data. Dalam PLS-SEM jumlah minimal sampel dapat ditentukan oleh sepuluh kali jumlah indikator formatif yang paling banyak digunakan pada satu variabel [17]. Roscoe menyarankan ukuran sampel untuk penelitian yaitu jumlah anggota sampel minimal 10 kali jumlah variabel yang diteliti [18]. Penelitian ini menggunakan 8 variabel yang terdiri dari 2 variabel bebas dan 6 variabel terikat sehingga jumlah minimal sampel yang dibutuhkan adalah sebanyak 80 sampel.
2.3 Hipotesis Penelitian
Untuk menjawab pertanyaan dari penelitian ini, maka model penelitian disusun berdasarkan MMUST (Mandatory Use of Software Technologies) sebagai kerangka teoritis [5]. Model penelitian ini terdapat 8 variabel yang terdiri dari 2 variabel bebas dan 6 variabel terikat, yang dapat dilihat pada gambar 2. Penelitian ini akan menguji hipotesis yang telah dibuat berdasarkan latar belakang dan permasalahan yang ada.
Hipotesis penelitian:
H1: Kualitas Informasi (IQ) berpengaruh positif–signifikan terhadap Kepuasan Informasi (IS) H2: Kepuasan Informasi (IS) berpengaruh positif–signifikan terhadap Harapan Kinerja (PE) H3: Harapan Kinerja (PE) berpengaruh positif–signifikan terhadap Sikap (AT)
H4: Pengaruh Sosial (SI) berpengaruh positif–signifikan terhadap Harapan Kinerja (PE) H5: Sikap (AT) berpengaruh positif–signifikan terhadap Penggunaan (USE)
H6: Sikap (AT) berpengaruh positif–signifikan terhadap Kepuasan Keseluruhan (OS) H7: Penggunaan (USE) berpengaruh positif–signifikan terhadap Keuntungan (NB)
H8: Kepuasan Keseluruhan (OS) berpengaruh positif–signifikan terhadap Keuntungan (NB)
Gambar 2. Model for Mandatory Use of Software Technologies (MMUST)
3. HASIL DAN PEMBAHASAN
3.1 SIASAT (Sistem Informasi Akademik Satya Wacana)
SIASAT adalah sebuah Sistem Informasi Akademik yang digunakan oleh Universitas Kristen Satya Wacana. Sistem ini dapat diakses dimanapun melalui perangkat yang terhubung dengan internet melalui alamat https://siasat.uksw.edu.
Seperti Sistem Informasi Akademik pada umumnya, SIASAT merupakan sistem yang dirancang dan dibuat untuk mengolah data-data yang berhubungan dengan informasi akademik. SIASAT juga berfungsi untuk mengurangi interaksi antara siswa dan staf administrasi akademik, sehingga layanan lebih efektif dan efisien. Kegiatan administrasi akademik termasuk (namun tidak terbatas pada); registrasi ulang, registrasi matakuliah, adjustment, daftar kelas, dll.
Gambar 3. Halaman Login SIASAT 3.2 Demografi Responden
Pengumpulan data menggunakan kuesioner online mulai disebar melalui link google form dimulai dari tanggal 25 November 2022 sampai tanggal 2 Januari. Rangkuman data dari demografi responden dapat dilihat pada tabel 1.
Tabel 1. Demografi responden
Karakteristik Frekuensi Persentase
Jenis Kelamin
Pria 90 47%
Wanita 102 53%
Usia
18 9 5%
19 14 7%
20 23 12%
21 47 24%
22 56 29%
23 22 11%
24 9 5%
25 4 2%
26 2 1%
27 2 1%
28 2 1%
34 1 1%
45 1 1%
Fakultas
Bahasa dan Seni 6 3%
Ekonomika dan Bisnis 44 23%
Fakultas Biologi 2 1%
Hukum 28 15%
Ilmu Sosial dan Komunikasi 7 4%
Kedokteran dan Ilmu Kesehatan
4 2%
Keguruan dan Ilmu Pendidikan 12 6%
Pertanian dan Bisnis 7 4%
Psikologi 11 6%
Sains dan Matematika 4 2%
Teknik Elektronika dan Komputer
6 3%
Teknologi Informasi 49 26%
Teologi 12 6%
Frekuensi penggunaan
Beberapa kali sebulan 67 35%
Kurang dari sekali dalam sebulan
22 11%
Beberapa kali seminggu 46 24%
Sekali sebulan 13 7%
Sekali sehari 17 9%
Beberapa kali sehari 27 14%
Rata-rata penggunaan
Kurang dari 30 menit 85 44%
Jarang 82 43%
30 menit - 1 jam 18 9%
1-2 jam 5 3%
2-3 jam 2 1%
Total Responden 192
3.3 Model Pengukuran (Outer Model)
Secara umum, teori pengukuran digunakan untuk melihat variabel laten/item penelitian yang diukur [17]. Secara praktis, uji model pengukuran/outer model bertujuan untuk mengetahui validitas dan reliabilitas dari item-item dalam model penelitian.
Tabel 2. Hasil Uji Validitas dan Reliabilitas (Uji tahap pertama)
Variabel Indikator Loading factor
Cronbach's Alpha
Composite Reliability
Average Variance Extracted (AVE) Attitude
AT1 0.769
0.897 0.929 0.767
AT2 0.926
AT3 0.898
AT4 0.901
Information Quality
IQ1 0.888
0.897 0.935 0.827
IQ2 0.927
IQ3 0.914
Information Satisfaction
IS1 0.949
0.901 0.953 0.910
IS2 0.959
Net Benefits
NB1 0.850
0.896 0.920 0.660
NB2 0.862
NB3 0.700
NB4 0.807
NB5 0.865
NB6 0.777
Overall Satisfaction
OS1 0.910
0.765 0.855 0.606
OS2 0.678
OS3 0.535
OS4 0.921
Performance Expectancy
PE1 0.846
0.886 0.921 0.745
PE2 0.863
PE3 0.902
PE4 0.839
Social Influence SI1 0.951
0.908 0.956 0.915
SI2 0.962
Use USE1 0.857
0.576 0.825 0.702
USE2 0.818
Tabel 3. Tabel Fornell Larcker Criterion (Uji tahap pertama)
AT IQ IS NB OS PE SI USE
AT 0.876
IQ 0.694 0.909
IS 0.610 0.809 0.954
NB 0.749 0.708 0.665 0.812
OS 0.780 0.798 0.671 0.776 0.778
PE 0.766 0.700 0.619 0.687 0.686 0.863
SI 0.563 0.446 0.362 0.491 0.479 0.525 0.957
USE 0.280 0.203 0.189 0.271 0.255 0.285 0.223 0.838
Pada penelitian ini digunakan pendekatan reflektif dalam model pengukuran. Hasil dari model pengukuran ini dilihat dari nilai Loading factor semua item dan nilai dari Cronbach's Alpha, Composite Reliability, Rata-rata Varian Diekstrak (AVE), dan Validitas Diskriminan dari setiap konstruk. Untuk proses uji model pengukuran dilakukan dua tahap. Tahap pertama, yaitu melihat validitas dan reliabilitas dari konstruk/item penelitian. Selanjutnya pada tahap kedua, dilakukan pembersihan kepada konstruk/item yang tidak valid, setelah itu ditampilkan hasil akhir dari model pengukuran.
3.3.1 Uji Validitas
Uji Validitas konstruk dari Outer Model terdiri dari validitas konvergen dan validitas diskriminan [19]. Validitas konvergen memiliki prinsip bahwa item-item suatu konstruk/variabel seharusnya berkorelasi tinggi, maka untuk indikator penilaian dilihat berdasarkan hasil loading factor dan AVE dengan standar nilai masing-masing harus lebih dari 0.7 dan 0.5. Sedangkan untuk validitas diskriminan memiliki prinsip bahwa item-item antar konstruk seharusnya tidak berkorelasi tinggi.
Hasil uji validitas konvergen dapat dilihat pada tabel 2. Untuk konstruk Attitude memiliki nilai loading factor terendah yaitu 0.769, sehingga semua item tersebut dinyatakan valid. Selanjutnya untuk konstruk Information Quality memiliki nilai loading factor terendah yaitu 0.888, sehingga semua item tersebut dinyatakan valid. Selanjutnya untuk konstruk Information Satisfaction memiliki nilai loading factor terendah yaitu 0.949, sehingga semua item tersebut dinyatakan valid. Selanjutnya untuk konstruk Net Benefits terdapat satu item dengan nilai loading factor tidak lebih dari 0.7, sehingga item NB3 dengan nilai 0.7 dinyatakan tidak valid. Selanjutnya untuk konstruk Overall Satisfaction terdapat dua item dengan nilai loading factor tidak lebih dari 0.7 sehingga item OS2 dan OS3 dengan masing-masing nilai 0.678 dan 0.535. Selanjutnya untuk konstruk Performance Expectancy memiliki nilai loading factor terendah yaitu 0.839, sehingga semua item tersebut dinyatakan valid. Selanjutnya untuk konstruk Social Influence memiliki nilai loading factor terendah yaitu 0.951, sehingga semua item tersebut dinyatakan valid. Selanjutnya untuk konstruk Use memiliki nilai loading factor terendah yaitu 0.818, sehingga semua item tersebut dinyatakan valid. Kemudian dari hasil uji validitas konvergen berdasarkan AVE, semua konstruk memiliki nilai diatas 0.5 sehingga dinyatakan valid
Hasil uji validitas diskriminan dapat dilihat pada tabel 5. Validitas diskriminan dengan kriteria Fornell Larcker merupakan hasil akar kuadrat dari nilai AVE, dengan prinsip bahwa uji tersebut dinyatakan valid jika nilai setiap konstruk harus lebih besar dibandingkan dengan nilai korelasi pada konstruk lain [19]. Dari prinsip tersebut, diperoleh hasil yang berbanding lurus pada uji validitas diskriminan dari setiap konstruk.
Berdasarkan hasil uji validitas konvergen dan uji validitas diskriminan pada tabel 2 dan tabel 3, semua indikator penilaian terpenuhi kecuali nilai loading factor pada item NB3, OS2 dan OS3 yaitu masing-masing 0.7, 0.678, dan 0.535.
Oleh karena itu, maka perlu dilakukan pembersihan pada item NB3, OS2, dan OS3 untuk mencapai validitas dari semua konstruk dalam model pengukuran (Outer Model).
3.3.2 Uji Reliabilitas
Dalam Outer Model, selain melakukan uji validitas dilakukan juga uji reliabilitas. Uji reliabilitas bertujuan untuk melihat akurasi, konsistensi dan ketepatan item penelitian dalam mengukur konstruk [20]. Untuk mengukur tingkat reliabilitas, indikator penilaian dilihat berdasarkan Cronbach's Alpha dan Composite Reliability. Standar untuk menilai konstruk tersebut bersifat reliabel, dilihat dari nilai Cronbach's Alpha dan Composite Reliability harus diatas 0.7.
Hasil uji reliabilitas dapat dilihat pada tabel 2. Dari tabel tersebut dapat dilihat bahwa nilai terendah dari Cronbach's Alpha yaitu 0.576 dari konstruk Use. Hal yang sama juga dapat dilihat dari nilai terendah Composite Reliability yaitu 0.825 dari konstruk Use. Untuk nilai tertinggi dari Cronbach's Alpha dan Composite Reliability berasal dari konstruk Social Influence. Berdasarkan hasil uji reliabilitas, konstruk USE bersifat tidak reliabel karena memiliki nilai dibawah 0.7 dari indikator penilaian Cronbach's Alpha.
3.3.3 Verifikasi Hasil Validitas Model
Pada uji tahap kedua merupakan proses lanjutan dari hasil uji tahap pertama. Pada tahap ini, item NB3, OS2, dan OS3 serta konstruk Use akan dibersihkan dari model kemudian dilakukan pengujian kembali untuk memastikan validitas dari semua konstruk. Hasil dari proses uji tahap kedua dapat dilihat pada gambar 3, dapat dilihat bahwa 22 item dari 7 konstruk tersebut memiliki nilai loading factor diatas batas minimum yaitu 0.5, sehingga semua item dari uji tahap kedua dinyatakan valid.
Pengujian tahap kedua dengan mengeluarkan item NB3, OS2, dan OS3 serta konstruk Use, juga mengakibatkan perubahan nilai pada beberapa item. Beberapa konstruk juga mengalami perubahan nilai loading factor tetapi secara tidak signifikan dan masih relatif normal. Selanjutnya akan dilakukan uji Model Struktural (Inner Model) dengan menggunakan model penelitian pada pada gambar 3.
Gambar 4. Model Penelitian Valid (Uji tahap kedua) 3.4 Model Struktural (Inner Model)
Model Struktural (Inner Model) merupakan lanjutan dari evaluasi model. Model structural (Inner Model) terdapat dua komponen yang secara umum menjadi indikator penilaian yaitu nilai R-Square dan Signifikansi.
3.4.1 Hasil R-Square
Nilai R-Square digunakan untuk mengukur perubahan variabel independen terhadap variabel dependen. Untuk menentukan hal tersebut, nilai R-Square dibagi menjadi tiga kategori yaitu 0.75 (kuat), 0.50 (sedang), dan 0.25 (lemah) [19]. Hasil dari nilai R-Square dapat dilihat pada tabel 4.
Tabel 4. Hasil R-Square
Variabel Dependen R-Square Kategori
Attitude 0.587 Sedang
Information Satisfaction 0.655 Sedang
Net Benefits 0.572 Sedang
Overall Satisfaction 0.646 Sedang
Performance Expectancy 0.488 Sedang
Pada variabel Attitude memiliki nilai R-Square yaitu 0.587 dengan kategori sedang. Hasil tersebut dapat diartikan bahwa variasi perubahan dari variabel Attitude dapat dijelaskan oleh variabel independen sebesar 58,7%. Selanjutnya pada variabel Information Satisfaction memiliki nilai R-Square yaitu 0.655 dengan kategori sedang. Hasil tersebut dapat diartikan bahwa variasi perubahan dari variabel Information Satisfaction dapat dijelaskan oleh variabel independen sebesar 65,5%. Selanjutnya pada variabel Net Benefits memiliki nilai R-Square yaitu 0.572 dengan kategori sedang. Hasil tersebut dapat diartikan bahwa variasi perubahan dari variabel Net Benefits dapat dijelaskan oleh variabel independen sebesar 57,2%. Selanjutnya pada variabel Overall Satisfaction memiliki nilai R-Square yaitu 0.646 dengan kategori sedang. Hasil tersebut dapat diartikan bahwa variasi perubahan dari variabel Overall Satisfaction dapat dijelaskan oleh variabel independen sebesar 64,6%. Selanjutnya pada variabel Performance Expectancy memiliki nilai R-Square yaitu 0.488 dengan kategori sedang. Hasil tersebut dapat diartikan bahwa variasi perubahan dari variabel Performance Expectancy dapat dijelaskan oleh variabel independen sebesar 48,8%. Dari hasil nilai R-Square pada semua variabel dependen, ditemukan bahwa semua variabel dependen cenderung memiliki nilai R-Square yang Sedang.
3.4.2 Hasil Uji Hipotesis
Pada bagian ini, dilakukan pengujian hipotesis berdasarkan tingkat signifikansi dari nilai koefisien path. Nilai signifikansi yang digunakan yaitu t-value 1.96 dengan level signifikansi sebesar 5% dan jenis tes yaitu two-tilted [19]. Hasil uji hipotesis dapat dilihat pada tabel 5.
Tabel 5. Hasil Uji Koefisien Jalur
Original sample (O) Sample mean (M) Standard deviation (STDEV) T-Statistic P values
AT -> OS 0.804 0.804 0.032 24.876 0.000
IQ -> IS 0.809 0.809 0.053 15.393 0.000
IS -> PE 0.494 0.495 0.084 5.892 0.000
OS -> NB 0.756 0.758 0.039 19.481 0.000
PE -> AT 0.766 0.768 0.031 24.877 0.000
SI -> PE 0.346 0.346 0.079 4.406 0.000
Berdasarkan nilai uji koefisien jalur, maka dapat disimpulkan bahwa H1 yaitu Kualitas Informasi (IQ) berpengaruh positif signifikan terhadap Kepuasan Informasi (IS) yang diukur dengan nilai koefisien sebesar 0.809. Dari hasil tersebut, H1 memiliki nilai t-statistik sebesar 15.393 dan lebih besar dari nilai t-value. H1 diterima, sehingga dapat disimpulkan bahwa faktor kualitas informasi yang diterima pengguna memiliki pengaruh yang signifikan terhadap kepuasan pengguna terhadap informasi yang diterima. Selanjutnya, H2 yaitu Kepuasan Informasi (IS) berpengaruh positif signifikan terhadap Harapan Kinerja (PE) yang diukur dengan nilai koefisien sebesar 0.494. Dari hasil tersebut, H2 memiliki nilai t-statistik sebesar 5.892 dan lebih besar dari nilai t-value. H2 diterima, sehingga dapat disimpulkan bahwa faktor kepuasan informasi yang dirasakan oleh pengguna memiliki pengaruh yang signifikan terhadap harapan kinerja dari sistem yang digunakan.
Selanjutnya, H3 yaitu Harapan Kinerja (PE) berpengaruh positif signifikan terhadap Sikap (AT) yang diukur dengan nilai koefisien sebesar 0.766. Dari hasil tersebut, H3 memiliki nilai t-statistik sebesar 24.877 dan lebih besar dari nilai t-value.
H3 diterima, sehingga dapat disimpulkan bahwa faktor harapan kinerja yang dirasakan oleh pengguna memiliki pengaruh yang signifikan terhadap sikap yang ditunjukkan oleh pengguna terhadap sistem yang digunakan. Selanjutnya, H4 yaitu Pengaruh Sosial (SI) berpengaruh positif–signifikan terhadap Harapan Kinerja (PE) yang diukur dengan nilai koefisien sebesar 0.346. Dari hasil tersebut, H4 memiliki nilai t-statistik sebesar 4.406 dan lebih besar dari nilai t-value. H4 diterima, sehingga dapat disimpulkan bahwa faktor pengaruh sosial memiliki pengaruh yang signifikan terhadap harapan kinerja yang ditunjukkan oleh pengguna. Berdasarkan proses sebelumnya, variabel Use telah dihapus karena dinilai tidak reliabel, maka Hipotesis H5 dinilai tidak valid. Selanjutnya, H6 yaitu Sikap (AT) berpengaruh positif–signifikan terhadap Kepuasan Keseluruhan (OS) yang diukur dengan nilai koefisien sebesar 0.804. Dari hasil tersebut, H6 memiliki nilai t- statistik sebesar 24.876 dan lebih besar dari nilai t-value. H6 diterima, sehingga dapat disimpulkan bahwa faktor sikap yang ditunjukkan oleh pengguna memiliki pengaruh yang signifikan terhadap kepuasan secara keseluruhan yang ditunjukkan oleh pengguna terhadap sistem yang digunakan. Berdasarkan proses sebelumnya, variabel Use telah dihapus karena dinilai tidak reliabel, maka Hipotesis H7 dinilai tidak valid. Selanjutnya, H8 yaitu Kepuasan Keseluruhan (OS) berpengaruh positif–signifikan terhadap Keuntungan (NB) yang diukur dengan nilai koefisien sebesar 0.756. Dari hasil tersebut, H8 memiliki nilai t-statistik sebesar 19.481 dan lebih besar dari nilai t-value. H8 diterima, sehingga dapat disimpulkan bahwa faktor kepuasan secara keseluruhan yang dirasakan oleh pengguna memiliki pengaruh yang signifikan terhadap keuntungan yang diberikan oleh sistem yang digunakan oleh organisasi (SIASAT).
4. KESIMPULAN
Berdasarkan hasil penelitian dapat disimpulkan bahwa terdapat hubungan yang signifikan antara harapan kinerja terhadap sikap pengguna dalam menggunakan SIASAT. Hal ini dapat dilihat dari hubungan antara variabel PE -> AT yang memiliki nilai T-Statistic tertinggi yaitu 24.877. Sedangkan hubungan variabel terendah adalah hubungan antara variabel SI -> PE dengan nilai T- Statistic 4.406. Variabel dengan pengaruh terbesar adalah variabel Information Satisfaction dengan nilai R-Square sebesar 0.655. Sedangkan pengaruh variabel terkecil adalah Performance Expectancy dengan nilai
R-Square sebesar 0.488. Dari delapan hipotesis yang diuji, disimpulkan bahwa enam diantaranya diterima dan dua ditolak.
Hal ini dikarenakan dua hipotesis tersebut menggunakan variabel Use (penggunaan) dengan nilai Cronbach's Alpha dibawah dari 0.7 (0.576) sehingga variabel tersebut dinilai tidak reliabel dan dua hipotesis tersebut ditolak. Ada beberapa keterbatasan dari penelitian ini yang dapat disempurnakan pada penelitian selanjutnya. Pertama, sampel yang digunakan harus lebih banyak dan lebih mendekati dengan populasi lingkungan universitas secara keseluruhan. Kedua, berdasarkan hubungan antara variabel PE -> AT yang memiliki nilai T-Statistic tertinggi yaitu 24.877, peneliti menyarankan agar penelitian selanjutnya lebih berfokus melakukan penelitian mengenai dampak dari sikap dan perilaku pengguna di dalam lingkungan mandatory karena sikap pengguna dinilai merupakan indikator yang lebih baik dari indikator “niat menggunakan”.
REFERENCES
[1] W. H. DeLone and E. R. McLean, “Information Systems Success Measurement,” Foundations and Trends® in Information Systems, vol. 2, no. 1, pp. 1–116, 2016, doi: 10.1561/2900000005.
[2] F. Davis and F. Davis, “Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology,” MIS Quarterly, vol. 13, p. 319, Sep. 1989, doi: 10.2307/249008.
[3] B. H. Wixom and P. A. Todd, “A Theoretical Integration of User Satisfaction and Technology Acceptance,” Research, vol. 16, no. 1, pp. 85–102, 2005, doi: 10.1287/isre.l050.0042.
[4] W. H. DeLone and E. R. McLean, “The DeLone and McLean model of information systems success: A ten-year update,” in Journal of Management Information Systems, 2003, vol. 19, no. 4, pp. 9–30. doi: 10.1080/07421222.2003.11045748.
[5] C. E. Koh, V. R. Prybutok, and S. D. Ryan, “A Model for Mandatory Use of Software Technologies,” 2010.
[6] F. Nah, X. Tan, and S. Teh, “An Empirical Investigation on End-Users’ Acceptance of Enterprise Systems,” IRMJ, vol. 17, pp.
32–53, Jul. 2004, doi: 10.4018/irmj.2004070103.
[7] J. Hartwick and H. Barki, “Explaining the Role of User Participation in Information System Use,” 1994. [Online]. Available:
http://www.jstor.orgURL:http://www.jstor.org/stable/2632752
[8] S. Taylor and P. A. Todd, “Understanding Information Technology Usage: A Test of Competing Models,” 1995. [Online].
Available: http://www.jstor.orgURL:http://www.jstor.org/stable/23011007
[9] V. Venkatesh and F. D. Davis, “Theoretical extension of the Technology Acceptance Model: Four longitudinal field studies,”
Manage Sci, vol. 46, no. 2, pp. 186–204, 2000, doi: 10.1287/mnsc.46.2.186.11926.
[10] T. W. Santoso, “Analisis terhadap Penggunaan Sistem Informasi dengan Menggunakan Kerangka Model for Mandatory Use of Software Technologies pada Aplikasi Sistem Keuangan dan Akuntansi Satya Wacana (SIKASA) di Universitas Kristen Satya Wacana Salatiga,” Program Studi Sistem Informasi FTI-UKSW, 2017.
[11] N. Rani, R. Ruliansyah, and M. L. Dalafranka, “Analisis Penerimaan dan Penggunaan Aplikasi E-LKP UIN Raden Fatah Palembang Menggunakan Model for Mandatory Use of Software Technologies,” Journal of Computer and Information Systems Ampera, vol. 2, no. 3, pp. 190–207, Sep. 2020, doi: 10.51519/journalcisa.v2i3.132.
[12] M. A. Kristy, P. I. Santosa, and R. Ferdiana, “A Model for Understanding Mandatory System Implementation: A Literature Review,” JATISI (Jurnal Teknik Informatika dan Sistem Informasi), vol. 9, no. 2, pp. 1024–1037, Jun. 2022, doi:
10.35957/jatisi.v9i2.1874.
[13] S. A. Brown, A. P. Massey, M. M. Montoya-Weiss, and J. R. Burkman, “Do I really have to? User acceptance of mandated technology,” European Journal of Information Systems, vol. 11, no. 4, pp. 283–295, 2002, doi: 10.1057/palgrave.ejis.3000438.
[14] J. F. Hair, J. J. Risher, M. Sarstedt, and C. M. Ringle, “The results of PLS-SEM article information,” European Business Review, vol. 31, no. 1, pp. 2–24, 2018.
[15] G. Shmueli et al., “Predictive model assessment in PLS-SEM: guidelines for using PLSpredict,” Eur J Mark, vol. 53, no. 11, pp.
2322–2347, Sep. 2019, doi: 10.1108/EJM-02-2019-0189.
[16] M. Sarstedt, C. M. Ringle, J. H. Cheah, H. Ting, O. I. Moisescu, and L. Radomir, “Structural model robustness checks in PLS- SEM,” Tourism Economics, vol. 26, no. 4, pp. 531–554, Jun. 2020, doi: 10.1177/1354816618823921.
[17] J. Hair, G. T. M. Hult, C. Ringle, and M. Sarstedt, A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM).
2022. doi: 10.1007/978-3-030-80519-7.
[18] P. Sugiyono, “Metode Penelitian Manajemen,” Bandung: Alfabeta Cv, 2016.
[19] S. M. Rasoolimanesh, “Discriminant validity assessment in PLS-SEM: A comprehensive composite-based approach,” Data Analysis Perspectives Journal, vol. 3, no. 2, pp. 1–8, 2022.
[20] R. Solling Hamid and S. M Anwar, “Structural Equation Modeling (SEM) Berbasis Varian.” PT Inkubator Penulis Indonesia, 2019.
