Pengaruh Partisipasi Masyarakat A PENGARUH PARTISIPASI MASYARAKAT TERHADAP KUALITAS DATA DAFTAR PEMILIH TETAP PEMILU 2024 DI KOTA SURABAYA Dewi Widya Ningrum S1 Ilmu Administrasi Negara.
Fakultas Ilmu Sosial dan Ilmu Politik.
Universitas Negeri Surabaya 20020@mhs.
Muhammad Farid MaAoruf S1 Ilmu Administrasi Negara.
Fakultas Ilmu Sosial dan Ilmu Politik.
Universitas Negeri Surabaya muhammadfarid@unesa.
Abstrak Keberhasilan pemilihan umum tidak terlepas dari adanya partisipasi masyarakat yang berdampak pada kualitas pemutakhiran data pemilih yang akurat.
Surabaya menjadi kota dengan DPT terbanyak di Jawa Timur yakni 2.
586 orang.
Kondisi di lapangan, seringkali dijumpai masyarakat yang kurang kooperatif dalam pemutakhiran data pemilih.
Penelitian ini bertujuan untuk mengukur pengaruh partisipasi masyarakat terhadap kualitas data DPT Pemilu 2024 di Kota Surabaya.
Dalam penelitian ini, partisipasi masyarakat dianalisis berdasarkan pendapat dari Cohen dan Uphoff dalam Siti Irine .
meliputi participation of decision making, participation in implementation, participation in benefit, dan participation in evaluation.
Penelitian ini menggunakan pendekatan kuantitatif dengan teknik analisis data menggunakan software Smart PLS 3.
Pengumpulan data penelitian ini melalui penyebaran kuesioner dengan sampel yang dipilih menggunakan teknik simple random sampling yakni sebanyak 100 responden dari DPT Pemilu Kota Surabaya.
Temuan dari penelitian ini menghasilkan nilai r-square sebesar 0,785 dan f-square sebesar 3,643 yang menandakan adanya pengaruh variabel partisipasi masyarakat terhadap peningkatan kualitas data DPT Pemilu.
Dalam penelitian ini, rekomendasi yang diusulkan oleh peneliti ialah masyarakat kota Surabaya harus lebih bersikap inisiatif, kooperatif, dan solutif terhadap pemutakhiran data pemilih di Pemilu atau Pilkada di masa mendatang.
Kata Kunci: partisipasi masyarakat, kualitas data Abstract The success of general elections is inseparable from public participation which has an impact on the quality of accurate voter data updating.
Surabaya is the city with the largest DPT in East Java, namely 2,218,586 Conditions in the field, often found people who are less cooperative in updating voter data.
This study aims to measure the effect of community participation on the quality of DPT data for the 2024 General Election in Surabaya City.
In this study, community participation is analyzed based on the opinion of Cohen and Uphoff in Siti Irine .
including participation of decision making, participation in implementation, participation in benefits, and participation in evaluation.
This research uses a quantitative approach with data analysis techniques using Smart PLS 3.
0 software.
The data collection of this study was through distributing questionnaires with samples selected using simple random sampling technique, namely 100 respondents from the Surabaya City Election DPT.
The findings of this study resulted in an r-square value of 0.
785 and an f-square of 3.
643 which indicates the influence of community participation variables on improving the quality of DPT Election data.
In this study, the recommendation proposed by the researcher is that the people of Surabaya city must be more initiative, cooperative, and solutive towards updating voter data in future elections or local elections.
Keywords: community participation, data quality PENDAHULUAN yang diselenggarakan dalam kurun waktu setiap 5 .
tahun sekali sesuai dengan Pasal 22E ayat 6 UUD 1945 (Arniti, 2.
Penyelenggaraan pemilihan umum tidak terlepas dari keterlibatan masyarakat.
Setiap warga Indonesia memiliki hak yang sama untuk menyuarakan aspirasi mereka dan memberikan suara mereka, terutama dalam hal pemilihan umum.
Partisipasi masyarakat yang dilandasi dengan kesadaran dan kepatuhan terhadap hukum akan Negara Indonesia ialah salah satu negara yang mengimplementasikan prinsip demokrasi.
Demokrasi sendiri memiliki makna bahwa setiap warga negara memiliki hak dan kebebasan untuk berpendapat.
Perwujudan dari konsep demokrasi salah satunya ialah dengan adanya partisipasi politik masyarakat dalam agenda Pemilihan Umum (Pemil.
Masyarakat memiliki kebebasan untuk berpartisipasi dalam Pemilihan Umum Publika.
Volume 12 Nomor 2.
Tahun 2024.
Hal 573-584 membawa dampak yang lebih baik di masa yang akan datang (Fitrianingrum, 2.
Namun, kenyataan nyata adalah bahwa sebagian warga telah kehilangan hak suara Hal ini dapat disebabkan oleh beberapa faktor, termasuk identitas yang tidak jelas, perpindahan domisili penduduk, dan data yang tidak akurat.
Dalam rangka menghindari identitas ganda, standarisasi nasional dalam penomoran penduduk masih perlu dilakukan untuk memperbarui data kependudukan.
Perlu diakui bahwa sistem komputerisasi masih belum digunakan sepenuhnya dalam manajemen kartu identitas penduduk (Supriatna.
Setiap warga negara yang memiliki hak suara dan disahkan oleh Komisi Pemilihan Umum dinamakan Daftar Pemilih Tetap (DPT).
Adapun persyaratan DPT telah diatur dalam Peraturan Komisi Pemilihan Umum Nomor 2 Tahun 2017.
Namun sebelum ditetapkannya Daftar Pemilih Tetap, perlu adanya sinkronisasi data oleh lembaga yang berwenang.
Dalam hal ini, mulai dari petugas pemutakhiran data pemilih di tingkat yang paling bawah hingga Komisi Pemilihan Umum wajib memastikan akurasi data pemilih sesuai dengan dengan kondisi faktual pemilih.
Masalah kualitas dan akurasi Daftar Pemilih Tetap (DPT) menjadi tanggung jawab bersama para pemangku kepentingan pemilu seperti Komisi Pemilihan Umum.
Kementerian Dalam Negeri (Kemendagr.
Kementerian Luar Negeri (Kemenl.
Dinas Kependudukan dan Pencatatan Sipil (Disdukcapi.
Badan Pengawas Pemilu (Bawasl.
dan partisipasi aktif dari seluruh lapisan masyarakat.
Seluruh pemangku dalam pemilu turut serta dalam memberi andil yang sangat besar untuk dapat mewujudkan akurasi dan kualitas Daftar Pemilih Tetap (Delviani, 2.
Pada bulan Juli 2023.
KPU Republik Indonesia menggelar rapat pleno terbuka dan menghasilkan penetapan Daftar Pemilih Tetap (DPT) Pemilu 2024 222 pemilih dengan rincian jumlah DPT dalam negeri sebanyak 203.
748 pemilih dan jumlah DPT luar negeri sebanyak 1.
474 pemilih.
Berikut disajikan uraian rekapitulasi Daftar Pemilih Tetap tingkat nasional dalam penyelenggaraan Pemilihan Umum Tahun 2024 :
Berdasarkan rekapitulasi DPT Pemilu 2024 tingkat nasional yang ditetapkan oleh Komisi Pemilihan Umum Republik Indonesia.
DPT Provinsi Jawa Timur menempati wilayah dengan DPT Pemilu terbanyak kedua setelah provinsi Jawa Tengah yaitu sebanyak 31.
838 pemilih.
Jika diuraikan kembali, maka akan diperoleh data DPT Pemilu berdasarkan kabupaten/kota seperti berikut :
Rincian Daftar Pemilih Tetap Pemilu 2024 Tingkat Nasional Jumlah Laki-Laki Gambar 1.
3 Rincian Daftar Pemilih Tetap Pemilu 2024 di Kota Surabaya Sumber : Data olahan peneliti dari KPU Kota Surabaya, 2024 Berdasarkan data di atas, diperoleh fakta bahwa Daftar Pemilih Tetap Pemilu 2024 di Kota Surabaya ialah 586 jiwa dengan data DPT paling banyak ialah dari warga kecamatan Tambaksari, sedangkan data DPT paling sedikit ialah dari warga kecamatan Gayungan.
Dalam mewujudkan keberhasilan penyusunan Daftar Pemilih Tetap Pemilu yang akurat dan sinkron salah satunya dipengaruhi oleh adanya partisipasi Partisipasi masyarakat adalah kegiatan aktif dan berkelanjutan yang diinisiasi oleh masyarakat itu sendiri sebagai suatu kegiatan yang konkret.
Apabila partisipasi masyarakat didukung dengan kemauan serta kemampuan dari masyarakat, maka akan berkontribusi signifikan terhadap suatu kegiatan atau program untuk kepentingan bersama (Monofa dan Eprilianto, 2.
Dalam pemutakhiran data pemilih, seringkali dijumpai partisipasi masyarakat yang kurang kooperatif.
Kesadaran dan keterlibatan masyarakat berperan penting Rincian Daftar Pemilih Tetap Pemilu 2024 Tingkat Nasional Jumlah Perempuan Jumlah Laki dan Perempuan Diantara 38 kabupaten/kota yang berada di provinsi Jawa Timur, kota Surabaya menjadi wilayah posisi teratas dengan Daftar Pemilih Tetap pemilu terbanyak yaitu 586 pemilih sebagaimana rincian berikut :
Ja wa Timur.
Jumlah Laki-Laki Jumlah Perempuan Gambar 1.
2 Rincian Daftar Pemilih Tetap Pemilu 2024 Tingkat Provinsi Jawa Timur Sumber : Data olahan peneliti dari KPU Republik Indonesia, 2024 Ja wa Timur.
Jumlah Laki dan Perempuan Gambar 1.
1 Rincian Daftar Pemilih Tetap Pemilu 2024 Tingkat Nasional Sumber : Data olahan peneliti dari KPU Republik Indonesia, 2024 Pengaruh Partisipasi Masyarakat A dalam penyusunan Daftar Pemilih Tetap Pemilu 2024 di Kota Surabaya.
Keberhasilan penyusunan DPT Pemilu juga dilatarbelakangi dengan adanya partisipasi Dalam hal ini, partisipasi masyarakat ditandai dengan adanya kesadaran masyarakat dalam melakukan validasi atau pemeriksaan hak pilih pemilu di wilayah tempat tinggal masing-masing.
Hal ini sebagaimana yang telah diungkapkan oleh Bapak Subairi selaku Komisioner Komisi Pemilihan Umum Surabaya divisi sosialisasi, pendidikan pemilih, partisipasi masyarakat, dan SDM :
partisipasi masyarakat terhadap kualitas data Daftar Pemilih Tetap Pemilu 2024 di Kota Surabaya.
METODE
Penelitian ini menggunakan jenis penelitian kuantitatif, dengan metode pengumpulan data berupa penyebaran kuesioner secara offline dan online.
Populasi yang diambil dalam penelitian ini data masyarakat yang terdaftar dalam Daftar Pemilih Tetap Pemilu 2024 di Kota Surabaya yang berjumlah 2.
586 orang.
Sedangkan sampel dipilih menggunakan probability sampling dengan teknik simple random samping.
Perhitungan sampel dilakukan berdasarkan rumus Slovin .
alam Husein, 2.
sebagai berikut :
ycA ycu= 1 ycA.
2 AuPartisipasi masyarakat ini tentu menjadi salah satu keberhasilan utama dalam kualitas data pemilu ya mbak.
Kita dari KPU bersama tim di kecamatan dan pemahaman kepada masyarakat untuk membangun awareness mereka.
Namun ya pasti masih ada saja masyarakat yang belum paham dengan baik bahwa pemeriksaan hak pilih itu juga sangat Kadang ini lah yang menjadi penyebab data DPT tidak sesuaiAy (Wawancara dilaksanakan pada tanggal 6 Juni 2.
Keterangan :
= Ukuran sampel N = Ukuran populasi = Presentase ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir .
=10%) Sehingga menggunakan rumus Slovin sebagai berikut :
ycu= 1 2.
ycu= 1 2.
586 ycu 0,01 ycu= 186,86 ycu = 99,99 ycu = 100 Berdasarkan perhitungan diatas, dapat diketahui bahwa jumlah perhitungan sampel sebanyak 99,99 atau dibulatkan menjadi 100.
Dalam hal ini peneliti menggunakan sampel sebanyak 100 responden.
Variabel bebas dalam penelitian ini yaitu partisipasi masyarakat.
Adapun variabel bebas, indikator dan simbol disajikan pada tabel berikut :
Tabel 1.
1 Variabel.
Indikator, dan Simbol Penelitian Variabel Bebas Indikator Simbol Participation of X1.
decision making Participation in X1.
Partisipasi Masyarakat Participation in X1.
Participation in X1.
Sumber : Data olahan peneliti, 2024 ycu= Mengacu pada hasil wawancara diatas, tentunya kesadaran masyarakat dalam pemeriksaan hak pilih pemilu juga disertai dengan adanya intruksi dan arahan dari panitia penyelenggara pemilu.
Panitia penyelenggara pemilu berkewajiban untuk membantu mengakomodir hak pilih masyarakat dalam kegiatan pemilu.
Sehingga secara tidak langsung partisipasi masyarakat menjadi bagian penting dalam penyusunan data Daftar Pemilih Tetap Pemilu.
Dalam penelitian ini, partisipasi masyarakat dianalisis berdasarkan pendapat dari Cohen dan Uphoff dalam Siti Irine Astuti D.
yang terdiri dari participation of decision making .
artisipasi dalam pengambilan keputusa.
, participation in implementation .
artisipasi dalam implementas.
, participation in benefit .
artisipasi dalam manfaa.
, dan participation in evaluation .
artisipasi dalam evaluas.
Sementara itu, kualitas data diukur dari pendapat Ladewi dkk 2024, yang terdiri dari completeness .
, uniqueness .
, validity .
, accuracy .
, consistency .
, dan timeliness .
etepatan wakt.
Dengan demikian berdasarkan uraian latar belakang di atas, peneliti hendak melakukan penelitian dengan judul AuPengaruh Partisipasi Masyarakat terhadap Kualitas Data Daftar Pemilih Tetap Pemilu 2024 Di Kota SurabayaAy dengan tujuan mampu mengukur pengaruh Publika.
Volume 12 Nomor 2.
Tahun 2024.
Hal 573-584 Sedangkan variabel terikat pada penelitian ini yaitu kualitas data.
Adapun variabel terikat, indikator dan simbol disajikan pada tabel berikut :
Tabel 1.
2 Variabel.
Indikator, dan Simbol Penelitian Variabel Terikat Indikator Simbol Completeness Y1.
Uniqueness Y1.
Validity Y1.
Kualitas data Accuracy Y1.
Consistency Y1.
Timeliness Y1.
Sumber : Data olahan peneliti, 2024 Instrumen penelitian yang digunakan berupa kuisioner yang dibagikan kepada responden memuat pertanyaan dengan skala pengukuran likert menggunakan skala pilihan jawaban skor 1 Ae 5 dengan rincian skala pilihan jawaban 1 = Sangat Tidak Setuju, 2 = Tidak Setuju, 3 = Ragu-ragu, 4 = Setuju, dan 5 = Sangat Setuju.
Setelah data diperoleh, kemudian akan diinput menggunakan bantuan Smart PLS 3.
0, dan kemudian hasilnya akan Adapun hipotesis dalam penelitian ini yakni :
H0 : Partisipasi Masyarakat tidak berpengaruh terhadap kualitas data H1 : Partisipasi Masyarakat berpengaruh terhadap kualitas data Nama Kecamatan Karang Pilang Wonocolo Rungkut Wonokromo Tegalsari Sawahan Genteng Gubeng Sukolilo Tambaksari Jumlah Jumlah Sumber : Data olahan peneliti dari KPU Surabaya, 2024 Adapun sampel dalam penelitian ini ialah masyarakat yang terdaftar dalam Daftar Pemilih Tetap (DPT) Pemilu 2024 di Kota Surabaya.
Deskripsi lengkap profil responden dapat dilihat melalui tabel berikut :
Tabel 1.
4 Karakteristik Responden Penelitian Jumlah Karakteristik Responden Presentase (%) .
Jenis kelamin Laki-laki Perempuan Usia
17-25 tahun 26-35 tahun 35-45 tahun >45 tahun Keterlibatan dalam Pemilu Masyarakat Umum Kelompok
Penyelenggara Pemungutan Suara
Panitia Pemutakhiran Daftar Pemilih Panitia Pemungutan Suara
Panitia
Pemilihan Kecamatan Pimpinan Komisi
Pemilihan Umum Surabaya
Sumber : Data olahan peneliti, 2024
HASIL DAN PEMBAHASAN
Kota Surabaya merupakan kota terbesar kedua di Indonesia setelah Kota Jakarta dan sekaligus menjadi ibu kota Provinsi Jawa Timur.
Kota Surabaya terdiri dari 31 kecamatan dan 154 kelurahan.
Surabaya memiliki luas sekitar A335,28 kmA, dan 3.
286 jiwa penduduk pada pertengahan tahun 2023.
Penduduk tersebut terbagi atas 358 jiwa laki Ae laki dan 1.
928 jiwa perempuan (Dinas, 2.
Berdasarkan Keputusan KPU Surabaya Nomor 535 Tahun 2023 yang ditetapkan pada tanggal 21 Juni 2023, rekapitulasi Daftar Pemilih Tetap (DPT) Pemilu di Kota Surabaya tahun 2024 berjumlah 2.
586 pemilih.
Adapun data DPT Pemilu tersebut dapat dilihat pada tabel Tabel 1.
3 Rekapitulasi Daftar Pemilih Tetap (DPT) Pemilu 2024 Kota Surabaya No.
Simokerto Pabean Cantian Bubutan Tandes Krembangan Semampir Kenjeran Lakarsantri Benowo Wiyung Dukuh Pakis Gayungan Jambangan Tenggilis Mejoyo Gunung Anyar Mulyorejo Sukomanunggal 37.
Asem Rowo Bulak Pakal Sambikerep Jumlah Jumlah Lk Pr Tabel diatas menjelaskan sebaran responden berdasarkan jenis kelamin, usia, dan keterlibatan dalam Pemilihan Umum.
Dari beberapa responden yang mengisi kuesioner baik itu secara online maupun offline dapat Pengaruh Partisipasi Masyarakat A diketahui bahwa jumlah responden berdasarkan jenis kelamin sebagian besar yang mengisi kuesioner ialah perempuan dengan total responden sebanyak 56 orang atau Sedangkan jika dilihat dari segi usia, responden dengan usia 17-25 tahun paling banyak mengisi kuesioner dengan jumlah 72 orang atau 72% dari keseluruhan.
Di sisi lain, berdasarkan keterlibatan Pemilihan Umum, responden yang paling banyak mengisi kuesioner ialah kategori masyarakat umum dengan total 71 orang atau 71% dari keseluruhan.
terendah dengan kode indikator penelitian (X1.
dengan nilai 0,902.
Dimensi participation in benefit (X1.
yang memiliki standar deviasi terendah dengan kode indikator penelitian (X1.
dengan nilai 0,842.
Dimensi participation in evaluation (X1.
yang memiliki standar deviasi terendah dengan kode indikator penelitian (X1.
dengan nilai 0,814.
Setiap indikator dalam satu variabel yang memiliki standar deviasi terendah memiliki arti bahwa jawaban adalah yang paling homogen dalam satu variabel.
Semakin rendah standar deviasi pada satu indikator, semakin dekat respons terhadap nilai rata-rata (Haryonno dan MaAoruf, 2.
Dalam penelitian ini, kualitas data diukur berdasarkan teori kualitas data yang dikemukakan oleh Ladewi dkk 2024 yang terdiri dari enam indikator yaitu .
(Y1.
(Y1.
, validity .
(Y1.
, accuracy .
(Y1.
, consistency .
(Y1.
Sebaran data dan jumlah skor rata-rata tiap indikator dari variabel kualitas data (Y.
dapat dilihat melalui tabel berikut :
Tabel 1.
6 Statistika Deskriptif Variabel Kualitas Data Analisis Deskriptif Variabel Dan Indikator Penelitian Dalam penelitian ini, partisipasi masyarakat diukur berdasarkan teori partisipasi masyarakat yang dikemukakan oleh Cohen dan Uphoff dalam Siti Irine Astuti D.
yang terdiri dari empat macam indikator yaitu participation of decision making .
artisipasi dalam pengambilan keputusa.
(X1.
, participation in implementation .
artisipasi dalam implementas.
(X1.
participation in benefit .
artisipasi dalam manfaa.
(X1.
dan participation in evaluation .
artisipasi dalam evaluas.
(X1.
Sebaran data dan jumlah skor rata-rata tiap indikator dari variabel partisipasi masyarakat (X.
dapat dilihat melalui tabel berikut :
Tabel 1.
5 Statistika Deskriptif Variabel Partisipasi Masyarakat Variabel Penelitian Kode Dimensi Penelitian Kode Indikator Penelitian Mean Variabel Penelitian Completeness (Y1.
Standar Deviasi Uniqueness (Y1.
3,850 1,052
4,020 0,938
3,890 1,009
3,950 1,090
4,020 0,927
4,160 0,902
4,100 0,995
Partisipasi (X1.
4,080 0,935
Masyarakat
3,740 0,879
(X.
4,010 0,954
in benefit
3,970 0,842
(X1.
4,010 0,911
3,940 0,870
3,820 0,865
in evaluation 3,910 0,814 (X1.
4,010 0,900
Sumber : Data olahan peneliti output Smart PLS 3, 2024 of decision making (X1.
Kode Dimensi Penelitian X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
Kualitas Data (Y.
Validity (Y1.
Accuracy (Y1.
Consistency (Y1.
Timeliness (Y1.
Kode Indikator Penelitian Mean Standar Deviasi Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
4,250
4,150
4,090
4,250
4,070
4,060
3,980
3,800
3,970
4,150
4,180
3,860
4,010
4,080
3,980
4,020
4,070
3,930
0,853
0,921
0,895
0,921
0,962
0,925
0,872
0,927
0,888
0,921
0,853
0,928
0,877
0,808
0,894
0,948
0,828
0,863
Sumber : Data olahan peneliti output Smart PLS 3, 2024 Data pada tabel diatas menunjukkan rentang nilai mean 3,800 hingga 4,250 yang berarti bahwa mayoritas responden pada penelitian ini menjawab cukup setuju hingga setuju untuk setiap indikator variabel partisipasi masyarakat dari kuesioner yang telah diberikan.
Standar deviasi dengan nilai terendah dari dimensi completeness (Y1.
yaitu kode indikator penelitian (Y1.
dengan nilai 0,853.
Dimensi uniqueness (Y1.
yang memiliki standar deviasi terendah dengan kode indikator penelitian (Y1.
dengan nilai 0,921.
Dimensi validity (Y1.
yang memiliki standar deviasi terendah ialah kode indikator penelitian (Y1.
dengan nilai 0,872.
Dimensi accuracy (Y1.
yang memiliki standar deviasi terendah ialah kode indikator penelitian (Y1.
dengan nilai 0,853.
Dimensi Data pada tabel diatas menunjukkan rentang nilai mean 3,740 hingga 4,160 yang berarti bahwa mayoritas responden pada penelitian ini menjawab cukup setuju hingga setuju untuk setiap indikator variabel partisipasi masyarakat dari kuesioner yang telah diberikan.
Standar deviasi dengan nilai terendah dari dimensi participation of decision making (X1.
dengan kode indikator penelitian (X1.
dengan nilai 0,938.
Dimensi participation in implementation (X1.
yang memiliki standar deviasi Publika.
Volume 12 Nomor 2.
Tahun 2024.
Hal 573-584 consistency (Y1.
yang memiliki standar deviasi terendah ialah kode indikator penelitian (Y1.
dengan nilai 0,808.
Sedangkan dimensi timeliness (Y1.
yang memiliki standar deviasi terendah yaitu kode indikator penelitian (Y1.
dengan nilai 0,828.
Setiap indikator dalam satu variabel yang memiliki standar deviasi terendah memiliki arti bahwa jawaban adalah yang paling homogen dalam satu variabel.
Semakin rendah standar deviasi pada satu indikator, semakin dekat respons terhadap nilai rata-rata (Haryonno dan MaAoruf, 2.
dianggap memenuhi convergent validity jika memiliki nilai outer loading > 0,70.
Di bawah ini merupakan hasi uji nilai outer loading :
Tabel 1.
7 Hasil Uji Outer Loading Variabel Penelitian Dimensi Penelitian Indikator Penelitian Nilai Factor Thd Variab Ket Nilai Facto r Thd Indik Ket X1.
0,661
Hapus
0,784
Hapus X1.
X1.
0,773
Valid
0,818
Valid
0,516
Hapus
0,675
Hapus X1.
0,707
Valid
0,809
Valid X1.
0,747
Valid
0,795
Valid X1.
0,833
Valid
0,894
Valid X1.
0,861
Valid
0,883
Valid X1.
0,782
Valid
0,879
Valid X1.
0,672
Hapus
0,770
Hapus X1.
0,876
Valid
0,922
Valid X1.
0,847
Valid
0,862
Valid X1.
0,846
Valid
0,892
Valid X1.
0,821
Valid
0,855
Valid X1.
0,774
Valid
0,851
Valid X1.
0,735
Valid
0,806
Valid X1.
0,761
Valid
0,805
Valid Y1.
0,863
Valid
0,935
Valid Y1.
0,832
Valid
0,927
Valid Y1.
0,785
Valid
0,862
Valid Y1.
0,822
Valid
0,901
Valid Y1.
0,763
Valid
0,837
Valid Y1.
0,777
Valid
0,866
Valid Y1.
0,801
Valid
0,840
Valid Y1.
0,770
Valid
0,881
Valid Y1.
0,804
Valid
0,916
Valid Y1.
0,892
Valid
0,930
Valid Y1.
0,860
Valid
0,886
Valid Y1.
0,746
Valid
0,800
Valid Y1.
0,788
Valid
0,908
Valid Y1.
0,817
Valid
0,869
Valid Y1.
0,827
Valid
0,903
Valid Y1.
0,834
Valid
0,862
Valid Y1.
0,853
Valid
0,904
Valid Y1.
0,832
Valid
0,921
Valid X1.
Pengujian Outer Model Pengujian outer model ialah model pengujian yang bertujuan untuk menilai setiap indikator pada responden yang memiliki keterkaitan dengan variabel yang lain.
Pengujian ini juga dipakai guna menguji validitas dan reliabilitas (Ghozali dan Latan, 2.
Berikut ini disajikan path diagram dalam model penelitian X1.
X1.
X1.
Y1.
Y1.
Gambar 1.
4 Path Diagram Penelitian Sumber : Output Smart PLS versi 3, 2024 Y1.
Path diagram tersebut menghubungkan antar variabel yaitu variabel partisipasi masyarakat (X.
sebagai variabel eksogen, dan variabel kualitas data (Y.
sebagai variabel endogen.
Anak panah tunggal tersebut menunjukkan hubungan sebab akibat antara variabel eksogen dengan variabel endogen.
Path diagram diatas termasuk second order confirmatory factor analysis (CFA) dimana variabel partisipasi masyarakat (X.
memiliki 4 dimensi dan masing-masing dimensi memiliki 4 indikator, dan variabel kualitas data (Y.
memiliki 6 dimensi dengan masing-masing dimensi memiliki 3 indikator.
Dalam pengujian outer model terdapat tiga kriteria di dalam penggunaan teknik analisa data dengan SmartPLS 3 untuk menilai outer model yaitu convergent validity, discriminant validity, dan composite reliability.
Uji Validitas Konvergen (Convergent Validit.
Uji validitas atau convergent validity digunakan untuk menentukan ukuran korelasi antara konstruk dan variabel laten.
Uji convergent validity ialah kegiatan yang dilakukan untuk melihat kesesuaian pernyataan yang digunakan pada Menurut Sekaran .
, indikator dapat Y1.
Y1.
Y1.
Sumber : Data olahan peneliti output Smart PLS 3, 2024 Hasil nilai outer loading dalam tabel diatas dapat dilihat dalam output path diagram berikut :
Pengaruh Partisipasi Masyarakat A Y1.
Y1.
Y1.
0,788
Valid
0,908
Valid Y1.
0,817
Valid
0,869
Valid Y1.
0,827
Valid
0,903
Valid Y1.
0,834
Valid
0,862
Valid Y1.
0,853
Valid
0,904
Valid Y1.
0,832
Valid
0,921
Valid Sumber : Data olahan dari output Smart PLS 3, 2024 Mengacu pada tabel diatas, setelah penghapusan dimensi dan indikator yang memiliki nilai kurang dari 0,70 menghasilkan uji outer loading yang valid.
Hasil ini menandakan bahwa nilai outer model yang telah diuji menunjukkan adanya hubungan antara konstruk dengan variabel yang sudah memenuhi convergen validity, dikarenakan telah memenuhi batas nilai lebih dari 0,70 (Hair et al .
Berikut ini disajikan path diagram yang menyatakan seluruh dimensi dan indikator bernilai Gambar 1.
5 Path Diagram Hasil Uji Outer Loading Sumber : Output Smart PLS 3, 2024 Dalam tabel 1.
7, masih ditemukan dimensi dan indikator yang memiliki nilai kurang dari 0,7 sehingga dinyatakan tidak valid dan harus Indikator ataupun dimensi yang memiliki nilai kurang dari 0,70 ialah dimensi X1.
dengan nilai 0,661.
dimensi X1.
2 dengan nilai 0,516.
indikator X1.
3 dengan nilai 0,675.
indikator X1.
1 dengan nilai 0,672.
Setelah penghapusan indikator yang tidak valid, maka diperoleh hasil sebagai berikut :
Tabel 1.
8 Hasil Uji Outer Loading (Setelah Penghapusan Indikato.
Variabel Penelitian Dimensi Penelitian Indikator Penelitian Loading Factor Thd Variabel Ket Loadin Factor Thd Indikat Ket X1.
0,777
Valid
0,882
Valid X1.
0,705
Valid
0,855
Valid X1.
0,748
Valid
0,793
Valid X1.
0,842
Valid
0,894
Valid X1.
0,872
Valid
0,884
Valid X1.
0,808
Valid
0,881
Valid X1.
0,876
Valid
0,935
Valid X1.
0,856
Valid
0,890
Valid X1.
0,849
Valid
0,898
Valid X1.
0,833
Valid
0,857
Valid X1.
0,766
Valid
0,850
Valid X1.
0,726
Valid
0,805
Valid X1.
0,757
Valid
0,804
Valid Y1.
0,863
Valid
0,935
Valid Y1.
0,832
Valid
0,927
Valid Gambar 1.
6 Path Diagram Hasil Uji Outer Loading (Setelah Penghapusan Indikato.
Sumber : Output Smart PLS 3, 2024 X1.
X2.
X2.
Peneliti juga melihat nilai Average Extracted Variance (AVE).
Nilai AVE dikatakan valid jika melebihi 0,50 (Ghozali dan Latan, 2.
Nilai AVE untuk masing-masing variabel diuraikan pada tabel berikut ini :
Tabel 1.
9 Hasil Uji Validitas Konvergen Variabel Penelitian X2.
Y1.
Y1.
Y1.
0,785
Valid
0,862
Valid Y1.
0,822
Valid
0,901
Valid Y1.
0,763
Valid
0,837
Valid Y1.
0,777
Valid
0,866
Valid Y1.
0,801
Valid
0,840
Valid Y1.
0,770
Valid
0,881
Valid Y1.
0,804
Valid
0,916
Valid Y1.
0,892
Valid
0,930
Valid Y1.
0,860
Valid
0,886
Valid Y1.
0,746
Valid
0,800
Valid X1.
X1.
X1.
X1.
Y1.
Y1.
Dimensi Penelitian Y1.
Y1.
Y1.
Y1.
Indikator Penelitian X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
X1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
AVE
Variabel
AVE
Dimensi
0,754
0,746
0,645
0,824
0,688
0,825
0,665
0,754
0,774
0,763
Keterangan Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Publika.
Volume 12 Nomor 2.
Tahun 2024.
Hal 573-584 Variabel Penelitian Dimensi Penelitian Y1.
Y1.
Indikator Penelitian AVE Variabel Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
AVE
Dimensi
0,799
0,803
Tabel 1.
11 Hasil Uji Discriminant Validity (Cross Loadin.
Variabel Kualitas Data Keterangan Valid Valid Valid Valid Valid Valid Valid Valid Sumber : Data olahan dari output Smart PLS 3, 2024 Berdasarkan tabel hasil uji AVE di atas bahwa semua indikator yang digunakan untuk mengukur variabel pada penelitian ini memiliki nilai > 0,5 sehingga dikatakan valid dan dapat diterima.
Uji Validitas Diskriminan (Discriminant Validit.
Validitas mengklarifikasi setiap pemahaman mengenai masing-masing variabel laten berbeda dari pemahaman tentang variabel yang lain (Prasetyo dan Jannah, 2.
Jika nilai beban dari tiap indikator yang merupakan variabel laten memiliki nilai beban yang paling tinggi, maka model mempunyai validitas diskriminan yang baik.
Hasil pengujian validitas diskriminan adalah sebagai berikut :
Tabel 1.
10 Hasil Uji Discriminant Validity (Cross Loadin.
Variabel Partisipasi Masyarakat Y1.
Y1.
0,935
Y1.
0,813
Y1.
0,728
Y1.
0,787
Y1.
0,734
Y1.
0,759
Y1.
0,935
0,813
0,728
0,787
0,734
0,759
Y1.
0,927
0,814
0,658
0,781
0,675
0,729
Y1.
0,927
0,814
0,658
0,781
0,675
0,729
Y1.
0,862
0,686
0,675
0,733
0,658
0,707
Y1.
0,862
0,686
0,675
0,733
0,658
0,707
Y1.
0,795
0,901
0,642
0,791
0,656
0,750
Y1.
0,795
0,901
0,642
0,791
0,656
0,750
Y1.
0,667
0,837
0,680
0,730
0,638
0,669
Y1.
0,667
0,837
0,680
0,730
0,638
0,669
Y1.
0,751
0,866
0,625
0,695
0,621
0,732
Y1.
0,751
0,866
0,625
0,695
0,621
0,732
Y1.
0,731
0,717
0,840
0,744
0,677
0,721
Y1.
0,731
0,717
0,840
0,744
0,677
0,721
Y1.
0,610
0,604
0,881
0,754
0,739
0,677
Y1.
0,610
0,604
0,881
0,754
0,739
0,677
Y1.
0,651
0,646
0,916
0,773
0,773
0,694
Y1.
0,651
0,646
0,916
0,773
0,773
0,694
Y1.
0,814
0,822
0,768
0,930
0,764
0,822
Y1.
0,814
0,822
0,768
0,930
0,764
0,822
Y1.
0,824
0,835
0,704
0,886
0,697
0,797
Y1.
0,824
0,835
0,704
0,886
0,697
0,797
Y1.
0,555
0,554
0,797
0,800
0,724
0,697
Y1.
0,555
0,554
0,797
0,800
0,724
0,697
0,654
0,672
0,682
0,710
0,908
0,726
X1.
X1.
0,882
X1.
0,775
X1.
0,648
X1.
0,647
Y1.
Y1.
0,654
0,672
0,682
0,710
0,908
0,726
X1.
0,882
0,775
0,648
0,647
Y1.
0,704
0,645
0,736
0,749
0,869
0,800
X1.
0,855
0,629
0,619
0,611
Y1.
0,704
0,645
0,736
0,749
0,869
0,800
X1.
0,855
0,629
0,619
0,611
Y1.
0,674
0,654
0,802
0,769
0,903
0,767
X1.
0,688
0,793
0,674
0,608
Y1.
0,674
0,654
0,802
0,769
0,903
0,767
X1.
0,688
0,793
0,674
0,608
Y1.
0,708
0,773
0,721
0,803
0,735
0,862
X1.
0,770
0,894
0,753
0,690
Y1.
0,708
0,773
0,721
0,803
0,735
0,862
X1.
0,770
0,894
0,753
0,690
Y1.
0,734
0,741
0,735
0,802
0,787
0,904
X1.
0,688
0,884
0,806
0,797
Y1.
0,734
0,741
0,735
0,802
0,787
0,904
X1.
0,688
0,884
0,806
0,797
Y1.
0,724
0,708
0,674
0,775
0,778
0,921
X1.
0,660
0,881
0,736
0,670
Y1.
0,724
0,708
0,674
0,775
0,778
0,921
X1.
0,660
0,881
0,736
0,670
X1.
0,655
0,800
0,935
0,801
X1.
0,655
0,800
0,935
0,801
X1.
0,666
0,792
0,890
0,781
X1.
0,666
0,792
0,890
0,781
X1.
0,666
0,752
0,898
0,794
X1.
0,666
0,752
0,898
0,794
X1.
0,619
0,732
0,825
0,857
X1.
0,619
0,732
0,825
0,857
X1.
0,572
0,657
0,710
0,850
X1.
0,572
0,657
0,710
0,850
X1.
0,587
0,600
0,673
0,805
X1.
0,587
0,600
0,673
0,805
X1.
0,625
0,671
0,677
0,804
X1.
0,625
0,671
0,677
0,804
Sumber : Output Smart PLS 3, 2024 Mengacu pada hasil pengujian cross-loading diatas menunjukkan bahwasanya nilai beban luar indikator pada konstruk yang terkait lebih besar daripada nilai beban cross-loading pada konstruk lain, dimana nilai menunjukkan lebih besar dari 0,70 sehingga dapat dikatakan semua konstruk memiliki validitas diskriminan yang baik.
Sumber : Output Smart PLS 3, 2024 Uji Reliabilitas Konstruk (Composite Reliabilit.
Sebuah konstruk .
dapat dianggap reliabel jika nilai cronbachAos alpha bernilai lebih dari 0,60 dan nilai gabungan reliabilitas lebih dari 0,70 (Ghozali dan Latan, 2.
Hasil pengujian composite reliability dapat dilihat pada tabel berikut Pengaruh Partisipasi Masyarakat A Tabel 1.
12 Uji Composite Reliability Variabel Partisipasi Masyarakat (X.
X1.
X1.
X1.
X1.
Kualitas Data (Y.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
CronbachAos Alpha
0,954
Composite Reliability 0,959 0,675 0,886 0,893 0,849 0,970 0,860 0,921 0,934 0,898 0,973 Reliabel
Reliabel
Reliabel
Reliabel
0,893
0,836
0,853
0,843
0,874
0,877
0,934
0,902
0,911
0,906
0,922
0,924
Reliabel Reliabel Reliabel Reliabel Reliabel Reliabel Y1.
0,812
Kuat Y1.
0,913
Kuat Y1.
0,824
Kuat Y1.
0,879
Kuat Sumber : Data olahan peneliti output Smart PLS 3, 2024 Reliabilitas Reliabel Dilihat dari Tabel 1.
13 besaran nilai r square ialah seluruh konstruk selain X1.
1 yang dikategorikan moderat, konstruk yang lainnya berada pada kriteria kuat yakni diatas nilai 0,75.
Hal ini mengindikasikan bahwa adanya pengaruh kuat variabel bebas terhadap variabel terikat, terutama nilai R2 konstruk Y (Kualitas Dat.
sebesar 0,785 menunjukkan bahwa sebesar 78,5% variabel kualitas data dipengaruhi oleh partisipasi masyarakat.
Reliabel Sumber : Data olahan peneliti output Smart PLS 3, 2024 Berdasarkan tabel diatas, menunjukkan bahwa semua konstruk nilai cronbachAos alpha diatas 0,60 dan nilai composite reliability memiliki nilai diatas 0,70 dan dapat dikatakan memenuhi kriteria Efek f-square .
Nilai efek f-square .
dipakai guna mengukur besaran pengaruh antara variabel endogen dan Nilai f-square didapatkan dari besarnya nilai R2 pada variabel laten ketika predictor laten dipakai dalam persamaan struktural (Kuncaravita.
Hasil pengujian nilai f2 dikategorikan memiliki pengaruh lemah jika Ou 0,02.
sedang jika Ou 0,15.
dan kuat jika Ou 0,35.
Sedangkan nilai dibawah 0,02 dianggap tidak memiliki efek (Kuncaravita.
Berikut nilai efek f-square .
dapat dilihat pada Tabel 1.
16 sebagai berikut.
Tabel 1.
14 Uji F Square (F.
Variabel Eksogen
Kriteria
Partisipasi Masyarakat
3,643
Kuat Sumber : Data olahan peneliti output Smart PLS 3, 2024 Mengacu pada hasil pengujian outer model, dapat diketahui bahwa penelitian ini menghasilkan nilai convergent validity dan discriminant validity yang baik dan telah diterima.
Smenetara itu, penelitian ini juga menghasilkan nilai composite reliability dan cronbachAos alpha yang reliabel.
Dengan Demikian, penelitian ini dapat dilakukan uji ke tahap selanjutnya.
Pengujian Inner Model Pengujian inner model dilakukan bertujuan guna menilai goodness of fit dan path coefficient pada suatu variabel konstruk sehingga dapat menilai signifikansi hubungan masing-masing variabel.
Pengujian goodness of fit dilakukan dengan melihat nilai R2.
Q2, dan f2 sedangkan pengujian path coefficient dilakukan untuk melihat hubungan jalur pemodelan berdasarkan t-statistics dan Pvalue (Kuncaravita, 2.
Uji Coefficient Determination atau R Square (R.
Nilai coefficient determination (R.
dipakai guna menilai sejauh mana variabel endogen dipengaruhi oleh variabel endogen lainnya.
Nilai R square diantaranya 0,75 .
, 0,50 .
, dan 0,25 .
(Kuncaravita, 2.
Nilai R2 pada setiap variabel endogen dapat dilihat pada Tabel 1.
sebagai berikut :
Tabel 1.
13 Uji Coefficient Determinantion (R.
Variabel R Square Kriteria X1.
0,730
Moderat X1.
0,899
Kuat X1.
0,898
Kuat X1.
0,866
Kuat Kualitas Data (Y.
0,785 Kuat Y1.
0,830
Kuat Y1.
0,823
Kuat Dilihat dari Tabel 1.
14 diperoleh nilai f2 untuk effect size variabel partisipasi masyarakat terhadap kualitas data sebesar 3,643 menunjukkan effect size pada kategori kuat, hal ini berarti variabel partisipasi masyarakat berpengaruh terhadap kualitas data.
Uji Predictive Relevance atau Q Square (Q.
Uji relevansi prediksi atau Q2 dipakai guna mengetahui seberapa baik model menghasilkan nilai yang diamati dan parameter yang diperkirakan.
Nilai Q2 yang lebih besar dari nol menunjukkan bahwa model memiliki nilai relevansi prediktif, sedangkan nilai Q2 yang kurang dari nol menunjukkan bahwa model memiliki nilai relevansi prediktif yang rendah (Kuncaravita, 2.
Berikut ini disajikan hasil dari uji Q2 pada tabel berikut :
Tabel 1.
15 Uji Relevansi Prediksi (Q.
Variabel X1 (Partisipasi Masyaraka.
X2.
X2.
SSO
SSE
1300,000
1300,000
200,000
400,000
91,550
135,161
Q2(=1SSE/SSO)
0,542
0,662
Publika.
Volume 12 Nomor 2.
Tahun 2024.
Hal 573-584 X2.
X2.
Y1 (Kualitas Dat.
Y1.
Y1.
Y1.
Y1.
Y1.
Y1.
300,000
400,000
79,642
165,660
0,735
0,586
1800,000
885,253
0,508
300,000
300,000
300,000
300,000
300,000
300,000
97,385
115,549
113,643
93,248
106,747
90,605
0,675
0,615
0,621
0,689
0,644
0,698
Uji Hipotesis Temuan dari analisis PLS digunakan untuk menghasilkan hipotesis yang diuji dalam penelitian ini.
Gambaran umum dari hasil pengujian hipotesis berdasarkan temuan analisis PLS disajikan di bawah ini:
Tabel 1.
16 Hasil Pengujian Hipotesis Hipotesis H0 :
Partisipasi Masyarakat terhadap kualitas data H1 :
Partisipasi Masyarakat berpengaruh terhadap kualitas data Sumber : Data olahan peneliti output Smart PLS 3, 2024 Berdasarkan data dari Tabel 1.
15 variabel endogen kualitas data (Y.
memiliki Q2 sebesar 0,508.
Hasil pengujian ini menunjukkan bahwasanya full model PLS yang menunjukkan hubungan partisipasi masyarakat terhadap kualitas data memiliki predictive relevance yang kuat karena nilainya lebih besar dari nol.
X1->Y1
Sample Mean
(M)
0,887
Standard Deviation (STDEV) 0,034 Kesimpulan Partisipasi Masyarakat terhadap kualitas Sumber : Data olahan peneliti, 2024 Penjelasan dari ringkasan pengujian hipotesis diatas adalah variabel partisipasi masyarakat berpengaruh positif dan signifikan terhadap kualitas data, ditujukkan dengan nilai p value sebesar 0,000.
T statistik sebesar 26,197 dan koefisien jalur sebesar 0,886.
Hal tersebut mendukung hipotesis 1 dalam penelitian ini, sehingga hipotesis 1 Path Coefficient Tahap pengujian inner model selanjutnya adalah mengukur signifikansi dan kekuatan path coefficient .
alur struktura.
yang dihipotesiskan antar konstruk (Ghozali dan Latan, 2.
Signifikansi dan relevansi path coefficient diukur menggunakan proses bootstrapping pada SEM-PLS, dimana metode ini berbasis nilai standar error pada bootstrapping sebagai dasar untuk menghitung nilai t-statistic dan p-value pada path coefficient.
Path coefficients juga dapat digunakan untuk menguji hipotesis.
Nilai hasil path coefficients rentang antara -1 hingga 1, yang berarti apabila semakin mendekati nilai 1 maka hubungan kedua konstruk semakin kuat.
Namun sebaliknya apabila nilai mendekati -1 maka hal ini berarti hubungan tersebut bersifat negatif atau kurang kuat.
Studi ini melaksanakan uji two-tailed disebabkan studi ini belum diketahui hasil akhir dari hipotesis yang dilakukan apakah bernilai positif ataupun negatif.
Pengujian two-tailed nantinya akan mengacu pada nilai t-statistic sebesar 1,96 dengan alpha () = 10% dan nilai p-values < 0,10.
Apabila kriteria tersebut terpenuhi, maka variabel dapat dinyatakan memiliki pengaruh yang signifikan dan bernilai positif.
Berikut ini disajikan hasil uji path coefficient :
Tabel 1.
16 Uji Path Coefficient Original Sample (O) 0,886 Hasil A Path Coef : 0,886 A T Stat : 26,197 A P Value : 0,000 Ucapan Terima Kasih Peneliti mengucapkan terima kasih kepada seluruh pihak yang berkontribusi pada penulisan artikel ilmiah ini, yaitu seluruh dosen program studi S1 Ilmu Administrasi Negara.
Fakultas Ilmu Sosial dan Ilmu Politik.
Universitas Negeri Surabaya, khusunya Bapak Muhammad Farid MaAoruf.
Sos.
AP.
selaku dosen pembimbing.
Bapak Galih Wahyu Pradana.
AP.
Si.
dan Bapak Deby Febriyan Eprilianto.
Sos.
MPA.
selaku dosen penguji.
Komisi Pemilihan Umum Kota Surabaya, badan adhoc Pemilu 2024 kota Surabaya, warga Kota Surabaya, dan seluruh pihak lainnya yang terlibat dan memberikan dukungan baik secara moral maupun finansial sehingga proses penelitian dapat terselesaikan.
PENUTUP
T Statistics (|O/STDEV|) Values 26,197 0,000 Sumber : Data olahan peneliti output Smart PLS 3, 2024 Berdasarkan hasil uji path coefficient diatas, maka diperoleh hasil bahwa variabel partisipasi masyarakat berpengaruh positif dan signifikan terhadap kualitas data, ditunjukkan dengan nilai p value sebesar 0,000.
T statistik sebesar 26,197 dan koefisien jalur sebesar 0,886.
Simpulan Berdasarkan hasil analisis yang telah diolah menggunakan software Smart PLS 3, menemukan temuan bahwasanya terdapat pengaruh yang signifikan antara variabel partisipasi masyarakat terhadap kualitas data DPT Pemilu 2024 di Kota Surabaya.
Adapun hasil pengujian variabel tersebut menghasilkan nilai R2 konstruk Y .
ualitas dat.
sebesar 0,785 menunjukkan bahwa sebesar 78,5% variabel kualitas data dipengaruhi oleh variabel partisipasi masyarakat dengan rincian sebagai berikut :
Hasil pengujian signifikansi path coefficient antara konstruk partisipasi masyarakat menghasilkan nilai path coefficient sebesar 0,886, nilai t-statistics sebesar 26,197 dan p-values sebesar 0,000.
Kriteria yang digunakan pada pengujian ialah dengan nilai Pengaruh Partisipasi Masyarakat A alpha () = 10% maka path coefficient dinyatakan signifikan jika nilai t-statistic Ou 1,96 dan p-value O 0,10.
Dengan demikian hasil analisis yang diperoleh melalui penelitian menyatakan bahwasannya partisipasi masyarakat memiliki pengaruh signifikan terhadap kualitas data DPT Pemilu 2024 di Kota Surabaya.
Hair.
Ringle.
, & Sarstedt.
PLSSEM : Indeed a Silver Bullet.
, 139Ae151.
https://doi.
org/10.
2753/MTP1069-6679190202
Haryonno.
Hafids dan Muhammad Farid maAoruf.
Pengaruh Kemampuan Pemimpin Kepala Desa terhadap Penerapan Good Village Governance di Desa Jeblogan.
Kecamatan Paron.
Kabupaten Ngawi.
Volume Nomor Hal https://ejournal.
id/index.
php/publika/article/ view/55105/43658 Saran Berdasarkan penelitian yang telah terlaksana, terdapat saran dan rekomendasi yang bisa ditujukan kepada masyarakat kota Surabaya dalam keterlibatan Pemilihan Umum atau Pemilihan Kepala Daerah di masa mendatang.
Adapun saran dan rekomendasi tersebut ialah sebagai Masyarakat lebih update dalam mencari informasi terkait penyelenggaraan Pemilu khususnya dalam hal penyusunan DPT Pemilu.
Masyarakat hendaknya berinisiatif untuk memeriksa data pribadi apakah sudah terdaftar dalam DPT Pemilu Masyarakat bersikap kooperatif dan proaktif dalam pelaksanaan pemutakhiran data pemilih oleh KPU Surabaya dan badan adhoc yang bertugas Masyarakat dapat memberikan masukan dan tanggapan yang bersifat solutif terkait perbaikan data pemilih yang telah dicoklit oleh badan adhoc yang Husein.
Riset Sumber Daya Manusia Dalam Organisasi.
Galia Indonesia.
Irawanto, dkk.
"Intergovernmental Relations and Dilemma of the Cooperation".
Basic.
Appl.
Sci.
Res, 5.
, 76Ae85.
Retrieved from w.
Kuncaravita.
Sekar Ayu.
Pengaruh Penerapan Electronic Procurement dan Prinsip Good Governance Terhadap Kinerja Pengadaan Barang/Jasa Di Kabupaten Temanggung.
TESIS.
Surabaya: Institut Teknologi Sepuluh Nopember Surabaya.
KPU RI.
Peraturan Komisi Pemilihan Umum Nomor 8 Tahun 2022 Tentang Pembentukan Dan Tata Kerja Badan Adhoc Penyelenggara Pemilihan Umum dan Pemilihan Gubernur Dan Wakil Gubernur.
Bupati Dan Wakil Bupati Dan Walikota Dan Wakil Walikota.
Peraturan Komisi Pemilihan Umum.
Ladewi.
Yuhanis.
Dina Aziza Putri.
Lis Djuniar.
Nunung Nurhayati.
Success Factors in the Accounting Information Quality (Survey at PT.
Private Platation in Palembang Cit.
Kajian Akuntansi Universitas Islam Bandung.
Volume 25 No.
Hal 103-112
DAFTAR PUSTAKA