ANTECEDENT PERILAKU ADOPSI E-COMMERCE (Studi pada UKM di Surakarta) Skripsi

perpustakaan.uns.ac.id

digilib.uns.ac.id

ANTECEDENT PERILAKU ADOPSI E-COMMERCE (Studi pada UKM di Surakarta)

Skripsi Diajukan untuk Melengkapi Tugas-tugas dan Memenuhi Syarat-syarat Guna Mencapai Gelar Sarjana Ekonomi Jurusan Manajemen Fakultas Ekonomi Universitas Sebelas Maret Surakarta

Oleh: DARWIN WARMANSYAH F0206039

FAKULTAS EKONOMI UNIVERSITAS SEBELAS MARET SURAKARTA 2010

commit to user


digilib.uns.ac.id

commit to user


digilib.uns.ac.id

commit to user


digilib.uns.ac.id

MOTTO

Dan janganlah kamu campur adukkan yang hak dengan yang batil dan janganlah kamu sembunyikan yang hak itu, sedang kamu mengetahui (QS. AL-BAQARAH : 42)

Bertarung dan menaklukan semua pertempuran bukanlah kesempurnaan yang utama, kesempurnaan yang utama berada pada penghancuran ketahanan musuh tanpa pertarungan (Sun Tzu) Jika anda ingin mencapai hasil lebih dan bukan sekedar bertahan dan melewatihari, memegang kendali atas hidup, karier, dan nasib anda, berhentilah bermimpi dan mulailah bekerja (D.A. Benton) Hidup terlalu besar untuk mengerjakan pekerjaan yang kecil (Mario Teguh)

Kalau kamu ragu akan sesuatu, pejamkan mata dan hitung sampai tiga, ucapkan harapanmu dalam hati dan melangkahlah (Anandia Yuliani)

commit to user


digilib.uns.ac.id

PERSEMBAHAN Skripsi ini saya persembahkan kepada : 1.

Allah SWT… terimakasih atas segala petunjuk dan karuniaMU

2. Bapak, Ibuk, Mas David Warmansyah, dan Dek Galuh Oktavia Warmansyah yang selalu mendoakan dan mendukung, bangga bisa menjadi bagian dari kalian,, 3. Mbah kakung (terima kasih atas doa nya selama ini dan tambahan uang sakunya), Keluarga Pakdhe Wariso di Jkarta (telah banyak banget bantuannya, mengucapkan sangat2 terima kasih), dan Keluarga besar bwt dukungan dan doa2nya,, 4. Kristanti Nindyah Permatasari “nin2” dan keluarga, thanks for your love & thanks for your support… :-* 5. Angela Pranindya dan Anandia Yuliani,, terimasih bwt warna kehidupan ini, doa dan dukungannya, sukses bwt kalian J,, Sahabat2 Pejuang Kehidupan (Haryo, Very, Arif, Okbrin, Miftah, Andri, Toha, TA, Iswan, Ridwan) bangga bisa menjadi bagian dari cerita kehidupan kalian, mari bersama merajut mimpi, dan terus berjalan kawan. 6. Bapak Haryanto, SE,M.Si, (terima kasih buat bimbingannya selama ini dan maaf bila ada kesalahan dari saya,, Sukses selalu buat pak har,.) Bp Dr. Budhi Haryanto, MM. (terimaksih atas arahan2 yang sudah diberikan yang membuat saya terharu, saya akan selalu ingat kata-kata dari bapak), segenap dosen dan civitas akademika fakultas ekonomi UNS. 7. Keluarga besar BEM FE UNS, BAPEMA, HMJM, teater GADHANG (sangat beruntung bisa mengenal kalian, terima kasih atas ilmu yang ditularkan, Suksess!), Keluarga besar COKLAT (hmm, salute bwt kalian dan terus berjuang, bwt angkatan tua, ayo gek kerjo!,eh, ayo gek lulus jg ding.,he), FAO, dan KFK (ada Project?, he,). 8. Keluargaku di Solo #Kontrakan The Kriuk 1 dan The Kriuk 2 (Jonar, Janu, Tino, Ibnu Grandong, Darmoe, Ariska, Andreas, Ucok, Agung) Cuma bisa maturnuwun, he, atas kekonyolan dan warna lain hidup ini, #Kos Wahyu Jaya (Irvan, Nevir, Tino, Haris, Labibi, Topik, Tian, “dewo” Qomar) tempat yang nyaman buat reformasi, #Kontrakan Omah Ijo (Deni, SE, Krisdam, Hanung, SE, Eko, SE) makasih buat tumpangannya yang nyaman, support kalian, kebersamaan kalian,, bwt kris, ayo gek SE J,,, Suksess Bwt Kalian, Saudara2ku Semua!!, 9. Seluruh Teman2 Manajemen 2006, trima kasih atas kebersamaanya selama ini…kenangan yang tak terlupakan… 10. Dan Semua pihak yang tidak dapat disebutkan satu persatu yang telah banyak membantu dalam penyusunan skripsi ini. Maturnuwun!

commit to user


digilib.uns.ac.id

KATA PENGANTAR

‫ﻟﺒِﺴــــــﻢ اﷲ اﻟﺮٌﺣﻤﻦ اﻟﺮٌ ﺣﯿﻢ‬

Assalamu’alaikum Wr. Wb Alhamdulillahi Rabbil’alamin. Puji syukur penulis panjatkan kehadirat Allah SWT atas limpahan kasih dan sayang-Nya. Akhirnya penulis dapat menyelesaikan skripsi dengan judul ” ANTECEDENT PERILAKU ADOPSI E-COMMERCE (Studi pada UKM di Surakarta)”. Skripsi ini disusun dalam rangka memenuhi tugas dan persyaratan untuk meraih gelar Sarjana Ekonomi Jurusan Manajemen di Fakultas Ekonomi Universitas Sebelas Maret Surakarta. Skripsi ini tidak akan selesai tanpa doa, bantuan dan dorongan dari berbagai pihak. Untuk itu penulis ingin mengucapkan terima kasih kepada: 1. Haryanto, SE, MSi., selaku dosen pembimbing skripsi yang telah bersedia meluangkan waktu untuk membimbing, memberi saran dan masukan kepada penulis hingga selesainya skripsi ini. 2. Prof. Dr. Bambang Sutopo, M.Com, Ak., selaku Dekan Fakultas Ekonomi Universitas Sebelas Maret Surakarta. 3. Dra. Endang Suhari, MSi., selaku Ketua Jurusan Manajemen 4. Reza Rahardian, SE, MSi., selaku Sekretaris Jurusan Manajemen dan pembimbing akademik. 5. Seluruh dosen dan staff administrasi Fakultas Ekonomi Universitas Sebelas Maret Surakarta.

commit to user


digilib.uns.ac.id

6. Ibuk dan Bapak yang begitu besar memberikan kepercayaan pada anaknya untuk berproses menemukan dan memahami arti hidup yang sebenarnya. Sungguh membahagiakan dan membanggakan Ibu dan Bapak adalah sumber motivasi terbesarku. 7. Kakak dan adikku tercinta (David Warmansyah dan Galuh Oktavia Warmansyah) yang tiada henti mendukung semua yang kulakukan. 8. Semua Sahabat dan orang-orang disekelilingku yang begitu memberikan arti besar bagiku. Diri ini bukan apa-apa tanpa cinta dan kasih sayang kalian. Ketika diri ini belum mampu membalas semua apa yang kalian berikan, biarkan Allah yang akan membalas dengan cintaNya. 9. Semua pihak yang tidak dapat penulis sebutkan satu persatu, yang telah memberikan bantuan dalam bentuk apapun kepada penulis dalam penulisan skripsi ini. Penulis menyadari, skripsi ini masih jauh dari sempurna, oleh karena itu kritik dan saran membangun sangat penulis harapkan. Akhir kata, semoga skripsi ini dapat bermanfaat bagi semua pihak yang membutuhkan. Terima kasih. Wassalamu’alaikum Wr. Wb.

Surakarta, Desember 2010

Penulis

commit to user


digilib.uns.ac.id

DAFTAR ISI HALAMAN HALAMAN JUDUL.................................................................................... ABSTRAK ................................................................................................... HALAMAN PERSETUJUAN .....................................................................

ii

HALAMAN PENGESAHAN......................................................................

iii

HALAMAN MOTTO ..................................................................................

iv

HALAMAN PERSEMBAHAN ..................................................................

v

KATA PENGANTAR .................................................................................

vi

DAFTAR ISI ................................................................................................

viii

DAFTAR TABEL ........................................................................................

xii

DAFTAR GAMBAR ...................................................................................

xiv

BAB I. PENDAHULUAN A Latar Belakang .............................................................................

1

B Permasalahan ................................................................................

6

C Tujuan Penelitian..........................................................................

9

D Manfaat Penelitian .......................................................................

9

1

Kemanfaatan Teoritis ...........................................................

9

2

Kemanfaatan Untuk Studi Lanjutan .....................................

10

3

Kemanfaatan Praktis.............................................................

10

commit to user


4 E

digilib.uns.ac.id

Kemanfaatan Metodologis ...................................................

11

Justifikasi Penelitian .......................................................................

11

1. Isu Penelitian .............................................................................

11

2.

Pendekatan Penelitian ...............................................................

12

3.

Objek Penelitian ........................................................................

12

4.

Prinsip Generalisasi Model .......................................................

12

BAB II. KAJIAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS A Pengertian dan Pendekatan Penelitian .............................................

14

B Posisi Studi .......................................................................................

15

C Pembahasan Teori ...........................................................................

18

1.

Sikap terhadap penggunaan ..............................................

18

2.

Norma Subyektif ................................................................

20

3.

Kontrol perilaku yang dapat diterima ................................

21

4.

Pengalaman ........................................................................

21

5.

Niat menggunakan

.........................................................

22

6.

Tindakan Nyata ..................................................................

22

D Hipotesis ...........................................................................................

22

E Model Penelitian ..............................................................................

25

BAB III. METODE PENELITIAN A Ruang Lingkup Penelitian ................................................................

27

B Metode Pengambilan Sampel dan Teknik Pengumpulan Data ........

28

commit to user


digilib.uns.ac.id

1 Populasi

...............................................................................

28

2 Sampel

...............................................................................

28

3 Sampel dan Sampling Method ................................................

29

C Definisi Operasional dan Pengukuran Variabel ..............................

30

D Metode Analisis Data .......................................................................

34

1 Analisis Deskriptif .......................................................................

34

2 Pengujian Statistik.......................................................................

34

a Uji Validitas .............................................................................

34

b Uji Reliabilitas .........................................................................

35

c Pengujian Model Struktural .....................................................

36

BAB IV. ANALISIS DATA DAN PEMBAHASAN A Analisis Statistik Deskriptif ..............................................................

41

B Pengujian Statistik .............................................................................

44

1 Uji Validitas ....................................................................................

44

2 Uji Reliabilitas ................................................................................

47

3 Analisis Structural Equation Model (SEM) ....................................

48

a Asumsi Kecukupan Sampel ........................................................

49

b Asumsi Normalitas .....................................................................

49

c Asumsi Outliers..........................................................................

51

d Analisis Kesesuaian Model (Goodness of Fit)............................

53

e Modifikasi Model .......................................................................

55

commit to user


digilib.uns.ac.id

4 Analisis Uji Hipotesis .....................................................................

59

a Analisis Koefisien Jalur ............................................................

59

b Pengujian Hipotesisi .................................................................

60

c Moderasi ....................................................................................

62

d Pembahasan Hipotesis................................................................

64

BAB V. KESIMPULAN DAN IMPLIKASI A Kesimpulan .........................................................................................

70

B Implikasi ..............................................................................................

71

Implikasi Teoritis .......................................................................

71

Implikasi Praktis ........................................................................

72

C Keterbatasan dan Saran ......................................................................

73

DAFTAR PUSTAKA ..................................................................................

LAMPIRAN .................................................................................................

commit to user


digilib.uns.ac.id

DAFTAR GAMBAR

Gambar II.1 Model Penelitian……………………………………………….

26

IV.1 Model AMOS………………………………………………...

53

commit to user


digilib.uns.ac.id

DAFTAR TABEL

Tabel

Halaman

II.1 Posisis Studi.................................................................................

16

III.1 Indikator Goodness-of-fit Model.....................................................

40

IV.1 Karakteristik Responden berdasarkan Jenis Kelamin....................

41

IV.2 Karakteristik Responden berdasarkan Tingkat Pendidikan ………

42

IV.3 Karakteristik Responden berdasarkan Usia ……………………

43

IV.4 Karakteristik Responden berdasarkan Lama Usaha ……………

43

IV.5 Uji Validitas tahap 1....................................................................

45

IV.6 Uji Validitas tahap 2.....................................................................

46

IV.7 Uji Reliabilitas……………………………………………………

47

IV.8 Hasil Uji Normalitas……………………………………………

50

IV.9 Hasil Jarak Mahalanobis Data…………………………………

52

IV.10 Hasil Goodness of Fit Model Struktural……………………

54

IV.11 Hasil Goodness of Fit Model Struktural setelah Modifikasi……

56

IV.12 Standardized Regression Weights………………………………

59

IV.13 Regression Weights.....................................................................

61

IV.14 Nilai Kritis Z-tabel.....................................................................

62

IV.15 Regression Weights Moderasi......................................................

63

commit to user


digilib.uns.ac.id

DAFTAR LAMPIRAN

Lampiran Kuesioner Penelitian Lampiran 1 : Data Seluruh Variabel Lampiran 2 : Uji Reliabilitas Lampiran 3 : Uji Validitas Lampiran 4 : Frekuensi Lampiran 5 : Uji Asumsi Model Lampiran 6 : Uji Hipotesis

commit to user


digilib.uns.ac.id

ABSTRAK ANTECEDENT PERILAKU ADOPSI E-COMMERCE (Studi pada UKM di Surakarta) DARWIN WARMANSYAH F0206039

Penelitian ini bertujuan mengungkapkan faktor-faktor yang mempengaruhi tindakan adopsi e-commerce, yang meliputi sikap terhadap penggunaan (attitude towards using), norma subyektif (subjective norm), pengalaman (experience), kontrol perilaku (perceived behavioral control), niat menggunakan (intention to use) dan tindakan nyata (actual usage). Data diambil melalui survei 243 responden. Kriteria utama yang digunakan dalam pengambilan sampel penelitian ini adalah UKM di Surakarta yang menggunakan internet sebagai sarana usaha dan yang pernah menggunakan dalam batasan non aktif selama 3 bulan terakhir. Pengambilan sampel dilakukan dengan teknik convenience sampling. Teknik pengambilan sampel dari responden yang memiliki karakteristik khusus dan memenuhi kriteria yang telah ditentukan oleh peneliti yang dapat memberikan informasi yang dibutuhkan. Teknik convenience sampling bertujuan untuk menjamin keakuratan dari data yang dikumpulkan Kuesioner dalam penelitian ini diuji dengan uji validitas dan reliabilitas. Tujuan pengujian ini adalah untuk memastikan tingkat konsistensi dalam pengukuran dan memastikan bahwa data memenuhi kualifikasi kelayakan dalam pengujian hipotesis. Analisis data penelitian ini menggunakan AMOS versi 18 dengan menggunakan metode analisis Structural Equation Modelling (SEM) sebagai dasar dalam pengujian hipotesis. Analisis ini bertujuan untuk mengestimasi beberapa persamaan regresi terpisah akan tetapi masing-masing mempunyai hubungan simultan atau bersaman. Hasil pengujian yang dilakukan mengindikasi terdapat pengaruh signifikan dan positif pada: attitude towards using dengan intention to use, perceived behavioral control dengan intention to use, serta intention to use dengan actual usage, dan terdapat pengaruh tidak signifikan pada subjective norm dengan intention to use. Variabel pengalaman terbukti memoderasi hubungan antara subjective norm terhadap intention to use. Selanjutnya dalam pembahasannya juga didiskusikan implikasi secara lanjut, secara teoritis dan praktis Kata kunci: actual usage, online marketing, Theory Planned Behavior

commit to user


digilib.uns.ac.id

ABSTRACT ANTECEDENT BEHAVIORAL E-COMMERCE ADOPTION (Study on Small Business in Surakarta) DARWIN WARMANSYAH F0206039

This research aims to reveal the factors that influence the actions of adoption of e commerce, which includes attitude towards using, subjective norm, experience, perceived behavioral control, intentions to use and actual usage. Data retrieved through 243 survey respondents. The main criteria used in this research sample are Small Business in Surakarta who use the internet as a means business and is never used within the limits of non-active during the last 3 months. Sampling was done by convenience sampling technique. Sampling technique of respondents who have special characteristics and meet the criteria specified by the researchers who can provide the required information. Convenience sampling technique aims to ensure the accuracy of the data collected. The questionnaire in this study tested the validity and reliability. The purpose of this test is to ensure a level of consistency in measurement and to ensure that the data meet the eligibility qualifications in hypothesis testing. This study data analysis using AMOS version 18 analysis using Structural Equation Modelling (SEM) as a basis for hypothesis testing. This analysis seeks to estimate a separate regression equations but each will have a simultaneous relationship or bersaman. The test results do indicate that there are significant and positive influence on: Attitude Towards using the intention to use, perceived behavioral control with the intention to use, and intention to use with actual usage, and there is no significant influence on the subjective norm with intention to use. Proven experience variables moderate the relationship between subjective norm on intention to use. Further in his discussion also discussed the implications of the information, both theoretical and practical.

Key words: actual usage, online marketing, Theory of Planned Behavior

commit to user


digilib.uns.ac.id

BAB I PENDAHULUAN

A. LATAR BELAKANG MASALAH E-commerce merupakan isu yang menarik untuk diteliti, karena studi ini memberikan pemahaman secara praktis atas upaya-upaya yang dilakukan untuk menerapkan secara nyata penggunaan e-commerce. Hal ini diperlukan, karena melalui cara ini praktisi dapat memberikan stimulus untuk membangun variabel amatan yang diharapkan mempengaruhi

pemasar sehingga dapat

membuat strategi penerapan e-commerce melalui Actual behavior. Actual behavior yang dimaksud menunjukkan kecenderungan perilaku nyata yang diaplikasi dalam sebuah tindakan. Secara teoritis, isu tersebut masih menjadi perdebatan hasil studi-studi terdahulu. Hal ini dikarenakan keragaman permasalahan, obyek amatan studi, metode riset serta variabel amatan yang menyebabkan konstruk yang beragam (Ajzen, 1985, 1991; Davis, 1989; Szajna, 1994; Chin dan Todd, 1995; Venkatesh dan Morris, 2000). Kondisi yang demikian ini, memberikan peluang untuk mengembangkan suatu model yang dapat menjelaskan fenomena mengenai niat menggunakan kembali dan tindakan nyata terhadap penggunaan e-commerce pada UKM yang terjadi di Indonesia. Namun, sebelum menjelaskan model yang dimaksud, terlebih dahulu dijelaskan hal–hal yang menjadi perdebatan studi terdahulu tersebut. Beberapa model penelitian telah membahas tentang variabel psikologis yang mempengaruhi penggunaan teknologi. Model penelitian commit to user

1


digilib.uns.ac.id

tersebut sering diinvestigasi dalam bidang perilaku teknologi informasi. Model tersebut adalah theory of planned behavior (TPB) (Ajzen, 1985, 1991) dan model penerimaan teknologi (TAM) (Davis, 1989; Davis dkk, 1989.). TPB berpendapat bahwa niat perilaku ditentukan oleh: 1) Attitude (sikap), 2) Perceived behavioral control, yang didefinisikan sebagai persepsi dari seberapa mudah atau sulitnya untuk melakukan perilaku, dan 3) Subjective norm, didefinisikan sebagai kepercayaan seseorang tentang apakah orang lain yang berhubungan berpikir bahwa seseorang harus terlibat dalam suatu kegiatan. Taylor dan Todd (1995) menyimpulkan bahwa TAM menjelaskan 52 persen dan TPB menjelaskan 57 persen dari varians dalam niat perilaku menggunakan komputer. Beberapa studi terdahulu masih mengindikasikan terdapatnya keragaman variabel lain yang mempengaruhi pembentukan actual behavior (Davis dkk, 1989; Ajzen, 1991; Snook, 2005; Thompson, 2006). Pertama, studi yang mengungkap bahwa perceived usefulness, perceived ease of use mempengaruhi actual behavior yang pengaruhnya dimediasi oleh attitude dan intention to use (Davis dkk, 1989). Usefulness dan ease of use dipengaruhi oleh variable eksternal, attitude memediasi hubungan usefulness dan ease terhadap intention to use, dan intention to use berpengaruh terhadap actual behaviour. Kedua, studi yang mengungkap tentang adanya pengaruh variabel Attitude towards using, subjective norm, perceived behavioral control sebagai variabel independen yang mempengaruhi actual behavior. Pengaruh terhadap commit to user

2


digilib.uns.ac.id

variabel dependen dimaksud dimediasi oleh variabel intention to use (Ajzen, 1991). Konstruk yang terbentuk dimoderasi pengaruhnya oleh variabel pengalaman yang memperkuat hubungan antar variabel independen dan dependennya (Venkatesh, 2006). Ketiga, studi yang meneliti adanya pengaruh perceived usefulness, perceived ease of use terhadap actual behaviour. Pengaruh variabel independen tersebut dimediasi oleh intention to use

yang mendahului

terbentuknya actual behaviour (Snook, 2005). Thompson (2006) memasukkan variabel affect, self efficacy, social factor, personal innovativeness sebagai variabel yang mempengaruhi intention to use. Selain keragaman variabel, studi terdahulu juga mengindikasi adanya keragaman obyek amatan studi. Berikut dijelaskan keragaman obyek amatan yang dimaksud. Pertama, studi yang memfokuskan pada psikologi. Dalam studi Ajzen (1985, 1991) yang menjadi fokus studinya adalah perilaku yang didasarkan pada aktifitas seseorang. Obyek studi tersebut memunculkan konstruk yang bertumpu pada pengaruh attitude towards using, subjective norm, perceived behavioral control, intention to use terhadap actual behavior. Kedua, studi yang memfokuskan pada perilaku penggunaan information technology (IT) (Davis dkk, 1989). Studi ini menghasilkan konstruk yang menjelaskan pengaruh antara perceived usefulness, perceived ease of use, intention to use terhadap actual behaviour. Keragaman metode juga ditemui pada beberapa studi terdahulu. Hal ini terkait dengan permasalahan yang menjadi dasar studi yang menyebabkan commit to user

3


digilib.uns.ac.id

perbedaan hasil studi. Berikut adalah berbagai metode maupun alat uji yang telah digunakan pada studi–studi sebelumnya. Pertama, studi yang menggunakan analisis regresi sebagai alat uji pada studinya (Davis dkk, 1989; Snook, 2005). Analisis regresi adalah alat uji yang digunakan untuk menguji pengaruh beberapa variable independen terhadap satu variabel dependen. Kedua, studi yang menggunakan SEM sebagai alat analisis datanya (Ajzen, 1985, 1991; Thompson, 2006). SEM merupakan alat uji yang digunakan untuk menguji pengaruh variabel independen dalam sebuah hubungan struktural. Berbagai keragaman yang ditemui pada kajian literature terdahulu memberikan peluang untuk membentuk konstruk alternative yang mampu menjelaskan fenomena mengenai actual behavior. Dengan demikian, model yang dibangun dalam penelitian ini bertumpu pada 6 variabel amatan, yaitu: (1) attitude towards using; (2) subjective norm; (3) perceived behavioral control; (4) intention to (re) use; (5) actual behavior dan (6) pengalaman. Variabel Attitude toward using merupakan variabel keputusan yang dianggap penting karena attitude toward using menunjukkan refleksi dari evaluasi suka atau tidak suka terhadap suatu objek. Sikap terhadap perilaku tertentu memang telah menjadi prediktor yang akurat bagi Actual behavior meskipun prediksi tersebut dilakukan melalui variabel intention to use (Fishbein dan Ajzen, 1975). Fenomena tersebut dapat menjelaskan pengaruh sikap terhadap niat menggunakan kembali. commit to user

4


digilib.uns.ac.id

Subjective norm merupakan variabel keputusan yang dianggap penting dalam penelitia. Subjective norm dirumuskan sebagai norma yang didapatkan seseorang dari persepsi terhadap sejauh mana lingkungan sosial yang cukup berpengaruh akan mendukung atau tidak pelaksanaan tingkah laku tersebut (Ajzen, 1991; Thompson, 2006). Lingkungan budaya sosial yang tinggi dan sikap kurang individualistis, seperti yang dimiliki oleh lingkungan sosial Indonesia, faktor-faktor sosial mungkin merupakan pengaruh penting terhadap perilaku Perceived Behavioral control adalah persepsi tentang kesulitan atau kemudahan dalam melaksanakan tingkah laku, berdasarkan pada pengalaman sebelumnya dan hambatan yang diantisipasi dalam melaksanakan tingkah laku tertentu (Ajzen, 1991). Hal tersebut dianggap penting dalam penelitian ini karena menunjukkan pengendalian diri seseorang untuk melakukan sebuah tindakan. Intention to (re) use menunjukkan keputusan untuk menggunakan kembali berdasarkan pengaruh sikap, norma subyektif, dan pengendalian diri (Davis dkk, 1989; Ajzen, 1991, Thompson, 2006). Variabel intention to (re) use dianggap penting karena tingkat penggunaan e-commerce pada seseorang dapat diprediksi dari sikap niat menggunakan kembali terhadap teknologi tersebut. Variabel Actual behavior merupakan variabel keputusan yang dianggap penting dalam penelitian ini karena menunjukkan tindakan nyata terhadap penerapan e-commerce. Seseorang akan puas menggunakan system jika mereka meyakini bahwa sistem tersebut mudah digunakan dan akan meningkatkan commit to user

5


digilib.uns.ac.id

produktifitas mereka, yang tercermin dari kondisi nyata penggunaan (Davis dkk,1989). Variabel pengalaman dianggap penting dalam penelitian karena menerangkan bahwa pengalaman pengguna mempengaruhi hubungan antara komponen model dan niat (Venkatesh dan Davis, 2000). Pengalaman mempunyai landasan kemampuan untuk menggunakan, dari pengertian tersebut mungkin menjadi pertimbangan penting dalam penerapan model perilaku khususnya niat menggunakan kembali. Hubungan antar variabel yang dimodelkan memunculkan masalah penelitian yang memerlukan pengujian lebih lanjut. Berdasarkan latar belakang tersebut maka penelitian ini bertujuan untuk menguji faktor-faktor yang mempengaruhi pembentukan tindakan nyata dari UKM untuk menggunakan ecommerce, yaitu niat menggunakan kembali, sikap menggunakan, norma subyektif, perilaku kontrol, dan pengalaman sebagai moderasi.

B. PERMASALAHAN Berdasarkan latar belakang masalah tersebut, maka pokok permasalahan yang akan dibahas dalam penelitian ini adalah apakah terdapat pengaruh antara sikap untuk menggunakan (attitude toward using), norma subyektif (subjective norms), pengendalian perilaku (perceived behavioral control), pengalaman (experience), kecenderungan niat menggunakan (intention to use) terhadap tindakan nyata (actual usage). commit to user

6


digilib.uns.ac.id

Permasalahan pertama terkait hubungan antara attitude towards using dengan intention to use. Intention to use didefinisikan sebagai kekuatan niat atau keinginan seseorang untuk menunjukkan perilaku secara lebih khusus terhadap sesuatu (Nysveen dkk, 2007). Kajian literatur terdahulu menjelaskan bahwa attitude towards using memiliki pengaruh secara signifikan terhadap intention to use (Ajzen, 1991; George, 2002; Thompson, 2006). Dalam studi ini, Attitude towards using digunakan sebagai cara untuk menjelaskan strategi UKM yang diperkirakan dapat mempengaruhi intention to use. Dengan demikian permasalahan pertama yang dirumuskan adalah: Apakah Attitude towards using berpengaruh terhadap intention to use?

Permasalahan kedua terkait hubungan antara subjective norm dengan intention to use. Studi terdahulu menyatakan adanya hubungan yang signifikan antara subjective norm

dan intention to use

(Ajezen, 1991; Shih dan

Venkatesh, 2003). Tekanan sosial yang dirasakan untuk melakukan atau tidak melakukan suatu tindakan. Berdasarkan hal tersebut, maka permasalahan kedua yang dapat dirumuskan adalah: Apakah Subjective norm berpengaruh terhadap intention to use?

Permasalahan

ketiga

menjelaskan

hubungan

antara

perceived

behavioral control dengan intention to use. Model TPB oleh Ajzen (1991) menunjukkan adanya unsur perceived behavioral control dalam mempengaruhi commit to user

7


digilib.uns.ac.id

perilaku sebagai faktor tambahan yang mempengaruhi niat untuk menggunakan teknologi. Dalam hal ini, perilaku individu bukan dibiarkan dalam pemanfaatan dan penggunaan teknologi, tetapi dikendalikan dengan berbagai alat kontrol terkait dengan perilaku individu tersebut. Berdasar latar belakang tersebut, maka permasalahan ketiga yang dapat dirumuskan adalah: Apakah perceived behavioral control mempengaruhi intention to use?

Permasalahan keempat terkait dengan hubungan intention to use dengan actual behavior. Kajian literatur terdahulu menyatakan bahwa intention to use berpengaruh secara signifikan pada pembentukan actual behavior

(Davis,

1989; Ajzen, 1991; Thompson, 2006). Semakin tinggi niat menggunakan kembali yang terbentuk, maka akan semakin tinggi pula tindakan nyata terhadap penggunaan. Berdasar pendapat dan hasil studi tersebut, maka permasalahan keempat yang dapat dirumuskan adalah: Apakah intention to use mempengaruhi actual behavior?

Permasalahan kelima terkait hubungan moderasi pengalaman terhadap model. Studi terdahulu juga menunjukkan bahwa pengalaman memoderasi hubungan antara model dan niat (Venkatesh dan Morris, 2000). Berdasarkan argumen tersebut, maka permasalahan kelima yang dapat dirumuskan adalah: Apakah pengalaman memoderasi pengaruh Subjective norm pada proses terbentuknya intention to use? commit to user

8


C.

digilib.uns.ac.id

TUJUAN PENELITIAN Studi ini bertujuan untuk mengetahui apakah terdapat hubungan yang signifikan antara attitude towards using, subjective norm dan perceived behavioral control, intention to use, dan pengalaman terhadap tindakan nyata dalam penggunaan teknologi informasi. Secara spesifik, studi ini bertujuan untuk: (1) menjelaskan pengaruh attitude towards using pada intention to use, (2) menjelaskan pengaruh subjective norm pada intention to use, (3) menjelaskan pengaruh perceived behavioral control pada intention to use, (4) menjelaskan pengaruh intention to use pada actual behavior, dan (5) menjelaskan pengaruh moderasi pengalaman pada subjective norm terhadap intention to use.

D.

MANFAAT PENELITIAN 1. Kemanfaatan Teoritis Latar belakang yang diangkat pada studi ini adalah penggunaan jasa

perbankan

di

Indonesia.

Dengan

dibentuknya

konstruk

pengembangan berdasar studi literatur terdahulu, diharapkan mampu menjadi referensi dan untuk digeneralisasi dalam konteks yang lebih luas,

melalui

pengembangan

obyek

amatan

maupun

metode

pengujiannya. Studi ini diharapkan mampu memberikan pemahaman bagi studi – studi mendatang, terkait dengan pengukuran variabel, prosedur pengujian maupun generalisasi metode risetnya. 2. Kemanfaatan Bagi Studi Lanjutan commit to user

9


digilib.uns.ac.id

Model yang dikembangkan bertumpu pada metode riset yang terbatas ruang lingkupnya. Setting penelitian berlatar belakang penggunaan jasa perbankan di Indonesia, sehingga daya terap modelnya masih bersifat terbatas. Studi ini tentunya memiliki keterbatasan, untuk itu diperlukan generalisasi hasil – hasil yang diperoleh pada konteks yang berbeda dan lebih luas. 3. Kemanfaatan Praktis Model yang dikembangkan pada studi ini menjelaskan pengaruh relationship marketing pada customer loyalty. Melalui studi ini, diharapkan pemasar dapat memahami faktor – faktor apa saja yang berpotensi dan sebagai driving force dari customer loyalty. Dengan demikian, diharapkan pemasar mampu menyusun kebijakan dan strategi pemasaran yang sesuai sebagai upaya untuk meningkatkan customer loyalty. 4.

Kemanfaatan Metodologis Studi ini diharapkan dapat memberikan metode yang mempunyai keunikan yang berbeda dari studi – studi yang terdahulu terkait dengan kespesifikan obyek studi yang dipilih yaitu penggunaan jasa perbankan. Hal ini diharapkan dapat memberikan pemahaman pada studi mendatang terkait dengan pengukuran variabel yang dikembangkan dan prosedur pengujian yang dilakukan. Dengan demikian studi mendatang diharapkan dapat menggeneralisasi metode commit to user

10


digilib.uns.ac.id

riset yang didesain dalam studi ini dan mengembangkannya pada konteks yang berbeda.

E.

JUSTIFIKASI PENELITIAN Ada beberapa bahasan yang dipergunakan sebagai dasar untuk menjustifikasi tentang pentingnya studi ini dilakukan. Bahasan tersebut antara lain: isu penelitian, obyek yang menjadi fokus studi dan prinsip generalisasi model. Berikut adalah pembahasan mengenai justifikasi penelitian. 1.

Isu penelitian Studi ini mengambil isu customer loyalty dan word-of-mouth. Isu ini menarik untuk menjadi fokus studi dikarenakan masih menjadi perdebatan yang mengisyaratkan adanya pendapat yang belum konklusif terhadap permasalahan, metode dan struktur pemodelannya. Penelitian ini bersifat applied research yang didesain untuk memberikan pertimbangan secara empiris terkait dengan permasalahan yang dihadapi penyedia jasa perbankan, secara spesifik terkait dengan upaya-upaya yang seharusnya dilakukan untuk meningkatkan customer loyalty dan word-of-mouth.

2.

Pendekatan penelitian commit to user

11


digilib.uns.ac.id

Penelitian ini bertumpu pada pendekatan psikologi kognitif yang bertumpu pada komponen-komponen kognitif-afektif-konatif sebagai dasar untuk memahami proses pembentukan customer loyalty dan

word-of-mouth.

Melalui

pendekatan

ini

diharapkan

dapat

menghasilkan model yang mempunyai daya prediksian yang tinggi terhadap customer loyalty dan word-of-mouth. 3.

Obyek penelitian Studi ini mengambil obyek penelitian loyalitas dan word-ofmouth

nasabah

Bank

Jateng.

Pemilihan

ini

didasarkan

pada

pertimbangan bahwa loyalitas dan word-of-mouth nasabah merupakan obyek studi yang diperkirakan dapat mewakili fenomena riil untuk menjelaskan konsep customer loyalty dan word-of-mouth selain itu, alasan pemilihan obyek amatan pada Bank Jateng adalah untuk membatasi ruang lingkup penelitian dengan pertimbangan mengenai homogenitas sampel yang diuji, hal ini dimaksudkan agar model yang diuji dapat menjelaskan fenomena dengan baik (robust model). 4.

Prinsip generalisasi model Studi ini bertumpu pada metode riset yang terbatas ruang lingkupnya, sehingga untuk menggeneralisasi model pada setting yang berbeda memerlukan suatu kehati-hatian dalam mencermati profil background factor yang melatarbelakangi penelitian. Hal yang perlu dicermati antara lain adalah profil demografis yang melekat pada pelanggan yang akan diteliti. Hal tersebut menjadi pertimbangan commit to user

12


digilib.uns.ac.id

penting, karena apabila diabaikan akan mengakibatkan adanya pembiasan hasil-hasil penelitian, yang pada akhirnya akan berdampak pada ketidaktepatan dalam perumusan strategi pemasaran yang disarankan.

BAB II commit to user

13


digilib.uns.ac.id

KAJIAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS

Bab ini menjelaskan empat sub bahasan yang digunakan untuk memberikan pemahaman tentang posisi studi ini dibanding studi-studi terdahulu serta melakukan kajian literatur sebagai landasan teori yang dapat menjelaskan Theory of Planned Behavior (TPB). Selanjutnya bab ini juga bertujuan untuk memberikan kerangka dasar dalam merumuskan hipotesis dan pengembangan model yang diusulkan. Keempat sub bahasan yang dijelaskan antara lain: Pertama, pengertian Theory of Planned Behavior (TPB) sebagai variabel tujuan dalam penelitian ini. Kedua. posisi studi yang bertujuan untuk menjelaskan perbedaan variabel variabel yang menjadi fokus bahasan studi dengan penelitian penelitian sebelumnya. Ketiga, pembahasan teori dan hipotesis. Keempat, pengembangan model yang didasarkan pada rumusan hipotesis. Berikut ini adalah penjelasan terhadap masing-masing sub bahasan tersebut.

A. PENGERTIAN DAN PENDEKATAN PENELITIAN Theory of Planned Behavior (TPB) merupakan perluasan dari Theory of Reasoned Action (TRA). Model Theory of Planned Behavior (TPB) merupakan model penelitian yang sering digunakan untuk mempelajari, memprediksi dan penjelasan perilaku konsumen dalam konteks spesifik (Ajzen, 1991). Model TPB merupakan perilaku yang direncanakan atau diprogram dalam pemanfaatan dan penggunaan Teknologi Sistem Informasi. commit to user

14


digilib.uns.ac.id

Inti dari dari model TPB adanya unsur kontrol perilaku yang dirasakan dalam mempengaruhi perilaku sebagai faktor tambahan yang mempengaruhi niat konsumen untuk menggunakan TSI. Dalam hal ini, perilaku individu bukan dibiarkan dalam pemanfaatan dan penggunaan TSI, tetapi dikendalikan dengan berbagai alat control terkait dengan perilaku individu tersebut. Menurut TPB, tindakan individu pada perilaku ditentukan oleh niat individu tersebut untuk melakukan perilaku. TPB berpendapat bahwa niat perilaku direncanakan untuk melakukan suatu kegiatan yang ditentukan oleh: 1) Attitude (sikap), 2) Perceived behavioral control, yang didefinisikan sebagai persepsi dari seberapa mudah atau sulitnya untuk melakukan perilaku, dan 3) Subjective norm, didefinisikan sebagai kepercayaan seseorang tentang apakah orang lain yang berhubungan berpikir bahwa seseorang harus terlibat dalam suatu kegiatan.

B. POSISI STUDI Posisi studi ini dapat dijelaskan melalui tabel II.1. yang menyajikan variabel-variabel amatan dan alat analisis yang digunakan.

Tabel II.1. Posisi Studi commit to user

15


digilib.uns.ac.id

Peneliti / Tahun

Variabel Dependen

Variabel Independen

Variabel Intervening

Alat Statistik

Davis et al (1989)

Actual system use

External variable

Perceived usefulness

Regression

Perceived ease of use Attitude Behavioral intention to use Ajzen (1991)

Actual behavior

attitude toward

intention to use

SEM

Behavioral belief

Attitude toward adopting IT

SEM

Normative belief

Subjective Norm toward adopting IT

subejective norm perceived behavioral control Karahanna et al(1999)

Behavioral Intention

Perceived about voluntariness adopting IT Wang; Lin (2003)


Computer Self Efficancy


SEM

Perceived easy of use Perceived credibility Hysvenn et all (2005)

Intention to use


Attitude towards use

SEM

Behavioral intention to use

Regression

Perceived easy of use Perceived enjoyment Perceived Expressivenes Normative pressure Snook (2005)

Actual System Use

Perceived usefulness Perceived easy of use

Sambungan Tabel II.1. …………………………………………………………... commit to user

16


digilib.uns.ac.id

Peneliti / Tahun

Variabel Dependen

Variabel Independen


Alat Statistik

Thompson (2006)

Future intention

Personal innovativeness

Perc, behavioral control

SEM

Computer self efficacy Ease of use Social factor Perceived usefulness Affect Park dan Chen (2007)


Self efficancy


Observability

Perceived easy of use

Triability

Attitude toward using smartphone

Regression

Compatibility Task Individual Organization Environment Liao et al (2007)

Huan dan Haughton (2008)

Behavioral intention

Usage intention


Attitude

SEM

Attitude toward using

SEM

Refusal

Usefulness

Regression

Delay

easy of use

E. decision making

fun

Pretest

Attitude

Perceived usefulness Perceived enjoyment Perceived easy of use Perceived usefulness Perceived enjoyment Compatibility Social influence Flow experience

Cui et al (2009)

Intention to use

C. PEMBAHASAN TEORI

commit to user

17


digilib.uns.ac.id

Sub bab ini menjelaskan landasan teori serta hubungan sebab akibat variabel yang menjadi objek amatan dalam penelitian ini yang selanjutnya akan digunakan untuk merumuskan hipotesis sebagai dasar pembentukan model yang dikontruksikan. 1. Sikap terhadap penggunaan Attitude toward using dalam TPB dikonsepkan sebagai sikap terhadap penggunaan sistem yang berbentuk penerimaan atau penolakan sebagai dampak bila seseorang menggunakan suatu teknologi dalam pekerjaannya. Peneliti lain menyatakan bahwa faktor sikap (attitude) sebagai salah satu aspek yang mempengaruhi perilaku individual. Sikap seseorang terdiri atas unsur kognitif/cara pandang (cognitive), afektif (affective), dan komponen-komponen yang berkaitan dengan perilaku (behavioral components). Sikap

merupakan

pernyataan

atau

pertimbangan

evaluatif

mengenai obyek, orang, atau peristiwa (Robbins, 1998). Definisi lain menyebutkan sikap merupakan hasil dari faktor genetik dan proses belajar serta selalu berhubungan dengan suatu obyek. Sikap biasanya memberikan penilaian (menerima atau menolak) terhadap objek yang dihadapinya (Dharmmesta dan Handoko, 1997). Secara definitif, sikap berarati suatu keadaan jiwa (mental) dan keadaan pikiran (neural) yang dipersiapkan untuk memberikan tanggapan terhadap suatu objek, yang diorganisir melalui pengalaman serta mempengaruhi secara langsung dan atau secara dinamis pada perilaku (Engel dalam Dharmmesta dan Handoko, 1997). commit to user

18


digilib.uns.ac.id

Sikap biasanya memainkan peran utama dalam membentuk perilaku. Sikap juga dipandang sebagai keselurahan evaluasi (Engel dkk, 1995). Sikap bukan merupakan perilaku tetapi refleksi dari evaluasi suka atau tidak suka terhadap suatu objek. Penelitian sudah banyak dilakukan untuk memperoleh kepastian apakah sikap itu dapat menjadi prekditor yang akurat terhadap perilaku. Aplikasi TRA sudah membuktikan bahwa sikap terhadap perilaku tertentu memang telah menjadi prediktor yang akurat bagi perilaku meskipun prediksi tersebut dilakukan melalui variabel niat (intention) dan peran variabel subjective norms dalam model. Definisi sikap di atas, dapat diderivikasikan pengertian sikap terhadap use (penggunaan) yaitu pernyataan atau pertimbangan evaluatif mengenai penggunaan. Definisi lainnya mengartikan bahwa sikap berarti keadaan suatu keadaan jiwa dan keadaan pikiran yang dipersiapkan untuk memberikan tanggapan terhadap penggunaan, yang diorganisir melalui pengalaman serta mempengaruhi secara langsung dan atau secara dinamis pada use. Sikap menurut Fishbein dan Ajzen (1975), disebutkan bahwa sikap seseorang terhadap suatu perilaku dapat diperkirakan dengan mengalikan evaluasi dari masing-masing konsekuensi perilaku dengan probabilitas subjektif untuk melakukan perilaku yang akan menunjukkan konsekuensi tersebut dan kemudian menjumlahkan keseluruhan hasil perkalian yang diperoleh.

2. Norma subyektif

commit to user

19


digilib.uns.ac.id

Norma subyektif sering diasumsikan sebagai hasil evaluatif yang banyak menentukan bagaimana individu bertindak, namun sikap dan tindakan nyata seringkali jauh berbeda. Hal ini disebabkan oleh adanya faktor eksternal lain yang menentukan tindakan atau perilaku yang lebih bersifat umum atau sosial, sehingga perilaku lebih peka terhadap tekanantekanan sosial. Sikap sosial terbentuk dari adanya interaksi sosial yang dialami oleh individu. Interaksi sosial yang terjadi akan menjadikan hubungan saling mempengaruhi di anatara individu yang satu dengan yang lainnya. Pengertian secara definitif, norma subyektif merupakan pengaruh “orang lain yang penting”. Faktor tersebut biasanya dipersepsikan sebagai sesuatu yang dipikirkan “orang lain yang penting” harus dilakukan oleh orang tersebut sehubungan dengan perilaku tertentu (Engel dkk, 1994). Sejalan dengan hal tersebut, Dharmesta (1998) menyatakan bahwa norma subyektif merupakan tekanan sosial yang dirasakan untuk melakukan atau tidak melakukan tindakan atau perilaku. Subjektive norm menurut Ajzen (1991) terbentuk dari dua komponen, yaitu keyakinan mengenai refrensi atau orang penting yang beranggapan bahwa ia melakukan perilaku tertentu dan motivasi individu untuk menyesuaikan diri dan menuruti pengaruh dari refrensi tersebut sehubungan dengan perilaku tertentu.

3. Kontrol perilaku yang dapat diterima commit to user

20


Indikator

digilib.uns.ac.id

langsung

dari

kontrol

perilaku

adalah,

harus

menunjukkan kepercayaan diri individu bahwa mereka mampu melakukan kegiatan yang dilakukan. Sejumlah pernyataan berbeda telah digunakan untuk kepentingan tersebut, beberapa pernyataan diajukan untuk menjawab kesulitan dalam melakukan perilaku tersebut atau kemungkinan individu mampu menjalankan perilaku tersebut. Pernyataan lainnya digunakan untuk menilai kontrol perilaku yang merujuk kepada kemampuan mengendalikan (controllability). Pernyataan ini menilai keyakinan individu bahwa mereka memiliki kendali untuk memutuskan apakah mereka akan menjalankan atau tidak menjalankan perilaku yang diminta. 4. Pengalaman Pengalaman merupakan pengetahuan yang ditambah dengan jam terbang/waktu sehingga seseorang dapat menerapkan sesuatu sesuai dengan kemampuan yang dimiliki. Venkatesh dan Davis (2000), menerangkan bahwa pengalaman pengguna mempengaruhi hubungan antara komponen model dan niat. Pengalaman yang mempunyai landasan kemampuan untuk menggunakan, dari pengertian tersebut mungkin menjadi pertimbangan penting dalam penerapan model perilaku khususnya minat menggunakan. Pengalaman juga menunjukkan bahwa kegunaan yang dirasakan berhubungan dengan waktu yang dihabiskan untuk melakukan kegiatan yang berhubungan dengan penerapan sesuatu (Venkatesh, 2003). Penelitian tambahan juga memeriksa berbagai commit to user

21


digilib.uns.ac.id

komponen model dalam kaitannya dengan sikap sistem informasi, niat, atau kriteria penggunaan. 5. Niat menggunakan Behavioral intention to use adalah kecenderungan perilaku untuk tetap menggunakan kembali (niat) suatu teknologi. Tingkat penggunaan sebuah teknologi pada seseorang dapat diprediksi dari sikap perhatiannya terhadap teknologi tersebut, misalnya keinginanan menambah peripheral pendukung, motivasi untuk tetap menggunakan, serta keinginan untuk memotivasi pengguna lain. Peneliti selanjutnya menyatakan bahwa sikap perhatian untuk menggunakan adalah prediksi yang baik untuk mengetahui actual usage. 6. Tindakan nyata Actual behavior adalah kondisi nyata penggunaan sistem. Dikonsepkan dalam bentuk pengukuran terhadap frekuensi / intention dan sikap penggunaan teknologi. Seseorang akan puas menggunakan system jika mereka meyakini bahwa sistem tersebut mudah digunakan dan akan meningkatkan produktifitas mereka, yang tercermin dari kondisi nyata penggunaan (Davis,1989).

D. HIPOTESIS Beberapa model telah dibangun untuk menganalisis dan memahami faktor-faktor yang mempengaruhi diterimanya penggunaan teknologi komputer, diantaranya yang tercatat dalam berbagai literatur dan referensi commit to user

22


digilib.uns.ac.id

hasil riset bidang teknologi informasi, seperti TRA, TPB, dan TAM. TPB, tindakan individu pada perilaku ditentukan oleh niat individu tersebut untuk melakukan perilaku. Niat yang tinggi terhadap penggunaan teknologi akan mempengaruhi perilaku dalam mengoptimalkan kinerja teknologi (Ajzen, 1991). Niat itu sendiri dipengaruhi sikap terhadap perilaku, norma subyektif yang mempengaruhi perilaku dan control keperilakuan yang dirasakan. TPB yang dikembangkan oleh Ajzen (1991) menunjukkan bahwa sikap terhadap penggunan berpengaruh terhadap niat untuk menggunakan. Hal tersebut didukung oleh Tompson dkk (1991) yang menjelaskan tentang faktor sikap (attitude) sebagai salah satu aspek yang mempengaruhi prilaku individual. Sedangkan George (2002) meniliti tentang sikap yang terkait dengan niat penggunaan internet untuk pembelian suatu produk. Sehingga hipotesis yang pertama dalam penelitian ini adalah : H1: Sikap terhadap penggunaan teknologi internet berpengaruh positif terhadap niat untuk tetap menggunakan kembali teknologi internet Ajzen (1991) mengembankan model TPB dengan memasukkan variable subjective norm yang mempengaruhi niat. Faktor-faktor sosial mungkin merupakan pengaruh penting terhadap perilaku (Hofstede, 1991; Shih dan Venkatesh, 2003). Norma subyektif menunjukkan tekanan sosial yang dirasakan untuk melakukan atau tidak melakukan tindakan, Kontrol keperilakuan yang dirasakan menunjukkan mudahnya atau sulitnya seseorang melakukan tindakan dan dianggap sebagai cerminan pengalaman commit to user

23


digilib.uns.ac.id

masa lalu disamping halangan atau hambatan yang terantisipasi. Sehingga hipotesis yang kedua dalam penelitian ini adalah : H2: Norma subyektif berpengaruh positif terhadap niat untuk tetap menggunakan kembali teknologi internet. Model TPB oleh Ajzen (1991) menunjukkan adanya unsur kontrol perilaku yang dirasakan dalam mempengaruhi perilaku sebagai faktor tambahan yang mempengaruhi niat konsumen untuk menggunakan taknologi. Dalam hal ini, perilaku individu bukan dibiarkan dalam pemanfaatan dan penggunaan teknologi, tetapi dikendalikan dengan berbagai alat control terkait dengan perilaku individu tersebut. Kontrol keperilakuan yang dirasakan menunjukkan mudahnya atau sulitnya seseorang melakukan tindakan. TPB menetapkan bahwa perceived behavioral control

dan niat mempengaruhi tindakan nyata. Sehingga

hipotesis yang ketiga dalam penelitian ini adalah : H3: Persepsi pengendalian perilaku berpengaruh positif terhadap niat untuk tetap menggunakan kembali teknologi internet. Venkatesh dan Morris (2000), meneliti bahwa pengalaman pengguna mempengaruhi hubungan antara komponen model dan niat. Pengalaman diteliti karena kemungkinan hal tersebut menjadi pertimbangan penting dalam penerapan model. Penelitian selanjutnya memeriksa berbagai komponen model dalam kaitannya dengan sikap sistem informasi, niat, atau kriteria penggunaan. Sehingga hipotesis yang keempat dalam penelitian ini adalah :

commit to user

24


digilib.uns.ac.id

H4: Pengalaman memoderasi pengaruh norma subyektif pada niat untuk tetap menggunakan kembali teknologi internet. Davis dkk (1989) mengemukakan pentingnya aspek perilaku dalam penerapan penggunaan teknologi. Hal tersebut berdasarkan hasil penelitian empiris yang menguji pengaruh prilaku individual pengguna terhadap penggunaan. Sehingga hipotesis yang kelima dalam penelitian ini adalah : H5: Niat untuk tetap menggunakan kembali teknologi internet berpengaruh

positif

terhadap

perilaku

sesungguhnya

dalam

menggunakan teknologi internet.

E. MODEL PENELITIAN Berdasarkan hipotesis yang telah dirumuskan, hubungan antar variabel yag dikonsepkan dapat digambarkan dalam bentuk model yang menjelaskan hubungan variable attitude toward using, subjective norm, perceived behavioral control, eperience, dan intention to use terhadap actual behavior.

Attitude Towards Using

Intention to (re) use

Subjective Norm

Perceived Behavioral Control

commit to user Pengalaman (Experience) 25

Actual behavior


digilib.uns.ac.id

Model penelitian tersebut merupakan kerangka penelitian dari TPB yang dikembangkan oleh Ajzen (1991) yang ditambahkan factor pengalaman (experience) sebagai variable moderasi. Menurut Yarbrough dan Smith (2007), model lain yang dapat digunakan dalam prediksi adopsi teknologi informasi yaitu TPB. TPB merupakan perluasan dari Theory of Reasoned Action (TRA). TPB merupakan model penelitian yang sering digunakan untuk mempelajari, memprediksi dan penjelasan perilaku konsumen dalam konteks spesifik (Ajzen, 1991). Digunakannya model penelitian ini karena pada model penelitian yang digunakan Ajzen (1991), dimana variabel-variabel seperti attitude toward using, subjective norm, dan perceived behavioral control berpengaruh terhadap niat seseorang untuk melakukan serta mempengaruhi actual behavior. Variable moderasi berdasarkan model dari Venkatesh dan Morris (2003) dimana pengalaman memoderasi pengaruh social influence pada intention.

commit to user

26


digilib.uns.ac.id

BAB III METODE PENELITIAN

Tujuan bab ini adalah untuk memberikan landasan yang valid dan reliabel agar hasil studi dapat diyakini kebenarannya. Bab ini berisi tentang ruang lingkup penelitian, metode pengambilan sampel dan teknik pengumpulan data, definisi operasional variabel dan pengukuran variabel, serta pengujian statistik.

A. Ruang Lingkup Penelitian Penelitian ini berjenis penelitian dasar (basic research), yaitu penelitian yang meliputi pengembangan ilmu pengetahuan. Penelitian dasar biasanya dilakukan untuk menguji kebenaran teori tertentu, atau mengetahui konsep tertentu secara lebih mendalam (Lihat Kuncoro, 2003). Sedangkan menurut jenis hubungan antar variabelnya, penelitian ini bersifat kausal yaitu penelitian yang menjelaskan hubungan sebab akibat dari variabelvariabel yang diteliti, penelitian ini menunjukkan arah hubungan antar variabel bebas sebagai variabel penyebab dengan variabel terikat sebagai akibat suatu fenomena, disamping mengukur arah hubungannya. Berdasarkan waktu penelitiannya, studi ini bersifat cross sectional, karena studi ini hanya dilakukan dalam satu periode.

commit to user

27


digilib.uns.ac.id

B. Metode Pengambilan Sampel Dan Teknik Pengumpulan Data 1. Populasi Populasi adalah seluruh obyek yang ingin diketahui besaran karakteristiknya (Kustituanto, 1995). Menurut Sekaran (2006), populasi mengacu pada keseluruhan kelompok orang, kejadian, atau hal minat yang ingin diteliti. Populasi yang menjadi sasaran di penelitian adalah semua Usaha Kecil dan Menengah (UKM) yang berkecenderungan menggunakan fasilitas internet untuk menjalankan usahanya di kota Surakarta. 2. Sampel Sampel yang menjadi sasaran di dalam penelitian adalah pemilik shoping online yang ada di kota Surakarta. Dalam penelitian ini banyaknya sampel yang diambil adalah sebanyak 243 responden, dengan alasan karena jumlah tersebut telah memenuhi batas minimal yang diisyaratkan, sehingga sampel dianggap mencukupi (Sekaran,1992). Berdasarkan pengambilan tempat dan penentuan sampel, penelitian mewakili pada karakteristik UKM di Surakarta. Responden akan diberi kuisioner yang berisi beberapa pernyataan mengenai faktor -faktor pembentuk niat untuk kembali menggunakan dan tindakan nyata dari pengguna e-commerce. Pengambilan sampel dalam penelitian ini dilakukan dengan metode convenience sampling, yaitu teknik pengambilan sampel dari responden yang memiliki karakteristik khusus dan memenuhi kriteria yang telah ditentukan oleh peneliti yang dapat memberikan informasi yang dibutuhkan.

commit to user

28


digilib.uns.ac.id

Pemilihan sampel non probabilitas berarti elemen-elemen dalam populasi tidak memiliki kesempatan yang sama untuk dipilih menjadi sampel atau pemilihan anggota sampel dilakukan dengan tidak acak dan bersifat subjektif (Sekaran, 1992). Sampel merupakan sebagian obyek populasi yang memiliki karakteristik sama dengan karakteristik populasi yang ingin diketahui besaran karakteristiknya (Kustituanto,1995). 3. Sampling Method Kuesioner akan dibagikan kepada para responden yang memenuhi kriteria-kriteria yang telah ditetapkan dalam penelitian ini. Responden yang tidak memenuhi kriteria tidak akan dimasukkan kedalam sampel penelitian. Bertujuan mendapatkan sampel yang diinginkan, peneliti menyusun dan mengedarkan kuesioner yang berisi daftar pernyataan secara langsung kepada responden. Jawaban dari pernyataan kuesioner menggunakan skala likert (skala 1-5) dimana responden diminta untuk mengidentifikasi tingkat setuju atau tidak setuju atas berbagai pernyataan yang berhubungan dengan atribut objek yang akan diteliti. Menurut Sekaran (1992), untuk menentukan besaran sampel penelitian, peneliti menggunakan berbagai pertimbangan, yaitu: a. Bila ukuran sampel lebih dari 30 dan kurang dari 500 adalah telah mencukupi untuk digunakan dalam semua penelitian. b. Jika sampel dibagi menjadi sub-sub sampel, maka ukuran sample minimum yang dibutuhkan untuk setiap kategori adalah 30. commit to user

29


digilib.uns.ac.id

c. Untuk penelitian multivariat, ukuran sampel seharusnya beberapa kali (lebih baik 10 kali atau jumlah variabel yang digunakan). d. Berdasarkan pertimbangan estimasi kemungkinan maksimum, jumlah sampel sebesar 50 sudah dapat memberikan hasil yang valid. Metode pengumpulan sampel yang digunakan dalam penelitian ini adalah non probability sampling dimana tidak setiap anggota memiliki kesempatan yang sama untuk dimasukkan kedalam sampel. Purposive sampling adalah metode sampling yang memiliki anggota sampel yang dipercaya dapat mewakili populasi atau memiliki pengetahuan mengenai topik penelitian, (Crask, Fox, Stout, 1995). Pengambilan sampel dengan menggunakan purposive sampling, terbatas pada jenis orang tertentu yang dapat memberikan informasi yang diinginkan atau memenuhi beberapa kriteria yang ditentukan oleh peneliti.

C. Definisi Operasional dan Pengukuran Variabel Attitude Towards Using. Eagly dan Chaiken (1993) mendefinisikan Attitude towards using sebagai hasil evaluasi sebuah entitas dengan kadar setuju atau tidak setuju, yang diekspresikan dalam bentuk kognitif. Peneliti kemudian menyimpulkan sikap sebagai disposisi individu untuk berperilaku yang didasarkan pada belief beserta evaluasinya terhadap suatu obyek, orang atau kejadian, yang kemudian diekspresikan dalam bentuk kognitif, afektif dan konatif. Variabel ini dioperasikan dengan menggunakan empat item pengukuran terkait: (1) Penilaian tentang keputusan menggunakan teknologi commit to user

30


digilib.uns.ac.id

informasi merupakan tindakan (bijak/bodoh), (2) Penilaian tentang keputusan

menggunakan

teknologi

informasi

merupakan

tindakan

(positif/negatif), (3) Penilaian tentang keputusan menggunakan teknologi informasi merupakan tindakan (bermanfaat/sia-sia), (4) Penilaian tentang keputusan

menggunakan

teknologi

informasi

merupakan

tindakan

(baik/buruk). Masing-masing item diukur dengan menggunakan 5 point skala Likert (1 = sangat buruk, sangat bodoh dan dengan 5 = sangat baik). Subjective Norm Menurut Baron dan Byrne (2002), Subjective norm adalah persepsi individu tentang apakah orang lain akan mendukung atau tidak terwujudnya tendakan tersebut. Norma subyektif juga diartikan sebagai persepsi tentang tekanan sosial dalam melaksanakan perilaku tertentu (Feldman, 1995). Hogg dan Vaughan (2005) berpandangan bahwa norma subyektif adalah produk dari persepsi individu tentang beliefs yang dimiliki orang lain. Norma subyektif dirumuskan sebagai norma yang didapatkan seseorang dari persepsi terhadap sejauh mana lingkungan sosial yang cukup berpengaruh akan mendukung atau tidak pelaksanaan tingkah laku tersebut.Variabel ini dioperasikan dengan menggunakan lima item pengukuran terkait: (1) Orang lain akan menganggap bisnis yang dijalankan bermutu bila menggunakan media e-commerce, (2) merasa sebagai perintis dalam menggunakan e-commerce, (3) merasa e-commerce tidak akan mendatangkan pembeli baru, (4) merasa e-commerce tidak sesuai dengan budaya masyarakat, (5) memandang positif penerapan e-commerce untuk commit to user

31


digilib.uns.ac.id

kemajuan UKM. Masing-masing item diukur dengan menggunakan 5 point skala Likert (1 = sangat tidak setuju sampai dengan 5 = sangat setuju) Perceived Behavioral Control. Perceived behavioral control adalah ukuran sejauh mana individu percaya tentang mudah atau sulitnya menampilakn tingkah laku terntentu (Hogg dan Vaughan, 2005). Menurut Feldman (1995), PBC adalah persepsi tentang kesulitan atau kemudahan dalam

melaksanakan

tingkah

laku,

berdasarkan

pada

pengalaman

sebelumnya dan hambatan yang diantisipasi dalam melaksanakan tingkah laku tertentu. Peneliti menyimpulkan PBC sebagai persepsi individu terhadap kadar kemudahan dan kesulitan suatu tingkah laku serta kontrol yang dimilki untuk melaksanakan tingkah laku tersebut.Variabel ini dioperasikan dengan menggunakan delapan item pengukuran terkait: (1) kecenderungan

lebih

terampil

memasarkan

produk/jasa

dengan

menggunakan e-commerce, (2) kecenderungan merasa mudah mempelajari e-commerce, (3) kecenderungan merasa kesulitan saat coba memahami cara kerja e-commerce, (4) kecenderungan bisa menggunakan e-commerce dengan lancar setelah terbiasa, (5) kecenderungan sulit menerapkan ecommerce karena tidak ahli computer, (6) kecenderungan merasa yakin untuk bisa menggunakan e-commerce, (7) kecenderungan bila memiliki keyakinan maka mampu menerapkan e-commerce, (8) kecenderungan untuk menerapkan e-commerce bagi bisnis yang dijalankan adalah sesuatu yang mungkin. Masing-masing item diukur dengan menggunakan 5 point skala Likert (1 = sangat tidak setuju sampai dengan 5 = sangat setuju commit to user

32


digilib.uns.ac.id

Intention to Use. Intention to Use didefinisikan sebagai kekuatan minat atau keinginan seseorang untuk menunjukkan perilaku secara lebih khusus terhadap suatu produk (Lihat Nysveen et al, 2007). Variabel ini dioperasikan dengan menggunakan enam item pengukuran terkait: (1) niat menggunakan kembali e-commerce dalam bisnis, (2) niat menggunakan kembali e-commerce untuk mempermudah transaksi penjualan, (3) ketertarikan menggunakan e-commerce untuk mengetahui keinginan konsumen, (4) perasaan menggunakan e-commerce merupakan ide yang bagus, 5) tanggapan bahwa staff akan mendukung bila menggunakan ecommerce (6) kesulitan untuk tidak menerima e-commerce sebagai alat pemasaran yang akan dipakai. Masing-masing item diukur dengan menggunakan 5 point skala Likert (1=sangat tidak setuju sampai dengan 5=sangat setuju) Actual behavior. Actual behavior adalah kondisi nyata penggunaan sistem. Dikonsepkan dalam bentuk pengukuran terhadap frekuensi / intention. Seseorang akan puas menggunakan system jika mereka meyakini bahwa sistem tersebut mudah digunakan dan akan meningkatkan produktifitas mereka, yang tercermin dari kondisi nyata penggunaan (Davis,1989). Variabel ini dioperasikan dengan menggunakan tiga item pengukuran terkait: (1) kecenderungan menggunakan e-commerce hampir setiap

bulan,

(2)

kecenderungan

menggunkan

e-commerce

untuk

mendukung aktivitas bisnis, (3) kecenderungan untuk akan tetap menggunakan e-commerce karena merasa puas. Masing-masing item diukur commit to user

33


digilib.uns.ac.id

dengan menggunakan 5 point skala Likert (1=sangat tidak setuju sampai dengan 5=sangat setuju).

D. METODE ANALISIS DATA 1. Analisis Deskriptif Analisis deskriptif adalah analisis data dengan cara mengubah data mentah

menjadi

bentuk

yang

lebih

mudah

dipahami

dan

diinterprestasikan. Analisis ini menggambarkan profil dan tanggapan responden terhadap kuesioner yang diberikan 2. Pengujian Statistik Pengujian statistik diawali dengan pengujian validitas dan reliabilitas data penelitian. Hal ini bertujuan untuk memberikan jaminan bahwa data yang diperoleh telah memenuhi kriteria kelayakan untuk diuji dengan menggunakan metode statitik apapun jenisnya. Dengan demikian, hasil yang diperoleh mampu menggambarkan fenomena yang diukur. a. Uji Validitas Uji Validitas. Uji Validitas digunakan untuk menentukan sah atau valid tidaknya kuesioner. Suatu kuesioner dikatakan valid apabila pertanyaan pada kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Ghozali, 2006). Dalam penelitian ini akan digunakan uji validitas dengan confirmatory factor analysis (CFA) menggunakan software SPSS 16. commit to user

34


digilib.uns.ac.id

CFA perlu dilakukan terhadap model pengukuran karena syarat untuk dapat menganalisis model dengan SEM, indikator masingmasing konstruk harus memiliki loading factor yang signifikan terhadap konstruk yang diukur. Indikator masing-masing konstruk yang memiliki loading factor yang signifikan membuktikan bahwa indikator tersebut merupakan satu kesatuan alat ukur yang mengukur konstruk yang sama dan dapat memprediksi dengan baik konstruk yang seharusnya diprediksi (Hair, et. al., 1998). Validitas berhubungan dengan kesesuaian dan kecermatan fungsi ukur dari alat yang digunakan. Dalam penelitian ini pengujian validitas instrumen yang digunakan adalah Confirmatory Factor Analisys (CFA), serta setiap item pertanyaan harus mempunyai factor loading yang lebih dari 0,40 (Hair, et. al., 1998). Teknik yang digunakan adalah dengan melihat output dari rotated component matrix yang harus terekstrak secara sempurna. Jika masingmasing item pertanyaan belum terekstrak secara sempurna, maka proses pengujian validitas dengan Factor Analysis harus diulang dengan cara menghilangkan item pertanyaan yang memiliki nilai ganda yang mengindikasi 2 (dua) kostruk.

b. Uji Reliabilitas commit to user

35


digilib.uns.ac.id

Uji Reliabilitas. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2006). Uji reliabilitas dalam penelitian ini menggunakan cronbach alpha dari software SPSS 16. Rules of tumb yang dipakai adalah item-total correlation masingmasing butir harus lebih besar dari 0,50 dan cronbach's alpha harus lebih besar dari 0,70 agar konstruk dikatakan memenuhi syarat reliabilitas dengan baik. Indikator pengukuran reliabilitas menurut Sekaran (2006) yang membagi tingkatan reliabilitas dengan kriteria sebagai berikut, jika alpha atau r hitung: 1. 0,8-1,0

= Reliabilitas baik

2. 0,6-0,799

= Reliabilitas moderat

3. kurang dari 0,6

= Reliabilitas kurang baik

c. Pengujian Model Struktural Analisis Stuctural Equation Model (SEM) bertujuan untuk mengestimasi beberapa persamaan regresi terpisah akan tetapi masing masing mempunyai hubungan simultan atau bersaman. Dalam analisis ini dimungkinkan terdapat beberapa variabel dependen, dan variabel ini dimungkinkan menjadi variabel independen bagi variabel dependen yang lainnya. Asumsi Kecukupan Sampel. Disarankan lebih dari 100 atau minimal 5 kali jumlah observasi. Namun apabila jumlah sampel yang commit to user

36


digilib.uns.ac.id

terlalu banyak dan tidak memungkinkan untuk dilakukan penarikan sampel seluruhnya, maka penelitian akan menggunakan rekomendasi untuk menggunakan maksimun likelihood yaitu penarikan sampel antara 100-200 sampel (Ferdinand, 2006; Ghozali, 2008). Asumsi Normalitas. Asumsi yang paling fundamental dalam analisis multivariate adalah normalitas yang merupakan bentuk distribusi data pada variabel matriks tunggal yang menghasilkan distribusi normal (Hair et al., dalam Ferdinand, 2002). Apabila asumsi normalitas tidak dipenuhi dan penyimpangan data normalitas tersebut besar maka akan menghasilkan hasil uji statistik yang bias. Normalitas univariate dilihat dengan nilai critical ratio (cr) pada skewness dan kurtosis dengan nilai di bawah 2,58. Normalitas multivariate dilihat pada c.r kurtosis baris bawah kanan yang direkomendasikan mempunyai nilai dibawah 7 (Ghozali dan Fuad, 2008) Asumsi Outliers. Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara univariat maupun multivariat yaitu yang mucul karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat berbeda dari observasi-observasi lainnya. (Ferdinand, 2006). Umumnya perlakuan terhadap outliers adalah dengan mengeluarkannya dari data dan tidak diikutsertakan dalam perhitungan berikutnya. Bila tidak terdapat alasan khusus untuk mengeluarkan outliers,

maka

observasi

dapat

diikutsertakan

dalam

analisis

selanjutnya. Outliers dapat dievaluasi dengan nilai mahalanobis commit to user

37


digilib.uns.ac.id

distance dengan nilai degree of freedom sejumlah variabel yang dipergunakan dalam penelitian pada tingkat p < 0,001. Evaluasi Atas Kriteria Goodness of Fit Pengujian goodness of fit model didasarkan pada kriteria sebagai berikut: 1) Chi Square. Tujuan analisis ini adalah mengembangkan dan menguji sebuah model yang sesuai dengan data. Dalam pengujian ini nilai x2 yang rendah dan menghasilkan tingkat signifikansi yang lebih besar dari 0,05 akan mengindikasikan tidak ada perbedaan yang signifikan antara matriks kovarians data dan matriks kovarians yang diestimasi. Chi square sangat bersifat sensitif terhadap sampel yang terlalu kecil maupun yang terlalu besar. Oleh karenanya pengujian ini perlu dilengkapi dengan alat uji lainnya. 2) Goodness of fit index (GFI). Indeks ini mencerminkan tingkat kesesuaian model secara keseluruhan yang dihitung dari residual kuadrat dari model yang diprediksi dibandingkan data yang sebenarnya. Nilai yang mendekati 1 mengisyaratkan model yang diuji memiliki kesesuaian dengan baik. 3) Root Mean SquareError of Approximation (RMSEA). RMSEA adalah indeks yang digunakan untuk mengukur fit model menggantikan chi square statistik dalam jumlah sampel yang besar. Nilai RMSEA < 0,08 mengindikasi indeks yang baik untuk menerima kesesuaian sebuah model. commit to user

38


digilib.uns.ac.id

4) Adjusted Goodness of Fit Index (AGFI). Indeks ini merupakan pengembangan dari GFI yang telah disesuaikan dengan rasio dari degree of freedom model yang diajukan dengan degree of freedom dari null model (model konstruk tunggal dengan semua indikator pengukuran konstruk). Nilai yang direkomendasikan adalah AGFI > 0,90. Semakin besar nilai AGFI maka semakin baik kesesuaian yang dimiliki model. 5) Tucker Lewis Index (TLI). TLI merupakan indeks kesesuaian incremental yang membandingkan model yang diuji dengan null model. Nilai penerimaan yang direkomendasikan adalah nilai TLI > 0,90. TLI merupakan indeks kesesuaian yang kurang dipengaruhi oleh ukuran sampel. 6) Normed Fit Index (NFI). Indeks ini juga merupakan indeks kesesuaian incremental. Normed Fit Index

merupakan ukuran

perbandingan antara proposed model dengan null model. Nilai yang direkomendasikan adalah > 0,90. 7) Comparative Fit Index (CFI). CFI juga merupakan indeks kesesuaian incremental. Besaran indeks ini adalah dalam rentang 0 sampai 1 dan nilai yang mendekati 1 mengindikasikan model memiliki tingkat kesesuaian yang baik. Indeks ini sangat dianjurkan untuk dipakai karena indeks ini relatif tidak sensitif terhadap besarnya sampel dan kurang dipengaruhi oleh kerumitan commit to user

39


digilib.uns.ac.id

model. Nilai penerimaan yang direkomendasikan adalah CFI > 0,90. 8) Normed Chi Square (CMIN/DF). CMIN/DF adalah ukuran yang diperoleh dari nilai chi square dibagi dengan degree of freedom. Indeks ini merupakan indeks kesesuaian parsimonious yang mengukur hubungan goodness of fit model dan jumlah-jumlah koefisien estimasi yang diharapkan untuk mencapai tingkat kesesuaian. Nilai

yang direkomendasikan

kesesuaian model adalah CMIN/DF < 2,0. Tabel III.1 Indikator Goodness-of-fit Model Kriteria Control off value Diharapkan kecil chi square ≥ 0,05 significance probability GFI ≥ 0,90 RMSEA ≤ 0,08 AGFI ≥ 0,90 TLI ≥ 0,90 Comparative Fit ≥ 0,90 Index (CFI) Normed Chi Square < 2,00 (CMIN/DF) Sumber : Ferdinand, 2006

commit BABtoIVuser

40

untuk menerima


digilib.uns.ac.id

ANALISIS DATA DAN PEMBAHASAN

Bab ini bertujuan untuk menjelaskan hasil-hasil yang didapat melalui uji statistik yang dilakukan terhadap model penelitian. Secara lengkap, bab ini berisi tentang analisis deskriptif, uji validitas dan uji reliabilitas, analisis data penelitian

(analisis

model

struktural),

dan

analisis

hipotesis

serta

pembahasannya.

A. Analisis Statistik Deskriptif Analisis statistik deskriptif dimaksudkan untuk mengetahui karakteristik responden yang berupa jenis kelamin, usia, tingkat pendidikan, dan lama usaha. Sampel yang diambil adalah sebanyak 243 responden dan keseluruhan responden dapat diketahui identitasnya. Tabel IV.1 Karakteristik Responden Berdasarkan Jenis Kelamin

Jenis kelamin

Frekuensi

Persentase

Pria

147

60.5

Wanita

96

39.5

Jumlah

243

100

Sumber: Data primer diolah, 2010 Berdasarkan tabel IV.1 diatas dapat diketahui dari 243 responden, responden berjenis kelamin pria lebih banyak daripada responden berjenis commit to user

41


digilib.uns.ac.id

kelamin perempuan dengan presentase pria 60,5% dan wanita 39,5%. Hasil yang didapat menunjukkan responden pria lebih banyak daripada responden wanita, mengindikasikan bahwa kalangan pria lebih mendominasi dalam kegiatan usaha melalui media internet. Pengaruh kesulitan dalam penggunaan, kemampuan mengelola, dan jaringan/koneksi yang terbatas merupakan beberapa faktor yang mungkin membuat minat wanita dalam hal penggunaan internet untuk usaha lebih sedikit daripada minat pria. Tabel IV.2 Karakteristik Responden Berdasarkan Tingkat Pendidikan Pendidikan

Frekuensi

Tamat < SMA 1 Tamat SMA 122 Tamat Diploma 40 Tamat Sarjana 79 Tamat > Sarjana 1 Jumlah 243 Sumber: Data primer diolah, 2010

Persentase 0.4 50.2 16.5 32.5 0.4 100

Berdasarkan tabel IV.2 diatas dapat diketahui dari 243 kuesioner yang disebar, responden berpendidikan tamat SMA mempunyai presentase paling banyak dengan 50,2%. Sedangkan kriteria responden berpendidikan dibawah SMA dan berpendidikan diatas sarjana/S1 menjadi yang paling sedikit dengan presentase reponden masing-masing sebesar 0,4%. Faktor pendidikan terbukti sangat berperan dalam meningkatkan pemahaman penggunaan internet, terbukti dengan banyaknya responden berpendidikan SMA dan diatas SMA. Tabel IV.3 Karakteristik Responden commit to user Berdasarkan Usia

42


digilib.uns.ac.id

Usia

Frekuensi

Persentase

17-20 18 21-25 151 26-30 53 31-35 15 >35 6 Jumlah 241 Sumber: Data primer diolah, 2010

7,3 62,4 21,6 6,1 2,4 100

Berdasarkan tabel IV.3 dari 243 responden, responden paling banyak adalah yang berusia 21-25 tahun dengan prosentase 62,4%. Fakta tersebut menggambarkan bahwa penggunaan internet sebagai media usaha banyak dilakukan oleh kalangan anak muda yang lebih mengenal tentang penerapan teknologi. Sedangkan responden paling sedikit adalah yang berusia lebih dari 35 tahun dengan prosentase 2,4%. Hal tersebut menggambarkan bahwa penerapan teknologi untuk usaha belum menjadi pilihan bagi kalangan usia lebih dari 35 tahun. Tabel IV.4 Karakteristik Responden Berdasarkan Lama Usaha Tahun

Frekuensi

Persentase

1–2

150

61.7

>2

93

38.3

Jumlah

243

100.00

Sumber: Data primer diolah, 2010 Berdasarkan tabel IV.4. Responden paling banyak dengan lama usaha 0-1 tahun dengan prosentase sebesar 31,7%. Jumlah tersebut menunjukkan bahwa penerapan teknologi adalah sarana baru sebagai kegiatan commit to user

43


digilib.uns.ac.id

usaha. Pengusaha pemula lebih senang memilih menggunakan media internet untuk meminimalisir resiko. Sedangkan usaha yang sudah lama, lebih dari 5 tahun paling sedikit menggunakan media internet dengan prosentase 15,6%. Hal tersebut terjadi karena usaha sudah dianggap baik dengan sistem konvensional, dan menggunakan media internet sebagai sarana pendukung dalam kegiatan usaha. B. Pengujian Statistik 1. Uji Validitas Uji Validitas bertujuan untuk mengetahui kemampuan suatu alat ukur dalam melakukan fungsi ukurnya (Sekaran, 2006). Dalam penelitian ini akan digunakan uji validitas dengan confirmatory factor analysis (CFA) menggunakan software SPSS 16, dengan ketentuan setiap item pertanyaan harus mempunyai factor loading >0,40. Confirmatory Factor Analysis (CFA) harus dipenuhi, karena merupakan salah satu syarat untuk dapat menganalisis model dengan Structural Equation Modelling (SEM). Teknik yang digunakan adalah dengan melihat output dari rotated component matrix yang harus terekstrak secara sempurna

Tabel IV.5 Hasil Uji Validitas Tahap 1 Rotated Component Matrixa commit to user Component 44


digilib.uns.ac.id

1

2

3

A1 .807 A2 .902 A3 .833 A4 .887 SN1 SN2 SN3 SN4 SN5 .473 PBC1 .494 PBC2 .502 PBC3 PBC4 .472 PBC5 PBC6 .697 PBC7 .799 PBC8 .699 ITU1 .777 ITU2 .705 ITU3 .734 ITU4 .791 ITU5 .739 ITU6 AU1 .578 AU2 .577 AU3 .647 Sumber : Hasil olahan data, 2010

4

.601 .800 .506 .555

.674 .736

Tabel IV.6 commit to user Hasil Uji Validitas Tahap 2 45

5

.522


digilib.uns.ac.id

Rotated Component Matrixa 1

2

Component 3

A1 .820 A2 .896 A3 .848 A4 .890 SN1 SN2 PBC4 .552 PBC6 .701 PBC7 .813 PBC8 .671 ITU1 .674 ITU2 .612 ITU3 .737 ITU4 .819 ITU5 .791 AU1 AU2 AU3 Sumber : Hasil olahan data, 2010

4

5

.786 .864

.823 .740 .699

.

Tabel IV.5 menjelaskan hasil uji validitas dengan beberapa item pernyataan yang tidak valid yaitu SN3, SN4, SN5, PBC1, PBC2, PBC3, PBC5, dan ITU6. Selanjutnya dilakukan proses trial and error dalam pereduksian sehingga dapat mereduksi item pertanyaan yang valid sebanyak mungkin. Melalui proses trial and error tersebut diperoleh pereduksian item pertanyaan. Hasil pertanyaan-pertanyaan yang sudah terekstrak sempurna ditunjukkan pada tabel Tabel IV.6.

2. Uji Reliabilitas

commit to user

46


digilib.uns.ac.id

Uji reliabilitas bertujuan untuk mengukur kehandalan atau konsistensi internal dari suatu instrumen penelitian. Pengujian reliabilitas menggunakan Cronbach Alpha yang dianalisis dengan menggunakan SPSS for windows 16. Tingkatan reliabilitas dibagi menjadi tiga kriteria: jika alpha atau r hitung (1) 0,8-1,0 = Reliabillitas baik, (2) 0,6-0,799= Reliabilitas diterima,

(3) Kurang dari 0,6= Reliabilitas kurang baik

(Sekaran). Prosedur pengujian ini dapat dipahami bahwa data penelitian memenuhi kriteria kelayakan untuk dianalisis dengan menggunakan metode-metode statistik yang lain. Tabel IV.7 menjelaskan bahwa nilai koefisien Cronbach,s Alpha untuk variabel Attitude Towards Using, Subjective Norm, Perceived Behavior Control, Intention to Use, dan Actual Usage diatas 0,6 dengan rincian berturut-turut adalah sebesar 0,910; 0,615; 0,715; 0,880 dan 0,816. Hal ini menunjukkan bahwa variabel-variabel tersebut reliabel. Berikut penjelasan nilai koefisien Cronbach,s Alpha masing-masing variabel. Tabel IV.7 Hasil Uji Reliabilitas Variabel Cronbach's Alpha Attitude Towards Using 0,910 Subjective Norm 0,615 Perceived Behavior 0,715 Control Intention to Use 0,880 Actual Usage 0,816 Sumber: Data primer diolah, 2010 commit to user

47


digilib.uns.ac.id

Variabel Subjective Norm dan Perceived Behavior Control memiliki nilai alpha 0,615; 0,715 yang menunjukkan reliabilitas yang moderat. Sedangkan variabel Attitude Towards Using, Intention to Use, dan Actual Usage memiliki nilai alpha 0,910; 0,880; 0,816 yang menunjukkan reliabilitas yang tinggi. Dengan demikian dapat dinyatakan bahwa variabel-variabel dalam penelitian ini mempunyai tingkat konsistensi internal yang baik. Sub bahasan berikut akan menjelaskan analisis data penelitian yang menggunakan metode analisis Structural Equation Model (SEM). 3.

Analisis Structural Equation Model (SEM) Analisis dalam penelitian ini menggunakan metode statistik Stuctural Equation Model (SEM). Pada prinsipnya, model struktural bertujuan untuk menguji hubungan sebab akibat dari hubungan variabel sehingga jika salah satu variabel diubah, maka terjadi perubahan pada variabel yang lain. Selain itu analisis Stuctural Equation Model bertujuan untuk mengestimasi beberapa persamaan regresi terpisah akan tetapi masing masing mempunyai hubungan simultan atau bersaman. Dalam analisis ini dimungkinkan terdapat beberapa variabel dependen, dan variabel ini dimungkinkan menjadi variabel independen bagi variabel dependen yang lainnya. Dalam studi ini, data diolah dengan menggunakan sofware khusus untuk analisis SEM yaitu Analysis of Moment Structure atau AMOS versi commit to user

48


digilib.uns.ac.id

18. Ada beberapa asumsi yang harus dipenuhi sebelum melakukan pengujian dengan pendekatan Structural Equation Model, yaitu: 3.1 Asumsi Kecukupan Sampel Jumlah responden dalam penelitian sebanyak 243 kuesioner dan dari 243 kuesioner terdapat 2 buah kuisioner yang tidak dapat diolah karena pengisian yang tidak lengkap oleh responden. Sehingga hanya 241 buah kuisioner yang dapat diolah untuk analisis SEM. Jumlah ini memenuhi prosedur Maximum Likelihood Estimation yaitu penarikan sampel antara 100-200 sampel (Ghozali, 2008). 3.2 Normalitas Asumsi yang paling fundamental dalam analisis multivariate adalah normalitas yang merupakan bentuk distribusi data pada variabel matriks tunggal yang menghasilkan distribusi normal (Hair et al., dalam Ferdinand, 2002). Apabila asumsi normalitas tidak dipenuhi dan penyimpangan data normalitas tersebut besar maka akan menghasilkan hasil uji statistik yang bias. Pengujian normalitas bertujuan untuk mengetahui apakah distribusi

data

mengikuti

atau

mendekati

distribusi

normal.

Normalitas univariate dilihat dengan nilai critical ratio (c.r) pada skewness yaitu antara - 2,58 dan 2,58. Sedangkan

normalitas

multivariate dilihat pada assessment of normality baris bawah kanan yaitu nilai critical ratio (c.r) kurtosis dibawah 7 (Ghozali dan Fuad, 2008).

commit to user

49


digilib.uns.ac.id

Normalitas univariate dan multivariate terhadap data yang digunakan dalam analisis ini diuji dengan menggunakan AMOS 16. Hasil Uji asumsi normalitas secara lengkap dapat dilihat pada Tabel IV.8 Tabel IV.8 Hasil Uji Normalitas Variable SN2 SN1 AU3 AU2 AU1 ITU5 ITU4 ITU3 ITU2 ITU1 PBC8 PBC7 PBC6 PBC4 A4 A3 A2 A1 Multivariate

min 1,000 1,000 2,000 2,000 2,000 1,000 1,000 2,000 2,000 2,000 1,000 1,000 1,000 1,000 2,000 1,000 2,000 2,000

max 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000

skew ,517 -,407 -,596 -,244 -,704 -,791 -,873 -,812 -,738 -,132 -,807 -1,074 -1,160 -1,342 -,324 -,945 -,403 -,332

c.r. 3,279 -2,581 -3,779 -1,543 -4,462 -5,015 -5,534 -5,147 -4,676 -,835 -5,117 -6,808 -7,349 -8,507 -2,056 -5,991 -2,556 -2,107

kurtosis -,349 -,734 ,878 1,327 ,072 2,059 2,826 1,615 1,515 ,481 3,817 4,048 3,973 4,229 ,008 2,394 -,041 -,117 192,649

c.r. -1,107 -2,325 2,781 4,205 ,227 6,523 8,955 5,118 4,802 1,525 12,095 12,828 12,591 13,400 ,026 7,585 -,130 -,370 55,729

Sumber: Data hasil olahan, 2010 Nilai statistik untuk menguji normalitas tersebut menggunakan z value (Critical Ratio atau C.R pada output AMOS 5.0) dari nilai skewness dan kurtosis sebaran data. Bila nilai C.R lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data tidak normal. Nilai kritis dapat ditentukan dari C.R skewness dan nilai kritis dari C.R kurtosis di bawah

± 2,58.

commit to user

50


digilib.uns.ac.id

Tabel IV.8 menjelaskan bahwa secara univariate data dalam penelitian ini termasuk tidak normal yang ditunjukkan dengan terdapatnya nilai c.r skewness diluar - 2,58 dan -2,58. Sedangkan secara multivariate data dalam penelitian ini termasuk tidak normal karena memilki c.r kurtosis dibawah 7. Analisis terhadap data yang tidak normal dapat mengakibatkan pembiasan

intrepretasi.

Namun

demikian,

teknik

Maximum

Likelihood Estimates (MLE) yang digunakan dalam penelitian ini tidak

terlalu

terpengaruh

(robust)

terhadap

penyimpangan

multivariate normality (Ghozali, 2005). Selain itu, data yang digunakan dalam penelitian ini adalah data yang disajikan apa adanya dari data primer berdasarkan jawaban responden yang sangat beragam, sehingga sulit untuk memperoleh data yang mengikuti distribusi normal secara sempurna. 3.3 Outliers Outliers adalah observasi atau data yang memiliki karakteristik unik yang berbeda dari data lainnya dan muncul dalam bentuk data ekstrim baik untuk variabel tunggal maupun variabel kombinasi (Hair et al., dalam Ferdinand, 2006). Pada umumnya outliers diperlakukan dengan dikeluarkan dari data dan tidak diikut sertakan dalam analisis selanjutnya. Bila tidak terdapat alasan khusus untuk mengeluarkan outliers, maka data observasi tersebut dapat diikutsertakan dalam analisis

selanjutnya. Outliers dapat commit to user

51

dievaluasi

dengan

nilai


digilib.uns.ac.id

mahalanobis distance dengan nilai degree of freedom sejumlah variabel yang dipergunakan dalam penelitian pada tingkat p < 0,001. Dalam penelitian ini jumlah indikator variabel yang digunakan sebanyak 26 indikator variabel. Dengan demikian, apabila terdapat nilai mahalanobis distance yang lebih besar dari χ2(30. 0,001) = 59,70306

maka

nilai

tersebut

adalah

outliers

multivariate.

Mahalanobis distance dapat dilihat pada tabel IV.9 Tabel IV.9 Jarak Mahalanobis Data Observation number 67 160 117 123 59 68 226 169 65 207 109 5 237 163 56 174 11 199 139 234 235 2 157 6 61 9

Mahalanobis d-squared 99,169 91,450 70,694 68,837 68,825 59,353 57,604 53,044 49,477 48,324 48,254 47,050 44,723 41,965 41,166 40,916 40,796 39,797 39,783 39,783 39,039 38,933 36,791 36,715 35,280 35,113

Sumber: Data hasil olahan, commit2010 to user

52

p1 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,001 ,001 ,002 ,002 ,002 ,002 ,002 ,003 ,003 ,006 ,006 ,009 ,009

p2 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000


digilib.uns.ac.id

Table IV.9 menjelaskan bahwa ada beberapa nilai yang dikategorikan sebagai outliers karena nilai Mahalanobis Distance tidak melebihi nilai χ2(30, 0.001) = 59,70306 . Namun pada penelitian ini data observasi tersebut tetap digunakan karena ketika peneliti membuang data outliers maka Goodness-of-Fit Model menjadi buruk. Dengan demikian jumlah sampel yang akan digunakan tetap sebanyak 241 sampel. 3.4 Kriteria Goodness of Fit Sebelum melakukan pengujian hipotesis, langkah pertama adalah menilai kesesuaian goodness of fit. Hasil evaluasi nilai goodness of fit dari model penelitian yang dilakukan dapat dilihat pada tabel IV.10 berikut ini. Gambar IV.1 e1 1

A1

1

e2 1

e3 1

e4 1

A2

A3

A4

A

e5 1

e6 1

e11

e12

e13

e14

e15

SN11

SN2

ITU1

ITU2

ITU3

ITU4

ITU5

1

1

1

1

1

ITU

SN

1

1

z1

e7 1

e8 1

e9 1

e10 1

e16

e17

e18

PBC4

PBC6

PBC7

PBC8

AU1

AU2

AU3

1

1

1

1

PBC 1

z2

commit to user

53

AU

1


digilib.uns.ac.id

Tabel IV.10 Hasil Goodness of Fit Model Struktural Indeks

Nilai kritis

Hasil

Keterangan

X²-Chi Square

Diharapkan kecil

226,986

……..

Probability level

≥ 0.05

0

Buruk

RMSEA

≤ 0.08

0,057

Baik

GFI

≥ 0.90

0,908

Baik

AGFI

≥ 0.90

0,877

Moderat

CMIN/DF

≤ 2.0 / ≤ 3.0

1,773

Baik

TLI

≥0.90

0,948

Baik

CFI

≥0.90

0,957

Baik

Sumber: Data primer diolah, 2010 Pada tabel IV.10 dapat dilihat bahwa chi-square yang bernilai 226,986 dan probalitas sebesar 0,000 lebih kecil dari 0,05, hal ini merupakan indikasi yang buruk. Dengan demikian, terdapat perbedaan antara matrik kovarian sampel dengan matrik kovarian populasi yang diamati. Nilai GFI sebesar 0,908 merupakan indikasi yang baik. Sementara nilai AGFI sebesar 0,877 merupakan indikasi yang moderat. Nilai TLI sebesar 0,948 merupakan indikasi yang baik. Nilai CFI sebesar 0,957 merupakan indikasi yang baik. Nilai commit to user indikasi yang baik. Sedangkan RMSEA sebesar 0,057 merupakan

54


digilib.uns.ac.id

indeks parsimony fit measures didapat nilai CMIN/df sebesar 1,773 merupakan indikasi yang baik karena mempunyai nilai yang kurang dari 2. Keseluruhan pengukuran goodness of fit tersebut di atas mengindikasikan bahwa belum semua indikator mempunyai indikasi baik. Model yang diajukan dalam penelitian ini belum dianggap baik, maka peneliti mempertimbangkan melakukan modifikasi model untuk membentuk model alternatif yang mempunyai goodness of fit yang lebih baik. 3.5 Modifikasi Model Salah satu tujuan modifikasi model adalah untuk mendapatkan kriteria goodness of fit dari model yang dapat diterima. Melalui nilai modification indices dapat diketahui ada tidaknya kemungkinan modifikasi terhadap model yang dapat diusulkan. Modification indices dapat diketahui

dari output Amos 16 yang menunjukkan

hubungan-hubungan yang perlu diestimasi yang sebelumnya tidak ada dalam model supaya terjadi penurunan pada nilai chi-square untuk mendapatkan model penelitian yang lebih baik. Bertujuan untuk mendapatkan kriteria model yang dapat diterima, peneliti mengestimasi hubungan korelasi antar error term yang tidak memerlukan justifikasi teoritis dan yang memiliki nilai modification indices lebih besar atau sama dengan 4,0. Cara ini dilakukan untuk mendapatkan nilai goodness of fit yang memenuhi commit to user

55


digilib.uns.ac.id

syarat. Tabel IV.11 merupakan hasil goodness of fit model yang telah dimodifikasi. Tabel IV.11 Hasil Goodness of Fit Model Struktural setelah Modifikasi Indeks

Nilai kritis

Hasil

Keterangan

X²-Chi Square

Diharapkan kecil

87,262

……..

Probability level

≥ 0.05

0,96

Baik

RMSEA

≤ 0.08

0,000

Baik

GFI

≥ 0.90

0,963

Baik

AGFI

≥ 0.90

0,943

Baik

CMIN/DF

≤ 2.0 / ≤ 3.0

0,779

Baik

TLI

≥ 0.90

1,015

Baik

CFI ≥ 0.90 Sumber: Data primer diolah, 2010

1,000

Baik

Dalam pengujian Chi-Square, nilai x2 yang tinggi menunjukkan korelasi yang diobservasi dengan yang diprediksi berbeda secara nyata sehingga menghasilkan probabilitas yang kecil. Sebaliknya, nilai chi-square yang rendah dan menghasilkan tingkat signifikansi lebih besar dari 0,05 akan mengindikasikan tidak ada perbedaan yang signifikan antara observasi dengan prediksi. Chi-Square sangat sensitif terhadap ukuran sampel. Nilai x2 pada penelitian ini sebesar commit to user

56


digilib.uns.ac.id

87,662 dengan probabilitas 0,96 menunjukkan bahwa model penelitian yang diajukan dapat diterima. Normed Chi-Square (CMIN/DF) adalah nilai yang diperoleh dari pembagian nilai chi-square terhadap degree of freedom. Indeks ini mengukur hubungan goodness-of-fit model dengan jumlah koefisien-koefisien estimasi yang diharapkan untuk mencapai tingkat kesesuaian.

Nilai

CMIN/DF

pada

model

ini

adalah

0,779

menunjukkan bahwa model penelitian ini bagus. Goodness of Fit Index (GFI) mencerminkan tingkat kesesuaian model secara keseluruhan yang dihitung dari residual kuadrat dari model yang diprediksi dibandingkan data yang sebenarnya. Nilai GFI berkisar antara 0 – 1, dimana 0 menunjukkan poor fit dan 1 menunjukkan

perfect

fit.

Dengan

tingkat

penerimaan

yang

direkomendasikan > 0,9 dapat disimpulkan bahwa model penelitian ini memiliki tingkat kesesuaian yang baik dengan nilai GFI sebesar 0,963 Adjusted Goodness of Fit Index (AGFI) adalah pengembangan dari GFI yang disesuaikan dengan rasio degree of freedom dari model yang diusulkan dan degree of freedom dari null model. Nilai AGFI dalam model ini adalah 0,943 menunjukkan tingkat penerimaan yang baik. Tucker Lewis Index (TLI) adalah indeks kesesuaian incremental yang membandingkan model yang diuji dengan null model. Nilai commit to user

57


digilib.uns.ac.id

yang direkomendasikan > 0,9. Dapat disimpulkan bahwa model yang diajukan menunjukkan tingkat kesesuaian yang baik dengan nilai TLI sebesar 1,015. Comparative Fit Index (CFI) adalah indeks kesesuaian incremental yang membandingkan model yang diuji dengan null model. Besaran indeks ini dalam rentang 0 sampai 1 dan nilai yang mendekati 1 mengindikasikan model memiliki tingkat kesesuaian yang baik. Indeks ini sangat dianjurkan untuk dipakai karena indeks ini relatif tidak sensitif dengan besarnya sampel dan kurang dipengaruhi oleh kerumitan model. Dengan memperhatikan nilai yang direkomendasikan yaitu > 0,9; maka nilai CFI sebesar 1,000 menunjukkan bahwa model ini memiliki kesesuaian yang baik. The Root Mean Square Error of Approximation (RMSEA) adalah ukuran yang digunakan untuk memperbaiki kecenderungan statistik chi-square yang sensitif terhadap jumlah sampel yang besar. Nilai penerimaan yang direkomendasikan < 0,08; nilai RMSEA model sebesar 0,000 menunjukkan tingkat kesesuaian yang baik. Berdasarkan keseluruhan pengukuran goodness-of-fit

model

penelitian setelah proses modifikasi tersebut di atas, mengindikasikan bahwa model yang diajukan dalam penelitian ini dapat diterima. Setelah model penelitian dapat diterima, sub bahasan berikutnya akan menjelaskan analisis uji hipotesis dan pembahasan hasil penelitian.

commit to user

58


digilib.uns.ac.id

4. Analisis Uji Hipotesis dan Pembahasan Hasil Penelitian 4.1 Analisis Koefisisen Jalur (Uji Kausalitas) Untuk melihat pengaruh attitude towards using, subjective norm, perceived behavioral control terhadap niat untuk menggunakan kembali (intention to use) pada e-commerce. Serta adanya pengaruh intention to use terhadap actual usage. Hasil analisis selengkapnya dapat dilihat pada Tabel IV.12 berikut ini: Tabel IV.12 Standardized Regression Weights

ITU <--A ITU <--SN ITU <--PBC AU <--ITU A1 <--A A2 <--A A3 <--A A4 <--A PBC4 <--PBC PBC6 <--PBC PBC7 <--PBC PBC8 <--PBC ITU1 <--ITU ITU2 <--ITU ITU3 <--ITU ITU4 <--ITU ITU5 <--ITU AU1 <--AU AU2 <--AU AU3 <--AU SN1 <--SN SN2 <--SN Sumber: Data hasil olahan, 2010 commit to user

59

Estimate 0,216 0,096 0,681 0,949 0,789 0,907 0,802 0,893 0,402 0,672 0,772 0,733 0,926 0,857 0,582 0,738 0,62 0,69 0,811 0,88 1,07 0,406


digilib.uns.ac.id

Tabel IV.12 menunjukkan hasil estimasi pengaruh dari hubungan antar variabel. Hasil tersebut menunjukkan koefisien jalur (standardized regression weight estimate). Hasil estimasi positif yang didapat mengartikan bahwa hubungan yang terjadi antar variabel positif. 4.2 Pengujian Hipotesis Setelah kriteria goodness of fit model struktural yang diestimasi dapat terpenuhi, maka tahap selanjutnya adalah analisis terhadap hubungan-hubungan

struktural

model

(pengujian

hipotesis).

Hubungan antar konstruk dalam hipotesis ditunjukkan oleh nilai regression weights. Tabel IV.13 menunjukkan nilai regression weights dari variabel variabel yang diuji hubungan kausalitasnya.

commit to user

60


digilib.uns.ac.id

Table IV.13 Regression Weights

ITU <--A ITU <--SN ITU <--PBC AU <--ITU A1 <--A A2 <--A A3 <--A A4 <--A PBC4 <--PBC PBC6 <--PBC PBC7 <--PBC PBC8 <--PBC ITU1 <--ITU ITU2 <--ITU ITU3 <--ITU ITU4 <--ITU ITU5 <--ITU AU1 <--AU AU2 <--AU AU3 <--AU SN1 <--SN SN2 <--SN Sumber: Data hasil olahan, 2010

Estimat e 0,23 0,046 1,275 1,065 1 1,112 1,013 1,084 1 1,58 1,777 1,551 1 1,078 0,751 0,9 0,832 1 0,761 1,006 1 0,349

S.E . 0,058 0,032 0,239 0,11

C.R. P 3,956 *** 1,445 0,148 5,337 *** 9,715 ***

0,07 0,074 0,069

15,966 13,68 15,612

*** *** ***

0,281 0,324 0,284

5,616 5,485 5,456

*** *** ***

0,056 0,08 0,07 0,08

19,365 9,334 12,874 10,403

*** *** *** ***

0,068 0,085

11,259 11,792

*** ***

0,153

2,286

0,022

Keterangan:*** signifikan pada level 1% ** signifikan pada level 5% * signifikan pada level 10%

commit to user

61


digilib.uns.ac.id

Tabel IV.14 Nilai Kritis Z-tabel No. Signifikansi 1 1% 2 5% 3 10% Sumber : Ghozali, 2008

Skor Z-tabel ≥ 2,56 ≥ 1,96 ≥ 1,64

Pengujian hipotesis dilakukan dengan menganalisis tingkat signifikansi hubungan kausalitas antar konstruk dalam model yang didasarkan pada nilai C.R (z-hitung) lebih besar dari atau sama dengan nilai z-tabel (z-hitung ³ z-tabel). Pada jumlah responden lebih dari 120 maka nilai z tabel untuk masing-masing tingkat signifikansi adalah: (1) 1%= 2,56, (2) 5%= 1,96, (3) 10%= 1,645. 4.3 Moderasi Variabel Experience (pengalaman) memoderasi hubungan antara Subjective Norm dengan Intention To Use. Pengujian variabel moderasi dilakukan dengan menganalisis melalui konsep memisahkan data berdasarkan jenis data/teknik Split. Variabel pengalaman dibedakan menjadi dua kategori data, yaitu pengalaman rendah dan pengalaman tinggi. Tabel IV.15 menunjukkan nilai standar regression weights dari masing-masing kategori pengalaman rendah dan pengalaman tinggi.

commit to user

62


digilib.uns.ac.id

Table IV.15 Standardized Regression Weights Pengalaman Rendah Estimate S.E. C.R. ITU <--A 0,379 0,163 2,328 ITU <--- SN 0,077 0,136 0,564 ITU <--- PBC 1,274 0,57 2,236 AU <--- ITU 0,692 0,294 2,353 A1 <--A 1 A2 <--A 0,901 0,182 4,936 A3 <--A 0,896 0,194 4,616 A4 <--A 0,963 0,165 5,818 PBC4 <--- PBC 1 PBC6 <--- PBC 0,789 0,346 2,283 PBC7 <--- PBC 1,355 0,611 2,216 PBC8 <--- PBC 1,093 0,429 2,548 ITU1 <--- ITU 1 ITU2 <--- ITU 1,101 0,2 5,511 ITU3 <--- ITU 1,056 0,222 4,748 ITU4 <--- ITU 1,378 0,26 5,291 ITU5 <--- ITU 1,009 0,233 4,331 AU1 <--- AU 1 AU2 <--- AU 0,987 0,317 3,116 AU3 <--- AU 1,369 0,487 2,81 SN1 <--- SN 1 SN2 <--- SN 0,557 0,396 1,405 Sumber: Data hasil olahan, 2010

Pengalaman Tinggi Estimate S.E. C.R. ITU <--- A 0,193 0,066 2,947 ITU <--- SN 0,081 0,04 2,016 ITU <--- PBC 1,312 0,3 4,34 AU <--- ITU 1,028 0,112 9,189 A1 <--- A 1 A2 <--- A 1,154 0,077 14,91 A3 <--- A 1,045 0,081 12,85 A4 <--- A 1,114 0,079 14,17 PBC4 <--- PBC 1 PBC6 <--- PBC 1,914 0,42 4,553 PBC7 <--- PBC 1,985 0,445 4,465 PBC8 <--- PBC 1,729 0,385 4,485 ITU1 <--- ITU 1 ITU2 <--- ITU 1,064 0,057 18,74 ITU3 <--- ITU 0,728 0,092 7,908 ITU4 <--- ITU 0,809 0,076 10,59 ITU5 <--- ITU 0,783 0,089 8,798 AU1 <--- AU 1 AU2 <--- AU 0,803 0,076 10,53 AU3 <--- AU 1,069 0,095 11,3 SN1 <--- SN 1 SN2 <--- SN 0,392 0,132 2,967

Pengujian dilakukan dengan teknik split atau memisahkan variabel moderating kedalam dua kategori tinggi atau rendah lalu mengestimasi dua model dengan moderating tinggi dan rendah dan membandingkan hasil estimasi parameternya (Ghozali, 2008).

commit to user

63


digilib.uns.ac.id

5. Pembahasan Hipotesis a. H1 : Attitude Toward Using (A) berpengaruh terhadap Intention To (re) Use (ITU) Hipotesis ini bertujuan untuk menguji apakah Attitude Toward Using memiliki pengaruh terhadap Intention To (re) Use. Berdasarkan hasil perhitungan pada tabel 4.17, uji signifikansi terhadap hipotesis 1 terbukti secara signifikan, karena diperoleh nilai C.R 3,956 atau lebih besar dari 2,56 yang berarti signifikan pada taraf signifikansi 1% (H1 diterima). Hasil estimasi pengaruh Attitude Toward Using terhadap Intention To (re) Use diperoleh koefisien jalur (standardized regression weight estimate) =adalah 0,216. Artinya hubungan antara variabel Attitude Toward Using terhadap Intention To (re) Use adalah positif. Hubungan antara Attitude towards using dengan intention to (re) use terbukti ada hubungan yang positif. Hasil pengujian menerangkan bahwa attitude toward using (sikap) penggunaan e-commerce merupakan variabel yang dianggap penting mempengaruhi intention to use (niat) bagi pemilik UKM. Pengguna yang memiliki sikap positip terhadap ecommerce akan meningkatkan niat keperilakuannya terhadap ecommerce serta berusaha untuk menggunakan produk ini dalam melakukan pekerjaannya dan merasa kurang yakin bila tidak dibantu oleh e-commerce. Faktor tersebut dapat terjadi dikarenakan sikap merupakan hasil dari faktor genetik dan proses belajar serta selalu berhubungan dengan suatu obyek yang menghasilkan keputusan (menerima atau commit to user

64


digilib.uns.ac.id

menolak), sedangkan niat timbul dari sikap untuk menggunakan ecommerce sebagai media yang digunakan oleh UKM untuk menjalankan usahanya. Secara teoritis hasil ini mendukung literature terdahulu yang dilakukan oleh Cui, Bao dan Chan (2009), Nysveen (2007), George (2002), Thompson dkk (1991). b. H2 : Subjective Norm (SN) berpengaruh terhadap Intention To (re) Use (ITU) Hipotesis ini bertujuan untuk menguji apakah Subjective Norm memiliki pengaruh terhadap Intention To (re) Use. Berdasarkan hasil perhitungan pada tabel 4.17, uji signifikansi terhadap hipotesis 2 tidak terbukti secara signifikan, karena diperoleh nilai C.R 1,445 atau lebih kecil dari 2,56 yang berarti tidak signifikan pada taraf signifikansi 1% (H2 ditolak). Hasil estimasi pengaruh subjective norm terhadap Intention To (re) Use diperoleh koefisien jalur (standardized regression weight estimate) =adalah 0,96. Artinya hubungan antara variabel subjective norm terhadap Intention To (re) Use adalah positif. Hubungan antara Subjective norms dengan intention to (re) use terbukti tidak ada hubungan secara positif. Norma subyektif menunjukkan tekanan sosial yang dirasakan untuk melakukan atau tidak melakukan tindakan, berdasarkan teori tersebut factor social tidak mempengaruhi niat UKM dalam menggunakan e-commerce. Hal ini terjadi karena karena dalam menentukan niat menggunakan e-commerce, pemilik UKM tidak mempersoalkan

factor

norma social. commit to user

65

Literature

terdahulu

yang


digilib.uns.ac.id

dikembangkan Ajzen (1991) mengemukakan bahwa faktor-faktor sosial mungkin merupakan pengaruh penting terhadap perilaku. Secara teori menunjukkan bahwa hasil yang didapat tidak sesuai dengan literature terdahulu, hal tersebut dikarenakan perbedaan objek perilaku yang diteliti. Perilaku niat menggunakan internet tidak dipengaruhi oleh norma social, karena internet sudah dianggap suatu hal yang tidak bertentangan dengan norma social. c. H3 : Perceived Baehavioral Control (PBC) berpengaruh terhadap Intention To (re) Use (ITU) Hipotesis

ini

bertujuan

untuk

menguji

apakah

Perceived

Behavioral Control memiliki pengaruh terhadap Intention To (re) Use. Berdasarkan hasil perhitungan pada tabel 4.17, uji signifikansi terhadap hipotesis 3 terbukti secara signifikan, karena diperoleh nilai C.R 5,337 atau lebih besar dari 2,56 yang berarti signifikan pada taraf signifikansi 1% (H3 diterima). Hasil estimasi pengaruh Perceived Behavioral Control terhadap Intention To (re) Use diperoleh koefisien jalur (standardized regression weight estimate) =adalah 0,681 Artinya hubungan antara variabel Perceived Behavioral Control terhadap Intention To (re) Use adalah positif. Hubungan antara Perceived behavioral control dengan intention to (re) use terbukti ada hubungan secara positif. Sehingga dapat diketahui bahwa Perceived behavioral control (control perilaku) merupakan variabel yang mempengaruhi intention to use (niat untuk menggunakan) commit to user

66


digilib.uns.ac.id

e-commerce. Hal ini terjadi karena factor pengendalian diri untuk menggunakan e-commerce merupakan faktor yang akan mendorong pemilik UKM untuk memiliki niat untuk menggunakan e-commerece sebagai usaha untuk menjalankan bisnisnya. Hasil ini mendukung literature terdahulu yang dilakukan oleh Ajzen (1991). d. H4 : Pengalaman (Experience) meoderasi hubungan Subjective Norm (SN) terhadap Intention To (re) Use (ITU) Hubungan Kausalitas Efek Moderasi Pengalaman. Berdasarkan nilai CR yang dibandingkan dengan nilai z-tabel, maka efek moderasi pengalaman pada setiap hubungan kausalitas dalam model penelitian ini terjadi pada hubungan antara Subjective Norm terhadap Intention To Use. Nilai CR (tabel) dalam hubungan Subjective Norm terhadap Intention to (re) Use adalah 0,564 (kategori pengalaman 1 /rendah), tidak berpengaruh, dan (tabel) nilai CR 2,016 (kategori pengalaman 2 /tinggi), berpengaruh pada tingkat signifikansi 5%. Hasil ini mengindikasi bahwa variabel pengalaman terbukti memoderasi hubungan antara Subjective Norm terhadap Intention To Use. Hubungan antara

Pengalaman (Experience) yang memoderasi

hubungan Subjective Norm (SN) terhadap Intention To (re) Use (ITU) terbukti terdapat hubungan secara positif. Fenomena yang terjadi dapat dikarenakan pengalaman yang dimilki oleh pengguna e-commerce mempengaruhi niat untuk menggunakan berdasarkan faktor norma sosial yang dirasakan. Secara spesifik hasil ini menemukan peran penting commit to user

67


digilib.uns.ac.id

pengalaman dalam menjelaskan penggunaan e-commerce. Hasil studi menemukan bahwa terdapat peran pengalaman secara signifikan sebagai variabel pemoderasian yang mempengaruhi hubungan subjective norm dengan intention to use. Kontribusi peran pengalaman sebagai variabel pemoderasian secara umum meningkatkan kemampuan model dalam menjelaskan

variabel

minat

berperilaku

menggunakan

teknologi

informasi. Peran pengalaman dalam model sejalan dengan pandangan Venkatesh dan Morris (2000). Hasil empiris menjelaskan bahwa terdapat perbedaan antara pengalaman rendah dan pengalaman tinggi dalam menjelaskan pengaruh norma subyektif dan minat berperilaku dalam penggunaan e-commerce e. H5 : Intention To (re) Use (ITU) berpengaruh terhadap Actual Usage (AU) Hipotesis ini bertujuan untuk menguji apakah Intention To Use memiliki pengaruh terhadap Actual Usage. Berdasarkan hasil perhitungan pada tabel 4.17, uji signifikansi terhadap hipotesis 5 terbukti secara signifikan, karena diperoleh nilai C.R 9,175 atau lebih besar dari 2,56 yang berarti signifikan pada taraf signifikansi 1% (H5 diterima). Hasil estimasi pengaruh Intention To Use terhadap Actual Usage diperoleh koefisien jalur (standardized regression weight estimate) =adalah 0,949. Artinya hubungan antara variabel Intention To (re) Use terhadap Actual Usage adalah positif. commit to user

68


Hubungan antara

digilib.uns.ac.id

Intention to (re) use dengan actual usage

terbukti terdapat hubungan secara positif. Sehingga dapat diketahui bahwa niat menggunakan e-commerce merupakan variabel yang mempengaruhi tindakan nyata/penerapan dalam penggunaan e-commerce. Hal ini terjadi karena pengguna e-commerce mempunyai motivasi untuk tetap menggunakan sehingga mempengaruhi dalam tindakan nyata penerapan e-commerce dalam usaha yang dijalankan. Hasil ini mendukung literature terdahulu yang dilakukan oleh Thompson dkk (1991).

commit to user

69


digilib.uns.ac.id

BAB V KESIMPULAN DAN IMPLIKASI

Bab ini bertujuan menjelaskan kesimpulan yang selanjutnya diikuti dengan implikasi dan keterbatasan dari penelitian yang telah dilakukan. Berikut adalah penjelasannya.

A. KESIMPULAN Hasil pengujian mengindikasi bahwa sikap dan pengendalian perilaku mempengaruhi niat untuk menggunakan kembali e-commerce. Analisis menunjukkan bahwa faktor-faktor tersebut merupakan pembentuk niat UKM untuk menggunakan kembali e-commerce. Norma subyektif tidak mempengaruhi niat menggunakan kembali e-commerce. Hal tersebut terjadi karena ketika pemilik UKM merasa bahwa e-commerce

dapat

meningkatkan manfaat bagi usaha mereka, maka sikap mereka terhadap ecommerce positif, tanpa harus melibatkan norma subyektif

dalam

menentukan sikap dalam menggunakan e-commerce. Hubungan antara niat menggunakan kembali dengan tindakan nyata terbukti terdapat hubungan secara positif. Hal ini terjadi karena pengguna e-commerce mempunyai motivasi untuk tetap menggunakan sehingga mempengaruhi dalam tindakan nyata penerapan e-commerce dalam usaha yang dijalankan. Hasil ini memberikan pemahaman bagi praktisi agar mempertimbangkan aspek-aspek commit to user

70


digilib.uns.ac.id

tersebut dalam rangka mengembangkan penggunaan information technology (IT) bagi Usaha Kecil dan Menengah (UKM). Efek moderasi pengalaman pada hubungan antara norma subyektif dan niat menggunakan kembali

menunjukkan hubungan yang positif.

Pengalaman dibedakan menjadi dua kategori, yaitu pengalaman rendah dan pengalaman tinggi. Pengguna e-commerce dengan pengalaman rendah tidak membentuk niat menggunakan kembali e-commerce. Pengguna e-commerce dengan pengalaman tinggi membentuk niat menggunakan kembali dan melibatkan norma subyektif dalam menentukan niat untuk menggunakan ecommerce. Jadi semakin tinggi pengalaman, menyebabkan semakin tinggi keterlibatan norma subyektif dalam mempengaruhi niat untuk menggunakan kembali e-commerce.

B. IMPLIKASI 1. Implikasi teoritis Pertama, studi ini menggunakan enam variabel amatan, sehingga model yang dihasilkan diharapkan mempunyai keunikan yang memberikan perspektif yang berbeda dari studi-studi TPB sebelumnya. Penelitian mengindikasi bahwa terdapat pengaruh signifikan dan positif pada: attitude towards using dengan intention to use, perceived behavioral control dengan intention to use, serta intention to use dengan actual usage, kemudian subjecrive norm berpengaruh tidak signifikan dan positif dengan intention to use, dan variabel pengalaman terbukti memoderasi hubungan commit to user

71


digilib.uns.ac.id

antara subjective norm terhadap intention to use. Kedua, dengan studi ini diharapkan memberikan pemahaman terkait dengan model yang diuji yang dapat digunakan sebagai bahan diskusi yang selanjutnya dapat dikembangkan dan diuji lagi pada konteks yang berbeda. 2. Implikasi praktis. Model yang dikembangkan dalam penelitian ini bertujuan untuk mengetahui faktor-faktor apa saja yang membuat sikap seseorang bersedia atau tidak untuk menarapkan suatu teknologi dalam kegiatan usahanya. Melalui studi ini diharapkan agar para praktisi dapat mengetahui faktorfaktor psikologis yang mempengaruhi seseorang sebelum menggunakan teknologi. Sehingga praktisi perlu menciptakan metode baru untuk menimbulkan ketertarikan dalam menggunakan system marketing online/e-commerce. Hasil penelitian ini yang menyatakan bahwa attitude toward using, subjective norm, perceived behavioral control, pengalaman, berpengaruh positif terhadap actual usage melalui intention to use, memiliki implikasi bagi praktisi agar mempertimbangkan aspek-aspek tersebut dalam rangka mengembangkan penggunaan teknologi bagi masyarakat khususnya Usaha Kecil dan Menengah. Penggunaan internet dalam kegiatan usaha akan mengalami perkembangan kedepannya, hal tersebut sejalan dengan responden dalam penelitian yang menunjukkan pengguna paling banyak pada usia 21-25 tahun. commit to user

72


digilib.uns.ac.id

Subjective norm atau norma subyektif tidak berpengaruh pada intention to use, hal tersebut berbeda dengan penelitian sebelumnya. Fakta tersebut disebabkan karena banyaknya responden dari kalangan anak muda yang terbiasa mengesampingkan norma sosial untuk bertindak melakukan sesuatu. Pengaruh tersebut sangat perlu untuk diperhatikan, karena dalam kegiatan usaha diperlukan faktor sosial dan perilaku yang baik untuk bisa mengembangkan usaha. Moderasi pengalaman menunjukkan bahwa semakin tinggi pengalaman usaha, semakin tinggi juga pengaruh norma subyektif diperlukan untuk niat menggunakan. Praktisi mempunyai peran untuk bisa memberikan arahan serta pembinaan khususnya bagi UKM muda yang menggunakan media internet agar bisa berkembang lebih baik dan berguna bagi masyrakat luas. C. Keterbatasan dan Saran Obyek amatan yang digunakan dalam studi ini difokuskan pada UKM pengguna e-commerce di Surakarta, sehingga berdampak pada generalisasi studi yang bersifat terbatas. Untuk mengaplikasi studi ini pada konteks yang berbeda, diperlukan kehati-hatian untuk mencermati karakteristik merek yang melekat pada obyek yang

distudi. Selain itu,

penelitian ini juga masih terbatas dalam lingkup Usaha Kecil Menengah di Surakarta sehingga dimungkinkan belum dapat mewakili perilaku adopsi teknologi pada berbagai setting di Indonesia. Untuk itu perlu kehati-hatian dalam mencermati karakteristik responden yang distudi jika diaplikasikan pada setting yang berbeda. Berikut ini beberapa saran yang diberikan: commit to user

73


digilib.uns.ac.id

1. Ruang lingkup studi ini difokuskan pada pengguna e-commerce, sehingga berdampak pada generalisasi studi yang terbatas. Keterbatasan ini mengisyaratkan perlunya studi studi lanjutan untuk menggeneralisasi hasil-hasil yang diperoleh pada konteks yang berbeda dan lebih luas, sehingga konsep-konsep yang diuji dalam model dapat ditingkatkan validitas eksernalnya. 2. Penelitian yang akan datang dapat menggunakan variabel ekternal yang lain dalam penelitian, seperti jenis kelamin dan pendapatan, sehingga dapat diperoleh hasil penelitian yang lebih mendalam. 3. Penelitian yang akan datang dapat memperluas ruang lingkup penelitian dengan menambahkan daerah lain, sehingga hasil penelitian mempunyai daya generalisasi yang lebih tinggi/besar.

commit to user

74


digilib.uns.ac.id

BAB II KAJIAN PUSTAKA DAN PENGEMBANGAN HIPOTESIS

Bab ini menjelaskan empat sub bahasan yang digunakan untuk memberikan pemahaman tentang posisi studi ini dibanding studi-studi terdahulu serta melakukan kajian literatur sebagai landasan teori yang dapat menjelaskan Theory of Planned Behavior (TPB). Selanjutnya bab ini juga bertujuan untuk memberikan kerangka dasar dalam merumuskan hipotesis dan pengembangan model yang diusulkan. Keempat sub bahasan yang dijelaskan antara lain: Pertama, pengertian Theory of Planned Behavior (TPB) sebagai variabel tujuan dalam penelitian ini. Kedua. posisi studi yang bertujuan untuk menjelaskan perbedaan variabel variabel yang menjadi fokus bahasan studi dengan penelitian penelitian sebelumnya. Ketiga, pembahasan teori dan hipotesis. Keempat, pengembangan model yang didasarkan pada rumusan hipotesis. Berikut ini adalah penjelasan terhadap masing-masing sub bahasan tersebut.

F. PENGERTIAN DAN PENDEKATAN PENELITIAN Theory of Planned Behavior (TPB) merupakan perluasan dari Theory of Reasoned Action (TRA). Model Theory of Planned Behavior (TPB) merupakan model penelitian yang sering digunakan untuk mempelajari, memprediksi dan penjelasan perilaku konsumen dalam konteks spesifik (Ajzen, 1991). Model TPB merupakan perilaku yang direncanakan atau commit to user

75


digilib.uns.ac.id

diprogram dalam pemanfaatan dan penggunaan Teknologi Sistem Informasi. Inti dari dari model TPB adanya unsur kontrol perilaku yang dirasakan dalam mempengaruhi perilaku sebagai faktor tambahan yang mempengaruhi niat konsumen untuk menggunakan TSI. Dalam hal ini, perilaku individu bukan dibiarkan dalam pemanfaatan dan penggunaan TSI, tetapi dikendalikan dengan berbagai alat control terkait dengan perilaku individu tersebut. Menurut TPB, tindakan individu pada perilaku ditentukan oleh niat individu tersebut untuk melakukan perilaku. TPB berpendapat bahwa niat perilaku direncanakan untuk melakukan suatu kegiatan yang ditentukan oleh: 1) Attitude (sikap), 2) Perceived behavioral control, yang didefinisikan sebagai persepsi dari seberapa mudah atau sulitnya untuk melakukan perilaku, dan 3) Subjective norm, didefinisikan sebagai kepercayaan seseorang tentang apakah orang lain yang berhubungan berpikir bahwa seseorang harus terlibat dalam suatu kegiatan.

G. POSISI STUDI Posisi studi ini dapat dijelaskan melalui tabel II.1. yang menyajikan variabel-variabel amatan dan alat analisis yang digunakan.

commit to user

76


digilib.uns.ac.id

Tabel II.1. Posisi Studi Peneliti / Tahun

Variabel Dependen

Variabel Independen


Alat Statistik

Davis et al (1989)

Actual system use

External variable


Regression

Perceived ease of use Attitude Behavioral intention to use Ajzen (1991)

Actual behavior

attitude toward

intention to use

SEM

Behavioral belief

Attitude toward adopting IT

SEM

Normative belief

Subjective Norm toward adopting IT

subejective norm perceived behavioral control Karahanna et al(1999)


Perceived about voluntariness adopting IT Wang; Lin (2003)


Computer Self Efficancy


SEM

Perceived easy of use Perceived credibility Hysvenn et all (2005)

Intention to use


Attitude towards use

SEM


Regression

Perceived easy of use Perceived enjoyment Perceived Expressivenes Normative pressure Snook (2005)

Actual System Use

Perceived usefulness Perceived easy of use

commit to user

77


digilib.uns.ac.id

Sambungan Tabel II.1. …………………………………………………………... Peneliti / Tahun

Variabel Dependen

Variabel Independen


Alat Statistik

Thompson (2006)

Future intention

Personal innovativeness

Perc, behavioral control

SEM

Computer self efficacy Ease of use Social factor Perceived usefulness Affect Park dan Chen (2007)


Self efficancy


Observability


Triability

Attitude toward using smartphone

Regression

Compatibility Task Individual Organization Environment Liao et al (2007)

Huan dan Haughton (2008)

Behavioral intention

Usage intention


Attitude

SEM

Attitude toward using

SEM

Refusal

Usefulness

Regression

Delay

easy of use

E. decision making

fun

Pretest

Attitude

Perceived usefulness Perceived enjoyment Perceived easy of use Perceived usefulness Perceived enjoyment Compatibility Social influence Flow experience

Cui et al (2009)

Intention to use

commit to user

78


digilib.uns.ac.id

H. PEMBAHASAN TEORI Sub bab ini menjelaskan landasan teori serta hubungan sebab akibat variabel yang menjadi objek amatan dalam penelitian ini yang selanjutnya akan digunakan untuk merumuskan hipotesis sebagai dasar pembentukan model yang dikontruksikan. 7. Sikap terhadap penggunaan Attitude toward using dalam TPB dikonsepkan sebagai sikap terhadap penggunaan sistem yang berbentuk penerimaan atau penolakan sebagai dampak bila seseorang menggunakan suatu teknologi dalam pekerjaannya. Peneliti lain menyatakan bahwa faktor sikap (attitude) sebagai salah satu aspek yang mempengaruhi perilaku individual. Sikap seseorang terdiri atas unsur kognitif/cara pandang (cognitive), afektif (affective), dan komponen-komponen yang berkaitan dengan perilaku (behavioral components). Sikap

merupakan

pernyataan

atau

pertimbangan

evaluatif

mengenai obyek, orang, atau peristiwa (Robbins, 1998). Definisi lain menyebutkan sikap merupakan hasil dari faktor genetik dan proses belajar serta selalu berhubungan dengan suatu obyek. Sikap biasanya memberikan penilaian (menerima atau menolak) terhadap objek yang dihadapinya (Dharmmesta dan Handoko, 1997). Secara definitif, sikap berarati suatu keadaan jiwa (mental) dan keadaan pikiran (neural) yang dipersiapkan untuk memberikan tanggapan terhadap suatu objek, yang diorganisir melalui pengalaman serta mempengaruhi secara langsung dan atau secara commit to user

79


digilib.uns.ac.id

dinamis pada perilaku (Engel dalam Dharmmesta dan Handoko, 1997). Sikap biasanya memainkan peran utama dalam membentuk perilaku. Sikap juga dipandang sebagai keselurahan evaluasi (Engel dkk, 1995). Sikap bukan merupakan perilaku tetapi refleksi dari evaluasi suka atau tidak suka terhadap suatu objek. Penelitian sudah banyak dilakukan untuk memperoleh kepastian apakah sikap itu dapat menjadi prekditor yang akurat terhadap perilaku. Aplikasi TRA sudah membuktikan bahwa sikap terhadap perilaku tertentu memang telah menjadi prediktor yang akurat bagi perilaku meskipun prediksi tersebut dilakukan melalui variabel niat (intention) dan peran variabel subjective norms dalam model. Definisi sikap di atas, dapat diderivikasikan pengertian sikap terhadap use (penggunaan) yaitu pernyataan atau pertimbangan evaluatif mengenai penggunaan. Definisi lainnya mengartikan bahwa sikap berarti keadaan suatu keadaan jiwa dan keadaan pikiran yang dipersiapkan untuk memberikan tanggapan terhadap penggunaan, yang diorganisir melalui pengalaman serta mempengaruhi secara langsung dan atau secara dinamis pada use. Sikap menurut Fishbein dan Ajzen (1975), disebutkan bahwa sikap seseorang terhadap suatu perilaku dapat diperkirakan dengan mengalikan evaluasi dari masing-masing konsekuensi perilaku dengan probabilitas subjektif untuk melakukan perilaku yang akan menunjukkan konsekuensi tersebut dan kemudian menjumlahkan keseluruhan hasil perkalian yang diperoleh. commit to user

80


digilib.uns.ac.id

8. Norma subyektif Norma subyektif sering diasumsikan sebagai hasil evaluatif yang banyak menentukan bagaimana individu bertindak, namun sikap dan tindakan nyata seringkali jauh berbeda. Hal ini disebabkan oleh adanya faktor eksternal lain yang menentukan tindakan atau perilaku yang lebih bersifat umum atau sosial, sehingga perilaku lebih peka terhadap tekanantekanan sosial. Sikap sosial terbentuk dari adanya interaksi sosial yang dialami oleh individu. Interaksi sosial yang terjadi akan menjadikan hubungan saling mempengaruhi di anatara individu yang satu dengan yang lainnya. Pengertian secara definitif, norma subyektif merupakan pengaruh “orang lain yang penting”. Faktor tersebut biasanya dipersepsikan sebagai sesuatu yang dipikirkan “orang lain yang penting” harus dilakukan oleh orang tersebut sehubungan dengan perilaku tertentu (Engel dkk, 1994). Sejalan dengan hal tersebut, Dharmesta (1998) menyatakan bahwa norma subyektif merupakan tekanan sosial yang dirasakan untuk melakukan atau tidak melakukan tindakan atau perilaku. Subjektive norm menurut Ajzen (1991) terbentuk dari dua komponen, yaitu keyakinan mengenai refrensi atau orang penting yang beranggapan bahwa ia melakukan perilaku tertentu dan motivasi individu untuk menyesuaikan diri dan menuruti pengaruh dari refrensi tersebut sehubungan dengan perilaku tertentu.

commit to user

81


digilib.uns.ac.id

9. Kontrol perilaku yang dapat diterima Indikator

langsung

dari

kontrol

perilaku

adalah,

harus

menunjukkan kepercayaan diri individu bahwa mereka mampu melakukan kegiatan yang dilakukan. Sejumlah pernyataan berbeda telah digunakan untuk kepentingan tersebut, beberapa pernyataan diajukan untuk menjawab kesulitan dalam melakukan perilaku tersebut atau kemungkinan individu mampu menjalankan perilaku tersebut. Pernyataan lainnya digunakan untuk menilai kontrol perilaku yang merujuk kepada kemampuan mengendalikan (controllability). Pernyataan ini menilai keyakinan individu bahwa mereka memiliki kendali untuk memutuskan apakah mereka akan menjalankan atau tidak menjalankan perilaku yang diminta. 10. Pengalaman Pengalaman merupakan pengetahuan yang ditambah dengan jam terbang/waktu sehingga seseorang dapat menerapkan sesuatu sesuai dengan kemampuan yang dimiliki. Venkatesh dan Davis (2000), menerangkan bahwa pengalaman pengguna mempengaruhi hubungan antara komponen model dan niat. Pengalaman yang mempunyai landasan kemampuan untuk menggunakan, dari pengertian tersebut mungkin menjadi pertimbangan penting dalam penerapan model perilaku khususnya minat menggunakan. Pengalaman juga menunjukkan bahwa kegunaan yang dirasakan berhubungan dengan waktu yang dihabiskan untuk melakukan kegiatan yang berhubungan dengan penerapan sesuatu commit to user

82


digilib.uns.ac.id

(Venkatesh, 2003). Penelitian tambahan juga memeriksa berbagai komponen model dalam kaitannya dengan sikap sistem informasi, niat, atau kriteria penggunaan. 11. Niat menggunakan Behavioral intention to use adalah kecenderungan perilaku untuk tetap menggunakan kembali (niat) suatu teknologi. Tingkat penggunaan sebuah teknologi pada seseorang dapat diprediksi dari sikap perhatiannya terhadap teknologi tersebut, misalnya keinginanan menambah peripheral pendukung, motivasi untuk tetap menggunakan, serta keinginan untuk memotivasi pengguna lain. Peneliti selanjutnya menyatakan bahwa sikap perhatian untuk menggunakan adalah prediksi yang baik untuk mengetahui actual usage. 12. Tindakan nyata Actual behavior adalah kondisi nyata penggunaan sistem. Dikonsepkan dalam bentuk pengukuran terhadap frekuensi / intention dan sikap penggunaan teknologi. Seseorang akan puas menggunakan system jika mereka meyakini bahwa sistem tersebut mudah digunakan dan akan meningkatkan produktifitas mereka, yang tercermin dari kondisi nyata penggunaan (Davis,1989).

I. HIPOTESIS Beberapa model telah dibangun untuk menganalisis dan memahami faktor-faktor yang mempengaruhi diterimanya penggunaan teknologi commit to user

83


digilib.uns.ac.id

komputer, diantaranya yang tercatat dalam berbagai literatur dan referensi hasil riset bidang teknologi informasi, seperti TRA, TPB, dan TAM. TPB, tindakan individu pada perilaku ditentukan oleh niat individu tersebut untuk melakukan perilaku. Niat yang tinggi terhadap penggunaan teknologi akan mempengaruhi perilaku dalam mengoptimalkan kinerja teknologi (Ajzen, 1991). Niat itu sendiri dipengaruhi sikap terhadap perilaku, norma subyektif yang mempengaruhi perilaku dan control keperilakuan yang dirasakan. TPB yang dikembangkan oleh Ajzen (1991) menunjukkan bahwa sikap terhadap penggunan berpengaruh terhadap niat untuk menggunakan. Hal tersebut didukung oleh Tompson dkk (1991) yang menjelaskan tentang faktor sikap (attitude) sebagai salah satu aspek yang mempengaruhi prilaku individual. Sedangkan George (2002) meniliti tentang sikap yang terkait dengan niat penggunaan internet untuk pembelian suatu produk. Sehingga hipotesis yang pertama dalam penelitian ini adalah : H1: Sikap terhadap penggunaan teknologi internet berpengaruh positif terhadap niat untuk tetap menggunakan kembali teknologi internet Ajzen (1991) mengembankan model TPB dengan memasukkan variable subjective norm yang mempengaruhi niat. Faktor-faktor sosial mungkin merupakan pengaruh penting terhadap perilaku (Hofstede, 1991; Shih dan Venkatesh, 2003). Norma subyektif menunjukkan tekanan sosial yang dirasakan untuk melakukan atau tidak melakukan tindakan, Kontrol keperilakuan yang dirasakan menunjukkan mudahnya atau sulitnya seseorang melakukan tindakan dan dianggap sebagai cerminan pengalaman commit to user

84


digilib.uns.ac.id

masa lalu disamping halangan atau hambatan yang terantisipasi. Sehingga hipotesis yang kedua dalam penelitian ini adalah : H2: Norma subyektif berpengaruh positif terhadap niat untuk tetap menggunakan kembali teknologi internet. Model TPB oleh Ajzen (1991) menunjukkan adanya unsur kontrol perilaku yang dirasakan dalam mempengaruhi perilaku sebagai faktor tambahan yang mempengaruhi niat konsumen untuk menggunakan taknologi. Dalam hal ini, perilaku individu bukan dibiarkan dalam pemanfaatan dan penggunaan teknologi, tetapi dikendalikan dengan berbagai alat control terkait dengan perilaku individu tersebut. Kontrol keperilakuan yang dirasakan menunjukkan mudahnya atau sulitnya seseorang melakukan tindakan. TPB menetapkan bahwa perceived behavioral control

dan niat mempengaruhi tindakan nyata. Sehingga

hipotesis yang ketiga dalam penelitian ini adalah : H3: Persepsi pengendalian perilaku berpengaruh positif terhadap niat untuk tetap menggunakan kembali teknologi internet. Venkatesh dan Morris (2000), meneliti bahwa pengalaman pengguna mempengaruhi hubungan antara komponen model dan niat. Pengalaman diteliti karena kemungkinan hal tersebut menjadi pertimbangan penting dalam penerapan model. Penelitian selanjutnya memeriksa berbagai komponen model dalam kaitannya dengan sikap sistem informasi, niat, atau kriteria penggunaan. Sehingga hipotesis yang keempat dalam penelitian ini adalah :

commit to user

85


digilib.uns.ac.id

H4: Pengalaman memoderasi pengaruh norma subyektif pada niat untuk tetap menggunakan kembali teknologi internet. Davis dkk (1989) mengemukakan pentingnya aspek perilaku dalam penerapan penggunaan teknologi. Hal tersebut berdasarkan hasil penelitian empiris yang menguji pengaruh prilaku individual pengguna terhadap penggunaan. Sehingga hipotesis yang kelima dalam penelitian ini adalah : H5: Niat untuk tetap menggunakan kembali teknologi internet berpengaruh

positif

terhadap

perilaku

sesungguhnya

dalam

menggunakan teknologi internet.

J. MODEL PENELITIAN Berdasarkan hipotesis yang telah dirumuskan, hubungan antar variabel yag dikonsepkan dapat digambarkan dalam bentuk model yang menjelaskan hubungan variable attitude toward using, subjective norm, perceived behavioral control, eperience, dan intention to use terhadap actual behavior.

Attitude Towards Using

Intention to (re) use

Subjective Norm

Perceived Behavioral Control

commit to user Pengalaman (Experience) 86

Actual behavior


digilib.uns.ac.id

Model penelitian tersebut merupakan kerangka penelitian dari TPB yang dikembangkan oleh Ajzen (1991) yang ditambahkan factor pengalaman (experience) sebagai variable moderasi. Menurut Yarbrough dan Smith (2007), model lain yang dapat digunakan dalam prediksi adopsi teknologi informasi yaitu TPB. TPB merupakan perluasan dari Theory of Reasoned Action (TRA). TPB merupakan model penelitian yang sering digunakan untuk mempelajari, memprediksi dan penjelasan perilaku konsumen dalam konteks spesifik (Ajzen, 1991). Digunakannya model penelitian ini karena pada model penelitian yang digunakan Ajzen (1991), dimana variabel-variabel seperti attitude toward using, subjective norm, dan perceived behavioral control berpengaruh terhadap niat seseorang untuk melakukan serta mempengaruhi actual behavior. Variable moderasi berdasarkan model dari Venkatesh dan Morris (2003) dimana pengalaman memoderasi pengaruh social influence pada intention.

commit to user

87


digilib.uns.ac.id

BAB III METODE PENELITIAN

Tujuan bab ini adalah untuk memberikan landasan yang valid dan reliabel agar hasil studi dapat diyakini kebenarannya. Bab ini berisi tentang ruang lingkup penelitian, metode pengambilan sampel dan teknik pengumpulan data, definisi operasional variabel dan pengukuran variabel, serta pengujian statistik.

E. Ruang Lingkup Penelitian Penelitian ini berjenis penelitian dasar (basic research), yaitu penelitian yang meliputi pengembangan ilmu pengetahuan. Penelitian dasar biasanya dilakukan untuk menguji kebenaran teori tertentu, atau mengetahui konsep tertentu secara lebih mendalam (Lihat Kuncoro, 2003). Sedangkan menurut jenis hubungan antar variabelnya, penelitian ini bersifat kausal yaitu penelitian yang menjelaskan hubungan sebab akibat dari variabelvariabel yang diteliti, penelitian ini menunjukkan arah hubungan antar variabel bebas sebagai variabel penyebab dengan variabel terikat sebagai akibat suatu fenomena, disamping mengukur arah hubungannya. Berdasarkan waktu penelitiannya, studi ini bersifat cross sectional, karena studi ini hanya dilakukan dalam satu periode.

commit to user

88


digilib.uns.ac.id

F. Metode Pengambilan Sampel Dan Teknik Pengumpulan Data 4. Populasi Populasi adalah seluruh obyek yang ingin diketahui besaran karakteristiknya (Kustituanto, 1995). Menurut Sekaran (2006), populasi mengacu pada keseluruhan kelompok orang, kejadian, atau hal minat yang ingin diteliti. Populasi yang menjadi sasaran di penelitian adalah semua Usaha Kecil dan Menengah (UKM) yang berkecenderungan menggunakan fasilitas internet untuk menjalankan usahanya di kota Surakarta. 5. Sampel Sampel yang menjadi sasaran di dalam penelitian adalah pemilik shoping online yang ada di kota Surakarta. Dalam penelitian ini banyaknya sampel yang diambil adalah sebanyak 243 responden, dengan alasan karena jumlah tersebut telah memenuhi batas minimal yang diisyaratkan, sehingga sampel dianggap mencukupi (Sekaran,1992). Berdasarkan pengambilan tempat dan penentuan sampel, penelitian mewakili pada karakteristik UKM di Surakarta. Responden akan diberi kuisioner yang berisi beberapa pernyataan mengenai faktor -faktor pembentuk niat untuk kembali menggunakan dan tindakan nyata dari pengguna e-commerce. Pengambilan sampel dalam penelitian ini dilakukan dengan metode convenience sampling, yaitu teknik pengambilan sampel dari responden yang memiliki karakteristik khusus dan memenuhi kriteria yang telah ditentukan oleh peneliti yang dapat memberikan informasi yang dibutuhkan.

commit to user

89


digilib.uns.ac.id

Pemilihan sampel non probabilitas berarti elemen-elemen dalam populasi tidak memiliki kesempatan yang sama untuk dipilih menjadi sampel atau pemilihan anggota sampel dilakukan dengan tidak acak dan bersifat subjektif (Sekaran, 1992). Sampel merupakan sebagian obyek populasi yang memiliki karakteristik sama dengan karakteristik populasi yang ingin diketahui besaran karakteristiknya (Kustituanto,1995). 6. Sampling Method Kuesioner akan dibagikan kepada para responden yang memenuhi kriteria-kriteria yang telah ditetapkan dalam penelitian ini. Responden yang tidak memenuhi kriteria tidak akan dimasukkan kedalam sampel penelitian. Bertujuan mendapatkan sampel yang diinginkan, peneliti menyusun dan mengedarkan kuesioner yang berisi daftar pernyataan secara langsung kepada responden. Jawaban dari pernyataan kuesioner menggunakan skala likert (skala 1-5) dimana responden diminta untuk mengidentifikasi tingkat setuju atau tidak setuju atas berbagai pernyataan yang berhubungan dengan atribut objek yang akan diteliti. Menurut Sekaran (1992), untuk menentukan besaran sampel penelitian, peneliti menggunakan berbagai pertimbangan, yaitu: e. Bila ukuran sampel lebih dari 30 dan kurang dari 500 adalah telah mencukupi untuk digunakan dalam semua penelitian. f. Jika sampel dibagi menjadi sub-sub sampel, maka ukuran sample minimum yang dibutuhkan untuk setiap kategori adalah 30. commit to user

90


digilib.uns.ac.id

g. Untuk penelitian multivariat, ukuran sampel seharusnya beberapa kali (lebih baik 10 kali atau jumlah variabel yang digunakan). h. Berdasarkan pertimbangan estimasi kemungkinan maksimum, jumlah sampel sebesar 50 sudah dapat memberikan hasil yang valid. Metode pengumpulan sampel yang digunakan dalam penelitian ini adalah non probability sampling dimana tidak setiap anggota memiliki kesempatan yang sama untuk dimasukkan kedalam sampel. Purposive sampling adalah metode sampling yang memiliki anggota sampel yang dipercaya dapat mewakili populasi atau memiliki pengetahuan mengenai topik penelitian, (Crask, Fox, Stout, 1995). Pengambilan sampel dengan menggunakan purposive sampling, terbatas pada jenis orang tertentu yang dapat memberikan informasi yang diinginkan atau memenuhi beberapa kriteria yang ditentukan oleh peneliti.

G. Definisi Operasional dan Pengukuran Variabel Attitude Towards Using. Eagly dan Chaiken (1993) mendefinisikan Attitude towards using sebagai hasil evaluasi sebuah entitas dengan kadar setuju atau tidak setuju, yang diekspresikan dalam bentuk kognitif. Peneliti kemudian menyimpulkan sikap sebagai disposisi individu untuk berperilaku yang didasarkan pada belief beserta evaluasinya terhadap suatu obyek, orang atau kejadian, yang kemudian diekspresikan dalam bentuk kognitif, afektif dan konatif. Variabel ini dioperasikan dengan menggunakan empat item pengukuran terkait: (1) Penilaian tentang keputusan menggunakan teknologi commit to user

91


digilib.uns.ac.id

informasi merupakan tindakan (bijak/bodoh), (2) Penilaian tentang keputusan

menggunakan

teknologi

informasi

merupakan

tindakan

(positif/negatif), (3) Penilaian tentang keputusan menggunakan teknologi informasi merupakan tindakan (bermanfaat/sia-sia), (4) Penilaian tentang keputusan

menggunakan

teknologi

informasi

merupakan

tindakan

(baik/buruk). Masing-masing item diukur dengan menggunakan 5 point skala Likert (1 = sangat buruk, sangat bodoh dan dengan 5 = sangat baik). Subjective Norm Menurut Baron dan Byrne (2002), Subjective norm adalah persepsi individu tentang apakah orang lain akan mendukung atau tidak terwujudnya tendakan tersebut. Norma subyektif juga diartikan sebagai persepsi tentang tekanan sosial dalam melaksanakan perilaku tertentu (Feldman, 1995). Hogg dan Vaughan (2005) berpandangan bahwa norma subyektif adalah produk dari persepsi individu tentang beliefs yang dimiliki orang lain. Norma subyektif dirumuskan sebagai norma yang didapatkan seseorang dari persepsi terhadap sejauh mana lingkungan sosial yang cukup berpengaruh akan mendukung atau tidak pelaksanaan tingkah laku tersebut.Variabel ini dioperasikan dengan menggunakan lima item pengukuran terkait: (1) Orang lain akan menganggap bisnis yang dijalankan bermutu bila menggunakan media e-commerce, (2) merasa sebagai perintis dalam menggunakan e-commerce, (3) merasa e-commerce tidak akan mendatangkan pembeli baru, (4) merasa e-commerce tidak sesuai dengan budaya masyarakat, (5) memandang positif penerapan e-commerce untuk commit to user

92


digilib.uns.ac.id

kemajuan UKM. Masing-masing item diukur dengan menggunakan 5 point skala Likert (1 = sangat tidak setuju sampai dengan 5 = sangat setuju) Perceived Behavioral Control. Perceived behavioral control adalah ukuran sejauh mana individu percaya tentang mudah atau sulitnya menampilakn tingkah laku terntentu (Hogg dan Vaughan, 2005). Menurut Feldman (1995), PBC adalah persepsi tentang kesulitan atau kemudahan dalam

melaksanakan

tingkah

laku,

berdasarkan

pada

pengalaman

sebelumnya dan hambatan yang diantisipasi dalam melaksanakan tingkah laku tertentu. Peneliti menyimpulkan PBC sebagai persepsi individu terhadap kadar kemudahan dan kesulitan suatu tingkah laku serta kontrol yang dimilki untuk melaksanakan tingkah laku tersebut.Variabel ini dioperasikan dengan menggunakan delapan item pengukuran terkait: (1) kecenderungan

lebih

terampil

memasarkan

produk/jasa

dengan

menggunakan e-commerce, (2) kecenderungan merasa mudah mempelajari e-commerce, (3) kecenderungan merasa kesulitan saat coba memahami cara kerja e-commerce, (4) kecenderungan bisa menggunakan e-commerce dengan lancar setelah terbiasa, (5) kecenderungan sulit menerapkan ecommerce karena tidak ahli computer, (6) kecenderungan merasa yakin untuk bisa menggunakan e-commerce, (7) kecenderungan bila memiliki keyakinan maka mampu menerapkan e-commerce, (8) kecenderungan untuk menerapkan e-commerce bagi bisnis yang dijalankan adalah sesuatu yang mungkin. Masing-masing item diukur dengan menggunakan 5 point skala Likert (1 = sangat tidak setuju sampai dengan 5 = sangat setuju commit to user

93


digilib.uns.ac.id

Intention to Use. Intention to Use didefinisikan sebagai kekuatan minat atau keinginan seseorang untuk menunjukkan perilaku secara lebih khusus terhadap suatu produk (Lihat Nysveen et al, 2007). Variabel ini dioperasikan dengan menggunakan enam item pengukuran terkait: (1) niat menggunakan kembali e-commerce dalam bisnis, (2) niat menggunakan kembali e-commerce untuk mempermudah transaksi penjualan, (3) ketertarikan menggunakan e-commerce untuk mengetahui keinginan konsumen, (4) perasaan menggunakan e-commerce merupakan ide yang bagus, 5) tanggapan bahwa staff akan mendukung bila menggunakan ecommerce (6) kesulitan untuk tidak menerima e-commerce sebagai alat pemasaran yang akan dipakai. Masing-masing item diukur dengan menggunakan 5 point skala Likert (1=sangat tidak setuju sampai dengan 5=sangat setuju) Actual behavior. Actual behavior adalah kondisi nyata penggunaan sistem. Dikonsepkan dalam bentuk pengukuran terhadap frekuensi / intention. Seseorang akan puas menggunakan system jika mereka meyakini bahwa sistem tersebut mudah digunakan dan akan meningkatkan produktifitas mereka, yang tercermin dari kondisi nyata penggunaan (Davis,1989). Variabel ini dioperasikan dengan menggunakan tiga item pengukuran terkait: (1) kecenderungan menggunakan e-commerce hampir setiap

bulan,

(2)

kecenderungan

menggunkan

e-commerce

untuk

mendukung aktivitas bisnis, (3) kecenderungan untuk akan tetap menggunakan e-commerce karena merasa puas. Masing-masing item diukur commit to user

94


digilib.uns.ac.id

dengan menggunakan 5 point skala Likert (1=sangat tidak setuju sampai dengan 5=sangat setuju).

H. METODE ANALISIS DATA 3. Analisis Deskriptif Analisis deskriptif adalah analisis data dengan cara mengubah data mentah

menjadi

bentuk

yang

lebih

mudah

dipahami

dan

diinterprestasikan. Analisis ini menggambarkan profil dan tanggapan responden terhadap kuesioner yang diberikan 4. Pengujian Statistik Pengujian statistik diawali dengan pengujian validitas dan reliabilitas data penelitian. Hal ini bertujuan untuk memberikan jaminan bahwa data yang diperoleh telah memenuhi kriteria kelayakan untuk diuji dengan menggunakan metode statitik apapun jenisnya. Dengan demikian, hasil yang diperoleh mampu menggambarkan fenomena yang diukur. d. Uji Validitas Uji Validitas. Uji Validitas digunakan untuk menentukan sah atau valid tidaknya kuesioner. Suatu kuesioner dikatakan valid apabila pertanyaan pada kuesioner mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut (Ghozali, 2006). Dalam penelitian ini akan digunakan uji validitas dengan confirmatory factor analysis (CFA) menggunakan software SPSS 16. commit to user

95


digilib.uns.ac.id

CFA perlu dilakukan terhadap model pengukuran karena syarat untuk dapat menganalisis model dengan SEM, indikator masingmasing konstruk harus memiliki loading factor yang signifikan terhadap konstruk yang diukur. Indikator masing-masing konstruk yang memiliki loading factor yang signifikan membuktikan bahwa indikator tersebut merupakan satu kesatuan alat ukur yang mengukur konstruk yang sama dan dapat memprediksi dengan baik konstruk yang seharusnya diprediksi (Hair, et. al., 1998). Validitas berhubungan dengan kesesuaian dan kecermatan fungsi ukur dari alat yang digunakan. Dalam penelitian ini pengujian validitas instrumen yang digunakan adalah Confirmatory Factor Analisys (CFA), serta setiap item pertanyaan harus mempunyai factor loading yang lebih dari 0,40 (Hair, et. al., 1998). Teknik yang digunakan adalah dengan melihat output dari rotated component matrix yang harus terekstrak secara sempurna. Jika masingmasing item pertanyaan belum terekstrak secara sempurna, maka proses pengujian validitas dengan Factor Analysis harus diulang dengan cara menghilangkan item pertanyaan yang memiliki nilai ganda yang mengindikasi 2 (dua) kostruk.

e. Uji Reliabilitas commit to user

96


digilib.uns.ac.id

Uji Reliabilitas. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu (Ghozali, 2006). Uji reliabilitas dalam penelitian ini menggunakan cronbach alpha dari software SPSS 16. Rules of tumb yang dipakai adalah item-total correlation masingmasing butir harus lebih besar dari 0,50 dan cronbach's alpha harus lebih besar dari 0,70 agar konstruk dikatakan memenuhi syarat reliabilitas dengan baik. Indikator pengukuran reliabilitas menurut Sekaran (2006) yang membagi tingkatan reliabilitas dengan kriteria sebagai berikut, jika alpha atau r hitung: 1. 0,8-1,0

= Reliabilitas baik

2. 0,6-0,799

= Reliabilitas moderat

3. kurang dari 0,6

= Reliabilitas kurang baik

f. Pengujian Model Struktural Analisis Stuctural Equation Model (SEM) bertujuan untuk mengestimasi beberapa persamaan regresi terpisah akan tetapi masing masing mempunyai hubungan simultan atau bersaman. Dalam analisis ini dimungkinkan terdapat beberapa variabel dependen, dan variabel ini dimungkinkan menjadi variabel independen bagi variabel dependen yang lainnya. Asumsi Kecukupan Sampel. Disarankan lebih dari 100 atau minimal 5 kali jumlah observasi. Namun apabila jumlah sampel yang commit to user

97


digilib.uns.ac.id

terlalu banyak dan tidak memungkinkan untuk dilakukan penarikan sampel seluruhnya, maka penelitian akan menggunakan rekomendasi untuk menggunakan maksimun likelihood yaitu penarikan sampel antara 100-200 sampel (Ferdinand, 2006; Ghozali, 2008). Asumsi Normalitas. Asumsi yang paling fundamental dalam analisis multivariate adalah normalitas yang merupakan bentuk distribusi data pada variabel matriks tunggal yang menghasilkan distribusi normal (Hair et al., dalam Ferdinand, 2002). Apabila asumsi normalitas tidak dipenuhi dan penyimpangan data normalitas tersebut besar maka akan menghasilkan hasil uji statistik yang bias. Normalitas univariate dilihat dengan nilai critical ratio (cr) pada skewness dan kurtosis dengan nilai di bawah 2,58. Normalitas multivariate dilihat pada c.r kurtosis baris bawah kanan yang direkomendasikan mempunyai nilai dibawah 7 (Ghozali dan Fuad, 2008) Asumsi Outliers. Outliers adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara univariat maupun multivariat yaitu yang mucul karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat berbeda dari observasi-observasi lainnya. (Ferdinand, 2006). Umumnya perlakuan terhadap outliers adalah dengan mengeluarkannya dari data dan tidak diikutsertakan dalam perhitungan berikutnya. Bila tidak terdapat alasan khusus untuk mengeluarkan outliers,

maka

observasi

dapat

diikutsertakan

dalam

analisis

selanjutnya. Outliers dapat dievaluasi dengan nilai mahalanobis commit to user

98


digilib.uns.ac.id

distance dengan nilai degree of freedom sejumlah variabel yang dipergunakan dalam penelitian pada tingkat p < 0,001. Evaluasi Atas Kriteria Goodness of Fit Pengujian goodness of fit model didasarkan pada kriteria sebagai berikut: 9) Chi Square. Tujuan analisis ini adalah mengembangkan dan menguji sebuah model yang sesuai dengan data. Dalam pengujian ini nilai x2 yang rendah dan menghasilkan tingkat signifikansi yang lebih besar dari 0,05 akan mengindikasikan tidak ada perbedaan yang signifikan antara matriks kovarians data dan matriks kovarians yang diestimasi. Chi square sangat bersifat sensitif terhadap sampel yang terlalu kecil maupun yang terlalu besar. Oleh karenanya pengujian ini perlu dilengkapi dengan alat uji lainnya. 10)

Goodness of fit index (GFI). Indeks ini mencerminkan

tingkat kesesuaian model secara keseluruhan yang dihitung dari residual kuadrat dari model yang diprediksi dibandingkan data yang sebenarnya. Nilai yang mendekati 1 mengisyaratkan model yang diuji memiliki kesesuaian dengan baik. 11)

Root Mean SquareError of Approximation (RMSEA).

RMSEA adalah indeks yang digunakan untuk mengukur fit model menggantikan chi square statistik dalam jumlah sampel yang besar. Nilai RMSEA < 0,08 mengindikasi indeks yang baik untuk menerima kesesuaian sebuah model. commit to user

99


12)

digilib.uns.ac.id

Adjusted Goodness of Fit Index (AGFI). Indeks ini

merupakan pengembangan dari GFI yang telah disesuaikan dengan rasio dari degree of freedom model yang diajukan dengan degree of freedom dari null model (model konstruk tunggal dengan semua indikator pengukuran konstruk). Nilai yang direkomendasikan adalah AGFI > 0,90. Semakin besar nilai AGFI maka semakin baik kesesuaian yang dimiliki model. 13)

Tucker Lewis Index (TLI). TLI merupakan indeks

kesesuaian incremental yang membandingkan model yang diuji dengan null model. Nilai penerimaan yang direkomendasikan adalah nilai TLI > 0,90. TLI merupakan indeks kesesuaian yang kurang dipengaruhi oleh ukuran sampel. 14)

Normed Fit Index (NFI). Indeks ini juga merupakan

indeks kesesuaian incremental. Normed Fit Index

merupakan

ukuran perbandingan antara proposed model dengan null model. Nilai yang direkomendasikan adalah > 0,90. 15)

Comparative Fit Index (CFI). CFI juga merupakan indeks

kesesuaian incremental. Besaran indeks ini adalah dalam rentang 0 sampai 1 dan nilai yang mendekati 1 mengindikasikan model memiliki tingkat kesesuaian yang baik. Indeks ini sangat dianjurkan untuk dipakai karena indeks ini relatif tidak sensitif terhadap besarnya sampel dan kurang dipengaruhi oleh kerumitan commit to user

100


digilib.uns.ac.id

model. Nilai penerimaan yang direkomendasikan adalah CFI > 0,90. 16)

Normed Chi Square (CMIN/DF). CMIN/DF adalah

ukuran yang diperoleh dari nilai chi square dibagi dengan degree of freedom. Indeks ini merupakan indeks kesesuaian parsimonious yang mengukur hubungan goodness of fit model dan jumlah-jumlah koefisien estimasi yang diharapkan untuk mencapai tingkat kesesuaian. Nilai

yang direkomendasikan

kesesuaian model adalah CMIN/DF < 2,0. Tabel III.1 Indikator Goodness-of-fit Model Kriteria Control off value Diharapkan kecil chi square ≥ 0,05 significance probability GFI ≥ 0,90 RMSEA ≤ 0,08 AGFI ≥ 0,90 TLI ≥ 0,90 Comparative Fit ≥ 0,90 Index (CFI) Normed Chi Square < 2,00 (CMIN/DF) Sumber : Ferdinand, 2006

commit BABtoIVuser

101

untuk menerima


digilib.uns.ac.id

ANALISIS DATA DAN PEMBAHASAN

Bab ini bertujuan untuk menjelaskan hasil-hasil yang didapat melalui uji statistik yang dilakukan terhadap model penelitian. Secara lengkap, bab ini berisi tentang analisis deskriptif, uji validitas dan uji reliabilitas, analisis data penelitian

(analisis

model

struktural),

dan

analisis

hipotesis

serta

pembahasannya.

C. Analisis Statistik Deskriptif Analisis statistik deskriptif dimaksudkan untuk mengetahui karakteristik responden yang berupa jenis kelamin, usia, tingkat pendidikan, dan lama usaha. Sampel yang diambil adalah sebanyak 243 responden dan keseluruhan responden dapat diketahui identitasnya. Tabel IV.1 Karakteristik Responden Berdasarkan Jenis Kelamin

Jenis kelamin

Frekuensi

Persentase

Pria

147

60.5

Wanita

96

39.5

Jumlah

243

100

Sumber: Data primer diolah, 2010 Berdasarkan tabel IV.1 diatas dapat diketahui dari 243 responden, responden berjenis kelamin pria lebih banyak daripada responden berjenis commit to user

102


digilib.uns.ac.id

kelamin perempuan dengan presentase pria 60,5% dan wanita 39,5%. Hasil yang didapat menunjukkan responden pria lebih banyak daripada responden wanita, mengindikasikan bahwa kalangan pria lebih mendominasi dalam kegiatan usaha melalui media internet. Pengaruh kesulitan dalam penggunaan, kemampuan mengelola, dan jaringan/koneksi yang terbatas merupakan beberapa faktor yang mungkin membuat minat wanita dalam hal penggunaan internet untuk usaha lebih sedikit daripada minat pria. Tabel IV.2 Karakteristik Responden Berdasarkan Tingkat Pendidikan Pendidikan

Frekuensi

Tamat < SMA 1 Tamat SMA 122 Tamat Diploma 40 Tamat Sarjana 79 Tamat > Sarjana 1 Jumlah 243 Sumber: Data primer diolah, 2010

Persentase 0.4 50.2 16.5 32.5 0.4 100

Berdasarkan tabel IV.2 diatas dapat diketahui dari 243 kuesioner yang disebar, responden berpendidikan tamat SMA mempunyai presentase paling banyak dengan 50,2%. Sedangkan kriteria responden berpendidikan dibawah SMA dan berpendidikan diatas sarjana/S1 menjadi yang paling sedikit dengan presentase reponden masing-masing sebesar 0,4%. Faktor pendidikan terbukti sangat berperan dalam meningkatkan pemahaman penggunaan internet, terbukti dengan banyaknya responden berpendidikan SMA dan diatas SMA. Tabel IV.3 Karakteristik Responden commit to user Berdasarkan Usia

103


digilib.uns.ac.id

Usia

Frekuensi

Persentase

17-20 18 21-25 151 26-30 53 31-35 15 >35 6 Jumlah 241 Sumber: Data primer diolah, 2010

7,3 62,4 21,6 6,1 2,4 100

Berdasarkan tabel IV.3 dari 243 responden, responden paling banyak adalah yang berusia 21-25 tahun dengan prosentase 62,4%. Fakta tersebut menggambarkan bahwa penggunaan internet sebagai media usaha banyak dilakukan oleh kalangan anak muda yang lebih mengenal tentang penerapan teknologi. Sedangkan responden paling sedikit adalah yang berusia lebih dari 35 tahun dengan prosentase 2,4%. Hal tersebut menggambarkan bahwa penerapan teknologi untuk usaha belum menjadi pilihan bagi kalangan usia lebih dari 35 tahun. Tabel IV.4 Karakteristik Responden Berdasarkan Lama Usaha Tahun

Frekuensi

Persentase

1–2

150

61.7

>2

93

38.3

Jumlah

243

100.00

Sumber: Data primer diolah, 2010 Berdasarkan tabel IV.4. Responden paling banyak dengan lama usaha 0-1 tahun dengan prosentase sebesar 31,7%. Jumlah tersebut menunjukkan bahwa penerapan teknologi adalah sarana baru sebagai kegiatan commit to user

104


digilib.uns.ac.id

usaha. Pengusaha pemula lebih senang memilih menggunakan media internet untuk meminimalisir resiko. Sedangkan usaha yang sudah lama, lebih dari 5 tahun paling sedikit menggunakan media internet dengan prosentase 15,6%. Hal tersebut terjadi karena usaha sudah dianggap baik dengan sistem konvensional, dan menggunakan media internet sebagai sarana pendukung dalam kegiatan usaha. D. Pengujian Statistik 6. Uji Validitas Uji Validitas bertujuan untuk mengetahui kemampuan suatu alat ukur dalam melakukan fungsi ukurnya (Sekaran, 2006). Dalam penelitian ini akan digunakan uji validitas dengan confirmatory factor analysis (CFA) menggunakan software SPSS 16, dengan ketentuan setiap item pertanyaan harus mempunyai factor loading >0,40. Confirmatory Factor Analysis (CFA) harus dipenuhi, karena merupakan salah satu syarat untuk dapat menganalisis model dengan Structural Equation Modelling (SEM). Teknik yang digunakan adalah dengan melihat output dari rotated component matrix yang harus terekstrak secara sempurna

Tabel IV.5 Hasil Uji Validitas Tahap 1 Rotated Component Matrixa commit to user Component 105


digilib.uns.ac.id

1

2

3

A1 .807 A2 .902 A3 .833 A4 .887 SN1 SN2 SN3 SN4 SN5 .473 PBC1 .494 PBC2 .502 PBC3 PBC4 .472 PBC5 PBC6 .697 PBC7 .799 PBC8 .699 ITU1 .777 ITU2 .705 ITU3 .734 ITU4 .791 ITU5 .739 ITU6 AU1 .578 AU2 .577 AU3 .647 Sumber : Hasil olahan data, 2010

4

.601 .800 .506 .555

.674 .736

Tabel IV.6 commit to user Hasil Uji Validitas Tahap 2 106

5

.522


digilib.uns.ac.id

Rotated Component Matrixa 1

2

Component 3

A1 .820 A2 .896 A3 .848 A4 .890 SN1 SN2 PBC4 .552 PBC6 .701 PBC7 .813 PBC8 .671 ITU1 .674 ITU2 .612 ITU3 .737 ITU4 .819 ITU5 .791 AU1 AU2 AU3 Sumber : Hasil olahan data, 2010

4

5

.786 .864

.823 .740 .699

.

Tabel IV.5 menjelaskan hasil uji validitas dengan beberapa item pernyataan yang tidak valid yaitu SN3, SN4, SN5, PBC1, PBC2, PBC3, PBC5, dan ITU6. Selanjutnya dilakukan proses trial and error dalam pereduksian sehingga dapat mereduksi item pertanyaan yang valid sebanyak mungkin. Melalui proses trial and error tersebut diperoleh pereduksian item pertanyaan. Hasil pertanyaan-pertanyaan yang sudah terekstrak sempurna ditunjukkan pada tabel Tabel IV.6.

7. Uji Reliabilitas

commit to user

107


digilib.uns.ac.id

Uji reliabilitas bertujuan untuk mengukur kehandalan atau konsistensi internal dari suatu instrumen penelitian. Pengujian reliabilitas menggunakan Cronbach Alpha yang dianalisis dengan menggunakan SPSS for windows 16. Tingkatan reliabilitas dibagi menjadi tiga kriteria: jika alpha atau r hitung (1) 0,8-1,0 = Reliabillitas baik, (2) 0,6-0,799= Reliabilitas diterima,

(3) Kurang dari 0,6= Reliabilitas kurang baik

(Sekaran). Prosedur pengujian ini dapat dipahami bahwa data penelitian memenuhi kriteria kelayakan untuk dianalisis dengan menggunakan metode-metode statistik yang lain. Tabel IV.7 menjelaskan bahwa nilai koefisien Cronbach,s Alpha untuk variabel Attitude Towards Using, Subjective Norm, Perceived Behavior Control, Intention to Use, dan Actual Usage diatas 0,6 dengan rincian berturut-turut adalah sebesar 0,910; 0,615; 0,715; 0,880 dan 0,816. Hal ini menunjukkan bahwa variabel-variabel tersebut reliabel. Berikut penjelasan nilai koefisien Cronbach,s Alpha masing-masing variabel. Tabel IV.7 Hasil Uji Reliabilitas Variabel Cronbach's Alpha Attitude Towards Using 0,910 Subjective Norm 0,615 Perceived Behavior 0,715 Control Intention to Use 0,880 Actual Usage 0,816 Sumber: Data primer diolah, 2010 commit to user

108


digilib.uns.ac.id

Variabel Subjective Norm dan Perceived Behavior Control memiliki nilai alpha 0,615; 0,715 yang menunjukkan reliabilitas yang moderat. Sedangkan variabel Attitude Towards Using, Intention to Use, dan Actual Usage memiliki nilai alpha 0,910; 0,880; 0,816 yang menunjukkan reliabilitas yang tinggi. Dengan demikian dapat dinyatakan bahwa variabel-variabel dalam penelitian ini mempunyai tingkat konsistensi internal yang baik. Sub bahasan berikut akan menjelaskan analisis data penelitian yang menggunakan metode analisis Structural Equation Model (SEM). 8.

Analisis Structural Equation Model (SEM) Analisis dalam penelitian ini menggunakan metode statistik Stuctural Equation Model (SEM). Pada prinsipnya, model struktural bertujuan untuk menguji hubungan sebab akibat dari hubungan variabel sehingga jika salah satu variabel diubah, maka terjadi perubahan pada variabel yang lain. Selain itu analisis Stuctural Equation Model bertujuan untuk mengestimasi beberapa persamaan regresi terpisah akan tetapi masing masing mempunyai hubungan simultan atau bersaman. Dalam analisis ini dimungkinkan terdapat beberapa variabel dependen, dan variabel ini dimungkinkan menjadi variabel independen bagi variabel dependen yang lainnya. Dalam studi ini, data diolah dengan menggunakan sofware khusus untuk analisis SEM yaitu Analysis of Moment Structure atau AMOS versi commit to user

109


digilib.uns.ac.id

18. Ada beberapa asumsi yang harus dipenuhi sebelum melakukan pengujian dengan pendekatan Structural Equation Model, yaitu: 3.1 Asumsi Kecukupan Sampel Jumlah responden dalam penelitian sebanyak 243 kuesioner dan dari 243 kuesioner terdapat 2 buah kuisioner yang tidak dapat diolah karena pengisian yang tidak lengkap oleh responden. Sehingga hanya 241 buah kuisioner yang dapat diolah untuk analisis SEM. Jumlah ini memenuhi prosedur Maximum Likelihood Estimation yaitu penarikan sampel antara 100-200 sampel (Ghozali, 2008). 8.2 Normalitas Asumsi yang paling fundamental dalam analisis multivariate adalah normalitas yang merupakan bentuk distribusi data pada variabel matriks tunggal yang menghasilkan distribusi normal (Hair et al., dalam Ferdinand, 2002). Apabila asumsi normalitas tidak dipenuhi dan penyimpangan data normalitas tersebut besar maka akan menghasilkan hasil uji statistik yang bias. Pengujian normalitas bertujuan untuk mengetahui apakah distribusi

data

mengikuti

atau

mendekati

distribusi

normal.

Normalitas univariate dilihat dengan nilai critical ratio (c.r) pada skewness yaitu antara - 2,58 dan 2,58. Sedangkan

normalitas

multivariate dilihat pada assessment of normality baris bawah kanan yaitu nilai critical ratio (c.r) kurtosis dibawah 7 (Ghozali dan Fuad, 2008).

commit to user

110


digilib.uns.ac.id

Normalitas univariate dan multivariate terhadap data yang digunakan dalam analisis ini diuji dengan menggunakan AMOS 16. Hasil Uji asumsi normalitas secara lengkap dapat dilihat pada Tabel IV.8 Tabel IV.8 Hasil Uji Normalitas Variable SN2 SN1 AU3 AU2 AU1 ITU5 ITU4 ITU3 ITU2 ITU1 PBC8 PBC7 PBC6 PBC4 A4 A3 A2 A1 Multivariate

min 1,000 1,000 2,000 2,000 2,000 1,000 1,000 2,000 2,000 2,000 1,000 1,000 1,000 1,000 2,000 1,000 2,000 2,000

max 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000

skew ,517 -,407 -,596 -,244 -,704 -,791 -,873 -,812 -,738 -,132 -,807 -1,074 -1,160 -1,342 -,324 -,945 -,403 -,332

c.r. 3,279 -2,581 -3,779 -1,543 -4,462 -5,015 -5,534 -5,147 -4,676 -,835 -5,117 -6,808 -7,349 -8,507 -2,056 -5,991 -2,556 -2,107

kurtosis -,349 -,734 ,878 1,327 ,072 2,059 2,826 1,615 1,515 ,481 3,817 4,048 3,973 4,229 ,008 2,394 -,041 -,117 192,649

c.r. -1,107 -2,325 2,781 4,205 ,227 6,523 8,955 5,118 4,802 1,525 12,095 12,828 12,591 13,400 ,026 7,585 -,130 -,370 55,729

Sumber: Data hasil olahan, 2010 Nilai statistik untuk menguji normalitas tersebut menggunakan z value (Critical Ratio atau C.R pada output AMOS 5.0) dari nilai skewness dan kurtosis sebaran data. Bila nilai C.R lebih besar dari nilai kritis maka dapat diduga bahwa distribusi data tidak normal. Nilai kritis dapat ditentukan dari C.R skewness dan nilai kritis dari C.R kurtosis di bawah

± 2,58.

commit to user

111


digilib.uns.ac.id

Tabel IV.8 menjelaskan bahwa secara univariate data dalam penelitian ini termasuk tidak normal yang ditunjukkan dengan terdapatnya nilai c.r skewness diluar - 2,58 dan -2,58. Sedangkan secara multivariate data dalam penelitian ini termasuk tidak normal karena memilki c.r kurtosis dibawah 7. Analisis terhadap data yang tidak normal dapat mengakibatkan pembiasan

intrepretasi.

Namun

demikian,

teknik

Maximum

Likelihood Estimates (MLE) yang digunakan dalam penelitian ini tidak

terlalu

terpengaruh

(robust)

terhadap

penyimpangan

multivariate normality (Ghozali, 2005). Selain itu, data yang digunakan dalam penelitian ini adalah data yang disajikan apa adanya dari data primer berdasarkan jawaban responden yang sangat beragam, sehingga sulit untuk memperoleh data yang mengikuti distribusi normal secara sempurna. 8.3 Outliers Outliers adalah observasi atau data yang memiliki karakteristik unik yang berbeda dari data lainnya dan muncul dalam bentuk data ekstrim baik untuk variabel tunggal maupun variabel kombinasi (Hair et al., dalam Ferdinand, 2006). Pada umumnya outliers diperlakukan dengan dikeluarkan dari data dan tidak diikut sertakan dalam analisis selanjutnya. Bila tidak terdapat alasan khusus untuk mengeluarkan outliers, maka data observasi tersebut dapat diikutsertakan dalam analisis

selanjutnya. Outliers dapat commit to user

112

dievaluasi

dengan

nilai


digilib.uns.ac.id

mahalanobis distance dengan nilai degree of freedom sejumlah variabel yang dipergunakan dalam penelitian pada tingkat p < 0,001. Dalam penelitian ini jumlah indikator variabel yang digunakan sebanyak 26 indikator variabel. Dengan demikian, apabila terdapat nilai mahalanobis distance yang lebih besar dari χ2(30. 0,001) = 59,70306

maka

nilai

tersebut

adalah

outliers

multivariate.

Mahalanobis distance dapat dilihat pada tabel IV.9 Tabel IV.9 Jarak Mahalanobis Data Observation number 67 160 117 123 59 68 226 169 65 207 109 5 237 163 56 174 11 199 139 234 235 2 157 6 61 9

Mahalanobis d-squared 99,169 91,450 70,694 68,837 68,825 59,353 57,604 53,044 49,477 48,324 48,254 47,050 44,723 41,965 41,166 40,916 40,796 39,797 39,783 39,783 39,039 38,933 36,791 36,715 35,280 35,113

Sumber: Data hasil olahan, commit2010 to user

113

p1 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,001 ,001 ,002 ,002 ,002 ,002 ,002 ,003 ,003 ,006 ,006 ,009 ,009

p2 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000


digilib.uns.ac.id

Table IV.9 menjelaskan bahwa ada beberapa nilai yang dikategorikan sebagai outliers karena nilai Mahalanobis Distance tidak melebihi nilai χ2(30, 0.001) = 59,70306 . Namun pada penelitian ini data observasi tersebut tetap digunakan karena ketika peneliti membuang data outliers maka Goodness-of-Fit Model menjadi buruk. Dengan demikian jumlah sampel yang akan digunakan tetap sebanyak 241 sampel. 8.4 Kriteria Goodness of Fit Sebelum melakukan pengujian hipotesis, langkah pertama adalah menilai kesesuaian goodness of fit. Hasil evaluasi nilai goodness of fit dari model penelitian yang dilakukan dapat dilihat pada tabel IV.10 berikut ini. Gambar IV.1 e1 1

A1

1

e2 1

e3 1

e4 1

A2

A3

A4

A

e5 1

e6 1

e11

e12

e13

e14

e15

SN11

SN2

ITU1

ITU2

ITU3

ITU4

ITU5

1

1

1

1

1

ITU

SN

1

1

z1

e7 1

e8 1

e9 1

e10 1

e16

e17

e18

PBC4

PBC6

PBC7

PBC8

AU1

AU2

AU3

1

1

1

1

PBC 1

z2

commit to user

114

AU

1


digilib.uns.ac.id

Tabel IV.10 Hasil Goodness of Fit Model Struktural Indeks

Nilai kritis

Hasil

Keterangan

X²-Chi Square

Diharapkan kecil

226,986

……..

Probability level

≥ 0.05

0

Buruk

RMSEA

≤ 0.08

0,057

Baik

GFI

≥ 0.90

0,908

Baik

AGFI

≥ 0.90

0,877

Moderat

CMIN/DF

≤ 2.0 / ≤ 3.0

1,773

Baik

TLI

≥0.90

0,948

Baik

CFI

≥0.90

0,957

Baik

Sumber: Data primer diolah, 2010 Pada tabel IV.10 dapat dilihat bahwa chi-square yang bernilai 226,986 dan probalitas sebesar 0,000 lebih kecil dari 0,05, hal ini merupakan indikasi yang buruk. Dengan demikian, terdapat perbedaan antara matrik kovarian sampel dengan matrik kovarian populasi yang diamati. Nilai GFI sebesar 0,908 merupakan indikasi yang baik. Sementara nilai AGFI sebesar 0,877 merupakan indikasi yang moderat. Nilai TLI sebesar 0,948 merupakan indikasi yang baik. Nilai CFI sebesar 0,957 merupakan indikasi yang baik. Nilai commit to user indikasi yang baik. Sedangkan RMSEA sebesar 0,057 merupakan

115


digilib.uns.ac.id

indeks parsimony fit measures didapat nilai CMIN/df sebesar 1,773 merupakan indikasi yang baik karena mempunyai nilai yang kurang dari 2. Keseluruhan pengukuran goodness of fit tersebut di atas mengindikasikan bahwa belum semua indikator mempunyai indikasi baik. Model yang diajukan dalam penelitian ini belum dianggap baik, maka peneliti mempertimbangkan melakukan modifikasi model untuk membentuk model alternatif yang mempunyai goodness of fit yang lebih baik. 8.5 Modifikasi Model Salah satu tujuan modifikasi model adalah untuk mendapatkan kriteria goodness of fit dari model yang dapat diterima. Melalui nilai modification indices dapat diketahui ada tidaknya kemungkinan modifikasi terhadap model yang dapat diusulkan. Modification indices dapat diketahui

dari output Amos 16 yang menunjukkan

hubungan-hubungan yang perlu diestimasi yang sebelumnya tidak ada dalam model supaya terjadi penurunan pada nilai chi-square untuk mendapatkan model penelitian yang lebih baik. Bertujuan untuk mendapatkan kriteria model yang dapat diterima, peneliti mengestimasi hubungan korelasi antar error term yang tidak memerlukan justifikasi teoritis dan yang memiliki nilai modification indices lebih besar atau sama dengan 4,0. Cara ini dilakukan untuk mendapatkan nilai goodness of fit yang memenuhi commit to user

116


digilib.uns.ac.id

syarat. Tabel IV.11 merupakan hasil goodness of fit model yang telah dimodifikasi. Tabel IV.11 Hasil Goodness of Fit Model Struktural setelah Modifikasi Indeks

Nilai kritis

Hasil

Keterangan

X²-Chi Square

Diharapkan kecil

87,262

……..

Probability level

≥ 0.05

0,96

Baik

RMSEA

≤ 0.08

0,000

Baik

GFI

≥ 0.90

0,963

Baik

AGFI

≥ 0.90

0,943

Baik

CMIN/DF

≤ 2.0 / ≤ 3.0

0,779

Baik

TLI

≥ 0.90

1,015

Baik

CFI ≥ 0.90 Sumber: Data primer diolah, 2010

1,000

Baik

Dalam pengujian Chi-Square, nilai x2 yang tinggi menunjukkan korelasi yang diobservasi dengan yang diprediksi berbeda secara nyata sehingga menghasilkan probabilitas yang kecil. Sebaliknya, nilai chi-square yang rendah dan menghasilkan tingkat signifikansi lebih besar dari 0,05 akan mengindikasikan tidak ada perbedaan yang signifikan antara observasi dengan prediksi. Chi-Square sangat sensitif terhadap ukuran sampel. Nilai x2 pada penelitian ini sebesar commit to user

117


digilib.uns.ac.id

87,662 dengan probabilitas 0,96 menunjukkan bahwa model penelitian yang diajukan dapat diterima. Normed Chi-Square (CMIN/DF) adalah nilai yang diperoleh dari pembagian nilai chi-square terhadap degree of freedom. Indeks ini mengukur hubungan goodness-of-fit model dengan jumlah koefisien-koefisien estimasi yang diharapkan untuk mencapai tingkat kesesuaian.

Nilai

CMIN/DF

pada

model

ini

adalah

0,779

menunjukkan bahwa model penelitian ini bagus. Goodness of Fit Index (GFI) mencerminkan tingkat kesesuaian model secara keseluruhan yang dihitung dari residual kuadrat dari model yang diprediksi dibandingkan data yang sebenarnya. Nilai GFI berkisar antara 0 – 1, dimana 0 menunjukkan poor fit dan 1 menunjukkan

perfect

fit.

Dengan

tingkat

penerimaan

yang

direkomendasikan > 0,9 dapat disimpulkan bahwa model penelitian ini memiliki tingkat kesesuaian yang baik dengan nilai GFI sebesar 0,963 Adjusted Goodness of Fit Index (AGFI) adalah pengembangan dari GFI yang disesuaikan dengan rasio degree of freedom dari model yang diusulkan dan degree of freedom dari null model. Nilai AGFI dalam model ini adalah 0,943 menunjukkan tingkat penerimaan yang baik. Tucker Lewis Index (TLI) adalah indeks kesesuaian incremental yang membandingkan model yang diuji dengan null model. Nilai commit to user

118


digilib.uns.ac.id

yang direkomendasikan > 0,9. Dapat disimpulkan bahwa model yang diajukan menunjukkan tingkat kesesuaian yang baik dengan nilai TLI sebesar 1,015. Comparative Fit Index (CFI) adalah indeks kesesuaian incremental yang membandingkan model yang diuji dengan null model. Besaran indeks ini dalam rentang 0 sampai 1 dan nilai yang mendekati 1 mengindikasikan model memiliki tingkat kesesuaian yang baik. Indeks ini sangat dianjurkan untuk dipakai karena indeks ini relatif tidak sensitif dengan besarnya sampel dan kurang dipengaruhi oleh kerumitan model. Dengan memperhatikan nilai yang direkomendasikan yaitu > 0,9; maka nilai CFI sebesar 1,000 menunjukkan bahwa model ini memiliki kesesuaian yang baik. The Root Mean Square Error of Approximation (RMSEA) adalah ukuran yang digunakan untuk memperbaiki kecenderungan statistik chi-square yang sensitif terhadap jumlah sampel yang besar. Nilai penerimaan yang direkomendasikan < 0,08; nilai RMSEA model sebesar 0,000 menunjukkan tingkat kesesuaian yang baik. Berdasarkan keseluruhan pengukuran goodness-of-fit

model

penelitian setelah proses modifikasi tersebut di atas, mengindikasikan bahwa model yang diajukan dalam penelitian ini dapat diterima. Setelah model penelitian dapat diterima, sub bahasan berikutnya akan menjelaskan analisis uji hipotesis dan pembahasan hasil penelitian.

commit to user

119


digilib.uns.ac.id

9. Analisis Uji Hipotesis dan Pembahasan Hasil Penelitian 4.1 Analisis Koefisisen Jalur (Uji Kausalitas) Untuk melihat pengaruh attitude towards using, subjective norm, perceived behavioral control terhadap niat untuk menggunakan kembali (intention to use) pada e-commerce. Serta adanya pengaruh intention to use terhadap actual usage. Hasil analisis selengkapnya dapat dilihat pada Tabel IV.12 berikut ini: Tabel IV.12 Standardized Regression Weights

ITU <--A ITU <--SN ITU <--PBC AU <--ITU A1 <--A A2 <--A A3 <--A A4 <--A PBC4 <--PBC PBC6 <--PBC PBC7 <--PBC PBC8 <--PBC ITU1 <--ITU ITU2 <--ITU ITU3 <--ITU ITU4 <--ITU ITU5 <--ITU AU1 <--AU AU2 <--AU AU3 <--AU SN1 <--SN SN2 <--SN Sumber: Data hasil olahan, 2010 commit to user

120

Estimate 0,216 0,096 0,681 0,949 0,789 0,907 0,802 0,893 0,402 0,672 0,772 0,733 0,926 0,857 0,582 0,738 0,62 0,69 0,811 0,88 1,07 0,406


digilib.uns.ac.id

Tabel IV.12 menunjukkan hasil estimasi pengaruh dari hubungan antar variabel. Hasil tersebut menunjukkan koefisien jalur (standardized regression weight estimate). Hasil estimasi positif yang didapat mengartikan bahwa hubungan yang terjadi antar variabel positif. 9.2 Pengujian Hipotesis Setelah kriteria goodness of fit model struktural yang diestimasi dapat terpenuhi, maka tahap selanjutnya adalah analisis terhadap hubungan-hubungan

struktural

model

(pengujian

hipotesis).

Hubungan antar konstruk dalam hipotesis ditunjukkan oleh nilai regression weights. Tabel IV.13 menunjukkan nilai regression weights dari variabel variabel yang diuji hubungan kausalitasnya.

commit to user

121


digilib.uns.ac.id

Table IV.13 Regression Weights

ITU <--A ITU <--SN ITU <--PBC AU <--ITU A1 <--A A2 <--A A3 <--A A4 <--A PBC4 <--PBC PBC6 <--PBC PBC7 <--PBC PBC8 <--PBC ITU1 <--ITU ITU2 <--ITU ITU3 <--ITU ITU4 <--ITU ITU5 <--ITU AU1 <--AU AU2 <--AU AU3 <--AU SN1 <--SN SN2 <--SN Sumber: Data hasil olahan, 2010

Estimat e 0,23 0,046 1,275 1,065 1 1,112 1,013 1,084 1 1,58 1,777 1,551 1 1,078 0,751 0,9 0,832 1 0,761 1,006 1 0,349

S.E . 0,058 0,032 0,239 0,11

C.R. P 3,956 *** 1,445 0,148 5,337 *** 9,715 ***

0,07 0,074 0,069

15,966 13,68 15,612

*** *** ***

0,281 0,324 0,284

5,616 5,485 5,456

*** *** ***

0,056 0,08 0,07 0,08

19,365 9,334 12,874 10,403

*** *** *** ***

0,068 0,085

11,259 11,792

*** ***

0,153

2,286

0,022

Keterangan:*** signifikan pada level 1% ** signifikan pada level 5% * signifikan pada level 10%

commit to user

122


digilib.uns.ac.id

Tabel IV.14 Nilai Kritis Z-tabel No. Signifikansi 1 1% 2 5% 3 10% Sumber : Ghozali, 2008

Skor Z-tabel ≥ 2,56 ≥ 1,96 ≥ 1,64

Pengujian hipotesis dilakukan dengan menganalisis tingkat signifikansi hubungan kausalitas antar konstruk dalam model yang didasarkan pada nilai C.R (z-hitung) lebih besar dari atau sama dengan nilai z-tabel (z-hitung ³ z-tabel). Pada jumlah responden lebih dari 120 maka nilai z tabel untuk masing-masing tingkat signifikansi adalah: (1) 1%= 2,56, (2) 5%= 1,96, (3) 10%= 1,645. 9.3 Moderasi Variabel Experience (pengalaman) memoderasi hubungan antara Subjective Norm dengan Intention To Use. Pengujian variabel moderasi dilakukan dengan menganalisis melalui konsep memisahkan data berdasarkan jenis data/teknik Split. Variabel pengalaman dibedakan menjadi dua kategori data, yaitu pengalaman rendah dan pengalaman tinggi. Tabel IV.15 menunjukkan nilai standar regression weights dari masing-masing kategori pengalaman rendah dan pengalaman tinggi.

commit to user

123


digilib.uns.ac.id

Table IV.15 Standardized Regression Weights Pengalaman Rendah Estimate S.E. C.R. ITU <--A 0,379 0,163 2,328 ITU <--- SN 0,077 0,136 0,564 ITU <--- PBC 1,274 0,57 2,236 AU <--- ITU 0,692 0,294 2,353 A1 <--A 1 A2 <--A 0,901 0,182 4,936 A3 <--A 0,896 0,194 4,616 A4 <--A 0,963 0,165 5,818 PBC4 <--- PBC 1 PBC6 <--- PBC 0,789 0,346 2,283 PBC7 <--- PBC 1,355 0,611 2,216 PBC8 <--- PBC 1,093 0,429 2,548 ITU1 <--- ITU 1 ITU2 <--- ITU 1,101 0,2 5,511 ITU3 <--- ITU 1,056 0,222 4,748 ITU4 <--- ITU 1,378 0,26 5,291 ITU5 <--- ITU 1,009 0,233 4,331 AU1 <--- AU 1 AU2 <--- AU 0,987 0,317 3,116 AU3 <--- AU 1,369 0,487 2,81 SN1 <--- SN 1 SN2 <--- SN 0,557 0,396 1,405 Sumber: Data hasil olahan, 2010

Pengalaman Tinggi Estimate S.E. C.R. ITU <--- A 0,193 0,066 2,947 ITU <--- SN 0,081 0,04 2,016 ITU <--- PBC 1,312 0,3 4,34 AU <--- ITU 1,028 0,112 9,189 A1 <--- A 1 A2 <--- A 1,154 0,077 14,91 A3 <--- A 1,045 0,081 12,85 A4 <--- A 1,114 0,079 14,17 PBC4 <--- PBC 1 PBC6 <--- PBC 1,914 0,42 4,553 PBC7 <--- PBC 1,985 0,445 4,465 PBC8 <--- PBC 1,729 0,385 4,485 ITU1 <--- ITU 1 ITU2 <--- ITU 1,064 0,057 18,74 ITU3 <--- ITU 0,728 0,092 7,908 ITU4 <--- ITU 0,809 0,076 10,59 ITU5 <--- ITU 0,783 0,089 8,798 AU1 <--- AU 1 AU2 <--- AU 0,803 0,076 10,53 AU3 <--- AU 1,069 0,095 11,3 SN1 <--- SN 1 SN2 <--- SN 0,392 0,132 2,967

Pengujian dilakukan dengan teknik split atau memisahkan variabel moderating kedalam dua kategori tinggi atau rendah lalu mengestimasi dua model dengan moderating tinggi dan rendah dan membandingkan hasil estimasi parameternya (Ghozali, 2008).

commit to user

124


digilib.uns.ac.id

10. Pembahasan Hipotesis a. H1 : Attitude Toward Using (A) berpengaruh terhadap Intention To (re) Use (ITU) Hipotesis ini bertujuan untuk menguji apakah Attitude Toward Using memiliki pengaruh terhadap Intention To (re) Use. Berdasarkan hasil perhitungan pada tabel 4.17, uji signifikansi terhadap hipotesis 1 terbukti secara signifikan, karena diperoleh nilai C.R 3,956 atau lebih besar dari 2,56 yang berarti signifikan pada taraf signifikansi 1% (H1 diterima). Hasil estimasi pengaruh Attitude Toward Using terhadap Intention To (re) Use diperoleh koefisien jalur (standardized regression weight estimate) =adalah 0,216. Artinya hubungan antara variabel Attitude Toward Using terhadap Intention To (re) Use adalah positif. Hubungan antara Attitude towards using dengan intention to (re) use terbukti ada hubungan yang positif. Hasil pengujian menerangkan bahwa attitude toward using (sikap) penggunaan e-commerce merupakan variabel yang dianggap penting mempengaruhi intention to use (niat) bagi pemilik UKM. Pengguna yang memiliki sikap positip terhadap ecommerce akan meningkatkan niat keperilakuannya terhadap ecommerce serta berusaha untuk menggunakan produk ini dalam melakukan pekerjaannya dan merasa kurang yakin bila tidak dibantu oleh e-commerce. Faktor tersebut dapat terjadi dikarenakan sikap merupakan hasil dari faktor genetik dan proses belajar serta selalu berhubungan dengan suatu obyek yang menghasilkan keputusan (menerima atau commit to user

125


digilib.uns.ac.id

menolak), sedangkan niat timbul dari sikap untuk menggunakan ecommerce sebagai media yang digunakan oleh UKM untuk menjalankan usahanya. Secara teoritis hasil ini mendukung literature terdahulu yang dilakukan oleh Cui, Bao dan Chan (2009), Nysveen (2007), George (2002), Thompson dkk (1991). b. H2 : Subjective Norm (SN) berpengaruh terhadap Intention To (re) Use (ITU) Hipotesis ini bertujuan untuk menguji apakah Subjective Norm memiliki pengaruh terhadap Intention To (re) Use. Berdasarkan hasil perhitungan pada tabel 4.17, uji signifikansi terhadap hipotesis 2 tidak terbukti secara signifikan, karena diperoleh nilai C.R 1,445 atau lebih kecil dari 2,56 yang berarti tidak signifikan pada taraf signifikansi 1% (H2 ditolak). Hasil estimasi pengaruh subjective norm terhadap Intention To (re) Use diperoleh koefisien jalur (standardized regression weight estimate) =adalah 0,96. Artinya hubungan antara variabel subjective norm terhadap Intention To (re) Use adalah positif. Hubungan antara Subjective norms dengan intention to (re) use terbukti tidak ada hubungan secara positif. Norma subyektif menunjukkan tekanan sosial yang dirasakan untuk melakukan atau tidak melakukan tindakan, berdasarkan teori tersebut factor social tidak mempengaruhi niat UKM dalam menggunakan e-commerce. Hal ini terjadi karena karena dalam menentukan niat menggunakan e-commerce, pemilik UKM tidak mempersoalkan

factor

norma social. commit to user

126

Literature

terdahulu

yang


digilib.uns.ac.id

dikembangkan Ajzen (1991) mengemukakan bahwa faktor-faktor sosial mungkin merupakan pengaruh penting terhadap perilaku. Secara teori menunjukkan bahwa hasil yang didapat tidak sesuai dengan literature terdahulu, hal tersebut dikarenakan perbedaan objek perilaku yang diteliti. Perilaku niat menggunakan internet tidak dipengaruhi oleh norma social, karena internet sudah dianggap suatu hal yang tidak bertentangan dengan norma social. c. H3 : Perceived Baehavioral Control (PBC) berpengaruh terhadap Intention To (re) Use (ITU) Hipotesis

ini

bertujuan

untuk

menguji

apakah

Perceived

Behavioral Control memiliki pengaruh terhadap Intention To (re) Use. Berdasarkan hasil perhitungan pada tabel 4.17, uji signifikansi terhadap hipotesis 3 terbukti secara signifikan, karena diperoleh nilai C.R 5,337 atau lebih besar dari 2,56 yang berarti signifikan pada taraf signifikansi 1% (H3 diterima). Hasil estimasi pengaruh Perceived Behavioral Control terhadap Intention To (re) Use diperoleh koefisien jalur (standardized regression weight estimate) =adalah 0,681 Artinya hubungan antara variabel Perceived Behavioral Control terhadap Intention To (re) Use adalah positif. Hubungan antara Perceived behavioral control dengan intention to (re) use terbukti ada hubungan secara positif. Sehingga dapat diketahui bahwa Perceived behavioral control (control perilaku) merupakan variabel yang mempengaruhi intention to use (niat untuk menggunakan) commit to user

127


digilib.uns.ac.id

e-commerce. Hal ini terjadi karena factor pengendalian diri untuk menggunakan e-commerce merupakan faktor yang akan mendorong pemilik UKM untuk memiliki niat untuk menggunakan e-commerece sebagai usaha untuk menjalankan bisnisnya. Hasil ini mendukung literature terdahulu yang dilakukan oleh Ajzen (1991). d. H4 : Pengalaman (Experience) meoderasi hubungan Subjective Norm (SN) terhadap Intention To (re) Use (ITU) Hubungan Kausalitas Efek Moderasi Pengalaman. Berdasarkan nilai CR yang dibandingkan dengan nilai z-tabel, maka efek moderasi pengalaman pada setiap hubungan kausalitas dalam model penelitian ini terjadi pada hubungan antara Subjective Norm terhadap Intention To Use. Nilai CR (tabel) dalam hubungan Subjective Norm terhadap Intention to (re) Use adalah 0,564 (kategori pengalaman 1 /rendah), tidak berpengaruh, dan (tabel) nilai CR 2,016 (kategori pengalaman 2 /tinggi), berpengaruh pada tingkat signifikansi 5%. Hasil ini mengindikasi bahwa variabel pengalaman terbukti memoderasi hubungan antara Subjective Norm terhadap Intention To Use. Hubungan antara

Pengalaman (Experience) yang memoderasi

hubungan Subjective Norm (SN) terhadap Intention To (re) Use (ITU) terbukti terdapat hubungan secara positif. Fenomena yang terjadi dapat dikarenakan pengalaman yang dimilki oleh pengguna e-commerce mempengaruhi niat untuk menggunakan berdasarkan faktor norma sosial yang dirasakan. Secara spesifik hasil ini menemukan peran penting commit to user

128


digilib.uns.ac.id

pengalaman dalam menjelaskan penggunaan e-commerce. Hasil studi menemukan bahwa terdapat peran pengalaman secara signifikan sebagai variabel pemoderasian yang mempengaruhi hubungan subjective norm dengan intention to use. Kontribusi peran pengalaman sebagai variabel pemoderasian secara umum meningkatkan kemampuan model dalam menjelaskan

variabel

minat

berperilaku

menggunakan

teknologi

informasi. Peran pengalaman dalam model sejalan dengan pandangan Venkatesh dan Morris (2000). Hasil empiris menjelaskan bahwa terdapat perbedaan antara pengalaman rendah dan pengalaman tinggi dalam menjelaskan pengaruh norma subyektif dan minat berperilaku dalam penggunaan e-commerce e. H5 : Intention To (re) Use (ITU) berpengaruh terhadap Actual Usage (AU) Hipotesis ini bertujuan untuk menguji apakah Intention To Use memiliki pengaruh terhadap Actual Usage. Berdasarkan hasil perhitungan pada tabel 4.17, uji signifikansi terhadap hipotesis 5 terbukti secara signifikan, karena diperoleh nilai C.R 9,175 atau lebih besar dari 2,56 yang berarti signifikan pada taraf signifikansi 1% (H5 diterima). Hasil estimasi pengaruh Intention To Use terhadap Actual Usage diperoleh koefisien jalur (standardized regression weight estimate) =adalah 0,949. Artinya hubungan antara variabel Intention To (re) Use terhadap Actual Usage adalah positif. commit to user

129


Hubungan antara

digilib.uns.ac.id

Intention to (re) use dengan actual usage

terbukti terdapat hubungan secara positif. Sehingga dapat diketahui bahwa niat menggunakan e-commerce merupakan variabel yang mempengaruhi tindakan nyata/penerapan dalam penggunaan e-commerce. Hal ini terjadi karena pengguna e-commerce mempunyai motivasi untuk tetap menggunakan sehingga mempengaruhi dalam tindakan nyata penerapan e-commerce dalam usaha yang dijalankan. Hasil ini mendukung literature terdahulu yang dilakukan oleh Thompson dkk (1991).

commit to user

130


digilib.uns.ac.id

BAB V KESIMPULAN DAN IMPLIKASI

Bab ini bertujuan menjelaskan kesimpulan yang selanjutnya diikuti dengan implikasi dan keterbatasan dari penelitian yang telah dilakukan. Berikut adalah penjelasannya.

D. KESIMPULAN Hasil pengujian mengindikasi bahwa sikap dan pengendalian perilaku mempengaruhi niat untuk menggunakan kembali e-commerce. Analisis menunjukkan bahwa faktor-faktor tersebut merupakan pembentuk niat UKM untuk menggunakan kembali e-commerce. Norma subyektif tidak mempengaruhi niat menggunakan kembali e-commerce. Hal tersebut terjadi karena ketika pemilik UKM merasa bahwa e-commerce

dapat

meningkatkan manfaat bagi usaha mereka, maka sikap mereka terhadap ecommerce positif, tanpa harus melibatkan norma subyektif

dalam

menentukan sikap dalam menggunakan e-commerce. Hubungan antara niat menggunakan kembali dengan tindakan nyata terbukti terdapat hubungan secara positif. Hal ini terjadi karena pengguna e-commerce mempunyai motivasi untuk tetap menggunakan sehingga mempengaruhi dalam tindakan nyata penerapan e-commerce dalam usaha yang dijalankan. Hasil ini memberikan pemahaman bagi praktisi agar mempertimbangkan aspek-aspek commit to user

131


digilib.uns.ac.id

tersebut dalam rangka mengembangkan penggunaan information technology (IT) bagi Usaha Kecil dan Menengah (UKM). Efek moderasi pengalaman pada hubungan antara norma subyektif dan niat menggunakan kembali

menunjukkan hubungan yang positif.

Pengalaman dibedakan menjadi dua kategori, yaitu pengalaman rendah dan pengalaman tinggi. Pengguna e-commerce dengan pengalaman rendah tidak membentuk niat menggunakan kembali e-commerce. Pengguna e-commerce dengan pengalaman tinggi membentuk niat menggunakan kembali dan melibatkan norma subyektif dalam menentukan niat untuk menggunakan ecommerce. Jadi semakin tinggi pengalaman, menyebabkan semakin tinggi keterlibatan norma subyektif dalam mempengaruhi niat untuk menggunakan kembali e-commerce.

E. IMPLIKASI 3. Implikasi teoritis Pertama, studi ini menggunakan enam variabel amatan, sehingga model yang dihasilkan diharapkan mempunyai keunikan yang memberikan perspektif yang berbeda dari studi-studi TPB sebelumnya. Penelitian mengindikasi bahwa terdapat pengaruh signifikan dan positif pada: attitude towards using dengan intention to use, perceived behavioral control dengan intention to use, serta intention to use dengan actual usage, kemudian subjecrive norm berpengaruh tidak signifikan dan positif dengan intention to use, dan variabel pengalaman terbukti memoderasi hubungan commit to user

132


digilib.uns.ac.id

antara subjective norm terhadap intention to use. Kedua, dengan studi ini diharapkan memberikan pemahaman terkait dengan model yang diuji yang dapat digunakan sebagai bahan diskusi yang selanjutnya dapat dikembangkan dan diuji lagi pada konteks yang berbeda. 4. Implikasi praktis. Model yang dikembangkan dalam penelitian ini bertujuan untuk mengetahui faktor-faktor apa saja yang membuat sikap seseorang bersedia atau tidak untuk menarapkan suatu teknologi dalam kegiatan usahanya. Melalui studi ini diharapkan agar para praktisi dapat mengetahui faktorfaktor psikologis yang mempengaruhi seseorang sebelum menggunakan teknologi. Sehingga praktisi perlu menciptakan metode baru untuk menimbulkan ketertarikan dalam menggunakan system marketing online/e-commerce. Hasil penelitian ini yang menyatakan bahwa attitude toward using, subjective norm, perceived behavioral control, pengalaman, berpengaruh positif terhadap actual usage melalui intention to use, memiliki implikasi bagi praktisi agar mempertimbangkan aspek-aspek tersebut dalam rangka mengembangkan penggunaan teknologi bagi masyarakat khususnya Usaha Kecil dan Menengah. Penggunaan internet dalam kegiatan usaha akan mengalami perkembangan kedepannya, hal tersebut sejalan dengan responden dalam penelitian yang menunjukkan pengguna paling banyak pada usia 21-25 tahun. commit to user

133


digilib.uns.ac.id

Subjective norm atau norma subyektif tidak berpengaruh pada intention to use, hal tersebut berbeda dengan penelitian sebelumnya. Fakta tersebut disebabkan karena banyaknya responden dari kalangan anak muda yang terbiasa mengesampingkan norma sosial untuk bertindak melakukan sesuatu. Pengaruh tersebut sangat perlu untuk diperhatikan, karena dalam kegiatan usaha diperlukan faktor sosial dan perilaku yang baik untuk bisa mengembangkan usaha. Moderasi pengalaman menunjukkan bahwa semakin tinggi pengalaman usaha, semakin tinggi juga pengaruh norma subyektif diperlukan untuk niat menggunakan. Praktisi mempunyai peran untuk bisa memberikan arahan serta pembinaan khususnya bagi UKM muda yang menggunakan media internet agar bisa berkembang lebih baik dan berguna bagi masyrakat luas. F. Keterbatasan dan Saran Obyek amatan yang digunakan dalam studi ini difokuskan pada UKM pengguna e-commerce di Surakarta, sehingga berdampak pada generalisasi studi yang bersifat terbatas. Untuk mengaplikasi studi ini pada konteks yang berbeda, diperlukan kehati-hatian untuk mencermati karakteristik merek yang melekat pada obyek yang

distudi. Selain itu,

penelitian ini juga masih terbatas dalam lingkup Usaha Kecil Menengah di Surakarta sehingga dimungkinkan belum dapat mewakili perilaku adopsi teknologi pada berbagai setting di Indonesia. Untuk itu perlu kehati-hatian dalam mencermati karakteristik responden yang distudi jika diaplikasikan pada setting yang berbeda. Berikut ini beberapa saran yang diberikan: commit to user

134


digilib.uns.ac.id

4. Ruang lingkup studi ini difokuskan pada pengguna e-commerce, sehingga berdampak pada generalisasi studi yang terbatas. Keterbatasan ini mengisyaratkan perlunya studi studi lanjutan untuk menggeneralisasi hasil-hasil yang diperoleh pada konteks yang berbeda dan lebih luas, sehingga konsep-konsep yang diuji dalam model dapat ditingkatkan validitas eksernalnya. 5. Penelitian yang akan datang dapat menggunakan variabel ekternal yang lain dalam penelitian, seperti jenis kelamin dan pendapatan, sehingga dapat diperoleh hasil penelitian yang lebih mendalam. 6. Penelitian yang akan datang dapat memperluas ruang lingkup penelitian dengan menambahkan daerah lain, sehingga hasil penelitian mempunyai daya generalisasi yang lebih tinggi/besar.

commit to user

135


digilib.uns.ac.id

LAMPIRAN

commit to user

136


digilib.uns.ac.id

LAMPIRAN 1

KUESIONER PENELITIAN

Kode: ..............

Kepada Yth. Bapak/Ibu/Sdr/i RESPONDEN Di Tempat Dengan Hormat,

Sehubungan dengan penelitian yang saya lakukan mengenai Adopsi Teknologi bagi Usaha Kecil Menengah di Surakarta maka saya mohon kesediaan Bpk/Ibu/Sdr/i untuk meluangkan waktu guna mengisi daftar pertanyaan yang saya ajukan. Saya akan menjaga kerahasiaan identitas Bpk/Ibu/Sdr/i. Kesediaan Bpk/Ibu/Sdr/i untuk mengisi kuesioner ini merupakan bantuan yang sangat bernilai tinggi bagi pengembangan Usaha Kecil dan Menengah. Akhir kata, atas bantuan dan kelapangan hati Bpk/Ibu/Sdr/i dalam meluangkan waktu untuk pengisian kuesioner ini, saya ucapkan banyak terima kasih.

Hormat Saya

Darwin Warmansyah Manajemen- UNS

A. DATA RESPONDEN commit to user

137


digilib.uns.ac.id

Silakan menjawab pertanyaan berikut dengan mengisi atau memberi silang ( X ) pada jawaban yang sesuai dengan tanggapan Anda. 1. Nama

:

………………………................(boleh

tidak

diisi) 2. Jenis Kelamin

:

3. Usia

: …………..th

Pria

Wanita

4. Pendidikan terakhir : …………………… 5. Pendidikan Yang Sedang Ditempuh :…………………………………(bila ada) 6. Bidang Usaha

:

Perdagangan:

Industri:

o Toko pakaian

o Furniture

o Toko sepatu

o Batik

o Toko elektronik

o Keramik

o Bakery

o Ukiran

o Optical

o Clothing

Jasa:

Lain-lain ………

o Travel agent o Advertising agency o Konsultan o Kontraktor 7. Apakah jabatan Anda dalam UKM: Pemilik

commit to user Staf Produksi

138

Lainnya………………


digilib.uns.ac.id

Staf Pemasaran

Staf Keuangan

8. Lama Usaha : 0 -1 tahun

2,1 - 5 tahun

1,1 – 2 tahun

> 5 tahun

E-commerce adalah setiap aktivitas bisnis yang menggunakan internet sebagai bagian dari keseluruhan atau sebagian transaksi bisnis, seperti transaksi dengan supplier melalui internet, beriklan melalui internet, transaksi dengan konsumen melalui internet, dan sejenisnya 9. Apakah Anda menggunakan internet dalam aktivitas bisnis Anda, seperti pemesanan barang/jasa,pemasaran produk,dan transaksi bisnis lainnya. Ya

Tidak

10. Jika ya, sudah berapa kali Anda menggunakan internet dalam mendukung bisnis Anda (e-commerce) 3 (tiga) bulan terakhir 1 kali

2 kali

3 kali

> 3 kali

11. Apa alasan Anda menggunakan internet dalam aktivitas bisnis Anda

(e-

commerce):......................................................................................... ................ ............................................................................................................ ...............

commit to user

139


digilib.uns.ac.id

KUESIONER PENELITIAN Attitude Towards Using Menggunakan e-commerce bagi saya adalah keputusan yang....... NO A 1.

Bijak

TANGGAPAN Bodoh

A 2.

Positif

Negatif

A 3.

Bermanfaat

Sia - sia

A 4.

Baik

Buruk

Subjective Norm No Keterangan SN 1.

SN 2. SN 3. SN 4. SN 5.

Tanggapan

Orang – orang akan menganggap bisnis saya bermutu jika menggunakan internet/e-commerce sebagai salah satu alternative dalam berbisnis

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Saya merasa sebagai pioneer /perintis dalam menggunakan ecommerce Saya merasa e-commerce tidak akan mendatangkan pembeli baru

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Saya merasa e-commerce tidak sesuai dengan budaya/cara berbelanja masyarakat Saya memandang positif penerapan e-commerce untuk kemajuan UKM

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Perceived Behavior Control No

Keterangan

PBC 1.

Saya lebih terampil/mudah memasarkan produk/jasa dengan menggunakan e-commerce

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

PBC 2.

Saya merasa mudah mempelajari e-commerce

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

SS

S

N

TS

STS

Sangat tidak setuju

SS

S

N

TS

STS

Sangat tidak setuju

PBC 3. PBC 4.

Tanggapan

Saya merasa kesulitan saat Sangat setuju mencoba memahami cara kerja ecommerce Saya bisa menggunakan eSangat setuju commerce dengan lancar setelah commit to user terbiasa

140


SN 5. SN 6. SN 7. SN 8.

digilib.uns.ac.id

Saya sulit menerapkan ecommerce karena saya tidak ahli komputer Saya menerapkan e-commerce karena saya yakin mampu melakukannya Jika saya memiliki keyakinan, maka saya mampu menerapkan ecommerce Bagi saya, menerapkan ecommerce bagi bisnis saya adalah sesuatu yang mungkin.

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Intention To Use No Keterangan ITU 1. ITU 2. ITU 3. ITU 4. ITU 5. ITU 6.

Tanggapan

Saya akan menggunakan kembali e-commerce dalam berbisnis

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Saya akan menggunakan kembali e-commerce untuk mempermudah transaksi penjualan. Saya tertarik menggunakan lagi ecommerce untuk mengetahui keinginan konsumen. Saya rasa menggunakan kembali e-commerce adalah ide yang bagus. Staff saya ikut mendukung bila saya akan menggunakan kembali e-commerce Sulit bagi saya untuk menggunakan kembali e-commerce sebagai salah satu cara pemasaran yang akan saya pakai

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Actual Usage No Keterangan AU 1. AU 2. AU 3.

Tanggapan

Saya menggunakan e-commerce hampir setiap bulan.

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Saya menggunakan e-commerce untuk mendukung aktivitas bisnis saya. Saya akan tetap menggunakan ecommerce karena saya merasa puas

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

Sangat setuju

SS

S

N

TS

STS

Sangat tidak setuju

commit to user

141


digilib.uns.ac.id

C. Open Question Saya mengadopsi e-commerce karena dorongan/ permintaan/keinginan: Supplier

Pemerintah

Konsumen

Lainnya………………. t.e.r.i.m.a..k.a.s.i.h

commit to user

142


digilib.uns.ac.id

LAMPIRAN 2 DATA SELURUH VARIABEL RESPONDEN

JENIS KELAMIN

USIA

STATUS

PENDIDIKAN

LAMA USAHA

FREKUENSI

1

D001

2

21

M

1

1

2

2

D002

1

27

NM

2

1

2

3

D003

2

22

M

1

1

2

4

D004

2

22

M

1

1

2

5

D005

1

21

M

1

2

2

6

D006

2

22

NM

2

1

2

7

D007

2

22

M

1

1

2

8

D008

2

21

M

1

1

2

9

D009

2

28

NM

2

1

2

10

D010

2

27

NM

2

1

2

11

D011

1

34

NM

2

2

2

12

D012

2

21

M

1

1

2

13

D013

1

32

NM

2

2

2

14

D014

2

21

M

1

1

2

15

D015

2

22

M

1

1

2

16

D016

1

21

M

1

1

1

17

D017

1

25

M

1

1

2

18

D018

2

21

M

1

1

2

19

D019

2

21

NM

1

2

2

20

D020

1

20

M

1

1

2

21

D021

2

22

M

1

1

2

22

D022

2

24

NM

1

1

2

23

D023

2

20

NM

2

1

2

24

D024

1

29

NM

2

1

2

25

D025

1

23

NM

2

1

2

26

D026

1

25

NM

2

1

2

27

D027

1

22

NM

2

1

2

28

D028

2

38

NM

2

2

2

29

D029

1

21

M

1

1

2

30

D030

2

21

M

1

1

1

31

D031

2

22

M

1

1

2

32

D032

2

27

NM

2

1

2

33

D033

2

27

NM

1

2

2

34

D034

1

22

M

1

2

2

35

D035

1

26

NM

1

1

2

36

D036

2

2

1

2

37

D037

2

2

1

2

NO

22 NM commit to user 25

NM

143


digilib.uns.ac.id

38

D038

1

27

NM

2

1

2

39

D039

1

34

NM

2

1

2

40

D040

2

22

NM

2

2

2

41

D041

1

22

M

1

1

2

42

D042

1

25

NM

1

2

2

43

D043

2

21

NM

2

1

2

44

D044

1

29

NM

1

2

2

45

D045

1

25

NM

1

2

2

46

D046

2

21

M

1

1

2

47

D047

1

23

M

2

1

2

48

D048

2

24

NM

2

1

2

49

D049

1

22

M

1

2

2

50

D050

1

22

NM

2

1

2

51

D051

1

34

NM

1

1

2

52

D052

1

30

NM

2

1

2

53

D053

1

25

NM

1

2

2

54

D054

1

21

M

1

1

2

55

D055

1

23

M

1

1

1

56

D056

1

23

M

1

1

2

57

D057

1

23

M

1

1

2

58

D058

1

21

M

1

1

2

59

D059

1

25

NM

2

1

2

60

D060

1

21

M

1

1

2

61

D061

1

22

NM

2

1

2

62

D062

2

21

M

1

1

2

63

D063

1

22

NM

2

1

2

64

D064

1

22

M

2

1

2

65

D065

1

26

NM

1

1

2

66

D066

1

21

NM

2

2

2

67

D067

2

24

NM

2

1

2

68

D068

2

24

NM

2

2

2

69

D069

1

22

M

1

1

2

70

D070

1

22

NM

2

2

2

71

D071

2

24

NM

1

2

2

72

D072

1

26

NM

1

1

2

73

D073

2

22

NM

1

1

2

74

D074

1

23

NM

1

1

2

75

D075

2

19

NM

1

1

2

76

D076

2

23

NM

2

2

1

77

D077

2

19

NM

1

2

2

78

D078

2

2

1

1

commit to user 21 NM

144


digilib.uns.ac.id

79

D079

2

29

NM

1

1

1

80

D080

2

25

NM

1

2

2

81

D081

2

24

M

1

2

2

82

D082

2

22

NM

1

2

2

83

D083

1

31

NM

1

2

2

84

D084

1

35

NM

2

2

2

85

D085

2

25

NM

2

2

2

86

D086

2

28

NM

1

2

2

87

D087

1

28

NM

1

2

2

88

D088

1

23

NM

2

1

2

89

D089

1

30

NM

1

2

2

90

D090

2

25

NM

2

1

2

91

D091

1

24

M

2

1

2

92

D092

1

28

NM

2

1

2

93

D093

2

28

NM

1

2

2

94

D094

1

23

M

1

2

2

95

D095

2

22

M

1

1

2

96

D096

1

21

M

1

2

2

97

D097

1

20

M

1

1

2

98

D098

1

23

M

1

2

2

99

D099

1

22

M

1

1

2

100

D100

1

24

M

1

2

2

101

D101

2

22

M

1

1

2

102

D102

2

23

M

1

1

2

103

D103

2

23

M

1

1

1

104

D104

1

21

M

1

1

1

105

D105

1

29

NM

2

2

2

106

D106

2

22

M

1

1

2

107

D107

1

23

M

1

1

2

108

D108

1

33

NM

2

2

2

109

D109

2

21

M

1

1

2

110

D110

2

24

M

2

1

2

111

D111

2

23

M

1

2

2

112

D112

1

22

M

1

1

2

113

D113

2

23

M

1

1

2

114

D114

1

23

M

1

1

1

115

D115

1

22

M

1

1

2

116

D116

1

22

M

1

1

1

117

D117

1

25

M

1

1

2

118

D118

1

25

NM

2

2

2

119

D119

1

1

1

2

commit to user 22 M

145


digilib.uns.ac.id

120

D120

1

23

NM

2

1

2

121

N001

1

1

1

2

1

1

122

N002

2

1

1

2

1

2

123

N003

1

1

2

1

1

2

124

N004

2

1

1

2

1

2

125

N005

1

1

1

2

2

2

126

N006

2

1

2

2

1

2

127

N007

2

1

2

2

1

2

128

N008

1

1

1

2

1

1

129

N009

1

1

1

2

1

2

130

N010

1

2

1

2

2

2

131

N011

1

2

2

2

1

2

132

N012

1

2

2

2

1

2

133

N013

2

2

2

1

2

2

134

N014

1

2

2

2

2

1

135

N015

1

1

2

1

1

2

136

N016

1

1

2

1

2

2

137

N017

1

1

2

2

1

2

138

N018

1

1

2

1

1

2

139

N019

2

2

2

2

1

2

140

N020

1

1

1

2

2

1

141

N021

1

1

2

2

1

2

142

N022

2

2

2

2

2

2

143

N023

1

1

1

2

1

2

144

N024

1

1

1

2

2

2

145

N025

1

1

1

2

1

1

146

N026

2

2

2

2

2

2

147

N027

2

2

2

2

1

2

148

N028

1

1

1

2

1

2

149

N029

2

1

1

2

1

2

150

N030

2

1

1

2

1

2

151

N031

1

2

2

2

2

2

152

N032

1

1

2

1

2

2

153

N033

2

1

2

1

1

2

154

N034

1

2

2

2

1

2

155

N035

1

1

1

2

1

2

156

N036

1

1

1

2

1

2

157

N037

1

2

2

2

1

1

158

N038

1

2

2

1

2

2

159

N039

1

2

2

1

1

2

160

N040

2

2

2

1

commit to user 2 2

146


digilib.uns.ac.id

161

N041

2

2

2

1

2

1

162

N042

1

2

2

2

2

2

163

N043

2

2

2

2

1

2

164

N044

1

1

2

1

1

2

165

N045

1

1

2

2

1

1

166

N046

1

2

2

2

2

2

167

N047

1

1

1

2

2

2

168

N048

1

2

2

2

2

2

169

N049

1

1

1

2

1

2

170

N050

1

2

2

2

2

2

171

N051

1

1

2

2

2

2

172

N052

1

2

2

2

1

2

173

N053

1

2

2

2

2

2

174

N054

1

1

1

2

1

2

175

N055

2

2

1

2

2

2

176

N056

1

1

2

2

1

1

177

N057

1

2

2

1

1

2

178

N058

1

2

2

1

2

2

179

N059

1

1

2

1

1

2

180

N060

1

2

2

2

2

2

181

N061

1

2

1

2

1

2

182

N062

2

1

1

2

1

2

183

N063

2

1

1

2

1

2

184

N064

2

2

2

2

1

2

185

N065

2

2

2

1

2

1

186

N066

1

1

1

2

2

2

187

N067

1

2

2

1

1

2

188

N068

2

1

2

2

1

2

189

N069

1

2

2

2

1

2

190

N070

1

2

2

2

1

2

191

N071

1

1

1

2

1

2

192

N072

1

1

2

1

2

2

193

N073

1

1

2

2

1

1

194

N074

1

1

2

2

1

2

195

N075

1

1

1

2

2

1

196

N076

2

1

2

1

2

1

197

N077

1

1

1

2

1

1

198

N078

1

2

2

1

2

1

199

N079

1

2

2

1

2

2

200

N080

1

2

2

2

2

1

201

N081

1

2

2

2

commit to user 2 2

147


digilib.uns.ac.id

202

N082

2

1

2

1

1

2

203

N083

2

1

1

2

2

2

204

N084

1

1

1

2

1

1

205

N085

2

1

2

1

1

1

206

N086

2

2

2

2

2

2

207

N087

1

1

2

1

2

2

208

N088

1

1

2

1

1

1

209

N089

1

2

2

2

1

1

210

N090

1

1

2

1

2

2

211

N091

2

1

2

1

2

2

212

N092

2

1

1

2

2

2

213

N093

1

2

2

1

2

2

214

N094

1

1

1

2

1

2

215

N095

2

1

2

1

1

2

216

N096

2

2

2

2

1

2

217

N097

1

1

2

1

2

1

218

N098

1

2

2

2

2

1

219

N099

2

2

2

2

2

2

220

N100

1

1

2

1

2

2

221

N101

2

2

2

2

2

2

222

N102

1

1

1

2

1

2

223

N103

2

1

2

2

1

2

224

N104

1

1

1

2

1

2

225

N105

2

1

2

2

1

2

226

N106

2

1

2

1

1

2

227

N107

1

2

2

2

2

2

228

N108

2

2

2

2

2

2

229

N109

1

1

2

1

1

1

230

N110

1

2

2

2

2

2

231

N111

2

1

1

2

2

2

232

N112

2

2

2

1

1

1

233

N113

1

2

1

2

2

2

234

N114

2

2

2

2

1

2

235

N115

2

1

2

1

2

2

236

N116

1

1

2

2

1

2

237

N117

1

2

2

2

2

1

238

N118

1

1

1

2

2

2

239

N119

1

2

2

2

2

1

240

N120

2

1

2

1

2

1

241

N121

1

1

2

2

2

2

242

N122

2

2

1

1

commit to user 2 1

148


243

digilib.uns.ac.id

N123

2

2

1

2

1

2

A 1

A 2

A 3

A 4

SN 1

SN 2

SN 3

SN 4

SN 5

PBC 1

PBC 2

PBC 3

PBC 4

PBC 5

PBC 6

PBC 7

PBC 8

4

4

4

4

2

3

2

2

5

4

4

2

4

2

4

4

4

5

5

5

5

2

2

1

2

4

4

2

4

4

2

2

4

4

5

5

5

5

3

2

1

1

5

5

5

2

4

1

4

4

4

5

4

4

4

4

2

2

2

4

4

4

2

4

2

4

4

4

5

3

5

3

1

1

1

1

5

5

5

1

5

1

5

5

5

3

3

4

3

1

1

2

3

3

3

5

1

5

2

5

5

4

4

3

4

3

2

2

2

2

3

4

4

2

4

2

4

4

4

4

3

4

3

4

2

2

2

3

4

4

2

4

2

4

4

4

5

5

5

5

4

2

2

2

5

5

5

2

4

2

4

4

4

5

5

5

5

4

2

2

2

4

4

4

2

5

2

4

4

4

5

5

5

3

4

2

2

2

4

3

3

3

4

3

4

4

4

5

4

4

4

3

3

1

1

4

5

5

2

5

1

4

5

5

4

4

5

5

3

3

2

2

4

3

4

2

4

2

4

4

4

4

4

4

4

4

2

2

2

5

4

4

2

4

2

4

4

4

5

5

5

5

3

2

1

1

5

4

4

4

4

2

5

5

5

4

4

4

4

2

2

2

2

4

4

4

2

4

2

4

4

4

4

4

4

4

3

3

1

1

5

4

4

2

4

2

5

5

5

5

5

5

5

5

4

5

4

5

4

4

4

5

2

4

4

4

5

5

5

5

5

3

2

3

4

4

3

3

5

2

4

4

4

4

5

5

4

4

2

2

1

5

4

4

2

2

1

4

4

4

5

5

5

5

3

2

1

1

5

5

5

2

4

1

4

4

4

5

5

5

5

5

3

1

2

5

5

4

2

5

1

5

5

5

4

4

4

4

4

3

2

3

4

4

4

2

4

3

4

4

4

5

5

5

5

5

2

2

2

5

5

5

2

2

2

5

5

5

5

5

4

5

3

2

1

2

5

4

4

2

4

2

5

4

4

5

5

5

5

4

2

1

2

5

5

4

2

4

2

4

4

4

4

4

4

4

2

1

2

2

4

4

4

2

4

2

4

4

4

4

4

4

4

4

2

1

2

5

4

4

2

4

2

4

4

5

4

5

5

4

2

1

1

2

5

4

4

2

5

1

5

5

5

4

5

5

5

3

3

2

2

4

4

4

2

4

2

4

4

4

4

5

5

4

3

3

2

2

4

3

3

3

4

3

4

4

4

3

4

4

4

2

2

2

2

4

4

4

2

4

2

4

4

4

4

4

4

4

5

4

2

2

4

4

4

2

4

2

4

4

4

4

5

5

5

5

4

2

4

4

5

2

2

5

2

5

5

4

4

5

5

5

2

2

2

2

4

4

4

2

4

2

4

4

4

4

4

4

5

2

2

2

2

4

4

4

2

4

2

4

4

4

4

4

4

4

2

2

2

to 4user 4

4

2

4

2

4

4

4

4

4

4

4

4

3

2

4

4

4

4

4

4

4

4 commit 2

4

149

4


digilib.uns.ac.id

4

4

4

4

3

3

2

1

5

5

4

2

4

2

5

5

5

5

5

5

5

4

2

1

1

5

5

5

5

5

1

5

5

4

4

4

4

4

5

3

2

2

5

5

5

2

5

2

5

5

5

5

5

5

5

5

3

2

2

4

4

4

2

4

2

4

4

4

4

4

4

4

4

3

2

2

5

5

5

2

4

2

4

4

4

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

4

2

1

2

5

4

3

4

4

2

4

4

4

5

5

5

5

5

3

1

1

5

5

5

3

5

1

5

5

5

5

5

5

5

5

3

2

1

4

4

4

3

4

1

5

5

5

4

4

4

4

4

2

1

1

4

4

4

1

4

1

4

4

4

4

4

5

4

4

2

2

2

5

4

4

2

4

2

4

4

4

4

5

5

4

5

3

2

2

5

4

4

2

4

1

5

5

5

4

4

4

4

4

2

2

2

4

4

4

2

3

2

4

4

4

4

4

4

4

2

1

2

4

4

3

3

2

4

2

3

4

4

5

5

5

5

5

5

1

1

5

5

5

1

5

1

5

5

5

4

4

4

4

4

2

2

2

4

4

4

2

4

2

4

4

4

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

4

2

2

2

4

4

4

2

4

4

4

4

4

5

5

5

5

5

2

1

2

5

4

3

3

5

3

5

5

5

5

5

5

5

4

2

2

2

4

4

3

2

4

2

4

4

4

5

5

5

5

4

4

4

4

4

4

4

4

4

4

4

4

4

5

5

5

5

5

5

2

2

5

5

5

2

5

1

1

5

5

5

5

5

5

4

3

1

2

4

5

4

2

4

2

4

4

4

4

4

5

4

3

2

2

2

4

3

4

4

5

2

4

4

5

4

4

4

4

4

2

2

2

4

4

3

3

4

2

4

4

4

5

5

5

5

4

2

1

2

5

1

2

3

5

2

5

5

5

5

4

5

5

5

4

2

2

4

4

4

3

4

2

4

4

4

3

5

5

5

5

3

2

1

5

3

4

1

3

1

5

4

5

3

3

3

3

3

1

4

4

3

1

2

4

3

3

2

4

5

5

5

5

5

5

1

1

2

5

5

5

2

5

1

5

5

5

2

2

1

2

2

2

4

4

2

2

2

4

2

4

2

4

4

4

4

4

4

2

2

2

2

4

4

2

4

4

4

4

4

4

5

5

5

5

4

2

2

1

5

4

3

2

4

3

4

4

5

4

4

4

4

2

2

2

2

4

4

4

2

4

2

4

4

4

5

5

5

5

4

3

2

2

3

4

3

3

5

2

5

5

5

5

5

5

5

3

3

3

3

4

4

3

3

4

2

3

4

4

4

4

4

4

5

4

3

2

5

5

5

4

4

4

4

4

5

4

4

4

4

4

2

2

1

5

4

4

2

4

2

4

4

4

4

4

5

4

3

2

2

2

3

2

3

2

3

2

3

3

3

4

4

4

4

4

3

3

3

4

3

4

3

4

3

4

3

4

commit to user

150


digilib.uns.ac.id

4

4

4

4

4

2

1

1

5

4

4

4

4

2

4

4

4

5

5

5

5

5

4

1

1

5

5

5

2

5

2

5

5

5

5

4

4

4

4

3

2

2

5

4

4

4

4

4

4

4

4

5

4

4

4

4

3

2

2

5

4

4

3

4

4

4

4

4

4

4

4

4

4

2

1

1

5

4

4

2

4

2

4

4

4

5

5

5

5

4

2

2

1

5

2

4

2

4

2

4

4

5

4

5

4

4

4

2

2

2

5

4

4

3

3

4

4

4

4

4

5

5

5

4

2

2

2

4

3

4

2

4

3

4

4

4

4

4

4

4

4

2

2

2

5

4

4

2

4

2

4

4

4

4

4

4

4

3

2

2

1

4

3

4

2

4

2

4

4

5

4

4

4

4

4

2

2

1

5

3

4

2

4

2

4

4

5

4

4

4

4

2

2

2

2

5

3

4

2

4

2

4

4

4

4

4

4

4

2

2

2

2

5

4

4

4

3

4

4

4

5

3

3

3

4

2

2

2

2

5

4

2

4

4

4

4

4

4

4

4

3

4

3

4

2

2

4

4

3

4

4

2

4

4

4

4

5

5

5

3

3

2

1

5

4

4

4

4

3

4

4

5

4

3

4

3

4

2

2

2

5

4

2

4

4

3

4

4

5

4

4

4

4

2

2

2

2

4

4

4

4

4

4

4

4

5

5

5

5

4

2

2

2

2

5

4

4

2

4

2

4

4

4

5

5

5

5

2

2

2

2

5

4

4

3

4

3

4

4

5

4

4

4

4

4

2

2

2

4

4

4

4

4

3

4

4

5

4

4

4

4

4

2

3

2

4

3

4

3

4

3

4

4

4

5

5

5

5

4

2

2

2

2

4

4

4

4

4

4

4

4

4

4

4

4

4

4

2

2

5

4

4

3

4

3

4

5

5

4

4

4

4

4

2

2

2

4

4

4

4

4

4

4

4

4

4

4

4

4

2

2

2

2

5

4

4

3

4

3

4

4

5

5

5

5

5

4

2

2

2

2

4

4

2

4

2

4

4

4

4

4

4

4

2

2

2

2

4

4

4

3

4

4

4

4

4

4

4

4

4

4

2

2

2

4

4

4

4

4

4

4

4

4

3

3

3

3

4

3

2

2

4

4

4

3

4

3

4

4

4

4

4

4

4

2

2

2

2

5

4

3

4

4

3

4

4

4

3

5

5

4

4

2

4

4

4

4

2

4

4

3

4

3

4

4

4

4

4

4

2

2

3

4

4

4

2

4

3

3

4

4

5

5

5

5

4

2

2

2

4

4

4

1

4

2

4

4

4

4

4

4

4

4

4

2

2

4

4

4

2

4

2

4

4

4

5

5

5

5

4

3

2

2

5

4

3

3

3

3

4

4

4

4

4

4

4

4

2

2

2

4

4

4

3

4

3

4

4

4

5

5

5

5

3

2

2

1

4

4

4

2

4

2

5

5

5

4

4

3

3

3

2

3

2

4

4

4

3

4

3

4

5

5

4

4

5

5

3

2

1

1

1

3

4

2

5

2

4

1

5

5

5

5

5

5

2

1

2

5

5

4

2

5

2

5

4

5

commit to user

151


digilib.uns.ac.id

3

3

4

4

3

3

4

2

3

4

4

2

4

3

4

4

4

5

5

5

5

4

2

2

2

4

4

4

2

4

2

4

4

4

5

5

5

5

4

2

2

3

4

3

3

3

3

2

4

3

4

4

4

4

4

3

4

3

2

4

4

4

2

3

2

4

3

4

5

5

5

5

5

5

1

1

5

5

5

5

5

5

5

5

5

4

4

4

4

3

2

2

2

4

3

4

2

4

2

4

4

4

3

3

3

3

3

2

2

2

3

3

3

2

4

2

4

4

4

4

4

4

4

4

3

3

3

3

4

4

4

4

4

4

4

4

5

5

5

5

2

2

2

2

5

4

4

2

4

2

4

4

4

4

4

3

4

3

2

2

2

4

4

4

4

4

4

4

4

4

4

4

4

4

3

3

2

2

4

4

4

3

4

3

4

4

4

4

4

4

4

3

3

2

2

4

4

4

2

3

2

4

3

4

4

4

5

4

2

3

2

2

4

3

4

3

4

2

3

3

4

3

4

4

4

5

3

2

1

4

3

4

2

3

2

3

5

5

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

5

5

5

5

2

3

2

3

5

4

4

3

4

3

4

4

5

5

5

5

5

4

3

1

1

5

5

3

2

4

2

4

4

4

5

5

5

5

4

2

1

1

5

5

5

2

5

1

5

5

5

4

4

4

4

3

2

2

2

4

4

4

2

4

2

4

4

4

5

5

5

5

3

2

2

2

4

4

4

4

5

2

4

4

4

5

5

5

5

5

5

1

1

5

5

5

1

1

1

5

5

5

4

4

5

4

5

2

2

2

5

5

5

2

5

2

5

5

5

4

4

4

4

2

3

2

4

4

3

4

2

4

3

4

4

4

4

4

4

4

5

2

2

3

4

3

4

32

4

4

4

4

4

4

4

4

4

5

1

1

1

5

4

4

2

5

2

5

5

5

5

5

5

5

5

3

1

3

5

3

5

2

5

2

5

5

5

4

4

4

4

3

3

2

2

4

4

4

3

4

2

4

4

4

4

5

4

4

5

1

1

1

5

5

5

2

5

2

5

5

5

3

4

4

4

3

3

2

2

4

3

3

3

3

3

3

3

3

5

5

5

5

5

3

2

2

5

5

5

2

5

2

5

5

5

4

4

4

4

4

1

1

1

4

4

4

2

4

2

4

4

4

4

5

5

4

4

3

3

3

4

4

3

3

3

3

3

3

3

4

4

4

3

2

2

2

2

4

4

4

2

4

2

4

4

4

5

5

5

5

4

3

2

2

4

4

4

3

3

3

3

3

4

4

4

4

4

2

2

2

2

4

4

4

2

4

2

4

4

4

4

4

4

4

4

4

2

2

4

4

4

2

4

2

4

4

4

3

3

3

3

2

2

3

2

5

3

4

2

5

2

4

3

3

4

4

4

4

2

2

2

2

4

4

4

4

4

4

4

4

4

4

4

4

3

3

2

2

2

4

4

4

3

4

2

4

2

4

4

4

4

4

5

3

2

5

5

2

3

4

3

5

2

3

3

4

5

4

4

2

2

2

2

4

4

4

2

4

4

4

4

5

commit to user

152


digilib.uns.ac.id

5

5

5

5

5

5

1

1

5

5

5

5

5

1

1

1

1

4

5

4

4

5

4

2

2

5

4

4

2

4

2

4

4

4

5

5

5

5

4

5

2

3

4

3

4

2

4

2

4

4

4

4

5

3

4

5

4

2

5

4

4

4

4

4

4

4

3

4

5

5

5

5

5

1

1

1

5

4

5

1

5

2

5

5

5

5

5

5

5

3

4

1

2

4

4

4

3

4

2

3

5

5

4

4

4

4

4

3

2

3

5

4

4

3

5

2

5

5

5

5

5

5

5

3

3

2

2

4

4

3

2

4

2

4

4

4

5

5

5

5

4

2

1

1

5

5

5

4

5

2

5

4

5

3

3

5

5

5

4

2

2

5

5

5

2

4

2

5

5

5

4

4

5

4

4

3

1

1

5

4

4

3

4

3

4

4

4

4

3

5

3

4

3

3

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

5

4

4

2

2

2

4

4

4

2

4

2

4

4

4

4

4

4

4

2

2

1

2

3

2

4

2

4

2

4

4

2

5

5

5

5

2

3

2

2

5

4

4

2

5

2

5

5

5

4

4

4

4

5

5

1

1

5

5

5

1

5

1

5

5

5

4

4

4

4

2

2

1

1

4

3

4

4

5

2

4

5

4

4

4

5

4

4

4

1

2

4

4

4

4

5

2

4

4

5

4

4

4

4

3

3

1

1

5

4

4

2

4

2

5

5

5

5

5

5

5

5

4

5

4

5

4

4

4

5

2

4

4

4

4

5

5

4

3

3

2

2

4

3

3

3

4

3

4

4

4

3

4

4

4

2

2

2

2

4

4

4

2

4

2

4

4

4

4

4

4

4

5

4

2

2

4

4

4

2

4

2

4

4

4

4

5

5

5

5

4

2

4

4

5

2

2

5

2

5

5

4

4

5

5

5

2

2

2

2

4

4

4

2

4

2

4

4

4

4

4

4

5

2

2

2

2

4

4

4

2

4

2

4

4

4

4

4

4

4

2

2

2

4

4

4

4

2

4

2

4

4

4

4

4

4

4

4

3

2

2

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

3

4

4

4

4

4

4

4

3

3

3

3

4

4

4

4

4

4

4

4

4

4

4

4

4

3

3

3

3

5

3

2

3

4

4

4

4

4

2

3

4

4

4

4

5

4

3

3

1

2

5

5

5

2

4

2

4

5

5

4

4

5

4

4

3

3

3

4

4

4

3

4

3

4

3

4

4

4

4

4

4

2

3

3

4

3

3

3

3

3

3

4

4

4

4

4

4

4

4

2

1

4

4

4

2

4

1

4

4

4

4

4

5

4

4

2

2

2

4

4

4

2

2

2

4

2

4

5

5

5

5

3

3

1

1

5

5

5

2

5

4

5

5

5

5

5

5

5

2

2

2

2

5

5

5

2

3

2

5

3

4

5

4

4

4

2

3

2

2

4

4

4

4

2

4

4

4

4

4

4

4

4

1

1

1

1

5

4

4

1

4

2

2

4

4

commit to user

153


digilib.uns.ac.id

4

4

5

4

4

3

2

2

5

5

5

1

1

1

3

4

4

5

5

5

5

3

2

2

2

4

4

4

2

2

2

4

4

4

5

4

5

4

3

2

2

2

5

5

5

2

4

2

4

4

4

4

4

4

4

4

4

2

2

4

4

4

4

4

2

4

4

4

5

5

5

5

4

4

2

2

5

4

4

2

4

2

4

4

4

4

4

4

4

4

4

2

2

4

4

4

2

4

2

4

4

4

3

4

4

4

4

3

2

2

4

3

3

2

4

2

3

3

5

4

4

4

4

2

1

1

1

4

4

3

4

4

2

4

4

4

5

5

5

5

4

3

2

2

3

4

3

3

4

3

3

3

3

4

4

4

5

3

3

3

3

3

3

4

3

3

3

3

4

3

4

4

5

4

4

3

3

3

4

3

4

3

4

3

4

3

4

5

4

4

4

3

3

2

2

4

3

4

2

4

2

3

4

4

4

4

4

4

3

2

2

2

4

4

4

3

4

3

4

4

4

4

4

4

4

4

4

2

2

4

4

4

4

4

2

4

4

4

4

5

4

4

3

3

2

2

5

5

3

3

5

3

4

5

4

5

4

4

4

3

3

3

3

4

3

3

4

3

3

3

3

3

5

5

5

5

4

3

2

3

4

4

4

3

5

3

3

4

4

3

4

4

4

3

2

2

3

4

4

3

3

4

3

3

4

4

4

4

4

4

4

4

2

2

4

4

4

4

4

2

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

5

5

5

5

4

4

3

3

4

4

4

2

4

2

4

4

4

4

4

4

4

4

4

2

2

4

4

4

2

4

2

4

4

4

4

4

4

4

4

3

3

3

5

4

4

3

4

3

4

4

4

5

5

5

5

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

2

2

2

4

4

4

2

4

2

4

4

4

4

4

5

4

4

4

1

1

5

5

5

1

4

1

5

5

2

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

5

5

5

5

4

4

4

4

4

4

4

2

4

2

4

4

4

4

4

4

4

4

4

2

4

4

4

4

3

4

3

4

4

4

4

4

4

4

4

4

4

4

4

4

4

2

4

2

4

4

4

4

4

5

4

4

4

2

2

4

4

4

2

4

1

4

4

4

3

4

4

4

2

2

2

2

4

4

4

2

4

2

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

5

5

5

5

5

5

1

1

5

5

5

1

1

1

5

5

5

4

4

4

4

2

3

2

2

5

2

3

4

3

4

4

2

4

4

4

3

4

4

2

2

2

4

4

4

4

4

4

4

4

4

3

4

4

4

5

3

2

1

4

3

4

2

3

2

4

5

5

5

5

5

5

4

3

2

2

3

4

3

3

4

3

3

3

3

5

5

5

5

3

3

2

2

4

4

4

2

4

2

3

3

3

3

4

5

4

4

4

2

2

4

4

4

2

4

2

4

3

3

4

4

5

4

4

2

2

2

5

5

5

2

4

2

4

4

4

commit to user

154


digilib.uns.ac.id

ITU 1

ITU 2

ITU 3

ITU 4

ITU 5

ITU 6

AU 1

AU 2

AU 3

4

4

4

4

2

2

4

4

4

4

4

4

4

4

2

2

4

2

5

5

5

5

5

1

5

5

5

4

4

4

4

4

2

4

4

4

5

5

5

5

5

1

5

5

5

3

3

3

3

4

3

4

3

3

4

4

4

3

4

2

4

4

3

4

4

4

4

4

2

4

4

4

5

5

2

5

5

2

5

5

5

5

5

2

5

5

2

5

5

5

4

4

4

4

4

2

5

4

4

4

4

4

4

4

1

4

5

4

4

4

4

4

4

2

3

4

4

4

4

4

4

4

4

4

4

4

5

5

5

5

5

1

5

5

5

4

4

4

4

3

2

2

4

4

5

5

5

5

5

1

5

5

5

4

4

4

5

4

4

4

4

4

5

4

4

5

4

4

3

4

4

4

4

4

4

4

2

4

4

4

5

5

5

5

5

1

4

3

4

5

5

5

5

5

1

5

5

5

3

4

4

4

4

2

3

3

3

5

5

5

5

5

1

5

5

5

4

5

5

4

5

1

4

5

5

4

4

4

4

4

2

5

4

4

4

3

2

4

4

2

4

4

4

4

4

4

4

4

1

4

4

4

5

5

3

5

5

1

5

4

5

4

4

4

4

3

2

4

4

4

4

4

3

4

4

3

4

4

4

4

4

4

4

4

2

4

4

4

4

2

4

4

4

4

4

4

4

4

5

4

4

4

2

3

5

4

4

4

4

4

4

2

4

4

4

4

4

4

4

4

2

4

4

4

4

2

4

4

4

2

4

4

4

4

4

4

4

4

4

5

5

3

5

5

2

5 4to commit 5

5

155

4 user 5


digilib.uns.ac.id

5

5

5

5

5

5

5

5

5

5

5

5

5

5

2

5

5

5

4

4

4

4

4

2

4

4

4

4

4

4

4

4

2

4

4

4

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

5

4

4

4

4

4

2

4

4

4

5

5

5

5

5

1

5

5

5

5

5

5

5

5

1

5

5

5

4

4

4

4

4

1

3

5

4

4

4

4

4

4

2

5

4

4

5

5

4

5

5

1

5

5

5

4

4

4

4

4

2

4

4

4

3

3

3

3

3

3

3

4

3

5

5

5

5

5

1

4

5

5

4

4

4

4

4

4

4

4

4

5

5

5

5

5

5

2

5

5

4

4

2

4

4

4

3

4

4

5

5

2

5

5

1

5

5

4

4

4

4

4

4

2

4

4

5

4

4

4

4

4

4

4

4

4

5

5

5

5

5

5

5

5

5

4

4

4

4

4

2

4

4

4

4

4

4

4

5

2

2

5

4

4

4

4

4

4

2

4

4

4

5

5

4

4

4

4

4

4

4

4

4

4

4

4

2

4

4

4

5

5

5

5

3

1

5

5

4

4

4

3

4

4

2

3

4

3

5

5

2

1

1

2

5

5

5

2

2

2

2

2

4

4

4

2

4

4

4

4

4

2

4

4

4

4

4

4

5

4

1

4

4

4

4

4

4

4

4

2

4

4

4

4

5

4

5

4

2

4

4

5

3

3

3

3

3

3

4

4

3

4

4

4

5

4

4

4

5

5

4

4

4

5

4

1

4

4

4

3

2

2

2

3

3

2

3

3

4

4

4

4

4

3

4

4

4

4

4

4

4

4

2

4

4

4

commit to user

156


digilib.uns.ac.id

5

5

5

5

5

1

5

5

5

5

5

5

5

5

2

4

4

4

5

5

5

5

5

2

4

4

4

4

4

4

4

4

1

5

5

5

4

4

4

5

4

1

5

5

5

4

4

5

4

4

1

4

4

4

4

4

4

5

4

1

4

4

4

4

4

5

4

4

1

4

4

4

4

4

4

5

4

1

5

4

4

5

5

5

5

5

1

5

5

5

4

4

4

4

4

2

4

4

4

4

4

5

5

5

1

5

4

4

4

3

3

4

3

2

3

4

4

4

4

4

5

4

1

4

3

4

4

4

4

5

4

1

4

4

4

4

4

5

5

4

1

4

5

5

4

4

4

4

4

1

4

4

4

4

4

4

4

4

1

4

4

4

5

5

5

5

5

1

5

5

5

4

4

4

5

5

2

4

4

4

5

5

5

5

5

2

4

4

4

4

4

4

4

4

4

4

4

4

5

5

5

5

5

2

4

4

4

4

4

4

4

4

2

4

4

4

4

4

4

4

4

1

4

4

5

4

4

4

4

4

4

4

4

4

4

4

4

4

4

2

4

4

5

4

4

4

4

4

2

4

4

4

4

4

4

4

4

3

4

4

4

4

4

5

5

5

2

4

4

4

3

3

4

5

3

5

3

4

3

4

4

4

4

4

1

4

4

4

4

4

4

4

4

2

4

4

4

4

4

4

4

4

2

4

4

4

4

4

4

4

4

2

4

4

4

4

4

4

4

4

2

3

4

4

4

4

5

5

5

2

3

4

4

5

5

5

5

5

1

4

4

4

5

5

5

5

4

5

5

5

5

5

5

5

5

5

2

5

5

5

3

3

4

4

3

1

commit to user 3

4

157

3


digilib.uns.ac.id

4

4

4

4

4

2

4

4

4

5

4

4

4

3

2

3

4

4

5

5

5

5

5

5

3

4

3

5

5

5

5

1

1

5

5

5

4

4

4

4

3

2

3

4

3

4

4

3

4

3

2

4

4

3

4

4

4

4

4

4

4

4

4

4

4

4

4

4

2

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

2

4

4

4

4

4

4

4

4

2

3

4

4

4

4

4

4

3

2

2

4

4

3

4

4

3

3

4

2

4

3

4

4

4

4

4

4

4

4

4

4

4

4

4

4

2

4

4

4

5

5

5

5

5

1

5

5

4

5

5

5

5

5

1

5

5

5

4

4

4

4

4

2

4

4

3

5

5

5

5

5

1

3

4

5

5

5

5

5

5

1

5

5

5

5

5

5

5

5

2

5

5

5

3

3

3

4

3

3

2

4

4

4

4

4

4

4

2

5

5

5

4

4

4

5

4

1

2

4

4

5

5

5

5

5

5

5

5

5

4

4

4

4

4

2

4

4

4

5

5

5

5

5

5

5

5

5

3

3

3

3

3

3

2

3

2

5

5

5

5

5

2

5

5

5

4

4

5

4

4

2

4

4

4

3

3

4

4

3

3

3

4

4

4

4

2

4

4

2

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

3

2

4

3

3

3

3

3

3

4

2

4

3

4

4

4

4

4

4

2

2

2

4

4

4

4

3

3

2

4

3

3

3

3

3

3

3

2

2

2

4

4

4

4

4

2

3

4

4

5

5

5

5

5

5

5

5

5

commit to user

158


digilib.uns.ac.id

4

4

4

4

4

2

4

4

4

4

4

4

4

4

2

4

4

3

4

4

5

4

4

4

4

5

5

5

5

5

5

5

1

5

5

5

5

5

5

5

3

2

5

5

5

5

5

5

5

4

2

5

5

5

4

4

4

4

4

2

4

4

4

5

5

5

4

4

4

5

5

5

4

4

4

4

4

2

4

4

5

4

4

4

5

4

3

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

2

4

4

4

3

2

4

3

3

4

4

4

4

4

4

4

4

3

2

5

5

5

5

5

5

5

5

1

5

5

5

4

4

4

5

4

2

5

5

4

5

5

4

5

4

2

4

4

5

5

5

5

5

5

1

5

5

5

4

4

4

5

4

4

4

4

4

4

4

3

4

4

3

4

4

4

4

4

4

4

4

2

4

4

4

4

2

4

4

4

4

4

4

4

4

5

4

4

4

2

3

5

4

4

4

4

4

4

2

4

4

4

4

4

4

4

4

2

4

4

4

4

2

4

4

4

2

4

4

4

4

4

4

4

4

4

5

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

3

4

4

5

5

5

5

5

2

5

5

5

4

4

4

4

4

4

3

4

4

3

3

3

3

3

3

4

4

4

4

3

5

4

4

2

4

4

4

4

4

4

4

4

2

4

4

4

5

5

5

5

5

2

5

5

5

5

5

4

4

3

2

5

5

5

4

4

4

4

4

2

4

4

2

4

4

4

4

4

2

5

5

4

4

4

4

4

3

2

4

4

4

commit to user

159


digilib.uns.ac.id

4

4

4

4

3

1

2

4

4

5

5

5

5

5

1

3

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

3

4

3

4

4

5

4

4

4

3

2

2

3

4

4

4

4

4

4

4

2

4

4

3

4

4

3

3

3

3

3

3

3

3

3

3

3

3

3

3

3

4

3

4

4

4

3

4

4

4

4

4

4

4

3

2

3

3

4

4

3

4

4

4

3

4

4

3

4

4

4

4

4

4

4

4

5

4

4

4

4

4

2

3

4

4

4

3

3

3

3

3

4

3

3

4

4

4

4

3

3

4

4

3

4

4

4

4

4

2

3

4

3

4

4

4

4

4

2

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

3

3

4

4

4

4

4

4

4

4

4

4

3

4

4

4

4

4

4

4

2

4

3

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

3

4

4

4

4

5

4

4

4

1

5

4

5

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

4

3

4

4

4

4

4

4

4

2

2

3

3

4

4

4

4

4

1

5

5

5

4

4

4

4

4

2

4

4

4

4

4

4

4

4

4

4

4

4

5

5

5

5

5

1

5

5

5

3

3

3

3

4

4

4

4

3

4

4

4

4

4

3

4

4

4

3

4

4

2

2

4

2

4

4

3

4

4

4

3

4

3

4

3

4

4

3

4

3

2

3

4

4

4

4

3

4

3

2

2

4

4

5

5

4

4

4

2

5

5

5

commit to user

160


digilib.uns.ac.id

LAMPIRAN 3 UJI RELIABILITAS 1.

Variabel A1, A2, A3, A4

RELIABILITY /VARIABLES=A1 A2 A3 A4 /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA /STATISTICS=DESCRIPTIVE SCALE /SUMMARY=VARIANCE.

[DataSet1] D:\REFORMASI\DATA FIX.sav

Scale: ALL VARIABLES Case Processing Summary N Cases

Valid a

Excluded Total

% 241

100.0

0

.0

241

100.0

a. Listwise deletion based on all variables in the procedure.

Reliability Statistics

2.

Cronbach's

Cronbach's Alpha Based on

Alpha

Standardized Items

N of Items

.910

.910

4

Variabel S1, SN2 RELIABILITY /VARIABLES=SN1 SN2 /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA /STATISTICS=DESCRIPTIVE SCALE /SUMMARY=VARIANCE.


commit to user

161


digilib.uns.ac.id


Valid

% 241

100.0

0

.0

241

100.0

a

Excluded Total


Reliability Statistics

3.

Cronbach's

Cronbach's Alpha Based

Alpha

on Standardized Items

N of Items

.615

.616

2

Variabel PBC4, PBC6, PBC7, PBC8

RELIABILITY /VARIABLES=PBC4 PBC6 PBC7 PBC8 /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA /STATISTICS=DESCRIPTIVE SCALE /SUMMARY=VARIANCE.



Valid a

Excluded Total

% 241

100.0

0

.0

241

100.0


commit to user

162


digilib.uns.ac.id

Reliability Statistics Cronbach's Alpha Based on Cronbach's

Standardized

Alpha

Items .715

4.

N of Items .721

4

Variabel ITU1, ITU2, ITU3, ITU4, ITU5

RELIABILITY /VARIABLES=ITU1 ITU2 ITU3 ITU4 ITU5 /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA /STATISTICS=DESCRIPTIVE SCALE /SUMMARY=VARIANCE. [DataSet1] D:\REFORMASI\DATA FIX.sav


Valid

% 241

100.0

0

.0

241

100.0

a

Excluded Total



Standardized

Alpha

Items .880

N of Items .884

5

commit to user

163


5.

digilib.uns.ac.id

Variabel AU1, AU2, AU3

RELIABILITY /VARIABLES=AU1 AU2 AU3 /SCALE('ALL VARIABLES') ALL /MODEL=ALPHA /STATISTICS=DESCRIPTIVE SCALE /SUMMARY=VARIANCE.



Valid

% 241

100.0

0

.0

241

100.0

a

Excluded Total



Standardized

Alpha

Items .816

N of Items .838

3

commit to user

164


digilib.uns.ac.id

LAMPIRAN 4 UJI VALIDITAS

Rotated Component Matrix

a

Component 1 A1 A2 A3 A4 SN1 SN2 SN3 SN4 SN5 PBC1 PBC2 PBC3 PBC4 PBC5 PBC6 PBC7 PBC8 ITU1 ITU2 ITU3 ITU4 ITU5 ITU6 AU1 AU2 AU3

2

3

4

5

.807 .902 .833 .887 .601 .800 .506 .555 .473 .494 .502 .674 .472 .736 .697 .799 .699 .777 .705 .734 .791 .739 .522 .578 .577 .647

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 9 iterations.

commit to user

165


digilib.uns.ac.id

Hasil Fix (trial error)

Rotated Component Matrix

a

Component 1 A1 A2 A3 A4 SN1 SN2 PBC4 PBC6 PBC7 PBC8 ITU1 ITU2 ITU3 ITU4 ITU5 AU1 AU2 AU3

2

3

4

5

.820 .896 .848 .890 .786 .864 .552 .701 .813 .671 .674 .612 .737 .819 .791 .823 .740 .699

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 6 iterations.

commit to user

166

.


digilib.uns.ac.id

LAMPIRAN 5 FREKUENSI JENIS.KELAMIN Cumulative Frequency Valid

PRIA WANITA Total

Percent

Valid Percent

Percent

147

60.5

60.5

60.5

96

39.5

39.5

100.0

243

100.0

100.0

UMUR

Frequency Valid

Percent

Valid Percent

Cumulative Percent

17-20

18

7.3

4.2

4.2

21-25

151

62.4

72.5

76.7

26-30

53

21.6

16.7

93.3

31-35

15

6.1

5.8

99.2

6

2.4

.8

100.0

>35 l Total

100.0 243

100.0

Pendidikan Cumulative Frequency Percent Valid

< SMA

Valid Percent

Percent

1

.4

.4

.4

122

50.2

50.2

50.6

DIPLOMA

40

16.5

16.5

67.1

SARJANA

79

32.5

32.5

99.6

>SARJANA

1

.4

.4

100.0

243

100.0

100.0

SMA

Total

commit to user

167


digilib.uns.ac.id

LamaUsaha Cumulative Frequency Valid

Percent

Valid Percent

Percent

0-1

77

31.7

31.7

31.7

1,1-2

73

30.0

30.0

61.7

2,1-5

55

22.6

22.6

84.4

>5

38

15.6

15.6

100.0

243

100.0

100.0

Total

commit to user

168


digilib.uns.ac.id

LAMPIRAN 6 UJI ASUMSI MODEL Uji Normalitas Assessment of normality (Group number 1)

Variable SN2 SN1 AU3 AU2 AU1 ITU5 ITU4 ITU3 ITU2 ITU1 PBC8 PBC7 PBC6 PBC4 A4 A3 A2 A1 Multivariate

min 1,000 1,000 2,000 2,000 2,000 1,000 1,000 2,000 2,000 2,000 1,000 1,000 1,000 1,000 2,000 1,000 2,000 2,000

max 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000 5,000

skew ,517 -,407 -,596 -,244 -,704 -,791 -,873 -,812 -,738 -,132 -,807 -1,074 -1,160 -1,342 -,324 -,945 -,403 -,332

c.r. 3,279 -2,581 -3,779 -1,543 -4,462 -5,015 -5,534 -5,147 -4,676 -,835 -5,117 -6,808 -7,349 -8,507 -2,056 -5,991 -2,556 -2,107

kurtosis -,349 -,734 ,878 1,327 ,072 2,059 2,826 1,615 1,515 ,481 3,817 4,048 3,973 4,229 ,008 2,394 -,041 -,117 192,649

c.r. -1,107 -2,325 2,781 4,205 ,227 6,523 8,955 5,118 4,802 1,525 12,095 12,828 12,591 13,400 ,026 7,585 -,130 -,370 55,729

Evaluasi Outliers Observations farthest from the centroid (Mahalanobis distance) (Group number 1)

Observation number 67 160 117 123 59 68 226 169 65

Mahalanobis d-squared 99,169 91,450 70,694 68,837 68,825 59,353 57,604 commit53,044 to user 49,477 169

p1 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000

p2 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000


Observation number 207 109 5 237 163 56 174 11 199 139 234 235 2 157 6 61 9 132 10 183 33 29 25 66 201 165 198 143 76 54 200 156 37 187 94 240 202 91 122 92

digilib.uns.ac.id

Mahalanobis d-squared 48,324 48,254 47,050 44,723 41,965 41,166 40,916 40,796 39,797 39,783 39,783 39,039 38,933 36,791 36,715 35,280 35,113 35,076 33,998 33,776 33,776 33,592 33,313 33,145 32,852 32,836 32,019 31,136 30,720 30,522 30,284 29,969 29,918 29,918 29,099 29,069 28,219 28,046 27,977 commit27,773 to user

170

p1 ,000 ,000 ,000 ,000 ,001 ,001 ,002 ,002 ,002 ,002 ,002 ,003 ,003 ,006 ,006 ,009 ,009 ,009 ,013 ,013 ,013 ,014 ,015 ,016 ,017 ,017 ,022 ,028 ,031 ,033 ,035 ,038 ,038 ,038 ,047 ,048 ,059 ,061 ,062 ,066

p2 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000


Observation number 196 158 150 121 34 184 155 151 171 216 238 24 212 7 116 72 209 141 119 175 146 177 21 178 210 131 39 20 19 55 27 1 12 215 125 203 159 115 138 23

digilib.uns.ac.id

Mahalanobis d-squared 27,682 26,473 26,430 25,691 25,687 25,687 25,228 24,623 24,522 24,090 23,938 23,927 23,666 23,637 23,333 23,316 23,073 22,584 22,384 22,221 22,214 22,009 21,678 21,529 20,841 20,605 20,560 20,452 20,432 20,356 20,324 19,881 19,771 19,441 19,338 19,187 19,090 18,514 18,502 commit18,432 to user

171

p1 ,067 ,089 ,090 ,107 ,107 ,107 ,119 ,136 ,139 ,152 ,157 ,157 ,166 ,167 ,178 ,179 ,188 ,207 ,215 ,222 ,223 ,232 ,247 ,254 ,288 ,300 ,302 ,308 ,309 ,313 ,315 ,340 ,346 ,365 ,371 ,380 ,386 ,422 ,423 ,428

p2 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,000 ,001 ,005 ,009 ,012 ,008 ,014 ,038 ,048 ,272 ,373 ,351 ,372 ,334 ,334 ,306 ,569 ,597 ,768 ,787 ,830 ,843 ,977 ,971 ,972


Observation number 217 73 74 90 49 84 162 83 147 168 241

digilib.uns.ac.id

Mahalanobis d-squared 18,334 18,330 17,921 17,451 17,319 17,174 16,943 16,719 16,010 15,826 15,746

commit to user

172

p1 ,434 ,434 ,461 ,492 ,501 ,511 ,527 ,543 ,592 ,605 ,610

p2 ,976 ,967 ,995 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000


digilib.uns.ac.id

LAMPIRAN 7 UJI HIPOTESIS Analisis Goodness-of-Fit Model Result (Default model)

Minimum was achieved Chi-square = 226,986 Degrees of freedom = 128 Probability level = ,000 Model Fit Summary CMIN

Model Default model Saturated model Independence model

NPAR 43 171 18

CMIN 226,986 ,000 2430,810

DF 128 0 153

P ,000

CMIN/DF 1,773

,000

15,888

RMR, GFI


RMR ,024 ,000 ,153

GFI ,908 1,000 ,302

AGFI ,877

PGFI ,679

,220

,270

NFI Delta1 ,907 1,000 ,000

RFI rho1 ,888

IFI Delta2 ,957 1,000 ,000

TLI rho2 ,948

Baseline Comparisons


,000

,000

CFI ,957 1,000 ,000

RMSEA

Model Default model Independence model

RMSEA ,057 ,249

LO 90 ,045 ,240

HI 90 ,069 ,258

Model Awal commit to user

173

PCLOSE ,173 ,000


e1 1

A1

1

digilib.uns.ac.id

e2 1

e3 1

e4 1

A2

A3

A4

A

e5 1

e6 1

e11

SN1 1

SN2

ITU1

1

e12

e13

e14

e15

ITU2

ITU3

ITU4

ITU5

1

1

1

1

ITU

SN

1

1

z1

e7 1

e8 1

e9 1

e10 1

e16

PBC4

PBC6

PBC7

PBC8

AU1

1

1

1

z2

Korelasi Error Modification Indices (Group number 1 - Default model) Covariances: (Group number 1 - Default model)

z2 e14 e13 e13 e13 e12 e12 e11 e10 e9 e9

<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->

M.I. Par Change z1 7,918 -,032 e15 35,556 ,089 e6 5,532 ,070 e15 4,019 ,038 e14 12,620 ,053 e15 5,113 -,030 e14 7,453 -,028 e12 8,337 ,020 e17 5,164 ,024 z1 8,286 -,037 commit to user e11 6,804 -,025

174

e18

AU2

AU3

1

1

PBC

e17

AU

1


e8 e8 e7 e4 e1 e1 e1 e1

<--> <--> <--> <--> <--> <--> <--> <-->

z2 e18 e10 e6 z1 e16 e15 e11

digilib.uns.ac.id

M.I. Par Change 6,011 ,036 7,892 ,038 6,326 -,048 4,076 ,036 9,924 ,033 5,841 ,041 5,007 ,032 4,697 ,017

Variances: (Group number 1 - Default model)

M.I.

Par Change

Regression Weights: (Group number 1 - Default model)

AU SN2 AU3 AU2 ITU5 ITU5 ITU4 ITU4 ITU3 ITU3 ITU1 PBC8 PBC7 PBC7 PBC6 A4 A1 A1 A1 A1

<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

PBC PBC8 PBC6 PBC8 ITU4 A4 ITU5 ITU3 SN2 ITU4 PBC7 PBC4 ITU4 ITU1 AU3 ITU5 ITU AU1 ITU5 ITU1

M.I. Par Change 4,715 ,263 4,193 -,189 6,366 ,101 4,405 ,084 12,570 ,193 5,286 -,134 18,728 ,169 7,478 ,111 6,393 ,094 4,454 ,116 5,081 -,066 5,314 -,096 5,717 -,121 6,370 -,144 5,825 ,120 4,673 -,064 5,393 ,123 7,618 ,085 9,666 ,116 7,633 ,128

commit to user

175


digilib.uns.ac.id

Modifikasi Model

e1 1

A1

1

e2 1

e3 1

e4 1

A2

A3

A4

A

e5 1

e6 1

e11

SN1 1

SN2

ITU1

e12

e13

e14

e15

ITU2

ITU3

ITU4

ITU5

1

1

1

1

1

ITU

SN

1

1

z1

e7 1

e8 1

e9 1

e10 1

e16

e17

e18

PBC4

PBC6

PBC7

PBC8

AU1

AU2

AU3

1

1

1

1

PBC 1

AU

z2

Analisis Goodness-of-Fit Model Setelah Modifikasi

Result (Default model)

Minimum was achieved Chi-square = 87,262 Degrees of freedom = 112 Probability level = ,960

Model Fit Summary CMIN

Model Default model Saturated model

NPAR 59 171

CMIN DF 87,262 112 commit to user ,000 0

176

P ,960

CMIN/DF ,779

1


digilib.uns.ac.id

Model Independence model

NPAR 18

CMIN 2430,810

DF 153

P ,000

CMIN/DF 15,888

RMR, GFI


RMR ,016 ,000 ,153

GFI ,963 1,000 ,302

AGFI ,943

PGFI ,630

,220

,270

NFI Delta1 ,964 1,000 ,000

RFI rho1 ,951

IFI Delta2 1,011 1,000 ,000

TLI rho2 1,015

Baseline Comparisons


,000

,000

CFI 1,000 1,000 ,000

RMSEA

Model Default model Independence model

RMSEA ,000 ,249

LO 90 ,000 ,240

HI 90 ,000 ,258

PCLOSE 1,000 ,000

Standardized Regression Weights Estimates (Group number 1 - Default model) Scalar Estimates (Group number 1 - Default model) Maximum Likelihood Estimates Regression Weights: (Group number 1 - Default model)

ITU ITU ITU AU A1 A2 A3 A4 PBC4

<--<--<--<--<--<--<--<--<---

A SN PBC ITU A A A A PBC

Estimate S.E. C.R. P Label ,230 ,058 3,956 *** par_14 ,046 ,032 1,445 ,148 par_15 1,275 ,239 5,337 *** par_16 1,065 ,110 9,715 *** par_17 1,000 1,112 ,070 15,966 *** par_1 1,013 ,074 13,680 *** par_2 1,084 ,069 15,612 *** par_3 commit to user 1,000

177


PBC6 PBC7 PBC8 ITU1 ITU2 ITU3 ITU4 ITU5 AU1 AU2 AU3 SN1 SN2

<--<--<--<--<--<--<--<--<--<--<--<--<---

PBC PBC PBC ITU ITU ITU ITU ITU AU AU AU SN SN

digilib.uns.ac.id

Estimate S.E. C.R. P Label 1,580 ,281 5,616 *** par_4 1,777 ,324 5,485 *** par_5 1,551 ,284 5,456 *** par_6 1,000 1,078 ,056 19,365 *** par_7 ,751 ,080 9,334 *** par_8 ,900 ,070 12,874 *** par_9 ,832 ,080 10,403 *** par_10 1,000 ,761 ,068 11,259 *** par_11 1,006 ,085 11,792 *** par_12 1,000 ,349 ,153 2,286 ,022 par_13

Standardized Regression Weights: (Group number 1 - Default model)

ITU ITU ITU AU A1 A2 A3 A4 PBC4 PBC6 PBC7 PBC8 ITU1 ITU2 ITU3 ITU4 ITU5 AU1 AU2 AU3 SN1 SN2

<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

A SN PBC ITU A A A A PBC PBC PBC PBC ITU ITU ITU ITU ITU AU AU AU SN SN

Estimate ,216 ,096 ,681 ,949 ,789 ,907 ,802 ,893 ,402 ,672 ,772 ,733 ,926 ,857 ,582 ,738 ,620 ,690 ,811 ,880 1,070 ,406

commit to user

178


digilib.uns.ac.id

Covariances: (Group number 1 - Default model)

A PBC A z2 e14 e13 e1 e11 e9 e8 e9 e1 e13 e15 e13 e7 e4 e10 e10

<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->

SN SN PBC z1 e15 e14 z1 e12 z1 e18 e11 e15 e15 e16 e6 e10 e6 e6 e14

Estimate S.E. C.R. P Label ,142 ,036 3,972 *** par_18 ,063 ,023 2,697 ,007 par_19 ,032 ,012 2,646 ,008 par_20 -,047 ,020 -2,392 ,017 par_26 ,104 ,019 5,520 *** par_21 ,063 ,018 3,488 *** par_22 ,029 ,010 2,819 ,005 par_23 ,005 ,015 ,348 ,727 par_24 -,044 ,015 -2,912 ,004 par_25 ,030 ,014 2,114 ,034 par_27 -,020 ,010 -2,043 ,041 par_28 ,029 ,013 2,225 ,026 par_29 ,061 ,021 2,847 ,004 par_30 ,038 ,021 1,823 ,068 par_31 ,065 ,029 2,214 ,027 par_32 -,047 ,019 -2,450 ,014 par_33 ,034 ,017 1,965 ,049 par_34 -,059 ,024 -2,485 ,013 par_35 ,028 ,011 2,425 ,015 par_36

Correlations: (Group number 1 - Default model)

A PBC A z2 e14 e13 e1 e11 e9 e8 e9 e1 e13 e15 e13 e7

<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->

SN SN PBC z1 e15 e14 z1 e12 z1 e18 e11 e15 e15 e16 e6 e10

Estimate ,264 ,207 ,230 -,402 ,436 ,265 ,238 ,073 -,337 ,193 -,223 ,137 ,200 ,112 ,137 -,183

commit to user

179


e4 <--> e6 e10 <--> e6 e10 <--> e14

digilib.uns.ac.id

Estimate ,148 -,171 ,158

Variances: (Group number 1 - Default model)

A PBC SN z1 z2 e1 e2 e3 e4 e7 e8 e9 e10 e11 e12 e13 e14 e15 e16 e17 e18 e5 e6

Estimate S.E. C.R. P Label ,244 ,034 7,170 *** par_37 ,079 ,027 2,964 ,003 par_38 1,190 ,494 2,410 ,016 par_39 ,103 ,020 5,094 *** par_40 ,135 ,030 4,465 *** par_41 ,148 ,016 9,450 *** par_42 ,065 ,010 6,520 *** par_43 ,139 ,015 9,249 *** par_44 ,073 ,010 7,099 *** par_45 ,407 ,039 10,511 *** par_46 ,238 ,025 9,366 *** par_47 ,168 ,026 6,435 *** par_48 ,163 ,020 8,085 *** par_49 ,045 ,014 3,167 ,002 par_50 ,115 ,022 5,321 *** par_51 ,302 ,029 10,275 *** par_52 ,187 ,020 9,317 *** par_53 ,305 ,030 10,305 *** par_54 ,382 ,040 9,634 *** par_55 ,105 ,013 7,934 *** par_56 ,102 ,017 5,839 *** par_57 -,150 ,485 -,309 ,757 par_58 ,737 ,089 8,287 *** par_59

Squared Multiple Correlations: (Group number 1 - Default model)

ITU AU SN2 SN1 AU3 AU2 AU1

Estimate ,626 ,610 ,164 1,144 ,774 ,657 ,475

commit to user

180


digilib.uns.ac.id

Estimate ,385 ,544 ,339 ,735 ,858 ,537 ,596 ,451 ,162 ,798 ,643 ,822 ,622

ITU5 ITU4 ITU3 ITU2 ITU1 PBC8 PBC7 PBC6 PBC4 A4 A3 A2 A1 Moderasi

Estimates (PENGALAMAN TINGGI - Default model) Regression Weights: (PENGALAMAN TINGGI - Default model)

ITU ITU ITU AU A1 A2 A3 A4 PBC4 PBC6 PBC7 PBC8 ITU1 ITU2 ITU3 ITU4 ITU5 AU1 AU2 AU3

<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

A SN PBC ITU A A A A PBC PBC PBC PBC ITU ITU ITU ITU ITU AU AU AU

Estimate S.E. C.R. P Label ,193 ,066 2,947 ,003 par_50 ,081 ,040 2,016 ,044 par_51 1,312 ,302 4,342 *** par_52 1,028 ,112 9,189 *** par_53 1,000 1,154 ,077 14,907 *** par_37 1,045 ,081 12,853 *** par_38 1,114 ,079 14,168 *** par_39 1,000 1,914 ,420 4,553 *** par_40 1,985 ,445 4,465 *** par_41 1,729 ,385 4,485 *** par_42 1,000 1,064 ,057 18,741 *** par_43 ,728 ,092 7,908 *** par_44 ,809 ,076 10,588 *** par_45 ,783 ,089 8,798 *** par_46 1,000 ,803 ,076 10,527 *** par_47 1,069 ,095 11,297 *** par_48 commit to user

181


SN1 SN2

<--- SN <--- SN

digilib.uns.ac.id

Estimate S.E. C.R. P Label 1,000 ,392 ,132 2,967 ,003 par_49

Regression Weights: (PENGALAMAN RENDAH - Default model)

ITU ITU ITU AU A1 A2 A3 A4 PBC4 PBC6 PBC7 PBC8 ITU1 ITU2 ITU3 ITU4 ITU5 AU1 AU2 AU3 SN1 SN2

<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<--<---

A SN PBC ITU A A A A PBC PBC PBC PBC ITU ITU ITU ITU ITU AU AU AU SN SN

Estimate S.E. ,379 ,163 ,077 ,136 1,274 ,570 ,692 ,294 1,000 ,901 ,182 ,896 ,194 ,963 ,165 1,000 ,789 ,346 1,355 ,611 1,093 ,429 1,000 1,101 ,200 1,056 ,222 1,378 ,260 1,009 ,233 1,000 ,987 ,317 1,369 ,487 1,000 ,557 ,396

C.R. 2,328 ,564 2,236 2,353

P ,020 ,573 ,025 ,019

Label par_14 par_15 par_16 par_17

4,936 *** par_1 4,616 *** par_2 5,818 *** par_3 2,283 ,022 par_4 2,216 ,027 par_5 2,548 ,011 par_6 5,511 4,748 5,291 4,331

*** *** *** ***

par_7 par_8 par_9 par_10

3,116 ,002 par_11 2,810 ,005 par_12 1,405 ,160 par_13

commit to user

182

ANTECEDENT PERILAKU ADOPSI E-COMMERCE (Studi pada UKM di Surakarta) Skripsi

Recommend Documents