PENGUKURAN PENERIMAAN APLIKASI UWKS ACADEMIC SMART MOBILE MENGGUNAKAN METODE UTAUT (UNIFIED THEORY OF ACCEPTANCE AND USE OF TECHNOLOGY)
TUGAS AKHIR
Program Studi SI Sistem Informasi
Oleh:
DIO GADANG RACHMADI 11410100079
FAKULTAS TEKNOLOGI DAN INFORMATIKA
ABSTRAK ... i
KATA PENGANTAR ... ii
DAFTAR ISI ... iv
DAFTAR GAMBAR ... vii
DAFTAR TABEL ... viii
BAB I PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Perumusan Masalah ... 2
1.3 Pembatasan Masalah ... 3
1.4 Tujuan ... 3
1.5 Manfaat Penelitian ... 4
1.6 Sistematika Penulisan ... 4
BAB II LANDASAN TEORI ... 7
2.1 Unified Theory of Acceptance and Use of Technology (UTAUT) ... 7
2.2 Kerangka Konseptual ... 9
2.3 Pengembangan Hipotesis ... 10
2.4 Variabel Penelitian ... 13
2.5 Populasi dan Sampel ... 14
2.6 Teknik Pengambilan Sampel ... 14
2.7 Skala Pengukuran ... 16
2.10 Analisis Korelasi dan Regresi Menggunakan SEM ... 18
2.11 Kecocokan Model (Model Fit) ... 19
BAB III METODE PENELITIAN ... 22
3.1 Tahap Awal ... 22
3.2 Tahap Pengumpulan dan Analisis Data ... 23
3.2.1 Variabel Penelitian ... 23
3.2.2 Menyusun Kuesioner dan Menyebarkan Kuesioner ... 25
3.3 Pengolahan Data ... 27
3.3.1 Analisis Deskriptif ... 27
3.3.2 Analisis Validitas dan Reliabilitas ... 27
3.3.3 Analisis Tingkat Penerimaan Aplikasi Pada Mahasiswa ... 28
3.3.4 Analisis Korelasi dan Regresi dengan Metode SEM ... 29
3.4 Tahap Akhir ... 34
BAB IV HASIL DAN PEMBAHASAN ... 35
4.1 Tahap Awal ... 35
4.1.1 Studi Literatur ... 35
4.1.2 Pengumpulan Data ... 35
4.2 Pengumpulan dan Analisis Data ... 37
4.2.1 Variabel Penelitian ... 37
4.2.2 Penyusunan dan Penyebaran Kuesioner ... 39
4.2.5 Analisis Validasi dan Reliabilitas ... 49
4.2.6 Analisis Tingkat Penerimaan Aplikasi Pada Mahasiswa ... 51
4.2.7 Analisis Korelasi dan Regresi dengan Metode SEM ... 52
4.2.8 Uji Normalitas ... 55
4.1.9 Uji Outliers (Nilai-Nilai Ekstrim) ... 56
4.20 Uji Kecocokan Model (Model Fit) ... 59
4.3 Pembahasan ... 61
4.3.1 Pengujian Hipotesis ... 62
4.3.2 Korelasi Antar Variabel ... 68
4.3.3 Hasil Regresi Berdasarkan Minat Pemanfaatan ... 72
4.3.4 Hasil Regresi Berdasarkan Perilaku Penggunaan ... 73
BAB V KESIMPULAN DAN SARAN ... 73
5.1 Kesimpulan ... 73
5.2 Saran ... 75
DAFTAR PUSTAKA ... 77
LAMPIRAN...79
Gambar 2.1 Kerangka Konseptual Model UTATUT ... 10
Gambar 2.2 Contoh hubungan variabel independen dan variabel dependen ... 13
Gambar 3.1 Tahapan dalam Metode Penelitian ... 22
Gambar 3.2 Kerangka Konseptual Model UTATUT ... 29
Gambar 4. 1 Pemetaan Jenis Variabel pada UTAUT ... 37
Gambar 4.2 Grafik Sampel Mahasiswa Setiap Jurusan ... 43
Gambar 4.3 Grafik Sampel Mahasiswa Setiap Jurusan ... 43
Gambar 4.4 Path Diagram Metode UTAUT ... 52
Gambar 4.5 Notes for Model (Default Model) ... 58
Tabel 2.1 Teori-teori yang mendasari Model UTAUT ... 8
Tabel 2.2 Pengukuran Goodness of Fit Model Indeks Nilai Acuan ... 19
Tabel 3.1 Skala Likert ... 28
Tabel 3.2 Kategori Penilaian Usability ... 29
Tabel 3.3 Hipotesis ... 30
Tabel 4.1 Item Pertanyaan Kuesioner ... 39
Tabel 4.2 Jumlah Mahasiswa Fakultas Teknik dan Fakultas Hukum ... 40
Tabel 4.3 Sampel Mahasiswa Setiap Jurusan ... 42
Tabel 4.4 Profil Responden Jurusan Ilmu Hukum ... 44
Tabel 4.5 Profil Responden Jurusan Industri Pertanian ... 44
Tabel 4.6 Profil Responden Jurusan Teknik Informatika ... 44
Tabel 4.7 Profil Responden Jurusan Teknik Sipil ... 45
Tabel 4.8 Statistik Deskriptif Variabel Ekspektasi Kinerja ... 45
Tabel 4.9 Statistik Deskriptif Variabel Ekspektasi Usaha ... 46
Tabel 4.10 Statistik Deskriptif Variabel Faktor Sosial ... 46
Tabel 4.11 Statistik Deskriptif Variabel Kondisi yang Memfasilitasi ... 46
Tabel 4.12 Statistik Deskriptif Variabel Minat Pemanfaatan ... 47
Tabel 4.13 Statistik Deskriptif Variabel Perilaku Penggunaan ... 47
Tabel 4.14 Uji Validitas Ekspektasi Kinerja ... 48
Tabel 4.15 Uji Validitas Ekspektasi Usaha ... 48
Tabel 4.16 Uji Validitas Faktor Sosial ... 48
Tabel 4.17 Uji Validitas Kondisi yang Memfasilitasi ... 48
Tabel 4.20 Uji Reliabilitas ... 49
Tabel 4.21 Skala Likert ... 50
Tabel 4.22 Kategori Penilaian Usability ... 50
Tabel 4.23 Analysis Summar ... 52
Tabel 4.24 Notes for Group ... 53
Tabel 4.25 Variable Summary ... 53
Tabel 4.26 Hasil Uji Normalitas ... 54
Tabel 4.27 Observations farthest from the centroid ... 55
Tabel 4.28 Notes for Model ... 57
Tabel 4.29 Hasil Pengukuran Goodness of Fit Model ... 59
Tabel 4.30 Regression Weights ... 61
Tabel 4.31 Standardized Regression Weights ... 65
Tabel 4.33 Standardized Direct Effects ... 67
Tabel 4.34 Standardized Indirect Effects ... 68
Tabel 4.35 Standardized Total Effects ... 68
Tabel 4.36 Standardized Total Effects ... 69
Tabel 4.37 Hasil Pengujian Hipotesis berdasarkan Minat pemanfaatan ... 70
Tabel 4.38 Hasil Pengujian Hipotesis berdasarkan Perilaku Penggunaan ... 72
1 BAB I PENDAHULUAN
1.1 Latar Belakang
Perkembangan teknologi yang begitu pesat memberikan dampak besar
terhadap kehidupan masyarakat. Saat ini teknologi informasi memiliki peran
sebagai pendukung proses bisnis dalam berbagai organisasi termasuk dalam
bidang pendidikan. Hal ini disebabkan karena teknologi informasi memiliki
manfaat dalam hal pengolahan data dan penyampaian informasi yang dapat
disajikan secara langsung, kapan saja, dan dimana saja.
Universitas Wijaya Kusuma Surabaya memiliki sebuah aplikasi yang
bernama UWKS Academic Smart Mobile. Aplikasi tersebut bertujuan
memberikan kemudahan bagi mahasiswa untuk mendapatkan informasi akademik
secara realtime. UWKS Academic Smart Mobile menyediakan fitur bagi
mahasiswa agar dapat mengakses informasi akademik berupa KHS (Kartu Hasil
Studi), IP (Indeks Prestasi), IPK (Indeks Prestasi Kumulatif), nilai mata kuliah,
profil mahasiswa, KRS (Kartu Rencana Studi), rekap transaksi pembayaran, dan
transkrip nilai.
Hingga saat ini sejak aplikasi UWKS Academic Smart Mobile
diimplementasikan pada tahun 2013 lalu, belum pernah dilakukan pengukuran
terhadap penerimaan aplikasi pada mahasiswa. Untuk mengetahui tingkat
keberhasilan suatu implementasi teknologi, perlu diketahui sejauh mana pengguna
dapat menerima dan memahami teknologi tersebut. Pengukuran tingkat
penerimaan aplikasi UWKS Academic Smart Mobile ini menggunakan model
1
UTAUT (Unified Theory of Acceptance and Use of Technology)
merupakan sebuah model yang dikembangkan oleh Venkatesh et al (2003) untuk
menjelaskan perilaku pengguna terhadap teknologi informasi. Menurut
Kristoforus (2013), keberhasilan penggunaan atau penerapan teknologi tergantung
pada penerimaan dan penggunaan setiap individu pemakainya. UTAUT
merupakan gabungan dari delapan teori-teori penerimaan teknologi sebelumnya.
Delapan teori tersebut adalah Theory of Reasoned Action (TRA), Technology
Acceptance Model (TAM), Motivational Model (MM), Theory of Planned
Behavior (TPB), Combined TAM and TPB (C-TAM-TPB), Model of PC
Utilization (MPCU), Innovation Diffusion Theory (IDT), Social Cognitive Theory
(SCT).
1.2 Perumusan Masalah
Adapun permasalahan yang akan diteliti dapat dirumuskan dalam bentuk
pertanyaan sebagai berikut:
a. Seberapa tinggi tingkat penerimaan aplikasi UWKS Academic Smart
Mobile pada mahasiswa?
b. Apakah ekspektasi kinerja (performance expectancy) berpengaruh positif
terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart
Mobile?
c. Apakah ekspektasi usaha (effort expectancy) berpengaruh positif terhadap
minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile?
d. Apakah faktor sosial (social influence) berpengaruh positif terhadap minat
e. Apakah kondisi yang memfasilitasi (facilitating conditions) berpengaruh
positif terhadap minat pemanfaatan (use behavior) UWKS Academic
Smart Mobile?
f. Apakah minat pemanfaatan (behavior intention) berpengaruh positif
terhadap perilaku penggunaan (use behavior) UWKS Academic Smart
Mobile?
1.3 Pembatasan Masalah
Adapun batasan masalah dalam penelitian ini adalah sebagai berikut:
a. Pengukuran penerimaan aplikasi UWKS Academic Smart Mobile
dilakukan pada mahasiswa Strata 1 (S1) Fakultas Hukum dan Fakultas
Teknik Universitas Wijaya Kusuma Surabaya yang masih aktif melakukan
kegiatan perkuliahan.
b. Pengukuran hanya dilakukan pada UWKS Academic Smart Mobile.
1.4 Tujuan
Berdasarkan perumusan masalah di atas, maka tujuan dari penelitian ini
adalah sebagai berikut:
a. Mengetahui tingkat penerimaan aplikasi UWKS Academic Smart Mobile
pada mahasiswa.
b. Untuk menguji secara empiris ekspektasi kinerja (performance
expectancy) berpengaruh positif terhadap minat pemanfaatan (behavior
intention) UWKS Academic Smart Mobile.
c. Untuk menguji secara empiris ekspetkasi usaha (effort expectancy)
berpengaruh positif terhadap minat pemanfaatan (behavior intention)
d. Untuk menguji secara empiris faktor sosial (social influence) berpengaruh
positif terhadap minat pemanfaatan (behavior intention) UWKS Academic
Smart Mobile.
e. Untuk menguji secara empiris kondisi yang memfasilitasi (facilitating
conditions) berpengaruh positif terhadap minat pemanfaatan (use
behavior) UWKS Academic Smart Mobile.
f. Untuk menguji secara empiris minat pemanfaatan (behavior intention)
berpengaruh positif terhadap perilaku penggunaan (use behavior) UWKS
Academic Smart Mobile.
1.5 Manfaat Penelitian
Penelitian dapat memberikan manfaat bagi pihak yang membutuhkan,
seperti instansi terkait dan penulis. Manfaat dari penelitian ini adalah:
a. Memberikan kontribusi pada pengembang aplikasi untuk memperhatikan
faktor-faktor yang dapat menpengaruhi penggunaan UWKS Academic
Smart Mobile, sehingga UWKS Academic Smart Mobile menjadi lebih
baik
b. Memberikan manfaat pada Universitas Wijaya Kusuma Surabaya dan
pengguna sistem dalam mengembangkan dan menggunakan aplikasi,
sehingga aplikasi memiliki kinerja yang lebih baik dari sebelumnya yang
berguna sebagai pertimbangan untuk mengembangkan suatu aplikasi di
masa depan.
1.6 Sistematika Penulisan
Sistematika penulisan yang digunakan dalam laporan Tugas Akhir adalah
BAB I : PENDAHULUAN
Bab ini membahas tentang latar belakang masalah dilakukannya
Pengukuran penerimaan aplikasi UWKS Academic Smart Mobile
Menggunakan Metode Unified Theory of Acceptance And Use of
Technology (UTAUT). Latar belakang, perumusan masalah,
batasan masalah, tujuan, manfaat penelitian dan sistematika
penulisan.
BAB II : LANDASAN TEORI
Pada bab ini akan dijelaskan mengenai dasar-dasar teori yang
berhubungan dengan permasalahan yang dibahas. Unified Theory
of Acceptance and Use of Technology (UTAUT), Kerangka
Konseptual, Pengembangan Hipotesis, Variabel Penelitian,
Populasi dan Sampel, Teknik Pengambilan Sampel, Skala
Pengukuran, Analisis Deskriptif, Uji Validitas, Uji Reliabilitas,
Analisis Korelasi dan Regresi Menggunakan Metode Structural
Equation Model (SEM)
BAB III : METODE PENELITIAN
Pada bab ini membahas tentang metode yang digunakan penulis
dalam melakukan penelitian. Tahap awal berupa studi literatur
dan pengumpulan data awal. Tahap kedua yaitu pengumpulan
dan analisis data berupa penentuan variabel penelitian,
penyusunan dan penyebaran kuesioner, pengolahan data, dan
akhir berupa penarikan kesimpulan pengukuran tingkat
penerimaan.
BAB IV : HASIL DAN PEMBAHASAN
Pada bab ini berisi tentang pembahasan penelitian yang
dilakukan penulis seperti, analisa deskriptif, analisa validitas
reliabilitas menggunakan perangkan lunak SPSS 16, analisa data
menggunakan metode Structural Equation Model (SEM) yang
menggunakan perangkat lunak AMOS 22
BAB V : PENUTUP
Bab ini terdapat kesimpulan dari penelitian yang telah dilakukan
dan saran untuk pengembangan aplikasi di masa yang akan
7
Pada bab ini dijelaskan mengenai dasar-dasar teori yang berhubungan
dengan permasalahan yang dibahas. Teori-teori yang digunakan adalah sebagai
berikut.
2.1 Unified Theory of Acceptance and Use of Technology (UTAUT)
UTAUT (Unified Theory of Acceptance and Use of Technology)
merupakan sebuah model yang dikembangkan oleh Venkatesh et al (2003) untuk
menjelaskan perilaku pengguna terhadap teknologi informasi. Menurut
Kristoforus (2013), keberhasilan penggunaan atau penerapan teknologi tergantung
pada penerimaan dan penggunaan setiap individu pemakainya. UTAUT
merupakan gabungan dari delapan teori-teori penerimaan teknologi sebelumnya.
Delapan teori tersebut adalah sebagai berikut:
1. Theory of Reasoned Action (TRA)
2. Technology Acceptance Model (TAM)
3. Motivational Model (MM)
4. Theory of Planned Behavior (TPB)
5. Combined TAM and TPB (C-TAM-TPB)
6. Model of PC Utilization (MPCU)
7. Innovation Diffusion Theory (IDT),
8. Social Cognitive Theory (SCT).
Tabel 2.1 Teori-teori yang mendasari Model Unified Theory of Acceptance and Use of Technology (UTAUT)
No Teori Peneliti Pengertian
1 Theory of Reasoned Action (TRA)
Fishbein dan Azjen (1975)
Teori ini didasarkan pada alasan bahwa manusia merupakan pembuat keputusan yang rasional yang memanfaatkan informasi apapun yang tersedia bagi mereka. (Bastable, 2002)
2 Theory of Planned Behavior (TPB)
Ajzen (1988) Teori ini memuat asumsi bahwa tingkah laku seseorang ditampilkan karena alasan tertentu, yaitu bahwa orang tersebut berpikir tentang konsekuensi tindakannya dan mengambil keputusan secara hati-hati untuk mencapai hasil tertentu dan menghindari hal-hal yang lain. (Widyarini, 2009).
4 Technology
Acceptance Model (TAM)
Davis F.D (1989)
Menjelaskan perilaku pengguna komputer yaitu berlandaskan pada kepercayaan (belief), sikap (attitude), keinginan (intention), dan hubungan perilaku pengguna (user behaviour relationship). Tujuan model ini untuk menjelaskan faktor‐faktor utama dari perilaku pengguna terhadap penerimaan pengguna teknologi
4 Motivational Model (MM)
Davis, et al. (1992)
Teori motivasi yang dikembangkan untuk memprediksi penerimaan dan penggunaan teknologi.
5 Combined TAM and TPB (C-TAM-TPB)
Taylor dan Todd (1995)
Model gabungan dari TPB dengan TAM yang memberikan penjelasan mengenai penentu penerimaan dan perilaku penggunaan suatu teknologi tertentu.
6 Model of PC Utilization (MPCU)
Thompson, et al. (1991)
Menilai pengaruh dari kondisi-kondisi yang mempengaruhi dan memfasilitasi, faktor sosial, kompleksitas, kesesuaian tugas dan konsekuensi jangka panjang terhadap pemanfaatan PC. 7 Innovation Diffusion
Theory (IDT)
Rogers (1962)
Menjelaskan proses bagaimana suatu inovasi disampaikan (dikomunikasikan) melalui saluran-saluran tertentu sepanjang waktu kepada sekelompok anggota dari sistem sosial. 8 Social Cognitive
Theory (SCT)
Bandura (1977)
UTAUT (Unified Theory of Acceptance and Use of Technology)
merupakan salah satu model penerimaan teknologi informasi. Implementasi suatu
teknologi informasi selalu berhubungan dengan penerimaan pengguna. Sejauh
mana pengguna dapat memahami teknologi tersebut adalah hal penting untuk
mengetahui tingkat keberhasilan dari implementasi teknologi tersebut.
UTAUT memiliki empat faktor utama yang langsung berpengaruh
terhadap minat pemanfaatan (behavioral intention) dan perilaku penggunaan (use
behavior). Keempat konstruk ini adalah ekspektasi kinerja (performance
expectancy), ekspektasi usaha (effort expectancy), faktor sosial (social influence),
dan kondisi yang memfasilitasi (facilitating conditions) yang digambarkan dalam
kerangka konseptual. UTAUT bertujuan untuk menjelaskan minat pengguna
dalam menggunakan Sistem Informasi dan perilaku penggunaan berikutnya.
2.2 Kerangka Konseptual
Model kerangka konseptual menggambarkan hubungan antar variabel
yang diuji dalam penelitian, yaitu variabel ekspektasi kinerja, ekspektasi usaha
dan pengaruh sosial terhadap minat pemanfaatan aplikasi, serta hubungan variabel
kondisi yang memfasilitasi dan minat pemanfaatan aplikasi terhadap penggunaan
aplikasi. Pemahaman mengenai faktor-faktor tersebut dapat membantu instansi
terkait untuk mengetahui hal apa saja yang dapat mempengaruhi pemakai dalam
menggunakan suatu teknologi. Seseorang yang sudah mempunyai minat terhadap
suatu sistem, pada akhirnya akan menggunakan sistem tersebut. Akan tetapi,
apabila seseorang yang mempunyai minat menggunakan sistem tersebut tidak
didukung fasilitas yang menunjang maka minat pemakai akan sia-sia karena tidak
hanya minat untuk pemanfaatan Sistem Informasi itu sendiri tetapi juga disertai
dengan kondisi yang memfasilitasi (facilitating condition).
Gambar 2.1 Kerangka Konseptual Model UTATUT
2.3 Pengembangan Hipotesis
2.3.1 Ekspektasi Kinerja (Performance Expectancy) Terhadap Minat Pemanfaatan (Behavioral Intention)
Ekspektasi kinerja (Performance Expectacy) didefinisikan sebagai tingkat
dimana seorang individu meyakini bahwa menggunakan sistem akan membantu
dalam meningkatkan kinerjanya (Kurniawati, Wiwin.2010). Konsep ini
menggambarkan manfaat sistem bagi penggunanya. Minat pemanfaatan teknologi
informasi (behavioral intention) didefinisikan sebagai tingkat keinginan atau niat
pemakai menggunakan sistem secara terus menerus.
Berdasarkan uraian di atas, maka diajukan hipotesis penelitian sebagai
berikut:
H1: Ekspektasi kinerja mempunyai pengaruh positif terhadap minat pemanfaatan
Sistem Informasi. Performance Expectancy
Ekspektasi Kinerja
Effort Expectancy Ekspektasi Usaha
Social Influence Pengaruh Sosial
Behavioral Intention Minat Pemanfaatan
Facilitating Conditions Kondisi yang memfasilitasi
Use Behavior Perilaku Penggunaan
H1
H2
H3
H4
2.3.2 Ekspektasi Usaha (Effort Expectancy) Terhadap Minat Pemanfaatan (Behavioral Intention)
Ekspektasi usaha (effort expectancy) didefinisikan sebagai tingkat
kemudahan penggunaan sistem. Kemudahan penggunaan teknologi informasi
akan menimbulkan perasaan minat dalam diri individu bahwa sistem itu
mempunyai kegunaan dan karenanya menimbulkan rasa yang nyaman bila
menggunakannya (Venkatesh,et al., 2003).
Berdasarkan uraian di atas, maka diajukan hipotesis penelitian sebagai
berikut:
H2: Ekspektasi usaha mempunyai pengaruh positif terhadap minat pemanfaatan
Sistem Informasi.
2.3.3 Faktor Sosial (Social Influence) Terhadap Minat Pemanfaatan (Behavioral Intention)
Faktor sosial (Social Influence) didefinisikan sebagai tingkat dimana
seorang individu menganggap bahwa orang lain perlu menggunakan sistem yang
baru. Faktor sosial ditujukan sebagai pengaruh dari orang yang telah
menggunakan sistem atau pengaruh organisasi agar orang lain dapat ikut serta
menggunakan sistem.
Berdasarkan uraian di atas, maka diajukan hipotesis penelitian sebagai
berikut:
H3: Faktor sosial mempunyai pengaruh positif terhadap minat pemanfaatan
2.3.4 Kondisi yang Memfasilitasi (Facilitating Conditions) Terhadap Perilaku Penggunaan (Use Behavior)
Kondisi yang memfasilitasi (Facilitating Conditions) penggunaan
teknologi informasi adalah tingkat kepercayaan seorang individu terhadap
ketersediaan infrastruktur teknik dan organsasional untuk mendukung penggunaan
sistem. Venkatesh, et al. (2003) yang menyatakan bahwa kondisi-kondisi yang
memfasilitasi pemakai mempunyai pengaruh pada perilaku penggunaan teknologi
informasi (Use Behavior).
Berdasarkan uraian di atas, maka diajukan hipotesis penelitian sebagai
berikut:
H4: Kondisi yang memfasilitasi mempunyai pengaruh positif terhadap perilaku
penggunaan Sistem Informasi.
2.3.5 Minat Pemanfaatan (Behavioral Intention) Terhadap Perilaku Penggunaan (Use Behavior)
Perilaku penggunaan sistem (use behavior) didefinisikan sebagai intensitas
atau frekuensi pemakai dalam menggunakan teknologi informasi. Venkatesh, et
al. (2003) menyatakan bahwa terdapat adanya hubungan langsung dan signifikan
antara minat pemanfaatan teknologi informasi terhadap penggunaan teknologi
informasi.
Berdasarkan uraian di atas, maka diajukan hipotesis penelitian sebagai
berikut:
H5: Minat pemanfaatan (Behavioral Intention) mempunyai pengaruh positif
2.4 Variabel Penelitian
Variabel penelitian pada dasarnya adalah segala sesuatu yang berbentuk
apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh
informasi tentang hal tersebut kemudian ditarik kesimpulannya. Menurut
Kerlinger (1973) menyatakan bahwa variabel adalah konstrak (constructs) atau
sifat yang akan dipelajari. Contoh, tingkat apresiasi, penghasilan, pendidikan,
status sosial, jenis kelamin, dll (Lusiana, 2015).
2.4.1 Variabel Independen dan Variabel Dependen
Menurut Hubungan antara satu variabel dengan variabel lain maka
macam-macam variabel dalam penelitian dapat dibedakan menjadi:
a. Variabel Independen (variabel bebas)
Merupakan variabel yang mempengaruhi atau menjadi sebab
perubahannya atau timbulnya variabel dependen (terikat). Sering disebut
sebagai variabel stimulus, predictor, antecedent.
b. Variabel Dependen (variabel terikat)
Merupakan variabel yang dipengaruhi atau yang menjadi akibat, karena
adanya variabel bebas. Sering disebut sebagai variabel output, kriteria,
konsekuen (Lusiana, 2015).
Gambar 2.2 Contoh hubungan variabel independen dan variabel dependen Motivasi Belajar
(Var. Independen)
2.5 Populasi dan Sampel
Pepulasi adalah kumpulan dari keseluruhan pengukuran, objek, atau
individu yang akan dikaji. Jadi pengertian populasi dalam statistik tidak terbatas
pada sekelompok atau kumpulan orang-orang, namun mengacu pada seluruh
ukuran, hitungan, atau kualitas yang menjadi fokus perhatian suatu kajian. Suatu
pengamatan atau survei terhadap seluruh anggota populasi disebut sensus
(Harinaldi, 2005).
Sampel adalah sebagian atau wakil dari populasi yang diteliti atau sampel
adalah bagian dari populasi yang diambil dan dipergunakan untuk penelitian yang
sifat dan karakteristiknya dapat mewakili populasi sebagai subjek penelitian.
Penarikan sampel bertujuan untuk memeroleh keterangan tentang populasi.
Dengan menggunakan sampel, penelitian akan lebih efisean biaya, tenaga, dan
waktu. Mengenai jumlah sampel, tidak ada ketentuan yang baku atau rumus yang
pasti, sebab keabsahan sampel terletak pada sifat dan karakteristiknya, mendekati
populasi atau tidak, bukan pada jumlah atau banyaknya (Hasanah, 2008).
2.6 Teknik Pengambilan Sampel
Setelah jumlah sampel yang akan diambil ditentukan, selanjutnya
pengambilan sampel harus mengikuti prosedur yang telah ditentukan dalam teknik
sampling.
Ada tiga hal pokok penting dalam pengambilan sampel dari populasi,
yaitu:
a. Populasi yang terhingga dan yang tidak terhingga
c. Pengambilan sampel dengan membagi-bagi dulu populasi menjadi
beberapa bagian yang disebut subpopulasi sehingga subpopulasi menjadi
relative homogeny atau heterogen dan pengambilan sampel langsung dari
populasi yang tidak dibagi-bagi dulu menjadi beberapa subpopulasi.
2.6.1 Stratified Random Sampling
Populasi yang dianggap heterogen menurut suatu karakteristik tertentu
terlebih dahulu dikelompok-kelompokkan dalam beberapa subpopulasi yang
memiliki anggota sampel yang relatif homogen. Lalu dari tiap subpopulasi ini
secara acak diambil anggota sampelnya. Dasar penentuan strata bisa secara
geografis dan meliputi karakteristik populasi seperti pendapatan, pekerjaan, jenis
kelamin, dan sebagainya. (Umar, 2005). Prosedur pada Stratified Random
Sampling:
a. Tentukan strata dengan jelas sehingga setiap unit sampling dari populasi
dapat dimasukkan dengan tepat ke dalam satu strata
b. Dengan Stratified Random Sampling, pilih anggota dari setiap strata
Contoh:
Terdapat populasi mahasiswa: 1286 (jurusan Teknik Sipil=272 mahasiswa,
jurusan Teknik Informatika=260, jurusan Teknik Industri Pertanian=80, jurusan
Ilmu Hukum=674. Sampel yang diperlukan 161. Sampel yang dapat diambil
sebagai berikut:
Jurusan Teknik Sipil = 272/1286 x 161 = 34
Jurusan Teknik Informatika = 260/1286 x 161 = 33
Jurusan Teknik Industri Pertanian = 80/1286 x 161 = 10
2.7 Skala Pengukuran
Data penelitian adalah hal yang sangat pennting dan berarti untuk
dianalisis sehingga menghasilkan temuan-temuan (hasil penelitian). Data tersebut
didapatkan melalui berbagai metode dan alat pengumpulan data. Peneliti perlu
memahami dengan baik tentang alat ukur yang digunakannya serta bagaimana
merancangnya. Salah satu yang umum digunakan dalam sebuah alat ukur adalah
skala pengukuran (Swarjana, 2012).
Penelitian dilakukan dengan menggunakan skala Likert. Skala Likert
merupakan skala yang mengukur kesetujuan atau ketidaksetujuan seseorang
terhadap serangkaian pernyataan berkaitan dengan keyakinan atau perilaku suatu
obyek tertentu (Hermawan, 2005). Skala Likert dibagi menjadi beberapa skala.
Misalkan skala Likert dengan 5 skala:
a. Sangat setuju (SS) atau Strongly Agree
b. Setuju (S) atau Agree
c. Ragu-ragu (RR) atau Netral
d. Tidak setuju (TS) atau Disagree
e. Sangat tidak setuju (STS) atau Strongly Disagree
2.8 Analisis Deskriptif
Analisis deskriptif adalah suatu prosedur pengolahan data dengan
menggambarkan dan meringkas data secara ilmiah dalam bentuk tabel atau grafik.
Data-data yang disajikan meliputi rekuensi, proporsi dan rasio, ukuran-ukuran
kecenderungan pusat (rata-rata hitung, median, modus), maupun ukuran-ukuran
2.9 Pengujian Alat Ukur
Uji validitas dan reliabilitas dilakukan untuk menunjukkan sejauh mana
suatu alat pengukur itu mengukur apa yang diukur dan menunjukkan sejauh mana
suatu alat pengukur dapat dipercaya atau dapat diandalkan.
2.9.1 Uji Validitas
Validitas adalah suatu ukuran yang menunjukkan tingkat-tingkat
keabsahan (validitas) suatu alat ukur (Arikunto, 1998:160). Suatu alat ukur yang
valid, mempunyai validitas yang tinggi. Sebaliknya alat ukur yang kurang valid
berarti memiliki tingkat validitas yang rendah.
Sebuah alat ukur dikatakan valid apabila mampu mengukur apa yang
diinginkan. Tinggi rendahnya validitas alat ukur menunjukkan sejauh mana data
yang terkumpul tidak menyimpang dari gambaran tentang variabel yang
dimaksud. Ada du acara pengujian validitas, yaitu uji validitas eksternal dan uji
validitas internal (Rangkuti, 2008).
a. Uji validitas eksternal
Adalah Validitas yang dicapai apabila data yang dihasilkan dari alat ukur
tersebut sesuai dengan data atau informasi lain dalam kaitannya dengan
variabel penelitian. Validitas eksternal menggunakan rumus korelasi
pearson.
b. Uji validitas internal
Adalah validitas yang dicapai apabila terdapat kesesuaian antara
bagian-bagian alat ukur dengan alat ukur secara keseluruhan. Dengan kata lain
bagian alat ukur tersebut mengandung misi alat ukur secara keseluruhan,
yaitu dapat mengungkap data dari variabel yang dimaksud.
2.9.2 Uji Reliabilitas
Jika alat ukur dinyatakan valid, selanjutnya reliabilitas alat ukur tersebut
diuji. Reliabilitas adalah suatu nilai yang menunjukkan konsistensi suatu alat
pengukur di dalam mengukur gejala yang sama. Setiap alat pengukur seharusnya
memiliki kemampuan untuk memberikan hasil pengukuran yang konsisten
(Umar 2003).
Salah satu pengujian reliabilitas adalah dilakukan dengan metode Alpha
Cronbach’s. Metode ini merupakan indeks keandalan yang terkait dengan variasi
yang dicatat dengan nilai sebenarnya dari sebuah konstruk. Koefisien Alpha yang
dihasilkan uji reliabilitas berada pada rentang nilai 0-1. Semakin tinggi skor, skala
yang lebih dapat diandalkan dihasilkan (Pujiati, 1989).
2.10 Analisis Korelasi dan Regresi Menggunakan Metode Structural Equation Model (SEM)
Analisis regresi dan analisis korelasi digunakan untuk mempelajari
hubungan antara dua variabel atau lebih. Meskipun kedua istilah itu sering
digunakan secara bergantian, namun tujuannya berbeda. Analisis regresi
mengukur kedekatan hubungan antara dua variabel atau lebih. Analisis regresi
digunakan untuk memperoleh persamaan yang menghubungkan variabel kriteria
dengan satu variabel prediktor atau lebih (Churchill, 2005).
Structural Equation Modeling (SEM) adalah alat statistik yang
dipergunakan untuk menyelesaikan model bertingkat secara serempak yang tidak
sebagai gabungan dari analisis regresi dan analisis faktor. SEM dapat
dipergunakan untuk menyelesaikan model persamaan dengan variabel terikat
lebih dari satu dan juga pengaruh timbal balik (recursive). SEM berbasis pada
analisis covarians sehingga memberikan matriks covarians yang lebih akurat dari
pada analisis regresi linear. Program-program statistik yang dapat dipergunakan
untuk menyelesaikan SEM misalnya Analysis Moment of Structure (AMOS) atau
LISREL.
2.11 Kecocokan Model (Model Fit)
Prosedur untuk melakukan estimasi dan penilaian keselarasan model
dalam SEM mirip dengan apa yang dilakukan dalam model-model statistik.
Pertama-tama periksa dulu data kemudian cek untuk dilihat jika asumsi distribusi
masuk akal dan apa yang dapat dilakukan terhadap masalah tersebut. Metode
estimasi yang umum dalam SEM ialah estimasi kesamaan maksimum (maximum
likelihood (ML) estimation. Asumsi pokok untuk metode ini ialah normalitas
multivariat (H. Sarjono, 2015).
Pada hasil uji kesesuaian model terdapat beberapa nilai acuan dari proses
perhitungannya. Lebih jelasnya dapat dilihat pada tabel 2.2.
Tabel 2.2 Pengukuran Goodness of Fit Model Indeks Nilai Acuan Indeks Nilai Acuan
Chi-square Sekecil mungkin Probability ≥ 0,05
Pada tabel 2.2 menjelaskan beberapa indeks yang merupakan acuan dalam
proses kecocokan model atau Goodness of Fit Model diantaranya Chi-Square
merupakan salah satu indikator untuk mengukur tingkat fitnya suatu model.
Pengertian chi-square atau chi kuadrat lainya adalah sebuah uji hipotesis tentang
perbandingan antara frekuensi observasi dengan frekuensi harapan yang
didasarkan oleh hipotesis tertentu pada setiap kasus atau data yang ambil untuk
diamati.
CMIN/DF tidak lain adalah statistik chi-square, chi-square dibagi dengan
degree of freedom maka dapat menghasilkan nilai CMIN/DF. Nilai yang
direkomendasikan untuk menerima kesesuaian sebuah model CMIN/DF adalah
lebih kecil atau sama dengan 2,00.
RMSEA adalah suatu indeks yang dapat digunakan untuk
mengkompensasi chi-square statistic dalam sampel yang besar. Nilai RMSEA
menunjukkan Goodness of Fit yang dapat diharapkan bila model diestimasi dalam
populasi. Nilai RMSEA yang lebih kecil atau sama dengan 0,08 merupakan
indeks untuk dapat diterimanya model yang menunjukkan sebuah close fit dari
model yang didasarkan degree of freedom.
Chi-Square dan Probabilitas merupakan indeks untuk mengukur apakah
model yang dipakai dapat dikategorikan baik atau tidak. Model dikatakan baik ika
mempunyai nilai Chi-Square=0 berarti tidak memiliki perbedaan. Tingkat
signifikan penerimaan yang direkomendasikan adalah apabila probabilitas ≥ 0,05
yang berarti matriks input sebenarnya dengan matriks input yang diprediksi tidak
GFI (Goodness of Fit Index) mencerminkan tingkat kesesuaian model
secara keseluruhan yang dihitung dari residual kuadrat model yang dibandingkan
dengan data sebenarnya. Nilai GFI biasanya dari 0 sampai 1. Nilai yang lebih baik
mendekati 1 mengindikasikan model yang diuji memiliki kesesuaian yang baik
nilai GFI dikatakan baik adalah ≥ 0,90.
AGFI (Adjusted GFI) merupakan pengembangan dari GFI yang
disesuaikan dengan degree of freedom yang tersedia untuk menguji diterima
tidaknya model. Tingkat penerimaan yang direkomendasikan adalah bila
mempunyai nilai ≥ 0,90.
TLI (Tucker-Lewis Index) adalah sebuah alternatif incremental fit index
yang membandingkan sebuah model yang diuji terhadap sebuah baseline model.
Nilai yang direkomendasikan sebagai acuan untuk diterimanya sebuah model
adalah ≥ 0,90. TLI merupakan index fit yang kurang dipengaruhi oleh ukuran
sampel.
CFI (Comparative Fit Index) merupakan indeks kesesuaian incremental
yang juga membandingkan model yang diuji dengan null model. Indeks ini
dikatakan baik untuk mengukur kesesuaian sebuah model karena tidak
dipengaruhi oleh ukuran sampel. Indeks yang mengindikasikan bahwa model
yang diuji memiliki kesesuaian model yang diuji memiliki kesesuaian yang baik
22
Penelitian dilakukan melalui 3 tahap yang dijelaskan pada bab ini. Secara
singkat tahapan penelitian dapat dilihat pada Gambar 3.1.
1. Tahap Awal
a) Studi Literatur
b) Pengumpulan data awal (observasi, wawancara)
3. Tahap Akhir
Penarikan kesimpulan pengukuran tingkat penerimaan 2. Tahap Pengumpulan dan Analisis Data
a) Variabel penelitian b) Penyusunan kuesioner
c) Penyebaran kuesioner (Metode SRS) c) Pengolahan data
d) Pengukuran tingkat penerimaan aplikasi pada mahasiswa
Gambar 3.1 Tahapan dalam Metode Penelitian
3.1 Tahap Awal
Pada tahap awal ini hal yang dilakukan terdiri dari 2 tahapan, yaitu
melakukan studi literatur dan pengumpulan data dengan cara observasi dan
3.1.1 Studi literatur
Pada tahap ini dilakukan studi literatur dengan cara mempelajari buku,
jurnal, ataupun referensi lain yang terkait dengan penelitian yang menggunakan
metode UTAUT. Dari studi literatur didapatkan penjelasan mengenai teori-teori
seperti yang telah dijelaskan di Bab 2 pada landasan teori, seperti metode
UTAUT, penentuan variabel, pengertian uji validitas dan reliabilitas, teknik
sampling, skala pengukuran, dan menguji regresi dan korelasi menggunakan
metode SEM.
3.1.2 Pengumpulan data awal
Pengumpulan data awal dilakukan dengan cara observasi ke instansi
terkait dan juga dengan melakukan wawancara secara langsung. Beberapa
informasi yang didapatkan adalah data jumlah mahasiswa dan fitur-fitur pada
aplikasi UWKS Academic Smart Mobile.
3.2 Tahap Pengumpulan dan Analisis Data
Langkah yang dilakukan setelah melakukan tahap awal adalah tahap
pengumpulan dan analisis data. Pada tahap ini terdiri dari beberapa langkah,
diantaranya adalah menentukan variabel penelitian, penyusunan kuesioner,
menyebarkan kuesioner, melakukan pengolahan data dari hasil kuesioner,
mengukur tingkat penerimaan UWKS Academic Smart Mobile dengan model
UTAUT.
3.2.1 Variabel Penelitian
Pada tahap ini dihasilkan jumlah variabel yang digunakan dalam penelitian
dan hubungan antara variabel yang digunakan dengan masalah yang ada.
Variabel dependen:
a. Behavioral Intention (Minat Pemanfaatan)
Minat pemanfaatan aplikasi UWKS Academic Smart Mobile berhubungan
dengan keinginan mahasiswa dalam menggunakan sistem tersebut untuk
mendukung aktivitas akademik.
b. Use Behavior (Perilaku Penggunaan)
Penggunaan aplikasi UWKS Academic Smart Mobile adalah perilaku
mahasiswa dalam menggunakan sistem tersebut untuk mendukung
aktivitas akademik.
Variabel independen:
a. Performance Expectancy (Ekspektasi Kinerja)
Didefinisikan sebagai tingkat dimana seseorang meyakini bahwa dengan
menggunakan UWKS Academic Smart Mobile dapat mendukung tugasnya
sebagai mahasiswa.
b. Effort Expectancy (Ekspektasi Usaha)
Didefinisikan sabagai tingkat kemudahan penggunaan sistem yang akan
dapat mengurangi upaya (tenaga dan waktu) individu dalam melakukan
pekerjaannya. Kemudahan penggunaan UWKS Academic Smart Mobile
akan menimbulkan perasaan minat bahwa sistem itu mempunyai kegunaan
dan karenanya menimbulkan rasa yang nyaman bila menggunakannya.
c. Social Influence (Faktor Sosial)
Faktor sosial didefinisikan sebagai tingkat dimana seorang individu
menggunakan sistem. Faktor sosial ditunjukan besarnya dukungan dari
sesama mahasiswa, bagian akademik, dan pihak perguruan tinggi.
d. Facilitating Conditions (Kondisi yang Memfasilitasi)
Kondisi yang memfasilitasi penggunaan UWKS Academic Smart Mobile
adalah tingkat dimana seseorang percaya bahwa infrastruktur dan teknis
ada untuk mendukung penggunaan UWKS Academic Smart Mobile.
3.2.2 Menyusun Kuesioner dan Menyebarkan Kuesioner
Setelah menentukan variabel penelitian langkah selanjutnya adalah
melakukan penyusunan kuesioner yang menghasilkan lembar kuesioner kemudian
melakukan penyebaran kuesioner. Sebelum menyebarkan kuesioner perlu
diketahui jumlah sampel yang dibutuhkan, yaitu dengan cara sebagai berikut:
a) Menghitung jumlah populasi
Jumlah populasi didapatkan dari jumlah mahasiswa Strata 1 (S1) Fakultas
Hukum dan Fakultas Teknik yang terdiri dari empat jurusan, yaitu Ilmu
Hukum, Teknik Sipil, Teknik Informatika, dan Teknik Industri Pertanian,
sesuai dengan batasan masalah.
b) Menentukan jumlah sampel
Untuk menghitung jumlah sampel menggunakan rumus yang didasarkan
pada presisi estimasi statistik (tingkat ketelitian) 5% dengan rumus Issac
Keterangan:
S = ukuran sampel yang diperlukan
N = jumlah populasi
P = proporsi populasi = 0,50
Q = 1-P
d = tingkat akurasi = 0,05
λ2
= tabel nilai chi-square sesuai tingkat kepercayaan 0,95 = 1,841
Contoh:
S = 1,841 x 1286 x 0,50 x 0,50 = 161 0.05 x 0,05 (1286-1) + 1,841 x 1,841 x 0,50 x 0,50
Dari perhitungan dengan rumus Issac dan Michael menghasilkan
jumlah sampel penelitian sebesar 161 responden.
c) Menentukan jumlah sampel dari masing-masing prodi
Untuk Menentukan jumlah sampel dari masing-masing jurusan digunakan
teknik SRS (Stratified Random Sampling) Dari langkah sebelumnya akan
didapat jumlah sampel yang akan diteliti. Untuk menentukan jumlah
sampel tiap jurusan dapat menggunakan rumus sebagai berikut:
Contoh:
Jurusan Teknik Sipil = 272/1286 x 161 = 34 Responden
Jurusan Teknik Informatika = 260/1286 x 161 = 33 Responden
Jurusan Teknik Industri Pertanian = 80/1286 x 161 = 10 Responden
3.3 Pengolahan Data
Kuesioner yang telah dikembalikan oleh responden akan ditabulasi menggunakan perangkat lunak Microsoft excel 2013. Analisis deskriptif dan analisis validitas dan reliabilitas menggunkan perangkan lunak SPSS 16. Sedangkan untuk analisis data menggunakan menggunakan metode Structural Equation Model (SEM) perangkat lunak yang digunakan untuk analisis struktural adalah AMOS 22.
3.3.1 Analisis Deskriptif
Kuesioner yang telah disebarkan kemudian ditabulasi menggunakan
perangkat lunak SPSS 16 untuk mengumpulkan tanggapan para responden tentang
variabel penelitian.
3.3.2 Analisis Validitas dan Reliabilitas
Setelah melakukan analisis deskriptif, kemudian dilakukan analisis
validitas dan reliabilitas menggunakan perangkat lunak SPSS 16. Analisis
validitas dan reliabilitas dilakukan untuk mengatahui sejauh mana alat pengukur
mengukur apa yang diukur dan menunjukkan sejauh mana alat pengukur dapat
dipercaya. Berikut rumus yang digunakan untuk analisis validitas:
Keterangan:
r = Koefisien validitas
N = Banyaknya subjek
X = Nilai pembanding
Reliabilitas dalam penelitian ini diuji dengan metode Alpha Cronbach’s menggunakan perangkat lunak SPSS 16. Koefisien Alpha yang dihasilkan uji reliabilitas berada pada rentang nilai 0-1. Semakin tinggi skor, skala yang lebih
dapat diandalkan dihasilkan (Pujiati, 1989). Berikut rumus yang digunakan untuk analisis reliabilitas:
Keterangan:
k = Jumlah instrumen pertanyaan
Σsj2
= Jumlah varians tiap instrumen
sx2 = Varians dari kesuluruhan instrument
3.3.3 Analisis Tingkat Penerimaan UWKS Academic Smart Mobile Pada Mahasiswa
Untuk mendapatkan tingkat penerimaan UWKS Academic Smart Mobile,
diambil dari kuesioner perilaku penggunaan (Use Behavior), model kuesioner
menggunakan skala likert sehingga dapat diukur menjadi indikator, tujuannya
untuk mengetahui sejauh mana tingkat penerimaan UWKS Academic Smart
[image:35.595.159.471.617.727.2]Mobile Pada Mahasiswa.
Tabel 3.1 Skala Likert
Skor (S) Skala Responden (R) S x R
5 Sangat Sering 4 Sering
3 Cukup 2 Jarang
1 Sangat jarang
Total S x R .
x 100% (Skor Tertinggi) 5 x Banyak Responden
Kemudian hasil presentase akan dibandingkan dengan tabel kriteria
interpretasi Score.
Tabel 3.2 Kategori Penilaian Usability (Guritno, Sudaryono, & Rahardja, 2011) Presentase Skor Interpretasi
0%-20% Sangat lemah
21%-40% Lemah
41%-60% Cukup
61%-80% Kuat
81%-100% Sangat Kuat
3.3.4 Analisis Korelasi dan Regresi dengan Metode SEM
Analisis korelasi dan regresi dengan mtode SEM (Struqtural Equation
Modeling) untuk menguji kerangka konseptual UTAUT dan menguji hipotesis.
[image:36.595.92.557.307.653.2]Langkah ini berfungsi untuk menentukan H0 dan H1 pada suatu penelitian.
Gambar 3.2 Kerangka Konseptual Model UTATUT Performance Expectancy
Ekspektasi Kinerja
Effort Expectancy Ekspektasi Usaha
Social Influence Pengaruh Sosial
Behavioral Intention Minat Pemanfaatan
Facilitating Conditions Kondisi yang memfasilitasi
Use Behavior Perilaku Penggunaan
H1
H2
H3
H4
Tabel 3.3 Hipotesis
HIPOTESIS H0.1
H1.1
Ekpetasi kinerja (performance expectancy) tidak berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile. Ekpetasi kinerja (performance expectancy) berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.
H0.2
H1.2
Ekpetasi usaha (effort expectancy) tidak berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.
Ekpetasi usaha (effort expectancy) berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.
H0.3
H1.3
faktor sosial (social influence) tidak berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.
faktor sosial (social influence) berpengaruh positif terhadap minat pemanfaatan (behavior intention) UWKS Academic Smart Mobile.
H0.4
H1.4
kondisi yang memfasilitasi (facilitating conditions) tidak berpengaruh positif terhadap perilaku penggunaan ( use behavior) UWKS Academic Smart Mobile. kondisi yang memfasilitasi (facilitating conditions) berpengaruh positif terhadap perilaku penggunaan ( use behavior) UWKS Academic Smart Mobile.
H0.5
H1.5
Minat pemanfaatan (behavior intention) tidak berpengaruh positif terhadap perilaku penggunaan ( use behavior) UWKS Academic Smart Mobile.
Minat pemanfaatan (behavior intention) berpengaruh positif terhadap perilaku
penggunaan ( use behavior) UWKS Academic Smart Mobile.
Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima
atau tidak. Derajat bebas (df) dalam distribusi F :
df = n – 2
Keterangan:
df = degree of freedom/derajad kebebasan
n = Jumlah sampel
a) Ho diterima apabila r hitung < r tabel, artinya semua variabel bebas bukan
merupakan variabel penjelas yang signifikan terhadap variabel terikat.
b) Ho ditolak apabila r hitung > r tabel, artinya semua variabel bebas
merupakan penjelas yang signifikan terhadap variabel terikat.
Tingkat hubungan dinyatakan dalam indeks koefisien korelasi yang
bergerak antara -1,00 sampai +1,00. Jika koefisien menghasilkan angka negative
(-), berarti hubungan menunjukkan arah yang berbalik atau berlawanan. Akan
tetapi, jika menghasilkan angka positif (+), berarti hubungan menunjukkan arah
yang sama (Wasis, 2006).
Hubungan lebih dari dua variabel bila dinyatakan dalam bentuk persamaan
matematis adalah
Y1 = α + β1X1 + β 2X2 + β3X3 + ε
Y2 = α + β4X4 + Y1 + ε
Simbol Keterangan
Y1 Minat Pemanfaatan (Behavioral Intention) Y2 Perilaku Penggunaan (Use Behavioral)
α bilangan konstan (koefisien variabel),titik potong dengan sumbu Y β 1, β 2, β 3, β 4, bilangan konstan (koefisien variabel), koefisien regresi
X1, Performance Expectancy (Ekspektasi Kinerja) variabel independent X2 Effort Expectancy (Ekspektasi Usaha) variabel independent
X3 Social Influence (Faktor Sosial) variabel independent
,X4 Facilitating Conditions (Kondisi yang Memfasilitasi) variabel independent
Untuk melihat tinggi atau rendahnya ukuran keeratan hubungan variabel
dependen dan variabel independen penulis menggunakan koefisien korelasi
Simbol Keterangan
y Nilai pada pada sumbu y
b1, b2, b3, b4, bilangan konstan (koefisien variabel), koefisien regresi
X1, Performance Expectancy (Ekspektasi Kinerja) variabel independent X2 Effort Expectancy (Ekspektasi Usaha) variabel independent
X3 Social Influence (Faktor Sosial) variabel independent
X4 Facilitating Conditions (Kondisi yang Memfasilitasi) variabel independent
Sumber data yang digunakan dalam penelitian ini adalah data primer. Data
primer adalah data yang dikumpulkan dan diolah dan di olah sendiri oleh peneliti
(Suprapto,2000).
Menurut Augusty Ferdinand (2006) merujuk pendapat Hair et al,
pemodelan SEM melalui tujuh tahapan; Pengembangan berbasis teori,
pengembangan diagram alur untuk menunjukkan hubungan kausalitas, konversi
diagram alur ke dalam serangkaian persamaan structural dan spesifikasi model
pengukuran, pemilihan matriks input (masukan) dan teknik estimasi terhadap
model yang dibuat, menilai problem identifikasi, mengevaluasi model, melakukan
interpretasi dan modifikasi model.
a. Tahap pertama, menetapkan landasan teori yang kuat yang berfungsi sebagai justifikasi model. Jika tidak ada teori yang sesuai, maka
kemungkinan besar model yang dibuat akan salah. SEM pada hakikatnya
tidak ditujukan untuk membuat hubungan kausalitas, tetapi pembenaran
adanya hubungan kausalitas secara empiris.
b. Tahap Kedua, pembuatan diagram jalur untuk menggambarkan model teori yang dibuat sehingga peneliti akan lebih mudah melihat hubungan
c. Tahap ketiga, melakukan konversi spesifikasi model dalam rangkaian persamaan struktural yang dirumuskan sebagai sarana untuk menyatakan
adanya hubungan kasualitas antar berbagai konstruk.
Setelah teori/model teoritis dikembangkan dan digambarkan dalam
sebuah diagram alur, peneliti dapat mulai mengkonversi spesifikasi model
tersebut ke dalam rangkaian persamaan. Persamaan yang dibangun akan
terdiri:
1. Persamaan-persamaan struktural (structural equations) dirumuskan
untuk menyatakan hubungan kausalitas antar berbagai konstruk.
Persamaan struktural pada dasarnya dibangun dengan pedoman
berikut:
Variabel endogen = Variabel Eksogen + Variabel Endogen + Error
2. Persamaan spesifikasi model pengukuran (measurement model). Pada
spesifikasi itu peneliti menentukan variabel mana mengukur konstruk
mana, serta menentukan serangkaian matriks yang menunjukkan
korelasi yang dihipotesiskan antar konstruk atau variabel.
d. Tahap keempat, menentukan bentuk masukan data yang akan digunakan membuat model dan estimasinya. Data yang diolah bentuk matrik
varian/kovarian atau matriks korelasi untuk pembuatan model atau
estimasi.
e. Tahap kelima, menghadapi masalah identifikasi yang menyangkut masalah model yang sudah dikembangkan ternyata tidak mampu
f. Tahap keenam, melakukan evaluasi model menggunakan kriteria goodness of fit. Pertama kali yang harus dilakukan oleh peneliti ialah
melakukan evaluasi bahwa data yang akan digunakan untuk pembuatan
model dan estimasi dapat memenuhi asumsi-asumsi SEM.
g. Tahap ketujuh, melakukan interpretasi model yang sudah dibuat dan mengubah model-model yang belum memenuhi persyaratan.
Kesimpulannya ialah model yang diestimasi mempunyai residual yang
kecil atau mendekati nol serta distribusi frekuensi kovarian matriksnya
bersifat simetrik (Bahri & Zamzam, 2015).
3.4 Tahap Akhir
Pada tahapan ini akan menghasilkan variabel-variabel apa saja yang lebih
mempengaruhi tingkat penerimaan UWKS Academic Smart Mobile bagi
mahasiswa Universitas Wijaya Kusuma Surabaya. Setelah menentukan variabel
yang lebih mempengaruhi maka akan menghasilkan saran dan penjelasan pada
35 4.1 Tahap Awal
Universitas Wijaya Kusuma Surabaya adalah salah satu perguruan tinggi
swasta di Surabaya yang memiliki sebuah aplikasi mobile agar mahasiswa
mengakses informasi yang dibutuhkan melalui smartphone. Aplikasi tersebut
adalah UWKS Academic Smart Mobile yang telah tersedia dan dapat diunduh di
play store.
4.1.1 Studi Literatur
Pada tahap studi literatur menghasilkan penjelasan mengenai teori-teori
yang berhubungan dengan penelitian yang didapat dari buku, jurnal, dan
penelitian sebelumnya. Hasil dari studi literatur dapat dilihat pada Bab 2 landasan
teori yang membahas berbagai teori seperti metode UTAUT, penentuan variabel,
pengertian uji validitas dan reliabilitas, teknik sampling, skala pengukuran, dan
menguji regresi dan korelasi menggunakan metode SEM.
4.1.2 Pengumpulan Data
Pada tahap pengumpulan data didapatkan informasi bahwa UWKS
Academic Smart Mobile merupakan sebuah aplikasi mobile yang tersedia di play
store, tidak berbayar, dan dapat digunakan di smartphone berbasis Android dan
Blackberry 10. Mahasiswa meiliki hak akses dalam menggunakan UWKS
Academic Smart Mobile untuk melihat profil mahasiswa, informasi akademik
berupa KHS (Kartu Hasil Studi), IP (Indeks Prestasi), IPK (Indeks Prestasi
Rencana Studi), pembayaran mahasiswa, transkrip nilai, dan fitur ngobrol. Berikut
penjelasan mengenai fitur pada aplikasi UWKS Academic Smart Mobile:
a. Profil Mahasiswa
Menampilkan data identitas mahasiswa beserta foto
b. KHS (Kartu Hasil Studi)
Menampilkan informasi tentang KHS.
c. IP (Indeks Prestasi) dan IPK (Indeks Prestasi Kumulatif)
Menampilkan informasi tentang IP dan IPK mahasiswa.
d. Nilai mata kuliah
Menampilkan informasi tentang nilai pada setiap mata kuliah yang telah
ditempuh oleh mahasiswa.
e. Tunggakan biaya kuliah
Menampilkan informasi biaya kuliah yang belum dibayarkan.
f. KRS (Kartu Rencana Studi)
Mahasiswa dapat melakukan proses KRS secara online dan dapat
menyimpan KRS dalam bentuk file .pdf untuk keperluan arsip ataupun
mencetak.
g. Pembayaran Mahasiswa
Mahasiswa dapat melihat history transaksi pembayaran kuliah per tahun.
h. Transkrip Nilai
Perolehan nilai mata kuliah yang sedang maupun telah ditempuh dapat
dilihat secara akurat dan detail dengan pada fitur Transkrip Nilai ini.
i. Ngobrol
4.2 Pengumpulan dan Analisis Data
Tahap selanjutnya pada penelitian ini adalah menentukan variabel
penelitian, menyusun kuesioner, menyebarkan kuesioner, mengolah data dari hasil
kuesioner, menganalisis tingkat penerimaan aplikasi UWKS Academic Smart
Mobile dengan model UTAUT.
4.2.1 Variabel Penelitian
Variabel yang digunakan dalam penelitian ini adalah semua variabel yang
ada dalam model UTAUT, yaitu variabel yang dibedakan menjadi variabel
[image:44.595.88.549.316.541.2]dependen dan independen. Model UTAUT dapat dilihat pada gambar 4.1.
Gambar 4. 1 Pemetaan Jenis Variabel pada UTAUT
A. Variabel Independen
1. Ekspektasi kinerja
Didefinisikan sebagai tingkat dimana mahasiswa meyakini bahwa
menggunakan aplikasi UWKS Academic Smart Mobile akan membantu
dalam meningkatkan kinerja. Performance Expectancy
Ekspektasi Kinerja
Effort Expectancy Ekspektasi Usaha
Social Influence Pengaruh Sosial
Behavioral Intention Penerimaan Pemakai
Facilitating Conditions kondisi pemfasilitasi
Use Behavior Perilaku Pemakai
Variabel Dependen
V
ar
ia
be
l ind
ep
ende
2. Ekspektasi usaha
Didefinisikan sabagai tingkat kemudahan penggunaan aplikasi yang dapat
mengurangi upaya (tenaga, waktu, dan biaya) mahasiswa dalam
melakukan pekerjaannya. Kemudahan penggunaan aplikasi UWKS
Academic Smart Mobile akan menimbulkan perasaan minat bahwa aplikasi
tersebut mempunyai kegunaan dan dapat menimbulkan rasa nyaman.
3. Faktor Sosial
Didefinisikan sebagai tingkat dimana mahasiswa menganggap bahwa
orang lain menyakinkan dirinya bahwa dia harus menggunakan aplikasi
UWKS Academic Smart Mobile. Faktor sosial ditunjukan besarnya
dukungan dari sesama mahasiswa maupun pihak universitas.
4. Kondisi yang Memfasilitasi
Didefinisikan sebagai tingkat dimana mahasiswa percaya bahwa ada
infrastruktur dan teknis untuk mendukung penggunaan aplikasi UWKS
Academic Smart Mobile.
B. Variabel dependen:
1. Minat Pemanfaatan
Minat pemanfaatan aplikasi UWKS Academic Smart Mobile berhubungan
dengan keinginan mahasiswa dalam menggunakan sistem tersebut untuk
mendukung aktivitasnya sebagai mahasiswa.
2. Perilaku Penggunaan
Penggunaan aplikasi UWKS Academic Smart Mobile adalah perilaku
mahasiswa dalam menggunakan sistem tersebut untuk mendukung
4.2.2 Penyusunan dan Penyebaran Kuesioner
Alat bantu yang digunakan untuk mengumpulakan data adalah dengan
menggunakan media kuesioner. Kuesioner disebarkan pada mahasiswa Strata 1
(S1) Fakultas Hukum dan Fakultas Teknik Universitas Wijaya Kusuma Surabaya
yang masih aktif melakukan kegiatan perkuliahan. Pertanyaan pada kesioner dapat
[image:46.595.92.529.253.752.2]dilihat pada Tabel 4.1 berikut.
Tabel 4.1 Item Pertanyaan Kuesioner
No. Pertanyaan Variabel Ekspektasi Kinerja
1 Menggunakan aplikasi UWKS ASM berguna dalam studi saya sebagai mahasiswa.
2 Menggunakan aplikasi UWKS ASM dapat meningkatkan efektivitas dalam menjalankan tugas sebagai mahasiswa.
3 Menggunakan aplikasi UWKS ASM meningkatkan produktivitas saya.
4 Menggunakan aplikasi UWKS ASM meningkatkan kesempatan saya untuk mendapatkan nilai yang baik.
No. Pertanyaan Variabel Ekspektasi Usaha
1 Saya paham bagaimana caranya menggunakan aplikasi UWKS ASM.
2 Menurut saya mudah untuk terbiasa dalam menggunakan aplikasi UWKS ASM.
3 Menurut saya aplikasi UWKS ASM adalah aplikasi yang mudah untuk digunakan.
4 Menurut saya mudah untuk belajar mengoperasikan aplikasi UWKS ASM.
No. Pertanyaan Variabel Faktor Sosial
1 Pihak universitas mewajibkan mahasiswa untuk menggunakan aplikasi UWKS ASM.
2 Teman saya mempengaruhi saya untuk menggunakan aplikasi UWKS ASM. 3 Penyuluhan atau sosialiasi dalam penggunaan aplikasi UWKS ASM telah
4 Menggunakan aplikasi UWKS ASM merupakan suatu kebanggan bagi saya.
No. Pertanyaan Variabel Kondisi yang memfasilitasi
1 Saya memiliki sumberdaya yang diperlukan untuk menggunakan aplikasi UWKS ASM (misal: smartphone, internet).
2 Saya memiliki pengetahuan yang diperlukan untuk menggunakan aplikasi UWKS ASM.
3 Aplikasi UWKS ASM tidak kompatibel dengan sistem lain yang saya gunakan (misal: aplikasi UWKS ASM tidak dapat diakses melalui komputer anda, tidak dapat diakses melalui smartphone atau tab anda).
4 Aplikasi UWKS ASM merupakan inovasi teknologi yang menguntungkan dalam bidang akademik.
No. Pertanyaan Variabel Minat Pemanfaatan
1 Saya berniat menggunakan aplikasi UWKS ASM di semester berikutnya.
2 Saya memperkirakan bahwa saya akan menggunakan aplikasi UWKS ASM di semester berikutnya .
3 Saya berencana menggunakan aplikasi UWKS ASM secara rutin dikemudian hari.
No. Pertanyaan Variabel Perilaku Penggunaan
1 Saya lebih memanfaatkan penggunaan aplikasi UWKS ASM dibanding dengan tatap muka langsung (misalnya melakukan proses KRS, cek history pembayaran atau tunggakan biaya kuliah).
2 Penggunaan aplikasi UWKS ASM membutuhkan waktu yang lebih singkat dibandingkan secara tatap muka.
Setelah ditentukan pertanyaan untuk kuesioner, langkah selanjutnya adalah
menyebarkan kuesioner. Langkah awal yang dilakukan untuk menyebarkan
kuesioner adalah menentukan sampel. Metode pengambilan sampel menggunakan
A. Menghitung Jumlah Populasi
Data mahasiswa aktif fakultas teknik dan fakultas hukum didapat dari
Pangkalan Data Universitas Wijaya Kusuma Surabaya. Data tersebut merupakan
[image:48.595.94.511.201.540.2]populasi yang ada dalam penelitian ini. Lebih jelasnya dapat dilihat pada tabel 4.2.
Tabel 4.2 Jumlah Mahasiswa Fakultas Teknik dan Fakultas Hukum
Fakultas Jurusan Jumlah Mahasiswa setiap
jurusan
Teknik
Teknik Sipil 272
Teknik Informatika 260
Teknik Industri Pertanian 80
Hukum Ilmu Hukum 674
Jumlah Populasi 1286
Sumber: Pangkalan Data Universitas Wijaya Kusuma Surabaya
Pada tabel 4.2 menjelaskan bahwa data yang terkumpul dapat mengetahui
jumlah mahasiswa aktif fakultas teknik dan fakultas hukum sebesar 1286
mahasiswa.
B. Menentukan jumlah sampel yang diperlukan
Populasi dalam penelitian diketahui sebanyak 1268 mahasiswa dan untuk
mengetahui jumlah sampel yang diberikan kuesioner maka langkah selanjutnya
Keterangan:
S = ukuran sampel yang diperlukan
N = jumlah populasi
P = proporsi populasi = 0,50
Q = 1-P
d = tingkat akurasi = 0,05
λ2
= tabel nilai chi-square sesuai tingkat kepercayaan 0,95 = 1,841
Setelah dilakukan perhitungan menggunakan rumus tersebut jumlah
sampel yang didapat sebesar 161 mahasiswa. Dari 161 mahasiswa tersebut akan
dibagi lagi menjadi 4 jurusan.
C. Menentukan Jumlah Sampel dari Masing-masing Jurusan
Dari langkah sebelumnya didapat jumlah sampel sebesar 161 mahasiswa,
[image:49.595.79.545.306.717.2]maka untuk membagi dalam beberapa jurusan digunakan rumus sebagai berikut.
Tabel 4.3 Sampel Mahasiswa Setiap Jurusan
Fakultas Jurusan Jumlah
Mahasiswa
Perhitungan Stratified
Random Sampling Sampel
Teknik
Teknik Sipil 272 272/1286 * 161=34.052 34
Teknik Informatika 260 260/1286 * 161=32.550 33
Teknik Industri Pertanian 80 80/1286 * 161=10.015 10
Hukum Ilmu Hukum 674 674/1286 * 161=84.381 84
Setelah melakukan perihitungan dengan metode Stratified Random
Sampling kemudian kuesioner disebarkan. Hasil pengumpulan data dirinci sebagai
berikut:
Jumlah kuesioner yang dikirim 161 Kuesioner
Jumlah kuesioner yang kembali 161 Kuesioner
Jumlah kuesioner yang memenuhi kriteria 161 Kuesioner
Rate responden 161
161 � 100 % = 100 %
Berdasarkan hasil pengumpulan data dapat dilihat bahwa pengiriman 161
kuesioner dan 161 kuesioner kembali dengan rate responden 100% sehingga data
tersebut layak untuk dianalisis.
4.2.3 Gambaran Umum Responden
Dalam penelitian ini yang menjadi responden adalah pengguna UWKS
Academic Smart Moblie yaitu mahasiswa Universitas Wijaya Kusuma Surabaya
yang masih aktif. Gambaran umum 161 responden yang berpartisipasi dalam
[image:50.595.104.511.294.683.2]penelitian ini dapat dilihat pada grafik di bawah ini.
Gambar 4.2 Grafik Sampel Mahasiswa Setiap Jurusan 84
34 33
10
0 20 40 60 80 100
Hukum
Teknik Sipil
Teknik Informatika
Berdasarkan grafik di atas, terdapat 84 responden untuk jurusan Ilmu
Hukum, 34 responden untuk jurusan Teknik Sipil, 33 responden untuk jurusan
Teknik Informatika, dan 10 responden untuk jurusan Teknik Industri Pertanian.
[image:51.595.94.509.196.503.2]Total sebanyak 161 responden.
Gambar 4.3 Grafik Sampel Mahasiswa Setiap Jurusan
Grafik di atas menampilkan persentase responden setiap jurusan. 52%
untuk jurusan Ilmu Hukum, 21% untuk jurusan Teknik Sipil, 21% untuk jurusan
Teknik Informatika, dan 6% untuk Industri Pertanian.
Tabel 4.4 Profil Responden Jurusan Ilmu Hukum Tahun
Angkatan
Responden
Total
2011 2012 2013 2014 2015
Jenis
Kelamin P W P W P W P W P W
Jumlah 2 3 7 9 16 6 10 10 6 15 84
52% 21%
21% 6%
Ilmu Hukum Teknik Informatika Industri Pertanian
Berdasarkan tabel 4.4, terdapat 84 responden Jurusan Ilmu Hukum, 2
mahasiswa dan 3 mahasiswi angkatan 2011, 7 mahasiswa dan 9 mahasiswi
angkatan 2012, 16 mahasiswa dan 6 mahasiswi angkatan 2013, 10 mahasiswa dan
[image:52.595.91.509.187.580.2]mahasiswi 10 angkatan 2014, dan 6 mahasiswa dan 15 mahasiswi angkatan 2015.
Tabel 4.5 Profil Responden Jurusan Industri Pertanian Tahun
Angkatan
Responden
Total
2012 2013 2014
Jenis
Kelamin P W P W P W
Jumlah 2 2 2 - 2 2 10
Berdasarkan tabel 4.5, terdapat 10 responden Jurusan Industri Pertanian, 2
mahasiswa dan 2 mahasiswi angkatan 2012, 2 mahasiswa angkatan 2013, dan 2
mahasiswa dan 2 mahasiswi angkatan 2014.
Tabel 4.6 Profil Responden Jurusan Teknik Informatika Tahun
Angkatan
Responden
Total
2012 2013 2014 2015
Jenis
Kelamin P W P W P W P W
Jumlah 5 5 4 - 12 - 7 - 33
Berdasarkan tabel 4.6, terdapat 33 responden Jurusan Teknik Informatika,
5 mahasiswa dan 5 mahasiswi angkatan 2012, 4 mahasiswa angkatan 2013, 12
Tabel 4.7 Profil Responden Jurusan Teknik Sipil Tahun
Angkatan
Responden
Total
2012 2013 2014 2015
Jenis
Kelamin P W P W P W P W
Jumlah 7 9 4 2 2 8 1 1 34
Berdasarkan tabel 4.7, terdapat 34 responden Jurusan Teknik Sipil, 7
mahasiswa dan 9 mahasiswi angkatan 2012, 4 mahasiswa dan 2 mahasiswi
angkatan 2013, 2 mahasiswa dan 8 mahasiswi angkatan 2014, dan 1 mahasiswa
dan mahasiswi 1 angkatan 2015.
4.2.4 Analisis Deskriptif
Analisis deskriptif dilakukan untuk mengetahui tanggapan responden
terhadap variabel yang ada pada penelitian yaitu variabel ekspektasi kinerja,
ekspektasi usaha, faktor sosial, kondisi yang menfasilitasi, minat pemanfaatan,
dan perilaku penggunan. Hasil analisis deskriptif dapat dilihat pada tabel 4.8.
Tabel 4.8 Statistik Deskriptif Variabel Ekspektasi Kinerja
Tabel statistik deskriptif menampilkan data N yaitu jumlah responden,
minimum yaitu nilai terkecil dari hasil tabulasi, maksimum yaitu nilai terbesar dari
Dari tabel 4.8 dapat dilihat bahwa rata-rata nilai yang didapat dari variabel
