FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA TESIS

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA

TESIS

PROGRAM STUDI MAGISTER MANAJEMEN

Diajukan oleh: Erlita Octaviani 142222209

FAKULTAS EKONOMI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016


FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA

TESIS

UNTUK MEMENUHI SEBAGIAN PERSYARATAN MENCAPAI DERAJAT SARJANA S-2 PROGRAM STUDI MAGISTER MANAJEMEN

Diajukan oleh: Erlita Octaviani 142222209

FAKULTAS EKONOMI UNIVERSITAS SANATA DHARMA YOGYAKARTA 2016

ii


iii


iv


v


vi


KATA PENGANTAR Puji dan syukur pada Tuhan Yang Maha Esa atas berkat, rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan tesis yang berjudul “FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA”. Tesis ini ditulis sebagai salah satu syarat dalam menyelesaikan studi pada Program Magister Manajemen Fakultas Ekonomi Universitas Sanata Dharma Yogyakarta. Selama berproses dalam menyelesaikan tesis ini, penulis bersyukur atas segala bentuk dukungan dari berbagai pihak yang telah membantu sehingga tesis ini dapat diselesaikan dengan baik. Oleh karena itu pada kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada : 1. Yang terhormat bapak Drs. Johanes Eka Priyatma, M.Sc., Ph.D selaku Rektor Universitas Sanata Dharma serta dosen pembimbing I yang telah memberikan bimbingan, motivasi dan dukungan selama penulisan tesis ini. 2. Yang terhormat bapak Drs. T. Handono Eko Prabowo, MBA, Ph.D selaku Ketua Program Studi Magister Manajemen Universitas Sanata Dharma serta dosen pembimbing II yang telah memberikan bimbingan, motivasi dan dukungan selama penulisan tesis ini. 3. Yang terhormat kepala P3MP Universitas Sanata Dharma yang telah memberikan ijin penelitian serta kerjasamanya dalam penulisan tesis ini. 4. Yang terhormat dosen-dosen Magister Manajemen Universitas Sanata Dharma yang telah memberikan ilmu kepada penulis.

vii


5. Yang terhormat bapak Ir. Ignatius Aris Dwiatmoko, M.Sc. yang telah memberikan bimbingan, arahan serta konsultasi kuantitatif dalam penulisan tesis ini. 6. Teristimewa kepada orang tua, Sis Widyanto dan Sri Mulyani serta kedua saudara saya, Ernanda Rully dan Erwinsyah Rico atas dukungan moral, spiritual dan finansial dalam penyusunan tesis ini. 7. Yang terkasih seluruh teman-teman Magister Manajemen Universitas Sanata Dharma atas kebersamaan belajar selama ini. 8. Semua pihak yang tidak bisa penulis sebutkan satu-persatu atas segala dukungannya. Penulis berharap tesis ini bermanfaat bagi pembaca yang berminat dan dapat juga sebagai referensi untuk penelitian selanjutnya. Penulis menyadari bahwa tesis ini masih jauh dari sempurna, untuk itu penulis mengharapkan kritik dan saran demi penyempurnaan tesis ini. Semoga tesis ini dapat bermanfaat bagi kita semua.

viii


DAFTAR ISI

LEMBAR PERSETUJUAN DOSEN PEMBIMBING ....... Error! Bookmark not defined. LEMBAR PERSETUJUAN .................................... Error! Bookmark not defined. KATA PENGANTAR ......................................................................................... vii DAFTAR ISI......................................................................................................... ix DAFTAR TABEL ............................................................................................... xii DAFTAR GAMBAR .......................................................................................... xiii DAFTAR RUMUS ............................................................................................. xiv DAFTAR LAMPIRAN ....................................................................................... xv ABSTRAK .......................................................................................................... xvi ABSTRACT ........................................................................................................ xvii BAB I PENDAHULUAN ...................................................................................... 1 1.1 Latar Belakang ..................................................................................... 1 1.2 Rumusan Masalah ................................................................................ 5 1.3 Tujuan Penelitian ................................................................................. 5 1.4 Manfaat Penelitian ............................................................................... 6 1.5 Batasan Penelitian ................................................................................ 7 1.6 Sistematika Penulisan .......................................................................... 7 BAB II TINJAUAN PUSTAKA .......................................................................... 9 2.1 Sistem Manajemen Pembelajaran ........................................................ 9 2.1.1 2.1.2 2.1.3 2.1.4 2.1.5 2.1.6

Pengertian Sistem Manajemen Pembelajaran ...................................... 9 Sejarah Sistem Manajemen Pembelajaran ......................................... 10 Fitur-fitur Sistem Manajemen Pembelajaran ..................................... 10 Perangkat Lunak untuk Sistem Manajemen Pembelajaran ................ 11 Keuntungan Sistem Manajemen Pembelajaran .................................. 12 Kelemahan Sistem Manajemen Pembelajaran ................................... 13

2.2 E-learning ........................................................................................... 14 2.3 Model UTAUT 2 ................................................................................ 15 2.3.1 2.3.2 2.3.3 2.3.4 2.3.5 2.3.6 2.3.7

Performance Expectancy (Harapan Kinerja) ..................................... 18 Effort Expectancy (Persepsi Usaha) ................................................... 19 Social Influence (Faktor Sosial) ......................................................... 19 Facilitating Conditions (Dukungan Fasilitas).................................... 20 Hedonic Motivation (Motivasi hedonis) ............................................ 20 Price Value (Nilai Harga) .................................................................. 21 Habit (Kebiasaan) .............................................................................. 21

ix


2.3.8 Behavioral Intention (Niat Perilaku).................................................. 22

2.4 Penelitian Terdahulu .......................................................................... 23 2.5 Pengembangan Hipotesis ................................................................... 28 2.6 Kerangka Penelitian ........................................................................... 32 BAB III METODE PENELITIAN .................................................................... 36 3.1 Desain Penelitian ................................................................................ 36 3.2 Definisi Operasional Penelitian.......................................................... 38 3.3 Populasi dan Sampel Penelitian ......................................................... 40 3.4 Instrumen Penelitian........................................................................... 45 3.4.1 Pengujian Validitas ............................................................................ 46 3.4.2 Pengujian Reliabilitas ........................................................................ 47

3.5 Metode Pengumpulan Data ................................................................ 48 3.6 Metode Analisis Data ......................................................................... 48 BAB IV HASIL PENELITIAN DAN PEMBAHASAN .................................. 56 4.1 Deskripsi Data .................................................................................... 56 4.1.1 Deskripsi Responden Penelitian......................................................... 56 4.1.2 Deskripsi Variabel Penelitian............................................................. 59

4.2 Pengujian Instrumen Peneltian ........................................................... 63 4.2.1 Pengujian Validitas ............................................................................ 63 4.2.2 Pengujian Reliabilitas ........................................................................ 65

4.3 Analisis PLS-SEM ............................................................................. 66 4.3.1 Evaluasi Outer Model ........................................................................ 66 4.3.2 Evaluasi Inner Model ......................................................................... 72

4.4 Pengujian Hipotesis ............................................................................ 75 4.5 Pembahasan ........................................................................................ 90 4.5.1 Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa ........................................................................................................... 91 4.5.2 Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa ........................................................................................................... 93 4.5.3 Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa . 95 4.5.4 Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa ................................................................................................. 97 4.5.5 Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa ................................................................................................. 99 4.5.6 Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa ............................................................................................... 101 4.5.7 Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa ... 104 4.5.8 Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa ......................................................................................................... 106 4.5.9 Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa ............................................................................................... 107

x


BAB V KESIMPULAN DAN SARAN ............................................................ 110 5.1 Kesimpulan ...................................................................................... 110 5.2 Keterbatasan ..................................................................................... 111 5.3 Implikasi ........................................................................................... 112 5.3.1 Implikasi Akademis ......................................................................... 112 5.3.2 Implikasi Manajerial ........................................................................ 113

5.4 Saran ................................................................................................ 115 DAFTAR REFERENSI .................................................................................... 116 LAMPIRAN ....................................................................................................... 124 Lampiran 1 Surat Izin Penelitian.......................................................... 124 Lampiran 2 Surat Pengantar Kuesioner ............................................... 125 Lampiran 3 Kuesioner .......................................................................... 126 Lampiran 4 Data Pengguna Aktif Exelsa ............................................. 129 Lampiran 5 Rekap Data Kuesioner ...................................................... 130

xi


DAFTAR TABEL

Tabel 2.1 Penelitian Terdahulu

23

Tabel 3.1 Definisi Operasional Penelitian

38

Tabel 3.2 Jumlah Responden berdasarkan Strata Program Studi

44

Tabel 3.3 Tingkat Keandalan Cronbach’s Alpha

48

Tabel 3.4 Keterangan Simbol

51

Tabel 3.5 Persamaan Model Pengukuran Variabel

52

Tabel 4.1 Tingkat Pengembalian Kuesioner

56

Tabel 4.2 Responden berdasar usia

57

Tabel 4.3 Responden berdasar jenis kelamin

57

Tabel 4.4 Responden berdasar masa kerja

58

Tabel 4.5 Responden berdasar tingkat pengalaman menggunakan exelsa

58

Tabel 4.6 Statistik Deskriptif Variabel Penelitian

59

Tabel 4.7 Hasil Uji Validitas Instrumen Penelitian

64

Tabel 4.8 Hasil Uji Reliabilitas Instrumen Penelitian

66

Tabel 4.9 Outer Loading

68

Tabel 4.10 Nilai Average Variance Extracted (AVE)

69

Tabel 4.11 Cross Loading

70

Tabel 4.12 Nilai Composite Reliability

71

Tabel 4.13 Nilai Cronbach’s Alpha

72

Tabel 4.14 Nilai R-Square

72

Tabel 4.15 Hasil Analisis Jalur

80

Tabel 4.16 Hasil Analisis Jalur Moderasi Usia

81

Tabel 4.17 Hasil Analisis Jalur Moderasi Jenis Kelamin

82

Tabel 4.18 Hasil Analisis Jalur Moderasi Tingkat Pengalaman

83

Tabel 4.19 Hasil PLS-MGA Kelompok Usia

85

Tabel 4.20 Hasil PLS-MGA Kelompok Jenis Kelamin

87

Tabel 4.21 Hasil PLS-MGA Kelompok Tingkat Pengalaman

89

Tabel 4.22 Hasil Pengujian Hipotesis Penelitian

91

xii


DAFTAR GAMBAR

Gambar 2.1

Model UTAUT

16

Gambar 2.2

Model UTAUT2

18

Gambar 2.3

Kerangka Penelitian

34

Gambar 3.1

Model Diagram Jalur PLS

50

Gambar 4.1

Path Diagram

74

xiii


DAFTAR RUMUS

Rumus 3.1 Rumus Slovin

41

Rumus 3.2 Rumus Alokasi Proporsional

42

Rumus 3.3 Persamaan Dasar Model Pengukuran

51

Rumus 3.4 Rumus AVE

53

Rumus 3.5 Rumus Composite Reliability

53

Rumus 3.6 Persamaan Inner Model Variabel Eksogen-endogen

54

Rumus 3.7 Persamaa Inner Model Variabel Endogen

54

Rumus 3.8 Rumus Q-square

55

xiv


DAFTAR LAMPIRAN

Lampiran 1

Surat Izin Penelitian

125

Lampiran 2

Surat Pengantar Kuesioner

126

Lampiran 3

Kuesioner

127

Lampiran 4

Data Pengguna Exelsa

129

Lampiran 5

Rekap Data Kuesioner

130

xv


ABSTRAK Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di Universitas Sanata Dharma. Penelitian ini mengadopsi Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2) untuk memprediksi faktor kunci (harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, nilai harga dan kebiasaan) yang mempengaruhi niat dan perilaku penggunaan Exelsa di Universitas Sanata Dharma. Pengambilan sampel menggunakan teknik proportionate random sampling. Jumlah sampel sebanyak 180 dosen tetap yang berstatuf aktif di Universitas Sanata Dharma. Data penelitian dianalisis menggunakan PLS-SEM (Partial Least Square – Structural Equation Modeling) dengan perangkat lunak SmartPLS. Hasil penelitian menunjukkan bahwa konstruk dukungan fasilitas, motivasi hedonis, dan kebiasaan berpengaruh positif terhadap niat dan perilaku penggunaan Exelsa, sedangkan konstruk harapan kinerja, persepsi usaha, dan faktor sosial tidak berpengaruh positif terhadap niat dan perilaku penggunaan Exelsa. Berdasarkan hasil penelitian, Universitas Sanata Dharma dapat mengetahui penerimaan dan penggunaan Exelsa saat ini sehingga dapat meningkatkan penerimaan dan penggunaan Exelsa dengan memperkuat aspek dukungan fasilitas, motivasi hedonis, dan kebiasaan serta memperbaiki sistem manajemen pembelajaran. Kata kunci : Sistem Manajemen Pembelajaran, Exelsa, UTAUT2

xvi


ABSTRACT The aim of this research is to determine the factors that influence the acceptance and use of Exelsa, a Learning Management Systems in Sanata Dharma University. This research adopted the Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2) to predict key factors (performance expectation, effort expectation, social, facilitating condition, hedonic motivation, price value and habit) that affect the intention and the use behavior of Exelsa in Sanata Dharma University. This research employed proportionate random sampling as the technique of sampling. Total sample were 180 active permanent lecturers in Sanata Dharma University. Data were analyzed using PLS-SEM (Partial Least Square - Structural Equation Modeling) with software SmartPLS. The results show that the construct of facilitating condition, hedonic motivation, and habit positively affect on the intention and the use behavior of Exelsa, whereas the construct performance expectation, effort expectation, and social influence do not give positively affect on the intention and the use behavior of Exelsa. The result of this research can help Sanata Dharma University to find out the degree of acceptance and the use of exelsa nowadays. It can helps the University to increase the acceptance and the use of exelsa by increase the facilitating conditions, hedonic motivations and habits aspects also improve the learning management system. Keywords : Learning management system, Exelsa, UTAUT 2

xvii


BAB I PENDAHULUAN

Bab ini membahas latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan penelitian, dan sistematika penelitian.

1.1

Latar Belakang Perkembangan teknologi informasi dan komunikasi (TIK) telah memberikan

pengaruh terhadap dunia pendidikan, khususnya dalam proses pembelajaran. Penerapan teknologi informasi yang tepat dalam dunia pendidikan merupakan salah satu faktor kunci penting untuk mengejar ketertinggalan dunia pendidikan dan kualitas sumber daya manusia (SDM) Indonesia dari bangsa-bangsa lain (Sinaga dan Zainuddin, 2013). Di era modern seperti ini, seorang pengajar dituntut untuk mampu memanfaatkan teknologi semaksimal mungkin untuk mendukung proses pembelajaran. Untuk menghadapi tuntutan tersebut, seorang pengajar dapat menerapkan Sistem Manajemen Pembelajaran (SMP) atau Learning Management System (LMS). SMP menyediakan media pembelajaran yang interaktif, fleksibel dan tidak terbatas ruang maupun waktu. Menurut Tandirerung (2014) bahwa Sistem Manajemen Pembelajaran telah terbukti bermanfaat untuk pengajar dan juga peserta didik. SMP adalah sebuah perangkat lunak atau software untuk keperluan administrasi, dokumentasi, pencarian materi, laporan sebuah kegiatan, pemberian materi-materi pelatihan kegiatan belajar mengajar secara online yang terhubung

1

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 2

ke internet (Ellis, 2009). SMP telah banyak digunakan dalam pendidikan tinggi karena memiliki banyak keuntungan termasuk waktu belajar fleksibel dan pembelajaran jarak jauh tak terbatas (Hamuy & Galaz, 2010). Menurut Amiroh (2012) Learning Management System (LMS) atau Course Management System (CMS) atau Virtual Learning Environment (VLE) merupakan perangkat lunak yang digunakan oleh kalangan pendidik, baik universitas / perguruan tinggi dan sekolah sebagai media pembelajaran online berbasis internet (e-learning). Elearning menghasilkan pendidikan era baru, orang dapat belajar di mana saja dan kapan saja. E-learning dapat menciptakan pembelajaran yang efektif untuk studi di pendidikan tinggi. Universitas Sanata Dharma telah menerapkan Sistem

Manajemen

Pembelajaran dengan nama Experiential E-Learning of Sanata Dharma University (Exelsa) sejak tahun 2008. Experiential E-Learning of Sanata Dharma University (Exelsa) diharapkan dapat meningkatkan kualitas pembelajaran dan pendidikan di Universitas Sanata Dharma. Exelsa menyediakan sejumlah fasilitas pembelajaran seperti tugas online, tes online, bahan kuliah, chating, menjawab kuesioner, melihat pengumuman, forum mata kuliah, kalender kegiatan, dan sebagainya. Exelsa juga diharapkan dapat meningkatkan efektivitas dan kualitas komunikasi pembelajaran dengan pendekatan knowledge management di antara berbagai pihak seperti dosen, mahasiswa, program studi, biro administrasi akademik, penyedia media pembelajaran serta berbagai pihak lainnya yang berkepentingan. Berdasarkan data yang didapatkan dari pihak pengembang Exelsa (Pusat Penelitian dan Pengembangan Mutu Pendidikan / P3MP) bahwa hanya 88


dari 320 dosen tetap Universitas Sanata Dharma yang menggunakan Exelsa untuk kegiatan mengajar. Hal ini menjadi masalah di bidang sistem informasi terkait penerimaan dan penggunaan sistem. Berdasarkan uraian di atas kesuksesan implementasi e-learning akan berpengaruh terhadap peningkatan kualitas dan kompetensi pengajar dan juga mahasiswa. Penelitian sebelumnya menunjukkan bahwa pengenalan teknologi elearning biasanya merupakan suatu proses yang sulit dan pengguna tidak selalu menggunakannya (Venter, Rensburg, & Davis, 2012). Kesuksesan dan kegagalan implementasi sistem sangat bergantung pada penerimaan pengguna terhadap sistem tersebut. Meskipun teknologi memberikan keuntungan dan juga kemudahan, kegagalan implementasi terjadi bukan karena rendahnya kualitas dan kapasitas sistem tersebut, melainkan karena rendahnya tingkat penerimaan pengguna sistem. Beberapa faktor yang mempengaruhi penerimaan dan penggunaan teknologi e-learning termasuk infrastruktur teknologi, tingginya biaya teknologi, upaya instruksional, kompetensi lulusan, kepuasan teknologi (Venter et al., 2012), dukungan manajemen, metodologi, aksesibilitas dan ketersediaan sumber daya, budaya pendidikan dan gaya belajar, investasi intelektual, desain alat bantu, dan bisnis global (Ndume, Tilya and Twaakyondo, 2008). Oleh karena itu penting untuk memahami faktor-faktor yang relevan tentang prediksi niat pengguna untuk menggunakan sistem e-learning. Adopsi pengguna dalam menggunakan sistem informasi e-learning merupakan faktor penting untuk memprediksi keberhasilan atau kegagalan sistem


(Farahat, 2012). Oleh karena itu penting adanya sebuah penelitian tentang faktorfaktor yang berpengaruh terhadap tingkat penerimaan dan penggunaan Sistem Manajemen Pembelajaran. Sebagai media pembelajaran, e-learning dapat diterima dan digunakan oleh para penggunanya sehingga dapat meningkatkan produktivitas. Salah satu model terbaru untuk menjelaskan penerimaan pengguna (user acceptance) dalam bidang sistem informasi dikembangkan oleh Venkatesh, Thong, and Xu (2012), bernama model UTAUT2 (Unified Theory of Acceptance and Use of Technology v.2). UTAUT2 merupakan model terbaru setelah model UTAUT 2003. Venkatesh et al. membuat beberapa modifikasi dalam model UTAUT berdasarkan temuan mereka dari penelitian yang dilakukan di Hongkong, sehingga konstruk dalam UTAUT2 adalah performance expectancy (harapan kinerja), effort expectancy (persepsi usaha), social influence (faktor sosial), facilitating conditions (dukungan fasilitas), hedonic motivation (motivasi hedonis), price value (nilai harga), habit (kebiasaan dalam hal ini kebiasaan berinteraksi dengan sistem informasi). Venkatesh et al. (2012) menyatakan UTAUT2 menunjukkan perubahan signifikan dalam varians dijelaskan terhadap niat perilaku dan penggunaan teknologi. Oleh karena itu, penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi tingkat penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa di Universitas Sanata Dharma.


1.2

Rumusan Masalah Berdasarkan uraian latar belakang di atas, maka rumusan masalah dalam

penelitian ini yaitu faktor apa saja yang mempengaruhi penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa? Penerimaan pengguna terhadap sistem informasi merupakan dasar kesuksesan sebuah sistem. Penelitian ini berfokus pada penyelidikan pengguna terhadap penerimaan dan penggunaan Exelsa. Pertanyaan di atas akan dijawab menggunakan model penerimaan dan penggunaan teknologi bernama UTAUT2 (Unified Theory of Acceptance and Use of Technology v.2). Penelitian ini mengadopsi keenam konstruk dalam model UTAUT2 (harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan) terhadap penerimaan dan penggunaan Exelsa (niat dan perilaku penggunaan). Indikator penerimaan pengguna dalam menggunakan Exelsa tersebut dapat memberikan informasi serta bukti empiris keberhasilan penerapan Sistem Manajemen Pembelajaran Exelsa di Universitas Sanata Dharma Yogyakarta.

1.3

Tujuan Penelitian Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang

mempengaruhi tingkat penerimaan dan penggunaan Sistem Manajemen Pembelajaran (Exelsa) di Universitas Sanata Dharma menggunakan model UTAUT2.


1.4

Manfaat Penelitian Penelitian ini diharapkan dapat memberikan manfaat untuk berbagai pihak

sebagai berikut: 1.4.1 Akademisi, regulator dan praktisi pendidikan Penelitian ini memberikan sumbangan referensi penelitian mengenai faktor-faktor yang harus diperhatikan untuk meningkatkan penerimaan dan penggunaan Sistem Manajemen Pembelajaran. 1.4.2 Institusi pendidikan 1.4.2.1

Menjadi

acuan

dalam

penyelenggaraan

layanan

Sistem

Manajemen Pembelajaran yang lebih berkualitas. 1.4.2.2

Menjadi masukan dan informasi bagi pengembang sistem di Universitas Sanata Dharma dalam mengembangkan sistem manajemen pembelajaran Exelsa yang menunjang kegiatan belajar dan mengajar. Secara spesifik hasil penelitian ini dapat digunakan untuk merancang program-program kerja terkait rencana pengembangan sistem dan pengenalan Exelsa untuk seluruh dosen dan mahasiswa di Universitas Sanata Dharma

1.4.3 Peserta didik Berguna sebagai bahan penelitian lanjutan dengan topik yang sama serta dapat menjadi tambahan bahan bacaan dan acuan pustaka.


1.5

Batasan Penelitian Penelitian ini memiliki batasan-batasan sebagai berikut:

1.5.1

Pengujian tingkat penerimaan dan penggunaan teknologi dilakukan pada Sistem Manajemen Pembelajaran Exelsa Universitas Sanata Dharma.

1.5.2

Responden penelitian ini adalah dosen tetap di Universitas Sanata Dharma yang terhitung pada tahun ajaran 2015-2016.

1.5.3

Pengujian dilakukan berdasarkan model UTAUT 2.

1.5.4

Bahasa, jenis dan teknologi yang digunakan dalam pengembangan Exelsa tidak dibahas dalam penelitian ini.

1.6

Sistematika Penulisan Penulisan proposal tesis ini disusun sistematika sebagai berikut:

Bab I

Pendahuluan Bab ini membahas latar belakang, rumusan masalah, tujuan penelitian dan manfaat penelitian, dan batasan penelitian.

Bab II

Tinjauan Pustaka Bab ini membahas tentang model teori yang diterapkan, tinjauan literatur, dan hipotesis dari penelitian.


Bab III

Metode Penelitian Bab ini membahas desain penelitian, penjelasan operasional variabel penelitian, populasi dan sampel penelitian, metode pengumpulan data, teknik yang digunakan untuk menganalisis data.

Bab IV

Hasil Penelitian Dan Pembahasan Bab ini menjelaskan hasil dari analisis data yang telah dilakukan berdasarkan metode penelitian yang diuraikan pada bab III. Pembahasan bab ini diawali dengan penjelasan data demografi responden penelitian. Kemudian dilanjutkan dengan pembahasan hasil pengolahan serta analisis data, dan diakhiri dengan kesimpulan yang diperoleh berdasarkan analisis data yang telah dilakukan.

Bab V

Kesimpulan Dan Saran Bab ini merupakan bagian akhir penelitian yang mengemukakan kesimpulan dari hasil analisis, keterbatasan penelitian, implikasi manajerial, serta saran dari penulis.

Daftar Referensi Bagian ini merupakan urutan daftar dari acuan-acuan yang digunakan ketika melakukan penelitian, baik dari jurnal maupun buku.


BAB II TINJAUAN PUSTAKA

Bab ini membahas tentang model teori yang diterapkan, tinjauan literatur, dan hipotesis dari penelitian.

2.1 2.1.1

Sistem Manajemen Pembelajaran Pengertian Sistem Manajemen Pembelajaran Sistem Manajemen Pembelajaran (SMP) atau Learning Management System

(LMS) merupakan suatu perangkat lunak yang digunakan untuk mengelola dokumentasi, materi dan bahan ajar pelatihan serta laporan kegiatan belajarmengajar secara online (Ellis, 2009). Menurut Courts dan Tucker (2012), SMP adalah aplikasi yang digunakan untuk mengelola pembelajaran, mengirimkan konten, dan melacak aktivitas daring seperti memastikan kehadiran dalam kelas maya, memastikan waktu pengumpulan tugas, dan melacak hasil pencapaian siswa. Menurut Kerschenbaum (2009), SMP adalah sebuah aplikasi yang berfungsi sebagai administrasi otomatis berbagai kegiatan pembelajaran. Sistem Manajemen Pembelajaran adalah perangkat lunak yang digunakan untuk menyampaikan, melacak dan mengelola pelatihan/pendidikan. Sistem ini berisi aplikasi perangkat lunak dan fitur yang membuat konten pembelajaran mudah diakses dan dikelola. SMP menyediakan platform untuk jenis lingkungan belajar yang memungkinkan manajemen, pengiriman, pelacakan pembelajaran, pengujian, komunikasi, proses pendaftaran, dan penjadwalan (Cavus, 2013).

9


Sallum (2008) mendeskripsikan “SMP sebagai paket solusi tinggi yang memungkinkan untuk pengiriman dan administrasi konten beserta sumber daya untuk semua siswa dan karyawan.”

2.1.2

Sejarah Sistem Manajemen Pembelajaran Sistem Manajemen Pembelajaran modern merupakan perangkat lunak

mutakhir berbasis cloud. SMP pertama dikembangkan dan digunakan kembali pada tahun 1924 ketika Sidney Pressey menciptakan mesin mengajar pertama. Mesin tersebut menyerupai mesin tik dengan jendela yang bisa mengelola beberapa pertanyaan pilihan. Hal ini diikuti oleh masalah silinder diciptakan oleh M.E. Lazerte selama tahun 1929. Sebuah sistem pengajaran adaptif diciptakan pada tahun 1956 secara otomatis disesuaikan dengan pertanyaan untuk pelajar sesuai dengan tingkat performa mereka. SMP mulai mengambil wajah baru ketika HP memperkenalkan desktop personal computer pada tahun 1970. Kelahiran internet pada tahun 1982 diikuti software pertama SMP milik SoftArc pada tahun 1990, lalu disusul kedatangan Moodle, ditindaklanjuti peningkatan SMP berbasis open source.

2.1.3

Fitur-fitur Sistem Manajemen Pembelajaran Fitur-fitur yang terdapat dalam Sistem Manajemen Pembelajaran antara lain

(Ellis, 2009) : 2.1.3.1

Administrasi yaitu informasi tentang unit terkait dalam proses belajar mengajar antara lain : tujuan dan sasaran, silabus, metode pengajaran,


jadwal kuliah, daftar referensi, profil dan kontak pengajar, serta tracking dan monitoring. 2.1.3.2

Materi dan sumber referensi antara lain: diktat dan catatan kuliah, bahan presentasi, FAQ (Frequently Asked Question), dan artikel dalam jurnal online.

2.1.3.3

Sistem Penilaian

2.1.3.4

Ujian online

2.1.3.5

Komunikasi antara lain: forum diskusi online, mailing list diskusi dan instant messaging.

Melalui SMP ini, mahasiswa juga dapat melihat nilai tugas, kuis atau ujian serta peringkatnya berdasarkan nilai tersebut. Selain itu, mahasiswa dapat melihat modul-modul yang ditawarkan, mengambil tugas-tugas dan tes-tes yang harus dikerjakan, serta melihat jadwal diskusi secara online dengan instruktur, narasumber dan siswa lain.

2.1.4

Perangkat Lunak untuk Sistem Manajemen Pembelajaran Perangkat lunak yang menyediakan fungsi-fungsi Sistem Manajemen

Pembelajaran biasanya berbasis web, tersedia beberapa ragam baik komersial maupun free. Beberapa perangkat lunak tersebut di antaranya: 2.1.4.1

Atutor (http://www.atutor.ca)

2.1.4.2

Dokeos (http://www.dokeos.com)

2.1.4.3

dotLRN (http://dotlrn.org)

2.1.4.4

Freestyle Learning (http://www.freestyle-learning.de)


2.1.4.5

ILIAS (http://www.ilias.uni-koeln.de)

2.1.4.6

ON-CAPA (http://www.lon-capa.org)

2.1.4.7

Moodle (http://moodle.org)

2.1.4.8

OpenACS (http://openacs.org)

2.1.4.9

OpenUSS (http://openuss.sourceforge.net/openuss)

2.1.4.10 Sakai (http://www.sakaiproject.org) 2.1.4.11 Spaghetti Learning (http://www.spaghettilearning.com)

2.1.5

Keuntungan Sistem Manajemen Pembelajaran Kebanyakan sistem manajemen pembelajaran di lingkungan pendidikan

telah dengan mudah beradaptasi dan bahan dapat digunakan kembali. Ada lebih banyak pilihan bagi pembuat kurikulum, seperti metode pengiriman, desain bahan, dan teknik untuk evaluasi. Hal ini membuat organisasi dapat berhemat untuk mengembangkan dan mempertahankan konten yang mereka gunakan. Ini memiliki ruang lingkup untuk perbaikan dalam pengembangan profesional dan evaluasi, yang memungkinkan perusahaan untuk mendapatkan nilai lebih dari sumber daya manusia sekaligus memberdayakan individu dengan alat tambahan untuk perbaikan diri. Berikut ini adalah berbagai keuntungan lain dari system manajemen pembelajaran (e-Learning Guild, 2007): 2.1.5.1

Pekerjaan kelas dapat dijadwalkan sekitar urusan pekerjaan dan keluarga.


2.1.5.2

Mengurangi waktu dan biaya perjalanan menuju kampus, pelajar dapat memiliki pilihan untuk memilih materi pembelajaran yang mereka inginkan.

2.1.5.3

Pelajar dapat belajar di mana saja sesuai dengan akses ke komputer dan koneksi internet.

2.1.5.4

Modul pembelajaran yang dapat memungkinkan pelajar untuk bekerja pada kemampuan mereka.

2.1.5.5

Fleksibilitas untuk bergabung dalam diskusi.

2.1.5.6

Berinteraksi dengan teman sekelas maupun instruktur dari jarak jauh melalui chat room.

2.1.5.7

Mengembangkan pengetahuan tentang keterampilan komputer dan internet.

2.1.6

Kelemahan Sistem Manajemen Pembelajaran Meskipun sistem manajemen pembelajaran memiliki berbagai keunggulan,

tentu saja masih memiliki beberapa kelemahan. Bagi pelajar dengan motivasi rendah atau kebiasaan belajar yang buruk dapat mengalami kegagalan. Tanpa struktur rutin dalam kelas tradisional, pelajar dapat tersesat atau bingung tentang kegiatan belajar dan tenggat waktu. Pelajar mungkin merasa terisolasi dari instruktur dan teman sekelas. Instruktur mungkin tidak selalu tersedia ketika pelajar butuh bantuan. Koneksi internet yang lambat atau operasi komputer yang lama dapat membuat frustasi ketika mengakses materi pelajaran. Pengelolaan file komputer dan software pembelajaran online kadang-kadang tampak rumit untuk


pelajar dengan keterampilan komputer tingkat pemula. Penjelasan dalam praktikum lab sulit untuk mensimulasikan dalam kelas virtual. (e-Learning Guild, 2007).

2.2

E-learning Istilah electronic learning atau e-learning sering kali disamakan

pengertiannya dengan Sistem Manajemen Pembelajaran (Learning Management System), padahal kedua istilah tersebut berbeda. Menurut Ellis (2009) Sistem Manajemen Pembelajaran adalah perangkat lunak yang digunakan untuk mengelola dokumentasi, materi, dan bahan ajar pelatihan serta laporan kegiatan belajar-mengajar

secara

online.

Sedangkan

pengertian

e-learning

atau

pembelajaran elektronik menurut Clark Addrick adalah Kombinasi antara proses, materi dan infrastruktur dalam penggunaan komputer dan jaringannya dalam rangka meningkatkan kualitas pada satu atau lebih bagian signifikan dari aspekaspek rangkaian kegiatan pembelajaran, termasuk di antaranya adalah aspek manajemen dan aspek pendistribusian materi pelajaran. E-learning merupakan proses belajar secara efektif yang dihasilkan dengan cara menggabungkan penyampaian materi secara digital yang terdiri dari dukungan dan layanan dalam belajar (Barbara, 2008).


2.3

Model UTAUT 2 Unified Theory of Acceptance and Use of Technology (UTAUT)

dikembangkan oleh Venkatesh et al. (2003). Model ini mensitesiskan delapan model penerimaan teknologi yang telah dikembangkan sebelumnya. Delapan model tersebut antara lain Theory Reasoned Action (TRA), Technology Acceptance Model (TAM), Motivational Model (MM), Theory of Planned Behavior (TPB), Combined TAM and TPB, Model of PC Utilization (MPCU), Innovation Diffusion Theory (IDT) dan Social Cognitive Theory (SCT). Dibandingkan dengan kedelapan model tersebut, UTAUT terbukti lebih berhasil menjelaskan hingga 70% varian variabel behavior intention. Pendapat ini diperkuat oleh Oshlyansky, Harold dan Paul (2007) yang menemukan bahwa UTAUT cukup tangguh (robust) kendati diterjemahkan dalam berbagai bahasa dan dapat digunakan pada lintas budaya. Model UTAUT memiliki empat konstruk utama yang memainkan peran penting sebagai determinan langsung dari behavioral intention dan use behavior, yakni performance expectancy, effort expectancy, social influence dan facilitating conditions. Disamping itu terdapat empat moderator yakni gender, age, experience dan voluntariness of use, yang diposisikan untuk memoderasi dampak dari konstruk-konstruk pada behavioral intention dan use behaviour. Gambar 2.1 menampilkan model UTAUT yang dikembangkan oleh Venkatesh et al. (2003).


Gambar 2.1 Model UTAUT (Venkatesh et al., 2003)

Berdasarkan UTAUT, performance expectancy, effort expectancy, social influence merupakan faktor penting yang mempengaruhi behavioral intention untuk menggunakan teknologi, sedangkan behavioral intention dan facilitating conditions menentukan perilaku penggunaan teknologi. Model UTAUT cocok untuk menilai kemungkinan keberhasilan untuk implementasi teknologi dalam pengaturan organisasi dan telah divalidasi oleh penelitian empiris (Lai & Chen, 2009; Min, Ji, & Qu, 2008). Venkatesh et al. (2012) membuat beberapa modifikasi dalam model UTAUT berdasarkan temuan mereka dari penelitian yang dilakukan di Hong Kong. Venkatesh et al. (2012) menyajikan tiga konstruksi baru dalam model UTAUT 2. Konstruk pertama adalah hedonic motivation (motivasi hedonis). Yang


kedua adalah price value (nilai harga) dianggap sebagai faktor penting di mana konsumen harus menanggung biaya yang terkait dengan pembelian perangkat dan layanan tetapi akan dikeluarkan dari penelitian ini karena kurang relevan (dalam penelitian ini untuk mengakses Exelsa tanpa dikenakan biaya secara langsung). Akhirnya, konstruk ketiga adalah habit. Venkatesh et al. (2012) menyatakan UTAUT2 baik dalam membenarkan penerimaan teknologi dengan meningkatkan varians dalam 18% niat dan 12% penggunaan teknologi. Penambahan konstruk dalam UTAUT2 menunjukkan perubahan signifikan dari varians dalam niat dan penggunaan teknologi. Meskipun ada banyak penelitian yang menyajikan literatur teori penerimaan teknologi, beberapa telah terintegrasi model UTAUT2. Penelitian ini penting karena menggunakan UTAUT2 untuk mengetahui faktor apa saja yang berpengaruh

terhadap

penerimaan

dan

penggunaan

sistem

manajemen

pembelajaran Exelsa di Universitas Sanata Dharma. Gambar 2.2 merupakan model UTAUT2 yang dikembangkan oleh Venkatesh (2012).


Gambar 2.2 Model UTAUT2 (Venkatesh et al., 2012)

2.3.1

Performance Expectancy (Harapan Kinerja)

Venkatesh et al. (2003) mendefinisikan harapan kinerja sebagai "sejauh mana seorang individu percaya bahwa menggunakan sistem akan membantu seseorang untuk mencapai keuntungan dalam kinerja pekerjaan". Penelitian sebelumnya


melaporkan bahwa harapan kinerja adalah prakiraan yang signifikan dari niat perilaku (Venkatesh et al., 2003). Hasil penelitian Handayani (2007) menunjukkan bahwa harapan kinerja secara signifikan mempunyai pengaurh positif terhadap minat pemanfaatan sistem informasi. Pada penelitian ini harapan kinerja menggambarkan keyakinan pengguna mendapatkan banyak manfaat dan membantu mereka dalam menyelesaikan pekerjaan.

2.3.2

Effort Expectancy (Persepsi Usaha)

Persepsi usaha didefinisikan sebagai "tingkat kemudahan terkait dengan penggunaan sistem". Penelitian sebelumnya mendukung bahwa variabel laten terkait dengan harapan upaya yang signifikan dalam menentukan niat seseorang untuk mengadopsi teknologi baru (Zhou, Lu, Wang, 2010). Menurut Adelyn (2014) persepsi usaha mengacu pada sejauh mana siswa yakin bahwa aplikasi mobile mudah digunakan. Hasil penelitian mengungkapkan bahwa persepsi usaha positif mempengaruhi niat untuk mengadopsi aplikasi mobile (Adelyn, 2014).

2.3.3

Social Influence (Faktor Sosial)

Faktor sosial berarti sejauh mana seseorang merasakan bagaimana orang lain percaya ia harus menggunakan teknologi. Penelitian sebelumnya mendukung bahwa faktor sosial signifikan dalam menentukan niat seseorang untuk menggunakan teknologi baru (Raman & Yahya, 2013; Putra & Ariyanti, 2013; Kurniawan & Nasir, 2014). Faktor sosial merupakan persepsi individu bahwa


orang lain yang signifikan percaya bahwa individu harus mengadopsi sistem informasi (Leong, Hew, Tan dan Ooi, 2013)

2.3.4

Facilitating Conditions (Dukungan Fasilitas)

Dukungan fasilitas adalah persepsi bahwa infrastruktur organisasi dan teknis ada untuk mendukung penggunaan teknologi (Venkatesh et al.. 2003). Wu & Wang (2008) menemukan bahwa dukungan fasilitas signifikan mempengaruhi niat perilaku untuk layanan telekomunikasi seluler 3G. Penelitian Raman dan Yahya (2013) menunjukkan hasil bahwa dukungan fasilitas berpengaruh positif terhadap niat dan perilaku penggunaan learning management system. Studi-studi empiris setuju bahwa kondisi yang memfasilitasi merupakan faktor signifikan dalam mempengaruhi niat perilaku untuk mengadopsi teknologi.

2.3.5

Hedonic Motivation (Motivasi hedonis)

Venkatesh (2003) mendefinisikan motivasi hedonis sebagai kenikmatan atau kebahagiaan yang dihasilkan dari menggunakan teknologi dan berperan penting dalam menentukan adopsi teknologi baru. Motivasi hedonis memainkan peran penting dalam memprediksi niat untuk menggunakan teknologi (Venkatesh et al.. 2012). Penelitian Harsono & Arinta (2014) menunjukkan hasil bahwa motivasi hedonis memiliki pengaruh positif terhadap niat menggunakan media sosial LINE.


2.3.6

Price Value (Nilai Harga)

Nilai harga adalah trade-off antara biaya yang dibayarkan untuk menggunakan teknologi dan manfaat yang dirasakan diterima (Dodds, Monroe & Grewal, 1991). Venkatesh et al.. (2012) menyoroti bahwa nilai harga dalam pengambilan keputusan konsumen mengenai penggunaan teknologi merupakan faktor penting yang mempengaruhi niat perilaku yang diuji dengan menggunakan PLS. Prata, Moraes & Quaresma (2012) mengumpulkan informasi pengguna tentang pencarian, pembelian dan proses evaluasi dalam penggunaan aplikasi toko ponsel di Brazil melalui kuesioner dan menemukan bahwa harga aplikasi mobile adalah alasan utama untuk membeli sebuah aplikasi seperti itu dianggap mahal. Konstruk nilai harga dikeluarkan dari penelitian ini karena kurang relevan (dalam penelitian ini untuk mengakses Exelsa tanpa dikenakan biaya secara langsung).

2.3.7

Habit (Kebiasaan)

Kebiasaan dibedakan dalam dua cara yang berbeda. Kebiasaan pertama dilihat sebagai perilaku sebelum (Kim dan Malhotra, 2005) dan kedua, kebiasaan adalah di mana seorang individu percaya perilaku menjadi otomatis (Limayem, Cheung and Hirt, 2007). Venkatesh et al., (2012) dimodelkan kebiasaan sebagai memiliki efek langsung dan tidak langsung melalui niat perilaku. Kebiasaan adalah sejauh bahwa individu cenderung untuk menjalankan perilaku otomatis (Limayem et al., 2007). Venkatesh et al., (2012) menemukan kebiasaan yang secara langsung dan tidak langsung merupakan efek dari niat perilaku untuk menggunakan teknologi.


Ditemukan bahwa peningkatan pengalaman dalam penggunaan teknologi mengarah ke kebiasaan penggunaan teknologi.

2.3.8

Behavioral Intention (Niat Perilaku)

Islam, Kim dan Hassan (2013) mendefinisikan niat sebagai penetapan tujuan dari perkiraan perilaku untuk melakukan tindakan tertentu ketika seorang individu bertindak secara sukarela. Selain itu, niat perilaku adalah probabilitas subjektif melaksanakan perilaku dan juga penyebab perilaku penggunaan tertentu (Yi et al., 2006). Dengan demikian, niat menunjukkan faktor-faktor motivasi yang mempengaruhi perilaku dan indikator bagaimana orang bersedia untuk mencoba dan upaya mereka dimasukkan ke dalam untuk terlibat dalam perilaku (Mafe & Tavera, 2010).


2.4

Penelitian Terdahulu

Penelitian terdahulu dengan topik dan subyek penelitian yang berbeda tetapi relevan dengan penelitian ini, dapat dilihat pada tabel 2.1 berikut. Tabel 2.1 : Penelitian terdahulu Penulis dan Judul Penelitian Tahun publikasi Penerapan Model I Gusti UTAUT untuk Nyoman & Memahami St. Wisnu Penerimaan dan Wijaya Penggunaan LMS Studi Kasus: Exelsa 2010 Universitas Sanata Dharma Evaluasi Penerimaan Muhammad Teknologi Informasi Nasir Mahasiswa di Palembang 2013 Menggunakan Model UTAUT

Sampel, Lokasi, dan Model Teori 281 mahasiswa,

Teknik Analisis Korelasi Spearman

Universitas Sanata Dharma,

Model UTAUT 120 mahasiswa, Perguruan Tinggi Swasta di Kota Palembang,

Regresi linear berganda

Tujuan Penelitian Memperoleh pemahaman yang lebih baik terhadap penerimaan dan penggunaan Exelsa oleh mahasiswa Universitas Sanata Dharma Mengetahui sejauh mana pengguna dapat menerima dan memahami teknologi

Hasil Penelitian Variabel PE, SI dan FC terbukti signifikan mempengaruhi BI dalam menggunakan Exelsa, sementara variabel EE terbukti tidak signifikan. Variabel BI terbukti signifikan mempengaruhi use behavior, sementara variabel FC terbukti tidak signifikan. Terdapat hubungan yang signifikan dan positif antara variabel harapan kinerja, persepsi usaha, faktor sosial, niat penggunaan dan perilaku penggunaan terhadap Penerimaan Teknologi.

Model UTAUT

23


Tabel 2.1 : Penelitian terdahulu (lanjutan)

Judul Penelitian Preservice Teachers’ Acceptance of Learning Management Software: An Application of the UTAUT2 Model Applying the UTAUT to Understand Factors Affecting the Use of English E-Learning Websites in Taiwan UTAUT2 Influencing the Behavioral Intention to Adopt Mobile Applications

Penulis dan Tahun publikasi Arumugam Raman & Yahya Don

Sampel, Lokasi, dan Model Teori 320 mahasiswa,

Teknik Analisis Partial Least Square

Universiti Utara Malaysia,

2013 Model UTAUT2 Tan Paul Juinn Bing

176 mahasiswa, Taiwan,

Regresi Linear Berganda

2013 Model UTAUT Adelyn Kuan Lai 2014

300 mahasiswa, Universiti Tunku Abdul Rahman Malaysia, UTAUT2 model


Tujuan Penelitian Mengidentifikasi dan menilai hubungan variabel dalam model UTAUT2 yang mempengaruhi penerimaan LMS dalam proses pembelajaran. Mengeksplorasi kebutuhan mahasiswa Taiwan dalam penggunaan website E-learning English Mengidentifikasi faktor-faktor penentu yang mempengaruhi niat perilaku untuk mengadopsi aplikasi mobile

Hasil Penelitian Harapan kinerja dan harapan usaha berdampak pada niat perilaku. Motivasi hedonis menunjukkan pengaruh positif pada penggunaan LMS, namun kebiasaan tidak signifikan.

Model UTAUT menunjukkan bahwa perilaku penggunaan siswa dari situs bahasa Inggris E-learning tergantung pada harapan kinerja, persepsi usaha, dan faktor sosial. Model UTAUT2 terbukti dapat digunakan untuk mengetahui faktor penentu yang mempengaruhi niat untuk adopsi aplikasi mobile. Variabel kebiasaan merupakan faktor penentu utama, kemudian diikuti oleh motivasi hedonis, harapan kinerja, dan harapan usaha.

24



Judul Penelitian UTAUT Model for Blended Learning: The Role of Jenis kelamin and Age in the Intention to Use Webinars

Model Keberhasilan Belajar Mahasiswa menggunakan LMS

Penulis dan Tahun publikasi Hager Khechine, Sawsen Lakhal, Daniel Pascot, Alphonse Bhyta; 2014 Zahirul Alfan, Endang Siti, Astuti Riyadi 

Sampel, Lokasi, dan Model Teori 114 mahasiswa di Laval University; Quebec Canada;

2014

ISS Model Delone & McLean

Teknik Analisis Regresi linear berganda

Model UTAUT

90 mahasiswa, Universitas Brawijaya,

Partial Least Square

Tujuan Penelitian Menentukan faktorfaktor yang menjelaskan penerimaan sistem webinar (Elluminate) dalam kursus blended learning oleh siswa Menganalisis dan menjelaskan pengaruh dari Model Keberhasilan Belajar Mahasiswa menggunakan Learning Management System

Hasil Penelitian Hasil menunjukkan bahwa usia memainkan peran utama, sebagai siswa yang lebih muda lebih peduli dengan kinerja mereka, dan siswa yang lebih tua khawatir tentang dukungan fasilitas.

Variabel kualitas sistem dan kualitas pelayanan berpengaruh signifikan terhadap penggunaan LMS dan kepuasan mahasiswa, variabel penggunaan LMS dan kepuasan juga berpengaruh signifikan terhadap kinerja mahasiswa, dan variabel penggunaan LMS berpengaruh signifikan terhadap kepuasan mahasiswa. Sedangkan hasil tidak signifikan ditemukan antara variabel kualitas informasi terhadap penggunaan LMS dan kepuasan.

25


Tabel 2.1 : Penelitian terdahulu (lanjutan) Penulis dan Tahun publikasi Usage of Learning Arumugam Management System Raman; (Moodle) among Yahya Don; Postgraduate Rozalina Students: UTAUT Khalid; Model Mohd Rizuan 2014 Factors Affecting the Listyo Dwi Use Behavior of Harsono; Social Media Using Lisandy Arinta UTAUT 2 Model Suryana Judul Penelitian

Sampel, Lokasi, dan Model Teori 65 mahasiswa pascasarjana

Analisis SEM

University Utara Malaysia; UTAUT model 419, Bandung,

Model UTAUT2 2014

Teknik Analisis

Analisis Regresi Linear Berganda

Tujuan Penelitian

Hasil Penelitian

Menyimpulkan penerimaan teknologi dengan menjelaskan varian dalam Niat Perilaku (BI).

Media interaktif e-learning dapat menarik minat dan perhatian siswa. Penentu utama penerimaan Tablet PC bagi siswa adalah sikap siswa diikuti oleh harapan kinerja, faktor sosial, persepsi usaha dan dukungan fasilitas. Mengetahui tindakan Hampir semua variabel independen penggunaan LINE mempengaruhi niat perilaku dan untuk pengguna perilaku penggunaan LINE, kecuali nilai harga. Hasil penelitian juga menunjukkan bahwa niat perilaku dan perilaku penggunaan LINE adalah dalam kategori sangat tinggi yang berarti bahwa mahasiswa di kota Bandung memiliki keinginan dan intensitas yang tinggi dalam menggunakan LINE.

26



Judul Penelitian Faktor-faktor yang mempengaruhi Penerimaan Sistem Informasi Studi Kasus Program WARDES-GPOBA Direktorat Pemberdayaan Informatika Kementrian Komunikasi dan Informatika Faktor-faktor yang mempengaruhi Keberhasilan Implementasi elearning di Perguruan Tinggi Swasta Palembang

Penulis dan Tahun publikasi Rangga Adi Negara 2014

Sampel, Lokasi, dan Model Teori 200 sampel,

Teknik Analisis

Tujuan Penelitian

Hasil Penelitian

SEM

Menganalisis faktor – faktor yang mempengaruhi penerimaan program Wardes-GPOBA oleh masyarakat.

Hasil penelitian ini menunjukkan bahwa penerimaan program WardesGPOBA oleh masyarakat dipengaruhi oleh variabel harapan kinerja, persepsi usaha, nilai harga dan kebiasaan.


Mengetahui kajian perilaku pengguna (user) terhadap penggunaan media e-learning dalam proses pembelajaran.

Variabel harapan kinerja, persepsi usaha tidak berpengaruh terhadap penerimaan pembelajaran menggunakan e–learning secara parsial. Namun variabel faktor sosial berpengaruh terhadap penerimaan pembelajaran menggunakan e– learning secara parsial.

Jawa Barat dan Banten, Model UTAUT2

Kurniawan; Muhamad Nasir

120 sampel, Perguruan Tinggi di Kota Palembang

2014 UTAUT

27


2.5

Pengembangan Hipotesis Harapan kinerja didefinisikan sebagai tingkat seorang individu meyakini

bahwa dengan menggunakan sistem akan membantu dalam meningkatkan kinerjanya. Konsep ini menggambarkan manfaat sistem bagi pemakainya yang berkaitan dengan kegunaan yang dirasakan, motivasi ekstrinsik, job fit, dan keuntungan relatif (Venkatesh et al., 2003). Harapan kinerja adalah prediktor terkuat dari niat dan tetap signifikan pada semua titik pengukuran (Venkatesh et al., 2003). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh harapan kinerja terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-1 : H1: Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa. Persepsi usaha merupakan tingkat kemudahan penggunaan sistem yang dapat mengurangi upaya (tenaga dan waktu) individu dalam melakukan pekerjaannya. Hal ini berarti bahwa individu yang menggunakan sistem informasi dalam pekerjaan akan lebih mudah daripada dengan cara manual. Konstruk yang membentuk konsep ini adalah kemudahan penggunaan dan kompleksitas (Venkatesh et al., 2003). Tan (2013) menunjukkan bahwa persepsi usaha mempunyai pengaruh positif terhadap niat untuk menggunakan e-learning. Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh persepsi usaha terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-2 : H2: Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa. Faktor sosial adalah persepsi individu bahwa orang lain yang signifikan percaya individu harus mengadopsi sistem informasi (Leong et al., 2013). Akour


(2010) menemukan bahwa pengaruh ekstrinsik (pengaruh senior dan rekan) dari mahasiswa baru di Oklahoma State University merupakan faktor yang paling berpengaruh dari penerimaan m-learning dalam pendidikan. Hal ini lebih didukung oleh Taylor et al. (2011) melakukan survey di Universitas Midwest AS menemukan bahwa adopsi siswa dan penggunaan aplikasi mobile sangat dipengaruhi oleh teman-teman mereka dibandingkan dengan anggota keluarga. Selanjutnya, Leong et al. (2013) membuktikan bahwa faktor sosial memiliki peran penting dalam mempengaruhi niat untuk menggunakan m-entertainment. Studi-studi empiris setuju bahwa faktor sosial merupakan faktor signifikan dalam mempengaruhi niat untuk menggunakan teknologi. Penelitian yang dilakukan oleh Nasir (2013), Venkatesh et al. (2012), dan Pahnila et al. (2011) menunjukkan bahwa faktor sosial memiliki pengaruh langsung pada niat perilaku. Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh faktor sosial terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-3 : H3: Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa Dukungan fasilitas didefinisikan sebagai sejauh mana seorang individu percaya bahwa struktur organisasi dan teknis ada untuk mendukung penggunaan sistem. Beberapa bukti menunjukkan bahwa ketika pengguna merasa bahwa mereka didukung dalam berbagai acara, mereka akan lebih cenderung untuk menggunakan sistem (AbuShanab, 2010; Eckhardt, 2009; San Martin & Herrero, 2012). Dalam konteks penelitian ini, dosen diberi dukungan fasilitas seperti koneksi internet (WiFi area kampus), komputer, teknisi untuk membantu setiap kesulitan terkait sistem, tutorial penggunaan sistem dan juga sosialisasi sistem


manajemen pembelajaran Exelsa. Berdasarkan penelitian yang dilakukan oleh Jati & Laksitu (2012), Venkatesh et al. (2012), dan Pahnila et al. (2011), bahwa dukungan fasilitas memiliki pengaruh langsung terhadap niat dan perilaku penggunaan sistem informasi. Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh dukungan fasilitas terhadap niat dan perilaku menggunakan Exelsa dalam rumusan hipotesis ke-4 : H4a: Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa. H4b: Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa. Brown dan Venkatesh (2005) mendefinisikan motivasi hedonis sebagai kenikmatan atau kebahagiaan yang dihasilkan dari menggunakan teknologi dan berperan penting dalam menentukan adopsi teknologi baru. Menurut penelitian yang dilakukan oleh Magni, Taylor dan Venkatesh (2010) bahwa motivasi hedonis mempengaruhi niat individu untuk mengeksplorasi teknologi, tetapi efek berbeda di tahap adopsi teknologi. Penelitian ini dilakukan pada mahasiswa MBA di sebuah universitas swasta di AS dan diuji menggunakan Partial Least Squares. Secara teoritis, motivasi hedonis memainkan peran penting dalam memprediksi niat untuk menggunakan teknologi (Venkatesh et al., 2012). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh motivasi hedonis terhadap niat menggunakan Exelsa dalam rumusan hipotesis ke-5 : H5: Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa.


Kebiasaan adalah sejauh bahwa individu cenderung untuk menjalankan perilaku otomatis (Limayem et al., 2007). Venkatesh et al. (2012) menemukan kebiasaan memiliki efek secara langsung dan tidak langsung terhadap niat untuk menggunakan teknologi. Ditemukan bahwa peningkatan pengalaman dalam penggunaan teknologi mengarah ke kebiasaan menggunakan teknologi tersebut. Liao, Palvia dan Lin (2006), melakukan survei pos di Taiwan dengan menargetkan mahasiswa sarjana dan pascasarjana serta karyawan perusahaan dan menemukan bahwa kebiasaan memiliki pengaruh terhadap niat berkelanjutan untuk menggunakan e-commerce. Kebiasaan akan menyebabkan niat tersimpan yang pada gilirannya akan mempengaruhi perilaku penggunaan (Venkatesh et al., 2012). Berdasarkan hasil penelitian di atas, peneliti ingin mengetahui pengaruh kebiasaan terhadap niat dan perilaku menggunakan Exelsa dalam rumusan hipotesis ke-6 : H6a: Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa. H6b: Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa. Islam et al.. (2013) mendefinisikan niat sebagai penetapan tujuan dari perkiraan perilaku untuk melakukan tindakan tertentu ketika seorang individu bertindak secara sukarela. Dengan demikian, niat menunjukkan faktor-faktor motivasi yang mempengaruhi perilaku dan indikator bagaimana orang bersedia untuk mencoba dan upaya mereka dimasukkan ke dalam untuk terlibat dalam perilaku (Mafe et al., 2010). Juga, ditemukan bahwa niat perilaku menjadi faktor utama penggunaan sistem informasi (Mafe et al., 2010). Penelitian Venkatesh et al. (2012) menyatakan bahwa terdapat hubungan langsung dan signifikan antara


niat terhadap penggunaan sistem informasi. Berdasarkan hasil penelitian di atas, maka peneliti mengajukan hipotesis sebagai berikut: H7: Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa.

2.6

Kerangka Penelitian Sejak UTAUT2 diperkenalkan pada tahun 2012, beberapa telah melakukan

penerapan UTAUT2 untuk penelitiannya. Raman & Yahya (2013) menggunakan model UTAUT2 untuk mengidentifikasi dan menilai hubungan variabel UTAUT2 yang mempengaruhi penerimaan preservice guru yang terintegrasi SMP dalam proses pembelajaran. Mereka menemukan bahwa harapan kinerja dan persepsi usaha berdampak pada niat perilaku. Sedangkan motivasi hedonis menunjukkan pengaruh positif pada penggunaan niat perilaku dari SMP namun kebiasaan menunjukkan tidak signifikan. Yang (2013) menggunakan model UTAUT2 untuk mengetahui faktor-faktor penentu penerimaan mobile learning oleh mahasiswa di China. Hasil analisis persamaan struktural menunjukkan bahwa motivasi hedonis, harapan kinerja, faktor sosial dan nilai harga mempengaruhi adopsi mobile learning mahasiswa. Prinz (2014) melakukan validasi terhadap model UTAUT2 yang diaplikasikan di bidang pendidikan. Temuannya menunjukkan bahwa model UTAUT2 merupakan alat yang valid untuk mengukur niat penggunaan dalam lingkungan pendidikan. Sharifah et al. (2015) menerapkan model UTAUT2 yang dimodifikasi

dalam

menilai

penerimaan

mahasiswa

sebagai

pengguna

pembelajaran virtual dalam lingkungan belajar mereka. Hasil menunjukkan bahwa motivasi hedonis, harapan kinerja, dan faktor sosial merupakan faktor utama yang


mempengaruhi niat penggunaan mahasiswa dalam menggunakan VLE. Fokus penelitian mereka adalah mahasiswa. Oleh karena itu, penelitian ini menerapkan 6 elemen dalam model UTAUT2 untuk menentukan apakah itu mempengaruhi niat perilaku pengguna untuk menggunakan Exelsa. Seperti teori terpadu ini didasarkan pada model terkemuka yang berfokus pada konteks penggunaan konsumen teknologi, sehingga dapat lebih memvalidasi model UTAUT2. Penelitian ini memodifikasi model asli UTAUT2 dengan menghilangkan elemen ‘Nilai Harga’. Alasannya, dalam mengakses Exelsa di Universitas Sanata Dharma tidak diperlukan biaya secara langsung untuk biaya akses. Sehingga menjadi relevan jika elemen tersebut dihilangkan. Penelitian ini berfokus pada pengguna, yaitu dosen (sebagai instruktur). Mahasiswa akan menggunakan

Exelsa apabila dosen juga

mengarahkan untuk menggunakan Exelsa. Maka kerangka penelitian ini disajikan dalam gambar 2.3.


Gambar 2.3 Kerangka Penelitian


Keterangan: H1

:

Harapan Kinerja berpengaruh positif terhadap niat penggunaan Exelsa

H2

:

Persepsi Usaha berpengaruh positif terhadap niat penggunaan Exelsa

H3

:

Faktor Sosial berpengaruh positif terhadap niat penggunaan Exelsa

H4a

:

Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa.

H4b

:

Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa.

H5

:

Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa.

H6a

:

Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa.

H6b

:

Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa

H7

:

Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa.


BAB III METODE PENELITIAN

Bab ini membahas desain penelitian, penjelasan operasional variabel penelitian, populasi dan sampel penelitian, metode pengumpulan data, teknik yang digunakan untuk menganalisis data.

3.1

Desain Penelitian Pertanyaan yang akan dijawab dalam penelitian ini adalah faktor apa saja

yang

mempengaruhi

penerimaan

dan

penggunaan

Sistem

Manajemen

Pembelajaran Exelsa di Universitas Sanata Dharma. Pertanyaan tersebut akan dijawab menggunakan model UTAUT 2. Jenis penelitian ini adalah penelitian eksplanatori dengan pendekatan kuantitatif. Data-data yang didapatkan dari hasil penelitian yang terkumpul mengungkapkan hubungan dari varibel-variabel yang ada. Adapun tujuan dari desain penelitian adalah untuk mengetahui pengaruh variabel bebas (independen) terhadap variabel terikat (dependen), serta untuk menguji hipotesis-hipotesis yang telah dirumuskan (Sugiyono, 2007). Variabel penelitian dalam kuantitatif dapat dibedakan menjadi (Sugiyono, 2007) : 3.1.1

Variabel bebas Variabel bebas merupakan variabel yang mempengaruhi atau menjadi sebab perubahan atau timbulnya variabel terikat. Dalam metode PLSSEM, variabel bebas disebut variabel eksogen / predictor. Variabel

36


eksogen dalam penelitian ini adalah harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan. 3.1.2

Variabel terikat Variabel terikat merupakan variabel yang dipengaruhi atau yang menjadi akibat karena adanya variabel bebas. Variabel terikat dalam PLS-SEM disebut sebagai variabel endogen. Variabel endogen dalam penelitian ini adalah niat dan perilaku penggunaan.

3.1.3

Variabel moderasi Variabel moderasi adalah variabel yang memperkuat atau memperlemah hubungan antara variabel bebas dengan variabel terikat. Variabel moderasi dalam penelitian ini adalah usia, jenis kelamin dan tingkat pengalaman.

Menurut Sugiyono (2012) penelitian eksplanatori menjelaskan kedudukan variabel-variabel yang diteliti serta hubungan antara satu variabel dengan yang lain. Menurut Kasiram (2008), penelitian kuantitatif adalah proses menemukan pengetahuan yang menggunakan data berupa angka sebagai alat untuk menganalisis keterangan mengenai apa yang ingin diketahui. Dalam penelitian kuantitatif, data yang diperoleh dari sampel populasi penelitian dianalisis sesuai dengan metode statistik yang digunakan kemudian diinterprestasikan. Model analisis data yang digunakan adalah Partial Least Square - Structural Equation Modeling (PLS-SEM) menggunakan perangkat lunak SmartPLS 3.2.4.


3.2

Definisi Operasional Penelitian

Definisi operasional penelitian dapat dilihat pada table 3.1 di bawah ini. Tabel 3.1 : Definisi Operasional Penelitian Variabel Harapan Kinerja

Definisi Sejauh mana seorang individu percaya bahwa mengadopsi teknologi akan membantunya untuk meningkatkan kinerja (Venkatesh, et al. 2012)

Persepsi Usaha

Tingkat kemudahan terkait dengan penggunaan teknologi (Venkatesh, dkk 2012).

Faktor Sosial

Pengaruh orang lain atau lingkungan terhadap kesadaran seseorang akan pentingnya suatu teknologi atau sistem informasi.

Indikator Teknologi atau sistem informasi:  Berguna dalam pekerjaan  Meningkatkan peluang untuk mencapai hal penting  Membantu menyelesaikan tugas atau pekerjaan dengan lebih cepat (efektif).  Meningkatkan produktivitas kerja  Sistem informasi mudah dipelajari cara pengoperasiannya.  Interaksi pengguna dengan sistem informasi jelas dan mudah dimengerti.  Sistem informasi mudah digunakan.  Mudah bagi pengguna untuk menjadi terampil menggunakan sistem informasi.  Pengaruh orang yang dianggap penting untuk menggunakan sistem informasi  Pengaruh orang yang dianggap penting untuk harus menggunakan sistem informasi.  Pengaruh orang berpendapat tentang penggunaan sistem informasi

Pengukuran Skala perbedaan semantik 1 -7

Skala perbedaan semantik 1 -7



Tabel 3.1 : Definisi Operasional Penelitian (lanjutan) Variabel Dukungan fasilitas

Definisi Tingkat dimana seorang individu percaya bahwa infrastruktur organisasi dan teknis yang ada untuk mendukung penggunaan sistem (Venkatesh, dkk 2012).

Motivasi Hedonis

Kenikmatan atau kebahagiaan yang dihasilkan dari menggunakan teknologi baru dan berperan penting dalam menentukan adopsi teknologi baru (Brown dan Venkatesh 2005).

Kebiasaan

Hal ini didefinisikan sebagai perilaku. Tingkat dimana seseorang telah dirumuskan sadar untuk melakukan atau tidak melakukan beberapa perilaku masa depan yang ditetapkan (Venkatesh, et.al. 2012).

Indikator  Adanya sumber daya yang diperlukan untuk menggunakan sistem informasi.  Adanya pengetahuan yang diperlukan untuk menggunakan sistem informasi.  Kesesuaian antara teknologi atau sistem yang baru dengan sistem yang sudah ada  Tersedianya tenaga ahli yang dapat membantu mengatasi kesulitan dalam menggunakan sistem informasi.  Penggunaan teknologi yang dirasa menyenangkan  Penggunaan teknologi yang dirasa nyaman  Penggunaan teknologi yang dirasa sangat menghibur


 Penggunaan teknologi telah menjadi kebiasaan  Kecanduan dalam menggunakan teknologi  Rasa keharusan menggunakan teknologi  Penggunaan teknologi yang dirasa alamiah




Tabel 3.1 : Definisi Operasional Penelitian (lanjutan) Variabel Niat Penggunaan

Definisi Tingkat dimana seseorang telah dirumuskan rencana sadar untuk melakukan atau tidak melakukan beberapa perilaku masa depan yang ditetapkan. (Venkatesh, dkk 2012).

Perilaku Penggunaan

Perasaan positif atau negatif individu tentang melakukan perilaku sasaran dalam hal ini menggunakan sistem (Venkatesh, dkk 2012).

3.3

Indikator  Niat untuk terus menggunakan teknologi / system informasi di masa mendatang  Kemauan mencoba untuk menggunakan teknologi dalam kehidupan seharihari  Rencana untuk terus menggunakan teknologi lebih sering lagi  Frekuensi penggunaan teknologi



Populasi dan Sampel Penelitian Populasi merupakan jumlah keseluruhan elemen yang akan diteliti (Cooper

& Schindler, 2006). Untuk mengetahui faktor-faktor yang mempengaruhi penerimaan dan penggunaan Sistem Manajemen Pembelajaran Exelsa Universitas Sanata Dharma, populasi dalam penelitian ini adalah pengguna Exelsa Universitas Sanata Dharma. Dosen ditargetkan karena yang lebih mungkin untuk menggunakan Exelsa dalam sistem pembelajaran yang diterapkan di Universitas Sanata Dharma. Mahasiswa cenderung akan menggunakan Exelsa apabila dosen yang mengarahkan. Universitas Sanata Dharma memiliki 8 fakultas, meliputi: Fakultas Ekonomi, Fakultas Farmasi, Fakultas Keguruan dan Ilmu Pendidikan, Fakultas


Psikologi, Fakultas Sains dan Teknologi, Fakultas Sastra, Fakultas Teologi, dan Program Pasca Sarjana. Populasi dalam penelitian ini adalah dosen tetap yang berstatus aktif di Universitas Sanata Dharma, sedangkan sampel yang diambil adalah beberapa dosen dari masing-masing program studi di Universitas Sanata Dharma. Menurut Arikunto (2010), “sampel adalah sebagian atau wakil populasi yang diteliti.” Selanjutnya menurut Sugiyono (2010) sampel adalah “bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut.” Responden yang ditargetkan berasal dari berbagai program studi dan akan diklasifikasikan berdasarkan usia, jenis kelamin, dan tingkat pengalaman dalam menggunakan Exelsa. Penelitian ini menggunakan teknik pengambilan sampel proportionate random sampling. Menurut Arikunto (2006) teknik proportionate random sampling adalah teknik pengambilan proporsi untuk wilayah ditentukan seimbang atau sebanding dalam masing-masing wilayah. Dalam penelitian ini sampel diambil setiap program studi di Universitas Sanata Dharma. Penelitian ini menggunakan rumus slovin untuk menentukan ukuran sampel, hal ini mengacu pada pendapat Riduwan dan Engkos (2011) bahwa pengambilan sampel menggunakan rumus slovin dapat digunakan apabila populasi sudah diketahui. Perhitungan menggunakan rumus Slovin:

n = N / ((N * α2)+1)

……(Rumus 3.1)


Keterangan: n = Jumlah sampel N = Jumlah populasi α = taraf signifikan (0,05), taraf signifikan adalah tingkat kesalahan yang dikehendaki. Menurut Sugiyono (2013) berdasarkan Isaac dan Michael, ukuran sampel dapat diperoleh melalui perhitungan matematis dengan taraf signifikansi 1%, 5%, dan 10%. Dalam penelitian ini peneliti menggunakan taraf signifikan 5%. Karena taraf signifikan 5% berarti memiliki tingkat kepercayaan kebenaran penelitian sebesar 95%. Perhitungan untuk menentukan jumlah sampel adalah sebagai berikut :

n = N / ((N * α2)+1) n = 320 / ( (320 * 0,052) + 1 ) = 320 / 1.8 = 177,778

 Jumlah responden adalah 180 dosen.

Selanjutnya dilakukan perhitungan jumlah sampel berdasar program studi dengan menggunakan rumus alokasi proporsional (lihat rumus 3.2).

ni =

𝐍𝐢 𝐍

xn

……(Rumus 3.2)

Keterangan: ni

= Jumlah sampel menurut program studi

Ni

= Jumlah populasi menurut program studi

n

= Jumlah sampel seluruhnya

N

= Jumlah populasi seluruhnya


Sebagai contoh di program studi Teknik Informatika, jumlah dosen tetap sebanyak 16 (Ni = 16), N = 320, dan n = 180. Maka dapat dihitung jumlah ni adalah

ni = ni =

𝐍𝐢 𝐍

xn

𝟏𝟔 𝟑𝟐𝟎

x 180

ni = 9 Jumlah dosen Teknik Informatika yang menjadi sampel sebanyak 9 dosen. Langkah selanjutnya memberikan kode pada 320 dosen tetap di Universitas Sanata Dharma. Kemudian dilakukan teknik random menggunakan Ms. Excel. Sebagai contoh di program studi Teknik Informatika, 16 dosen diberi kode, lalu setelah diketahui hanya 9 dosen yang dijadikan sampel, dilakukan pengacakan menggunakan Ms. Excel dengan formula randombetween. Daftar dosen yang menjadi responden dalam penelitian ini disajikan pada tabel 3.2.


Tabel 3.2 : Jumlah Responden berdasarkan strata program studi Fakultas Ekonomi

Farmasi Keguruan dan Ilmu Pendidikan

Psikologi Sains dan Teknologi

Sastra

Teologi Pascasarjana

Jumlah Dosen Tetap Akuntansi 10 Ekonomi 3 Magister Manajemen 6 Manajemen 12 Pend. Profesi Akuntansi 6 Farmasi 19 Profesi Apoteker 6 Bimbingan dan Konseling 8 Pendidikan Agama Katolik 13 Pend Bahasa dan Sastra Indonesia 9 Pendidikan Akuntansi 9 Pendidikan Ekonomi 6 Pendidikan Bahasa Inggris 26 Pendidikan Biologi 7 Pendidikan Fisika 9 Pendidikan Matematika 13 Pendidikan Sejarah 4 Pendidikan Guru Sekolah Dasar 19 S2 Pend. Bahasa dan Sastra 1 Indonesia S2 Pendidikan Matematika 1 Psikologi 22 Matematika 7 Teknik Elektro 12 Teknik Informatika 16 Teknik Mesin 13 Sastra Indonesia 6 Sastra Inggris 20 Sejarah 6 Ilmu Teologi 13 Magister Teologi 8 Magister Kajian Bahasa Inggris 5 Magister Ilmu Religi dan Budaya 5 TOTAL 320 Program Studi

Jumlah Responden 6 2 3 7 3 11 3 5 7 5 5 3 15 4 5 7 2 11 1 1 12 4 7 9 7 3 11 3 7 5 3 3 180


3.4

Instrumen Penelitian Instrumen yang digunakan penelitian ini adalah kuesioner. Kuesioner

dibagikan melalui tatap muka untuk pengguna di Universitas Sanata Dharma di setiap program studi yang berbeda. Menurut Iskandar (2009), kuesioner merupakan alat pengumpulan data yang diimplementasikan dengan cara memberikan seperangkat pertanyaan kepada responden untuk dijawab. Penelitian ini mengadaptasi elemen dari studi empiris sebelumnya untuk memvalidasi skala yang digunakan (Luarn & Lin, 2005). Selain itu, kuesioner termasuk pertanyaan demografis tentang jenis kelamin, usia dan tingkat pengalaman menggunakan Exelsa. Item ini diukur dengan menggunakan skala perbedaan semantik 7 poin. Teknik pengukuran ini dikenalkan oleh Charles Osgood (1957) yang menekankan pada aspek semantik sebuah kata. Teknik perbedaan semantik merupakan penyempurnaan dari skala likert yang tidak mampu menjangkau respon yang bersifat multidimensi. Respon skala perbedaan semantik terdiri dari 3 dimensi, yaitu: 3.4.1. Dimensi evaluasi (baik–buruk) Penilaian subyek terkait dengan baik-buruknya topik stimulus yang disajikan, termasuk juga di dalamnya perasaan subyek (senang–marah) atau penilaian kualitas (cantik–jelek, kasar–lembut), atau moral (bijak–jahat). Buruk Kejam Jelek Sedih Tidak berharga

1 1 1 1 1

2 2 2 2 2

3 3 3 3 3

4 4 4 4 4

5 5 5 5 5

6 6 6 6 6

7 7 7 7 7

Baik Ramah Indah Senang Berharga


3.4.2. Dimensi potensi (kuat–lemah) Penilaian mengenai kekuatan yang dikandung oleh stimulus. Penilaian ini memuat tentang kapasitas stimulus (tinggi-rendah), besar-kecil, dalamdangkal, berat-ringan. Lemah Kecil Lembut Dangkal Sederhana

1 1 1 1 1

2 2 2 2 2

3 3 3 3 3

4 4 4 4 4

5 5 5 5 5

6 6 6 6 6

7 7 7 7 7

Kuat Besar Kasar Dalam Kompleks

3.4.3. Dimensi aktivitas (aktif-pasif) Penilaian mengenai muatan aktivitas yang dikandung stimulus, misalnya: cepat-lambat, tenang-riuh, acak-teratur. Pasif Lambat Diam Redup Dingin

1 1 1 1 1

2 2 2 2 2

3 3 3 3 3

4 4 4 4 4

5 5 5 5 5

6 6 6 6 6

7 7 7 7 7

Aktif Cepat Berisik Terang Panas

Menurut Arikunto (2010) bahwa kualitas instrument akan menentukan kualitas data yang terkumpul. Instrument penelitian memiliki dua syarat utama yang wajib dipenuhi yaitu memenuhi persyaratan validitas dan reliabilitas (Azwar, 2012). Alat ukur yang tidak reliable atau tidak valid akan memberikan informasi yang tidak akurat mengenai keadaan subyek penelitian.

3.4.1 Pengujian Validitas Menurut Jogiyanto (2007), validitas dalam penelitian dijelaskan sebagai suatu derajat ketepatan alat ukur penelitian tentang inti atau arti sebenarnya yang


diukur. Tinggi rendahnya validitas menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud. Validitas dapat dilakukan dengan mengkorelasikan antar skor item instrument dengan skor total seluruh item pertanyaan. Pengujian validitas ini menggunakan uji validitas Product Moment Pearson Correlation dengan cara menghubungkan masing-masing skor item dengan skor total yang diperoleh dalam penelitian. Dalam uji validitas ini, dasr pengambilan keputusannya adalah sebagai berikut: 3.4.1.1 Jika nilai r hitung lebih besar atau sama dengan nilai r tabel, maka instrumen penelitian dinyatakan valid. 3.4.1.2 Jika nilai r hitung lebih kecil dari nilai r tabel, maka instrumen penelitian dinyatakan tidak valid.

3.4.2 Pengujian Reliabilitas Menurut Jogiyanto (2007), reliabilitas adalah derajat ketepatan, ketelitian atau keakuratan yang ditunjukkan oleh instrumen pengukuran di mana pengujiannya

dapat

dilakukan

secara

internal

yaitu

pengujian

dengan

menganalisis konsistensi butir-butir yang ada. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya prediksi, dan akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah pengukuran yang dapat menghasilkan data yang reliabel. Pengujian reliabilitas instrumen diukur berdasarkan nilai cronbach’s alpha. Cronbach’s alpha merupakan sebuah ukuran reliabilitas yang memiliki


nilai berkisar dari 0 sampai dengan 1 (Hair et al., 2010). Menurut Eisingerich dan Rubera (2010) nilai reliabilitas cronbach’s alpha minimum adalah 0,70. Tingkat keandalan cronbach’s alpha menurut Hair et al. (2010) dapat dilihat pada tabel 3.3 di bawah ini. Tabel 3.3 : Tingkat Keandalan Cronbach’s Alpha Nilai Cronbach’s Alpha 0,00 – 0,20 >0,20 – 0,40 >0,40 – 0,60 >0,60 – 0,80 >0,80 – 1,00

3.5

Tingkat Keandalan Kurang handal Agak handal Cukup handal Handal Sangat handal

Metode Pengumpulan Data Data yang digunakan dalam penelitian ini adalah data primer. Data primer

adalah data yang diperoleh langsung dari sumber data dan belum diolah oleh pihak mana pun untuk tujuan penelitian (Cooper dan Shindler, 2006). Pengumpulan data untuk penelitian ini melalui kuesioner terstruktur. Kuesioner disebarkan kepada dosen Universitas Sanata Dharma yang terpilih menjadi sampel penelitian. Di dalam kuesioner terdapat daftar pernyataan-pernyataan dan setiap responden diminta untuk memberikan penilaian sesuai dengan petunjuk di dalam kuesioner.

3.6

Metode Analisis Data Semua kuesioner dikumpulkan dan digunakan untuk melakukan analisis

data. Data yang dikumpulkan tersebut dimasukkan ke software SmartPLS. Data tersebut diperiksa ulang untuk konsistensi sehingga dapat meminimalkan


kesalahan dalam memasukkan dalam data. Data dianalisis menggunakan analisis statistik deskriptif dan inferensial. Analisis statistik deskriptif menampilkan data hasil penelitian dalam bentuk rerata skor. Analisis inferensial menggunakan teknik analisis PLS-SEM (Partial Least Squares – Structural Equation Modeling) dengan menggunakan perangkat lunak SmartPLS 3.2.4. Penelitian ini menggunakan model kausalitas atau hubungan pengaruh. Dengan demikian, untuk menguji hipotesis yang diajukan digunakan teknik analisis Partial Least Square - Stuctural Equation Modeling (PLS-SEM) yang dioperasikan melalui program SmartPLS 3.2.4. Menurut Jogiyanto dan Abdillah (2009) Partial Least Squares adalah analisis persamaan structural (Structural Equation Modeling / SEM) berbasis varian yang secara simultan dapat melakukan pengujian model pengukuran sekaligus pengujian model structural. Model pengukuran digunakan untuk uji validitas dan reliabilitas, sedangkan model structural digunakan untuk uji kausalitas. Keunggulan teknik analisis PLS menurut Jogiyanto dan Abdillah (2009) adalah: 3.6.1. Mampu memodelkan banyak variabel dependen dan independen (model kompleks). 3.6.2. Mampu mengelola masalah multikolinearitas antar variabel independen. 3.6.3. Hasil tetap kokoh walaupun terdapat data yang tidak normal. 3.6.4. Menghasilkan variabel laten independen secara langsung berbasi crossproduct yang melibatkan variabel laten dependen sebagai kekuatan prediksi. 3.6.5. Dapat digunakan pada sampel kecil (di bawah 100).


3.6.6. Tidak mensyaratkan data terdistribusi normal.

Penggunaan PLS-SEM dalam penelitian ini digunakan untuk menguji dan mengukur pengaruh langsung dan tidak langsung dari variabel harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, kebiasaan, niat dan perilaku penggunaan. Gambar 3.1 di bawah ini menunjukkan model diagram jalur Partial Least Square.

Gambar 3.1 Model Diagram Jalur Partial Least Square


Analisis PLS-SEM terdiri dari 2 sub model yaitu: inner model dan outer model. 3.6.1 Outer Model Outer model atau outer relation atau measurement model mendefinisikan bagaimana setiap blok indikator berhubungan dengan variabel latennya. Model ini menspesifikasi hubungan antar variabel laten dengan indikatornya atau dapat dikatakan bahwa outer model mendefinisikan hubungan setiap indikator dengan variabel latennya. Menurut Ghozali (2006), model persamaan dasar dari model pengukuran atau outer model dapat ditulis sebagai berikut: Rumus 3.3 Persamaan dasar model pengukuran Untuk konstruk laten eksogen (X) :

untuk konstruk laten endogen (Y):

X = λx ξ + δ

Y = λy η + ε

Sumber : Ghozali (2006) Tabel 3.4 : Keterangan Simbol Simbol Nama Keterangan Lamda Bobot faktor Antara variabel laten dengan indikatornya λ Ksi Variabel laten eksogen ξ Epsilon Pengukuran eror indikator endogen ε Eta Variabel laten endogen η Delta Pengukuran eror indikator eksogen δ

Gambar 3.1 menunjukkan bahwa ξ1 dan ξ2 merupakan variabel laten eksogen atau independen variabel, η1 dan η2 merupakan variabel laten endogen atau variaben dependen. Nilai koefisien dari persamaan akan menerangkan hubungan atau pengaruh antar variabel sesuai dengan paradigma penelitian.


Persamaan model pengukuran untuk setiap variabel dapat dilihat pada tabel 3.5 sebagai berikut. Tabel 3.5 : Persamaa Model Pengukuran Variabel Variabel X1 Harapan Kinerja

X2 Persepsi Usaha

X3 Faktor Sosial

X4 Dukungan Fasilitas

X5 Motivasi Hedonis

X6 Kebiasaan

Y1 Niat Penggunaan Y2 Perilaku Penggunaan

Bobot Indikator λHK1.1 λHK1.2 λHK1.3 λHK1.4 λPU2.1 λPU2.2 λPU2.3 λPU2.4 λFS3.1 λFS3.2 λFS3.3 λDF4.1 λDF4.2 λDF4.3 λDF4.4 λMH5.1 λMH5.2 λMH5.3 λK6.1 λK6.2 λK6.3 λK6.4 λNP1.1 λNP1.2 λPP2.1

Persamaan Model Pengukuran X1.1 = λHK1.1 X1 + δ1 X1.2 = λHK1.2 X1 + δ2 X1.3 = λHK1.3 X1 + δ3 X1.4 = λHK1.4 X1 + δ4 X2.1 = λPU2.1 X2 + δ5 X2.2 = λPU2.2 X2 + δ6 X2.3 = λPU2.3 X2 + δ7 X2.4 = λPU2.4 X2 + δ8 X3.1 = λFS3.1X3 + δ9 X3.2 = λFS3.2 X3 + δ10 X3.3 = λFS3.3 X3 + δ11 X4.1 = λDF4.1 X4 + δ12 X4.2 = λDF4.2 X4 + δ13 X4.3 = λDF4.3 X4 + δ14 X4.4 = λDF4.4 X4 + δ15 X5.1 = λMH5.1 X5 + δ16 X5.2 = λMH5.2 X5 + δ17 X5.3 = λMH5.3 X5 + δ18 X6.1 = λK6.1 X6 + δ19 X6.2 = λK6.2 X6 + δ20 X6.3 = λK6.3 X6 + δ21 X6.4 = λK6.4 X6 + δ22 Y1.1 = λNP1.1 Y1 + ε1 Y1.2 = λNP1.2 Y1 + ε2 Y2.1 = λPP2.1Y2 + ε3

Pengujian dalam outer model yaitu: 3.6.1.1 Uji Validitas Pengujian validitas ada 2 yaitu validitas konvergen dan validitas diskriminan. Validitas konvergen diuji melalui parameter loading factor dan nilai Average Variance Extracted (AVE). Pengukuran dapat


dikategorikan memiliki validitas konvergen apabila nilai loading factor lebih dari 0,7 dan nilai AVE lebih dari 0,5 (Ghozali, 2008). AVE =

∑ 𝜆2𝑖 ∑ 𝜆𝑖 2 + ∑𝑖 𝑣𝑎𝑟(𝜀𝑖 )

……(Rumus 3.4)

Validitas diskriminan ditentukan dengan melihat cross loading dari setiap variabel. Pengukuran dapat dikategorikan memiliki validitas diskriminan apabila memiliki nilai cross loading lebih dari 0,7 (Jogiyanto, 2011). 3.6.1.2 Uji Reliabilitas Pengujian reliabilitas dapat dilihat berdasarkan nilai Cronbach’s alpha harus lebih dari 0,6 dan nilai composite reliability harus lebih dari 0,7 (Jogiyanto, 2011). Nilai composite reliability menunjukkan ukuran nilai reliabilitas sesungguhnya dari suatu variabel sedangkan cronbach’s alpha menunjukkan ukuran nilai reliabilitas terrendah dari suatu variabel.

c =

3.6.2

(∑ 𝜆𝑖)2 (∑ 𝜆𝑖)2 + ∑𝑖 𝑣𝑎𝑟(𝜀𝑖 )

……(Rumus 3.5)

Inner Model

Pengujian padal inner model atau model struktural dilakukan untuk menguji hubungan antar konstruk laten. Inner model meliputi inner relation, structural model dan substantive theory menggambarkan hubungan antara variabel laten berdasarkan pada teori substantive. Inner model diuji dengan melihat nilai Rsquare, Q-square dan path coefficient (koefisien jalur) untuk mendapatkan informasi seberapa besar variabel laten dependen dipengaruhi oleh variabel laten


independen, serta uji signifikansi untuk menguji nilai signifikansi hubungan atau pengaruh antar variabel (Ghozali, 2006). Pengujian dalam inner model yaitu: 3.6.2.1 R-square test Nilai R-square atau koefisien determinasi menunjukkan keragaman konstruk endogen yang mampu dijelaskan oleh konstruk-konstruk eksogen secara serentak. Nilai R-square digunakan untuk mengukur tingkat variabilitas perubahan variabel independen terhadap variabel dependen. Parameter ini juga digunakan untuk mengukur kelayakan model prediksi dengan rentang 0 sampai 1. Semakin tinggi nilai R-square maka semakin besar pula pengaruh variabel laten eksogen terhadap variabel laten endogen. Nilai R-square dapat mendeteksi pengaruh langsung dari variabel eksogen tertentu terhadap variabel endogen. Perubahan nilai R-square (f2) digunakan untuk menilai pengaruh variabel independen tertentu terhadap variabel laten dependen secara substantive (Ghozali, 2006).

η1 = 1ξ1 + 2ξ2 + 1

……(Rumus 3.6)

η2 = 1η1 + 3ξ1 + 4ξ2 + 2 ……(Rumus 3.7) Keterangan= η

 ξ

 

= = = =

Eta = Variabel laten endogen Gamma = Koefisien pengaruh variabel eksogen terhadap variabel endogen Ksi = Variabel laten eksogen Zeta = Galat model

=

Beta

= Koefisien pengaruh variabel terhadap variabel endogen

endogen


3.6.2.2 Q-square test Q-square test dalam PLS digunakan untuk predictive relevancy dalam model konstruktif. Pada penilaian goodness of fit bisa diketahui melalui nilai Q2. Nilai Q2 memiliki arti yang sama dengan koefisien determinasi (R-Square) pada analisis regresi, di mana semakin tinggi R-Square, maka model dapat dikatakan semakin fit dengan data. Q-square mengukur seberapa baik nilai observasi yang dihasilkan oleh model dan juga estimasi parameternya. Pendekatan ini menggunakan rumus sebagai berikut (Hengky dan Ghozali, 2012) : Q2 = 1 – (1 – R12) (1 - R22) … (1 – Rp2)

……(Rumus 3.8)

Keterangan: R12 R22 … Rp2

:

R-square

variabel

endogen

dalam

model.

Interpretasi Q2 sama dengan koefisien determinasi total pada analisis jalur. (mirip dengan R2 pada regresi). Q2

:

koefisien determinasi total pada analisis jalur.

3.6.2.3 Koefisien jalur Koefisien jalur menunjukkan seberapa besar hubungan atau pengaruh konstruk laten yang dilakukan dengan prosedur bootstrapping.


Pengujian hipotesis terkait dengan pengujian hubungan antar variabel. Pengujian hipotesis ditempuh dengan melihat hasil uji secara parsial untuk masing-masing variabel. Ukuran signifikansi keterdukungan hipotesis dapat digunakan perbandingan nilai t-table dan t-statistic. Untuk melihat ada tidaknya pengaruh variabel eksogen terhadap variabel endogen, dapat dilihat dari nilai tstatistic yang dibandingkan dengan nilai t-table. Jika nilai t-statistic lebih besar dari pada nilai t-table, maka signifikan. Sebaliknya jika nilai t-statistic lebih kecil dari pada nilai t-table, maka tidak signifikan. Dalam penelitian ini untuk tingkat keyakinan 95% (α 0,05) maka nilai t-table untuk hipotesis satu ekor (one-tailed) adalah 1,65356. Selain itu untuk menguji efek moderasi terhadap pengaruh variabel independen terhadap variabel dependen, maka dilakukan analisis lanjutan menggunakan analisis moderating effect dan analisis multiple group (PLS-MGA). Analisis moderating effect dijalankan menggunakan perangkat lunak SmartPLS dengan cara membuat variabel moderasi dalam model. Setelah itu dilakukan kalkulasi model dengan melibatkan variabel moderasi. Hasil yang didapatkan adalah hubungan variabel independen dengan variabel dependen yang secara umum dipengaruhi oleh variabel moderasi. Selanjutnya untuk mengetahui efek moderasi dalam kelompok tertentu, dilakukan analisis multiple group. Berdasarkan Henseler (2009), analisis multiple group memungkinkan untuk menguji apakah kelompok data yang telah ditetapkan memiliki perbedaan yang signifikan dalam estimasi parameter kelompok-spesifik (misalnya, bobot luar, beban luar dan koefisien jalur). Analisis multiple group membagi sampel


berdasarkan karakteristik tertentu, yang ditentukan terlebih dahulu dan ada dalam proses pengumpulan data (Santoso, 2007). Sebagai contoh, instrumen penelitian (kuesioner) pada model penerimaan dan penggunaan Exelsa memasukkan profil pengguna seperti jenis kelamin, usia, dan tingkat pengalaman menggunakan Exelsa.

SmartPLS memberikan hasil tiga pendekatan yang berbeda yang

didasarkan pada hasil bootstrap dari setiap kelompok. Sarstedt et al. (2011) menjelaskan metode analisis multiple group secara rinci, yaitu: 3.6.1.) Confidence Intervals (Bias Corrected) Metode ini menghitung tingkat keyakinan bias yang dikoreksi untuk estimasi parameter kelompok tertentu dalam model jalur PLS. Hasil kelompok spesifik dari koefisien jalur yang berbeda secara signifikan jika tingkat keyakinan bias yang dikoreksi tidak tumpang tindih. 3.6.2.) Partial Least Squares Multigroup Analysis (PLS-MGA) Metode ini merupakan uji signifikansi non-parametrik untuk perbedaan hasil kelompok spesifik yang dibangun di atas hasil bootstrap PLS-SEM. Hasil signifikan pada probabilitas 5% dari tingkat kesalahan, jika p-value lebih kecil dari 0,05 atau lebih besar dari 0,95 untuk perbedaan tertentu koefisien jalur kelompok tertentu. 3.6.3.) Parametric Test Metode ini merupakan uji signifikansi parametrik untuk perbedaan kelompok-spesifik hasil PLS-SEM yang mengasumsikan varian yang sama di seluruh kelompok.


3.6.4.) Welch-Satterthwait Test Metode ini merupakan uji signifikansi parametrik terhadap perbedaan kelompok spesifik dari hasil PLS-SEM yang mengasumsikan varian yang tidak sama di seluruh grup.

Dalam pengaturan analisis multiple group di SmartPLS, kelompok yang dipilih akan dinilai untuk perbedaan yang signifikan dalam estimasi parameter. Semua kelompok data yang dipilih dalam grup A akan dibandingkan dengan semua kelompok data yang dipilih pada grup B.


BAB IV HASIL PENELITIAN DAN PEMBAHASAN

Bab ini menjelaskan hasil dari analisis data yang telah dilakukan berdasarkan metode penelitian yang diuraikan pada bab III. Pembahasan bab ini diawali dengan deskripsi data kemudian dilanjutkan dengan pengujian hipotesis serta pembahasannya.

4.1

Deskripsi Data

4.1.1

Deskripsi Responden Penelitian Pengumpulan data pada penelitian ini dilaksanakan dengan menyebarkan

kuesioner di Universitas Sanata Dharma. Responden dalam penelitian ini adalah dosen tetap di Universitas Sanata Dharma. Jumlah responden yang diteliti sebanyak 180 dosen tetap. Kuesioner mulai dibagikan kepada responden pada tanggal 8 Agustus 2016. Pengumpulan kembali kuesioner dilakukan sendiri oleh penulis dan dilakukan secara bertahap tergantung pada kesediaan para responden untuk mengisi kuesioner. Besarnya tingkat pengembalian kuesioner dapat dilihat pada tabel 4.1 berikut ini: Tabel 4.1 : Tingkat Pengembalian Kuesioner Jumlah Kuesioner yang dikirimkan Kuesioner yang kembali Kuesioner yang tidak lengkap Kuesioner yang dapat digunakan (Tingkat Pengembalian Kuesioner) Sumber: Data diolah (2016)

56

Persentase (%)

180 180 2

100,00% 1,11%

178

98,89%


Tabel 4.1 menunjukkan bahwa sebanyak 178 kuesioner dapat digunakan dalam penelitian ini. Selanjutnya data tersebut dikelompokkan berdasarkan usia, jenis kelamin, masa kerja, dan tingkat pengalaman dalam menggunakan Exelsa.

4.1.1.1 Responden berdasarkan usia Data responden berdasarkan kelompok usia di Universitas Sanata Dharma dapat dilihat pada table 4.2 berikut ini. Tabel 4.2 : Responden berdasarkan usia Kelompok Usia ≤ 30 tahun 31 - 40 tahun 41 - 50 tahun 51 - 60 tahun >60 tahun TOTAL Sumber: Data diolah (2016)

Jumlah 10 38 80 40 10 178

Persentase (%) 5,62% 21,35% 44,94% 22,47% 5,62% 100,00%

Tabel 4.2 menunjukkan bahwa frekuensi tertinggi adalah responden yang memiliki kelompok usia pada rentang 41-50 tahun (44,94%).

4.1.1.2 Responden berdasarkan jenis kelamin Data responden berdasarkan jenis kelamin di Universitas Sanata Dharma dapat dilihat pada table 4.3 berikut ini. Tabel 4.3 : Responden berdasarkan jenis kelamin Jenis Kelamin Pria Wanita TOTAL Sumber: Data diolah (2016)

Jumlah 118 60 178

Persentase (%) 66.29% 33.71% 100%


Tabel 4.3 menunjukkan bahwa frekuensi tertinggi adalah responden yang berjenis kelamin pria (66,29%).

4.1.1.3 Responden berdasarkan masa kerja Data responden berdasarkan kelompok masa kerja di Universitas Sanata Dharma dapat dilihat pada table 4.4 berikut ini. Tabel 4.4 : Responden berdasarkan masa kerja Kelompok Masa Kerja < 6 tahun 6-10 tahun 11-20 tahun  20 tahun TOTAL Sumber: Data diolah (2016)

Jumlah 38 14 69 57 178

Persentase (%) 21,35% 7,87% 38,76% 32,02% 100%

Tabel 4.4 menunjukkan bahwa frekuensi tertinggi adalah responden yang memiliki kelompok masa kerja pada rentang 11-20 tahun (38,76%).

4.1.1.4 Responden berdasarkan tingkat pengalaman menggunakan Exelsa Data responden berdasarkan tingkat pengalaman menggunakan Exelsa di Universitas Sanata Dharma dapat dilihat pada table 4.5 berikut ini. Tabel 4.5 : Responden berdasarkan tingkat pengalaman menggunakan Exelsa Tingkat Pengalaman < 1 tahun 1-2 tahun 3-4 tahun  4 tahun TOTAL Sumber: Data diolah (2016)

Jumlah 74 15 40 47 178

Persentase (%) 41,57% 8,43% 22,47% 26,40% 100%


Tabel 4.5 menunjukkan bahwa frekuensi tertinggi adalah responden yang memiliki tingkat pengalaman selama kurang dari 1 tahun (41,57%).

4.1.2

Deskripsi Variabel Penelitian Variabel dalam penelitian ini terbagi menjadi :

Variabel eksogen

: Harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, kebiasaan

Variabel endogen

: Niat dan perilaku penggunaan

Variabel moderasi

: Usia, jenis kelamin, dan tingkat pengalaman

Analisis deskriptif variabel merupakan upaya dari penulis untuk mengambarkan secara umum tentang data yang diperoleh selama penelitian, sehingga akan mengetahui makna dan keadaan yang sebenarnya. Statistik deskriptif variabel dalam penelitian ini dapat dilihat pada table 4.6. Tabel 4.6 : Statistik Deskriptif Variabel Penelitian VARIABEL N Harapan Kinerja 178 Persepsi Usaha 178 Faktor Sosial 178 Dukungan Fasilitas 178 Motivasi Hedonis 178 Kebiasaan 178 Niat Penggunaan 178 Perilaku Penggunaan 178 Sumber: Data diolah (2016)

MIN 1 1 1 1 1 1 1 1

MAX 7 7 7 7 7 7 7 7

MEAN 4.51 5.04 4.41 4.76 3.41 4.17 2.54 4.45

STDEV 1.42 1.17 1.17 1.24 0.95 1.63 0.75 1.65

4.1.2.1 Analisis deskriptif variabel ‘Harapan Kinerja’ Analisis deskriptif variabel harapan kinerja bertujuan untuk mengetahui sejauh mana pengguna (dosen) percaya bahwa menggunakan sistem


(Exelsa) dapat mencapai keuntungan dalam kinerja pekerjaan (Venkatesh et al., 2003). Tabel 4.6 menunjukkan bahwa Exelsa memiliki tingkat kegunaan yang cukup tinggi untuk meningkatkan kinerja dosen dalam menyelesaikan tugas sebagai dosen. Nilai standar deviasi harapan kinerja sebesar 1.42 artinya penyebaran data dalam penelitian ini cukup beragam.

4.1.2.2 Analisis deskriptif variabel ‘Persepsi Usaha’ Analisis deskriptif variabel persepsi usaha bertujuan untuk mengetahui tingkat kemudahan penggunaan Exelsa (Zhou et al., 2010; Venkatesh et al., 2012). Tabel 4.6 menunjukkan Exelsa memiliki tingkat kemudahan yang cukup tinggi untuk mengoperasikannya. Pengguna merasa mudah mempelajari dan mengoperasikan fitur-fitur yang ada di dalam Exelsa, serta pengguna merasa terampil dalam mengoperasikannya. Nilai standar deviasi persepsi usaha sebesar 1.17 artinya penyebaran data dalam penelitian ini cukup beragam.

4.1.2.3 Analisis deskriptif variabel ‘Faktor Sosial’ Analisis deskriptif variabel faktor sosial bertujuan untuk mengetahui sejauh mana pengguna merasakan bagaimana pengguna lain percaya ia harus menggunakan Exelsa (Leong et al., 2013). Tabel 4.6 menunjukkan pengguna merasakan bahwa ia harus menggunakan Exelsa dengan adanya dukungan dari pimpinan, dukungan dari pengembang sistem dan


juga pengaruh dari pengguna lain untuk menggunakan Exelsa. Nilai standar deviasi faktor sosial sebesar 1.17 artinya penyebaran data dalam penelitian ini cukup beragam.

4.1.2.4 Analisis deskriptif variabel ‘Dukungan Fasilitas’ Analisis

deskriptif

variabel

dukungan

fasilitas

bertujuan

untuk

mengetahui persepsi bahwa infrastruktur organisasi dan teknis ada untuk mendukung penggunaan teknologi (Venkatesh et al.. 2003). Tabel 4.6 menunjukkan pengguna merasakan adanya kecukupan sumber daya, bantuan tenaga ahli dan pengetahuan yang cukup tinggi dalam menggunakan Exelsa. Nilai standar deviasi dukungan fasilitas sebesar 1.24 artinya penyebaran data dalam penelitian ini cukup beragam.

4.1.2.5 Analisis deskriptif variabel ‘Motivasi Hedonis’ Analisis deskriptif variabel motivasi hedonis bertujuan untuk mengetahui kenikmatan atau kesenangan yang dihasilkan dari menggunakan Exelsa (Brown & Venkatesh, 2005). Table 4.6 menunjukkan pengguna memiliki perasaan nyaman dan senang yang kurang ketika menggunakan Exelsa. Pengguna juga kurang merasa bahwa penggunaan Exelsa sangat fleksibel. Nilai standar deviasi motivasi hedonis sebesar 0.95 artinya penyebaran data dalam penelitian ini cukup beragam.


4.1.2.6 Analisis deskriptif variabel ‘Kebiasaan’ Analisis deskriptif variabel kebiasaan bertujuan untuk mengetahui sejauh bahwa individu cenderung untuk menjalankan perilaku otomatis (Limayem et al.. 2007). Tabel 4.6 menunjukkan pengguna merasa terbiasa dan memiliki kemauan yang cukup tinggi untuk menggunakan Exelsa. Pengguna juga merasa bahwa menggunakan Exelsa merupakan kewajiban. Nilai standar deviasi kebiasaan sebesar 1.63 artinya penyebaran data dalam penelitian ini cukup beragam.

4.1.2.7 Analisis deskriptif variabel ‘Niat Penggunaan Analisis deskriptif variabel niat bertujuan untuk mengetahui probabilitas subjektif melaksanakan perilaku dan juga penyebab perilaku penggunaan tertentu (Yi et al., 2006). Tabel 4.6 menunjukkan pengguna memiliki niat dan kesediaan yang kurang tinggi untuk terus menggunakan Exelsa. Nilai standar deviasi niat penggunaan sebesar 0.75 artinya penyebaran data dalam penelitian ini cukup beragam.

4.1.2.8 Analisis deskriptif variabel ‘Perilaku Penggunaan’ Analisis deskriptif variabel perilaku penggunaan bertujuan untuk mengetahui intensitas dosen dalam menggunakan Exelsa di setiap kegiatan mengajar. Tabel 4.6 menunjukkan pengguna memiliki intensitas yang cukup tinggi dalam menggunakan Exelsa di setiap kegiatan


mengajar. Nilai standar deviasi niat penggunaan sebesar 1.65 artinya penyebaran data dalam penelitian ini cukup beragam.

4.2

Pengujian Instrumen Peneltian

Dalam suatu penelitian, data mempunyai kedudukan yang sangat penting. Hal ini dikarenakan data merupakan penggambaran variabel yang diteliti dan berfungsi sebagai alat pembuktian hipotesis. Valid atau tidaknya data sangat menentukan kualitas dari data tersebut. Instrumen yang digunakan harus memenuhi syarat validitas dan reliabilitas. 4.2.1

Pengujian Validitas Menurut Jogiyanto (2007), validitas dalam penelitian dijelaskan sebagai

suatu derajat ketepatan alat ukur penelitian tentang inti atau arti sebenarnya yang diukur. Tinggi rendahnya validitas menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang variabel yang dimaksud. Validitas dapat dilakukan dengan mengkorelasikan antar skor item instrumen dengan skor total seluruh item pertanyaan. Pengujian validitas ini menggunakan uji validitas Product Moment Pearson Correlation dengan cara menghubungkan antara masing-masing skor item dengan skor total yang diperoleh dalam penelitian. Dalam uji validitas ini, dasar pengambilan keputusannya adalah sebagai berikut: 4.2.1.1 Jika nilai r hitung lebih besar atau sama dengan nilai r tabel, maka instrumen penelitian dinyatakan valid.


4.2.1.2 Jika nilai r hitung lebih kecil dari nilai r tabel, maka instrumen penelitian dinyatakan tidak valid. Dalam pengujian validitas ini penulis menggunakan data 30 sampel (N = 30) dengan item soal berjumlah 25 butir. Berdasarkan jumlah N adalah 30 pada tingkat signifikansi 5% maka nilai r tabel sebesar 0,361. Nilai r tabel akan dibandingkan dengan nilai r hitung. Berikut ini hasil pengujian validitas instrumen penelitian akan disajikan pada tabel 4.7. Tabel 4.7 : Hasil Uji Validitas Instrumen Penelitian Variabel Harapan Kinerja (HK)

Persepsi Usaha (PU)

Faktor Sosial (FS)

Dukungan Fasilitas (DF)

Motivasi Hedonis (MH)

Kebiasaan (K)

Niat Penggunaan (NP)

Item pertanyaan HK1 HK2 HK3 HK4 PU1 PU2 PU3 PU4 FS1 FS2 FS3 DF1 DF2 DF3 DF4 MH1 MH2 MH3 K1 K2 K3 K4 NP1 NP2

rhitung

rtabel

Ket

0,788 0,872 0,852 0,850 0,936 0,883 0,919 0,790 0,857 0,934 0,921 0,881 0,846 0,822 0,860 0,926 0,949 0,905 0,828 0,813 0,626 0,823 0,973 0,978

0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361 0,361

Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid


Tabel 4.7 : Hasil Uji Validitas Instrumen Penelitian (lanjutan) Variabel Item pertanyaan rhitung rtabel Perilaku Penggunaan (PP) PP1 1,000 0,361 Sumber: Data diolah (2016)

4.2.2

Ket Valid

Pengujian Reliabilitas Menurut Jogiyanto (2007), reliabilitas adalah derajat ketepatan, ketelitian

atau keakuratan yang ditunjukkan oleh instrumen pengukuran di mana pengujiannya

dapat

dilakukan

secara

internal

yaitu

pengujian

dengan

menganalisis konsistensi butir-butir yang ada. Sugiarto dan Sitinjak (2006) menyatakan bahwa reliabilitas menunjuk pada suatu pengertian bahwa instrumen yang digunakan dalam penelitian untuk memperoleh informasi yang digunakan dapat dipercaya sebagai alat pengumpulan data dan mampu mengungkap informasi yang sebenarnya dilapangan. Ghozali (2009) menyatakan bahwa reliabilitas adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari peubah atau konstruk. Suatu kuesioner dikatakan reliabel atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil dari waktu ke waktu. Reliabilitas suatu test merujuk pada derajat stabilitas, konsistensi, daya prediksi, dan akurasi. Pengukuran yang memiliki reliabilitas yang tinggi adalah pengukuran yang dapat menghasilkan data yang reliabel. Dalam pengujian reliabilitas ini penulis menggunakan data 30 sampel (N = 30) dengan item soal berjumlah 25 butir. Berikut ini hasil pengujian reliabilitas instrumen penelitian akan disajikan pada tabel 4.8.


Tabel 4.8 : Hasil Uji Reliabilitas Instrumen Penelitian Variabel Harapan Kinerja (HK Persepsi Usaha (PU) Faktor Sosial (FS) Dukungan Fasilitas (DF) Motivasi Hedonis (MH) Kebiasaan (K) Niat Penggunaan (NP) Perilaku Penggunaan (PP) Sumber: Data diolah (2016)

Nilai cronbach’s alpha 0,859 0,900 0,888 0,865 0,912 0,755 0,947 1,000

Keterangan Sangat Handal Sangat Handal Sangat Handal Sangat Handal Sangat Handal Sangat Handal Sangat Handal Sangat Handal

Berdasarkan hasil uji reliabilitas pada tabel di atas, dapat diketahui bahwa nilai Cronbach Alpha pada masing-masing variabel nilainya lebih besar dari 0,6. Dengan demikian semua item pernyataan dalam variabel penelitian adalah reliable atau handal. Sehingga item-item pernyataan dalam variabel penelitian dapat digunakan untuk penelitian selanjutnya.

4.3

Analisis PLS-SEM Data kuesioner yang diisi oleh 153 dosen tetap Universitas Sanata Dharma

diolah menggunakan PLS-SEM. Tahap-tahap analisis PLS-SEM adalah sebagai berikut: 4.3.1

Evaluasi Outer Model

Outer model dievaluasi dengan cara melihat nilai validitas dan reliabilitas pengukuran dari model tersebut.


4.3.1.1 Uji Validitas Validitas pengukuran terdiri atas validitas konvergen dan validitas diskriminan. Validitas konvergen ditentukan menggunakan parameter loading factor dan nilai AVE (Average Variance Extracted). Pengukuran dapat dikategorikan memiliki validitas konvergen apabila nilai loading factor > 0,7 dan nilai AVE > 0,5 (Jogiyanto, 2009). Validitas diskriminan ditentukan dengan melihat cross loading dari setiap variabel dan dikategorikan memiliki validitas diskriminan apabila memiliki nilai cross loading mencapai 0,7 (Jogiyanto, 2009). 4.3.1.1.1

Validitas Konvergen Validitas konvergen merupakan korelasi Antara skor indikator dengan skor konstruknya. Model PLS-SEM memenuhi convergent validity dapat dikatakan valid apabila nilai outer loading > 0,7 dan nilai AVE > 0,5 (Jogiyanto, 2009). Berikut ini merupakan hasil korelasi antara indikator dengan konstruknya menunjukkan nilai outer loading > 0,7. Nilai outer loading dalam model dapat dilihat pada table 4.9.


Tabel 4.9 : Outer Loading HK PU FS HK1 0.903 HK2 0.868 Hk3 0.925 HK4 0.931 PU1 0.914 PU2 0.927 PU3 0.927 PU4 0.884 FS1 0.752 FS2 0.859 FS3 0.868 DF1 DF2 DF3 DF4 MH1 MH2 MH3 K1 K2 K3 K4 NP1 NP2 PP1 Sumber : Data diolah (2016)

DF

MH

K

NP

PP

0.806 0.869 0.859 0.835 0.926 0.971 0.960 0.942 0.939 0.815 0.892 0.989 0.989 1.000


Selain itu uji validitas konvergen dilihat dari nilai AVE. Variabel dalam penelitian ini sudah memiliki nilai AVE > 0,5. Nilai AVE dalam model dapat dilihat pada table 4.10 di bawah ini. Tabel 4.10 : Nilai Average Variance Extracted (AVE) Variabel Harapan Kinerja Persepsi Usaha Faktor Sosial Dukungan Fasilitas Motivasi Hedonis Kebiasaan Niat Penggunaan Perilaku Penggunaan Sumber : Data diolah (2016)

Nilai AVE 0.823 0.834 0.685 0.710 0.908 0.807 0.978 1.000

Dengan demikian dapat disimpulkan bahwa berdasarkan nilai outer loading dan AVE, data penelitian ini sudah memenuhi persyaratan validitas konvergen.

4.3.1.1.2

Validitas Diskriminan

Pada validitas diskriminan digunakan nilai cross loading. Suatu indikator dikatakan memenuhi validitas diskriminan jika nilai cross loading indikator terhadap variabelnya adalah yang terbesar dibandingkan terhadap variabel lainnya. Nilai cross loading dalam model dapat dilihat pada tabel 4.11.


Tabel 4.11 : Cross Loading HK PU FS 0.903 0.589 0.562 HK1 0.868 0.465 0.601 HK2 0.925 0.515 0.560 HK3 0.931 0.576 0.651 HK4 0.534 0.914 0.392 PU1 0.509 0.927 0.433 PU2 0.499 0.927 0.436 PU3 0.613 0.884 0.386 PU4 0.437 0.261 0.752 FS1 0.588 0.411 0.859 FS2 0.588 0.430 0.868 FS3 0.523 0.376 0.519 DF1 0.611 0.655 0.498 DF2 0.720 0.551 0.561 DF3 0.596 0.562 0.618 DF4 MH1 0.650 0.544 0.575 MH2 0.766 0.662 0.607 MH3 0.737 0.642 0.608 0.783 0.571 0.514 K1 0.756 0.531 0.499 K2 0.693 0.469 0.635 K3 0.714 0.609 0.517 K4 0.765 0.554 0.544 NP1 0.753 0.525 0.567 NP2 0.786 0.556 0.526 PP1 Sumber : Data diolah (2016)

DF 0.698 0.629 0.645 0.688 0.559 0.617 0.577 0.592 0.526 0.452 0.634 0.806 0.869 0.859 0.835 0.701 0.760 0.723 0.690 0.659 0.590 0.689 0.741 0.696 0.634

MH 0.669 0.642 0.696 0.730 0.561 0.583 0.595 0.624 0.441 0.508 0.596 0.607 0.646 0.678 0.640 0.926 0.971 0.960 0.715 0.703 0.625 0.772 0.773 0.748 0.673

K 0.779 0.677 0.756 0.761 0.563 0.521 0.510 0.617 0.362 0.515 0.580 0.532 0.633 0.699 0.580 0.698 0.767 0.773 0.942 0.939 0.815 0.892 0.855 0.848 0.878

NP 0.720 0.654 0.670 0.735 0.479 0.473 0.486 0.545 0.400 0.480 0.508 0.549 0.635 0.670 0.579 0.674 0.753 0.766 0.816 0.793 0.663 0.809 0.989 0.989 0.809

PP 0.778 0.591 0.728 0.744 0.503 0.459 0.455 0.600 0.272 0.473 0.532 0.429 0.552 0.667 0.448 0.577 0.655 0.687 0.875 0.838 0.657 0.768 0.799 0.802 1.000

Berdasarkan tabel 4.11 dapat diketahui bahwa semua indikator yang menyusun masing-masing variabel dalam penelitian ini telah memenuhi validitas diskriminan yaitu nilai cross loading melebihi nilai 0,7 (Jogiyanto, 2011).

4.3.1.2

Uji Reliabilitas

Composite reliability menguji nilai reliabilitas indikator-indikator pada suatu variabel. Suatu variabel dikatakan memenuhi composite reliability apabila


memiliki nilai composite reliability > 0,7. Nilai composite reliability masingmasing variabel dapat dilihat pada tabel 4.12 di bawah ini. Tabel 4.12 : Nilai Composite Reliability Variabel Harapan Kinerja Persepsi Usaha Faktor Sosial Dukungan Fasilitas Motivasi Hedonis Kebiasaan Niat Penggunaan Perilaku Penggunaan Sumber : Data diolah (2016)

Nilai Composite Reliability 0.949 0.952 0.867 0.907 0.967 0.943 0.989 1.000

Tabel 4.12 menunjukkan nilai composite reliability telah memenuhi syarat yaitu lebih dari 0.7. Pengujian reliabilitas juga dilihat dari nilai cronbach’s alpha yang disajikan pada tabel 4.13. Tabel 4.13 : Nilai Cronbach’s Alpha Variabel Harapan Kinerja Persepsi Usaha Faktor Sosial Dukungan Fasilitas Motivasi Hedonis Kebiasaan Niat Penggunaan Perilaku Penggunaan Sumber : Data diolah (2016)

Nilai Cronbach’s Alpha 0,928 0,933 0,769 0,864 0,949 0,919 0,977 1,000

Nilai Cronbach’s Alpha di atas menunjukkan nilai di atas 0,6 yang membuktikan bahwa pengukuran dalam penelitian ini adalah reliabel / handal.


4.3.2

Evaluasi Inner Model Evaluasi inner model atau uji model struktural untuk melihat pengaruh

langsung dan tidak langsung antar variabel. Evaluasi inner model dengan PLSSEM dimulai dengan melihat nilai R-square. Berdasarkan pengolahan data dengan SmartPLS 3.0 Professional, dihasilkan nilai R-Square dalam table 4.14 berikut. Tabel 4.14 : Nilai R-square Variabel Niat Penggunaan (NP) Perilaku Penggunaan (PP) Sumber : Data diolah (2016)

Nilai R-square 0,776 0,785

Tabel 4.14 menunjukkan bahwa nilai R-square untuk variabel ‘Niat Penggunaan’ sebesar 0,776. Hal ini berarti bahwa persentase besarnya pengaruh harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap niat penggunaan adalah sebesar 77,6% sedangkan sisanya yaitu 22,4% dipengaruhi oleh faktor lain. Selanjutnya nilai Rsquare untuk variabel ‘Perilaku Penggunaan’ sebesar 0,785. Hal ini berarti bahwa persentase besarnya pengaruh harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap perilaku penggunaan adalah sebesar 78,5% sedangkan sisanya yaitu 21,5% dipengaruhi oleh faktor lain. Pada penilaian goodness of fit bisa diketahui melalui nilai Q2. Nilai Q2 memiliki arti yang sama dengan koefisien determinasi (R-Square) pada analisis regresi, di mana semakin tinggi R-Square, maka model dapat dikatakan semakin fit dengan data. Perhitungan nilai Q2 sebagai berikut (Hair et al., 2011) :


Q2

= 1 – (1 – R12) (1 - R22) … (1 – Rp2)

Q2

= 1 - (1-0,776) x (1-0,785) = 1 – (0,224 x 0,215) = 1 – 0,05 = 0,95 Hasil perhitungan diketahui nilai Q2 sebesar 0,95 artinya besarnya

keberagaman dari data penelitian dapat dijelaskan oleh model struktural yang dikembangkan dalam penelitian ini adalah sebesar 95%. Berdasarkan hasil ini, model struktural pada penelitian telah memiliki goodness of fit yang baik. Evaluasi selanjutnya pada inner model dengan melihat path diagram yang menunjukkan seberapa besar pengaruh variabel independen terhadap variabel dependen. Gambar 4.1 merupakan path diagram dalam model ini.


Gambar 4.1 Path diagram


4.4

Pengujian Hipotesis Setelah data memenuhi syarat pengukuran, maka dapat dilanjutkan dengan

melakukan metode bootstrapping pada SmartPLS 3.2.4. Metode bootstrapping adalah prosedur pengambilan sampel baru secara berulang sebanyak N sampel baru dari data asal berukuran n, di mana untuk sebuah sampel baru dilakukan pengambilan titik sampel dari data asal dengan cara satu persatu sampai n kali dengan pengambilan (Efron & Tibshirani, 1998). Untuk uji simultan digunakan Uji T-statistic yang dimaksudkan untuk menguji signifikansi pengaruh variabel-variabel eksogen Xi secara keseluruhan terhadap

variabel

endogen

Y.

Pengujian

ini

dilakukan

dengan

cara

membandingkan anatara nilai T yang dihasilkan dari perhitungan T-statistic dengan nilai T-tabel. Hipotesis nol akan diterima apabila nilai T-statistic lebih kecil dari nilai T-tabel (T-statistic < T-table), ini berarti hipotesis alternatif yang ditolak. Sebaliknya, hipotesis nol akan ditolak apabila nilai T-statistic lebih besar atau sama dengan nilai T-tabel (T-statistic ≥ T-table), ini berarti hipotesis alternatif yang diterima. Nilai T-tabel dapat diketahui berdasarkan taraf signifikansi 0,05 dengan jumlah observasi 178, yaitu 1,65356. Tabel berikut ini merupakan hasil uji t-statistik. Tabel 4.14 : Uji statistic hipotesis nol Hipotesis Statistik

ξ

H01 H02 H03 H04 H05 H06 H07

Harapan kinerja Persepsi Usaha Faktor Sosial Dukungan fasilitas Dukungan fasilitas Motivasi hedonis Kebiasaan

η Niat penggunaan Niat penggunaan Niat penggunaan Niat penggunaan Perilaku penggunaan Niat penggunaan Niat penggunaan

t-statistic 1.094 1.259 0.588 2.118 1.228 1.789 8.716


Tabel 4.14 : Uji statistic hipotesis nol (lanjutan) ξ

Hipotesis Statistik H08 H09

Kebiasaan Niat penggunaan

η Perilaku penggunaan Perilaku penggunaan

t-statistic 7.391 1.975

Sumber: data diolah (2016)

Berdasaran model persamaan pada gambar 3.1 tersebut, dibuat persamaan struktural dalam diagram jalur serta uji hipotesis statistic untuk pengujian masingmasing hipotesis penelitian sebagai berikut: H1: Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa. H01 : 1 ≤ 0 :

Harapan kinerja (ξ1) tidak berpengaruh positif terhadap niat penggunaan Exelsa (η1).

Ha1 : 1 > 0

:

Harapan kinerja (ξ1) berpengaruh positif terhadap niat penggunaan Exelsa (η1).

T-statistic(H01) = 1,094. 1,094 < 1,65356 T-statistic(H01) < T-table, maka H01 diterima (Ha1 ditolak). H2: Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa. H02 : 2 ≤ 0 :

Persepsi usaha (ξ2) tidak berpengaruh positif terhadap niat penggunaan Exelsa (η1).

Ha2 : 2 > 0

:

Persepsi usaha (ξ2) berpengaruh positif terhadap niat penggunaan Exelsa (η1).

T-statistic(H02) = 1,259 1,259 < 1,65356 T-statistic(H02) < T-table, maka H02 diterima (Ha2 ditolak).


H3: Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa H03 : 3 ≤ 0

: Faktor sosial (ξ3) tidak berpengaruh positif terhadap niat penggunaan Exelsa (η1).

Ha3 : 3 > 0

: Faktor sosial (ξ3) berpengaruh positif terhadap niat penggunaan Exelsa (η1).

T-statistic(H03) = 0,588 0,588 < 1,65356 T-statistic(H03) < T-table, maka H03 diterima (Ha3 ditolak). H4a: Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa. H04

: 4 ≤ 0

: Dukungan fasilitas (ξ4) tidak berpengaruh positif terhadap niat penggunaan Exelsa (η1)..

Ha4

: 4 > 0

: Dukungan fasilitas (ξ4) berpengaruh positif terhadap niat penggunaan Exelsa (η1).

T-statistic(H04) = 2,118 2,118 ≥ 1,65356 T-statistic(H04) ≥ T-table, maka H04 ditolak (Ha4 diterima). H4b: Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa. H05

: 5 ≤ 0

: Dukungan fasilitas (ξ5) tidak berpengaruh positif terhadap perilaku penggunaan Exelsa (η2).

Ha5

: 5 > 0

: Dukungan fasilitas (ξ5) berpengaruh positif terhadap perilaku penggunaan Exelsa (η2).

T-statistic(H05) = 1,228


1,228 < 1,65356 T-statistic(H05) < T-table, maka H05 diterima (Ha5 ditolak). H5: Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa. H06 : 6 ≤ 0

: Motivasi hedonis (ξ6) tidak berpengaruh positif terhadap niat penggunaan Exelsa (η1).

Ha6 : 6 > 0

: Motivasi hedonis (ξ6) berpengaruh positif terhadap niat penggunaan Exelsa (η1).

T-statistic(H06) = 1,789 1,789 ≥ 1,65356 T-statistic(H06) ≥ T-table, maka H06 ditolak (Ha6 diterima). H6a: Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa. H07

: Kebiasaan (ξ7) tidak berpengaruh positif terhadap niat penggunaan Exelsa (η1).

Ha7

: Kebiasaan (ξ7) berpengaruh positif terhadap niat penggunaan Exelsa (η1).

T-statistic(H07) = 8,716 8,716 ≥ 1,65356 T-statistic(H07) ≥ T-table, maka H07 ditolak (Ha7 diterima). H6b: Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa. H08

: Kebiasaan (ξ8) tidak berpengaruh positif terhadap perilaku penggunaan Exelsa (η2).

Ha8

: Kebiasaan

(ξ8)

berpengaruh

penggunaan Exelsa (η2).

positif

terhadap

perilaku


T-statistic(H08) = 7,391 7,391 ≥ 1,65356 T-statistic(H08) ≥ T-table, maka H08 ditolak (Ha8 diterima). H7: Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa. H09 : Niat penggunaan (η1) tidak berpengaruh positif terhadap perilaku penggunaan Exelsa (η2). Ha9 : Niat penggunaan (η1) berpengaruh positif terhadap perilaku penggunaan Exelsa (η2). T-statistic(H09) = 1,975 1,975 ≥ 1,65356 T-statistic(H09) ≥ T-table, maka H09 ditolak (Ha9 diterima).

Apabila dalam hasil pengujian inner model merupakan signifikan, maka dapat disimpulkan bahwa terdapat pengaruh yang bermakna dari variabel independen terhadap variabel dependen. Sedangkan kuatnya pengaruh hubungan antar variabel dapat dilihat dari nilai inner weight. Jika nilai inner weight menunjukkan angka 0,67; 0,33; dan 0,19 mengindikasikan bahwa pengaruh antar variabel kuat, moderat dan lemah (Ghozali, 2008). Tabel 4.15 menunjukkan hasil analisis jalur.


Tabel 4.15 : Hasil Analisis Jalur Hipotesis Penelitian H1

H2 H3 H4a

H4b

H5 H6a H6b

H7

Hubungan Harapan Kinerja berpengaruh positif terhadap Niat Penggunaan Exelsa Persepsi Usaha berpengaruh positif terhadap Niat Penggunaan Exelsa Faktor Sosial berpengaruh positif terhadap Niat Penggunaan Exelsa Dukungan Fasilitas berpengaruh positif terhadap Niat Penggunaan Exelsa Dukungan Fasilitas berpengaruh positif terhadap Perilaku Penggunaan Exelsa Motivasi Hedonis berpengaruh positif terhadap Niat Penggunaan Exelsa Kebiasaan berpengaruh positif terhadap Niat Penggunaan Exelsa Kebiasaan berpengaruh positif terhadap Perilaku Penggunaan Exelsa Niat Penggunaan berpengaruh positif terhadap Perilaku Penggunaan Exelsa

Koefisien tpKeterangan Jalur statistic value 0.101

1.094

0.137

Ditolak

-0.073

1.259

0.104

Ditolak

-0.035

0.588

0.278

Ditolak

0.149

2.118

0.017

Diterima

-0.069

1.228

0.110

Ditolak

0.187

1.789

0.037

Diterima

0.587

8.716

0.000

Diterima

0.730

7.391

0.000

Diterima

0.231

1.975

0.024

Diterima

Sumber : Data diolah (2016)

Data di atas menunjukkan t-statistic lebih besar dari 1,65356 yang membuktikan bahwa 5 hipotesis penelitian yang diterima (H4a, H5, H6a, H6b, H7). Kebenaran dalam uji hipotesis di atas ditunjukkan dengan menolak Ho, sehingga hipotesis penelitian tersebut dapat diterima. Berdasarkan model UTAUT2 (Venkatesh et al., 2012) pengujian dilakukan untuk mengetahui apakah usia, jenis kelamin dan tingkat pengalaman mampu memoderasi model dalam penelitian. Pengujian moderasi dalam penelitian ini dilakukan dengan 2 langkah yaitu analisis moderating effect dan


analisis multiple group. Hasil pengujian moderasi menggunakan analisis moderating effect dapat dilihat pada tabel 4.16. Tabel 4.16 : Hasil Analisis Jalur Moderasi Usia Pengaruh Moderasi Usia memperkuat pengaruh Harapan Kinerja terhadap Niat Penggunaan Exelsa Usia memperkuat pengaruh Persepsi Usaha terhadap Niat Penggunaan Exelsa Usia memperkuat pengaruh Faktor Sosial terhadap Niat Penggunaan Exelsa Usia memperkuat pengaruh Dukungan Fasilitas terhadap Niat Penggunaan Exelsa Usia memperkuat pengaruh Dukungan Fasilitas terhadap Perilaku Penggunaan Exelsa Usia memperkuat pengaruh Motivasi Hedonis terhadap Niat Penggunaan Exelsa Usia memperkuat pengaruh Kebiasaan terhadap Niat Penggunaan Exelsa Usia memperkuat pengaruh Kebiasaan terhadap Perilaku Penggunaan Exelsa Sumber: Data diolah (2016)

Koefisien tJalur statistic

pvalue

0.019

0.188

0.426

0.096

1.461

0.072

0.060

0.955

0.170

-0.018

0.237

0.406

-0.022

0.323

0.373

-0.048

0.488

0.313

-0.122

1.433

0.076

-0.061

1.118

0.132

Berdasarkan hasil analisis jalur pada tabel 4.16 dapat disimpulkan bahwa secara umum variabel usia tidak memoderasi (tidak memperkuat dan tidak memperlemah) hubungan antara variabel harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, kebiasaan terhadap niat dan perilaku penggunaan). Hal ini dilihat berdasar tabel 4.16 bahwa nilai p-value lebih besar dari 0,05.


Tabel 4.17 : Hasil Analisis Jalur Moderasi Jenis Kelamin Pengaruh Moderasi


JenisKelamin memperkuat pengaruh Harapan 0.182 Kinerja terhadap Niat Penggunaan Exelsa JenisKelamin memperkuat pengaruh Persepsi 0.003 Usaha terhadap Niat Penggunaan Exelsa JenisKelamin memperkuat pengaruh Faktor 0.105 Sosial terhadap Niat Penggunaan Exelsa JenisKelamin memperkuat pengaruh Dukungan -0.050 Fasilitas terhadap Niat Penggunaan Exelsa JenisKelamin memperkuat pengaruh Dukungan -0.028 Fasilitas terhadap Perilaku Penggunaan Exelsa JenisKelamin memperkuat pengaruh Motivasi -0.110 Hedonis terhadap Niat Penggunaan Exelsa JenisKelamin memperkuat pengaruh Kebiasaan -0.080 terhadap Niat Penggunaan Exelsa JenisKelamin memperkuat pengaruh Kebiasaan -0.070 terhadap Perilaku Penggunaan Exelsa Sumber: Data diolah (2016) * menunjukkan p < 0.05 berarti hipotesisi diterima / didukung

pvalue

1.823

0.034

0.049

0.481

1.660

0.049*

0.731

0.233

0.483

0.315

1.149

0.125

0.798

0.213

1.199

0.116

Data di atas menunjukkan nilai p-values (0.049) lebih kecil dari 0.05 yang membuktikan bahwa variabel jenis kelamin memoderasi hubungan antar variabel faktor sosial terhadap variabel niat penggunaan. Berdasarkan tabel 4.16 hubungan variabel Faktor Sosial – Niat Penggunaan memiliki t-statistic sebesar 0.955, dengan adanya moderasi jenis kelamin sehingga memperkuat hubungan variabel Faktor Sosial – Niat Penggunaan sehingga nilai t-statistic menjadi 1.660.


Tabel 4.18 : Hasil Analisis Jalur Moderasi Tingkat Pengalaman Pengaruh Moderasi


TgktPengalaman memperkuat pengaruh Harapan -0.011 Kinerja terhadap Niat Penggunaan Exelsa TgktPengalaman memperkuat pengaruh Persepsi -0.006 Usaha terhadap Niat Penggunaan Exelsa TgktPengalaman memperkuat pengaruh Faktor -0.134 Sosial terhadap Niat Penggunaan Exelsa TgktPengalaman memperkuat pengaruh Dukungan Fasilitas terhadap Niat Penggunaan -0.044 Exelsa TgktPengalaman memperkuat pengaruh Dukungan Fasilitas terhadap Perilaku 0.097 Penggunaan Exelsa TgktPengalaman memperkuat pengaruh Motivasi 0.020 Hedonis terhadap Niat Penggunaan Exelsa TgktPengalaman memperkuat pengaruh 0.033 Kebiasaan terhadap Niat Penggunaan Exelsa TgktPengalaman memperkuat pengaruh -0.036 Kebiasaan terhadap Perilaku Penggunaan Exelsa Sumber: Data diolah (2016) * menunjukkan p < 0.05 berarti hipotesisi diterima / didukung

pvalue

0.163

0.435

0.094

0.463

1.776

0.038*

0.731

0.233

1.084

0.139

0.288

0.387

0.279

0.390

0.304

0.381

Berdasarkan hasil analisis jalur pada tabel 4.18 dapat disimpulkan bahwa variabel tingkat pengalaman memoderasi hubungan variabel dukungan fasilitas terhadap niat penggunaan. Hal ini dilihat berdasar tabel 4.18 bahwa hubungan variabel Dukungan Fasilitas – Niat Penggunaan memiliki nilai p-value (0.038) lebih kecil dari 0,05. Berdasarkan pada table 4.16 hubungan variabel Dukungan Fasilitas – Niat Penggunaan memiliki nilai t-statistic sebesar 0.237, dengan adanya moderasi tingkat pengalaman sehingga memperkuat hubungan variabel Dukungan Fasilitas – Niat Penggunaan sehingga nilai t-statistic menjadi 1.776. Selanjutnya pengujian moderasi kedua adalah mengetahui adanya pengaruh variabel harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas,


motivasi hedonis, kebiasaan terhadap variabel niat dan perilaku penggunaan berdasarkan kelompok data usia, jenis kelamin dan tingkat pengalaman, dilakukan analisis multigrup menggunakan PLS-MGA (Partial Least Square – Multiple Group Analysis). Berdasarkan Henseler (2009), analisis multiple group memungkinkan untuk menguji apakah kelompok data yang telah ditetapkan memiliki perbedaan yang signifikan dalam estimasi parameter kelompok-spesifik (misalnya, bobot luar, beban luar dan koefisien jalur). Proses PLS-MGA melibatkan data yang akan dibagi menjadi subsamples berdasarkan variabel moderasi yang berteori dan model jalur masing-masing sub-sampel (kelompok) untuk dibandingkan. Dengan kata lain, model yang sama dapat digunakan untuk memperkirakan setiap kelompok diskrit menggunakan rumus (Henseler, 2012:498). Dalam penelitian ini penulis mengelompokkan responden dalam 3 kelompok berdasarkan jenis kelamin, usia dan tingkat pengalaman menggunakan Exelsa. Setelah itu penulis mengukur pengaruh variabel eksogen terhadap variabel endogen berdasarkan pengelompokan tersebut menggunakan PLS-MGA (Partial Least Square – Multiple Group Analysis).

4.4.1

Kelompok berdasarkan usia Pengelompokan berdasarkan usia bertujuan untuk mengetahui tingkat

pengaruh variabel eksogen terhadap variabel endogen dari segi usia. Pengelompokan usia dibedakan menjadi kelompok usia 1 (≤ 30 tahun), usia 2 (3140 tahun), usia 3 (41-50 tahun), usia 4 (51-60 tahun) dan usia 5 (>60 tahun).


Menurut Henseler (2012), untuk perbandingan kelompok minimal 30 responden setiap kelompok. Berdasarkan tabel 4.2 deskripsi responden berdasar usia, bahwa jumlah kelompok usia yang memenuhi syarat PLS-MGA adalah kelompok usia 2 (38 responden), usia 3 (80 responden), dan usia 4 (40 responden). Tabel 4.19 : Hasil PLS-MGA Kelompok Usia Usia

31-40 tahun 41-50 tahun 51-60 tahun tttHubungan p-value p-value p-value statistic statistic statistic HK – NP 1.628 0.052 1.350 0.089 0.769 0.221 PU – NP 0.316 0.376 0.527 0.299 0.702 0.242 FS – NP 0.830 0.204 0.142 0.444 0.359 0.360 DF – NP 2.634 0.004* 0.071 0.472 1.069 0.143 DF – PP 1.850 0.032* 1.296 0.098 0.545 0.293 MH – NP 0.469 0.320 2.119 0.017* 1.877 0.031* K – NP 2.164 0.015* 6.527 0.000* 3.540 0.000* K – PP 3.244 0.001* 7.330 0.000* 2.977 0.002* NP – PP 5.898 0.000 0.683 0.247 1.877 0.031* Sumber : Data diolah (2016) * menunjukkan p < 0.05 berarti hipotesisi diterima / didukung Berdasarkan tabel 4.16 dapat dilihat bahwa hubungan variabel harapan kinerja, persepsi usaha, faktor sosial, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap variabel niat dan perilaku penggunaan tidak diperkuat atau tidak diperlemah oleh usia. Secara umum, pengaruh dari variabel eksogen terhadap variabel endogen tidak dimoderasi oleh usia, akan tetapi berbeda dalam setiap kelompok data. Data dikelompokkan menurut usia 31-40 tahun, 41-50 tahun dan 51-60 tahun kemudian diuji kembali untuk masing-masing kelompok. PLS-MGA digunakan untuk membandingkan model jalur antara kelompok usia 2 (31-40 tahun), usia 3 (41-50 tahun), dan usia 4 (51-60 tahun). Terdapat perbedaan faktor yang mempengaruhi niat dan perilaku penggunaan antar setiap


kelompok usia. Bagi dosen yang berusia 31-40 tahun, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah harapan kinerja, dukungan fasilitas dan kebiasaan. Sedangkan bagi dosen yang berusia 41-50 tahun, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah motivasi hedonis dan kebiasaan dalam menggunakan Exelsa. Terakhir adalah bagi dosen yang berusia 51-60 tahun faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah motivasi hedonis, kebiasaan dan niat dalam menggunakan Exelsa. Dari ketiga kelompok usia ini, faktor utama yang paling menentukan penerimaan dan penggunaan Exelsa adalah kebiasaan. Kebiasaan dalam hal ini mengacu pada kebiasaan berinteraksi menggunakan sistem informasi. Semakin terbiasa berinteraksi dengan sistem informasi tersebut maka semakin bisa menerima dan menggunakannya, karena dengan frekuensi penggunaan yang tinggi, individu tersebut dapat lebih terampil menggunakan system informasi sehingga mempermudah penggunaan.

4.4.2

Kelompok berdasarkan jenis kelamin Pengelompokan berdasarkan jenis kelamin bertujuan untuk mengetahui

tingkat pengaruh variabel eksogen terhadap variabel endogen dari segi jenis kelamin pria maupun wanita. Mayoritas responden dalam penelitian ini adalah pria (66,67%) dan sisanya wanita (33,33%). Menurut Henseler (2012), untuk perbandingan kelompok, minimal 30 responden setiap kelompok. Henseler menambahkan bahwa PLS-MGA memungkinkan analisis yang akan dilakukan


antara kelompok dengan kesenjangan yang besar dalam jumlah responden dalam hal ini, pria 118 dan wanita 60. Tabel 4.20 : Hasil PLS-MGA Kelompok Jenis Kelamin Jenis Kelamin PRIA WANITA Hubungan t-statistic p-value t-statistic p-value HK – NP 0.137 0.446 2.266 0.012* PU – NP 0.937 0.175 1.286 0.100 FS – NP 1.325 0.093 1.118 0.132 DF – NP 1.703 0.045* 1.134 0.129 DF – PP 0.775 0.219 1.596 0.056 MH – NP 2.658 0.004* 0.501 0.308 K – NP 7.930 0.000* 3.009 0.001* K – PP 6.891 0.000* 3.362 0.000* NP – PP 0.962 0.168* 2.842 0.002* Sumber: Data diolah (2016) * menunjukkan p < 0.05 berarti hipotesisi diterima / didukung

Berdasarkan tabel 4.17 dapat dilihat bahwa hubungan variabel harapan kinerja, persepsi usaha, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap variabel niat dan perilaku penggunaan tidak dimoderasi oleh jenis kelamin. Sedangkan variabel faktor sosial terhadap niat penggunaan dimoderasi oleh jenis kelamin. Secara umum, pengaruh dari variabel harapan kinerja, persepsi usaha, dukungan fasilitas, motivasi hedonis, dan kebiasaan terhadap variabel niat dan perilaku penggunaan tidak dimoderasi oleh jenis kelamin, akan tetapi berbeda dalam setiap kelompok data. Data dikelompokkan menurut jenis kelamin pria dan wanita kemudian diuji kembali untuk masing-masing kelompok. PLS-MGA digunakan untuk membandingkan model jalur antara dosen pria dan wanita dalam menggunakan Exelsa. Terdapat adanya perbedaan faktor yang mempengaruhi niat dan perilaku penggunaan antara dosen pria dan wanita. Bagi dosen pria, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah


faktor dukungan fasilitas, motivasi hedonis, dan kebiasaan. Sedangkan bagi dosen wanita, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah harapan kinerja, kebiasaan dan niat untuk menggunakan Exelsa. Berdasarkan kelompok jenis kelamin, faktor utama yang paling menentukan penerimaan dan penggunaan Exelsa adalah kebiasaan. Kebiasaan dalam hal ini mengacu pada kebiasaan berinteraksi menggunakan sistem informasi. Semakin terbiasa berinteraksi dengan sistem informasi tersebut maka semakin bisa menerima dan menggunakannya, karena dengan frekuensi penggunaan yang tinggi, individu tersebut dapat lebih terampil menggunakan system informasi sehingga mempermudah penggunaan.

4.4.3

Kelompok berdasarkan tingkat pengalaman menggunakan Exelsa Pengelompokan berdasarkan tingkat pengalaman menggunakan Exelsa

bertujuan untuk mengetahui tingkat pengaruh variabel eksogen terhadap variabel endogen dari segi tingkat pengalaman dosen selama kurang dari 1 tahun (EXP1), 1-3 tahun (EXP2), 3-4 tahun (EXP3) dan lebih dari 4 tahun (EXP3). Menurut Henseler (2012), untuk perbandingan kelompok minimal 30 responden setiap kelompok. Berdasarkan tabel 4.5 Deskripsi Responden berdasar Tingkat Pengalaman, bahwa jumlah kelompok tingkat pengalaman yang memenuhi syarat PLS-MGA adalah kelompok EXP1 (74 responden), EXP3 (40 responden), dan exp4 (47 responden).


Tabel 4.21 : Hasil PLS-MGA Kelompok Pengalaman Pengalaman

< 1 tahun 3-4 tahun > 4 tahun tttHubungan p-value p-value p-value statistic statistic statistic HK – NP 1.406 0.080 0.030 0.488 0.848 0.198 PU – NP 0.226 0.411 2.145 0.016* 1.077 0.141 FS – NP 0.180 0.428 1.584 0.057 0.321 0.374 DF – NP 2.555 0.005* 1.503 0.067 0.810 0.209 DF – PP 0.211 0.416 0.581 0.281 0.994 0.160 MH – NP 0.614 0.270 2.279 0.012* 1.843 0.033* K – NP 4.102 0.000* 3.211 0.001* 6.297 0.000* K – PP 4.547 0.000* 7.224 0.000* 3.502 0.000* NP – PP 1.272 0.102 0.195 0.423 1.333 0.092 Sumber : Data diolah (2016) * menunjukkan p < 0.05 berarti hipotesisi diterima / didukung Berdasarkan tabel 4.18 dapat dilihat bahwa hubungan variabel harapan kinerja, persepsi usaha, faktor sosial, motivasi hedonis, dan kebiasaan terhadap variabel niat dan perilaku penggunaan tidak dimoderasi oleh tingkat pengalaman. Sedangkan variabel dukungan fasilitas terhadap niat penggunaan dimoderasi oleh tingkat pengalaman. Secara umum, pengaruh dari variabel harapan kinerja, persepsi usaha, faktor sosial, motivasi hedonis, dan kebiasaan terhadap variabel niat dan perilaku penggunaan tidak dimoderasi oleh tingkat pengalaman, akan tetapi berbeda dalam setiap kelompok data. Data dikelompokkan menurut tingkat pengalaman kurang dari 1 tahun, 3-4 tahun, dan lebih dari 4 tahun kemudian diuji kembali untuk masing-masing kelompok. PLS-MGA digunakan untuk membandingkan model jalur antara kelompok pengalaman EXP1 2 (< 1 tahun), EXP3 (3-4 tahun), dan EXP4 (> 4 tahun). Terdapat perbedaan faktor yang mempengaruhi niat dan perilaku penggunaan antar setiap kelompok pengalaman. Bagi dosen dengan tingkat pengalaman Exelsa


kurang dari 1 tahun, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah dukungan fasilitas, kebiasaan dan niat penggunaan. Bagi dosen dengan tingkat pengalaman Exelsa 3-4 tahun, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah persepsi usaha, motivasi hedonis, dan kebiasaan. Terakhir bagi dosen dengan tingkat pengalaman Exelsa 3-4 tahun, faktor yang mempengaruhi penerimaan dan penggunaan Exelsa adalah motivasi hedonis dan kebiasaan. Berdasarkan tabel 4.21 di atas, dapat diperoleh kesimpulan bahwa berdasarkan tingkat pengalaman, faktor utama yang mempengaruhi penerimaan dan penggunaan Exelsa adalah kebiasaan. Semakin tinggi frekuensi penggunaan Exelsa maka dosen semakin terbiasa dan akrab ketike menggunakan Exelsa.

4.5

Pembahasan Penelitian ini menguji pengaruh variabel harapan kinerja, persepsi usaha,

dukungan fasilitas, faktor sosial, motivasi hedonis, dan kebiasaan terhadap niat dan perilaku penggunaan Exelsa dengan variabel moderasi usia, jenis kelamin dan tingkat pengalaman. Setelah melakukan analisis data menggunakan teknik analisis PLS-SEM (Partial Least Squares – Structural Equation Modeling) maka didapatkan hasil pengolahan statistik untuk menguji hipotesis penelitian pada table 4.22 sebagai berikut.


Tabel 4.22 : Hasil Pengujian Hipotesis Penelitian No 1 2 3 4 5 6 7 8 9

Hipotesis Penelitian H1: Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa H2: Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa H3: Faktor Sosial berpengaruh positif terhadap niat penggunaan Exelsa H4a: Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa. H4b: Dukungan fasilitas berpengaruh positif terhadap perilaku penggunaan Exelsa. H5: Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa. H6a: Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa. H6b: Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa H7: Niat penggunaan berpengaruh positif terhadap perilaku penggunaan Exelsa.

Kesimpulan Tidak Didukung Tidak Didukung Tidak Didukung Didukung Tidak Didukung Didukung Didukung Didukung Didukung

Pembahasan berikut ini bertujuan menjelaskan hasil pengujian hipotesis: 4.5.1

Harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa H1

yang diajukan tidak didukung. Dosen Universitas Sanata Dharma belum merasakan adanya kegunaan Exelsa yang sesuai dengan kebutuhan pekerjaan sebagai dosen. Sehingga P3MP sebaiknya berusaha membuat Exelsa dapat memiliki kinerja yang unggul dan memberi manfaat setinggi-tingginya kepada konsumen. Hipotesis penelitian H1 tidak didukung, sejalan dengan penelitian Kurniawan dan Nasir (2014) yang menyatakan bahwa harapan kinerja tidak memiliki pengaruh positif terhadap niat mengadopsi e-learning bagi mahasiswa perguruan tinggi swasta di kota Palembang.


Berdasarkan respon terhadap pernyataan untuk konstruk harapan kinerja terdiri dari 4 item pernyataan yang mewakili indikator kegunaan yang dirasakan (perceived usefulness), motivasi ekstrinsik (extrinsic motivation), kesesuaian pekerjaan (job-fit), dan keuntungan relative (relative advantage). Indikator motivasi ekstrinsik menjadi prediktor yang lemah terhadap niat menggunakan Exelsa. Indikator motivasi ekstrinsik dalam penelitian ini mengacu pada peluang penggunaan Exelsa untuk meraih cakupan pembelajaran (learning outcome). Hal ini berarti Exelsa belum sepenuhnya berguna untuk meraih cakupan pembelajaran di Universitas Sanata Dharma. Berdasarkan hasil wawancara singkat dengan responden, penulis mendapatkan hasil bahwa pengguna menggunakan atau tidak menggunakan Exelsa, tidak mempengaruhi poisi mereka dalam pekerjaan sebagai dosen di Universitas Sanata Dharma. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel harapan kinerja terhadap niat dan perilaku penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel 4.19. Berdasarkan kelompok usia 31-40 tahun, 41-50 tahun dan 51-60 tahun menunjukkan bahwa harapan kinerja tidak berpengaruh positif terhadap niat penggunaan Exelsa. Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada tabel 4.20. Efek moderasi jenis kelamin pada pengaruh harapan kinerja terhadap niat dan perilaku penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara jenis kelamin pria dan wanita. Bagi pria, harapan kinerja tidak berpengaruh positif terhadap niat penggunaan Exelsa. Hasil berbeda pada


kelompok wanita menunjukkan bahwa harapan kinerja berpengaruh positif terhadap niat penggunaan Exelsa. Dosen wanita memiliki tingkat harapan kinerja yang lebih tinggi dibandingkan dosen pria untuk menggunakan Exelsa. Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA ditunjukkan pada tabel 4.21. Efek moderasi tingkat pengalaman pada pengaruh harapan kinerja terhadap niat dan perilaku penggunaan Exelsa menunjukkan adanya persamaan pandangan antara tingkat pengalaman menggunakan Exelsa kurang dari 1 tahun, 3-4 tahun dan lebih dari 4 tahun. Bagi ketiga kelompok tingkat pengalaman tersebut menunjukkan bahwa harapan kinerja tidak berpengaruh positif terhadap niat penggunaan Exelsa. Berdasarkan hasil pengujian moderasi menggunakan PLS-MGA, dapat diketahui bahwa dosen dengan jenis kelamin wanita memiliki harapan kinerja yang tinggi terhadap niat penggunaan Exelsa. Kelompok tersebut memiliki kesediaan yang tinggi untuk menggunakan Exelsa dengan harapan kinerja bahwa Exelsa memiliki kegunaan yang dibutuhkan dosen, meningkatkan produktivitas kerja, membantu menyelesaikan tugas sebagai dosen, dan dapat meraih learning outcome.

4.5.2

Persepsi usaha berpengaruh positif terhadap niat penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa

hipotesis penelitian H2 tidak didukung. Bersadarkan respon terhadap pernyataan untuk variabel persepsi usaha (PU) terdiri dari 4 pernyataan yang mewakili


indikator persepsi kemudahan, kompleksitas dan kemudahan penggunaan Exelsa. Berdasarkan penolakan tersebut dapat disimpulkan bahwa tingkat kemudahan Exelsa masih rendah sehingga pengguna memiliki tingkat penerimaan dan penggunaan yang rendah. Berdasarkan hasil wawancara singkat dengan responden, didapatkan hasil bahwa pengguna Exelsa merasa kesulitan memahami ikon yang terdapat dalam interface Exelsa, interface Exelsa dinilai tidak fleksibel ketika diakses menggunakan laptop dan HP, bahkan dengan browser yang berbeda juga. Hipotesis penelitian H2 tidak didukung, sejalan dengan temuan Raman dan Yahya (2014) bahwa persepsi usaha tidak berpengaruh positif terhadap niat untuk mengadopsi e-learning moodle bagi mahasiswa pascasarjana di Universitas Utara Malaysia. Menurut temuan Hager, Lakhal, Passchot, dan Bhyta (2014) persepsi usaha tidak berpengaruh positif terhadap niat menggunakan e-learning webinars di Laval University Quebec-Canada. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel persepsi usaha terhadap variabel niat penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode PLSMGA ditunjukkan pada tabel 4.19. Berdasarkan kelompok usia 31-40 tahun, 4150 tahun dan 51-60 tahun menunjukkan bahwa persepsi usaha tidak berpengaruh positif terhadap niat penggunaan. Hal yang sama ditunjukkan pada pengujian moderasi jenis kelamin dengan metode PLS-MGA bahwa persepsi usaha tidak berpengaruh positif terhadap niat penggunaan Exelsa.


Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA ditunjukkan pada tabel 4.21. Efek moderasi tingkat pengalaman pada kelompok 34 tahun menunjukkan signifikan. Pada kelompok pengalaman 3-4 tahun tingkat pengalaman memoderasi (memperlemah) pengaruh persepsi usaha terhadap niat penggunaan Exelsa. Sedangkan pada tingkat pengalaman kurang dari 1 tahun dan lebih dari 4 tahun, efek moderasi tingkat pengalaman tidak signifikan. Hal ini berarti bagi dosen yang memiliki tingkat pengalaman menggunakan Exelsa selama 3-4 tahun merasakan kemudahan dalam memahami fitur dan mengoperasikan Exelsa.

4.5.3

Faktor sosial berpengaruh positif terhadap niat penggunaan Exelsa Dalam penelitian ini, faktor sosial adalah sejauh mana seseorang merasakan

bagaimana orang lain percaya ia harus menggunakan Exelsa. Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H3 yang diajukan tidak didukung. Hal ini disebabkan tidak adanya himbauan dari pihak pengembang system (P3MP), pimpinan Universitas dan sesama dosen untuk menggunakan Exelsa. Penolakan ini sejalan dengan temuan Yang (2013), Bendi & Andayani (2013), El-Gayar & Moran (2006), dan Sundaravej (2010) bahwa faktor sosial tidak mempengaruhi niat penggunaan. Berdasarkan respon terhadap pernyataan untuk konstruk faktor sosial terdiri dari 3 item pernyataan yang mewakili indikator norma subyektif (subjective norm), pengaruh lingkungan dan image. Indikator norma subyektif menjadi prediktor yang lemah terhadap niat penggunaan. Indikator norma subyektif dalam


kuesioner ini mengacu pada dukungan pengembang sistem untuk menggunakan Exelsa. Berdasarkan hasil wawancara singkat dengan responden, didapatkan hasil bahwa dosen tidak menggunakan Exelsa karena tidak ada aturan yang mengharuskan untuk menggunakan Exelsa, serta tidak ada perbedaan yang dosen rasakan ketika menggunakan Exelsa atau tidak menggunakan Exelsa. Tabel 4.16, dan 4.18 menunjukkan bahwa hubungan variabel faktor sosial terhadap variabel niat penggunaan Exelsa tidak dimoderasi oleh usia dan tingkat pengalaman. Akan tetapi pada tabel 4.17 menunjukkan bahwa hubungan variabel faktor sosial terhadap niat penggunaan dimoderasi oleh jenis kelamin dilihat dari nilai p-value (0,049) lebih kecil dari 0,05 sehingga variabel moderasi jenis kelamin signifikan berpengaruh. Variabel jenis kelamin memperkuat pengaruh faktor sosial terhadap niat penggunaan. Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel 4.19. Berdasarkan kelompok usia 31-40 tahun, 41-50 tahun dan 51-60 tahun menunjukkan bahwa faktor sosial tidak berpengaruh positif terhadap niat penggunaan dilihat dari nilai p-value lebih besar dari 0,05. Hal yang sama ditunjukkan pada pengujian moderasi jenis kelamin dan tingkat pengalaman dengan metode PLS-MGA bahwa faktor sosial tidak berpengaruh positif terhadap niat penggunaan Exelsa. Berdasarkan penolakan tersebut dapat disimpulkan bahwa penerimaan dan penggunaan Exelsa tidak dipengaruhi oleh dukungan pimpinan, dukungan pengembang sistem maupun ajakan, saran dan rekomendasi dosen lain yang menggunakan Exelsa. Universitas Sanata Dharma khususnya pihak pengembang


sistem Exelsa (P3MP) perlu meningkatkan kegiatan sosialisasi Exelsa disertai dengan panduan pelatihan Exelsa. Hal ini bertujuan untuk mempromosikan Exelsa kepada para dosen agar bersedia untuk menggunakan Exelsa.

4.5.4

Dukungan fasilitas berpengaruh positif terhadap niat penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa

hipotesis penelitian H4a yang diajukan diterima / didukung. Hasil koefisian jalur DF-NP (variabel dukungan fasilitas terhadap niat penggunaan) menunjukkan bahwa nilai p-value lebih kecil dari 0,05 yaitu 0,017 sehingga pengaruh yang diberikan DF terhadap NP signifikan berpengaruh. Nilai koefisien jalur variabel laten dukungan fasilitas terhadap niat penggunaan sebesar 0,149 yang berarti terdapat pengaruh positif sebesar 14,9% terhadap variabel niat penggunaan. Semakin tinggi pengguna menerima dukungan fasilitas untuk menggunakan Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa. Penerimaan hipotesis penelitian ini disebabkan karena dukungan infrastuktur dan teknis yang ada di Universitas Sanata Dharma telah memenuhi kebutuhan dosen untuk menggunakan Exelsa. Tabel 4.16 dan 4.17 menunjukkan bahwa hubungan variabel dukungan fasilitas terhadap niat penggunaan Exelsa tidak dimoderasi oleh usia dan jenis kelamin. Akan tetapi pada tabel 4.18 menunjukkan bahwa hubungan variabel dukungan fasilitas terhadap niat penggunaan dimoderasi oleh tingkat pengalaman


dilihat dari nilai p-value (0,038) lebih kecil dari 0,05 sehingga variabel moderasi tingkat pengalaman signifikan berpengaruh. Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel 4.19. Berdasarkan kelompok usia 41-50 tahun dan 51-60 tahun menunjukkan bahwa dukungan fasilitas tidak berpengaruh positif terhadap niat penggunaan. Sedangkan pada kelompok usia 31-40 tahun menunjukkan bahwa dukungan fasilitas berpengaruh positif terhadap niat penggunaan. Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada tabel 4.20. Berdasarkan kelompok jenis kelamin pria menunjukkan bahwa dukungan fasilitas berpengaruh positif terhadap niat penggunaan dilihat dari nilai p-value (0,045) lebih kecil dari 0,05. Sedangkan bagi kelompok wanita, variabel dukungan fasilitas tidak berpengaruh terhadap niat penggunaan. Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA ditunjukkan pada tabel 4.21. Berdasarkan kelompok tingkat pengalaman kurang dari 1 tahun menunjukkan bahwa dukungan fasilitas berpengaruh positif terhadap niat penggunaan dilihat dari nilai p-value (0,005) lebih kecil dari 0,05. Sedangkan pada kelompok tingkat pengalaman 3-4 tahun dan lebih dari 4 tahun menunjukkan bahwa dukungan fasilitas tidak berpengaruh positif terhadap niat penggunaan dilihat dari nilai p-value lebih besar dari 0,05. Penerimaan hipotesis H4a sejalan dengan temuan Tan (2013) bahwa dukungan fasilitas berpengaruh positif terhadap niat penggunaan English ELearning Website di Taiwan. Raman dan Yahya (2013) menyatakan bahwa dukungan fasilitas berpengaruh positif terhadap niat penggunaan dalam


menggunakan learning management software di Universitas Utara Malaysia. Penelitian Hager et al. (2014) menunjukkan bahwa dukungan fasilitas bepengaruh positif terhadap niat penggunaan webinar system Elluminate dalam pembelajaran di Laval University. Infrastruktur teknologi dan organisasi dan organisasi mendukung penggunaan Elluminate. Anggota staf yang berpengetahuan tersedia untuk menjawab pertanyaan dengan cepat, bersedia melayani permintaan pengguna, sehingga terlaksana sistem webinar yang efektif di lingkungan belajar. Selain itu juga disediakan teknisi dan dokumentasi yang dapat membantu pengguna menguasai teknologi dan membantu kesulitan terhadap pemakaian teknologi tersebut.

4.5.5

Dukungan

fasilitas

berpengaruh

positif

terhadap

perilaku

penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H4b yang diajukan tidak didukung. Hasil koefisian jalur DFPP (dukungan fasilitas terhadap perilaku penggunaan) menunjukkan bahwa nilai p-value lebih besar dari 0,05 yaitu 0,110 sehingga pengaruh yang diberikan DF terhadap PP terbukti signifikan. Penolakan H4b sejalan dengan temuan Raman dan Don (2014) bahwa dukungan fasilitas tidak berpengaruh pada niat penggunaan e-learning moodle bagi mahasiswa pascasarjana di Universitas Utara Malaysia. Tan (2013) juga menemukan bahwa dukungan fasilitas tidak berpengaruh pada niat penggunaan e-learning websites di Taiwan. Rangga (2014)


juga menemukan bahwa dukungan fasilitas tidak berpengaruh pada niat mengadopsi program WARDES di Jawa Barat. Berdasarkan respon terhadap pernyataan untuk konstruk faktor sosial terdiri dari 4 item pernyataan yang mewakili indikator kontrol perilaku yang dirasakan, infrasturktur teknologi, dan kompatibilitas. Indikator infrastruktur teknologi menjadi prediktor yang lemah terhadap niat penggunaan. Indikator infrastruktur teknologi mengacu pada kecukupan bantuan tenaga ahli dalam menggunakan Exelsa. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel dukungan fasilitas terhadap perilaku penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel 4.19. Pengaruh dukungan fasilitas terhadap perilaku penggunaan Exelsa pada kelompok usia 31-40 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,032) lebih kecil dari 0,05. Sedangkan pada kelompok usia 41-50 tahun dan 51-60 tahun dukungan fasilitas tidak berpengaruh positif terhadap niat penggunaan. Hal ini berarti dosen yang berusia 31-40 tahun membutuhkan dukungan fasilitas untuk menggunakan Exelsa. Mereka bersedia menggunakan Exelsa apabila memiliki kecukupan sumber daya yang dibutuhkan, pengetahuan, teknologi yang digunakan dan bantuan tenaga ahli. Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada tabel 4.20. Pengaruh dukungan fasilitas terhadap perilaku penggunaan Exelsa pada pada pria dan wanita terbukti tidak signifikan dilihat dari nilai p-


value lebih besar dari 0,05. Hal ini sama dengan pengujian moderasi tingkat pengalaman dengan metode PLS-MGA, bahwa tidak ada pengaruh signifikan dari dukungan fasilitas terhadap perilaku penggunaan Exelsa pada semua kelompok pengalaman. Berdasarkan hasil pengujian moderasi menggunakan PLS-MGA, dapat diketahui bahwa dosen yang berusia 41-50 tahun memiliki kesediaan yang tinggi untuk menggunakan Exelsa dengan adanya kecukupan sumber daya, pengetahuan dan bantuan tenaga ahli.

4.5.6

Motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa

hipotesis penelitian H5 yang diajukan dapat diterima / didukung. Hasil koefisian jalur MH-NP (motivasi hedonis terhadap niat penggunaan) menunjukkan bahwa nilai p-value lebih kecil dari 0,05 yaitu 0,037 sehingga pengaruh yang diberikan motivasi hedonis terhadap niat penggunaan terbukti signifikan. Nilai koefisien jalur variabel laten motivasi hedonis terhadap niat penggunaan sebesar 0,187 yang berarti terdapat pengaruh positif sebesar 18,7% terhadap variabel niat penggunaan. Semakin tinggi pengguna memiliki motivasi hedonis untuk menggunakan Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa. Penerimaan hipotesis penelitian ini menunjukkan bahwa dosen Universitas Sanata Dharma memiliki perasaan nyaman dan senang ketika menggunakan Exelsa.


Dalam penelitian ini, motivasi hedonis mengacu pada pengalaman menyenangkan atau kesenangan pengguna menggunakan Exelsa. Hasil dalam penelitian ini menunjukkan bahwa motivasi hedonis positif mempengaruhi niat penggunaan yang didukung oleh To et al. (2007), Magni et al. (2010) dan Venkatesh et al. (2012). Pengguna mengalami kesenangan, kenikmatan dan merasa terhibur ketika menggunakan sistem informasi. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel motivasi hedonis terhadap niat penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pengujian moderasi usia dengan metode PLSMGA ditunjukkan pada tabel 4.19. Efek moderasi usia pada pengaruh motivasi hedonis terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara kelompok usia 31-40 tahun, 41-50 tahun dan 51-60 tahun. Pengaruh motivasi hedonis terhadap niat penggunaan Exelsa lebih tinggi pada kelompok usia 41-50 tahun dibandingkan dengan kelompok usia 51-60 tahun. Pada kelompok usia 41-50 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,017) lebih kecil dari 0,05. Pada kelompok usia 51-60 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,031) lebih kecil dari 0,05. Sedangkan pada kelompok usia 31-40 tahun menunjukkan motivasi hedonis tidak berpengaruh positif terhadap niat penggunaan Exelsa dilihat dari nilai p-value lebih besar dari 0,05. Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada tabel 4.20. Efek moderasi jenis kelamin pada pengaruh motivasi hedonis terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan pandangan


antara jenis kelamin pria dan wanita. Bagi pria, motivasi hedonis berpengaruh positif terhadap niat penggunaan Exelsa ditunjukkan dengan nilai p-value (0,004) lebih kecil dari 0,05. Hasil berbeda pada kelompok wanita menunjukkan bahwa motivasi hedonis tidak berpengaruh terhadap niat penggunaan Exelsa dilihat dari nilai p-value lebih besar dari 0,05. Dosen pria memiliki motivasi hedonis yang lebih tinggi dibandingkan dosen wanita sehingga dapat menimbulkan niat untuk menggunakan Exelsa. Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA ditunjukkan pada tabel 4.21. Efek moderasi tingkat pengalaman pada pengaruh motivasi hedonis terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara tingkat pengalaman menggunakan Exelsa kurang dari 1 tahun, 3-4 tahun dan lebih dari 4 tahun. Pada tingkat pengalaman 3-4 tahun dan lebih dari 4 tahun, variabel motivasi hedonis terbukti signifikan terhadap niat penggunaan Exelsa. Berdasarkan hasil pengujian moderasi menggunakan PLS-MGA, dapat diketahui bahwa dosen dengan jenis kelamin pria dan berusia lebih dari 40 tahun memiliki motivasi hedonis yang tinggi untuk menumbuhkan niat penggunaan Exelsa. Kelompok tersebut memiliki kesediaan yang tinggi untuk menggunakan Exelsa karena penggunaan Exelsa dirasa menyenangkan, nyaman, dan fleksibel. Pihak pengembang sistem Exelsa di Universitas Sanata Dharma diharapkan dapat memperhatikan aspek hedonis untuk meningkatkan penerimaan dan penggunaan Exelsa.


4.5.7

Kebiasaan berpengaruh positif terhadap niat penggunaan Exelsa Dalam penelitian ini variabel kebiasaan mengacu pada perilaku otomatis

menggunakan sistem informasi. Hasil penelitian ini mengungkapkan bahwa kebiasaan adalah prediktor terkuat dari niat untuk menggunakan sistem informasi, dan pengaruh positif didukung oleh penelitian Venkatesh et al. (2012), Liao et al. (2006), Putra dan Ariyanti (2013), Raman dan Yahya (2013). Liao et al. (2006) mengungkapkan bahwa ketika penggunaan sistem informasi telah menjadi rutinitas, kebiasaan akan menjadi kekuatan tambahan yang meningkatkan niat perilaku untuk terus menggunakan sistem informasi. Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H6a yang diajukan dapat diterima. Hasil koefisian jalur K-NP (kebiasaan terhadap niat penggunaan) menunjukkan bahwa nilai p-value lebih kecil dari 0,05 yaitu 0,000 sehingga pengaruh yang diberikan kebiasaan terhadap niat penggunaan terbukti signifikan. Nilai koefisien jalur variabel laten kebiasaan terhadap niat penggunaan sebesar 0,587 yang berarti terdapat pengaruh positif sebesar 58,7% terhadap variabel niat penggunaan. Semakin pengguna terbiasa menggunakan Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel kebiasaan terhadap niat penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pada setiap jalur menunjukkan bahwa nilai pvalue lebih beasr dari 0,05 sehingga variabel moderasi tidak signifikan berpengaruh.


Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel 4.19. Efek moderasi usia pada pengaruh kebiasaan terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara kelompok usia 31-40 tahun, 41-50 tahun dan 51-60 tahun. Pengaruh kebiasaan terhadap niat penggunaan Exelsa lebih tinggi pada kelompok usia 41-50 tahun dibandingkan dengan kelompok usia 51-60 tahun dan 31-40 tahun. Pada kelompok usia 41-50 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil dari 0,05. Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada tabel 4.20. Efek moderasi jenis kelamin pada pengaruh kebiasaan terhadap niat penggunaan Exelsa lebih tinggi pada kelompok pria dibandingkan kelompok wanita. Pada dosen pria terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil dari 0,05. Sedangkan pada kelompok wanita memiliki nilai pvalue (0,000) lebih kecil dari 0,05. Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA ditunjukkan pada tabel 4.21. Efek moderasi tingkat pengalaman pada pengaruh kebiasaan terhadap niat penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara tingkat pengalaman menggunakan Exelsa kurang dari 1 tahun, 3-4 tahun dan lebih dari 4 tahun. Pengguna pada tingkat pengalaman lebih dari 4 tahun memiliki pengaruh kebiasaan yang lebih tinggi dibandingkan pada tingkat pengalaman kurang dari 1 tahun dan 3-4 tahun. Pada tingkat pengalaman lebih dari 4 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil dari 0,05.


4.5.8

Kebiasaan berpengaruh positif terhadap perilaku penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa

hipotesis penelitian H6b yang diajukan dapat diterima. Hasil koefisian jalur K-PP (kebiasaan terhadap perilaku penggunaan) menunjukkan bahwa nilai p-value kurang dari 0,05 yaitu 0,000 sehingga pengaruh yang diberikan K terhadap PP terbukti signifikan. Nilai koefisien jalur variabel laten kebiasaan terhadap perilaku penggunaan sebesar 0,73 yang berarti terdapat pengaruh positif sebesar 73% terhadap variabel perilaku penggunaan. Semakin tinggi kebiasaan pengguna menggunakan Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel kebiasaan terhadap perilaku penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pada setiap jalur menunjukkan bahwa nilai pvalue lebih dari 0,05 sehingga variabel moderasi tidak signifikan berpengaruh. Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel 4.19. Efek moderasi usia pada pengaruh kebiasaan terhadap perilaku penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara kelompok usia 31-40 tahun, 41-50 tahun dan 51-60 tahun. Pengaruh kebiasaan terhadap perilaku penggunaan Exelsa lebih tinggi pada kelompok usia 41-50 tahun dibandingkan dengan kelompok usia 51-60 tahun dan 31-40 tahun. Pada kelompok usia 41-50 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil dari 0,05.


Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada tabel 4.20. Efek moderasi jenis kelamin pada pengaruh kebiasaan terhadap perilaku penggunaan Exelsa lebih tinggi pada kelompok pria dibandingkan kelompok wanita. Pada dosen pria terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil dari 0,05. Sedangkan pada kelompok wanita memiliki nilai p-value (0,000) lebih kecil dari 0,05. Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA ditunjukkan pada tabel 4.21. Efek moderasi tingkat pengalaman pada pengaruh kebiasaan terhadap perilaku penggunaan Exelsa menunjukkan adanya perbedaan pandangan antara tingkat pengalaman menggunakan Exelsa kurang dari 1 tahun, 3-4 tahun dan lebih dari 4 tahun. Pengguna pada tingkat pengalaman 3-4 tahun memiliki pengaruh kebiasaan yang lebih tinggi dibandingkan pada tingkat pengalaman kurang dari 1 tahun dan lebih dari 4 tahun. Pada tingkat pengalaman 3-4 tahun terbukti signifikan berpengaruh dilihat dari nilai p-value (0,000) lebih kecil dari 0,05. Dosen dengan pengalaman menggunakan Exelsa 3-4 tahun terbukti memiliki kebiasaan lebih tinggi dalam menggunakan Exelsa sehingga dapat menimbulkan perilaku untuk terus menggunakan Exelsa.

4.5.9

Niat

penggunaan

berpengaruh

positif

terhadap

perilaku

penggunaan Exelsa Berdasarkan pengujian hipotesis yang tersaji dalam tabel 4.15 bahwa hipotesis penelitian H7 yang diajukan dapat diterima. Hasil koefisian jalur NP-PP (niat penggunaan terhadap perilaku penggunaan) menunjukkan bahwa nilai p-


value kurang dari 0,05 yaitu 0,024 sehingga pengaruh yang diberikan NP terhadap PP terbukti signifikan. Nilai koefisien jalur variabel laten niat terhadap perilaku penggunaan sebesar 0,231 yang berarti terdapat pengaruh positif sebesar 23,1% terhadap variabel perilaku penggunaan. Semakin tinggi niat untuk menggunakan Exelsa, maka akan semakin tinggi penerimaan dan penggunaan Exelsa. Tabel 4.16, 4.17, dan 4.18 menunjukkan bahwa hubungan variabel niat penggunaan terhadap perilaku penggunaan Exelsa tidak dimoderasi oleh usia, jenis kelamin dan tingkat pengalaman. Pada setiap jalur menunjukkan bahwa nilai p-value lebih dari 0,05 sehingga variabel moderasi tidak signifikan berpengaruh. Pengujian moderasi usia dengan metode PLS-MGA ditunjukkan pada tabel 4.19. Berdasarkan kelompok usia 31-40 tahun dan 41-50 tahun menunjukkan bahwa niat penggunaan tidak berpengaruh positif terhadap perilaku penggunaan dilihat dari nilai p-value lebih besar dari 0,05. Sedangkan pada kelompok usia 5160 tahun menunjukkan bahwa niat penggunaan berpengaruh positif terhadap perilaku penggunaan dilihat dari nilai p-value (0,031) lebih kecil dari 0,05. Pengujian moderasi jenis kelamin dengan metode PLS-MGA ditunjukkan pada table 4.20. Pada kelompok jenis kelamin wanita menunjukkan bahwa niat penggunaan berpengaruh positif terhadap perilaku penggunaan dilihat dari nilai pvalue (0,002) lebih kecil dari 0,05. Sedangkan pada kelompok jenis kelamin pria, variabel niat penggunaan tidak berpengaruh positif terhadap perilaku penggunaan. Dosen wanita memiliki niat penggunaan Exelsa yang lebih tinggi dibandingkan dosen pria sehingga dapat menimbulkan perilaku yang lebih sering dalam menggunakan Exelsa.


Pengujian moderasi tingkat pengalaman dengan metode PLS-MGA menunjukkan bahwa niat penggunaan tidak berpengaruh positif terhadap perilaku penggunaan.


BAB V KESIMPULAN DAN SARAN

Bab ini menyajikan hasil penelitian, implikasi, keterbatasan dan rekomendasi untuk penelitian masa depan.

5.1

Kesimpulan Penelitian ini bertujuan untuk mengetahui faktor apa saja yang berpengaruh

terhadap penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di Universitas Sanata Dharma. Model yang digunakan untuk mengetahui faktorfaktor yang mempengaruhi penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa pada penelitian ini adalah The Unified Theory of Acceptance and Use of Technology 2 (UTAUT 2). Metode yang digunakan untuk menganalisis hubungan antar variabel adalah PLS-SEM (Partial Least Square – Structural Equation Modeling) dengan perangkat lunak SmartPLS versi 3.2.4. Berdasarkan analisis hasil penelitian dan pembahasan pada bagian sebelumnya, maka dapat disimpulkan bahwa faktor-faktor yang mempengaruhi penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di Universitas Sanata Dharma adalah : 5.1.1 Dukungan fasilitas meliputi kontrol perilaku yang dirasakan ketika menggunakan Exelsa, penggunaan Exelsa sesuai dengan infrastruktur teknologi yang dibutuhkan (sumber daya dan bantuan ahli) dan


kompatibilitas sistem manajemen pembelajaran Exelsa dengan teknologi yang digunakan. 5.1.2 Motivasi hedonis meliputi persepsi penggunaan system manajemen pembelajaran Exelsa yang menimbulkan perasaan senang, nyaman, dan fleksibel. Semakin tinggi motivasi hedonis yang dirasakan pengguna ketika menggunakan Exelsa, akan meningkatkan niat penggunaan Exelsa. 5.1.3 Kebiasaan

meliputi

persepsi

bahwa

pengguna

berencana

dan

memperkirakan akan menggunakan sistem manajemen pembelajaran Exelsa

dalam

waktu

dekat

serta

keterbiasaan

pengguna

dalam

menggunakan berbagai fitur yang ada dalam Exelsa. Semakin tinggi kebiasaan dalam menggunakan Exelsa sehingga dapat menimbulkan niat dan perilaku untuk terus menggunakan Exelsa. 5.1.4 Niat

penggunaan

meliputi

rencana

dan

kesediaan

untuk

terus

menggunakan Exelsa. Semakin tinggi niat penggunaan Exelsa maka perilaku penggunaan menjadi lebih tinggi atau dalam kata lain frekuensi penggunaan Exelsa menjadi lebih besar.

5.2

Keterbatasan Penelitian ini telah dilakukan sesuai dengan pedoman penelitian yang

seharusnya dan hasil penelitian ini telah memenuhi persyaratan pengujian PLSSEM serta didukung oleh teori-teori dan penelitian terdahulu. Namun masih terdapat keterbatasan dalam pelaksanaannya. Keterbatasan tersebut dapat


menimbulkan bias dan ketidakakuratan sehingga dapat mempengaruhi hasil penelitian. Keterbatasan-keterbatasan yang terjadi pada penelitian ini adalah: 5.2.1 Peneliti memiliki keterbatasan untuk mendampingi para responden dalam mengisi kuesioner. Hal ini dikarenakan ijin dari masing-masing sekretariat di setiap fakultas Universitas Sanata Dharma untuk bertemu secara langsung ke pada dosen karena alasan tertentu. Sehingga kurang adanya pernyataan dari dosen terkait pengalaman ketika menggunakan Exelsa. 5.2.2 Penelitian ini masih mengupayakan untuk memprediksi faktor yang berpengaruh terhadap penerimaan dan penggunaan Exelsa di Universitas Sanata Dharma. Namun berdasarkan uji R-square didapatkan hasil bahwa masih ada variabel di luar model yang berpotensi mempengaruhi penerimaan dan penggunaan Exelsa.

5.3 5.3.1

Implikasi Implikasi Akademis Hasil penelitian ini memberikan pandangan baru bahwa model UTAUT2

dapat dijadikan dasar untuk memprediksi penerimaan dan penggunaan Exelsa di Universitas Sanata Dharma dari sudut pandang pengguna akhir. Hasil penelitian ini dapat dijadikan acuan bagi penelitian-penelitian selanjutnya untuk mengetahui faktor-faktor yang berpengaruh terhadap penerimaan dan penggunaan sistem informasi. Identifikasi terhadap variabel-variabel lainnya di luar penelitian ini yang mempengaruhi penerimaan dan penggunaan bagi pengguna akhir dimungkinkan


pada penelitian selanjutnya untuk mendapatkan model yang lebih mampu menjelaskan secara praktis.

5.3.2

Implikasi Manajerial Implikasi berikut ini dianjurkan untuk menilai faktor keberhasilan untuk

mengembangkan aplikasi e-learning dalam lingkungan pendidikan. Aspek hedonis dan kebiasaan harus diambil serius karena faktor ini yang paling signifikan dalam menumbuhkan niat penggunaan Exelsa. Selain menciptakan sistem yang meningkatkan kenikmatan dan kegembiraan, pengembang sistem harus mencoba untuk terus memperkuat kebiasaan pengguna dengan layanan nilai tambah dan upgrade. Selanjutnya, pengembang sistem dapat mengubah kebiasaan pengguna dengan memberikan manfaat yang lebih besar sesuai kebutuhan pengguna. Kebiasaan menggunakan Exelsa juga dapat ditingkatkan apabila dibuat peraturan untuk diadakan reward bagi dosen yang bersedia menggunakan Exelsa secara aktif. Penelitian ini memberikan informasi tentang faktor-faktor yang mendorong dosen untuk menggunakan Exelsa. Oleh karena itu, pertimbangan khusus harus diberikan kepada kebutuhan pengguna dalam rangka memenuhi harapan mereka. Hal ini dibuktikan bahwa persepsi usaha bukanlah hal yang penting ketika menggunakan Exelsa. Namun, aspek hedonis yang perlu diperhatikan untuk mendorong dosen bersedia menggunakan Exelsa. Tindakan ini berupa penggunaan Exelsa secara berkelanjutan karena perasaan yang nyaman dan senang ketika menggunakan Exelsa. Pengetahuan ini bisa membantu pihak


Universitas serta P3MP dalam membuat keputusan yang lebih baik untuk membuat atau memperbaiki sistem informasi. Kontribusi penelitian ini adalah untuk meningkatkan pemahaman dan praktek dari manajemen organisasional dari sistem manajemen pembelajaran Exelsa dengan cara mengidentifikasi beberapa faktor yang berpengaruh untuk keputusan penerimaan dan penggunaan sistem informasi untuk dosen. Selanjutnya untuk melakukan formulasi strategi organisasional yang mendorong penerimaan dan penggunaan Exelsa. Dalam upaya meningkatkan penerimaan dan penggunaan sistem manajemen pembelajaran Exelsa di Universitas Sanata Dharma, maka saran yang diberikan untuk pihak pengembang system (P3MP) adalah mensosialisasikan kegunaan Exelsa kepada seluruh dosen Universitas Sanata Dharma di mana dengan Exelsa memiliki tingkat kegunaan yang sesuai dengan kebutuhan sebagai dosen yaitu kemudahan distribusi materi, fleksibilitas sistem dan kapasitas upload file yang lebih besar. Selain itu diperlukan sosialisasi yang lebih sering dengan kapasitas peserta yang lebih banyak sehingga dosen atau pun mahasiswa dapat berkesempatan untuk mengikuti sosialisasi Exelsa. Kebiasaan menggunakan Exelsa juga dapat ditingkatkan apabila dibuat peraturan untuk diadakan reward bagi dosen yang bersedia menggunakan Exelsa secara aktif.


5.4

Saran Berdasarkan keterbatasan yang ada dalam penelitian ini, studi masa depan

dapat memperluas model yang diterapkan dalam penelitian ini untuk memprediksi niat dan penggunaan sistem informasi. Hal ini dapat dilakukan dengan menambahkan variabel yang dapat mempengaruhi penerimaan dan penggunaan sistem informasi, dilihat dari perhitungan nilai R-square di mana masih ada variabel potensial di luar model yang mempengaruhi penerimaan dan penggunaan sistem informasi. Terakhir, peneliti masa depan harus menggunakan pendekatan longitudinal untuk memprediksi niat dan penggunaan dari waktu ke waktu. Dengan demikian, model harus divalidasi di berbagai titik dalam waktu. Misalnya, studi masa depan harus mempelajari niat secara bertahap, seperti pra-adopsi dan pasca-adopsi sebuah sistem informasi.


DAFTAR REFERENSI AbuShanab, E., & Pearson, J. M. (2007). Internet banking in Jordan: The Unified Theory of Acceptance and Use of Technology (UTAUT) Perspective. Journal of Systems and Information Technology, 9(1), 78-97. Adelyn, Kuan Lai. (2014). UTAUT2 Influencing the Behavioral Intention to Adopt Mobile Applications. Malaysia: Universiti Tunku Abdul Rahman. Retrieved from http://eprints.utar.edu.my/1277/1/AC-2014-1005389.pdf. Adi, Rangga. (2014). Faktor – Faktor Yang Mempengaruhi Penerimaan Sistem Informasi/Teknologi Informasi : Studi Kasus Program Wardes-Gpoba Direktorat Pemberdayaan Informatika Kementerian Komunikasi Dan Informatika. Jakarta: Universitas Indonesia. Retrieved from http://lib.ui.ac.id/file?file=digital/20367307Rangga%20Adi%20Negara.pdf. Akbayrak, B. (2000). A comparison of two data collecting methods: Interviews and questionnaires. Hacettepe Üniversitesi Egitim Fakültesi Dergisi, 18, 110. Akour, H. (2010). Determinants of mobile learning acceptance: An empirical investigation in higher education. ProQuest Dissertations and Theses, 379. Alfie, Chacko P. (2012). Determinants of Intention to Use e-Learning Based on the Technology Acceptance Model. Journal of Information Technology Education, 11. Retrieved from http://www.jite.org/Vol11/JITEv11p301337Punnoose1197.pdf. Amiroh, Adnan. (2012). Membangun e-Learning dengan LMS Moodle. Sidoarjo: Genta Group Production. Arikunto, Suharsimi. (2010). Manajemen Penelitian halaman 134. Jakarta: Rineka Cipta. Azwar, Syaifudin. (2012). Reliabilitas dan Validitas. Yogyakarta: Pustaka Pelajar. Bakhtiar, Rivai. (2014). Penerapan Model The Unified Theory of Acceptance and Use of Technology (UTAUT) untuk Memahani Tingkat Penerimaan dan Penggunaan e-learning (BE-SMART) di Fakultas Teknik Universitas Negri Yogyakarta. Yogyakarta: Universitas Negri Yogyakarta. Retrieved from http://eprints.uny.ac.id/20808/. Bandyopadhyay, Kakoli and Fraccastoro, Katherine A. (2007). The Effect of Culture on User Acceptance of Information Technology. Communications of the Association for Information Systems, 19.

116


Barbara, Byrne. (2008). Testing for Multigroup Equivalence of A Measuring Instrument: A Walk Through The Process. Psicothema, 20, 872-882. Barreiro, P. L. & Albandoz, J.P. (2011). Population and sample: Sampling techniques. Management Mathematics for European Schools. Retrieved September 20, 2016 from http://optimierung.mathematik.unikl.de/ Brown, A., & Johnson, J. (2003). Five Advantages of Using a Learning Management System. Retrieved September 10, 2016, from Microburst Learning: www.microburstlearning.com Cavus, N. (2013). Selecting an Learning Management System (LMS) in Developing Countries: Instructors’ Evaluation. Interactive Learning Environments, 21(5), 419-437. Cooper, D. R. and Pamela S. S. (2006). Business Research Methods, 9th ed. NY: McGraw-Hill.  Courts, Bari & Tucker, Jan. (2012). Using Technology to Create a Dynamic Classroom Experience. Journal of College Teaching & Learning – Second Quarter, 9(2), 121-128. Eckhardt, A., Laumer, S., & Weitzel, T. (2009). Who influences whom? Analyzing workplace referents’ social influence on IT adoption and nonadoption. Journal of Information Technology, 24(1), 11-24. Efron, B. & Tibshirani, R.J. (1998). An introduction to the bootstrap. New York: Chapman & Hall / CRC. Eisingerich, A. B., & Rubera, G. (2010). Drivers of Brand Commitment: A CrossNational Investigation. Journal of International Marketing, 18(2), 64–79. Ellis, R. K. (2009). Field Guide to Learning Management Systems. United States: ASTD (American Society for Training & Development) Inc. Farahat, Taher. (2012). Applying the technology acceptance model to online learning in the Egyptian universities. Procedia - Social and Behavioral Sciences, 64, 95–104. Ghozali, Imam. (2006). Aplikasi Analisis Multivarite dengan SPSS. Cetakan Keempat. Semarang: Badan Penerbit Universitas Diponegoro. Ghozali, Imam. (2006). Structural Equation Modeling Metode Alternatif dengan Partial Least Square. Semarang: Semarang: Badan Penerbit Universitas Diponegoro.


Ghozali, Imam, and Fuad. (2008). Structural Equation Modeling: Teori, Konsep dan Aplikasi Dengan Program Lisrel 8.0. Semarang: Badan Penerbit Universitas Diponegoro. Ghozali, Imam. (2009). Aplikasi Analisis Multivariate Dengan Program SPSS. Semarang: Badan Penerbit Universitas Diponegoro. Ghozali, Imam dan Hengky Latan. (2012). Partial Least Squares “Konsep, Metode dan Aplikasi” menggunakan program WarpPLS 2.0. Semarang: Badan Penerbit Universitas Diponegoro. Hair, J.F., Black, W.C., Babin, B.J., & Anderson, R.E. (2010). Multivariate Data Analysis. Seventh Edition. New Jersey: Prentice Hall. Hamuy, Eduardo & Mirtha Galaz. (2010). Information versus Communication in Course Management System Participation. Computers & Education, 54(1), 169-177. Handayani, Rini. (2007). “Analisis Faktor-Faktor yang Mempengaruhi Minat Pemanfaatan Sistem Informasi”. Surakarta: STIE Atma Bhakti. Harsono, Listyo Dwi & Suryana, Lisandi Arinta. (2014). Factors Affecting the Use Behavior of Social Media Using UTAUT2 Model. Proceedings of the First Asia-Pacific Conference on Global Business, Economics, Finance and Social Science. ISBN 978-1-941505-15-1 Hartanto, A.A. dan Purbo, O.W. (2002). Teknologi e-Learning Berbasis PHP dan MySQL. Jakarta: Elex Media komputindo. Hartono, Jogiyanto. (2007). Sistem Informasi Keperilakuan. Edisi Revisi. Yogyakarta: Andi Offset. Hartono, Jogiyanto. (2008). Metodologi Penelitian Sistem Informasi. Yogyakarta: Andi Offset. Hartono, Jogiyanto. (2009). Teknologi Sistem Informasi Edisi Ketiga. Yogyakarta: Andi Offset. Hartono, Jogiyanto dan Abdillah, W. (2009). Konsep dan Aplikasi PLS (Partial Least Square) untuk Penelitian Empiris. Yogyakarta: BPFE. Hartono, Jogiyanto. (2011). Metodologi Penelitian Bisnis: Salah Kaprah dan Pengalaman-pengalaman.Yogyakarta: BPFE.


Henseler, Jorg. (2010). PLS-MGA: A Non-Parametric Approach to Partial Least Square-based Multi-Group Analysis. ResearchGate: Challenges at the Interface of Data Analysis, Computer Science and Optimization. Proceedings of the 34th Annual Conference of the Gesellschft fur Klassifikation. Iskandar. (2009). Metodologi Penelitian Pendidikan dan Sosial. Jakarta: Persada Press. Islam, M. Z., Kim, P. C. L., & Hassan, I. (2013). Intention to use advanced mobile phone services (AMPS). Management Decision, 51(4), 824-838. Jambulingam, M. (2013). Behavioral intention to adopt mobile technology among tertiary students. World Applied Sciences Journal, 22(9), 1262- 1271. Kasiram, Moh. (2008). Metodologi Penelitian. Malang: UIN-Malang Pers. Kerlinger. (2006). Asas-Asas Penelitian Behavioral. Yogyakarta: Gadjah Mada University Press. Khechine, Hager, Lakhal, Sawsen, Pascot, Daniel, Bytha, Alphonse. (2014). UTAUT Model for Blended Learning: The Role of Gender and Age in the Intention to Use Webinar. Journal of E-Learning and Learning Objects, 10. Kim, S.S., N.K. Malhotra. (2005). A longitudinal model of continued IS use: An integrative view of four mechanisms underlying post-adoption phenomena. Management Science, 51(1), 741-755. Kothari, C. R. (2004). Research Methodology: Methods and Techniques. New Delhi: New Age International.ltd. Kerschenbaum, Steve. (2009). Optimizing Human Capital Development. Urbana: Adayana. Kurniawan & Nasir, Muhammad. (2014). Faktor-faktor yang mempengaruhi Keberhasilan Implementasi E-Learning di Kalangan Mahasiswa Perguruan Tinggi Swasta di Kota Palembang. Prosiding SNaPP Sains, Teknologi, dan Kesehatan. ISSN 2089-3582. Lai, J.Y., and Chen, W.W. (2009). Measuring e-business dependability: The employee perspective. The Journal of Systems and Software, 82, 10461055.  Leong, L. Y., Ooi, K. B., Chong, A. Y. L., & Lin, B. (2013a). Modeling the stimulators of the behavioral intention to use mobile entertainment: Does gender really matter? Computers in Human Behaviour, 29, 2109-2121.


Leong, L. Y., Hew, T. S., Tan, G. W. H., & Ooi, K. B. (2013b). Predicting the determinants of the NFC-enabled mobile credit card acceptance: A neural networks approach. Expert Systems with Applications, 40, 5604-5620. Liao, C., Palvia, P., & Lin, H. N. (2006). The roles of habit and web site quality in e-commerce. International Journal of Information Management, 26, 469483. Limayem, M., Cheung, C. M. K., and Hirt, S.G. (2007). How Habit Limits the Predictive Power of Intentions: The Case of Is Continuance. MIS Quarterly, 31(4), 5-737. Luarn, P., & Lin, H. H. (2005). Towards an understanding of the behavioural intention to use mobile banking. Computers in Human Behaviour, 21(6), 873-891. Lu, J., Yao, J. E., & Yu, C. S. (2005). Personal innovativeness, social influences and adoption of wireless internet services via mobile technology. Journal of Strategic Information Systems, 14, 245-268. Mafe, C. R., Blas, S. S. & Tavera-Mesias, J. F. (2010). A comparative study of mobile messaging services acceptance to participate in television programmes. Journal of Service Management, 21(1), 69-102. Magni, M., Taylor, M. S., & Venkatesh, V. (2010). ‘To play or not to play’: A cross-temporal investigation using hedonic and instrumental perspectives to explain user intentions to explore a technology. International Journal of Human-Computer Studies, 68, 572-588. Margono. (2004). Metodologi Penelitian Pendidikan. Jakarta: Rineka Cipta Min, Q.; Ji, S.; and Qu, G. (2008). Mobile commerce user acceptance study in China: A revised UTAUT model. Tsinghua Science and Technology, 13(3), 257-264.  Nasir, Muhammad. (2013). Evaluasi Penerimaan Teknologi Informasi Mahasiswa di Palembang menggunakan Model UTAUT. Seminar Nasional Aplikasi Teknologi Informasi: ISSN 1907-5022 Ndume, Vitalis, Tilya, F. N. and Twaakyondo, H. (2008). Challenges of adaptive elearning at higher learning institutions: A case study in Tanzania. International Journal of Computing and ICT Research, 2(1), 47–59. Osgood, Charles Egerton, George J. Suci, Perci H. Tannenbaum. (1957). The Measurement of Meaning. United States of America: Board of Trustees of the University Illinois.


Oshlyansky, Lidia, Harold Thimblebly, Paul Cairns. (2007). Unified Theory of Acceptance and Use of Technology (UTAUT) Tool Cross-Culturally. Proceedings of HCI. Pahnila, S., Siponen, M., & Zheng, X. (2011). Integrating habit into UTAUT: The Chinese eBay case. Pacific Asia Journal of the Association for Information Systems, 3(2), 1-30. Park, S. Y. (2009). An Analysis of the Technology Acceptance Model in Understanding University Students' Behavioral Intention to Use e-Learning. Educational Technology & Society, 12(3), 150–162. Putra, Gioliano & Maya Ariyanti. (2013). Pengaruh Faktor-faktor dalam Modified Unified Theory Acceptance and Use of Technology 2 (UTAUT2) terhadap Niat Prospective User untuk mengadopsi Home Digital Services PT. TELKOM di Surabaya. Jurnal Manajemen Indonesia, 12(4). Prata, W., Moraes, A. D., & Quaresma, M. (2012). User’s demography and expectation regarding search, purchase and evaluation in mobile application store. Work: A Journal of Prevention, Assessment and Rehabilitation, 41(1), 1124-1311. Raman, Arumugam & Don, Yahya. (2013). Preservice Teacher's Acceptance of Learning Management Software: An Application of the UTAUT2 Model. International Education Studies. Canadian Center of Science and Education, 6(7). doi:10.5539/ass.v10n14p186. Raman, Arumugan, Don, Yahya, Khalid, Rozalina. Rizuan, Mohd. (2014). Usage of Learning Management System (Moodle) among Postgraduate Students: UTAUT Model. Asian Social Science. Canadian Center of Science and Education, 10(14). Riduwan dan Engkos Achmad Kuncoro. (2011). Cara Menggunakan dan Memaknai Path Analysis (Analisis Jalur). Bandung: Penerbit Alfabeta. San Martin, H., & Herrero, A. (2012). Influence of the user’s psychological factors on the online purchase intention in rural tourism: Integrating innovativeness to the UTAUT framework. Tourism Management, 33(2), 341-350. http://dx.doi.org/10.1016/j.tourman.2011.04.003 Sallum, S. A. (2008). Learning management system implementation: building strategic change. Distance Learning, 5(1), 68-72. Santoso, Singgih. (2007). Membuat Dan Menganalisis Model SEM dengan AMOS. Jakarta: PT. Elex Media Komputindo.


Sarstedt, M., Henseler, J., & Ringle, C. M. (2011). Multigroup Analysis in Partial Least Squares (PLS) Path Modeling: Alternative Methods and Empirical Results. Advances in International Marketing, 22, 195-218.  Sedana, I. G. N., and Wijaya, Wisnu (2010). Penerapan Model UTAUT untuk Memahami Penerimaan dan Penggunaan Learning Management System Studi Kasus Experiential E-learning Sanata Dharma University. Jurnal Sistem Informasi, 5(2). Setiawan, Agus. (2007). Tax Audit dan Tax Review. Jakarta: PT. Raja Grafindo Persada. Sharifah, suhaila. (2015). Adaptation of UTAUT2 Model in Understanding Student’s Acceptance of Virtual Learning Agent. Australian Journal of Basic and Applied Sciences, 9(25), 66-71. Sinaga, August & Zainuddin. (2013). Persepsi dan Implementasi Kebijakan Teknologi Informasi Dan Komunikasi Sebagai Sarana Pembelajaran dan Pengaruhnya Terhadap Peningkatan Kualitas Pendidikan Pada SMA Negeri Kota Pematang Siantar. Jurnal Administrasi Publik, 3(1). Sitinjak, J.R.T & Sugiarto. (2006). LISREL. Yogyakarta: Graha Ilmu. Sugiyono. (2009). Metode Penelitian Kuantitatif Kualitatif dan R&B. Bandung: Alfabeta. Sugiyono. (2012). Metode Penelitian Kuantitatif Kualitatif dan R&B. Bandung: Alfabeta. Sundaravej, T. (2010). Empirical Validation of Unified Theory of Acceptance and Use of Technology Model. Journal of Global Information Technology Management, 13(1), 5-27. Tandirerung, V. A. (2014). Implementasi e-learning program keahlian TKJ di SMK DIY pasca pembubaran RSBI. Jurnal Pendidikan Vokasi, 4(1), 96110. Taylor, D. G., Voelker, T. A., & Pentina, I. (2011). Mobile application adoption by young adults: A social network perspective. International Journal of Mobile Marketing, 6(2), 60-70. Teo, T., & Noyes, J. (2012). Explaining the intention to use technology among pre-service teachers: A multi-group analysis of the Unified Theory of Acceptance and Use of Technology. Interactive Learning Environments, 2(1), 51-66.


To, P. L., Liao, C., & Lin, T. H. (2007). Shopping motiviation on Internet: A study based on utilitarian and hedonic value. Technovation, 27, 774-787. Venkatesh, V., Morris, M. G., Davis, G. B., & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3), 425-278. Venkatesh, V., Thong, J. Y. L., & Xu, X. (2012). Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Quarterly, 36(1), 157-178. Venter, P., Rennsburg, M. J. V., and Annemarie Davis. (2012). Drivers of learning management system use in a South African open and distance learning institution. Australasian Journal of Educational Technology, 28(2), 183–198. Wong, Wan-Tzu and Huang, Neng-Tang. (2011). The Effects of E-learning System Service Quality and User's Acceptance on Organizational Learning. International Journal of Business and Information, 6(2). Yang, H. (2013). Bon appétit for apps: Young American consumers’ acceptance of mobile applications. Journal of Computer Information Systems, 53(3), 85-96. Yang, K. (2010). Determinants of US consumer mobile shopping services adoption: Implications for designing mobile shopping services. Journal of Consumer Marketing, 27(3), 262-270. Yi, M. Y., Jackson, J. D., Park, J. S., and Probst, J. C. (2006). “Understanding Information Technology Acceptance by Individual Professionals: Toward an Integrative View,” Information & Management, 43(3), 350-363.


LAMPIRAN Lampiran 1 Surat Izin Penelitian

124


Lampiran 2 Surat Pengantar Kuesioner


Lampiran 3 Kuesioner KUESIONER PENELITIAN TESIS FAKTOR YANG BERPENGARUH TERHADAP PENGGUNAAN SISTEM PENGELOLAAN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA

A. IDENTITAS RESPONDEN Berilah tanda centang () pada jawaban yang dianggap sesuai! Usia

Jenis kelamin

Lama bekerja

: ≤ 30 tahun 31 – 40 tahun 41 – 50 tahun

51 – 60 tahun  60 tahun

Laki-laki

Perempuan

1 – 5 tahun 6 – 10 tahun

11 – 20 tahun  20 tahun

:

:

Sejak kapan Anda menggunakan Exelsa? < 1 tahun 1-2 tahun

3-4 tahun > 4 tahun


B. PERNYATAAN KUESIONER Berilah tanda centang () pada jawaban yang dianggap sesuai! No

Harapan Kinerja 1 Tingkat kegunaan Exelsa dalam pekerjaan saya sebagai dosen 2 Penggunaan Exelsa berpeluang untuk meraih cakupan pembelajaran (learning outcome) 3 Penggunaan Exelsa dapat menyelesaikan tugas saya (sebagai dosen) dengan lebih cepat 4 Penggunaan Exelsa meningkatkan produktivitas kerja saya sebagai dosen Persepsi Usaha 5 Exelsa mudah dipelajari 6 Tingkat kejelasan fitur Exelsa 7 Kemudahan mengoperasikan Exelsa 8 Tingkat keterampilan Anda dalam menggunakan Exelsa No

Skala Penilaian 1 2 3 4 5 6 7

Pernyataan Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi

Sangat sulit Sangat rendah Sangat sulit Sangat rendah

Sangat mudah Sangat tinggi Sangat mudah Sangat tinggi Skala Penilaian 1 2 3 4 5 6 7

Pernyataan

Faktor Sosial 9 Dukungan pimpinan untuk menggunakan Exelsa 10 Pengaruh dosen lain untuk menggunakan Exelsa 11 Dukungan pengembang sistem (P3MP) untuk menggunakan Exelsa Dukungan Fasilitas 12 Kecukupan sumber daya yang dibutuhkan untuk menggunakan Exelsa 13 Kecukupan pengetahuan untuk menggunakan Exelsa 14 Kesesuaian Exelsa dengan teknologi yang saya gunakan 15 Kecukupan bantuan tenaga ahli dalam penggunaan Exelsa

Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi


No

Skala Penilaian 1 2 3 4 5 6 7

Pernyataan

Motivasi Hedonis 16 Penggunaan Exelsa yang menyenangkan 17 Kenyamanan dalam menggunakan Exelsa 18 Penggunaan Exelsa yang fleksibel Kebiasaan 19 Saya terbiasa menggunakan Exelsa dalam kegiatan mengajar 20 Saya terus menggunakan Exelsa dalam kegiatan mengajar 21 Kewajiban menggunakan Exelsa dalam kegiatan mengajar 22 Kemauan menggunakan Exelsa dalam kegiatan mengajar Niat Penggunaan 23 Niat untuk terus menggunakan Exelsa di masa mendatang 24 Kesediaan selalu menggunakan Exelsa untuk kegiatan mengajar Perilaku Penggunaan 25 Frekuensi penggunaan Exelsa dalam kegiatan mengajar

Sangat mengecewakan Sangat rendah Sangat kaku

Sangat menyenangkan Sangat tinggi Sangat fleksibel

Sangat rendah

Sangat tinggi

Sangat jarang

Sangat sering

Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi

Sangat rendah

Sangat tinggi

Manfaat apa saja yang Anda dapatkan ketika menggunakan Exelsa? ……………………………………………………………………………………… ………………………………………………………………………………………

Kritik dan saran mengenai Exelsa : ……………………………………………………………………………………… ………………………………………………………………………………………


Lampiran 4 Data Pengguna Aktif Exelsa


Lampiran 5 Rekap Data Kuesioner VARIABEL HARAPAN KINERJA INDIKATOR 1 2 3 4 Rata-rata Skor Variabel HK

1 f 3 2 4 5

2 % 1.7 1.1 2.2 2.8

f % f 14 7.9 19 13 7.3 29 16 9 26 17 9.6 26

KATEGORI JAWABAN 3 4 5 % f % f % 10.7 27 15.2 57 32 16.3 51 28.7 49 27.5 14.6 44 24.7 40 22.5 14.6 32 18 41 23

6 f % 43 24.2 25 14 36 20.2 52 29.2

Jumlah

7 f 15 9 12 5

% 8.4 5.1 6.7 2.8

N 178 178 178 178

% 100 100 100 100

Rata-rata Skor per Pernyataan 4.74 4.37 4.44 4.48

4.51

VARIABEL PERSEPSI USAHA INDIKATOR 1 2 3 4 Rata-rata Skor Variabel PU

1 f 0 0 0 3

% 0 0 0 1.7

2 f 5 3 5 4

% f 2.8 5 1.7 13 2.8 14 2.2 11

KATEGORI JAWABAN 3 4 5 % f % f % 2.8 30 16.9 58 32.6 7.3 44 24.7 60 33.7 7.9 40 22.5 54 30.3 6.2 44 24.7 43 24.2

6 f 58 40 50 66

% 32.6 22.5 28.1 37.1

7 f 22 18 15 7

% 12.4 10.1 8.4 3.9

Jumlah N 178 178 178 178

% 100 100 100 100


5.04

130


VARIABEL FAKTOR SOSIAL INDIKATOR 1 2 3 Rata-rata Skor Variabel FS

1 f 6 11 8

2 % 3.4 6.2 4.5

f 7 31 19

% 3.9 17.4 10.7

KATEGORI JAWABAN 3 4 5 f % f % f % 11 6.2 52 29.2 40 22.5 29 16.3 39 21.9 40 22.5 16 9 34 19.1 48 27

6

Jumlah

7

f % 38 21.3 22 12.4 31 17.4

f 24 6 22

% 13.5 3.4 12.4

N 178 178 178

% 100 100 100

Rata-rata Skor per Pernyataan 4.81 3.88 4.55

4.41

VARIABEL DUKUNGAN FASILITAS INDIKATOR 1 2 3 4 Rata-rata Skor Variabel DF

1 f 0 1 1 4

2 % f % f 0 6 3.4 12 0.6 4 2.2 12 0.6 7 3.9 18 2.2 16 9 18

KATEGORI JAWABAN 3 4 5 % f % f % 6.7 56 31.5 57 32 6.7 39 21.9 64 36 10.1 32 18 66 37.1 10.1 53 29.8 37 20.8

6 f 35 47 45 40

% 19.7 26.4 25.3 22.5

Jumlah

7 f 12 11 9 10

% 6.7 6.2 5.1 5.6

N 178 178 178 178

% 100 100 100 100


4.76

131


VARIABEL MOTIVASI HEDONIS INDIKATOR 1 2 3 Rata-rata Skor Variabel MH

1 f 2 2 2

2 % f % f 1.1 8 4.5 20 1.1 14 7.9 16 1.1 18 10.1 17

KATEGORI JAWABAN 3 4 5 6 % f % f % f % 11.2 47 26.4 61 34.3 36 20.2 9 42 23.6 63 35.4 38 21.3 9.6 42 23.6 55 30.9 39 21.9

Jumlah

7 f 4 3 5

% 2.2 1.7 2.8

N 178 178 178

% 100 100 100

Rata-rata Skor per Pernyataan 4.58 4.55 4.50

3.41

VARIABEL KEBIASAAN INDIKATOR 1 2 3 4 Rata-rata Skor Variabel K

1 f 9 12 10 7

% 5.1 6.7 11.2 3.9

f 17 16 41 21

KATEGORI JAWABAN 2 3 4 5 % f % f % f % 9.6 22 12.4 32 18 38 21.3 9 31 17.4 33 18.5 38 21.3 23 46 25.8 31 17.4 23 12.9 11.8 23 12.9 20 11.2 39 21.9

6 f % 44 24.7 34 19.1 13 7.3 52 29.2

Jumlah

7 f 16 14 4 16

% 9 7.9 2.2 9

N 178 178 178 178

% 100 100 100 100


4.17

132


VARIABEL NIAT PENGGUNAAN INDIKATOR 1 2 Rata-rata Skor Variabel NP

1 f 4 5

% 2.2 2.8

KATEGORI JAWABAN 2 3 4 5 6 f % f % f % f % f % 6 3.4 16 9 28 15.7 31 17.4 64 36 8 4.5 16 9 29 16.3 40 22.5 54 30.3

Jumlah

7 f 29 26

% 16.3 14.6

N 178 178

% 100 100

Rata-rata Skor per Pernyataan 5.16 5.01

2.54

VARIABEL PERILAKU PENGGUNAAN INDIKATOR 1 Rata-rata Skor Variabel PP

1 f 13

KATEGORI JAWABAN 3 4 5 6 % f % f % f % f % f % 7.3 12 6.7 21 11.8 38 21.3 38 21.3 42 23.6 2

Jumlah

7 f 14

% 7.9

N 178

% 100

Rata-rata Skor per Pernyataan 4.45

4.45

133

FAKTOR-FAKTOR YANG BERPENGARUH TERHADAP PENERIMAAN DAN PENGGUNAAN SISTEM MANAJEMEN PEMBELAJARAN EXELSA UNIVERSITAS SANATA DHARMA TESIS

Recommend Documents