Itryr*
Pcngunaan Aplikasi Internet Terhadap Pemanfaatan Aplikasi Internet, Sikap Usero Perilaku User Dan Kemampuan User
Saiful Rahman Yuniarto Universitas Brawijaya
Abstrak Latar belakang penelitian ini didasarkan bahwa penggunaan teknologi informasi dalam berbagai bentuk aplikasi yang sesuai, akan sangat membantu meningkatkan efisiensi dan efektifitas penyelesaian pekerjaan. Teknologi informasi akan memberikan dampak positif pada User jika teknologi tersebut sesuai dengan tugas-tugas individu dan digunakan secara optimal. Berdasarkan hal tersebut, penggunaan dan pemanfaatan aplikasi intemet, faktor manusia memegang peranan panting terutama menyangkut kemampuan user dalam menggunakan dan memanfaatkan aplikasi internat. Penelitian ini bertujuan untuk menjelaskan seberapa besar pengaruh penggunaan dan pemanfaatan aplikasi internet dalam mempengaruhi sikap, perilaku dan kemampuan user. Pengambilan sampel dilakukan secara Nonprobability sampling techniques melalui purposive sampling terhadap user yang menggunakan aplikasi internet dengan jumlah 133 orang. Penelitian ini dilakukan dengan menggunakan analisis deskriptif untuk menggambarkan karakteristik responden, serta Stnrctural Equation Modelling (SEM) untuk menguji hipotesis yang diajukan.
Kata kunci: penggunaan aplikasi internet, pemanfaatan aplikasi intemet, TAM
A. PENDAHULUAN Komputer telah menjadi hal yang biasa di Indonesia. Hampir dapat dipastikan bahwa setiap instansi telah menggunakan komputer. Demikian pula halnya dengan keluarga. Jumlah keluarga yang mempunyai komputer menunjukkan peningkatan sebagai hasil kemajuan dari pembangunan ekonomi. Ini berarti jumlah masyarakat yang mempunyai akses terhadap komputer meningkat dari waktu ke waktu. Lebih jauh ini berarti bahwa setiap user telah mengenal komputer. Jaringan internet di dunia sudah dimulai sejak tahuan 1970-an, selanjutnya perkembangannya yang menakjubkan baru terjadi sekitar tahun 1990-an. Sementara di Indonesia, internet baru dikenal tahun 1994-an melalui provider pertamanya yaitu Indonet. Pada tahun 1995, pertumbuhan jaringan intemet ditandai dengan bertambahnya secara drastis
domain komersial dan jaringan World Wide Web.
Dewasa ini penelitian tentang penerimaan dan pemanfaatan user pada teknologi informasi telah banyak mendapat perhatian khususnya jaringan intemet. Pembahasan awal tentang pemanfaatan dan penerimaan user meminjam dari model keinginan perilaku dalam psikologi sosial untuk mengembangkan pondasi teoritis penelitian pada determinan penerimaan dan pemanfaatan user terhadap IT. Sejak didapatkan dari literatur psikologi sosial, Teori Tindakan Beralasan (TRA) adalah model yang dikenal yang terbukti sukses dalam memperkirakan dan menjelaskan perilaku antar beragam domain. Unfuk menjelaskan perilaku penggunaan IT peneliti MIS menggunakan TRA (Theory Reasoned Action) untuk mengidentifikasi keyakinan user IT terkait dengan kegunaan IT.
Gambar 1. Model kerangka konsep penelitian
Adapun pemikiran yang melandasi model konsep ini berdasarkan pada Theory Reasoned Action (TRA) dari Ajzen dan Fisbein yang telah dikembangkan oleh Davis dan Bagozzi @agozzi et a1,,1992; Davis et al., 1989) menjadi Technologt Acceptance Model (TAM). Berdasarkan model konsep tersebut, selanj utnya dibuat dasar pemikiran dalam penelitian ini. Kerangka pemikiran dalam penelitian ini adalah bahwa penggunaan aplikasi internet adalah perilaku dalam menggunakan teknologi sehingga user merasakan kemudahan dalam menggunakan teknologi tersebut. Dengan kem-udahan yang dirasakan oleh user maka user akan selalu memanfaatkan teknologi informasi. Dalam penggunaan dan pemanfaatan aplikasi internet masing-masing user menunj ukkan sikap dan perilaku yang berbeda dad penerimaan teknologi informasi baru dalam hal ini aplikasi
internet. Sikap dan perilaku dalam menggunakan dan memanfaatkan aplikasi
internet akan mempengaruhi kemampuan dari user
itl
sendiri.
Berdasarkan penjelasan diatas, maka mmusan hipotesis penelitian ini adalah sebagai berikut: H1: Penggunaan aplikasi internet berpengaruh secara positif dan signifikan terhadap pemanfaatan aplikasi internet : Penggunaan aplikasi internet berpengaruh secara positif dan signifikan terhadap sikap user : Pemanfaatan internet berpengaruh secara positif dan signifikm terhadap sikap user : Sikap user berpengaruh seGara positif de signifikan terhadap perilaku user Perilaku user berpengaruh secrrl pcftif dan signifikan terhadap uscr
aplikasi
OPERASIONAL VARIABEL DAN PENGUKURAN VARIABEL
Berdasarkan beberapa
penjelasan
sebelumnya, maka terdapat beberapa variabel yang sangat penting didefinisikan agar supaya dapat diketahui ruang lingkup dan indikator variabel yang dipelajari. Pendefenisian konsep variabel tersebut dikenal dengan istilah
penjelasan operasional variabel. Penjelasan variabel penelitian ini diuraikan sebagai berikut: Penggunaan aplikasi internet adalah perilaku memakai teknologi dalam penyelesaian pekerjaan. Dalam konteks ini teknologi merujuk pada sistem komputer. Penggunaan komputer berhubungan dengan jangka waktu pemakaian sistem komputer, frekuensi pemakaian, ragam aplikasi internet yang dipakai dan kemudahan menggunakan aplikasi intemet. Dengan indikator: intensitas, frekuensi, diversitas dan kemudahan menggunakan.
Pemanfaatan aplikasi internet merupakan keinginan baik dari seseorang individu maupun kelompok. Penerimaan sistem informasi oleh pemakai informasi merupakan sikap subjektif yang tidak mudah diukur karena tingkat kepuasan pemakai tinggr apabila pemanfaatan terhadap sistem tersebut sukarela. Indikator yang digunakan dalam penelitian ini adalah konsekuensi dari pemanfaatan aplikasi interneg kesesuaian pekerjaan dengan memanfaa&an aplikasi internet, kompleksitias pemanfaatan aplikasi internet, pengaruh
pemanfaaran aplikasi internet, faktor-faktor sosid dalam memanfaatkan aplikasi internet dan kodisi pendukung untuk pemanfaatan aplikasi
ingnc-
Strp
addah kondisi mental dan moral kesiapan, terorganisir melalui
rFilng dmya
yang
terarah dan dinamis terhadap respon individual dan objek serta situasi yang terkait. Indikator yang digunakan untuk mengukur sikap dalam penelitian ini adalah: perasaan, keyakinan, dan keinginan Perilaku adalah menunjukan probabilitas subjektif seseorang bahwa ia melakukan suatu perilaku yang berkaitan dengan objek tertentu. Teori tentang "Planned Behavior" adalah bahwa minat seseorang untuk melakukan suatu perilaku yang merupakn variabel antara yang menyebabkan terjadinya perilaku dari suatu sikap dan variabel lainnya (Fishbein dan Ajzen, 1995 ).Indikator yang dapat dijadikan alat pengukur terhadap konsep perilaku tersebut adalah: tingkat ego, kejujuran, dan kesepakatan . Kemampuan adalah tingkat kemampuan user dalam menggunakan aplikasi komputer. Indikator yang digunakan untuk mengukur
kemampuan Ltser
dalam penelitian
ini
menggunakan indikator yang digunakan dalam penelitian yang dilakukan oleh McQueen dan Mills (1998) yaitu: kedalaman kemampuan, keluasan kemampuan dan kecakapan.
METODE PENELITIAN Sesuai dengan tujuan penelitian yang ingin dicapai, maka penelitian ini menggunakan pola eksplanasi adalah penelitian yang bermaksud menjelaskan kedudukan variabelvariabel yang diteliti serta hubungan antara satu variabel dengan variabel yang lain (Sugiyono, 2002). Dengan demikian penelitian ini akan
memberikan penjelasan antara variabel penggunaan aplikasi internet (X1), pemanfaatan aplikasi internet (Y1), sikap (Y2), perilaku (Y3) terhadap kemampuan user (Ya) Lokasi penelitian yang dipilih adalah Lingkungan kampus Universitas Brawijaya. Pertimbangan pemilihan lokasi adalah karena sering dikunjungi oleh user yang menggunakan fasilitas internet di lingkungan kampus Universitas Brawijaya, sehingga sangat representatif untuk dijadikan lokasi penelitian. Dalam penelitian ini yang menjadi populasinya adalah user yang menggunakan fasilitas internet di lingkungan kampus Universitas Brawijaya. Penelitian dilakukan selama I bulan. Teknik pengambilan sampel dalam penelitian ini adalah dengan Nonprobability sampling techniques melalui purposive sampling. Nonprobability sampling
adalah teknik pengambilan sampel yang tidak memberi peluang/kesempatan sama bagi setiap
unsur atau anggota populasi unfuk dipilih menjadi sampel. Sedangkan dalam purposive sampling, peneliti menentukan sampel dengan pertimbangan tertentu (Sugiyono, 2002). Hal ini berarti setiap elemen dipilih berdasarkan kriteria tertentu untuk mendukung penelitian. Kriteria sample yang diambil dalam penelitian ini adalah user yang menggunakan aplikasi intemet.
Hair et al., (1995) mengemukakan bahwa jika ukuran sampel terlalu besar maka metode yang digunakan adalah "sangat sensitif'. Hair et al., juga menambahkan jika ukuran sampel terlalu besar, ukuran sampel minimum adalah 5 kali jumlah indikator. Dalam penelitian ini jumlah indikator adalah 19, maka sampel dalam penelitian ini minimum 95 responden (5 kali indikator dalam penelitian ini, 5 X 19 : 95). Akan tetapi 95 responden belum memenuhi asumsi dari alat analisis yang digunakan yaitu Structural Equation Model (SEM), asumsi untuk responden pada alat analisis ini adalah minimum 100 responden sehingga dalam penelitian ini diambil sampel 133 (7 X 19 : 133) responden.
B. HASIL PENELITIAN DAN PEMBAHASAN
l.
Analisis Hasil Pembahasan
Analisis hasil penelitian
dengan
menggunakan model persamaan struktural
(Structural Equation Model/SEM) dengan confirmatory factor analysis (CFA) program AMOS 4.0 (Analysis of Moment Structure, Arbukle, 1997). Kekuatan prediksi variabel observasi baik pada tingkat individual maupun pada tingkat konstruk dilihat melalui critical ratio (CR). Apabila critical ratio tersebut signifikan maka dimensi-dimensi tersebut akan dikatakan bermanfaat untuk memprediksi konstruk atau variabel laten. Variabel laten (construct) penelitian ini terdiri dari penggunaan aplikasi intemet, pemanfaatan aplikasi internet, sikap user, perilaku user dan kemampuan mahaisiswa. Dengan menggunakan model persamaan
struktural
dari AMOS akan
diperoleh Tolak ukur yang digunakan dalam menguji masingmasing hipotesis adalah nilai critical ratio
indikator-indikator model yang
fit.
(CR) pada regression weight dengan nilai minimum 2,0 secara absolut. Analisis dengan program AMOS 5.0 (Analysis Moment Structure) yang digunakan untuk mengidentifikasi model persamaan struktural yang baik (Arbukle, 1997). Kriteria yang digunakan adalah untuk menguji apakah model yang diusulkan memiliki kesesuaian dengan data ata,u tidak.
of
Adapun kriteria model fit terdiri dari: l) derajat bebas (fugree of freedom) harus positif dan 2) non signifikan Chi-square yang disyaratkan (p > 0,05) dan di atas konservatif yang diterima (p : 0,10) (tlair et a1,., 1992), 3) incremental fit di atas 0,90 yaitu GFI (gootutess offit indtx), Adjusted GFI (AGFI), Tucker Lewis Index (TLD dan comparative fit index (CFD, 4) nilai RMR (Root Mean Square Residual) dan RMSEA (Root Mean Square Error of Aproximation) yang rendah.
Confimatory Factor
Analysis digunakan untuk meneliti variabel-variabel yang mendefinisikan sebuah konstruk yang tidak dapat diukur secara langsung. Analisis atas indikator-indikator yang digunakan itu memberi makna atas label yang diberikan pada variabel-variabel laten atau konstrukkonstru( lain yang dikonfi rmasikan.
2. Uji Asumsi Sesuai dengan metode analisis yang
digunakan
yaitu model persamaan
strul
yang
mempersyaratkan beberapa asumsi arfiaft lain, ukuran sampel, normalitas linearitas, outlier, multikolinearitas dan singularitas. Asumsi pertama yang harus dipenuhi dalam prosedur pengumpulan dan pengolahan data yang dianalisis dengan model SEM. Uji asumsi
dan
dilakukan dengan menggunakan lmding factor dengan nilai lambda (?u). Uji asumsi ini digunakan untuk mengetahui kecocokan, kesesuaian atatt unidimensionalitas dari dimensi-dimensi tersebut dalam membenurk sebuah faktor. Unidimensionalitas adalah sebuah asumsi yang digunakan dalam menghitung reliabilitas dari sebuah model yang menunjukkan bahwa sebuah model smr dimensi, indikator-indikator yang digmakan adalah memiliki derajat kesesuaian yang
baik. o, Cronbach tidak unidimensionalitas
mengerr melainkm
mengasumsikan bahwa unidimensionalitas sudah ada pada waktr: a Cronbach dihitung oleh karena itu sebaiknya dilakukan uji unidimensionalitas terhadap sebuah konstruk multiindikator sebelum menilai realibilitas. Reliabilitas adalah ukuran mengenai konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana indikator-indikator tersebut mengidentifikasikan sebuah laten variabel yang umum. Dengan kata lain bagaimana hal-hal yang spesifik saling membantu dalam menjelaskan sebuah fenomena yang umum. Tingkat reliabilitas : 0,70 merupakan indikasi realibelnya sebuah konstruk. Apabila penelitian merupakan sebuah eksplanatory
maka nilai dibawah 0,70 masih
dapat
diterima sepanjang ada alasan-alasan empirik yang terdapat dalam proses eksplorasi.
Uji
validitas berbeda
dengan
reliabilitas. Validitas merupakan tingkat akurasi yang dicapai oleh sebuah indikator dalam menilai akurat ukuran atas apa yang seharusnya diukur. Variance extracted menunjukkan jumlah varians dari indikatorindikator yang diekstraksi oleh konstruk laten yang dikembangkan. Nilai variance extracted yang tinggi menunjukkan bahwa indikatorindikator itu telah mewakili secara baik konstruk laten yang dikembangkan. Nilai variance extracted itu direkomendasikan pada tingkat paling sedikit 0,50. Uji asumsi yang kedua setelah data yang menyimpang ja.uh (outlier) adalah uji normalitas sebaran data untuk variabel terikat. Untuk variabel terikat uji normalitas data dilakukan dengan mengamati skewness value dari data yang digunakan. Printout hasil komputasi AMOS 5,0 menunjukkan bahwa semua variabel tak bebas tidak memiliki angka nilai pada kolom Critical ratio leblh besar dari +. 2,58 (Hair et al. 1995), oleh karena itu dapat dikatakan bahwa distribusi data ini normal. Uji asumsi lain, yaitu beberapa gejala kemungkinan terjadinya multikolinieritas atau singularitas dalam pembentukan model akhir akan diamati determinan matriks kovarians. Determinan yang benar-benar mengindikasikan adanya multikolinieritas. Dari program AMOS 5,0 dihesilkan &terminutt of sample covariance
kecil
I
:
angka ini jauh dari nol (relatif besar) maka dapat disimpulkan bahwa tidak ada multikolinieritas dalam data ini.
motrix
3. Hasil Pengukuran Setiap Konstruk atau Variabel Laten Setelah dilakukan uji asumsi dan tindakan seperlunya terhadap pelanggaran yang te{adi berikutnya akan dilakukan analisis model fit dengan kriteria model fit seperti GFI (Goodness of fit index), adjusted GFI (AGFI), Tucker Lewis Index (TLI), CFI (Comparative of "/it index), dan RMSEA (Root Mean Square Error of Approximation) baik untuk model individual maupun model lengkap. Hasil pengukuran terhadap dimensidimensi atau indikator variabel yang dapat membentuk suatu konstruk atau variabel laten (latent variable) dengan confirmatory factor ano ly s is secara berturut-turut.
4. Hubungan variabel penggunaan aplikasi internet terhadap pemanfaatan aplikasi internet, sikap user, perilaku user serta kemampuan user
Berdasarkan cara penentuan nilai dalam model, maka variabel pengujian model pertama ini dikelompokkan menjadi variabel eksogen (exogenous variabel) dan variabel endogen (endogenous variable). Variabel eksogen adalah variabel yang nilainya ditentukan di luar model. Sedangkan variabel endogen adalah variabel yang nilainya ditentukan melalui persamaan ata:u dari model hubungan yang dibentuk. Termasuk dalam kelompok variabel eksogen adalah penggunaan aplikasi internet sedangkan yang tergolong variabel endogen adalah pemanfaatan aplikasi internet, sikap user, perilaku user dan kemampuan user. Model dikatakan baik bilamana pengembangan model hipotetis secara teoritis didukung oleh data empirik. Hasil analisis SEM secara lengkap dapat dilihat pada Gambar l. Hasil uji konstruk dimensi kualitas hasil akhir disajikan pada Gambar 2 diatas dievaluasi berdasarkan goodness offit indices pada Tabel I berikut dengan disajikan
kriteria model serta nilai kritisnya yang memiliki kesesuaian data. Dari evaluasi model yang diajukan menunjukkan bahwa evaluasi terhadap model
terhadap konstruk secara
keseluruhan
ternyata dari berbagai kriteria sudah tidak terdapat pelanggaran kritis kecuali nilai AGFI yang masih dibawah nilai kritis, akan tetapi nilainya sudah mendekati nilai kritis. Nilai AGFI sebesar 0.815 dan nilai GFI sebesar 0.865, namun kalau berdasarkan pada
pendapat Tanaka dan Huba (1989) yang menyatakan bahwa GFI analog dengan R2
dalam regresi berganda maka
dapat
dilakukan penyesuaian bahwa GFI sebesar 0,865 adalah kriteria baik sehingga dapat dikemukakan bahwa model relatif dapat diterima atau sesuai dengan data, sehingga dapat dilakukan uji kesesuaian model selanjutnya. Tabel 2 merupakan pengujian hipotesis (alternatif) dengan membandingkan nilai t hitung dengan nilai t Tabel, jika nilai t hitung lebih besar dari t Tabel maka indikator variabel signifikan dan dapat digunakan untuk pengujian secara keseluruhan (overall) pada degree offreedom (df: 299 ) sebesar 1,90 dengan pengujian seperti Tabel berikut :
'1.62
IIJI I-{FO'IESA Chi-Square =360.601 Plobabilily =.966
Cl\i[tl/F=.8&a GFI=.865 AGFI =.815 TLI =1.050
CH =1.0fi) RMEA =-00O
Gambar
2
Pengukwan Faktor dan hasil Uji Model Hubungan variabel penggunaan aplikasi internet, pernanfaatan aplikasi intemet, sikap, perilaku dan kemampuan usei secara keseluruhan (langkah kedua)
Tabel
1
Evaluasi kriteria Goodness of Fit Indices keseruruhan
Kriteria
Cut-off-Value
Chi-Souare Probabilitv
Diharaokan kecil > 0,05
CMIN/DF AGFI GFI
<2.40
> 0.90 > 0.90 TLI z 0.9s > 0.95 CFI < 0.08 RMSEA Sumber: Hair (1995), Arbuckle (1999)
Hasil Model 360.601
0.956 0.884 0.815 0.865 1.050 1.000 0.000
Keterangan Baik Baik Baik Marsinal Marsinal Baik Baik Baik
Tabel2
Loading factor (2 ) Uji Model Hubungan variabel variabel penggunaan aplikasi internet terhadap pemanfaatan aplikasi internet, sikap user, perilaku user serta kemampuan user secara keseluruhan tahap akhir
Variabel indikator konstruk
C.R. (t hituns)
Loading Factor 0.542 0.604 0.38s
3.t14 4.778
0.050 0.602
Dari 43 jalur yang diuji terdapat empat jalur yang tidak signifikan yang terlihat dari nilai probabilitas atau p nya diatas 0,1 (level 10%) serta nilai t hitung diatas nilai t Tabel, yaitu hubungan sikap user dengan perilaku user dengan nilai p sebesar 0.858, hubungan pemanfaatan aplikasi intemet dengan perilaku user dan penggunaan aplikasi internet dengan perilaku user, sehingga jalur tersebut tidak dapat digunakan untuk evaluasi dalam model. Analisis pengaruh langsung (direct effect), pengaruh tidak langswg (Indirect Effects), dan
Prob
Ket
0.002
Sienifikan* Sisnifikan* Sisnifikan* Tidak
*{<*
2.9t9
0.004
0.t79
0.8s8
3.697
{<
{r
16
Sisnif,rkan
Sienifikan*
pengaruh total (Total Effects) antar konstruk dari model, sehingga besarnya pengaruh dapat dibandingkan. Untuk mengevaluasi pengaruh langsung setiap konstruk terhadap konstruk yang lain adalah koehsien dari semua garis koefisien dengan anak panah satu ujung, sedangkan efek tidak langsung adalah efek yang
muncul melalui sebuah variabel
antara
(intervening variabel) dan efek total adalah efek dari berbagai hubungan, yang hasil uji disajikan sebagai berikut:
Tabel 3 Pengujian Hipotesis Penelitian Efek H Ht H2
Hj H1 H5
Variabel Independen
Dependen
Direct
Indirect
Peng Intr_X1
Pem Intr_Yr
0.542
Koef
Variabel Total
Path (p value)
Keputusan
0.000
0.542
0.002
Diterima
Peng
lntr
X1
Skp mahs_Yz
0.38s
0.328
0_7t3
0.004
Diterima
Pem
lntr Yr
Skp mahs_Y2
0.604
0.000
0.604
*r<*
Diterima
Skp mahs_Y2
Per Mahs Y3
0.050
0.000
0.0s0
0.858
Ditolak
Per Mahs_Y3
Kem Mahs Ya
0.602
0.000
0.602
,<**
Diterima
3 diatas menunjukkan bahwa efek langsung terdapat dari variabel penggunaan aplikasi internet terhadap pemanfaatan aplikasi internet, sikap user, perilaku user dan kemampuan user. Efek langsung penggunaan aplikasi internet terhadap pemanfaatan aplikasi intemet sebesar 0.542 tidak langsung 0.000 dan secara total 0.542. Efek langsung penggunaan Tabel
aplikasi intemet terhadap sikap user sebesar 0-385 fdak langsung 0.328 dan secara total
0.713. Efek langsung penggunaan aplikasi intemet terhadap perilaku user sebesar -0-26 tidak langsung 0.091 dan secara total -0.175 Efek langsung pemanfaatan aplikasi internet terhadap sikap user sebesar 0.604 tidak langsung 0.000 dan secara total 0.604. Efek langsuirg pemanfaatan aplikasi internet terhadry perilaku user sebesar 0.101 tidak langsung 0.030 dan secara total 0.131.
Tabel 3 juga menunjukkan bahwa terdapat efek langsung dari variabel sikap user terhadap perilaku user, efek langsung variabel perilaku user terhadap kemampuan user, efek langsung yariabel penggunaan aplikasi internet terhadap kemampuan user dan efek langsung p.emanfaatan aplikasi internet. Efek langsung sikap user terhadap perilaku user sebesar 0.050 tidak langsung 0.000 dan secara total 0.050.
Efek langsung perilaku user
terhadap kemampuan user sebesar 0.602 tidak langsung 0.000 dan secara total 0.602. Efek langsung penggunaan aplikasi internet terhadap kemampuan user sebesar 0.676 tidak langsung 0.027 dan secara total 0.703. Efek langsung pemanfaatan aplikasi internet terhadap kemampuan user sebesar 0.245 tidak langsung 0.079 dan secara total0.324.
5. Pembahasan a. Pengaruh Penggunaan Aplikasi Internet Terhadap Pemanfaatan Aplikasi Internet. Pembahasan penggunaan aplikasi internet terhadap pemanfaatan aplikasi internet dengan metode SEM dengan CFA menunjukkan bahwa variabel yang memiliki loading factor dan tingkat signifikansi yang baik akan diajukan sebagai indikator yang mencerminkan penggunaan aplikasi internet dalam analisis hubungan kausal arfiara' konstruk atau variabel laten seperti tampak pada gambar Setelah dilakukan modifikasi
dengan memperhatikan
pedoman
modification indices, maka diperoleh model akhir optimum. Model optimum ini ditunjukkan dengan nilai chi-square yang kecil dengan probability 0,956, GFI 0.865, CFI 1.000, TLI 1.050 dan RMSEA 0,000, yang berarti ada kesesuaian antara data dengan model. Dengan demikian model diterima.
Untuk menjawab rumusan masalah pertama secara parsial dapat diamati dadr hasil analisis SEM pada Tabel 3. Dari Tabel tersebut menunjukkan bahwa penggunaan aplikasi internet mempunyai pengaruh yang signifikan terhadap pemanfaatan aplikasi internet. Hasil ini dibuktikan dengan adanya nilai t hitung (critical ratio) lebih besar dari nilai probability atau nilai p lebih kecil dari 0,05. Penelitian ini juga menunjukkan adanya hubungan positif antara penggunaan aplikasi
I
internet dengan pemanfaatan aplikasi internet yang ditandai dengan koefisien jalur positif.
Hal tersebut dilihat dari nilai
regression
weight estimate sebesar 1.2g3 dan standardized regression weigth 0.542. Dengan demikian dapat disimpulkan bahwa penggunaan aplikasi internet memberi pengaruh langsung terhadap pemanfaatan aplikasi internet. Artinya semakin tinggi tingkat penggunaan aplikasi internet akan menunjukkan dimanfaatkannya aplikasi internet tersebut. Hasil temuan ini sesuai dengan hasil penelitian Davis (1986) yang mengembangkan teori penerimaan teknologi (Technologt Acceptance Modell AIvD. TAM berasumsi bahwa keyakinan tentang kegunaan dan kemudahan penggunaan selalu menjadi determinan utama dari keputusan penggunaan. Seleksi dari dua tatanan ini didasarkan pada asumsi bahwa zser potensil memutuskan apakah perlu atat tidak menggunakan teknologi informasi tertentu dengan menilai bilamana ini membantt user untuk berkinerja secara lebih baik. Kemudian dari Tabel 3 dapat dilihat efek langsung antara penggunaan aplikasi internet dengan pemanfaatan aplikasi internet dengan arah positif sebesar 0,542. Efek tidak langsung dengan nilai 0,000 sedangkan efek total yang merupakan penjumlahan efek langsung dan efek tidak langsung diperoleh angka sebesar 0,542. Dengan demikian dapat disimpulkan bahwa Hr, ymtg menyatakan bahwa p€nggunaan aplikasi internet berpengaruh
signifikan positif terhadap pemanfaatan aplikasi internet terbukti atau didukung dengan fakta.
b. Pengaruh Penggunaan Aplikasi Internet Terhadap Sikap User. Pembahasan pengaruh penggunaan aplikasi internet terhadap sikap user adalah untuk menjawab rumusan masalah kedua secara parsial. Setelah pengukuran model individual dengan SEM dengan CFA, maka diperoleh variabel yang memiliki loading factor dan tingkat signifikansi yarg baik dan diajukan sebagai indikator penggunaan aplikasi internet pada model hubungan antara konstruk atau variabel laten seperti tampak
nilai
chi-square
yang kecil
dengan
probability 0,956, GFI0.865, CFI 1.000, TLI
,]
i r{ I I
I I
1.050 dan RMSEA 0,000, yang berarti ada kesesuaian antara data dengan model. Dengan demikian model diterima.
Untuk menjawab rumusan
masalah kedua secara parsial dapat diamati dari hasil analisis SEM pada Tabel 3. Dari Tabel tersebut menunjukkan bahwa penggunaan aplikasi internet mempunyai pengaruh yang signifikan positif terhadap sikap user. Hasil ini dibuktikan dengan adanya nilai t hitung
(critical ratio) lebih besar dari
nilai probability atau nilai p lebih kecil dari 0,05. Penelitian ini juga menunjukkan adanya hubungan positif antara penggunaan aplikasi internet dengan sikap user yang ditandai dengan koefisien jalur positif. Hal tersebut dilihat dari nilai .regression weight estimote sebesar 1.058 dan standardized regression
weigth 0.385. Dengan demikian dapat disimpulkan bahwa penggunaan aplikasi internet memberi pengaruh langsung terhadap sikap user. Artinya semakin tinggi tingkat penggunaan aplikasi intemet oleh user maka semakin baik sikap user tersebut terhadap penggunaan aplikasi internet. Hasil temuan ini sesuai dengan hasil penelitian Davis (1986) yang mengatakan bahwa dalam teori penerimaan teknologi (Technology Acceptance ModetlAM) berasumsi bahwa keyakinan (salah satu indikator pengukuran sikap) tentang kegunaan dan kemudahan penggunaan selalu menjadi faktor utama dari keputusan untuk menggunakan aplikasi intemet.
Kemudian dari Tabel 3 dapat dilihat efek langsung antara penggunaan aplikasi internet dengan sikap user dengan arah positif sebesar 0.385. Efek tidak langsung dengan nilai positif 0,328 sedangkan efek total yang merupakan penjumlahan efek langsung dan efek tidak langsung diperoleh angka sebesar 0.713. Dengan demikian dapat disimpulkan bahwa Hz, yang menyatakan bahwa
penggunaan aplikasi intemet
akan
berpengaruh signifikan terhadap sikap user terbukti atau didukung dengan fakta.
Pengaruh Pemanfaatan Aptikasi Internet Terhadap Sikap User Pembahasan pemanfaatan aplikasi intemet terhadap sikap user adalah unfuk
menjawab mmusan masalah ketiga secara parsial. Dengan metode SEM dengan CFA menunjukkan nilai chi-square yang kecil dengan probability 0,956, GFI 0.g65, CFI 1.000, TLI 1.050 dan RMSEA 0,000, yang berarti ada kesesuaian antara data dengan model. Dengan demikian model diterima. Untuk menjawab rumusan masalah keempat secara parsial dapat diamati dari hasil analisis SEM pada Tabel 3. Dari Tabel tersebut menunjukkan bahwa pemanfaatan aplikasi internet mempunyai pengaruh yang signifikan terhadap sikap user. Hasil ini dibuktikan dengan adanya nilai t hitung (critical ratio) lebih besar dari nilai probability atau nilai p lebih kecil dari 0,05. Penelitian ini juga menunjukkan adanya hubungan positif antara pemanfaatan aplikasi internet dengan sikap user yang ditandai dengan koefisien jalur positif. Hal tersebut dilihat dari nilai regression weight estimate sebesar 0,701 dan stondardized regression
weigth 0,385. Dengan demikian
dapat
disimpulkan bahwa pemanfaatan aplikasi berpengaruh langsung terhadap sikap user. Artinya user yang memanfaatkan aplikasi intemet akan menunjukkan sikap mereka terhadap pemanfaatan aplikasi internet tersebut. Sikap yang dimaksud disini adalah perasaan, keyakinan dan keinginan dalam memanfaatkan aplikasi internet Hasil penelitian ini sesuai dengan hasil penelitian yang dilakukan oleh Thompson et al., (1991) yang mengatakan bahwa pemanfaatan aplikasi internet adalah tindakan pemanfaatan user akan internet. Tindakan disini merupakan sikap/perilaku pemakai teknologi internet dalam meningkatkan kemampuan pemakai itu sendiri. Kemudian dari Tabel 5.28 dapat dilihat efek langsung antara pemanfaatan aplikasi
internet dengan sikap user dengan arah positif sebesar 0,604. Efek tidak langsung dengan nilai positif 0,000 sedangkan efek total yang merupakan penjumlahan efek langsung dan efek tidak langsung diperoleh angka sebesar 0,604.
Dengan demikian dapat disimpulkan
bahwa H3, yang menyatakan bahwa pemanfaatan aplikasi internet terhadap sikap user terbukti atau didukung dengan fakta.
d. Pengaruh Sikap User Terhadap perilaku User
Pembahasan pengaruh
sikap user
terhadap perilaku user adalah untuk menjawab rumusan masalah keenam seqra parsial. Setelah pengukuran model individual dengan SEIII dengan CFA, maka diperoleh
nilai
chi-square
yang kecil
dengan 1.000, TLI
probability 0,956, GFI0.865, CFI 1.050 dan RMSEA 0,000, yang berarti ada kesesuaian antara data dengan model. Dengan demikian model diterima. Untuk menjawab rumusan masalah keenam secara parsial dapat diamati dari . hasil analisis SEM pada Tabel 3 Dari Tabel tersebut menunjukkan bahwa sikap user mempunyai pengaruh yang tidak signifikan terhadap perilaku user. Hasil ini dibuktikan dengan adanya nilai t Tabel (critical ratio) lebih besar dari nilai probability atau nilai p lebih kecil dari 0,05. Penelitian ini juga menunjukkan ad,anya hubungan positif antara sikap user dengan perilaku user yang ditandai dengan koefisien jalur positif. Hal tersebut dilihat dari nilai regression weight estimate sebesar 0.025 dan standardized regression weigth 0,050. Kemudian dari Tabel 3 dapat dilihat efek langsung antara sikap user dengan perilaku user dengan arah positif sebesar 0.050. Efek tidak langsung dengan nilai positif 0.000 sedangkan efek total yang merupakan penjumlahan efek langsung dan efek tidak langsung diperoleh angka sebesar 0 050
Dengan demikian dapat disimpulkan bahwa sikap user memberi pengaruh tidak langsung terhadap perilaku user. Artinya semakin baik sikap user dalam meng€rmakan dan memanfaatkan aplikasi internc zkzn semakin rendah perilaku user tersebut dzlen menggunakan dan memanfaa*an dikad internet begitupun sebaliknya thl ini menunjukkan bahwa sikap menpekm pernyataan yang didasari oleh mi 1mg berfungsi sebagai semacam pcn5rlum frustasi atau pengalihan bentrk mctrioc ego, sedangkan perilaku merupakm tind&e
dcngr s-r obyek perangsang yang d4d dat Temuan ini bertentangan dengm prqfa nyata seseorang yang berkaitan
yang dikemukakan oleh Lewin ddr Am (2000) yang menyebutkan b.h,r eGfl&
individu adalah fungsi kepribadian individu dan lingkungan, dimana kepribadian individu meliputi berbagai variabel seperti motif, nilai-nilai, sifat keprib adian, dan sikap yang saling berinteraksi satu dengan yang lain, kemudian pula dengan faktor-faktor lingkungan dalam menentukan perilaku. Kemudian dari Tabel 3 dapat dilihat efek langsung antara sikap user dengan perilaku user dengan arah positif sebesar 0.050. Efek tidak langsung dengan nilai 0,000 sedangkan efek total yang merupakan penjumlahan efek langsung dan efek tidak langsung diperoleh angka sebesar 0.050. Dengan demikian dapat disimpulkan bahwa H4 yang menyatakan bahwa sikap
user berpengaruh secara positif
I
dan
signifikan terhadap perilaku user tidak
terbukti terbukti atau tidak didukung dengan fakta.
e. Pengaruh Perilaku User Terhadap Kemampuan User Pembahasan pengaruh perilaku user terhadap kemampuan user adalah untuk menjawab rumusan masalah kesembilan secara parsial. Setelah pengukuran model individual dengan SEM dengan CFA, maka diperoleh nilai chi-square yang kecil dengan probability 0,9s6, GFI0.g65, CFI 1.000, TLI 1.050 dan RMSEA 0,000, yang berarti ada kesesuaian antara data dengan model. Dengan demikian model diterima.
Untuk menjawab rumusan
masalah
ketujuh secara parsial dapat diamati dari hasil analisis SEM pada Tabel 3. Dari Tabel tersebut menunjukkan bahwa perilaku user mempunyai pengaruh yar,g signifikan
terhadap kemampuan user. Hasil ini dibuktikan dengan adanya nilai t Tabel (qitical ratio) lebih besar dari nilai
probability atau nilai p lebih kecil dari 0,05. Paelitian ini juga menunjukkan adanya h&mgan positif antara nilai konsumen tt.rgtn kepuasan konsumen yang ditandai dmgan koefisien jalur positif. Hal tersebut ditihrr dari nilai regression weight estimqte scbeil l-060 dan standordized regression
rdgrt O,fiz-
fisirydlpn
Dengan demikian dapat
bahwa perilaku user memberi lrngqrng terhadap kemampuan ffgr* u'- Artinyr sernakin baik perilaku user
i i
dalam menggunakan dan memanfaatkan
Social Behavior, Eaglewood Cliffs, Nj:
aplikasi internet akan semakin meningkatkan kemampuan user tersebut. Hasil ini dapat diterima dan melengkapi hasil penelitian yang dilakukan oleh Malhotra dan Galletta (1999) yang mengatakan bahwa perilaku user
Prentice Hall
akan
meningkatkan jangkauan
luas jangkauan pemanfaatan teknologi informasi, luas dalam hal ini adalah kemampuan user. Kemudian dari Tabel 3 dapat dilihat efek langsung antara nilai konsumen dengan
kepuasan konsumen dengan arah positif sebesar 0.602. Efek tidak langsung dengan nilai 0,000 sedangkan efek total yang merupakan penjumlahan efek langsung dan efek tidak langsung diperoleh angka sebesar 0.602. Dengan demikian dapat disimpulkan bahwa H5, yang menyatakan bahwa perilaku user akan berpengaruh signifikan terhadap kemampuan user terbukti atau didukung dengan fakta.
DAFTAR PUSTAKA
Azwar, Saifuddin M.A. Drs. (2000). Sikap Manusia: Teori dan Pengukurannya. Edisi Kedua. Pustaka Pelajar. Yogyakarta. Davis, F.D. (1986). Perceived Usefulness, Perceived Ease of LJse, and User Acceptance of Information Technology, MIS Quarterly, 13(3), 319-341 Hair, J.R, J.F; R.E Anderson; R.L. Tatham; W.C. Black (1995), Multivariate Data Analysis With Reading, Fourth Editions, New York: Mc Milan Pub. Company. Malhotra Yoges dan Galletta, F.D., (1999), Extending the Technology Acceptance Model to Account for Social lnfluence: Theoritical Bases and Empirical Validation, , Hawai lnternational Conference on System Science Sugiyono (2002), Metode Penelitian Administrasi, Penerbit Alfabeta Bandung. Thompson, Ronal L; Higgins, Christopher H;
Howell, Jane M (1991),
Computing: Toward a Conceptual Model of Utllization, MIS Quarterly, Marc, p:
t25-t42
Ajzen, I., dan Fishbein, M.
(1915), Understanding Attitudes and Predicting
Personal
