Fakultas Ilmu Komputer
Universitas Brawijaya
514
Analisis Penerimaan
Os Windows 10
Dengan
Unified Theory of Acceptance
and Use of Technology (
UTAUT2)
Mega Shero Gayatrie1, Ari Kusyanti2, Mochamad Chandra Saputra3
1,3Sistem Informasi, Fakultas Ilmu Komputer, Universitas Brawijaya 2Teknik Komputer, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1135150401111136@ub.ac.id, 2kusyanti.ari@ub.ac.id, 3andra@ub.ac.id
Abstrak
Penelitian ini membahas penerimaan Windows 10 sebagai sistem operasi untuk perangkat desktop. Penelitian ini dilakukan berdasarkan tujuh konstruk Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) dari model Venkatesh et al. (2012) tanpa konstruk moderator yang diolah dengan metode analisis Structural Equation Model (SEM). Responden penelitian merupakan pengguna mahasiswa di Indonesia.Hasil menunjukkan bahwa kemudahan, kondisi fasilitas dan harga tidak berpengaruh positif terhadap niat pengguna sedangkan manfaat, lingkungan sekitar, motivasi kesenangan serta kebiasaan memiliki pengaruh positif yang signifikan terhadap niat pengguna. Disisi lain, faktor kondisi fasilitas dan kebiasaan memengaruhi perilaku pengguna sedangkan niat tidak berdampak positif terhadap perilaku pengguna untuk menggunakan Windows 10.
Kata kunci: Windows 10, model UTAUT2, SEM
Abstract
This study discusses the acceptance of Windows 10 as operating system for desktop. This study is based on the seven constructs of the Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) from Venkatesh et al. (2012) without moderate constructs who processed with Structural Equation Model (SEM). The respondents were teenage users in Indonesia. The result showed that effort expectancy, facilitating condition and price value do not have a significant positive impact on behavioral intentions while performance expectancy, social influence, hedonic motivation and habit had a significant positive effect on behavior intention. On the other hand, facilitating condition and habit factors influence use behavior while behavior intention do not have a positive impact on use behaviour to use Windows 10.
Keywords: Windows 10, UTAUT2 model, SEM
1. PENDAHULUAN
Teknologi baik disisi perangkat keras maupun perangkat lunak berkembang dengan pesat, berbagai usaha dilakukan untuk menciptakan teknologi yang dapat memenuhi harapan pengguna.OS Windows 10 merupakan salah satu pengembangan perangkat lunak terbaru untuk mengatasi kekurangan pada sistem operasi sebelumnya dan sekaligus menjadi sistem operasi versi terakhir keluaran Microsoft (Myerson, 2016).Lebih dari 400 juta perangkat beralih menggunakan sistem operasi
ini semenjak dirilis bulan juli 2015.
Berdasarkan data tersebut, Microsoft
menyatakan tingkat adopsi Windows 10
merupakan yang tercepat dibandingkan
Fakultas Ilmu Komputer, Universitas Brawijaya
Hal tersebut mendasari penelitian ini untuk menganalisis penyebab yang memengaruhi penerimaan pengguna terhadap OS Windows 10.
Sistem operasi ini juga didukung dengan
enam edisi untuk berbagai kriteria
pengguna.Salah satu kriteria pengguna yang ditargetkan adalah kalangan pelajar dan mahasiswa (Nabila, 2015). Indonesia sebagai negara yang akan diteliti mengkategorikan mahasiswa kedalam rentang usia 19 sampai 24 tahun (Harsono, 2014). Sehingga, pengguna mahasiswa dengan rentang usia 19 sampai 24 tahun dipilih dalam penelitian ini untuk merepresentasikan pengguna Windows 10 di Indonesia. Sehingga dapat dilakukan analisis mengenai faktor-faktor yang memengaruhi
maupun tidak memengaruhi penerimaan
pengguna Windows 10 di Indonesia.
Penelitian ini menganalisis penerimaan Windows 10 dengan model Unified Theory of Acceptance and Use of Technology 2 (UTAUT2) yang diusulkan oleh Venkatesh et al. (2012) tanpa moderator yang mengacu pada penelitian Xiuyan Shao & Mikko Siponen (2011). Data sampel penelitian ini didapat melalui penyebaran kuisioner secara online dan dianalisis menggunakan metode Structural Equation Model (SEM) untuk dapat memahami keterkaitan hubungan antar konstruk yang dimodelkan.
2. DASAR TEORI
2.1Windows 10
Sistem operasi terbaru sekaligus keluaran terakhir perusahaanMicrosoft ini dirilis pada 29 Juli 2015 untuk mengatasi kekurangan pada
sistem operasi sebelumnya dengan
menambahkan berbagai fitur termasuk tampilan menu start yang ada pada Windows 7. Sistem operasi ini juga memiliki fitur untuk melakukan pembaharuan terhadap sistem yang dilakukan secara otomatis dengan tampilan yang lebih baik dan modern (Myerson, 2015). Sistem operasi ini dibagi menjadi beberapa edisi yaitu home untuk pengguna rumah tangga, pro untuk pengguna dengan usaha kecil menengah, enterprise untuk koorporasi, serta education untuk kalangan pelajar dan mahasiswa (Nabila, 2015). Beberapa fitur yang ada pada Windows
10 (Myerson, 2015), yaitu: a. Windows hello
Fitur ini menggantikan fungsi password dengan deteksi wajah atau sidik jari dengan otentikasi lebih aman yang mendukung seumur hidup.
b. Microsoft edge
Microsoft edge adalah browser yang dibangun modern dan lebih bersifat pribadi serta responsif.
c. Windows Ink
Fitur ini memungkinkan ide-ide didalam pikiran dituliskan dengan pena khusus untuk kemudian ditangkap kedalam gambar dan diolah.
d. Cortana
Fitur ini layaknya seperti asisten pribadi
yang memungkinkan pengguna dapat
menyelesaikan tugas, mengatur pengingat dan bekerja dengan perangkat secara lebih produktif.
e. Xbox Play Anywhere
Fitur ini memungkinkan pengguna
terhubung dengan komunitas game
dimanapun untuk bermain dengan performa yang baik.
f. Continuum
Fitur ini memungkinkan perangkat untuk dapat digunakan kedalam mode 2-in-1 yang berjalan sesuai mode yang diinginkan.
2.2Unified Theory of Acceptance and Use of Technology 2 (UTAUT2)
Unified Theory of Acceptance and Use of Technology 2 (UTAUT2)merupakan sebuah model penerimaan teknologi dari Venkatesh et al. (2012).Model ini menjelaskan penerimaan suatu teknologi berdasarkan sisi pengguna lebih baik dengan persentase perbaikan dari 56% menjadi 74% untuk penerimaan berupa niat perilaku penggunaan dan perbaikan pada penerimaan berupa perilaku penggunaan dengan persentase dari 40% menjadi 52% (Venkatesh et al., 2012).
Fakultas Ilmu Komputer, Universitas Brawijaya
Performance expectancy (PE) digunakan untuk menjelaskan sejauh mana pengguna mendapatkan manfaat dalam menggunakan suatu sistem atau teknologi (Venkatesh et al., 2012).
Effort Expectany (EE) menjelaskan sejauh mana suatu sistem atau teknologi mudah untuk digunakan (Jambulingam, 2013).
Social Influence (SI)menjelaskan seseorang menggunakan suatu teknologi karena adanya dorongan dari orang-orang sekitar (Harsono, 2014).
Facilitating Conditiion (FC) menjelaskan persepsi seseorang bahwa infrastruktur berupa
perangkat atau pengetahuan mendukung
penggunaan suatu sistem atau teknologi (Raman et al., 2014).
Hedonic Motivation (HM) merupakan motivasi kesenangan yang diperoleh dari penggunaan suatu sistem atau teknologi (Venkatesh et al., 2012).
Price Value (PV) adalah trade-off antara biaya yang dibayar dengan manfaat yang
didapatkan dari penggunaan teknologi
(Venkatesh et al., 2012).
Habit (H) menjelaskan bagaimana seseorang
menggunakan suatu sistem dalam
kesehariannya (Harsono, 2014).
Pada penelitian ini digunakan model asli UTAUT2 yang disarankan oleh Venkatesh et al. (2012) tanpa moderator yang merujuk pada penelitian Xiuyan Shao & Mikko Siponen (2011).Model penelitian dapat dilihat dalam Gambar 1.
Gambar 1. Model Penelitian
Berdasarkan gambar tersebut, terdapat
sembilan konstruk yaitu performance
expectancy (PE), effort expectancy (EE), social influence (SI), facilitating condition (FC), hedonic motivation (HM), price value (PV), habit (H), behaviour intention (BI) dan use behaviour (UB) dengan 10 hipotesis, yaitu:
H1. Terdapat hubungan positif antara persepsi manfaat (PE) dengan niat (BI).
H2. Terdapat hubungan positif antara persepsi kemudahan (EE) dengan niat (BI).
H3. Terdapat hubungan positif antara lingkungan sekitar (SI) dengan niat (BI).
H4. Terdapat hubungan positif antara kondisi fasilitas (FC) dengan niat (BI).
H5. Terdapat hubungan positif antara kondisi fasilitas (FC) dengan perilaku (UB).
H6. Terdapat hubungan positif antara motivasi kesenangan (HM) dengan niat (BI).
H7. Terdapat hubungan positif antara harga (PV) dengan niat (BI).
H8. Terdapat hubungan positif antara kebiasaan (H) dengan niat (BI).
H9. Terdapat hubungan positif antara kebiasaan (H) dengan perilaku (UB).
H10. Terdapat hubungan positif antara niat (BI) dengan perilaku (UB).
3. METODOLOGI
Penelitian ini mengadopsi item-item kuisioner berdasarkan model UTAUT2 dari Venkatesh et al. (2012) yang diterjemahkan dan di sesuaikan dengan penelitian. Kuisioner juga
dilakukan pengujian untuk mengetahui
keandalannya dengan melakukan pilot study. Kuisioner terdiri dari 33 pertanyaan meliputi tiga pertanyaan demografi responden dan tiga puluh pertanyaan berdasarkan variabel-variabel yang diteliti yaitu empat pertanyaan mengenai
performance expectancy (PE), empat
pertanyaan mengenai effort expectancy (EE), tiga pertanyaan mengenai social influence (SI), empat pertanyaan mengenai facilitating condition (FC), tiga pertanyaan mengenai hedonic motivation (HM), tiga pertanyaan
Fakultas Ilmu Komputer, Universitas Brawijaya
pertanyaanmengenai habit (H), tiga pertanyaan mengenai behaviour intention (BI) dan dua pertanyaan mengenai use behaviour (UB). Kuisioner penelitian menggunakan google form secara online dan di distribusikan kepada responden penelitian yang merupakan pengguna OS Windows 10 mahasiswa di Indonesia dengan rentang usia 19 sampai 24 tahun untuk mengetahui faktor-faktor yang memengaruhi penerimaan sistem operasi ini. Data hasil kuisioner dianalisis dengan metode Structural Equation Model (SEM) untuk mengetahui keterkaitan antar variabel apakah hipotesis dapat diterima atau ditolak berdasarkan hasil dari analisis data yang dilakukan menggunakan software statistik (Oruc et al., 2016).
4. ANALISIS DATA
Pada penelitian ini, kuisioner yang digunakan mengacu pada Venkatesh et al. (2012) yang diterjemahkan dan diubah menurut pendapat ahli.Pilot study dilakukan untuk menguji keandalan kuisioner yang akan dibagikan kepada responden yang mewakili sampel penelitian sebelum full scale study. Uji reliabilitas digunakan untuk mengukur konsistensi jawaban responden (Simon,
2011).Ukuran yang digunakan untuk
menentukan suatu indikator dapat dinyatakan
reliabel dinamakan cronbach alpha.
Kriterianilai dari cronbach alpha dibagi menjadi tiga, yaitu dapat dikatakan baik bila (>0,7), dapat diterima bila (>0,6) dan ditolak apabila (<0,5) (Bhatnagar et al., 2014). Hasil pengujian dapat dilihat dalam Tabel 1.
Tabel 1. Nilai Croanbach Alpha
Variabel
Effort Expectancy (EE) 0,873
Social Influence (SI) 0,821
Facilitating Condition (FC) 0,694
Hedonic Motivation (HM) 0,888
Price Value (PV) 0,824
Habit (H) 0,866
Behavioural Intention (BI) 0,913
Use Behaviour (UB) 0,664
Berdasarkan Tabel 1, dapat disimpulkan bahwa semua indikator telah reliable sehingga kuisioner dapat digunakan untuk mengambil
data responden. Data yang berhasil
dikumpulkan sebanyak 260 data.Karakteristik responden dapat dilihat dalam Tabel 2.
Tabel 2. Karakteristik Responden
Kategori Tipe Jumlah Persentase Jenis
4.1Little MCAR Test
Missing data merupakan masalah yang sering di temukan dalam analisis statistik.Little MCAR test digunakan pada penelitian ini untuk mencari missing value pada data. Pada penelitian ini, dikarenakan penggunaan kuisioner secara online dengan sistem required untuk setiap pertanyaan maka tidak terdapat missing data atau data yang tidak lengkap. Hal ini juga didukung dengan nilai pengujian little MCAR untuk setiap indikator bernilai 0 (Sig. 0) atau tidak terdapat missing data (Chandio, 2011).Sehingga berdasarkan hasil pengujian data tersebut, data yang dipergunakan berjumlah 260 data.
4.2Uji Outlier
Fakultas Ilmu Komputer, Universitas Brawijaya 4.3Kolmogorof-Smirnov Test
Pengujian normalitas menggunakan
kolmogorof-smirnov test untuk memastikan bahwa data yang digunakan memiliki distribusi yang normal. Dari hasil pengujian dinyatakan bahwa 238 data memiliki distribusi yang normal dengan nilai signifikasi 0,091 (Sig. >0,05) (Field, 2009).
4.4Levene’s Test
Pengujian homogenitas menggunakan
levene’s test untuk memastikan bahwa data berasal dari varians yang sama. Dari hasil pengujian dinyatakan bahwa 238 data homogen dengan mayoritas nilai setiap indikator (>0,05) (Field, 2009).
4.5Kaiser-Mayer-Olkin and Bartlett Test
Pengujian dilakukan untuk memastikan jumlah sampel data yang digunakan telah memenuhi kecukupan data. Metode KMO andBartlett test digunakan untuk menguji kecukupan data sebanyak 238 data yang telah terkumpul. Hasil pengujian menunjukkan bahwa data telah memenuhi kecukupan data.Hasil dapat dilihat dalam Tabel 3.
Tabel 3. Nilai KMO and Bartlett Test Indeks Nilai Kriteria Referensi
Kaiser-Pengujian ini dilakukan dengan perhitungan pearson product moment untuk memastikan setiap indikator telah merepresentasikan variabel latennya. Hasil dari perhitungan pearson correlation menunjukkan bahwa masing-masing indicator kemudian dapat merepresentasikan variabel latennya sehingga 238 data dapat dinyatakan valid, nilai pearson
correlation masing-masing variabeldapat dilihat dalam Tabel 4.
Tabel 4. Nilai Pearson Correlation
Variabel laten Indikator
Fakultas Ilmu Komputer, Universitas Brawijaya 4.7Uji Overall Model Fit
Pada tahap uji kecocokan seluruh model dilakukan uji kecocokan antara model yang digunakan dengan data yang diperoleh dengan menggunakan kriteria GOFI (Goodness Of Fit Indices) (Wijanto, 2008). Model pengujian dapat dilihat dalam Gambar 2 dan hasil dari analisis GOFI dapat dilihat dalam Tabel 5.
Gambar 2. Overall Model Fit
Tabel 5. Nilai Goodness Of Fit Indices
Indeks Batas Nilai Keterangan Referensi
x2/df <3 1,809 Fit Oruҫ &
Tatar (2016)
GFI >0,8 0,859 Fit
AGFI >0,8 0,822 Fit RMSEA <0,08 0,056 Fit
CFI >0,9 0,942 Fit
Berdasarkan Gambar 2, model
digambarkan dengan variabel laten yang memiliki indikator dan error dimana untuk
antar variabel laten digambarkan dengan panah dua arah sebagai langkah untuk mengukur kesesuaian suatu model. Sedangkan pada Tabel 5, dapat dilihat bahwa nilai dari setiap indeks telah memenuhi kriteria sehingga model dapat dinyatakan bahwa telah sesuai dengan data (fit).
4.8Uji Measurement Model Fit
Pengujian ini dilakukan untuk mengetahui kecocokan antara indikator dan variabel laten. Metode yang digunakan adalah Confirmatory Factor Analysis yang digunakan untuk
mengonfirmasi bahwa pertanyaan yang
digunakan dapat menjelaskan variabel latennya (Santoso, 2015 disitasi dalam Haq, 2016).Hasil pengujian dapat dilihat dalam Tabel 6.
Tabel 6. Hasil uji measurement model fit
Item Loading
Factor
t-value p-value
Kriteria >0,5 >1,96 <0,5*
<0,01** <0,001***
PE PE1 0,771 12,991 ***
PE2 0,733 12,239 ***
PE3 0,587 9,458 ***
PE4 0,808 -
EE EE1 0,855 15,260 ***
EE2 0,864 15,482 ***
EE3 0,853 15,229 ***
EE4 0,788 -
SI SI1 0,781 10,921 ***
SI2 0,757 10,682 ***
SI3 0,724 -
FC FC1 0,688 8,295 ***
FC2 0,655 8,110 ***
FC3 0,666 8,124 ***
FC4 0,592 -
HM HM1 0,900 17,243 ***
HM2 0,915 17,596 ***
HM3 0,806 -
PV PV1 0,755 11,659 ***
PV2 0,839 12,630 ***
PV3 0,767 -
H H1 0,869 17,577 ***
H2 0,889 18,253 ***
H3 0,864 14,413 ***
H4 0,836 -
BI BI1 0,875 21,939 ***
BI2 0,916 24,561 ***
BI3 0,925 -
UB UB1 0,682 4,280 ***
UB2 0,502 -
Fakultas Ilmu Komputer, Universitas Brawijaya 4.9Uji StructuralModel Fit
Pengujian ini dilakukan menggunakan metode path analysis untuk menganalisis hubungan sebab akibat antar variabel laten yang dihipotesiskan diawal pada model yang digunakan. Hipotesis yang diusulkan dapat diterima apabila memiliki nilai yang signifikan (t-value>1,96; p-value<0,05). Sedangkan kekuatan hubungan dilihat berdasarkan nilai standardized regression weights (β) (β >0,3) (Hoe, 2008). Gambar pengujian model dapat dilihat dalam Gambar 3 dan hasil dari uji hipotesis dapat dilihat pada Tabel 7.
Gambar 3 Structural Model Fit
Tabel 7. Hasil uji structural model fit Indikator Β t-value
(>1,96)
p-value
(<0,05)
Keterangan
BI < - - PE 0,288 5,191 *** Diterima
BI < - - EE -0,051 -1,004 0,315 Ditolak
BI < - - FC 0,099 1,768 0,077 DItolak
BI < - - H 0,653 11,024 *** Diterima
BI < - - SI 0,116 2,145 0,032 Diterima
BI < - - HM 0,149 2,931 0,003 Diterima
BI < - - PV 0,021 0,413 0,679 Ditolak
UB < - - FC 0,258 2,281 0,023 Diterima
UB < - - H 0,424 2,773 0,006 Diterima
UB < - - BI -0,059 -0,499 0,624 Ditolak
Berdasarkan Tabel 7, terdapat 6 hipotesis yang memiliki hubungan yang signifikan dan 4 hipotesis yang memiliki hubungan tidak signifikan. Hipotesis dengan nilai yang
signifikan dapat dinyatakan diterima
diantaranya adalah hubungan antara
kemanfaatan, lingkungan sekitar, kesenangan serta kebiasaan dengan niat pengguna dan hubungan antara kondisi fasilitas dan kebiasaan
dengan perilaku penggunaan.Sedangkan,
hipotesis dengan nilai yang tidak signifikan dapat dinyatakan ditolak diantaranya adalah hubungan antara kemudahan, harga dan kondisi fasilitas dengan niat pengguna dan niat penggunaan dengan perilaku pengguna.
5. PEMBAHASAN
H1 : Responden merasa mendapatkan manfaat
apabila menggunakan OS Windows 10.
Menurut responden dengan menggunakan OS Windows 10akan membawa dampak positif, sehingga manfaat yang diharapkan dalam menggunakan sistem operasi ini berhubungan erat dengan niat responden untuk menggunakan Windows 10. Dengan nilai t-value 5,191 ( >1,96) dan nilai p-value 0,001 atau (***) (<0,05), hal ini menunjukkan bahwa dalam penelitian ini manfaat yang diharapkan (PE) sangat memengaruhi niat responden (BI) untuk menggunakan OS Windows 10. Oleh karena itu dalam penelitian ini hipotesis 1 diterima.
Fakultas Ilmu Komputer, Universitas Brawijaya
H3 : Responden merasa lingkungan disekitar
membuat responden berfikir dengan
menggunakan OS Windows 10 akan
memberikan dampak positif baginya.
Berdasarkan nilai dari t-value 2,145 ( >1,96) dan nilai p-value 0,032 (<0,05), hal ini menunjukkan bahwa dalam penelitian ini lingkungan sekitar (SI) memiliki hubungan erat yang memengaruhi niat responden (BI) untuk menggunakan OS Windows 10. Oleh karena itu dalam penelitian ini hipotesis 3 diterima. H4 : Responden merasa infrastruktur tidak mendukung untuk menggunakan OS Windows 10. Kondisi seperti perangkat maupun
pengetahuan yang dibutuhkan untuk
menggunakan sistem operasi ini dianggap tidak dijadikan alasan untuk seseorang akhirnya berniat menggunakan (BI) Windows 10 sebagai sistem operasinya.Oleh karena itu dalam penelitian ini hipotesis 4 ditolak. Hasil ini juga serupa dengan penelitian yang dilakukan oleh Adelyn Kuan Lai Kit et al. (2014) mengenai hubungan kondisi fasilitas dengan niat seseorang untuk mengadopsi aplikasi mobile yang menyatakan bahwa kondisi fasilitas tidak memengaruhi niat responden untuk mengadopsi aplikasi mobile.
H5 : Responden merasa infrastruktur
mendukung penggunaan OS Windows 10. Perangkat maupun pengetahuan mengenai sistem operasi ini berdampak pada perilaku penggunaan (UB) yang diperlihatkan dari lamanya waktu penggunaan OS Windows 10. Didukung pula dengan nilai t-value 2,281 ( >1,96) dan nilai p-value 0,023 (<0,05) sehingga dalam penelitian ini hipotesis 5 diterima. H6 : Responden memiliki motivasi kesenangan
untuk menggunakan OS Windows 10.
Responden merasa sistem operasi ini
menyenangkan maupun menghibur sehingga motivasi kesenangan (HM) memiliki pengaruh
terhadap niat responden (BI) untuk
menggunakan OS Windows 10 . Didukung dengan nilai t-value 2,931 ( >1,96) dan nilai p-value 0,003 (<0,05) sehingga dalam penelitian ini hipotesis 5 diterima.
H7 : Responden merasa nilai yang didapatkan tidak sebanding dengan biaya yang dikeluarkan untuk menggunakan OS Windows 10. Fitur-fitur yang ditawarkan dirasa memiliki nilai yang sesuai dengan harga sistem operasi ini sehingga faktor tersebut tidak memengaruhi niat
responden untuk menggunakan OS Windows
10.Hal ini menunjukkan bahwa dalam
penelitian ini biaya yang dikeluarkan (PV) tidak memengaruhi niat responden (BI) untuk menggunakan OS Windows 10.Oleh karena itu dalam penelitian ini hipotesis 6 ditolak. Hasil ini serupa dengan penelitian yang dilakukan oleh Listyo Dwi H. dan Lisandy Arinta S (2014) mengenai perilaku mahasiswa di Bandung untuk mengadopsi aplikasi LINE yang menyatakan bahwa harga tidak memengaruhi niat untuk menggunakan LINE.
H8 : Responden terbiasa menggunakan
Windows 10. Menurut responden,
menggunakan OS Windows 10 merupakan kebiasaan yang dilakukan secara terus menerus dan telah menjadi bagian dari hidupannya, didukung dengan nilai t-value 11,024 ( >1,96) dan nilai p-value 0,001 atau (***) (<0,05), hal ini menunjukkan bahwa dalam penelitian ini kebiasaan (H) sangat memengaruhi niat responden (BI) sehingga hipotesis 8 diterima. H9 : Responden terbiasa menggunakan OS
Windows 10. Menurut responden,
menggunakan OS Windows 10 merupakan kebiasaan yang telah menjadi bagian dari kehidupannya, didukung dengan nilai t-value 2,773 ( >1,96) dan nilai p-value 0,006 (<0,05), hal ini menunjukkan bahwa dalam penelitian ini kebiasaan (H) memengaruhi perilaku responden (UB) dalam menggunakan OS Windows 10. Oleh karena itu dalam penelitian ini hipotesis 9 diterima.
H10 : Responden tidak mempengaruhi perilaku penggunaan OS Windows 10. Niat responden baik kecil maupun besar untuk menggunakan sistem operasi ini dirasa tidak memengaruhi perilaku responden seperti intensitas waktu penggunaan dalam menggunakan OS Windows 10.Oleh karena itu dalam penelitian ini hipotesis 8 ditolak. Hasil ini serupa dengan
penelitian sebelumnya dilakukan oleh
Fakultas Ilmu Komputer, Universitas Brawijaya 6. KESIMPULAN
Berdasarkan hasil dari penelitian ini dapat disimpulkan bahwa terdapat 6 faktor yang memengaruhi penerimaan seseorang terhadap OS Windows 10 di Indonesia yang dapat dilihat kedalam dua bentuk penerimaan yaitu niat dan perilaku penggunaan. Penerimaan dalam bentuk niat untuk menggunakan Windows 10 pada mahasiswa di Indonesia dipengaruhi oleh beberapa faktor seperti manfaat yang didapat, pengaruh lingkungan sekitar, motivasi kesenangan serta kebiasaan. Sedangkan, responden tidak berniat untuk menggunakan sistem operasi ini karenadirasa tidak mudah untuk digunakan, harga yang tidak sebanding dengan nilai yang didapatkan serta tidak
memiliki fasilitas yang mendukung
penggunaan. Disisi lain, penerimaan berupa perilaku penggunaan dipengaruhi oleh kondisi
fasilitas yang kemudian memungkinkan
pengguna dapat menggunakan sistem operasi
ini serta kebiasaan pengguna dalam
menggunakan sistem operasi ini. Sedangkan untuk menggunakan sistem operasi ini, pengguna merasa tidak memerlukan niat terlebih dahulu.
Penelitian ini dilakukan dengan
menggunakan responden mahasiswa dengan rentang usia 19 sampai 24 tahun di Indonesia. Hasil dari penelitian dapat berbeda jika dilakukan pada responden dengan kategori lainnya.Model penelitian juga dapat diperluas menggunakan moderator maupun digabungkan dengan model lainnya mengingat cakupan penelitian yang luas.
7. DAFTAR PUSTAKA
Abdillah, Willy, and Jogiyanto. Partial Least Square (PLS), Alternatif Structural Equation Modeling (SEM) Dalam Penelitian Bisnis. Yogyakarta: Andi Publisher, 2015.
Badan Pusat Statistik. Badan Pusat Statistik.
Maret 03, 2017.
https://www.bps.go.id/linkTabelStatis/v iew/id/1533 (accessed Maret 05, 2017). Bhatnagar, Ruchi, Jihye Kim, and Joyce E.
Many. "Candidate Surveys on Program Evaluation: Examining Instrument Reliability, Validity and Program Effectiveness." American Journal of Educational Research, 2014: 683-690. Chandio, Fida Hussain. Studying Acceptance Of
Online Banking Information System: A Structural Equation Model. PhD Thesis, London: Brunel University West London, 2011.
Field, Andy. Discovering Statistic Using SPSS. SAGE, 2009.
Gagne, Silberschatz Galvin. Operating System Concept. United States of America: John Wiley & Sons, Inc., 2005.
Garland, Ron. "The Mid-Point on a Rating Scale: Is it Desirable?" Marketing Bulletin, 1991: 66-70.
Globalstats. gs.statcounter.com. Oktober 2016. http://gs.statcounter.com/os-version-
market-share/windows/desktop/indonesia/ (accessed November 09, 2016).
Haq, One Safitri Waddinil. Analisis Faktor-Faktor yang Memengaruhi Publikasi
Foto Pribadi Pengguna Pada
Instagram Dengan Menggunakan
Structural Equation Modeling (SEM).
Strata 1, Malang: Universitas
Brawijaya, 2016.
Hariri, Abdulrahman, and Paul Roberts. "Adoption of Innovation within Universities: Proposing and Testing an Initial Model." Creative Education (Scientific Research Publishing), 2015: 186-203.
Harsono, Listyo Dwi, and Lisandy Arinta Suryana. "Factors Affecting the Use Behavior of Social Media Using
UTAUT 2." AP14 Singapore
Conference. Singapore: Global
Business Research, 2014. S471.
Hoe, Siu Loon. "Issues and Procedures in
Adopting Structural Equation
Modeling." Quantitative Methods Inquires, 2008: 78-83.
Fakultas Ilmu Komputer, Universitas Brawijaya
Applied Sciences Journal, 2013: 1262-1271.
Kit, Adelyn Kuan Lai, Ann Hui Ni, Emeilee Nur Freida Binti Mohd Badri, and Tang Kia Yee. UTAUT2 Influencing The Behavioural. Bachelor, Malaysia: University Tunku Abdul Rahman, 2014.
Lestari, Sumini Wiji. Analisis Penerimaan Teknologi Wi-Fi Menggunakan Metode Technology Acceptance Model (TAM) Pada SMK Negeri 1 Ngawi. Strata 1, Malang: Universitas Brawijaya, 2016. Liang, WU. "An Empirical Research on Poor
Rural Agricultural." International
Workshop on Information and
Electronics Engineering (IWIEE). GuiYang: Elsevier Ltd., 2012. 1578 – 1583.
Madigan, Ruth, et al. "Acceptance of Automated Road Transport Systems (ARTS):an adaptation of the UTAUT model." Transport Research Arena. United Kingdom: Elsevier B.V., 2016. 2217 – 2226.
Myerson, Terry. Microsoft. June 1, 2015. https://blogs.windows.com/windowsex perience/2015/06/01/hello-world-
windows-10-available-on-july-29/#gX3xkzXfpYFcRjvc.97 (accessed September 25, 2017).
Oruç, Ozlem Ege, and Çigdem Tatar. "An investigation of factors that affect internet banking usage based on structural equation modeling."
Computers in Human Behavior
(Elsevier Ltd.), 2016: 232-235.
Prophet, Tony. Microsoft. May 13, 2015. https://blogs.windows.com/windowsex perience/2015/05/13/introducing-
windows-10-editions/#ApIcvZfVLXshF8Ux.97 (accessed February 03, 2017).
Raman, Arumugam, Ruuhina Mohd Sani, and Paramjit Kaur. "Facebook as a
Collaborative and Communication
Tool: A Study of Secondary School
Students in Malaysia." The
International Conference on
Communication and Media. Malaysia: Elsevier Ltd., 2014. 141 – 146.
Santos-Feliscuzoa, Larmie T., and Celbert M. Himang. "Library Periodical Indexing
Software Evaluation using."
International Conference on Asia Pacific Business Innovation & Technology Management. Phillipines: Elsevier Ltd., 2011. 104 – 114.
Sarjono, Haryadi, and Winda Julianita. Structural Equation Modeling (SEM). 1. Jakarta: Salemba Empat, 2015. Shao, Xiuyan, and Mikko Siponen. "Consumer
Acceptance and Use of Information
Technology: Adding consumption
theory to UTAUT2." SIGSVC
Workshop. Finland: All Sprouts Content, 2011. 11-157.
Simon, Marilyn K. Dissertation and Scholarly research: recipes for success. Master
Disseration, Seattle:
Dissertationrecipes, 2011.
Taiwo, Ayankunle Adegbite, and Alan G. Downe. "The Theory Of User Acceptance And Use Of Technology (UTAUT): A Meta-Analytic Review Of Empirical Findings." Journal of Theoretical and Applied Information Technology, 2013: 48-58.
Venkatesh, Viswanath, James Y. L. Thong, and Xin Xu. "Consumer Acceptance And
Use Of Information Technology:
Extending The Unified Theory Of Acceptance And Use Of Technology." MIS Quarterly (MIS Quarterly), 2012: 157-178.
Venkatesh, Viswanath, Michael G. Morris, Gordon B. Davis, and Fred D. Davis. "User Acceptance of Information Technology: Toward A Unified View." MIS Quarterly, 2003: 425-478.
