MODEL TINGKAT PENERIMAAN SISTEM INFORMASI BERBASIS ONLINE DENGAN METODE INTEGRASI TAM DAN TPB, STUDI EMPIRIS PADA SIMAWEB FEB UNDIP Aditya Wahyu Nugroho Prof. Dr. Muchamad Syafruddin, MSi, Akt. Sistem Informasi Manajemen Akademik berbasis Web (SIMAWEB) has been used for 8 years in the Faculty of Economics and Business, University of Diponegoro since 2004 in order to create good governance university. This research with title “Online-based Information System Acceptance Rate Model by Integrating TAM and TPB Methods, Empirical Studies in SIMAWEB FEB UNDIP”, was conducted to analyze the factors that determine the using acceptance of online system, especially SIMAWEB which has been running long enough. The population in this study was active registered students in SIMAWEB. Total population is 4.456 people and sample is 362. The hipotesis was tested with Structural Equation Model. SEM is statistic analysis which is used to accomplish phases research model simultaneously. SEM can be used to accomplish equation that variable forms a path. There are 13 hypotheses proposed, indicating that four hypotheses are not supported. First, construct of perceived ease of use do not affect the user's perception of the controlling behavior positively. Second, user's perceived ease of use construct do not affect on the attitudes of users positively. Third, social norms do not affect attitude positively. Fourth, social norms do not affect subjective norms positively. Keywords
: Information System, Accounting Information System, Behavioral, TAM, TPB, Subjective Norms, Moral Norms and Social Norms, SEM, Structural Equation Model.
1
1. PENDAHULUAN Internet merupakan sistem global yang menghubungkan jaringan komputer di seluruh dunia telah memunculkan teori-teori baru. Salah satu teori yang berkembang yaitu E-service (Electronic-Service). E-service adalah istilah untuk menunjukkan pemenuhan layanan pelanggan yang dilakukan melalui internet (Prins, et al. 2007). Melalui E-service diharapkan institusi yang menggunakannya dapat meningkatkan kualitas layanan pelanggan dalam upaya menjadikan kelembagaan memiliki tata kelola yang baik (good governance) melalui media elektronik. Fakultas Ekonomika dan Bisnis yang merupakan salah satu fakultas unggulan di
Universitas
Diponegoro,
telah
menggunakan
e-service
yaitu
dengan
mengembangkan sistem informasi online mandiri sejak tahun 2004. Sistem informasi yang
dibangun
adalah
aplikasi
akademik
tersistem
yaitu
SIMAWEB
(http://simaweb.fe.undip.ac.id). Sistem informasi yang dibangun tersebut berlaku bagi seluruh program studi di lingkungan FEB UNDIP meliputi program S1 Reguler 1, program S1 Reguler 2, dan Program Diploma III. Penelitian ini bermaksud untuk mengetahui model tingkat penerimaan sistem informasi berbasis online dengan menggunakan metode integrasi TAM dan TPB, dimana studi empiris dilakukan pada SIMAWEB FEB UNDIP. Terdapat empat sudut pandang untuk menganalisis model tingkat penerimaan penggunaan SIMAWEB pada penelitian ini. Pertama, peneliti mengintegrasi TPB dan TAM untuk menguraikan faktor-faktor yang mempengaruhi tingkat penerimaan mahasiswa dalam penggunaan SIMAWEB. Faktor pengendali persepsi perilaku (perceived behavioural control), norma subjektif (subjective norms) dan sikap (attitude) dimasukkan dalam konstruksi TPB. Sedangkan dalam TAM, dimasukkan faktor kemudahan penggunaan (perceived ease of use) dan persepsi kemanfaatan (perceived usefullness) yang mempengaruhi sikap (attitude).
2
Kedua, memasukkan faktor moral norms dan social norms terkait penelitian yang dilakukan Fu, et al. (2006) mengenai efek moral norms terhadap subjective norms serta penelitian Randal, et al. (1991) mengenai faktor personal moral norms yang mempengaruhi subjective norms.
Ketiga, dari aspek psikologi-kognitif,
kepercayaan adalah faktor utama yang mempengaruhi sikap (Sternberg, 2005). Keempat, penelitian Fu, et al. (2006) yang mengindikasikan pentingnya faktor persepsi terhadap teknologi informasi.
2. LANDASAN TEORI 2.1. Theory of Planned Behavior (TPB) Theory of Planned Behavior (TPB) adalah teori menjelaskan minat berperilaku seseorang yang dipengaruhi oleh tiga faktor. Faktor-faktor tersebut antara lain persepsi pengendali perilaku, sikap, dan norma subjektif. Persepsi pengendali perilaku adalah persepsi seseorang untuk berperilaku akan dikendalikan oleh kemampuan yang dimilikinya. Sikap adalah tingkat kinerja seorang individu yang dinilai secara negatif atau positif. Norma subjektif adalah persepsi tekanan sosial untuk berperilaku atau tidak berperilaku. Ketiga variabel tersebut mempengaruhi secara positif minat berperilaku secara langsung, dan kemudian variabel minat berperilaku akan mempengaruhi tindakan nyata. 2.2.Technology Acceptance Model (TAM) TAM yang diperkenalkan oleh Davis (1986), adalah sebuah teori adaptasi TRA yang secara spesifik diarahkan pada model tingkat penerimaan pengguna teknologi. Tujuan dari studi menggunakan TAM sebagai dasar teorinya adalah untuk menjelaskan faktor-faktor apa saja yang menentukan tingkat penerimaan penggunaan komputer, sekaligus untuk menjelaskan perilaku pengguna akhir (end-user) sebuah teknologi. Lebih lanjut Davis, et al. (1989) mengimplementasikan model konseptual
3
TAM ke dalam praktik, yang menunjukkan hasil tingkat minat dan penerimaan seseorang terhadap sistem informasi atau teknologi. 2.3.Integrasi TPB dan TAM Pada tahun 2010 Lu, et al. mengkombinasikan TPB dan TAM dalam meneliti model penerimaan pengisian pajak secara online di negara Taiwan. Integrasi tersebut bertujuan untuk menganalisis faktor yang mempengaruhi perilaku manusia (tujuan TPB) sekaligus untuk menganalisis tingkat penerimaan teknologinya (tujuan TAM). Hasil penelitian menunjukkan bahwa: (1) sikap menjadi faktor utama yang mempengaruhi penggunaan pengisian pajak secara online, namun sikap dipengaruhi oleh persepsi penggunaan, persepsi kemudahan penggunaan, ekuitas pajak, norma sosial dan norma moral; (2) TPB dan TAM yang diintegrasikan dapat menjelaskan perilaku penerimaan pengisian pajak secara online dan kedua faktor yang menyusun TAM dan TPB dapat berkorelasi; (3) peneliti membuat sebuah model integrasi TAM dan TPB yang cocok untuk penelitian e-service pada pemerintahan, khususnya dalam penelitian tentang penerimaan sistem pengisian pajak secara online.
3. METODE PENELITIAN 3.1. Variabel Penelitian Menurut Sekaran (2009) variabel penelitian adalah apapun yang dapat membedakan atau membawa variasi pada suatu nilai. Variabel dalam penelitian ini dibedakan menjadi dua kategori, yaitu variabel eksogen dan variabel endogen. Variabel eksogen adalah variabel yang tidak dipengaruhi oleh variabel anteseden (sebelumnya), sebaliknya variabel endogen adalah variabel yang dipengaruhi oleh variabel anteseden. Terdapat tiga variabel eksogen yang diteliti yaitu Perceived Ease of Use (PEOU), Social Norms (SOCN), dan Moral Norms (MORN). Sedangkan variabel endogennya yang berjumlah enam antara lain Perceived Usefulness (PU), Perceived Behavioral Control (PBC), Attitude (ATT), Subjective Norms (SN),
4
Behavioral Intention (BI), dan Actual Behavior (AC). Kesemua variabel tersebut digunakan untuk meneliti Sistem Informasi Manajemen Akademik berbasis Web (SIMAWEB) milik FEB UNDIP. 3.2. Bangunan Model Teoritis Tabel 3.1 Bangunan Model Teoritis Variabel Penelitian
Indikator konstruk
Persepsi Kemudahan
Perasaan mudah menggunakan SIMAWEB melalui
Penggunaan
fasilitas kampus (Laboratorium komputer, hotspot).
SIMAWEB (PEOU)
Simbol PEOU1
Perasaan mudah menggunakan SIMAWEB melalui fasilitas
di
luar
kampus
(Warnet,
modem,
PEOU2
smartphone) Keyakinan SIMAWEB adalah sistem yang fleksibel. Keyakinan SIMAWEB mempermudah berinteraksi dengan dosen, karyawan dan mahasiswa lain. Perasaan cepat terampil menggunakan SIMAWEB. Sebagai
pemula
merasa
dapat
mempelajari
SIMAWEB dengan mudah. Persepsi
SIMAWEB
Kemanfaatan
khususnya berkaitan dengan KRS.
Penggunaan SIMAWEB (PU)
SIMAWEB
membantu
meningkatkan
meningkatkan
keefektifan
kinerja
dalam
pengisian KRS. Kepercayaan
SIMAWEB
berguna.
adalah
sistem
PEOU3 PEOU4 PEOU5 PEOU6
PU1
PU2
yang PU3
5
Keyakinan konten (Informasi) dalam simaweb berguna. Kepercayaan SIMAWEB merupakan sistem yang fungsional (bermanfaat). Norma Sosial (SOCN)
Keinginan orang tua diberitahu kegiatan perkuliahan mahasiswa. Keinginan keluarga diberitahu kegiatan perkuliahan mahasiswa. Orang-orang
dekat
menginginkan
mahasiswa
memberitahu kegiatan perkuliahan. Norma Moral (MORN)
Perasaan bersalah jika mahasiswa tidak memberitahu kegiatan perkuliahan kepada keluarga.
PU4
PU5
SOCN1
SOCN2
SOCN3
MORN1
Pertentangan prinsip pribadi mahasiswa jika saya tidak memberitahu kegiatan perkuliahan kepada
MORN2
keluarga. Perasaan bersalah dan ceroboh jika mahasiswa tidak memberitahu kegiatan perkuliahan kepada keluarga. Persepsi tentang
Kebenaran seluruh informasi pribadi yang diisikan di
Pengendali Perilaku
SIMAWEB.
MORN3
PBC1
Penggunaan SIMAWEB (PBC)
Pengawasan data / informasi pribadi yang diisikan di SIMAWEB.
Sikap
Apresiasi penggunaan SIMAWEB.
(ATT)
Kesukaan menggunakan SIMAWEB untuk kegiatan akademis. Kesenangan menggunakan SIMAWEB
6
PBC2
ATT1 ATT2 ATT3
Norma Subjektif
Harapan dari keluarga agar mahasiswa sebaiknya menggunakan SIMAWEB.
(SN)
Harapan dari dosen, karyawan, mahasiswa dan orang agar mahasiswa menggunakan SIMAWEB. Minat Penggunaan
Keinginan menggunakan SIMAWEB dalam aktivitas
SIMAWEB
yang berhubungan dengan perkuliahan / kegiatan
SN1
SN2
BI1
akademis.
(BI)
Penggunaan SIMAWEB dijadikan prioritas pertama dalam kegiatan akademik. Himbauan
ke
mahasiswa
lain
menggunakan
SIMAWEB untuk kegiatan akademis. Perilaku
Mahasiswa selalu menggunakan SIMAWEB dalam
Penggunaan
kegiatan akademik melalui internet.
SIMAWEB (AB)
Mahasiswa
menggunakan
SIMAWEB
untuk
pengisian KRS dan kegiatan akademik lainnya. Mahasiswa akan terus menggunakan SIMAWEB.
BI2
BI3
AB1
AB2 AB3
Hipotesis penelitian akan diuji dengan alat analisis SEM (Struktural Equation Model). SEM adalah alat analisis statistik yang dipergunakan untuk menyelesaikan model penelitian bertingkat secara serempak. SEM dapat dipergunakan untuk menyelesaikan persamaan dengan variabel yang membentuk jalur (path). Pengujian model SEM dilakukan dengan langkah-langkah sebagai berikut (Ghozali, 2008): 1. Pengembangan model teoritis. 2. Pengembangan diagram alur (path diagram)
7
3. Konversi Diagram Alur ke dalam Persamaan Struktural 4. Memilih jenis matrik input dan estimasi model yang diusulkan. a. Estimasi Model Ketidaksesuaian b. Estimasi Model Pengukuran (Measurement Model) c. Model Struktur Persamaan (Structure Equation Model) 5. Menilai problem identifikasi. 6. Evaluasi kriteria Goodness of Fit a. Chi-square statistic (X2) b. The Minimum Sampel Discrepancy Function dibagi dengan Degree of Freedom (CMIN/DF). c. Root Mean Square Error Approximation (RMSEA d. Goodness of Fit Index (GFI) e. Adjusted Goodness of Fit Index (AGFI) f. Tucker Lewis Index (TLI g. Comparative Fit Index (CFI) h. CMIN / The Minimum Sampel Discrepancy Function 7. Mengintepretasikan hasil pengujian dan modifikasi model
8
3.3.Kerangka Penelitian Gambar 3.1 Kerangka Penelitian Persepsi Kemanfaatan Penggunaan SIMAWEB
H4
H1 Persepsi Kemudahan Penggunaan SIMAWEB
H2
Persepsi Pengendali Perilaku Penggunaan SIMAWEB
H5
H3
Sikap Penggunaan SIMAWEB
H6 Norma Sosial
H11
H8 H7
Norma Moral
H10
Minat Penggunaan SIMAWEB
H13
H12 Norma Subjektif
H9
Sumber: Cheng-Tsung Lu (2010), dimodifikasi untuk keperluan penelitian
9
Perilaku Penggunaan SIMAWEB
3.4.Persamaan Struktural =
+
=
+
=
+
=
+
=
+
=
+
(3.1) (3.2)
+
+ +
+
+
+
(3.3) (3.4) (3.5)
+
(3.6)
4. HASIL PENELITIAN DAN PEMBAHASAN 4.1. Objek Penelitian Objek penelitan ini adalah Sistem Informasi Manajemen Akademik Berbasis Web (SIMAWEB). SIMAWEB merupakan sistem pengelolaan akademik yang dimiliki oleh Fakultas Ekonomika dan Bisnis Universitas Diponegoro, diciptakan tak lain untuk mempermudah pengelolaan administrasi dan akademik. Populasi dalam penelitian adalah semua pengguna SIMAWEB. Dalam hal ini pengguna sistem yang dimaksud adalah mahasiswa Fakultas Ekonomika dan Bisnis UNDIP yang dapat mengakses SIMAWEB, yaitu mahasiswa program S1 baik Reguler 1 maupun reguler 2 dan program D3 pada angkatan 2004 sampai 2011. Program S1 terdiri dari jurusan akuntansi, manajemen, dan studi pembangunan, sedangkan program D3 terdiri dari jurusan akuntansi, manajemen perusahaan, dan perpajakan. Pengambilan sampel dilakukan dengan metode stratified random sampling. Metode ini diharapkan dapat menggambarkan secara nyata populasi sebenarnya. Proses pengambilan sampel dilakukan dengan cara memilah populasi berdasarkan angkatan terlebih dahulu, kemudian setelah itu diambil responden secara acak.
10
4.2.Statistik Deskriptif Tabel 4.1 Jumlah Populasi, Minimal Sampel, Kuesioner Disebar dan Kuesioner Kembali yang Diisi dengan Benar
Angkatan
JML
Minimal Sampel* (7,9%xJML)
Kuesioner Disebar
Kuesioner Kembali dan Diisi dengan Benar
1.053 83 93 83 1.345 107 119 107 2009 1.022 81 90 86 2008 648 52 57 55 2007 263 21 23 21 2006 86 7 7 7 2005 38 3 3 3 2004 1 Jumlah 4.456 354 392 362 Sumber: Bagian Akademik FEB UNDIP (Des 2011), diolah. * 7,9% diperoleh dari (Jumlah sampel / Jumlah Populasi x 100%) 2011 2010
Dari tabel terlihat bahwa mahasiswa angkatan 2010 adalah pengguna terbanyak dari SIMAWEB yaitu 1.345 orang, sedangkan yang paling sedikit adalah mahasiswa angkatan tahun 2004 yaitu sebesar 1 orang. Jumlah mahasiswa angkatan tahun 2004, 2005, 2006 dan 2007 memiliki jumlah yang jauh lebih sedikit dari mahasiswa angkatan lain dikarenakan sebagian besar mahasiswa angkatan tersebut telah dinyatakan lulus dan ada sebagian yang drop out.
11
4.3.Analisis Data 4.3.1. Identifikasi Kriteria Model SEM Model SEM (Structural Equation Model) terdapat 2 jenis, yaitu Covarian Based Structural Equation Model (CBSEM) atau Component Based Structural Equation Model (Partial Lease Square/PLS). CBSEM adalah permodelan persamaan struktural yang dimaksudkan untuk menjelaskan covariance dari semua observe indikator, sedangkan PLS merupakan permodelan yang ditujukan untuk prediksi yaitu menjelaskan hubungan variabel terbaik berdasarkan keterbatasan data yang ada (Ghozali, 2008). Tabel identifikasi kriteria model SEM menunjukkan bahwa penelitian ini menggunakan CBSEM dan dianalisis dengan menggunakan software Amos. Tabel 4.2 Identifikasi Kriteria Model SEM Kriteria
CBSEM
Ya /
PLS
Tidak Tujuan
Orientasi Parameter /
Ya / Tidak
Ya
Orientasi Prediksi
Tidak
Confirmatory Analysis Pendekatan
Berdasarkan Covariance
Ya
Berdasarkan Variance
Tidak
Asumsi
Parametric, data interval
Ya
Nonparametric, data
Tidak
atau rasio.
nominal atau ordinal.
Estimasi Parameter
Konsisten
Ya
Konsisten
Ya
Hubungan
Hanya dengan reflektif
Ya
Dapat dalam bentuk
Ya
Epistemic antara
Indikator
reflektiveatau formatiive indicator
variabel laten dan indicator
12
Implikasi
Optimal untuk ketepatan
Ya
parameter
Optimal untuk ketepatan prediksi
Kompleksitas
Kompleksitas kecil
Model
sampai menengah (kurang
konstruk dan 1000
dari 100 indikator)
indikator)
Besar Sampel
Tidak
Ya
Kekuatan analisis
Ya
Kompleksitas besar (100
Kekuatan analisis
didasarkan pada model
didasarkan pada model
spesifik minimal
spesifik-minimal
direkomendasikan
direkomendasikan 30-100
berkisar 200 sampai 800
kasus
Tidak
Tidak
Sumber: Ghozali (2008), diolah 4.3.2. Estimasi Model Pengukuran (Measurement Model). Estimasi model pengukuran juga sering disebut dengan Confirmatory Factor Analysis (CFA). CFA dilakukan dengan cara memberikan anak panah dua arah antar masing-masing variabel, dan masing-masing variabel tersebut dihubungkan ke indikator dengan lambang satu arah panah. Langkah ini digunakan untuk melihat apakah matriks kovarian sampel yang diteliti mempunyai perbedaan yang signifikan atau tidak dengan matriks populasi yang diestimasi (Ghozali, 2008). Terdapat dua permodelan CFA, pertama single measurement model yaitu CFA yang dilakukan per variabel dan kedua endogen / exogen measurement model yaitu CFA yang dilakukan per konstruk endogen atau eksogen yang menyusunnya. Tidak ketentuan yang mengharuskan pemakaian model pertama atau kedua. Namun demikian, Ghozali (2008) menggunakan model kedua dalam buku Model Persamaan Struktural Konsep dan Aplikasi dengan Program Amos 16.0 dimana beliau mengubah single measurement model menjadi endogen / exogen measurement model penelitian yang dilakukan Soebekti (2002). Pada penelitian ini, digunakan model kedua yaitu endogen / exogen measurement model.
13
1. Confirmatory Factor Analysis untuk variabel exogen Gambar 3.2. adalah gambar analisis konfirmatori faktor variabel exogen yang menunjukkan model fit dengan nilai GFI, AGFI, TLI, NFI, dan CFI di atas standar yaitu 0.9 serta RMSEA di bawah 2 (Ghozali, 2008; Hair, 2010). Namun demikian terdapat nilai loading factor dibawah standar 0,5 dimana dalam CFA terdapat ketentuan bahwa indikator harus memiliki nilai loading factor melebihi nilai standar 0,5 dan jika tidak indikator tersebut harus dihapus (Ghozali, 2008:223). Indikator yang dihapus antara lain PEOU6 dan SOCN3. Model yang indikatornya telah dihapus ditampilkan pada gambar 4.3. Gambar 4.1 CFA Variabel Exogen
Sumber: Olah data dengan AMOS 19. 14
Gambar 4.2 CFA Variabel Exogen setelah Disesuaikan
Sumber: Olah data dengan AMOS 19.
15
2. Confirmatory Factor Analysis untuk variabel endogen Gambar 4.4. adalah gambar analisis konfirmatori faktor variabel endogen yang menunjukkan model fit dengan nilai RMSEA di bawah 2 (Ghozali, 2008; Hair, 2010). Meskipun estimasi fit lainnya masih di bawah standar, namun tetap dibenarkan karena minimal terdapat satu model fit (Solimun dalam Semuel, 2009). Gambar menunjukkan tidak terdapat nilai loading factor dibawah standar 0.5, sehingga tidak ada indikator yang dihapus dalam model.
16
Gambar 4.3 CFA Variabel Endogen
Sumber: Olah data dengan AMOS 19.
17
3. Uji Reliabilitas Uji validitas telah dilakukan dalam uji CFA dimana jika nilai loading factor berada di atas 0.5 maka dianggap indikator valid. Uji reliabilitas tidak dapat dilakukan dengan CFA, namun dilakukan dengan perhitungan manual. Tabel perhitungan dapat dilihat pada lampiran 10. Nilai Construct Realibility semua berada diatas 0.7 sebagai batas signifikan, sehingga semua indikator dikatakan reliabel.
4.3.3. Model Persamaan Struktural (Structural Equation Model) Model persamaan struktural ini juga sering disebut dengan Full model, yaitu melakukan running program dengan model penelitian. Langkah ini untuk melihat berbagai asumsi yang diperlukan, sekaligus melihat apakah perlu dilakukan modifikasi atau tidak dan pada akhirnya adalah menguji hipotesis penelitian.
18
Gambar 4.4 Full Model SEM
Sumber: Olah data dengan AMOS 19.
19
4.3.4. Uji Kesesuaian Tabel 4.3 Uji Kesesuaian Kriteria
Hasil
Cut Off
Keterangan
P
< 0.05
0.000
Lolos
CMIN/DF
<2
1,855
Lolos
RMSEA
< 0.080
0.054
Lolos
GFI
> 90 %
0.870
Tidak lolos, nilai tinggi
AGFI
> 90%
0.839
Tidak lolos, nilai tinggi
TLI
> 95%
0.913
Tidak lolos, nilai tinggi
CFI
> 95%
0.924
Tidak lolos, nilai tinggi
Sumber: Data olahan dengan AMOS 19
4.3.5. Intepretrasi Hasil Setelah model dan data lolos uji goodness of fit maka tercipta hasil final yang akan digunakan sebagai bahan intepretasi hasil.
20
Tabel 4.4 Regression Weights Est
Std Est
S.E.
C.R.
P
Perceived_Usefulness
<---
Perceived_Ease_of_Use
0,257
0,54
0,049
5,202
***
Perceived_Behavioral_Control
<---
Perceived_Usefulness
0,52
0,763
0,107
4,881
***
Subjective_Norms
<---
Moral_Norms
0,19
0,402
0,043
4,366
***
Attitude
<---
Perceived_Usefulness
0,907
0,787
0,131
6,91
***
Attitude
<---
Perceived_Ease_of_Use
-0,066
-0,119
0,054
-1,204
0,23
Perceived_Behavioral_Control
<---
Perceived_Ease_of_Use
-0,018
-0,054
0,043
-0,406
0,69
Attitude
<---
Social_Norms
-0,065
-0,15
0,028
-2,271
0,02
Subjective_Norms
<---
Social_Norms
-0,002
-0,004
0,042
-0,053
0,96
Attitude
<---
Moral_Norms
0,068
0,173
0,026
2,578
0,01
Behavioral_Intention
<---
Perceived_Behavioral_Control
0,591
0,443
0,265
2,228
0,03
Behavioral_Intention
<---
Attitude
0,298
0,378
0,112
2,652
0,01
Behavioral_Intention
<---
Subjective_Norms
0,154
0,234
0,063
2,431
0,02
Actual_Behavior
<---
Behavioral_Intention
0,952
0,865
0,143
6,652
***
Sumber: Output AMOS 19 Pada hasil perhitungan tersebut diketahui bahwa terdapat empat buah arah regresi yang memiliki nilai Critical Ratio dibawah standar 1,96 (Ghozali 2008) dan memiliki arah negatif serta tiga nilai P-value yang kurang dari 0.05 sebagai taraf signifikansi. Hasil penelitian didapat hipotesis yang tidak semuanya diterima (ditolak). Ada empat hipotesis yang ditolak, yaitu: (1) Persepsi kemudahan penggunaan berpengaruh positif terhadap persepsi pengendali perilaku (2) Persepsi kemudahan penggunaan berpengaruh positif terhadap sikap, (3) persepsi kemudahan penggunaan (ease of use) berpengaruh positif terhadap sikap (attitude), dan (4) Norma sosial berpengaruh positif terhadap norma subjektif.
21
Tabel 4.5 Ringkasan Hipotesis Hipotesis H1
Hasil
Persepsi kemanfaatan (perceived usefulness/PU) berpengaruh positif Diterima terhadap persepsi pengendali perilaku (behavioral control).
H2
Persepsi kemanfaatan (perceived usefulness) berpengaruh positif Diterima terhadap sikap (attitude).
H3
Persepsi kemudahan penggunaan (ease of use) berpengaruh positif Diterima terhadap persepsi kemanfaatan (perceived usefulness)
H4
Persepsi kemudahan penggunaan (ease of use) berpengaruh positif Ditolak terhadap
persepsi pengendali perilaku (perceived behavioral
control) H5
Persepsi kemudahan penggunaan (ease of use) berpengaruh positif Ditolak terhadap sikap (attitude)
H6
Norma sosial (social norms) berpengaruh positif terhadap sikap Ditolak (attitude)
H7
Norma sosial (social norms) berpengaruh positif terhadap norma Ditolak subjektif (subjective norms)
H8
Norma moral (moral norms) berpengaruh positif terhadap sikap Diterima (attitude).
H9
Norma moral (moral norms) berpengaruh positif terhadap norma Diterima subjektif (subjective norms).
22
H10
Persepsi pengendali perilaku (perceived behavioral control) akan Diterima berpengaruh positif terhadap minat penggunaan SIMAWEB.
H11
Sikap (attitude) berpengaruh positif terhadap minat penggunaan Diterima SIMAWEB.
H12
Norma subjektif (subjective norms) akan berpengaruh positif Diterima terhadap minat penggunaan SIMAWEB.
H13
Apakah minat penggunaan SIMAWEB akan berpengaruh positif Diterima terhadap perilaku penggunaan SIMAWEB.
5. SIMPULAN, KETERBATASAN, DAN SARAN 5.1.Simpulan Dari teori hubungan antara faktor-faktor TAM dan TPB, H4 dan H5 dinyatakan ditolak. H4 dan H5 yang ditolak yaitu persepsi kemudahan penggunaan berpengaruh positif terhadap persepsi pengendali perilaku dan persepsi kemudahan penggunaan berpengaruh positif terhadap sikap, memiliki implikasi bahwa semakin meningkatnya persepsi kemudahan yang dirasakan mahasiswa dalam menggunakan SIMAWEB tidak berpengaruh secara positif terhadap persepsi pengendali perilaku maupun sikap. Dengan contoh logika terbalik, jika mahasiswa semakin merasakan kesulitan dalam menggunakan SIMAWEB maka akibatnya mereka lebih memilih tidak menggunakan SIMAWEB. Namun demikian, kenyataan di lapangan berbeda. Sulit tidaknya menggunakan SIMAWEB yang dialami mahasiswa, tidak akan mempengaruhi penggunaan sistem tersebut. Aktivitas penggunaan SIMAWEB terus dilakukan mahasiswa untuk memantau informasi yang ditampilkan di SIMAWEB baik yang berkaitan dengan dirinya (persepsi pengendali perilaku) atau untuk memberikan informasi kepada orang lain (sikap). Hal ini diakibatkan oleh adanya mandatory behavior yaitu keterpaksaan mahasiswa menggunakan sistem.
23
Hipotesis dalam hubungan antara norma dan faktor-faktor TPB menunjukkan H6 yaitu nilai sosial berpengaruh positif terhadap sikap dan H7 yaitu nilai sosial berpengaruh positif terhadap norma subjektif ditolak. Penolakan ini dapat diartikan bahwa norma subjektif tidak dipengaruhi oleh norma sosial maupun norma moral. Orang tua, keluarga, teman dekat bisa dikatakan tidak memberikan kontribusi dalam memberikan pengaruh penggunaan SIMAWEB oleh mahasiswa, atau kontribusinya cenderung negatif. Hasil penelitian ini menimbulkan sebuah pertanyaan menarik. Apakah norma moral dan norma sosial tidak memberikan pengaruh positif terhadap norma subjektif mahasiswa FEB UNDIP? Padahal norma sosial seharusnya berjalan lurus dengan norma subjektif. Kesembilan hipotesis yang lain menunjukkan nilai yang signifikan dibawah 0,5 dan CR positif. Dari kesembilan hipotesis, H13 sebagai hipotesis terakhir perlu diamati untuk dijadikan kesimpulan. Minat penggunaan SIMAWEB berpengaruh positif terhadap perilaku nyata penggunaan SIMAWEB. Ini berarti bahwa peningkatan penggunaan SIMAWEB akan sejalan dengan meningkatnya minat penggunaan SIMAWEB.
5.2.Keterbatasan Keterbatasan yang muncul dalam penelitian ini antara lain: 1. Objek penelitian hanya kepada mahasiswa sebagai salah satu pihak yang menggunakan SIMAWEB. 2. Distribusi kuesioner yang dilakukan peneliti sudah dilakukan sesuai dengan proporsi angkatan, namun belum merata ke tiap jurusan.
24
5.3.Saran Dari keterbatasan penelitian yang muncul, peneliti memberikan saran kepada peneliti selanjutnya yang akan meneliti sistem informasi, khususnya berkaitan dengan sistem informasi pengelolaan kampus sebagai berikut: 1. Objek penelitian diharapkan menyeluruh dari mahasiswa, karyawan, dosen dan pimpinan sehingga tercipta penelitian yang menggambarkan dari aspek tujuan penggunaan masing-masing objek. 2. Berikan ruang kosong pada kuesioner untuk diisi komentar dari responden. Interaksi aktif dari responden bisa menjadi masukan bagi penelitian maupun objek sistem informasi yang diteliti. 3. Pengisian kuesioner secara online bisa dijadikan opsi utama pengumpulan data, namun perlu diamati tersebih dahulu siapa responden yang akan diteliti. 4. Peneliti selanjutnya dapat mengembangkan dan menguji kuesioner sendiri, sehingga tingkat validitas dan reliabilitas kuesioner dapat diketahui dengan pasti.
25
DAFTAR PUSTAKA Ajzen, Icek. 1991. "The Theory of Planned Behaviour", Organizational Behavior and Human Decision Processes, Vol. 50, h. 179-211. Bagozzy, Richard P. dan Youjae Yi. 1988. "On Evaluation of Structural Equation Models", Journal of The Academy of Marketing Science, Vol. 16, No. 1, h. 74-94. Barako, Dulacha G., Rusmin, dan Greg Tower. 2008. "Web Communication: An Indonesian Perspective", African Journal of Business Management, Vol. 2, No. 3, h. 53-58. Beck, Lisa dan Icek Ajzen. 1991. "Predicting Dishonest Action Using Theory of Planned Behaviour", Journal of Research in Personality, Vol. 25, h. 285301. Bhatt, Rajesh. 2011. "Theory of Planned Behavior: A Perspective in India's Internet Banking", IJMT, Vol. 19, No. 2, Juli-Desember 2011. Briggs, Biobele Richards. 2008. "Taxation of Pentecostal Churches in Africa: Paradigm of Pentecostals in Uganda", African Journal of Business Management, Vol. 2, No. 1, h. 1-12. Chau, Patrick Y.K, dan Paul J. Hu. 2002. "Examining a Model of Information Technology Acceptance by Individual Professionals: An Exploratory Study", Journal of Management Information Systems, Vol. 18, No. 4, h. 191-229. Chi, Lei, Clyde Holsapple, Cidambi Srinivasan. 2007. "Competitive Dynamics in electronic Networks: a model and the case of interorganizational systems", International Journal of Electronic Commerce , Vol. 11, No.3, h. 7-79. http://dl.acm.org/citation.cfm?id=1286202, diakses 3 Januari 2012.
26
Davis, Fred D., Richard P. Bagozzi, dan Paul R. Warshaw. 1989. "User Acceptance of computer Technology: a Comparison of Two Theoritical Models", Management Science, Vol. 35, No.8, h. 982-1002. Efebera, Henry, David. C Hayes, James E. Hunton, dan Cherie O'Neil. 2004. "Tax Compliance Intentions of Low-Income Individual Taxpayers", Advances in Accounting Behavioral Research, Vol. 7, h. 1-25. Fakultas Ekonomi UNDIP. 2008. Buku Pedoman Fakultas Ekonomi Universitas Diponegoro 2008/2009. Semarang. Fu, Jen-Ruei, Cheng-Kiang Farn, dan Wen-Pin Chao. 2006. "Acceptance of Electronic Tax Filling: a Study of Taxpayer Intentions", Information and Management, Vol. 43, h. 109-126. Gefen, David, Elena Karahanna, dan Detmar W. Straub. 2003. "Trust and TAM in Online Shopping: An Integrated Model", MIS Quarterly, Vol. 27, No. 1, h. 51-90. Ghozali, Imam. 2008. Model Persamaan Struktural Konsep dan Aplikasi dengan Program Amos 16.0. Semarang: Badan Penerbit Universitas Diponegoro. Hair, Joseph F., William C. Black, Barry J. Babin, dan Rolph E. Anderson. 2010. Multivariate Data Analysis, Ed. 7/e. Pearson Prentice Hall. Haque A, Tarofder AK, Rahman S, Electronic AR (2009). 2009. "Transaction of Internet Banking and Its Perception of Malaysian Online Customers", Afr. J. Bus. Manage. 3(6) h. 248-259 Hoffman, Donna L. dan Thomas P. Novak. 1996. "Marketing in Hypermedia Computer-Mediated Environments: Conceptual foundations", Journal of Marketing, Vol. 60, h. 50-68.
27
Horst, Mark, Margot Kuttschreuter, dan Jan M. Gutteling. 2007. "Perceived Usefulness, Personal Experiences, Risk Perception and Trust as Determinants of Adoption of E-Government
Services in The
Netherlands", Computers in Human Behavior, Vol. 23, h. 1838-1852. Hsu, Meng-Hsiang dan Chao-Min Chiu. 2004. "Predicting Electronic Service Continuance with a Decomposed Theory of Planned Behaviour", Behaviour and Information Technology, Vol. 23, No. p.359-373. Hung Shin-Yuan, Chia-Ming Chang, Ting-Jing Yu. 2006. "Determinants of User Acceptance of The E-Government Services: The Case of Online Tax Filling and Payment System", Government Information Quarterly, Vol. 23,
No.1,
h.
97-122.
http://www.sciencedirect.com/science/article/pii/S0740624X05000948, diakses 3 Januari 2012.
Jackson, Betty R, Valerie C Milliron. 1986. "Tax Compliance Research: Findings, Problems and Prospects", Journal of Accounting Literature, Vol. 5, h. 125-165. http://www.mendeley.com/research/tax-complianceresearch-findings-problems-prospects/, diakses 2 Februari 2012. Jogiyanto. 2007. Sistem Informasi Keperilakuan. Jogjakarta: Andi Offset. Kerlinger, Fred Nichols dan Howard Bing Lee. 1986. Foundation of Behavior Research. Wadsworth Thomson Learning. Kenny,
David
A.
2011.
"Terminology
and
Basics
of
SEM."
http://davidakenny.net/cm/basics.htm#OIR, diakses 27 Desember 2011.
28
Kurniawan,
Deni.
2008.
"Perbedaan
Error
dengan
Residual."
http://ineddeni.wordpress.com/2008/04/24/perbedaan-error-denganresidual/, diakses 25 Desember 2011. Lee, Younghwa., Kenneth A. Kozar, dan Kai R.T. Larsen. 2003. "The Technology
Acceptance
Model:
Past,
Present,
and
Future",
Communications of The Association for Information Systems, Vol. 12, No. 1, artikel ke 50. Liu, Chang, Kirk P. Arnett. 2000. "Exploring the factors associated with web site success in the context of electronic commerse", Information Management, Vol. 38, No. 1, h. 23-33. Lu, Cheng-Tsung, Shaio-Yan Huang dan Pang-Yen Lo. 2010. "An Empirical Study of Online Tax Filing Acceptance Model: Integrating TAM and TPB", African Journal of Business Management, Vol. 4, No. 5, h. 800810. Mathwick, Charla, Naresh K. Malhotra and Edward Rigdon. 2002. "The Effect of dynamic Retail Experiences on Experiential Perceptions of Value: An Internet and Catalog comparison", Journal of Retailing, Vol. 78, h. 5161. Moser, Donald V., John H. Evans, Chung K Kim. 1995. "The Effecs of Horizontal and Excange inequity on Tax Reporting Decisions", Accounting Review, Vol. 70, No. 4, h. 619-634. Pavlou, Paul A. 2003. "Consumer Acceptance of Electronic Commerse: Integrating Trust and Risk with The Technology Acceptance Model", International Journal Electronic Commerce, Vol. 7, No. 3, h. 69-103. Pavlou, Paul A., Huigang Liang, Yajiong Xue. 2007. "Understanding and Mitigating Uncertainty in Online Exchange Relationships: a Principal-
29
Agent Perspective", MIS Quarterly, Vol. 31, No.1, h. 105-136.
Prins, Remco dan Peter C. Verhoef. 2007. "Marketing Communication Drivers of Adoption Timing of A New e-Service among Existing Customers", Journal of Marketing, Vol. 71, No. 2, h.169-183. Ramayah, T, Yusliza Mohd. Yusoff, Norzalila Jamaludin, dan Amlus Ibrahim. 2009. "Applying the Theory of Planned Behavior (TPB) to Predict Internet Tax Filing Intentions", International Journal of Management, Vol. 26, No.2, h.272-284. Randall, Donna M, dan Anneta M. Gibson. 1991. "Ethical Decision Making in The Medical Profession: An Application of The Theory Planned Behavior", Jurnal of Business Ethics Vol. 10, No. 2, h. 111-122. Semuel, Hatane, Annete Veronica Kosasih dan Hellen Novia. 2009. "Perilaku dan Keputusan Pembelian Konsumen Restoran Melalui Stimulus 50% Discount di Surabaya", Jurnal Manajemen Pemasaran, Vol. 2, No. 2, Oktober 2007. Surabaya: Universitas Petra. Soebekti, Ishak. 2002. "Pengaruh Hubungan Timbal Balik antara Kepuasan Kerja dan Komitmen Organisasional terhadap Kinerja, Studi Kasus: Staf Auditor BPKP", Tesis. Semarang: Universitas Diponegoro. Sternberg, Robert J. 2005. Cognitive Psychology. California: Thomson Wadsworth. Trisilia, Letty. 2011. "Kontrol Diri sebagai Prediktor Kecanduan Menggunakan Blackberry Service", Skripsi. Medan: Universitas Sumatra Utara.
30
Warkentin, Merril, David Geven, Paul A. Pavlou, dan Gregory M. Rose. 2002. "Encouraging Citizen Adoption of E-Government by Building Trust", Electronic
Marketing,
Vol.
12,
No.
3,
h.
157-162.
http://www.tandfonline.com/doi/abs/10.1080/101967802320245929, diakses 5 Januari 2012. Wibowo, Arief. 2010. "Kajian tentang Perilaku Penggunaan Sistem Informasi dengan Pendekatan Technology Acceptance Model (TAM)", Skripsi. Jakarta: Universitas Budi Luhur.
31
