Comparative Analysis of Online vs. Offline Survey Data Quality using SEM-PLS: A Case Study of IPB Campus Transportation Services

 

Catatan Penulis:
Halaman ini memuat Executive Summary dari penelitian statistika mengenai konsistensi dan reliabilitas metode survei. Penelitian ini bertujuan mengevaluasi bias data pada pengukuran kepuasan layanan publik (Bus Kampus IPB).

📄 Read Full Paper (PDF)

1. Executive Summary & Problem Context

Evaluasi kepuasan pengguna merupakan parameter vital bagi IPB University dalam meningkatkan layanan Bus Kampus. Tantangan utama dalam riset ini adalah menentukan metode pengumpulan data yang paling akurat: Survei Online (efisien namun rentan bias ketidakseriusan) atau Survei Offline (akurat namun memakan sumber daya besar).

Penelitian ini bertujuan untuk melakukan audit kualitas data (Data Quality Assurance) dengan membandingkan validitas, reliabilitas, dan konsistensi jawaban responden di kedua metode tersebut. Penelitian ini menggunakan pendekatan statistika multivariat untuk membuktikan bahwa metode pengumpulan data sangat memengaruhi akurasi model kepuasan pelanggan. Dengan menggunakan Structural Equation Modeling – Partial Least Squares (SEM-PLS), penelitian ini menunjukkan bahwa survei offline lebih akurat dan stabil dalam merepresentasikan persepsi kepuasan pengguna dibandingkan survei online.

Path Model SEM-PLS Survei Offline
Figure 1. Structural Equation Modeling (SEM-PLS) Path Diagram pada Data Survei Offline. Model ini menunjukkan hubungan antar variabel laten yang lebih realistis dibandingkan model online.

2. Technical Implementation: SEM-PLS Analysis

Analisis dilakukan menggunakan metode Structural Equation Modeling - Partial Least Squares (SEM-PLS) karena kemampuannya menangani model kompleks dengan ukuran sampel kecil.

A. Sampling Strategy & Variables

  • Sampling: Stratified Random Sampling mencakup 5 fakultas (Pertanian, Kedokteran Hewan, Perikanan, Peternakan, Kehutanan) dengan total 54 responden berpasangan (mengisi kedua jenis survei dengan jeda waktu 7 hari).
  • Exogenous Variables: Accessibility (ACE), Availability (AVL), Reliability (REL), Comfortness (COM), Safety (SAS).
  • Endogenous Variable: Customer Satisfaction (CSAT).

B. Consistency Analysis

Analisis konsistensi dilakukan untuk mengukur stabilitas jawaban responden. Hasil menunjukkan rata-rata konsistensi sebesar 70%, dengan inkonsistensi terbesar terjadi pada variabel Reliability. Hal ini mengindikasikan bahwa persepsi responden cenderung berubah atau kurang teliti saat mengisi survei online.

Grafik Persentase Konsistensi Jawaban
Figure 2. Persentase Konsistensi Jawaban Responden per Indikator. Variabel Reliability (REL) menunjukkan tingkat konsistensi terendah.

3. Key Insights: The "Over-Validity" Trap

Temuan paling menarik dari penelitian ini adalah adanya fenomena over-validity pada survei online. Berikut adalah perbandingan performa data kedua metode:

Metric Offline Survey (Interview) Online Survey (Form) Data Analyst Insight
Model Fit (R-Squared) 46.7% 43.7% Model offline lebih mampu menjelaskan varians kepuasan pengguna secara akurat.
Validity (Outer Loading) Mixed (Ada yang tidak valid: AVL2, REL2) All Valid (>0.7) Validitas sempurna pada online dicurigai palsu (responden mengisi asal/straight-lining), sedangkan offline mengungkap inkonsistensi nyata.
Tabel Validitas Indikator
Figure 3. Perbandingan Nilai Outer Loading. Data online menunjukkan nilai yang 'terlalu bagus', mengindikasikan bias pengisian.

Conclusion & Recommendation

Penelitian ini menyimpulkan bahwa meskipun survei online lebih efisien, survei offline menghasilkan model yang lebih robust (kuat) dalam menggambarkan sentimen kepuasan pengguna yang sebenarnya. Data online cenderung memiliki bias karena responden tidak membaca pertanyaan panjang dengan teliti.

Rekomendasi: 

  • Untuk survei kepuasan layanan yang krusial, disarankan menggunakan metode offline atau memperpendek instrumen online untuk menjaga reliabilitas data
  • Menyederhanakan pertanyaan survei online untuk mengurangi bias respon.
  • Memperpendek jeda waktu antar survei guna meningkatkan konsistensi jawaban.
  • Mengombinasikan analisis kuantitatif dan kualitatif dalam pengambilan keputusan.

Tools & Methods Used:

SEM-PLS Modeling Data Quality Assessment Survey Design Statistical Analysis