Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2015, pp. 333~343 333
KAJIAN PENGGUNAAN SOFTWARE ZAHIR ACCOUNTING DENGAN PENDEKATAN TAM (TECHNOLOGY ACCEPTANCE MODEL) Kudiantoro Widianto AMIK BSI Jakarta e-mail:
[email protected] Abstrak Salah satu software yang harus dikuasai oleh mahasiswa jurusan Akuntansi Akuntansi Komputer adalah software ZAHIR. Penggunaan perangkat lunak ZAHIR Accounting merupakan reaksi terhadap pengguna mandiri, dalam bentuk penerimaan atau penolakan. Jadi studi yang berjudul "Studi Penggunaan Perangkat Lunak Akuntansi Pendekatan ZAHIR TAM (Model Penerimaan Teknologi) Studi Kasus AMIK BSI Bogor Computer Accounting Program" dilakukan untuk mengetahui faktor-faktor yang dapat mempengaruhi pengguna (dalam hal ini mahasiswa jurusan AMIK BSI Bogor Computer Accounting) untuk menggunakan Software ZAHIR Accounting, selain mengetahui seberapa besar faktor-faktor tersebut mempengaruhi penggunaan software ZAHIR Accounting. Model yang digunakan untuk menggambarkan hubungan faktor - faktor yang mempengaruhi penggunaan perangkat lunak adalah metode penelitian TAM ZAHIR Accounting dengan menggunakan Structural Equation Modelling (SEM) pada analisis perangkat lunak Moment Structure (AMOS) versi 18.0. Hasil penelitian ini diperoleh enam konstruksi utama yang mempengaruhi penerimaan perangkat lunak ZAHIR Accounting di AMIK BSI Bogor, yaitu Computer Self Efficacy (CSE), Perceived Ease of Use (PEoU), Perfulived Usefulness (PU), Sikap Menuju Penggunaan ( ATU), Perilaku untuk Penggunaan (BITU) dan Penggunaan Sistem Aktual yang terakhir (ASU). Keywords: zahir,TAM 1. Pendahuluan AMIK BSI Bogor yang berbasiskan teknologi informasi yang berupaya menghasilkan sumber daya manusia yang menguasai ICT (Information and Communications Technology) yang ditunjang dengan penguasaan keilmuan sesuai program studinya. Salah satu Program studi yang diselenggarakan adalah Komputerisasi Akuntansi. Program studi tersebut diselenggarakan guna memenuhi kebutuhan akan tenaga kerja yang handal, siap kerja serta siap membuka peluang pekerjaan di bidang teknologi informasi (TI) yang didukung dengan penguasaan bidang akuntansi. Adapun Kurikulum yang diterapkan lebih banyak praktek daripada teori, salah satunya mata kuliah Aplikasi Komputer Akuntansi. Didalam silabus Aplikasi Komputer Akuntansi merupakan salah satu mata kuliah yang harus ditempuh oleh mahasiswa dimana aplikasi yang digunakan ada 2 (dua) aplikasi yaitu software MYOB dan software Zahir Accounting. Software MYOB ada di semester 2 (dua) dan software Zahir
Accounting ada disemester 6 (enam), dalam penelitian ini membahas tentang software Zahir Accounting. Penggunaan software Zahir Accounting ini menimbulkan reaksi pada diri penggunanya, yaitu berupa penerimaan maupun penolakan. Karena kesuksesan penerapan teknologi informasi sangat tergantung pada penerimaan oleh user sebagai pengguna teknologi. Suatu model penerimaan teknologi yang dikenal dengan nama TAM (Technology Acceptance Model) dapat menjelaskan dan memprediksi penerimaan teknologi oleh user. Model TAM dapat menjelaskan penerimaan teknologi informasi dengan dimensi-dimensi tetentu yang dapat mempengaruhi penerimaan teknologi oleh pengguna. Model TAM digunakan untuk mengetahui faktor sikap, niat dan perilaku pengguna dengan menggunakan dua variabel masukan utama yaitu kemanfaatan (usefulness) dan kemudahan (easy of use).
2. Metode Penelitian
Diterima 02 Maret 2015; Revisi 14 Maret 2015; Disetujui 15 Maret 2015
ISBN: 978-602-61242-3-4 Penelitian ini dengan menyebar kuesioner sejumlah 117 dalam bentuk closed question yang berupa pernyataan-pernyataan untuk mengetahui bagaimana pengaruh antara variabel persepsi kemampuan diri terhadap komputer (CSE), persepsi kemudahan menggunakan(PEOU), Persepsi Kemanfaatan (PU), Sikap Pengguna (ATU), Perilaku Pengguna (BITU) dan Perilaku Nyata (ASU). Model yang digunakan pada penelitian ini adalah menggunakan model yang dikembangkan oleh (Davis, 1989) dan (Hwang dan Yi, 2002). Maka dapat diusulkan hipotesisnya sebagai berikut: 1. H1: Diduga persepsi kemampuan diri terhadap komputer (Computer Self Efficacy/CSE) secara signifikan berpengaruh terhadap kemudahan menggunakan Software Zahir Accounting (Perceived Ease of Use/PEOU). 2. H2: Diduga persepsi kemampuan diri terhadap komputer (Computer Self Efficacy/CSE) secara signifikan berpengaruh terhadap pemakaian nyata Software Zahir Accounting (Actual System Usage/ASU). 3. H3: Diduga persepsi kemudahan menggunakan Software Zahir Accounting (Perceived Ease of Use/PEOU) secara signifikan berpengaruh terhadap persepsi kemanfaatan (Perceived Usefulness/PU). 4. H4: Diduga persepsi kemanfaatan Software Zahir Accounting (Perceived Usefulness/PU) secara signifikan berpengaruh terhadap sikap pengguna Software Zahir Accounting (Attitude Toward Using/ATU). 5. H5: Diduga persepsi kemudahan menggunakan Software Zahir Accounting (Perceived Ease of Use/PEOU) secara signifikan berpengaruh terhadap sikap pengguna (Attitude Toward Using/ATU). 6. H6: Diduga sikap pengguna Software Zahir Accounting (Attitude Toward Using/ATU) secara signifikan berpengaruh terhadap perilaku pengguna (Behavioral Intention to Use/BITU). 7. H7: Diduga Persepsi Kemanfaatan Software Zahir Accounting (Perceived Usefulness/PU) secara signifikan berpengaruh terhadap
Pemakaian Nyata (Actual System Usage/ASU) 8. H8: Diduga Perilaku Pengguna Software Zahir Accounting (Behavioral Intention to Use/BITU) secara signifikan berpengaruh terhadap pemakaian nyata (Actual System Usage/ASU). 3. Pembahasan 3.1 Data Profil Responden Responden yang menjawab kuesioner sebanyak 107 mahasiswa dari 117 mahasiswa yang ada di AMIK BSI BOGOR program studi Komputerisasi Akuntansi, kuesioner tersebut disebarkan secara langsung pada saat setelah ujian akhir semester. Agar memperoleh jumlah sample dan data yang diinginkan, pengisian kuesioner didampingi langsung. Data Profil responden yang menjadi obyek penelitian ini dapat dilihat pada Tabel 3.1 : Tabel 3.1 Profil Responden Peneliti Klasifikasi Responden Jumlah Present ase Status: - Mahasiswa 107 100% Semester 6 AMIK BSI BOGOR program studi Komputerisasi Akuntansi Jenis Kelamin: - Laki-laki 33 31% - Perempuan 74 69% Jumlah 107 100% Usia: - 21- 22 th 85 79% - 23 – 24 th 20 19% - 24 th keatas 2 2% Jumlah 107 100% Ditinjau dari profil responden peneliti, semuanya mahasiswa semester 6 (enam) AMIK BSI BOGOR program studi Komputerisasi Akuntansi dan ternyata sebagian besar adalah jenis kelamin perempuan (69%), dan berusia antara 21 tahun sampai dengan 22 tahun (79%). Berdasarkan profil responden, jumlah responden yang berjenis kelamin perempuan lebih banyak dibanding jumlah responden yang berjenis kelamin laki-laki. Hal ini masuk akal, karena kaum perempuan menguasai akuntansi yaitu untuk di dunia kerja nantinya. Berdasarkan usia, kebanyakan responden berumur antara 21 tahun sampai dengan 22 tahun, yang berarti
KNiST, 30 Maret 2015 334
ISBN: 978-602-61242-3-4 banyak mahasiswa yang dalam usia produktif dan mendekati akhir perkuliahan. 3.2 Analisis Statistik Deskriptif Pengukuran deskriptif pada dasarnya memaparkan secara numerik ukuran tendensi sentral, dispersi dan distribusi suatu data. Tendensi sentral mengukur pemusatan data. Ada beberapa ukuran umum tendensi sentral yang digunakan, yaitu: Mean (rata-rata), median (nilai tengah data), dan modus (nilai yang sering muncul dari suatu data). Dispersi mengukur penyebaran suatu data. Ada beberapa ukuran umum dispersi yang sering digunakan, yaitu: standar deviasi (nilai simpangan baku), varian (nilai kuadrat dari standar deviasi) dan standar error mean (estimasi tentang standar deviasi). Distribusi mengukur distribusi suatu data. Ada beberapa ukuran umum distribusi yang sering digunakan, yaitu: skewness (nilai kemencengan distribusi data), kurtosis (nilai keruncingan data). Pengujian atau analisa terhadap statistik menggunakan SPSS 17, hasilnya pada lampiran 3. Pada Tabel 3.2. dapat dilihat hasil sum dari statisktik deskriptif memiliki nilai minimal 302 dan maksimal 424. Standar Deviation memiliki nilai minimal .90970 dan maksimal .95993. Serta nilai c.r pada skewness dan kurtosis dalam kisaran nilai yang direkomendasikan yaitu antara -2.58 sampai 2.58. Tabel 3.2. Hasil Analisi Statistik Deskriptif
Gambar 3.1 Model Awal Penelitian Dengan AMOS 18 B. Pengujian Validitas dan Reliabitas 1. Pengujian Validitas Pengujian terhadap validitas variabel laten dilakukan dengan melihat nilai signifikansi (p) yang diperoleh tiap variabel indicator kemudian dibandingkan dengan nilai ά (0.05). Jika estimate ≥ 0.05 maka Tolak H0, artinya variabel indikator tersebut merupakan konstruktor yang valid bagi variabel laten tertentu (Widodo, 2006). a. Variabel Laten Eksogen (1). CSE (Computer Selft Efficacy) Standardized Regression Weights: (Group number 1 - Default model) Estimate x1 <--- cse .858 x2 <--- cse .873 x3 <--- cse .928 Tabel 3.3 Uji Parameter Variabel CSE Hasil CS Estimat Keterang Hipotesi E an e s Konstruk x1 .858 Tolak H0 yang valid Konstruk x2 .873 Tolak H0 yang valid Konstruk x3 .928 Tolak H0 yang valid
3.3 Pembahasan Analisis Statistik Inferensial: Pengolahan Dengan Model Persamaan Struktural (SEM) A. Penyusunan Model Berbasis Teori Pengujian model berbasis teori dilakukan dengan menggunakan software AMOS Versi 18.0. Berikut ini adalah hasil pengujian model tersebut :
Masing-masing variabel indikator x1 (dapat menginstal software komputer), x2 (dapat menjalankan software Zahir Accounting), dan x3 (dapat mengoperasikan aplikasi komputer yang lain) secara signifikan merupakan konstruktor yang valid (tolak H0) bagi variabel laten CSE. Terbukti dari nilai yang diperoleh x1, x2 dan x3 pada uji parameter model pengukuran variabel CSE dengan nilai estimate ≥ 0.05. Maka dapat dikatakan bahwa Mahasiswa AMIK BSI Bogor semester 6 Program Studi
KNiST, 30 Maret 2015 335
ISBN: 978-602-61242-3-4 Komputerisasi Akuntansi memiliki kemampuan dalam menginstal, menjalankan dan mengoperasikan software Zahir Accounting dan software yang lainnya. b. Variabel Laten Endogen (1). Model PEoU (Perceived Ease Of Use) Standardized Regression Weights: (Group number 1 - Default model) Estimate Y1 <--- PEOU .865 Y2 <--- PEOU .752 Y3 <--- PEOU .653
Tabel 3.4 Uji Parameter Variabel PEoU Hasil PEo estima Keterang Hipotes U an te is Tolak Konstruk y1 .865 H0 yang valid Tolak Konstruk y2 .752 H0 yang valid Tolak Konstruk y3 .653 H0 yang valid Variabel indikator y1 (fitur pada software Zahir Accounting mudah dipahami), y2 (menu-menu pada software Zahir Accounting mudah digunakan), y3 (kemudahan di dalam mengoperasikan software Zahir Accounting dapat menjadikan saya terampil dalam membuat dan mengolah laporan keuangan) secara signifikan merupakan konstruktor yang valid (Tolak H0) bagi variabel laten PEoU. Terbukti dari nilai yang diperoleh y1, y2, y3 pada uji parameter model pengukuran variabel PEoU dengan estimate ≥ 0.05. Maka dapat dikatakan bahwa fitur pada software Zahir Accounting mudah dipahami, menu-menu pada software Zahir Accounting mudah digunakan, kemudahan di dalam mengoperasikan software Zahir Accounting dapat menjadikan saya terampil dalam membuat dan mengolah laporan keuangan. (2). Model PU (Perceived Usefulness) Standardized Regression Weights: (Group number 1 - Default model)
y4 <---
PU
Estimate .627
y5 <--- PU y6 <--- PU
Estimate .789 .860
Tabel 3.5 Uji Parameter Variabel PU Hasil P estimat Keteranga Hipotesi U n e s Konstruk y4 .627 Tolak H0 yang valid Konstruk y5 .789 Tolak H0 yang valid Konstruk y6 .860 Tolak H0 yang valid Variabel indikator y4 (software Zahir Accounting dapat meningkatkan efektivitas di dalam membuat dan mengolah laporan keuangan.), y5 (Penggunaan software Zahir Accounting dapat meningkatkan efisiensi waktu (mempercepat pekerjaan) di dalam membuat dan mengolah laporan keuangan), y6 (software Zahir Accounting membantu saya di dalam membuat dan mengolah laporan keuangan), secara signifikan merupakan konstruktor yang valid (Tolak H0) bagi variabel laten PU. Terbukti dari nilai yang diperoleh y4, y5, dan y6 pada uji parameter model pengukuran variabel PU dengan nilai estimate ≥ 0.05. Maka dapat dikatakan bahwa software Zahir Accounting dapat meningkatkan efisiensi waktu, membantu, dan meningkatkan efektivitas dalam membuat dan mengolah laporan keuangan. (3). Model ATU (Attitude Toward Using) Standardized Regression Weights: (Group number 1 - Default model) Estimate y7 <--- ATU .725 y8 <--- ATU .596 y9 <--- ATU .731 Tabel 3.6 Uji Parameter Variabel ATU AT Estim HasilHipo Keteran U tesis gan ate Konstru y7 .725 Tolak H0 k yang valid Konstru y8 .596 Tolak H0 k yang valid Konstru y9 .731 Tolak H0 k yang
KNiST, 30 Maret 2015 336
ISBN: 978-602-61242-3-4 valid Variabel indikator y7 (menggunakan software Zahir Accounting merupakan hal positif dalam membuat dan mengolah laporan keuangan), y8 (rasa puas dengan cara kerja software Zahir Accounting), y9 (menggunakan software Zahir Accounting merupakan tindakan yang menguntungkan) secara signifikan merupakan konstruktor yang valid (Tolak H0) bagi variabel laten ATU. Nilai yang diperoleh y7, y8, dan y9 pada uji parameter model pengukuran variabel ATU dengan nilai estimate ≥ 0.05. Maka dapat dikatakan bahwa menggunakan software Zahir Accounting merupakan hal positif, merupakan hal yang menguntungkan dan merasa puas dengan software Zahir Accounting (4). Model BITU (Behavioral Intention to Use) Standardized Regression Weights: (Group number 1 - Default model) Estimate y10 <--- BITU .428 y11 <--- BITU .904 y12 <--- BITU .606
BITU y10 y11 y12
menyarankan software Zahir Accounting di dalam membuat dan mengolah laporan keuangan dan akan menyarankan ke orang lain untuk menggunakan program tersebut. (5). Model ASU (Actual System Usage) Standardized Regression Weights: (Group number 1 - Default model)
y13 <--- ASU y14 <--- ASU y15 <--- ASU
Estimate .597 .901 .576
Tabel 3.8 Uji Parameter Variabel ASU AS Estim HasilHipo Keteran U tesis gan ate Konstru y1 .597 Tolak H0 k yang 3 valid Konstru y1 .901 Tolak H0 k yang 4 valid Konstru y1 .576 Tolak H0 k yang 5 valid
Berdasarkan Tabel 3.8, dapat diketahui bahwa masing-masing variabel indikator y13 (menjalankan software Zahir Tabel 3.7 Uji Parameter Variabel BITU Accounting di dalam membuat dan HasilHipotesis Keterangan Estimate mengolah laporan keuangan), y14 (merasa puasvalid dengan hasil olahan data keuangan .428 Tolak H0 Konstruk yang tidak dari software Zahir Accounting), y15 (akan .904 Tolak H0 Konstruk yangmenggunakan valid software Zahir Accounting setiap hari) secara signifikan merupakan .606 Tolak H0 Konstruk yang valid konstruktor yang valid (Tolak H0) bagi variabel laten ASU (Actual System Usage). Variabel indikator y11 (akan meningkatkan Nilai yang diperoleh y13, y14, dan y15 pada penggunaan software Zahir Accounting uji parameter model pengukuran variabel untuk membuat dan mengolah laporan ASU dengan nilai estimate ≥ 0.5. Maka keuangan), y12 (akan menyarankan dapat dikatakan bahwa Mahasiswa AMIK penggunaan software Zahir Accounting BSI BOGOR akan menjalankan dan kepada orang lain yang belum menggunakan software Zahir Acoounting menggunakan) secara signifikan setiap hari, serta merasa puas dengan hasil merupakan konstruktor yang valid (Tolak olahan data keuangan dari software Zahir H0) kecuali variabel y10 (akan Accounting. menggunakan software Zahir Accounting untuk membuat dan mengolah laporan keuangan) bagi variabel laten BITU. Terbukti dari nilai y11, dan y12 yang diperoleh pada uji parameter model pengukuran variabel BITU dengan nilai estimate ≥ 0.05 kecuali y10 ≤ 0.05. maka dapat dikatakan mahasiswa AMIK BSI BOGOR tidak akan menggunakan, tetapi akan meningkatkan penggunaan dan
KNiST, 30 Maret 2015 337
ISBN: 978-602-61242-3-4 2. Pengujian Reliabilitas Dengan melakukan uji reliabilitas gabungan, pendekatan yang dianjurkan adalah adalah mencari nilai besaran Construct Reliability dan Variance Extracted dari masing-masing variabel laten dengan menggunakan informasi pada loading factor dan measurement error. Construct Reliability menyatakan ukuran konsistensi internal dari indikator-indikator sebuah konstruk yang menunjukkan derajat sampai dimana masing-masing indikator itu mengindikasikan sebuah konstruk/laten yang umum. Sedangkan Variance Extracted menunjukkan indikator-indikator tersebut telah mewakili secara baik konstruk laten yang dikembangkan (Ghozali, 2005). Tabel 3.9 Uji Reliabilitas Gabungan Variabel Construct Variance Laten Reliability Extracted CSE 0.895 0.812 PEOU
0.792
0.657
PU
0.671
0.508
ATU
0.727
0.472
BITU
0.640
0.500
ASU
0.741
0.500
Pada Tabel 3.9 terlihat bahwa CSE, PEOU, ATU, dan ASU memiliki nilai Construct Reliability di atas 0.70. sedangkan PU, dan BITU memiliki nilai dibawah 0.70. CSE, PEOU, PU, BITU dan ASU mememuhi batas nilai Variance Extracted yaitu ≥ 0.50, kecuali ATU. Dengan demikian dapat dikatakan bahwa masing-masing variabel memiliki realibilitas yang baik, meskipun ada nilai construct reliability yang kurang tetapi memenuhi batas nilai variance extracted begitu pula sebaliknya. C. Pembentukkan Model dari hasil uji Validitas dan Reliabilitas Langkah selanjutnya adalah membentuk model setelah dilakukan uji validitas dan reliabilitas. Model dilakukan dengan tujuan untuk mendapatkan nilai Probalility > 0.05 sehingga model dinyatakan fit (sesuai). D. Uji Asumsi Model 1. Ukuran Sampel Ukuran sampel yang harus dipenuhi dalam pemodelan SEM, minimum
berjumlah 100. Penelitian ini menggunakan 107 sampel, oleh karena itu jumlah sampel tersebut telah memenuhi persyaratan ukuran sampel. Data sampel penelitian ini dapat dilihat pada lampiran 4. 2. Uji Normalitas Hasil Uji Normalitas disajikan pada Tabel Assesment of Normality, dapat dilihat bahwa nilai yang berada pada kolom c.r. semuanya berada dalam kisaran nilai yang direkomendasikan yaitu antara -2.58 sampai 2.58. Oleh karena itu dapat dikatakan bahwa data terdistribusi secara normal. Data memenuhi syarat untuk dilakukan analisis selanjutnya. 3. Outliers Pada Tabel Mahalanobis distance, dapat dilihat pada Mahalanobis d-squared bahwa ada nilai yang diuji yang lebih besar 2 dari χ tabel, artinya terdapat outlier. 4. Multikolinearitas dan Singularitas Pada Tabel Sample Covariances, dapat dilihat pada Determinant of sample covariance matrix bernilai .000 yang berarti jauh dari nilai nol, sehingga tidak terdapat masalah multikolinearitas dan singularitas pada data yang dianalisis, sehingga data dinyatakan valid. E. Uji kesesuaian model Hipotesis yang menjelaskan kondisi data empiris dengan model adalah : H0 :Data empirik identik dengan teori atau model (Hipotesis diterima apabila p ≥ 0.05). H1 : Data empirik berbeda dengan teori atau model (Hipotesis ditolak apabila p < 0.05). Berdasarkan Gambar 3.2, diperlihatkan bahwa model teori yang diajukan pada penelitian ini sesuai dengan model populasi yang diobservasi, karena diketahui bahwa nilai probability (P) tidak memenuhi persyaratan karena hasilnya di bawah nilai yang direkomendasikan yaitu > 0.05 (Ghozali 2005, p.83). Untuk sementara diketahui output model tersebut belum memenuhi persyaratan penerimaan Ho, sehingga tidak dapat dilakukan uji hipotesis selanjutnya. Agar model yang diajukan dinyatakan fit, maka dapat dilakukan modifikasi model sesuai dengan yang disarankan oleh program AMOS. Berdasarkan hasil Estimasi dan Regression Wieght, maka dilakukan modifikasi dengan menghapus variabel laten dan variabel indikator yang bukan merupakan konstruktor yang valid
KNiST, 30 Maret 2015 338
ISBN: 978-602-61242-3-4 bagi model struktural yang diajukan dengan ketentuan : a. Jika nilai estimate pada loading factor (λ) dari suatu variabel indikator < 0.5 maka indikator tersebut hendaknya di drop (dihapus). b. Selanjutnya melihat signifikansi (Sig), nilai yang dipersyaratkan adalah <0.05. Jika nilai Sig > 0.05 maka dapat dikatakan bahwa indikator tersebut bukan merupakan konstruktor yang valid bagi suatu variebel laten dan sebaiknya hal ini di drop (dihapus). Kriteria fit atau tidaknya model menyangkut kriteria lain yang meliputi ukuran Absolut Fit Measures, Incremental Fit Measures dan Parsimonious Fit Measaures. Untuk membandingkan nilai yang didapat pada model ini dengan batas nilai kritis pada masing-masing kriteria pengukuran tersebut, maka dapat dilihat pada Tabel 3.10 : Tabel 3.10 Uji Perbandingan Kesesuaian Model Bata s Hasil Ukuran Keterang nilai model kesesuaian an kriti ini s 1. Absolut Fit Measures ChiSqu ares 2 Χ (CMI Kecil N) 2 ,≤χ Probabilit ά ; df 189.80 y Tidak Baik ≥ 3 ChiTidak Baik 0.05 0.000 Squ Baik ≤ 2.0 1.495 ares Marjinal ≥ 0.847 2 Χ Baik 0.90 0.068 Rela ≤ tif 0.08 (CMI N/D F) GFI RMSEA 2.Incremental Fit Measures ≥ 0.90 AGFI 0.794 Marjinal ≥ TLI 0.936 Marjinal 0.95 NFI 0.858 Marjinal ≥ CFI 0.947 Marjinal 0.90 ≥
0.95
3. Parsimonious Fit Measaures ≥ PNFI 0.60 0.712 Baik PGFI ≥ 0.629 Baik 0.60 (Sumber :Olah data AMOS 18.0 sesuai dengan batas nilai kritis (Widodo, 2006) Berdasarkan Tabel 3.10, maka dapat dikatakan secara keseluruhan model dinyatakan tidak fit (tidak sesuai). model yang diajukan pada penelitian ini didukung oleh fakta di lapangan. Pada penelitian ini dilakukan analisis model CFA (Confirmatory Factor Analysis). Analisis model CFA dapat dilihat pada Uji Confirmatory Factor Analysis yang terdapat pada lampiran. Dari hasil uji kesesuaian model diketahui bahwa model tidak sesuai, maka langkah berikutnya membuat model jalur (path analysis). F. Model Jalur (Path Analysis) Sebelum melakukan analisis jalur, maka sampel data di agregasikan (dikumpulkan) menjadi variabel terukur, data bisa dilihat pada lampiran. Setelah itu baru dilakukan modifikasi model dengan analisis jalur, maka didapatkan model seperti tertera pada Gambar 3.9. G. Uji Signifikasi Uji signifikasi adalah mengecek apakah terdapat nilai yang negatif atau nilai yang tidak signifikan, maka dilakukan penghapusan (drop). Kemudian dibuat model baru dengan analisis jalur. Dilihat dari Gambar 3.9, terdapat beberapa jalur yang bernilai tidak signifikan. Tabel 3.11 Uji signifikasi model jalur Variabel Estimate Keterangan indikator CSE Hubungan tidak 0.237 ASU signifikan PU Hubungan tidak 0.119 ASU signifikan PU Hubungan tidak 0.129 ATU signifikan BITU Hubungan tidak 0.468 ASU signifikan CSE 0.766 Hubungan signifikan PeoU PEoU 0.690 Hubungan signifikan PU
KNiST, 30 Maret 2015 339
ISBN: 978-602-61242-3-4 PEoU ATU ATU BITU
0.631
Hubungan signifikan
0.770
Hubungan signifikan
KNiST, 30 Maret 2015 340
ISBN: 978-602-61242-3-4 H. Model Akhir Penelitian Pengujian hipotesis dapat dijelaskan sebagai berikut : Tabel 3.12 Pengujian hipotesis Hipotesis Keputusan Diduga persepsi kemampuan diri terhadap komputer (Computer Self Efficacy/CSE) secara signifikan H1 berpengaruh Diterima terhadap kemudahan menggunakan Software Zahir Accounting (Perceived Ease of Use/PEOU). Diduga persepsi kemampuan diri terhadap komputer (Computer Self Efficacy/CSE) secara H2 signifikan Ditolak berpengaruh terhadap pemakaian nyata Software Zahir Accounting (Actual System Usage/ASU). Diduga persepsi kemudahan menggunakan Software Zahir Accounting (Perceived Ease of H3 Use/PEOU) secara Diterima signifikan berpengaruh terhadap persepsi kemanfaatan (Perceived Usefulness/PU). Diduga persepsi kemanfaatan Software Zahir Accounting (Perceived Usefulness/PU) H4 secara signifikan Ditolak berpengaruh terhadap sikap pengguna Software Zahir Accounting (Attitude Toward Using/ATU). Diduga persepsi H5 kemudahan Diterima menggunakan
H6
H7
H8
Software Zahir Accounting (Perceived Ease of Use/PEOU) secara signifikan berpengaruh terhadap sikap pengguna (Attitude Toward Using/ATU). Diduga sikap pengguna Software Zahir Accounting (Attitude Toward Using/ATU) secara signifikan berpengaruh terhadap perilaku pengguna (Behavioral Intention to Use/BITU). Diduga Persepsi Kemanfaatan Software Zahir Accounting (Perceived Usefulness/PU) secara signifikan berpengaruh terhadap Pemakaian Nyata (Actual System Usage/ASU) Diduga Perilaku Pengguna Software Zahir Accounting (Behavioral Intention to Use/BITU) secara signifikan berpengaruh terhadap pemakaian nyata (Actual System Usage/ASU).
Diterima
Ditolak
Ditolak
3. Simpulan Beberapa yang dapat penulis simpulkan dari pembahasan tulisan ini adalah: 1. Faktor-faktor yang mempengaruhi penerimaan penggunaan Software Zahir Accounting Mahasiswa AMIK BSI BOGOR program studi Komputerisasi Akuntansi pada penelitian kajian penggunaan Software Zahir Accounting meliputi Computer Self Efficacy (kemampuan diri pada komputer), Perceived Ease of Use (persepsi kemudahan penggunaan), Perceived Usefulness(persepsi kemanfaatan), Attitude Toward Using(sikap untuk
KNiST, 30 Maret 2015 341
ISBN: 978-602-61242-3-4 menggunakan), Behavioral Intention to Use (perilaku niat untuk menggunakan), dan Actual System Usage (penggunaan nyata sistem). 2. Model akhir yang diperoleh pada penelitian kajian penggunaan Software Zahir Accounting adalah gabungan/modifikasi dari model TAM (Technology Acceptance Model) oleh (Davis (1989), dan Hwang dan Yi (2002) dalam Widodo, 2006) 3. Hubungan kausal antara faktor-faktor yang mempengaruhi penerimaan Software Zahir Accounting di AMIK BSI BOGOR program studi Komputerisasi Akuntansi adalah sebagai berikut: a. Variabel CSE (kemampuan komputer) secara signifikan berpengaruh terhadap variabel PEoU (kemudahan) Software Zahir Accounting. b. Variabel PEoU (kemudahan) Software Zahir Accounting berpengaruh terhadap variabel PU (kemanfaatan). c. Variabel PEoU (kemudahan) Software Zahir Accounting berpengaruh terhadap variabel ATU (sikap untuk menggunakan) Software Zahir Accounting. d. Variabel ATU (sikap untuk menggunakan) Software Zahir Accounting berpengaruh terhadap variabel BITU (perilaku niat untuk menggunakan) Software Zahir Accounting. e. Variabel BITU (perilaku niat untuk menggunakan) Software Zahir Accounting tidak berpengaruh terhadap variabel ASU (penggunaan nyata sistem) Software Zahir Accounting. 2 4. Squared Multiple Correlations (R ) pada tingkat penerimaan Software Zahir Accounting pada mahasiswa/i AMIK BSI BOGOR program studi Komputerisasi Akuntansi adalah sebagai berikut: a. Keragaman PEoU yang digunakan adalah sebesar 77% (PEoU: .766) b. Keragaman PU yang digunakan adalah sebesar 69% ( PU: .690) c. Keragaman ATU yang digunakan adalah sebesar 72% (ATU : .720) d. Keragaman BITU yang digunakan adalah sebesar 77% (BITU: .770) Referensi
Ajzen, I. 2002. The Theory of Planned Behavior, Organizational Behavior and Human Decision Process. Prentice-Hall, Englewood-Cliffs, NJ. Chau, P.Y.K., & Hu, PJ. 2002. Examining a Model of Information Technology Acceptance by Individual Professionals : An Exploratory Study. Journal of Management Information System. Davis, Fred D., 1989. Measurement Scales for Perceived Usefulness and erceived Ease of Use. http://wings.buffalo.edu/mgmt/course s/mgstand/succes/davis.html. (diakses 28 Juni 2012) _____________. Perceived Usefulness, Perceived Ease of Use, and User Acceptance of Information Technology. MIS Quarterly, Vol. 13 No. 3, 319-340 Gardner, C. dan D.L. Amoroso. (2004). Development of an Instrument to Measure the Acceptance of Internet Technology by Consumer. Proceeding of the 37th Hawaii International Conference on System Sciences. Ghozali, Imam (2004). Model Persamaan Struktural : Konsep dan Aplikasi dengan Program AMOS 16.0, Badan Penerbit Universitas Diponegoro, Semarang, 2008. Hair, J.F., et al. (1998). Multivariate Data Analysis With Readings (5th Ed.). NewYork: Macmillan. Himayati, SE (2007). Belajar Sendiri Zahir Accounting. Elex Media Komputindo. Jakarta. Kadir, Abdul. 2003. Pengenalan Sistem Informasi. Penerbit Andi. Yogyakarta Maria, Sulfa, 2010. Kajian Penggunaan Adobe Photoshop Berdasarkan Pendekatan Tam:Studi Kasus Pada Smk Negeri 5 Tangerang. Tesis STIMIK Nusa Mandiri. Jakarta Malhotra, Yogesh,. & Galletta, F, Dennis. (1999). Extending The Technology Acceptance Model to Account for
KNiST, 30 Maret 2015 342
ISBN: 978-602-61242-3-4 Social Influence Bases and Empirical Validation. Proceedings of the 32nd Hawaii International Confrence on System Sciences. Milchrahm, Elisabeth. (2003). Modelling the Acceptance of Information Technology.http://www.inforum.cz/i nforum2003/prispevky/milchrahm_e lisabeth.pdf. (diakses 05 Juni 2012). Nasution, Fahmi, Natigor. (2009). Teknologi Informasi Berdasarkan Apek Perilaku (Behavior Ascpect). USU Digital Library. Novita, Ita. (2011). Kajian Penerimaan Bahasa Pemrograman Berorientasi Objek Berbasis Open Source Dengan Pendekatan TAM (Technology Acceptance Model) Studi Kaus Universitas Budi Luhur. Jurnal BIT Vol 8 No 2 September 2011. Santoso, Singgih (2011). Structural Equation Modelling (SEM) Konsep dan Aplikasi dengan AMOS 18, Elex Media Komputindo, Jakarta. Suryandini, Dhini. (2010). Aplikasi Model Penerimaan Teknologi Dalam Penggunaan Software Audit Oleh Auditor. Jurnal Dinamika Akuntansi Vol. 2, No. 2, September 2010, 92102
Tangke, Natalia. (2004). Analisa Penerimaan TABK dengan menggunakan TAM pada BPK – RI. http://puslit.petra.ac.id. (diakses 05 Juni 2012). Thompson, R., Higgins, C. A. and Howell, J. M., 1991 , “Personal Computing: Toward a conceptual model of utilization”, MIS Quarterly, 15, 125– 143. Wibowo, Arif. (2008). Kajian Tentang Perilaku pengguna sistem informasi dengan pendekatan technology acceptance model (TAM). Jurnal Universitas Budi Luhur, Ciledug – Tangerang. Widodo, Prabowo, P. (2006). LangkahLangkah Dalam SEM Pemodelan Persamaan Struktural, Seri SEM. Jakarta. _____________. (2006). Theory of Reasoned Action (TRA). Jakarta. _____________. (2006). Theory of Planned Behavior (TPB). Jakarta. _____________. (2006). Technology Acceptance Model (TAM). Jakarta. _____________. (2006). Riset-riset Penerapan TAM. Jakarta. www.bsi.ac.id www.zahiraccounting.com/id
KNiST, 30 Maret 2015 343