FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA
UNIVERSITAS SANATA DHARMA
TESIS
PROGRAM STUDI MAGISTER MANAJEMEN
Diajukan oleh: Erlita Octaviani
142222209
FAKULTAS EKONOMI UNIVERSITAS SANATA DHARMA
ii
FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA
UNIVERSITAS SANATA DHARMA
TESIS
UNTUK MEMENUHI SEBAGIAN PERSYARATAN MENCAPAI DERAJAT SARJANA S-2
PROGRAM STUDI MAGISTER MANAJEMEN
Diajukan oleh: Erlita Octaviani
142222209
FAKULTAS EKONOMI UNIVERSITAS SANATA DHARMA
vii
KATA PENGANTAR
Puji dan syukur pada Tuhan Yang Maha Esa atas berkat, rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan tesis yang berjudul “FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN
DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA”. Tesis ini ditulis sebagai salah satu syarat
dalam menyelesaikan studi pada Program Magister Manajemen Fakultas Ekonomi Universitas Sanata Dharma Yogyakarta.
Selama berproses dalam menyelesaikan tesis ini, penulis bersyukur atas segala bentuk dukungan dari berbagai pihak yang telah membantu sehingga tesis ini dapat diselesaikan dengan baik. Oleh karena itu pada kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada :
1. Yang terhormat bapak Drs. Johanes Eka Priyatma, M.Sc., Ph.D selaku Rektor Universitas Sanata Dharma serta dosen pembimbing I yang telah memberikan bimbingan, motivasi dan dukungan selama penulisan tesis ini. 2. Yang terhormat bapak Drs. T. Handono Eko Prabowo, MBA, Ph.D selaku
Ketua Program Studi Magister Manajemen Universitas Sanata Dharma serta dosen pembimbing II yang telah memberikan bimbingan, motivasi dan dukungan selama penulisan tesis ini.
3. Yang terhormat kepala P3MP Universitas Sanata Dharma yang telah memberikan ijin penelitian serta kerjasamanya dalam penulisan tesis ini. 4. Yang terhormat dosen-dosen Magister Manajemen Universitas Sanata
viii
5. Yang terhormat bapak Ir. Ignatius Aris Dwiatmoko, M.Sc. yang telah memberikan bimbingan, arahan serta konsultasi kuantitatif dalam penulisan tesis ini.
6. Teristimewa kepada orang tua, Sis Widyanto dan Sri Mulyani serta kedua saudara saya, Ernanda Rully dan Erwinsyah Rico atas dukungan moral, spiritual dan finansial dalam penyusunan tesis ini.
7. Yang terkasih seluruh teman-teman Magister Manajemen Universitas Sanata Dharma atas kebersamaan belajar selama ini.
8. Semua pihak yang tidak bisa penulis sebutkan satu-persatu atas segala dukungannya.
ix DAFTAR ISI
LEMBAR PERSETUJUAN DOSEN PEMBIMBING ... Error! Bookmark not defined.
LEMBAR PERSETUJUAN ... Error! Bookmark not defined.
KATA PENGANTAR ... vii
1.6 Sistematika Penulisan ... 7
BAB II TINJAUAN PUSTAKA ... 9
2.1 Sistem Manajemen Pembelajaran ... 9
2.1.1 Pengertian Sistem Manajemen Pembelajaran ... 9
2.1.2 Sejarah Sistem Manajemen Pembelajaran ... 10
2.1.3 Fitur-fitur Sistem Manajemen Pembelajaran ... 10
2.1.4 Perangkat Lunak untuk Sistem Manajemen Pembelajaran ... 11
2.1.5 Keuntungan Sistem Manajemen Pembelajaran ... 12
2.1.6 Kelemahan Sistem Manajemen Pembelajaran ... 13
2.2 E-learning ... 14
2.3 Model UTAUT 2 ... 15
2.3.1 Performance Expectancy (Harapan Kinerja) ... 18
2.3.2 Effort Expectancy (Persepsi Usaha) ... 19
2.3.3 Social Influence (Faktor Sosial) ... 19
2.3.4 Facilitating Conditions (Dukungan Fasilitas) ... 20
2.3.5 Hedonic Motivation (Motivasi hedonis) ... 20
2.3.6 Price Value (Nilai Harga) ... 21
x
2.3.8 Behavioral Intention (Niat Perilaku) ... 22
2.4 Penelitian Terdahulu ... 23
2.5 Pengembangan Hipotesis ... 28
2.6 Kerangka Penelitian ... 32
BAB III METODE PENELITIAN ... 36
3.1 Desain Penelitian ... 36
3.2 Definisi Operasional Penelitian... 38
3.3 Populasi dan Sampel Penelitian ... 40
3.4 Instrumen Penelitian... 45
3.4.1 Pengujian Validitas ... 46
3.4.2 Pengujian Reliabilitas ... 47
3.5 Metode Pengumpulan Data ... 48
3.6 Metode Analisis Data ... 48
BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 56
4.1 Deskripsi Data ... 56
4.1.1 Deskripsi Responden Penelitian ... 56
4.1.2 Deskripsi Variabel Penelitian... 59
4.2 Pengujian Instrumen Peneltian ... 63
4.2.1 Pengujian Validitas ... 63
4.2.2 Pengujian Reliabilitas ... 65
4.3 Analisis PLS-SEM ... 66
4.3.1 Evaluasi Outer Model ... 66
4.3.2 Evaluasi Inner Model ... 72
4.4 Pengujian Hipotesis ... 75
4.5 Pembahasan ... 90
4.5.1 Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa ... 91
4.5.2 Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa ... 93
4.5.3 Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa . 95 4.5.4 Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa ... 97
4.5.5 Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa ... 99
4.5.6 Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa ... 101
4.5.7 Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa ... 104
4.5.8 Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa ... 106
xi
BAB V KESIMPULAN DAN SARAN ... 110
5.1 Kesimpulan ... 110
5.2 Keterbatasan ... 111
5.3 Implikasi ... 112
5.3.1 Implikasi Akademis ... 112
5.3.2 Implikasi Manajerial ... 113
5.4 Saran ... 115
DAFTAR REFERENSI ... 116
LAMPIRAN ... 124
Lampiran 1 Surat Izin Penelitian ... 124
Lampiran 2 Surat Pengantar Kuesioner ... 125
Lampiran 3 Kuesioner ... 126
Lampiran 4 Data Pengguna Aktif Exelsa ... 129
xii
DAFTAR TABEL
Tabel 2.1 Penelitian Terdahulu 23
Tabel 3.1 Definisi Operasional Penelitian 38
Tabel 3.2 Jumlah Responden berdasarkan Strata Program Studi 44
Tabel 3.3 Tingkat Keandalan Cronbach’s Alpha 48
Tabel 3.4 Keterangan Simbol 51
Tabel 3.5 Persamaan Model Pengukuran Variabel 52
Tabel 4.1 Tingkat Pengembalian Kuesioner 56
Tabel 4.2 Responden berdasar usia 57
Tabel 4.3 Responden berdasar jenis kelamin 57
Tabel 4.4 Responden berdasar masa kerja 58
Tabel 4.5 Responden berdasar tingkat pengalaman menggunakan exelsa 58 Tabel 4.6 Statistik Deskriptif Variabel Penelitian 59 Tabel 4.7 Hasil Uji Validitas Instrumen Penelitian 64 Tabel 4.8 Hasil Uji Reliabilitas Instrumen Penelitian 66
Tabel 4.9 Outer Loading 68
Tabel 4.10 Nilai Average Variance Extracted (AVE) 69
Tabel 4.11 Cross Loading 70
Tabel 4.12 Nilai Composite Reliability 71
Tabel 4.13 Nilai Cronbach’s Alpha 72
Tabel 4.14 Nilai R-Square 72
Tabel 4.15 Hasil Analisis Jalur 80
Tabel 4.16 Hasil Analisis Jalur Moderasi Usia 81
Tabel 4.17 Hasil Analisis Jalur Moderasi Jenis Kelamin 82 Tabel 4.18 Hasil Analisis Jalur Moderasi Tingkat Pengalaman 83
Tabel 4.19 Hasil PLS-MGA Kelompok Usia 85
Tabel 4.20 Hasil PLS-MGA Kelompok Jenis Kelamin 87
Tabel 4.21 Hasil PLS-MGA Kelompok Tingkat Pengalaman 89
xiii
DAFTAR GAMBAR
Gambar 2.1 Model UTAUT 16
Gambar 2.2 Model UTAUT2 18
Gambar 2.3 Kerangka Penelitian 34
Gambar 3.1 Model Diagram Jalur PLS 50
xiv
DAFTAR RUMUS
Rumus 3.1 Rumus Slovin 41
Rumus 3.2 Rumus Alokasi Proporsional 42
Rumus 3.3 Persamaan Dasar Model Pengukuran 51
Rumus 3.4 Rumus AVE 53
Rumus 3.5 Rumus Composite Reliability 53
Rumus 3.6 Persamaan Inner Model Variabel Eksogen-endogen 54
Rumus 3.7 Persamaa Inner Model Variabel Endogen 54
xv
DAFTAR LAMPIRAN
Lampiran 1 Surat Izin Penelitian 125
Lampiran 2 Surat Pengantar Kuesioner 126
Lampiran 3 Kuesioner 127
Lampiran 4 Data Pengguna Exelsa 129
xvi ABSTRAK
Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di Universitas Sanata Dharma. Penelitian ini mengadopsi Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2) untuk memprediksi faktor kunci (harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, nilai harga dan kebiasaan) yang mempengaruhi niat dan perilaku penggunaan Exelsa di Universitas Sanata Dharma. Pengambilan sampel menggunakan teknik proportionate random sampling. Jumlah sampel sebanyak 180 dosen tetap yang berstatuf aktif di Universitas Sanata Dharma. Data penelitian dianalisis menggunakan PLS-SEM (Partial Least Square – Structural Equation Modeling) dengan perangkat lunak SmartPLS. Hasil penelitian menunjukkan bahwa konstruk dukungan fasilitas, motivasi hedonis, dan kebiasaan berpengaruh positif terhadap niat dan perilaku penggunaan Exelsa, sedangkan konstruk harapan kinerja, persepsi usaha, dan faktor sosial tidak berpengaruh positif terhadap niat dan perilaku penggunaan Exelsa. Berdasarkan hasil penelitian, Universitas Sanata Dharma dapat mengetahui penerimaan dan penggunaan Exelsa saat ini sehingga dapat meningkatkan penerimaan dan penggunaan Exelsa dengan memperkuat aspek dukungan fasilitas, motivasi hedonis, dan kebiasaan serta memperbaiki sistem manajemen pembelajaran.
xvii ABSTRACT
The aim of this research is to determine the factors that influence the acceptance and use of Exelsa, a Learning Management Systems in Sanata Dharma University. This research adopted the Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2) to predict key factors (performance expectation, effort expectation, social, facilitating condition, hedonic motivation, price value and habit) that affect the intention and the use behavior of Exelsa in Sanata Dharma University. This research employed proportionate random sampling as the technique of sampling. Total sample were 180 active permanent lecturers in Sanata Dharma University. Data were analyzed using PLS-SEM (Partial Least Square - Structural Equation Modeling) with software SmartPLS. The results show that the construct of facilitating condition, hedonic motivation, and habit positively affect on the intention and the use behavior of Exelsa, whereas the construct performance expectation, effort expectation, and social influence do not give positively affect on the intention and the use behavior of Exelsa. The result of this research can help Sanata Dharma University to find out the degree of acceptance and the use of exelsa nowadays. It can helps the University to increase the acceptance and the use of exelsa by increase the facilitating conditions, hedonic motivations and habits aspects also improve the learning management system.
1 BAB I PENDAHULUAN
Bab ini membahas latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan penelitian, dan sistematika penelitian.
1.1 Latar Belakang
Perkembangan teknologi informasi dan komunikasi (TIK) telah memberikan pengaruh terhadap dunia pendidikan, khususnya dalam proses pembelajaran. Penerapan teknologi informasi yang tepat dalam dunia pendidikan merupakan salah satu faktor kunci penting untuk mengejar ketertinggalan dunia pendidikan dan kualitas sumber daya manusia (SDM) Indonesia dari bangsa-bangsa lain (Sinaga dan Zainuddin, 2013). Di era modern seperti ini, seorang pengajar dituntut untuk mampu memanfaatkan teknologi semaksimal mungkin untuk mendukung proses pembelajaran. Untuk menghadapi tuntutan tersebut, seorang pengajar dapat menerapkan Sistem Manajemen Pembelajaran (SMP) atau Learning Management System (LMS). SMP menyediakan media pembelajaran yang interaktif, fleksibel dan tidak terbatas ruang maupun waktu. Menurut Tandirerung (2014) bahwa Sistem Manajemen Pembelajaran telah terbukti bermanfaat untuk pengajar dan juga peserta didik.
ke internet (Ellis, 2009). SMP telah banyak digunakan dalam pendidikan tinggi karena memiliki banyak keuntungan termasuk waktu belajar fleksibel dan pembelajaran jarak jauh tak terbatas (Hamuy & Galaz, 2010). Menurut Amiroh (2012) Learning Management System (LMS) atau Course Management System (CMS) atau Virtual Learning Environment (VLE) merupakan perangkat lunak yang digunakan oleh kalangan pendidik, baik universitas / perguruan tinggi dan sekolah sebagai media pembelajaran online berbasis internet (e-learning). E-learning menghasilkan pendidikan era baru, orang dapat belajar di mana saja dan
kapan saja. E-learning dapat menciptakan pembelajaran yang efektif untuk studi di pendidikan tinggi.
Universitas Sanata Dharma telah menerapkan Sistem Manajemen Pembelajaran dengan nama Experiential E-Learning of Sanata Dharma University (Exelsa) sejak tahun 2008. Experiential E-Learning of Sanata Dharma
University (Exelsa) diharapkan dapat meningkatkan kualitas pembelajaran dan
3
dari 320 dosen tetap Universitas Sanata Dharma yang menggunakan Exelsa untuk kegiatan mengajar. Hal ini menjadi masalah di bidang sistem informasi terkait penerimaan dan penggunaan sistem.
Berdasarkan uraian di atas kesuksesan implementasi e-learning akan berpengaruh terhadap peningkatan kualitas dan kompetensi pengajar dan juga mahasiswa. Penelitian sebelumnya menunjukkan bahwa pengenalan teknologi e-learning biasanya merupakan suatu proses yang sulit dan pengguna tidak selalu menggunakannya (Venter, Rensburg, & Davis, 2012). Kesuksesan dan kegagalan implementasi sistem sangat bergantung pada penerimaan pengguna terhadap sistem tersebut. Meskipun teknologi memberikan keuntungan dan juga kemudahan, kegagalan implementasi terjadi bukan karena rendahnya kualitas dan kapasitas sistem tersebut, melainkan karena rendahnya tingkat penerimaan pengguna sistem.
Beberapa faktor yang mempengaruhi penerimaan dan penggunaan teknologi e-learning termasuk infrastruktur teknologi, tingginya biaya teknologi, upaya
instruksional, kompetensi lulusan, kepuasan teknologi (Venter et al., 2012), dukungan manajemen, metodologi, aksesibilitas dan ketersediaan sumber daya, budaya pendidikan dan gaya belajar, investasi intelektual, desain alat bantu, dan bisnis global (Ndume, Tilya and Twaakyondo, 2008). Oleh karena itu penting untuk memahami faktor-faktor yang relevan tentang prediksi niat pengguna untuk menggunakan sistem e-learning.
(Farahat, 2012). Oleh karena itu penting adanya sebuah penelitian tentang faktor-faktor yang berpengaruh terhadap tingkat penerimaan dan penggunaan Sistem Manajemen Pembelajaran.
5
1.2 Rumusan Masalah
Berdasarkan uraian latar belakang di atas, maka rumusan masalah dalam penelitian ini yaitu faktor apa saja yang mempengaruhi penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa?
Penerimaan pengguna terhadap sistem informasi merupakan dasar kesuksesan sebuah sistem. Penelitian ini berfokus pada penyelidikan pengguna terhadap penerimaan dan penggunaan Exelsa. Pertanyaan di atas akan dijawab menggunakan model penerimaan dan penggunaan teknologi bernama UTAUT2 (Unified Theory of Acceptance and Use of Technology v.2). Penelitian ini mengadopsi keenam konstruk dalam model UTAUT2 (harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan) terhadap penerimaan dan penggunaan Exelsa (niat dan perilaku penggunaan). Indikator penerimaan pengguna dalam menggunakan Exelsa tersebut dapat memberikan informasi serta bukti empiris keberhasilan penerapan Sistem Manajemen Pembelajaran Exelsa di Universitas Sanata Dharma Yogyakarta.
1.3 Tujuan Penelitian
1.4 Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat untuk berbagai pihak sebagai berikut:
1.4.1 Akademisi, regulator dan praktisi pendidikan
Penelitian ini memberikan sumbangan referensi penelitian mengenai faktor-faktor yang harus diperhatikan untuk meningkatkan penerimaan dan penggunaan Sistem Manajemen Pembelajaran.
1.4.2 Institusi pendidikan
1.4.2.1 Menjadi acuan dalam penyelenggaraan layanan Sistem Manajemen Pembelajaran yang lebih berkualitas.
1.4.2.2 Menjadi masukan dan informasi bagi pengembang sistem di Universitas Sanata Dharma dalam mengembangkan sistem manajemen pembelajaran Exelsa yang menunjang kegiatan belajar dan mengajar. Secara spesifik hasil penelitian ini dapat digunakan untuk merancang program-program kerja terkait rencana pengembangan sistem dan pengenalan Exelsa untuk seluruh dosen dan mahasiswa di Universitas Sanata Dharma 1.4.3 Peserta didik
7
1.5 Batasan Penelitian
Penelitian ini memiliki batasan-batasan sebagai berikut:
1.5.1 Pengujian tingkat penerimaan dan penggunaan teknologi dilakukan pada Sistem Manajemen Pembelajaran Exelsa Universitas Sanata Dharma. 1.5.2 Responden penelitian ini adalah dosen tetap di Universitas Sanata
Dharma yang terhitung pada tahun ajaran 2015-2016. 1.5.3 Pengujian dilakukan berdasarkan model UTAUT 2.
1.5.4 Bahasa, jenis dan teknologi yang digunakan dalam pengembangan Exelsa tidak dibahas dalam penelitian ini.
1.6 Sistematika Penulisan
Penulisan proposal tesis ini disusun sistematika sebagai berikut: Bab I Pendahuluan
Bab ini membahas latar belakang, rumusan masalah, tujuan penelitian dan manfaat penelitian, dan batasan penelitian.
Bab II Tinjauan Pustaka
Bab III Metode Penelitian
Bab ini membahas desain penelitian, penjelasan operasional variabel penelitian, populasi dan sampel penelitian, metode pengumpulan data, teknik yang digunakan untuk menganalisis data.
Bab IV Hasil Penelitian Dan Pembahasan
Bab ini menjelaskan hasil dari analisis data yang telah dilakukan berdasarkan metode penelitian yang diuraikan pada bab III. Pembahasan bab ini diawali dengan penjelasan data demografi responden penelitian. Kemudian dilanjutkan dengan pembahasan hasil pengolahan serta analisis data, dan diakhiri dengan kesimpulan yang diperoleh berdasarkan analisis data yang telah dilakukan.
Bab V Kesimpulan Dan Saran
Bab ini merupakan bagian akhir penelitian yang mengemukakan kesimpulan dari hasil analisis, keterbatasan penelitian, implikasi manajerial, serta saran dari penulis.
Daftar Referensi
9 BAB II
TINJAUAN PUSTAKA
Bab ini membahas tentang model teori yang diterapkan, tinjauan literatur, dan hipotesis dari penelitian.
2.1 Sistem Manajemen Pembelajaran
2.1.1 Pengertian Sistem Manajemen Pembelajaran
Sistem Manajemen Pembelajaran (SMP) atau Learning Management System (LMS) merupakan suatu perangkat lunak yang digunakan untuk mengelola dokumentasi, materi dan bahan ajar pelatihan serta laporan kegiatan belajar-mengajar secara online (Ellis, 2009). Menurut Courts dan Tucker (2012), SMP adalah aplikasi yang digunakan untuk mengelola pembelajaran, mengirimkan konten, dan melacak aktivitas daring seperti memastikan kehadiran dalam kelas maya, memastikan waktu pengumpulan tugas, dan melacak hasil pencapaian siswa. Menurut Kerschenbaum (2009), SMP adalah sebuah aplikasi yang berfungsi sebagai administrasi otomatis berbagai kegiatan pembelajaran.
Sallum (2008) mendeskripsikan “SMP sebagai paket solusi tinggi yang
memungkinkan untuk pengiriman dan administrasi konten beserta sumber daya untuk semua siswa dan karyawan.”
2.1.2 Sejarah Sistem Manajemen Pembelajaran
Sistem Manajemen Pembelajaran modern merupakan perangkat lunak mutakhir berbasis cloud. SMP pertama dikembangkan dan digunakan kembali pada tahun 1924 ketika Sidney Pressey menciptakan mesin mengajar pertama. Mesin tersebut menyerupai mesin tik dengan jendela yang bisa mengelola beberapa pertanyaan pilihan. Hal ini diikuti oleh masalah silinder diciptakan oleh M.E. Lazerte selama tahun 1929. Sebuah sistem pengajaran adaptif diciptakan pada tahun 1956 secara otomatis disesuaikan dengan pertanyaan untuk pelajar sesuai dengan tingkat performa mereka. SMP mulai mengambil wajah baru ketika HP memperkenalkan desktop personal computer pada tahun 1970. Kelahiran internet pada tahun 1982 diikuti software pertama SMP milik SoftArc pada tahun 1990, lalu disusul kedatangan Moodle, ditindaklanjuti peningkatan SMP berbasis open source.
2.1.3 Fitur-fitur Sistem Manajemen Pembelajaran
Fitur-fitur yang terdapat dalam Sistem Manajemen Pembelajaran antara lain (Ellis, 2009) :
11
jadwal kuliah, daftar referensi, profil dan kontak pengajar, serta tracking dan monitoring.
2.1.3.2 Materi dan sumber referensi antara lain: diktat dan catatan kuliah, bahan presentasi, FAQ (Frequently Asked Question), dan artikel dalam jurnal online.
2.1.3.3 Sistem Penilaian 2.1.3.4 Ujian online
2.1.3.5 Komunikasi antara lain: forum diskusi online, mailing list diskusi dan instant messaging.
Melalui SMP ini, mahasiswa juga dapat melihat nilai tugas, kuis atau ujian serta peringkatnya berdasarkan nilai tersebut. Selain itu, mahasiswa dapat melihat modul-modul yang ditawarkan, mengambil tugas-tugas dan tes-tes yang harus dikerjakan, serta melihat jadwal diskusi secara online dengan instruktur, narasumber dan siswa lain.
2.1.4 Perangkat Lunak untuk Sistem Manajemen Pembelajaran
Perangkat lunak yang menyediakan fungsi-fungsi Sistem Manajemen Pembelajaran biasanya berbasis web, tersedia beberapa ragam baik komersial maupun free. Beberapa perangkat lunak tersebut di antaranya:
2.1.4.1 Atutor (http://www.atutor.ca) 2.1.4.2 Dokeos (http://www.dokeos.com) 2.1.4.3 dotLRN (http://dotlrn.org)
2.1.4.5 ILIAS (http://www.ilias.uni-koeln.de) 2.1.4.6 ON-CAPA (http://www.lon-capa.org) 2.1.4.7 Moodle (http://moodle.org)
2.1.4.8 OpenACS (http://openacs.org)
2.1.4.9 OpenUSS (http://openuss.sourceforge.net/openuss) 2.1.4.10 Sakai (http://www.sakaiproject.org)
2.1.4.11 Spaghetti Learning (http://www.spaghettilearning.com)
2.1.5 Keuntungan Sistem Manajemen Pembelajaran
Kebanyakan sistem manajemen pembelajaran di lingkungan pendidikan telah dengan mudah beradaptasi dan bahan dapat digunakan kembali. Ada lebih banyak pilihan bagi pembuat kurikulum, seperti metode pengiriman, desain bahan, dan teknik untuk evaluasi. Hal ini membuat organisasi dapat berhemat untuk mengembangkan dan mempertahankan konten yang mereka gunakan. Ini memiliki ruang lingkup untuk perbaikan dalam pengembangan profesional dan evaluasi, yang memungkinkan perusahaan untuk mendapatkan nilai lebih dari sumber daya manusia sekaligus memberdayakan individu dengan alat tambahan untuk perbaikan diri. Berikut ini adalah berbagai keuntungan lain dari system manajemen pembelajaran (e-Learning Guild, 2007):
13
2.1.5.2 Mengurangi waktu dan biaya perjalanan menuju kampus, pelajar dapat memiliki pilihan untuk memilih materi pembelajaran yang mereka inginkan.
2.1.5.3 Pelajar dapat belajar di mana saja sesuai dengan akses ke komputer dan koneksi internet.
2.1.5.4 Modul pembelajaran yang dapat memungkinkan pelajar untuk bekerja pada kemampuan mereka.
2.1.5.5 Fleksibilitas untuk bergabung dalam diskusi.
2.1.5.6 Berinteraksi dengan teman sekelas maupun instruktur dari jarak jauh melalui chat room.
2.1.5.7 Mengembangkan pengetahuan tentang keterampilan komputer dan internet.
2.1.6 Kelemahan Sistem Manajemen Pembelajaran
pelajar dengan keterampilan komputer tingkat pemula. Penjelasan dalam praktikum lab sulit untuk mensimulasikan dalam kelas virtual. (e-Learning Guild, 2007).
2.2 E-learning
Istilah electronic learning atau e-learning sering kali disamakan pengertiannya dengan Sistem Manajemen Pembelajaran (Learning Management System), padahal kedua istilah tersebut berbeda. Menurut Ellis (2009) Sistem
15
2.3 Model UTAUT 2
Unified Theory of Acceptance and Use of Technology (UTAUT)
dikembangkan oleh Venkatesh et al. (2003). Model ini mensitesiskan delapan model penerimaan teknologi yang telah dikembangkan sebelumnya. Delapan model tersebut antara lain Theory Reasoned Action (TRA), Technology Acceptance Model (TAM), Motivational Model (MM), Theory of Planned Behavior (TPB), Combined TAM and TPB, Model of PC Utilization (MPCU),
Innovation Diffusion Theory (IDT) dan Social Cognitive Theory (SCT).
Dibandingkan dengan kedelapan model tersebut, UTAUT terbukti lebih berhasil menjelaskan hingga 70% varian variabel behavior intention. Pendapat ini diperkuat oleh Oshlyansky, Harold dan Paul (2007) yang menemukan bahwa UTAUT cukup tangguh (robust) kendati diterjemahkan dalam berbagai bahasa dan dapat digunakan pada lintas budaya. Model UTAUT memiliki empat konstruk utama yang memainkan peran penting sebagai determinan langsung dari behavioral intention dan use behavior, yakni performance expectancy, effort
expectancy, social influence dan facilitating conditions. Disamping itu terdapat
empat moderator yakni gender, age, experience dan voluntariness of use, yang diposisikan untuk memoderasi dampak dari konstruk-konstruk pada behavioral intention dan use behaviour. Gambar 2.1 menampilkan model UTAUT yang
Gambar 2.1 Model UTAUT (Venkatesh et al., 2003)
Berdasarkan UTAUT, performance expectancy, effort expectancy, social influence merupakan faktor penting yang mempengaruhi behavioral intention untuk menggunakan teknologi, sedangkan behavioral intention dan facilitating conditions menentukan perilaku penggunaan teknologi. Model UTAUT cocok
untuk menilai kemungkinan keberhasilan untuk implementasi teknologi dalam pengaturan organisasi dan telah divalidasi oleh penelitian empiris (Lai & Chen, 2009; Min, Ji, & Qu, 2008).
17
kedua adalah price value (nilai harga) dianggap sebagai faktor penting di mana konsumen harus menanggung biaya yang terkait dengan pembelian perangkat dan layanan tetapi akan dikeluarkan dari penelitian ini karena kurang relevan (dalam penelitian ini untuk mengakses Exelsa tanpa dikenakan biaya secara langsung). Akhirnya, konstruk ketiga adalah habit. Venkatesh et al. (2012) menyatakan UTAUT2 baik dalam membenarkan penerimaan teknologi dengan meningkatkan varians dalam 18% niat dan 12% penggunaan teknologi. Penambahan konstruk dalam UTAUT2 menunjukkan perubahan signifikan dari varians dalam niat dan penggunaan teknologi.
Gambar 2.2 Model UTAUT2 (Venkatesh et al., 2012)
2.3.1 Performance Expectancy (Harapan Kinerja)
19
melaporkan bahwa harapan kinerja adalah prakiraan yang signifikan dari niat perilaku (Venkatesh et al., 2003). Hasil penelitian Handayani (2007) menunjukkan bahwa harapan kinerja secara signifikan mempunyai pengaurh positif terhadap minat pemanfaatan sistem informasi. Pada penelitian ini harapan kinerja menggambarkan keyakinan pengguna mendapatkan banyak manfaat dan membantu mereka dalam menyelesaikan pekerjaan.
2.3.2 Effort Expectancy (Persepsi Usaha)
Persepsi usaha didefinisikan sebagai "tingkat kemudahan terkait dengan penggunaan sistem". Penelitian sebelumnya mendukung bahwa variabel laten terkait dengan harapan upaya yang signifikan dalam menentukan niat seseorang untuk mengadopsi teknologi baru (Zhou, Lu, Wang, 2010). Menurut Adelyn (2014) persepsi usaha mengacu pada sejauh mana siswa yakin bahwa aplikasi mobile mudah digunakan. Hasil penelitian mengungkapkan bahwa persepsi usaha positif mempengaruhi niat untuk mengadopsi aplikasi mobile (Adelyn, 2014).
2.3.3 Social Influence (Faktor Sosial)
orang lain yang signifikan percaya bahwa individu harus mengadopsi sistem informasi (Leong, Hew, Tan dan Ooi, 2013)
2.3.4 Facilitating Conditions (Dukungan Fasilitas)
Dukungan fasilitas adalah persepsi bahwa infrastruktur organisasi dan teknis ada untuk mendukung penggunaan teknologi (Venkatesh et al.. 2003). Wu & Wang (2008) menemukan bahwa dukungan fasilitas signifikan mempengaruhi niat perilaku untuk layanan telekomunikasi seluler 3G. Penelitian Raman dan Yahya (2013) menunjukkan hasil bahwa dukungan fasilitas berpengaruh positif terhadap niat dan perilaku penggunaan learning management system. Studi-studi empiris setuju bahwa kondisi yang memfasilitasi merupakan faktor signifikan dalam mempengaruhi niat perilaku untuk mengadopsi teknologi.
2.3.5 Hedonic Motivation (Motivasi hedonis)
21
2.3.6 Price Value (Nilai Harga)
Nilai harga adalah trade-off antara biaya yang dibayarkan untuk menggunakan teknologi dan manfaat yang dirasakan diterima (Dodds, Monroe & Grewal, 1991). Venkatesh et al.. (2012) menyoroti bahwa nilai harga dalam pengambilan keputusan konsumen mengenai penggunaan teknologi merupakan faktor penting yang mempengaruhi niat perilaku yang diuji dengan menggunakan PLS. Prata, Moraes & Quaresma (2012) mengumpulkan informasi pengguna tentang pencarian, pembelian dan proses evaluasi dalam penggunaan aplikasi toko ponsel di Brazil melalui kuesioner dan menemukan bahwa harga aplikasi mobile adalah alasan utama untuk membeli sebuah aplikasi seperti itu dianggap mahal. Konstruk nilai harga dikeluarkan dari penelitian ini karena kurang relevan (dalam penelitian ini untuk mengakses Exelsa tanpa dikenakan biaya secara langsung).
2.3.7 Habit (Kebiasaan)
Ditemukan bahwa peningkatan pengalaman dalam penggunaan teknologi mengarah ke kebiasaan penggunaan teknologi.
2.3.8 Behavioral Intention (Niat Perilaku)
23 2.4 Penelitian Terdahulu
Penelitian terdahulu dengan topik dan subyek penelitian yang berbeda tetapi relevan dengan penelitian ini, dapat dilihat pada tabel 2.1 berikut.
Tabel 2.1: Penelitian terdahulu Judul Penelitian
Variabel PE, SI dan FC terbukti signifikan mempengaruhi BI dalam menggunakan Exelsa, sementara variabel EE terbukti tidak signifikan. Variabel BI terbukti signifikan mempengaruhi use behavior,
sementara variabel FC terbukti tidak signifikan. dan positif antara variabel harapan kinerja, persepsi usaha, faktor sosial, niat penggunaan dan perilaku
24 Tabel 2.1 : Penelitian terdahulu (lanjutan)
Judul Penelitian
Analisis Tujuan Penelitian Hasil Penelitian Preservice Teachers’
25 Tabel 2.1 : Penelitian terdahulu (lanjutan)
Judul Penelitian
Analisis Tujuan Penelitian Hasil Penelitian UTAUT Model for siswa yang lebih muda lebih peduli dengan kinerja mereka, dan siswa yang lebih tua khawatir tentang dukungan fasilitas.
26 Tabel 2.1 : Penelitian terdahulu (lanjutan)
Judul Penelitian
27 Tabel 2.1 : Penelitian terdahulu (lanjutan)
Judul Penelitian
Analisis Tujuan Penelitian Hasil Penelitian Faktor-faktor yang kinerja, persepsi usaha, nilai harga dan kebiasaan.
2.5 Pengembangan Hipotesis
Harapan kinerja didefinisikan sebagai tingkat seorang individu meyakini bahwa dengan menggunakan sistem akan membantu dalam meningkatkan kinerjanya. Konsep ini menggambarkan manfaat sistem bagi pemakainya yang berkaitan dengan kegunaan yang dirasakan, motivasi ekstrinsik, job fit, dan keuntungan relatif (Venkatesh et al., 2003). Harapan kinerja adalah prediktor terkuat dari niat dan tetap signifikan pada semua titik pengukuran (Venkatesh et al., 2003). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui
pengaruh harapan kinerja terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-1 :
H1: Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa.
Persepsi usaha merupakan tingkat kemudahan penggunaan sistem yang dapat mengurangi upaya (tenaga dan waktu) individu dalam melakukan pekerjaannya. Hal ini berarti bahwa individu yang menggunakan sistem informasi dalam pekerjaan akan lebih mudah daripada dengan cara manual. Konstruk yang membentuk konsep ini adalah kemudahan penggunaan dan kompleksitas (Venkatesh et al., 2003). Tan (2013) menunjukkan bahwa persepsi usaha mempunyai pengaruh positif terhadap niat untuk menggunakan e-learning. Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh persepsi usaha terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-2 :
H2: Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa.
29
(2010) menemukan bahwa pengaruh ekstrinsik (pengaruh senior dan rekan) dari mahasiswa baru di Oklahoma State University merupakan faktor yang paling berpengaruh dari penerimaan m-learning dalam pendidikan. Hal ini lebih didukung oleh Taylor et al. (2011) melakukan survey di Universitas Midwest AS menemukan bahwa adopsi siswa dan penggunaan aplikasi mobile sangat dipengaruhi oleh teman-teman mereka dibandingkan dengan anggota keluarga. Selanjutnya, Leong et al. (2013) membuktikan bahwa faktor sosial memiliki peran penting dalam mempengaruhi niat untuk menggunakan m-entertainment. Studi-studi empiris setuju bahwa faktor sosial merupakan faktor signifikan dalam mempengaruhi niat untuk menggunakan teknologi. Penelitian yang dilakukan oleh Nasir (2013), Venkatesh et al. (2012), dan Pahnila et al. (2011) menunjukkan bahwa faktor sosial memiliki pengaruh langsung pada niat perilaku. Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh faktor sosial terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-3 :
H3: Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa
manajemen pembelajaran Exelsa. Berdasarkan penelitian yang dilakukan oleh Jati & Laksitu (2012), Venkatesh et al. (2012), dan Pahnila et al. (2011), bahwa dukungan fasilitas memiliki pengaruh langsung terhadap niat dan perilaku penggunaan sistem informasi. Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh dukungan fasilitas terhadap niat dan perilaku menggunakan Exelsa dalam rumusan hipotesis ke-4 :
H4a: Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa. H4b: Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa.
Brown dan Venkatesh (2005) mendefinisikan motivasi hedonis sebagai kenikmatan atau kebahagiaan yang dihasilkan dari menggunakan teknologi dan berperan penting dalam menentukan adopsi teknologi baru. Menurut penelitian yang dilakukan oleh Magni, Taylor dan Venkatesh (2010) bahwa motivasi hedonis mempengaruhi niat individu untuk mengeksplorasi teknologi, tetapi efek berbeda di tahap adopsi teknologi. Penelitian ini dilakukan pada mahasiswa MBA di sebuah universitas swasta di AS dan diuji menggunakan Partial Least Squares. Secara teoritis, motivasi hedonis memainkan peran penting dalam memprediksi niat untuk menggunakan teknologi (Venkatesh et al., 2012). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh motivasi hedonis terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-5 :
31
Kebiasaan adalah sejauh bahwa individu cenderung untuk menjalankan perilaku otomatis (Limayem et al., 2007). Venkatesh et al. (2012) menemukan kebiasaan memiliki efek secara langsung dan tidak langsung terhadap niat untuk menggunakan teknologi. Ditemukan bahwa peningkatan pengalaman dalam penggunaan teknologi mengarah ke kebiasaan menggunakan teknologi tersebut. Liao, Palvia dan Lin (2006), melakukan survei pos di Taiwan dengan menargetkan mahasiswa sarjana dan pascasarjana serta karyawan perusahaan dan menemukan bahwa kebiasaan memiliki pengaruh terhadap niat berkelanjutan untuk menggunakan e-commerce. Kebiasaan akan menyebabkan niat tersimpan yang pada gilirannya akan mempengaruhi perilaku penggunaan (Venkatesh et al., 2012). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh kebiasaan terhadap niat dan perilaku menggunakan Exelsa dalam rumusan hipotesis ke-6 :
H6a: Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa. H6b: Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa.
niat terhadap penggunaan sistem informasi. Berdasarkan hasil penelitian di atas, maka peneliti mengajukan hipotesis sebagai berikut:
H7: Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa.
2.6 Kerangka Penelitian
33
mempengaruhi niat penggunaan mahasiswa dalam menggunakan VLE. Fokus penelitian mereka adalah mahasiswa.
35
Keterangan:
H1 : Harapan Kinerja berpengaruh positif terhadap niat penggunaan Exelsa H2 : Persepsi Usaha berpengaruh positif terhadap niat penggunaan Exelsa H3 : Faktor Sosial berpengaruh positif terhadap niat penggunaan Exelsa H4a : Dukungan fasilitas berpengaruh positif terhadap niat penggunaan
Exelsa.
H4b : Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa.
H5 : Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa. H6a : Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa. H6b : Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa H7 : Niat penggunaan berpengaruh positif terhadap perilaku penggunaan
36 BAB III
METODE PENELITIAN
Bab ini membahas desain penelitian, penjelasan operasional variabel penelitian, populasi dan sampel penelitian, metode pengumpulan data, teknik yang digunakan untuk menganalisis data.
3.1 Desain Penelitian
Pertanyaan yang akan dijawab dalam penelitian ini adalah faktor apa saja yang mempengaruhi penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa di Universitas Sanata Dharma. Pertanyaan tersebut akan dijawab menggunakan model UTAUT 2. Jenis penelitian ini adalah penelitian eksplanatori dengan pendekatan kuantitatif. Data-data yang didapatkan dari hasil penelitian yang terkumpul mengungkapkan hubungan dari varibel-variabel yang ada. Adapun tujuan dari desain penelitian adalah untuk mengetahui pengaruh variabel bebas (independen) terhadap variabel terikat (dependen), serta untuk menguji hipotesis-hipotesis yang telah dirumuskan (Sugiyono, 2007). Variabel penelitian dalam kuantitatif dapat dibedakan menjadi (Sugiyono, 2007) :
3.1.1 Variabel bebas
37
eksogen dalam penelitian ini adalah harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan.
3.1.2 Variabel terikat
Variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas. Variabel terikat dalam PLS-SEM disebut sebagai variabel endogen. Variabel endogen dalam penelitian ini adalah niat dan perilaku penggunaan.
3.1.3 Variabel moderasi
Variabel moderasi adalah variabel yang memperkuat atau memperlemah hubungan antara variabel bebas dengan variabel terikat. Variabel moderasi dalam penelitian ini adalah usia, jenis kelamin dan tingkat pengalaman.
3.2 Definisi Operasional Penelitian
Definisi operasional penelitian dapat dilihat pada table 3.1 di bawah ini. Tabel 3.1 :Definisi Operasional Penelitian
Variabel Definisi Indikator Pengukuran
Harapan
39
Tabel 3.1 : Definisi Operasional Penelitian (lanjutan)
Variabel Definisi Indikator Pengukuran
Dukungan
Tabel 3.1 : Definisi Operasional Penelitian (lanjutan)
Variabel Definisi Indikator Pengukuran
Niat
3.3 Populasi dan Sampel Penelitian
Populasi merupakan jumlah keseluruhan elemen yang akan diteliti (Cooper & Schindler, 2006). Untuk mengetahui faktor-faktor yang mempengaruhi penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa Universitas Sanata Dharma, populasi dalam penelitian ini adalah pengguna Exelsa Universitas Sanata Dharma. Dosen ditargetkan karena yang lebih mungkin untuk menggunakan Exelsa dalam sistem pembelajaran yang diterapkan di Universitas Sanata Dharma. Mahasiswa cenderung akan menggunakan Exelsa apabila dosen yang mengarahkan.
41
Psikologi, Fakultas Sains dan Teknologi, Fakultas Sastra, Fakultas Teologi, dan Program Pasca Sarjana. Populasi dalam penelitian ini adalah dosen tetap yang berstatus aktif di Universitas Sanata Dharma, sedangkan sampel yang diambil adalah beberapa dosen dari masing-masing program studi di Universitas Sanata Dharma.
Menurut Arikunto (2010), “sampel adalah sebagian atau wakil populasi yang diteliti.” Selanjutnya menurut Sugiyono (2010) sampel adalah “bagian dari
jumlah dan karakteristik yang dimiliki oleh populasi tersebut.” Responden yang
ditargetkan berasal dari berbagai program studi dan akan diklasifikasikan berdasarkan usia, jenis kelamin, dan tingkat pengalaman dalam menggunakan Exelsa.
Penelitian ini menggunakan teknik pengambilan sampel proportionate random sampling. Menurut Arikunto (2006) teknik proportionate random sampling adalah teknik pengambilan proporsi untuk wilayah ditentukan seimbang
atau sebanding dalam masing-masing wilayah. Dalam penelitian ini sampel diambil setiap program studi di Universitas Sanata Dharma.
Penelitian ini menggunakan rumus slovin untuk menentukan ukuran sampel, hal ini mengacu pada pendapat Riduwan dan Engkos (2011) bahwa pengambilan sampel menggunakan rumus slovin dapat digunakan apabila populasi sudah diketahui. Perhitungan menggunakan rumus Slovin:
Keterangan:
n = Jumlah sampel N = Jumlah populasi
α = taraf signifikan (0,05), taraf signifikan adalah tingkat kesalahan yang
dikehendaki. Menurut Sugiyono (2013) berdasarkan Isaac dan Michael, ukuran sampel dapat diperoleh melalui perhitungan matematis dengan taraf signifikansi 1%, 5%, dan 10%. Dalam penelitian ini peneliti menggunakan taraf signifikan 5%. Karena taraf signifikan 5% berarti memiliki tingkat kepercayaan kebenaran penelitian sebesar 95%.
Perhitungan untuk menentukan jumlah sampel adalah sebagai berikut :
n = 320 / ( (320 * 0,052) + 1 ) = 320 / 1.8
= 177,778 Jumlah responden adalah 180 dosen.
Selanjutnya dilakukan perhitungan jumlah sampel berdasar program studi dengan menggunakan rumus alokasi proporsional (lihat rumus 3.2).
ni =
���
x n
……(Rumus 3.2) Keterangan:ni = Jumlah sampel menurut program studi Ni = Jumlah populasi menurut program studi n = Jumlah sampel seluruhnya
N = Jumlah populasi seluruhnya
43
Sebagai contoh di program studi Teknik Informatika, jumlah dosen tetap sebanyak 16 (Ni = 16), N = 320, dan n = 180.
Maka dapat dihitung jumlah ni adalah
ni =
���
x n
ni =
�x 180
ni = 9
Jumlah dosen Teknik Informatika yang menjadi sampel sebanyak 9 dosen.
Tabel 3.2 : Jumlah Responden berdasarkan strata program studi
Pendidikan Agama Katolik 13 7
Pend Bahasa dan Sastra Indonesia 9 5
Pendidikan Akuntansi 9 5
Pendidikan Ekonomi 6 3
Pendidikan Bahasa Inggris 26 15
Pendidikan Biologi 7 4
Pendidikan Fisika 9 5
Pendidikan Matematika 13 7
Pendidikan Sejarah 4 2
Pendidikan Guru Sekolah Dasar 19 11
S2 Pend. Bahasa dan Sastra Indonesia
1 1
S2 Pendidikan Matematika 1 1
Psikologi Psikologi 22 12
Pascasarjana Magister Kajian Bahasa Inggris 5 3
Magister Ilmu Religi dan Budaya 5 3
45
3.4 Instrumen Penelitian
Instrumen yang digunakan penelitian ini adalah kuesioner. Kuesioner dibagikan melalui tatap muka untuk pengguna di Universitas Sanata Dharma di setiap program studi yang berbeda. Menurut Iskandar (2009), kuesioner merupakan alat pengumpulan data yang diimplementasikan dengan cara memberikan seperangkat pertanyaan kepada responden untuk dijawab.
Penelitian ini mengadaptasi elemen dari studi empiris sebelumnya untuk memvalidasi skala yang digunakan (Luarn & Lin, 2005). Selain itu, kuesioner termasuk pertanyaan demografis tentang jenis kelamin, usia dan tingkat pengalaman menggunakan Exelsa. Item ini diukur dengan menggunakan skala perbedaan semantik 7 poin. Teknik pengukuran ini dikenalkan oleh Charles Osgood (1957) yang menekankan pada aspek semantik sebuah kata. Teknik perbedaan semantik merupakan penyempurnaan dari skala likert yang tidak mampu menjangkau respon yang bersifat multidimensi. Respon skala perbedaan semantik terdiri dari 3 dimensi, yaitu:
3.4.1. Dimensi evaluasi (baik–buruk)
Penilaian subyek terkait dengan baik-buruknya topik stimulus yang disajikan, termasuk juga di dalamnya perasaan subyek (senang–marah) atau penilaian kualitas (cantik–jelek, kasar–lembut), atau moral (bijak–jahat).
Buruk 1 2 3 4 5 6 7 Baik
Kejam 1 2 3 4 5 6 7 Ramah
Jelek 1 2 3 4 5 6 7 Indah
Sedih 1 2 3 4 5 6 7 Senang
3.4.2. Dimensi potensi (kuat–lemah)
Penilaian mengenai kekuatan yang dikandung oleh stimulus. Penilaian ini memuat tentang kapasitas stimulus (tinggi-rendah), besar-kecil, dalam-dangkal, berat-ringan.
Lemah 1 2 3 4 5 6 7 Kuat
Kecil 1 2 3 4 5 6 7 Besar
Lembut 1 2 3 4 5 6 7 Kasar
Dangkal 1 2 3 4 5 6 7 Dalam
Sederhana 1 2 3 4 5 6 7 Kompleks
3.4.3. Dimensi aktivitas (aktif-pasif)
Penilaian mengenai muatan aktivitas yang dikandung stimulus, misalnya: cepat-lambat, tenang-riuh, acak-teratur.
Pasif 1 2 3 4 5 6 7 Aktif
Lambat 1 2 3 4 5 6 7 Cepat
Diam 1 2 3 4 5 6 7 Berisik
Redup 1 2 3 4 5 6 7 Terang
Dingin 1 2 3 4 5 6 7 Panas
Menurut Arikunto (2010) bahwa kualitas instrument akan menentukan kualitas data yang terkumpul. Instrument penelitian memiliki dua syarat utama yang wajib dipenuhi yaitu memenuhi persyaratan validitas dan reliabilitas (Azwar, 2012). Alat ukur yang tidak reliable atau tidak valid akan memberikan informasi yang tidak akurat mengenai keadaan subyek penelitian.
3.4.1 Pengujian Validitas
47
diukur. Tinggi rendahnya validitas menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud. Validitas dapat dilakukan dengan mengkorelasikan antar skor item instrument dengan skor total seluruh item pertanyaan. Pengujian validitas ini menggunakan uji validitas Product Moment Pearson Correlation dengan cara menghubungkan masing-masing skor item dengan skor total yang diperoleh dalam penelitian. Dalam uji validitas ini, dasr pengambilan keputusannya adalah sebagai berikut: 3.4.1.1 Jika nilai r hitung lebih besar atau sama dengan nilai r tabel, maka
instrumen penelitian dinyatakan valid.
3.4.1.2 Jika nilai r hitung lebih kecil dari nilai r tabel, maka instrumen penelitian dinyatakan tidak valid.
3.4.2 Pengujian Reliabilitas
Menurut Jogiyanto (2007), reliabilitas adalah derajat ketepatan, ketelitian atau keakuratan yang ditunjukkan oleh instrumen pengukuran di mana pengujiannya dapat dilakukan secara internal yaitu pengujian dengan menganalisis konsistensi butir-butir yang ada. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya prediksi, dan akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah pengukuran yang dapat menghasilkan data yang reliabel.
nilai berkisar dari 0 sampai dengan 1 (Hair et al., 2010). Menurut Eisingerich dan Rubera (2010) nilai reliabilitas cronbach’s alpha minimum adalah 0,70. Tingkat keandalan cronbach’s alpha menurut Hair et al. (2010) dapat dilihat pada tabel 3.3 di bawah ini.
Tabel 3.3 :Tingkat Keandalan Cronbach’s Alpha Nilai Cronbach’s Alpha Tingkat Keandalan
0,00 – 0,20 Kurang handal
>0,20 – 0,40 Agak handal >0,40 – 0,60 Cukup handal >0,60 – 0,80 Handal >0,80 – 1,00 Sangat handal
3.5 Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini adalah data primer. Data primer adalah data yang diperoleh langsung dari sumber data dan belum diolah oleh pihak mana pun untuk tujuan penelitian (Cooper dan Shindler, 2006). Pengumpulan data untuk penelitian ini melalui kuesioner terstruktur. Kuesioner disebarkan kepada dosen Universitas Sanata Dharma yang terpilih menjadi sampel penelitian. Di dalam kuesioner terdapat daftar pernyataan-pernyataan dan setiap responden diminta untuk memberikan penilaian sesuai dengan petunjuk di dalam kuesioner.
3.6 Metode Analisis Data
49
kesalahan dalam memasukkan dalam data. Data dianalisis menggunakan analisis statistik deskriptif dan inferensial. Analisis statistik deskriptif menampilkan data hasil penelitian dalam bentuk rerata skor. Analisis inferensial menggunakan teknik analisis PLS-SEM (Partial Least Squares – Structural Equation Modeling) dengan menggunakan perangkat lunak SmartPLS 3.2.4.
Penelitian ini menggunakan model kausalitas atau hubungan pengaruh. Dengan demikian, untuk menguji hipotesis yang diajukan digunakan teknik analisis Partial Least Square - Stuctural Equation Modeling (PLS-SEM) yang dioperasikan melalui program SmartPLS 3.2.4. Menurut Jogiyanto dan Abdillah (2009) Partial Least Squares adalah analisis persamaan structural (Structural Equation Modeling / SEM) berbasis varian yang secara simultan dapat melakukan
pengujian model pengukuran sekaligus pengujian model structural. Model pengukuran digunakan untuk uji validitas dan reliabilitas, sedangkan model structural digunakan untuk uji kausalitas. Keunggulan teknik analisis PLS menurut Jogiyanto dan Abdillah (2009) adalah:
3.6.1. Mampu memodelkan banyak variabel dependen dan independen (model kompleks).
3.6.2. Mampu mengelola masalah multikolinearitas antar variabel independen. 3.6.3. Hasil tetap kokoh walaupun terdapat data yang tidak normal.
3.6.4. Menghasilkan variabel laten independen secara langsung berbasi cross-product yang melibatkan variabel laten dependen sebagai kekuatan prediksi.
3.6.6. Tidak mensyaratkan data terdistribusi normal.
Penggunaan PLS-SEM dalam penelitian ini digunakan untuk menguji dan mengukur pengaruh langsung dan tidak langsung dari variabel harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, kebiasaan, niat dan perilaku penggunaan. Gambar 3.1 di bawah ini menunjukkan model diagram jalur Partial Least Square.
51
Analisis PLS-SEM terdiri dari 2 sub model yaitu: inner model dan outer model.
3.6.1 Outer Model
Outer model atau outer relation atau measurement model mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel latennya. Model ini menspesifikasi hubungan antar variabel laten dengan indikatornya atau dapat dikatakan bahwa outer model mendefinisikan hubungan setiap indikator dengan variabel latennya. Menurut Ghozali (2006), model persamaan dasar dari model pengukuran atau outer model dapat ditulis sebagai berikut:
Rumus 3.3 Persamaan dasar model pengukuran Untuk konstruk laten eksogen (X) :
X = λxξ +
untuk konstruk laten endogen (Y): Y = λyη +
Sumber : Ghozali (2006)
Tabel 3.4 :Keterangan Simbol
Simbol Nama Keterangan
λ Lamda Bobot faktor Antara variabel laten dengan indikatornya ξ Ksi Variabel laten eksogen
Epsilon Pengukuran eror indikator endogen η Eta Variabel laten endogen
Delta Pengukuran eror indikator eksogen
Gambar 3.1 menunjukkan bahwa ξ1 dan ξ2 merupakan variabel laten
eksogen atau independen variabel, η1 dan η2 merupakan variabel laten endogen
Persamaan model pengukuran untuk setiap variabel dapat dilihat pada tabel 3.5 sebagai berikut.
Tabel 3.5 :Persamaa Model Pengukuran Variabel
Variabel Bobot Indikator Persamaan Model Pengukuran
Pengujian dalam outer model yaitu: 3.6.1.1 Uji Validitas
53
dikategorikan memiliki validitas konvergen apabila nilai loading factor lebih dari 0,7 dan nilai AVE lebih dari 0,5 (Ghozali, 2008).
AVE = ∑ ��
2
∑ ��2+ ∑ ��� �� �
……(Rumus 3.4)
Validitas diskriminan ditentukan dengan melihat cross loading dari setiap variabel. Pengukuran dapat dikategorikan memiliki validitas diskriminan apabila memiliki nilai cross loading lebih dari 0,7 (Jogiyanto, 2011).
3.6.1.2 Uji Reliabilitas
Pengujian reliabilitas dapat dilihat berdasarkan nilai Cronbach’s alpha harus lebih dari 0,6 dan nilai composite reliability harus lebih dari 0,7 (Jogiyanto, 2011). Nilai composite reliability menunjukkan ukuran nilai reliabilitas sesungguhnya dari suatu variabel sedangkan cronbach’s alpha menunjukkan ukuran nilai reliabilitas terrendah dari suatu variabel.
c =
∑ ��2
∑ �� 2+ ∑ ��� �� �
……(Rumus 3.5)
3.6.2 Inner Model
independen, serta uji signifikansi untuk menguji nilai signifikansi hubungan atau pengaruh antar variabel (Ghozali, 2006). Pengujian dalam inner model yaitu: 3.6.2.1 R-square test
Nilai R-square atau koefisien determinasi menunjukkan keragaman konstruk endogen yang mampu dijelaskan oleh konstruk-konstruk eksogen secara serentak. Nilai R-square digunakan untuk mengukur tingkat variabilitas perubahan variabel independen terhadap variabel dependen. Parameter ini juga digunakan untuk mengukur kelayakan model prediksi dengan rentang 0 sampai 1. Semakin tinggi nilai R-square maka semakin besar pula pengaruh variabel laten eksogen terhadap variabel laten endogen. Nilai R-square dapat mendeteksi pengaruh langsung dari variabel eksogen tertentu terhadap variabel endogen. Perubahan nilai R-square (f2) digunakan untuk menilai pengaruh variabel independen tertentu terhadap variabel laten dependen secara substantive (Ghozali, 2006).
η
1=
1ξ
1+
2ξ
2+
1 ……(Rumus 3.6)η
2=
1η
1+
3ξ
1+
4ξ
2+
2 ……(Rumus 3.7)Keterangan=
η = Eta = Variabel laten endogen
= Gamma = Koefisien pengaruh variabel eksogen terhadap variabel endogenξ = Ksi = Variabel laten eksogen
= Zeta = Galat model55
3.6.2.2 Q-square test
Q-square test dalam PLS digunakan untuk predictive relevancy dalam model konstruktif. Pada penilaian goodness of fit bisa diketahui melalui nilai Q2. Nilai Q2 memiliki arti yang sama dengan koefisien determinasi (R-Square) pada analisis regresi, di mana semakin tinggi R-Square, maka model dapat dikatakan semakin fit dengan data. Q-square mengukur seberapa baik nilai observasi yang dihasilkan oleh model dan juga estimasi parameternya. Pendekatan ini menggunakan rumus sebagai berikut (Hengky dan Ghozali, 2012) :
Q2 = 1 – (1 – R12) (1 - R22) … (1 – Rp2) ……(Rumus 3.8)
Keterangan:
R12 R22… Rp2 : R-square variabel endogen dalam model.
Interpretasi Q2 sama dengan koefisien determinasi total pada analisis jalur. (mirip dengan R2 pada regresi).
Q2 : koefisien determinasi total pada analisis jalur. 3.6.2.3 Koefisien jalur
Pengujian hipotesis terkait dengan pengujian hubungan antar variabel. Pengujian hipotesis ditempuh dengan melihat hasil uji secara parsial untuk masing-masing variabel. Ukuran signifikansi keterdukungan hipotesis dapat digunakan perbandingan nilai t-table dan t-statistic. Untuk melihat ada tidaknya pengaruh variabel eksogen terhadap variabel endogen, dapat dilihat dari nilai t-statistic yang dibandingkan dengan nilai t-table. Jika nilai t-statistic lebih besar dari pada nilai t-table, maka signifikan. Sebaliknya jika nilai t-statistic lebih kecil dari pada nilai t-table, maka tidak signifikan. Dalam penelitian ini untuk tingkat keyakinan 95% (α 0,05) maka nilai t-table untuk hipotesis satu ekor (one-tailed)
adalah 1,65356.
57
berdasarkan karakteristik tertentu, yang ditentukan terlebih dahulu dan ada dalam proses pengumpulan data (Santoso, 2007). Sebagai contoh, instrumen penelitian (kuesioner) pada model penerimaan dan penggunaan Exelsa memasukkan profil pengguna seperti jenis kelamin, usia, dan tingkat pengalaman menggunakan Exelsa. SmartPLS memberikan hasil tiga pendekatan yang berbeda yang didasarkan pada hasil bootstrap dari setiap kelompok. Sarstedt et al. (2011) menjelaskan metode analisis multiple group secara rinci, yaitu:
3.6.1.) Confidence Intervals (Bias Corrected)
Metode ini menghitung tingkat keyakinan bias yang dikoreksi untuk estimasi parameter kelompok tertentu dalam model jalur PLS. Hasil kelompok spesifik dari koefisien jalur yang berbeda secara signifikan jika tingkat keyakinan bias yang dikoreksi tidak tumpang tindih.
3.6.2.) Partial Least Squares Multigroup Analysis (PLS-MGA)
Metode ini merupakan uji signifikansi non-parametrik untuk perbedaan hasil kelompok spesifik yang dibangun di atas hasil bootstrap PLS-SEM. Hasil signifikan pada probabilitas 5% dari tingkat kesalahan, jika p-value lebih kecil dari 0,05 atau lebih besar dari 0,95 untuk perbedaan tertentu koefisien jalur kelompok tertentu.
3.6.3.) Parametric Test
3.6.4.) Welch-Satterthwait Test
Metode ini merupakan uji signifikansi parametrik terhadap perbedaan kelompok spesifik dari hasil PLS-SEM yang mengasumsikan varian yang tidak sama di seluruh grup.
56 BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
Bab ini menjelaskan hasil dari analisis data yang telah dilakukan berdasarkan metode penelitian yang diuraikan pada bab III. Pembahasan bab ini diawali dengan deskripsi data kemudian dilanjutkan dengan pengujian hipotesis serta pembahasannya.
4.1 Deskripsi Data
4.1.1 Deskripsi Responden Penelitian
Pengumpulan data pada penelitian ini dilaksanakan dengan menyebarkan kuesioner di Universitas Sanata Dharma. Responden dalam penelitian ini adalah dosen tetap di Universitas Sanata Dharma. Jumlah responden yang diteliti sebanyak 180 dosen tetap. Kuesioner mulai dibagikan kepada responden pada tanggal 8 Agustus 2016. Pengumpulan kembali kuesioner dilakukan sendiri oleh penulis dan dilakukan secara bertahap tergantung pada kesediaan para responden untuk mengisi kuesioner. Besarnya tingkat pengembalian kuesioner dapat dilihat pada tabel 4.1 berikut ini:
Tabel 4.1 : Tingkat Pengembalian Kuesioner
Jumlah Persentase (%)
Kuesioner yang dikirimkan 180
Kuesioner yang kembali 180 100,00%
Kuesioner yang tidak lengkap 2 1,11%
Kuesioner yang dapat digunakan
(Tingkat Pengembalian Kuesioner) 178 98,89%
Tabel 4.1 menunjukkan bahwa sebanyak 178 kuesioner dapat digunakan dalam penelitian ini. Selanjutnya data tersebut dikelompokkan berdasarkan usia, jenis kelamin, masa kerja, dan tingkat pengalaman dalam menggunakan Exelsa.
4.1.1.1 Responden berdasarkan usia
Data responden berdasarkan kelompok usia di Universitas Sanata Dharma dapat dilihat pada table 4.2 berikut ini.
Tabel 4.2 : Responden berdasarkan usia
Kelompok Usia Jumlah Persentase (%)
≤ 30 tahun 10 5,62%
31 - 40 tahun 38 21,35%
41 - 50 tahun 80 44,94%
51 - 60 tahun 40 22,47%
>60 tahun 10 5,62%
TOTAL 178 100,00%
Sumber: Data diolah (2016)
Tabel 4.2 menunjukkan bahwa frekuensi tertinggi adalah responden yang memiliki kelompok usia pada rentang 41-50 tahun (44,94%).
4.1.1.2 Responden berdasarkan jenis kelamin
Data responden berdasarkan jenis kelamin di Universitas Sanata Dharma dapat dilihat pada table 4.3 berikut ini.
Tabel 4.3 : Responden berdasarkan jenis kelamin
Jenis Kelamin Jumlah Persentase (%)
Pria 118 66.29%
Wanita 60 33.71%
TOTAL 178 100%
58
Tabel 4.3 menunjukkan bahwa frekuensi tertinggi adalah responden yang berjenis kelamin pria (66,29%).
4.1.1.3 Responden berdasarkan masa kerja
Data responden berdasarkan kelompok masa kerja di Universitas Sanata Dharma dapat dilihat pada table 4.4 berikut ini.
Tabel 4.4 : Responden berdasarkan masa kerja
Kelompok Masa Kerja Jumlah Persentase (%)
< 6 tahun 38 21,35%
6-10 tahun 14 7,87%
11-20 tahun 69 38,76%
20 tahun 57 32,02%
TOTAL 178 100%
Sumber: Data diolah (2016)
Tabel 4.4 menunjukkan bahwa frekuensi tertinggi adalah responden yang memiliki kelompok masa kerja pada rentang 11-20 tahun (38,76%).
4.1.1.4 Responden berdasarkan tingkat pengalaman menggunakan Exelsa Data responden berdasarkan tingkat pengalaman menggunakan Exelsa di Universitas Sanata Dharma dapat dilihat pada table 4.5 berikut ini.
Tabel 4.5 : Responden berdasarkan tingkat pengalaman menggunakan Exelsa
Tingkat Pengalaman Jumlah Persentase (%)
< 1 tahun 74 41,57%
1-2 tahun 15 8,43%
3-4 tahun 40 22,47%
4 tahun 47 26,40%
TOTAL 178 100%
Tabel 4.5 menunjukkan bahwa frekuensi tertinggi adalah responden yang memiliki tingkat pengalaman selama kurang dari 1 tahun (41,57%).
4.1.2 Deskripsi Variabel Penelitian
Variabel dalam penelitian ini terbagi menjadi :
Variabel eksogen : Harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, kebiasaan
Variabel endogen : Niat dan perilaku penggunaan
Variabel moderasi : Usia, jenis kelamin, dan tingkat pengalaman
Analisis deskriptif variabel merupakan upaya dari penulis untuk mengambarkan secara umum tentang data yang diperoleh selama penelitian, sehingga akan mengetahui makna dan keadaan yang sebenarnya. Statistik deskriptif variabel dalam penelitian ini dapat dilihat pada table 4.6.
Tabel 4.6 : Statistik Deskriptif Variabel Penelitian
VARIABEL N MIN MAX MEAN STDEV
Harapan Kinerja 178 1 7 4.51 1.42
Persepsi Usaha 178 1 7 5.04 1.17
Faktor Sosial 178 1 7 4.41 1.17
Dukungan Fasilitas 178 1 7 4.76 1.24
Motivasi Hedonis 178 1 7 3.41 0.95
Kebiasaan 178 1 7 4.17 1.63
Niat Penggunaan 178 1 7 2.54 0.75
Perilaku Penggunaan 178 1 7 4.45 1.65
Sumber: Data diolah (2016)
4.1.2.1 Analisis deskriptif variabel ‘Harapan Kinerja’
60
(Exelsa) dapat mencapai keuntungan dalam kinerja pekerjaan (Venkatesh et al., 2003). Tabel 4.6 menunjukkan bahwa Exelsa memiliki tingkat kegunaan yang cukup tinggi untuk meningkatkan kinerja dosen dalam menyelesaikan tugas sebagai dosen. Nilai standar deviasi harapan kinerja sebesar 1.42 artinya penyebaran data dalam penelitian ini cukup beragam.
4.1.2.2 Analisis deskriptif variabel ‘Persepsi Usaha’
Analisis deskriptif variabel persepsi usaha bertujuan untuk mengetahui tingkat kemudahan penggunaan Exelsa (Zhou et al., 2010; Venkatesh et al., 2012). Tabel 4.6 menunjukkan Exelsa memiliki tingkat kemudahan
yang cukup tinggi untuk mengoperasikannya. Pengguna merasa mudah mempelajari dan mengoperasikan fitur-fitur yang ada di dalam Exelsa, serta pengguna merasa terampil dalam mengoperasikannya. Nilai standar deviasi persepsi usaha sebesar 1.17 artinya penyebaran data dalam penelitian ini cukup beragam.
4.1.2.3 Analisis deskriptif variabel ‘Faktor Sosial’
