• Tidak ada hasil yang ditemukan

Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP

N/A
N/A
Protected

Academic year: 2021

Membagikan "Team project 2017 Dony Pratidana S. Hum Bima Agus Setyawan S. IIP"

Copied!
18
0
0

Teks penuh

(1)

         

Hak cipta dan penggunaan kembali:

Lisensi ini mengizinkan setiap orang untuk menggubah,

memperbaiki, dan membuat ciptaan turunan bukan untuk

kepentingan komersial, selama anda mencantumkan nama

penulis dan melisensikan ciptaan turunan dengan syarat

yang serupa dengan ciptaan asli.

Copyright and reuse:

This license lets you remix, tweak, and build upon work

non-commercially, as long as you credit the origin creator

and license it on your new creations under the identical

terms.

(2)

ANALISIS TECHNOLOGY ACCEPTANCE MODEL

(TAM) TERHADAP PENGGUNAAN FITUR

BUKAREKSA PADA INVESTOR REKSA DANA

SKRIPSI

Diajukan Guna Memenuhi Persyaratan Memperoleh Gelar Sarjana Komputer (S.Kom)

Fadhal Shulhan 00000011514

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS TEKNIK DAN INFORMATIKA

UNIVERSITAS MULTIMEDIA NUSANTARA

TANGERANG

2019

(3)
(4)
(5)

ANALISIS TECHNOLOGY ACCEPTANCE MODEL (TAM) TERHADAP PENGGUNAAN FITUR BUKAREKSA PADA INVESTOR REKSA DANA

ABSTRAK

Oleh: Fadhal Shulhan

Penelitian ini bertujuan untuk mengetahui tingkat penerimaan investor reksa dana terhadap keberhasilan penerapan fitur Bukareksa. Model penelitian ini menggunakan Technology Acceptance Model (TAM) dengan 5 variabel internal

TAM dan 3 variabel eksternal. Variabel eksternal terdiri dari user interface (UI), content design quality (CDQ) dan perceived trust (PT).

Jenis penelitian menggunakan explanatory kausalitas dengan pendekatan kuantitatif. Jenis pengambilan sampel menggunakan purposive sampling dengan kriteria investor reksa dana Bukareksa yang disebarkan menggunakan kuesioner secara online melalui shortlink kutt.it/surveiBukareksa yang terdiri dari 3 butir pertanyaan demografis dan 29 butir pernyataan berdasarkan 8 konstruk menggunakan alternatif jawaban 5 skala likert. Jumlah responden yang terkumpul sebanyak 100 orang. Metode analisis data menggunakan statistik deskriptif dan

PLS-SEM dengan bantuan software SmartPLS 3.2.8.

Hasil akhir analisis data sebagai berikut: konstruk UI, CDQ, PT dan PEOU tidak memiliki efek positif signifikan terhadap konstruk PU sedangkan konstruk

UI, CDQ dan PT memiliki efek positif signifikan terhadap konstruk PEOU.

Konstruk PU dan POEU memiliki efek positif signifikan terhadap konstruk ATU. Konstruk PU dan ATU memiliki efek positif signifikan terhadap konstruk BIU. Konstruk BIU memiliki efek positif signifikan terhadap konstruk AU.

(6)

iv

ANALYSIS OF TECHNOLOGY ACCEPTANCE MODEL (TAM) ON THE USE OF THE BUKAREKSA FEATURE FOR MUTUAL FUND INVESTORS

ABSTRACT

By: Fadhal Shulhan

In this study aims to determine the level of mutual fund investor acceptance of the successful implementation of the Bukareksa. This research model uses Technology Acceptance Model (TAM) with 5 TAM internal variables and 3 external variables. External variables consist of user interface (UI), content design quality (CDQ) and perceived trust (PT).

Type of research uses explanatory causality with a quantitative approach. Type of sampling uses purposive sampling with the criteria of Bukareksa mutual funds distributed by using online questionnaires via shortlink to kutt.it/surveiBukareksa which consists of 29 questions using 5 alternative answers of likert scale. The number of respondents collected was 100 people. The method of data analysis using PLS-SEM with SmartPLS 3.2.8 software.

The final results of data analysis are as follows: UI, CDQ, PT and PEOU constructs do not have a significant positive effect on the PU construct while the UI, CDQ and PT constructs have a significant positive effect on the PEOU construct. PU and POEU constructs have a significant positive effect on the ATU construct. PU and ATU constructs have a significant positive effect on the BIU construct. The BIU construct has a significant positive effect on the AU construct. Keywords: mutual funds, purposive sampling, PLS-SEM, SmartPLS, TAM

(7)

KATA PENGANTAR

Puji syukur kepada Allah SWT yang telah memberikan kekuatan dan rahmat-Nya sehingga penulis dapat menyelesaikan skripsi ini yang berjudul “Analisis Technology Acceptance Model (TAM) terhadap Penggunaan Bukareksa pada Investor Reksa dana”. Penulisan skripsi ini bertujuan untuk memenuhi salah satu syarat memperoleh dan menyelesaikan gelar sarjana jenjang studi strata 1 (S1) pada Program Studi Sistem Informasi, Fakultas Teknik dan Informatika Universitas Multimedia Nusantara.

Penulis tidak akan dapat menyelesaikan skripsi ini tanpa bantuan dari berbagai pihak yang telah menyumbangkan pikiran, masukan, waktu dan tenaga. Oleh karena itu, penulis mengucapkan terima kasih kepada:

1. Orang tua dan keluarga penulis yang telah mendukung secara moral, mental dan doa serta motivasi untuk penulis dalam menyelesaikan skripsi ini. 2. Ibu Ririn Ikana Desanti, S. Kom., M. Kom. selaku Kepala Program Studi

Sistem Informasi Universitas Multimedia Nusantara.

3. Bapak Ir. Raymond Sunardi Oetama, M.C.I.S. yang telah memberikan bimbingan, informasi dan saran-saran kepada penulis selama penyusunan skripsi.

4. Seluruh dosen Program Studi Sistem Informasi yang tidak dapat disebutkan satu per satu tanpa menghilangkan rasa hormat yang telah memberikan ilmu kepada penulis selama perkuliahan.

(8)
(9)

DAFTAR ISI

PERNYATAAN ... i HALAMAN PENGESAHAN ... ii ABSTRAK ... iii ABSTRACT ... iv KATA PENGANTAR ... v

DAFTAR ISI ... vii

DAFTAR GAMBAR ... xi

DAFTAR TABEL ... xiii

BAB I PENDAHULUAN ... 1 1.1. Latar Belakang ... 1 1.2. Rumusan Masalah ... 2 1.3. Batasan Penelitian ... 2 1.4. Tujuan Penelitian ... 3 1.5. Manfaat Penelitian ... 3

BAB II LANDASAN TEORI ... 5

2.1. Investasi Reksa Dana ... 5

2.2. Technology Acceptance Model (TAM) ... 6

2.3. Pengumpulan Data ... 6

2.3.1. Kuesioner ... 6

2.3.2. Pengertian Populasi ... 7

2.3.3. Pengertian Sampel ... 8

2.3.4. Sampling ... 8

2.4. Partial Least Square-Structural Equation Modeling (PLS-SEM) ... 8

2.4.1. Konsep PLS-SEM ... 8

2.4.2. Evaluasi Model Pengukuran (Outer Model) ... 11

2.4.3. Hipotesis ... 12

(10)

viii

BAB III METODOLOGI PENELITIAN... 19

3.1. Jenis Penelitian ... 19

3.2. Variabel Penelitian ... 19

3.2.1. Variabel Dependen ... 19

3.2.2. Variabel Independen ... 22

3.3. Metode Pengumpulan Data ... 25

3.3.1. Kuesioner ... 25

3.3.2. Populasi dan Sampel Penelitian ... 26

3.4. Instrumen Penelitian... 27

3.4.1. Objek Penelitian dan Butir Kuesioner ... 27

3.4.2. Penetapan Skala Alternatif Jawaban ... 31

3.5. Kerangka Pemikiran ... 31

3.6. Hipotesis Penelitian ... 32

3.7. Metode Analisis Data ... 35

3.7.1. Kerangka Kerja Analisis Data PLS-SEM ... 35

3.7.2. Bentuk Model Struktural (Inner Model) ... 36

3.7.3. Bentuk Model Pengukuran (Outer Model) ... 36

3.7.4. Evaluasi Model Pengukuran (Outer Model) ... 36

3.7.5. Uji Hipotesis ... 40

3.7.6. Evaluasi Model Struktural (Inner Model) ... 42

BAB IV ANALISIS DAN HASIL PENELITIAN ... 45

4.1. Analisis Data Demografis ... 45

4.1.1. Jenis Kelamin ... 45

4.1.2. Usia ... 45

4.1.3. Domisili ... 46

4.2. Analisis Data Respon Setiap Butir Pernyataan ... 47

4.2.1. Keseluruhan Respon Setiap Butir Pernyataan ... 47

4.2.2. User Interface ... 48

4.2.3. Content Design Quality ... 53

4.2.4. Perceived Trust ... 57

4.2.5. Perceived Ease of Use ... 60

(11)

4.2.6. Perceived Usefulness ... 62

4.2.7. Attitude Toward Using... 66

4.2.8. Behavioral Intention to Use ... 69

4.2.9. Actual System Use ... 73

4.3. Statistik Deskriptif ... 75

4.3.1. User Interface (UI) ... 76

4.3.2. Content Design Quality (CDQ) ... 78

4.3.3. Perceived Trust (PT) ... 79

4.3.4. Perceived Ease of Use (PEUO) ... 81

4.3.5. Perceived Usefulness (PU) ... 83

4.3.6. Attitude Toward Using (ATU) ... 84

4.3.7. Behavioral Intention to Use (BIU) ... 86

4.3.8. Actual System Use (AU) ... 87

4.4. Analisis Data Model ... 89

4.4.1. Bentuk Model Struktural (Inner Model) ... 89

4.4.2. Bentuk Model Pengukuran (Outer Model) ... 90

4.4.3. Evaluasi Model Pengukuran (Outer Model) ... 90

4.4.4. Uji Hipotesis ... 101

4.4.5. Evaluasi Model Struktural (Inner Model) ... 116

4.5. Keseluruhan Hasil Analisis Pengukuran (Outer Model) ... 122

4.6. Keseluruhan Hasil Analisis Struktural (Inner Model) ... 124

4.7. Kesimpulan Hipotesis Penelitian ... 126

4.8. Interpretasi dan Pembahasan Hasil Analisis Data Demografis ... 129

4.8.1. Jenis Kelamin ... 129

4.8.2. Usia ... 129

4.8.3. Domisili ... 129 4.9. Interpretasi dan Pembahasan Hasil Analisis Data Respon Setiap Variabel

130

(12)

x

4.10.2. Uji Reliabilitas ... 132

4.11. Interpretasi dan Pembahasan Hasil Hipotesis ... 133

4.11.1. Variabel Eksternal ... 133

4.11.2. Variabel Internal ... 137

4.12. Perbandingan Hasil Penelitian Terdahulu & Penelitian Saat Ini ... 142

4.13. Pembahasan Keseluruhan Hasil Penelitian ... 144

BAB V KESIMPULAN DAN SARAN ... 147

5.1. Kesimpulan ... 147

5.2. Saran ... 149

DAFTAR PUSTAKA ... 150

DAFTAR LAMPIRAN ... 154

(13)

DAFTAR GAMBAR

Gambar 2.1. Model Penerimaan Teknologi (TAM)... 6

Gambar 3.1. Kerangka Pemikiran Penelitian ... 32

Gambar 3.2. Kerangka Kerja Analisis Data PLS-SEM ... 35

Gambar 4.1. Diagram Jenis Kelamin Responden ... 45

Gambar 4.2. Diagram Usia Responden ... 46

Gambar 4.3. Diagram Domisili Responden ... 46

Gambar 4.4. Hasil Keseluruhan Skor Setiap Butir Pernyataan ... 47

Gambar 4.5. Hasil Pernyataan User Interface 1 ... 48

Gambar 4.6. Hasil Pernyataan User Interface 2 ... 49

Gambar 4.7. Hasil Pernyataan User Interface 3 ... 50

Gambar 4.8. Hasil Pernyataan User Interface 4 ... 51

Gambar 4.9. Hasil Pernyataan User Interface 5 ... 52

Gambar 4.10. Hasil Pernyataan Content Design Quality 1 ... 53

Gambar 4.11. Hasil Pernyataan Content Design Quality 2 ... 54

Gambar 4.12. Hasil Pernyataan Content Design Quality 3 ... 55

Gambar 4.13. Hasil Pernyataan Content Design Quality 4 ... 56

Gambar 4.14. Hasil Pernyataan Perceived Trust 1 ... 57

Gambar 4.15. Hasil Pernyataan Perceived Trust 2 ... 58

Gambar 4.16. Hasil Pernyataan Perceived Trust 3 ... 59

Gambar 4.17. Hasil Pernyataan Perceived Ease of Use 1 ... 60

Gambar 4.18. Hasil Pernyataan Perceived Ease of Use 2 ... 61

Gambar 4.19. Hasil Pernyataan Perceived Ease of Use 3 ... 61

Gambar 4.20. Hasil Pernyataan Perceived Usefulness 1 ... 62

Gambar 4.21. Hasil Pernyataan Perceived Usefulness 2 ... 63

Gambar 4.22. Hasil Pernyataan Perceived Usefulness 3 ... 64

Gambar 4.23. Hasil Pernyataan Perceived Usefulness 4 ... 65

(14)

xii

Gambar 4.27. Hasil Pernyataan Behavioral Intention to Use 1 ... 69

Gambar 4.28. Hasil Pernyataan Behavioral Intention to Use 2 ... 70

Gambar 4.29. Hasil Pernyataan Behavioral Intention to Use 3 ... 71

Gambar 4.30. Hasil Pernyataan Behavioral Intention to Use 4 ... 72

Gambar 4.31. Hasil Pernyataan Actual System Use 1 ... 73

Gambar 4.32. Hasil Pernyataan Actual System Use 2 ... 74

Gambar 4.33. Hasil Pernyataan Actual System Use 3 ... 75

Gambar 4.34. Bentuk Model Struktural (Inner Model) ... 89

Gambar 4.35. Bentuk Model Pengukuran (Outer Model) ... 90

Gambar 4.36. Bentuk Outer Loading ... 91

Gambar 4.37. Hasil Analisis t-test ... 102

Gambar 4.38. Hasil Analisis Path Coefficient ... 102

Gambar 4.39. Hasil Akhir Pengujian Hipotesis ... 145

(15)

DAFTAR TABEL

Tabel 2.1. Perbandingan Software Analisa Data ... 14

Tabel 2.2. Penelitian Terdahulu ... 15

Tabel 3.1. Pertanyaan Kuesioner Demografis... 27

Tabel 3.2. Butir Pernyataan Kuesioner Variabel ... 28

Tabel 3.3. Skor Skala Likert ... 31

Tabel 3.4. Hipotesis Penelitian... 33

Tabel 4.1. Statistik Deskriptif User Interface (UI) Bagian 1 ... 76

Tabel 4.2. Statistik Deskriptif User Interface (UI) Bagian 2 ... 77

Tabel 4.3. Statistik Deskriptif Content Design Quality (CDQ) Bagian 1 ... 78

Tabel 4.4. Statistik Deskriptif Content Design Quality (CDQ) Bagian 2 ... 78

Tabel 4.5. Statistik Deskriptif Perceived Trust (PT) Bagian 1 ... 79

Tabel 4.6. Statistik Deskriptif Perceived Trust (PT) Bagian 2 ... 80

Tabel 4.7. Statistik Deskriptif Perceived Ease of Use (PEOU) Bagian 1... 81

Tabel 4.8. Statistik Deskriptif Perceived Ease of Use (PEOU) Bagian 2... 82

Tabel 4.9. Statistik Deskriptif Perceived Usefulness (PU) Bagian 1 ... 83

Tabel 4.10. Statistik Deskriptif Perceived Usefulness (PU) Bagian 2 ... 83

Tabel 4.11. Statistik Deskriptif Attitude Toward Using (ATU) Bagian 1 ... 84

Tabel 4.12. Statistik Deskriptif Attitude Toward Using (ATU) Bagian 2 ... 85

Tabel 4.13. Statistik Deskriptif Behavioral Intention to Use (BIU) Bagian 1 ... 86

Tabel 4.14. Statistik Deskriptif Behavioral Intention to Use (BIU) Bagian 2 ... 86

Tabel 4.15. Statistik Deskriptif Actual System Use (AU) Bagian 1 ... 87

Tabel 4.16. Statistik Deskriptif Actual System Use (AU) Bagian 2 ... 88

Tabel 4.17. Hasil Outer Loading Variabel Eksternal ... 92

Tabel 4.18. Hasil Outer Loading Variabel Internal ... 92

Tabel 4.19. Hasil AVE ... 93

Tabel 4.20. Hasil Cross Loading Variabel Eksternal ... 94

(16)

xiv

Tabel 4.24. Hasil Cronbach’s Alpha ... 98

Tabel 4.25. Hasil Composite Reliability ... 100

Tabel 4.26. Hipotesis H1 Pengaruh UI terhadap PU ... 103

Tabel 4.27. Analisis Bootstrapping UI terhadap PU ... 103

Tabel 4.28. Hipotesis H2 Pengaruh UI terhadap PEOU ... 104

Tabel 4.29. Analisis Bootstrapping UI terhadap PEOU ... 104

Tabel 4.30. Hipotesis H3 Pengaruh CDQ terhadap PU ... 105

Tabel 4.31. Analisis Bootstrapping CDQ terhadap PU ... 105

Tabel 4.32. Hipotesis H4 Pengaruh CDQ terhadap PEOU ... 106

Tabel 4.33. Analisis Bootstrapping CDQ terhadap PEOU ... 106

Tabel 4.34. Hipotesis H5 Pengaruh PT terhadap PU ... 107

Tabel 4.35. Analisis Bootstrapping PT terhadap PU ... 107

Tabel 4.36. Hipotesis H6 Pengaruh PT terhadap PEOU ... 108

Tabel 4.37. Analisis Bootstrapping PT terhadap PEOU ... 108

Tabel 4.38. Hipotesis H7 Pengaruh PEOU terhadap PU ... 109

Tabel 4.39. Analisis Bootstrapping PEOU terhadap PU ... 110

Tabel 4.40. Hipotesis H8 Pengaruh PEOU terhadap ATU ... 110

Tabel 4.41. Analisis Bootstrapping PEOU terhadap ATU ... 111

Tabel 4.42. Hipotesis H9 Pengaruh PU terhadap ATU ... 112

Tabel 4.43. Analisis Bootstrapping PU terhadap ATU ... 112

Tabel 4.44. Hipotesis H10 Pengaruh PU terhadap BIU ... 113

Tabel 4.45. Analisis Bootstrapping PU terhadap BIU ... 113

Tabel 4.46. Hipotesis H11 Pengaruh ATU terhadap BIU ... 114

Tabel 4.47. Analisis Bootstrapping ATU terhadap BIU ... 114

Tabel 4.48. Hipotesis H12 Pengaruh BIU terhadap AU ... 115

Tabel 4.49. Analisis Bootstrapping BIU terhadap AU ... 115

Tabel 4.50. Hasil R2 ... 116

Tabel 4.51. Hasil f2 ... 118

Tabel 4.52. Hasil Q2 ... 119

Tabel 4.53. Hasil q2 ... 121

Tabel 4.54. Keseluruhan Hasil Analisis Pengukuran (Outer Model)... 122

(17)

Tabel 4.55. Keseluruhan Hasil Analisis Struktural (Inner Model) ... 124

Tabel 4.56. Kesimpulan Hasil Hipotesis Penelitian ... 126

Tabel 4.57. Perbandingan Variabel Eksternal ... 142

(18)

154

DAFTAR LAMPIRAN

1. Kuesioner Penelitian 2. Hasil Kuesioner 3. Absensi Bimbingan

Referensi

Dokumen terkait

pengujian hipotesis daya tahan jantung paru (X 1 ) dan daya tahan otot tungkai (X 2 ) terhadap kemampuan tendangan sabit (Y) pada Atlet Putra Pencak Silat UKM Unsyiah

karakteristik manusia dan dalam bidang pendidikan merupakan hasil belajar. Kemampuan afektif merupakan bagian dari hasil belajar dan memiliki peran penting. Keberhasilan

Kertas ini mengkaji corak kemeruapan harga saham sektor ekonomi di Bursa Malaysia, di samping mengenal pasti sektor yang meruap secara berkelangsungan bagi tempoh masa sebelum,

Berdasarkan hasil pengamatan, diketahui bahwa spesies burung rangkong (Bucerotidae) yang terdapat di pegunungan Gugop Kemukiman Pulo Breuh Selatan Kecamatan Pulo Aceh

1) Dalam Pelaksanaannya Komisi Penyiaran Indonesia Daerah (KPID) Riau sudah menjalankan kewenangannya, sebagaimana kewenanganya yang diatur dalam pasal 8 Undang-Undang

Bu nedenle kredi aynı tarihte (14/12/2014) kapatıldığında ilgili ayda tahakkuk eden peşin komisyon tutarı olan 1.268,81 TL ve geri kalan sekiz aya ilişkin itfa edilmemiş

dengan menawarkan sejumlah kemudahan. Ditambah dengan pembeli digital Indonesia diperkirakan mencapai 31,6 juta pembeli pada tahun 2018, angka ini meningkat dari

Dari Gambar 1 tampak baik simulasi pada data suhu udara maupun data kecepatan angin memiliki rataan yang lebih mendekati data setelah menggunakan algoritma Filter