ANALISIS PENERIMAAN DAN PENGGUNAAN APLIKASI PEMUTAR MUSIK ONLINE DENGAN MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL SKRIPSI

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA

ANALISIS PENERIMAAN DAN PENGGUNAAN APLIKASI PEMUTAR MUSIK ONLINE DENGAN MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL

SKRIPSI

HENDRA HANGGAR KUSUMA

PROGRAM STUDI S1 SISTEM INFORMASI DEPARTEMEN MATEMATIKA FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS AIRLANGGA SURABAYA 2016

SKRIPSI

ANALISIS PENERIMAAN DAN ...

HENDRA HANGGAR K.


ANALISIS PENERIMAAN PENGGUNAAN APLIKASI PEMUTAR MUSIK ONLINE DENGAN MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL

SKRIPSI

Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer Bidang Sistem Informasi pada Fakultas Sains dan Teknologi Universitas Airlangga

Oleh: HENDRA HANGGAR KUSUMA. NIM. 081116036

Tanggal Ujian: 9 Agustus 2016

Disetujui oleh: Pembimbing I

Pembimbing II

Ir. Dyah Herawatie, M.Si NIP. 19671111 199303 2 002

Indah Werdiningsih, S.Si, M.Kom NIP. 19800217 200501 2 001

ii

SKRIPSI


HENDRA HANGGAR K.


LEMBAR PENGESAHAN NASKAH SKRIPSI

Judul

: ANALISIS PENERIMAAN PENGGUNAAN APLIKASI PEMUTAR

MUSIK

ONLINE

DENGAN

MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL Penyusun

: HENDRA HANGGAR KUSUMA

NIM

: 081116036

Tanggal Ujian : 9 Agustus 2016 Pembimbing I : Ir. Dyah Herawatie, M.Si Pembimbing II : Indah Werdiningsih, S.Si, M.Kom

Disetujui oleh : Pembimbing I

Pembimbing II

Ir. Dyah Herawatie, M.Si

Indah Werdiningsih, S.Si, M.Kom

NIP. 19671111 199303 2 002

NIP. 19800217 200501 2 001

Mengetahui, Ketua Departemen Matematika

Ketua Program Studi S1 Sistem Informasi

FST Universitas Airlangga

FST Universitas Airlangga

Badrus Zaman, S.Kom., M.Cs.

Badrus Zaman, S.Kom., M.Cs.

NIP. 19780126 200604 1 001

NIP. 19780126 200604 1 001

iii

SKRIPSI


HENDRA HANGGAR K.


PEDOMAN PENGGUNAAN SKRIPSI

Skripsi ini tidak dipublikasikan, namun tersedia di perpustakaan dalam lingkungan Universitas Airlangga, diperkenankan untuk dipakai sebagai referensi kepustakaan, tetapi pengutipan harus seizin penyusun dan harus menyebutkan sumbernya sesuai kebiasaan ilmiah.

Dokumen skripsi ini merupakan hak milik Universitas Airlangga.

iv

SKRIPSI


HENDRA HANGGAR K.


SURAT PERNYATAAN TENTANG ORISINALITAS

Yang bertanda tangan dibawah ini, saya: Nama

: Hendra Hanggar Kusuma

NIM

: 081116036

Program Studi

: Sistem Informasi

Fakultas

: Sains dan Teknologi

Jenjang

: Sarjana (S1)

Menyatakan bahwa saya tidak melakukan kegiatan plagiat dalam penulisan skripsi saya yang berjudul:

ANALISIS PENERIMAAN DAN PENGGUNAAN APLIKASI PEMUTAR MUSIK ONLINE DENGAN MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL Apabila suatu saat nanti terbukti melakukan tindakan plagiat, maka saya akan menerima sanksi yang telah di tetapkan. Demikian surat pernyataan in saya buat dengan sebenar-benarnya

Surabaya, 18 Agustus 2016

Materai 6000,-

Hendra Hanggar K NIM. 081116036

v

SKRIPSI


HENDRA HANGGAR K.


KATA PENGANTAR

Assalammualaikum Wr. Wb Puji syukur saya panjatkan kepada Allah SWT karena atas limpahan rahmat dan ridho-Nya, sehingga saya dapat menyelesaikan penyusunan proposal skripsi yang berjudul “Analisis Penerimaan Penggunaan Aplikasi Pemutar Musik Online Dengan Menggunakan Hedonic-Motivation System Adoption Model”. Dalam menyusun proposal skripsi ini terdapat beberapa hambatan. Namun atas kerja sama dengan berbagai pihak, semua itu dapat teratasi. Untuk itu, atas terselesaikannya proposal skripsi ini, saya mengucapkan terima kasih kepada: 1. Ir. Dyah Herawatie, M.Si selaku Pembimbing I yang telah memberi bimbingan penelitian proposal skripsi ini. 2. Indah Werdiningsih, S.Si., M.Kom selaku Pembimbing II yang telah memberi bimbingan penelitian proposal skripsi ini. Saya menyadari sebagai seorang mahasiswa yang masih dalam proses pembelajaran, penelitian proposal akhir ini masih banyak kekurangannya. Oleh karena itu, saya sangat mengharapkan adanya kritik dan saran yang bersifat membangun, guna penelitian proposal akhir yang lebih baik lagi di masa yang akan datang. Wassalamu’alaikum Wr. Wb Surabaya, 18 Agustus 2016

Penulis vi

SKRIPSI


HENDRA HANGGAR K.


UCAPAN TERIMA KASIH

Puji syukur kehadirat Allah SWT yang telah melimpahkan anugerah-Nya, sehingga skripsi yang berjudul “Analisis Penerimaan Penggunaan Aplikasi Pemutar Musik Online Dengan Menggunakan Hedonic-Motivation System Adoption Model” dapat terselesaikan dengan lancar dan baik. Dalam penyusunan skripsi ini, penulis banyak meneui rintangan dan hambatan. Namun dengan adanya batuan dari berbagai pihak sehingga penelitian ini dapat terselesaikan. Penulis tak lupa mengucapkan terima kasih kepada: 1. Allah SWT yang senantiasa memberikan rahmat dan hidayah-Nya serta Rasulullah SAW yang menjadi suri tauladan sehingga penelitian ini selesai dengan baik. 2. Bapak Minarno dan Ibu Yuli Istianah, Dian Ariesawati, Evi Dwi Putri Nuryani dan Devina Meysari selaku keluarga yang selalu memberikan dukungan, doa, motivasi, materil dan semangat sehingga penulis dapat menyelesaikan skripsi ini. 3. Ir. Dyah Herawatie, M.Si., selaku dosen pembimbing I yang telah sabar memberi bimbingan, memberikan semangat, dan membantu penulis sehingga skripsi ini dapat terselesaikan dengan baik. 4. Indah Werdiningsih, S.Si, M.Kom., selaku dosen pembimbing II yang telah sabar memberi bimbingan, memberikan semangat, dan membantu penulis sehingga skripsi ini dapat terselesaikan dengan baik.

vii

SKRIPSI


HENDRA HANGGAR K.


5. Rini Semiati, Dra. , selaku dosen wali yang telah memotivasi, memberi nasehat dan membimbing selama masa studi. 6. Seluruh Dosen Sitem Informasi yang telah banyak memberikan ilmu kepada penulis selama masa studi hingga penulisan skripsi dapat terselesaikan dengan baik. 7. Deo Ezar Azhari, S.Kom., Agustinus Kurniawan dan Helmi Putra yang telah berbaik hati membimbing, membantu dan direpoti penulis dalam pengerjaan skripsi. 8. Alief Arsalan, Achmad Agoeh, Dimitri Augusta, Febri Sofi, Aditya Suharjono, Yogie Mahendra, Satya Deriawan selaku teman seperjuangan yang juga bersama-sama berjuang menyelesaikan skripsi, dan juga memotivasi kepada penulis. 9. Teman – teman S1 Sistem Infromasi 2011 yang belum disebut namanya satupersatu, terima kasih telah memberikan keceriaan, suka duka perkuliahan, kekompakan, kenangan, berbagi ilmu selama 4 tahun ini. 10. Staff TU program studi Sistem Informasi yang telah membantu dalam keperluan administrasi selama studi hingga penjadwalan sidang

viii

SKRIPSI


HENDRA HANGGAR K.


Hendra Hanggar Kusuma, 2016. Analisis Penerimaan dan Penggunaan Aplikasi Pemutar Musik Online Dengan Menggunakan Hedonic-Motivation System Adoption Model. Skripsi ini di bawah bimbingan Ir. Dyah Herawatie, M.Si. dan Indah Werdiningsih, S.Si, M.Kom. Program Studi S1 Sistem Informasi. Fakultas Sains dan Teknologi, Universitas Airlangga.

ABSTRAK Aplikasi pemutar musik online merupakan salah satu teknologi yang mendukung untuk memutar musik secara online. Misalnya JOOX, Spotify, Soundcloud, Google Play Music, iTunes, 8Tracks dan lain sebagainya. Aplikasi ini termasuk dalam hedonic-motivation system (HMS) yang berfungsi untuk meningkatkan kesenangan pengguna. Penelitian ini bertujuan untuk mengidentifikasi variabel dan indikator yang memiliki pengaruh terhadap analisa penerimaan penggunaan aplikasi pemutar musik online. Hedonic-motivation system adoption model (HMSAM) dipilih untuk analisis tersebut. Identifikasi variabel dan hipotesis dilakukan untuk kemudian dijadikan dasar dalam menyusun kuesioner dan indikator. Kuesioner yang telah dibuat disebarkan kepada pengguna aplikasi yang berjumlah 100 orang. Kuesioner yang telah dikumpulkan kemudian diolah dengan Partial Least Square (PLS) dengan melalui beberapa tahapan antara lain evaluasi model pengukuran, evaluasi model struktural, serta dilakukan uji goodness of fit (GoF). Analisa data digunakan untuk memberikan rekomendasi saran kepada developer aplikasi. Hasil penelitian menunjukkan faktor yang berpengaruh terhadap kesuksesan penggunaan aplikasi pemutar musik online adalah perceived ease of use, perceived usefulness, joy dan control. Rekomendasi dan saran yang diajukan untuk menganalisa kepuasan penggunaan aplikasi pemutar music online yaitu dengan melakukan maintenance secara berkala dan mengurangi batasan dalam penggunaan aplikasi pemutar musik online bagi pengguna yang tidak memiliki akun VIP.

Kata kunci : Analisa Penerimaan, Aplikasi Pemutar Musik Online, Hedonic-Motivation System, Partial Least Square

ix

SKRIPSI


HENDRA HANGGAR K.


Hendra Hanggar Kusuma, 2016. User Acceptance and Usage of Online Music Player Application Using Hedonic-Motivation System Adoption Model. This thesis was written under the supervision of Ir. Dyah Herawatie, M.Si. and Indah Werdiningsih, S.Si, M.Kom. Bachelor Degree Information System Study Program Faculty of Science and Technology, Airlangga University.

ABSTRACT Online music player application is one of the technologies that support for playing music online. For example JOOX, Soundcloud, Spotify, Google Play Music, iTunes, 8tracks and others.These applications include hedonic-motivation system (HMS), which serves to enhance the user's delight. This study aims to identify the variables and indicators that have an influence on the analysis of the acceptance and usage of online music player application. Hedonic-motivation system adoption model (HMSAM) selected to do those analyse. Identification of variables and hypotheses made to then be used as the basis in preparing the questionnaire and indicators. The questionnaire has been distributed to the user created applications that totaled 100 people. The questionnaire that has been collected and processed with the Partial Least Square (PLS) through several stages, among others, the evaluation of the measurement model, the structural model evaluation, and test the goodness of fit (GoF). Analysis of the data used to provide advisory recommendations to the application developer. The results showed the factors that influence the success of online music player application usage is the perceived ease of use, perceived usefulness, joy and control. Recommendations and suggestions put forward to analyze the satisfaction of the use of online music player application is to perform periodic maintenance and reduce the limitations in the use of online music player application for users who do not have a VIP account.

Keywords : User Acceptance, Online Music Player Application, HedonicMotivation System, Partial Least Square

x

SKRIPSI


HENDRA HANGGAR K.


DAFTAR ISI

HALAMAN JUDUL................................................................................................ i LEMBAR PERNYATAAN .................................................................................... ii LEMBAR PENGESAHAN NASKAH SKRIPSI .................................................. iii PEDOMAN PENGGUNAAN SKRIPSI ............................................................... iv SURAT PERNYATAAN TENTANG ORISINALITAS ....................................... v KATA PENGANTAR ........................................................................................... vi UCAPAN TERIMA KASIH ................................................................................. vii ABSTRAK ............................................................................................................. ix ABSTRACT ............................................................................................................ x DAFTAR ISI .......................................................................................................... xi DAFTAR GAMBAR ........................................................................................... xiii DAFTAR TABEL ................................................................................................ xiv DAFTAR LAMPIRAN ......................................................................................... xv BAB I PENDAHULUAN ....................................................................................... 1 1.1

Latar Belakang ......................................................................................... 1

1.2

Rumusan Masalah .................................................................................... 3

1.3

Tujuan Peneliatan ..................................................................................... 3

1.4

Manfaat Peneliatan: .................................................................................. 4

1.5

Batasan Masalah ....................................................................................... 4

BAB II TINJAUAN PUSTAKA............................................................................. 5 2.1

Aplikasi .................................................................................................... 5

2.2

Aplikasi Pemutar Musik Online ............................................................... 5

2.3

Model Penerimaan Teknologi Informasi .................................................. 8

2.4

Hedonic-motivation system adoption model ............................................ 9

2.5

Pengelompokan Data .............................................................................. 13

2.6

Skala untuk Instrumen (Model Skala Sikap) .......................................... 14

2.7

Populasi dan Sampling ........................................................................... 15

2.8

Metode Pengumpulan Data .................................................................... 19

xi

SKRIPSI


HENDRA HANGGAR K.


2.9

Partial Least Square-Structural Equation Modeling (PLS-SEM)........... 21

2.10

Tools SmartPLS 3.0 ............................................................................... 29

BAB III METODE PENELITIAN........................................................................ 31 3.1

Studi Literatur ......................................................................................... 32

3.2

Observasi Lapangan ............................................................................... 32

3.3

Penentuan Model .................................................................................... 32

3.4

Penentuan Hipotesis ............................................................................... 33

3.5

Penyusunan Kuisioner ............................................................................ 34

3.6

Penetuan Populasi dan Sampel Responden ............................................ 35

3.7

Metode Pengumpulan Data .................................................................... 35

3.8

Pengelolahan Data dengan Partial Least Square (PLS)......................... 35

3.9

Analisis Hasil ......................................................................................... 37

BAB IV HASIL DAN PEMBAHASAN .............................................................. 39 4.1

Penyusunan Kuesioner dan Penentuan Variabel .................................... 39

4.2

Penyebaran dan Pengumpulan Kuesioner .............................................. 39

4.3

Penyajian Data Penelitian ....................................................................... 45

4.4

Pengolahan Data Dengan Partial Least Square (PLS) ............................ 53

4.5

Analisis Hasil ......................................................................................... 59

4.6

Rekomendasi dan Saran untuk Developer Aplikasi ............................... 61

BAB V KESIMPULAN DAN SARAN ................................................................ 63 5.1

Kesimpulan ............................................................................................. 63

5.2

Saran ....................................................................................................... 64

DAFTAR PUSTAKA ........................................................................................... 65

xii

SKRIPSI


HENDRA HANGGAR K.


DAFTAR GAMBAR Gambar 2. 1 Van der heijden’s model .................................................................... 9 Gambar 2. 2 Perluasan Intrinsic Motivation Joy Menjadi CA .............................. 10 Gambar 2. 3 Hedonic-motivation system adoption model.................................... 11 Gambar 2. 4 Contoh Model Reflektif ................................................................... 23 Gambar 2. 5 Contoh Model Formatif .................................................................... 24 Gambar 2. 6 Tahapan Analisis PLS-SEM ............................................................ 27 Gambar 3. 1 Model Penelitian .............................................................................. 33 Gambar 4. 1 Diagram Frekuensi Jenis Kelamin Responden ................................ 41 Gambar 4. 2 Diagram Frekuensi Usia Responden ................................................ 42 Gambar 4. 3 Diagram Frekuensi Kota Tinggal Responden .................................. 43 Gambar 4. 4 Diagram Frekuensi Nama Aplikasi Pemutar Musik Online............. 44 Gambar 4. 5 Diagram Frekuensi Jawaban Perceived ease of use ......................... 46 Gambar 4. 6 Diagram Frekuensi Jawaban Perceived usefulness .......................... 47 Gambar 4. 7 Diagram Frekuensi Jawaban Curiousity .......................................... 48 Gambar 4. 8 Diagram Frekuensi Jawaban Joy ...................................................... 49 Gambar 4. 9 Diagram Frekuensi Jawaban Control ............................................... 50 Gambar 4. 10 Diagram Frekuensi Jawaban Immersion ........................................ 52 Gambar 4. 11 Diagram Frekuensi Jawaban Behavioral intention to use .............. 53 Gambar 4. 12 Grafik AVE .................................................................................... 55

xiii

SKRIPSI


HENDRA HANGGAR K.


DAFTAR TABEL

Tabel 2. 1 Instrumen Kuesioner ............................................................................ 11 Tabel 2. 2 Susunan Skala Likert ........................................................................... 14 Tabel 2. 3 Kriteria Penilaian PLS pada Model Pengukuran ................................. 25 Tabel 2. 4 Kriteria Penilaian PLS pada Model Struktural .................................... 26 Tabel 3. 1 Contoh Peryataan Dalam Skala Likert .................................................34 Tabel 4.1 Instrumen Kuesioner ….........................................................................40 Tabel 4. 2 Data responden bedasarkan Jenis Kelamin .......................................... 41 Tabel 4. 3 Data responden bedasarkan Usia ......................................................... 42 Tabel 4. 4 Data responden bedasarkan kota tinggal .............................................. 42 Tabel 4. 5 Data responden berdasarkan nama aplikasi pemutar musik online ..... 44 Tabel 4. 6 Evaluasi statistik perceived ease of use ............................................... 45 Tabel 4. 7 Evaluasi statistik perceived usefulness ................................................ 47 Tabel 4. 8 Evaluasi statistik curiousity ................................................................. 48 Tabel 4. 9 Evaluasi statistik joy ............................................................................ 49 Tabel 4. 10 Evaluasi statistik control .................................................................... 50 Tabel 4. 11 Evaluasi statistik immersion .............................................................. 51 Tabel 4. 12 Evaluasi statistik behavioral intention to use .................................... 52 Tabel 4. 13 Loading factor .................................................................................... 54 Tabel 4. 14 Convergent validity ............................................................................ 55 Tabel 4. 15 Fornell-Larcker Criterion ................................................................... 56 Tabel 4. 16 Composite Reliability ........................................................................ 57 Tabel 4. 17 Cronbachs alpha ................................................................................. 57 Tabel 4. 18 Nilai P Inner Model............................................................................ 58 Tabel 4. 19 Nilai GoF............................................................................................ 58 Tabel 4. 20 Pengujian Hipotesis ........................................................................... 59

xiv

SKRIPSI


HENDRA HANGGAR K.


DAFTAR LAMPIRAN

Lampiran 1. Kuesioner Lampiran 2. Rekap Data

xv

SKRIPSI


HENDRA HANGGAR K.

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA 1

BAB I PENDAHULUAN 1.1

Latar Belakang Salah satu hal yang sering dilakukan orang untuk menigkatkan kesenangan

atau kebahagiaan batin adalah dengan mendengarkan musik. Hal ini menarik perhatian para developer teknologi untuk menciptakan teknologi untuk mempermudah orang untuk dapat mengakses atau memutar musik-musik yang mereka suka. Salah satu teknologi yang mendukung untuk mengakses atau memutar musik adalah aplikasi pemutar musik online. Adapun beberapa contoh aplikasi pemutar musik online, misalkan soundcloud, shazam, YOUZEEK, dBstream, Torch Musik, TuneIn Radio, JOOX, Spotify dan lain sebagainya. Kelebihan aplikasi pemutar musik online dibanding media player lain seperti aplikasi pemutar musik offline, radio maupun youtube. Antara lain tidak membutuhkan memori penyimpanan yang banyak dibanding media pemutar offline serta hanya membutuhkan jumlah data yang sedikit untuk mengakses dibandingkan youtube. Hedonic-motivation system adoption model adalah teori sistem informasi asli untuk meningkatkan pemahaman mengenai penerapan hedonic-motivation system (HMS). HMS merupakan sistem yang digunakan terutama untuk memenuhi motivasi intrinsik pengguna seperti game online, jejaring sosial, repositori musik digital dan lain sebagainya. Hedonic-motivation system adoption model merupakan pengembangan dari van der Heijden’s model untuk penerapan HMS dengan memasukkan Cognitive Absorption (CA) sebagai mediator kunci dari perceived

1

SKRIPSI


HENDRA HANGGAR K.


ease of use (PEOU) dan behavioral intention to use (BIU) hedonic-motivation system. Penggunaan hedonic-motivation system adoption model pada penelitian ini mengacu pada penelitian terdahulu yang dilakukan Lowry et al. (2013) “Proposing the hedonic-motivation system adoption model (HMSAM) to incunderstanding of adoption of hedonically motivated systems”. Digunakannya penelitian tersebut sebagai acuan dalam tulisan ini karena di dalam penelitian tersebut menggunakan game sebagai objek penelitian yang termasuk dalam HMS demikian juga aplikasi pemutar musik online dalam penelitian ini yang juga termasuk dalam HMS. Digunakannya hedonic-motivation system adoption model untuk menganalisa aplikasi pemutar musik online dikarenakan model tersebut merupakan berhubungan dengan penerapan HMS. Dimana aplikasi pemutar musik online merupakan bagian dari HMS yang digunakan untuk memenuhi motivasi kesenangan pengguna. Diharapkan dengan menggunakan hedonic-motivation system adoption model dapat mengetahui hasil analisa penggunaan aplikasi pemutar musik online. Target responden dalam penelitian ini adalah masyarakat umum. Alasan dipilihnya masyarakat umum sebagai target responden dikarenakan aplikasi pemutar musik merupakan aplikasi yang umum yang dapat digunakan masyarakat untuk meningkatkan kebahagiaan batin. Teknik analisis data yang digunakan dalam penelitian ini adalah Partial Least Square – Structural Equation Model (PLS-SEM). PLS-SEM ini dapat mengestimasi path model menggunakan variable laten dengan multiple indicator,

SKRIPSI


HENDRA HANGGAR K.


sehingga dengan baik mampu menjelaskan dan memprediksi ada atau tidaknya hubungan antar variable laten dalam satu blok model penelitan. Terlebih lagi PLSSEM bisa digunakan pada jenis data nominal, ordinal, dan rasio, dan syarat asuransi yang fleksibel (Yamin & Kurniawan, 2011). Berdasarkan pemaparan tersebut maka diusulkan analisis penerimaan dan penggunaan aplikasi pemutar musik online dengan menerapkan HedonicMotivation System Adoption Model. Diharapkan dengan penelitian tersebut dapat diketahui tingkat kesuksesan aplikasi pemutar musik online. Hal ini dapat digunakan sebagai acuan untuk developer untuk terus mengembangkan aplikasi pemutar musik online atau tidak. 1.2

Rumusan Masalah Berdasarkan latar belakang diatas, permasalahan yang diangkat dalam

penelitian ini adalah bagaimana hasil analisis penerimaan penggunaan aplikasi pemutar musik online dengan menerapkan Hedonic-Motivation System Adoption Model. 1.3

Tujuan Peneliatan Tujuan dari penelitian ini adalah menganalisis tingkat penerimaan

penggunaan aplikasi pemutar musik online dengan menerapkan Hedonicmotivation system adoption model.

SKRIPSI


HENDRA HANGGAR K.


1.4

Manfaat Peneliatan: Penelitian ini diharapkan dapat memberikan manfaat sebagai berikut: 1. Dapat mengetahui faktor yang mempunyai pengaruh paling dominan terhadap minat penggunaan dan penerimaan aplikasi pemutar musik online. 2. Sebagai pengembangan dan penerapan ilmu yang diperoleh dari perkuliahan untuk memberikan solusi atas permasalahan yang terjadi di tempat penelitian. 3. Dapat memberikan saran bagi developer untuk pengembangan aplikasi pemutar musik online kedepannya. 4. Pengguna dapat melihat review aplikasi pemutar musik online sebelum memilih aplikasi pemutar musik online yang akan digunakan.

1.5

Batasan Masalah Adanya batasan masalah bertujuan agar ruang lingkup penelitian ini tidak

terlalu luas untuk menghindari kesalahan dan penyimpangan terhadap pokok permasalahan serta tujuan yang hendak dicapai. Batasan masalah penelitian sebagai berikut: 1. Hedonic-motivation system adoption model digunakan sebagai acuan dalam menganalisis penerimaan aplikasi pemutar musik online. 2. Variabel yang digunakan dalam penelitian adalah perceived ease of use, perceived usefulness, curiousity, joy, control, behavioral intention to use dan immersion.

SKRIPSI


HENDRA HANGGAR K.


BAB II TINJAUAN PUSTAKA 2.1

Aplikasi Aplikasi berasal dari kata application yang artinya penerapan, lamaran,

penggunaan. Secara istilah aplikasi adalah program siap pakai yang dibuat untuk melaksanakan suatu fungsi bagi pengguna atau aplikasi yang lain dan dapat digunakan oleh sasaran yang dituju. Berikut ini merupakan pengertian aplikasi menurut para ahli: 1. Menurut Jogiyanto Hartono (2004) “aplikasi merupakan sistem yang dirancang dan disusun sedemikian rupa untuk menghasilkan informasi yang terpadu

dengan

menggunakan

sarana

komputer

sebagai

sarana

penunjangnya.” 2. Menurut Jack Febrian (2005) “Aplikasi merupakan program siap pakai yang digunakan manusia dalam melakukan pekerjaan menggunakan komputer.” Pada pengertian umumnya, aplikasi adalah alat terapan yang difungsikan secara khusus dan terpadu sesuai kemampuan yang dimilikinya. 2.2

Aplikasi Pemutar Musik Online Berdasarkan pengertian aplikasi diatas, aplikasi pemutar musik online dapat

didefinisikan sebagai alat terapan yang difungsikan secara khusus dan terpadu yaitu sebagai alat yang memiliki kemampuan untuk memutar musik secara online. Aplikasi pemutar musik online dapat digolongkan dalam perangkat lunak (aplikasi) media dan hiburan. Adapun beberapa contoh aplikasi pemutar musik online, misalkan Soundcloud, JOOX, Spotify dan lain sebagainya.

5

SKRIPSI


HENDRA HANGGAR K.


Berikut ini merupakan beberapa contoh aplikasi pemutar musik online yang berbasis mobile : a. JOOX JOOX merupakan layanan musik streaming legal melalui internet dengan sentuhan personal yang diluncurkan oleh Tencent Holdings Ltd asal Shenzen, Tiongkok, yang merupakan perusahaan di balik instant messaging WeChat. Tersedia dalam bentuk mobile app (Android dan iOS) dan situs web, para pengguna dapat mendengarkan lebih dari dua juta lagu dan playlist pilihan lokal dan internasional secara gratis, serta mengunduhnya untuk didengarkan secara offline (Handi, 2015). b. Spotify Spotify adalah platform musik terbaik untuk mendengarkan lagu baik offline atau online. Dengan Spotify, pengguna diberi pilihan besar untuk beberapa fitur terkait dengan Spotify dan musik berkualitas tinggi, pengguna Spotify selalu dijamin dengan yang terbaik (Yudhistira, 2014). c. Soundcloud Soundcloud merupakan sebuah platform distribusi suara secara online yang memungkinkan kolaborasi, promosi dan distribusi dari rekaman suara. Fitur utama dari SoundCloud adalah memungkinkan seniman meng-upload musik mereka dengan URL khusus. Yang di mana hal ini kontras dengan MySpace, yang hanya memposting musik di situs MySpace. Dengan membiarkan file suara yang akan tertanam di mana saja, SoundCloud dapat dikombinSasikan dengan Twitter dan Facebook untuk

SKRIPSI


HENDRA HANGGAR K.


membiarkan anggota menjangkau khalayak yang lebih baik (Septian Faza, 2013). d. YOUZEEK Ada beberapa cara bagaimana Anda dapat mulai mendengarkan musik saat menggunakan YOUZEEK Free Music Streaming. Anda dapat mencari berdasarkan nama pencipta lagu, nama album atau nama lagu. YOUZEEK Free Music Streaming akan menghasilkan playlist kustom untuk Anda untuk dapat mendengarkan lagu tersebut.

Kemudian Anda dapat

menelusuri musik berdasarkan genre, negara asal, popularitas, nama penyanyi dan masih banyak lagi. Anda dapat membuat account dan membuat playlist pribadi. Aplikasi YOUZEEK Free Music Streaming dapat diminimalkan dan bisa aktif di latar belakang smartphone anda. Lagu yang diambil dari berbagai sumber online dan ada lebih dari 30 juta lagu di katalog YOUZEEK Free Music Streaming (Riecky Surya, 2014). e. dBstream dBstream (Music Streaming) adalah aplikasi streaming musik yang jauh lebih sederhana dari YOUZEEK. Di sini Anda hanya mengetik judul sebuah lagu/nama pencipta lagu dan akan memuat hasil pencarian. Hasil akan ditunjukkan dan mereka dapat dimainkan langsung atau ditambahkan ke daftar putar. Geser ke kiri untuk membuka manajer playlist, di mana Anda benar-benar dapat melihat semua daftar putar yang dibuat dan mengelolanya (Riecky Surya, 2014).

SKRIPSI


HENDRA HANGGAR K.


f. Torch Music Torch Music menawarkan fitur jauh lebih terorganisir dari aplikasi musik streaming. Torch Music di sisi lain menunjukkan album lagu dengan rapi terorganisir untuk nama artis dan semua lagu hasil pencarian. Berbagai sumber sumber lagu online yang digunakan oleh Torch Music (Riecky Surya, 2014). g. TuneIn Radio TuneIn Radio merupakan salah satu aplikasi stasiun radio yang paling populer dan harus anda download. TuneIn adalah aplikasi online streaming berisi kumpulan ribuan stasiun radio dari seluruh dunia. Anda dapat mencari musik berdasarkan nama artis, nama lagu, membuat stasiunfavorit radio dan masih banyak lagi (Riecky Surya, 2014). 2.3

Model Penerimaan Teknologi Informasi Penerimaan pengguna terhadap implementasi sistem teknologi informasi

dapat didefinisikan sebagai keinginan yang nampak didalam kelompok pengguna untuk menerapkan sistem teknologi informasi tersebut dalam pekerjaannya. Semakin menerima sistem teknologi informasi yang baru, semakin besar kemauan pemakai untuk merubah praktek yang sudah ada dalam penggunaan waktu serta usaha untuk memulai secara nyata pada sistem teknologi informasi yang baru, Succi and Walter, 1999 dalam Pikkarainen, et.al, [1] 2004. Akan tetapi apabila pemakai tidak mau menerima sistem teknologi informasi yang baru, maka perubahan sistem tersebut menyebabkan tidak memberikan keuntungan yang banyak bagi organisasi / perusahaan (Davis, 1989 dalam Pikkarainen et.al, 2004).

SKRIPSI


HENDRA HANGGAR K.


2.4

Hedonic-motivation system adoption model Hedonic-motivation system adoption model adalah teori sistem informasi asli

untuk meningkatkan pemahaman mengenai penerapan hedonic-motivation system (HMS) (Lowry et.al, 2013). HMS merupakan sistem yang digunakan terutama untuk memenuhi motivasi intrinsik pengguna seperti game online, jejaring sosial, repositori musik digital dan lain sebagainya. Hedonic-motivation system adoption model merupakan pengembangan dari van der Heijden’s model yang lebih sederhana karena hanya menggunakan variabel joy untuk mewakili intrinsic motivations. Untuk lebih jelasnya model van der heijden dapat dilihat pada gambar 2.1.

Gambar 2. 1 Van der heijden’s model (van der Heijden, 2004) Dalam penelitian yang dilakukan Lowry et.al (2013), dari model van der heijden dikembangkan dengan mengganti variabel joy dengan Cognitive Absorption (CA) karena dianggap melebih-lebihkan peran variabel joy. Oleh karena itu Lowry et.al (2013) mengganti joy dengan CA, dimana CA dikonseptualisasikan sebagai konstruk orde kedua terdiri lima konstruksi orde pertama (Agarwal & Karahanna, 2000, p. 674):

SKRIPSI


HENDRA HANGGAR K.


1. Control: ” persepsi pengguna dari yang bertanggung jawab atas interaksi” 2. Curiousity: “Tingkat pengalaman dapat meningkatkan rasa ingin tahu sensorik dan kognitif dari individu” 3. Heightened enjoyment (dengan persetujuan disingkat joy): “aspek kesenangan daripada interaksi yang digambarkan dengan menyenangkan, sangat menyenangkan daripada membosankan” 4. Focused Immersion: “pengalaman dari total keterikatan dimana perhatian lainnya pada dasarnya diabaikan” 5. Temporal Dissocation: “ketidakmampuan dalam mengatur waktu ketika terlibat dala interaksi”

Gambar 2. 2 Perluasan Intrinsic Motivation Joy Menjadi CA (Lowry et.al, 2013) Setelah diubah menjadi teori flow dan dilakukan beberapa pengujian oleh Lowry et.al (2013) terhadap model HMSAM. Maka didapatlah model akhir dari model HMSAM.

SKRIPSI


HENDRA HANGGAR K.


Gambar 2. 3 Hedonic-motivation system adoption model Pengujian yang dilakukan oleh Lowry et.al (2013) menggunakan instrumen kuisioner yang digunakan untuk studi kasus game juga akan digunakan pada penelitian ini. Tabel 2. 1 Instrumen Kuesioner Construct Joy

Control

SKRIPSI

Items JOY1. I found playing the game to be enjoyable JOY2. I had fun using the game *JOY3. Using the game was boring. *JOY4. The game really annoyed me JOY5. The game experience was pleasurable. *JOY6. The game left me unsatisfied. CTL1. I had a lot of control. CTL2. I could choose freely what I wanted to see or do. *CTL3. I had little control over what I could do. CTL4. I was in control. *CTL5. I had no control over my interaction. CTL6. I was allowed to control my interaction.

Notes Built on the original threeitem scale from (Venkatesh, 2000) by modifying to gaming context and added three items based on hedonic enjoyment concepts from the following literature: (Agarwal & Karahanna, 2000; van der Heijden, 2004). Modified original scale from (Liu, 2003) to be more general so that it did not focus solely on Web sites. Also, added items on control from (Agarwal & Karahanna, 2000).


HENDRA HANGGAR K.


Lanjutan Tabel 2.1 Instrumen Kuesioner Construct Focused Immersion

Temporal Dissociation

Curiousity

Perceived ease of use

Perceived usefulness

SKRIPSI

Items

Notes

FI1. I was able to block out most other distractions FI2. I was absorbed in what I was doing. FI3. I was immersed in the game. *FI4. I was distracted by other attentions very easily. (d1)(d2) FI5. My attention was not diverted very easily. TD1. Time appeared to go by very quickly using the game. TD2. I lost track of time when i was playing the game. TD3. Time "flew" when i played the game. CUR1. This experience excited my curiousity. CUR2. This experience made me curious. CUR3. This experienced aroused my imagination. PEOU1. My interaction with the game was clear and understandable. PEOU2. Interacting with the game did not require a lot of my mental effort. PEOU3. I found the game to be trouble free. PEOU4. I found it easy to get the game to do what i want it to do. PEOU5. Learning to operate the game was easy for me. PEOU6. It was simple to do what i wanted with the game. PEOU7. It was be easy for me to become skillful at using the game. PEOU8. I found the game easy to use. PU1. The game decreased my stress. PU2. The game helped me better pass time. PU3. The game provided useful escape. PU4. The game helped me think more clearly. PU5. The game helped me feel rejuvenated.

Modified original scale from (Agarwal & Karahanna, 2000) to a gaming context; third item was changed from task to game.

Modified original scale from (Agarwal & Karahanna, 2000) to a gaming context; last two original items were not included because they did not fit our context. Modified original scale from (Agarwal & Karahanna, 2000) to a gaming context.

Combined four-item scale from (Agarwal & Karahanna, 2000) and four-item scale from (Venkatesh, 2000) and modified to a gaming context.

Modified original utilitarian scale from (Venkatesh, 2000) to a hedonic context. Items chosen from pilot test items that showed the strongest benefits of fun.


HENDRA HANGGAR K.


Lanjutan Tabel 2.1 Instrumen Kuesoner Construct

Items

BIU1. I would plan on using it in the future. BIU2. I would intend to continue using it in the future. BIU3. I expect my use of it to continue in the future. Nb: * = Reverse scale Behavioral intention to use

2.5

Notes Modified original scale from (Agarwal & Karahanna, 2000) to a gaming context

Pengelompokan Data Secara garis besar pengelompokan data dibagi ke dalam beberapa kelompok

menurut (Siregar, 2014), antara lain sebagai berikut: 1.

Kelompok data menurut cara memperolehnya a. Data Primer Data primer adalah data yang dikumpulkan sendiri oleh peneliti langsung dari sumber pertama atau tempat obyek penelitian dilakukan. b. Data Sekunder Data sekunder adalah data yang diterbitkan atau digunakan oleh organisasi yang bukan pengolahnya.

2.

Kelompok data menurut waktu pengumpulannya a. Data Time Series Data time series adalah data yang dikumpulkan dari waktu ke waktu pada satu obyek dengan tujuan untuk menggambarkan perkembangan dari obyek tersebut.

SKRIPSI


HENDRA HANGGAR K.


b. Data Cross Section Data cross section adalah data yang dikumpulkan di satu periode tertentu pada beberapa obyek dengan tujuan untuk menggambarkan keadaan. 3.

Kelompok data menurut sifatnya a. Data Kualitatif Data kualitatif adalah data yang berupa pendapat (pernyataan) atau judgement sehingga tidak berupa angka, tetapi berupa kata-kata atau kalimat. b. Data Kuantitatif Data kuantitatif adalah data yang berupa angka. Sesuai dengan bentuknya, data kuantitatif dapat diolah dan dianalisis dengan menggunakan teknik perhitungan statistik.

2.6

Skala untuk Instrumen (Model Skala Sikap) a. Skala Likert adalah penskalaan yang didesain untuk menelaah seberapa kuat subjek setuju atau tidak setuju dengan pernyataan pada skala 5 titik dengan susunan berikut: Tabel 2. 2 Susunan Skala Likert Sangat Tidak Setuju

Tidak Setuju

Tidak Berpendapat

Setuju

Sangat Setuju

1

2

3

4

5

Respons terhadap sejumlah item yang berkaitan dengan konsep atau variabel tertentu kemudian disajikan kepada tiap responden. Ini adalah skala interval dan perbedaan dalam respons antara dua titik pada skala tetap sama (Sekaran, 2006). b. Skala Gutman digunakan untuk mengukur dimensi saja dari suatu variabel multidimensi. Skala gutman dilakukan jika peneliti ingin mendapatkan

SKRIPSI


HENDRA HANGGAR K.


jawaban tegas terhadap suatu permasalahan yang ditanyakan. Misalnya: Yakin – tidak yakin; benar- salah; setuju-tidak setuju; dan sebagainya c. Skala Diferensial Semantik adalah skala berisikan serangkainan bipolar (dua kutub). Skala ini digunakan untuk mengukur sikap, bentuknya tersusun dalam satu garis kontinum yang jawaban positifnya terletak di bagian kiri dan jawaban negatif terletak di bagian kanan atau sebaliknya. Misalnya: cepat-lambat; ramah-tidak ramah; memuaskan-tidak memuaskan dan sebagainya. d. Rating Scale adalah data mentah yang didapat berupa angka kemudian ditafsirkan dalam pengertian kualitatif. Misalnya: ketat-longgar; kuatlemah. Responden tidak akan menjawab salah satu dari jawaban kuantitatif yang akan disediakan. e. Skala Thurstone adalah penskalaan yang meminta responden untuk memilih jawaban pertanyaan yang ia setujui dari beberapa pertanyaan yang menyajikan pandangan-pandangan yang berbeda. Pada umumnya setiap item mempunyai asosiasi antara 1 sampai 10 tetapi nilai-nilainya tidak diketahui oleh responden. 2.7

Populasi dan Sampling Sugiyono (2009) menyatakan bahwa populasi adalah wilayah generlisasi

yang terdiri atas obyek atau subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Sedangkan sampling adalah proses menyeleksi porsi dari populasi

SKRIPSI


HENDRA HANGGAR K.


untuk dapat mewakili populasi (Nurasalam, 2013). Menurut Nurasalam (2013) Cara pengambilan sampel dapat digolonglan menjadi dua, yaitu: 1.

Probability sampling Prinsip utama probability sampling adalah bahwa setiap subyek dalam populasi mempunyai kesempatan untuk terpilih atau tidak terpilih sebagai sampel. a. Simple random sampling Untuk mencapai sampling ini, setiap elemen diseleksi secara acak. Misalnya, jika kita ingin mengambil sampel 30 orang dari 100 populasi yang tersedia, maka secara acak kita mengambil 30 orang dari 100 orang tersebut. b. Stratified random sampling Jenis sampling ini digunakan peneliti untuk mengetahui beberapa variabel pada populasi yang merupakan hal yang paling penting untuk mencapai sampel yang representatif. Misalnya, jika kita merencanakan ada 100 sampel, peneliti mengelompokkan 25 subyek dengan tingkat penddidikan. c. Cluster sampling Cluster berarti pengelompokkan sampel berdasarkan wilayah atau lokasi populasi. Misalnya, peneliti ingin meneliti anak yang mengalami stress hospitalisasi, maka peneliti mengambil sampel pada klien anak berdasarkan tempat klien dirawat (rumah sakit A, B, C) yang mempunyai karakteristik berbeda.

SKRIPSI


HENDRA HANGGAR K.


d. Systematic sampling Pengambilan sampel secara sistematik dapat dilaksanakan jika tersedia daftar subyek yang dibutuhkan. Jika jumlah populasi adalah N=1200 dan sampel yang dipilih adalah 50, maka setiap kelipatan 24 orang akan menjadi sampel (1200:50=24). Maka sampel yang dipilih didasarkan pada nomor kelipatan 24, yaitu sampel no 24, 48, dan seterusnya. 2.

Nonprobability sampling Nonprobability sampling adalah teknik pengambilan sampel yang tidak memberi peluang atau kesempatan sama bagi setiap ensure atau anggota populasi untuk dipilih menjadi sampel, a. Purposived sampling Purposive sampling merupakan suatu teknik penetapan sampel dengan cara memilih sampel di antara populasi sesuai dengan yang dikehendaki peneliti (tujuan atau masalah dalam penelitian), sehingga sampel tersebut dapat mewakili karakteristik populasi yang telah dikenal sebelumnya. b. Consecutive sampling Pemilihan sampel dengan consecutive (berurutan) adalah pemilihan sampel dengan menetapkan subjek yang memenuhi kriteria penelitian dimasukkan dalam penelitian sampai kurun waktu tertentu, sehingga jumlah klien yang diperlukan terpenuhi. c. Convenience sampling Pemilihan sampel convenience adalah cara penetapan sampel dengan mencari subyek atasa dasar hal-hal

SKRIPSI

yang menyenangkan atau


HENDRA HANGGAR K.


mengenakkan peneliti. Dengan cara ini, sampel diambil tanpa sistematika tertentu, sehingga tidak dapat dianggap mewakili populasi sumber, apalagi populasi target. d. Quota Sampling Teknik penentuan sampel dalam kuota menetapkan setiap strata populasi berdasarkan tanda-tanda yang mempunyai pengaruh terbesar variabel yang akan diselidiki. Misal, dalam suatu penelitian didapatkan adanya 50 populasi, peneliti menetapkan kuota sebanyak 40 subyek untuk dijadikan sampel, maka jumlah tersebut dinamakan kuota. 2.7.1 Ukuran Sampel Untuk menentukan sampel dari populasi digunakan perhitungan maupun acuan tabel yang dikembangkan para ahli. Menurut Hendryadi (2010), secara umum untuk penelitian korelasional jumlah sampel minimal untuk memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel minimum 15 dari masing-masing kelompok, dan untuk penelitian survey jumlah sampel minimum adalah 100.Supriyadi (2014) memberikan acuan umum untuk menentukan ukuran sampel: 1. Sampel dengan ukuran lebih kecil dari 10 tidak dianjurkan 2. Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang ketat, penelitian yang sukses adalah mungkin dengan ukuran sampel kecil antara 10 sampai dengan 20 3. Jika sampel dipecah ke dalam subsampel (pria/wanita, junior/senior, dan

SKRIPSI


HENDRA HANGGAR K.


sebagainya), ukuran sampel minimum 30 untuk tiap kategori adalah tepat 4. Dalam penelitian mutivariat (termasuk analisis regresi berganda), ukuran sampel sebaiknya 10 kali lebih besar dari jumlah variabel dalam penelitian 5. Analisis SEM ukuran sampel 5 kali jumlah indikator atau berkisar 100 sampai 200 sampel 6. Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk kebanyakan penelitian 7. Pada umumnya penentuan sampel tergantung biaya yang ada, makin besar jumlah sampel lebih baik dari sedikit sampel Besaran atau ukuran sampel ini sangat tergantung dari besaran tingkat ketelitian atau kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial maksimal tingkat kesalahannya adalah 5% (0,05) (Supriyadi, 2014). Makin besar tingkat kesalahan maka makin kecil jumlah sampel. Namun yang perlu diperhatikan adalah semakin besar jumlah sampel (semakin mendekati populasi) maka semakin kecil peluang kesalahan generalisasi dan sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah populasi) maka semakin besar peluang kesalahan generalisasi. 2.8

Metode Pengumpulan Data Metode atau teknik pengumpulan data adalah cara yang dilakukan peneliti

untuk memperoleh informasi yang dibutuhkan dalam rangka mencapai tujuan penelitian. Menurut (Sugiyono, 2009) teknik pengumpulan data merupakan langkah yang paling utama dalam penelitian, karena tujuan utama dari penelitian adalah mendapatkan data. Dengan metode pengumpulan data yang tepat dalam

SKRIPSI


HENDRA HANGGAR K.


suatu penelitian akan memungkinkan peneliti untuk memperoleh data yang valid sehingga dapat membantu dalam jalannya penelitian. Pengumpulan data penelitian dilakukan dengan berbagai metode: 1. Wawancara Wawancara adalah pertemuan dua orang untuk bertukar informasi dan ide melalui Tanya jawab, sehingga dapat dikonstruksikan makna dalam suatu topic merupakan teknik pengumpulan data yang dilakukan peneliti untuk memperoleh informasi dengan cara berkomunikasi langsung antara pewawancara dan responden. 2. Kuesioner Kuesioner merupakan teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawab (Sugiyono, 2009). Kuesioner dapat membantu peneliti memperoleh informasi terkait dengan permasalahan penelitian. 3. Observasi Observasi adalah teknik pengumpulan data yang dilakukan melalui suatu pengamatan disertai dengan pencatatan terhadap keadaan atau perilaku objek penelitian (Fathoni, 2006). Observasi dilakukan untuk memperoleh gambaran mengenai objek penelitian secara keseluruhan. 4. Kuesioner (Angket) Kuesioner

adalah

suatu

teknik

pengumpulan

informasi

yang

memungkinkan analis mempelajari sikap-sikap, keyakinan, perilaku, dan

SKRIPSI


HENDRA HANGGAR K.


karakteristik beberapa orang utama di dalam organisasi, yang bisa terpengaruh oleh sistem yang diajukan atau sistem yang sudah ada. 2.9

Partial Least Square-Structural Equation Modeling (PLS-SEM)

2.9.1 Pengenalan PLS-SEM PLS adalah model persamaan Structural Equation Modeling (SEM) yang berbasis komponen varian. PLS hampir menyerupai regresi namun lebih dari itu, secara simultan menggabungkan model structural path (misalkan hubungan teoritis variabel laten) sekaligus mengukur path tersebut (misalkan hubungan antara variabel laten dengan indikatornya). Bukannya mengasumsikan semua bobot masing-masing indikator itu sama terhadap variabel laten, namun dalam PLS indikator-indikator memiliki bobot yang beragam. Sehingga, indicator dengan bobot yang lebih rendah akan berkontribusi rendah pula terhadap variabel laten (Chin & Frye, 1996). Beberapa hal penting yang menandai SEM menggunakan PLS menurut Monecke & Leisch (2012) diantaranya: 

SEM menggunakan PLS terdiri tiga komponen, yaitu model struktural, model pengukuran dan skema pembobotan. Bagian ketiga ini merupakan ciri khusus SEM dengan PLS dan tidak ada pada SEM yang berbasis kovarian.



SEM menggunakan PLS hanya mengijinkan model hubungan antar variabel yang recursif (sarah) saja. Hal ini sama dengan model analisis jalur (path analysis) tidak sama dengan SEM yang berbasis kovarian yang mengijinkan juga terjadinya hubungan non-recursif (timbal-balik).

SKRIPSI


HENDRA HANGGAR K.




Pada model struktural, yang disebut juga sebagai model bagian dalam, semua variabel laten dihubungan satu dengan yang lain dengan didasarkan pada teori substansi. Variabel laten dibagi menjadi dua, yaitu eksogenous dan endogenous. Variabel laten eksogenous adalah variabel penyebab atau variabel tanpa didahului oleh variabel lainnya dengan tanda anak panah menuju ke variabel lainnya (variabel laten endogenous).



Skema pembobotan digunakan untuk estimasi bobot bagian dalam pada langkah kedua pada algoritma PLS. Skema pembobotan awal menggunakan centroid (rata-rata aritmatik). Kemudian perkembangan selanjutnya skema pembobotan juga menggunakan pembobotan faktorial dan jalur.



Koefesien jalur diestimasi dengan menggunakan OLS (ordinary least square) menurut model strukturalnya. Koefesien jalur dalam SEM – PLS ialah koefisien regresi baku (Beta).



Algoritma PLS bertujuan untuk melakukan estimasi nilai semua variabel laten (nilai-nilai faktor) dengan menggunakan prosedur iterasi. PLS dikatakan sebagai metode analisis yang powerful, karena tidak

didasarkan pada banyak asumsi (Wold, 1985 dalam Ghozali, 2008). Misalnya, data tidak harus berdistribusi normal multivariate (indikator dengan skala kategori, ordinal, interval, sampai rasio dapa digunakan model yang sama). Selain dapat digunakan untuk mengkonfirmasi teori, PLS juga dapat digunakan untuk menjelaskan ada tidaknya hubungan antar variabel laten. PLS dapat sekaligus menganalisis konstruk yang dibentuk dengan indikator refleksif dan formatif, hal ini tidak dapat dilakukan oleh CB SEM karena akan menjadi unidentified model.

SKRIPSI


HENDRA HANGGAR K.


2.9.2 Model Indikator PLS PLS memiliki dua model indicator dalam penggambarannya, yaitu: a. Model indikator reflektif Model ini biasa disebut juga sebagai principal factor dimana kovarian pengukuran indikator dipengaruhi oleh variabel laten yang mencerminkan konstruk variabel laten. Penggambarannya ditunjukkan dengan anak panah dari konstruk laten berbentuk elips kepada beberapa indikator teramati. Variabel konstruk dapat bernilai rendah, bila memiliki sedikit indikator akan tetapi nilai validity tidak akan pernah berubah meski satu indikator dihilangkan. (Chin & Frye, 1996). Pada model reflektif, antara indikator memiliki sifat interchangeability (dapat dipertukarkan), sedangkan pada model formatif tidak bersifat interchangeability. Dengan adanya sifat interchangeability dalam model reflektif ini diharapkan hubungan antar indikator saling berkorelasi tinggi.

Gambar 2. 4 Contoh Model Reflektif b. Model indikator formatif Model formatif mengasumsikan bahwa semua indikator mempengaruhi konstruk laten, asumsinya arah hubungan kausalitas indikator ke konstruk laten sebagai grup untuk menentukan makna empiris dari setiap laten. Setiap variabel mempengaruhi konstruk laten, maka ada kemungkinan korelasi antar variabel.

SKRIPSI


HENDRA HANGGAR K.


Penilaian validity konstruk tidak dipengaruhi nilai dari variabel lain, melainkan konstruk lain yang mempengaruhinya. Oleh karena itu, penghapusan satu indikator laten dapat menghilangkan dan merubah makna dari variabel laten atau konstruk laten (Chin & Frye, 1996).

Gambar 2. 5 Contoh Model Formatif 2.9.3 Kriteria Penilaian PLS PLS memiliki dua model evaluasi, yaitu: 1. Model pengukuran atau outer model Outter model mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel latennya. Outer model digunakan untuk mengetahui validitas dan reliabilitas indikator. Model pengukuran atau outer model dengan indikator reflektif dievaluasi dengan convergent dan discriminant validity dari indikatornya dan composite reliability untuk blok indikator. Sedangkan outer model dengan formatif, indikator dievaluasi bedasarkan pada substantive contentnya yaitu dengan membandingkan besarnya relative weight dan melihat signifikansi dari ukuran weight tersebut. Berikut ini kriteria penilaian PLS pada model pengukuran menurut Ghozali (2011):

SKRIPSI


HENDRA HANGGAR K.


Tabel 2. 3 Kriteria Penilaian PLS pada Model Pengukuran Kriteria Penjelasan Model Pengukuran Reflektif Loading Faktor Nilai loading faktor harus di atas 0.70. namun pada riset tahap pengembangan skala, nilai loading 0.50 sampai 0.60 masih dapat diterima. Composite Composite reliability mengukur internal consistency dan Realibility nilainya harus di atas 0.60 Average Variance Nilai average variance extracted (AVE) harus di atas Extracted 0.50 Validitas Nilai Akar kuadrat dari AVE harus lebih besar dari pada Diskriminan nilai korelasi antar variabel laten Cross Loading Diharapkan setiap blok indikator memiliki loading lebih tinggi untuk setiap variabel katen yang diukur dibandingkan dengan indikator untuk variabel laten lainnya Model Pengukuran Formatif Signifikansi Nilai Nilai estimasi untuk model pengukuran formatif harus Weight signifikan. Tingkat signifikansi ini dinilai dengan prosedur bootsrapping. Multikolonieritas Vsriabel manifest dalam blok harus diuji apakah terdapat multikol. Nilai variance inflation factor (VIF) dapat digunakan untuk menguji hal ini. Nilai VIF di atas 10 mengindikasikan terdapat multikol.

2. Model struktural atau inner model Evaluasi model struktural atau inner model bertujuan untuk melihat signifikansi hubungan antar variabel laten dalam model penelitian, dengan melihat koefisien jalur (path coefficient) yang menunjukkan ada atau tidak ada hubungan (perdiksi) antara variabel laten dalam model penelitian. Untuk melakukan evaluasi model struktural dimulai dimulai dari melihat nilai RSquares untuk setiap prediksi dari model struktural, nilai R-Squares digunakan untuk menjelaskan pengaruh variabel laten (eksogen) tertentu terhadap variabel

SKRIPSI


HENDRA HANGGAR K.


laten (endogen) atau seberapa besar pengaruhnya. Berikut ini kriteria penilaian PLS pada model struktural menurut Ghozali (2011): Tabel 2. 4 Kriteria Penilaian PLS pada Model Struktural Kriteria R untuk variabel laten endogen Estimasi koefisien jalur 2

F2 untuk effect size

Penjelasan Hasil R sebesar 0.67, 0.33, dan 0,19 untuk variabel laten endogen dalam model struktural mengindikasikan bahwa model “baik”, “moderat”, dan “lemah” Nilai estimasi untuk hubungan jalur dalam model struktural harus signifikan. Nilai signifikansi ini dapat diperoleh dengan prosedur bootsrapping Nilai F2 sebesar 0.02, 0.15, dan 0.35 dapat diintrepretasikan apakah predictor variabel laten mempunyai pengaruh yang lemah, medium, atau besar pada tingkat struktural 2

3. Evaluasi Goodness of Fit (GoF) Evaluasi Goodness of Fit (GoF) digunakan untuk memvalidasi model secara keseluruhan. GoF merupakan ukuran tunggal yang digunakan untuk memvalidasi performa gabungan antara model pengukuran dan model structural. Nilai GoF diperoleh dari akar nilai rata-rata communalities index dikalikan dengan akar nilai rata-rata R2. Nilai GoF terbentang antara 0-1 dengan interpertasi nilai yaitu 0- 0,25 (GoF Kecil), 0,26-0,35 (GoF moderat), dan 0,361 (GoF besar) (Yamin & Kurniawan, 2011). Nilai GoF diperoleh dari akar nilai rata-rata communalities dan R2 model dimana pada PLS nilai communalities sama degan nilai AVE. Rumus untuk menghitung nilai GoF ditunjukkan pada persamaan 2.1.

𝐺𝑜𝐹 = √𝐶𝑜𝑚 × 𝑅 2

SKRIPSI


(2.1)

HENDRA HANGGAR K.


2.9.4 Tahapan Analisis PLS-SEM Tahapan analisis PLS-SEM setidaknya ada tujuh proses yang harus dilakukan, berikut adalah diagram jalur tahapan analisis nya:

Gambar 2. 6 Tahapan Analisis PLS-SEM (Yamin dkk, 2011 hal 23-26) Tahapan analisis PLS-SEM dijabarkan sebagai berikut: a. Merancang model stuktural (inner model) tujuannya adalah memformulasikan model hubungan antar variabel laten. b. Mendefinisikan model pengukuran (outer model), tujuannya adalah untuk mendefinisikan dan mespesifikasikan hubungan antara konstruk dengan indikatornnya, apakan hubungannya bersifat reflektif atau formatif.

SKRIPSI


HENDRA HANGGAR K.


c. Membuat diagram jalur, tujuannya adalah memvisualisasikan hubungan antara indikator dengan variabel latennya serta antar variabel laten dalam model penelitian, sehingga mempermudah peneliti untuk melihat model secara keseluruhan. d. Mengkonversi diagram jalur ke sistem persamaan model matematika, untuk persamaan model pengukuran terdiri dari persamaan model pengukuran formatif dan model pengukuran reflektif, serta persamaan model struktural. Persamaan model pengukuran: x=Пxξ+εx

(2.1)

y=Пyη+εy

(2.2)

Keterangan: x dan y = matriks variabel manifes yang berhubungan dengan variabel independen dan dependen П x dan П y = matriks koefisien ε x dan ε y = matriks model pengukuran residu. Sedangkan untuk persamaan model struktural: η = ηβ + ξ Γ + ζ

(2.3)

Keterangan: η = variabel laten dependen ξ = variabel laten independen ξ dan Γ = koefisien matriks dan variabel laten (independen dan dependen) ζ = Model struktural residual matriks

SKRIPSI


HENDRA HANGGAR K.


e. Estimasi model dimana dalam prosesnya terdapat penentuan algorithm option dan parameter setting. f. Evaluasi model dimana terdiri dari tahapan evaluasi model pengukuran, evaluasi model struktural, dan evaluasi model gabungan. g. Interprestasi model dimana berdasarkan kepada hasil analisis dari model

penelitian (signifikan hubungan antar variabel). 2.10 Tools SmartPLS 3.0 Tahun 2005 SmartPLS dikembangkan oleh Profesor Cristian M. Ringle, Sven Wended dan Alexander Will. Software ini diciptakan sebagai proyek di Institute of Operation Management and Organization (School od Business) University of Hamburg, Jerman. SmartPLS menggunakan Java Webstart Technology. SmartPLS 3.0 merupakan salah satu program yang digunakan untuk menganalisis data dalam menyelesaikan permasalahan variance-based SEM (Ghozali, 2013). SmartPLS 3.0 baik versi student maupun versi trial satu tahun dapat di download di www.smartpls.com cari platform yang sama dengan operating system computer yang digunakan (windows, macs). Selain bersifat freeware, penggunaan SmartPLS mudah dipelajari dan user friendly. Adapun dukungan problem-solving

oleh

pembuatnya

melalui

forum

diskusi

di

www.smartpls.com/forum. 2.10.1 Keunggulan Software SmartPLS 3.0 1. Orientasi analisis smartPLS lebih ke arah prediksi bukan konfirmasi model. 2. Pendekatan smartPLS dianggap powerful karena tidak mendasarkan pada asumsi.

SKRIPSI


HENDRA HANGGAR K.


3. Jumlah sampel yang dibutuhkan dalam analisis relative dan data dalam analisis smart PLS tidak harus memiliki distribusi normal. 4. SmartPLS mampu menguji model formatif dan reflektif dengan skala pengukuran indikator berbeda dalam satu model. Apapun bentuknya skalanya (rasio kategori, Likert, dan lain-lain) dapat diuji dalam satu model.

SKRIPSI


HENDRA HANGGAR K.


BAB III METODE PENELITIAN

Metode Penelitian merupakan suatu prosedur beserta tahapan-tahapan yang tersusun secara jelas dan sistematis guna menyelesaikan suatu permasalahan yang sedang diteliti dengan landasan teori tertentu. Jenis penelitian ini adalah explanatory research atau confirmatory. Explanatory research atau confirmatory adalah penelitian yang bertujuan mengungkap hubungan antara variabel-variabel penelitian dan menguji hipotesis yang telah dirumuskan sebelumnya. Alur analisis penerimaan terhadap penggunaan aplikasi pemutar musik online yang dilakukan dengan tahapan sebagai berikut: 1.

Studi literatur

2.

Observasi lapangan

3.

Penentuan model

4.

Penentuan hipotesis

5.

Penyusunan kuesioner

6.

Penentuan populasi dan sampel responden

7.

Pengumpulan data

8.

Pengelolahan data dengan menggunakan Partial Least Square (PLS)

9.

Analisis hasil

10.

Rekomendasi dan saran bagi developer

31

SKRIPSI


HENDRA HANGGAR K.


3.1

Studi Literatur Studi literatur merupakan studi pendahuluan yang dilakukan sebelum

penelitian formal berupa pengumpulan data-data sekunder mengenai hedonicmotivation system adoption model dan aplikasi pemutar musik online. Dalam penelitian ini data yang digunakan adalah data primer, data primer merupakan data yang diolah sendiri oleh suatu organisasi atau perorangan langsung dari objeknya dimana dalam penelitian ini objek adalah pengguna aplikasi pemutar musik online yaitu masyarakat umum. 3.2

Observasi Lapangan Observasi lapangan bertujuan untuk mengetahui kondisi organisasi, proses

bisnis dan sistem yang digunakan dalam organisasi. Observasi dilakukan dengan metode penyebaran kuisioner pada pengguna aplikasi pemutar musik online. 3.3

Penentuan Model Model yang digunakan dalam penelitian ini adalah hedonic-motivation

system adoption model dimana model tersebut merupakan pengembangan dari van der heijden model dengan memasukkan CA sebagai mediator kunci antara PEOU dengan BIU. Untuk lebih jelasnya hedonic-motivation system adoption model dapat dilihat pada gambar 3.1.

SKRIPSI


HENDRA HANGGAR K.


Gambar 3. 1 Model Penelitian 3.4

Penentuan Hipotesis Berdasarkan model penelitian pada gambar 3.1 yang digunakan pada

penelitian ini dapat disimpulkan hipotesis dalam hubungannya terhadap penggunaan aplikasi pemutar musik online: H1: Perceived ease of use (PEOU) aplikasi pemutar musik online berpengaruh positif terhadap Perceived usefulness (PU) aplikasi pemutar musik online H2: Perceived Ease of Use (PEOU) aplikasi pemutar musik online berpengaruh positif terhadap curiosity aplikasi pemutar musik online H3: Perceived ease of use (PEOU) aplikasi pemutar musik online berpengaruh positif terhadap joy aplikasi pemutar musik online H4: Perceived ease of use (PEOU) aplikasi pemutar musik online berpengaruh positif terhadap control aplikasi pemutar musik online H5: Perceived usefulness (PU) aplikasi pemutar musik online berpengaruh positif terhadap Behavioral intention to use (BIU) aplikasi pemutar musik online

SKRIPSI


HENDRA HANGGAR K.


H6: Curiosity aplikasi pemutar musik online berpengaruh positif terhadap Behavioral intention to use (BIU) aplikasi pemutar musik online H7: Curiosity aplikasi pemutar musik online berpengaruh positif terhadap immersion aplikasi pemutar musik online H8: Joy aplikasi pemutar musik online berpengaruh positif terhadap Behavioral intention to use (BIU) aplikasi pemutar musik online H9: Joy aplikasi pemutar musik online berpengaruh positif terhadap immersion aplikasi pemutar musik online H10: Control aplikasi pemutar musik online berpengaruh positif terhadap immersion aplikasi pemutar musik online

3.5

Penyusunan Kuisioner Instrumen penelitian yang digunakan adalah kuisioner, setiap variabel yang

digunakan dalam penelitian ini diwakili oleh beberapa indikator, setiap indikator diberikan berdasarkan skala likert berupa skala 1 (sepenuhnya tidak setuju), 2 (sebagian besar tidak setuju), 3 (agak tidak setuju), 4 (netral), 5 (agak setuju), 6 (sebagian besar setuju), 7 (sepenuhnya setuju) dengan contoh pertanyaan sebagai berikut: Tabel 3. 1 Contoh Peryataan Dalam Skala Likert Menggunakan Skala Likert sebelumnya, nyatakan tingkat kesetujuan Anda dengan tiap pernyataan berikut: No 1.1 1.2

1.3

1.4

SKRIPSI

Pernyataan Aplikasi pemutar musik online dapat mengurangi stres saya Aplikasi pemutar musik online membantu saya lebih baik menghabiskan waktu. Aplikasi pemutar musik online memberikan saya pelarian diri yang berguna Aplikasi pemutar musik online membantu saya berpikir lebih jernih

1

2

3

Nilai Skala 4 5

6

7

1

2

3

4

5

6

7

1

2

3

4

5

6

7

1

2

3

4

5

6

7


HENDRA HANGGAR K.


Digunakannya tujuh poin skala likert dikarenakan berdasarkan penelitian sebelumnya yang dilakukan Lowry (2013) yang juga menggunakan tujuh poin skala likert. 3.6

Penetuan Populasi dan Sampel Responden Populasi dalam penelitian ini adalah masyarakat umum pengguna aplikasi

pemutar musik online. Sedangkan rencana samplingnya adalah masyarakat umum. Dalam penelitian ini nantinya menggunakan teknik sampling Stratified random sampling. 3.7

Metode Pengumpulan Data Pengumpulan data primer dalam penelitian ini dilakukan dengan metode

survei melalui kuesioner yang dikirimkan kepada responden. Jangka waktu pengisian kuesioner dan pengembalian kuesioner adalah 2 minggu setelah kuesioner disebar. Penyebaran kuisioner ini disesuaikan dengan subjek yang menjadi responden dalam penelitian yaitu masyarakat umum yang menggunakan aplikasi pemutar musik online yang terdiri dari 100 responden. 3.8

Pengelolahan Data dengan Partial Least Square (PLS) Kuesioner yang telah diisi oleh responden selanjutnya dilakukan pengolahan

data menggunakan Partial Least Square (PLS) dengan menggunakan program yaitu SmartPLS 3.0. 3.8.1 Tabulasi Data Tabulasi data merupakan penyajian data dalam bentuk tabel yang bertujuan untuk mempermudah pengamatan dan penggambaran jawaban responden atas

SKRIPSI


HENDRA HANGGAR K.


kuesioner yang telah disebarkan bedasarkan variabel yang telah digunakan yaitu: Perceived ease of use, Perceived usefulness, joy, curious, immersion, control dan behavioral intention to use. Tabulasi data akan menggunakan program MsExcel dan disimpan dengan ekstensi comma delimeted (csv) untuk diolah lebih lanjut oleh program yaitu SmartPLS 3.0. 3.8.2 Evaluasi Model Pengukuran (Outer Model) Model pengukuran digunakan untuk mengetahui nilai validity dan reabilitas model yang menghubungkan indikator dengan variabel laten dimana pada penelitian hubungan antara indikator dengan variabel laten adalah bersifat reflektif sehingga untuk menilai validity akan menggunakan validitas convergent validity dan discriminant validity. Sedangkan untuk blok-blok indikatornya menggunakan composite reliability dan croanbach alpha. 1. Convergent validity Convergent validity dari model pengukuran dengan refleksif indikator dinilai bedasarkan korelasi antara item score / component score dengan construct score yang dihitung dengan PLS. Convergent validity dapat dievaluasi dengan melihat nilai loading factor. Bila nilai loading factor suatu indikator lebih dari 0,5 maka dikatakan valid. Sebaliknya apabila bila nilai loading factor kurang dari 0,5 maka dikeluarkan dari model. Selanjutnya pemeriksaan dengan melihat output AVE. Indikator memiliki convergent validity yang baik adalah apabila nilai AVE lebih dari 0.5.

SKRIPSI


HENDRA HANGGAR K.


2. Discriminant validity Discriminant validity dari model pengukuran dengan refleksif indikator dinilai berdasarkan nilai akar AVE dalam konstruk. Berdasarkan kriteria FornellLarcker bahwa setiap indikator yang mengukur konstraknya haruslah berkorelasi lebih tinggi dengan konstraknya dibandingkan dengan konstrak lainnya. 3. Composite reliability Disamping uji validity konstruk, dilakukan juga uji reliability konstruk yang diukur dengan dua kriteria yaitu composite reliability dan cronbach alpha dari blok indikator yang mengukur konstruk. Konstruk dinyatakan reliable jika nilai composite reliability maupun croanbach alpha di atas 0,70. 3.8.3 Evaluasi Model Struktural (Inner Model) Evaluasi model struktural menggambarkan hubungan antar variabel laten atau hipotesis dalam sebuah model penelitian. Pengujian terhadap model struktural dilakukan dengan melihat nilai R-square yang merupakan uji goodness-fit model. Evaluasi menghasilkan hasil yang baik apabila koefisien hubungan antar variabel tersebut signifikan secara statistic yaitu t-statistik lebih dari 1,96 dan nilai R-square medekati 1. Nilai R-square menjelaskan seberapa besar variabel eksogen yang dihipotesiskan dalam persamaan mampu menerangkan variabel endogen. 3.9

Analisis Hasil Pada tahap analisis hasil temuan akan menganalisa hasil uji hipotesis dari

tahapan sebelumnya. Hasil analisis akan menunjukkan hubungan antar variabel yang mempengaruhi kesuksesan implementasi aplikasi pemutar musik online. Hasil

SKRIPSI


HENDRA HANGGAR K.


analisis tersebut dapat digunakan sebagai saran dan rekomendasi bagi developer bagaimana pengembangan aplikasi pemutar musik online selanjutnya. 3.10

Rekomendasi dan Saran Bagi Developer Rekomendasi dan saran diberikan berdasarkan pengujian hipotesis dan

analisis hasil pada penelitian. Rekomendasi dan saran diberikan pada developer aplikasi untuk pengembangan aplikasi pemutar musik online kedepannya.

SKRIPSI


HENDRA HANGGAR K.


BAB IV HASIL DAN PEMBAHASAN

4.1

Penyusunan Kuesioner dan Penentuan Variabel Kuesioner disusun berdasarkan instrumen kuesioner pada tabel 2.1 yang

digunakan pada penelitian yang telah dilakukan oleh (Lowry et. Al, 2013) dimana digunakan untuk menguji model hedonic-motivation system adoption model dengan menggunakan studi kasus game. Berdasarkan teori tersebut, maka digunakan instrumen kuesioner pada tabel 4.1 digunakan untuk menguji hedonic-motivation system adoption model pada aplikasi pemutar musik online. Kuesioner menggunakan 7 skala likert poin. Lembar kuesioner yang digunakan dapat dilihat pada lampiran. 4.2

Penyebaran dan Pengumpulan Kuesioner Data responden penelitian diperoleh melalui pengisian kuesioner yang telah

disebarkan kepada responden. Responden adalah semua masyarakat umum yang menggunakan aplikasi pemutar musik online. Penyebaran kuesioner dilakukan pada tanggal 6 juni sampai 19 juni 2016. Dengan penyebaran kuesioner secara online maupun offline didapat jumlah responden sebanyak 62 responden mengisi secara online dan 50 responden secara offline. Dikarenakan data yang dibutuhkan sebanyak 100 responden dari data kuesioner yang didapat hanya diambil 100 data kuesioner.

39

SKRIPSI


HENDRA HANGGAR K.


Tahap selanjutnya adalah analisis karakteristik reponden. Karakteristik responden meliputi jenis kelamin, usia, kota tinggal, dan nama aplikasi pemutar musik online. Tabel 4.1 Instrumen Kuesioner Konstruk Joy

Item JOY 1: Saya merasa menikmati penggunaan aplikasi. JOY 2: Saya senang pada saat menggunakan aplikasi. *JOY 3: Saya bosan menggunakan aplikasi. *JOY 4: Aplikasi benar-benar mengesalkan saya. JOY 5: Pengalaman aplikasi itu menyenangkan. *JOY 6: Aplikasi menjadikan saya tidak puas. Control CTL 1: Saya memiliki banyak kendali atas interaksi dengan aplikasi. CTL 2: Saya dapat memilih secara bebas apa yang ingin saya lihat dan lakukan. *CTL 3: saya memiliki sedikit kendali dari apa yang saya bisa lakukan. CTL 4: Saya merasa dapat mengendalikan aplikasi. *CTL 5: Saya tidak memiliki kendali dari interaksi dengan aplikasi. CTL 6: Saya diizinkan mengendalikan interaksi saya. Immersion FI 1: Saya bisa menghindari sebagian gangguan lainnya. FI 2: Saya selalu terlibat dalam apa yang saya lakukan. FI 3: Saya terlibat secara mendalam pada aplikasi. *FI 4 : Saya terganggu oleh perhatian lainnya dengan sangat mudah. FI 5 : Perhatian saya tidak dapat dialihkan dengan sangat mudah. Curiosity CUR 1 : Pengalaman ini meningkatkan rasa ingin tahu saya. CUR 2 : Pengalaman ini membuat saya ingin tahu. CUR 3 : Pengalaman ini meningkatkan imajinasi saya. PEOU PEOU 1 : Interaksi saya dengan aplikasi jelas dan dimengerti. PEOU 2 : Interaksi dengan aplikasi tidak membutuhkan banyak usaha pemikiran. PEOU 3 : Saya merasa aplikasi bebas dari masalah. PEOU 4 : Saya merasa mudah untuk mendapatkan aplikasi lakukan dengan apa yang saya ingin lakukan. PEOU 5 : Mempelajari untuk mengoperasikan aplikasi mudah bagi saya. PEOU 6 : Sederhana untuk melakukan apa yang saya inginkan dengan aplikasi. PEOU 7 : mudah bagi saya untuk menjadi ahli dalam menggunakan aplikasi. PEOU 8 : saya merasa aplikasi mudah digunakan. PU PU 1 : Aplikasi dapat mengurangi stres saya. PU 2 : Aplikasi membantu saya lebih baik dalam meluangkan waktu. PU 3 : Aplikasi menyediakan pelarian yang berguna. PU 4 : Aplikasi membantu saya berpikir lebih jernih. PU 5 : Aplikasi membantu saya merasa lebih dimudakan BIU BIU 1 : Saya akan berencana menggunakannya di masa depan. BIU 2 : Saya akan berniat untuk terus menggunakannya di masa depan BIU 3 : Saya berharap untuk menggunakan secara lanjut di masa depan

SKRIPSI


HENDRA HANGGAR K.


4.2.1 Karakteristik Responden Berdassarkan Jenis Kelamin Data hasil pengisian kuesioner kemudian ditabulasi dan dikelompokkan bedasarkan jenis kelamin laki-laki dan perempuan seperti yang disajikan pada tabel 4.2 dan grafik pada gambar 4.1. Tabel 4. 2 Data responden bedasarkan Jenis Kelamin No

Jenis Kelamin

Frekuensi

Presentase (%)

1

Laki-laki

62

62%

2

Perempuan

38

38%

100

100%

Jumlah

JENIS KELAMIN P 38%

L 62%

Gambar 4. 1 Diagram Frekuensi Jenis Kelamin Responden Dari tabel 4.2 dan gambar 4.1 dapat terlihat bahwa responden yang berjenis kelamin laki-laki memiliki frekuensi lebih tinggi yaitu 62% atau sebanyak 62 orang dibandingkan dengan responden berjenis kelamin perempuan sebanyak 38% atau sebanyak 38 orang. 4.2.2 Karakteristik Responden Berdasarkan Usia Data hasil pengisian kuesioner kemudian ditabulasi dan dikelompokkan bedasarkan usia seperti yang disajikan pada tabel 4.3 dan gambar 4.2.

SKRIPSI


HENDRA HANGGAR K.


Tabel 4. 3 Data responden bedasarkan Usia No 1 2 3

Usia <20 21-30 >30

Frekuensi

19

Presentase (%) 11% 70% 19%

100

100%

11 70

Jumlah

USIA >30 19%

<20 11%

2130 70%

Gambar 4. 2 Diagram Frekuensi Usia Responden Dari tabel 4.3 dan gambar 4.2 dapat terlihat bahwa responden yang memiliki frekuensi tertinggi yaitu responden dengan usia antara 21-30 tahun sebesar 70% atau sebanyak 70 orang dan responden terendah adalah responden usia antara <20 tahun sebesar 11% atau sebanyak 11 orang. 4.2.3 Karakteristik Responden Berdasarkan Kota Tinggal Data hasil pengisian kuesioner kemudian ditabulasi dan dikelompokkan bedasarkan kota tinggal responden seperti yang disajikan pada tabel 4.4.

No 1 2 3 4 5 6 7

SKRIPSI

Tabel 4. 4 Data responden bedasarkan kota tinggal Kota Tinggal Frekuensi Presentase (%) Surabaya 66% 66 Malang 12% 12 Sidoarjo 10% 10 Jakarta 8% 8 Pasuruan 2% 2 Jombang 1% 1 Kediri 1% 1 Jumlah 100% 100


HENDRA HANGGAR K.


KOTA TINGGAL Jombang Pasuruan 1% 2% Jakarta 8%

Kediri 1%

Sidoarjo 10% Malang 12%

Surabaya 66%

Gambar 4. 3 Diagram Frekuensi Kota Tinggal Responden

Dari tabel 4.4 dan gambar 4.3 dapat terlihat bahwa responden yang memiliki frekuensi tertinggi yaitu yang bertempat tinggal di kota Surabaya yaitu sebanyak 66% atau sebanyak 66 orang sedangkan yang memiliki frekuensi terendah yaitu yang bertempat tinggal di kota Jombang dan Kediri dimana masing-masing sebanyak 1% atau sebanyak 1 orang. 4.2.4 Karakteristik Responden Berdasarkan Nama Aplikasi Pemutar Musik Online Data hasil pengisian kuesioner kemudian ditabulasi dan dikelompokkan bedasarkan nama aplikasi pemutar musik online seperti yang disajikan pada tabel 4.5 dan gambar 4.4.

SKRIPSI


HENDRA HANGGAR K.


Tabel 4. 5 Data responden berdasarkan nama aplikasi pemutar musik online No 1 2 3 4 5 6

Aplikasi Pemutar Musik Online JOOX Spotify Soundcloud Google Play Music iTunes 8Tracks Jumlah

Frekuensi

Presentase (%)

30

30% 24% 20% 17% 5% 4% 100%

24 20 17 5 4 100

NAMA APLIKASI PEMUTAR MUSIK ONLINE 8Tracks iTunes 4% 5%

Google Play Music 17%

Soundcloud 20%

JOOX 30%

Spotify 24%

Gambar 4. 4 Diagram Frekuensi Nama Aplikasi Pemutar Musik Online Dari tabel 4.5 dan gambar 4.4 dapat terlihat bahwa responden yang aplikasi pemutar musik online JOOX mempunyai frekuensi terbesar yaitu 30% atau sebanyak 30 orang dan yang frekuensi terendah adalah aplikasi pemutar musik online 8Tracks yaitu 4% atau sebanyak 4 orang.

SKRIPSI


HENDRA HANGGAR K.


4.3

Penyajian Data Penelitian Penyajian data penelitian ini digunakan untuk mengetahui kecenderungan

jawaban pada kuesioner. Item pertanyaan merupakan indikator dari variabel yang telah dijelaskan sebelumnya. Terdapat tujuh kategori pilihan jawaban pada kuesioner, dimana keterangan dapat dilihat pada tabel-tabel yang tersedia di masing-masing variabel. 4.3.1 Frekuensi jawaban variabel perceived ease of use Frekuensi jawaban responden pada variabel perceived ease of use ditampilkan pada tabel 4.6 dan gambar 4.5. Dari tabel 4.6 dan gambar 4.5 dapat dilihat bahwa distribusi frekuensi variabel perceived ease of use terdiri dari 8 indikator. Jika dilihat dari nilai modus pilihan jawaban PEOU1 dan PEOU8 adalah sangat setuju, PEOU2, PEOU5 dan PEOU7 adalah sebagian besar setuju, PEOU3, PEOU4 dan PEOU6 adalah agak setuju. Tabel 4. 6 Evaluasi statistik perceived ease of use Ind PEOU1 PEOU2 PEOU3 PEOU4 PEOU5 PEOU6 PEOU7 PEOU8

STS 1 1 1 2 0 0 1 0

SBTS 1 3 4 3 0 1 0 1

ATS 1 5 9 5 5 6 4 1

Skala N 13 11 18 18 8 18 11 9

AS 17 15 32 44 18 30 16 13

SBS 25 42 26 17 38 29 36 28

SS 42 23 10 11 31 16 32 48

Jml

Mod

100 100 100 100 100 100 100 100

SS SBS AS AS SBS AS SBS SS

Nb: STS (Sepenuhnya Tidak Setuju); SBTS (Sebagian Besar Tidak Setuju); ATS (Agak Tidak Setuju); N (Netral); AS (Agak Setuju); SBS (Sebagian Besar Setuju); SS (Sepenuhnya Setuju)

SKRIPSI


HENDRA HANGGAR K.


PEOU1 SBTS 1%

AS 17% SBS 25%

SS 42%

PEOU4 SS 11% SBS 17%

STS 1% ATS 1% N 13%

STS 2%

SBTS 3% ATS 5%

PEOU2 SBTS 3%

STS 1%

PEOU3

ATS 5% N 11%

SS 23% AS 15%

SBS 42%

PEOU5 STS 0%

AS 44%

SBS 38% SBTS 0% ATS 4%

PEOU8 N 11%

STS 0%

AS 32%

PEOU6

SBTS 0% ATS 5% N 8%

SS 16%

AS 18%

STS 1%

STS 0%

SBTS 1% ATS 6% N 18%

SBS 29%

AS 30%

SBTSATS 1% 1% N 9%

SS 32% SBS 36%

N 18%

SBS 26%

N SS 18% 31%

PEOU7

SS 10%

STS 1%

SBTS 4% ATS 9%

SS AS 48% 16%

AS 13% SBS 28%

Gambar 4. 5 Diagram Frekuensi Jawaban Perceived ease of use

4.3.2 Frekuensi jawaban variabel perceived usefulness Frekuensi jawaban responden pada variable perceived usefulness ditampilkan pada tabel 4.7 dan gambar 4.6. Dari tabel 4.7 dan gambar 4.6 dapat dilihat bahwa distribusi frekuensi variabel perceived usefulness terdiri dari 5 indikator. Jika

SKRIPSI


HENDRA HANGGAR K.


dilihat dari nilai modus pilihan jawaban PU1 adalah sangat setuju, PU2, PU3 dan PU4 adalah sebagian besar setuju, PU5 adalah agak setuju. Tabel 4. 7 Evaluasi statistik perceived usefulness Ind PU1 PU2 PU3 PU4 PU5

STS 0 0 1 0 1

SBTS 1 1 6 1 1

ATS 0 4 5 4 2

Skala N 12 23 27 20 19

AS 16 20 16 20 28

SBS 27 28 31 30 27

SS 44 24 14 25 22

Jml

Mod

100 100 100 100 100

SS SBS SBS SBS AS


PU1 SBTS 1%

STS 0% ATS 0%

PU2 N 12%

AS 16% SBS 27%

SS 44%

PU4 STS 0%

SBTS 1%

STS 0%

PU3

ATS 4%

SS N 14% 23%

SS 24%

SBS 28%

AS 20%

PU5

SBTS 1% ATS 4%

STS 1%

SBS 30%

AS 20%

N 27%

SBS 31%

AS 16%

SBTS 1%ATS 2%

N SS 20% 22%

SS 25%

SBTS 6% ATS 5%

STS 1%

SBS 27%

N 19%

AS 28%

Gambar 4. 6 Diagram Frekuensi Jawaban Perceived usefulness 4.3.3 Frekuensi jawaban variabel curiousity Frekuensi jawaban responden pada variabel curiousity ditampilkan pada tabel 4.8 dan gambar 4.7. Dari tabel 4.8 dan gambar 4.7 dapat dilihat bahwa distribusi frekuensi variabel curiousity terdiri dari 3 indikator. Jika dilihat dari nilai modus

SKRIPSI


HENDRA HANGGAR K.


pilihan jawaban CUR1 dan CUR 2 adalah sebagian besar setuju sedangkan CUR3 adalah agak setuju. Tabel 4. 8 Evaluasi statistik curiousity Ind

STS 1 0 0

CUR1 CUR2 CUR3

SBTS 2 2 6

ATS 5 6 8

Skala N 24 25 22

AS 24 18 23

SBS 27 34 21

SS 17 15 20

Jml

Mod

100 100 100

SBS SBS AS


CUR1 SBTS 2%

STS 1%

ATS 5%

SS 17%

SBS 27%

N 24% AS 24%

CUR2 SBTS 2% SS 15%

STS 0%

SBS 34%

ATS 6% N 25% AS 18%

CUR3

SBTS 6% ATS 8%

STS 0% SS 20%

N 22% SBS 21%

AS 23%

Gambar 4. 7 Diagram Frekuensi Jawaban Curiousity

4.3.4 Frekuensi jawaban variabel joy Frekuensi jawaban responden pada variabel joy ditampilkan pada tabel 4.9 dan gambar 4.8. Dari tabel 4.9 dan gambar 4.8 dapat dilihat bahwa distribusi frekuensi variabel joy terdiri dari 6 indikator. Jika dilihat dari nilai modus pilihan jawaban JOY2 adalah sangat setuju, JOY5 adalah sebagian besar setuju, JOY1 adalah agak setuju. Sedangkan indikator JOY3, JOY4 dan JOY6 merupakan indikator yang memiliki pernyataan negatif maka dalam pembobotan nanti akan digunakan pembalikan skala. Modus dari JOY3 dan JOY4 adalah sebagian besar tidak setuju, JOY6 adalah sangat tidak setuju.

SKRIPSI


HENDRA HANGGAR K.


Tabel 4. 9 Evaluasi statistik joy Ind

STS 2 2 27 28 1 36

JOY1 JOY2 JOY3 JOY4 JOY5 JOY6

SBTS 0 2 28 30 1 24

Skala N 7 11 14 13 15 12

ATS 3 0 12 21 5 12

AS 32 20 10 1 27 13

SBS 26 31 8 5 36 1

SS 20 34 1 2 15 2

Jml

Mod

100 100 100 100 100 100

AS SS SBTS SBTS SBS STS


JOY1 SS 22%

STS SBTS 2% 0%

ATS 3% N

SBS AS 5% 1%

N 13%

ATS 21%

SBTS 2%

8%

STS 2%

ATS 0% N

AS 36%

STS 28%

SBTS 30%

AS 20%

SBS 31%

JOY5

SS 2%

SS 15%

STS 1%

JOY3 SBS AS 10%

11%

SS 34%

SBS 29%

JOY4

JOY2

SBS 36%

N 14%

AS 13% N 15%

AS 27%

STS 27%

SBTS 28%

ATS 12%

JOY6

SBTS 1% ATS 5%

SS 1%

8%

SBS 1%

SS 2%

STS 36%

N 12% ATS 12%

SBTS 24%

Gambar 4. 8 Diagram Frekuensi Jawaban Joy 4.3.5 Frekuensi jawaban variabel control Frekuensi jawaban responden pada control ditampilkan pada tabel 4.10 dan gambar 4.9. Dari tabel 4.10 dan gambar 4.9 dapat dilihat bahwa distribusi frekuensi variabel control terdiri dari 6 indikator. Jika dilihat dari nilai modus pilihan jawaban CTL2, CTL4 dan CTL6 adalah sebagian besar setuju, CTL1 adalah netral.

SKRIPSI


HENDRA HANGGAR K.


Sedangkan indikator CTL3 dan CTL5 merupakan indikator yang mempunyai pernyataan negatif maka dalam pembobotan nanti menggunakan pembalikan skala. Modus dari CTL3 adalah sebagian besar tidak setuju, CTL5 adalah sangat tidak setuju. Tabel 4. 10 Evaluasi statistik control Ind CTL1 CTL2 CTL3 CTL4 CTL5 CTL6

STS 2 0 7 1 31 0

SBTS 10 8 29 1 27 2

Skala N 24 18 15 11 12 18

ATS 8 7 17 5 13 5

AS 20 17 18 18 12 23

SBS 18 35 13 33 4 29

SS 18 15 1 31 1 23

Jml

Mod

100 100 100 100 100 100

N SBS SBTS SBS STS SBS


CTL1 SS 18%

STS 2%

SBS 33%

STS SBTS ATS 1% 1% 5%

CTL5 N 11%

CTL3 SBS 13%

SS 1%

SBS 4% AS 12%

STS 7%

SBTS 29%

AS 18% N 18%

SBS N 35% 24%

AS 20%

SS 31%

STS SBTS SS 0% 8% ATS 15% 7%

ATS 8%

SBS 18%

CTL4

CTL2

SBTS 10%

AS 17%

N 15%

CTL6

SS 1% STS 31%

STS 0% SS 23%

ATS 17%

SBTS 2% ATS 5% N 18%

AS N 18% 12%

ATS 13%

SBTS 27%

SBS 29%

AS 23%

Gambar 4. 9 Diagram Frekuensi Jawaban Control

SKRIPSI


HENDRA HANGGAR K.


4.3.6 Frekuensi jawaban variabel immersion Frekuensi jawaban responden pada variable immersion ditampilkan pada tabel 4.11 dan gambar 4.10. Dari tabel 4.11 dan gambar 4.10 dapat dilihat bahwa distribusi frekuensi variabel immersion terdiri dari 5 indikator. Jika dilihat dari nilai modus pilihan jawaban FI1 dan FI2 adalah sebagian besar setuju, FI5 adalah agak setuju, FI3 adalah netral. Sedangkan indikator FI4 merupakan indikator yang mempunyai pernyataan negatif maka pembobotan nanti akan menggunakan pembalikan skala. Modus dari FI4 adalah sebagian besar tidak setuju. Tabel 4. 11 Evaluasi statistik immersion Ind FI1 FI2 FI3 FI4 FI5

STS 1 2 3 11 4

SBTS 8 11 18 23 9

ATS 7 18 10 22 14

Skala N 24 21 28 19 23

AS 20 19 16 17 30

SBS 31 22 16 6 17

SS 9 7 9 2 3

Jml

Mod

100 100 100 100 100

SBS SBS N SBTS AS


4.3.7 Frekuensi jawaban variabel behavioral intention to use Frekuensi jawaban responden pada variabel behavioral intention to use ditampilkan pada tabel 4.12 dan gambar 4.11. Dari tabel 4.12 dan gambar 4.11 dapat dilihat bahwa distribusi frekuensi variabel behavioral intention to use terdiri dari 3 indikator. Jika dilihat dari nilai modus pilihan jawaban BIU1 dan BIU2 adalah sebagian besar setuju, BIU3 adalah agak setuju.

SKRIPSI


HENDRA HANGGAR K.


FI1

SS 9%

STS SBTS 1% 8%

SBS 31%

FI2 ATS 7%

FI4

SBS 6%

SBTS 11%

AS 19%

SS 2%

AS 17%

FI3

STS 11%

FI5

SS 3%

SBS 17%

STS 4%

SBTS 23%

N 19%

SS 9%

STS 3%

SBS 16% ATS 18% AS 16% N 21%

SBS 22%

N 24%

AS 20%

STS SS 2% 7%

ATS 22%

SBTS 18%

ATS 10% N 28%

SBTS 9% ATS 14%

AS 30%

N 23%

Gambar 4. 10 Diagram Frekuensi Jawaban Immersion Tabel 4. 12 Evaluasi statistik behavioral intention to use Ind BIU1 BIU2 BIU3

STS 1 1 2

SBTS 0 1 1

ATS 3 5 5

Skala N 21 17 24

AS 18 26 24

SBS 29 31 21

SS 28 19 23

Jml

Mod

100 100 100

SBS SBS AS


Jawaban responden yang telah diperoleh kemudian ditabulasi atau disajikan dalam bentuk tabel di Microsoft Excell dan disimpan dengan format .csv yang kemudian siap dianalisis dengan PLS menggunakan bantuan aplikasi computer SmartPLS. Hasil tabulasi secara lengkap terlampir pada Lampiran 2. Baris pertama menunjukkan kode indikator untuk setiap variabel dan kolom menunjukkan jawaban responden untuk masing-masing indikator.

SKRIPSI


HENDRA HANGGAR K.


BIU1 SS 28%

SBTS 0%

STS 1% ATS 3%

BIU2

N 21%

AS SBS 18% 31%

SBS 29%

SS 19%

BIU3 SS

STS SBTS ATS 1% 1% 5%

23%

SBTS STS 2%1% ATS 5%

N 17%

AS 26%

N 24%

SBS 21%

AS 24%

Gambar 4. 11 Diagram Frekuensi Jawaban Behavioral intention to use

4.4

Pengolahan Data Dengan Partial Least Square (PLS) Analisis data dalam penelitian ini menggunakan Partial Least Square (PLS)

dimana terdapat dua tahapan evaluasi yaitu evaluasi model pengukuran (outer model) dan evaluasi model struktural (inner model). Pengolahan data dilakukan dengan software SmartPLS 3.0. 4.4.1 Evaluasi Model Pengukuran (outer model) Evaluasi model pengukuran dilakukan untuk menilai validitas dan reliabilitas model yang dilakukan dengan convergent validity, discriminant validity, dan composite reliability. 1.

Convergent Validity Convergent validity digunakan untuk validasi indikator terhadap variabelnya yang ditinjau dari nilai loading factor. Nilai ini akan diterima jika nilai loading factor diatas 0,7. Namun, nilai loading factor yang berkisar diantara 0,4 sampai 0,7 akan benar-benar dihapus jika dapat meningkatkann nilai AVE yang dimiliki, yang mana harus diatas 0,5. Tabel 4.13 menunjukkan nilai loading factor yang dimiliki oleh tiap indikator. Dapat diamati bahwa tidak ada

SKRIPSI


HENDRA HANGGAR K.


indikator yang memiliki loading factor dibawah 0,5. Hal itu menunjukkan seluruh indikator dalam penelitian tersebut dapat dikatakan valid atau dapat diterima. Tabel 4. 13 Loading factor PEOU1 PEOU2 PEOU3 PEOU4 PEOU5 PEOU6 PEOU7 PEOU8 PU1 PU2 PU3 PU4 PU5 CUR1 CUR2 CUR3 JOY1 JOY2 JOY3 JOY4 JOY5 JOY6 CTL1 CTL2 CTL3 CTL4 CTL5 CTL6 FI1 FI2 FI3 FI4 FI5 BIU1 BIU2 BIU3

SKRIPSI

PEOU 0,775 0,825 0,797 0,691 0,726 0,693 0,819 0,752

PU

CUR

JOY

CTL

FI

BIU

0,807 0,826 0,848 0,849 0,743 0,873 0,911 0,882 0,817 0,795 0,750 0,704 0,749 0,729 0,734 0,612 0,664 0,743 0,731 0,725 0,819 0,759 0,775 0,741 0,658 0,907 0,968 0,893


HENDRA HANGGAR K.


Pemeriksaan terakhir dari convergent validity ialah dengan melihat nilai AVE. Indikator dianggap memiliki convergent validity yang baik adalah apabila dengan memiliki nilai AVE lebih dari 0,5. Nilai akhir AVE dapat dilihat pada tabel 4.14. Dapat dilihat bahwa nilai AVE yang ada pada gambar 4.12 semua variabel diatas 0.5 yang dapat diartikan bahwa semua variabel dalam penelitian mampu menjelaskan setengah varian dari indikator-indikatornya dalam ratarata. Tabel 4. 14 Convergent validity Variabel PEUO PU CUR JOY CTL FI BIU

Average Variance Extracted (AVE) 0,580 0,665 0,790 0,575 0,528 0,567 0,853

Gambar 4. 12 Grafik AVE

SKRIPSI


HENDRA HANGGAR K.


2.

Discriminant Validity Pemeriksaan discriminant validity dilakukan dengan meninjau nilai crossloading indikator. Discriminant validity dinyatakan baik bila indikator berkorelasi lebih tinggi kepada variabelnya daripada variabel lainnya. Dengan melihat Fornell-Larcker Criterion yang terdapat pada tabel 4.15 dapat disimpulkan bahwa discriminant validity yang dimiliki baik yang artinya bahwa nilai AVE setiap variabel lebih besar dari pada nilai R2 tertinggi dari variabel lainnya. Tabel 4. 15 Fornell-Larcker Criterion BIU BIU 0,924 CTL 0,556 CUR 0,382 FI 0,595 JOY 0,667 PEOU 0,664 PU 0,708

3.

CTL

CUR

0,727 0,357 0,583 0,684 0,590 0,454

0,889 0,450 0,369 0,340 0,594

FI

JOY

PEOU

PU

0,753 0,463 0,758 0,471 0,604 0,477 0,529

0,761 0,640

0,816

Composite Reliability Uji reliabilitas dilakukan dengan cara mengukur dua kriteria yaitu composite reliability dan cronbach alpha. Variabel yang dinyatakan reliabel jika nilai composite reliability dan cronbach alpha diatas 0,7. Hasil uji composite reliability dan cronbach alpha terdapat pada tabel 4.16 dan 4.17. Dari tabel-tabel yang disajikan, dapat dilihat semua variabel memiliki composite reliability dan cronbach alpha diatas 0,7. Sehingga dapat dikatakan semua variabel dalam penelitian sudah reliabel atau mempunyai hasil yang sama pada setiap percobaan yang berhasil.

SKRIPSI


HENDRA HANGGAR K.


Tabel 4. 16 Composite Reliability Variabel BIU CTL CUR FI JOY PEOU PU

Composite Reliability 0,946 0,848 0,919 0,867 0,890 0,917 0,908

Tabel 4. 17 Cronbachs alpha Variabel BIU CTL CUR FI JOY PEOU PU

Cronbach's Alpha 0,914 0,782 0,869 0,816 0,854 0,896 0,874

4.4.2 Evaluasi Model Struktural (inner model) Setelah penujian model pengukuran (outer model) langkah selanjutnya adalah pengujian pada model stuktural (inner model) dimana untuk mengetahui apakah hipotesis dapat diterima atau ditolak. Penelitian ini akan menggunakan nilai signifikan (α) 0,05 atau 5%. Hubungan antar variabel dapat dianggap signifikan jika nilai P lebih kecil dari nilai signifikan yang telah ditetapkan (P < 0,05). Tabel 4.18 menunjukan bahwa variabel CUR (Curiousity) yang tidak signifikan terhadap BIU (Behavioral intention to use) dan variabel JOY yang tidak signifikan terhadap FI (Immersion) dikarenakan nilai P-Values diatas 0,05 yaitu 0,202 dan 0,734.

SKRIPSI


HENDRA HANGGAR K.


Tabel 4. 18 Nilai P Inner Model Relasi CTL -> FI CUR -> BIU CUR -> FI JOY -> BIU JOY -> FI PEOU -> CTL PEOU -> CUR PEOU -> JOY PEOU -> PU PU -> BIU

Original sample (0) 0,447 0,094 0,269 0,414 0,058

Sample Mean (M) 0,445 0,068 0,259 0,394 0,083

Standard Error (STERR) 0,109 0,074 0,108 0,098 0,170

0,590

0,603

0,340

T Statistics P (|0/STERR|) Values 4,080 1,278 2,493 4,224 0,340

0,000 0,202 0,013 0,000 0,734

0,059

9,953

0,000

0,340

0,104

3,252

0,001

0,604

0,614

0,077

7,870

0,000

0,640 0,545

0,650 0,544

0,052 0,089

12,349 6,133

0,000 0,000

4.4.3 Uji Goodness of Fit (GoF) Goodness of Fit (GoF) digunakan untuk memvalidasi model pengukuran dan struktural secara keseluruhan. GoF dapat dihitung dengan menggunakan persamaan 2.1. Dari perhitungan GoF yang disajikan pada tabel 4.19 diperoleh nilai 0,497 dimana dapat dinyatakan nilai GoF besar. Semakin besar nilai GoF berarti semakin baik model penelitian yang digunakan. Tabel 4. 19 Nilai GoF Variabel PEUO PU CUR JOY CTL FI BIU Rata-rata Nilai GoF

SKRIPSI

Communalities 0,58 0,665 0,79 0,575 0,528 0,567 0,853 0,651

R Square


0,41 0,115 0,365 0,348 0,408 0,626 0,379 0,497

HENDRA HANGGAR K.


𝐺𝑜𝐹 = √𝐶𝑜𝑚 × 𝑅 2 = √0,651 × 0,379 = 0,497

4.5

Analisis Hasil Analisis hasil dilakukan berdasarkan hasil evaluasi model struktural yang

telah didapatkan yaitu nilai signifikan hubungan antar variabel untuk penentuan hipotesis nol (Ho) diterima atau ditolak. Hasil pengujian hipotesis dapat dilihat pada tabel 4.20. Tabel 4. 20 Pengujian Hipotesis Hipotesis Alternatif H1 Perceived ease of use (PEOU) aplikasi pemutar musik online berpengaruh positif terhadap Perceived usefulness (PU) aplikasi pemutar musik online H2 Perceived Easse of Use (PEOU) aplikasi pemutar musik online berpengaruh positif terhadap curiosity aplikasi pemutar musik online H3 Perceived ease of use (PEOU) aplikasi pemutar musik online berpengaruh positif terhadap joy aplikasi pemutar musik online H4 Perceived ease of use (PEOU) aplikasi pemutar musik online berpengaruh positif terhadap control aplikasi pemutar musik online H5 Perceived usefulness (PU) aplikasi pemutar musik online berpengaruh positif terhadap Behavioral intention to use (BIU) aplikasi pemutar musik online H6 Curiosity aplikasi pemutar musik online berpengaruh positif terhadap Behavioral intention to use (BIU) aplikasi pemutar musik online H7 Curiosity aplikasi pemutar musik online berpengaruh positif terhadap immersion aplikasi pemutar musik online H8 Joy aplikasi pemutar musik online berpengaruh positif terhadap Behavioral intention to use (BIU) aplikasi pemutar musik online H9 Joy aplikasi pemutar musik online berpengaruh positif terhadap immersion aplikasi pemutar musik online H10 Control aplikasi pemutar musik online berpengaruh positif terhadap immersion aplikasi pemutar musik online

SKRIPSI


Keterangan Diterima; Pvalues = 0.000 Diterima; Pvalues = 0,001 Diterima; Pvalues = 0,000 Diterima; Pvalues = 0,000 Diterima; Pvalues = 0,000 Ditolak; Pvalues = 0,202 Diterima; Pvalues = 0,013 Diterima; Pvalues = 0,000 Ditolak; Pvalues = 0,734 Diterima; Pvalues = 0,000

HENDRA HANGGAR K.


Dari tabel 4.20 dapat dilihat bahwa hipotesis alternatif (Ha) dari penelitian yang ditolak berdasarkan nilai P yang lebih besar dari 0,05 adalah hipotesis keenam dan hipotesis kesembilan. Sedangkan hipotesis alternatif (Ha) yang lain dapat diterima dikarenakan memiliki nilai P yang lebih kecil dari 0,05. Sedangkan hipotesis nol (Ho) merupakan kebalikan dari hipotesis alternatif (Ha) dalam penentuan (Ho) diterima atau ditolak. (Ho) dari penelitian yang dapat diterima adalah hipotesis keenam dan kesembilan. Sedangkan (Ho) lain ditolak. Dari hasil pengujian hipotesis dapat dilihat bahwa curiousity tidak mempengaruhi niat pengguna secara langsung dalam melanjutkan menggunakan aplikasi pemutar musik online. Penemuan ini terjadi dikarenakan kondisi pengguna ketika merasa aplikasi pemutar musik online merupakan aplikasi yang tidak dapat meningkatkan rasa ingin tahu pengguna dalam menggunakan aplikasi pemutar musik online sehingga tidak mempengaruhi niat pengguna untuk menggunakan aplikasi pemutar musik online. Sedangkan variabel joy tidak mempengaruhi keterikatan pengguna terhadap penggunaan aplikasi pemutar musik online. Penemuan ini mungkin terjadi karena pengguna merasa tidak terikat/fokus secara mendalam pada saat menggunakan aplikasi pemutar musik online meskipun pengguna tersebut merasa senang pada saat menggunakan aplikasi pemutar musik online. Sedangkan variabel perceived ease of use, perceived usefulness, joy dan control menjadi bukti bahwa keempat variabel ini merupakan variabel yang penting untuk mencapai kesuksesan. Kesuksesan yang dimaksud adalah tingginya niat pengguna untuk melanjutkan penggunaan aplikasi pemutar musik online.

SKRIPSI


HENDRA HANGGAR K.


Penemuan jelas membuktikan bahwa pengguna merasa aplikasi pemutar musik online dapat meningkatkan kepuasan batin dalam diri mereka sehingga pengguna merasa akan menggunakan aplikasi pemutar musik online secara lanjut. Namun pengembang aplikasi perlu untuk melakukan maintenance dan pengembangan secara berkala untuk meningkatkan kepuasan pengguna. 4.6

Rekomendasi dan Saran untuk Developer Aplikasi Dari pengujian hipotesis yang telah dilakukan rekomendasi saran digunakan

sebagai masukan untuk aplikasi pemutar musik online agar penggunaan aplikasi pemutar musik online dapat memberikan kepuasan batin bagi penggunanya sehingga mempengaruhi kesuksesan aplikasi pemutar musik online. Rekomendasi diambil berdasarkan jawaban terendah responden pada tiap variabel yang hipotesisnya ditolak serta kritik dan saran yang disediakan penulis dalam kuesioner sebelumnya. Berikut adalah rekomendasi saran yang diajukan Pada variabel curiousity yang memiliki loading factor terendah adalah CUR1 yang merupakan tingkat keingin tahuan pengguna terhadap aplikasi pemutar musik online. Oleh karena itu diperlukan penambahan fitur yang bisa menarik rasa ingin tahu pengguna terhadap aplikasi pemutar musik online seperti menambahkan fitur informasi pada lagu, album maupun artis yang membawakn lagu tersebut. Sedangkan rekomendasi strategi yang dapat diberikan pada pembangun sistem berdasarkan hipotesis yang diterima yakni: 1. Pada variabel perceived ease of use indikator dengan loading factor terendah adalah PEOU4, saran yang diberikan adalah mengurangi batasan-batasan aplikasi pemutar musik online bagi pengguna yang tidak memiliki akun VIP.

SKRIPSI


HENDRA HANGGAR K.


Dimana hal itu mengurangi apa yang dapat dilakukan pengguna terhadap aplikasi pemutar musik online. 2. Pada variabel perceived usefulness indikator dengan loading factor terendah adalah PU5, saran yang diberikan adalah memberikan tambahan fitur yang dapat membuat pengguna merasa jiwanya lebih diremajakan dengan menambah fiturfitur hiburan seperti equalizer dan lain sebagainya. 3. Pada variabel joy indikator dengan loading factor terendah adalah JOY4, saran yang diberikan adalah dengan melakukan maintenance terhadap aplikasi yang dapat menghilangkan bug yang terjadi pada aplikasi pemutar musik online, serta mengurangi batasan bagi pengguna yang tidak memilik akun VIP karena kedua hal tersebut banyak dikeluhkan oleh pengguna. 4. Pada variabel control indikator dengan loading factor terendah adalah CTL 2, saran yang dapat diberikan adalah pengurangan batasan bagi pengguna yang tidak memiliki akun VIP, dimana dengan batasan tersebut pengguna merasa tidak bisa secara bebas dalam menggunakan aplikasi pemutar musik online.

SKRIPSI


HENDRA HANGGAR K.


BAB V KESIMPULAN DAN SARAN

5.1

Kesimpulan Dari hasil penelitian analisa penerimaan penggunaan aplikasi pemutar musik

online dengan menggunakan hedonic-motivation system adoption model dapat disimpulkan sebagai berikut: 1.

Faktor yang berpengaruh terhadap kesuksesan penerimaan penggunaan aplikasi pemutar musik online dengan menggunakan hedonic-motivation system adoption model berdasarkan hasil pengujian hipotesis adalah perceived ease of use, perceived usefulness, joy dan control. Keempat variabel ini merupakan variabel yang penting untuk mencapai kesuksesan penggunaan aplikasi pemutar musik online. Kesuksesan yang dimaksud adalah tingginya niat pengguna untuk melanjutkan penggunaan aplikasi pemutar musik online.

2.

Strategi yang dapat dilakukan untuk meningkatkan minat pengguna dalam mengguna aplikasi pemutar musik online berdasarkan hasil uji hipotesis dan saran yang diberikan responden pada kuesioner adalah dengan mengurangi batasan dalam menggunakan aplikasi pemutar musik online bagi pengguna yang tidak memiliki akun VIP, melakukan maintenance secara berkala untuk mengurangi bug pada aplikasi pemutar musik online dan menambahkan fitur yang dapat meningkatkan keingintahuan pengguna dalam menggunakan aplikasi pemutar musik online.

63

SKRIPSI


HENDRA HANGGAR K.


5.2

Saran Berdasarkan hasil penelitian maka saran yang dapat diajukan untuk penelitian

selanjutnya antara lain: 1.

Perlunya pengurangan indikator pertanyaan pada kuesioner

dikarenakan

adanya beberapa indikator dengan pertanyaan yang hampir mirip. 2.

Perlunya evaluasi lebih dalam untuk mengetahui penyebab – penyebab tidak signifikannya relasi antar variabel.

3.

Memodifikasi hedonic-motivation system adoption model supaya penelitian yang dilakukan lebih akurat.

4.

Menggunakan model lain untuk membandingkan hasil dengan hedonicmotivation system adoption model untuk menganalisa penerimaan penggunaan aplikasi pemutar musik online.

SKRIPSI


HENDRA HANGGAR K.


DAFTAR PUSTAKA

Agarwal, R. & Karahanna, E. (2000). Time flies when you're having fun: Cognitive absorption and beliefs about information technology usage. MIS Quarterly, 24(4), 665–694. Chin, W., & Frye, T. (1996). PLS Graph . Soft Modeling Inc. Fathoni, A. (2006). Metodologi Penelitian dan Teknik Penyusunan Skripsi. Jakarta: Rineka Cipta. Faza, Septiana. (2013). Sudah Tahukah Anda Apa Itu Soundcloud. Retrieved August 18, 2016, from Septiana Faza: http://septianza.blogspot.co.id/2013/12/sudah-tahukah-anda-apa-itusoundcloud.html Febrian, Jack. (2005). Menggunakan Internet. Bandung:Informatika. Ghozali, I. (2008). Structural Equation Modeling. Metode Alternatif dengan Partial Least Square PLS. Semarang: Badan Penerbit Undip. Ghozali, I. (2013). Structural Equation Modelling Metode Alternatif dengan Partial Least Square (PLS). Semarang: Badan Penerbit Undip. Handi (2015). Mengenal Aplikasi JOOX Music - Aplikasi Music Streaming. Retrieved August 18, 2016, from handi.id: http://handi.id/mengenalaplikasi-joox-music-aplikasi-musik-streaming Hartono, Jogiyanto. (2005). Analisis dan Desain Sistem Informasi: pendekatan terstruktur teori dan praktek aplikasi bisnis. Yogyakarta: Andi Offset Hendryadi & Suryani. 2010. Metode Riset Kuantitatif : Teori dan Aplikasi pada Penelitian Bidang Manajemen dan Ekonomi Islam. Jakarta: Prenadamedia. Liu, Y. (2003). Developing a scale to measure the interactivity of websites. Journal of Advertising Research, 43(2), 207–216. Lowry et.al. (2013). Proposing The Hedonic-Motivation System Adoption Model (HMSAM) to Increase Understanding of Adoption of Hedonically Motivated

65

SKRIPSI


HENDRA HANGGAR K.


Systems. Journal of the Association for Information Systems, vol. 14(11), 617–671. Monecke, A. & Leisch, F. (2012) SEM PLS: Structural Equation Modeling Using Partial Least Square.Journal of Statistic Software. Nurasalam. (2013). Metodologi Penelitian Ilmu Keperawatan: Pendekatan Praktis Edisi 3. Jakarta. Pikkarainen, et al. (2004). Consumer acceptance of online banking: an extension of the technology acceptance model. Internet Research Volume 14 – Number 3 pp. 224-235 Siregar, S. (2014). Statisti 6ka Parametrik untuk Penelitian Kuantitatif dilengkapi dengan Perhitungan manual dan Aplikasi SPSS Versi17. Jakarta: Rajawali Pers. Sugiyono. (2009). Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitif, dan R&D. Bandung: ALFABETA. Supriyadi, Edi. 2014. SPSS + AMOS: Statistical Data Analysis. Jakarta: In Media. Surya, Riecky. (2014). Aplikasi Pemutar Musik Online Gratis Untuk Android. Retrieved August 18, 2014 from Ruang Komputer: http://ruangkomputer.com/aplikasi-musik-online-streaming-gratis-untukandroid Utami, A. W. (2013). Analisa Kesuksesan Sistem Informasi Akademik (SIAKAD) di Perguruan Tinggi dengan menggunakan Pendekatan D&M is Success Model Studi Kasus ITS Surabaya. Skripsi ITS. Venkatesh, V. (2000). Determinants of perceived ease of use: Integrating control, intrinsic motivation, and emotion into the technology acceptance model. Information Systems Research, 11(4),342-365. Yamin & Kurniawan, S. (2011). Generasi Baru Mengelolah Data Penelitian dengan Partial Least Square Path Modeling. Jakarta: Salemba Infotek. Yamin, S., & Kurniawan, H. (2011). Generasi Baru Mengolah Data Penelitian dengan Partial Least Square Path Modelling Aplikasi dengan Software XLSTAT, SMartPLS, dan VisualPLS. Jakarta: Salemba Infotek. Yudhistira. (2014). Spotify, Aplikasi Pemutar Musik Online Gratis Tanpa Batas. Retrieved August 18, 2016, from Spot Gadget: http://spotgadget.blogspot.co.id/2014/04/spotify-aplikasi-pemutar-musik-onlinegratis-tanpa-batas.html

SKRIPSI


HENDRA HANGGAR K.

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA Lampiran 1

UNIVERSITAS AIRLANGGA Jl. Mulyorejo, Kampus C, Surabaya, Jawa Timur 60115 Telp. (031) 5914042, 5914043, 5912546, 5912564, Fax. (031) 5981841, 5939934 Website : www.unair.ac.id ANALISIS PENERIMAAN PENGGUNAAN APLIKASI PEMUTAR MUSIK ONLINE DENGAN MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL

Kuesioner Dengan hormat, Saya adalah mahasiswa Fakultas Sains dan Teknologi Jurusan Sistem Informasi Universitas Airlangga Surabaya yang sedang melakukan penelitian dengan judul “Analisis Penerimaan Penggunaan Aplikasi Pemutar Musik Online Dengan Menggunakan Hedonic-Motivation System Adoption Model”. Sehubungan dengan hal tersebut, saya sangat mengharapkan bantuan Bapak/Ibu untuk mengisi kuesioner yang saya ajukan. Informasi dan opini yang Bapak/Ibu berikan akan sangat membantu saya dalam menganalisis keberlanjutan penggunaan aplikasi pemutar musik online. Yang harapannya dapat menjadi dasar dalam pembuatan rancangan saran dan solusi untuk perbaikan dan peningkatan dalam proses pengembangan aplikasi pemutar musik online. Untuk diketahui bahwa kuesioner ini hanyalah untuk kepentingan akademis dan ilmiah saja. Oleh karena itu saya sangat mengahrapkan ketelitian, kejujuran dan kesungguhan Bapak/Ibu dalam mengisi kuesioner ini, sehingga jawaban Bapak/Ibu dapat memberi saya gambaran mengenai keberhasilan aplikasi pemutar musik online. Demikian permohonan ini saya buat, atas perhatian dan partisipasi Bapak/Ibu dalam penelitian ini, saya ucapkan terima kasih.

Hormat saya,

Hendra Hanggar Kusuma

SKRIPSI


HENDRA HANGGAR K.


Bagian I Isilah data berikut sesuai dengan data diri Anda. Isilah data dalam kotak isian dengan menggunakan tanda centang (√) Data Responden

Jenis Kelamin

:

Laki-Laki

Perempuan

Usia

: ......

Kota Tinggal

: ……………………………………………

Nama Aplikasi Pemutar Musik Onine

: …………………...

Bagian II Petunjuk Pengisian: Berdasarkan atas pengalaman Ibu/Bapak, berilah tanda centang (√) pada bobot nilai alternatif jawaban yang paling merefleksi persepsi Ibu/Bapak pada setiap pernyataan. Berikut 7 pilihan jawaban yang tersedia: Sepenuhnya Tidak Setuju (STS) apabila pernyataan tersebut sepenuhnya tidak sesuai dengan diri Anda Sebagian Besar Tidak Setuju (SBTS) apabila pernyataan tersebut sebagian besar tidak sesuai dengan diri Anda Agak Tidak Setuju (ATS) apabila pernyataan tersebut agak tidak sesuai dengan diri anda Netral (N) apabila pernyataan tersebut diantara sesuai dan tidak sesuai dengan diri Anda Agak Setuju (AS) apabila pernyataan tersebut agak sesuai dengan diri Anda Sebagian Besar Setuju (SBS) apabila pernyataan tersebut sebagian besar sesuai dengan diri anda Sepenuhnya Setuju (SS) apabila pernyataan tersebut sepenuhnya sesuai dengan diri anda

SKRIPSI


HENDRA HANGGAR K.


Alternatif Jawaban No

Daftar Pernyataan

STS SBTS ATS 1

1

Saya merasa dapat menikmati penggunaan aplikasi pemutar musik online.

2

Saya senang pada saat menggunakan aplikasi pemutar musik online.

3

Saya bosan menggunakan aplikasi pemutar musik online.

4

Aplikasi pemutar musik online benar-benar membuat saya menjadi kesal.

5

Pengalaman menggunakan aplikasi pemutar musik online itu memuaskan.

6

Aplikasi pemutar musik online menjadikan saya tidak puas.

7

Saya memiliki banyak kendali dalam menggunakan aplikasi pemutar musik online.

8

Saya dapat memilih secara bebas apa yang ingin saya lihat dan lakukan.

9

Saya memiliki sedikit kendali dari apa yang saya bisa lakukan.

10

Saya merasa dapat mengendalikan dalam menggunakan aplikasi pemutar musik online.

11

Saya tidak memiliki kendali dari interaksi saya dengan aplikasi pemutar musik online.

12

Saya diizinkan mengendalikan interaksi saya dengan aplikasi pemutar musik online.

13

Saya bisa menghindari sebagian gangguan lainnya ketika menggunakan aplikasi pemutar musik online.

14

Saya selalu terikat dalam apa yang saya lakukan pada saat menggunakan aplikasi pemutar musik online.

15

Saya terikat secara mendalam pada aplikasi pemutar musik online.

SKRIPSI


2

3

N

AS

SBS

SS

4

5

6

7

HENDRA HANGGAR K.


Altermatif Jawaban NO

Daftar Pernyataan

STS SBTS ATS 1

16

Saya terganggu oleh perhatian lainnya dengan sangat mudah pada saat menggunakan aplikasi pemutar musik online

17

Perhatian saya tidak dapat dialihkan dengan sangat mudah.

18

Pengalaman menggunakan aplikasi pemutar musik online meningkatkan keingintahuan saya.

19

Pengalaman menggunakan aplikasi pemutar musik online membuat saya ingin tahu.

20

Pengalaman menggunakan aplikassi pemutar musik online meningkatkan imajinasi saya.

21

Interaksi saya dengan aplikasi pemutar musik online jelas dan dapat dimengerti.

22

Interaksi dengan aplikasi pemutar musik online tidak membutuhkan banyak usaha pemikiran.

23

Saya merasa aplikasi pemutar musik online bebas dari masalah.

24

Saya merasa mudah untuk mendapatkan apa yang aplikasi lakukan dengan apa yang ingin saya lakukan.

25

Mempelajari untuk mengoperasikan aplikasi pemutar musik online mudah bagi saya.

26

Sederhana melakukan apa yang saya inginkan dengan aplikasi pemutar musik online.

27

Mudah bagi saya untuk menjadi terampil dalam menggunakan aplikasi pemutar musik online.

28

Saya merasa aplikasi pemutar musik online mudah untuk digunakan.

29

Aplikasi pemutar musik online dapat mengurangi stres saya.

30

Aplikasi pemutar musik online membantu saya lebih baik dalam mengisi waktu.

SKRIPSI


2

3

N

AS

SBS

SS

4

5

6

7

HENDRA HANGGAR K.


Alternatif Jawaban No

Daftar Pernyataan

STS

SBTS ATS

1 31

Aplikasi pemutar musik online membantu dalam pembebasan diri yang berguna.

32

Aplikasi pemutar musik online membantu saya berpikir jernih.

33

Aplikasi pemutar musik online membantu saya merasa lebih dimudakan.

34

Saya akan berencana menggunakannya di masa depan.

35

Saya berniat untuk terus menggunakannya di masa depan.

36

Saya berharap untuk menggunakan secara lanjut di masa depan.

2

3

N

AS

SBS

SS

4

5

6

7

Saran :

Terima kasih atas partisipasi Bapak/Ibu dalam mengisi kuesioner ini. Dengan tulus saya sangat menghargai waktu dan kerjasama dari Bapak/Ibu.

Terima Kasih dan Sukses Selalu

SKRIPSI


HENDRA HANGGAR K.


Lampiran 2. Rekap Data JOY1

JOY2

JOY3

JOY4

JOY5

JOY6

CTL1

CTL2

CTL3

CTL4

CTL5

CTL6

FI1

FI2

FI3

FI4

FI5

CUR1

CUR2

CUR3

PEOU1

PEOU2

PEOU3

PEOU4

PEOU5

PEOU6

PEOU7

PEOU8

PU1

PU2

PU3

PU4

PU5

BIU1

BIU2

BIU3

7

6

4

6

6

6

2

6

5

5

3

6

6

3

2

3

3

6

6

6

6

7

7

7

7

7

7

7

7

6

6

4

4

6

6

6

5

6

7

6

5

6

5

3

3

5

5

6

5

3

2

3

3

4

4

3

6

6

6

6

7

5

6

7

6

4

4

5

5

6

5

4

7

7

4

7

5

4

7

7

5

5

5

4

2

3

2

3

6

6

6

4

5

6

4

5

6

5

7

6

4

4

4

3

5

4

4

4

4

4

3

5

4

3

3

2

2

7

5

2

2

2

2

3

3

2

3

3

5

6

5

7

6

5

6

5

7

5

4

5

4

4

4

5

6

7

5

7

5

5

5

5

6

5

5

4

4

4

4

3

4

4

4

4

4

5

5

5

5

5

5

6

6

6

4

4

4

5

5

5

3

4

6

4

4

5

4

4

3

3

4

4

3

3

3

3

3

5

5

2

4

4

2

4

5

3

5

5

5

3

2

4

5

4

3

3

7

7

3

4

7

4

5

5

3

7

2

7

6

6

6

3

6

6

6

6

7

7

6

6

6

6

6

6

7

6

7

6

6

6

6

6

5

5

2

2

6

1

7

5

5

3

2

5

5

5

5

3

4

3

4

4

5

3

4

5

3

3

5

5

5

5

3

5

6

4

5

5

6

5

2

2

7

3

5

6

2

6

2

7

5

6

6

3

6

7

6

5

7

6

7

5

7

5

7

5

6

6

7

7

6

4

6

7

6

6

3

1

7

3

4

6

2

6

2

6

5

4

5

3

4

6

6

6

7

6

5

6

6

6

6

6

6

7

7

7

6

6

5

6

5

5

4

4

4

4

2

2

3

6

6

6

4

3

2

3

3

2

2

2

6

6

5

2

7

3

7

7

5

4

4

4

3

4

5

6

5

4

3

2

3

4

2

2

3

6

6

4

4

3

2

3

3

4

4

6

6

5

5

2

6

6

6

7

7

5

5

5

5

5

6

6

6

6

4

6

6

6

4

5

4

7

6

6

4

3

2

3

4

6

6

6

5

6

5

5

7

6

6

6

7

6

2

2

4

5

5

5

5

5

6

5

6

7

4

4

4

6

6

5

3

2

2

3

2

4

3

3

6

6

5

4

7

4

5

7

6

5

5

6

5

5

5

4

5

5

4

6

5

7

3

3

2

5

6

4

2

2

2

3

3

4

4

3

7

5

5

4

7

7

6

7

5

3

2

5

4

4

5

4

5

6

6

5

5

3

4

4

6

6

6

5

4

3

2

3

3

4

4

5

6

5

6

5

7

4

5

6

6

4

4

6

5

5

4

3

5

4

5

6

4

5

6

6

6

6

6

6

4

4

4

3

3

5

5

4

6

7

5

4

7

6

6

7

5

4

4

4

4

4

4

4

5

5

5

6

5

5

6

7

3

5

3

5

5

3

3

5

5

7

7

7

7

2

3

5

3

3

5

5

7

4

4

5

6

5

5

5

5

5

6

7

5

7

2

2

2

4

3

5

3

2

3

5

5

6

6

5

7

7

5

5

7

5

6

6

7

5

5

6

6

4

4

4

6

6

7

7

7

7

3

4

3

3

5

5

5

2

1

5

2

5

6

4

6

6

6

5

7

7

7

7

7

7

6

6

6

6

6

6

6

7

5

5

6

5

6

6

5

6

5

3

6

3

3

5

3

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

3

4

5

5

5

6

3

4

5

4

4

4

4

6

6

5

3

6

4

6

6

6

6

6

6

6

7

6

7

7

6

6

6

2

3

2

6

2

5

5

4

2

6

2

5

2

5

5

3

5

6

3

5

5

3

3

5

2

3

4

3

5

4

4

4

5

6

5

5

6

7

4

4

2

5

5

5

5

4

3

5

3

5

4

3

6

5

4

5

5

6

7

7

6

5

5

5

5

5

4

5

6

6

6

6

5

6

4

4

6

4

5

3

4

5

5

5

1

5

4

4

5

5

4

4

5

5

5

5

5

4

4

5

4

4

6

6

4

5

5

7

4

7

4

2

5

7

4

4

3

3

5

5

1

4

4

2

3

3

2

4

3

4

4

5

4

6

4

5

5

4

3

4

SKRIPSI


HENDRA HANGGAR K.


7

7

6

6

6

6

2

6

3

6

6

6

6

3

3

5

4

5

5

4

5

6

4

5

6

6

4

7

5

4

3

4

4

5

5

5

5

5

5

5

5

5

5

5

5

5

6

5

5

5

5

5

5

5

5

6

5

4

3

5

5

5

5

5

6

5

5

5

5

5

5

5

6

7

6

5

6

6

6

6

5

6

6

2

5

6

4

5

6

6

6

6

4

4

5

4

5

4

4

4

4

4

4

4

4

4

4

4

5

6

7

6

5

6

6

5

5

7

6

5

5

4

5

5

5

7

6

6

7

6

6

5

5

7

7

5

5

6

7

7

6

6

5

7

6

7

7

6

5

7

5

4

4

6

6

6

6

5

7

5

6

6

6

7

7

6

5

5

5

5

6

6

7

6

6

7

6

6

6

6

7

7

7

6

6

7

7

6

6

7

6

7

6

5

4

5

6

5

4

6

7

6

6

5

5

5

6

7

7

5

6

6

7

6

5

4

7

7

6

7

7

6

5

6

3

5

7

6

6

6

6

5

5

6

6

7

7

7

6

7

6

7

7

6

7

7

6

7

7

7

7

7

6

6

7

7

5

3

4

6

5

7

7

4

5

5

4

5

4

5

5

4

7

6

5

5

7

5

7

6

7

5

5

6

7

6

6

7

6

6

7

7

7

6

5

6

5

6

7

6

6

6

5

5

6

6

5

5

6

7

6

6

7

7

7

7

7

7

6

6

7

7

7

7

6

7

7

6

5

3

7

6

6

7

7

7

5

4

3

5

6

7

7

6

5

5

5

5

6

5

7

7

7

7

6

7

5

6

7

7

7

6

6

7

6

6

7

6

6

7

7

6

6

6

6

5

5

6

6

5

7

7

7

6

5

6

5

7

6

5

6

6

7

6

5

5

7

7

6

6

6

7

5

6

6

6

7

6

6

6

6

5

7

6

6

7

7

7

6

7

6

6

7

7

6

6

7

7

7

6

7

6

5

6

6

7

5

7

7

6

6

7

7

7

6

5

4

5

5

7

6

5

7

6

5

5

6

5

6

7

6

5

5

6

7

7

6

5

5

5

5

5

4

5

3

4

3

3

3

3

3

5

4

4

5

5

5

5

4

4

3

3

4

4

5

4

4

4

4

4

5

4

4

4

5

7

3

4

6

5

4

3

3

4

3

4

4

5

4

4

5

6

6

6

6

6

4

4

6

4

5

6

7

6

6

7

6

6

5

6

5

4

2

2

6

2

6

6

3

4

3

5

2

5

5

4

6

6

6

5

5

6

5

4

6

6

6

6

5

4

4

3

6

3

3

3

3

5

3

5

5

6

4

2

3

5

3

4

6

6

6

4

2

3

3

2

5

5

5

5

6

5

6

7

7

7

6

7

7

7

6

5

6

6

7

6

5

3

5

5

4

6

5

7

5

4

4

4

4

5

6

7

7

6

5

5

6

5

6

7

7

7

6

7

7

7

7

7

4

5

6

6

6

6

4

5

5

5

4

5

3

2

4

4

4

5

6

6

4

3

3

4

5

4

3

4

5

5

5

4

4

5

5

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

4

4

4

4

4

4

4

4

4

4

3

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

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

4

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

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

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

4

4

4

4

4

4

4

5

5

6

5

5

7

5

5

4

6

4

5

5

4

4

4

5

5

5

4

5

5

6

5

7

5

6

6

7

6

7

6

5

7

6

5

5

5

5

5

5

5

5

5

2

6

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

1

2

5

5

4

5

4

4

7

4

4

3

2

3

2

4

2

3

2

3

2

3

3

1

3

2

3

2

4

4

2

3

2

4

2

1

7

7

7

4

6

6

5

6

5

6

6

6

6

4

4

4

5

4

4

4

6

6

6

6

6

6

6

6

6

6

4

4

6

6

6

6

SKRIPSI


HENDRA HANGGAR K.


5

5

5

6

6

6

6

7

6

7

6

7

7

4

5

4

4

7

7

7

4

6

7

7

6

4

7

6

7

7

6

7

7

7

6

6

7

7

7

7

7

7

6

6

6

6

6

6

4

4

4

4

4

6

6

6

6

5

6

5

6

6

6

6

7

7

7

7

7

7

7

7

7

7

4

5

6

5

4

7

7

4

7

6

4

4

4

4

4

3

3

5

6

6

4

4

6

6

5

5

4

4

4

4

4

6

6

6

7

7

7

7

7

7

6

7

7

7

7

7

4

6

4

4

4

4

4

5

6

6

4

6

6

6

7

7

7

7

4

4

7

6

6

6

6

6

2

2

5

3

5

5

2

6

3

6

4

5

6

2

5

6

6

6

7

7

6

6

6

6

6

7

6

6

7

6

5

6

6

5

5

5

4

4

3

3

2

2

6

6

3

5

4

4

4

2

5

5

7

6

7

6

6

5

5

7

5

6

7

6

5

6

6

6

6

7

5

6

2

5

3

3

2

5

2

2

6

5

2

2

1

2

2

5

6

3

5

3

3

3

5

5

6

5

6

6

5

5

6

3

3

3

5

5

4

5

5

7

5

2

2

6

6

5

4

4

3

2

2

3

3

2

7

5

5

3

6

5

7

7

5

4

4

5

5

5

5

5

7

7

6

6

6

7

6

6

6

3

6

6

6

2

2

2

3

6

6

4

6

5

5

6

6

6

6

6

7

7

6

6

6

6

6

6

5

6

6

6

6

7

4

4

3

6

7

7

3

2

2

2

3

4

4

5

6

6

5

5

6

5

6

7

7

5

3

6

5

5

3

2

5

5

4

5

5

6

3

4

3

6

3

5

4

3

3

6

5

4

4

4

7

7

6

5

7

7

7

7

5

4

3

6

7

5

5

4

6

7

6

5

6

7

5

4

4

6

5

6

6

6

7

6

5

6

6

5

7

6

5

6

6

5

6

7

7

6

6

7

6

7

7

5

5

6

6

4

5

4

5

5

3

6

6

5

7

7

6

6

5

6

7

5

7

7

6

5

7

5

6

7

5

4

4

5

6

7

5

4

5

6

4

6

4

6

4

7

3

5

6

4

4

2

2

6

2

6

6

6

5

5

3

5

7

7

7

6

7

6

6

5

5

5

4

4

5

6

3

6

4

4

4

3

5

5

6

6

6

7

7

6

5

4

3

2

5

5

5

7

6

5

5

6

5

2

2

5

3

7

7

7

6

5

6

7

3

3

3

3

4

7

6

6

7

7

7

6

5

4

4

5

7

7

7

6

7

6

7

7

7

6

6

7

5

7

6

7

5

5

7

7

5

6

3

3

4

6

6

6

5

5

4

6

6

7

6

5

7

6

6

5

6

5

6

7

5

6

5

6

6

7

6

5

5

7

5

5

3

3

6

6

6

6

6

6

6

6

6

6

6

7

7

7

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

6

5

4

6

7

6

7

4

6

6

5

6

5

6

3

2

6

3

4

5

5

6

6

7

7

7

6

4

6

6

5

5

5

6

6

7

7

7

6

3

5

6

6

6

6

5

7

7

6

6

6

5

6

5

4

4

5

7

6

5

5

6

5

6

7

6

3

2

5

5

5

5

3

6

7

6

7

6

7

5

6

5

7

7

7

6

6

6

6

6

7

6

7

6

7

7

6

7

6

7

7

7

7

7

6

7

7

6

7

7

7

3

7

6

7

5

5

4

6

7

5

5

3

2

6

5

4

5

6

5

5

6

5

7

7

7

7

7

7

6

7

7

7

7

7

7

7

7

7

6

7

6

6

2

6

7

5

5

5

5

6

6

7

7

7

7

2

3

3

6

4

6

7

7

7

6

7

7

7

7

7

7

6

7

5

7

6

5

5

6

7

7

6

6

7

7

6

5

5

5

6

7

6

6

5

6

6

7

7

7

5

6

6

6

6

5

4

7

6

7

7

6

6

7

6

6

7

7

7

6

6

5

6

5

4

4

7

6

7

7

5

7

5

6

7

7

5

6

6

6

6

5

4

6

7

6

5

5

7

7

6

6

7

7

6

6

6

6

6

5

5

5

6

7

6

5

5

5

5

6

7

6

5

5

6

7

6

5

4

6

7

6

6

6

7

7

7

6

7

7

7

7

7

7

6

6

6

6

7

7

6

5

5

6

6

7

7

7

7

6

7

5

7

7

5

SKRIPSI


HENDRA HANGGAR K.


5

7

7

6

6

7

7

6

6

7

7

7

6

5

7

6

6

6

5

7

7

6

6

5

5

7

7

6

7

7

6

5

5

6

6

5

7

6

7

6

7

7

7

7

6

6

7

6

5

4

5

6

5

5

5

5

6

6

5

7

6

5

5

5

6

7

5

6

5

5

5

5

7

7

7

6

6

7

6

5

6

7

7

6

6

5

4

6

5

6

7

5

7

7

6

5

6

5

5

7

7

6

5

7

7

7

6

5

6

6

7

6

6

7

7

6

6

7

7

7

5

5

5

6

6

6

5

5

7

6

5

5

6

6

7

7

6

5

4

6

5

7

6

5

6

7

6

7

6

7

6

6

6

7

7

7

6

5

4

6

6

6

6

5

7

6

5

5

7

5

7

7

7

6

6

7

5

6

7

7

6

7

7

7

6

7

7

6

6

7

7

7

6

6

6

6

5

5

6

7

7

7

6

6

7

6

7

7

7

6

6

7

5

5

6

7

6

4

4

3

4

5

2

5

6

6

5

5

2

3

3

1

2

5

5

5

5

6

2

4

3

3

3

3

5

6

3

4

5

3

4

4

1

1

1

1

1

1

1

7

1

1

1

7

1

7

7

1

7

7

7

7

1

1

1

1

7

7

1

7

7

7

1

7

1

1

1

1

7

7

7

7

7

7

6

6

7

5

3

5

7

6

6

7

1

7

7

7

7

7

6

7

5

6

6

6

7

7

6

6

6

7

7

7

7

1

4

7

7

4

3

6

3

7

3

3

6

7

7

7

4

1

7

5

7

7

4

5

6

4

6

7

7

7

7

7

7

7

7

7

7

7

6

6

6

6

2

7

5

6

4

4

4

2

2

7

4

7

7

7

4

4

4

5

7

7

7

7

7

7

6

6

6

6

6

6

6

6

3

6

5

6

4

4

2

5

6

6

5

5

5

7

5

5

6

4

7

6

5

5

7

5

7

7

6

4

5

5

5

5

5

5

7

6

7

7

7

7

6

6

5

7

7

6

7

6

6

7

7

6

7

7

7

7

7

6

7

6

6

6

7

7

7

7

6

7

7

6

6

7

6

7

5

6

7

6

6

6

7

7

7

6

6

7

5

7

6

6

7

7

6

5

5

6

7

7

6

6

7

6

7

7

6

6

7

6

6

6

5

7

7

7

6

7

7

7

6

6

6

7

5

5

4

4

7

7

5

6

7

6

7

7

6

5

4

5

5

6

6

7

7

6

7

7

6

7

7

7

6

7

7

7

6

5

5

7

5

5

5

7

6

6

7

5

6

7

6

6

6

5

6

6

7

7

5

5

7

7

7

4

6

7

7

7

7

7

7

7

4

1

4

7

4

7

7

7

7

7

4

7

7

7

7

7

7

7

7

7

4

7

7

7

7

7

7

7

7

7

7

7

7

7

7

7

7

1

1

7

1

7

7

7

7

7

6

7

7

7

7

7

7

7

7

7

7

7

7

7

7

7

7

7

7

7

1

7

7

7

7

7

7

6

4

7

4

7

6

4

7

2

2

2

4

4

4

7

6

6

6

4

4

7

7

6

SKRIPSI


HENDRA HANGGAR K.

ANALISIS PENERIMAAN DAN PENGGUNAAN APLIKASI PEMUTAR MUSIK ONLINE DENGAN MENGGUNAKAN HEDONIC-MOTIVATION SYSTEM ADOPTION MODEL SKRIPSI

Recommend Documents