PENGANTAR WEB SCIENCE
- DESSY TRI ANGGRAENI -
PENGUKURAN KUALITAS WEB
DENGAN WEBQUAL 4.0
WebQual sering digunakan untuk mengukur kualitas web. Terdapat 3+1 dimensi yag diukur dalam WebQual, meliputi :
kegunaan website (usability),
kualitas interaksi (information quality), dan
interaksi layanan (service interaction),
serta satu dimensi tambahan yang merangkum penilaian website secara keseluruhan.
Tahapan Pengukuran
Dalam mengukur kualitas suatu website, terdapat beberapa tahapan/langkah yang harus dilakukan.
Berikut adalah beberapa tahapan dalam mengukur kualitas website :
PENGUMPULAN DATA
Pengumpulan Data
Pengumpulan Data adalah proses mengumpukan data/persepsi pengguna terhadap website. Pengumpulan data dilakukan dengan menyebarkan quisioner kepada responden.
Terdapat dua isu dalam pengumpulan data ini yaitu :
Penyusunan Quisioner
Pemilihan Responden
�
Penyusunan Quisioner
Karena kita akan menggunakan Metode WebQual 4.0, maka tidak perlu lagi menyusun butir-butir pertanyaan, melainkan menggunakan pertanyaan yang telah disusun oleh WebQual.
Butir pertanyaan terdiri dari 23 pertanyaan yang dibagi menjadi 3+1 dimensi. Daftar pertanyaan bisa dilihat pada materi sebelumnya.
�Sebagai contoh, 8 pertanyaan dari dimensi Usability adalah sebagai berikut :
Penyusunan Quisioner
Jawaban dari tiap pertanyaan diberikan dalam Skala Likert.
Likert scale atau skala likert merupakan skala penelitian yang dipakai untuk mengukur sikap dan pendapat.
Tingkat persetujuan yang dimaksud adalah skala likert 1-5 pilihan (atau sesuai kondisi), dengan gradasi dari Sangat Setuju (SS) hingga Sangat Tidak Setuju (STS), seperti berikut :
Contoh Kuisioner dengan Skala Likert
Pemilihan Responden
Setelah daftar quisioner selesai disusun, selanjutnya perlu dicari responden.
Responden adalah orang yang bersedia dimintai pendapat dalam survei, yang mewakili populasi yang akan disurvei.
Populasi adalah semua elemen/individu yang ada dalam obyek yang hendak diteliti.
Sample adalah sebagian kecil dari populasi yang dipilih untuk diuji. Sample yang baik adalah yang bisa mewakili karakteristik populasi secara umum.
Sample yang bersedia dimintai pendapatnya disebut sebagai responden.
Semakin banyak jumlah sample, hasil lebih akurat.
Contoh :
Kita ingin mengetahui kualitas web : www.baak.gunadarma.ac.id
Siapa Populasi nya?
Semua pengguna web BAAK (mahasiswa, dosen, dan semua elemen pendidikan di kampus)
Siapa sample nya ?
Ketua kelas dari tiap kelas di kampus.
Pemilihan Responden
Ada berbagai macam cara penentuan sample. Beberapa metode diantaranya adalah :
Simple Random Sampling,
pemilihan sample secara acak
Stratified Random Sampling,
pemilihan sample berdasarkan strata tertentu. Misal populasi di suatu desa. Maka dibagi dulu menjadi beberapa strata, spt : kepala desa, ketua RT, pejabat desa, warga biasa. Tiap strata kemudian diambil perwakilannya.
Cluster Sampling, dll
pemilihan sample berdasarkan cluster tertentu. Misal populasi di suatu desa. Maka dibagi dulu menjadi beberapa cluster, spt : RT 1, RT 2, RT 3, dst. Di tiap RT kemudian dipilih beberapa orang yang mewakili tiap RT. Bedanya dengan Stratified adalah di dalam cluster sampling, tiap kelompok berisi individu yang bervariasi, sedangkan pada stratified tidak.
Pemilihan Responden
Selain menentukan sample juga perlu ditentukan jumlah sample. Penentuan jumlah sample akan mempengaruhi variasi/keterwakilan dari suatu populasi. Semakin banyak sample, akan semakin bagus.
Ada beberapa metode untuk menentukan jumlah responden. Yang paling umum adalah menggunakan Rumus Slovin.
n = N / (1 + N(e)^2)
Dimana:
n = Jumlah sampel yang diperlukan
N = Jumlah populasi
e = Tingkat kesalahan yang diizinkan (umumnya 5-10% ~ 0,05-0,10)
Contoh :
Kita ingin menentukan sample untuk pengguna web : www.baak.gunadarma.ac.id
Populasi nya adalah :
Seluruh jumlah mahasiswa+dosen+semua elemen pendidikan di kampus. Misalnya : 30rb pengguna.
Maka,
n = N / (1 + N(e)^2)
= 30.000/(1 + 30.000.(0,05)^2)
= 30.000/(1 + 75)
= 30,000/76
= 394,74
= 395 responden.
Maka, untuk mendapatkan hasil yang akurat dengan tingkat error 0.05 (5%), dibutuhkan sample sebanyak 395 responden.
Rekapitulasi Hasil Quisioner
Selanjutnya, hasil quisioner direkapitulasi. Contoh rekapitulasi adalah sebagai berikut :
UJI VALIDITAS
Uji Validitas
Uji Validitas yang digunakan dalam contoh ini adalah Product Moment Pearson. Pada Uji Pearson ini akan dibandingkan nilai r table dan r hitung. Nilai r table sudah ditentukan. Sedangkan nilai r hitung, harus dihitung terlebih dahulu (bisa menggunakan bantuan software seperti MS Excel, SPSS, Python, dll).
Jika nilai r hitung > r table, maka data dianggap valid.
Jika nilai r hitung < r table, maka data dianggap tidak valid.
Untuk menentukan nilai r table, silahkan lihat pada table di samping (untuk lebih lengkapnya, silahkan cari sendiri). Nilai r table didasarkan pada jumlah n (jumlah data/responden).
Sehingga, karena jumlah sample kita adalah 9, maka nilai r table adalah 0,666.
N (df) = Jumlah responden
Uji Validitas
Sedangkan untuk menentukan r hitung, bisa menggunakan fungsi dalam MS Excel =pearson().
Uji Validitas
Sedangkan untuk menentukan r hitung, bisa menggunakan fungsi dalam MS Excel =pearson().
Jika nilai banyak yg tidak valid (<50%),
maka :
error bertambah
UJI REALIBILITAS
Uji Realibilitas
Uji Reabilitas yang digunakan dalam contoh ini adalah Cronbach Alpha. Pada Uji ini akan dibandingkan nilai koefisien Cronbach yaitu 0,7 dengan nilai perhitungan.
Jika nilai perhitungan > koefisien Cronbach, maka data dianggap realiable.
Untuk menentukan nilai perhitungan, ikuti rumus berikut :
Ragam atau Variansi adalah pengukuran dalam statistika untuk melihat bagaimana penyebaran data dalam himpunan data terhadap nilai rata-rata (mean)
Uji Realibilitas
GAP ANALYSIS
Gap Analysis
Salah satu cara untuk menentukan kepuasan pengguna adalah dengan melakukan Gap Analysis. Terdapat beberapa cara, antara lain :
Importance and Performance Analysis (IPA)
Paired Sample Test
Dll
Dalam contoh kali ini akan digunakan metode mean-IPA.
Mean-IPA adalah membandingkan rata-rata antara Importance (Harapan) dan Performance (Kinerja). Dalam metode ini perlu ditentukan Nilai Importance (Harapan) dan ambang batas kepuasan.
Jika nilai persentase akhir < ambang batas kepuasan,maka dikatakan pengguna tidak puas.
Jika nilai persentase akhir > ambang batas kepuasan,maka dikatakan pengguna puas.
Gap Analysis
Gap Analysis
Selain menentukan gap/kesenjangan dan tingkat kepuasan, data Importance dan Performance ini juga bisa digunakan untuk menentukan prioritas pekerjaan/bagian yang perlu diperbaiki.
Penentuan ini bisa dilakukan dengan menggunakan bagan IPA.
Bagan IPA membagi pekerjaan menjadi 4 kuadran seperti pada gambar di samping.
Sumbu X adalah kinerja/Performance
Sumbu Y adalah harapan/Importance
Garis pembagi kuadaran ditentukan dengan nilai rata-rata Performance dan Importance.
Gap Analysis
Dari data di samping, bisa dilihat bahwa :
ada pertanyaan
?
Referensi
�Uji Validitas Pearson : https://www.youtube.com/watch?v=KH70MXJItJw
Uji Reliabilitas :
Spearman Brown : https://www.youtube.com/watch?v=Mh1NbnjwMHw
https://www.spssindonesia.com/2016/08/cara-uji-paired-sample-t-test-dan.html
https://proofficial.id/paired-sample-t-test-dengan-perhitungan-secara-manual-dan-spss/