UNIVERSITAS INDONESIA

UNIVERSITAS INDONESIA

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI NIAT MENGGUNAKAN KEMBALI APLIKASI MOBILE BERBASIS INFORMASI: STUDI KASUS APLIKASI ABC PADA PT. XYZ

KARYA AKHIR

NURLINA SETYAWAN 1406596630

FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2016

Analisis faktor-faktor…, Nurlina Setyawan, Fasilkom UI, 2015

UNIVERSITAS INDONESIA

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI NIAT MENGGUNAKAN KEMBALI APLIKASI MOBILE BERBASIS INFORMASI: STUDI KASUS APLIKASI ABC PADA PT. XYZ

KARYA AKHIR Diajukan sebagai salah satu syarat untuk memperoleh gelar Magister Teknologi Informasi

NURLINA SETYAWAN 1406596630

FAKULTAS ILMU KOMPUTER PROGRAM STUDI MAGISTER TEKNOLOGI INFORMASI JAKARTA JANUARI 2016


HALAMAN PERNYATAAN ORISINALITAS

Karya Akhir ini adalah hasil karya saya sendiri, dan semua sumber baik yang dikutip maupun dirujuk telah saya nyatakan dengan benar.

Nama

: Nurlina Setyawan

NPM

: 1406596630

Tanda Tangan

:

Tanggal

: 4 Januari 2016

ii


HALAMAN PENGESAHAN

Karya Akhir ini diajukan oleh: Nama : Nurlina Setyawan NPM : 1406596630 Program Studi : Magister Teknologi Informasi Judul Skripsi : Analisis Faktor-Faktor yang Mempengaruhi Niat Menggunakan Kembali Aplikasi Mobile Berbasis Informasi: Studi Kasus Aplikasi ABC pada PT. XYZ

Telah berhasil dipertahankan di hadapan Dewan Penguji dan diterima sebagai bagian persyaratan yang diperlukan untuk memperoleh gelar Magister Teknologi Informasi pada program studi Magister Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Indonesia.

DEWAN PENGUJI Pembimbing : Dr. Achmad Nizar Hidayanto, S.Kom., M.Kom. (……………..)

Penguji

: Riri Satria S.Kom., MM

(……………..)

Penguji

: Yudho Giri Sucahyo M.Kom., Ph.D

(……………..)

Ditetapkan di : Jakarta Tanggal : Januari 2016

iii


KATA PENGANTAR

Puji dan syukur penulis sampaikan ke hadirat Allah SWT atas rahmat, karunia, serta hidayah-Nya sehingga penulis mampu menyelesaikan karya akhir yang berjudul “Analisis Faktor-Faktor yang Mempengaruhi Niat Menggunakan Kembali Aplikasi Mobile Berbasis Informasi: Studi Kasus Aplikasi ABC pada PT. XYZ“ secara tepat waktu. Penulisan karya akhir ini ditujukan untuk memenuhi syarat dalam memperoleh gelar Magister Teknologi Informasi pada program studi Magister Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Indonesia. Penulis menyadari bahwa penyelesaian karya akhir ini tidak luput dari bimbingan, bantuan, dan dukungan dari berbagai pihak. Oleh karena itu, pada kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada: 1. Bapak Dr. Achmad Nizar Hidayanto, S.Kom, M.Kom selaku dosen pembimbing karya akhir yang telah bersedia meluangkan banyak waktu, tenaga, serta memberikan kritik dan saran kepada penulis selama proses penyusunan karya akhir ini. 2. Riri Satria S.Kom., MM dan Yudho Giri Sucahyo M.Kom., Ph.D selaku penguji yang telah memberikan saran dan masukan perbaikan karya akhir. 3. Bapak Sumaryanto selaku product owner yang telah bersedia meluangkan waktu untuk memberikan informasi terkait aplikasi. 4. Suami Boni Yustin Prabowo, ayahanda Sarno Ashari, dan ibunda Waryati yang telah senantiasa mendoakan dan memberikan dukungan sehingga penulis dapat menyelesaikan tugas akhir ini dengan baik. 5. Teman-teman satu bimbingan karya akhir Ivonne Margi Immanuella dan Elisabeth Martha Koeanan yang telah menjadi tempat bertukar pikiran dan mencari solusi dari permasalahan yang dihadapi dalam mengerjakan karya akhir. 6. Rekan-rekan MTI 2014SC yang telah berbagi canda tawa dan suka duka serta membantu selama masa perkuliahan.

iv


7. Seluruh staf pengajar, staf perpustakaan, dan keluarga besar Fakultas Ilmu Komputer Universitas Indonesia yang telah banyak memberikan bantuan kepada penulis. 8. Semua pihak yang telah membantu dalam penyusunan karya akhir ini, baik secara langsung maupun tidak langsung, yang tidak dapat penulis sebutkan satu per satu. Penulis menyadari bahwa karya akhir ini bukanlah tanpa kelemahan. Oleh karena itu, segala kritik dan saran yang membangun dari pembaca sangat dibutuhkan untuk membantu penyempurnaan karya akhir ini. Semoga karya akhir ini dapat bermanfaat dan digunakan dengan sebaik-baiknya oleh semua pihak.

Jakarta, 11 Januari 2016

Nurlina Setyawan

v


HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Sebagai sivitas akademik Universitas Indonesia, saya yang bertanda tangan di bawah ini: Nama

: Nurlina Setyawan

NPM

: 1406596630

Program Studi

: Magister Teknologi Informasi

Fakultas

: Ilmu Komputer

Jenis Karya

: Karya Akhir

demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universtas Indonesia Hak Bebas Royalti Noneksklusif (Non-exclusive RoyaltyFree Right) atas karya ilmiah saya yang berjudul: Analisis Faktor-Faktor yang Mempengaruhi Niat Menggunakan Kembali Aplikasi Mobile Berbasis Informasi: Studi Kasus Aplikasi ABC pada PT. XYZ Beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Noneksklusif

ini

Universitas

Indonesia

berhak

menyimpan,

mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data (database). Merawat, dan memublikasikan karya akhir saya tanpa meminta izin dari saya selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta. Demikian pernyataan ini saya buat dengan sebenarnya. Dibuat di

: Jakarta

Pada tanggal : 4 Januari 2016 Yang menyatakan

(Nurlina Setyawan) vi


ABSTRAK

Nama Program Studi Judul

: Nurlina Setyawan : Magister Teknologi Informasi : Analisis Faktor-Faktor yang Mempengaruhi Niat Menggunakan Kembali Aplikasi Mobile Berbasis Informasi: Studi Kasus Aplikasi ABC pada PT. XYZ

Pesatnya pertumbuhan dan perkembangan teknologi perangkat bergerak dapat berdampak pada perubahan lingkungan masyarakat yang semakin beragam baik bagi individu maupun organisasi untuk mendukung aktivitas sehari-hari. Perkembangan teknologi perangkat bergerak juga berdampak pada peningkatan jumlah aplikasi dan pengguna serta memberikan peluang bisnis bagi perusahaan untuk menuai keuntungan dari penggunaan aplikasi mobile. Salah satunya, PT. XYZ, perusahaan yang bergerak di bidang riset dan pengembangan teknologi, telah mengembangkan aplikasi islami yaitu aplikasi mobile ABC. Namun, dalam perkembangannya terdapat beberapa permasalahan antara lain target jumlah pengguna yang belum tercapai, jumlah pengguna yang melakukan uninstall aplikasi meningkat, jumlah pengguna yang merekomendasikan informasi masih rendah, dan jumlah pengguna aktif yang masih rendah. Sehingga, penelitian ini bertujuan untuk mengetahui pengaruh perspektif teknologi dan pengalaman penggunaan terhadap niat menggunakan kembali dan merekomendasikan aplikasi. Dimensi perspektif teknologi terdiri dari system quality dan information quality. Sedangkan dimensi pengalaman pengguna terdiri dari perceived usefulness dan perceived enjoyment. Data penelitian ini dikumpulkan secara online sejak tanggal 8 November 2015 hingga 12 Desember 2015. Analisis data dalam penelitian ini menggunakan pendekatan partial least squares (PLS-SEM) terhadap 176 responden yang pernah menggunakan aplikasi mobile ABC. Penelitian ini menyimpulkan bahwa faktor perspektif teknologi dan pengalaman pengguna memberikan pengaruh positif yang signifikan terhadap niat menggunakan kembali dan niat merekomendasikan aplikasi mobile berbasis informasi. Sehingga faktor-faktor yang berpengaruh antara lain system quality, information quality, perceived usefulness, perceived enjoyment, confirmation, dan satisfaction. Faktor information quality merupakan dimensi perspektif teknologi yang memiliki pengaruh paling signifikan terhadap pengalaman pengguna. Sedangkan variabel dimensi pengalaman pengguna yang memberi pengaruh positif paling signifikan terhadap satisfaction adalah perceived usefulness, yang kemudian memberi pengaruh positif terhadap continuance usage intention dan intention to recommend. Kata Kunci: Aplikasi Mobile berbasis Informasi, D&M IS Success Model, Expectation Confirmation Model, Structural Equation Modeling, Continuance Usage Intention, Intention to Recommend xiii + 119 halaman; 31 gambar; 19 tabel; 16 lampiran vii


Universitas Indonesia

ABSTRACT

Name Study Program Title

: Nurlina Setyawan : Master of Information Technology : Analysis of Factors Influencing Continuance Usage Intention of Information Oriented Mobile Application: Case Study of ABC Application in PT. XYZ

The rapid growth and development of mobile technology have an impact on society environmental change increasingly diverse both for individuals and organizations to support daily activities. Mobile device technology developments also have an impact on increasing the number of applications, users and provide business opportunities for companies to obtain the benefits of the use of mobile applications. PT. XYZ, a company engaged in the field of research and technology development, has developed an Islamic mobile application that is called ABC. However, in its development, there are some problems occur such as the target number of users who have not been reached, the number of users who uninstall the application increases, the number of users who recommend the information is low, and the number of active users is low. Therefore, this research aims to determine the effect of technology perspective and user experience perspective to the continuance usage intention and the intention to recommend of application. Dimensions of technology perspective consist of system quality and information quality. While the dimensions of the user experience consists of perceived usefulness and perceived enjoyment. The data used in this research are gathered online, started from 8th of November until 12nd of December 2015. The data analysis in this research is using partial least squares structural equation modeling approach (PLS-SEM) toward 176 respondents who have ever used mobile applications ABC. This research concludes that factors of technology perspective and user experience give a significant positive influence on the continuance usage intention and intention to recommend the application. Thus, these factors namely system quality, information quality, perceived usefulness, perceived enjoyment, confirmation, and satisfaction. Information quality factor is the dimension of technology perspective that provides the most positive influence on the user experience.While the dimension of user experience that provides the most significant positive influence on satisfaction is perceived usefulness, which then provides a positive influence on the continuance usage intention and the intention to recommend. Keywords: Information Oriented Mobile Application, D&M IS Success Model, Expectation Confirmation Model, Structural Equation Modeling, Continuance Usage Intention, Intention to Recommend xiii + 119 pages; 31 images; 19 tables; 16 attachments

viii



DAFTAR ISI

HALAMAN JUDUL ............................................................................................. i HALAMAN PERNYATAAN ORISINALITAS ............................................... ii HALAMAN PENGESAHAN .............................................................................. iii KATA PENGANTAR .......................................................................................... iv HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ........................................... vi ABSTRAK ........................................................................................................... vii ABSTRACT ........................................................................................................ viii DAFTAR GAMBAR ............................................................................................ xi DAFTAR TABEL ............................................................................................... xii DAFTAR LAMPIRAN ...................................................................................... xiii BAB 1 PENDAHULUAN ................................................................................... 1 1.1 Latar Belakang ......................................................................................... 1 1.2 Perumusan masalah .................................................................................. 7 1.3 Pertanyaan Penelitian ............................................................................... 8 1.4 Ruang Lingkup Penelitian ........................................................................ 8 1.5 Tujuan Penelitian ...................................................................................... 9 1.6 Manfaat penelitian .................................................................................... 9 Sistematika Penulisan ............................................................................... 9 1.7 BAB 2 TINJAUAN PUSTAKA ....................................................................... 11 2.1 Landasan Teori ....................................................................................... 11 2.1.1 Pengertian Aplikasi Mobile ABC ................................................... 11 2.1.2 Teori Penggunaan dan Penerimaan Sistem Informasi .................... 14 2.2 Penelitian Sebelumnya ........................................................................... 25 2.2.1 Understanding Continuance Usage of Mobile Sites (Tao, 2013) ... 25 Understanding Information Systems Continuance for Information 2.2.2 Oriented Mobile Applications (Chen, Meservy, & Gillenson, 2012) ............ 26 2.2.3 An Integrated Evaluation Model of User Satisfaction with Social Media Services (Ong & Day, 2010)............................................................... 27 2.2.4 A Customer Value, Satisfaction, and Loyalty Perspective of Mobile Application Recommendations (Chenyan, Peak, & Prybutok, 2015) ............ 28 2.2.5 Attribute Perceptions, Customer Satisfaction and Intention to Recommend E-Services (Finn, Luming, & Tema, 2009) ............................... 29 Perbandingan Penelitian-Penelitian Sebelumnya ............................ 30 2.2.6 2.3 Metodologi ............................................................................................. 34 2.3.1 Metodologi Penelitian Kuantitatif ................................................... 34 2.3.2 Structural Equation Modeling (SEM)............................................. 34 2.3.3 Sampling.......................................................................................... 40 2.4 Perumusan Hipotesis Penelitian ............................................................. 42 2.4.1 Dampak Kualitas Aplikasi Mobile ABC terhadap Experience ........ 43 2.4.2 Dampak Kualitas Aplikasi Mobile ABC terhadap Satisfaction ....... 46 2.4.3 Dampak Experience terhadap Satisfaction...................................... 47 2.4.4 Dampak Confirmation terhadap Satisfaction dan Experience ........ 49 ix



2.4.5 Dampak Satisfaction terhadap Continuance Usage Intention dan Intention to Recommend ................................................................................ 50 2.5 Kerangka Teoritis ................................................................................... 52 BAB 3 METODOLOGI PENELITIAN ......................................................... 54 3.1 Kategori Metodologi .............................................................................. 54 3.2 Tahapan Penelitian ................................................................................. 54 3.2.1 Tahap 1 yaitu identifikasi masalah .................................................. 56 3.2.2 Tahap 2 yaitu studi literatur ............................................................ 56 3.2.3 Pengumpulan data primer ............................................................... 57 3.2.4 Tahap 4 yaitu uji keterbacaan kuesioner ......................................... 57 Tahap 6 yaitu analisis data kuantitatif ............................................. 58 3.2.5 3.2.6 Tahap 7 yaitu penarikan kesimpulan dan saran .............................. 61 3.3 Instrumen Penelitian ............................................................................... 61 3.4 Sampel dan Metode Pengumpulan Data ................................................ 66 BAB 4 PROFIL ORGANISASI....................................................................... 68 4.1 Sejarah dan Perkembangan PT. XYZ..................................................... 68 4.2 Visi dan Misi PT. XYZ .......................................................................... 68 4.3 Struktur Organisasi ................................................................................. 69 BAB 5 ANALISIS DAN PEMBAHASAN ...................................................... 70 5.1 Demografi Responden ............................................................................ 70 5.1.1 Jenis Kelamin .................................................................................. 71 5.1.2 Usia ................................................................................................. 71 5.1.3 Pendidikan ....................................................................................... 72 Pekerjaan ......................................................................................... 73 5.1.4 5.1.5 Lama Penggunaan ........................................................................... 73 5.1.6 Fitur Aplikasi yang Sering Diakses ................................................ 74 5.1.7 Rangkuman Demografi Responden ................................................ 75 5.2 Analisis Data .......................................................................................... 76 Konseptualisasi Model .................................................................... 76 5.2.1 5.2.2 Menentukan Metode Analisis Algoritma ........................................ 77 5.2.3 Menentukan Metode Resampling.................................................... 77 5.2.4 Pembentukan Diagram Jalur ........................................................... 77 5.2.5 Evaluasi Outer Model atau Measurement Model ............................ 80 5.2.6 Evaluasi Structural Model............................................................... 94 5.2.7 Indeks Kualitas ................................................................................ 98 5.2.8 Pengujian Hipotesis ......................................................................... 99 5.2.9 Persamaan Regresi ........................................................................ 103 5.3 Diskusi .................................................................................................. 104 5.4 Implikasi Penelitian .............................................................................. 108 5.4.1 Teori .............................................................................................. 108 5.4.2 Praktikal ........................................................................................ 109 BAB 6 KESIMPULAN DAN SARAN .......................................................... 112 6.1 Kesimpulan ........................................................................................... 112 6.2 Saran ..................................................................................................... 113 DAFTAR PUSTAKA ........................................................................................ 115 x



DAFTAR GAMBAR

Gambar 1.1 Jumlah Pengguna Aplikasi ABC ......................................................... 2 Gambar 1.2 Jumlah Rekomendasi oleh Pengguna .................................................. 4 Gambar 1.3 Jumlah Pengguna Aktif Aplikasi ABC ................................................ 4 Gambar 1.4 Jumlah Pengguna yang Uninstall Aplikasi ......................................... 5 Gambar 2.1 Fitur aplikasi ABC ............................................................................. 13 Gambar 2.2 D&M IS Success Model..................................................................... 15 Gambar 2.3 Updated D&M IS Success Model ...................................................... 17 Gambar 2.4 Technology Acceptance Model.......................................................... 18 Gambar 2.5 Technology Acceptance Model Versi 2 ............................................. 20 Gambar 2.6 Expectation Confirmation Theory ..................................................... 22 Gambar 2.7 Expectation Confirmation Model ...................................................... 23 Gambar 2.8 Model Penelitian Tao ........................................................................ 26 Gambar 2.9 Model Penelitian Chen, Meservy, dan Gillenson .............................. 27 Gambar 2.10 Model Penelitian Ong dan Day ....................................................... 28 Gambar 2.11 Model Penelitian Chenyan, Peak, dan Prybutok ............................. 29 Gambar 2.12 Model Penelitian Finn, Luming, dan Tema..................................... 30 Gambar 2.13 Contoh Model Kausal ..................................................................... 35 Gambar 2.14 Spesifikasi Model dengan Konstruk Second Order ........................ 38 Gambar 2.15 Kerangka Teoritis Penelitian ........................................................... 53 Gambar 3.1 Kerangka kerja Penelitian ................................................................. 55 Gambar 4.1 Struktur Organisasi PT. XYZ ............................................................ 69 Gambar 5.1 Data Jenis Kelamin Responden ......................................................... 71 Gambar 5.2 Data Usia Responden ........................................................................ 72 Gambar 5.3 Data Tingkat Pendidikan Responden ................................................ 72 Gambar 5.4 Data Pekerjaan Responden ................................................................ 73 Gambar 5.5 Data Lama Penggunaan Aplikasi oleh Responden ........................... 74 Gambar 5.6 Fitur Aplikasi yang Sering Diakses ................................................... 74 Gambar 5.7 Pembentukan Model Null .................................................................. 78 Gambar 5.8 Path Diagram Model Penelitian ....................................................... 79 Gambar 5.9 Hasil Pengujian Model Struktural ..................................................... 98 Gambar 5.10 Hasil Akhir Model Penelitian........................................................ 105

xi



DAFTAR TABEL

Tabel 2.1 Perbandingan Penelitian Sebelumnya dengan Teknik 3C+2S .............. 31 Tabel 2.2 Perbandingan antara PLS-SEM dan CB-SEM ...................................... 39 Tabel 3.1 Kriteria Penilaian PLS .......................................................................... 59 Tabel 3.2 Kode dan Pertanyaan Instrumen Penelitian .......................................... 61 Tabel 5.1 Rangkuman Demografi Responden ...................................................... 75 Tabel 5.2 Persamaan Regresi dari Model Penelitian ............................................ 79 Tabel 5.3 Outer Loading (Measurement Model) Indikator Iterasi Pertama.......... 81 Tabel 5.4 Outer Loading (Measurement Model) Indikator Iterasi Kedua ............ 83 Tabel 5.5 Nilai Discriminant Validity (Cross Loading) Indikator ........................ 86 Tabel 5.6 AVE dan Akar Kuadrat AVE ............................................................... 89 Tabel 5.7 Korelasi antar Konstruk dengan Nilai Akar Kuadrat AVE................... 91 Tabel 5.8 Nilai Composite Reliability dan Cronbach Alpha................................. 92 Tabel 5.9 Nilai Indikator Weight dan VIF ............................................................ 94 Tabel 5.10 Nilai R2 Variabel Laten Endogen........................................................ 95 Tabel 5.11 Nilai Koefisien Jalur Model Penelitian ............................................... 96 Tabel 5.12 Nilai Efek Cohen setiap Jalur.............................................................. 97 Tabel 5.13 Nilai Relevansi Prediktif setiap Variabel Endogen............................. 98 Tabel 5.14 Hasil pengujian hipotesis pada model penelitian ................................ 99 Tabel 5.15 Hasil Persamaan Regresi ................................................................... 103

xii



DAFTAR LAMPIRAN

Lampiran 1. Dokumentasi Hasil Wawancara...................................................... 120 Lampiran 2. Data Olahan Jumlah Pengguna dari Google Play Store ................. 125 Lampiran 3. Data Olahan Jumlah Pengguna dari PT. XYZ Apps ....................... 126 Lampiran 4. Data Jumlah Pengguna Aktif dari Aplikasi Dashboard ABC ........ 127 Lampiran 5. Data Review Pengguna di Google Play Store ................................. 128 Lampiran 6. Kuesioner Penelitian ....................................................................... 129 Lampiran 7. Outer Loading (Measurement Model) Indikator Iterasi Pertama ... 136 Lampiran 8. Outer Loading (Measurement Model) Indikator Iterasi Kedua ...... 139 Lampiran 9. Nilai Discriminant Validity (Cross Loading) Indikator ................. 141 Lampiran 10. AVE dan Akar Kuadrat AVE ....................................................... 144 Lampiran 11. Korelasi antar Konstruk dengan Nilai Akar Kuadrat AVE .......... 145 Lampiran 12. AVE dan Akar Kuadrat AVE ....................................................... 146 Lampiran 13. Nilai Indikator Weight Konstruk First Order ............................... 147 Lampiran 14. Data Responden Penelitian ........................................................... 148 Lampiran 15. Hasil kuesioner untuk instrumen EU1 – FO1............................... 162 Lampiran 16. Hasil kuesioner untuk instrumen FO2 – IR4 ................................ 171

xiii



BAB 1 PENDAHULUAN Bab ini membahas mengenai latar belakang penulis melakukan penelitian, perumusan masalah untuk mendapatkan pertanyaan penelitian, ruang lingkup penelitian, tujuan penelitian, manfaat penelitian, dan sistematika penulisan. 1.1

Latar Belakang

Pesatnya pertumbuhan dan perkembangan teknologi perangkat bergerak dapat berdampak pada perubahan lingkungan masyarakat yang semakin beragam baik bagi individu maupun organisasi di lingkungan instansi atau perusahaan untuk mendukung aktivitas sehari-hari. Perkembangan teknologi perangkat bergerak juga berdampak pada peningkatan jumlah aplikasi dan pengguna (Chenyan, Peak, & Prybutok, 2015). Pertumbuhan aplikasi dapat dilihat dari peningkatan jumlah aplikasi yang tersedia di app stores seperti Apple App Store1 untuk aplikasi iOS dan Google Play Store2 untuk aplikasi Android. Menurut International Data Corporation (IDC) menyebutkan bahwa pada kuartal kedua tahun 2013, Android menguasai 79% pangsa pasar sistem operasi perangkat pintar dan penjualan perangkat pintar Android meningkat sebanyak 74% menjadi 187 juta unit (Krajci & Cummings, 2013). Sedangkan di Indonesia, menurut StatCounter Global Stats3, pada tahun 2014 Android mendapatkan posisi pertama untuk kategori Top 8 Mobile Operating System dan menguasai 55,11% pangsa pasar sistem operasi perangkat pintar. Penguasaan pangsa pasar ini memberikan peluang bisnis bagi perusahaan untuk menuai keuntungan dari penggunaan aplikasi mobile yang telah didukung oleh basis pengguna yang sangat besar (Chenyan, Peak, & Prybutok, 2015). Salah satu perusahaan yang bergerak di bidang riset dan pengembangan teknologi yaitu PT. XYZ, pada awal berdirinya (tahun 2012), Head Quarters (HQ) yang berpusat di Korea meminta agar PT. XYZ membuat sebuah prototipe aplikasi. Oleh karena itu, dengan berbagai 1

https://itunes.apple.com/id/genre/ios/id36?mt=8, diakses pada 25 Mei 2015 https://play.google.com/store?hl=en, diakses pada 25 Mei 2015 3 http://gs.statcounter.com/#mobile_os-ID-quarterly-201401-201404-bar, diakses pada 25 Mei 2015 1 Universitas Indonesia 2


2

pertimbangan, PT. XYZ memutuskan untuk membuat aplikasi ABC yang bertujuan untuk memberikan manfaat bagi masyarakat Indonesia terutama yang beragama Islam. ABC adalah aplikasi islami dari PT. XYZ yang menggunakan Al-Qur'an versi digital yang telah mendapatkan Sertifikat Lajnah Pentashihan Mushaf Al-Qur'an dari Kementerian Agama Republik Indonesia (Samsung, 2014). Pengembangan aplikasi ABC bertujuan untuk mendapatkan pengguna sebanyak-banyaknya, memberikan informasi yang bermanfaat bagi pengguna, dan meningkatkan loyalitas pengguna smartphone. Menurut Sumaryanto (2015), pihak manajemen menetapkan target jumlah pengguna sebesar 1.000.000 pengguna setiap tahunnya yang selanjutnya ditetapkan menjadi 100.000 setiap tahunnya. Penetapan ulang tersebut dilakukan karena bahasa yang disediakan mulai versi 1.1.2 hanya Bahasa Indonesia, sehingga target pengguna aplikasi tidak lagi untuk semua negara, melainkan hanya di Indonesia. Gambar 1.1 merepresentasikan perbandingan target jumlah pengguna dengan jumlah pengguna aktual.

Gambar 1.1 Jumlah Pengguna Aplikasi ABC (Sumber: Google Play Store (2015); Sumaryanto (2015); telah diolah kembali)

Pada Gambar 1.1 terlihat bahwa persentase perbandingan antara jumlah pengguna aktual dan target jumlah pengguna pada tahun 2013 dan 2014 yaitu 2,988% dan 21,6% dapat dikatakan rendah. Walaupun terjadi peningkatan jumlah pengguna pada tahun 2014, namun target jumlah pengguna pada tahun 2013 dan 2014 tidak Universitas Indonesia


3

tercapai. Hal ini membuktikan bahwa rencana perusahaan dalam mengembangkan aplikasi sulit untuk mencapai keberhasilan tanpa adanya pemahaman yang mendalam mengenai perilaku individu terhadap penggunaan aplikasi. Menurut Chenyan, Peak, dan Prybutok (2015), rekomendasi penting dalam komunikasi, psikologi sosial, konsumen, dan literatur sistem informasi dimana mayoritas orang mengandalkan rekomendasi sebagai sumber informasi yang dapat diandalkan sebagai alternatif untuk mengadopsi suatu inovasi. Apabila dikaitkan dengan konteks aplikasi mobile, rekomendasi adalah hal yang penting dimana orang-orang lebih cenderung mengandalkan rekomendasi untuk produk atau jasa yang bersifat intangible. Aplikasi mobile ABC memiliki fitur rekomendasi yang memungkinkan pengguna untuk berbagi informasi dengan cara membagikan tautan melalui media sosial. Media sosial yang digunakan dalam fitur ini adalah semua aplikasi media sosial yang telah ter-install di perangkat mobile pengguna. Hal ini memudahkan pengguna karena dapat merekomendasikan aplikasi mobile ABC ke orang lain secara langsung sehingga diharapkan dapat meningkatkan jumlah pengguna. Pada pengembangan ABC versi 1.1.2 yang di-launching pada bulan Juli 2014, pihak manajemen memutuskan untuk menambahkan fitur analisis kinerja dan penggunaan aplikasi menggunakan tools Flurry Analytics4. Berdasarkan data yang dihasilkan oleh tools tersebut, menunjukkan bahwa jumlah rekomendasi oleh pengguna masih sangat rendah jika dibandingkan dengan jumlah keseluruhan pengguna. Gambar 1.2 merepresentasikan perbandingan antara jumlah rekomendasi dan jumlah keseluruhan pengguna.

4

https://developer.yahoo.com/analytics/, diakses pada 25 Mei 2015 Universitas Indonesia


4

Gambar 1.2 Jumlah Rekomendasi oleh Pengguna (Sumber: Google Play Store & Flurry Analytics, 2015, telah diolah kembali)

Selain itu, dengan adanya fitur analisis kinerja tersebut, didapatkan informasi mengenai jumlah pengguna aktif. Menurut Flurry Analytics Documentation5, definisi pengguna aktif adalah jumlah pengguna yang mengakses aplikasi dalam periode waktu tertentu. Gambar 1.3 merepresentasikan perbandingan antara jumlah pengguna aktif dan jumlah keseluruhan pengguna.

Gambar 1.3 Jumlah Pengguna Aktif Aplikasi ABC (Sumber: Google Play Store & Flurry Analytics, 2015, telah diolah kembali)

5

https://developer.yahoo.com/flurry/docs/api/code/appmetrics/, diakses pada 25 Mei 2015 Universitas Indonesia


5

Gambar 1.3 menunjukkan bahwa jumlah pengguna aktif lebih kecil dibandingkan dengan jumlah keseluruhan pengguna yang berarti pemanfaatan aplikasi ABC oleh pengguna masih sangat rendah. Selain itu, berdasarkan data review pengguna di Google Play Store menyebutkan bahwa aplikasi ABC yang telah dikembangkan memiliki beberapa permasalahan, seperti waktu respon yang lama dan masih terjadi force close. Hal tersebut tidak sesuai dengan harapan pihak manajemen yang menyebutkan bahwa aplikasi dapat berjalan dengan baik sehingga seluruh pengguna dapat menggunakan aplikasi (Sumaryanto, 2015). Selanjutnya, Gambar 1.4 merepresentasikan perbandingan antara pengguna yang melakukan uninstall aplikasi dan pengguna yang melakukan instalasi aplikasi.

Gambar 1.4 Jumlah Pengguna yang Uninstall Aplikasi (Sumber: Google Play Store, 2015, telah diolah kembali)

Gambar 1.4 merepresentasikan informasi rasio perbandingan antara jumlah pengguna yang melakukan install dan uninstall pada tahun 2013 dan 2014 sebesar 5:2 dan 9:5 secara berurutan. Data tersebut menunjukkan terjadinya peningkatan jumlah pengguna yang melakukan uninstall aplikasi pada tahun 2013-2014. Peningkatan tersebut tidak sesuai dengan harapan pihak manajemen bahwa jumlah pengguna yang melakukan uninstall tidak mengalami peningkatan (Sumaryanto, 2015). Universitas Indonesia


6

Menurut Battacherjee (2001), kesuksesan jangka panjang suatu sistem informasi tidak bergantung pada penerimaan dan penggunaan awal melainkan bergantung pada penggunaan secara berkelanjutan. Khalifa dan Liu (2007) menyatakan bahwa penggunaan sistem informasi secara berkelanjutan sangat penting bagi perusahaan business to consumer (B2C) yang menunjukkan bahwa retensi pengguna dapat meningkatkan penghematan biaya operasional yang signifikan dan menguntungkan bagi perusahaan (Chenyan, Peak, & Prybutok, 2015). Hal ini juga dibuktikan oleh penelitian Parthasarathy dan Bhattacherjee (1998) bahwa penggunaan secara berkelanjutan sangat penting karena mendapatkan pelanggan baru membutuhkan usaha 5 kali lebih besar daripada mempertahankan pelanggan yang sudah ada (Battacherjee, 2001). Oleh karena itu, perusahaan perlu melakukan penelitian terkait penggunaan sistem informasi secara berkelanjutan. Kemudian, DeLone dan McLean (2003) menyatakan bahwa penggunaan sistem menjadi ukuran kesuksesan sistem informasi yang popular dan telah terbukti memiliki keterkaitan dengan beberapa dimensi kualitas dan kepuasan pengguna dimana peningkatan kualitas dapat meningkatkan kepuasan pengguna, yang selanjutnya dapat meningkatkan intensitas penggunaan sistem informasi. Oleh karena itu, dalam mengembangkan sistem informasi yang dapat menimbulkan keinginan untuk terus menggunakan, perusahaan perlu memperhatikan aspek kualitas suatu sistem informasi atau aplikasinya. Seperti halnya pada penelitian Tao (2013), membuktikan bahwa perspektif teknologi (kualitas sistem dan kualitas informasi) dan pengalaman pengguna (kesenangan yang dirasakan) memiliki pengaruh yang signifikan terhadap kepuasan pengguna dan penggunaan secara berkelanjutan. Selain itu, penelitian yang dilakukan oleh Chen, Meservy, dan Gillenson (2012) juga membuktikan bahwa kualitas aplikasi mobile yang baik dapat menimbulkan pengalaman positif (manfaat yang dirasakan) bagi penggunanya. Pengalaman positif seperti manfaat yang dirasakan dan kesenangan yang dirasakan oleh pengguna ini kemudian menciptakan rasa puas sehingga timbul keinginan untuk menggunakan kembali aplikasi secara berkelanjutan. Selain itu, penelitian yang dilakukan oleh Chenyan, Peak, dan Prybutok (2015) telah membuktikan bahwa kepuasan yang dirasakan Universitas Indonesia


7

pengguna berpengaruh terhadap niat untuk merekomendasikan aplikasi. Oleh karena itu, kualitas aplikasi mobile perlu dikembangkan dengan baik karena merupakan hal penting dalam menciptakan pengalaman penggunaan yang selanjutnya menciptakan kepuasan yang dapat menimbulkan keinginan untuk menggunakan kembali dan niat untuk merekomendasikan aplikasi. Berdasarkan fakta-fakta tersebut, penulis tertarik untuk meneliti faktor-faktor terkait kualitas aplikasi mobile ABC yang dapat mempengaruhi pengalaman pengguna pada tingkat emosi, sikap, dan perilaku sehingga dapat mempengaruhi keinginan pengguna untuk menggunakan kembali dan merekomendasikan aplikasi. 1.2

Perumusan masalah

Masih banyaknya jumlah pengguna yang melakukan uninstall, pengguna yang tidak aktif, dan tidak tercapainya target jumlah pengguna menyebabkan penggunaan resource server yang terbuang yang seharusnya mampu melayani 2.000.000 pengguna. Hal ini diakibatkan oleh pengalaman penggunaan dan kepuasan pengguna yang tidak memicu terjadinya keinginan untuk menggunakan kembali dan untuk merekomendasikan aplikasi. Kualitas aplikasi mobile ABC yang dapat menjadi dasar terciptanya pengalaman dan kepuasan pengguna sehingga dapat memicu terjadinya keinginan penggunaan kembali dan merekomendasikan perlu mendapat perhatian khusus. Faktor-faktor kualitas dan pengalaman pengguna tersebut harus ditemukan untuk mengetahui pengaruhnya terhadap keinginan pengguna dalam menggunakan kembali dan merekomendasikan aplikasi. Berdasarkan penjelasan tersebut, rumusan masalah yang ingin diselesaikan dalam penelitian ini adalah menemukan faktor-faktor yang memiliki pengaruh terhadap keinginan untuk menggunakan kembali dan merekomendasikan aplikasi mobile ABC. Penelitian yang dilakukan oleh penulis diharapkan dapat berkontribusi dalam pengetahuan mengenai faktor-faktor aplikasi mobile ABC apa saja yang perlu mendapatkan perhatian khusus agar dapat lebih ditingkatkan sehingga pengguna Universitas Indonesia


8

memiliki pengalaman yang positif dan dapat menimbulkan keinginan untuk menggunakan kembali dan merekomendasikan aplikasinya. Selain itu, penelitian ini juga diharapkan dapat membantu perusahaan dalam mengembangkan aplikasi agar dapat menciptakan pengalaman penggunaan yang positif dan membuat penggunanya

melakukan

penggunaan

secara

berkelanjutan

dan

merekomendasikan pada orang lain. 1.3

Pertanyaan Penelitian

Berdasarkan latar belakang dan perumusan masalah yang telah dikemukakan, maka dapat dirumuskan pertanyaan penelitian sebagai berikut: “Faktor-faktor apa saja yang mempengaruhi niat menggunakan kembali dan niat untuk merekomendasikan aplikasi mobile berbasis informasi?” 1.4

Ruang Lingkup Penelitian

Ruang lingkup penelitian ini mencakup hal-hal sebagai berikut: 1.

Objek dari penelitian ini adalah pengguna aplikasi ABC yang pernah menggunakan fitur aplikasi ABC.

2.

Dasar teori yang digunakan dalam model penelitian ini yaitu Expectation Confirmation Model (ECM) yang dikembangkan oleh Battacherjee (2001).

3.

Model penelitian dalam penelitian ini menggunakan dua perspektif yang telah diteliti dalam penelitian Tao (2013) yaitu perspektif teknologi dan pengalaman pengguna (experience).

4.

Pengalaman pengguna yang diukur pada penelitian ini hanya berfokus pada manfaat yang dirasakan (perceived usefulness) dan kesenangan yang dirasakan (perceived enjoyment).

5.

Perspektif teknologi yang diukur pada penelitian ini berdasarkan dimensi kualitas pada model kesuksesan sistem informasi DeLone dan McLean.

6.

Pendekatan yang digunakan untuk menguji model ialah menggunakan teknik SEM berbasis variansi yaitu Partial Least Squares (PLS).

7.

Aplikasi yang digunakan untuk menjalankan algoritma PLS-SEM adalah WarpPLS versi 4.0.



9

1.5

Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk mengetahui faktor-faktor yang mempengaruhi niat menggunakan kembali dan niat untuk merekomendasikan aplikasi mobile berbasis informasi sehingga memudahkan perusahaan untuk mengembangkan aplikasi menjadi lebih baik. 1.6

Manfaat penelitian

Manfaat dari penelitian ini terbagi menjadi 2 yaitu bagi ilmu pengetahuan dan bagi perusahaan. 1.

Bagi ilmu pengetahuan Penelitian ini diharapkan dapat memberikan kontribusi ilmu pengetahuan sebagai bahan tambahan referensi di bidang pengembangan aplikasi mobile berbasis informasi.

2.

Bagi perusahaan Penelitian ini diharapkan dapat membantu perusahaan dalam menentukan perencanaan dalam pengembangan aplikasi untuk meningkatkan niat menggunakan kembali dan niat merekomendasikan aplikasi mobile berbasis informasi.

1.7

Sistematika Penulisan

Penulisan karya akhir ini disusun dengan sistematika sebagai berikut: BAB 1 PENDAHULUAN Bab ini berisi tentang latar belakang penulis melakukan penelitian, perumusan masalah untuk mendapatkan pertanyaan penelitian, ruang lingkup penelitian, tujuan penelitian, manfaat penelitian, dan sistematika penulisan. BAB 2 TINJAUAN PUSTAKA Bab ini membahas mengenai landasan teori yang relevan, penelitian sebelumnya yang berhubungan dengan penelitian yang diteliti, metodologi penelitian yang digunakan, kerangka teoritis, dan hipotesis yang diajukan.



10

BAB 3 METODOLOGI PENELITIAN Bab ini membahas mengenai alur penelitian yang dilakukan dari pencarian data awal hingga mendapatkan kesimpulan dan saran. Selain itu, bab ini juga membahas mengenai alat bantu yang digunakan selama proses penelitian dan beberapa pendekatan lainnya yang mendukung proses penelitian ini. BAB 4 PROFIL ORGANISASI Bab ini membahas mengenai profil organisasi objek penelitian meliputi sejarah dan perkembangan organisasi, visi dan misi organisasi, serta struktur organisasi. BAB 5 ANALISIS DAN PEMBAHASAN Bab ini membahas mengenai analisis dan pembahasan hasil pengolahan data penelitian serta langkah-langkah yang diambil dalam melakukan analisis. BAB 6 KESIMPULAN DAN SARAN Pada bagian ini diuraikan kesimpulan yang didapatkan dari keseluruhan tahapan penelitian yang telah dilakukan. Kesimpulan mencakup jawaban dari pertanyaan penelitian yang diajukan. Selain itu, di bagian ini dijelaskan mengenai saran-saran berdasarkan hasil penelitian ini.



BAB 2 TINJAUAN PUSTAKA Bab ini membahas mengenai landasan teori yang relevan, penelitian sebelumnya yang berhubungan dengan penelitian yang diteliti, metodologi penelitian yang digunakan, kerangka teoritis, dan hipotesis yang diajukan dalam penelitian. 2.1

Landasan Teori

Bagian ini membahas mengenai teori yang relevan dengan penelitian yang dilakukan yang dijadikan sebagai dasar dalam menyelesaikan penelitian ini. Pembahasan teori meliputi pengertian aplikasi mobile ABC, teori penggunaan sistem informasi, dan faktor-faktor yang mempengaruhinya. 2.1.1

Pengertian Aplikasi Mobile ABC

Bagian ini membahas mengenai definisi aplikasi, aplikasi mobile, aplikasi mobile berbasis informasi, dan aplikasi ABC. 2.1.1.1 Pengertian Aplikasi Mobile Mulyanto (2009) mendefinisikan aplikasi sebagai sebuah program yang melakukan tugas atau pemrosesan secara umum bagi para pengguna akhir. Hal tersebut sejalan dengan Rainer dan Cegielski (2012) yang mendefinisikan aplikasi sebagai program komputer yang didesain untuk mendukung tugas spesifik atau mendukung bisnis. Sehingga dapat disimpulkan bahwa aplikasi adalah program yang digunakan oleh pengguna akhir untuk mendukung tugasnya. Aplikasi mobile memungkinkan pengguna untuk menggunakan berbagai layanan di luar panggilan rutin dan pesan teks seperti games dan video player. Definisi tersebut sesuai dengan definisi aplikasi mobile menurut Jaeki, Junghwan, dan Jones (2012) yang menerangkan bahwa secara khusus sebuah aplikasi mobile mengacu pada aplikasi perangkat lunak yang berjalan di smartphone atau perangkat portable lainnya yang memainkan peran integral dalam jenis layanan. Selanjutnya, Laudon dan Traver (2014) mendefinisikan native app atau aplikasi 11



12

mobile sebagai sebuah aplikasi yang dirancang khusus, beroperasi menggunakan sistem operasi dan perangkat keras dari perangkat mobile yang dapat terhubung ke internet untuk mengunduh dan mengunggah data serta dapat beroperasi ketika tidak terhubung ke internet. Chaffey (2011) menyatakan bahwa aplikasi mobile mengalami perkembangan yang signifikan dalam bidang komunikasi yaitu metode penyampaian layanan interaktif dan konten melalui perangkat mobile. Sebuah aplikasi mobile memberikan layanan untuk pengguna perangkat mobile seperti iPhone, BlackBerry, dan Android yang memungkinkan pengguna untuk mencari dan mengunduh aplikasi melalui app stores. Penulis menyimpulkan aplikasi mobile sebagai sebuah aplikasi yang berjalan di perangkat mobile, dapat diunduh melalui perangkat mobile, dan memberikan layanan baru bagi pengguna. Selanjutnya, definisi mengenai aplikasi mobile berbasis informasi menurut Chen, Meservy, dan Gillenson (2012), yaitu program perangkat lunak pada perangkat mobile yang menawarkan fitur ketepatan, personalisasi, dan lokalisasi informasi dimana saja dan kapan saja. Aplikasi mobile berbasis informasi berbeda dengan aplikasi mobile berbasis transaksional yang memiliki fitur untuk pembelian online, proses pembayaran, dan transaksi jual beli. Sedangkan aplikasi mobile berbasis informasi dikenal sebagai aplikasi yang menyediakan layanan informasi bagi pengguna. 2.1.1.2 Pengertian Aplikasi Mobile ABC ABC adalah aplikasi islami dari PT. XYZ yang menggunakan Al-Qur'an versi digital yang telah mendapatkan Sertifikat Lajnah Pentashihan Mushaf Al-Qur'an dari Kementerian Agama Republik Indonesia (Samsung, 2014). Gambar 2.1 menunjukkan fitur-fitur yang dimiliki aplikasi ABC.



13

Gambar 2.1 Fitur aplikasi ABC (Sumber: Samsung, 2014)

Berdasarkan Gambar 2.1, dapat dijelaskan untuk masing-masing fitur yang dimiliki aplikasi ABC (Samsung, 2014), yaitu: 1.

Al Qur’an Al-Qur'an dalam bentuk digital yang telah bersertifikat dari sertifikat Lajnah Pentashihan Mushaf Al-Qur’an dari Kementerian Agama Republik Indonesia meliputi teks Arab, transliterasi, terjemah Bahasa Indonesia, pedoman warna tajwid, dan audio murotal oleh Mishary Rashid Al-Afasy.

2.

Jadwal Sholat Fitur ini memberikan kemudahan pengaturan waktu sholat dengan metode perhitungan yang sesuai dengan lokasi pengguna. Pengguna dapat mengatur notifikasi, suara adzan atau widget di layar utama untuk menghitung mundur waktu sholat berikutnya. Diharapkan dengan fitur ini, pengguna dapat melaksanakan sholat secara tepat waktu. Informasi yang disajikan meliputi lokasi, tanggal masehi, tanggal hijriah, serta informasi sholat yaitu Subuh, Dzuhur, Ashar, Maghrib, dan Isya.

3.

Arah Kiblat Fitur ini membantu menunjukkan arah kiblat secara otomatis dengan menggunakan kompas pada perangkat mobile yaitu dengan mendeteksi arah kiblat sesuai dengan lokasi pengguna. Universitas Indonesia


14

4.

Haji dan Umrah Fitur ini menyajikan informasi mengenai panduan haji dan umroh secara lengkap.

5.

Konten Harian dan Kontekstual Fitur ini menyajikan konten harian seperti hadits, ayat, do’a, dan kontekstual berdasarkan kalender Hijriyah.

Berdasarkan penjelasan fitur aplikasi ABC, dapat disimpulkan bahwa karakteristik aplikasi ABC adalah aplikasi mobile yang menyediakan informasi, lokalisasi informasi, dan ketepatan informasi. Aplikasi ABC memiliki layanan konten AlQur’an digital yang akurat karena sudah mendapatkan sertifikat dari Kementerian Agama Republik Indonesia, tidak memerlukan tingkat keamanan tinggi karena tidak ada data yang bersifat privasi seperti data pengguna atau data transaksi, dan merupakan aplikasi location based service dimana penyajian informasi berdasarkan lokasi pengguna. Karakteristik aplikasi ABC tersebut sesuai dengan definisi aplikasi mobile berbasis informasi, sehingga aplikasi ABC tepat untuk dijadikan studi kasus karena merupakan aplikasi yang menyediakan informasi dan bukan merupakan aplikasi mobile yang bersifat transaksional. 2.1.2 Teori Penggunaan dan Penerimaan Sistem Informasi Bagian ini membahas mengenai teori kesuksesan sistem informasi, teori penerimaan, dan teori penggunaan sistem informasi secara berkelanjutan meliputi D&M IS Success Model, Technology Acceptance Model (TAM), Expectation Confirmation Theory (ECT), dan Expectation Confirmation Model (ECM). 2.1.2.1 Model Kesuksesan Sistem Informasi DeLone dan McLean (D&M IS Success Model) DeLone dan McLean (1992) mengusulkan taksonomi dan model interaktif sebagai kerangka kerja untuk konseptualisasi dan operasionalisasi kesuksesan sistem informasi yang selanjutnya disebut Model Kesuksesan Sistem Informasi DeLone dan McLean (D&M IS Success Model). D&M IS Success Model adalah model yang dipergunakan untuk mengukur tingkat kesuksesan dan efektivitas sistem Universitas Indonesia


15

informasi yaitu dengan memberikan kerangka kerja yang komprehensif untuk mengukur kinerja dari sistem informasi dan meningkatkan pemahaman mengenai efektivitas penerapan suatu sistem informasi (DeLone & McLean, 2003). DeLone dan McLean (1992) menemukan bahwa kesuksesan sistem informasi dapat direpresentasikan oleh enam dimensi yang menjadi dasar pengukuran kesuksesan penerapan sistem informasi. Keenam dimensi tersebut adalah kualitas informasi (information quality), kualitas sistem (system quality), penggunaan (use), kepuasan pengguna (user satisfaction), dampak individual (individual impact), dan dampak organisasional (organizational impact) dari sistem informasi. Gambar 2.2 merupakan model kesuksesan sistem informasi DeLone dan McLean pada tahun 1992.

Gambar 2.2 D&M IS Success Model (Sumber: DeLone & McLean, 1992)

Gambar 2.2 menjelaskan bahwa sistem informasi pertama kali dikembangkan dengan berbagai fitur yang dapat menunjukkan berbagai tingkat kualitas sistem dan informasi. Selanjutnya, tingkat kualitas sistem dan informasi menentukan kepuasan pengguna terhadap sistem atau produk informasinya. Penggunaan sistem dan produk informasi tersebut berdampak pada penggunaan individu dalam melakukan pekerjaannya. Selanjutnya dampak individu tersebut secara kolektif berdampak pada organisasi. Enam dimensi kesuksesan tersebut saling terkait dan memiliki implikasi penting dalam pengukuran, analisis, dan pelaporan kesuksesan Universitas Indonesia


16

sistem informasi. Penjelasan dari masing-masing variabel pada Gambar 2.2 adalah kualitas sistem (system quality) mengukur keberhasilan teknis, kualitas informasi (information quality) mengukur kesuksesan semantik. Sedangkan penggunaan (use), kepuasan pengguna (user satisfaction), dampak individual (individual impact),

dan

dampak

organisasional

(organizational

impact)

mengukur

keberhasilan efektivitas sistem informasi. DeLone dan McLean (2002) kemudian melakukan reformulasi D&M IS Success Model dengan menambahkan dimensi kualitas layanan (service quality) pada model sebelumnya, dimana instrumen pengukuran yang digunakan adalah SERVQUAL yang dikemukakan oleh Parasuman dengan tujuan untuk mengakses harapan konsumen dan persepsi mengenai kualitas pelayanan dalam organisasi retail dan jasa. Dengan adanya kontribusi penelitian-penelitian yang merujuk pada model kesuksesan sistem informasi DeLone dan McLean (1992) serta adanya perubahan peran dan pengelolaan sistem informasi yang telah berkembang, maka DeLone dan McLean memperbarui model yang selanjutnya disebut Updated D&M IS Success Model (DeLone & McLean, 2003). Berikut hal-hal yang diperbarui: 1.

Adanya penambahan dimensi kesuksesan seperti kualitas layanan (service quality), dimana pada model sebelumnya hanya terdapat dua dimensi kualitas yaitu kualitas sistem (system quality) dan kualitas informasi (information quality).

2.

Menambahkan dimensi niat untuk menggunakan (intention to use) sebagai alternatif dari dimensi penggunaan (use). DeLone & McLean (2003) mengusulkan variabel niat untuk menggunakan karena merupakan suatu sikap (attitude) dan penggunaan adalah suatu perilaku (behavior). Selain itu, DeLone dan McLean (2003) berpendapat bahwa dengan mengganti penggunaan (use) dapat memecahkan masalah yang dikritik oleh Seddon (1997) mengenai model proses lawan model kausal.

3.

Menggabungkan dampak individual (individual impact) dan dampak organisasional

(organizational

impact)

menjadi

satu

variabel

yaitu

keuntungan bersih (net benefits). Hal tersebut dilakukan karena adanya peningkatan dampak sistem informasi yang tidak hanya terkait dengan Universitas Indonesia


17

pemakai individu maupun organisasi saja, melainkan berdampak kepada kelompok yang menggunakan sistem, antar organisasi, konsumen, pemasok, sosial bahkan negara. Tujuan penggabungan ini adalah untuk menjaga model agar tetap sederhana. Gambar 2.3 merepresentasikan model penelitian Updated D&M IS Success Model (DeLone & McLean, 2003).

INFORMATION QUALITY INTENTION TO USE

USE

SYSTEM QUALITY

NET BENEFITS USER SATISFACTION

SERVICE QUALITY

Gambar 2.3 Updated D&M IS Success Model (Sumber: DeLone & McLean, 2003)

Gambar 2.3 menjelaskan bahwa kualitas memiliki tiga dimensi utama yaitu kualitas sistem (system quality), kualitas informasi (information quality), dan kualitas layanan (service quality) yang berdampak pada penggunaan (use) dan kepuasan pengguna (user satisfaction). Berdasarkan model penelitian tahun 1992 dan model penelitian yang telah diperbarui, dapat dilihat bahwa penggunaan (use) memiliki keterkaitan erat dengan kepuasan pengguna (user satisfaction). Keterkaitan tersebut yaitu penggunaan (use) harus mendahului kepuasan pengguna (user satisfaction) dalam proses rasa, dan pengalaman positif terhadap penggunaan (use) dapat menyebabkan kepuasan pengguna (user satisfaction). Sedangkan,

peningkatan

kepuasan

pengguna

(user

satisfaction)

dapat

meningkatkan niat untuk menggunakan (intention to use) dan penggunaan (use). Universitas Indonesia


18

Sementara, keuntungan bersih (net benefits) merupakan hasil dari penggunaan (use) dan kepuasan pengguna (user satisfaction). Dalam penelitian DeLone dan McLean (2003), dilakukan penelitian mengenai faktor yang mempengaruhi niat untuk menggunakan (intention to use). Berdasarkan model kesuksesan sistem informasi DeLone dan McLean yang telah diperbarui, faktor yang mempengaruhi niat untuk menggunakan (intention to use) adalah kualitas sistem (system quality), kualitas informasi (information quality), kualitas layanan (service quality), dan kepuasan pengguna (user satisfaction). 2.1.2.2 Technology Acceptance Model (TAM) Technology Acceptance Model (TAM) merupakan sebuah model yang digunakan untuk menjelaskan penerimaan dan penggunaan teknologi informasi (TI) (Davis, Bagozzi & Warshaw, 1989). Dalam perkembangannya, TAM merupakan teori yang digunakan secara luas sebagai kerangka untuk memahami proses penerimaan TI oleh pengguna. Pada model TAM, ada dua faktor yang mempengaruhi pengguna dalam penerimaan atau penggunaan TI yaitu perceived usefulness dan perceived ease of use. Davis, Bagozzi, dan Warshaw (1989) menjelaskan bahwa TAM berasal dari teori TRA (Theory of Reasoned Action) yang dikembangkan oleh Ajzen dan Fishbein. Ajzen dan Fishbein (1980) dalam Davis, Bagozzi, dan Warshaw (1989) menjelaskan bahwa TRA merupakan model umum dari psikologi sosial yang didesain untuk mengidentifikasi pengaruh lingkungan manusia. Gambar 2.4 merepresentasikan model TAM.

Gambar 2.4 Technology Acceptance Model (Sumber: Davis et al, 1989) Universitas Indonesia


19

Berdasarkan Gambar 2.4, maka penjelasan masing-masing variabel dalam model penelitian Davis F. D., (1989), yaitu: 1.

Perceived usefulness merupakan derajat dimana individu percaya bahwa menggunakan aplikasi tertentu dapat meningkatkan kinerja pekerjaannya dalam konteks organisasi. Persepsi ini diukur melalui indikator seperti produktivitas (productivity), efektivitas (effectiveness), pentingnya bagi pekerjaan (importance to job), dan manfaat secara keseluruhan (overall usefulness.

2.

Perceived ease of use yaitu derajat dimana individu percaya bahwa menggunakan aplikasi tertentu dapat bebas dari usaha. Persepsi ini diukur melalui indikator-indikator seperti kemudahan untuk dipelajari (easy to learn), kemudahan mencapai tujuan (controlable), jelas dan mudah dipahami (clear and understandable), fleksibel (flexible), dan kemudahan akses (easy to access).

3.

Attitude toward using yaitu sikap terhadap penggunaan aplikasi yang berbentuk penerimaan atau penolakan sebagai dampak bila seseorang menggunakan suatu teknologi dalam pekerjaannya.

4.

Behavioral intention to use yaitu kecenderungan perilaku untuk tetap menggunakan suatu teknologi.

5.

Actual system use yaitu kepuasan suatu organisasi atau individu dapat tercapai jika sistem tersebut mudah digunakan dan meningkatkan produktifitas dengan dibuktikan dari kondisi nyata penggunaan suatu aplikasi tertentu.

Venkatesh dan Davies (2000) mengembangkan dan menguji model TAM yang disebut TAM2 yang bertujuan menambahkan indikator dalam hal pengaruh sosial dan proses instrumen kognitif yang mempengaruhi perceived usefulness dan intention to use. Model TAM2 dapat dilihat pada Gambar 2.5.



20

Gambar 2.5 Technology Acceptance Model Versi 2 (Sumber: Venkatesh & Davies, 2000)

Berikut ini penjelasan variabel-variabel yang terdapat dalam model TAM2 pada Gambar 2.5 (Venkatesh & Davies, 2000). 1.

Subjective norm didefinisikan sebagai persepsi individu yang merasa bahwa kebanyakan orang yang dianggap penting dalam hidupnya berpikir harus atau tidak menggunakan sistem informasi. Variabel ini berpengaruh pada intention to use dalam konteks sistem informasi yang bersifat mandatory use bukan voluntary use.

2.

Image yaitu sejauh mana sebuah inovasi dapat meningkatkan statusnya dalam sistem sosial.

3.

Job relevance yaitu persepsi individu bahwa sistem dapat dipakai untuk keperluan pekerjaan sehari-hari.

4.

Output quality yaitu derajat dimana seseorang percaya bahwa sistem informasi dapat melakukan tugas-tugas pekerjaan dengan lebih baik.

5.

Result demonstrability yaitu derajat dimana seseorang percaya bahwa hasil dalam menggunakan teknologi informasi dapat diamati atau diukur dan menular.

6.

Experience yaitu variabel yang menjadi tolak ukur penentuan ketika subjective norm menentukan perceived usefulness dan behavioral intention. Universitas Indonesia


21

7.

Voluntariness yaitu derajat sukarela dari pengguna dalam menggunakan sistem informasi yang juga mempengaruhi subjective norm dalam menentukan behavioral intention.

2.1.2.3 Expectation Confirmation Theory (ECT) Expectation Confirmation Theory (ECT) yang juga dikenal sebagai Expectation Disconfirmation Theory (EDT) merupakan teori yang menjelaskan niat membeli kembali dari konsumen (Quaddus & Hossain, 2012). Menurut Oliver (1980) dalam Quaddus dan Hossain (2012) menyatakan bahwa ECT banyak digunakan dalam bidang pemasaran, khususnya dalam bidang perilaku konsumen untuk mengidentifikasi kepuasan konsumen dan niat pembelian kembali. Quaddus dan Hossain (2012) menambahkan bahwa ECT telah banyak digunakan untuk menunjukkan niat pembelian kembali dalam berbagai macam produk dan jasa. Selain itu, ECT juga telah digunakan dalam bidang lain seperti sosiologi untuk mengukur tingkat kepuasan. Menurut Oliver (1980) dalam Quaddus dan Hossain (2012) mengemukakan bahwa proses konsumen melakukan pembelian kembali memiliki beberapa tahapan, yaitu: 

Pada tahap awal, konsumen telah membentuk sebuah harapan terhadap produk atau jasa berdasarkan pengalaman sebelumnya atau pengetahuan yang ada.



Kedua, apabila konsumen menganggap bahwa produk atau jasa memiliki kegunaan maka konsumen menerima, membeli, dan menggunakannya.



Ketiga, konsumen melakukan penilaian terhadap manfaat yang dirasakan dari suatu produk atau jasa berdasarkan harapan awal dan menilai sejauh mana harapan tersebut terpenuhi.

Gambar 2.6 merepresentasikan model ECT yang dikembangkan oleh Oliver (1980).



22

Gambar 2.6 Expectation Confirmation Theory (Sumber: Oliver, 1980 dalam Bhattacherjee, 2001)

Menurut Oliver (1980) dalam Quaddus dan Hossain (2012), menyatakan bahwa niat konsumen untuk membeli kembali suatu produk atau melanjutkan penggunaan jasa ditentukan terutama oleh kepuasan mereka terhadap penggunaan sebelumnya dari produk atau jasa tersebut. 2.1.2.4 Expectation Confirmation Model (ECM) Expectation Confirmation Model (ECM) merupakan suatu model yang dikembangkan oleh Anol Battacherjee pada tahun 2001 yang memiliki fokus pada penggunaan berkelanjutan terhadap sistem informasi (Quaddus & Hossain, 2012). Model ini dikembangkan dengan mengadaptasi teori ECT yang berfokus pada penggunaan berkelanjutan dalam konteks sistem informasi dengan melakukan beberapa modifikasi sebagai berikut: 

Mengganti variabel expectation dengan perceived usefulness. Hal tersebut dilakukan karena harapan setelah menggunakan suatu produk atau jasa lebih penting, karena harapan dapat mengalami perubahan seiring penggunaan suatu sistem informasi.



Mengganti repurchase intention menjadi continued usage intention dalam konteks sistem informasi.



Mendefinisikan variabel confirmation sebagai kesesuaian antara harapan dan kinerja aktual.



23 

Menghapus variabel performance karena pengaruh kinerja yang dirasakan sudah dijelaskan pada variabel confirmation.

Quaddus dan Hossain (2012) menyebutkan bahwa niat pengguna untuk menggunakan sistem informasi secara berkelanjutan diperngaruhi oleh tiga hal, yaitu tingkat kepuasan pengguna, konfirmasi terhadap harapan, dan manfaat yang dirasakan. Sedangkan Battacherjee (2001) menjelaskan proses pengguna dalam membuat keputusan menggunakan kembali seperti halnya keputusan seorang konsumen dalam membeli kembali suatu produk (repurchase decision) dimana pengguna biasanya memiliki keputusan atau ekspektasi awal. Ekspektasi yang dimaksudkan disini sebagai perceived usefulness dan confirmation, yang selanjutnya pengguna menilai kinerja melalui pengalaman penggunaan sistem informasi. Apabila pengguna menemukan bahwa sistem informasi berguna, sesuai dengan yang diharapkan maka muncul rasa kepuasan (satisfaction) yang mempengaruhi tujuan penggunaan sistem informasi secara berkelanjutan (IS continuance intention). Teori ini direpresentasikan pada Gambar 2.7.

Gambar 2.7 Expectation Confirmation Model (Sumber: Bhattacherjee, 2001)

Hal yang dapat dijelaskan dari empat teori penggunaan adalah DeLone dan McLean (1992) menjelaskan bahwa variabel penggunaan (use) dipengaruhi oleh variabel kualitas sistem (system quality), kualitas informasi (information quality), dan kepuasan pengguna (user satisfaction). Kemudian DeLone dan McLean (2003) menambahkan bahwa niat untuk menggunakan suatu sistem informasi Universitas Indonesia


24

dipengaruhi oleh dimensi kualitas yang terdiri dari kualitas sistem (system quality), kualitas informasi (information quality), dan kualitas layanan (service quality), serta kepuasan pengguna (user satisfaction). Fokus dari model kesuksesan sistem informasi DeLone dan McLean adalah menganalisis dimensi kualitas dari perspektif teknologi yang berpengaruh terhadap keputusan pengguna untuk menggunakan sistem informasi. Terdapat persamaan dan perbedaan antara model TAM dan ECM. Hal yang paling mendasar yaitu dasar teori yang digunakan, TAM dikembangkan dari teori perilaku (TRA), sedangkan ECM dari teori kepuasan pelanggan (ECT). TAM memprediksi suatu tingkah laku yang akan terjadi tetapi belum terealisasi untuk menjelaskan bagaimana penerimaan pengguna terhadap suatu teknologi berdasarkan hasil persepsi terhadap kemudahan dan manfaat dari teknologi yang sebenarnya belum pernah dialami. Hal ini ada dalam penelitian Chin dan Todd (1995) yang menjelaskan bahwa manfaat dapat berupa estimasi seperti pekerjaan lebih mudah, bermanfaat, meningkatkan produktivitas, mendorong efektifitas, dan meningkatkan kinerja pekerjaan (Battacherjee, 2001). Sedangkan ECM menggunakan pengalaman pengguna terkait dengan perilaku atau kegiatan yang dimaksudkan. Untuk menjelaskan tingkat kepuasan dari pengguna sistem informasi, ECM menggunakan perbandingan antara harapan yang kemudian dikonfirmasikan dengan kenyataan berdasarkan pengalaman dalam menggunakan suatu teknologi atau sistem informasi. Jadi dalam ECM, harapan adalah manfaat yang dipersepsikan oleh pengguna berdasarkan pengalaman yang dipercaya olehnya untuk mengambil keputusan apakah suatu perilaku akan diteruskan atau dihentikan bergantung pada hasil konfirmasinya. TAM memiliki fokus pada teknologi informasi, sedangkan ECM pada sistem informasi. Kedua model dapat digunakan sebagai acuan penelitian, mengingat aplikasi mobile ABC merupakan bentuk dari pemanfaatan sistem informasi yang menggunakan

teknologi

informasi

sebagai

perangkat

untuk

mengimplementasikannya. Namun berdasarkan latar belakang dan rumusan masalah, penelitian ini menggunakan ECM sebagai landasan dalam membentuk kerangka teoritis karena penelitian ini fokus untuk menganalisis perilaku Universitas Indonesia


25

pengguna aplikasi mobile ABC pasca penerimaan dan penggunaannya. Sehingga dapat disimpulkan bahwa ECM merupakan model yang tepat untuk menjelaskan penggunaan secara berkelanjutan aplikasi mobile ABC di waktu mendatang. 2.2

Penelitian Sebelumnya

Bagian ini membahas mengenai ulasan terhadap penelitian sebelumnya yang memiliki topik serupa dengan topik yang dikaji oleh penulis dengan tujuan untuk mendapatkan referensi dalam perancangan sebuah model penelitian. 2.2.1 Understanding Continuance Usage of Mobile Sites (Tao, 2013) Tao (2013) melakukan penelitian terhadap penggunaan situs mobile secara berkelanjutan di China. Penelitian ini bertujuan untuk menganalisis faktor-faktor yang mempengaruhi penggunaan secara berkelanjutan berdasarkan perspektif teknologi dan pengalaman pengguna sehingga dapat digunakan sebagai pedoman bagi penyedia layanan untuk mempertahankan pengguna. Tao (2013) berpendapat bahwa kualitas sistem (system quality), kualitas informasi (information quality), kesenangan yang dirasakan (perceived enjoyment), dan fokus perhatian (attention focus) mempengaruhi penggunaan berkelanjutan (continuance usage) dan kepuasaan (satisfaction). Dalam menyusun model penelitian, Tao (2013) menggunakan dasar teori teori D&M IS Success Model. Gambar 2.8 menggambarkan model penelitian Tao (2013).



26

Gambar 2.8 Model Penelitian Tao (Sumber: Tao, 2013)

Penelitian Tao (2013) masih memiliki kekurangan yaitu penelitian ini hanya melihat dari sisi teknologi dan pengalaman pengguna, namun tidak melihat dari persepsi kegunaan teknologi informasi. Padahal, persepsi kegunaan merupakan hal yang penting yang mempengaruhi niat penerimaan dan penggunaan suatu teknologi informasi (Davis, Bagozzi, & Warshaw, 1989). Selain itu, penelitian ini hanya menggunakan data di negara China sehingga belum terbukti berlaku sama untuk negara lain. 2.2.2 Understanding Information Systems Continuance for Information Oriented Mobile Applications (Chen, Meservy, & Gillenson, 2012) Chen, Meservy, dan Gillenson (2012) melakukan penelitian untuk mengetahui faktor-faktor yang mempengaruhi penggunaan secara berkelanjutan dengan memperluas model ECM. Penelitian Chen, Meservy, dan Gillenson (2012) fokus pada niat menggunakan kembali dalam konteks aplikasi mobile berorientasi informasi. Gambar 2.9 menggambarkan model penelitian Chen, Meservy, dan Gillenson (2012).



27

Gambar 2.9 Model Penelitian Chen, Meservy, dan Gillenson (Sumber: Chen, Meservy, & Gillenson, 2012)

Chen, Meservy, dan Gillenson (2012) menyatakan bahwa kualitas sistem (system quality), kualitas informasi (information quality), kualitas proses (process quality), dan nilai hedonis (hedonic value) berpengaruh terhadap niat menggunakan kembali (continuance intention). Penelitian ini memiliki persamaan dengan penelitian Tao (2013), yaitu menggunakan sisi persepsi teknologi berdasarkan teori D&M IS Success Model. Selain itu, variabel yang dipakai pada sisi pengalaman pengguna yang dalam penelitian ini disebut hedonic value, menggunakan indikator yang sama yaitu dimensi kesenangan (enjoyment/fun). Sedangkan perbedaannya, penelitian ini memiliki dasar teori yang kuat karena menggunakan teori penggunaan secara berkelanjutan dalam konteks sistem informasi yaitu teori ECM. Kekurangan dari penelitian ini adalah model penelitian yang dihasilkan hanya dapat digunakan untuk aplikasi mobile berbasis informasi terutama dalam konteks mobile commerce yang memiliki personalisasi dan lokalisasi pengguna (Chen, Meservy, & Gillenson, 2012). Sehingga hasilnya tidak bersifat general dan tidak dapat digunakan untuk semua konteks aplikasi. 2.2.3 An Integrated Evaluation Model of User Satisfaction with Social Media Services (Ong & Day, 2010) Ong dan Day (2010) melakukan penelitian untuk menganalisis kepuasan pengguna dan niat menggunakan kembali berdasarkan teori ECT. Penelitian ini Universitas Indonesia


28

fokus pada kepuasan pengguna dan niat menggunakan kembali dalam konteks layanan media sosial. Ong dan Day (2010) berpendapat bahwa pengaruh sosial yang dirasakan (perceived social influence), kesenangan yang dirasakan (perceived enjoyment), dan konfirmasi (confirmation) mempengaruhi kepuasan (satisfaction) dan niat menggunakan kembali (continuance intention). Gambar 2.10 menggambarkan model penelitian Ong dan Day (2010).

Gambar 2.10 Model Penelitian Ong dan Day (Sumber: Ong & Day, 2010)

2.2.4 A Customer Value, Satisfaction, and Loyalty Perspective of Mobile Application Recommendations (Chenyan, Peak, & Prybutok, 2015) Chenyan, Peak, dan Prybutok (2015) melakukan penelitian terhadap faktor-faktor yang mempengaruhi pengguna untuk merekomendasikan aplikasi mobile menggunakan kerangka kerja VSL (Value, Satisfaction, dan Loyalty). Faktorfaktor yang dianalisis dalam penelitian ini adalah manfaat utilitarian (app utility dan app quality), manfaat hedonis (app aesthetics dan enjoyment), pengorbanan moneter dan pengorbanan non-moneter (technicality, knowledge of alternative quality, dan privacy risk). Gambar 2.11 menggambarkan model penelitian Chenyan, Peak, dan Prybutok (2015).



29

Gambar 2.11 Model Penelitian Chenyan, Peak, dan Prybutok (Sumber: Chenyan, Peak, dan Prybutok, 2015)

Penelitian Chenyan, Peak, dan Prybutok (2015) masih memiliki keterbatasan, antara lain responden dalam penelitian ini didominasi oleh usia 21 tahun dan 31 tahun, dan penelitian ini hanya fokus pada rekomendasi. Padahal, loyalitas pelanggan memiliki ruang lingkup yang luas. 2.2.5 Attribute

Perceptions,

Customer

Satisfaction

and

Intention

to

Recommend E-Services (Finn, Luming, & Tema, 2009) Finn, Luming, dan Tema (2009) melakukan penelitian untuk mengembangkan dan menguji model yang berhubungan dengan pengaruh karakteristik situs terhadap niat untuk merekomendasikan dalam konteks e-services. Penelitian ini fokus untuk mengidentifikasi variabel kepuasan sebagai variabel mediasi antara karakteristik situs dan niat untuk merekomendasikan. Finn, Luming, dan Tema (2009) berpendapat bahwa system disconfirmation dan offering disconfirmation berpengaruh terhadap niat untuk merekomendasikan (intention to recommend) melalui variabel kepuasan (satisfaction) dan variabel privacy yang mempengaruhi secara langsung. Gambar 2.12 menggambarkan model penelitian Finn, Luming, dan Tema (2009).



30

Gambar 2.12 Model Penelitian Finn, Luming, dan Tema (Sumber: Finn, Luming, & Tema, 2009)

Penelitian Finn, Luming, dan Tema (2009) memiliki keterbatasan dalam membentuk model, dimana dalam pembentukannya tidak mempertimbangkan bagaimana siklus interaksi suatu situs. 2.2.6 Perbandingan Penelitian-Penelitian Sebelumnya Dalam subbab ini, penulis melakukan perbandingan terhadap penelitian sebelumnya dengan menggunakan teknik 3C+2S yaitu dengan mencari kesamaan (comparing), mencari perbedaan (contrasting), memberikan opini (criticizing), mengkombinasikan ke dalam sebuah ide (synthesizing), dan merangkum (summarizing). Tabel 2.1 menunjukkan hasil perbandingan penelitian sebelumnya yang sudah dijelaskan dengan menggunakan teknik 3C+2S.



31 Tabel 2.1 Perbandingan Penelitian Sebelumnya dengan Teknik 3C+2S Penelitian

Tujuan Penelitian

Understanding

Menganalisis

continuance usage of yang mobile

sites

faktor-faktor D&M IS Success mempengaruhi Model

(Tao, penggunaan

2013)

Dasar Teori

berkelanjutan

terhadap situs mobile.

Constructs

Relevansi Hasil Penelitian

-

Information quality

Variabel

yang

-

System quality

mempengaruhi penggunaan

-

Perceived enjoyment

secara berkelanjutan yaitu

-

Attention focus

information quality, system

-

Satisfaction

quality,

perceived

enjoyment, dan satisfaction, dimana variabel perceived enjoyment

merupakan

variabel yang berpengaruh paling signifikan. Understanding

Updated

-

Information quality

Variabel

niat D&M IS Success

-

System quality


-

Process quality


-

Hedonic value

information quality, system

-

Confirmation

quality,

(Chen, Meservy, &

-

Satisfaction

hedonic

Gillenson, 2012)

-

Hedonic value

confirmation,

-

Continuance intention

satisfaction.

information

Mengetahui

systems yang

continuance

mempengaruhi

for menggunakan

information oriented terhadap mobile

faktor-faktor ECM,

kembali Model

aplikasi

applications berorientasi informasi.

mobile

yang

process

quality, value, dan



32 Tabel 2.1 Perbandingan Penelitian Sebelumnya dengan Teknik 3C+2S (sambungan) Penelitian An

Tujuan Penelitian

integrated Menganalisis

Dasar Teori

kepuasan ECT, TAM

Constructs


-

Perceived social influence

Variabel

niat

-

Perceived enjoyment


kembali

-

Confirmation


social media services penggunaan dalam konteks

-

Satisfaction

perceived social influence,

(Ong & Day, 2010)

-

Continuance intention

perceived

evaluation model of pengguna

dan

user satisfaction with menggunakan

layanan media sosial.

yang

enjoyment,

confirmation,

dan

satisfaction. Attribute Perceptions, Mengembangkan

-

Home

Variabel

yang

-

Order

merupakan

dengan

-

Speed

mediasi

dari

variabel

E- pengaruh karakteristik situs

-

Ease

anteseden

yang

terbukti

untuk

-

System disconfirmation

mempengaruhi intention to

dalam

-

Offering disconfirmation

recommend.

-

Satisfaction

-

Privacy

-

Intention to recommend

Customer Satisfaction menguji and

Intention

Recommend Services Luming, 2009)

to berhubungan

(Finn, terhadap &

model

niat

Tema, merekomendasikan konteks e-services.

dan ECT

satisfaction variabel



33 Tabel 2.1 Perbandingan Penelitian Sebelumnya dengan Teknik 3C+2S (sambungan) Penelitian

Tujuan Penelitian

A Customer Value, Menganalisis

Dasar Teori


(Value,

-

App utility

Variabel

mempengaruhi Satisfaction, dan

-

App Quality

merupakan variabel yang

untuk Loyalty)

-

Enjoyment

mempengaruhi

-

App aesthetics

continuance intention dan

-

Perceived price

intention

(Chenyan, Peak, &

-

Privacy risk

paling signifikan.

Prybutok, 2015)

-

Technicality

-

Satisfaction

-

Intention to recommend

-

App continuance intention

-

Recommendation

Satisfaction,

and yang

Loyalty Perspective of pengguna Mobile

faktor-faktor VSL

Constructs

Application merekomendasikan aplikasi

Recommendations

mobile.

satisfaction

to

app

recommend

(Sumber: Tao, 2013; Chen, Meservy, & Gillenson, 2012; Ong & Day, 2010; Dauw-Song, Min-Jon, Lee, & Tsu-Sheng, 2013; Chenyan, Peak, & Prybutok 2015; Finn, Luming, & Tema, 2009; telah diolah kembali)



34

2.3

Metodologi

Bagian ini membahas mengenai metodologi yang digunakan oleh penulis dalam menyelesaikan penelitian ini. 2.3.1 Metodologi Penelitian Kuantitatif Metodologi yang digunakan dalam penelitian ini adalah metodologi penelitian kuantitatif. Metodologi penelitian kuantitatif merupakan metode penelitian yang menggunakan data kuantitatif untuk memberikan validitas hasil penelitian (Niaz, 2009). Selain itu, penelitian kuantitatif menuntut pengurangan fenomena menjadi nilai-nilai numerik dengan tujuan untuk melakukan analisis statistik (Gelo, Braakmann, & Benetka, 2008). Metodologi penelitian kuantitatif dipilih karena mempertimbangkan jumlah populasi yang relatif besar yaitu berjumlah 43221 pengguna. Sedangkan untuk menguji keterkaitan antar variabel dalam model penelitian, penulis menggunakan Structural Equation Modeling (SEM). SEM dipilih karena merupakan suatu teknik analisis multivariate generasi kedua yang menggabungkan antara analisis faktor dan analisis jalur sehingga memungkinkan peneliti untuk menguji dan mengestimasi secara simultan hubungan antara variabel eksogen dan endogen dengan banyak indikator (Ghozali, 2014). 2.3.2 Structural Equation Modeling (SEM) Structural Equation Modeling (SEM) merupakan teknik statistik untuk menentukan, mengestimasi, dan mengevaluasi model hubungan linear antara sekumpulan variabel laten yang diamati yang umumnya lebih kecil dari variabel yang tidak diamati (Evangelos & Siskos, 2010). Sementara, Ghozali (2014) mendeskripsikan SEM sebagai suatu teknik analisis multivariat generasi kedua yang menggabungkan antara analisis faktor dan analisis jalur sehingga memungkinkan peneliti untuk menguji dan mengestimasi secara simultan hubungan antara variabel eksogen dan endogen dengan banyak indikator. Hal tersebut sejalan dengan Evangelos dan Siskos (2010) yang menganggap SEM sebagai perluasan model regresi yang mencakup pendekatan sebagai berikut:



35

1.

Path analysis: meneliti pola hubungan directional dan nondirectional pada variabel yang diamati. Dengan demikian, hal ini memungkinkan untuk menguji hubungan struktural antara variabel yang diamati dan ketika beberapa indikator untuk variabel laten tidak tersedia.

2.

Confirmatory Factor Analysis (CFA): analisis yang digunakan untuk menguji pola hubungan timbal balik antara beberapa konstruksi. CFA mengasumsikan bahwa indikator yang diamati terdapat pada variabel laten tertentu yang diperbolehkan untuk berkorelasi. Dengan demikian, CFA mensyaratkan bahwa variabel laten dan indikator yang terkait dengan variabel yang diamati ditentukan sebelum analisis data dilakukan.

Dalam SEM, terdapat dua jenis variabel yaitu unobserved variable dan observed variable (Latan, 2013), yaitu: 1.

Unobserved variable Unobserved variable atau disebut juga dengan istilah variabel laten, konstruk atau variabel tak teramati merupakan variabel yang tidak dapat diukur atau diobservasi secara langsung, tetapi melalui indikator variabelnya.

2.

Observed variable Observed variable atau disebut juga indikator atau variabel teramati merupakan variabel yang dapat diukur secara langsung atau variabel yang menjelaskan unobserved variable untuk diukur.

Gambar 2.13 menggambarkan beberapa contoh mengenai model kausal menurut Evangelos dan Siskos (2010).

Gambar 2.13 Contoh Model Kausal



36

Gambar 2.13 Contoh Model Kausal (sambungan) (Sumber: Evangelos & Siskos, 2010)

Penjelasan mengenai masing-masing model kausal pada Gambar 2.13, yaitu: 1.

Gambar 2.13 (a) merupakan model kausal sederhana yang terdiri dari dua variabel yaitu variabel prediktor dan variabel outcome. Dalam hal ini, koefisien jalur setara dengan koefisien korelasi sederhana antara kedua variabel.

2.

Gambar 2.13 (b) merupakan model kausal yang terdiri dari beberapa variabel prediktor, di mana tiga variabel prediktor masing-masing memiliki beberapa tingkat kovarians dengan variabel lain. Dalam hal ini, koefisien jalur setara dengan koefisien korelasi hanya jika variabel prediktor bersifat orthogonal. Universitas Indonesia


37

3.

Gambar 2.13 (c) merupakan contoh yang lebih kompleks yang mengacu pada model analisis jalur sederhana di mana 5 variabel prediktor (xi) mempengaruhi dua variabel outcome (yj). Dalam gambar ini, simbol γij menunjukkan koefisien jalur antara variabel prediktor dan outcome, sedangkan βkj merupakan koefisien jalur antara variabel outcome. Model ini memungkinkan variabel prediktor untuk mempengaruhi dua variabel outcome baik secara langsung atau tidak langsung, misalnya kualitas layanan mempengaruhi loyalitas secara tidak langsung melalui kepuasan pelanggan, sedangkan loyalitas secara langsung dipengaruhi oleh kualitas produk. Selain itu, istilah kesalahan εj diperkenalkan dalam variabel outcome dan analisis jalur model termasuk istilah kovarians (CV) di antara semua pasangan yang mungkin dari variabel prediktor.

Model kausalitas yang telah dijelaskan pada Gambar 2.13 hanya memfokuskan hubungan antara indikator dengan first order konstruk atau variabel laten. Seperti diketahui bahwa definisi konseptual dari suatu kosntruk terkadang dispesifikasi pada tingkat abstraksi yang lebih tinggi misalnya konstruk dengan multidimensi memiliki satu jenis model pengukuran yang menghubungkan konstruk tersebut dengan indikator first order dan model pengukuran lain yang menghubungkan konstruk first order dengan konstruk second order (Ghozali, 2014). Gambar 2.14 menunjukkan empat kemungkinan kombinasi dalam model konstruk second order. Ke empat jenis second order factor ini diturunkan dari empat kenyataan yaitu (a) first order konstruk dapat memiliki indikator formatif atau refleksif, (b) first order konstruk tersebut dapat merupakan formatif atau refleksif indikator terhadap konstruk second order.



38

Gambar 2.14 Spesifikasi Model dengan Konstruk Second Order (Sumber: Ghozali, 2014; telah diolah kembali)

Menurut Latan (2013), SEM memiliki beberapa keuntungan bagi peneliti untuk: 1.

Membangun model penelitian dengan banyak variabel.

2.

Dapat meneliti variabel atau konstruk yang tidak teramati atau tidak dapat diukur secara langsung (unobserved variables).

3.

Menguji kesalahan pengukuran (measurement error) untuk variabel atau konstruk yang teramati (observed variables).

4.

Mengkonfirmasi teori sesuai dengan data penelitian (CFA).



39

2.3.2.1 Covariance Based SEM dan Variance Based SEM Terdapat dua jenis pendekatan untuk mengestimasi sebuah relasi SEM yaitu pendekatan berbasis covariance (Covariance Based Structural Equation Modeling) dan variance (Partial Least Structural Equation Modeling). Jadi, dapat disimpulkan bahwa SEM dapat digunakan untuk menjawab berbagai masalah penelitian dalam suatu set analisis secara sistematis dan komprehensif. Menurut Ghozali (2014), covariance based SEM (CB-SEM) berusaha meminimumkan perbedaan antara sampel covariance yang diprediksi oleh model teoritis sehingga estimasi menghasilkan matriks covariance dari data yang diamati. Sedangkan PLS-SEM ingin mendapatkan estimasi nilai terbaik untuk setiap blok indikator dari setiap variabel laten (Ghozali, 2014). Tabel 2.2 menunjukkan perbandingan antara PLS-SEM dan CB-SEM. Tabel 2.2 Perbandingan antara PLS-SEM dan CB-SEM Kriteria Tujuan Penelitian

PLS-SEM Untuk teori

CB-SEM

mengembangkan Untuk menguji teori atau atau

membangun mengkonfirmasi

teori

teori (orientasi prediksi).

(orientasi parameter).

Pendekatan

Berdasarkan variance.

Berdasarkan covariance.

Metode Estimasi

Least Squares.

Maximum

Likelihood

(umumnya). Spesifikasi Model dan Components two loadings, Factors one loadings, path Parameter Model

path

koefisien,

dan koefisien, error variances,

component weight. Model Struktural

Model kompleksitas

dan factor means. dengan Model

dapat

berbentuk

besar rekursif dan non rekursif

dengan banyak konstruk dengan dan banyak indikator.

tingkat

kompleksitas kecil sampai menengah.



40

Tabel 2.2 Perbandingan antara PLS-SEM dan CB-SEM (sambungan) Kriteria Evaluasi Asumsi

Model

PLS-SEM

CB-SEM

dan Tidak mensyaratkan data Mensyaratkan

data

Normalitas terdistribusi normal dan terdistribusi normal dan estimasi parameter dapat memenuhi

Data

kriteria

langsung dilakukan tanpa goodness of fit sebelum persyaratan

kriteria estimasi parameter.

goodness of fit. Pengujian Signifikansi

Tidak dapat diuji dan Model dapat diuji dan difalsifikasi melalui

(harus difalsifikasi. prosedur

bootstrap atau jackknife). Rekomendasi Sampel

30 – 100.

Software Produk

PLS Graph, SmartPLS, AMOS, EQS, LISREL, SPAD-PLS,

200 – 800.

XLSTAT- Mplus dan sebagainya.

PLS dan sebagainya. (Sumber: Ghozali, 2012; Ghozali, 2014)

Menurut Ghozali (2014), CB-SEM dalam membentuk model mengharuskan konstruk atau variabel laten dan indikator-indikatornya berbentuk refleksif. MacCallum dan Browne (1993) menambahkan, jika menggunakan model indikator formatif dalam CB-SEM akan menghasilkan model yang unidentified yang berarti terdapat covariance bernilai nol (0) diantara beberapa indikator (Ghozali, 2014). Sedangkan PLS-SEM dapat menganalisis konstruk yang dibentuk

dengan

indikator

refleksif

maupun

formatif

dan

juga

tidak

mengasumsikan bentuk distribusi tertentu (Ghozali, 2014). 2.3.3 Sampling Menurut Mantra dan Kasto (1987), teknik pengambilan sampel memiliki dua metode yaitu pengambilan sampel secara acak (random/probability sampling) dan pengambilan sampel tidak acak (purposive sampling). Sedangkan menurut Universitas Indonesia


41

Supangat (2007), teknik pengambilan sampel dilakukan dengan dua cara, yaitu cara kebijaksanaan (judgement) dan cara acak (random). Suatu sampel disebut sebagai sampel kebijaksanaan apabila anggota sampel dipilih berdasarkan kebijaksanaan tertentu. Sementara, sampel random adalah sampel yang diambil dari populasi dengan cara sedemikian hingga, sehingga setiap unsur anggota populasi memiliki kesempatan yang sama untuk terpilih. Berikut ini beberapa jenis teknik pengambilan sampel menurut Supangat (2007). 1.

Pengambilan sampel acak sederhana (Simple random sampling) Sampel acak sederhana adalah sebuah sampel yang diambil sedemikian rupa sehingga setiap sampel berukuran sama memiliki ukuran probabilitias yang sama untuk terpilih dari populasi.

2.

Pengambilan sampel sistematis (Systematic sampling) Pengambilan sampel sistematis adalah suatu metode pengambilan sampel, dimana hanya unsur pertama saja dari sampel dipilih secara acak, sedangkan unsur selanjutnya dipilih secara sistematis menurut suatu pola tertentu.

3.

Pengambilan sampel acak berlapis (Stratified random sampling) Pengambilan sampel acak berlapis yaitu merupakan sampel strata (kelompokkelompok) dengan harapan bahwa populasi akan menjadi semakin homogen (merata). Pengambilan sampel acak berlapis digunakan pada saat jumlah populasi tidak heterogen sehingga dapat menggambarkan secara tepat mengenai sifat populasi (Mantra & Kasto, 1987).

Sedangkan Mantra dan Kasto (1987) menambahkan 3 jenis teknik pengambilan sampel, yaitu: 1.

Pengambilan sampel gugus sederhana (Simple cluster sampling) Pengambilan sampel gugus sederhana digunakan apabila kerangka sampel yang digunakan sebagai dasar pemilihan sampel tidak tersedia atau tidak lengkap.

2.

Pengambilan sampel gugus bertahap Pengambilan sampel gugus bertagap digunakan apabila kerangka sampel yang digunakan sebagai dasar pemilihan sampel tidak tersedia atau tidak lengkap dan letaknya sangat tersebar secara geografis.

3.

Pengambilan sampel wilayah (Area sampling) Universitas Indonesia


42

Pengambilan sampel wilayah digunakan apabila kerangka sampel tidak dapat dibuat. Teknik pengukuran sampel menurut Ferdinand (2002), yaitu: 1.

100 - 200 sampel untuk teknik maximum likehood estimation.

2.

Tergantung pada jumlah parameter yang diestimasi. Pedomannya adalah 5-10 kali jumlah parameter yang diestimasi.

3.

Tergantung dari jumlah indikator yang digunakan dalam seluruh variabel laten. Jumlah sampel adalah jumlah indikator dikali 5-10. Bila terdapat 20 indikator, besarnya sampel adalah antara 100 - 200.

2.4

Perumusan Hipotesis Penelitian

Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor yang mempengaruhi niat menggunakan kembali dan merekomendasikan aplikasi mobile ABC. Untuk kebutuhan penelitian ini, penulis menggunakan Expectation Confirmation Model (ECM) sebagai landasan dalam membentuk kerangka teoritis karena penelitian ini fokus untuk menganalisis perilaku pengguna aplikasi mobile ABC pasca penerimaan dan penggunaannya. Selain itu, ECM telah terbukti merupakan model yang tepat untuk menjelaskan penggunaan secara berkelanjutan di waktu mendatang (Battacherjee, 2001). Model ECM dapat digunakan sebagai acuan penelitian penggunaan secara berkelanjutan pada aplikasi mobile, mengingat aplikasi mobile merupakan bentuk dari pemanfaatan sistem informasi yang menggunakan

teknologi

informasi

sebagai

perangkat

untuk

mengimplementasikannya. Selanjutnya,

penulis

melakukan

modifikasi

pada

model

ECM

dengan

mengintegrasikan dua perspektif, yaitu teknologi dan pengalaman penggunaan. Perspektif tersebut diadopsi dari model penelitian Tao (2013) mengenai pengaruh perspektif teknologi dan pengalaman terhadap kepuasan pengguna dan penggunaan secara berkelanjutan dalam konteks mobile sites. Kemudian, variabel yang menjelaskan perspektif teknologi diadopsi dari dimensi kualitas pada model kesuksesan sistem informasi DeLone dan McLean (Updated D&M IS Success Model) yang terdiri dari kualitas sistem, kualitas informasi, dan kualitas layanan. Universitas Indonesia


43

Model tersebut dipilih karena model yang dikembangkan sangat sederhana, tetapi lengkap dan cukup valid oleh banyak peneliti untuk menilai kesuksesan sebuah sistem informasi salah satunya dari faktor teknologi. Variabel yang diadopsi dari model kesuksesan sistem informasi DeLone dan McLean adalah kualitas sistem dan kualitas informasi. Variabel kualitas layanan tidak dipilih karena tidak sesuai dengan karakteristik aplikasi mobile ABC dimana tidak ada interaksi atau dukungan layanan yang disediakan oleh bagian Teknologi Informasi (TI) terhadap pengguna. Penelitian ini juga menambahkan variabel kesenangan yang dirasakan (perceived enjoyment) sebagai salah satu variabel pada perspektif pengalaman pengguna yang diadopsi dari penelitian Tao (2013). Variabel perceived enjoyment dipilih karena merupakan variabel yang paling signifikan mempengaruhi kepuasan yang selanjutnya mempengaruhi penggunaan secara berkelanjutan. Selain itu, penulis menambahkan variabel niat untuk merekomendasikan (intention to recommend) yang diadopsi dari model penelitian Chenyan, Peak, dan Prybutok (2015) karena merupakan variabel yang dapat menilai loyalitas pengguna aplikasi mobile. Berdasarkan penjelasan tersebut, penulis memilih variabel-variabel yang relevan terhadap pengukuran kualitas aplikasi mobile ABC dan pengalaman penggunaan dalam menciptakan niat untuk menggunakan kembali dan merekomendasikan aplikasi. Variabel-variabel yang dipilih dalam model penelitian ini adalah variabel System Quality, variabel Information Quality, variabel Perceived Usefulness, variabel Perceived Enjoyment, variabel Confirmation, variabel Satisfaction, variabel Continuance Usage Intention, dan variabel Intention to Recommend. 2.4.1

Dampak Kualitas Aplikasi Mobile ABC terhadap Experience

Kualitas telah menjadi fokus utama dalam suatu sistem informasi. Menurut DeLone dan McLean (1992), dimensi kualitas yang menentukan kesuksesan sistem informasi terdiri dari variabel kualitas sistem (system quality) dan kualitas informasi (information quality). Dalam penelitian ini, hal yang menjadi fokus utama adalah kualitas aplikasi mobile ABC. Ruang lingkup aplikasi mobile ABC memiliki perbedaan yang signifikan terhadap dimensi kualitas pada konteks sistem informasi yang dapat diakses melalui perangkat desktop seperti PC. Oleh Universitas Indonesia


44

karena itu, peneliti memilih instrumen-instrumen yang relevan dengan aplikasi mobile ABC untuk masing-masing dimensi kualitas. Faktor-faktor kualitas aplikasi mobile ABC inilah yang menjadi perhatian seseorang saat melakukan interaksi dengan menggunakan perangkat mobile. Kualitas sistem menunjukkan karakteristik yang diinginkan dari sebuah sistem yang memiliki fokus pada aspek kegunaan dan kinerja sistem (Urbach & Muller, 2012). Instrumen kualitas sistem terdiri dari empat faktor, yaitu ease of use (DeLone & McLean, 2003; Tao, 2013), response time (DeLone & McLean, 2003; Chen, Meservy, & Gillenson, 2012; Tao, 2013), system reliability (DeLone & McLean, 2003; Chen, Meservy, & Gillenson, 2012), dan functionality (DeLone & McLean, 2003). Pengguna percaya bahwa kemudahan penggunaan yang dirasakannya merupakan derajat sejauh mana ia meyakini bahwa dalam menggunakan suatu sistem tertentu tidak akan menghabiskan banyak usaha dan terbebas dari kesulitan (Davis, 1989). Hal ini mengindikasikan bahwa pengguna menerima aplikasi mobile ABC jika penggunaan aplikasi tersebut dianggap lebih mudah daripada aplikasi lain yang sejenis sehingga pengguna akan merasa enjoy. Selanjutnya, jika pengguna menemukan bahwa aplikasi mobile memiliki kecepatan akses yang rendah, mereka dapat merasa bahwa penyedia layanan tidak menginvestasikan sumber daya dan usaha yang cukup dalam menawarkan aplikasi yang berkualitas kepada mereka (Tao, 2013). Namun, apabila aplikasi menyediakan kecepatan respon, menyajikan fitur yang sesuai dengan tujuan pengguna, dan selalu tersedia setiap kali diakses maka pengguna akan merasa enjoy dan dapat menciptakan keinginan untuk menggunakan aplikasi secara berkelanjutan. Sehingga, dapat disimpulkan bahwa kualitas sistem tersebut dapat membentuk kesan awal pengguna terhadap aplikasi. Wixom dan Todd (2005) berpendapat bahwa jika pengguna mampu untuk menerima informasi dari suatu sistem, hal itu membuktikan adanya interaksi yang efektif antara pengguna dan sistem (Dauw-Song, Min-Jon, Lee, dan Tsu-Sheng, 2013). Oleh karena itu, persepsi pengguna terhadap kualitas sistem yang baik dapat menciptakan perasaan enjoy dan pengalaman yang menyenangkan setelah menggunakan aplikasi tersebut. Universitas Indonesia


45

Selain kualitas sistem, perspektif teknologi juga terdiri dari variabel kualitas informasi (information quality). Kualitas informasi merupakan ukuran kualitas informasi yang dihasilkan oleh sistem dan berguna bagi pengguna (Urbach & Muller, 2012). Instrumen-instrumen kualitas informasi terdiri dari empat faktor, yaitu completeness (DeLone & McLean, 2003; Tao, 2013), accuracy (Chen, Meservy, & Gillenson, 2012; Tao, 2013), format (Chen, Meservy, & Gillenson, 2012), dan understandability (DeLone & McLean, 2003; Chen, Meservy, & Gillenson, 2012; Tao, 2013). Pengguna percaya bahwa kelengkapan informasi dari suatu sistem dapat menciptakan manfaat yang dirasakan dari penggunaan sistem tersebut. Selain itu, informasi yang tepat dan akurat, seperti jadwal sholat dan Al-Qur’an digital dapat meningkatkan manfaat yang dirasakan oleh pengguna. Kemudian, jika aplikasi menyajikan informasi dengan format yang baik dan mudah dipahami, pengguna akan merasa bahwa kualitas informasi yang dihasilkan oleh aplikasi dapat meningkatkan manfaat yang dirasakannya. Oleh karena itu, dapat disimpulkan bahwa pengguna aplikasi mobile menjadikan informasi yang tersedia sebagai sumber utama dalam memenuhi kebutuhannya. Dengan kualitas informasi yang baik, segala kebutuhan pengguna dapat terpenuhi dengan mudah selama penggunaan aplikasi tersebut. Kualitas informasi yang baik juga memberikan keterangan yang benar dan tidak ambigu. Menariknya informasi yang disajikan yang dilihat pengguna tentunya akan membuat pengguna merasakan manfaat yang lebih dari informasinya. Lederer, Maupin, Sena, dan Zhuang (2000) menegaskan bahwa semakin tinggi kualitas informasi yang dihasilkan dapat meningkatkan manfaat yang dirasakan oleh pengguna (DauwSong, Min-Jon, Lee, & Tsu-Sheng, 2013). Hal tersebut sejalan dengan Seddon dan Kiew (1994) yang menyatakan bahwa kualitas sistem berdampak positif terhadap manfaat yang dirasakan pengguna (Dauw-Song, Min-Jon, Lee, & TsuSheng, 2013). Berdasarkan hasil-hasil penelitian yang telah dijelaskan sebelumnya, penulis merumuskan hipotesis berikut ini sebagai ekspektasi dari hubungan kualitas aplikasi mobile ABC yang dapat berpengaruh terhadap pengalaman pengguna:



46

H1: Kualitas sistem (system quality) berpengaruh positif terhadap kesenangan yang dirasakan (perceived enjoyment). H2: Kualitas informasi (information quality) berpengaruh positif terhadap manfaat yang dirasakan (perceived usefulness). 2.4.2

Dampak Kualitas Aplikasi Mobile ABC terhadap Satisfaction

Rai, Lang, dan Welker (2002) telah membuktikan secara empiris model DeLone dan McLean (1992) dan Seddon (1997) yang menyatakan bahwa kualitas sistem dan kualitas informasi memiliki pengaruh positif terhadap kepuasan pengguna (Dauw-Song, Min-Jon, Lee, & Tsu-Sheng, 2013). DeLone dan McLean (1992) menegaskan bahwa kualitas sistem dan kualitas informasi mempengaruhi kepuasan pengguna. Seperti yang telah dijelaskan, bahwa kualitas sistem (system quality) merupakan karakteristik yang diinginkan dari sebuah sistem yang memiliki fokus pada aspek kegunaan dan kinerja sistem (Urbach & Muller, 2012). Kualitas sistem tersebut dapat membentuk kesan awal pengguna terhadap aplikasi atau sistem informasi. Dalam penelitian sebelumnya, telah dibahas mengenai adanya pengaruh antara kualitas sistem dan kepuasan pengguna dalam bidang internet banking (Chulmo, Wati, & Namho, 2013), mobile sites (Tao, 2013), dan information oriented mobile application (Chen, Meservy, & Gillenson, 2012). Artinya, jika seorang pengguna merasa bahwa aplikasi menyediakan kualitas sistem yang baik, seperti kemudahan penggunaan dan kecepatan akses ketika sedang melakukan interaksi dengan aplikasi mobile ABC, maka ia cenderung akan merasa puas terhadap kualitas sistem yang disajikan. Kualitas informasi (information quality) merupakan ukuran kualitas informasi yang dihasilkan oleh sistem dan berguna bagi pengguna (Urbach & Muller, 2012). Kualitas informasi telah terbukti secara empiris memiliki pengaruh yang signifikan terhadap kepuasan pengguna e-commerce (DeLone & McLean, 2003), mobile sites (Tao, 2013), dan information oriented mobile application (Chen, Meservy, & Gillenson, 2012). Apabila informasi yang ditawarkan tidak akurat atau tidak lengkap, maka persepsi harapan pengguna tidak dapat terpenuhi, sehingga tidak dapat menciptakan rasa kepuasan. Sebaliknya, ketika harapan pengguna terhadap kualitas informasi terpenuhi, maka kepuasan pengguna terhadap aplikasi dapat Universitas Indonesia


47

diciptakan. Dalam penelitian ini, kualitas informasi digunakan untuk mengukur seberapa baik informasi yang dihasilkan oleh aplikasi mobile ABC, mengingat bahwa aplikasi mobile ABC menyediakan konten berisi informasi-informasi islami seperti Al-Qur’an digital, haji dan umrah, serta konten dan konstektual. Oleh karena itu, penulis merumuskan hipotesis berikut sebagai ekspektasi dari hubungan kualitas aplikasi mobile ABC yang berpengaruh terhadap kepuasan pengguna (satisfaction): H3: Kualitas sistem (system quality) berpengaruh positif terhadap kepuasan (satisfaction). H4: Kualitas informasi (information quality) berpengaruh positif terhadap kepuasan (satisfaction). 2.4.3

Dampak Experience terhadap Satisfaction

Perceived enjoyment terkait dengan pleasure dan enjoyment dianggap sebagai persepsi emosional pengguna yang dihasilkan dari penggunaan aplikasi (Tao, 2013). Dalam penelitian ini penulis mendefinisikan perceived enjoyment sebagai sejauh mana interaksi dengan sistem komputer dapat menciptakan rasa kecanduan sehingga pengguna tidak menyadari waktu yang telah dihabiskan ketika menggunakan aplikasi mobile ABC. Hal ini menunjukkan bahwa pengguna mengharapkan mendapatkan pengalaman yang menyenangkan disamping mendapatkan kualitas sistem dan informasi yang baik. Namun, kendala perangkat mobile dapat mempengaruhi pengalaman penggunaan. Sebagai contoh, apabila layanan merespon permintaan pengguna dengan lambat, maka memungkinkan pengguna tidak merasa puas terhadap layanan yang disediakan. Dengan kata lain, jika seorang pengguna merasa enjoy terhadap interaksinya dengan aplikasi, kemungkinan ia akan memiliki tingkat kepuasan yang lebih tinggi. Dalam penelitian sebelumnya, telah dibahas mengenai adanya pengaruh perceived enjoyment terhadap satisfaction. Penelitian yang dilakukan oleh Tao (2013) menggunakan pengguna mobile sites sebagai responden. Penelitian tersebut membuktikan bahwa perceived enjoyment merupakan variabel yang paling Universitas Indonesia


48

signifikan mempengaruhi satisfaction. Artinya, jika seorang pengguna merasakan enjoyment ketika sedang berinteraksi dengan aplikasi mobile atau sistem informasi, maka ia cenderung akan merasa puas dan akan menciptakan keinginan untuk menggunakan kembali aplikasi. Konsep perceived usefulness telah terbukti secara empiris memiliki hubungan yang kuat dan konsisten terhadap penerimaan teknologi informasi (Davis, Bagozzi, & Warshaw, 1989). Perceived usefulness didefinisikan sebagai sejauh mana aplikasi memberikan kontribusi terhadap peningkatan kinerja penggunanya (Davis, Bagozzi, & Warshaw, 1989). Perceived usefulness merepresentasikan persepsi yang lebih holistik mengenai aplikasi yang dapat dijadikan sebagai alat konfirmasi terpenuhinya harapan terhadap fitur aplikasi dan output yang diharapkan pengguna (Battacherjee, 2001). Dengan kata lain, perceived usefulness merepresentasikan harapan pengguna di masa depan setelah menggunakan aplikasi. Seddon dan Yip (1992), Eighmey (1997), serta Boneka dan Torkzadeh (1998) telah membuktikan bahwa terdapat pengaruh yang positif antara perceived usefulness dengan satisfaction (Dauw-Song, Min-Jon, Lee, & Tsu-Sheng, 2013). Penelitian yang dilakukan oleh Chen, Meservy, dan Gillenson (2012) kepada pengguna aplikasi mobile berbasis informasi, juga dibuktikan adanya hubungan yang positif antara perceived usefulness yang menghasilkan pengaruh positif terhadap satisfaction dan penggunaan secara berkelanjutan. Tingkat perceived usefulness lebih tinggi diyakini dapat menghasilkan kepuasan pengguna yang lebih besar. Oleh karena itu, penulis merumuskan hipotesis berikut ini sebagai ekspektasi dari hubungan experience yang dialami pengguna aplikasi mobile ABC yang berpengaruh terhadap kepuasan pengguna:

H5: Kesenangan yang dirasakan (perceived enjoyment) berpengaruh positif terhadap kepuasan (satisfaction). H6: Manfaat yang dirasakan (perceived usefulness) berpengaruh positif terhadap kepuasan (satisfaction).



49

H7: Manfaat yang dirasakan (perceived usefulness) berpengaruh positif terhadap niat menggunakan kembali (continuance usage intention). 2.4.4

Dampak Confirmation terhadap Satisfaction dan Experience

Konfirmasi (confirmation) merupakan konstruk yang mencerminkan realisasi dari apa yang diharapkan oleh pengguna terhadap penggunaaan sistem, yaitu dengan menangkap harapan sebelum dan setelah menggunakan sistem (Chen, Meservy, & Gillenson, 2012). Penelitian Battacherjee (2001) mendefinisikan konfirmasi sebagai persepsi pengguna atas kesamaan antara harapan penggunaan sistem dengan penggunaan aktual. Misalnya, saat pertama kali menggunakan aplikasi, pengguna mungkin memiliki persepsi yang rendah karena ia tidak yakin dengan apa yang akan dihasilkan dari penggunaan aplikasi tersebut. Namun, ada kemungkinan pengguna masih ingin menggunakan aplikasi dengan tujuan membuat pengalaman penggunaan sebagai dasar untuk membentuk persepsi yang lebih akurat. Sehingga, meskipun persepsi mengenai aplikasi pada awalnya rendah, namun persepsi tersebut dapat berubah seiring dengan pengalaman penggunaan sebagai hasil dari konfirmasi. Variabel konfirmasi dalam penelitian ini digunakan untuk memastikan kesesuaian antara perceived usefulness, perceived enjoyment, dan satisfaction terhadap penggunaan aplikasi mobile ABC. Variabel confirmation digunakan untuk memastikan apakah harapan pengguna terpenuhi atau tidak khususnya mengenai manfaat yang dirasakan, kesenangan yang dirasakan, dan kepuasan pengguna. Pengguna cenderung akan membandingkan antara harapan dan pengalamannya setelah menggunakan aplikasi mobile ABC apakah harapannya telah terpenuhi atau tidak. Penelitian yang dilakukan oleh Battacherjee (2001) telah membuktikan adanya pengaruh antara confirmation dengan perceived usefulness dan antara confirmation dengan satisfaction. Sedangkan penelitian Ong dan Day (2010), membuktikan adanya pengaruh yang signifikan antara confirmation terhadap perceived enjoyment.



50

Oleh karena itu, penulis merumuskan hipotesis berikut ini sebagai ekspektasi dari hubungan confirmation yang berpengaruh terhadap experience dan satisfaction pengguna:

H8: Konfirmasi (confirmation) berpengaruh positif terhadap manfaat yang dirasakan (perceived usefulness). H9: Konfirmasi (confirmation) berpengaruh positif terhadap kesenangan yang dirasakan (perceived enjoyment). H10:

Konfirmasi (confirmation) berpengaruh positif terhadap kepuasan

(satisfaction). 2.4.5 Dampak Satisfaction terhadap Continuance Usage Intention dan Intention to Recommend Para peneliti banyak mempelajari dan mencari tahu bagaimana pengaruh satisfaction dapat menimbulkan keinginan untuk menggunakan suatu produk atau jasa dan keinginan untuk merekomendasikan produk dan jasa tersebut kepada orang lain. Liu et al., (2011) mendeskripsikan kepuasan (satisfaction) sebagai perasaan kumulatif yang dikembangkan berdasarkan beberapa interaksi dengan aplikasi (Tao, 2013). Sejalan dengan Doll dan Torkzadeh (1988) yang menyatakan bahwa kepuasan pengguna sebagai sikap afektif terhadap suatu aplikasi sebagai hasil interaksi pengguna secara langsung. Individu yang harapan terhadap aplikasi telah terpenuhi cenderung merasa puas dan selanjutnya dapat menciptakan keinginan untuk menggunakan aplikasi secara berkelanjutan (Battacherjee, 2001). Penelitian yang dilakukan oleh Chen, Meservy, dan Gillenson (2012) telah membuktikan bahwa kepuasan pengguna (satisfaction) aplikasi mobile berbasis informasi memiliki pengaruh yang signifikan terhadap niat menggunakan kembali aplikasi (continuance usage intention). Hasil penelitian tersebut sesuai dengan penelitian Battacherjee (2001), bahwa satisfaction merupakan variabel yang signifikan yang mempengaruhi niat menggunakan kembali aplikasi.



51

Penelitian yang dilakukan oleh Chenyan, Peak, dan Prybutok (2015) membuktikan bahwa pengguna yang mendapatkan value lebih besar dari penggunaan produk atau layanan cenderung lebih puas yang selanjutnya dapat meningkatkan loyalitas pengguna. Pengguna yang memiliki loyalitas cenderung memberikan rekomendasi mengenai aplikasi kepada orang lain. Menurut hasil penelitian Chenyan, Peak, dan Prybutok (2015), kepuasan pengguna terhadap aplikasi

mempunyai

pengaruh

yang

signifikan

terhadap

niat

untuk

merekomendasikan (intention to recommend). Hal tersebut sejalan dengan hasil penelitian Finn, Luming, dan Tema (2009) bahwa kepuasan merupakan variabel mediasi yang dapat mempengaruhi niat untuk merekomendasikan. Dengan kata lain, pengguna yang merasa puas dengan penggunaan aplikasi, cenderung akan menciptakan keinginan untuk merekomendasikan aplikasi tersebut kepada orang lain. Banyak penelitian yang telah membuktikan bahwa kepuasan pengguna berpengaruh terhadap niat untuk merekomendasikan (intention to recommend) dalam berbagai konteks, antara lain e-services (Finn, Luming, & Tema, 2009), business to business services (Lam, 2004), dan marketing (Yang & R.T. Peterson, 2004). Variabel kepuasan (satisfaction) dalam penelitian ini digunakan sebagai variabel mediasi (mediating/intervening variable). Dalam penelitian ini, variabel kepuasan (satisfaction) digunakan untuk membantu membangun sebuah konsep dan untuk memahami bagaimana pengaruh perspektif teknologi dan pengalaman pengguna terhadap niat menggunakan kembali (continuance usage intention) dan niat untuk merekomendasikan (intention to recommend). Masing-masing variabel pada perspektif teknologi dan pengalaman pengguna memiliki efek terhadap kepuasan, yang memediasi pada niat menggunakan kembali aplikasi (Battacherjee, 2001) dan niat untuk merekomendasikan (Chenyan, Peak, & Prybutok, 2015). Oleh karena itu, penulis merumuskan hipotesis berikut ini sebagai ekspektasi dari hubungan kepuasan pengguna (satisfaction) aplikasi mobile ABC yang berpengaruh terhadap continuance usage intention dan intention to recommend: H11: Kepuasan (satisfaction) berpengaruh positif terhadap niat menggunakan kembali (continuance usage intention). Universitas Indonesia


52

H12:

Kepuasan

(satisfaction)

berpengaruh

positif

terhadap

niat

untuk

merekomendasikan (intention to recommend). 2.5

Kerangka Teoritis

Dalam pembuatan kerangka teoritis, penulis mengajukan usulan model konseptual penelitian yang ditunjukkan pada Gambar 2.15.



53

Gambar 2.15 Kerangka Teoritis Penelitian



BAB 3 METODOLOGI PENELITIAN Bab ini menjelaskan mengenai desain penelitian, sumber dan metode pengumpulan data, dan metode pengolahan data. 3.1

Kategori Metodologi

Pendekatan yang digunakan dalam penelitian ini adalah pendekatan secara kuantitatif. Pendekatan kuantitatif dipilih karena penulis melakukan pengolahan data yang telah dikumpulkan dari pengambilan sampel dalam suatu populasi dengan menggunakan teknik statistik. Metodologi yang digunakan dalam penelitian ini adalah survey research dan case study research. Landasan yang menjadikan penelitian ini survey research karena pengumpulan data dilakukan dari sejumlah sampel atas populasi. Dalam survei, informasi dikumpulkan dari responden dengan menggunakan kuesioner. Dalam penelitian ini, survei yang dilakukan bertujuan untuk menjelaskan hubungan kausal

dan

pengujian

hipotesis

sehingga

diperoleh

faktor-faktor

yang

mempengaruhi niat menggunakan kembali dan niat merekomendasikan aplikasi berbasis informasi. Sedangkan landasan yang menjadikan penelitian ini case study research karena kasus yang diambil menjadi masalah penelitian mengenai aplikasi mobile di salah satu perusahaan riset dan pengembangan yaitu aplikasi ABC pada PT. XYZ. 3.2

Tahapan Penelitian

Penelitian yang dilaksanakan penulis meliputi tahapan identifikasi masalah, studi literatur, pengumpulan data primer (penyusunan instrumen pengumpulan data kuantitatif, uji keterbacaan kuesioner, penyebaran kuesioner), analisis data, dan penarikan kesimpulan. Setiap tahapan terdiri dari input, metode, dan output untuk memperjelas

maksud

dan

tujuan

dari

tahapan

tersebut.

Gambar

3.1

menggambarkan kerangka kerja penelitian ini secara detail.

54



55

Gambar 3.1 Kerangka kerja Penelitian



56

Gambar 3.1 Kerangka Kerja Penelitian (sambungan)

Berikut ini adalah penjabaran dari masing-masing tahapan penelitian yang dilakukan berdasarkan Gambar 3.1. 3.2.1

Tahap 1 yaitu identifikasi masalah

Pada tahap ini penulis melakukan pengambilan data awal yang dilakukan dengan metode wawancara dan studi literatur. Wawancara bertujuan untuk menemukan permasalahan yang terjadi di dalam perusahaan yang khususnya pada aplikasi ABC. Sedangkan studi literatur dilakukan dengan cara membaca jurnal, conference, ataupun buku teks yang berkaitan dengan permasalahan yang ada. Tahapan ini menghasilkan pertanyaan penelitian yang telah diselesaikan dalam penelitian ini. 3.2.2

Tahap 2 yaitu studi literatur

Studi literatur dilakukan dengan mencari teori-teori yang relevan dengan permasalahan yang diteliti. Setelah dikumpulkan teori dan penelitian terkait, penulis melakukan perbandingan penelitian terdahulu dengan metode 3C + 2S (compare, contrast, criticize, synthesize, summarize). Tahapan ini menghasilkan sebuah kerangka teoritis yang melandasi penelitian yang dilakukan. Universitas Indonesia


57

3.2.3 Pengumpulan data primer Data yang digunakan adalah data kuantitatif. Pengumpulan data kuantitatif dilakukan dengan menggunakan kuesioner. Secara detail, tahapan pengambilan data primer sebagai berikut: 3.2.3.1 Tahap 3 yaitu penyusunan instrumen pengumpulan data kuantitatif Penyusunan instrumen pengumpulan data kuantitatif dilakukan dengan menyusun daftar pertanyaan yang akan diajukan dalam survei kuesioner. Pertanyaan yang ada dalam daftar kuesioner berdasarkan pada variabel kerangka teoritis yaitu dengan menentukan indikator yang telah dikembangkan oleh beberapa ahli. Jawaban untuk pertanyaan yang diajukan diukur menggunakan skala likert 5 poin, sebagai berikut: 

1 : Sangat Tidak Setuju (STS)



2 : Tidak Setuju (TS)



3 : Netral (N)



4 : Setuju (S)



5 : Sangat Setuju (SS)

Ada 3 bagian kuesioner yang harus diisi oleh responden. Pertama, syarat-syarat yang harus dipenuhi oleh calon responden untuk dapat mengisi kuesioner penelitian. Hal tersebut penting agar penelitian ini hanya mendapatkan data yang relevan dengan topik penelitian yang dilakukan. Kedua, data identitas responden seperti usia, jenis kelamin, tingkat pendidikan, pekerjaan, dan pengalaman penggunaan aplikasi. Ketiga, adalah bagian pernyataan dan jawaban kuesioner dimana responden dalam menjawab hanya perlu memberi tanda silang (X) pada kolom jawaban yang sesuai. Tahapan ini menghasilkan output berupa draft kuesioner. 3.2.4

Tahap 4 yaitu uji keterbacaan kuesioner

Draft kuesioner yang dihasilkan pada tahap penyusunan instrumen pengumpulan data kuantitatif kemudian dilakukan uji keterbacaan. Uji keterbacaan dilakukan dengan menyebarkan kuesioner ke 10 responden untuk dibaca, kemudian Universitas Indonesia


58

responden diminta memberikan umpan balik terkait keterbacaan kuesioner. Uji keterbacaan dilakukan dengan tujuan untuk mengukur sejauh mana keterbacaan kuesioner oleh responden. Melalui uji keterbacaan, dapat diketahui redaksi kata yang sulit dipahami oleh responden sehingga dapat diperbaiki. Responden kemudian memberikan kritik dan saran terhadap pernyataan-pernyataan dalam kuesioner tersebut. Selanjutnya, dilakukan perbaikan pada kalimat-kalimat dalam kuesioner berdasarkan kritik dan saran tersebut. Setelah kuesioner direvisi dan dinyatakan valid secara keterbacaan, kuesioner siap untuk disebarkan kepada sampel penelitian untuk tahap pengumpulan data. 3.2.4.1 Tahap 5 yaitu penyebaran kuesioner Setelah uji keterbacaan dilakukan, penulis melakukan pengumpulan data dengan menggunakan kuesioner yang dibuat menggunakan alat bantu Google Form dan disebarkan secara online. Alamat kuesioner disebarkan di media sosial dan forumforum online. Di bagian awal kuesioner, penulis telah memberi informasi mengenai syarat responden yang dituju. Selain itu, terdapat pertanyaan filtering yang digunakan untuk menyaring responden sesuai kriteria sehingga hanya responden yang memenuhi kriteria yang dapat mengisi kuesioner yang disebarkan secara online tersebut. Dengan begitu, responden yang merupakan sampel penelitian yang merepresentasikan populasi pengguna aplikasi ABC dapat mengisi kuesioner penelitian ini. 3.2.5

Tahap 6 yaitu analisis data kuantitatif

Data kuantitatif yang telah terkumpul kemudian dilakukan analisis dengan menggunakan analisis Structural Equation Model (SEM). SEM digunakan untuk menguji validitas kerangka teoritis yang diajukan dalam penelitian ini, sekaligus melakukan pengujian terhadap hipotesis yang sudah diajukan. Dalam penelitian ini, penulis menggunakan pendekatan PLS SEM karena model penelitian yang diteliti mempunyai konstruk yang berbentuk formatif yaitu hubungan antara konstruk second order dengan konstruk first order sebagai indikatornya. Pertimbangan lainnya adalah adanya kelebihan PLS SEM yang tidak mengharuskan jumlah sampel yang besar, data tidak harus terdistribusi secara Universitas Indonesia


59

normal multivariat, dan model tidak harus memenuhi goodness of fit. Dalam melakukan analisis SEM dengan pendekatan PLS untuk penelitian ini menggunakan alat bantu WarpPLS versi 4.0. PLS mengenal dua macam komponen pada model kausal, yaitu model pengukuran (measurement model) dan model struktural (structural model). Model struktural terdiri dari dua jenis konstruk laten yang tidak dapat diobservasi, yaitu konstruk first order dan second order. Sedangkan model pengukuran terdiri dari indikator-indikator yang dapat diobservasi. Pada pengujian ini juga dilakukan estimasi koefisien-koefisien jalur yang mengidentifikasi kekuatan dari hubungan antara variabel independen dan variabel dependen. Model pengukuran terdiri dari hubungan indikator-indikator variabel yang dapat diobservasi dan konstruk first order yang diukur dengan indikator-indikator tersebut. Selanjutnya konstruk second order yang diukur dengan konstruk first order sebagai indikatornya. Tabel 3.1 menjelaskan kriteria penilaian model PLS yang diajukan oleh Chin (1998). Tabel 3.1 Kriteria Penilaian PLS Kriteria Evaluasi

Penjelasan

Model

Pengukuran Refleksif Loading factor

Nilai loading factor harus di atas 0,70.

Composite

Composite reliability mengukur internal consistency dan

Reliability

nilainya harus di atas 0,60.

Average Variance Nilai AVE harus di atas 0,50. Extracted (AVE) Validitas

Nilai akar kuadrat dari AVE harus lebih besar daripada nilai

Diskriminan

korelasi antar variabel laten.

Cross Loading

Merupakan

ukuran

lain

dari

validitas

diskriminan.

Diharapkan setiap blok indikator memiliki loading lebih tinggi untuk setiap variabel laten yang diukur dibandingkan dengan indikator untuk laten variabel lainnya.



60

Tabel 3.1 Kriteria Penilaian PLS (sambungan) Kriteria Evaluasi

Penjelasan

Model

Pengukuran Formatif Signifikansi nilai Nilai estimasi untuk model pengukuran formatif harus weight

signifikan. Tingkat signifikansi ini dinilai dengan prosedur bootstrapping.

Multikolonieritas

Variabel manifest dalam blok harus diuji apakah terdapat multikol. Nilai variance inflaction factor (VIF) dapat digunakan untuk menguji hal ini. Nilai VIF di atas 10 mengindikasikan terdapat multikol.

Evaluasi

Model

Struktural R2 untuk variabel Hasil R2 sebesar 0,67, 0,33 dan 0,19 untuk variabel laten laten endogen

endogen dalam model struktural mengindikasikan bahwa model “baik”, “moderat”, dan “lemah”.

Estimasi koefisien Nilai estimasi untuk hubungan jalur dalam model struktural jalur

harus signifikan.

Nilai signifikansi ini dapat diperoleh

dengan prosedur bootstrapping. f2 untuk effect size

Nilai f2 sebesar 0,02, 0,15 dan 0,35 dapat diinterpretasikan apakah prediktor variabel laten mempunyai pengaruh yang lemah, medium atau besar pada tingkat struktural.

Relevansi Prediksi Nilai Q2 di atas nol memberikan bukti bahwa model (Q2 dan q2)

memiliki

predictive

mengindikasikan

relevance.

model

kurang

Q2

di

memiliki

bawah

nol

predictive

relevance. (Sumber: Ghozali, 2014)



61

3.2.6 Tahap 7 yaitu penarikan kesimpulan dan saran Setelah analisis data penelitian selesai dilakukan, penulis menarik kesimpulan terhadap hasil penelitian yang dilakukan. Melalui data yang telah dikumpulkan dan dianalisis, maka dapat disimpulkan faktor-faktor yang mempengaruhi niat menggunakan kembali aplikasi berbasis informasi. Sehingga, berdasarkan kesimpulan yang diperoleh dapat diberikan beberapa saran agar penelitian selanjutnya bisa menjadi lebih baik. 3.3

Instrumen Penelitian

Instrumen penelitian di bawah ini merupakan kumpulan dari instrumen penelitian sebelumnya yang telah digunakan dalam survei penelitian niat menggunakan kembali suatu aplikasi atau sistem informasi. Instrumen-instrumen tersebut diturunkan dari kerangka teoritis yang telah dijelaskan pada Bab 2. Berikut ini penjelasan masing-masing variabel dalam penelitian ini. Tabel 3.2 Kode dan Pertanyaan Instrumen Penelitian Ease of Use (Kemudahan aplikasi ABC untuk digunakan) Kode Pernyataan Referensi Saya cepat beradaptasi dengan aplikasi ABC (DeLone EU1 karena penggunaannya mudah EU2

McLean,

&

2003),

Pengoperasian aplikasi ABC mudah, dapat (Tao, 2013) dilakukan sendiri tanpa bimbingan

EU3

Navigasi di aplikasi ABC mudah digunakan dan tidak rumit

EU4

Tampilan (interface) aplikasi ABC mudah dimengerti pengguna (user friendly)

Response Time (Kecepatan mengakses aplikasi ABC) Kode Pernyataan Referensi Waktu tunggu (loading) aplikasi ABC cepat (DeLone RT1 pada saat digunakan RT2

McLean,

&

2003),

Aplikasi ABC merespon permintaan saya (Chen, Meservy, & secara cepat

Gillenson, 2012) Universitas Indonesia


62

Tabel 3.2 Kode dan Pertanyaan Instrumen Penelitian (sambungan) Response Time (Kecepatan mengakses aplikasi ABC) Kode

Pernyataan

Referensi

RT3

Saya dapat men-download data (Al-Qur’an) dari aplikasi ABC dengan cepat

RT4

Aplikasi ABC memuat data seperti teks dan gambar secara cepat

System Reliability (Ketahanan aplikasi ABC dari kerusakan) Kode SR1

Pernyataan

Referensi

Aplikasi ABC dapat beroperasi secara handal, (DeLone

&

contohnya tidak mudah down ketika diakses McLean,

2003),

oleh banyak pengguna SR2

(Chen, Meservy, &

Aplikasi ABC dapat bekerja secara handal, Gillenson, 2012) contohnya tidak terjadi forced close ketika men-download semua surah

SR3

Proses error recovery yang cepat jika terjadi gangguan (bug) yaitu aplikasi ABC melakukan forced update untuk menangani gangguan tersebut

SR4

Aplikasi ABC selalu tersedia (available) setiap kali saya mengakses

Functionality (Fungsionalitas aplikasi ABC) Kode FU1

Pernyataan

Referensi

Aplikasi ABC selalu berfungsi dengan benar (DeLone (running well)

FU2

McLean,

2003);

Aplikasi ABC dirancang dengan baik (well (Xu, Benbasat, & Cenfetteli, 2013)

designed) FU3

&

Aplikasi ABC menyediakan fitur-fitur yang dibutuhkan

pengguna

dalam

mempelajari

agama Islam



63

Tabel 3.2 Kode dan Pertanyaan Instrumen Penelitian (sambungan) Completeness (Kelengkapan informasi di aplikasi ABC) Kode CN1

Pernyataan

Aplikasi ABC menyediakan informasi yang (DeLone memadai

CN2

Referensi

McLean,

& 2003),

Aplikasi ABC menyediakan informasi secara (Tao, 2013), (Xu, komprehensif (ruang lingkup/isi luas dan Benbasat, Cenfetteli, 2013)

lengkap) CN3

&

Informasi yang disediakan aplikasi ABC memenuhi kebutuhan saya sebagai pengguna

Accuracy (Keakuratan informasi di aplikasi ABC) Kode AC1

Pernyataan

Aplikasi ABC menampilkan informasi secara (Chen, Meservy, & benar

AC2

Gillenson,

2012),

Informasi yang saya peroleh dari aplikasi ABC (Tao, 2013), (Xu, bebas dari kesalahan

AC3

Referensi

Benbasat,

&

Aplikasi ABC menyediakan informasi yang Cenfetteli, 2013) tepat dan akurat

Format (Susunan informasi di aplikasi ABC) Kode FO1

Pernyataan

Aplikasi ABC menyediakan informasi dengan (Chen, Meservy, & format yang baik

FO2

Gillenson,

2012),

Aplikasi ABC menyediakan informasi dengan (Xu, Benbasat, & penataan yang baik

FO3

Referensi

Cenfetteli, 2013)

Aplikasi ABC menyajikan informasi pada layar dengan jelas



64

Tabel 3.2 Kode dan Pertanyaan Instrumen Penelitian (sambungan) Understandability (Informasi di aplikasi ABC mudah dimengerti) Kode UN1

Pernyataan

Referensi

Informasi di aplikasi ABC mudah dan dapat (DeLone dimengerti oleh saya sebagai pengguna

UN2

McLean,

2003),

Informasi di aplikasi ABC tidak rumit dan (Chen, Meservy, & Gillenson,

mudah dimengerti UN3

&

2012),

Aplikasi ABC menyajikan informasi dengan (Tao, 2013), (Xu, Benbasat,

cukup detil sehingga mudah dipahami

&

Cenfetteli, 2013) Perceived Usefulness (Manfaat yang dirasakan) Kode

Pernyataan

PU1

Penggunaan

Referensi aplikasi

ABC

meningkatkan (Battacherjee,

kinerja saya dalam mempelajari agama Islam PU2

Penggunaan

aplikasi

ABC

2001),

(Chen,

meningkatkan Meservy,

&

produktivitas saya dalam mempelajari agama Gillenson, 2012) Islam PU3

Penggunaan

aplikasi

ABC

meningkatkan

efektivitas saya dalam mempelajari agama Islam Perceived Enjoyment (Kesenangan yang dirasakan) Kode PE1

Pernyataan

Referensi

Penggunaan aplikasi ABC untuk mempelajari (Ong & Day, 2010), agama

Islam

merupakan

hal

yang (Tao, 2013), (Tao,

menyenangkan (fun) PE2

2013)

Penggunaan aplikasi ABC untuk mempelajari agama Islam merupakan hal yang menarik

PE3

Saya merasa nyaman menggunakan aplikasi ABC untuk mempelajari agama Islam



65

Tabel 3.2 Kode dan Pertanyaan Instrumen Penelitian (sambungan) Confirmation (Konfirmasi) Kode CO1

Pernyataan

Referensi

Saya mendapatkan pengalaman yang lebih baik (Battacherjee, selama menggunakan aplikasi ABC daripada 2001) apa yang saya harapkan

CO2

Fungsionalitas yang disediakan oleh aplikasi ABC lebih baik daripada apa yang saya harapkan

CO3

Secara keseluruhan, sebagian besar harapan saya dalam menggunakan aplikasi ABC sudah terpenuhi

Satisfaction (Kepuasan) Kode SA1

Pernyataan

Saya merasa puas dengan fitur yang disajikan (Battacherjee, oleh aplikasi ABC

SA2

Referensi

2001)

Aplikasi ABC menyajikan informasi yang sangat memuaskan

SA3

Secara keseluruhan, saya merasa puas selama menggunakan aplikasi ABC untuk mempelajari agama Islam

Continuance Usage Intention (Niat Melanjutkan Penggunaan) Kode CI1

Pernyataan

Saya berniat untuk terus menggunakan aplikasi (Battacherjee, ABC

CI2

Referensi

2001)

Saya berniat untuk menggunakan aplikasi ABC daripada aplikasi alternatif lainnya

CI3

Kedepannya, saya akan menggunakan aplikasi ABC ketika saya mempelajari agama Islam



66

Tabel 3.2 Kode dan Pertanyaan Instrumen Penelitian (sambungan) Intention to Recommend (Niat Untuk Merekomendasikan) Kode IR1

Pernyataan

Saya akan mengatakan hal-hal positif tentang (Chenyan, Peak, & aplikasi ABC

IR2

Referensi

Prybutok, 2015)

Saya akan mengatakan hal-hal baik tentang aplikasi ABC

IR3

Saya akan merekomendasikan aplikasi ABC kepada orang lain

IR4

Saya akan mendorong orang lain untuk menggunakan aplikasi ABC

3.4

Sampel dan Metode Pengumpulan Data

Populasi atau universe adalah jumlah keseluruhan dari unit analisis yang ciricirinya akan diduga (Mantra & Kasto, 1987). Populasi dalam penelitian ini adalah pengguna aplikasi ABC yang berjumlah 43221 orang pada bulan Februari 2014. Sampel yang dituju sebagai responden dalam penelitian ini merupakan subset dari populasi pengguna aplikasi ABC di Indonesia. Untuk dapat menjangkau sampel penelitian, penulis menggunakan teknik nonprobability sampling (teknik metode tak acak) yaitu purposive sampling. Teknik purposive sampling atau disebut sebagai judgement sampling adalah teknik yang memilih unit sampel yang disesuaikan dengan kriteria atau kebijaksanaan tertentu (Supangat, 2007). Teknik judgement sampling memiliki beberapa keuntungan, seperti membutuhkan biaya yang relatif murah dan menjamin bahwa responden yang masuk relevan dengan subyek penelitian yang dilakukan. Kriteria yang digunakan pada penelitian ini adalah responden minimal pernah menggunakan salah satu fitur aplikasi ABC seperti Al-Qur’an digital, jadwal sholat, arah kiblat, dan sebagainya. Seluruh data dikumpulkan melalui kuesioner yang disebarkan secara online menggunakan alat bantu Google Form. Kuesioner tersebut disusun berdasarkan instrumen-instrumen penelitian yang telah dijelaskan sebelumnya. Situs yang dijadikan target penyebaran kuesioner secara online adalah media sosial, seperti Facebook dan Universitas Indonesia


67

Twitter dan melalui aplikasi mobile messaging, seperti Line, Whatsapp, dan BBM. Tan dan Teo (2000) menyatakan bahwa survei online memiliki beberapa keunggulan dibandingkan survei berbasis kertas antara lain menghemat biaya, respon lebih cepat, tidak terbatas secara geografis (Battacherjee, 2001). Data penelitian ini dikumpulkan selama kurang lebih 5 minggu. Lampiran 6 menunjukkan kuesioner penelitian yang digunakan untuk mengumpulkan data penelitian.



BAB 4 PROFIL ORGANISASI Bab ini menjelaskan mengenai profil organisasi objek penelitian yaitu PT. XYZ serta informasi terkait aplikasi yang diteliti yaitu aplikasi mobile ABC. Profil organisasi yang dijelaskan meliputi sejarah dan perkembangan, visi dan misi, serta struktur organisasi PT. XYZ. 4.1

Sejarah dan Perkembangan PT. XYZ

PT. XYZ didirikan pada tahun 2012, dengan tujuan utama adalah mendukung proyek global melalui pengembangan perangkat lunak pada perangkat mobile dari mulai proses perencanaan, perancangan, pengembangan, quality assurance, dan operations. Namun, seiring perkembangan dan munculnya strategi bisnis baru, pada tahun 2013, PT. XYZ mulai merambah ke pasar lokal, dimana PT. XYZ bekerjasama dengan perusahaan lain untuk mengembangkan perangkat lunak dengan target pasar di Indonesia. Pada awal tahun 2015, PT. XYZ bekerjasama dengan beberapa universitas ternama di Indonesia untuk mengembangkan penelitian bersama terkait tren teknologi. 4.2

Visi dan Misi PT. XYZ

Sebagai landasan dalam menjalankan kegiatan bisnisnya, PT. XYZ memiliki visi dan misi. Visi dari PT. XYZ adalah menjadi Center of Excellence dalam jasa komersial dengan pencapaian R&D terkini. Sedangkan untuk mencapai visi yang diraih, PT. XYZ mempunyai misi yaitu mengembangkan teknologi penuh inovasi berupa konten, layanan, solusi, dan teknologi yang dapat menempatkan produk dan jasanya sebagai teman dalam setiap aspek kehidupan seperti kesehatan, ilmu pengetahuan, status sosial, produktivitas, efisiensi, keuangan, hiburan, dsb. Sehingga dapat menciptakan keunggulan kompetitif bagi perusahaan dengan memperhatikan kualitas produknya.

68



69

4.3

Struktur Organisasi

PT. XYZ mempekerjakan sekitar 130 yang terbagi ke dalam tiga divisi, yaitu Service Innovation, Software R&D, dan Management Support. Struktur organisasi dapat dilihat pada Gambar 4.1.

Gambar 4.1 Struktur Organisasi PT. XYZ (Sumber: Data HRD PT. XYZ)



BAB 5 ANALISIS DAN PEMBAHASAN Bab ini menjelaskan hasil analisis data penelitian yang telah dikumpulkan penulis dengan menggunakan metode evaluasi yang dijelaskan pada Bab 3. Tahap analisis dan pembahasan ini berisi pengolahan data demografi responden, analisis data penelitian, diskusi, dan implikasi penelitian yang dilakukan. 5.1

Demografi Responden

Responden dari penelitian ini adalah pengguna aplikasi yang tersebar di seluruh wilayah Indonesia. Kuesioner penelitian ini dibuat dengan menggunakan alat bantu Google Form dan disebarkan secara online. Peneliti menggunakan alat bantu Google Form dalam penelitian ini karena faktor lokasi responden yang tersebar di seluruh wilayah Indonesia dan adanya privacy dan policy perusahaan yang tidak dapat memberikan data pengguna aplikasi kepada peneliti sehingga tidak dapat melakukan pengambilan data secara langsung. Oleh karena itu, peneliti melakukan pengumpulan data dari responden melalui beberapa cara, yaitu menyebarkan alamat kuesioner di media sosial dan forum-forum online, dan meminta kepada pengguna Twitter maupun Facebook yang pernah membagikan informasi mengenai aplikasi untuk mengisi kuesioner. Pengumpulan data dilakukan selama 5 minggu mulai tanggal 8 November 2015 hingga 12 Desember 2015 dan terdapat 218 data kuesioner yang masuk ke dalam spreadsheet Google Form. Namun setelah proses filtering, dari 218 data yang masuk tersebut terdapat 42 data yang harus dihapus karena data tersebut tidak memenuhi kriteria yang diharapkan dimana responden tersebut belum pernah menggunakan aplikasi. Sehingga data yang digunakan untuk proses analisis selanjutnya adalah 176 data kuesioner. Demografi responden yang dibahas pada bagian ini mencakup jenis kelamin, usia, pendidikan, pekerjaan, lama penggunaan, dan fitur yang diakses oleh responden penelitian.

70



71

5.1.1 Jenis Kelamin Berdasarkan data hasil kuesioner yang disebarkan secara online, dari 176 responden terdapat 116 orang laki-laki dan 60 orang perempuan. Diagram yang merepresentasikan jenis kelamin responden dapat dilihat pada Gambar 5.1.

Gambar 5.1 Data Jenis Kelamin Responden (Sumber: Hasil olahan penulis)

5.1.2

Usia

Data hasil kuesioner penelitian menunjukkan bahwa dari 176 orang responden, 6 orang memiliki usia dibawah 20 tahun dan sebanyak 127 orang memiliki rentang usia 20 hingga 29 tahun sehingga mendominasi responden dalam penelitian ini. Setelah itu terdapat 37 orang yang memiliki rentang usia 30 hingga 39 tahun, dan 6 orang memiliki rentang usia 40 hingga 49 tahun. Kemudian, pada survey online tidak ada responden yang memiliki usia diatas 50 tahun. Diagram yang menunjukkan usia responden dapat dilihat pada Gambar 5.2.



72

Gambar 5.2 Data Usia Responden (Sumber: Hasil olahan penulis)

5.1.3

Pendidikan

Sebanyak 135 responden memiliki tingkat pendidikan terakhir Sarjana (S1) sehingga mendominasi responden dalam penelitian ini. Setelah itu sebanyak 21 orang memiliki tingkat pendidikan terakhir Magister (S2). Kemudian sebanyak 9 responden memiliki tingkat pendidikan terakhir D1/D2/D3, dan sebanyak 1 responden memiliki tingkat pendidikan terakhir Doktor (S3). Pada pilihan “Lainnya” terdapat 10 responden yang memilih yaitu dengan mengisi tingkat pendidikan terakhir SMA/SMK, atau sederajat. Gambar 5.3 menunjukkan tingkat pendidikan terakhir yang ditempuh responden penelitian.

Gambar 5.3 Data Tingkat Pendidikan Responden (Sumber: Hasil olahan penulis) Universitas Indonesia


73

5.1.4 Pekerjaan Mayoritas responden penelitian memiliki pekerjaan sebagai pegawai swasta sebanyak 116 orang. Selanjutnya, sebanyak 17, 12, dan 10 reponden memiliki pekerjaan sebagai mahasiswa, wirausaha, dan pegawai negeri sipil secara berurutan. Kemudian, pada pilihan “Lainnya” terdapat 21 responden mengisi dengan berbagai macam pekerjaan, seperti dosen, ibu rumah tangga, pegawai BUMN, pegawai instansi pemerintah, dll. Gambar 5.4 menunjukkan pekerjaan yang dimiliki responden penelitian ini.

Gambar 5.4 Data Pekerjaan Responden (Sumber: Hasil olahan penulis)

5.1.5

Lama Penggunaan

Berdasarkan data responden penelitian, sebanyak 24 orang dari total responden penelitian telah memiliki pengalaman dalam menggunakan aplikasi selama lebih dari 2 tahun.

Kemudian, sebannyak 101, 28, 15, dan 8 orang lainnya telah

memiliki pengalaman dalam menggunakan aplikasi selama kurang dari 6 bulan, 6 hingga 12 bulan, 12 hingga 18 bulan, dan 18 hingga 24 bulan secara berurutan. Gambar 5.5 merepresentasikan persentase lama penggunaan aplikasi oleh responden penelitian.



74

Gambar 5.5 Data Lama Penggunaan Aplikasi oleh Responden (Sumber: Hasil olahan penulis)

5.1.6

Fitur Aplikasi yang Sering Diakses

Pada pertanyaan ini, responden dapat memilih lebih dari 1 jawaban. Berdasarkan data responden penelitian, terdapat 145 responden mengakses fitur jadwal sholat. Selanjutnya sebanyak 114, 67, 38, dan 5 orang lainnya menggunakan fitur Al Qur’an digital, penunjuk arah kiblat, konten harian dan kontekstual, dan haji dan umrah secara berurutan. Gambar 5.6 merepresentasikan jumlah fitur aplikasi yang diakses oleh responden penelitian.

Gambar 5.6 Fitur Aplikasi yang Sering Diakses (Sumber: Hasil olahan penulis) Universitas Indonesia


75

5.1.7 Rangkuman Demografi Responden Rangkuman demografi responden yang didapat pada penelitian ini, bisa dilihat pada Tabel 5.1. Berdasarkan Tabel 5.1, dapat dilihat bahwa paling banyak responden berusia muda dan produktif berkisar antara 20 hingga 29 tahun. Karakteristik yang tidak memiliki persentase menunjukkan bahwa karakteristik tersebut pada kuesioner diperbolehkan diisi lebih dari satu jawaban. Tabel 5.1 Rangkuman Demografi Responden Karakteristik Umur

Pekerjaan

Lama aplikasi

Persentase

6

3%

20 - 29 tahun

127

72%

30 - 39 tahun

37

21%

40 - 49 tahun

6

3%

Diatas 50 tahun

0

0%

Laki-Laki

116

66%

Perempuan

60

34%

D1/D2/D3

9

5%

Sarjana (S1)

135

77%

Magister (S2)

21

12%

Doktor (S3)

1

1%

Lainnya

10

6%

Pegawai Negeri Sipil

10

6%

Pegawai Swasta

116

66%

Mahasiswa

17

10%

Wirausaha

12

7%

Lainnya

21

12%

101

57%

6 - 12 bulan

28

16%

12 - 18 bulan

15

9%

18 - 24 bulan

8

5%

> 2 tahun

24

14%

Dibawah 20 tahun

Jenis Kelamin

Pendidikan

N=176

menggunakan < 6 bulan



76

Tabel 5.1 Rangkuman Demografi Responden (sambungan) Karakteristik Fitur yang sering diakses

N=176

Persentase

Al-Qur'an digital

114

-

Jadwal sholat

145

-

Penunjuk arah kiblat

69

-

Haji & umrah

5

-

38

-

Konten

harian

&

kontekstual (Sumber: Data Primer diolah)

5.2

Analisis Data

Metode analisis dan pengolahan data dalam penelitian ini menggunakan pendekatan Structural Equation Modeling (SEM) berbasis Partial Least Square (PLS) dengan alat bantu analisis yang digunakan adalah program WarpPLS versi 4.0. Menurut Latan dan Ghozali (2012), tahapan analisis menggunakan PLS-SEM setidaknya harus melalui lima proses tahapan, yaitu konseptualisasi model, menentukan metode analisis algoritma, menentukan metode resampling, menggambar diagram jalur, dan evaluasi model meliputi mengevaluasi outer model atau measurement model serta mengevaluasi model structural atau inner model. 5.2.1

Konseptualisasi Model

Konseptualisasi model merupakan langkah awal dalam analisis PLS-SEM. Pada penelitian ini, pengembangan dan pengukuran konstruk dilakukan dengan mengembangkan dan mendefinisikan konstruk secara konseptual yaitu dengan melakukan literature review serta penelitian terdahulu untuk menentukan domain konstruk dan menentukan item-item yang merepresentasikan konstruk. Model konseptual yang dihasilkan yang telah dibahas pada Bab 2 di bagian kerangka teoritis.



77

5.2.2 Menentukan Metode Analisis Algoritma Tahapan selanjutnya yaitu menentukan metode analisis algoritma yang akan digunakan. PLS SEM memiliki tiga pilihan algoritma yaitu factorial, centroid, dan path atau structural weighting. Menurut Wold, algoritma PLS yang disarankan adalah path weighting (Latan & Ghozali, 2012). Sehingga, dalam penelitian ini menggunakan algoritma path atau structural weighting untuk analisis. 5.2.3

Menentukan Metode Resampling

Dalam SEM terdapat dua metode yang digunakan untuk resampling, yaitu bootstrapping dan jackknifing (Latan & Ghozali, 2012). Metode bootstrapping merupakan metode resampling yang menggunakan seluruh sampel asli. Sedangkan metode jackknifing hanya menggunakan subsampel dari sampel asli yang dikelompokkan ke dalam grup. Menurut Chiquoine dan Hjalmarsson (2009) dalam Kock (2011) menyatakan bahwa jackknifing memiliki keunggulan untuk menghasilkan nilai koefisien jalur (path coefficient) yang lebih stabil dengan ukuran sampel kecil yaitu kurang dari 100 dan dengan sampel yang mengandung outlier. Sedangkan Nevitt dan Hancock (2001) dalam Kock (2011) menyatakan bahwa bootstrapping menghasilkan nilai koefisien jalur (path coefficient) yang lebih stabil untuk ukuran sampel yang lebih besar, namun dapat digunakan untuk ukuran sampel yang kecil. Oleh karena itu, penelitian ini menggunakan metode bootstrapping untuk resampling karena sampel yang dimiliki dalam penelitian ini tergolong besar yaitu sebanyak 176 (lebih dari 100). 5.2.4 Pembentukan Diagram Jalur Pembentukan diagram jalur ini sesuai dengan hipotesis dan model penelitian yang telah diajukan, yaitu sesuai dengan Gambar 2.15. Menurut Kock (2011), pembentukan diagram jalur dengan konstruk second order dengan WarpPLS dapat dilakukan dengan 2 langkah, sebagai berikut:



78

1.

Membuat model null yang terdiri dari konstruk fisrt order dan indikatorindikatornya yang dimodelkan secara refleksif dimana arah indikatornya dari konstruk ke indikator dan tanpa adanya relasi antara konstruk first order-nya. Hal ini dilakukan untuk menghitung skor pada variabel laten berdasarkan indikator-indikatornya. Pembentukan model null dapat dilihat pada Gambar 5.7 berikut ini.

Gambar 5.7 Pembentukan Model Null

2.

Membuat model baru yang terdiri dari variabel eksogen dan variabel endogen. Variabel eksogen merupakan konstruk second order yaitu information quality (IQ) dan system quality (SQ) yang memiliki indikator berupa konstruk first order yang telah dilakukan perhitungan pada model null. Variabel eksogen dimodelkan secara formatif dimana arah relasi dari indikator ke variabel eksogen. Konstruk first order yang dijadikan sebagai indikator pada konstruk information quality (IQ) adalah completeness (CN), accuracy (AC), format (FO), dan understandability (UN). Sedangkan konstruk first order yang dijadikan sebagai indikator pada konstruk system quality (SQ) adalah ease of use (EU), response time (RT), system realibility (SR), dan functionality (FU). Sedangkan variabel endogen dalam diagram jalur adalah perceived usefulness (PU), perceived enjoyment (PE), satisfaction (SA), continuance usage intention (CI), dan intention to recommend (IR). Selanjutnya variabel eksogen dan endogen dihubungkan Universitas Indonesia


79

sesuai dengan model penelitian yang telah dijelaskan pada Bab 2 (Gambar 2.15). Pembentukan path diagram yang digunakan dalam penelitian dapat dilihat pada Gambar 5.8.

Gambar 5.8 Path Diagram Model Penelitian

Model persamaan regresi dari rancangan model pada Gambar 5.8 dapat dilihat pada Tabel 5.2. Tabel 5.2 Persamaan Regresi dari Model Penelitian Variabel

Persamaan Regresi

PU

V1*IQ + V2*CO + ε1

PE

W1*SQ + W2*CO + ε2

SA

X1*IQ + X2*SQ + X3*CO + X4*PE + X5*PU + ε3

CI

Y1* PU + Y2* SA + ε4

IR

Z1*SA + ε5

Variabel ε1, ε2, ε3, ε4, dan ε5 melambangkan variabel yang tidak termasuk dalam penelitian. Sementara itu, nilai V1, V2, W1, W2, X1, X2, X3, X4, X5, Y1, Y2, dan Z1 akan diketahui dari nilai path coefficient pada evaluasi model struktural. Hasil persamaan regresi dijelaskan pada subbab 5.2.9.



80

5.2.5 Evaluasi Outer Model atau Measurement Model Evaluasi outer model atau measurement model dilakukan untuk menilai validitas dan reliabitias model. Dengan mengetahui korelasinya, maka sebuah model dapat diketahui validitas dan reliabilitasnya. Evaluasi outer model dalam penelitian ini dilakukan melalui dua tahap, yaitu evaluasi pada konstruk fisrt order yaitu konstruk yang dibentuk oleh indikator-indikatornya dan evaluasi pada konstruk second order yaitu konstruk yang dibentuk oleh konstruk fisrt order yang menjadi dimensinya. 5.2.5.1 Evaluasi Konstruk First Order Evaluasi konstruk first order dalam penelitian ini digunakan untuk menguji validitas dan reliabilitas konstruk unidimensional yang memiliki arah indikator berbentuk refleksif. Evaluasi konstruk first order dilakukan dengan menguji model null yang telah dibuat, dapat dilihat pada Gambar 5.7. Menurut Latan dan Ghozali (2012), outer model dengan indikator refleksif dievaluasi melalui validitas konvergen (convergent validity) dan validitas diskriminan (discriminant validity) dari indikator pembentuk konstruk, serta composite reliability dan cronbach alpha untuk blok indikatornya. 5.2.5.1.1 Validitas Konvergen (Convergent Validity) Validitas konvergen bertujuan untuk mengetahui validitas setiap hubungan antara indikator dengan konstruk atau variabel latennya. Validitas konvergen dari model pengukuran dengan refleksif indikator dinilai berdasarkan korelasi antara skor item atau component score dengan skor variabel laten atau construct score yang diestimasi dengan program PLS. Nilai loading yang memiliki tingkat validitas yang tinggi apabila memiliki loading factor lebih besar dari 0,70 (Ghozali, 2014). Namun menurut Chin (1988) dalam Latan dan Ghozali (2012) untuk penelitian tahap awal, skala pengukuran dengan nilai loading 0,5 hingga 0,6 sudah dianggap cukup memadai. Dalam penelitian ini batas loading factor yang digunakan sebesar 0,70. Setelah dilakukan pengolahan data menggunakan WarpPLS, kemudian disajikan hasil nilai outer Universitas Indonesia


81

loading dalam Tabel 5.3 untuk masing-masing indikator yang dimiliki oleh variabel laten dalam model penelitian. Tabel 5.3 Outer Loading (Measurement Model) Indikator Iterasi Pertama Variabel Laten

Kode

Outer Loading

Kelengkapan Informasi

CN1

0,902

(Completeness)

CN2

0,869

CN3

0,873

Keakuratan Informasi

AC1

0,868

(Accurate)

AC2

0,867

AC3

0,904

Susunan Informasi

FO1

0,884

(Format)

FO2

0,902

FO3

0,878

Mudah Dimengerti

UA1

0,873

(Understandability)

UA2

0,917

UA3

0,799

Kemudahan Penggunaan

EU1

0,840

(Ease of use)

EU2

0,810

EU3

0,821

EU4

0,823

Kecepatan Akses

RT1

0,863

(Response Time)

RT2

0,858

RT3

0,741

RT4

0,808

Ketahanan Aplikasi

SR1

0,821

(System Reliability)

SR2

0,804

SR3

0,794

SR4

0,596

Fungsionalitas

FA1

0,827

(Functionality)

FA2

0,858

FA3

0,765 Universitas Indonesia


82

Tabel 5.3 Outer Loading (Measurement Model) Indikator Iterasi Pertama (sambungan) Variabel Laten

Kode

Outer Loading

Manfaat yang dirasakan

PU1

0,931

(Perceived Usefulness)

PU2

0,959

PU3

0,937

Kesenangan yang dirasakan

PE1

0,890

(Perceived Enjoyment)

PE2

0,943

PE3

0,922

Konfirmasi

CO1

0,910

(Confirmation)

CO2

0,897

CO3

0,897

Kepuasan

SA1

0,888

(Satisfaction)

SA2

0,906

SA3

0,896

Niat Melanjutkan

CU1

0,905

Penggunaan (Continuance

CU2

0,888

Usage Intention)

CU3

0,869

Niat Untuk

IR1

0.908

Merekomendasikan

IR2

0,898

(Intention to Recommend)

IR3

0,901

IR4

0,905

(Sumber: Data Primer telah diolah)

Dari hasil pengolahan data dengan PLS yang terlihat pada Tabel 5.3 di atas, dapat dilihat bahwa mayoritas indikator pada masing-masing variabel dalam penelitian ini memiliki nilai loading yang lebih besar dari 0,70 kecuali indikator SR4 yang memiliki nilai loading kurang dari 0,70 yaitu 0,596. Hal ini menunjukkan bahwa indikator variabel yang memiliki nilai loading lebih besar dari 0,70 memiliki tingkat validitas yang tinggi, sehingga memenuhi convergent validity. Sedangkan indikator variabel yang memiliki nilai loading lebih kecil dari 0,70 memiliki Universitas Indonesia


83

tingkat validitas yang rendah sehingga indikator variabel tersebut perlu dieliminasi atau dihapus dari model. Nilai loading setelah indikator SR4 dieliminasi dapat dilihat pada Tabel 5.4. Tabel 5.4 Outer Loading (Measurement Model) Indikator Iterasi Kedua Variabel

Kode

Outer Loading


CN1

0,902

(Completeness)

CN2

0,869

CN3

0,873


AC1

0,868

(Accurate)

AC2

0,867

AC3

0,904

Susunan Informasi

FO1

0,884

(Format)

FO2

0,902

FO3

0,878

Mudah Dimengerti

UA1

0,873

(Understandability)

UA2

0,917

UA3

0,799


EU1

0,840

(Ease of use)

EU2

0,810

EU3

0,821

EU4

0,823

Kecepatan Akses

RT1

0,863

(Response Time)

RT2

0,858

RT3

0,741

RT4

0,808

Ketahanan Aplikasi

SR1

0,849


SR2

0,847

SR3

0,794

Fungsionalitas

FA1

0,827

(Functionality)

FA2

0,858

FA3



84

Tabel 5.4 Outer Loading (Measurement Model) Indikator Iterasi Kedua (sambungan) Variabel

Kode

Outer Loading


PU1

0,931


PU2

0,959

PU3

0,937


PE1

0,890


PE2

0,943

PE3

0,922

Konfirmasi

CO1

0,910

(Confirmation)

CO2

0,897

CO3

0,897

Kepuasan

SA1

0,888

(Satisfaction)

SA2

0,906

SA3

0,896

Niat Melanjutkan

CU1

0,905


CU2

0,888

Usage Intention)

CU3

0,869

Niat Untuk

IR1

0,908

Merekomendasikan

IR2

0,898


IR3

0,901

IR4

0,905

(Sumber: Data Primer telah diolah)

Berdasarkan Tabel 5.4 terlihat bahwa terjadi peningkatan nilai loading untuk indikator SR1 dan SR2 setelah indikator SR4 dieliminasi dan dilakukan perhitungan kembali. 5.2.5.1.2 Validitas Diskriminan (Discriminant Validity) Validitas diskriminan digunakan untuk memastikan bahwa setiap konsep dari masing-masing konstruk atau variabel laten berbeda dengan variabel lainnya. Universitas Indonesia


85

Menurut Latan dan Ghozali (2012), sebuah model memiliki discriminant validity yang baik apabila nilai korelasi konstruk dengan item pengukuran lebih besar daripada nilai korelasi dengan konstruk lainnya. Tabel 5.5 menunjukkan hasil validitas diskriminan dari model penelitian dengan melihat nilai cross loadingnya.



86

Tabel 5.5 Nilai Discriminant Validity (Cross Loading) Indikator CN

AC

FO

UN

EU

RT

SR

FU

PU

PE

CO

SA

CI

IR

CN1

0,902

0,602

0,616

0,587

0,486

0,513

0,466

0,626

0,621

0,541

0,588

0,587

0,584

0,572

CN2

0,869

0,578

0,576

0,624

0,518

0,523

0,512

0,614

0,66

0,578

0,577

0,632

0,548

0,578

CN3

0,873

0,584

0,645

0,624

0,483

0,468

0,498

0,588

0,675

0,597

0,633

0,706

0,590

0,599

AC1

0,598

0,868

0,517

0,543

0,442

0,467

0,526

0,552

0,591

0,477

0,491

0,481

0,520

0,594

AC2

0,539

0,867

0,475

0,495

0,405

0,444

0,473

0,573

0,574

0,425

0,496

0,507

0,447

0,436

AC3

0,624

0,904

0,562

0,569

0,500

0,516

0,570

0,623

0,619

0,500

0,532

0,553

0,508

0,532

FO1

0,669

0,549

0,884

0,653

0,516

0,517

0,437

0,552

0,534

0,490

0,565

0,532

0,482

0,436

FO2

0,612

0,526

0,902

0,686

0,503

0,436

0,414

0,546

0,474

0,461

0,608

0,513

0,520

0,511

FO3

0,568

0,495

0,878

0,722

0,507

0,441

0,384

0,541

0,445

0,361

0,548

0,547

0,491

0,495

UN1

0,534

0,481

0,708

0,873

0,524

0,477

0,424

0,524

0,442

0,430

0,507

0,460

0,422

0,507

UN2

0,544

0,508

0,705

0,917

0,613

0,506

0,421

0,581

0,451

0,472

0,515

0,488

0,491

0,513

UN3

0,739

0,601

0,587

0,799

0,484

0,555

0,534

0,582

0,592

0,577

0,536

0,605

0,569

0,525

EU1

0,492

0,400

0,531

0,534

0,840

0,565

0,498

0,505

0,391

0,433

0,496

0,492

0,481

0,486

EU2

0,422

0,404

0,395

0,499

0,810

0,508

0,424

0,472

0,355

0,342

0,325

0,430

0,422

0,404

EU3

0,423

0,424

0,476

0,487

0,821

0,469

0,400

0,497

0,317

0,329

0,395

0,433

0,383

0,355

EU4

0,515

0,457

0,484

0,545

0,823

0,449

0,452

0,603

0,366

0,368

0,442

0,436

0,424

0,463



87

Tabel 5.5 Nilai Discriminant Validity (Cross Loading) Indikator (sambungan) CN

AC

FO

UN

EU

RT

SR

FU

PU

PE

CO

SA

CI

IR

RT1

0,400

0,420

0,415

0,462

0,515

0,863

0,554

0,461

0,362

0,401

0,488

0,465

0,442

0,362

RT2

0,479

0,431

0,412

0,482

0,534

0,858

0,553

0,452

0,391

0,415

0,502

0,504

0,463

0,379

RT3

0,448

0,374

0,360

0,414

0,344

0,741

0,554

0,379

0,300

0,419

0,479

0,418

0,342

0,315

RT4

0,540

0,549

0,527

0,575

0,575

0,808

0,608

0,562

0,407

0,454

0,468

0,489

0,522

0,484

SR1

0,444

0,441

0,393

0,419

0,463

0,606

0,849

0,494

0,358

0,406

0,531

0,431

0,471

0,425

SR2

0,449

0,525

0,358

0,431

0,415

0,556

0,847

0,537

0,402

0,38

0,48

0,386

0,479

0,474

SR3

0,500

0,519

0,405

0,468

0,466

0,559

0,794

0,558

0,461

0,406

0,528

0,483

0,445

0,455

FU1

0,508

0,567

0,437

0,498

0,516

0,527

0,611

0,827

0,454

0,394

0,499

0,445

0,403

0,505

FU2

0,553

0,510

0,607

0,592

0,553

0,476

0,519

0,858

0,410

0,407

0,514

0,451

0,438

0,522

FU3

0,644

0,553

0,460

0,500

0,475

0,383

0,427

0,765

0,575

0,444

0,479

0,535

0,436

0,447

PU1

0,696

0,666

0,476

0,497

0,414

0,448

0,489

0,577

0,931

0,657

0,566

0,698

0,527

0,575

PU2

0,707

0,639

0,519

0,559

0,399

0,406

0,463

0,557

0,959

0,695

0,663

0,736

0,626

0,620

PU3

0,686

0,607

0,547

0,548

0,415

0,410

0,431

0,511

0,937

0,657

0,622

0,716

0,604

0,588

PE1

0,576

0,495

0,440

0,537

0,364

0,439

0,429

0,421

0,639

0,890

0,532

0,596

0,598

0,580

PE2

0,594

0,464

0,449

0,483

0,402

0,464

0,432

0,464

0,643

0,943

0,611

0,634

0,547

0,544

PE3

0,617

0,507

0,469

0,542

0,466

0,514

0,456

0,508

0,677

0,922

0,630

0,663

0,556

0,562



88

Tabel 5.5 Nilai Discriminant Validity (Cross Loading) Indikator (sambungan) CN

AC

FO

UN

EU

RT

SR

FU

PU

PE

CO

SA

CI

IR

CO1

0,675

0,59

0,598

0,593

0,49

0,588

0,574

0,583

0,657

0,635

0,910

0,708

0,678

0,645

CO2

0,529

0,457

0,556

0,504

0,407

0,498

0,552

0,525

0,506

0,508

0,897

0,634

0,613

0,549

CO3

0,633

0,508

0,593

0,523

0,466

0,511

0,543

0,536

0,608

0,598

0,897

0,740

0,681

0,566

SA1

0,586

0,442

0,515

0,476

0,492

0,470

0,436

0,467

0,603

0,565

0,691

0,888

0,595

0,520

SA2

0,708

0,621

0,580

0,579

0,498

0,519

0,473

0,545

0,773

0,641

0,670

0,906

0,645

0,621

SA3

0,661

0,507

0,511

0,544

0,475

0,553

0,490

0,549

0,667

0,643

0,711

0,896

0,737

0,623

CI1

0,582

0,490

0,530

0,531

0,488

0,493

0,516

0,465

0,519

0,507

0,656

0,640

0,905

0,626

CI2

0,522

0,416

0,478

0,499

0,466

0,463

0,484

0,412

0,488

0,495

0,614

0,613

0,888

0,618

CI3

0,630

0,585

0,485

0,481

0,428

0,486

0,491

0,508

0,650

0,641

0,674

0,706

0,869

0,696

IR1

0,597

0,532

0,525

0,574

0,456

0,418

0,480

0,516

0,605

0,636

0,601

0,632

0,695

0,908

IR2

0,599

0,569

0,552

0,615

0,511

0,470

0,523

0,589

0,550

0,562

0,549

0,608

0,635

0,898

IR3

0,651

0,529

0,449

0,480

0,488

0,427

0,483

0,569

0,587

0,527

0,625

0,593

0,660

0,901

IR4

0,543

0,509

0,432

0,478

0,418

0,384

0,476

0,503

0,537

0,481

0,577

0,538

0,639

0,905

Keterangan: nilai loading blok indikator dalam huruf tebal (bold) (Sumber: Data Primer diolah)



89

Dari hasil estimasi cross loading pada Tabel 5.5, menunjukkan bahwa nilai korelasi konstruk dengan indikatornya lebih besar daripada nilai korelasi dengan konstruk lainnya. Dengan demikian dapat disimpulkan bahwa semua konstruk atau variabel laten sudah memiliki discriminant validity yang baik, dimana indikator pada blok indikator konstruk tersebut lebih baik daripada indikator di blok lainnya. Selain dengan melihat nilai cross loading, untuk mengevaluasi validitas diskriminan dapat dilihat dengan metode lain, yaitu dengan melihat akar kuadrat dari average variance extracted (AVE) untuk setiap konstruk atau variabel laten. Model memiliki validitas diskriminan yang lebih baik apabila akar kuadrat AVE untuk masing-masing konstruk lebih besar dari korelasi antara dua konstruk di dalam model. Menurut Ghozali (2014), AVE yang baik disyaratkan memiliki nilai lebih besar dari 0,50. Akar kuadrat AVE dihitung secara manual terlebih dahulu sebelum dilakukan perbandingan. Dalam penelitian ini, nilai AVE dan akar kuadrat AVE untuk masing-masing konstruk disajikan pada Tabel 5.6. Tabel 5.6 AVE dan Akar Kuadrat AVE Variabel

AVE

Akar Kuadrat AVE

CN

0,777

0,881

AC

0,774

0,880

FO

0,788

0,888

UN

0,747

0,864

EU

0,678

0,823

RT

0,671

0,819

SR

0,690

0,831

FU

0,668

0,817

PU

0,888

0,942

PE

0,844

0,919

CO

0,812

0,901

SA

0,804

0,897

CI

0,787

0,887

IR

0,815

0,903



90

Berdasarkan Tabel 5.6 diatas, semua konstruk menunjukkan nilai AVE yang lebih besar dari 0,50 yaitu dengan nilai terkecil 0,668 untuk variabel functionality (FU) dan terbesar 0,888 untuk variabel perceived usefulness (PU). Hal ini sudah memenuhi persyaratan sesuai dengan batas nilai minimum AVE yang ditentukan yaitu 0,50. Setelah diketahui nilai akar kuadrat dari AVE untuk masing-masing konstruk, tahap selanjutnya adalah membandingkan akar kuadrat AVE dengan korelasi antar konstruk dalam model. Korelasi antar konstruk dengan nilai akar kuadrat AVE, dapat dilihat pada Tabel 5.7.



91

Tabel 5.7 Korelasi antar Konstruk dengan Nilai Akar Kuadrat AVE CN

AC

FO

UN

EU

RT

SR

FU

PU

PE

CO

SA

CI

IR

CN

0,881

AC

0,667 0,880

FO

0,694 0,590 0,888

UN

0,694 0,609 0,774 0,864

EU

0,562 0,511 0,573 0,627 0,824

RT

0,569 0,541 0,523 0,590 0,604 0,819

SR

0,558 0,595 0,463 0,528 0,539 0,691 0,831

FU

0,691 0,663 0,615 0,649 0,631 0,567 0,637 0,818

PU

0,739 0,676 0,545 0,568 0,434 0,447 0,489 0,582 0,943

PE

0,649 0,532 0,493 0,566 0,448 0,514 0,478 0,506 0,711 0,919

CO

0,680 0,576 0,646 0,599 0,504 0,591 0,617 0,608 0,655 0,644 0,901

SA

0,727 0,584 0,598 0,595 0,544 0,573 0,520 0,581 0,760 0,688 0,770 0,897

CI

0,651 0,559 0,561 0,568 0,519 0,542 0,560 0,520 0,622 0,616 0,730 0,735 0,887

IR

0,662 0,592 0,542 0,595 0,519 0,470 0,543 0,602 0,631 0,611 0,651 0,656 0,728 0,903

Keterangan: nilai akar kuadrat AVE dalam huruf tebal (bold) (Sumber: Data Primer diolah)



92

Dari Tabel 5.7 diketahui bahwa nilai akar kuadrat AVE untuk masing-masing konstruk lebih besar daripada nilai korelasinya sehingga konstruk dalam model penelitian ini masih dapat dikatakan memiliki validitas diskriminan yang baik. 5.2.5.1.3 Reliabilitas Outer model selain diukur dengan menilai validitas konvergen dan validitas diskriminan juga dapat dilakukan dengan melihat reliabilitas konstruk atau variabel laten yang diukur dengan dua cara, yaitu dengan melihat nilai composite reliability dan cronbach alpha dari blok indikator yang mengukur konstruk. Konstruk dinyatakan reliabel jika nilai composite reliability maupun nilai cronbach alpha lebih besar dari 0,70 (Latan & Ghozali, 2012). Hasil output WarpPLS untuk nilai composite reliability dan cronbach alpha dapat dilihat pada Tabel 5.8. Tabel 5.8 Nilai Composite Reliability dan Cronbach Alpha Variabel

Composite Reliability

Cronbach Alpha

CN

0,913

0,856

AC

0,911

0,854

FO

0,918

0,866

UN

0,898

0,829

EU

0,894

0,842

RT

0,890

0,835

SR

0,870

0,775

FU

0,858

0,751

PU

0,960

0,937

PE

0,942

0,907

CO

0,928

0,884

SA

0,925

0,878

CI

0,917

0,865

IR

0,946

0,924

(Sumber: Data Primer diolah) Universitas Indonesia


93

Dari hasil output WarpPLS pada Tabel 5.8, model menunjukkan nilai composite reliability dan cronbach alpha untuk semua konstruk berada diatas nilai 0,70. Dengan demikian dapat disimpulkan bahwa semua konstruk memiliki reliabilitas yang baik sesuai dengan batas nilai minumun yang disyaratkan. 5.2.5.2 Evaluasi Konstruk Second Order Evaluasi konstruk second order dilakukan dari konstruk second order ke konstruk first order yang menjadi dimensinya. Menurut Wold (1982) dalam Latan dan Ghozali (2012), evaluasi konstruk second order dapat dilakukan dengan metode repeated indicators approach atau disebut juga hierarchical component model. Dalam

WarpPLS,

repeated indicators approach dapat dilakukan dengan

memodifikasi konstruk first order menjadi indikator konstruk second order sehingga nilai faktor dari konstruk first order akan menjadi nilai indikator untuk konstruk second order (Kock, 2011). Evaluasi konstruk second order yang berbentuk formatif dapat dilakukan dengan melihat signifikansi weight-nya, sehingga uji validitas dan reliabilitas tidak diperlukan (Ghozali, 2014). Menurut Kock (2014), dalam WarpPLS untuk mengukur signifikansi weight dari konstruk atau variabel laten berbentuk formatif yaitu dengan melihat nilai P value (Kock, 2014). Menurut Miller dan Wichern (1977), Mueller (1996) dalam Kock (2014) menyatakan bahwa item atau indikator dianggap valid apabila memiliki nilai P value kurang dari 0,05. Selanjutnya, Ghozali (2014) menambahkan bahwa perlu dilakukan uji multikolinieritas pada konstruk berbentuk formatif dengan menghitung nilai variance inflation factor (VIF). Cenfetelli dan Bassellier (2009) dan Petter et al., (2007) merekomendasikan nilai ambang batas (threshold) VIF sebesar 3,3 (Kock, 2014). Namun, Kock (2014) menyatakan bahwa rule of thumb nilai ambang batas (threshold) VIF yang digunakan dalam WarpPLS adalah 2,5. Apabila dalam penelitian ini nilai ambang batas (threshold) VIF yang digunakan adalah 2,5 maka akan ada 3 indikator dari konstruk second order yang harus dieliminasi atau dihapus karena memiliki nilai VIF lebih besar dari 2,5. Sedangkan menurut Ghozali (2014), menghilangkan indikator pada konstruk berbentuk formatif dapat mengubah makna konstruk tersebut. Oleh karena itu, penelitian ini menggunakan nilai ambang batas (threshold) VIF sebesar 3,3. Hal Universitas Indonesia


94

tersebut diperkuat dengan adanya pemikiran Kock (2014) yang menyatakan bahwa nilai ambang batas (threshold) VIF sebesar 2,5 atau 3,3 direkomendasikan jika tidak mengurangi jumlah indikator dari konstruk yang berbentuk formatif. Hasil output indikator weight WarpPLS untuk nilai P value dan VIF, dapat dilihat pada Tabel 5.9. Tabel 5.9 Nilai Indikator Weight dan VIF Konstruk Second Order

Konstruk First Order

Nilai Weight

P Values

VIF

Information

CN

0,292

<0,001

2,559

Quality (IQ)

AC

0,271

<0,001

1,969

FO

0,293

<0,001

2,858

UN

0,295

<0,001

2,913

System

EU

0,289

<0,001

1,954

Quality (SQ)

RT

0,300

<0,001

2,252

SR

0,301

<0,001

2,308

FU

0,297

<0,001

2,103

(Sumber: Data Primer diolah)

Dari hasil output WarpPLS pada Tabel 5.9, dapat dilihat bahwa semua konstruk first order dinyatakan valid dimana nilai P value kurang dari 0,05. Kemudian, nilai VIF kurang dari 3,3 untuk semua konstruk first order menunjukkan bahwa semua konstruk first order valid dalam mengukur aspek yang berbeda terhadap konstruk second order. 5.2.6

Evaluasi Structural Model

Evaluasi structural model dilakukan dengan melihat nilai koefisien determinasi (R2), nilai koefisien jalur, ukuran efek Cohen (f2), serta relevansi prediktif (Q2). 5.2.6.1 Koefisien Determinasi Hasil perhitungan R2 untuk setiap variabel laten endogen pada Tabel 5.10 menunjukkan bahwa nilai R2 berada pada rentang nilai 0,443 hingga 0,722. Universitas Indonesia


95 Menurut Chin (1998), nilai R2 dianggap lemah, moderat, dan kuat jika menunjukkan secara berurutan sekitar 0,19, 0,33, dan 0,67 (Ghozali, 2014). Dalam model penelitian ini, terdapat dua variabel yang tergolong moderat (PE dan IR) karena mendekati nilai 0,33 dan tiga variabel yang tergolong kuat (CI, PU, dan SA) karena mendekati nilai 0,67. Koefisien determinasi ini menyatakan bahwa nilai R2 variabel laten endogen continuance usage intention (CI) dan intention to recommend (IR) memiliki nilai R2 sebesar 0,553 dan 0,443 yang mengindikasikan bahwa sebanyak 55,3% variasi data continuance usage intention dan 44,3% variasi data intention to recommend dipengaruhi oleh satisfaction (SA) seperti dalam model penelitian. Tabel 5.10 Nilai R2 Variabel Laten Endogen Variabel

R2

PU

0,579

PE

0,459

SA

0,722

CI

0,553

IR

0,443 (Sumber: Data Primer diolah)

5.2.6.2 Koefisien Jalur (β) Hasil perhitungan koefisien jalur pada model penelitian di Tabel 5.11 menunjukkan bahwa seluruh jalur memiliki nilai koefisien yang berada pada rentang 0,050 hingga 0,735. Menurut Hass dan Lehner (2009), nilai koefisien jalur yang berada dalam rentang nilai -0,1 hingga 0,1 dianggap tidak signifikan, nilai yang lebih besar dari 0,1 merupakan nilai yang signifikan dan berbanding lurus, dan nilai yang lebih kecil dari -0,1 merupakan nilai yang signifikan dan berbanding terbalik. Oleh karena itu, hampir seluruh jalur memiliki nilai koefisien lebih dari 0,100 kecuali satu jalur yang memiliki signifikansi rendah karena bernilai 0,050 pada jalur IQ  SA.



96

Tabel 5.11 Nilai Koefisien Jalur Model Penelitian Path

Path Coefficient

SQ  SA

0,101

IQ  SA

0,050

CO  SA

0,360

CO  PU

0,255

CO  PE

0,488

PE  SA

0,116

PUCI

0,167

SQ  PE

0,237

IQ  PU

0,548

PU  SA

0,340

SA  CI

0,735

SA  IR

0,665


5.2.6.3 Ukuran Efek Cohen (f2) Hasil perhitungan f2 pada model penelitian di Tabel 5.12 menunjukkan bahwa nilai f2 untuk seluruh jalur memiliki rentang nilai 0,037 hingga 0,541. Nilai f2 dapat digunakan untuk menilai pengaruh konstruk independen tertentu terhadap variabel laten dependen apakah mempunyai pengaruh yang substantif (Ghozali, 2014). Menurut Chin (1998), nilai f2 dianggap memiliki pengaruh kecil, menengah, dan besar pada level struktural jika menunjukkan secara berurutan sekitar 0,02, 0,15, dan 0,35 (Ghozali, 2014). Dalam model penelitian ini, terdapat satu jalur dengan konstruk independen yang memiliki pengaruh kecil terhadap konstruk dependen yaitu IQ  SA karena memiliki nilai f2 mendekati nilai 0,02. Selanjutnya, terdapat lima jalur dengan konstruk independen yang memiliki pengaruh menengah terhadap variabel dependen karena memiliki nilai f2 mendekati 0,15, yaitu SQ  SA (0,067), PE  SA (0,080), PU  CI (0,105), SQ  PE (0,138), dan CO  PU (0,172). Universitas Indonesia


97

Kemudian, terdapat enam jalur dengan konstruk dependen yang memiliki pengaruh besar terhadap konstruk dependen karena memiliki nilai f2 mendekati 0,35, yaitu PU  SA (0,260), CO  SA (0,279), CO  PE (0,321), IQ  PU (0,407), SA  IR (0,443), dan SA  CI (0,448). Tabel 5.12 Nilai Efek Cohen setiap Jalur Path

f2

SQ  SA

0,067

IQ  SA

0,037

CO  SA

0,279

CO  PU

0,172

CO  PE

0,321

PE  SA

0,080

PU  CI

0,105

SQ  PE

0,138

IQ  PU

0,407

PU  SA

0,260

SA  CI

0,448

SA  IR

0,443


5.2.6.4 Relevansi Prediktif (Q2) Hasil perhitungan Q2 untuk setiap variabel laten endogen pada Tabel 5.12 menunjukkan bahwa nilai Q2 berada pada rentang nilai 0,445 hingga 0,723. Menurut Ghozali (2014), nilai Q2 dapat digunakan untuk mengukur seberapa baik nilai observasi dihasilkan oleh model dan juga estimasi parameternya. Nilai Q2 lebih besar dari 0 (nol) menunjukkan bahwa model mempunyai relevansi prediktif, sedangkan nilai Q2 kurang dari 0 (nol) menunjukkan bahwa model kurang memiliki relevansi prediktif. Dalam model penelitian ini, semua konstruk atau variabel laten endogen memiliki nilai Q2 yang lebih besar dari 0 (nol) sehingga prediksi yang dilakukan oleh model dinilai telah relevan. Universitas Indonesia


98

Tabel 5.13 Nilai Relevansi Prediktif setiap Variabel Endogen Variabel PU

Q2 0,582

PE

0,467

SA

0,723

CI

0,555

IR

0,445 (Sumber: Data Primer diolah)

Untuk meringkas analisis, gambar dibawah ini menggambarkan model estimasi PLS dari model penelitian yang diusulkan. Gambar 5.9 menunjukkan varian (R2) di konstruk-konstruk dependen dan koefisien-koefisien jalurnya.

Gambar 5.9 Hasil Pengujian Model Struktural (Sumber: Hasil Output WarpPLS)

5.2.7

Indeks Kualitas

Menurut Latan dan Ghozali (2012), setiap bagian dari model membutuhkan validasi model pengukuran, model struktural, dan keseluruhan model yang dapat diukur dengan nilai Goodness of Fit (GoF) index. Nilai GoF dalam WarpPLS sebesar lebih dari sama dengan (>=) 0,1, lebih dari sama dengan (>=) 0,25 lebih dari sama dengan (>=) 0,36 menunjukkan bahwa nilai kualitas keseluruhan model kecil, menengah, dan besar. Dalam penelitian ini, nilai GoF yang dihasilkan dari



99

output WarpPLS sebesar 0,665, dengan demikian secara keseluruhan model dalam penelitian ini dianggap fit karena memiliki nilai GoF > 0,36. 5.2.8

Pengujian Hipotesis

Tahap pengujian hipotesis ini dilakukan setelah tahap evaluasi structural model dilakukan. Tahap ini dilakukan untuk mengetahui apakah hipotesis penelitian yang diajukan pada model penelitian diterima atau ditolak. Nilai koefisien jalur yang berada dalam rentang nilai -0,1 hingga 0,1 dianggap tidak signifikan, nilai yang lebih besar dari 0,1 merupakan nilai yang signifikan dan berbanding lurus, dan nilai yang lebih kecil dari -0,1 merupakan nilai yang signifikan dan berbanding terbalik (Hass & Lehner, 2009). Pertimbangan lainnya adalah dengan menggunakan nilai signifikan, minimal pada α = 0,05, sehingga dianggap signifikan apabila nilai P value lebih kecil dari 0,05. Oleh karena itu, hipotesis diterima apabila nilai koefisien jalur lebih besar dari 0,1 dan nilai P lebih kecil dari 0,05. Tabel 5.14 menunjukkan hasil pengujian hipotesis pada model penelitian. Tabel 5.14 Hasil pengujian hipotesis pada model penelitian Hipotesis Penelitian

Path

Path Coefficient

P value

Keterangan

H1

SQ  PE

0,237

0,006

Signifikan

H2

IQ  PU

0,548

<0,001

Signifikan

H3

SQ  SA

0,101

0,085

Tidak Signifikan

H4

IQ  SA

0,050

0,227

Tidak Signifikan

H5

PE  SA

0,116

0,026

Signifikan

H6

PU  SA

0,340

<0,001

Signifikan

H7

PU  CI

0,167

0,029

Signifikan

H8

CO  PU

0,255

0,003

Signifikan

H9

CO  PE

0,488

<0,001

Signifikan

H10

CO  SA

0,360

<0,001

Signifikan

H11

SA  CI

0,609

<0,001

Signifikan

H12

SA  IR

0,665

<0,001

Signifikan Universitas Indonesia


100

Dalam PLS, pengujian setiap hubungan dilakukan dengan menggunakan simulasi dengan metode bootstrapping terhadap sampel. Pengujian ini bertujuan untuk meminimalkan masalah ketidaknormalan data penelitian. Hasil pengujian dengan metode bootstrapping dari analisis SEM PLS sebagai berikut. 5.2.8.1 Pengujian Hipotesis 1 Hipotesis 1 menyatakan bahwa kualitas sistem (system quality) berpengaruh positif terhadap kesenangan yang dirasakan (perceived enjoyment). Hasil uji terhadap koefisien jalur antara system quality (SQ) dengan perceived enjoyment (PE) menunjukkan adanya nilai path coefficient SQ  PE (0,237) lebih besar dari 0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 1 diterima. 5.2.8.2 Pengujian Hipotesis 2 Hipotesis 2 menyatakan bahwa kualitas informasi (information quality) berpengaruh positif terhadap manfaat yang dirasakan (perceived usefulness). Hasil uji terhadap koefisien jalur antara information quality (IQ) dengan perceived usefulness (PU) menunjukkan adanya nilai path coefficient IQ  PU (0,548) lebih besar dari 0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 2 diterima. 5.2.8.3 Pengujian Hipotesis 3 Hipotesis 3 menyatakan bahwa kualitas sistem (system quality) berpengaruh positif terhadap kepuasan (satisfaction). Hasil uji terhadap koefisien jalur antara system quality (SQ) dengan satisfaction (SA) menunjukkan adanya nilai path coefficient SQ  SA (0,101) lebih besar dari 0,1 tetapi tidak signifikan pada α = 0,05, dengan demikian hipotesis 3 ditolak. 5.2.8.4 Pengujian Hipotesis 4 Hipotesis 4 menyatakan bahwa kualitas informasi (information quality) berpengaruh positif terhadap kepuasan (satisfaction). Hasil uji terhadap koefisien jalur antara information quality (IQ) dengan satisfaction (SA) menunjukkan Universitas Indonesia


101 adanya nilai path coefficient IQ  SA (0,050) lebih kecil dari 0,1 dan tidak signifikan pada α = 0,05, dengan demikian hipotesis 4 ditolak. 5.2.8.5 Pengujian Hipotesis 5 Hipotesis 5 menyatakan bahwa kesenangan yang dirasakan (perceived enjoyment) berpengaruh positif terhadap kepuasan (satisfaction). Hasil uji terhadap koefisien jalur antara perceived enjoyment (PE) dengan satisfaction (SA) menunjukkan adanya nilai path coefficient PE  SA (0,116) lebih besar dari 0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 5 diterima. 5.2.8.6 Pengujian Hipotesis 6 Hipotesis 6 menyatakan bahwa manfaat yang dirasakan (perceived usefulness) berpengaruh positif terhadap kepuasan (satisfaction). Hasil uji terhadap koefisien jalur antara perceived usefulness (PU) dengan satisfaction (SA) menunjukkan adanya nilai path coefficient PU  SA (0,340) lebih besar dari 0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 6 diterima. 5.2.8.7 Pengujian Hipotesis 7 Hipotesis 7 menyatakan bahwa Manfaat yang dirasakan (perceived usefulness) berpengaruh positif terhadap niat menggunakan kembali (continuance usage intention). Hasil uji terhadap koefisien jalur antara perceived usefulness (PU) dengan continuance usage intention (CI) menunjukkan adanya nilai path coefficient PU  CI (0,167) lebih besar dari 0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 7 diterima. 5.2.8.8 Pengujian Hipotesis 8 Hipotesis 8 menyatakan bahwa konfirmasi (confirmation) berpengaruh positif terhadap manfaat yang dirasakan (perceived usefulness). Hasil uji terhadap koefisien jalur antara confirmation (CO) dengan perceived usefulness (PU) menunjukkan adanya nilai path coefficient CO  PU (0,255) lebih besar dari 0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 8 diterima. Universitas Indonesia


102

5.2.8.9 Pengujian Hipotesis 9 Hipotesis 9 menyatakan bahwa konfirmasi (confirmation) berpengaruh positif terhadap kesenangan yang dirasakan (perceived enjoyment). Hasil uji terhadap koefisien jalur antara confirmation (CO) dengan perceived enjoyment (PE) menunjukkan adanya nilai path coefficient CO  PE (0,488) lebih besar dari 0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 9 diterima. 5.2.8.10 Pengujian Hipotesis 10 Hipotesis 10 menyatakan bahwa konfirmasi (confirmation) berpengaruh positif terhadap kepuasan (satisfaction). Hasil uji terhadap koefisien jalur antara confirmation (CO) dengan satisfaction (SA) menunjukkan adanya nilai path coefficient CO  SA (0,360) lebih besar dari 0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 10 diterima. 5.2.8.11 Pengujian Hipotesis 11 Hipotesis 11 menyatakan bahwa kepuasan (satisfaction) berpengaruh positif terhadap niat menggunakan kembali (continuance usage intention). Hasil uji terhadap koefisien jalur antara satisfaction (SA) dengan continuance usage intention (CI) menunjukkan adanya nilai path coefficient SA  CI (0,609) lebih besar dari 0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 11 diterima. 5.2.8.12 Pengujian Hipotesis 12 Hipotesis 12 menyatakan bahwa kepuasan (satisfaction) berpengaruh positif terhadap niat untuk merekomendasikan (intention to recommend). Hasil uji terhadap koefisien jalur antara satisfaction (SA) dengan intention to recommend (IR) menunjukkan adanya nilai path coefficient SA  IR (0,665) lebih besar dari 0,1 dan signifikan pada α = 0,05, dengan demikian hipotesis 12 diterima. Sehingga dapat disimpulkan bahwa dari dua belas hipotesis yang diajukan dalam penelitian ini terdapat dua hipotesis yang ditolak (H3 dan H4) dan sembilan hipotesis yang diterima yaitu H1, H2, H5, H6, H7, H8, H9, H10, H11, dan H12. Universitas Indonesia


103

5.2.9 Persamaan Regresi Nilai path coefficient menunjukkan seberapa kuat pengaruh suatu variabel terhadap variabel lainnya. Semakin tinggi nilai path coefficient, maka semakin kuat pengaruhnya. Tabel 5.15 menunjukkan model persamaan regresi berdasarkan hasil perhitungan nilai path coefficient pada Tabel 5.14. Tabel 5.15 Hasil Persamaan Regresi Variabel

Persamaan Regresi

PU

0,548*IQ + 0,255*CO + ε1

PE

0,237*SQ + 0,488*CO + ε2

SA

0,237*SQ + 0,488*CO + ε3

CI

0,167*PU + 0,609*SA + ε4

IR

0,665*SA + ε5 (Sumber: Data Primer diolah)

Seperti yang dijelaskan pada subbab 5.2.4, variabel ε1, ε2, ε3, ε4, dan ε5 melambangkan variabel yang tidak termasuk dalam penelitian. Dalam persamaan PU, variabel IQ dan CO memiliki pengaruh signifikan terhadap PU. Selain itu, perbedaan path coefficient dapat digunakan untuk mengurutkan variabel berdasarkan pengaruhnya yang terkuat. Dari nilai path coefficient yang ada, variabel yang memiliki pengaruh kuat terhadap PU adalah IQ, kemudian diikuti oleh variabel CO. Dalam persamaan PE, variabel SQ dan CO memiliki pengaruh signifikan terhadap PE. Dari nilai path coefficient yang ada, variabel yang memiliki pengaruh kuat terhadap PE adalah CO, kemudian diikuti oleh variabel SQ. Selanjutnya, dalam persamaan SA, variabel IQ dan SQ tidak memiliki pengaruh signifikan terhadap SA. Oleh karena itu, persamaan regresi SA hanya terdiri dari tiga path coefficient, yaitu variabel CO, PE, dan PU. Dari nilai path coefficient yang ada, variabel yang memiliki pengaruh kuat terhadap SA adalah variabel CO, kemudian diikuti oleh variabel PU dan PE. Dalam persamaan CI, variabel SA dan PU memiliki pengaruh yang signifikan secara berturutan. Sedangkan dalam Universitas Indonesia


104

persamaan IR, persamaan regresi hanya dipengaruhi oleh variabel SA yang memiliki nilai koefisien sebesar 0,665. 5.3

Diskusi

Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi niat menggunakan kembali dan niat untuk merekomendasikan aplikasi mobile berbasis informasi berdasarkan perspektif teknologi dan pengalaman pengguna. Variabel yang dinilai dalam model penelitian ini adalah kualitas informasi (information quality), kualitas sistem (system quality), konfirmasi (confirmation), manfaat yang dirasakan (perceived usefulness), kesenangan yang dirasakan (perceived enjoyment), kepuasan (satisfaction), niat menggunakan kembali (continuance usage intention), dan niat untuk merekomendasikan (intention to recommend). Instrumen kualitas informasi terdiri dari empat faktor, yaitu completeness, accuracy, format, dan understandability. Sedangkan instrumen kualitas sistem terdiri dari ease of use, response time, system reliability, dan functionality. Analisis data telah dilakukan dari tahap konseptualisasi model hingga pengujian hipotesis penelitian. Hasil analisis dapat menunjukkan apakah variabel-variabel tersebut dapat mempengaruhi niat menggunakan kembali dan niat untuk merekomendasikan aplikasi mobile ABC baik secara langsung maupun tidak langsung. Berdasarkan hasil analisis data yang telah dilakukan, didapatkan nilai P value dan nilai VIF yang menunjukkan tingkat signifikansi dan multikolinieritas konstruk first order. Dilihat dari nilai P value pada tabel 5.9, diketahui bahwa semua indikator dari konstruk kualitas sistem (ease of use, response time, system reliability, dan functionality) dan kualitas informasi (completeness, accuracy, format, dan understandability) signifikan pada tingkat 0,001 (nilai P value < 0,001), sehingga menunjukkan semua indikator tersebut valid untuk mengukur konstruk second order tersebut. Pada tabel 5.9 juga terlihat bahwa konstruk first order yang merupakan indikator konstruk second order (kualitas sistem dan kualitas informasi) tidak memiliki multikolinearitas atau korelasi antar variabel karena memiliki nilai VIF yang rendah (VIF < 3,3). Universitas Indonesia


105

Selanjutnya, berdasarkan hasil analisis data yang telah dilakukan, didapatkan nilai penghitungan terhadap R2 yang menunjukkan seberapa baik model penelitian yang diajukan. Dari hasil penghitungan R2 tersebut, diketahui bahwa tidak ada konstruk yang tergolong lemah, dan konstruk yang tergolong moderat adalah variabel perceived enjoyment (0,459) dan intention to recommend (0,443). Sedangkan konstruk yang tergolong kuat adalah continuance usage intention (0,553), perceived usefulness (0,579), dan satisfaction (0,722) karena variabelvariabel eksogen yang terdapat dalam model penelitian secara kuat dapat menentukan variasi data ketiga variabel endogen tersebut. Kemudian, dari hasil pengujian hipotesis menunjukkan bahwa dari total dua belas hipotesis yang diuji, dua hipotesis ditolak dan sepuluh hipotesis diterima. Dua hipotesis yang ditolak yaitu variabel information quality (β = 0,050, p > 0,05) dan system quality (β = 0,101, p > 0,05) yang tidak signifikan terhadap variabel satisfaction (SA). Gambar 5.10 menunjukkan model penelitian yang berisi hubungan antar variabel berdasarkan hipotesis yang diterima dan telah terbukti memiliki pengaruh positif yang signifikan.

Gambar 5.10 Hasil Akhir Model Penelitian (Sumber: Data Primer diolah)



106

Pada Gambar 5.9 terlihat bahwa information quality memiliki pengaruh positif yang paling signifikan terhadap satisfaction melalui konstruk perceived usefulness. Instrumen yang terdiri dari completeness, accuracy, format, dan understandability membentuk kualitas informasi (information quality) yang mempengaruhi output informasi yang dihasilkan oleh aplikasi mobile ABC. Hasil penelitian ini telah terbukti selaras dengan penelitian yang dilakukan oleh Chen, Meservy, dan Gillenson (2012) yang membuktikan pengaruh information quality terhadap satisfaction melalui konstruk perceived usefulness, namun information quality bukan merupakan konstruk yang berpengaruh paling signifikan terhadap satisfaction. Saat menggunakan aplikasi mobile ABC, pengguna mengharapkan dapat memperoleh informasi secara lengkap, akurat, mudah dipahami, dan dengan penataan (format) yang baik. Jika informasi yang disediakan out of date dan tidak akurat, pengguna mungkin merasa bahwa informasi yang dihasilkan tidak berkualitas. Selain itu, pengguna mungkin akan membandingkan informasi pada aplikasi mobile ABC dengan sumber lain yang sudah terbukti kebenarannya. Jika kedua informasi tidak sinkron, pengguna mungkin merasa bahwa penyedia layanan aplikasi tidak memiliki kemampuan dan keahlian untuk menawarkan informasi yang berkualitas kepada mereka. Aplikasi mobile ABC menggunakan layanan berbasis lokasi untuk mengirimkan informasi jadwal sholat kepada pengguna berdasarkan lokasi saat ini. Hal tersebut dapat mengurangi upaya pengguna untuk mencari informasi melalui media lain. Hasil analisis data juga menunjukkan bahwa faktor understandability memiliki nilai indikator weight paling besar (0,295) diantara konstruk first order lainnya, sehingga memiliki pengaruh yang paling signifikan yang membentuk kualitas informasi. Hal ini menyatakan bahwa semakin tinggi tingkat kemudahan pemahaman informasi yang disediakan oleh aplikasi mobile ABC, maka persepsi pengguna terhadap kualitas informasi yang dihasilkan semakin baik. Dapat disimpulkan, apabila pengguna merasa bahwa kualitas informasi yang dihasilkan aplikasi mobile ABC baik, maka dapat meningkatkan manfaat yang dirasakan, yang kemudian berpengaruh terhadap kepuasan pengguna dan niat menggunakan kembali aplikasi. Penelitian yang dilakukan oleh Chen, Meservy, Universitas Indonesia


107

dan Gillenson (2012) telah membuktikan pengaruh perceived usefulness terhadap satisfaction dan continuance usage intention. Hal ini menyatakan bahwa semakin tinggi manfaat yang dirasakan pengguna aplikasi mobile ABC, maka akan ada pengaruh yang kuat dengan tingkat kepuasan dan niat menggunakan kembali sehingga akan semakin tinggi juga tingkat kepuasan yang dirasakan pengguna. Terkait dengan penelitian Wixom dan Todd (2005) dalam (Dauw-Song, Min-Jon, Lee, & Tsu-Sheng, 2013) yang membuktikan bahwa adanya hubungan signifikan antara system quality dengan perceived enjoyment yang selanjutnya berpengaruh terhadap satisfaction, hal ini juga dibuktikan dalam penelitian ini. Kualitas sistem yang terdiri dari dimensi ease of use, response time, system reliability, dan functionality terbukti memiliki pengaruh positif yang signifikan terhadap perceived enjoyment. Hasil analisis data menunjukkan bahwa faktor system reliability memiliki nilai weight yang paling besar (0,301) sehingga memiliki pengaruh yang paling signifikan terhadap kualitas sistem. System reliability dalam aplikasi mobile ABC dapat dilihat dari aplikasi yang selalu tersedia setiap kali pengguna mengaksesnya, tidak terjadi force close, dan tidak mudah down ketika diakses oleh banyak pengguna. Kehandalan sistem yang diberikan dengan baik dapat membuat pengguna merasa bahwa aplikasi dapat diandalkan. Pengguna yang memiliki pengalaman terhadap kualitas sistem yang baik dapat meningkatkan respon emosional berupa rasa enjoy dalam menggunakan aplikasi yang selanjutnya dapat meningkatkan kepuasan pengguna dalam menggunakan aplikasi. Hal ini juga selaras dengan penelitian yang dilakukan oleh Tao (2013) yang membuktikan hubungan perceived enjoyment memiliki pengaruh signifikan terhadap satisfaction. Saat pengguna mengakses aplikasi mobile ABC tidak hanya memiliki harapan untuk memperoleh informasi, tetapi juga ingin memperoleh pengalaman penggunaan yang menyenangkan. Ketika pengguna menemukan bahwa selama menggunakan aplikasi dirasa menyenangkan, maka dapat menciptakan rasa puas dan penggunaan yang berkelanjutan. Hal ini menunjukkan bahwa pengguna berharap untuk mendapatkan pengalaman yang menyenangkan serta kualitas sistem dan kualitas informasi yang baik. Respon emosional pengguna aplikasi yang disebut dengan enjoyment berpengaruh kuat terhadap Universitas Indonesia


108

satisfaction. Dengan kata lain, pengguna yang merasa enjoy ketika menggunakan aplikasi akan menimbulkan rasa kepuasan apabila harapan terhadap aplikasi telah terpenuhi. Hasil penelitian ini juga memperkuat model Expectation Confirmation Model (ECM) yang dilakukan oleh Battacherjee (2001) mengenai variabel confirmation memiliki pengaruh positif yang signifikan terhadap perceived usefulness dan satisfaction serta penelitian Ong dan Day (2010) yang membuktikan pengaruh confirmation terhadap perceived enjoyment. Penelitian ini selaras dengan penelitian yang dilakukan oleh Chenyan, Peak, dan Prybutok (2015) yang membuktikan adanya pengaruh satisfaction yang signifikan terhadap intention to recommend. Semakin tinggi tingkat kepuasan pengguna terhadap aplikasi ABC, maka semakin tinggi niat untuk merekomendasikan aplikasi kepada orang lain. Sedangkan penelitian yang dilakukan oleh Chen, Meservy, dan Gillenson (2012) yang membuktikan adanya pengaruh satisfaction terhadap continuance usage intention dalam konteks aplikasi mobile berbasis informasi. Hal tersebut juga selaras dengan penelitian yang dilakukan oleh Battacherjee (2001), Ong dan Day (2010), dan Tao (2013). 5.4

Implikasi Penelitian

Bagian ini menjelaskan mengenai implikasi penelitian yang terdiri dari implikasi teori dan praktikal. 5.4.1

Teori

Hasil pengujian hipotesis dari penelitian ini membuktikan dan memperkuat secara empiris model ECM (Expectation Confirmation Model) yang dikembangkan oleh Battacherjee (2001). Selanjutnya, penelitian ini memperluas penelitian-penelitian sebelumnya bahwa perspektif teknologi dan pengalaman pengguna berpengaruh terhadap niat menggunakan kembali (continuance usage intention) dan niat untuk merekomendasikan (intention to recommend) aplikasi melalui variabel kepuasan (satisfaction) sebagai variabel mediasi. Penelitian ini juga membuktikan hasil penelitian yang dilakukan oleh Chenyan, Peak, dan Prybutok (2015) mengenai Universitas Indonesia


109

pengaruh kepuasan terhadap niat untuk merekomendasikan dan Tao (2013) mengenai perspektif teknologi dan pengalaman pengguna terhadap kepuasan dan penggunaan secara berkelanjutan. Selanjutnya, penelitian ini menemukan bahwa variabel kualitas informasi (information quality) merupakan variabel yang paling signifikan berpengaruh terhadap pengalaman pengguna diantara variabel-variabel pada dimensi perspektif teknologi. Sedangkan variabel pada dimensi pengalaman pengguna yang paling signifikan berpengaruh terhadap kepuasan (satisfaction) adalah manfaat yang dirasakan (perceived usefulness). Oleh karena itu, dapat dijadikan sebagai pertimbangan dalam menganalisis penggunaan secara berkelanjutan dan niat untuk merekomendasikan. Hasil penelitian ini juga memperkaya pemahaman mengenai perilaku pengguna aplikasi mobile dalam konteks berbeda, yaitu aplikasi mobile berbasis informasi. 5.4.2

Praktikal

Hasil temuan dari penelitian ini dapat menjadi masukan untuk perusahaan dalam mengembangkan faktor-faktor tertentu yang perlu diberi perhatian khusus untuk meningkatkan kualitas aplikasinya sehingga dapat menciptakan aplikasi yang berkualitas, menarik, dan menciptakan pengalaman penggunaan yang positif bagi pengguna. Berikut ini ditunjukkan mengenai faktor-faktor apa saja yang dapat diberi perhatian khusus untuk dapat meningkatkan keinginan pengguna dalam menggunakan dan merekomendasikan aplikasi mobile berbasis informasi yang didapatkan dari hasil pengujian. 1.

Kualitas Informasi (Information Quality) Berdasarkan hasil penelitian ini, terbukti bahwa kualitas informasi memiliki pengaruh positif yang paling signifikan terhadap kepuasan (satisfaction) melalui manfaat yang dirasakan (perceived usefulness), manajemen perusahaan dapat melakukan beberapa hal berikut agar informasi yang terdapat pada aplikasi ABC lengkap (completeness), akurat (accuracy), format, dan dapat dimengerti (understandability). a. Pembuatan prosedur secara baku untuk pemasukan data ke dalam aplikasi ABC yang meliputi cara penulisan, kelengkapan penulisan, format Universitas Indonesia


110

penulisan, serta bahasa penulisan. Hal ini berkaitan dengan informasi yang nantinya diolah dan ditampilkan kembali di aplikasi ABC menjadi lebih rapi dan mudah dimengerti. b. Konstruk first order yang paling mempengaruhi kualitas informasi adalah understandability. Oleh karena itu, untuk dapat meningkatkan keinginan pengguna dalam menggunakan kembali dan merekomendasikan aplikasi, aplikasi mobile ABC harus menyediakan informasi yang mudah dipahami (understandability) agar pengguna dapat dengan mudah mencari informasi yang diinginkan melalui perangkat mobile yang dimilikinya. Misalnya dengan menambahkan gambar atau media interaktif lainnya agar pengguna lebih mudah memvisualisasikan informasi yang tersedia. Selain itu, manajemen dapat menambahkan menu bantuan (help) pada aplikasi untuk membantu pengguna memahami cara penggunaan aplikasi sehingga dapat mengatasi kendala yang dihadapi saat sedang berinteraksi dengan aplikasi. 2.

Kualitas Sistem (System Quality) Faktor berikutnya yang mempengaruhi secara signifikan terhadap kepuasan pengguna adalah kualitas sistem melalui kesenangan yang dirasakan (perceived enjoyment). Manajemen perusahaan dapat melakukan beberapa hal berikut agar kualitas sistem menyediakan kemudahan penggunaan (ease of use), waktu respon (response time) yang cepat, kehandalan (system reliability), dan fungsionalitas (functionality) yang baik. a. Memberi ulasan di berbagai media terkait kualitas sistem agar persepsi pengguna mengenai kualitas sistem aplikasi ABC baik sehingga menciptakan rasa enjoy ketika berinteraksi dengan aplikasi tersebut. b. Konstruk first order yang paling mempengaruhi kualitas sistem adalah system reliability. Contohnya meningkatkan stabilitas aplikasi ketika banyak pengguna yang mengunduh konten. Oleh karena itu, perusahaan perlu menyediakan forum diskusi sehingga pengguna dapat mengetahui kehandalan aplikasi dan dapat berdiskusi terkait fitur-fitur yang disediakan aplikasi.



111

Ketika hal-hal tersebut terpenuhi, pengguna dapat merasa enjoy dan nyaman serta manfaat yang dipersepsikan terpenuhi selama menggunakan aplikasi mobile ABC. Rasa enjoy yang dialaminya dan manfaat yang dirasakan dapat memicu kepuasan pada aplikasi tersebut sehingga pengguna akan kembali menggunakan aplikasi untuk mencari informasi islami. Dengan demikian, pengguna yang merasa puas akan

memiliki

niat

untuk

menggunakan

kembali

dan

niat

untuk

merekomendasikan aplikasi. Hal ini tentunya dapat meningkatkan jumlah pengguna yang melakukan install dan jumlah pengguna aktif.



BAB 6 KESIMPULAN DAN SARAN

Berdasarkan analisis yang telah dijelaskan secara rinci pada BAB 5, peneliti dapat menarik kesimpulan dari hasil penelitian ini serta memberikan saran berdasarkan implikasi penelitiannya. 6.1

Kesimpulan

Penelitian ini bertujuan untuk mengetahui faktor-faktor yang mempengaruhi niat menggunakan kembali dan niat untuk merekomendasikan dalam konteks aplikasi mobile berbasis informasi berdasarkan perspektif teknologi dan pengalaman pengguna. Objek penelitian ini adalah pengguna aplikasi ABC yang tersebar di wilayah Indonesia, sehingga menggunakan pendekatan kuantitatif dengan menyebarkan kuesioner secara online. Pengujian hipotesis menunjukkan bahwa dari dua belas hipotesis yang diajukan pada penelitian ini, sepuluh hipotesis dinyatakan diterima dan dua lainnya dinyatakan ditolak. Dua hipotesis yang ditolak yaitu kualitas sistem (system quality) dan kualitas informasi (information quality) dinyatakan tidak berpengaruh secara signifikan terhadap kepuasan pengguna (satisfaction) hal ini dapat disebabkan karena sebagian besar responden dari penelitian ini memiliki pengalaman penggunaan kurang dari enam bulan yang kemungkinan tidak mengetahui kualitas sistem dan kualitas informasi secara mendalam. Berdasarkan analisis data dalam penelitian ini, dapat diketahui faktor-faktor yang berpengaruh

terhadap

niat

menggunakan

kembali

dan

niat

untuk

merekomendasikan aplikasi mobile berbasis informasi, yaitu kualitas sistem (system quality), kualitas informasi (information quality), manfaat yang dirasakan (perceived usefulness), kesenangan yang dirasakan (perceived enjoyment), konfirmasi (confirmation), dan kepuasan (satisfaction). Faktor manfaat yang dirasakan (perceived usefulness) dan kepuasan (satisfaction) merupakan faktor yang mempengaruhi niat menggunakan kembali secara langsung. Sedangkan 112



113

faktor

yang

mempengaruhi

secara

langsung

terhadap

niat

untuk

merekomendasikan hanya kepuasan (satisfaction). Kemudian, faktor yang tidak secara langsung mempengaruhi niat menggunakan kembali dan niat untuk merekomendasikan adalah kualitas sistem (system quality), kualitas informasi (information quality), manfaat yang dirasakan (perceived usefulness), kesenangan yang dirasakan (perceived enjoyment), dan konfirmasi (confirmation). Hasil penelitian juga membuktikan bahwa kepuasan (satisfaction) sebagai variabel mediasi yang memiliki efek perspektif teknologi dan pengalaman penggunaan

terhadap

niat

menggunakan

kembali

dan

niat

untuk

merekomendasikan aplikasi mobile berbasis informasi yang dalam penelitian ini adalah aplikasi ABC. Selain itu, hasil analisis data menunjukkan bahwa kualitas informasi (information quality) merupakan dimensi perspektif teknologi yang memiliki pengaruh positif paling signifikan terhadap pengalaman pengguna yaitu variabel manfaat yang dirasakan (perceived usefulness), dan

manfaat yang

dirasakan (perceived usefulness) merupakan dimensi perspektif pengalaman pengguna yang memiliki pengaruh positif paling signifikan terhadap kepuasan (satisfaction) pengguna. 6.2

Saran

Penelitian ini masih memiliki beberapa keterbatasan dari beberapa aspek sehingga perlu dilakukan perbaikan pada penelitian selanjutnya, antara lain: 1.

Disarankan untuk menggunakan ukuran sampel yang lebih besar, yaitu sekitar 300 hingga 400, sehingga dapat menghasilkan analisis data yang lebih dapat diandalkan.

2.

Disarankan untuk menggunakan variabel-variabel eksogen lain yang dapat lebih mempengaruhi variabel endogen perceived enjoyment dan intention to recommend sehingga nilai koefisien determinasi yang dihasilkan menjadi lebih besar dan variabel tersebut tergolong kuat.

3.

Sebaiknya juga menggunakan faktor-faktor lain yang memiliki pengaruh terhadap keinginan pengguna untuk menggunakan kembali dan untuk merekomendasikan

aplikasi

mobile

berbasis

informasi

agar

lebih



114

merepresentasikan faktor-faktor yang mempengaruhi keinginan pengguna tersebut. 4.

Pengukuran dalam penelitian ini hanya dilakukan menggunakan data kuantitatif dari kuesioner online dikarenakan lokasi responden yang tersebar di berbagai wilayah di Indonesia, sehingga dapat menimbulkan hasil yang tidak obyektif. Oleh karena itu, disarankan untuk menggunakan data kualitatif dari hasil wawancara atau focus group discussion mendalam kepada pengguna atau melakukan observasi secara langsung terhadap tingkah laku pengguna agar memperoleh hasil yang lebih obyektif sebagai pelengkap dari data kuantitatif.



DAFTAR PUSTAKA

Battacherjee, A. (2001). Understanding information systems continuance: An expectation-confirmation model. MIS Quarterly, 25(3), 351-370. Chaffey, D. (2011). E-business & e-commerce management : Strategy, implementation and practice (5th ed.). England: Prentice Hall. Chen, L., Meservy, T. O., & Gillenson, M. (2012). Understanding information systems continuance for information oriented mobile applications. Communications of the Association for Information Systems, 30(9), 127146. Chenyan, X., Peak, D., & Prybutok, V. (2015). A customer value, satisfaction, and loyalty perspective of mobile application recommendations. Decision Support Systems. Chulmo, K., Wati, Y., & Namho, C. (2013, March). A Study of Mobile and Internet Banking Service : Applying for IS Success Model. Asia Pacific Journal of Information System, 23(1). Dauw-Song, Z., Min-Jon, K., Lee, R. Z.-C., & Tsu-Sheng, L. (2013). A study on the continuous using intention of traveling website. Computer and Information Science (ICIS), 2013 IEEE/ACIS 12th International Conference on (pp. 255-261). Niigata: IEEE. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance. MIS Quarterly, 13(3), 319-340. Davis, F. D., Bagozzi, P. R., & Warshaw, P. R. (1989). User acceptance of computer technology: A comparison of two theoretical models. Management Science, 35(8), 982-1003. DeLone, W. H., & McLean, E. R. (2002). Information systems success revisited. System Sciences, 2002. HICSS. Proceedings of the 35th Annual Hawaii International Conference on (pp. 2966 - 2976). IEEE. 115



116

DeLone, W. H., & McLean, E. R. (2003). The DeLone and McLean model of information systems success: A ten-year update. Journal of Management Information Systems, 19(4), 9–30. DeLone, W., & McLean, E. (1992). Information system success: The quest for dependent variable. Information System Research, 60-95. Doll, W., & Torkzadeh, G. (1988). The measurement of end-user computing satisfaction. MIS Quarterly. 12 Issue 2, pp. 259-274. Minneapolis: Society for Information Management and The Management Information Systems Research Center. Evangelos, G., & Siskos, Y. (2010). Customer satisfaction evaluation (1 ed., Vol. 139). Springer US. Ferdinand, A. (2002). Structural equation modelling dalam penelitian manajemen. Seri Pustaka Kunci 03/ BP UNDIP. Finn, A., Luming, W., & Tema, F. (2009). Attribute perceptions, customer satisfaction and intention to recommend e-services. Journal of Interactive Marketing, 23(3), 209-220. Gelo, O., Braakmann, D., & Benetka, G. (2008, September 16). Quantitative and qualitative research: Beyond the debate. Integrative Psychological and Behavioral Science, 42(3), 266-290. Ghozali, I. (2014). Structural equation modeling: Metode alternatif dengan Partial Least Square(PLS) (4th ed.). Semarang: Badan PenerbitUniversitas Diponegoro. Hass, N., & Lehner, F. (2009). Knowledge Management Success Factors Proposal of an Empirical Research. Proceedings of the 10th European Conference on Knowledge Management. Jaeki, S., Junghwan, K., & Jones, D. R. (2012). The effects of application discoverability on user benefits in mobile application stores. In M. Shaw, Z. Dongsong, & W. Yue (Eds.), E-Life: Web-enabled convergence of Universitas Indonesia


117

commerce, work, and social life (Vol. 108, pp. 429-441). Springer Berlin Heidelberg. Kock, N. (2011). Using WarpPLS in e-collaboration studies: Mediating effects, control and second order variables, and algorithm choices. International Journal of e-Collaboration, 7(3), 1-13. Kock, N. (2014). Advanced mediating effects tests, multi-group analyses, and measurement model assessments in PLS-based SEM. International Journal of e-Collaboration, 10(1), 1-13. Krajci, I., & Cummings, D. (2013). Android on x86: An introduction to optimizing for intel architecture. In I. Krajci, & D. Cummings, Android on x86: An introduction to optimizing for intel architecture (p. 25). A product of Apress. Latan, H. (2013). Structural equation modelling : Konsep dan aplikasi menggunakan program Lisrel 8.80. Bandung: Alfabeta. Latan, H., & Ghozali, I. (2012). Partial Least Squares: Konsep, Teknik, dan Aplikasi Menggunakan Program SmartPLS 2.0 M3. Semarang: Badan Penerbit Universitas Diponegoro. Laudon, K. C., & Traver, C. G. (2014). E-commerce : Business, strategy, society. New Jersey: Pearson Education, Inc. Mantra, I. B., & Kasto. (1987). Penentuan sampel. In M. Singarimbun, & S. Effendi (Eds.), Metode penelitian survai (2nd ed., pp. 149-174). Yogyakarta: Lembaga Penelitian, Pendidikan, dan Penerangan Ekonomi dan Sosial. Niaz, M. (2009, July 1). Qualitative methodology and its pitfalls in educational research. Quality & Quantity, 43(4), 535-551. Ong, C.-S., & Day, M.-Y. (2010). An integrated evaluation model of user satisfaction with social media services. Information Reuse and Integration



118

(IRI), 2010 IEEE International Conference on (pp. 195 - 200). Las Vegas: IEEE. Quaddus, M., & Hossain, M. A. (2012). Expectation–confirmation theory in information system research: A review and analysis. In Y. K. Dwivedi, M. R. Wade, & S. L. Schneberger (Eds.), Information Systems Theory: Explaining and predicting our digital society, vol. 1 (Vol. 1, pp. 441-469). New York: Springer New York. Rainer, R., & Cegielski, C. (2012). Introduction to information systems (9th ed.). USA: Prentice Hall. Samsung.

(2014).

Salaam.

Retrieved

Maret

17,

2014,

from

Salaam:

http://www.samsungsalaam.com/ Seddon, P. B. (1997). A respecification and extention of the DeLone and McLean model of IS success. Information Systems Research, 8(3), 240–253. Sumaryanto. (2015, March 14). Harapan terhadap aplikasi Salaam. (N. Setyawan, Interviewer) Supangat, A. (2007). Statistika dalam kajian deskriptif, inferensi, dan non parametrik (1 ed.). Jakarta: Kencana 2010. Tao, Z. (2013). Understanding continuance usage of mobile sites. Industrial Management & Data Systems, 113(9), 1286-1299. Urbach, N., & Muller, B. (2012). The Updated DeLone and McLean Model. In Y. Dwivedi, M. Wade, & S. Schneberger (Eds.), Information systems theory: Explaining and predicting our digital society, vol. 1 (Vol. 1, pp. 1-18). New York: Springer New York. Venkatesh, V., & Davies, F. D. (2000, February). A theoretical extension of the technology

acceptance

model:

Four

longitudinal

field

studies.

Management Science, 46(2), 186-204.



119

Xu, J., Benbasat, I., & Cenfetteli, R. T. (2013). Integrating service quality with system and information quality: An empirical test in the e-service context. MIS Quarterly, 37(3), 777-794.



120

Lampiran 1. Dokumentasi Hasil Wawancara HASIL WAWANCARA

Wawancara dilakukan pada Jumat, 14 Maret 2015 di PT. XYZ. Adapun informasi narasumber, sebagai berikut: Nama

: Sumaryanto

Jabatan

: Product Owner of ABC

Topik yang dibahas dalam wawancara yaitu mengenai aplikasi ABC yang sudah didistribusikan di Google Play Store. Dan berikut adalah daftar pertanyaan dan jawaban dari hasil wawancara: 1.

Sejarah ABC sampai dengan versi saat ini? Jawab

: Pada tahun 2012, saat organisasi masih bernama Media Solution

Centre Indonesia (MSCI), diminta membuat prototype aplikasi yang akan dipresentasikan ke Head Quarters (HQ) di Korea. Kemudian, didapatkan beberapa ide untuk mencari aplikasi yang bermanfaat. Karena sebagian besar penduduk di Indonesia adalah Muslim, dipilihlah Islamic Application. Kemudian mencari beberapa alternatif untuk nama aplikasi tersebut, sehingga terpilihlah nama ABC. 2.

Berdasarkan pengamatan saya, ada perubahan desain dan fungsionalitas antara ABC versi awal ke versi saat ini. Apa saja perubahan itu? Jawab

: Perbedaannya cukup besar, untuk ABC versi 1.0 sampai dengan

versi 1.1.2, ABC dibuat hanya sebagai sebuah tools, sehingga tidak ada interaksi ke pengguna. Sebelum membuat ABC ada survei dan dihasilkan bahwa untuk membuat aplikasi Islami harus ada 5 pilar yaitu rukun Islam. Pada versi tersebut, apabila pengguna ingin menggunakan ABC, harus memilih menu yang ada di aplikasi, seperti praying time, qibla finder, zakat calculator, quran, prayer guide. Kemudian dilakukan evaluasi oleh tim pengembang dan akhirnya diputuskan untuk membuat versi 1.2. Versi 1.2 mengusung tematik atau kontekstual yang bertujuan agar ABC dapat Universitas Indonesia


121

mengingatkan

pengguna

untuk

senantiasa

beribadah.

Maksud

dari

konstekstual yaitu dapat memberikan informasi dan waktu sesuai dengan pengguna. Harapannya, ABC dapat membuat pengguna senantiasa tergantung untuk menggunakan aplikasi dan dapat memberikan informasi yang bermanfaat, namun proses untuk mencapai harapan tersebut masih panjang. 3.

Siapa saja target pengguna ABC? Dari pekerjaan, usia, gender, agama, pengguna tablet/smartphone? Jawab

: Target pengguna ABC sangat universal. Untuk versi 1.1 hingga

1.1.2 adalah semua muslim, karena tujuannya ingin mendapatkan pengguna sebanyak mungkin. Targetnya adalah orang yg masih belajar agama Islam misalnya anak-anak, muslim yang tahu agama tetapi belum fanatik dan pengguna yang fanatik terhadap Islam. Oleh karena itu Al-Quran yang disajikan adalah perkata, ada transliterasi, dan terjemahan. Untuk orang yang baru belajar, bisa mengunakan transliterasinya. Untuk orang yang tahu agama namun belum fanatik bisa menggunakan terjemahan. Dan untuk orang yang fanatik ada pilihan untuk menghilangkan terjemahan dan transliterasinya. Target pengguna dari segi umur yaitu dari umur 13-55 tahun yang masih bisa menggunakan smartphone. 4.

Kalau jumlah target pengguna berapa? Itu target tahun berapa? Jawab

: Target awal 1 juta, karena jumlah muslim di Indonesia ada sekitar

200 juta. Target itu ditetapkan dari awal launching yaitu mulai Juni 2013. 5.

Untuk saat ini, jumlah target pengguna sudah tercapai belum? Jawab

6.

: Belum tercapai.

Berapa jumlah pengguna saat ini, ada tren pengguna tidak? Jawab

: Kalau jumlah pengguna saat ini sekitar 30 ribu. Terlihat bahwa

target belum tercapai karena banyak faktor yang mempengaruhi. 7.

Apa penyebab target pengguna tidak tercapai? Jawab

: Ada beberapa faktor, seperti

 Promosi yang dilakukan masih kurang hanya mencoba beberapa promosi. Saat promosi dilakukan, ada peningkatan jumlah pengguna tetapi saat promosi tidak dilakukan, jumlah pengguna turun.



122  Awalnya ABC dibuka untuk seluruh Negara, tapi untuk yang versi konstektual hanya untuk Indonesia. Karena bahasa yang tersedia hanya bahasa Indonesia. 8.

Apa saja promosi yang sudah dilakukan? Jawab

: Promosi dilakukan di Koran, iklan televisi, acara Islamic Book

Fair dan media sosial seperti Twitter dan Facebook. 9.

Tadi disebutkan bahwa jumlah pengguna saat ini sekitar 30 ribu, kalau jumlah pengguna yang aktif berapa persen? Jawab

: Harus dilihat dari laporan setiap bulan. Bisa dilihat di aplikasi

dashboard atau Google Play Store. Tapi bisa dipastikan jumlah pengguna aktif tidak mencapai 100%. Padahal yang diinginkan, semua pengguna yang telah menginstal aktif menggunakan ABC. 10. Apakah ada pengaruh faktor eksternal terkait tidak tercapainya target pengguna? Jawab

: Saat ini, ada banyak aplikasi Islami di Google Play Store seperti

Moslem Pro. 11. Kalau dari pihak manajemen apakah sudah memperhatikan review/feedback dari pengguna? Jawab

: Untuk saat ini, belum ada. Hanya melihat ulasan di Google Play

Store, apabila terjadi force close maka dilakukan perbaikan. Namun itu hanya beberapa ulasan saja yang ditindaklanjuti dan dari pihak manajemen belum ada policy untuk membalas ulasan tersebut. Selain itu, untuk mendukung versi sistem operasi terbaru yaitu Android Lollipop maka apabila ada bug akan diperbaiki. 12. Rencana pengembangan ABC selanjutnya berdasarkan ulasan pengguna? Jawab

: Kalau dari Product Owner sebenarnya sudah ada roadmap

mengenai pengembangannya, tapi belum ada keputusan dari manajemen terkait pengembangannya. 13. Apakah pihak manajemen pernah melakukan evaluasi berkaitan dengan rating dan feedback? Jawab

: Belum ada penelitian untuk mengetahui pengalaman user dalam

menggunakan aplikasi kecuali dari rating Google Play Store. Yang sudah Universitas Indonesia


123

dilakukan saat ini hanya berdasarkan laporan di aplikasi dashboard apakah masih ada pengguna yang aktif atau tidak. 14. Untuk saat ini berarti bisa disimpulkan bahwa masih ada gap antara jumlah pengguna yang aktif dengan jumlah keseluruhan pengguna? Lalu apa harapan dari pihak manajemen? Jawab

: Iya itu pasti ada, nanti bisa dilihat dari datanya. Sedangkan

harapan dari manajemen, pengguna yang sudah melakukan instalasi dapat menggunakan aplikasi ABC secara rutin dan tentunya tidak ada keluhan dari pengguna. 15. Dari pihak manajemen apakah sudah melakukan penelitian terkait adanya gap yang terjadi? Jawab

: Hal itu belum dilakukan karena tidak adanya resource yang bisa

melakukan hal tersebut. Jadi hanya menanyakan ke pengguna yang kenal saja misalnya teman dekat untuk mengetahui pengalaman dalam menggunakan aplikasi. Namun, hal itu belum mewakili semua pengguna. 16. Apa saja kekuatan ABC? Jawab

: Quran sudah di sertifikasi dan konten yang disajikan berasal dari

penerbit yang sudah dipercaya. 17. Apakah ada faktor internal yang menyebabkan target tidak terpenuhi? Jawab

: Kalau dari sisi internal yaitu bagaimana prioritas dari manajemen

untuk menyediakan resource sehingga pengembangan bisa dilakukan. Selain itu, beberapa pengembang belum mengerti mengenai metode baru yang digunakan dalam proses pengembangan. 18. Bagaimana harapan jumlah pengguna aplikasi yang melakukan uninstall? Jawab

: Harapannya, jumlah pengguna yang melakukan uninstall tidak

bertambah setiap bulan. Jadi tidak terjadi peningkatan. Karena untuk mencapai kondisi dimana jumlah pengguna yang melakukan uninstall sebanyak 0 itu tidak mungkin. 19. Apa saja dampak yang terjadi akibat permasalahan yang ada? Jawab

: Dari awal, sudah ditetapkan bahwa resource seperti spesifikasi

server yang diimplementasikan dapat menangani layanan untuk 2 juta



124

pengguna. Tapi kenyataannya, tidak semua pengguna mengakses aplikasi. Hal itu ada penggunaan resource-nya yang terbuang.

Jakarta, 15 Maret 2015

Pewawancara

Narasumber

Nurlina Setyawan

Sumaryanto



125

Lampiran 2. Data Olahan Jumlah Pengguna dari Google Play Store Total User

Total User

Total Current

Total User

Installs

Uninstalls

User Installs

Installs

Juli 2013

39

12

27

27

Agustus 2013

12

2

10

37

September 2013

14

12

2

39

Oktober 2013

11

7

4

43

November 2013

1802

547

1255

1298

Desember 2013

1639

793

846

2144

Januari 2014

2092

1024

1068

3212

Februari 2014

1879

1017

862

4074

Maret 2014

1504

984

520

4594

April 2014

1123

788

335

4929

Mei 2014

1283

848

435

5364

Juni 2014

1341

808

533

5897

Juli 2014

5920

2397

3523

9420

Agustus 2014

2042

1524

518

9938

September 2014

2266

1627

639

10577

Oktober 2014

5236

2153

3083

13660

November 2014

3533

1916

1617

15277

Desember 2014

3291

1828

1463

16740

Bulan



126

Lampiran 3. Data Olahan Jumlah Pengguna dari PT. XYZ Apps

Bulan

Total User Installs

Total Current User Installs

Juli 2013

21

21

Agustus 2013

8

29

September 2013

11

40

Oktober 2013

3

43

November 2013

314

357

Desember 2013

487

844

Januari 2014

449

1293

Februari 2014

313

1606

Maret 2014

248

1854

April 2014

241

2095

Mei 2014

242

2337

Juni 2014

1107

3444

Juli 2014

2776

6220

Agustus 2014

2182

8402

September 2014

1077

9479

Oktober 2014

7430

16909

November 2014

5972

22881

Desember 2014

3600

26481



127

Lampiran 4. Data Jumlah Pengguna Aktif dari Aplikasi Dashboard ABC Total User

Total Current

Installs

User Installs

Juli 2014

5642

15640

Agustus 2014

7959

18340

September 2014

8783

20056

Oktober 2014

19784

30569

November 2014

25480

38158

Desember 2014

28930

43221

Januari 2015

32741

48098

Februari 2015

38184

52502

Bulan



128

Lampiran 5. Data Review Pengguna di Google Play Store



129

Lampiran 6. Kuesioner Penelitian ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI NIAT MENGGUNAKAN KEMBALI APLIKASI MOBILE BERBASIS INFORMASI: STUDI KASUS APLIKASI ABC PADA PT. XYZ

PENGANTAR

Perkenalkan, saya Nurlina Setyawan, mahasiswi pasca sarjana program Magister Teknologi Informasi, Universitas Indonesia, yang saat ini sedang melaksanakan penelitian karya akhir (tesis). Penelitian ini mengenai “Analisis faktor-faktor yang mempengaruhi niat menggunakan kembali aplikasi mobile berbasis informasi: Studi kasus aplikasi ABC pada PT. XYZ”. ABC adalah aplikasi islami dari PT. XYZ yang menggunakan Al-Qur'an versi digital yang telah mendapatkan Sertifikat Lajnah Pentashihan Mushaf AlQur'an dari Kementerian Agama Republik Indonesia. Versi terbaru ABC memiliki fitur seperti Al-Qur’an digital, jadwal sholat, penunjuk arah kiblat, haji & umrah, dan konten harian & kontekstual. Adapun kriteria responden yang diharapkan pada penelitian ini adalah sebagai berikut: 1. Pernah melakukan instalasi aplikasi ABC. 2. Pernah menggunakan salah satu fitur aplikasi ABC seperti Al-Qur’an digital, jadwal sholat, arah kiblat, dll. Kuesioner ini semata-mata hanya untuk kepentingan akademis dan tidak berdampak apapun pada kegiatan Saudara sebagai pengguna aplikasi ABC. Adapun kerahasiaan pengisian kuesioner ini akan dijamin sepenuhnya. Oleh karena itu, jika Saudara memenuhi kriteria diatas, mohon kesediaannya untuk meluangkan waktu sekitar 9 menit untuk menjawab setiap pertanyaan dengan sejujurnya, dalam arti sesuai dengan kondisi yang Saudara alami bukan apa yang Anda

harapkan

dan

juga

tanpa

pengaruh

orang

lain.



130

Lampiran 6. Kuesioner Penelitian (lanjutan) Jika ada yang kurang jelas atau ada hal yang ingin ditanyakan, Saudara dapat menghubungi saya melalui e-mail [email protected] atau telepon 085227842615. Saya sangat menghargai partisipasi Saudara dalam meluangkan waktu untuk mengisi kuesioner ini. Atas perhatian dan kerjasamanya, saya ucapkan terima kasih.

Jakarta, Oktober 2015 Hormat saya,

Nurlina Setyawan

* Tersedia hadiah menarik berupa voucher pulsa untuk 3 orang responden yang beruntung setelah proses pengumpulan data selesai.



131

Lampiran 6. Kuesioner Penelitian (lanjutan) Bagian I I.

Data Responden 1. Nama Lengkap (Opsional)

2. Email

Untuk menjawab pertanyaan nomor 3 s.d 7, mohon memberikan tanda silang (X) untuk jawaban yang Saudara anggap paling sesuai. 3. Umur a. b. c. d. e.

Dibawah 20 tahun 20 – 29 tahun 30 – 39 tahun 40 – 49 tahun Diatas 50 tahun

4. Jenis Kelamin a. Laki-laki b. Perempuan 5. Pendidikan Terakhir a. b. c. d. e.

D1/D2/D3 Sarjana (S1) Magister (S2) Doktor (S3) Lainnya :

6. Pekerjaan a. b. c. d. e.

Pegawai Negeri Sipil Pegawai Swasta Mahasiswa Wirausaha Lainnya:



132

Lampiran 6. Kuesioner Penelitian (lanjutan)

7. Lama penggunaan aplikasi ABC a. b. c. d. e.

< 6 bulan 6 - 12 bulan 12 - 18 bulan 18 - 24 bulan > 2 tahun

8. Fitur yang lebih sering digunakan ketika mengakses aplikasi ABC (anda bisa memilih lebih dari satu)      II.

Al-Qur’an digital Jadwal sholat Penunjuk arah kiblat Haji & umrah Konten harian & kontekstual

Petunjuk Pengisian Berikan penilaian Anda terhadap kualitas Aplikasi ABC dengan memberikan tanda silang (X) pada jawaban Anda sesuai keadaan sebenarnya. Keterangan: STS TS N S SS Contoh: No 1

: Sangat Tidak Setuju : Tidak Setuju : Netral : Setuju : Sangat Setuju Pernyataan

STS

TS

N

S

Aplikasi ABC mudah untuk digunakan

X

Keterangan: 

Dengan memberi tanda X pada kotak jawaban “SS” berarti Anda sangat mengetahui bahwa aplikasi ABC mudah untuk digunakan.



Apabila Anda ingin memperbaiki jawaban, cukup beri tanda coret dua kali (=) pada jawaban yang akan diganti, kemudian berilah tanda silang (X) pada kolom jawaban lain yang Anda anggap benar. Universitas Indonesia


SS

133

Lampiran 6. Kuesioner Penelitian (lanjutan) Bagian II Kualitas Sistem (System Quality) No

Pernyataan

STS

TS

N

EU – Ease of use (Kemudahan aplikasi ABC untuk digunakan) 1 Saya cepat beradaptasi dengan aplikasi ABC karena penggunaannya mudah 2 Pengoperasian aplikasi ABC mudah, dapat dilakukan sendiri tanpa bimbingan 3 Navigasi di aplikasi ABC mudah digunakan dan tidak rumit 4 Tampilan (interface) aplikasi ABC mudah dimengerti pengguna (user friendly) RT – Response Time (Kecepatan mengakses aplikasi ABC) Waktu tunggu (loading) aplikasi ABC cepat pada saat digunakan 6 Aplikasi ABC merespon permintaan saya secara cepat 7 Saya dapat men-download data (Al-Qur’an) dari aplikasi ABC dengan cepat 8 Aplikasi ABC memuat data seperti teks dan gambar secara cepat SR – System Reliability (Ketahanan aplikasi ABC dari kerusakan) 9 Aplikasi ABC dapat beroperasi secara handal, contohnya tidak mudah down ketika diakses oleh banyak pengguna 10 Aplikasi ABC dapat bekerja secara handal, contohnya tidak terjadi forced close ketika mendownload semua surah 11 Proses error recovery yang cepat jika terjadi gangguan (bug) yaitu aplikasi ABC melakukan forced update untuk menangani gangguan tersebut 12 Aplikasi ABC selalu tersedia (available) setiap kali saya mengakses 5

Lampiran 6. Kuesioner Penelitian (lanjutan)



S

SS

134

No

Pernyataan

STS

TS

N

S

SS

STS

TS

N

S

SS

F – Functionality (Fungsionalitas aplikasi ABC) 13 Aplikasi ABC selalu berfungsi dengan benar (running well) 14 Aplikasi ABC dirancang dengan baik (well designed) 15 Aplikasi ABC menyediakan fitur-fitur yang dibutuhkan pengguna dalam mempelajari agama Islam Kualitas Informasi (Information Quality) No

Pernyataan

CN – Completeness (Kelengkapan informasi di aplikasi ABC) 1 Aplikasi ABC menyediakan informasi yang memadai 2 Aplikasi ABC menyediakan informasi secara komprehensif (ruang lingkup/isi luas dan lengkap) 3 Informasi yang disediakan aplikasi ABC memenuhi kebutuhan saya sebagai pengguna A – Accuracy (Keakuratan informasi di aplikasi ABC) 4 Aplikasi ABC menampilkan informasi secara benar 5 Informasi yang saya peroleh dari aplikasi ABC bebas dari kesalahan 6 Aplikasi ABC menyediakan informasi yang tepat dan akurat F – Format (Susunan informasi di aplikasi ABC) 7 Aplikasi ABC menyediakan informasi dengan format yang baik dengan 8 Aplikasi ABC menyediakan informasi penataan yang baik 9 Aplikasi ABC menyajikan informasi pada layar dengan jelas U – Understandability (Informasi di aplikasi ABC mudah dimengerti) 10 Informasi di aplikasi ABC mudah dan dapat dimengerti oleh saya sebagai pengguna 11 Informasi di aplikasi ABC tidak rumit dan mudah dimengerti 12 Aplikasi ABC menyajikan informasi dengan cukup detil sehingga mudah dipahami Lampiran 6. Kuesioner Penelitian (lanjutan)



135

Manfaat yang dirasakan (Perceived Usefulness) No

Pernyataan

1

Penggunaan aplikasi ABC meningkatkan kinerja saya dalam mempelajari agama Islam Penggunaan aplikasi ABC meningkatkan produktivitas saya dalam mempelajari agama Islam Penggunaan aplikasi ABC meningkatkan efektivitas saya dalam mempelajari agama Islam

2 3

STS

TS

N

S

SS

STS

TS

N

S

SS

STS

TS

N

S

SS

STS

TS

N

S

SS

Kesenangan yang dirasakan (Perceived Enjoyment) No

Pernyataan

1

Penggunaan aplikasi ABC untuk mempelajari agama Islam merupakan hal yang menyenangkan Penggunaan aplikasi ABC untuk mempelajari agama Islam merupakan hal yang menarik Saya merasa nyaman menggunakan aplikasi ABC untuk mempelajari agama Islam

2 3

Konfirmasi (Confirmation) No

Pernyataan

1

Saya mendapatkan pengalaman yang lebih baik selama menggunakan aplikasi ABC daripada apa yang saya harapkan Fungsionalitas yang disediakan oleh aplikasi ABC lebih baik daripada apa yang saya harapkan Secara keseluruhan, sebagian besar harapan saya dalam menggunakan aplikasi ABC sudah terpenuhi

2 3

Kepuasan (Satisfaction) No 1 2 3

Pernyataan

Saya merasa puas dengan fitur yang disajikan oleh aplikasi ABC Aplikasi ABC menyajikan informasi yang sangat memuaskan Secara keseluruhan, saya merasa puas selama menggunakan aplikasi ABC untuk mempelajari agama Islam Lampiran 6. Kuesioner Penelitian (lanjutan)



136

Niat Melanjutkan Penggunaan (Continuance Usage Intention) No

Pernyataan

1 2

Saya berniat untuk terus menggunakan aplikasi ABC Saya berniat untuk menggunakan aplikasi ABC daripada aplikasi alternatif lainnya Kedepannya, saya akan menggunakan aplikasi ABC ketika saya mempelajari agama Islam

3

STS

TS

N

S

SS

STS

TS

N

S

SS

Niat Untuk Merekomendasikan (Intention to Recommend) No

Pernyataan

1

Saya akan mengatakan hal-hal positif tentang aplikasi ABC Saya akan mengatakan hal-hal baik tentang aplikasi ABC Saya akan merekomendasikan aplikasi ABC kepada orang lain Saya akan mendorong orang lain untuk menggunakan aplikasi ABC

2 3 4

Lampiran 7. Outer Loading (Measurement Model) Indikator Iterasi Pertama Universitas Indonesia


137

Variabel Laten

Kode

Outer Loading


CN1

0,902

(Completeness)

CN2

0,869

CN3

0,873


AC1

0,868

(Accurate)

AC2

0,867

AC3

0,904

Susunan Informasi

FO1

0,884

(Format)

FO2

0,902

FO3

0,878

Mudah Dimengerti

UA1

0,873

(Understandability)

UA2

0,917

UA3

0,799


EU1

0,840

(Ease of use)

EU2

0,810

EU3

0,821

EU4

0,823

Kecepatan Akses

RT1

0,863

(Response Time)

RT2

0,858

RT3

0,741

RT4

0,808

Ketahanan Aplikasi

SR1

0,821


SR2

0,804

SR3

0,794

SR4

0,596

Fungsionalitas

FA1

0,827

(Functionality)

FA2

0,858

FA3

0,765



138

Lampiran 7. Outer Loading (Measurement Model) Indikator Iterasi Pertama (lanjutan) Variabel Laten

Kode

Outer Loading


PU1

0,931


PU2

0,959

PU3

0,937


PE1

0,890


PE2

0,943

PE3

0,922

Konfirmasi

CO1

0,910

(Confirmation)

CO2

0,897

CO3

0,897

Kepuasan

SA1

0,888

(Satisfaction)

SA2

0,906

SA3

0,896

Niat Melanjutkan

CU1

0,905


CU2

0,888

Usage Intention)

CU3

0,869

Niat Untuk

IR1

0.908

Merekomendasikan

IR2

0,898


IR3

0,901

IR4

0,905



139

Lampiran 8. Outer Loading (Measurement Model) Indikator Iterasi Kedua

Variabel Laten

Kode

Outer Loading


CN1

0,902

(Completeness)

CN2

0,869

CN3

0,873


AC1

0,868

(Accurate)

AC2

0,867

AC3

0,904

Susunan Informasi

FO1

0,884

(Format)

FO2

0,902

FO3

0,878

Mudah Dimengerti

UA1

0,873

(Understandability)

UA2

0,917

UA3

0,799


EU1

0,840

(Ease of use)

EU2

0,810

EU3

0,821

EU4

0,823

Kecepatan Akses

RT1

0,863

(Response Time)

RT2

0,858

RT3

0,741

RT4

0,808

Ketahanan Aplikasi

SR1

0,849


SR2

0,847

SR3

0,794

Fungsionalitas

FA1

0,827

(Functionality)

FA2

0,858

FA3

0,765


PU1

0,931


PU2

0,959

PU3



140

Lampiran 8. Outer Loading (Measurement Model) Indikator Iterasi Kedua (lanjutan) Variabel Laten

Kode

Outer Loading


PE1

0,890


PE2

0,943

PE3

0,922

Konfirmasi

CO1

0,910

(Confirmation)

CO2

0,897

CO3

0,897

Kepuasan

SA1

0,888

(Satisfaction)

SA2

0,906

SA3

0,896

Niat Melanjutkan

CU1

0,905


CU2

0,888

Usage Intention)

CU3

0,869

Niat Untuk

IR1

0,908

Merekomendasikan

IR2

0,898


IR3

0,901

IR4

0,905



141

Lampiran 9. Nilai Discriminant Validity (Cross Loading) Indikator CN

AC

FO

UN

EU

RT

SR

FU

PU

PE

CO

SA

CI

IR

CN1

0,902

0,602

0,616

0,587

0,486

0,513

0,466

0,626

0,621

0,541

0,588

0,587

0,584

0,572

CN2

0,869

0,578

0,576

0,624

0,518

0,523

0,512

0,614

0,66

0,578

0,577

0,632

0,548

0,578

CN3

0,873

0,584

0,645

0,624

0,483

0,468

0,498

0,588

0,675

0,597

0,633

0,706

0,590

0,599

AC1

0,598

0,868

0,517

0,543

0,442

0,467

0,526

0,552

0,591

0,477

0,491

0,481

0,520

0,594

AC2

0,539

0,867

0,475

0,495

0,405

0,444

0,473

0,573

0,574

0,425

0,496

0,507

0,447

0,436

AC3

0,624

0,904

0,562

0,569

0,500

0,516

0,570

0,623

0,619

0,500

0,532

0,553

0,508

0,532

FO1

0,669

0,549

0,884

0,653

0,516

0,517

0,437

0,552

0,534

0,490

0,565

0,532

0,482

0,436

FO2

0,612

0,526

0,902

0,686

0,503

0,436

0,414

0,546

0,474

0,461

0,608

0,513

0,520

0,511

FO3

0,568

0,495

0,878

0,722

0,507

0,441

0,384

0,541

0,445

0,361

0,548

0,547

0,491

0,495

UN1

0,534

0,481

0,708

0,873

0,524

0,477

0,424

0,524

0,442

0,430

0,507

0,460

0,422

0,507

UN2

0,544

0,508

0,705

0,917

0,613

0,506

0,421

0,581

0,451

0,472

0,515

0,488

0,491

0,513

UN3

0,739

0,601

0,587

0,799

0,484

0,555

0,534

0,582

0,592

0,577

0,536

0,605

0,569

0,525

EU1

0,492

0,400

0,531

0,534

0,840

0,565

0,498

0,505

0,391

0,433

0,496

0,492

0,481

0,486

EU2

0,422

0,404

0,395

0,499

0,810

0,508

0,424

0,472

0,355

0,342

0,325

0,430

0,422

0,404

EU3

0,423

0,424

0,476

0,487

0,821

0,469

0,400

0,497

0,317

0,329

0,395

0,433

0,383

0,355



142

Lampiran 9. Nilai Discriminant Validity (Cross Loading) Indikator (lanjutan) CN

AC

FO

UN

EU

RT

SR

FU

PU

PE

CO

SA

CI

IR

EU4

0,515

0,457

0,484

0,545

0,823

0,449

0,452

0,603

0,366

0,368

0,442

0,436

0,424

0,463

RT1

0,400

0,420

0,415

0,462

0,515

0,863

0,554

0,461

0,362

0,401

0,488

0,465

0,442

0,362

RT2

0,479

0,431

0,412

0,482

0,534

0,858

0,553

0,452

0,391

0,415

0,502

0,504

0,463

0,379

RT3

0,448

0,374

0,360

0,414

0,344

0,741

0,554

0,379

0,300

0,419

0,479

0,418

0,342

0,315

RT4

0,540

0,549

0,527

0,575

0,575

0,808

0,608

0,562

0,407

0,454

0,468

0,489

0,522

0,484

SR1

0,444

0,441

0,393

0,419

0,463

0,606

0,849

0,494

0,358

0,406

0,531

0,431

0,471

0,425

SR2

0,449

0,525

0,358

0,431

0,415

0,556

0,847

0,537

0,402

0,38

0,48

0,386

0,479

0,474

SR3

0,500

0,519

0,405

0,468

0,466

0,559

0,794

0,558

0,461

0,406

0,528

0,483

0,445

0,455

FU1

0,508

0,567

0,437

0,498

0,516

0,527

0,611

0,827

0,454

0,394

0,499

0,445

0,403

0,505

FU2

0,553

0,510

0,607

0,592

0,553

0,476

0,519

0,858

0,410

0,407

0,514

0,451

0,438

0,522

FU3

0,644

0,553

0,460

0,500

0,475

0,383

0,427

0,765

0,575

0,444

0,479

0,535

0,436

0,447

PU1

0,696

0,666

0,476

0,497

0,414

0,448

0,489

0,577

0,931

0,657

0,566

0,698

0,527

0,575

PU2

0,707

0,639

0,519

0,559

0,399

0,406

0,463

0,557

0,959

0,695

0,663

0,736

0,626

0,620

PU3

0,686

0,607

0,547

0,548

0,415

0,410

0,431

0,511

0,937

0,657

0,622

0,716

0,604

0,588

PE1

0,576

0,495

0,440

0,537

0,364

0,439

0,429

0,421

0,639

0,890

0,532

0,596

0,598

0,580



143

Lampiran 9. Nilai Discriminant Validity (Cross Loading) Indikator (lanjutan)

CN

AC

FO

UN

EU

RT

SR

FU

PU

PE

CO

SA

CI

IR

PE2

0,594

0,464

0,449

0,483

0,402

0,464

0,432

0,464

0,643

0,943

0,611

0,634

0,547

0,544

PE3

0,617

0,507

0,469

0,542

0,466

0,514

0,456

0,508

0,677

0,922

0,630

0,663

0,556

0,562

CO1

0,675

0,59

0,598

0,593

0,49

0,588

0,574

0,583

0,657

0,635

0,910

0,708

0,678

0,645

CO2

0,529

0,457

0,556

0,504

0,407

0,498

0,552

0,525

0,506

0,508

0,897

0,634

0,613

0,549

CO3

0,633

0,508

0,593

0,523

0,466

0,511

0,543

0,536

0,608

0,598

0,897

0,740

0,681

0,566

SA1

0,586

0,442

0,515

0,476

0,492

0,470

0,436

0,467

0,603

0,565

0,691

0,888

0,595

0,520

SA2

0,708

0,621

0,580

0,579

0,498

0,519

0,473

0,545

0,773

0,641

0,670

0,906

0,645

0,621

SA3

0,661

0,507

0,511

0,544

0,475

0,553

0,490

0,549

0,667

0,643

0,711

0,896

0,737

0,623

CI1

0,582

0,490

0,530

0,531

0,488

0,493

0,516

0,465

0,519

0,507

0,656

0,640

0,905

0,626

CI2

0,522

0,416

0,478

0,499

0,466

0,463

0,484

0,412

0,488

0,495

0,614

0,613

0,888

0,618

CI3

0,630

0,585

0,485

0,481

0,428

0,486

0,491

0,508

0,650

0,641

0,674

0,706

0,869

0,696

IR1

0,597

0,532

0,525

0,574

0,456

0,418

0,480

0,516

0,605

0,636

0,601

0,632

0,695

0,908

IR2

0,599

0,569

0,552

0,615

0,511

0,470

0,523

0,589

0,550

0,562

0,549

0,608

0,635

0,898

IR3

0,651

0,529

0,449

0,480

0,488

0,427

0,483

0,569

0,587

0,527

0,625

0,593

0,660

0,901

IR4

0,543

0,509

0,432

0,478

0,418

0,384

0,476

0,503

0,537

0,481

0,577

0,538

0,639

0,905

Keterangan: nilai loading blok indikator dalam huruf tebal (bold)



144 Lampiran 10. AVE dan Akar Kuadrat AVE Variabel

AVE

Akar Kuadrat AVE

CN

0,777

0,881

AC

0,774

0,880

FO

0,788

0,888

UN

0,747

0,864

EU

0,678

0,823

RT

0,671

0,819

SR

0,690

0,831

FU

0,668

0,817

PU

0,888

0,942

PE

0,844

0,919

CO

0,812

0,901

SA

0,804

0,897

CI

0,787

0,887

IR

0,815

0,903



145 Lampiran 11. Korelasi antar Konstruk dengan Nilai Akar Kuadrat AVE CN

AC

FO

UN

EU

RT

SR

FU

PU

PE

CO

SA

CI

IR

CN

0.881

AC

0.667 0.880

FO

0.694 0.590 0.888

UN

0.694 0.609 0.774 0.864

EU

0.562 0.511 0.573 0.627 0.824

RT

0.569 0.541 0.523 0.590 0.604 0.819

SR

0.558 0.595 0.463 0.528 0.539 0.691 0.831

FU

0.691 0.663 0.615 0.649 0.631 0.567 0.637 0.818

PU

0.739 0.676 0.545 0.568 0.434 0.447 0.489 0.582 0.943

PE

0.649 0.532 0.493 0.566 0.448 0.514 0.478 0.506 0.711 0.919

CO

0.680 0.576 0.646 0.599 0.504 0.591 0.617 0.608 0.655 0.644 0.901

SA

0.727 0.584 0.598 0.595 0.544 0.573 0.520 0.581 0.760 0.688 0.770 0.897

CI

0.651 0.559 0.561 0.568 0.519 0.542 0.560 0.520 0.622 0.616 0.730 0.735 0.887

IR

0.662 0.592 0.542 0.595 0.519 0.470 0.543 0.602 0.631 0.611 0.651 0.656 0.728 0.903

Keterangan: nilai akar kuadrat AVE dalam huruf tebal (bold)



146 Lampiran 12. AVE dan Akar Kuadrat AVE

Variabel

Composite Reliability

Cronbachs Alpha

CN

0,913

0,856

AC

0,911

0,854

FO

0,918

0,866

UN

0,898

0,829

EU

0,894

0,842

RT

0,890

0,835

SR

0,870

0,775

FU

0,858

0,751

PU

0,960

0,937

PE

0,942

0,907

CO

0,928

0,884

SA

0,925

0,878

CI

0,917

0,865

IR

0,946

0,924



147 Lampiran 13. Nilai Indikator Weight Konstruk First Order Konstruk Second Order

Konstruk First Order

Nilai Weight

P Values

VIF

Information

CN

0,292

<0,001

2,559

Quality (IQ)

AC

0,271

<0,001

1,969

FO

0,293

<0,001

2,858

UN

0,295

<0,001

2,913

System

EU

0,289

<0,001

1,954

Quality (SQ)

RT

0,3

<0,001

2,252

SR

0,301

<0,001

2,308

FU

0,297

<0,001

2,103



148

Lampiran 14. Data Responden Penelitian

1

11/8/2015 10:09:24

30 - 39 tahun

Jenis Kelamin Laki-laki

2 3 4

11/8/2015 10:17:22 11/8/2015 10:23:08 11/8/2015 11:23:58

20 - 29 tahun 20 - 29 tahun 20 - 29 tahun

Laki-laki Perempuan Perempuan

5

11/8/2015 12:23:21

20 - 29 tahun

6

11/8/2015 13:42:26

7 8

No

Timestamp

Umur

Pendidikan Terakhir Sarjana (S1)

Lama penggunaan Negeri 6 - 12 bulan

Pekerjaan

Sarjana (S1) Sarjana (S1) Sarjana (S1)

Pegawai Sipil bumn Pegawai Swasta Pegawai Swasta

< 6 bulan 12 - 18 bulan 12 - 18 bulan

Perempuan

Sarjana (S1)

Pegawai Swasta

< 6 bulan

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

6 - 12 bulan

11/8/2015 14:12:22 11/8/2015 14:26:40

20 - 29 tahun 20 - 29 tahun

Laki-laki Laki-laki

Sarjana (S1) Sarjana (S1)

Pegawai Swasta Mahasiswa

> 2 tahun < 6 bulan

9 10

11/8/2015 14:35:48 11/8/2015 14:39:49

30 - 39 tahun 20 - 29 tahun

Laki-laki Laki-laki

Magister (S2) Magister (S2)

Pegawai Swasta Pegawai Swasta

> 2 tahun > 2 tahun

11 12

11/8/2015 14:44:46 11/8/2015 14:52:08

30 - 39 tahun 20 - 29 tahun

Laki-laki Laki-laki



12 - 18 bulan < 6 bulan

13 14

11/8/2015 15:26:06 11/8/2015 16:03:32

20 - 29 tahun 20 - 29 tahun

Laki-laki Laki-laki



< 6 bulan 6 - 12 bulan

Fitur yang sering digunakan Jadwal sholat Jadwal sholat Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Jadwal sholat, Penunjuk arah kiblat Jadwal sholat Jadwal sholat Jadwal sholat Al-Qur'an digital, Jadwal sholat, Konten harian & kontekstual Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Penunjuk arah kiblat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat



149

Lampiran 14. Data Responden Penelitian (lanjutan)

15

11/8/2015 17:49:28

20 - 29 tahun

Jenis Kelamin Perempuan

16

11/8/2015 17:53:10

30 - 39 tahun

Perempuan

Sarjana (S1)

17

11/8/2015 18:20:48

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Negeri 6 - 12 bulan Sipil Pegawai BUMN 6 - 12 bulan

18

11/8/2015 18:21:48

20 - 29 tahun

Laki-laki

D1/D2/D3

BUMN

< 6 bulan

19 20 21 22

11/8/2015 18:27:54 11/8/2015 19:03:15 11/8/2015 19:07:30 11/8/2015 19:40:22

20 - 29 tahun 20 - 29 tahun 20 - 29 tahun 30 - 39 tahun

Perempuan Laki-laki Laki-laki Laki-laki

Magister (S2) Sarjana (S1) Sarjana (S1) SMA

Pegawai Swasta BUMN Pegawai Swasta Pegawai Swasta

< 6 bulan 6 - 12 bulan > 2 tahun 6 - 12 bulan

23

11/8/2015 20:08:37

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

6 - 12 bulan

24 25 26 27

11/8/2015 21:10:32 11/9/2015 4:48:06 11/9/2015 8:11:39 11/9/2015 10:05:04


Laki-laki Perempuan Laki-laki Perempuan

Sarjana (S1) D1/D2/D3 Sarjana (S1) Sarjana (S1)

Pegawai Swasta Ibu Rumah Tangga Wirausaha Pegawai Swasta

< 6 bulan < 6 bulan < 6 bulan < 6 bulan

No

Timestamp

Umur


Pekerjaan Pegawai Negeri Sipil

Lama penggunaan < 6 bulan

Fitur yang sering digunakan Al-Qur'an digital, Penunjuk arah kiblat

Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Jadwal sholat Jadwal sholat Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat Haji & umrah Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Konten harian & kontekstual



150

Lampiran 14: Data Responden Penelitian (lanjutan)

30 - 39 tahun



Pegawai Swasta

Lama penggunaan 18 - 24 bulan

11/9/2015 12:47:15 11/9/2015 13:20:03

20 - 29 tahun 20 - 29 tahun

Perempuan Laki-laki



12 - 18 bulan 12 - 18 bulan

31 32 33 34

11/9/2015 13:28:28 11/9/2015 13:54:40 11/9/2015 14:16:08 11/9/2015 16:18:13


Laki-laki Laki-laki Laki-laki Laki-laki

Sarjana (S1) Sarjana (S1) Sarjana (S1) Sarjana (S1)

Pegawai Swasta Pegawai Swasta Pegawai Swasta Pegawai Swasta

> 2 tahun < 6 bulan 6 - 12 bulan 6 - 12 bulan

35 36 37 38 39

11/9/2015 16:22:03 11/9/2015 17:44:56 11/9/2015 17:46:39 11/10/2015 9:13:02 11/10/2015 11:27:38 11/11/2015 18:53:42

20 - 29 tahun Dibawah 20 tahun 40 - 49 tahun 20 - 29 tahun 20 - 29 tahun

Laki-laki Laki-laki Laki-laki Laki-laki Laki-laki

Sarjana (S1) Doktor (S3) Sarjana (S1) Sarjana (S1) Magister (S2)

Pegawai Swasta Wirausaha Pegawai Swasta Pegawai Swasta Pegawai Swasta

> 2 tahun > 2 tahun < 6 bulan 18 - 24 bulan < 6 bulan

30 - 39 tahun

Perempuan

Sarjana (S1)

Pegawai Swasta

< 6 bulan

No

Timestamp

28

11/9/2015 10:44:29

29 30

40

Umur

Pekerjaan

Fitur yang sering digunakan Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat Jadwal sholat Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Konten harian & kontekstual Al-Qur'an digital Jadwal sholat Al-Qur'an digital, Jadwal sholat Al-Qur'an digital Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat



151


41

11/11/2015 7:07:20

Jenis Kelamin Dibawah 20 tahun Perempuan

42

11/11/2015 19:21:14

30 - 39 tahun

Perempuan

Sarjana (S1)

Pegawai Swasta

> 2 tahun

43

11/11/2015 20:51:06

20 - 29 tahun

Laki-laki

Sarjana (S1)

Wirausaha

12 - 18 bulan

44

11/12/2015 9:55:27

20 - 29 tahun

Perempuan

Sarjana (S1)

IRT

< 6 bulan

45

11/12/2015 10:16:12

20 - 29 tahun

Perempuan

Sarjana (S1)

Pegawai Swasta

6 - 12 bulan

46

11/12/2015 10:51:37

30 - 39 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

> 2 tahun

47 48 49 50

11/12/2015 14:14:22 11/12/2015 14:22:27 11/12/2015 14:33:06 11/12/2015 14:49:51


Laki-laki Laki-laki Perempuan Laki-laki

Sarjana (S1) Sarjana (S1) Magister (S2) Sarjana (S1)

Pegawai Swasta Pegawai Swasta Pegawai Swasta Pegawai Swasta

12 - 18 bulan 6 - 12 bulan < 6 bulan 12 - 18 bulan

51

11/12/2015 16:11:18

20 - 29 tahun

Perempuan

Sarjana (S1)

Pegawai Swasta

18 - 24 bulan

No

Timestamp

Umur

Pendidikan Terakhir Magister (S2)

Pegawai Swasta


Pekerjaan

Fitur yang sering digunakan Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Jadwal sholat, Konten harian & kontekstual Jadwal sholat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat Al-Qur'an digital Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Konten harian & kontekstual Universitas Indonesia


152



Jenis Kelamin Laki-laki Perempuan Perempuan

Pendidikan Terakhir Sarjana (S1) Sarjana (S1) Sarjana (S1)

Pegawai Swasta Pegawai Swasta Pegawai Swasta

Lama penggunaan < 6 bulan > 2 tahun 18 - 24 bulan

11/12/2015 18:45:10 11/12/2015 19:37:06 11/12/2015 20:10:23


Laki-laki Laki-laki Laki-laki

Sarjana (S1) Magister (S2) Sarjana (S1)

Pegawai Swasta Pegawai Swasta Pegawai Swasta

> 2 tahun 12 - 18 bulan < 6 bulan

58

11/12/2015 22:55:45

20 - 29 tahun

Laki-laki

Sarjana (S1)

Wirausaha

< 6 bulan

59 60 61 62 63 64 65

11/13/2015 6:26:42 11/13/2015 8:35:16 11/13/2015 8:47:48 11/13/2015 9:32:55 11/13/2015 10:58:44 11/13/2015 14:03:19 11/13/2015 14:13:26

20 - 29 tahun 20 - 29 tahun 20 - 29 tahun 20 - 29 tahun 30 - 39 tahun 20 - 29 tahun 30 - 39 tahun

Laki-laki Laki-laki Laki-laki Perempuan Laki-laki Laki-laki Laki-laki

Sarjana (S1) D1/D2/D3 Sarjana (S1) Sarjana (S1) Sarjana (S1) Sarjana (S1) Sarjana (S1)

Pegawai Swasta Pegawai Swasta Pegawai Swasta Pegawai Swasta Pegawai Swasta Pegawai Swasta Pegawai Swasta

< 6 bulan < 6 bulan 6 - 12 bulan 12 - 18 bulan 6 - 12 bulan 12 - 18 bulan 12 - 18 bulan

66 67

11/13/2015 14:17:18 11/13/2015 14:56:33

20 - 29 tahun 40 - 49 tahun

Laki-laki Laki-laki



< 6 bulan < 6 bulan

No

Timestamp

52 53 54

11/12/2015 17:14:50 11/12/2015 17:18:30 11/12/2015 17:35:54

55 56 57

Umur

Pekerjaan

Fitur yang sering digunakan Jadwal sholat Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat Jadwal sholat Al-Qur'an digital, Penunjuk arah kiblat Jadwal sholat, Penunjuk arah kiblat Jadwal sholat Jadwal sholat Al-Qur'an digital, Jadwal sholat Jadwal sholat Al-Qur'an digital, Jadwal sholat Al-Qur'an digital Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat, Haji & umrah, Konten harian Universitas Indonesia


153


30 - 39 tahun



Pegawai Swasta

Lama penggunaan > 2 tahun

11/13/2015 18:19:12 11/13/2015 19:05:56

20 - 29 tahun 20 - 29 tahun

Laki-laki Perempuan



6 - 12 bulan > 2 tahun

71

11/14/2015 0:20:51

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

< 6 bulan

72 73

11/14/2015 13:15:39 11/14/2015 15:58:21

20 - 29 tahun 20 - 29 tahun

Laki-laki Perempuan

Magister (S2) Sarjana (S1)

6 - 12 bulan 12 - 18 bulan

74

11/14/2015 15:59:21

20 - 29 tahun

Perempuan

Sarjana (S1)

12 - 18 bulan

Al-Qur'an digital, Jadwal sholat

75

11/14/2015 21:40:17

Perempuan

SMA

6 - 12 bulan

76

11/16/2015 8:15:38

Dibawah 20 tahun 20 - 29 tahun

Mahasiswa Ibu Rumah Tangga Ibu Rumah Tangga Mahasiswa

Fitur yang sering digunakan Penunjuk arah kiblat, Konten harian & kontekstual Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Jadwal sholat, Penunjuk arah kiblat Jadwal sholat Al-Qur'an digital, Jadwal sholat

Perempuan

Sarjana (S1)

Pegawai Swasta

< 6 bulan

77

11/16/2015 11:21:55

30 - 39 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

6 - 12 bulan

78

11/16/2015 18:44:01

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

< 6 bulan

Al-Qur'an digital, Jadwal sholat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Konten harian & kontekstual

No

Timestamp

68

11/13/2015 17:50:13

69 70

Umur

Pekerjaan



154


20 - 29 tahun 20 - 29 tahun

Jenis Kelamin Perempuan Perempuan

Pendidikan Terakhir Sarjana (S1) Sarjana (S1)

11/17/2015 14:36:49

40 - 49 tahun

Laki-laki

Magister (S2)

82

11/17/2015 17:16:06

40 - 49 tahun

Laki-laki

Magister (S2)

83

11/19/2015 9:20:17

20 - 29 tahun

Laki-laki

Sarjana (S1)

Lama penggunaan Pegawai Swasta 6 - 12 bulan Ibu Rumah < 6 bulan Tangga Pegawai Negeri < 6 bulan Sipil Pegawai Negeri < 6 bulan Sipil Pegawai Swasta < 6 bulan

84

11/19/2015 11:10:17

30 - 39 tahun

Perempuan

Sarjana (S1)

Pegawai Swasta

> 2 tahun

85

11/19/2015 11:31:44

30 - 39 tahun

Perempuan

Sarjana (S1)

Pegawai Swasta

12 - 18 bulan

86

11/19/2015 12:27:45

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

< 6 bulan

87

11/19/2015 12:45:23

30 - 39 tahun

Perempuan

D1/D2/D3

Wirausaha

6 - 12 bulan

88 89

11/19/2015 13:19:22 11/19/2015 13:20:53

20 - 29 tahun 20 - 29 tahun

Laki-laki Laki-laki


Mahasiswa Pegawai Swasta

< 6 bulan > 2 tahun

90

11/19/2015 14:15:38

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

< 6 bulan

No

Timestamp

79 80

11/16/2015 23:52:10 11/17/2015 5:13:32

81

Umur

Pekerjaan

Fitur yang sering digunakan Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Jadwal sholat Universitas Indonesia


155


No 91

11/19/2015 14:39:32

30 - 39 tahun


92

11/19/2015 15:54:32

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

< 6 bulan

93

11/19/2015 15:56:27

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

< 6 bulan

94

11/19/2015 16:05:47

20 - 29 tahun

Perempuan

Magister (S2)

Dosen

< 6 bulan

95

11/19/2015 16:26:57

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

< 6 bulan

96

11/19/2015 19:09:22

20 - 29 tahun

Laki-laki

Magister (S2)

Pegawai Swasta

< 6 bulan

97 98

11/19/2015 19:19:59 11/19/2015 22:03:13

Dibawah 20 tahun Perempuan 30 - 39 tahun Laki-laki

masih pelajar Sarjana (S1)

pelajar Pegawai Swasta

6 - 12 bulan > 2 tahun


Magister (S2) Sarjana (S1) D1/D2/D3

Wirausaha Pegawai Swasta Pegawai Swasta

< 6 bulan < 6 bulan < 6 bulan

Timestamp

99 11/20/2015 0:11:33 100 11/20/2015 5:15:05 101 11/20/2015 10:22:39

Umur

Laki-laki Laki-laki Perempuan


Pegawai Swasta

Lama penggunaan > 2 tahun

Pekerjaan

Fitur yang sering digunakan Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Haji & umrah, Konten harian & kontekstual Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Jadwal sholat, Penunjuk arah kiblat Jadwal sholat, Konten harian & kontekstual Al-Qur'an digital Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Konten harian & kontekstual Konten harian & kontekstual Jadwal sholat Al-Qur'an digital Universitas Indonesia


156


102 11/20/2015 16:14:38

30 - 39 tahun


103 104 105 106

11/20/2015 19:15:41 11/20/2015 20:29:41 11/20/2015 22:25:35 11/21/2015 13:12:46


Laki-laki Perempuan Laki-laki Perempuan


Pegawai Swasta Pegawai Swasta Pegawai Swasta Mahasiswa

107 11/21/2015 14:06:19

20 - 29 tahun

Laki-laki

Sarjana (S1)

108 11/21/2015 15:33:16 109 11/21/2015 15:44:49

Dibawah 20 tahun Perempuan 20 - 29 tahun Laki-laki

Sarjana (S1) SMA

Pegawai Instansi < 6 bulan Negara Mahasiswa < 6 bulan Pegawai Swasta < 6 bulan

110 11/21/2015 15:53:18

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

< 6 bulan

111 11/21/2015 16:09:12 112 11/21/2015 16:54:01

20 - 29 tahun 20 - 29 tahun

Laki-laki Perempuan



< 6 bulan < 6 bulan

113 11/21/2015 17:34:32

30 - 39 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

6 - 12 bulan

114 11/21/2015 17:51:21 115 11/21/2015 18:31:14

30 - 39 tahun 30 - 39 tahun

Laki-laki Laki-laki



< 6 bulan < 6 bulan

No

Timestamp

Umur


Pegawai Swasta

Lama penggunaan 18 - 24 bulan < 6 bulan 18 - 24 bulan < 6 bulan 6 - 12 bulan

Pekerjaan

Fitur yang sering digunakan Al-Qur'an digital, Jadwal sholat, Konten harian & kontekstual Jadwal sholat Al-Qur'an digital, Jadwal sholat Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Jadwal sholat Al-Qur'an digital Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat Universitas Indonesia


157



Jenis Kelamin Perempuan Laki-laki Perempuan Laki-laki

Pendidikan Terakhir Sarjana (S1) Sarjana (S1) Sarjana (S1) Sarjana (S1)

bumn Mahasiswa Mahasiswa Wirausaha

Lama penggunaan < 6 bulan > 2 tahun < 6 bulan < 6 bulan

120 11/22/2015 12:25:09

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

< 6 bulan

121 11/24/2015 5:51:45

20 - 29 tahun

Laki-laki

Sarjana (S1)

ART

< 6 bulan

122 11/24/2015 12:07:26 123 11/24/2015 15:26:35

20 - 29 tahun 20 - 29 tahun

Laki-laki Perempuan


Pegawai Swasta BUMN

< 6 bulan < 6 bulan

124 11/24/2015 16:05:13

30 - 39 tahun

Laki-laki

Smk

Pegawai Swasta

< 6 bulan

125 11/24/2015 20:26:28

20 - 29 tahun

Laki-laki

Sarjana (S1)

126 11/25/2015 5:55:37

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Sipil Pegawai Sipil

No

Timestamp

116 117 118 119

11/21/2015 19:32:40 11/21/2015 20:32:19 11/21/2015 21:46:31 11/22/2015 11:35:40

Umur

Pekerjaan

Fitur yang sering digunakan Al-Qur'an digital, Jadwal sholat Jadwal sholat Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Konten harian & kontekstual Konten harian & kontekstual

Negeri < 6 bulan

Konten harian & kontekstual Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat

Negeri < 6 bulan

Al-Qur'an digital, Jadwal sholat



158


127 11/25/2015 7:27:03

30 - 39 tahun


128 129 130 131

11/25/2015 11:14:31 11/25/2015 11:29:26 11/25/2015 11:34:39 11/25/2015 11:41:00


Laki-laki Perempuan Perempuan Laki-laki

Sarjana (S1) Magister (S2) Sarjana (S1) Sarjana (S1)

132 11/25/2015 11:56:23

20 - 29 tahun

Laki-laki

133 11/25/2015 15:01:19

30 - 39 tahun

134 11/25/2015 16:14:53

No

Timestamp

Umur


Pekerjaan Wirausaha

Lama penggunaan < 6 bulan > 2 tahun < 6 bulan 18 - 24 bulan < 6 bulan

Sarjana (S1)

Pegawai Swasta Pegawai Swasta Pegawai Swasta Pegawai Negeri Sipil Pegawai Swasta

Laki-laki

Sarjana (S1)

Pegawai Swasta

18 - 24 bulan

20 - 29 tahun

Perempuan

Sarjana (S1)

135 11/25/2015 16:15:45

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Negeri < 6 bulan Sipil Pegawai Swasta < 6 bulan

136 11/25/2015 17:30:35

20 - 29 tahun

Laki-laki

Sarjana (S1)

Pegawai Sipil

> 2 tahun

Negeri < 6 bulan

Fitur yang sering digunakan Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat Jadwal sholat Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Haji & umrah, Konten harian & kontekstual Jadwal sholat, Penunjuk arah kiblat Jadwal sholat, Penunjuk arah kiblat Jadwal sholat, Penunjuk arah kiblat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat



159


137 11/26/2015 1:39:15

20 - 29 tahun


138 139 140 141


Laki-laki Laki-laki Perempuan Perempuan

Sarjana (S1) Sarjana (S1) sma Sarjana (S1)

Pegawai Swasta Pegawai Swasta spg Pegawai Swasta


142 11/30/2015 13:02:51 143 11/30/2015 20:18:04

Dibawah 20 tahun Laki-laki 20 - 29 tahun Perempuan

SMA Sarjana (S1)


< 6 bulan < 6 bulan

144 12/1/2015 8:36:55

20 - 29 tahun

Perempuan

Magister (S2)

Pegawai Swasta

< 6 bulan

145 146 147 148

12/1/2015 15:56:16 12/1/2015 16:08:27 12/1/2015 17:08:30 12/1/2015 17:09:43


Laki-laki Laki-laki Laki-laki Laki-laki

Magister (S2) D1/D2/D3 Sarjana (S1) Magister (S2)

Pegawai Swasta Pegawai Swasta Wirausaha bumn


149 12/1/2015 17:38:32

20 - 29 tahun

Perempuan

D1/D2/D3

Pegawai Swasta

< 6 bulan

150 12/2/2015 14:21:07 151 12/3/2015 0:00:52

20 - 29 tahun 20 - 29 tahun

Perempuan Perempuan

Mahasiswa D1/D2/D3

Pegawai Swasta Mahasiswa

< 6 bulan < 6 bulan

No

Timestamp

11/26/2015 11:01:47 11/26/2015 12:03:46 11/26/2015 12:34:05 11/26/2015 17:04:29

Umur


Mahasiswa

Lama penggunaan 6 - 12 bulan

Pekerjaan

Fitur yang sering digunakan Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Jadwal sholat Al-Qur'an digital Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital Penunjuk arah kiblat Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat, Haji & umrah Al-Qur'an digital, Jadwal sholat Penunjuk arah kiblat Universitas Indonesia


160


12/3/2015 0:07:52 12/3/2015 0:14:26 12/3/2015 9:17:56 12/3/2015 13:15:53 12/4/2015 11:52:48

20 - 29 tahun 20 - 29 tahun 20 - 29 tahun 20 - 29 tahun 20 - 29 tahun

Jenis Kelamin Perempuan Perempuan Laki-laki Perempuan Perempuan

157 12/4/2015 17:32:38 158 12/4/2015 22:34:09

30 - 39 tahun 20 - 29 tahun

Perempuan Laki-laki


ibu rumah tangga Wirausaha

> 2 tahun < 6 bulan

159 12/5/2015 10:50:18 160 12/7/2015 9:18:58

20 - 29 tahun 20 - 29 tahun

Laki-laki Laki-laki


Buruh Pegawai Swasta

< 6 bulan > 2 tahun

161 12/7/2015 11:30:56 162 12/7/2015 22:15:41 163 12/9/2015 13:07:02


Perempuan Perempuan Laki-laki

Sarjana (S1) Sarjana (S1) Sarjana (S1)

Pegawai Swasta Wirausaha Pegawai Swasta

6 - 12 bulan < 6 bulan < 6 bulan

164 165 166 167 168

20 - 29 tahun 20 - 29 tahun 20 - 29 tahun 30 - 39 tahun 20 - 29 tahun

Perempuan Perempuan Laki-laki Perempuan Laki-laki

Sarjana (S1) Sarjana (S1) Sarjana (S1) D1/D2/D3 Sarjana (S1)

Mahasiswa Mahasiswa Pegawai Swasta Ibu rumah tangga Pegawai Swasta

< 6 bulan < 6 bulan < 6 bulan < 6 bulan < 6 bulan

No 152 153 154 155 156

Timestamp

12/9/2015 13:10:31 12/9/2015 19:25:50 12/9/2015 22:07:02 12/10/2015 3:55:07 12/10/2015 8:19:09

Umur

Pendidikan Terakhir sma sma Sarjana (S1) Sarjana (S1) Sarjana (S1)

Mahasiswa Mahasiswa Pegawai Swasta ibu rumah tangga Pegawai Swasta

Lama penggunaan < 6 bulan < 6 bulan < 6 bulan < 6 bulan < 6 bulan

Pekerjaan

Fitur yang sering digunakan Al-Qur'an digital Jadwal sholat Konten harian & kontekstual Jadwal sholat Al-Qur'an digital, Jadwal sholat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat Al-Qur'an digital, Konten harian & kontekstual Jadwal sholat Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat Jadwal sholat Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital Al-Qur'an digital Jadwal sholat Jadwal sholat Jadwal sholat Universitas Indonesia


161


169 12/11/2015 10:40:26

20 - 29 tahun


170 171 172 173

12/11/2015 17:57:40 12/11/2015 20:47:23 12/12/2015 8:20:10 12/12/2015 9:20:40


Laki-laki Laki-laki Perempuan Laki-laki


Mahasiswa Wirausaha Pegawai Swasta Pegawai Swasta

6 - 12 bulan < 6 bulan > 2 tahun 6 - 12 bulan

174 12/12/2015 9:18:58 175 12/12/2015 11:12:24

20 - 29 tahun 20 - 29 tahun

Laki-laki Laki-laki

Sarjana (S1) Magister (S2)


6 - 12 bulan < 6 bulan

176 12/12/2015 11:22:33

40 - 49 tahun

Laki-laki

Sarjana (S1)

Pegawai Swasta

> 2 tahun

No

Timestamp

Umur


Pegawai Swasta


Pekerjaan

Fitur yang sering digunakan Jadwal sholat, Penunjuk arah kiblat Jadwal sholat Al-Qur'an digital Al-Qur'an digital, Jadwal sholat Jadwal sholat, Penunjuk arah kiblat Al-Qur'an digital, Jadwal sholat Jadwal sholat, Konten harian & kontekstual Al-Qur'an digital, Jadwal sholat, Penunjuk arah kiblat, Konten harian & kontekstual



162 Lampiran 15. Hasil kuesioner untuk instrumen EU1 – FO1 No. EU1 EU2 EU3 EU4 RT1 RT2 RT3 RT4 SR1 SR2 SR3 SR4 FU1 FU2 FU3 CN1 CN2 CN3 AC1 AC2 AC3 FO1 1 5 5 5 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 3 3 4 2 4 4 4 4 3 4 4 3 3 4 3 3 4 3 3 3 3 4 3 3 3 4 3 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 3 3 4 4 4 4 4 4 4 4 4 4 4 3 4 3 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 4 5 5 4 4 5 4 4 4 4 4 5 4 4 4 5 6 4 5 4 4 4 4 4 5 4 4 3 5 4 4 4 5 4 4 4 4 4 5 7 4 4 4 3 3 3 3 3 4 3 3 4 4 3 4 4 4 3 3 3 4 3 8 5 5 5 5 4 4 5 5 5 5 4 5 4 5 5 5 5 5 4 3 4 5 9 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 10 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 3 4 3 4 4 11 3 2 3 3 3 2 3 2 3 3 3 4 3 2 2 4 2 4 4 3 3 3 12 4 3 4 4 3 4 4 4 3 3 3 3 4 4 4 4 3 4 3 3 3 4 13 4 4 3 4 2 3 3 3 3 3 3 4 3 3 3 3 3 3 4 3 3 4 14 3 4 4 4 3 3 2 3 3 2 3 4 2 3 4 4 3 3 3 3 3 4 15 4 5 4 4 3 4 4 4 4 3 3 4 3 4 5 4 4 4 4 4 4 4 16 4 4 4 4 4 3 3 4 4 3 3 4 3 4 5 4 3 4 4 4 3 4 17 4 4 4 4 4 3 4 3 4 3 3 4 3 3 4 4 3 4 4 3 3 4 18 5 5 5 4 4 4 3 4 5 3 3 4 4 5 4 4 4 5 4 3 4 5 19 3 4 3 3 2 3 2 3 2 2 2 4 2 4 4 4 4 3 4 3 3 3 20 4 4 4 4 4 4 2 4 3 4 3 4 4 4 5 4 4 4 4 3 3 4 21 4 4 2 3 4 4 3 3 3 4 3 3 3 3 4 3 4 4 3 2 2 4 Universitas Indonesia


163 Lampiran 15. Hasil kuesioner untuk instrumen EU1 – FO1 (lanjutan)

No. EU1 EU2 EU3 EU4 RT1 RT2 RT3 RT4 SR1 SR2 SR3 SR4 FU1 FU2 FU3 CN1 CN2 CN3 AC1 AC2 AC3 FO1 22 4 4 4 4 3 4 4 3 3 4 3 4 3 3 3 3 3 4 4 3 3 3 23 3 3 3 4 3 3 2 2 3 4 4 4 4 4 3 3 3 3 4 3 3 4 24 4 5 3 4 3 3 3 3 3 4 4 4 5 4 5 4 3 5 3 3 4 4 25 5 4 4 5 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 4 26 5 5 4 4 4 4 3 4 5 5 4 3 4 4 5 3 3 4 3 3 3 4 27 4 4 4 4 4 4 2 4 3 4 3 4 4 4 4 4 4 4 4 4 4 4 28 4 4 4 4 3 4 2 3 3 4 4 4 3 3 4 4 3 3 4 3 4 3 29 4 4 4 4 4 4 4 4 4 3 4 4 3 4 4 4 4 4 4 3 3 4 30 5 5 5 5 4 4 4 4 4 5 4 4 4 4 5 4 4 4 4 4 4 4 31 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 32 4 4 3 4 5 4 4 4 4 3 3 4 3 4 4 4 4 4 3 3 3 4 33 4 4 4 4 3 3 4 3 3 3 3 4 3 4 4 4 3 4 3 3 3 4 34 4 4 4 4 3 3 3 3 3 3 3 4 3 4 3 3 3 3 3 3 3 4 35 4 4 4 4 3 3 3 3 4 4 3 4 4 4 4 4 4 4 3 3 3 4 36 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 37 5 5 5 5 5 3 4 4 3 4 4 4 5 5 5 5 5 4 4 4 4 4 38 4 4 4 2 2 2 1 4 3 4 3 4 4 5 5 3 2 3 4 3 4 4 39 4 4 4 3 4 4 3 4 3 4 3 4 4 4 5 4 4 5 4 4 4 4 40 4 5 4 4 4 4 4 4 4 3 3 5 4 4 4 4 4 4 4 4 4 4 41 3 4 4 4 1 3 1 3 4 2 3 4 2 4 4 4 3 4 2 3 3 4 42 4 5 5 5 4 5 5 4 4 4 4 4 4 5 4 4 4 4 4 3 4 4 Universitas Indonesia



No. EU1 EU2 EU3 EU4 RT1 RT2 RT3 RT4 SR1 SR2 SR3 SR4 FU1 FU2 FU3 CN1 CN2 CN3 AC1 AC2 AC3 43 4 4 4 4 3 4 4 3 3 4 4 4 4 3 5 5 4 5 5 3 5 44 5 5 5 5 5 5 3 3 3 3 3 4 4 4 4 4 3 4 4 3 4 45 5 5 5 5 4 4 3 4 4 4 3 4 5 4 4 4 4 4 4 3 4 46 5 5 4 4 5 4 4 4 5 4 3 5 4 4 4 4 4 5 4 3 3 47 4 4 4 3 4 4 4 4 4 4 3 4 4 3 3 3 3 3 3 3 3 48 4 4 4 4 2 2 4 4 2 1 2 4 1 2 5 4 4 4 4 4 4 49 5 5 5 5 4 4 3 4 3 4 4 5 4 4 4 4 3 3 4 3 4 50 4 4 3 2 3 4 4 4 3 4 4 4 3 3 4 4 4 4 4 3 4 51 5 5 5 5 5 5 4 4 4 4 4 5 4 4 5 4 4 4 4 3 4 52 4 5 5 5 5 5 5 5 5 5 5 5 5 4 5 4 3 3 4 4 4 53 5 4 4 5 4 4 3 4 4 4 5 4 4 5 5 4 4 4 4 3 4 54 4 4 4 4 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 3 3 55 4 4 4 4 2 3 3 4 4 5 3 5 4 3 5 5 4 5 5 2 4 56 4 4 3 3 2 4 2 4 3 4 3 3 3 4 3 4 4 4 4 3 3 57 4 4 4 4 3 4 4 4 3 3 3 3 4 5 4 4 3 4 3 3 3 58 4 4 4 3 3 3 3 3 3 3 4 4 3 3 4 4 3 3 4 3 3 59 5 5 5 5 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 4 4 60 4 4 3 3 4 3 4 3 4 3 4 4 4 4 4 4 4 4 4 3 3 61 4 4 5 4 4 4 4 3 5 4 4 4 5 5 5 4 4 4 4 4 4 62 4 4 4 4 4 4 3 4 4 4 4 4 3 4 4 4 4 4 4 4 4 63 5 5 4 4 4 2 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 Universitas Indonesia


FO1 5 4 4 4 3 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4

















No. EU1 EU2 EU3 EU4 RT1 RT2 RT3 RT4 SR1 SR2 SR3 SR4 FU1 FU2 FU3 CN1 CN2 CN3 AC1 AC2 AC3 FO1 169 4 5 5 5 2 3 2 4 3 3 2 4 4 4 5 4 4 4 4 3 4 5 170 4 4 4 4 3 3 3 3 3 3 3 4 3 4 4 4 3 4 3 3 3 4 171 4 3 4 3 4 4 4 4 4 4 2 3 2 4 3 4 3 3 3 3 3 4 172 5 4 4 4 4 4 3 4 4 3 4 4 3 4 5 4 4 4 3 3 4 4 173 4 4 4 5 3 4 4 4 5 5 5 3 4 5 4 4 5 5 5 2 4 4 174 5 5 5 5 4 4 4 4 5 5 5 5 4 5 5 5 5 5 5 5 5 5 175 5 4 4 5 3 3 3 3 3 4 3 4 4 4 5 5 4 4 3 3 3 4 176 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5



171 Lampiran 16. Hasil kuesioner untuk instrumen FO2 – IR4

No. FO2 FO3 UN1 UN2 UN3 PU1 PU2 PU3 PE1 PE2 PE3 CO1 CO2 CO3 SA1 SA2 SA3 CI1 CI2 CI3 IR1 IR2 IR3 IR4 1 4 4 4 4 4 3 3 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 2 4 4 4 4 4 3 3 3 3 3 3 3 4 4 5 4 3 4 3 4 3 5 3 3 3 4 4 4 4 4 4 4 4 4 4 4 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 5 4 4 4 5 5 5 4 4 4 4 4 4 4 4 4 4 4 4 4 6 4 4 5 5 4 4 5 5 4 4 4 4 4 4 4 4 4 4 5 4 4 4 4 5 7 4 4 4 3 3 3 3 3 3 3 3 3 3 4 3 3 3 4 3 3 4 4 4 4 8 5 5 5 5 5 4 5 5 4 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 9 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 10 3 4 3 4 4 3 3 3 3 4 4 4 4 4 3 3 3 4 3 4 4 3 4 3 11 3 3 2 2 3 3 3 4 3 3 3 4 3 3 4 3 4 4 4 4 4 4 5 5 12 4 4 5 5 4 3 4 3 4 4 4 5 5 5 4 3 4 5 4 4 4 4 4 3 13 4 4 4 4 3 4 3 3 3 4 4 3 4 4 3 3 3 3 3 3 3 4 3 3 14 3 4 4 4 4 4 4 4 4 4 4 3 3 3 4 4 4 4 4 4 4 4 3 3 15 4 5 4 4 4 4 4 4 4 4 4 4 4 5 5 5 5 5 5 5 4 4 3 3 16 3 4 4 4 3 4 4 4 3 4 4 3 3 4 4 3 3 4 4 3 4 4 4 3 17 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4 4 3 3 3 3 4 4 4 4 18 4 5 5 5 5 4 4 4 4 4 5 4 4 4 5 5 5 4 4 4 4 4 4 3 19 3 3 4 4 4 3 3 3 3 3 3 3 3 3 3 3 3 2 2 4 4 4 4 4 20 4 4 4 4 4 4 4 4 4 4 5 5 3 4 4 4 4 4 4 4 4 4 4 4 21 3 4 4 4 4 4 4 4 4 4 4 3 3 4 3 4 4 3 3 3 4 4 4 4 Universitas Indonesia


172 Lampiran 16. Hasil kuesioner untuk instrumen FO2 – IR4 (lanjutan) No. FO2 FO3 UN1 UN2 UN3 PU1 PU2 PU3 PE1 PE2 PE3 CO1 CO2 CO3 SA1 SA2 SA3 CI1 CI2 CI3 IR1 IR2 IR3 IR4 22 3 3 3 3 3 3 3 3 4 3 3 3 3 3 4 3 4 4 3 3 3 4 3 3 23 3 3 3 3 3 3 3 3 4 3 3 3 2 3 2 2 2 3 3 3 3 3 3 3 24 4 4 4 4 4 5 5 5 4 3 3 4 3 4 4 4 5 4 4 4 4 4 5 5 25 4 4 5 4 4 5 4 5 4 4 5 4 4 4 4 4 4 4 4 4 4 4 4 4 26 4 4 4 4 3 4 4 3 3 4 4 4 4 4 4 4 4 3 4 3 4 4 4 4 27 4 4 4 4 4 4 4 4 4 4 4 4 2 3 4 4 4 4 4 4 4 4 4 4 28 4 4 4 4 3 4 4 4 4 4 4 4 4 4 3 4 4 4 4 4 4 4 4 4 29 4 4 4 4 4 4 4 3 3 3 3 4 3 4 4 3 3 4 3 3 3 3 3 3 30 4 4 4 4 4 4 4 4 4 4 5 4 4 5 4 4 4 5 5 4 4 4 5 5 31 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 32 4 4 4 4 4 3 3 3 3 3 3 4 4 3 4 4 4 3 2 2 3 4 4 4 33 4 4 4 4 3 4 4 4 3 4 4 3 4 4 4 4 4 4 4 3 3 3 4 3 34 4 4 4 4 3 3 3 3 3 3 3 3 4 3 4 3 4 4 3 3 4 4 4 4 35 4 4 4 4 4 4 3 3 3 3 3 3 3 3 4 3 3 3 2 3 3 3 3 3 36 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 37 4 4 4 5 5 4 4 4 4 4 4 4 4 4 4 4 5 5 4 5 4 5 5 5 38 4 4 4 4 4 3 3 3 4 3 3 2 2 2 2 2 2 2 2 3 3 4 2 3 39 4 4 4 4 4 4 4 4 5 5 5 4 4 4 5 5 5 4 4 4 4 4 4 4 40 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 4 4 4 4 3 41 4 4 3 4 4 3 4 4 3 3 3 3 4 3 3 2 4 4 3 3 3 3 3 3 42 4 4 4 4 4 4 3 3 4 4 4 3 3 4 4 4 4 4 4 3 4 4 4 4 Universitas Indonesia














179 Lampiran 16. Hasil kuesioner untuk instrumen FO2 – IR4 (lanjutan) No. FO2 FO3 UN1 UN2 UN3 PU1 PU2 PU3 PE1 PE2 PE3 CO1 CO2 CO3 SA1 SA2 SA3 CI1 CI2 CI3 IR1 IR2 IR3 IR4 169 4 5 4 4 3 4 3 3 4 4 4 3 2 3 4 4 4 5 3 4 4 4 4 3 170 4 4 4 4 4 3 3 3 4 3 3 3 3 3 3 3 3 4 4 3 3 4 4 4 171 3 4 4 3 3 2 2 2 3 3 3 2 3 2 3 3 3 3 2 3 3 3 2 2 172 4 4 4 4 4 4 4 4 5 5 5 4 4 4 4 4 4 4 5 5 5 5 5 5 173 5 5 5 5 5 4 4 4 4 4 4 5 4 3 3 4 3 4 3 3 5 5 5 5 174 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 175 5 4 4 5 4 3 3 4 3 4 4 4 4 4 4 3 3 4 4 3 3 4 4 3 176 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 5 5 5 5 5 5 5 5 5



UNIVERSITAS INDONESIA

Recommend Documents